"海量"专题(228)——Brinson模型的升级:风格绩效归因模型

（以下内容从海通证券《"海量"专题(228)——Brinson模型的升级:风格绩效归因模型》研报附件原文摘录）
　　重要提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户;市场有风险，投资需谨慎。 摘要 1. 风格绩效归因模型介绍 “CT&CS”模型是从风格角度切入，对基金进行绩效归因的方法，最早由Kent Daniel，Mark Grinblatt，Sheridan Titman及Russ Wermers在“Measuring Mutual Fund Performance with Characteristic-Based Benchmarks”一文中提出。该方法的思路类似于著名的Brinson模型。它根据基金持仓股票的风格特征及其变化，将基金收益拆解成风格收益（AS）、风格择时（CT）和风格选股（CS）。因而，我们称其为Brinson模型的升级版。 2. 风格和选股能力是影响主动权益基金业绩的关键 本文利用“CT&CS”风格绩效归因模型对主动权益基金2015年以来的收益进行归因。结果显示，短期而言，AS（风格收益）是主动权益基金最重要的收益来源，但它并不稳定，随市场行情的切换而波动。CT（风格择时）和CS（风格选股）对收益的影响显著小于AS，但大部分时间都有正贡献。长期而言，风格收益和风格选股是影响基金业绩最主要的两个因素，而风格择时的影响相对有限。分类型来看，各类基金的风格收益均随行情切换而波动，通常在相应风格的行情中具备更高的风格收益。不同类型基金的风格择时和选股能力相近，并不存某一类基金的风格择时或选股能力持续优于其他类型的情况。 3. 主动权益基金的风格择时和风格内选股能力的持续性均不强 整体来看，主动权益基金整体的风格择时或风格选股能力都不具备很强的持续性。但就个体而言，确实也存在少部分基金具备稳定且良好的风格择时或风格选股能力。相对而言，大盘基金中，风格择时和选股能力稳定且良好的基金占比较高。若从机构层面考察，约有23%的机构同时具备稳定且良好的风格择时和选股能力。 4. CS是一个有效的选基因子，AS和CT因子的选基效果不佳 2019-2021年，CS多头组合相对市场组合的超额收益分别为3.11%、7.89%和2.51%。同时，CS对收益的增厚作用与市场存在一定关联性，往往在牛市中具备更强的选基效果。此外，优化风格基准（将roe同比增速，即成长指标，加入模型中构建风格基准）、分类别选基（按市值或价值/成长属性划分基金风格）以及因子组合选基（CS排名前20%及CT排名前30%）的方式，均能不同程度增强风格绩效因子的选基效果。 5. 风险提示 1）本文根据公开数据和评价指标计算，不作为对未来走势的判断和投资建议；2）本文结论通过公开数据分析所得，存在由于数据不完善导致结论不精准的可能性。 正文 01 “CT&CS”风格绩效归因模型介绍 “CT&CS”模型是从风格角度切入，对基金进行绩效归因的方法，最早由Kent Daniel，Mark Grinblatt，Sheridan Titman及Russ Wermers在“Measuring Mutual Fund Performance with Characteristic-Based Benchmarks”一文中提出。该方法的思路类似于著名的Brinson模型。它根据基金持仓股票的风格特征及其变化，将基金收益拆解成风格收益（AS）、风格择时（CT）和风格选股（CS）。因而，我们称其为Brinson模型的升级版。 该模型主要包括以下几个步骤。 ? 构建风格基准 本文采用市值和PB代表市值和估值这两个维度的风格。每期末，根据市值、PB将全部A股（研究时点成立满6个月的非ST股）分成16组，每组代表一种风格。具体做法如下：首先，按照市值由小到大将全部A股分成4组，各组代表不同市值风格。其次，在上述4个市值分组中，按照PB由小到大再分成4组，最终形成16个分组。 这些分组代表了16种不同的市值和估值风格，是绩效归因模型的风格基准。风格基准收益率为，各组成分股的市值加权平均收益率，具体计算公式如下： 其中，R(b(t-1),t)为t-1期构建的组合b在t期的收益率；W(i,t-1)和R(i,t)分别为组合b中，成分股i的权重（市值占比）和t期收益率。 ? 风格收益AS 风格收益AS，衡量基金长期风格选择带来的收益，即beta收益。计算公式为： 其中， w~(j,t-1)为t-1期末，持仓股票j近2年的平均持有比例，即用一段时间的平均持有比例来衡量基金的长期风格暴露。R(b(j,t-1),t)为股票j所属分组b的t期收益率。 ? 风格择时CT 风格择时CT，衡量短期风格调整带来的收益，可用于评价基金经理的短期风格择时能力。计算公式为： 其中，w(j,t)为t-1期末持仓股票j的持有比例，其他变量的定义与上文相同。 由上述公式可知，如果下一季度股票j所处的风格组b具有正向收益时，基金经理明智的做法是上调股票j的配置权重，即使w(j,t)大于w~(j,t-1)。这样，等式的右边为正，表明基金经理的选择给基金贡献了正向收益。 ? 风格选股CS 风格选股CS，衡量基金经理在风格内通过选股增厚的收益，用以评价基金经理的个股选择能力。计算公式为： 其中，R(j,t)为股票j的t期收益率，其他变量的定义与上文相同。由上述公式可知，如果基金经理个股选择能力较强，那么持仓股票j的收益率应超越风格基准，即R(j,t)大于R(b(j,t-1),t)。 在具体实证中，考虑到中报和年报的披露频率较低，我们将季报重仓股数据归一化后也加入模型。即，以季度为频率对基金进行风格绩效归因。 02 主动权益基金的收益来源：AS、CT or CS？ 1 主动权益基金分类标签简介 要拆分AS、CT和CS对主动权益基金的收益贡献，第一步自然要将主动权益基金分类。根据海通量化团队的基金分类方案，我们在每年1、3、4、7、8、10月底，按如下规则更新主动权益基金的分类标签。 定期筛选最近8个季报均完成披露，且季均股票仓位大于60%的普通股票型、偏股混合型、灵活配置型基金作为主动权益样本池。随后，在样本池内计算产品的各项持仓指标，采用绝对阈值和相对阈值结合的方法将其贴上分类标签。 如图1所示，我们从资产配置、风格偏好、组合交易三大维度，刻画主动权益产品的持仓特征。出于篇幅考虑，这里仅详细介绍后文用到的分类标签。 从赛道分布的角度，我们将基金分为轮动型、单赛道、双赛道和全市场四种类型。首先，定义板块（中信一级行业分类对标到金融地产、上游周期、中游制造、消费、医药、TMT和其他，共7大板块）权重变动为最近4个中报（年报）的板块持仓环比变动绝对值的均值，再按板块求和。若板块权重变动大于70%且第一大板块持仓均值小于70%，则划分为轮动型。其次，在剩余的基金中，若第一、第二大板块持仓均值分别大于50%、小于30%，则划分为单赛道；若第一、第二大板块持仓均值都大于30%且合计大于80%，则划分为双赛道。最后，不属于前三类的基金则归为全市场类型。 如图2所示，截至2022年报，我们定义的轮动型、单赛道、双赛道和全市场型的主动权益基金数量占比依次为8.77%、23.40%、4.58%和63.25%。 从风格偏好的角度，我们给产品贴上了大小盘、价值-成长风格的分类标签（图3-4）。首先，计算个股的市值、估值、成长因子，并在全A中升序排列得到因子分位点。根据中报（年报）的个股持仓比例，计算因子分位点的加权平均，得到产品层面的风格暴露。为防止标签分类结果与调研感受有较大出入，我们会主观调整每一期的划分阈值。 如图5-6所示，截至2022年报，小盘、中盘、大盘风格的主动权益产品数量占比依次为2.58%、15.45%和81.97%，价值、均衡、GARP、成长风格的主动权益产品数量占比依次为6.97%、8.76%、5.82%和78.45%。 由此可见，主动权益基金近几年整体偏向大盘成长风格，仅用“成长”二字去刻画这群数量众多的群体未免显得过于粗糙。因此，我们还对价值和成长两类产品进行了风格细化。划分逻辑主要根据产品在估值、盈利、成长、景气方面的因子暴露排名分位点，具体细节可联系报告作者。 如图7所示，尽管我们允许同一只成长风格的产品被贴上多个细分标签，但是从结果来看，仅有极少数产品可以兼具全部属性。即，同一只产品通常至多拥有2个细分标签。以截至2022年报的结果为例，被贴上价值成长、质量成长和景气成长标签的主动权益产品数量占比分别为15.71%、36.41%和50.91%，三者兼具的产品数量占比不足2%，而未被贴上任意标签的成长产品则归为均衡成长，数量占比21.61%。由此，我们可以推断出以下2条结论。 1）对于成长风格的主动权益基金经理而言，估值（价格便宜）、质量（盈利现金流好）、景气（预期成长性强）在多数情况下是一个“不可能三角”。即，在评价个股时，这类基金经理通常需要从中选出更为看重的某两个维度。 2）目前，“景气”流派的主动权益基金经理在成长风格内部占据主导地位，其次为质量成长流派。前者偏好配置高端制造板块相关的新兴成长行业，后者侧重消费、医药等需求端更加稳健的品种。相较之下，价值成长风格的产品数量相对较少，即，大部分成长风格的主动权益基金经理对估值的容忍度会更高一些。 而在价值风格内部，被贴上深度价值和质量价值的主动权益产品数量占比分别为39.77%和32.39%，未被贴上前两类标签的价值产品则归为均衡价值，数量占比27.84%。 2 风格和选股能力是影响主动权益基金收益的关键 和使用Brinson分解时，关注基金收益主要来自资产配置、行业配置还是个股选择类似，在对主动权益基金贴上风格标签后，我们先从整体的角度考察AS、CT和CS对主动权益基金收益的贡献大小。 下图展示了主动权益基金2015年1季报至2022年3季报的绩效归因结果。2015年，主动权益基金的持仓收益（持仓收益为假设基金保持季报（归一化）、中报或年报披露的持仓不变，在下一个季度的收益率，下同）接近中证500，市值偏好均衡；2016年，持仓收益大多处于中证500和中证1000之间，市值偏好逐渐转向中小盘。2017年，市值偏好再次转向中大盘，持仓收益大体位于沪深300和中证500之间，该特征一直持续到2019年。 从2019年2季度开始，主动权益基金持仓收益开始超越3个宽基指数。我们认为，2019-2020年期间，大盘股占优，上述特征表明，主动权益基金在大市值上有较高暴露。2021年，风格切换，逐渐由大盘转向中小盘。此时，主动权益基金的持仓收益趋于沪深300和中证500的平均水平。我们认为，这说明，权益基金的持仓市值开始下沉，但大盘股在持仓中仍占据较大比例。 根据风格绩效归因模型拆解主动权益基金的持仓收益，单期而言，AS（风格收益）是最主要的收益来源，但时间序列上并不稳定。CT（风格择时）和CS（风格选股）对收益的影响显著小于AS，且大部分时间有正贡献。长期来看，风格收益和风格选股是影响基金业绩最主要的两个因素，风格择时对基金业绩影响有限。 具体地，2014年年报-2022年3季报，AS均值为1.39%，为三者中最高，但胜率较低，仅为53.13%。 CT胜率较高，超过60%，但各期均值仅为0.34%。风格择时贡献较差的时间段为2016年底-2017年初及2018年底，贡献较好的时间段为2017年和2019年。前者多为市场风格发生转换的初期，后者则是市场已完成风格切换，新风格开始的早期。这表明，基金的风格调整常常存在滞后，会在市场发生风格切换的初期经历一定的阵痛。此后，随着市场风格确定性的增强，大部分基金能迅速调整以适应新的风格。也正是由于这种滞后性的存在，2021年以来，当市场风格切换加快后，基金的风格择时准确率显著下降，CT大部分时间都对收益产生了负面影响。 CS各期均值为1.32%，与AS接近。这表明，长期来看，CS也是影响基金业绩的关键因素。此外，CS胜率高达81.52%，说明过去几年，权益基金在某种确定的风格下，确实具备较优的选股能力。仔细观察上图还可发现，CS与市场行情也存在一定关联。行情好的时候，CS的增厚作用更强。 从归因指标的截面标准差来看，CS的分化明显高于CT。这表明，选股能力上，主动权益基金之间差异较大；而风格择时上，不同产品之间的能力分化较小。 3 不同类型基金的风格绩效归 1. 不同价值/成长属性基金的风格绩效归因 不同价值/成长属性基金的风格收益（AS）整体较为接近，但会随市场风格的切换而波动。如图12所示，2019-2020年，四类基金的风格收益都较高，均超过50%；2021-2022年，四类基金的风格收益均大幅降至0以下。四类基金的风格收益胜率也较为接近，季度胜率（时间区间为2015-2022年）均在50%左右。 此外，在不同市场环境中，风格与环境匹配的基金，其AS往往略高于其他基金。例如，2015-2016年，市场风格偏向均衡。此时，均衡型基金的风格收益最高，区间累计AS为29.75%。2017-2018年，价值风格占优。该阶段，价值型和价值成长型（GARP）基金的风格收益明显高于其他两类基金。2019-2020年，市场风格转向成长。此时，成长型基金的风格收益最高，累计AS达78.59%；均衡型基金次之，为69.61%；价值成长和价值型基金最低，分别为54.94%和53.26%。 全区间而言，均衡型基金的累计AS及季度AS胜率最高，分别为46.87%和53.1%。这表明，从长期配置的角度，均衡型风格或是较优选择。成长型基金的累计AS接近于均衡型基金，为46.15%，但胜率略低。价值成长型基金的累计AS及季度AS胜率相对较低，分别为33.92%和50.0%。 四类基金的风格择时（CT）能力相当，各阶段胜出的基金类型不同，并无哪类基金具备持续超越其他类型的择时能力。具体地，2015-2016年，价值型基金的风格择时贡献较高；2017-2018年，成长和均衡型基金的贡献较高；2019-2020年则相反，价值成长和价值型基金的择时贡献更高；2021-2022年，仅价值型基金具有正的风格择时收益，其余三类基金的风格择时收益均为负。长期来看，2015-2022年，均衡型基金季度风格择时胜率为65.6%，略高于其他三类基金。 四类基金的风格选股（CS）能力相当，不存在某一类基金持续优于其他类基金的情况。2021年以前，风格选股对四类基金的业绩均具有显著的提升效果。具体地，2015-2018年，价值成长型基金的CS最高，为44.18%，其他类型基金的CS均在20%左右；2019-2020年，成长型基金的CS最高，为22.50%，其他类型基金的CS则位于10%-20%之间。2021年以来，四类基金的风格选股收益均所有下降。其中，均衡型和价值型基金的CS仍为正，分别为2.47%和0.18%，成长和价值成长型基金的风格选股收益则小于0。 从归因结果的截面标准差来看，不同价值/成长属性基金的风格绩效分化程度和特征相近。四类基金均在选股能力（CS）上有较大分化，而在风格收益（AS）和风格择时（CT）上分化较小。 2. 不同市值类型基金的风格绩效归因 如图14所示，不同市值标签基金的风格绩效归因结果与上文类似。即，风格收益（AS）相近，随行情切换而波动。 具体地，2015-2016年及2021-2022年，小盘风格占优，此时小盘基金的风格收益（AS）最高，两个区间的累计AS分别为46.09%和0.17%；2017-2020年，大盘风格鲜明，相应地，大盘基金的风格收益更高，区间累计AS达到45.98%，显著高于中盘和小盘基金的27.88%和9.06%。 风格择时（CT）上，2021年以前，小盘基金的表现优于其他两类基金。2015-2020年的累计CT为18.35%，高于大盘和中盘基金的7.85%和13.36%。2021年以来，小盘基金的择时贡献有所下降。仔细观察这一阶段各报告期的归因结果可以发现，小盘基金的风格择时收益主要在2021年底为负，2022年仍有稳定的正向贡献，累计值为2.04%，高于大盘和中盘基金的0.33%和0.75%。 风格选股（CS）上，2021年以前，大盘基金表现最优，小盘基金最差。2015-2020年，大盘基金的累计CS为53.57%，高于中盘和小盘基金的40.52%和32.73%。2021年以来，大盘基金的选股收益贡献显著下滑。2021-2022年，大盘基金累计CS为-2.10%，低于中小盘基金。 从截面标准差来看，不同市值标签基金的风格绩效归因分化程度和特征相近。三类基金均在选股能力上存在较大差异，而在风格收益和风格择时上的分化相对较小。 综上所述，风格绩效归因的单期结果表明，AS（风格收益）是主动权益基金最重要的收益来源，但它并不稳定，随市场行情的切换而波动。CT（风格择时）和CS（风格选股）对收益的影响显著小于AS，但大部分时间都有正贡献。长期而言，风格收益和风格选股是影响基金业绩最主要的两个因素，而风格择时的影响相对有限。分类型来看，各类基金的风格收益均随行情切换而波动，通常在相应风格的行情中具备更高的风格收益。不同类型基金的风格择时和选股能力相近，并不存某一类基金的风格择时或选股能力持续优于其他类型的情况。 03 风格择时和风格选股能力的持续性 1 主动权益基金整体的风格择时和选股能力持续性考察 风格收益（AS）通常在短期内较为持续，但中长期的持续性较差。如图16所示，按2015年的风格收益将基金划分成4个梯队，统计每个梯队在随后几年的风格收益均值。从中可见，第1梯队的基金在下一年（2016年）依然维持着较优的业绩表现。但到了2017-2018年，却跌落至4个梯队的末尾，2019-2021年再次反转。如果按2019年的风格收益划分梯队，结论类似。 具备较强风格择时（CT）能力的基金较为稀缺。如图18所示，按2015年的CT将基金划分成4个梯队，第1梯队的基金在之后的2016-2019年，继续保持着领先的风格择时能力；但2020以来，这一领先优势渐渐丧失；其他梯队基金风格的择时能力较不稳定。进一步按2019年的CT划分梯队，由图19可见，基金风格择时能力几乎很难保持。我们认为，在本文考察区间的早期，存在一定比例的基金可能有着较优的风格择时能力，但随着时间的推移，风格择时对业绩的贡献同样变得很不稳定。 主动权益基金的风格选股能力同样不具备较强的持续性。如图20所示，按2015年的CS划分，仅第3梯队能维持在中上游水平，其余梯队的选股能力均不稳定。若按2019年的CS划分，第1梯队的选股能力于2019-2021年保持领先，但到了2022年也难以为继，下滑至所有梯队的最后一位。 2 单只基金的风格择时和选股能力持续性考察 即使逐一考察单只基金，具备突出且稳定风格择时能力的也是极少数。如表1所示，CT排名前20%的季度数占比超过50%的基金仅11只（占比1.01%）。若将排名放宽至前30%，季度数占比超过50%的基金也只有52只（占比4.78%）。CT大于同类（排名前50%）的季度数占比在70%以上的基金共66只，占比6.06%；而占比在60%以上的基金也仅232只，占比21.30%。 当然，CT稳定较差的基金也较少。如表1所示，CT持续排名后30%（季度数占比超过60%）的基金仅33只，占比3.03%；持续排名后50%（季度数占比超过60%）的基金有253只，占比23.23%。因此，我们认为，基金风格择时能力的持续性不强。 类似地，只有极少数基金具备突出且稳定的风格选股能力。如表2所示，CS排名前20%的季度数占比超过50%的基金仅11只（占比1.01%）。若将排名放宽至前30%，季度占比超过50%的基金只有52只（占比4.78%）。CS大于同类（季度排名前50%）的季度数占比在70%以上的基金共53只，占比4.87%；而占比在60%以上的基金也仅224只，占比20.57%。 CS稳定较差的基金数量也不多。如表2所示，CS持续排名后30%（季度数占比超过60%）的基金仅7只，占比0.64%；持续排名后50%（季度数占比超过60%）的基金有215只，占比19.74%。因此，我们认为，基金风格选股能力的持续性也不强。 进一步考察不同风格类型主动权益基金的风格择时和风格选股能力的持续性。若某只基金的CT（或CS）排名前1/2的季度数占比超过60%，则该基金具备稳定且良好的风格择时能力（或风格选股能力）；反之，若某只基金的CT（或CS）排名后1/2的季度数占比超过60%，则该基金并不具备稳定的风格择时能力（或风格选股能力）。 由图22可见，成长型、均衡型及大盘-GARP型基金中，风格择时能力稳定且良好的占比较高。尤其是小盘成长和大盘-GARP类型中，具备稳定且良好风格择时能力的基金占比分别为42.86%和30.77%，显著高于整体的21.30%。 如图23所示，中小盘、价值型和GARP型基金中，风格择时能力不稳定的占比更高。尤其是小盘成长、小盘价值和中盘价值类型中，风格择时能力不稳定的基金占比分别达到42.86%、71.43%和60.00%。 由图24可知，大盘基金中，风格选股能力稳定且良好的占比较高。尤其是大盘均衡和大盘-GARP型基金中，占比分别为28.07%和33.85%，显著高于整体的20.57%。如图25所示，风格选股能力不稳定的基金多见于中小盘类型中，但在大盘均衡和大盘GARP基金中，也有较高的比例不具备稳定的风格选股能力。 3 部分机构具备稳定的风格择时和风格选股能力 机构层面，如图26所示，风格收益仍不稳定，随市场行情切换而波动。2015年及2019-2020年，所有机构都取得了正AS，且每年的AS均值超过30%。2016-2017年及2022年，机构的风格收益较低。尤其是2016和2022年，所有机构的AS都小于0，均值低于-15%。2021年，尽管所有机构AS都为正，但均值仅为5.80%。 2015年、2017年及2020年，机构之间的风格收益分化较大。其余年份，尤其是近2年，分化则较小。 如图27所示，除2021年外，其余年份机构的CT均值都大于0，且CT大于0的机构占比基本在50%以上。我们认为，大部分机构具备一定风格择时能力。值得一提的是，2021年是近年来机构的CT均值唯一低于0的年份（-1.06%），且CT大于0的机构占比不足30%（26.96%）。我们认为，在市场风格快速切换的环境中，大部分机构较难及时而迅速地跟进。 如图28所示，牛市中，机构整体的风格选股收益较高，熊市则反之。例如，2017、2019和2020年，CS大于0的机构占比分别为91.55%、97.56%和94.00%。我们认为，在市场上涨幅度较大的这三年，大部分机构的选股表现较为优异。而2018年和2022则是风格选股表现较差的两年，尤其是2022年，仅20%的机构具有正CS。 此外，各年度机构间的CS标准差位于5%-20%区间，明显高于AS（2%-7%）和CT（1%-4%）标准差。我们认为，机构间选股能力的分化较大，而择时能力的分化则相对较小。这与对产品的分析结论类似，即，AS、CT、CS几个因子中，CS分化最大。 不少机构具备持续的风格择时和风格选股能力。2015-2022年，风格择时收益大于0的年份占比在80%及以上的机构（仅考虑研究区间内年度数据在4年及以上的机构，全部共88家）共28家，占比超过30%；风格择时收益大于0的年份占比在60%-80%（不含）之间的机构共39家，占比接近45%。 不过，风格选股能力持续性较为突出的机构数量小于风格择时维度。2015-2022年，CS大于0的年份占比在80%及以上的机构共15家，占比为17%。大部分机构落在60%-80%（含）区间，合计共54家机构，占比超过60%。 综合以上两个维度，我们发现，部分机构在择时和选股这两项能力上均具备持续性。这类型机构共20家，占比为22.7%。仅在单项能力上具备持续性的机构共42家（占比57.8%）。其中，风格择时能力和风格选股能力持续的机构分别有26家（占比29.6%）和16家（18.2%）。 综上所述，我们认为，主动权益基金整体的风格择时或风格选股能力都不具备很强的持续性。但就个体而言，确实也存在少部分基金具备稳定良好的风格择时或风格选股能力。相对而言，大盘基金中，风格择时和选股能力稳定良好的基金占比较高。若从机构层面考察，约有23%的机构同时具备稳定良好的风格择时和选股能力。 04 风格绩效因子的选基能力 接下来，本文尝试将风格绩效归因的结果运用于FOF组合的构建，测算不同风格绩效因子的选基效果。 1 单因子选基效果 在检验单因子效果时，我们只针对全市场型基金。具体地，根据过去1年的AS、CT或CS均值，将基金分成5组，组别1-5分别对应因子值由高到低。这些基金采用等权的形式构成5个FOF组合。换仓频率统一为季度，换仓时点为每季度末（例如2020年4季度末，我们根据2019年年报-2022年3季报的归因结果均值构建组合，并于2021年1季度末换仓）。 ? AS 图32展示了AS因子多头组合和多空组合的累计净值。从中可见，AS最优组合（组1，AS前20%）相对全市场并无明显超额收益。AS最差组合（组5，AS后20%）小幅跑输全市场组合，尤其是在市场快速上涨阶段（2020年下半年）。 我们认为，基金AS的高低受市场风格影响，而市场风格通常是轮动的。这就导致基金的AS不具备持续性，故不适合作为选基因子。 ? CT 如图33所示，CT因子最优组合相对全市场也无明显超额收益。并且，如前文所述，2021年以来，主动权益基金的风格择时准确率有一定程度的下滑。因此，2021-2022年，CT空头组合（后20%）的表现反而优于多头组合（前20%）。 我们认为，由于风格择时通常对收益的贡献较小，且近年来基金的风格择时收益并不稳定。因而，仅利用CT筛选基金的效果不佳。 ? CS 如图34及表3所示，利用CS因子构建的多头组合（CS前20%）相对市场组合具备显著的超额收益。尤其是2019-2021这三年，CS多头组合相对市场组合的超额收益分别为3.11%、7.89%和2.51%。此外，如前文所述，CS对收益的增厚作用与市场存在一定关联性。因而，受市场环境影响，2022年，CS多头组合出现小幅回撤。2023年，随着市场反弹，CS组合再次战胜市场。 我们认为，由于选股能力是影响基金业绩的关键因素之一，同时，部分基金具备持续较优的选股能力。因而，CS是一个较为有效的选基因子。 2 关于增强风格绩效因子选基效果的思考 由4.1节可知，风格收益（AS）和风格择时（CT）因子的选基效果较差，风格选股（CS）因子的选基效果较好。下文将在此基础上，通过优化风格基准、分类别选基及因子组合选基的方式，增强CS因子的选基效果。 1. 优化风格基准 由第1章可知，本文采用市值和PB对A股进行分类，从而构建不同的风格基准。因此，率先想到的是，能否通过细化A股分类来增强风格绩效因子的选基效果。 具体地，分别将droe（成长）、roe（盈利）及mom（动量）加入风格归因模型，构建新的风格基准。即，在原先16个市值-PB分组的基础上，利用上述三个指标进一步细分成4组，共形成64个分组。 如图35所示，加入droe，即成长指标后，CS多头组合的选基效果有小幅增强。如表4所示，2018年以来，加入droe后，组合收益几乎每年都有提升，累计收益共提升3.49%。roe和mom指标的加入反而对组合有负面影响。 综上所述，我们认为，可以通过引入成长指标（droe）细化风格基准的构建，从而增强CS因子的选基效果。 2. 划分基金风格，在同类基金中选基 由2.1节可知，部分类别中，基金的风格择时和风格选股能力的持续性较高。这意味着，在划分基金风格后，利用CS因子选基的效果或好于全市场择基。 CS在不同价值-成长基金中，均具有较好的选基效果。如表5所示，2015-2023YTD，成长型、均衡型、GARP和价值型基金中，CS多头组合累计收益分别为176.00%、160.09%、194.69%和153.44%，相对市场组合（样本池内所有全市场型基金的等权组合，季度再平衡）的累计超额收益为37.23%、1.80%、58.66%和25.61%。 市值分类体系下，CS在大中盘基金中的选基效果较好。2015-2023YTD，大中盘基金中，CS多头组合累计收益分别为183.52%和200.82%，相对市场组合的累计超额收益为45.31%和50.11%。 综上所述，我们认为，除小盘基金外，CS在不同风格基金中均有较好的选基效果。 3. 风格绩效因子的组合使用 如果希望同时利用CS和CT因子构建FOF组合，则需要注意，由于CS对基金收益的影响更强，因而，放宽CS的筛选条件，FOF组合的业绩将显著下滑。所以，我们建议，设置严格的CS筛选条件，辅以CT进一步甄别绩优基金。此外，由于2019年以前主动权益基金数量较少，因而部分阶段很难找到CS和CT同时较强的产品。因此，本文仅测试了2019年以来组合使用风格绩效因子进行择基的效果。 如表6所示，在挑选CS排名前20%的基金后，进一步选择其中CT排名全市场（在2.1节介绍的全市场型主动权益基金的样本池中）前30%的基金，构建的FOF组合累计收益为142.76%，相对于原始CS单因子组合的累计超额收益为4.83%。 综上所述，我们认为，AS和CT因子的选基效果不佳，CS因子则具备一定的选基效果。此外，优化风格基准、分类别选基和因子组合选基的方式，均能不同程度地增强风格绩效因子的选基效果。 05 总结 Brinson模型是业界最著名、最流行的绩效归因模型之一，它将主动权益基金的收益分解为资产配置收益和个股选择收益，从而方便投资者更好地分析基金。但海内外的诸多实践表明，风格，如大小盘、成长/价值，往往是影响基金业绩更重要的因素。因此，我们借鉴了海外的文献，尝试对Brinson模型进行升级，采用与之类似的思路，设计了风格绩效归因模型。 “CT&CS”风格绩效归因模型是从风格角度切入对基金进行绩效归因的方法。它根据基金持仓股的风格特征及其变化，将基金收益拆解成风格收益（AS）、风格择时（CT）和风格选股（CS）。上述三个指标依次代表了基金的风格暴露收益、风格择时能力和风格内选股能力。 本文利用“CT&CS”风格绩效归因模型对主动权益基金2015年以来的收益进行归因。结果显示，短期而言，AS（风格收益）是主动权益基金最重要的收益来源，但它并不稳定，随市场行情的切换而波动。CT（风格择时）和CS（风格选股）对收益的影响显著小于AS，但大部分时间都有正贡献。长期而言，风格收益和风格选股是影响基金业绩最主要的两个因素，而风格择时的影响相对有限。分类型来看，各类基金的风格收益均随行情切换而波动，通常在相应风格的行情中具备更高的风格收益。不同类型基金的风格择时和选股能力相近，并不存某一类基金的风格择时或选股能力持续优于其他类型的情况。 主动权益基金整体的风格择时或风格选股能力都不具备很强的持续性。但就个体而言，确实也存在少部分基金具备稳定且良好的风格择时或风格选股能力。相对而言，大盘基金中，风格择时和选股能力稳定且良好的基金占比较高。若从机构层面考察，约有23%的机构同时具备稳定且良好的风格择时和选股能力。 AS和CT因子的选基效果不佳，CS因子则具备一定的选基效果。2019-2021年，CS多头组合相对市场组合的超额收益分别为3.11%、7.89%和2.51%。同时，CS对收益的增厚作用与市场存在一定关联性，往往在牛市中具备更强的选基效果。此外，优化风格基准（将roe同比增速，即成长指标，加入模型中构建风格基准）、分类别选基（按市值或价值/成长属性划分基金风格）以及因子组合选基（CS排名前20%及CT排名前30%）的方式，均能不同程度增强风格绩效因子的选基效果。 06 风险提示 1）本文根据公开数据和评价指标计算，不作为对未来走势的判断和投资建议；2）本文结论通过公开数据分析所得，存在由于数据不完善导致结论不精准的可能性。 联系人 冯佳睿 fengjr@haitong.com 郑玲玲 zll13940@haitong.com 法律声明： 本公众订阅号（微信号：海通量化团队）为海通证券研究所金融工程运营的唯一官方订阅号，本订阅号所载内容仅供海通证券的专业投资者参考使用，仅供在新媒体背景下的研究观点交流；普通个人投资者由于缺乏对研究观点或报告的解读能力，使用订阅号相关信息或造成投资损失，请务必取消订阅本订阅号，海通证券不会因任何接收人收到本订阅号内容而视其为客户。 本订阅号不是海通研究报告的发布平台，客户仍需以海通研究所通过研究报告发布平台正式发布的完整报告为准。 市场有风险，投资需谨慎。在任何情况下，本订阅号所载信息或所表述的意见并不构成对任何人的投资建议，对任何因直接或间接使用本订阅号刊载的信息和内容或者据此进行投资所造成的一切后果或损失，海通证券不承担任何法律责任。 本订阅号所载的资料、意见及推测有可能因发布日后的各种因素变化而不再准确或失效，海通证券不承担更新不准确或过时的资料、意见及推测的义务，在对相关信息进行更新时亦不会另行通知。 本订阅号的版权归海通证券研究所拥有，任何订阅人如欲引用或转载本订阅号所载内容，务必联络海通证券研究所并获得许可，并必注明出处为海通证券研究所，且不得对内容进行有悖原意的引用和删改。 海通证券研究所金融工程对本订阅号（微信号：海通量化团队）保留一切法律权利。其它机构或个人在微信平台以海通证券研究所金融工程名义注册的、或含有“海通证券研究所金融工程团队或小组”及相关信息的其它订阅号均不是海通证券研究所金融工程官方订阅号。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）