FOF、MOM系列研究之四：从市场风格的切换中判断基金的配置时机

证券研究报告|基金研究 2022年9月20日 从市场风格的切换中判断基金的配置时机 分析师 分析师：杨国平邮箱：yanggp@hx168.com.cnSACNO：S1120520070002分析师：王祥宇邮箱：wangxiang1@hx168.com.cnSACNO：S1120520080004研究助理：杨兆熙邮箱：yangzx@hx168.com.cn ——FOF/MOM系列研究之四 ►市场风格的变换，既是机遇也是挑战 面对市场风格的不断改变，基金经理的应对能力对其业绩有着举足轻重的影响，不同的基金经理有着自己擅长的市场环境与能力圈。那么，能否根据市场风格与基金在不同风格市场中的表现，判断出基金的配置时机？ ►基于Barra模型的市场风格定量测量 对于市场的风格状态，我们使用Barra风格因子模型定量表示。其内容主要有两部分，其一为市场风格偏离度或市场风格绝对偏离度。其中偏离度表示短期收益相对长期收益中枢的差值，绝对偏离度则为偏离度的绝对值。另一部分为风格因子的历史分位数。 ►使用市场风格偏离度指标构建模型预测效果较差 倘若在以往的某个市场环境中，基金的未来表现较好。那么当类似的市场环境重新出现时，基金能否复制之前的辉煌呢？风格偏离度指标能够表示市场环境最近的状态，我们基于这一指标建立模型。最终发现过去某个市场环境下，未来表现较好的基金，当类似市场环境重新出现时，基金未来不一定能够获得较高收益。 ►使用市场风格绝对偏离度构建模型预测效果较强 基金经理的能力在于正确应对已发生的市场的风格改变而不仅仅是预测风格变动的方向。故而过去信息中重要的并非变动方向，而是变动程度。我们使用风格绝对偏离度指标替换掉风格偏离度指标，构建新的模型。最终发现该模型具有较强的预测效果。测试集中预测序列与未来收益相关性高达0.2以上。同时各个基金擅长的市场风格各不相同。 ►市场风格绝对偏离度模型构建基金择时策略 根据上面模型的预测结果，我们以100%持有某基金为基准，建立仓位在[0%,200%]的基金择时策略。发现在测试集中符合条件的基金中，采取择时策略后年化收益提高的占比89.6%；夏普比提高的占比83.5%。同时最大回撤减小的占比 51.5%。可以认为该模型对绝大部分存续时间足够长的基金均有效。 同时，我们对测试集中，所有基金的择时策略进行等权配置，得到一个基金组合。近五年，该策略平均仓位为98.7%。相对偏股基金指数(930950.CSI)超额收益提升 14.05%，夏普比率从0.61提升至1.20，同时最大回撤减少了5.97%。同时，策略超额收益信息比率达1.29，相对回撤为9.69%。 风险提示 市场波动风险，模型存在失效风险，基金历史业绩不代表未来。 正文目录 1.市场风格的变换，既是机遇也是挑战4 2.基于Barra模型的市场风格定量测量4 2.1.数据范围4 2.2.风格因子的行业中性化5 2.3.Barra模型与纯因子收益率6 3.基于市场风格变动的基金择时模型7 3.1.模型的参数7 3.2.使用市场风格偏离度指标构建模型预测效果较差8 3.3.使用市场风格绝对偏离度构建模型预测效果较强10 4.市场风格偏离度模型构建基金择时策略14 4.1.预测收益与实际收益有明显的线性关系14 4.2.单基金择时策略的构建14 4.3.构建基金组合19 5.风险提示19 图表目录 图1常见风格因子历史变化4 图2全体A股风格因子纯因子收益率的表现7 图3lnmv因子收益与风格偏离度9 图4ROE因子收益与风格偏离度9 图5医药生物行业因子收益与风格偏离度9 图6食品饮料行业因子收益与风格偏离度9 图7ROE标准化时间序列排序10 图8lnmv标准化时间序列排序10 图9lnmv因子收益与风格绝对偏离度11 图10ROE因子收益与风格绝对偏离度11 图11医药生物行业因子收益与风格绝对偏离度11 图12食品饮料行业收益与风格绝对偏离度11 图13预测值与未来收益有着明显的线性关系14 图14银华沪港深增长A(001703.OF)基金择时表现15 图15泰达宏利转型机遇A(000828.OF)基金择时表现15 图16易方达中小盘(110011.OF)基金择时表现16 图17国泰中小盘成长(160211.OF)基金择时表现16 图18农银汇理策略价值(660004.OF)基金择时表现16 图19新华优选成长(519089.OF)基金择时表现16 图20银河主题策略(519679.OF)基金择时表现17 图21华夏行业景气(003567.OF)基金择时表现17 图22近五年综合策略走势19 表1因子说明5 表2中性化处理后，各因子在行业上的暴露均近似为06 表3风格偏移模型中参数对预测效果的影响10 表4风格绝对偏离模型中参数对预测效果的影响12 表5回归系数分布12 表6不同训练集比例下的模型效果13 表7不同训练集长度下的模型效果14 表8测试集基金平均表现15 表9部分基金择时效果(从左向右相关性递减)17 表10部分基金回归系数(从左向右相关性递减)17 表11策略效果19 1.市场风格的变换，既是机遇也是挑战 图1常见风格因子历史变化 大盘与小盘、价值与成长，在万千的行业与板块中，市场的风格切换往往发生在不经意间。捉摸不定的市场风格在给投资人带来波动与风险的同时，也会创造机遇。面对市场风格的不断改变，基金经理的应对能力对其业绩有着举足轻重的影响，而常见的基金评价指标中往往并不能对这一点展开评价。此外，根据以往经验来看，不同的基金经理有着自己擅长的市场环境与能力圈。那么，能否根据市场风格与基金在不同风格市场中的表现，判断出基金的配置时机呢？ 为研究这一内容，首先，我们需要划分市场的风格状态。不同于简单的价值与成长、大盘与小盘等粗略的划分方式，我们使用Barra的风格因子模型，用精确的数值定量表示出市场的风格状态。而后，我们选取存续期间较长的基金，并将其收益率序列划分为训练与测试两部分，在训练集中计算不同风格因素对基金未来收益的影响，并在测试集中测试其对未来收益的预测效果，并根据这一预测构建基金择时策略，进而更好的把握基金的配置时机。 资料来源：Wind，华西证券研究所 注：各风格因子均为经过时间序列上的z-score标准化处理 2.基于Barra模型的市场风格定量测量 2.1.数据范围 对于市场的风格状态，我们仍旧基于经典的Barra模型进行测量。首先，我们需要用数值量化的表示市场的风格状态。这里主要包括两大部分：第一部分为各风格因子的收益表现，我们利用行业与市值中性化的因子计算出各风格因子的纯因子收益率序列来表示该部分内容。第二部分为市场当前风格因子值相对过去的点位，如PE历史分位数等内容。其中，Barra模型使用的数据范围如下： 股票范围：全部A股，共计4965只股票。 时间范围：2010年1月4日至2022年7月26日，共计3052个交易日。数据频率：日频。 2.2.风格因子的行业中性化 表1因子说明 不同行业的股票通常有着不同的风格倾向，通常，根据单一因子值筛选得到的股票组合可能更偏向于某些行业或者某一市值区间，这样会使得组合在行业或者市值上存在风险暴露，从而增加了因子收益的波动性。而在当前A股市场上行业和市值是两个最为重要的风险维度，因此我们考虑对风格因子进行行业中性化和市值中性化处理，剥离风格因子中的行业和市值风险，以降低因子的波动性，提升因子风险调整后的表现。 其中行业因子我们使用28个申万一级行业，风格因子则如下表所示： lnmv对数市值因子 因子简称因子说明 BP市净率PB指标倒数，即账面市值比因子 CFP市现率PCF指标倒数，现金流量因子 ROE净资产收益率因子 revenueG营收增长率因子 gpm毛利率因子 netProfitG净利润同比增速因子 Dept资产负债率因子 roic资本回报率因子 Reverse过去20个交易日股价涨跌幅 Volatility过去20个交易日股价波动率 Liquidity过去20个交易日日均换手率 资料来源：Wind，华西证券研究所 以标准化之后的风格因子作为因变量，以申万一级行业哑变量和标准化之后的流通市值对数作为自变量，进行回归。取回归之后的残差作为经过行业和市值中性化处理之后的风格因子值。由于规模因子不能进行市值中性化，故其只对申万一级行业哑变量进行回归。进而，我们可以得到行业与市值中性化后的各个因子。 表2中性化处理后，各因子在行业上的暴露均近似为0 BP CFP ROE gpm roic lnmv revenueG netProfitG Reverse Volatility Liquidity Dept 交通运输 -3E-16 -3E-16 2E-16 -2E-16 3E-16 3E-19 2E-16 1E-16 -2E-16 3E-16 3E-16 -5E-16 休闲服务 7E-18 2E-18 -5E-18 3E-18 -9E-18 -4E-19 -3E-18 -4E-18 2E-18 -4E-18 1E-18 9E-18 传媒 4E-17 2E-17 2E-17 9E-17 4E-18 -4E-19 4E-18 4E-17 -3E-17 -8E-17 -8E-17 1E-17 公用事业 2E-17 2E-17 6E-18 -8E-18 -6E-18 -6E-19 -4E-18 2E-18 3E-18 -2E-17 -1E-17 3E-17 农林牧渔 2E-17 2E-17 4E-18 1E-17 -3E-18 -2E-19 4E-18 3E-18 7E-18 -1E-17 -1E-17 1E-17 化工 2E-17 1E-17 5E-18 2E-17 -9E-18 -7E-19 -4E-18 2E-18 1E-17 -2E-17 -1E-17 2E-17 医药生物 -1E-16 -1E-16 7E-18 2E-16 4E-18 -7E-19 5E-17 -3E-18 7E-17 3E-17 3E-17 -4E-17 商业贸易 3E-17 2E-17 5E-18 4E-18 9E-18 4E-19 5E-18 3E-18 5E-18 -2E-17 -2E-17 2E-17 国防军工 2E-16 3E-16 -2E-16 -5E-16 -2E-16 6E-19 -2E-16 -1E-16 1E-16 -9E-17 -2E-17 3E-16 家用电器 1E-18 -5E-18 -1E-17 6E-18 -7E-18 4E-20 -5E-18 -5E-18 -3E-18 -1E-18 -1E-18 4E-18 建筑材料 1E-17 5E-18 -3E-17 -2E-18 -3E-17 -6E-19 -1E-17 -1E-17 3E-18 -4E-18 2E-18 6E-18 建筑装饰 7E-17 7E-17 -5E-18 -3E-17 -3E-17 1E-18 -8E-18 -3E-19 -5E-18 -4E-17 -6E-17 6E-17 房地产 7E-19 5E-18 -2E-18 4E-17 -2E-17 4E-19 -5E-18 -3E-18 8E-18 4E-18 2E-18 2E-17 有色金属 -7E-17 -2E-17 -2E-17 3E-17 2E-18 3E-20 -1E-17 -6E-18 3E-18 4E-17 2E-17 -1E-17 机械设备 3E-17 3E-17 1E-17 3E-17 -1E-18 4E-19 -2E-17 -6E-18 1E-17 -3E-17 -4E-17 2E-17 汽车 2E-17 4E-18 -3E-17 1E-18 -2E-17 -3E-19 -1E-17 -1E-17 -3E-18 -8E-18 4E-19 1E-17 电子 2E-17 1E-17 -7E-18 6E-18 -2E-17 -8E-19 4E-18 -1E-17 -6E