金融工程专题报告：FOF系列之债基绩效归因体系（下）-20181226-长江证券-27页_1mb

FOF 研究：债基绩效归因体系（下）总结

核心内容

本文主要探讨了债券型基金（债基）的绩效归因方法，重点介绍了基于持仓的归因模型，特别是Campisi分解模型。同时，对比了债基多因子归因模型与Campisi模型的优劣，提出结合两种方式进行债基评价的建议。

主要观点

1. 债基归因方法：

   • 债基归因方法包括Brinson分解模型、Wagner-Tito分解模型、加权久期分析方法及Campisi分解模型。
   • Brinson模型适用于权益类基金，但在债基归因中存在局限，无法准确反映基金经理在利率波动和个券基本面判断上的能力。
   • Wagner-Tito模型基于久期，将债券收益分解为利率变化带来的影响，但分解结果过于简单。
   • 加权久期分析模型结合Brinson和Wagner-Tito模型，提供更细致的分解，但计算较为复杂且未考虑利息收益。
   • Campisi模型是最广为接受的债基归因模型，将收益分解为利息效应、国债效应及利率效应，并能进一步细化为久期管理效应、期限结构配置效应及利差效应。

2. Campisi模型的应用：

   • 通过Python实现Campisi模型，提取持仓数据及关键指标，如债券市值权重、收益率、久期、收益率变化等。
   • 通过蛛网图展示基金在不同时间点三大效应的强弱变化，直观反映基金经理在不同方面的管理能力。
   • 分析两只基金（债基A与债基B）的归因结果，显示息票效应为主要收益来源，国债效应和利率效应波动较大，且与市场系统性风险密切相关。

3. 多因子归因模型：

   • 基于Barra风险模型，提取出利率风险因子（水平因子、斜率因子、曲率因子）、利差风险因子（评级利差因子、行业利差因子）及特异性风险因子（可转债因子）。
   • 多因子模型能够提供更为灵活的归因方式，可以提取各类细分风险因子，但无法直接比较基金优劣，需结合Campisi模型进行综合分析。

4. 两种归因方法的比较：

   • 数据来源不同：Campisi归因使用持仓数据，而多因子归因使用净值数据。
   • 分解结果不同：Campisi归因从债券定价角度分解收益，多因子归因通过构建风险因子分析基金的风险暴露。
   • 适用范围不同：Campisi模型无法对可转债基金进行归因，而多因子模型可通过构建可转债因子进行覆盖。
   • 推荐做法：结合两种方式进行债基评价，互相验证和补充，以构建更为全面和立体的归因体系。

关键信息

• Campisi模型：

  • 分解债券组合收益为利息效应、国债效应和利率效应。
  • 通过调整基准组合，可进一步拆分出久期管理效应、期限结构配置效应及利差效应。
  • 模型计算简单，结果直观，适合用于基金之间的横向比较。

• 多因子归因模型：

  • 包括7个细分因子：利率风险因子（水平、斜率、曲率）、利差风险因子（评级、行业）、特异性风险因子（可转债）。
  • 可通过回归分析计算基金在各因子上的暴露度、R-squared值和Alpha值。
  • 对于高流动性、短久期基金，需引入货币因子以提高解释力。

• 实践建议：

  • 使用周频数据以提高分析频率和准确性。
  • 在基金筛选时，建议对同一样本券同时使用Campisi模型和多因子模型，以获得更全面的评价。

• 风险提示：

  • 历史数据不能保证未来有效。
  • 模型存在失效风险，需谨慎使用。

归因模型对比总结

结论

本文系统梳理了四种基于持仓的债基归因模型，重点介绍了Campisi模型，并结合Python实现了模型计算与结果解析。同时，对比了多因子归因模型与Campisi模型，指出两者的不同应用场景与优缺点。最终建议在实际操作中，结合两种方法进行综合分析，以更全面地评估债基的绩效表现。