对于偏股型基金仓位测算模型的改进将偏股型公募基金仓位细分至行业层面的方法探索..docx

专题2011年03月23日好买基金研究中心对于偏股型基金仓位测算模型的改进——将偏股型公募基金仓位细分至行业层面的方法探索好买基金研究中心：孙志远研究目的在去年3月的一篇研究报告中，我们对市场上主流的仓位测算模型进行了对比，并在相关机构研究基础上开发了好买公募基金仓位测算模型。在近一年时间内，模型较好的跟踪了公募偏股型基金持股水平，使研究员和投资者及时的了解机构投资者的操作。但在模型运作过程中也逐渐暴露出一些问题，譬如跟踪广度不够、仓位估计值不稳定等等。这些问题影响了模型结论的衍生研究，本文的研究目的即在于优化现有模型，规避或减轻所存在的各种问题，使其更加准确的测度基金仓位的真实变动，并提高其对衍生研究的支持力度。现有模型原理简介好买当前所采用的仓位估算模型主要基于优化后的一元回归分析，以下是主要的运作原理：根据大、中、小盘指数构造复合指数以中证100、中证200和中证500指数作为大、中、小盘股票收益的代理变量，将个基收益率序列对同期3个指数收益率序列进行拟合，在3个指数中寻找一个最优权重，使根据复合后的综合指数与个基收益的相关性最大。该最优权重即作为基金股票仓位在大、中、小盘股之间的分配比例。建立总股票仓位估计的一元回归模型将个基收益率序列作为应变量，所构造的复合指数作为自变量，对每只基金建立一元回归模型，使用OLS估计截距项、回归系数和回归残差。回归系数作为初步估计的股票仓位，截距项解释为其他投资品种的收益和可持续的择股收益的加总，残差项为不可持续收益。仓位值的规范性调整收益率数据是一个随机变量，初步估计的仓位数据可能会因为样本的随机性而暂时偏离该基金在基金合同中所约定的股票投资范围，所以需要对初步估计值进行规范性调整，并以调整后的仓位值作为该基金的股票投资比例的最终估计值。现有模型所存在的问题尽管该模型的原理广为各研究机构所用，但在实际运行中我们还是发现其存在一些问题，具体如下：复合指数权重不稳定在多元回归模型中，如果自变量之间相关程度过高，将引发回归模型的多重共线性问题。虽然此时回归系数估计值仍一致无偏有效，但如果将自变量时间序列按固定窗口进行平移，将使得前后两期回归系数出现大幅波动。构造复合指数的方法虽然能在在第二步中避免使用多元回归模型，从而在该步骤中无需考虑多重共线性问题，但值得注意的是，第一步构造复合指数时仍面临进行多个变量的高度相关性，这也会引发复合指数中各子类指数分配比例在移动窗口下的不稳定。以国泰金赢增长在2011年2月22日至3月22日和2月23日至3月23日两个时间窗口为例，原模型将根据大、中、小盘3个指数来测度最优权重。由于两个计算窗口仅相差一天，在未发生极端事件的前提下仓位变动幅度理应不大，但第一步测算结果显示，该基金大中小盘股票配比发生了巨大变化：中盘股比例从前一窗口的0%直接上升至后一窗口的25.36%，而大盘股比例则从71.97%下降为51.52%。原模型下大中小盘基金测算结果数据来源：好买基金研究中心此外，由于模型采用15个交易日的时间窗口，在第二步一元回归模型中，自由度仅为13，不满足自由度大于15的回归自由度经验准则，这也将增大第二步中回归系数值的估计误差。计算时间窗口无法覆盖全月根据之前对原模型的检验结果，基于2006年1季度到2009年3季度的数据，采用15个交易日作为计算时间窗口所计算的估计值和真实值的误差平方和最小，因此现有模型以15个交易日进行持续运作。但考虑目前好买基金是按月向投资者提供仓位测算数据，而15个交易日并没有覆盖全月，存在无法覆盖的“盲点”。无法进行行业配置分析目前基金投资研究和绩效归因逐步趋向于精细化，从之前简单的“大类资产配置+个股选择”研究向“大类资产配置+行业配置+个股选择”转变，而公募基金目前仅按季公布行业配置水平，数据频率过低，同时其披露信息按证监会的行业划分口径，与当前主流的申万行业、中证行业分类法存在一些差别，因此以行业配置为基础的仓位测算对衍生研究具有更强的指导意义。现有模型限于自由度、多重共线性等约束，无法支持以行业指数为基础的仓位测算，对衍生研究的支持力度不足。新方案简介为了对规避或减轻上述问题对估计结果的影响，本文对原测算方案进行了优化，主要改进点如下：以21个交易日作为计算时间窗口考虑到目前模型计算时间窗口过短所带来的回归自由度不足以及无法覆盖全月等问题，新方案将计算时间窗口扩展至21个交易日，由此计算出来的仓位数据代表从计算时间点向后约1个月内基金的平均股票仓位。引入行业指数，抽取主成分考虑到市场认同度以及研究的习惯性，新的模型选择23个申万1级行业作为仓位基础模拟指标。从数据上看，尽管申万1级行业分类相对较细，但其收益之间的相关性仍然较强。以下是使用2010年12月17日到2011年1月17日的21个连续交易日收益序列计算的Pea