20201231-东北证券-FOF研究系列之一_如何系统搭建基金经理的研究框架__32页_2mb

证券研究报告总结：如何系统搭建基金经理的研究框架？

核心内容

本报告旨在解决传统选基框架中存在的问题，并提出一种基于基金经理维度的基金优选思路。通过分析基金经理的稳定特征，研究了如何在特定风格下优选基金经理，以提升投资决策的准确性与效率。

主要观点

1. 传统选基框架的问题

   • 同一基金经理管理的多只基金在业绩和持仓方面呈现高度相似性，造成信息冗余。
   • 频繁的基金经理更迭可能导致基金风格短期不稳定，影响投资表现。

2. 基金经理的稳定特征

   • 基金经理在行业集中度、个股集中度和换手率方面表现出较高的风格稳定性。
   • 成长和大盘风格的基金经理风格延续性更好，不易出现风格漂移。

3. 优选基金经理的方法

   • 构建复合因子（选股alpha、最大回撤、累计超额收益、索提诺比率）进行基金经理评估。
   • 构建两个特定风格基金经理优选组合：大盘成长风格组合年化收益率为13.10%，年化超额收益为5.40%；低行业集中度+高个股集中度风格组合年化收益率为12.38%，年化超额收益为4.69%。

关键信息

1. 传统选基框架可通过基金经理优选弥补

• 选人优于选基：基金经理的风格具有更高的稳定性，能有效过滤信息冗余。
• 基金经理更迭风险：基金经理更换可能导致基金风格不一致，影响业绩表现。
• 优选思路：从基金经理维度切入，分析其持仓和业绩，构建风格标签，进行投资能力评估。

2. 基金经理具备的稳定特征

• 大小盘风格：大盘风格型基金经理数量最多，占比83.5%；小盘风格型基金经理数量较少，目前不足50人。
• 成长价值风格：成长风格型基金经理数量最多，占比72.7%；价值风格型基金经理数量较少，目前仅95人。
• 行业集中度：基金经理的行业集中度中位数为80.7%，显示其倾向于集中投资。
• 个股集中度：基金经理的个股集中度中位数为84.6%，显示其倾向于重仓个股。
• 换手率：基金经理换手率在2014和2015年出现短暂上升，之后回落至之前的水平。

3. 基金经理风格漂移情况

• 成长风格：延续概率为83.74%，稳定性最好。
• 价值风格：延续概率为51.22%，稳定性次之。
• 均衡风格：延续性最差，易出现风格漂移。
• 大盘风格：延续概率为78.42%，稳定性较好。
• 小盘风格：延续概率较低，易出现风格漂移。

4. 基金经理指标库

• 选股能力：选股alpha，衡量基金经理在Carhart四因子模型下的截距项。
• 风控能力：最大回撤、年化波动率、下行波动率，用于评估基金经理的风险控制能力。
• 收益表现：年化收益率、累计超额收益，用于衡量基金经理的收益能力。
• 收益质量：夏普比率、索提诺比率、卡玛比率，衡量基金经理的收益质量。
• 投资者关注度：基金份额、机构投资者占比、基金管理人自持比例，衡量基金经理的市场关注度。

5. 指标有效性检验

• Rank_IC：衡量因子与未来6个月收益率的秩相关系数。
• IC_IR：衡量因子的稳定性，是Rank_IC的均值除以标准差。
• 有效性差异：不同风格下因子的有效性不同，如小盘风格下累计超额收益因子Rank_IC值最高，价值风格下索提诺比率因子Rank_IC值最高。

6. 复合因子有效性检验

• 大盘风格：复合因子Rank_IC均值为0.12，IC_IR为0.47；Rank_IC在1月、2月、5月、12月为负，存在日历效应。
• 成长风格：复合因子Rank_IC均值为0.10，IC_IR为0.58；Rank_IC在1月、2月、12月为负，同样存在日历效应。

风险提示

• 宏观数据变化风险
• 政策调整风险
• 模型失效风险

图表目录（简要）

• 图1：在管不同数量的产品的基金经理数量分布
• 图2：基金经理A目前在管的四只产品业绩表现
• 图3：主动型基金更换基金经理的频率
• 图4：基金E在更换基金经理后业绩下滑
• 图5：全市场选股和行业/主题基金数量变化趋势
• 图6：基金经理投资风格测算流程
• 图7：大盘、中盘、小盘风格型基金经理的逐年数量占比
• 图8：大盘、中盘、小盘风格型基金经理的逐年数量
• 图9：价值、均衡、成长风格型基金经理的逐年数量占比
• 图10：价值、均衡、成长风格型基金经理的逐年数量
• 图11：基金经理的行业集中度中位数变化趋势
• 图12：基金经理的个股集中度中位数变化趋势
• 图13：基金经理的换手率中位数变化趋势
• 图14：基金经理价值、成长、均衡风格延续概率
• 图15：基金经理小盘、中盘、大盘风格延续概率
• 图16：稳定风格基金经理数量统计1
• 图17：稳定风格基金经理数量统计2
• 图18：稳定风格基金经理业绩表现（大小盘）
• 图19：稳定大小盘风格基金经理业绩相对表现
• 图20：稳定风格基金经理业绩表现（成长价值）
• 图21：稳定成长价值风格基金经理业绩相对表现
• 图22：部分基金经理投资风格画像展示
• 图23：基金经理C业绩指数及其基准指数
• 图24：大盘风格下基金经理复合因子Rank_IC序列
• 图25：大盘风格下基金经理复合因子Rank_IC月度均值
• 图26：大盘风格下基金经理复合因子分组表现
• 图27：成长风格下基金经理复合因子Rank_IC序列
• 图28：成长风格下基金经理复合因子Rank_IC月度均值
• 图29：成长风格下基金经理复合因子分组表现
• 图30：高个股集中度风格下基金经理复合因子Rank_IC序列
• 图31：高个股集中度风格下基金经理复合因子Rank_IC月度均值
• 图32：高个股集中度风格下基金经理复合因子分组表现
• 图33：大盘成长风格基金经理优选基金组合业绩表现
• 图34：低行业集中度+高个股集中度风格基金经理优选基金组合业绩表现
• 表1：基金经理A目前在管的四只产品十大重仓股信息
• 表2：基金E更换基金经理前后十大重仓行业分布对比
• 表3：主流基金风格识别方法对比
• 表4：价值风格、成长风格合成因子细则
• 表5：衍生板块和中信一级行业的对应关系
• 表6：基金经理价值、均衡、成长风格转移概率矩阵
• 表7：基金经理小盘、中盘、大盘风格转移概率矩阵
• 表8：基金经理高行业集中度、低行业集中度风格转移概率矩阵
• 表9：基金经理高个股集中度、低个股集中度风格转移概率矩阵
• 表10：基金经理高换手率、低换手率风格转移概率矩阵
• 表11：基金经理C履历
• 表12：基金经理指标库
• 表13：不同风格下基金经理指标Rank_IC
• 表14：不同风格下基金经理指标IC_IR

结论

通过分析基金经理的稳定特征和构建复合因子，能够有效识别风格稳定的基金经理，从而在特定风格下优选基金经理，提升投资效果。同时，需要注意不同风格下因子的有效性差异，以及潜在的日历效应。