- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
PAGE10
关于基金业绩归因分析的一些思考
近年来,TOF成为信托公司转型发展证券类资产管理信托业务的重点布局方向。通过多元化和分散化的资产配置,TOF在波动较低的情况下,可以获取相对稳定的收益,同时具备定制化、资金灵活运用等比较优势。不过,当前市场形势日趋复杂,行业竞争不断加剧,信托公司亦需通过加强投研能力、产品设计能力和运营能力来提升TOF产品竞争力。基金业绩归因就是通过量化分析工具,对基金的历史业绩表现予以拆分和解释,还原收益来源,并用其来评价基金经理的主动管理决策能力和投资风格,是提升信托公司基金组合投资管理能力的重要工具。本文将初步探讨基金业绩归因的现实意义、理论体系和应用挑战。
基金业绩归因具有现实意义
(一)基金数量庞大需要系统化的定量分析方法
截至2024年6月,我国公募基金数量已超过1.2万只,规模达到31.08万亿(图1)。其中,非货币型公募基金产品占大多数,数量占比96.92%,规模占比57.57%。截至2024年5月,私募证券投资基金数量9.58万只,规模5.19亿元(图2)。可以看到,经过多年的发展,我国基金市场存续数量规模已十分庞大,由此带来的是筛选、评判基金难度的上升。面对海量的基金产品和管理人,构建和完善基金的定量分析逻辑体系极具必要性。
(二)基金数据披露有限需要穿透业绩的研判体系
评价和筛选基金产品往往要面对很多客观局限性,其中之一就是基金数据来源的有限性。对于底层持仓数据,公募基金只有在半年报和年报中披露底层持仓,在季度报告中只有前十大持仓;净值数据获取频率较高,公募基金每日会公布净值。私募基金的底层持仓数据和净值数据向投资者披露的相对有限,不过从证监会7月初发布的《私募投资基金信息披露和信息报送管理规定(征求意见稿)》来看,未来私募证券投资基金的信息披露会进一步加强和规范。利用相对有限的数据,穿透基金业绩,拆解收益来源,对基金经理的核心能力进行验真,对基金评价具有十分重要的意义。
(三)复杂的资本市场环境需要基金评价筛选机制
近年来,我国资本市场环境趋于复杂,波动加剧,风格切换加快(参见图3),这更要求基金投资者跟上市场变化,尽可能找到与当前市场风格最为匹配的基金管理人。与此同时,权益型基金(以偏股基金指数表征)相对市场(以中证全指表征)的超额收益较为明显(参见图4),且市场分化趋势明显。根据公募基金二季度报披露的数据,主动权益基金(包括普通股票型、偏股混合型、灵活配置型、平衡混合型)在2024年二季度平均收益率约为-2.23%、中位数收益率为-1.87%,其中超三成基金实现正收益,绩优和绩差产品业绩首尾最高相差超34个百分点。同期,上证指数和沪深300指数分别下跌2.43%和2.14%。可见,相较于海外市场较为稀缺的Alpha创造能力,我国基金市场更具投资价值挖掘潜力。
基金业绩归因有较为成熟的理论体系
(一)基金业绩归因方法框架
根据所基于的数据类别不同,基金业绩归因的方法可以划分为基于持仓数据的归因法(Holding-BasedApproach,HBA)和基于净值收益序列的归因法(Return-BasedApproach,RBA)两大类。
对于股票型基金,基于持仓数据的归因法通过分析基金持仓资产的权重和表现,将基金超额收益分解为资产配置贡献、个股选择贡献等,包括单期BHB模型、单期BF模型、多期BF模型、基于持仓股票的多因子模型等;基于净值收益序列的归因法通过分析基金收益率序列对于一系列风险因子或者风格指数收益率序列的表现,分析基金超额收益来源于哪些风险溢价因子、风格头寸,主要包括以T-M模型为代表的选股择时模型、以夏普风格分析为代表的风格配置模型、以Fama-French三因子模型为代表的因子模型等。
对于债券型基金,持仓法是关注基金在久期配置、利率风险暴露方面的选择,主要是Campisi模型;净值法中所选择的风格因子也与股票型基金存在区别,包括利率水平因子、期限因子、信用风险因子等。
(二)持仓法和净值法的优劣势比较
基于持仓模型的优势最主要体现在数据的信息量上,底层的持仓数据包含的信息量比净值数据更多,而且模型构造相对简单,收益分解较为直观。其劣势是相对基金净值数据而言,获得全部持仓数据难度较高。公募基金仅在半年报和年报中披露全部底仓数据,在季报中披露季度末持仓的前十大重仓股,无法获得高频的日度持仓数据,因此数据存在一定滞后性。
基于净值模型的优势主要是净值数据易获取、频率较高,且归因结构清晰,将基金的超额收益分解为择时能力、择股能力等方面的贡献(例如T-M模型等选股择时模型),亦或是将业绩来源拆解到各类风格/风险因子(例如风格配置模型、因子模型等)。其劣势主要是回归分析模型的自身缺陷,如施加过多理论假设、因子之间存在多重共线性问题、遗漏变量、过度拟合等问题。
基
文档评论(0)