20210408-中泰证券-基于多因子的业绩预测模型_优选稳健alpha基金_21页_1mb

优选稳健 alpha 基金——基于多因子的业绩预测模型总结

核心内容

本报告提出了一种基于多因子模型的基金业绩预测方法，旨在构建一个选股能力稳健且风格暴露不高的基金组合。通过剥离基金的股票收益，利用多因子模型计算基金的alpha，并结合基金规模等因素预测未来的alpha表现。该模型在统计分析和模拟回测中表现良好，具备良好的可扩展性。

主要观点

• 基金业绩的可持续性：中国公募基金的业绩具有一定的可持续性，尤其在alpha层面表现显著。通过Fama-MacBeth回归和Bootstrap分析，确认了alpha的可持续性。
• 规模对基金业绩的影响：基金规模对alpha的影响呈现二次型关系，存在一个最优规模区间，约为10亿元。规模过大会降低alpha表现，规模过小则可能面临管理成本和流动性问题。
• 因子模型的选择与应用：采用Fama-French五因子模型（MKT、SMB、RMW、CMA）和CH-4模型（VMG、PMG）的结合，以更好地解释中国市场的因子收益。
• Brinson归因模型的应用：通过Brinson模型剥离基金的股票收益，剔除仓位影响，从而更准确地评估基金经理的选股能力。
• 预测模型的构建：基于过往alpha和当前规模，构建了预测未来alpha的模型，其统计显著性较高，能够有效指导基金选择。

关键信息

一、模型与因子

• Fama-French五因子模型：包括MKT（市场因子）、SMB（规模因子）、RMW（盈利因子）、CMA（投资因子）。
• CH-4因子模型：包括VMG（价值因子）、PMO（情绪因子）。
• 因子构造方法：严格依照FF-5模型思路，使用自由流通股本加权。
• 因子收益与相关性：MKT、SMB、RMW、CMA、PMO因子年化收益率显著，其中RMW和VMG与SMB呈负相关，CMA与RMW呈负相关。

二、基金研究样本

• 样本筛选标准：平均股票仓位在50%以上，港股仓位不超过10%。
• 样本范围：涵盖所有收益和风险与股票市场挂钩的主动股票型和混合型基金。
• Brinson模型应用：剥离基金的股票收益，剔除仓位影响，以更公平地评估基金经理的选股能力。

三、基金业绩分析

• 基金业绩的可持续性：通过Spearman相关系数和Fama-MacBeth回归，确认了基金alpha的可持续性，且T值显著。
• 基金规模的影响：规模对基金alpha的影响呈现二次型关系，最优规模约为10亿元，即基金规模在4~7亿元区间时，alpha表现最佳。
• 基金经理的代表性基金：每个基金经理选取任期最长的基金作为代表，若存在多只基金则“串联”使用。

四、预测模型

• 预测模型公式：
  $$
  \operatorname {p c t} \left(\alpha_ {i} ^ {t + 1}\right) = \rho_ {0} + \rho_ {1} \overline {{\operatorname {p c t}}} \left(\alpha_ {i} ^ {t}\right) + \gamma_ {1} \operatorname {p c t} \left(S _ {i} ^ {t}\right) - \gamma_ {2} \operatorname {p c t} ^ {2} \left(S _ {i} ^ {t}\right) + \varepsilon_ {i}
  $$
• 模型有效性：在2017年末至2021年3月的模拟回测中，该模型构建的基金组合年化收益率约为22%~23%，相对中证偏股基金指数有约7%的超额年化收益。
• 回测方式：采用季末调仓和延迟调仓两种方式，两者均表现出良好的收益表现，尤其在2021Q1的下跌行情中，低风格暴露组合表现更优。

五、结论与建议

• 基金组合构建：通过筛选风格暴露低且未来alpha排名高的基金经理，构建等权投资组合。
• 投资风格：偏好低风格暴露（各因子暴露低于0.5），以减少市场风格波动对收益的影响。
• 模型局限性：基于历史数据，存在一定的滞后性与数据误差，不能完全预测未来，仅作分析参考。

风险提示

• 本报告结论基于公开历史数据，可能存在滞后性与数据不准确风险。
• 模型基于历史规律，存在失效风险，无法完全准确刻画现实环境。
• 模型结果仅作分析参考，不构成投资建议或收益保证。

投资评级说明

• 股票评级：买入（相对基准涨幅15%以上）、增持（5%~15%）、持有（-10%~5%）、减持（-10%以下）。
• 行业评级：增持（相对基准涨幅10%以上）、中性（-10%~10%）、减持（-10%以下）。
• 基准说明：A股以沪深300为基准，港股以摩根士丹利中国指数为基准，美股以标普500或纳斯达克综合指数为基准。

重要声明

• 本报告基于公开资料和实地调研，结论独立、客观、公正。
• 本报告不构成投资建议，投资者应自行判断并关注更新信息。
• 市场有风险，投资需谨慎，报告内容不承担任何损失责任。