001349基金净值 FOF微观筛选系列报告｜着眼公募基金持仓，窥一斑而知全豹

华宝财富立方分析师/李震分析师/郭伟

在FOF投资中，基金产品的量化研究方法主要从基金净值数据和基金头寸数据两个方面入手。两种数据的分析各有利弊:净值数据获取困难，更新频率快，反映信息有限；位置数据获取困难，更新频率低。然而，基于位置的分析深入到底层配置中，并且具有高精度。公募基金一年只公布四次仓位，只有两家公布全部仓位。与连续一年的投资活动相比，孤立的持有时间只是电影中的几个片段，整只豹子身上的几道条纹。不过，虽然碎片比较零散，但还是可以帮助我们了解基金经理的投资活动。

如上所述，公募基金公布的持仓数据可分为半年度公布的全仓数据和季度公布的前十位持仓数据。对于所有的持仓数据，我们重点研究如何将持仓数据作为净值分析结论的重要补充，应用于基金经理和基金产品的风格划分和筛选。对于季度数据，我们讨论了十大尴尬股是否可以作为分析基金投资和业绩的有效参考。

1.所有职位的归属

风格划分在自上而下的FOF投资过程中起着重要的作用:在大型资产的配置——风格产品的选择——特定基金的筛选中，投资风格明显稳定的基金可以作为适合中层的风格配置工具，为投资者提供特定的风险收益特征。通过基金的持仓，我们可以看到基金在某个时间点的风格选择，也可以结合多个持仓披露点观察基金风格随时间的演变。因此，我们使用测试期的头寸来确认基金的风格和风格稳定性。

1.1.研究思路和样本数据

本报告的主要研究对象是活跃的偏股型基金，分为四种类型:普通股票型基金、偏股型基金、平衡型基金、风柔性配置型基金。因为小规模基金容易被大量赎回，所以我们不会考虑将其纳入投资组合。剔除截至2016年4月规模不足1亿的活跃部分股票型基金后，我们还将剔除部分专题基金，共打造897只样本基金。

在基于所有持仓数据分析基金风格时，我们选择使用近四年所有持仓的披露作为基金分析的基础，即样本基金2013年至2016年年度和半年度报告中的所有持仓。也就是说，如果一只基金从2013年就有了，那么8个时间点的仓位数据都有。同时，为了匹配位置数据，2013年开始采用净值回归的方法进行风格归属。在讨论十大仓位披露的信息内容时，我们选取了2016年年报和2017年第一季度报告中的十大尴尬股作为分析依据。

此外，在使用头寸定义风格时，我们延续了上一份报告中“以基金经理为核心”的框架，将一只基金划分为若干个检查期，除开仓期(自基金成立之日起6个月内，自基金经理变更之日起3个月内)外，均与前几任基金经理的任期相对应。

1.2.风格因素的构建与计算

参考BARRA多因子模型对风格因子的定义，我们有规模、成长性、估值、盈利、波动性等10个纯因子，由45个指标综合而成，可以用来划分基金产品的风格维度。每个风格因素中包含的各种描述性因素如下:

资料来源:华宝证券研究创新部万得资讯

更详细的因子构造算法，请参考报告《纯因子组合、因子收益率和市场风格构造》。在本报告中，我们获得了所有a股在10个因子维度上不同时间点的标准化敞口，并采用了市值加权平均的标准化方法:

本文由于大小盘风格的定义和划分需要依赖深湾风格指数成份股的总市值，所以直接使用所有a股的总市值按升序排序，然后使用排名百分位数作为尺度因子的暴露得分。具体方法请参考以下。

1.3.基金持仓风格归因:成长因素、估值因素、盈利因素和规模因素

基金风格因子的敞口可以根据个股的因子敞口水平和基金持有头寸来计算。计算公式如下:

设定每个风格因子的暴露阈值th，可以对样本基金头寸的风格进行批量分类。如前所述，曝光分数x f对每个因子的取值范围在0到1之间，所以我们取中间值th=0.5作为风格划分的边界。至于大小因子，我们发现样本基金的因子暴露得分一般偏离0.5，所以我们以深湾大小指数成份股市值在所有a股中的排名得分作为风格划分的依据:1。每一次持仓公告时按降序排列深湾小盘股指数成分股的市值，得到每一次持仓公告时深湾小盘股指数10%分位数内排名的个股市值；2.在t点对所有a股市值进行降序排序，在t点取Cap_t点所有a股市值的排名百分位数，以阈值th=R_t作为划分大小市场的依据。

1.4.位置归因和净值归因的交叉验证

当我们利用多个持仓披露期的数据得到基金风格的分类时，我们对基金投资风格的变化和稳定性有了一定的了解。在我们的第一份报告“基于夏普模型的股票基数筛选策略”中，我们提出了夏普模型的净值回归方法来选择风格稳定的基金。如果净值风格归因的结论与时间位置归因的结论基本吻合，就可以对基金风格有更确定的把握。以价值/成长维度交叉验证为例，流程如下:

1.4.1.价值/增长维度

我们交叉验证了净值归属法和头寸归属法。首先通过夏普净值回归法得到基金风格的分类，然后根据持仓数据统计各类基金的因子敞口得分。

估价因素

我们先通过夏普归因法看标有价值和增长的基金，根据2013-2016年各头寸的数据计算估值因子的敞口分值分布:

与成长型基金相比，价值型基金在估值因素的暴露上普遍得分较低，这意味着价值型基金在每次持仓披露时持有更多估值水平较低的股票，而成长型基金持有估值水平较高的股票。夏普模型选择深湾低市盈率指数作为价值型投资组合，低市盈率也是衡量估值水平的一个指标。这两种方法体现了相互验证的功能。

利润因素

除了估值水平，盈利水平也是价值属性的重要考量。我们根据2013-2016年的持仓情况，重新统计了成长型基金计算的利润因子的价值分布和敞口得分。结果如下:

利润因素暴露分数越高，价值属性越强。从这里可以看出，价值基金在盈利得分上优于成长型基金，但分化不明显。这可能与夏普法中估值指标合成的指数有关，而不是非营利指标合成的指数。如果价值风格的考量既要包括估值因素，又要包括利润因素，那么我们可以在持仓的方法中更严格地定义价值属性，同时为估值因素和利润因素设定阈值。

生长因子

对于成长型基金的风格验证，我们将持仓获得的成长型风险敞口得分与净值回归结论进行比较，值类型和成长型基金的成长型风险敞口分布如下:

1.4.2.大市场/小市场的规模

对于大盘股和小盘股风格的划分，一方面根据持仓数据，测算并定义样本基金规模因子的敞口分值；另一方面，我们采用夏普网归因法，选取深湾大小指数作为回归解释变量。在“规模”中，夏普方法标记为“大”和“小”的基金的敞口分数分布如下:

由于夏普模型也选择了估值指数(深旺高市盈率指数)来拟合成长型基金的划分，因此价值与成长型增长敞口之间的分化并不是很明显。

从分布图可以看出两点:1。大盘股和小盘股基金的规模因素暴露差异明显；2.大小基金规模因素整体暴露向右偏移，仓位评分大部分时间在0.5以上。这说明，虽然小盘股基金的股票市值分布与大盘股基金不同，但股票市值水平相对于所有a股的市值来说并不小，可能是因为市值太小的股票，流动性差，分析师覆盖率低，一般不受市场关注。如上所述，我们在2013年至2016年的每个持仓公告时间，对深湾小盘股指数成分股的市值进行了降序排列，并采用同期所有a股中排名第10百分位的市值分位数作为划分大小股的依据。

1.4.3.样式交叉验证摘要

位置归因和净值归因的交叉验证，可以增强风格划分的确定性，但仍然不代表结论没有瑕疵。首先，对于高换手率的基金，低频率的持仓可以反映有限的信息和更大的偶然性；其次，净值归属和位置归属都需要设定一个明确的门槛。不同的阈值设置会导致结论的不同。两种风格在曝光位置因素上差别不大，对阈值会比较敏感。第三，单个时间点的评分并不能代表投资期的全貌，需要观察存续期其他时间点的敞口评分，有连续性的判断。以成长性风格为例，我们计算了基金经理观察期内，持仓被归类为成长性风格的次数与总持仓被披露的次数之比P。如果比率P大于设定的阈值K，则认为从持仓数据来看，基金经理在任职期间可以归为稳定增长型。在这项研究中，我们为每个因素设置了阈值k=0.6。

位置是时间点横断面数据，发布频率较低。所以我们以夏普净值回归的结论为主要参考，在此基础上进行持仓分析判断。下表显示了夏普归因法和位置因素归因法在各风格维度中的一致比例。大多数样式维度具有很高的一致性:

当夏普归因结论与头寸归因结论一致时，我们对基金的风格更加确信；当两个结论不一致时，可以利用定性研究等辅助手段帮助我们做出进一步的判断。

2.你对十大尴尬股了解多少

公募基金在年报和半年报中披露所有仓位，季报中只公布前十大尴尬股。年报和半年报的发布频率很低，那么季度披露的十大尴尬股能否作为分析基金投资和业绩的有效参考？如果可能的话，一般认为基金应该具备以下特征:1。十大尴尬股高度集中；2.离职率低；3.持仓披露期前后的持股集中度变化较小，也就是说前十名持股能在很大程度上反映基准时机对基金业绩的贡献。但这些约束指标存在以下问题:一方面，满足上述条件的基金数量有限，限制了我们对前十大持股信息的使用；另一方面，还有很多不确定因素:一是基金的周转率数据滞后、低频，只能从一年的年报和半年报中获取；其次，成交量较低的基金可能仍有未公开的股份，这对基金的业绩影响很大。

基于上述问题，我们在本报告中引入了净值模拟和MAPE指数的方法，并结合集中度和换手率等指标，帮助我们筛选出十大尴尬股，这在很大程度上可以反映持仓披露期的投资活动，并说明业绩来源。

2.1.选样

对十大尴尬股的分析适用于满足以下特征的基金产品:一是部分股票产品，股票配置是影响基金业绩的主要因素；第二，基金前十名股票在持仓披露前后的集中度变化不大。我们的测试期是从2016年年报披露到2017年第一季度报告披露。样本构建方法如下:在wind活跃的部分股票型基金的基础上，选取2016年年报和2017年季报中股票持仓量均在50%以上且集中度变化绝对值在20%以内前后的735只基金进行研究。

2.2.十大重仓模拟基金净值曲线

基于2016年年报的前十位头寸和2017年第一季度的前十位头寸，我们模拟了基金在两个时间点之间的净值趋势。根据以下假设:

以下是富国改革力的净值模拟效果(001349。OF)和Boss行业轮换(050018。根据上述方法:

2.3.MAPE模拟效果指数评价

同样的模拟方法，富国的改革动态模拟与真实净值相似，而Boss产业轮换模拟与真实净值相差较大。这里，我们用MAPE评价指数来衡量两条净值曲线的相似性。MAPE的计算公式是:

y为真净值曲线值，模拟净值曲线值，n为样本数。MAPE越小，模拟曲线越接近真实净值曲线，模拟效果越好。富国改革力的模拟MAPE值为0.61，Boss中产业轮换的模拟MAPE值为4.82。

MAPE计算出的模拟净值接近真实净值有多小？我们认为，当MAPE小于2时，模拟结果一般更好。下图为华夏史圣精选000061净值模拟图。MAPE等于1.72:

MAPE可以作为衡量十大尴尬股是否可以作为分析基金投资和业绩的有效参考的重要指标。如果一只基金满足了前十只股票集中度高、成交量低、变化小的特点，但MAPE值过高，那么我们认为前十只尴尬股票仍然不能作为分析基金经理投资的有效代表。如上所述，MAPE价值高的原因有很多，未披露的持股可能对基金的净值有很大影响。此时十大重仓的信息价值下降，需要更多定性调查等方法进一步分析评价。

2.4.mape与离职率和股权集中度的MAPE相关性

与离职率的关系

在前一篇文章中，富国改革力和Boss产业轮替16年年报和17年季报的前十大股权集中度都高于60%，但富国最近的换手率是2.89，Boss是29.09。营业额的差异可能是模拟结果差异很大的原因。从整个样本来看也是这样吗？我们统计了全样本基金的前十大重仓和准真实净值的MAPE，比较了样本基金的周转率(排除了一些无法计算周转率的基金):

结果表明，当MAPE小于1时，高离职率的发生率大大降低，并且高离职率还伴随着MAPE值很高的样本。但总的来说，近期的换手率和模拟结果并没有明显的规律。这可能是因为模拟方法中的平均开仓/平仓活动本身就反映了一部分成交量对净值的信息，或者是成交量数据本身比较滞后。当基金周转率高时，MAPE值小的基金比MAPE值高的十大尴尬股更有意义。但值得注意的是，高换手率的基金意味着未来投资风格改变的概率会增加，通过分析历史持股得出的结论很有可能改变。

与十大尴尬股集中度的关系

MAPE价值与十大尴尬股的集中度有直接关系吗？我们将样本基金分为两组:一组高度集中，前后仓前十的持股占股票投资比例≥60%；另一组是低浓度，即第一组中的目标从样本基金中移除。两组基金的MAPE价值分配比例如下:

结果表明，95.09%的高浓度样本MAPE值小于2，88.95%的低浓度样本MAPE值小于2，少量低浓度基金MAPE值大于5。两组基金的MAPE指标证实，前十名持有的高度集中的基金可以反映更多的信息。但也可以发现，两组基金的MAPE分布格局相似，最高比例集中在0.5-1的范围内，MAPE不到2的比例非常高。

和换手率一样，当基金前十名股票集中度较低时，MAPE值较小的前十名尴尬股票更有分析和借鉴意义。结合上图，在测试期内，对于持股集中度较低的前十只基金，很大一部分MAPE价值相对较小，前十只尴尬股也可以作为分析基金投资和业绩的有效参考。这可能是因为目前市场观点趋同，很多不在十大尴尬股之列的基金产品风格表现与十大尴尬股非常相似。

2.5.十大尴尬股分析综述

过去认为，如果十大尴尬股能够有效代表基金的投资风格、行业配置等特征，那么基金通常需要满足以下条件:

但符合上述条件的基金数量较少，此类基金前十名持股的信息价值仍存在诸多不确定性。真实的投资情况很难恢复，可以用十大持股模拟方法，计算MAPE指标来减少不确定性。总的来说，以下类型的基金，十大尴尬股反映出部分股票型基金的投资概率更有效:

MAPE指数有助于我们拓宽适用于分析十大尴尬股的基金品种，并进一步了解头寸所反映的信息价值。在定性考察中，还可以借鉴笨拙股票的模拟净值曲线效应，更有针对性地挖掘出基金经理的投资逻辑和投资特征。