基于权益基金共同资金流的选股因子研究

2023年01月03日 证券研究报告•金融工程专题报告 因子选股系列 基于权益基金共同资金流的选股因子研究 摘要 本文借鉴Dou,KoganandWu构建基金共同资金流的思路，构建股票的季度共同资金流敞口因子；并验证该因子在选股中的有效性。 首先，构建股票的共同资金流敞口因子。基于主动权益基金的资金流信息，通过主成分方法（PCA）提取基金资金流量波动的共同成分——共同资金流。资金流敞口因子（flowbeta）为股票收益率在共同资金流上的暴露（回归系数）的绝对值 大小，表示共同资金流对股票收益率的影响程度。 在A股市场因子构建中有以下三点本土化改进：第一，在对基金资金流进行主成分分析之前，对基金资金流数据采用衰退指数加权。第二，采取季度基金资金流的TTM数据。第三，美股市场flowbeta因子为共同资金流变量的回归系数beta，本文对回归系数beta取绝对值来度量敏感程度的绝对大小。 接下来，本文使用上市交易的全部沪深A股2012-2022年的数据检验该因子的有效性。随着共同资金流敞口因子的增大股票组合平均收益率单调递减，因子的IC均值为-0.057，IC为负的比例为73.81%，ICIR为-0.77。多头组合年化收益率 12.78%，相对沪深300年化超额收益率为9.98%，相对万得全A年化超额收益率为6.11%。 其次，为了探讨共同资金流敞口因子是否提供了关于股价的新信息，本文进行了Fama-Macbeth回归分析，结果发现，在控制市场贝塔、市值、账面市值比、动量、异质波动率、换手率因素的影响之后，该因子与股票横截面收益的负相关关系显著性下降但仍然显著存在。证明了该因子和股票收益的关系并未完全包含在这些因子中，能够在选股时提供新的信息。 最后，敏感性分析结果显示，在基金资金流的不同构建方式、不同市场指数、不同滚动窗口期下，资金流敞口因子的IC均值并没有较大变化，因子的有效性并没 有发生改变，说明该因子的有效性对参数并不敏感。 风险提示：本文的研究是基于对历史数据的统计和分析，因子的历史收益率不代表未来收益率。若市场环境发生变化，因子的最终表现可能发生改变。 西南证券研究发展中心 分析师：郑琳琳 执业证号：S1250522110001电话：13127711820 邮箱：zhengll@swsc.com.cn 联系人：盛宝丹 电话：17761229406 邮箱：sbdyf@swsc.com.cn 相关研究 1.金凤展翅，上海国企ETF迎重要投资机遇(2022-12-04) 2.华安沪深300指数增强策略ETF投资价值分析(2022-12-04) 3.博时基金金晟哲：平衡成长与估值，把握周期行业轮动(2022-12-02) 4.华商基金李双全：抵御风险能力强，行业配置灵活(2022-11-27) 5.基于有效选股因子的三维基金经理风格刻画体系——原理与应用 (2022-11-17) 6.基于基金特征与机器学习的选基研究 (2022-11-09) 7.基金业绩归因模型的解析与探讨 (2022-10-29) 8.基于券商金股的行业轮动研究 (2022-09-08) 9.基于相似股票历史收益的选股因子研究(2022-05-20) 10.基于吸收比率规避市场下行风险的资产配置策略(2022-02-09) 请务必阅读正文后的重要声明部分 目录 1共同资金流敞口与因子构建1 2因子有效性检验3 2.1数据处理与说明3 2.2分组检验3 2.3信息系数分析5 3相关性分析与回归分析6 4敏感性分析8 4.1基金资金流的替代指标8 4.2市场指数的选择9 4.3滚动窗口期数的选择10 5多空组合股票分析11 6A股市场与美股市场实践对比12 7总结与展望13 8风险提示13 图目录 图1：第一主成分对样本方差的解释率2 图2：因子分组净值图4 图3：多空组合净值变化图5 图4：多头组合与市场指数净值变化图5 图5：因子IC序列和累计信息系数6 图6：不同基金资金流构建方式下因子分组净值图9 图7：不同市场指数下因子分组净值图10 图8：不同窗口期的IC均值10 图9：分组检验中组合内股票数量11 图10：回归系数beta的分组检验12 表目录 表1：基金资金流的异常值1 表2：基金资金流（TTM）数据1 表3：基金报告披露说明3 表4：因子分组检验风险收益指标4 表5：因子信息系数分析6 表6：因子相关系数7 表7：单因子回归结果7 表8：多因子Fama-Macbeth回归结果8 表9：不同基金资金流构建方式下因子信息系数分析9 表10：不同市场指数下因子信息系数分析9 表11：2022Q2因子值从小到大排序的前20名股票和后20名股票11 1共同资金流敞口与因子构建 共同资金流敞口因子（flowbeta）为股票收益率在基金共同资金流上的暴露（回归系数）的绝对值大小，表示该股票对共同资金流的敏感程度。共同资金流度量基金资金流量的共同成分，通过主成分方法（PCA）对主动权益基金的资金流提取共同成分得到。 首先，基金资金流（fundflow）的定义如下，即当期经实际回报调整后的基金资产净值增长率。 𝐹�,� =TNA𝑖,�−TNA𝑖,𝑡−1∗(1+𝑅𝑖,𝑡)TNA𝑖,𝑡−1∗(1+𝑅𝑖,𝑡) 其中TNA为期末基金净资产；R为基金当期收益率，是单位复权净值收益率。对于基金资金流数据，本文有以下两点处理： 第一，在后续计算中采用基金资金流的TTM数据，即为t期、t-1期、t-2期和t-3期资 金流的平均值，采取TTM数据平滑趋势和消除季节性影响。 第二，基金资金流数据存在异常值，比如：海富通欣荣A基金（519224.OF）在2017 年三季度披露的基金净资产为3.2万元，2017年四季度披露的基金净资产为9996万元，该 基金2017年四季度的资金流为305523.93%。对于异常值本文采取3∂原则，将超过正负3 倍标准差以上的数据取值为临界值。 表1：基金资金流的异常值 期末基金净资产（亿元） 当期基金收益率 基金资金流 2017-09-30 0.0003 2.83% - 2017-12-31 0.9996 2.06% 305523.93% 数据来源：Wind，西南证券整理 通过以上处理我们得到主动权益基金的资金流的面板数据，如下表所示，每一列为一只基金的资金流序列： 表2：基金资金流（TTM）数据 日期 000011.OF 000017.OF 000020.OF 000021.OF … 2015-03 -0.1006 1.1359 -0.0168 -0.1065 … 2015-06 -0.1381 0.8911 0.1037 -0.1711 … 2015-09 -0.1010 -0.1868 0.1651 -0.1701 … 2015-12 -0.0701 -0.2560 0.2886 -0.1355 … 数据来源：Wind，西南证券整理 其次，对于表2所示矩阵，通过主成分分析法得到第一主成分，即为共同资金流𝑓𝑙𝑜𝑤𝑐𝑜�。第一主成分为原始向量的线性组合，是基金资金流变化波动的主导因素，其最大化样本方差。具体步骤如下： 第一步，考虑到事件对市场的影响会随着时间而衰减，我们采用半衰期指数权重对基金资金流数据进行加权。权重因子如式（1）所示，�表示半衰期，取窗口期的一半（T/2），𝑡1时刻数据权重为𝑤𝑑𝑒𝑐𝑎�𝑡1，�−𝑡1表示𝑡1时刻到当前时刻t的期数。 𝑡−𝑡1 𝑤𝑑𝑒𝑐𝑎�𝑡1=0.5�(1) 第二步，标准化数据。在列维度上对数据进行标准化，使得每个维度的均值为0。缺失值填充为0。 第三步，使用主成分分析法（PCA）对样本矩阵进行降维，提取资金流波动的共同主成分。根据中心化的样本矩阵计算协方差矩阵，协方差矩阵的对角线上的元素是各个维度上的方差，其余元素是两两维度间的协方差（相关性）。协方差矩阵表现了各个维度上的方差以及不同维度间的相关性。第二，对协方差矩阵进行对角化得到正交矩阵和特征值矩阵，按照特征值大小排序，最大的特征值所对应的特征向量为第一主成分。这个主成分是原始向量的线性组合，其最大化样本方差，是最能够代表原始数据的投影方法。第三，将原始矩阵通过这个特征向量映射成一维数据，也就是本文的共同资金流𝑓𝑙𝑜𝑤𝑐𝑜�。 下图展示第一主成分所能解释样本方差的比例，2015年共同资金流能解释了所有主动权益基金资金流波动的大部分信息，最高解释率达60%以上。近两年共同资金流的解释力度在30%左右。 图1：第一主成分对样本方差的解释率 70% 60% 50% 40% 30% 20% 10% 0% 2011-122012-122013-122014-122015-122016-122017-122018-122019-122020-122021-12 第一主成分方差占比 数据来源：Wind，西南证券整理 最后，对于每只股票，使用5年（20期）滚动窗口（至少有12期的非缺失观测值可用），将股票季度超额收益对共同资金流回归得到回归系数β。 𝑟�,𝑡−�=𝑎𝑖,�+𝛽𝑖,�∗𝑓𝑙𝑜𝑤�−�+𝜀𝑖,𝑡−�，�=0,1,…,20 𝑓𝑙𝑜𝑤𝑏𝑒𝑡𝑎𝑖,�=|𝛽𝑖,𝑡| 其中，r表示股票相对市场的超额收益率，市场收益率取万得全A指数收益率。对于不同股票而言，自变量共同资金流都是一样的，因此量纲一致，其回归系数的绝对值大小可比，表示自变量对因变量的影响程度。绝对值的大小直接反映自变量对因变量的影响程度，绝对值越大，共同资金流对该股票收益的影响越大。 因此，我们对共同资金流的回归系数β取绝对值得到共同资金流敞口因子，表示共同资金流对股票收益率的影响程度。 2因子有效性检验 2.1数据处理与说明 第一，因为基金净资产数据在季报中披露，因此样本数据、因子值、股票收益率均为季频数据，季度换仓，换仓时间点为基金季报披露截止时间所在的月末。比如一季报在4月份披露，在4月末换仓，持仓时间为5、6、7月份。 表3：基金报告披露说明 基金报告类型 报告期 披露截止时间 下期股票收益率 一季报 01.01-03.31 04.15 5，6，7月 二季报 04.01-06.30 07.15 8，9，10月 三季报 07.01-09.30 10.15 11，12，次年1月 四季报 10.01-12.31 次年01.15 次年2，次年3，次年4月 数据来源：西南证券整理 第二，选取所有主动权益基金计算基金的共同资金流，包括普通股票型、偏股混合型、灵活配置型和平衡混合型基金。管理期间平均股票仓位不低于60%，平均港股仓位不高于10%且各期港股仓位最高不高于20%。计算平均历史仓位时，排除首发基金前2个季度的数据（还在建仓期，仓位不稳定） 第三，使用上市交易的全部沪深A股作为回测对象，排除ST股、排除季度内停牌时间大于1个月的股票；在股票收益率同共同资金流回归当中，将股票上市后前6个月的数据剔除。 第四，回测区间为2012.01-2022.10，加上5年的回望期，样本区间为2007.01-2022.10。 2.2分组检验 为了检验因子的有效性，对共同资金流敞口因子进行分组检验。本文用过去5年基金和 股票的季度数据计算因子值，然后按照当期因子值大小将股票平均分为5组，并且计算下一季度组内等权平均收益率。本文只在基金季报披露截止时间月末调仓。 下表为因子分组检验结果。在分组检验的基础上，计算多空组合的t统计量，判断显著性。同时，根据每一组的选股结果建立投资组合，测算相应风险收益指标。结果列表如下。 表4：因子分组检验风险收益指标 组1 组2 组3 组4 组5 组1−组5 （1+2）−（4+5 因子均值 0.0004 0.0011 0.0020 0.0032 0.0072 - - 平均季度收益率 3.83% 3.43% 3.42% 2.9