基金产品专题研究系列之三十：基金研究框架构建之股票多头私募基金篇-20201117-广发证券-20页_1mb

报告摘要

股票多头私募基金研究框架总结

核心内容概述

本报告围绕股票多头私募基金的研究框架展开，旨在构建一套适用于私募基金市场特点的研究体系。股票多头策略是当前境内私募基金市场中最主流的投资策略，其业绩表现分化明显，具有较大的潜在配置需求。由于私募基金在信息披露、募资渠道、投资策略灵活性和收益目标等方面与公募基金存在显著差异，因此研究框架也需做出相应调整。

主要观点与关键信息

一、股票多头私募基金研究背景

市场概况：截至2020年10月底，私募证券基金备案产品数量达5.12万只，规模达3.68万亿元，创历史新高。
策略占比：股票多头策略在私募基金中占比约80.81%，且以股票多头为主要策略的管理人数量占比高。
研究意义：由于私募基金业绩分化严重，构建FOF组合时，研究方法与个基选择对组合收益有显著影响。因此，建立系统的研究框架具有重要意义。

股票多头私募基金产品特点

信息披露不完善：私募基金信息披露较少，净值数据披露频率较低，通常为季度或月度，部分为周度或日度。
募资渠道受限：仅面向合格投资者，同一管理人旗下产品策略趋同性明显。
持仓限制较少：投资策略灵活，涵盖股票多头、债券、宏观、管理期货等多种类型。
注重绝对收益：激励机制更直接，部分基金设置预警线与止损线，以控制回撤风险。

股票多头私募基金研究框架

第一步：基金池筛选

数据优化：根据管理人规模和产品数据披露频率筛选基金池。
数据清洗：整合关联基金的历史净值数据，合成统一、完整的历史业绩数据。
筛选标准：剔除规模在“十亿元以下”的管理人及其产品，保留月度及以上频率披露净值数据的基金。

第二步：产品画像

历史业绩：关注收益、收益风险比、风险控制能力等，特别是下行风险。
行业风格特征：由于持仓数据有限，采用净值回归方法替代公募基金的持仓分析。
- 择时选股模型：使用T-M、H-M、C-L模型分析基金的择时与选股能力。
- Fama-French模型：以市场因子、市值因子（SMB）和价值因子（HML）为基础，构建基金风格画像。
其他信息：通过管理人和基金经理的历史业绩、从业年限、获奖经历等数据，构建补充画像指标。

第三步：基金优选

指标构建：基于投资目标与需求，筛选有效指标，如超额收益、风险调整收益、风格稳定性、行业配置能力等。
指标筛选标准：
- 相关性：剔除高度相关的指标，保留代表性指标。
- 稳定性：分析指标随时间的稳定性，避免使用波动性大的指标。
- 有效性：评估指标对未来收益的预测能力，如历史风格配置能力是否具有延续性。

风险提示

模型局限性：本报告所构建的模型基于历史数据，不能完全准确刻画现实环境或预测未来。
不构成投资建议：报告仅对基金产品情况进行分析，不作为任何产品的投资建议。
信息披露差异：私募基金与公募基金在信息披露频率和内容上存在显著差异，需特别注意。

总结

股票多头私募基金的研究框架在主动权益类公募基金研究基础上进行了调整，以适应私募基金信息披露不完善、策略趋同性强、注重绝对收益等特点。研究流程分为基金池筛选、产品画像和基金优选三步，通过净值回归、因子分析等方法构建基金风格与业绩画像，最终根据投资需求筛选出具有较好预期表现的基金。研究方法需结合多维度数据进行分析，同时需注意模型的局限性和投资风险。

图表与数据来源

图表索引：
- 图1：私募证券基金存续备案产品信息统计
- 图2：分策略私募证券基金数量占比统计
- 图3：股票多头私募基金历史收益分位数统计
- 图4：股票多头私募基金研究框架构建流程
- 图5：股票多头私募基金研究框架
- 图6：同一管理人旗下产品净值变化对比
- 图7：私募管理人自主发行证券基金规模统计
- 图8：私募证券基金数据完善举例说明
- 图9：从基金的历史业绩出发构建分析指标
- 图10：根据净值法构建分析基金行业风格特征的指标
- 图11：基金行业风格特征刻画的方法汇总
- 图12：从基金的其他信息出发构建分析指标
- 图13：基金指标分析
- 图14：基于不同投资需求的基金指标选择及基金优选
数据来源：
- 基金业协会
- 朝阳永续
- Wind
- 广发证券发展研究中心