20181129-东北证券-FOF研究系列_组合分析模型及工具介绍_15页_925kb

报告摘要

FOF研究系列：组合分析模型及工具介绍总结

核心内容概述

本报告主要介绍了股票和债券组合分析模型及相应的分析工具，旨在为FOF研究提供系统性的方法和操作支持。报告强调了基于持仓和净值的两种分析方式，并指出基于历史收益的分析方法存在较大弊端，需结合具体持仓进行深入分析。

主要观点

股票组合分析

基于持仓
- 使用多因子模型将个股收益拆分为共有收益和特质收益。
- 对于组合，同样可以拆分收益，并计算组合在各风格上的暴露值、收益贡献和风险贡献。
- 通过定义边际风险贡献（MCR）和风险贡献（RC），可以进一步量化风险来源。
- 分析结果显示，基金A和基金B在不同时间段的表现差异显著，基金A的收益更多来源于风格收益和选股收益，而基金B在2017年上半年受风格负向贡献拖累。
基于净值
- 将股票组合净值收益率序列对10个因子（市值、贝塔、动量、波动率、BP、非线性市值、流动性、盈利、成长和杠杆）进行时间序列回归，以获取风格暴露值。
- 此方法虽然能提供更具时效性的分析结果，但其准确度相对较低，通常用于辅助持仓分析。

债券组合分析

基于持仓
- 使用Campisi模型将债券组合的区间收益拆分为：息票效应、国库券效应、利差效应和选择效应。
- 以2018年11月16日为报告期，计算前推63个交易日的收益，分析结果见表1。
- 例如，18国开04的息票效应为1.059%，国库券效应为0.570%，利差效应为-0.081%，选择效应为-0.019%。
基于净值
- 使用时间序列回归方法，将债券组合收益归到8个因子：alpha、level、slope、convex、credit、default、convert 和 currency。
- 与股票分析类似，此方法用于追踪组合风格，但其数据来源和计算方式有所不同。

关键信息

分析工具
- 提供本地和在线数据获取功能，支持股票和债券的持仓与净值分析。
- 可实现的功能包括：
  - 在线获取股票持仓数据；
  - 本地获取股票持仓数据；
  - 本地获取股票净值数据；
  - 本地获取债券持仓数据；
  - 本地获取债券净值数据；
  - 提取区间因子收益率。
模型应用
- 股票组合分析采用Barra多因子模型，债券组合分析采用Campisi模型。
- 分析工具界面展示见图4，支持用户快速获取数据并进行分析。
因子分类
- 股票组合分析因子包括：市值、贝塔、动量、波动率、BP、非线性市值、流动性、盈利、成长和杠杆。
- 债券组合分析因子包括：alpha、level、slope、convex、credit、default、convert 和 currency。
数据格式要求
- 股票持仓数据格式要求：第一行为报告期、股票代码、权重（市值或权重）。
- 债券持仓数据格式要求：第一行为报告期、债券代码、债券总额/权重、债券简称。
- 股票净值数据格式要求：第一行为交易日、组合净值收益率。
- 债券净值数据格式要求：第一行为交易日、组合净值收益率。
因子收益率提取
- 可提取CNE5和CNE6的风格因子收益，时间段为2006年至今。

工具使用说明

在线获取股票持仓数据
- 勾选所需数据（如重仓），点击“数据获取”，等待“在线获取持仓成功”提示。
- 点击“开始分析”，等待“分析完成”提示。
- 点击“数据导出”，选择保存路径和文件名，等待“股票持仓分析导出成功”提示。
本地获取股票持仓数据
- 选择路径及文件，格式见图6和图7。
- 点击“开始分析”，等待“分析完成”提示。
- 点击“数据导出”，选择保存路径和文件名，等待“股票持仓分析导出成功”提示。
本地获取股票净值数据
- 选择路径及文件，格式见图8和图9。
- 点击“开始分析”，等待“分析完成”提示。
- 点击“数据导出”，选择保存路径和文件名，等待“股票净值分析导出成功”提示。
本地获取债券持仓数据
- 选择路径及文件，格式见图10和图11。
- 点击“开始分析”，等待“分析完成”提示。
- 点击“数据导出”，选择保存路径和文件名，等待“债券持仓分析导出成功”提示。
本地获取债券净值数据
- 选择路径及文件，格式见图12和图13。
- 点击“开始分析”，等待“分析完成”提示。
- 点击“数据导出”，选择保存路径和文件名，等待“债券净值分析导出成功”提示。
提取区间因子收益率
- 勾选所需数据，确定分析区间，点击“提取数据”，等待“因子收益获取成功”提示。