会议要点

1. 深掘基金选股与择时分析

• 基金配置和择时：经验数据显示不同市场环境下行业表现有显著差异，基金经理普遍存在行业配置及择时操作，而识别具备此能力的基金经理是投资者选基的关键。

• 归因模型分析：介绍了基于净值和基于持仓的归因模型，基于博瑞森模型的持仓分析为基准，采用多层归因法，更能体现基金经理的投资偏好和实际市场对比。

• 赛道基金分析：针对特定领域投资的赛道基金需根据具体行业和市场情况选择合适的基准，而非简单使用宽基指数。

2. 基金仓位与择时能力剖析

• 分类基准选择：股票型基金实际仓位多在80%以上；偏股混合型大多在60%以上；灵活配置型取决于固收或是股票偏好。

• 产品定位：非赛道类股票型和混合型产品采用统一的基准，中证800指数用于股票型和偏股混合型基准收益率计算，灵活配置型根据具体情况匹配最合适的产品类型。

• 资产配置和仓位择时能力：股票型基金仓位长期高于80%部分归功于资产配置能力；仓位择时能力来源于与中枢偏离所带来的额外收益。

3. 配置与择时

• 资产配置与仓位择时能力普遍被低估，但对基金收益影响不大；从19年0630~22年0630数据分析显示，无论风险等级，基金资产配置收益大于0的比例比较高。

• 资产配置和仓位择时的收益贡献占比很低，累积收益分别仅为0.05%和8.93%，在总区间收益中占比不足10%，表明其他因素对收益贡献更大。

• 行业配置和择时能力是中观层面重要因素，应关注基金经理在某些行业长期配置的行业配置能力，如TMT、食品饮料或医药等行业偏好所带来的收益。

4. 基金业绩构成与经理能力

• 行业配置和择时能力分析：基金行业配置能力带来了长期收益，而行业择时则考虑资金博弈等因素，短期切换带来收益。

• 统计发现行业配置平均贡献达1/3基金收益，且表现稳定；反之，行业择时于统计区间内收益贡献为负。

• 基金经理分析：优秀基金经理结合自上而下和自下而上的投研策略，在周期向上或景气向上行业中寻找机会。

5. 择股与交易能力

• 投资决策误差：假设基金持仓不变会导致误差，这些差异主要体现在区间交易能力内，包含个股选择和短期行业走势变化。

• 选股能力强的基金经理通常业绩较好，个股能力和交易能力对基金收益贡献突出，区间交易能力中超过50%未解释部分来源于选股能力。

• 净值模型与持仓模型对比：净值模型中择时能力短期化，而持仓模型基于较长期数据，时间维度不同。统计分析可验证模型有效性，基于净值的回归结果与多层归因个股能力相关性高，有利于基金绩效评估。

会议实录

1. 深掘基金选股与择时分析

各位参会者，下午好。非常感谢大家参加由招商证券主办的关于基金研究·挖掘主题会议，本次交流重点关注基金的配置、择时以及个股选取能力分析。今天我们很荣幸邀请到招商证券基金评价团队联席首席分析师姚紫薇，姚总将和我们分享她的见解。在正式开始之前，请注意，此次会议不设问答环节。接下来，让我们将时间交给姚总，姚总请讲。

非常感谢主持人的介绍，各位领导好，我是姚紫薇。今天我将向各位汇报我们在基金配置、择时及个股选取能力分析方面的研究成果。

首先让我们回顾一下过去的行业涨跌表现。在不同市场环境中，行业整体表现的差异非常显著。以2018年到2022年为例，某些行业在特定年份表现出色，但在其他年份则不尽相同，尤其是在2018至2019年间，行业轮动速度加快。对于基金经理是否进行择时操作，我们可以肯定地说，他们确实有行业配置选择。

在挑选基金时，如何识别那些具有行业配置或择时能力的基金经理，或者假设他们并不擅长这些能力，但却拥有突出的个股选取能力呢？这正是我们今天报告想要探讨和回答的问题。

接下来我们分析经典模型。归因分析的模型可以分为基于净值和基于持仓两个部分，这两种模型你们可能都不陌生。基于净值通常用TM和HM框架，而对应的因子可能会有所选取和替换。布雷森模型通过比较基金收益与基准收益的关系，来归因于选股、择时和其他收益。

我们重点关注基于持仓的归因。与布雷森模型相比，虽然它们可以放在一起讨论，但实际算法有所不同。布雷森模型要求选择一个基准，而计算股票择时收益时，会考虑基准相应的指数成份股。在进行多层归因时，我们并没有使用指数的成分股，而是主要依据基准的相关收益率进行分析。主要原因是，如果基金的基准选择了沪深300或中证800，但基金管理的行业市场偏好可能与这些指数不同。例如，沪深300对金融地产权重较大，但基金经理可能不太倾向于这些领域，如果采用沪深300为基准，可能导致长期的低配现象。采用多层归因有助于减轻这种影响。

由于我们也关注基金经理在行业层面的轮动和配置能力，因此在进行归因时，我们把它分为资产层和行业层。我们不仅会讨论资产层的配置和择时能力，也包括行业层。最后，我们会评估行业内的选股能力。更具体地讲，多层归因实际上是一种由下而上的思考过程。例如，如果基金经理买入了茅台，则其个股选取能力可以从茅台股票收益率与食品饮料指数之间的差异中体现。此外，他为何会选择食品饮料指数，可能反映了他的行业选择能力，并贡献于行业配置方面的收益。

针对每一步骤的具体操作，我们首先要确定基金的分类。我们可以采用招商证券基金评级的分类体系，这一点与万德的基金分类相似，但在细节上可能略有不同。除了这种事前分类外，还有一些事后分类，其中某些基金可能由于合同限制或基金经理的投资风格，成为特定行业的资金池。

如果您想了解我们所谓的赛道基金池的具体情况，可以阅读我们发布的相关报告或访问炎帝实验室的网站。在我们的分析中，我们不会考虑那些受到赛道限制的基金，选择基准时不能简单使用宽基指数，而是应根据不同行业赛道的情况选择不同、更灵活的基准进行比较。

2. 基金仓位与择时能力剖析

首先，我们探讨基金产品分类下的基准比例选择问题。通过观察，发现股票型基金虽然仓位要求不低于80%，但实际上大多数情况下仓位远超这一标准。偏股混合型基金的情形也类似；它们的仓位通常也高于60%的基本要求。而灵活配置型基金通常在两端波动，要么倾向于更多固定收益投资，要么偏好偏股混合型投资，仓位中枢或为20%，或达到80%-90%。

对于偏债混合型基金，其仓位中枢大约是20%。综合考虑实际情况和产品合同要求，我们确定了相应的基准。对于非赛道类的股票型和混合型产品，在基准的设定上，我们倾向于采用统一标准。例如，标准股票型和偏股混合型的产品我们采用80%以上的中证800指数作为基准，平衡混合型的基准定为50%。灵活配置型基金则根据实际状况灵活匹配，可能靠近偏爱混合型、平衡混合型或偏股混合型。我们按20%、50%和80%这三个比例分档设定基准。

接下来，确立了基准后，我们进一步分析基金的资产配置能力及仓位择时能力。以股票型基金为例，当其仓位超过80%后，我们会认为这展现的是其资产配置能力。那么，动机何在呢？我们判断该行为或许源于对权益市场的长期看好，因此增加了股票的配置比重。因此，长期仓位中枢与我们的基准相偏离带来的额外收益，我们认为是资产配置能力的体现。我们将这种长期定义为两年或三年，具体可以根据分析框架和偏好来确定。长期资产配置能力可以通过股债中枢相对于基准收益率的差额来观察。

至于仓位择时能力的收益，则是通过比较不同时间点仓位与其自身长期中枢的偏差所产生的额外收益来判断的。这意味着，即使基金经理有长期的资产配置中枢，但仍可能根据市场情况做出调整。我们可以通过季度报告或半年报告观察其股票仓位的变动，这些调整若带来了额外收益，则视为仓位择时能力所贡献。

3. 配置与择时

我们对2019年6月30日至2022年6月30日期间的基金持仓及业绩进行了分析。基于三年的数据，我们评估了基金产品在资产配置和仓位择时方面的能力。结果与大家通常的认识令人意外。一般认为基金的资产配置能力或仓位择时能力较弱，但我们的大样本数据显示，无论是低、中还是高风险产品，实现资产配置收益和仓位配置收益均大于零的比例都相当高。这份结论似乎与偏股基金在资产配置能力上被认为较弱的看法不符，然而实际上并不冲突。

以一个表现较好的基金产品为例，通过每一期的收益变化和仓位变化来观察其资产配置能力和仓位择时能力。图表中展示了单期仓位的收益走势，尽管单期最高收益仅为3%，在整个统计期间中，相较于基金总收益的100%以上，资产配置能力和仓位择时能力的累计收益占比微乎其微，分别为0.05%和8.93%。因此，即使是表现在前列的基金，其收益占比也是如此。

尽管大样本数据显示基金的资产配置收益和仓位择时收益总体还不错，但其收益贡献的比例极低。因此，在评价基金表现时，我们可以认为，相比于其他因素，资产层面的贡献不那么重要。我们接下来看中观层面，这涉及到行业配置和行业择时。中观层面的定义与之前提到的资产层面相似。

行业配置能力指的是基金长期对特定行业的投资所带来的收益，例如有的基金经理长期偏好TMT、食品饮料或医药等行业的长期投资偏好所产生的收益。

4. 基金业绩构成与经理能力

相对于中证800的超额收益，我们认为这是基金的行业配置和行业择时能力所致。通过分析基金的半年报和年报，我们可以了解其行业配置的比例，以及相对于自身长期行业配置中枢的偏离所带来的收益，这代表了其行业择时能力。行业配置分析的是基金长期的行业偏好带来的配置收益，而行业择时则是基于短期的市场情绪、技术面或资金博弈等因素进行的行业切换，带来的短期收益。

基金整体收益构成分析显示，虽然资产层面的收益率不被特别看重，但行业配置的平均贡献相对较大，大约占到了基金收益的三分之一。尽管行业择时的结果在我们统计的区间内表现为负向贡献，但在个股选择能力、交易和其他能力方面，贡献显著，且行业配置的贡献排名第二。

对于突出的基金经理，不同的统计区间可能会得到不同的结果，基于最新数据，筛选的基金经理也可能有所变化。我们以案例分析，基金经理通常将自上而下与自下而上的研究方法相结合，在中观层面挑选未来景气向上的行业，并以两年为中枢，进行景气程度分析和左侧研究。在资产类别选择方面，基金经理更注重收益风险比，而非单纯地挖掘个股。通过这种分析，我们可以了解基金经理在行业配置和个股选择方面的显著能力。业绩显示，近一年至五年间，该基金经理的表现非常不错。

从基金经理能力的单期及累积收益贡献图表可以看出，其区间收益超过200%，行业配置和行业择时的贡献分别为47.5%和34.8%。所有收益贡献均为正值，且在同业中排名领先，其中配置能力排名第二十四，择时能力排名第三。虽然未展示个股能力数据，但其贡献同样显著。

我们还可以分析基金经理在单个行业的表现，突出的配置收益主要来源于周期和中国制造板块，择时收益则主要来自周期板块。具体到一级行业层面，突出能力主要体现在有色金属和煤炭行业。基金经理的行业择时胜率大约为85%，特别是在周期板块中。这表明基金经理具有长期且持续的行业择时能力。

最后，我们认为基金经理的选股能力体现在股票相对于对应行业指数的超额收益上。模型无法解释的基金收益部分，我们认为是基金经理的区间交易能力所致。

5. 择股与交易能力

从数据分析来看，我们面临的一个问题是，我们习惯性地假设基金的半年持仓是不变的，然而实际情况并非如此。这样的假设所带来的误差会反映在区间交易能力中。这其中包含诸如个股波段选择、短期行业走势变化等能力，区间交易能力因而显得比较综合，它不仅包含基金经理的个股交易操作带来的收益。

基于对选股能力、行业能力和资产配置能力的分析，我们认为区间交易能力中至少有50%以上是我们未能解释的所选股能力所贡献。许多基金的选股贡献度超过50%，在总收益中占比最突出。

接下来，我们评估个股能力分解得出的各能力，在单因子选基上的有效性。个股能力的因子分析显示，拥有较强这一能力的基金经理年化收益率较高，单调性也很强，从而证明了个股能力是一个有效的选机因子。额外的，整合区间交易能力和选股能力，我们也称之为个股能力。

对于选股能力因子，我们发现单独看选股能力时，前两组比后三组表现更佳，表明长期来看，选股能力较强的基金经理业绩较好。然而，该因子的单调性表现并没有特别突出。

单独看交易能力也是一样，表现较为可观。因此，如果基于单因子选基，则个股能力(选股能力和交易能力的综合)和交易能力是两个可直接运用的主要因子。我们希望能够通过净值和持仓的相互验证，进一步确认这些结果。

一旦我们分解了诸多收益率，重要的是根据这些收益在业界的排序，来判断不同收益所处的分位数。如果基于净值的模型得到的收益率表现出显著性，或者通过t-检验得到的结果与基于持仓的相匹配，那么这种验证是理想的。我们原本尝试在模型中包含所有行业指数，以及这些指数的超额收益变化作为择时因子，同时考虑剩余的Alpha作为选股因子。但是，这种方法不总是一一对应的，因为我们通常在模型中使用月度或周度收益率来分析择时能力，而导致了时间尺度上的不匹配。

为解决这个问题，我们简化了模型，不再在基于净值的模型中细致拆解测试能力，而是直接将行业指数和中证800作为X因子放入归因模型中。重点观察Alpha的显著性，我们认为它大致对应于我们多层归因中的交易能力与选股能力的综合，即我们的个股能力。我们还计算了基于半年度回归得出的Alpha值，与多层归因中个股能力的相关性。结果显示，二者具有较高的相关性，这为我们的分析提供了支持。

如果认为过程繁琐，单独分析这些Alpha因子也能得出不错的结果。基于持有资产的数据，我们能够更为细致地看到不同行业的表现。目前已公布的各类排行榜，不论是全能型、个股能力型还是行业配置能力型，都是基于此前回测区间计算得出的。不同时间段的结论存在一些差异。

我们还将继续探讨基金经理的能力圈、投资策略拥挤度和个人特征等方面，以外围框架进行未来的发展。也欢迎大家关注我们接下来的系列会议。

以上是我的报告。感谢各位领导的聆听。今天的会议到此结束，再次感谢姚总以及所有参会者的参与。会议资料将在万得三c会议历史板块展示，敬请关注。再见。