追寻优秀基因|基金经理个人特征因子在基金优选中的应用

（以下内容从招商证券《追寻优秀基因|基金经理个人特征因子在基金优选中的应用》研报附件原文摘录）
　　基金经理是影响基金业绩的重要因素之一，本报告从基金经理角度切入，充分挖掘基金经理个人信息，依次从基本信息、教育背景、领导经历、研究经历、工作经历、获奖经历六个维度选取17个因子指标衡量基金经理个人特征，运用统计学方法对个人特征因子进行有效性检验，并根据检验结果优选基金经理。 研究背景：近年来中国公募基金发展迅速，FOF产品数量和规模亦同步增长。基金投顾试点持续扩容，部分机构已经展业并且效果良好。此外，基金产品持续创新，MOM产品和FOF-LOF应时而生。在这一背景下，如何选择优秀的基金经理具有重要意义。 个人特征因子概况：基金经理是影响基金业绩的重要因素之一，本文从基金经理角度切入，依次从基本信息、教育背景、领导经历、研究经历、工作经历、获奖经历六个维度选取17个因子指标衡量基金经理个人特征。 基金经理个人特征因子有效性检验： 首先运用双样本KS检验衡量不同特征基金经理的Alpha分布是否存在差异，接着进一步运用独立样本t检验和Mann-Whitney U检验衡量不同特征基金经理的Alpha分布差异是否体现在总体均值上。不同特征基金经理的Alpha分布和均值均存在显著差异的个人特征因子主要包括是否中国大陆国籍、是否具有理工背景、是否曾任领导、是否曾任卖方分析师、是否曾任买方分析师、银行系和是否海归。 对于部分时间相关的变量，运用邹氏检验衡量同一基金经理在不同时间的Alpha能力是否存在差异。约65%的基金经理投资年限变化前后（是否超过2年）的Alpha能力存在显著差异，约71%的基金经理获奖前后的Alpha能力存在显著差异。 优选基金经理组合的构建： 基于筛选出的基金经理个人特征因子，利用打分法构建复合因子并进行有效性检验。年度调仓的RankIC均值大于0.05，RankICIR值最大，说明此时复合因子具有不错的预测效果。分组回测结果显示：复合因子值最高的基金经理组合年化收益率最高且收益回撤比最大。 目前仍在职的高分基金经理特征分析：各有4位基金经理来自富国和长城基金。多数基金经理为成长风格，价值和均衡风格的基金经理数量较少。多数基金经理的行业配置较为分散，部分基金经理的行业偏好与专业背景密切相关。整体来看，高分基金经理收益表现领跑市场，同时基金业绩也会受到除基金经理个人特征以外的其他因素影响。未来我们将对此进一步探索，完善基金研究指标体系。 风险提示：基金经理特征数据整理自公开资料及调研纪要，特征数据的准确度取决于信息披露的完整性；量化模型可能失效，历史数据不代表未来 一 研究背景 近年来中国公募基金发展迅速，FOF产品数量和规模亦同步增长。基金投顾试点持续扩容，部分机构已经展业并且效果良好。此外，基金产品持续创新，MOM产品和FOF-LOF应时而生。在这一背景下，如何选择优秀的基金经理具有重要意义。 1、FOF产品数量规模快速增长 近年来，中国公募基金发展迅速，FOF产品的数量和规模呈现明显的增长趋势。截至2021年底，全市场FOF基金总数为240只，合计管理规模2222.41亿元，数量和规模同比增速分别为68%和144%。随着我国公募基金市场不断发展和成熟，基金投资在我国资本市场中占据举足轻重的地位，FOF基金产品也倍受投资者青睐。 2、基金投顾试点扩容，展业效果良好 2019年10月，证监会颁布《关于做好公开募集证券投资基金投资顾问业务试点工作的通知》，开启了国内公募基金投资顾问业务试点工作，允许试点机构开展账户管理业务，接受客户委托按照协议约定向其提供基金投资组合策略建议。截至2021年底，我国共有61家机构获批基金投顾业务试点，包括30家证券公司、25家公募基金及子公司、3家第三方基金销售机构及3家银行。 目前，部分机构已经展业并且效果良好，服务资产规模不断增长，客户收益率和复投率较高。2021年7月16日，中国证监会新闻发布会提到，基金投顾试点业务运行平稳，合计服务资产已逾500亿元，服务投资者约250万户。从客户盈利来看，投顾业务赚钱效应明显且客户对机构的信任度较高。南方基金司南投顾一周年取得正绝对收益的客户占比超90%，投顾策略复购率超过70%。截至2021年三季度末，嘉实财富投顾自由平台服务的直接客户复投率接近60%；中欧财富投顾全国平台用户留存率达75%，复购用户占比达72%，用户规模同比增长512%。 3、MOM正式起步，已发行五只产品 管理人中管理人产品（MOM）指基金经理可不直接管理基金投资，而是将基金资产委托给其他的一些基金经理来进行管理。公募MOM业务的推出，为投资者提供一类多元资产配置的新工具，同时传达出优选基金经理的投资理念。2020年底，华夏、招商、鹏华、建信、创金合信基金公司旗下的五只MOM产品正式获批，并于2021年起陆续上市。截至2021年底，五只MOM产品均已上市，发行总份额合计34.82亿份。 4、产品持续创新，FOF-LOF获批 2021年9月市场首批5只FOF-LOF产品获批，广发、中欧、兴证全球、交银施罗德、民生加银等五家公募基金公司拔得头筹。5只产品分别是交银施罗德智选星光一年封闭运作混合型FOF-LOF、兴证全球积极配置三年封闭运作混合型FOF-LOF、广发优选配置两年封闭运作混合型FOF-LOF、民生加银优享平衡6个月定期开放混合型FOF-LOF、中欧汇选一年封闭运作混合型FOF-LOF等。 根据证监会最新发布的《证券投资基金募集申请行政许可受理及审核情况公示》，除了2021年8月5日申报的首批5只FOF-LOF之外，目前多家基金公司同样申报了FOF-LOF产品。截至2022/3/4，12家基金公司合计上报了18只FOF-LOF产品，均已获证监会受理。 二 个人特征因子概况 在目前主流的权益类基金分析评价体系中，基金经理是影响基金业绩的重要因素之一。因此，本文从基金经理角度切入，充分挖掘基金经理个人信息，寻找对基金业绩具有显著影响的基金经理个人特征。 1、基金经理个人特征 本文以主动偏股型基金的基金经理为研究对象，选取2010.1.1至2022.2.28之间的数据进行分析。经整理，在统计区间内共包含1867位基金经理信息。 我们依次从基金经理基本信息、教育背景、领导经历、研究经历、工作经历、获奖经历这六个维度共选取17个因子指标来度量基金经理个人特征，相关因子的构建方法如下表所示。 2、基金经理业绩指标 首先基于基金经理在管产品构造基金经理指数。以基金上期季报的规模为权重，同时考虑季报披露日为季度末自然日之后的15个交易日，对当期基金经理正在管理基金产品的复权单位净值收益率进行加权复合，得到每日基金经理指数对应的收益率。 在构建基金经理指数过程中，若出现多位基金经理共同管理同一只基金产品，则共同管理基金时的业绩算作任期最长的基金经理的业绩。考虑基金经理接任基金后的潜在建仓期，这段时期的产品业绩不能完全反映基金经理的投资能力。结合实际情况，我们设定新发基金建仓期为3个月，接管基金调仓期为1个月，这段时间的基金净值数据不纳入计算。若基金经理出现空窗期，即无在管产品时，这段时间的基金经理指数用空窗期之前所管理的基金类型对应的基金指数的加权基准来填充。其中，普通股票型基金的指数基准为Wind普通股票型基金指数，偏股混合型基金的指数基准为Wind偏股混合型基金指数。 3、基金经理特征统计 基金经理基本信息 当前在职的基金经理共1048人，女性基金经理的人数近195，明显少于男性基金经理，占比19%左右；从历史人数变化来看，女性和男性基金经理人数均不断增加，男性基金经理人数增幅更快。女性基金经理往往会被认为持股风格较均衡，更擅长控制回撤和分散风险，下文我们将尝试探讨数据层面是否支持该观点。 而从户籍地来看，基金经理中大多数来自大陆，占比99%；非中国大陆国籍的基金经理历年人数均在个位数以内。绝大多数基金经理无海归背景，占比为88%；近年来，非海归的基金经理人数的增长幅度大于海归的基金经理。 从基金经理学历来看，博士占比11%，硕士及以下的共929，其中极少数为本科学历；从变化趋势来看，近年来博士学历的基金经理人数增长幅度小于硕士及以下学历的基金经理。进一步我们从学校的排名划分，将2021年Times世界大学排名前100名院校的划分为顶尖院校的范畴，其中约35%的基金经理来自顶尖院校；自2010年以来，非顶尖院校毕业的基金经理人数和顶尖院校毕业的基金经理人数几乎保持同步增长趋势。部分公司在招聘研究员或者基金经理时对毕业院校具有非常严格的要求，认为顶尖院校的学生往往更聪明或者某些方面能力更强，具有更高的概率成为一名优秀的投研人员。从毕业的专业来看，约25%的基金经理具有理工背景；从历史人数变化来看，经管专业的基金经理人数增长幅度高于理工出身的基金经理。投研人员的研究领域覆盖面广，不同专业背景的基金经理拥有不同的思维模式和能力圈，对行业的研究关注度和市场判断更具多样性。 基金经理过往从业经历 我们从两个角度划分基金经理过往从业经历，首先按其是否担任过卖方研究员和买方研究员进行划分，而卖方研究员可进一步划分为首席和非首席。另外按照其历史从业的机构类型划分为实业系、私募系、券商系、银行系和保险系，其中卖方分析师为券商系。较多基金经理的职业发展路径为卖方研究员/买方研究员、基金经理助理和基金经理。 从历史人数变化来看，具有研究员经历的基金经理人数不断增长，由买方研究员提拔为基金经理的人数增长尤为明显。曾任卖方首席的基金经理人数较少且历年变化不大，根据公开数据统计，目前有12位基金经理曾担任为卖方首席，如谷琦彬、胡倩、农冰立、王明旭、王丝语、吴畏、吴战峰、薛小波、张帆、张翔、钟帅、邹慧等。从从业经历的机构类型来看，少数基金经理曾经在私募、实业、银行、保险等机构从业，大部分来自券商或者基金公司。从历史人数变化来看，2010年以来，曾在券商工作过的基金经理人数增长较快；部分私募基金经理自2018年起进军公募行业。 基金经理其他特征 大部分基金经理的投资年限都在2年以上，2016年前后和2021年以来较多新人入行，目前有27%的基金经理的投资年限低于2年。曾经担任过领导（包括公司管理层及部门管理人等）的基金经理人数呈现增长趋势，当前有333位基金经理曾经担任过领导，占比32%。约7%的基金经理曾经获得过金牛奖、金基金奖或明星基金奖，人数较少且历年变化不大。 三 基金经理个人特征因子有效性检验 不同特征群体的差异可以体现在概率分布、总体均值上的不同，为此我们先通过双样本KS检验衡量不同群体的概率分布是否存在差异，并进一步衡量该差异是否主要体现在总体均值上，对于部分时间相关的变量，我们尝试以事件驱动的形式探索该事情发生前和发生后样本表现是否有差异，如基金经理在获奖前和获奖后的表现是否有差异。 1、不同特征基金经理的Alpha分布是否存在差异? 使用双样本KS检验（Kolmogorov-Smirnov检验）衡量不同特征基金经理的Alpha分布是否存在差异。首先计算每位基金经理以沪深300作为基准的Alpha，并将日度Alpha合成周度、月度和年度Alpha进行检验，以减少噪声带来的影响。接着运用双样本KS检验衡量两组不同特征的基金经理Alpha分布g(x)和f(x)是否一致，实际观测值D=max|f(x)- g(x)|，在显著性水平为5%的条件下，当实际观测值D>D(n, )时，则拒绝原假设，认为不同特征基金经理的Alpha分布存在显著差异。 综合考虑不同数据频率结果，基金经理的Alpha分布存在差异的个人特征因子主要包括基金经理性别、是否中国大陆国籍、是否顶尖院校毕业、是否具有理工背景、是否曾任领导、是否曾任卖方分析师、是否曾任买方分析师、投资年限、券商系、银行系、是否海归和是否获过奖。同时考虑周度、月度和年度Alpha，在5%显著性水平下, 不同特征基金经理的Alpha分布均存在显著差异的个人特征因子有是否顶尖院校毕业、是否具有理工背景、是否曾任卖方分析师、是否曾任买方分析师、投资年限、银行系、是否海归和是否获过奖。如果放宽条件，仅考虑周度、月度和年度数据中的两个维度，除上述因子外，还有基金经理性别、是否中国大陆国籍、是否曾任领导和券商系因子指标不同类别的基金经理Alpha分布同样在5%显著性水平下存在显著差异。 从具体分布来看，女性基金经理的Alpha分布相对集中，即该群体的Alpha表现具有较高的相似性，但在Alpha均值方面和男性基金经理无显著差异。非中国大陆国籍的基金经理Alpha分布呈现出较为明显的左偏特征，并且中国大陆国籍的基金经理年化Alpha均值明显更优。顶尖院校毕业的基金经理Alpha分布相对更加集中。与无理工背景的基金经理相比，具有理工背景的基金经理Alpha分布更加集中于均值附近。未承担管理工作的基金经理Alpha均值略高。 研究经历方面，不同投资年限的基金经理年化Alpha分布差异较大，投资年限在2年(含)以上的基金经理年化Alpha体现出明显的集中分布特征；而是否曾任卖方分析师和是否曾任买方分析师的基金经理Alpha分布具有一定差异，由研究员最终晋升为基金经理的群体具有略微领先的Alpha能力。从业经历方面，未曾在银行工作过和未曾在券商工作过的基金经理Alpha分布均更为集中；非海归的基金经理Alpha均值略微领先。获奖经历方面，曾获过奖的基金经理Alpha分布相对集中并且Alpha均值更为突出。 2、不同特征基金经理的Alpha均值是否存在差异? 为进一步衡量不同特征基金经理的Alpha分布的差异是否主要体现在总体均值上，需要进行均值显著性检。均值显著性检验包括参数检验和非参检验，参数检验的效能更高，但需提前假定总体的分布，非参检验不依赖于总体的分布，应用范围更广，但效能更低。为此我们同时使用参数检验和非参数检验结果进行比较分析。 参数检验——独立样本t检验 假设两独立样本服从正态分布，独立样本t检验统计量将服从自由度为+-2的t分布。计算统计量和概率p值，若p值小于给定的显著性水平，则拒绝原假设，认为两组样本均值存在显著差异。独立样本t检验的统计量为： 其中，和分别表示因子指标不同类别基金经理的Alpha均值，和分别表示因子指标不同类别基金经理的Alpha标准差，和分别表示因子指标不同类别基金经理的样本量。 非参数检验——Mann-Whitney U检验 Mann-Whitney U检验对数据的分布没有要求，依次对每组数据计算和，取二者中的较小值作为U与临界值进行比较。在显著性水平为5%的条件下，当U <时，则拒绝原假设，认为两组样本均值存在显著差异。 其中，和分别表示因子指标不同类别基金经理的Alpha由小到大排序后的等级和，和分别表示因子指标不同类别基金经理的样本量。 综合考虑参数和非参数检验结果，基金经理的Alpha均值存在差异的个人特征因子主要包括是否中国大陆国籍、是否具有理工背景、是否曾任领导、是否曾任卖方分析师、是否曾任买方分析师、银行系和是否海归。无论考虑参数检验结果还是非参数检验结果，以及在不同数据频率下，不同特征基金经理的Alpha均值均在5%显著性水平下存在差异的个人特征因子有是否具有理工背景、是否曾任卖方分析师、是否曾任买方分析师、银行系和是否海归。如果放宽条件，考虑不同检验方法和不同数据频率下的大多数情况，除上述因子外，还有是否中国大陆国籍和是否曾任领导因子指标不同类别的基金经理Alpha均值同样在5%显著性水平下存在显著差异。 进一步比较Alpha均值存在差异的个人特征因子在不同指标分类下的Alpha均值大小。中国大陆国籍的基金经理平均年化Alpha为8%，其可能更易于理解大陆投资者的交易心理与行为，获得Alpha的能力更强。理工专业的基金经理平均年化Alpha为10%，经管专业的基金经理平均年化Alpha为7%，大多数理工背景的基金经理往往从相关行业的分析师做起，培养自身擅长领域的能力圈，例如：毕业于复旦大学高分子物理与化学硕士的王培最早从事石化化工行业研究工作，具有集成电路(半导体芯片)背景的周克平擅长TMT行业研究，材料学博士崔宸龙聚焦新能源赛道，工学硕士周诗博擅长电力、新能源、机械及军工行业等等。未曾任领导的基金经理平均年化Alpha为9%，曾任领导的基金经理平均年化Alpha为7%，推测没有管理工作的基金经理更专注于投资研究，也有可能部分承担领导职务的基金经理会以“老带新”的方式管理基金，即双基金经理模式，而本文在构建基金经理指数过程中，若出现多位基金经理共同管理同一只基金产品，则共同管理基金时的业绩算作任期最长的基金经理的业绩，该统计方法存在将新人的业绩也都统一归于任期最长的基金经理的情况，进而导致业绩统计上可能不完全匹配。 研究经历方面，具有卖方和买方研究经历的基金经理Alpha能力较高，平均年化Alpha达到9%，大多数基金经理是由卖方研究员/买方研究员晋升为基金经理助理和基金经理，其中不乏基金经理同时拥有卖方和买方研究经历，包括周蔚文、曹名长、王培、张啸伟、余志勇、杜猛、刘彦春、季文华、梁皓、范妍、黄春逢等众多基金经理，投研经验丰富。工作经历方面，未曾在银行工作过的基金经理平均年化Alpha为8%，而曾在银行工作过的基金经理平均年化Alpha为5%，推测曾在银行工作过的基金经理对风险的容忍度更低，而无银行工作经历的基金经理对波动的容忍度更大且业绩弹性更大，整体的Alpha较高。此外，非海归的基金经理平均年化Alpha为8%，而海归的基金经理平均年化Alpha为5%，推测可能是非海归的基金经理对内地市场环境更加熟悉，更容易理解大陆投资者的交易心理与行为，获取Alpha的能力更强。 3、同一基金经理在不同时间的Alpha能力是否存在差异？ 邹氏检验（Chow Test）通过测试两组数据的线性回归系数是否相等来检验是否存在结构性突变。我们尝试探索不同时期的基金经理Alpha能力是否具有结构性突变。首先将基金经理任期划分为两个区间，分别为事件发生前与事件发生后，事件发生前的基金收益为-=+(-)+，事件发生后的基金收益为-=+(-)+，邹检验是在假设残差为独立同分布的正态分布前提下，判定=和=。假设是组合数据的残差平方和，是第一组数据的残差平方和，是第二数据的残差平方和。和分别是每一组数据的观察数目，k是参数的总数。邹氏检验的检验值是： 邹氏检验结果显示：约65%的基金经理投资年限变化前后（是否超过2年）的Alpha能力存在显著差异，约71%的基金经理获奖前后的Alpha能力存在显著差异。在统计区间内，共有1253位基金经理的投资年限突破2年，其中有816位基金经理投资年限变化前后的Alpha能力发生结构性突变，占比为65%；共有100位基金经理任职期间获过奖，其中有71位的基金经理获奖前后的Alpha能力发生结构性突变，包括张燕、杜洋、谢振东、谢昌旭、蓝雁书、刘格菘、吴兴武、邱杰、汪鸣、王鹏辉等。 进一步计算投资年化变化前后和获奖前后的基金经理Alpha均值大小，发现：投资年限在2年(含)以上的基金经理年化Alpha为8%，投资年限在2年(不含)以下的基金经理年化Alpha为7%。随着投资年限的增长，基金经理的研究经验更为丰富， Alpha能力略优。从获奖经历来看，获奖之前基金经理平均年化Alpha为7%，获奖之后基金经理平均年化Alpha达到12%。基金经理获奖之后，可能将引起公司的重视，可获得的投研支持更多，更有利于基金经理业绩的持续性。 四 优选基金经理组合的构建 根据上述基金经理个人特征因子有效性检验结果，认为较为有效的个人特征因子包括：是否中国大陆国籍、是否经管专业、是否曾任领导、是否曾任卖方分析师、是否曾任买方分析师、银行系、是否海归、投资年限和是否获过奖，并进一步根据这些因子优选基金经理构建组合。 1、有效因子相关性检验 在利用筛选出来的基金经理个人特征因子构建组合之前，先对这些因子之间的相关性进行分析。各个因子间的秩相关系数的绝对值在0.3以下，因子间的相关系数不高，在构建基金经理组合时，不会存在风险过度暴露于某些因子这一情况。 2、基于复合因子构建基金经理组合 （1）复合因子的构建方法 对于有效的基金经理个人特征因子，使用打分法构建复合因子。首先统计上述因子各个类别的Alpha均值，接着根据不同类别的Alpha均值结果进行打分，Alpha表现较好的因子类别得1分，Alpha表现较差的因子类别得0分。由于共有9个有效的个人特征因子，每位基金经理共有9项得分，将各项分值相加得到基金经理最终得分作为复合因子值。 统计目前仍在职的基金经理复合因子值大小，最新一期基金经理的复合因子值范围在1分至8分之间，大多数基金经理的复合因子值介于5分至7分之间，复合因子值为8分的基金经理人数有66位。由于有效因子中包含部分时间相关的变量，有1位基金经理在2019年6月任职初期时的复合因子值为0分，随着投资年限的增长，该基金经理最新一期的复合因子值为1分。此外，在统计区间内，曾出现过复合因子值为9分的基金经理，分别是周应波、谢振东、盛震山和蓝雁书，但这四位基金经理目前均不再管理公募基金或已从公募基金离职。 （2）复合因子RankIC检验 对复合因子进行RankIC检验时，计算当期复合因子值和基金经理未来收益率的秩相关系数，并依次对比未来1个月、3个月、6个月、12个月收益率的情况，以确定最佳的持仓时间。为了避免时间点选取过度敏感，我们在每个月末都计算一次RankIC。RankICIR值指RankIC的均值除以标准差，能够在一定程度上反映因子的稳定性。 RankIC检验显示：年度调仓的RankIC均值大于0.05，RankICIR值最大，说明此时复合因子具有不错的预测效果，回测时采取年度调仓为宜。根据年度调仓RankIC序列图可以进一步看出：复合因子在2010年表现不佳，2011年-2014年间表现不错，在2015年-2017年上半年表现突出，在2017年下半年-2018年上半年表现不佳，2018年下半年起表现优秀。此外，受市场行情影响，复合因子RankIC存在日历效应，1月至3月最后一个交易日调仓的RankIC均值明显低于平均，10月最后一个交易日调仓的RankIC均值最大。 （3）复合因子分组回测 进一步对复合因子进行分组回测，根据RankIC检验结果，我们选择在每年10月的最后一个交易日进行调仓。考虑到复合因子值为0分、1分和9分的基金经理人数极少，其收益表现易受极端情况影响，且在整个回测期间收益数据是不连续的，故将复合因子值为0分和1分的基金经理与复合因子值为2分的基金经理合并为一组，将复合因子值为9分的基金经理与复合因子值为8分的基金经理合并为一组，最终划分成7组进行回测，然后对每组基金经理构造相应的等权重组合。 根据分组回测累计收益图表：随着复合因子值的增加，组别收益大致呈现递增关系，复合因子值最高的基金经理组合年化收益率最高且收益回撤比最大。从不同时间段来看，2010-2015年间，各组别累计收益的差异并不明显；2016年至今，复合因子的分组效果明显。2010.1至2022.2期间，复合因子值最高的基金经理组合年化收益为11.85%，同期中证偏股年化收益为6.76%。 3、高分基金经理特征分析 在统计区间内，复合因子值为8分和9分的股票型基金经理共有98名，目前仍在职的基金经理有66名，具体名单如下表所示。将复合因子值为8分和9分的基金经理记为高分基金经理，接着进一步分析目前仍在职的高分基金经理所属基金公司、投资风格、行业配置、过往风险收益等多方面特征。 （1）所属基金公司分布 除基金经理个人能力外，基金公司投研团队的支持也会对基金业绩产生影响。对于业绩优秀的基金产品，不仅反映出基金经理具有优秀的管理能力，并在一定程度上彰显了基金公司的投研实力。在目前仍在职的高分基金经理中，有4位基金经理来自富国基金，包括李元博、王圆圆、杨栋和张啸伟；同样有4位基金经理来自长城基金，分别是韩林、何以广、雷俊和龙宇飞。此外，各有3位来自大成基金、工银瑞信、汇添富、景顺长城和兴全基金，也有高分基金来自博时基金、创金合信、广发基金、华宝基金、华商基金、华夏基金等公司。 （2）投资风格特征分析 多数基金经理为成长风格，价值和均衡风格的基金经理数量较少。根据公开访谈资料整理高分基金经理的投资风格，在目前仍在职的66位基金经理中，有32位基金经理为成长风格，价值、价值成长、均衡等风格基金经理人数低于10位。借助量化工具进行投资的基金经理有5位，分别是毕业于清华大学数学学士和概率统计专业硕士的程敏、毕业于北京大学信息与计算科学学士和信号与信息处理硕士的雷俊、毕业于清华大学数学科学系的刘欣、毕业于复旦大学计算机应用技术硕士的盛丰衍以及以及毕业于上海交通大学应用数学硕士的袁英杰。此外，还有11位主题型基金经理，其中医药主题的基金经理有7位，包括葛兰、蒋秀蕾、皮劲松、谭冬寒、吴兴武、张弘、郑磊等；消费主题的基金经理有4位，分别是陈媛、胡昕炜、罗春蕾和王园园。 （3）行业配置特征分析 多数基金经理的行业配置较为分散，部分基金经理的行业偏好与专业背景密切相关。统计目前仍在职的高分基金经理代表产品任职期间的行业配置情况，发现：多数基金经理的行业配置较为分散，通过均衡配置来控制风险，如：鲍无可、何以广、黄维、梁皓、刘欣、龙宇飞、丘栋荣、盛丰衍、吴兴武等基金经理虽然具有理工背景，但仍通过各板块间的均衡配置分散风险。此外，部分基金经理的行业偏好与专业背景密切相关，敢于重仓自身熟悉的行业，例如：医药专业毕业的基金经理葛兰、蒋秀蕾、杨挺、张弘、郑磊等高度重仓医药板块，计算机专业毕业的基金经理冯明远、刘锐、罗安安、王晓岩等偏好TMT板块，工学出生的基金经理兰乔和蒋秋洁等偏好中游制造板块。 （4）风险收益特征分析 整体来看，高分基金经理收益表现领跑市场，同时基金业绩也会受到除基金经理个人特征以外的其他因素影响。统计目前仍在职的高分基金经理任职期间的风险收益特征，与全市场股票型基金经理相比，高分基金经理平均年化收益为19%，而当前全市场主动偏股型基金经理任职期间平均年化收益为9%，与此同时高分基金经理的风险波动略微高于市场的平均水平。整体来看，高分基金经理的收益表现领先于全市场平均水平，但仅依靠个人特征因子筛选基金经理面临着一定的风险波动，个别高分基金经理业绩表现不佳，由此说明基金业绩也会受到除基金经理个人特征以外的其他因素影响。 五 总结与展望 本报告详细探讨了基金经理个人特征对基金业绩的影响，充分挖掘基金经理个人信息，寻找对基金业绩具有显著影响的基金经理个人特征因子。运用统计学方法对基金经理个人特征因子进行有效性检验，最终发现9个有效的个人特征因子。 基金经理基本信息：中国大陆国籍和非海归的基金经理可能对内地市场环境更加熟悉，更容易理解大陆投资者的交易心理与行为，获得Alpha的能力更强。具有理工背景的基金经理有利于培养相关领域的能力圈，拥有略微领先的Alpha能力。 基金经理从业经历：具有卖方或买方研究经历的基金经理，经过长期的学习和积累，投研体系更加完善，对任职基金经理期间的行业和个股研究具有很大帮助，能够给基金业绩带来正向影响。无银行工作经历的基金经理对波动的容忍度更大且业绩弹性更大，Alpha能力略优。 基金经理其他特征：未曾任领导的基金经理整体的Alpha能力较高。随着投资年限的增长，基金经理的投研经验更为丰富，Alpha能力略优。从获奖经历来看，基金经理获奖之后，可能将引起公司的重视，可获得的投研支持更多，更有利于基金经理业绩的持续性。 除基金经理个人特征外，仍有很多其他因子同样能够影响基金业绩，未来我们将对此进一步探索，完善基金研究指标体系。本报告研究发现，基金经理个人特征对基金业绩具有重要影响，然而仍有很多其他因子同样能够影响基金业绩。通过将全部有效的因子配合使用，有助于挑选出业绩优秀的基金产品。未来我们将对此进一步探索，在现有因子指标基础上，充分挖掘其他能够影响基金业绩的因子，完善基金研究指标体系。 “追寻优秀基因”系列 往期公众号文章 《追寻优秀基因｜中国公募基金个性特征详解之一》 《追寻优秀基因｜中国公募基金个性特征详解之二》 《追寻优秀基因｜中国公募基金个性特征详解之三》 《追寻优秀基因｜如何绘制基金经理学习能力曲线？》 重要申明 风险提示 基金经理特征数据整理自公开资料及调研纪要，特征数据的准确度取决于信息披露的完整性；量化模型可能失效，历史数据不代表未来 分析师承诺 本研究报告的每一位证券分析师，在此申明，本报告清晰、准确地反映了分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。 本报告分析师 任 瞳 SAC职业证书编号：S1090519080004 姚紫薇 SAC职业证书编号：S1090519080006 实习生应绍桦对本报告有贡献。 特别提示 本公众号不是招商证券股份有限公司（下称“招商证券”）研究报告的发布平台。本公众号只是转发招商证券已发布研究报告的部分观点，订阅者若使用本公众号所载资料，有可能会因缺乏对完整报告的了解或缺乏相关的解读而对资料中的关键假设、评级、目标价等内容产生理解上的歧义。 本公众号所载信息、意见不构成所述证券或金融工具买卖的出价或征价，评级、目标价、估值、盈利预测等分析判断亦不构成对具体证券或金融工具在具体价位、具体时点、具体市场表现的投资建议。该等信息、意见在任何时候均不构成对任何人的具有针对性、指导具体投资的操作意见，订阅者应当对本公众号中的信息和意见进行评估，根据自身情况自主做出投资决策并自行承担投资风险。 招商证券对本公众号所载资料的准确性、可靠性、时效性及完整性不作任何明示或暗示的保证。对依据或者使用本公众号所载资料所造成的任何后果，招商证券均不承担任何形式的责任。 本公众号所载内容仅供招商证券股份客户中的专业投资者参考，其他的任何读者在订阅本公众号前，请自行评估接收相关内容的适当性，招商证券不会因订阅本公众号的行为或者收到、阅读本公众号所载资料而视相关人员为专业投资者客户。 一般声明 本公众号仅是转发招商证券已发布报告的部分观点，所载盈利预测、目标价格、评级、估值等观点的给予是基于一系列的假设和前提条件，订阅者只有在了解相关报告中的全部信息基础上，才可能对相关观点形成比较全面的认识。如欲了解完整观点，应参见招商证券网站（http://www.cmschina.com/yf.html）所载完整报告。 本公众号所载资料较之招商证券正式发布的报告存在延时转发的情况，并有可能因报告发布日之后的情势或其他因素的变更而不再准确或失效。本资料所载意见、评估及预测仅为报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。 本公众号所载资料涉及的证券或金融工具的价格走势可能受各种因素影响，过往的表现不应作为日后表现的预示和担保。在不同时期，招商证券可能会发出与本资料所载意见、评估及预测不一致的研究报告。招商证券的销售人员、交易人员以及其他专业人士可能会依据不同的假设和标准，采用不同的分析方法而口头或书面发表与本资料意见不一致的市场评论或交易观点。 本公众号及其推送内容的版权归招商证券所有，招商证券对本公众号及其推送内容保留一切法律权利。未经招商证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

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）