金融工程专题 2024年07月19日 公募基金持仓参考价值再思考 金融工程研究团队 ——开源量化评论(97) 魏建榕(首席分析师) 魏建榕(分析师)蒋韬(联系人) 证书编号:S0790519120001 张翔(分析师) weijianrong@kysec.cn 证书编号:S0790519120001 jiangtao@kysec.cn 证书编号:S0790123070037 证书编号:S0790520110001 傅开波(分析师) 证书编号:S0790520090003 高鹏(分析师) 证书编号:S0790520090002 苏俊豪(分析师) 证书编号:S0790522020001 胡亮勇(分析师) 证书编号:S0790522030001 王志豪(分析师) 证书编号:S0790522070003 盛少成(分析师) 证书编号:S0790523060003 苏良(分析师) 证书编号:S0790523060004 何申昊(分析师) 证书编号:S0790524070009 陈威(研究员) 证书编号:S0790123070027 蒋韬(研究员) 证书编号:S0790123070037 主动权益基金整体选股能力与投资行为分析 自2018年以来,主动权益基金发展迅猛,尽管2022年以来规模有所缩窄,仍 然对市场有较大影响力。尽管2022年以来受成长风格影响,公募主动权益基金 业绩有所回撤,主动权益基金仍然在多数年份实现了超额收益。 公募持仓股票数据共有3个来源,一是基金季报披露的前十大重仓股,二是年报和半年披露的全部持仓,三是开源金工实时测算的公募持仓。 在不同的市场背景下,公募基金调整股票配置的行为,与股价变动间的关系呈现出四种情况,即①领先于股价②同步于股价③滞后于股价④与股价不相关,前两种情况的基金配置更值得参考。 从公募基金持仓数据提取有效信息 本文针对两个数据,即全持仓数据(年报披露)、重仓股数据(季报披露)构建因子,由于2个数据源各有优势,且优势互补,因此探索2个数据的选股效果。 针对年报和半年报披露全持仓数据,主要有以下几点结论: (1)与传统认知不同的是,基金超配程度越高,并不意味着未来收益越高,基金超配较多的股票对大盘涨跌更敏感,即Beta更高。(2)基金超配程度上升的股票未来涨幅更高,构建基金超配比例变化因子𝐹𝑂𝐶ℎ𝑎𝑙�。 针对季报披露重仓股数据,主要有以下几点结论: (1)排除抱团影响后,公募基金的配置决策仍能作为预测股票未来表现的参考指标,构建基金超配比例因子𝐹𝑂𝑃_𝑎𝑑𝑗𝑞𝑡�。(2)从重仓股超配比例变化角度,公募基金对某只股票的超配程度提升时,该股票有望实现更高的超额收益,在大盘股中效果更明显。 对全持仓因子(𝑭𝑶𝑪𝒉𝒂𝒍𝒇)和重仓股因子(𝑭𝑶𝑷_𝒂𝒅𝒋𝒒𝒕𝒓)进行合成,得到基金持 仓因子𝑭𝑶�。FOA因子在全样本内多空年化收益14.0%,十分组多头相对中证 500超额年化收益9.4%,在各选股域均有较好选股效果。 拆解收益来源,与资金流等传统因子不同的是,基金持仓因子的收益来源部分是未来公司盈利增长。分行业和个股收益来看,选股和行业配置均贡献超额收益,行业配置贡献收益更高。 相关研究报告 分域来看,对于大盘和中盘股票,基金持仓因子在公募低配股票中分组效果更好; 因子在前期涨幅低的股票中分组效果更强,可以辅助寻找左侧投资股票;因子对 于优选红利股和成长股均有辅助作用。 《公募港股投资变化及港股通优选组 合构建—开源量化评论(96)》 -2024.7.15 《海外分析师一致预期的A股应用—开源量化评论(95)》-2024.6.29 《从高频股价形态到追涨杀跌因子—开源量化评论(94)》-2024.6.23 基金持仓因子可以对资金流和量价因子进行增强,改善多头效果。 使用主动大单因子和基金持仓因子合成因子构建组合,扣除交易费后组合年化收益12.1%,相对中证500年化超额收益8.6%,超额夏普比率为0.91。 风险提示:模型测试基于历史数据,市场未来可能发生变化。本报告不构成对股票的投资建议,因子的历史业绩不代表未来收益。 金融工程研究 金融工程专题 开源证券 证券研究报 告 目录 1、主动权益基金整体选股能力与投资行为分析4 1.1、公募基金具有主动选股能力4 1.2、公募整体买入股票模式规律5 2、从公募基金持仓数据提取有效信息8 2.1、指标构建:寻找公募整体看好的股票8 2.2、分域有效性:基金持仓因子对不同股票池有增强效果13 2.3、多维指标共振:基金持仓因子对其他因子有增强作用15 3、风险提示16 图表目录 图1:自2018年以来,主动权益基金发展迅猛4 图2:主动权益基金整体更偏向于高弹性的大盘成长风格4 图3:公募主动权益基金超额收益可观5 图4:3个公募持仓数据源各有优势且互补5 图5:2017年伊利股份上涨行情中,重仓股数据率先反映公募增配行为6 图6:公募在2019年Q4提前布局宁德时代6 图7:温氏股份超额收益与公募配置比例基本同步7 图8:温氏股份超额收益和提前一年净利润TTM同步7 图9:金山办公超额收益与公募配置比例基本同步7 图10:公募在2023年H2右侧布局格力电器8 图11:格力电器从2022年开始恢复业绩增长8 图12:公募对古井贡酒增减配与其超额收益相关度低8 图13:沪深300成分股中基金超配(G3)收益并不一直高于低配股票9 图14:中证1000成分股中基金低配股票收益较低,超配股票净值走势不稳定9 图15:沪深300成分股中基金超配收益并不一直高于低配股票(重仓股数据计算)10 图16:中证1000成分股中基金低配股票收益较低,超配股票净值走势不稳定(重仓股数据计算)10 图17:重仓股得到的基金超配比例𝑭𝑶𝑷_𝒂𝒅𝒋𝒒𝒕�和股票收益的相关性较高11 图18:基金持仓因子对未来净利润增长有一定预测作用12 图19:资金流因子对未来净利润增长预测作用较少12 图20:选股和行业均贡献超额收益12 图21:对于沪深300和中证500成分股,基金持仓因子在公募低配股票中分组效果更好13 图22:对于沪深300和中证500成分股,基金持仓因子在前期涨幅低的股票中分组效果更强14 图23:基金持仓因子在高股息股票中分组效果较好14 图24:对于中证500成分股,基金持仓因子在超预期股票中分组效果较好15 图25:对于沪深300和中证1000成分股,基金持仓因子在净利润增速高的股票中分组效果较好15 图26:基金持仓因子对量价因子多头有增强效果16 图27:因子得分高的30只股票超额收益较高16 表1:𝑭𝑶𝑪𝒉𝒂𝒍�因子选股效果:中小盘的多头端表现相对更加优异10 表2:𝑭𝑶𝑷_𝒂𝒅𝒋𝒒𝒕�因子选股效果:多头效果更好11 表3:𝑭𝑶𝑪𝒒𝒕�因子选股效果:多头效果更好11 表4:𝑭𝑶�因子选股效果:合成后𝑭𝑶�因子选股效果有一定增强12 表5:基金持仓因子对主动大单因子多头有增强效果15 1、主动权益基金整体选股能力与投资行为分析 1.1、公募基金具有主动选股能力 自2018年以来,主动权益基金发展迅猛,尽管2022年以来规模有所缩窄,仍然对市场有较大影响力。截至2024年5月31日,公募股票型基金规模达2.85万亿元,混合型基金规模达3.47万亿元,公募基金买卖股票依然会对市场造成较大影响。 图1:自2018年以来,主动权益基金发展迅猛 股票型基金规模混合型基金规模 90000 80000 70000 60000 50000 40000 30000 20000 10000 2001年 2002年 2003年 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2020年 2021年 2022年 2023年 2024年 0 数据来源:Wind、开源证券研究所(注:数据截至2024.5.31;单位:亿元) 从风格来看,主动权益基金整体更偏向于高弹性的大盘成长风格。使用万得偏股混合型基金指数(885001.WI)代表整体主动权益基金,从股价走势来看,主动权益基金整体业绩走势与大盘成长指数较为接近,比大盘成长指数弹性更高。2018年到2020年,公募抱团催生一段由公募基金主导的大盘成长的极致行情。2021年以来,受成长风格回撤影响,主动权益基金收益出现回撤。 图2:主动权益基金整体更偏向于高弹性的大盘成长风格 偏股混合型基金指数 大盘成长 大盘价值 14000 12000 10000 8000 6000 4000 2000 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 0 数据来源:Wind、开源证券研究所(注:数据截至2024.5.31) 尽管2022年以来受风格影响,公募主动权益基金业绩有所回撤,整体主动权益基金仍然在多数年份实现了超额收益。超额收益具体计算方式是逐年将万得偏股混合型基金指数对Carhart四因子做回归,所得到的残差和常数项即为主动权益基金的超额收益。公募基金在多数年份实现超额收益,除了2011年、2012年、2013年、2023年。 图3:公募主动权益基金超额收益可观 4% 2% 0% 8% 6% 4% 2% 0% 2% 4% 6% 8% 主动管理超额收益 13% 7% 3% 2% 5%6% 3%3% 0%1% 0% 2% 2% -2%-1% -1% -5% 1% 1 1 1 - - - - 数据来源:Wind、开源证券研究所(注:数据截至2024.5.31) 1.2、公募整体买入股票模式规律 本文设置了基金超配比例指标𝐹𝑢𝑛𝑑_𝑜𝑣𝑒𝑟𝑤𝑒𝑖𝑔ℎ𝑡,旨在衡量公募主动权益基金整体相对市场对股票超低配程度。𝐹𝑢𝑛𝑑_𝑜𝑣𝑒𝑟𝑤𝑒𝑖𝑔ℎ�计算公式为: 𝐹𝑢𝑛𝑑_𝑜𝑣𝑒𝑟𝑤𝑒𝑖𝑔ℎ𝑡� 𝑤𝑒𝑖𝑔ℎ𝑡_𝑓𝑢𝑛𝑑� =−1 𝑤𝑒𝑖𝑔ℎ𝑡_𝑚𝑎𝑟𝑘𝑒𝑡� 其中,下标�表示表示股票𝑖,𝑤𝑒𝑖𝑔ℎ𝑡_𝑓𝑢𝑛𝑑�表示股票i在全体公募主动权益基金持仓中的比重,𝑤𝑒𝑖𝑔ℎ𝑡_𝑚𝑎𝑟𝑘𝑒𝑡�表示股票i在全部股票市值中的比重。𝐹�越高,说明公募相对市场越超配股票𝑖,即公募越看好股票�。 公募持仓股票数据共有3个披露来源,一是基金季报披露的前十大重仓股,二 是年报和半年披露的全部持仓,三是开源金工实时测算的公募持仓。以下分别阐述3 个数据源的优缺点: (1)季报:优点是准确性较高、滞后时间较短,缺点是只披露前十大重仓股,中小盘不易出现在前十大重仓股,部分时间有小概率会产生一些噪声。 (2)年报:优点是准确性高、股票披露完整,包括小微盘股票,缺点是更新频率低,滞后时间长,时效性相对较弱。 (3)实时:优点是更新频率高,滞后时间短,缺点是持仓比例可能存在误差。图4:3个公募持仓数据源各有优势且互补 数据来源:Wind、开源证券研究所(注:星号填充程度代表分数) 以伊利股份为例,2017年的上涨行情中,重仓股数据率先反映公募增配,月频 数据随之也反映公募增配,但是幅度不高,全持仓数据最晚反映;在2023年Q4季频数据存在小幅波动,原因是使用重仓股计算基金超配比例𝐹𝑢𝑛𝑑_𝑜𝑣𝑒𝑟𝑤𝑒𝑖𝑔ℎ𝑡,可能会出现噪声,月频和全持仓数据更为平稳。 此外,可以观察到重仓股计算得到的𝐹𝑢𝑛𝑑_𝑜𝑣𝑒𝑟𝑤𝑒𝑖𝑔ℎ𝑡𝑞𝑡�振幅更大,这是因为使用前十大重仓股会