20230509-上海证券-构建债基二因素模型_高效刻画纯债基金风格_18页_813kb

上海证券基金评价研究中心纯债基金评价模型分析总结

核心内容

本报告由上海证券基金评价研究中心分析师刘亦千与研究助理陈丹忆撰写，旨在构建一个针对纯债基金的二因素评价模型，以评估基金在利率和信用两个核心风险因子上的表现。该模型基于Barra债券风险因子构成和Campisi业绩归因模型进行拆分与改进，通过分析基金的收益率构成，识别其主动管理能力。

主要观点

• 债券收益与风险的两大核心因子：利率和信用是构成债券收益和风险的两大核心因素。通过模型可以有效拆分基金收益为风险溢价（由利率和信用因子体现）与超额收益（由α体现）。
• 模型构建：在维持模型简约性的前提下，选取贴近公募债基持仓的指数，构建利率因子与信用因子。利率因子使用财富指数，信用因子使用净价指数，以消除利息收入带来的共线性问题。
• α构成：α包括了票息收入的提升（在保证安全前提下承担信用风险）和择时能力（调整久期、杠杆、期限结构和信用暴露）。
• 模型效果：模型对纯债基金收益率有较强的解释力，可决系数均值和中位数分别为0.77和0.83，说明模型能高效刻画基金风格与特征。
• 基金表现分析：中长期纯债基金在整体上具备一定的超额收益能力，但受债券资产低流动性和可得性差的影响，超额收益不足以覆盖管理费和托管费。
• β值分析：通过β利率和β信用的变动，可以判断基金的利率和信用风格，以及其对市场波动的敏感性。
• 择时能力识别：高α基金通常具备较强的择时能力，通过调整组合风险暴露，实现超额收益。部分基金通过票息收益或资本利得实现超额表现。
• 异常基金识别：模型可决系数的高低可帮助识别净值异常波动的基金，如工银信用纯债在2020年末出现显著回撤，疑似因持仓债券信用事件引发。

关键信息

模型公式

$$
R _ {p} = \alpha + \beta_ {\mathrm {利 率}} R _ {\mathrm {利 率}} + \beta_ {\mathrm {信 用}} R _ {\mathrm {信 用}} + \varepsilon
$$

• $R_p$ 为基金收益率
• $\alpha$ 为市场风险调整后的超额收益率
• $\beta_{\text{利率}}$ 为基金对利率风险的敏感度
• $\beta_{\text{信用}}$ 为基金对信用风险的敏感度
• $R_{\text{利率}}$ 和 $R_{\text{信用}}$ 分别为利率和信用因子收益率
• $\varepsilon$ 为误差项

指数选取

数据频率

• 采用周频净值收益率数据，以平衡数据准确性和敏感性。

回归结果统计值（均值）

典型基金分析

α来源分析

• 票息率提升：部分基金通过获取更高的票息收入（如鹏华丰禄）实现α。
• 择时能力：部分基金通过灵活调整久期、杠杆和信用暴露（如万家鑫璟纯债）实现α。

高α基金票息率水平

模型应用价值

• 风格识别：模型可高效识别基金的利率与信用风格。
• 风险暴露判断：结合β值和持仓信息，可以准确判断基金的风险暴露水平。
• 择时能力评估：通过α水平与票息率的结合，识别基金的择时能力。
• 异常基金识别：模型可决系数的高低可用于识别净值异常波动的基金。

结论

上海证券基金评价研究中心提出的纯债基金二因素评价模型，能够有效拆分基金收益结构，识别其主动管理能力，评估利率和信用风险暴露，并识别异常基金。该模型为基金评价体系的完善提供了新的视角，有助于投资者更好地理解基金的运作风格和投资能力。