基金管理的主动性指标构建与业绩预测-20211020-西南证券-18页_1mb

基金管理的主动性指标构建与业绩预测总结

核心内容

本文提出一种新的基金管理主动性指标 $1 - R^2$，基于T-M模型，用于衡量基金在市场之外主动追求超额收益的能力。该指标与传统的跟踪误差（TE）进行对比，验证其在选基中的有效性，并评估其对基金未来业绩的预测能力。

主要观点

• 主动性指标定义：$1 - R^2$ 表示基金收益率偏离基准指数的程度，衡量基金管理的主动性。TE 则是基金收益率与基准指数偏离程度的方差。
• 指标有效性：通过分组检验和信息系数（IC）分析，$1 - R^2$ 指标在预测基金未来业绩方面优于TE指标，表现出更强的预测能力和更小的波动性。
• 周期性表现：$1 - R^2$ 指标与基金业绩的IC序列表现出周期性，尤其在震荡期表现突出，IC值为正值且均值较高。
• Fama-Macbeth回归：在控制基金规模、基金成立时间、基金经理任期、基金流量等变量后，$1 - R^2$ 与未来基金超额收益和风险调整后的alpha正相关，并在1%显著性水平下显著。
• 稳健性检验：采用不同基准市场收益率（如沪深300指数）、不同预测时长及日度数据进行检验，结果一致，$1 - R^2$ 指标表现出良好的选基能力。

关键信息

指标构建与分析

• T-M模型：用于衡量基金的选股能力和择时能力，其中 $\alpha_i$ 表示选股能力，$\beta_{i2}$ 表示择时能力。
• $1 - R^2$ 定义：基金收益中无法被基准指数解释的部分，即残差平方和与总方差的比值。
• 分组检验：
  • 未来一年基金组合的平均收益率随着 $1 - R^2$ 的增大而单调递增。
  • $1 - R^2$ 分组的组间收益率差距显著高于TE分组。
• 信息系数（IC）分析：
  • $1 - R^2$ 与未来基金超额收益（er）和alpha的IC均值分别为0.09和0.15，显著高于TE的0.06和0.13。
  • $1 - R^2$ 的IC波动性更小，IR值更大，预测胜率更高。

不同时期的表现

• 震荡期（2009.06-2014.06 和 2016.08-2021.08）：
  • $1 - R^2$ 与er的IC值分别为0.26和0.34，显著为正。
  • 在2014.07-2016.07的牛熊市期间，$1 - R^2$ 的预测性降低，甚至出现负相关。
• 长期预测：
  • 采用24个月估计期，12个月预测期，$1 - R^2$ 与er和alpha均显著正相关。
• 短期预测：
  • 在1个月的预测期中，$1 - R^2$ 与er的IC均值为0.05和0.06，显著性为5%水平，但IR值略低。

选基结果

• 2020年12月筛选基金：10只基金平均收益率为16.45%，其中7只基金超过10%。
• 2021年8月筛选基金：包括银河创新成长、工银瑞信医疗保健行业、信达澳银新能源产业、中欧明睿新起点、鹏华优质治理、海富通股票、万家和谐增长、汇添富环保行业、长城久富、景顺长城环保优势。

稳健性检验

• 沪深300指数作为基准：
  • $1 - R^2$ 分组的er和alpha均表现出显著的单调性。
  • $1 - R^2$ 与er的IC均值为0.06，与alpha的IC均值为0.12，优于TE指标。

结论

• $1 - R^2$ 指标在衡量基金管理主动性方面具有优势，能够更准确地预测基金的未来业绩。
• 在震荡期，该指标表现尤为突出，而在牛熊市交替期则存在一定的预测偏差。
• 通过Fama-Macbeth回归，$1 - R^2$ 被证明具有良好的解释能力，且在不同基准和预测时长下表现稳健。

风险提示

• 本文基于历史数据进行分析，不能保证未来表现。
• 市场环境变化可能导致因子表现改变，使用该方法筛选的基金可能无法实现良好业绩。

表格摘要

• 表2：$1 - R^2$ 分组的组合业绩检验显示，组间收益差异显著，优于TE分组。
• 表3：结合 $1 - R^2$ 与alpha的分组检验，显示出更好的业绩分化。
• 表4：$1 - R^2$ 与er和alpha的IC均值分别为0.09和0.15，显著高于TE。
• 表7：Fama-Macbeth回归结果表明，$1 - R^2$ 与er和alpha均显著正相关。
• 表8：2020年12月筛选的基金平均收益率为16.45%，部分基金表现优异。
• 表9：2021年8月筛选基金，包括多只表现良好的基金。
• 表10：沪深300指数作为基准时，$1 - R^2$ 分组的业绩表现良好。
• 表11：$1 - R^2$ 与er和alpha的IC均值分别为0.06和0.12，优于TE。

图表摘要

• 图1：$1 - R^2$ 分组的净值图显示良好的单调性，组间差异明显。
• 图2：TE分组的净值图存在多次交叉和单调性反转，不如 $1 - R^2$ 分组清晰。
• 图3：$1 - R^2$ 与er的IC序列在震荡期表现出连续正值。
• 图4：2014.07-2016.07期间，$1 - R^2$ 的预测性下降。
• 图5：沪深300指数作为基准时，$1 - R^2$ 与er的IC序列与前文一致。
• 图6：月度数据短期预测的净值图显示组间单调性。
• 图7：日度数据短期预测的净值图也表现出一定的单调性。

基金管理的主动性指标与业绩预测

• $1 - R^2$ 是一个有效的基金管理主动性指标，能够更准确地预测基金未来业绩。
• 该指标在震荡期表现良好，但在牛熊市交替期存在预测偏差。
• 与TE相比，$1 - R^2$ 具有更高的信息系数（IC）和信息比率（IR），预测能力更强。
• 通过Fama-Macbeth回归，$1 - R^2$ 对基金业绩具有良好的解释能力。
• 结合 $1 - R^2$ 与alpha指标进行筛选，可以提高选基的有效性。