• 公募FOF市场持续增长，2021Q3资产规模达1809.29亿元，占开放式基金总规模0.76%，且自2018Q3以来FOF资产规模增速明显高于开放式基金整体增速，显示FOF市场高速发展趋势。

- FOF数量自2017年以来快速增加，占开放式基金数量比例由1.85%升至2.22%。
- 混合型基金为FOF投资主力，且偏债混合型规模约为偏股混合型的3倍。


[page::3][page::4][page::5]

• 基金经理指数构建方法：将同一时期基金经理管理的股票型及偏股混合型基金，根据基金规模加权，处理单只基金多管理人情况及管理人多基金情况，建成基金经理收益指数作为评价基准，时间区间涵盖2011-2021年9月。

[page::7]

• 公募基金经理因子库涵盖绝对收益、风险调整收益、相对收益、规模、风险、运营及排名7大类共18个子因子。通过因子有效性测试，挑选表现优异因子作为筛选基础：

- 近三年绝对收益为代表收益指标。
- Sortino比率和Alpha因子作为风险调整收益指标。
- 规模因子选为负向指标，反映规模过大对选股和调仓能力的挑战。
- 运营指标纳入基金公司规模、外部评级和激励机制。
- 风险类因子及投资业绩因子因表现欠佳未被采用。

[page::8][page::9][page::10]

• 构建基金经理筛选组合：

- 基于上述关键因子，赋予不同权重（近三年绝对收益1/4，Alpha与Sortino各1/8，规模负1/4，基金公司规模、外部评级、激励机制各1/12），因子数据经过去极值及标准化处理。
- 模型按季度调仓，按当期因子值排名将基金经理指数分为五组，等权持有三个月，并与偏股型基金指数收益对比。
- 回测结果显示模型具备显著的分层能力，最优组合收益显著优于其他组别。

[page::10][page::12][page::13]

• 风险提示：

- 模型效果存在因市场环境变化而失效的风险。
[page::0][page::13]

公募基金经理因子评价体系的构建——深度分析报告

---

1. 元数据与报告概览

• 报告标题：《公募基金经理因子评价体系的构建——FOF 研究系列之三》

- 分析师：宋旸

• 发布机构：渤海证券股份有限公司研究所

- 报告日期：2021年9月30日

• 主题：针对中国公募市场基金经理的因子评价体系构建及基金经理组合筛选模型的开发，针对偏股型基金经理展开因子测试与模型回测，旨在提升FOF投资选择效率

核心论点：本报告基于基金经理管理的偏股与混合型基金表现，构建基金经理指数并筛选出具备预测力的因子，进而构建基金经理筛选模型，通过定期调仓实现基金经理组合的动态优化。该模型在回测中展现良好的分层能力，特别是在最近三年的绝对收益、Alpha指标及激励机制等因子表现突出。报告强调模型有较强的预测能力但也警示市场环境变化可能导致模型失效。总体来看，报告为FOF投资框架提供了系统化的基金经理评价工具和实证依据。[page::0] [page::3] [page::13]

---

2. 逐节详解与分析

2.1 研究背景与公募FOF/MOM发展现状

报告背景介绍了FOF产品在中国公募基金市场中的现状及其快速增长趋势。截至2021年第三季度，中国FOF资产规模约为1809.29亿元，虽然占公募开放式基金总规模仅0.76%，但其规模占比从2018年Q3开始持续上升，反映出该类产品逐渐受到市场认可。图1显示了开放式基金和FOF资产规模的增长趋势，FOF增长速度明显快于整体公募基金，进一步由图2和图3证实，FOF的规模占比和增速均表现较强。图4显示FOF基金数量也呈现持续增长态势，2021年Q3达约180只，数量占比提升至2.22%。投资标的方面，绝大多数FOF投资混合型基金，偏债混合型FOF规模约为偏股混合型规模的三倍，股票型FOF规模较小。

此外，MOM基金的发展虽启动较晚，但作为大类资产配置工具逐渐受到关注，报告列明了2021年已发行及申报的MOM基金基本信息（表1，表2）。总体上，为后续对基金经理评价的研究奠定了行业背景基础。[page::3] [page::4] [page::5]

---

2.2 公募基金经理因子评价体系的提出与指数构建

借鉴国外多管理人基金的筛选指标（见表3），报告提出了针对基金经理绩效的因子测评体系，核心创新在于不是直接用基金表现考察，而是构建“基金经理指数”。该指数将同一时间基金经理管理的全部偏股型及混合型基金的收益按基金规模加权整合，避免单只基金偶发结果对评价的干扰。

计算规则包括：

• 基金经理指数日收益基于所管理基金的规模加权

- 同一基金多名经理时，因子权重均分

• 基金经理无管理时段的收益用同期基金指数填充

- 新基金设定1年建仓期后纳入收益计算

该指数将服务于因子有效性的检验与后续组合构建。[page::7]

---

2.3 公募基金经理因子库构建

参考多管理人基金筛选指标夹杂全球范例，筛选的因子涵盖7大类18个细分指标，分别为绝对收益类、风险调整收益类、相对收益类、规模类、风险类、运营类和排名类指标。所有因子均进行了去极值与标准化处理，保证数据质量和可比性。

其中具体因子涵盖基金及基金经理近期业绩、alpha值、规模、风险指标，以及基金公司规模、外部评级、激励机制等软指标，体现了业绩、风险、规模和管理支撑的全面考虑。[page::8]

---

2.4 因子有效性测试

采用信息系数（IC）均值、IC标准差、IR值、IC胜率等多维指标，从2011年至2021年9月对因子预测未来3个月基金经理表现的有效性进行检测。

关键发现如下：

• 近三年绝对收益为表现最佳的收益类指标，近一年绝对收益出现反转信号，故选择近三年指标。

- Sortino比率（收益除以下行风险）和Alpha分别代表风险调整收益因子，均表现较好。

• 管理规模因子表现最佳且为负向指标，反映大规模管理对灵活操作的限制。

- 风险指标表现不佳，尤其最大回撤混合受多因素影响，排除使用。

• 运营类指标中，基金公司规模、外部评级、激励机制表现突出，选为代表。

- 投资业绩因子相关性高且表现一般，未纳入最终模型。

最终挑选的因子相关性较低，保证因子体系的多样性与互补性（见表6）。[page::9] [page::10]

---

2.5 公募基金经理组合构建与回测

构建的基金经理综合因子为：

• 近三年绝对收益（权重1/4）

- Alpha（1/8）

• Sortino（1/8）

- 规模（-1/4，负权重）

• 基金公司规模（1/12）

- 外部评级（1/12）

• 激励机制（1/12）

因子均经去极值和标准化处理，保障其稳定性与可比性。模型采取季度调仓策略：

• 每季度末按因子得分降序对基金经理指数进行排名

- 分成五组，等权构建组合持有三个月

• 分组收益与偏股型基金指数进行对比

回测结果显示，模型具有显著的分层效果。图7展示了自2011年份起不同分组组合历史收益的分布，得分最高的X5组表现出明显超额收益，而图8表明该组相对于基准的相对收益逐年攀升且波动较低，体现稳定的择时和选股能力。[page::10] [page::11] [page::12]

---

2.6 总结与未来方向

报告归纳总结：

• 成功构建了一套7大类18项指标的公募基金经理因子体系并筛选有效因子

- 设计基金经理指数并基于该指数测试因子预测能力，选择表现优异因子构建综合得分

• 基于因子综合得分的模型分层性能良好，经季度调仓动态调整

- 该模型为FOF产品在基金经理挑选提供科学依据

• 未来将扩展因子挖掘与模型多样性，构建完整的FOF投资决策体系

风险提示为模型可能因市场结构或环境变化而失效，提醒投资者注意动态调整。[page::13]

---

3. 图表深度解读

3.1 图1：FOF基金资产规模（2017Q4至2021Q3）

• 展现了2017年第四季度至2021年第三季度开放式基金与FOF的资产规模增长趋势。

- 开放式基金总额从约12万亿元升至接近24万亿元，行情稳健增长。

• FOF规模自2018年初约百亿级，逐步攀升至2021年Q3的近1800亿元，增速显著快于整体公募基金。

- 该图支持了报告中FOF快速成长的观点，显示该类产品受市场广泛关注。

[page::3]

---

3.2 图2及图3：FOF占比与增速对比

• 图2揭示FOF占开放式基金资产比例从2017年末的不足0.1%增长至2021年第三季度的约0.76%，证明FOF正持续扩大影响力。

- 图3进一步对比显示，自2018年以来，FOF规模增速始终高于开放式基金整体增速，年化增幅波动在20%-60%之间，体现了较强的吸引资金能力。

• 这对基金经理绩效研究提供了宏观投资背景，也间接表明FOF需求增大对基金经理筛选提出更高标准。

[page::4]

---

3.3 图4：FOF基金数量增长

• 该柱状图显示开放式基金总数量与FOF基金具体数量均稳步增加，2021Q3时开放式基金数量约8600只，FOF数量接近190只，占比由2017年不足10只提升至2.22%。

- 该数据验证了FOF产品自2017年以来在数量上的快速扩展，对基金经理体系评价及时性的时代背景意义重大。

[page::4]

---

3.4 图5及图6：FOF按类别规模及数量占比

• 图5显示，2021Q3中偏债混合型FOF占比最大（60.48%），其次是偏股混合型FOF（21.91%），股票型FOF规模仅占0.04%，偏债结构明显占优。

- 图6揭示FOF数量结构，偏债混合型基金占比最高（38.22%），目标日期型及其他类型占比较为均衡。

• 此结构对基金经理的类别选择提出不同策略要求，报告后续选择偏股基金经理进行评价，契合市场配置。

[page::5]

---

3.5 图7及图8：基金经理分组组合收益表现

• 图7曲线显示5组基金经理组合自2011年起的累计收益走势，得分最高的X5组累计回报约达4倍，明显优于中间组合和基准指数，体现因子模型的有效分层能力。

- 图8展示了X5与其他分组相对于偏股型基金指数的相对表现，X5组持续超越基准，特别是在近年来资金行情中波动较低且稳健增长，验证了模型优选机制。

• 这两图表直观反映了因子构建对提升基金经理选取精准度的价值，尤其是多因子综合评价带来的超额收益。

[page::12]

---

4. 估值分析

本报告主体为因子模型构建与基金经理评价体系，未包含传统意义上对标企业股票的估值分析（如DCF、市盈率等）。不过因子权重的设计体现了一种隐含的“价值评估”理念：

• 近三年绝对收益占较大比重（1/4），体现历史业绩的价值权重

- Alpha与风险调整收益（各1/8）反映了对风险调整后超额收益的重视

• 规模因子负权重（-1/4）体现规模膨胀对操作灵活性和绩效风险的抑制

- 运营相关因子权重较小（1/12），支持以管理环境和激励机制作为稳定因子

这体现了一种多维度综合评价体系，权重反映了投资绩效和管理规模的关键性影响。[page::10]

---

5. 风险因素评估

报告明确指出模型风险主要来自：

• 市场环境变化：因子模型的有效性建立在一定的市场结构和经济环境基础上，若市场行情或投资风格发生较大变化，因子预测能力可能减弱甚至失效。

- 模型调整时滞：季度调仓限制在一定程度上无法快速响应突发市场事件或基金经理能力变化。

• 基金经理人事变动：多基金经理共管及流动性可能带来短期绩效波动无法即时反映。

报告对风险提示较为谨慎，但未提供具体缓解措施，建议未来完善动态调整及风险监测机制。[page::0] [page::13]

---

6. 批判性视角与细微差别

• 偏股型基金经理样本限制：报告主要聚焦偏股及混合型基金经理，未涉及债券型及其他类型基金经理，可能限制模型的通用性和对不同风格基金经理的识别能力。

- 规模因子负权重的双刃剑：规模因子被赋予重大负权重，逻辑是大规模限制灵活性，但未细致探讨规模过大是否存在分化现象，以及规模带来的资源优势可能对某些基金经理产生正面影响。

• 风险类因子排除：最大回撤等风险指标表现不佳而被排除，可能忽视了风险管理对基金经理绩效的重要性，未来可以考虑更细分风险因子或引入市场周期调整。

- 因子权重均相对任意：因子权重虽有一定逻辑支持，但未见明确的统计或机器学习优化过程，建议在未来研究中引入更科学的权重校准手段。

• 缺少与外部评级机构评价的深度对比：报告虽提及外部评级为指标之一，但未充分分析模型与市场主流评级之间的差异和互补性。

报告整体结构完整，数据支撑充分，但以上细节提升将带来模型更加稳健和全面的应用价值。[page::10]

---

7. 结论性综合

本报告通过创新性地构建基于基金经理多基金管理规模加权的“基金经理指数”，首次系统地对中国偏股型公募基金经理进行了多指标的因子评价与预测性分析。报告以丰富的数据支撑和合理论证，识别出以近三年绝对收益、Alpha、Sortino风险调整收益、管理规模及运营相关指标为核心因子，形成了一套科学的基金经理筛选模型。

通过季度调仓的资产组合构建，模型展现了明显的分层效果，得分最高的基金经理组合长期回报明显优于偏股型基金指数，体现出稳定的超额收益能力，为FOF产品提供了强有力的量化工具。此外，报告完整覆盖从行业背景、指数构建、因子库设计、因子检验到组合构建与回测，结构清晰且严谨。附带的图表深入展现了中国FOF市场的快速增长、基金经理组合的绩效对比，为投资者提供了详实依据。

总体来看，该报告为公募基金经理绩效评价体系提供了标准化框架，对FOF等多管理人基金的投资决策具有重要指导意义。版权声明和免责声明部分明确了研究的独立性和风险警示，增强报告的专业权威性。

未来研究有望进一步拓展因子种类、丰富模型方法，引入机器学习优化权重及动态调整机制，进而持续提高基金经理评价流程的科学性与实用性。

---

溯源标识： 本报告所有结论均基于原文内容，引用页码包括但不限于[page::0]至[page::13]，各图表说明对应相关页码标注。

---

附录：关键图表示例（Markdown格式）

报告