“固收+”基金的优选和业绩归因初探
创建于 更新于
摘要
本报告针对“固收+”基金进行全面分类与因子筛选，针对稳健型、平衡型和激进型三类基金构建因子复合模型，形成优选组合。通过多维度业绩评价指标和量化因子（如年化收益率、最大回撤恢复时间、calmar比率、动量时间占比等）检验，结合基金收益归因拆分，构建鑫选组合，实证显示组合在收益和风险管控上优于基准，体现较好的预测效能和资产配置能力 [page::0][page::4][page::9][page::10][page::13][page::16][page::18]
速读内容
- “固收+”基金根据股票及转债仓位再分类为稳健型(<15%)、平衡型(15%-25%)和激进型(>25%)，不同类别风险收益特征明显，激进型收益最高但波动和回撤也大 [page::4]。
- 基金业绩评价指标涵盖获利能力、风险控制、风险调整收益、业绩持续性、市场情境下表现以及持有人体验，指标包括年化收益率、最大回撤恢复时间、calmar比率、动量时间占比、顺逆境能力、净值创新高次数和胜率等 [page::5][page::6]。
- 构建“固收+”基金组合流程包含因子发掘、预处理、检验、复合和组合构建，因子通过MAD去极值和z-score标准化处理保证稳定性和统一方向 [page::6][page::7]。
- 稳健型“固收+”基金有效因子包括近6月年化收益率、近1年最大回撤恢复时间、calmar、动量时间占比、顺境进攻能力及月度胜率，相关因子多空组合年化收益率最高且风险较低，构建的鑫选组合年化收益7.01%，最大回撤3.01%，calmar达2.33，显著优于全债基准 [page::7][page::8][page::9][page::10]。
- 平衡型“固收+”基金有效因子包括近1年年化收益率、calmar、动量时间占比、逆境防御能力、净值创新高次数和季度胜率，鑫选组合年化收益7.45%，最大回撤3.58%，calmar为2.08，尽管2022年初受市场下行影响回撤扩大，组合表现依然稳健 [page::11][page::12][page::13]。
- 激进型“固收+”基金因子优势集中于近2年年化收益率、最大回撤恢复时间和动量时间占比，鑫选组合年化收益11.42%，最大回撤12.16%，calmar为0.94，超额收益明显但风险较高 [page::14][page::15][page::16]。
- 基金收益按照底层资产拆分为股票收益、债券收益、利息收益及其他收益，通过利润表科目及资产配置仓位与相关指数收益估算，便于明晰各阶段基金收益来源及投资策略效果，为后续能力评价和因子筛选奠定基础 [page::17][page::18]。
- 报告由量化和基金研究组出具，分析师具备证券分析师执业资格，报告中的组合表现依赖历史数据，市场变化可能影响模型有效性，投资者需理性参考 [page::0][page::20][page::21]。
深度阅读
“固收+”基金的优选和业绩归因初探 ——详尽分析报告解构
---
1. 报告元数据与概览
- 报告标题：“固收+”基金的优选和业绩归因初探
- 作者：吕思江、马晨
- 发布机构：华鑫证券研究所
- 发布日期：报告涉及数据至2022年3月1日，作者均于2022年3月加入研究所
- 主题：“固收+”基金（即固定收益加权益的混合基金）优选策略和业绩归因
- 核心内容：
- “固收+”基金的风险偏好再分类
- 不同风险等级基金的业绩评价指标筛选及有效因子挖掘
- 基于有效因子构建三类（稳健型、平衡型、激进型）“固收+”基金鑫选组合并回测验证
- 初步探讨基金收益的多维拆分及业绩归因逻辑
- 主要信息传递：
作者围绕“固收+”基金的资产配置和风险偏好，通过对基金历史业绩数据与多维评价指标的系统回测，筛选出有效的评价因子，构造差异化基金组合，并验证其相对基准的超额收益，同时利用财报利润表和仓位数据，对基金收益来源进行拆解，为后续基金能力研究与筛选奠定基础。[page::0,2]
---
2. 逐节深度解读
2.1 “固收+”基金再分类
- 关键论点：
- “固收+”基金初步定义为涵盖转债基金、二级债基、偏债混合、以及近8个报告期股票仓位<20%的偏债型灵活配置基金。
- 基于近8个报告期平均股票加转债仓位，将“固收+”基金分为：
- 稳健型（<15%）
- 平衡型（15%~25%）
- 激进型（>25%）
- 三个类别内基金数量分别为98、216和282只。
- 基金表现：
- 稳健型2年年化收益中位数约4.81%，最大回撤及年化波动率<3%。
- 平衡型2年年化收益7.64%，最大回撤和波动率控制在5%以内，风险收益表现平衡。
- 激进型表现最为激进，收益达9.54%但风险（最大回撤6.49%、波动率7.35%）约为其他类别两倍。
- 作者逻辑：
作者认为基于股票和可转债仓位风险偏好再细分，有助于更合理地对基金进行横向比较与筛选。[page::4]
- 图表解读：
- 表1细化了三类“固收+”基金的样本规模与组合结构，显示二级债基在各类均占较大多数，激进型可转债基金明显比例最高（41只）。
- 图表2和图表3通过散点图展现最大回撤与波动率及收益率之间关系，黄色（稳健型）、灰色（平衡型）和橘色（激进型）数据点区分明显，验证了基金风险收益特征的分层。[page::4]
---
2.2 “固收+”基金业绩评价指标体系
- 关键论点：
- 从“获利能力、风险控制能力、风险调整收益能力、业绩持续性、不同市场情境获利能力、持有人体验”六大维度构建评价指标体系。
- 计量指标如年化收益率、最大回撤及其持续/恢复时间、波动率、Calmar比率、秩相关系数、动量时间占比、权益顺境进攻能力与逆境防御能力、净值创新高次数、月度/季度胜率等。
- 逻辑说明：
- 通过市场情境划分，识别基金在行情顺境和逆境下的表现，深化基金动态能力的挖掘。
- 指标定义亮点：
- Calmar比率＝年化收益率/最大回撤，衡量风险调整后的收益效能。
- 权益顺境进攻能力与逆境防御能力以中证800的顺逆境月划分对应基金净值变化，体现基金对行情变动的适应能力和主动管理能力。
- 图表5展示了2010-2021年中证800指数的顺逆境月份划分，明显通过区域高亮体现市场状态周期性更替，有助后续因子对不同市场环境敏感度的研究。[page::5,6]
---
2.3 数据预处理方法
- 关键方法：
- 去极值采用MAD方法，较$3\sigma$方法更稳健，根据中位数±3×1.4826×MAD调整异常值，减少极端值对分析的干扰。
- 标准化处理采用z-score，使得各因子均值0，标准差1，方便后续因子复合与比较。
- 逻辑说明：
- 逆向指标符号修正，统一因子方向，保证正向因子数值越大代表表现越好。
- 缺失值用同期市场中位数填补，避免数据缺失带来的偏差。
此步骤确保分析的因子数值特点准确且可比性强。[page::6,7]
---
2.4 不同风险等级“固收+”基金的因子筛选与组合构建
2.4.1 稳健型“固收+”基金
- 因子有效性检验（RankIC）：
- 近6月年化收益率RankIC均值最高（18%），且标准差较小，稳健预测能力突出。
- 近1年最大回撤恢复时间表现稳定正相关，反映基金资金回撤修复效率与未来业绩关联。
- calmar比率、动量时间占比及顺境进攻能力表现均较优，显示稳健基金能在趋势行情中把握机会且风险控制较好。
- 持有人体验指标（净值创新高次数、月度胜率）同样是预测积极因子。
- 分层回溯检验：
- 多空组合的收益率差异明显，尤其靠前因子的多空组合净值和calmar比均优异，验证上述因子预测基金排序的有效性。
- 组合构建逻辑：
- 选用6个有效复合因子：近6月年化收益率、近1年最大回撤恢复时间、近1年calmar、近1年动量时间占比、近1年顺境进攻能力、近1年月度胜率。
- 每季度调仓，限制单基金经理只含一只基金，保证基金规模和申购开放性，选取前10名等权持有。
- 组合表现：
- 回测期2017/1/1-2022/3/1，累计收益40.13%，年化7.01%，超额收益2.49%-3.05%（相对于不同基准）。
- 最大回撤3.01%，Calmar比高达2.33，表现稳定且风控良好。
图表9呈现稳健组合净值走势明显优于中证全债及中长期纯债。[page::7-10]
---
2.4.2 平衡型“固收+”基金
- RankIC指标筛选：
- 主要因子包括近1年年化收益率、最大回撤恢复时间、calmar、动量时间占比、逆境防御能力、净值创新高次数及季度胜率均表现显著。
- 分层回溯：
- 近1年年化收益率多空组合溢价突出且稳定。
- 风险控制类因子表现一般，最大回撤恢复时间稳定性不足，略被忽略。
- 因子复合：
- 纳入因子为近1年年化收益率、calmar、动量时间占比、逆境防御、净值创新高次数及季度胜率。
- 组合构建：
- 条件类似稳健型，调仓时点与选基标准一致，基准设置为80%中证全债+20%中证800。
- 组合表现：
- 累计收益42.85%，年化7.45%，年化超额收益2.37%。
- 最大回撤3.58%，Calmar 2.08，表现优于基准且风险可控。
- 2022年初市场回撤对表现产生负面影响。
图表14展现净值曲线长期领先基准，且组合规模样本随时间调整灵活。[page::11-13]
---
2.4.3 激进型“固收+”基金
- 因子筛选：
- 积极因子包括近2年及更长时间年化收益率、最大回撤恢复时间、动量时间占比，净值创新高次数和季度胜率的表现次优。
- 分层回溯：
- 近2年年化收益率、最大回撤恢复时间和1-2年动量时间占比多空组合表现最稳健且收益较高。
- 因子复合：
- 由近2年年化收益率、最大回撤恢复时间和动量时间占比构成。
- 组合构建：
- 按季度调仓，过滤成立年限、基金经理单一策略，合规开放申购资格，选择排名前10基金。
- 基准加重权益成分（60%中证全债+40%中证800）。
- 组合表现：
- 总收益达67.82%，年化11.42%，超额收益5.78%。
- 最大回撤12.16%，Calmar 0.94，风险和波动较高，符合激进风险特征。
- 前期样本有限导致组合表现与基准差异不显著，随后超额表现明显。
图表19显示激进型组合净值增长曲线更为陡峭，较基准波动更大。[page::14-17]
---
2.5 “固收+”基金业绩归因初探
- 收益拆分方式：
- 根据基金半年报和年报利润表，将收益分为股票收益、债券收益、利息收益和其他收益。
- 细分举例：
- 股票收益进一步拆分为打新收益、二级股票收益（股利+公允价值变动收益）。
- 债券收益按券种分为利率债、信用债、可转债，也按策略分为债券投资收益、票息收益和浮动收益。
- 计算模型：
- 利用报告期平均净资产作分母，计算各收益类型的资产收益率。
- 指数法估算：
- 使用季度资产配置仓位及对应指数收益率估计各类资产收益贡献，剔除仓位调整影响，使拆分更高频化和动态化。
- 意义：
- 分析收益来源可以更好地刻画基金多维度能力，如股票把握能力、债券主动管理能力、市场环境适应力等，为能力评级与快速筛选提供支持。
- 声明：
- 本文重点在于因子筛选与组合构建，财报因子相关能力及归因将于后续报告详细展开。
图表22-25详细列示拆分计算公式和逻辑框架。[page::17-19]
---
3. 图表深度解读
- 图表1：数据显示稳健型基金数量最少，激进型最多，类型分布清晰，结合基金的不同风险属性，有助于后续针对性策略制定。
- 图表2、3：散点图反映基金风险与收益的明显分层，波动率和最大回撤的分布显示激进型基金的风险特性明显高于稳健型。
- 图表6：基金组合构造流程图，清晰体现从因子挖掘、预处理，到检验、复合、组合构建的分析流程，逻辑连贯。
- 图表22-25：收益拆分与归因表格和计算公式，带来业绩归因的定量框架，为后续能力评价提供理论工具。
所有图表均严谨配合文本解释，构成统一协作的研究体系。[page::4-19]
---
4. 估值分析
本报告未涉及具体证券或基金的估值，重点在基金层面的业绩因子识别与组合策略构建，因此无DCF、PE等传统估值模型应用内容。
---
5. 风险因素评估
- 报告中特别强调基金历史业绩并不保证未来表现，模型依赖于历史数据，市场环境的剧烈变动可能导致模型失效。
- 基金组合表现基于公开市场数据，仅反映当前研究成果，不构成投资建议。
- 过去的回撤、波动率和资产配置变化带来的潜在风险，在业绩归因和因子筛选中有体现，但具体风险缓解策略不多。
- 数据缺失、基金变动（如暂停赎回）、基金经理变动等因素均有可能影响组合稳定性。
此类风险提示强调实事求是和模型局限性意识，避免过度依赖历史分析造成决策误判。[page::0-1,19]
---
6. 批判性视角与细微差别
- 研究以严谨的量化指标，并用多种统计检验（RankIC、分层回测、复合因子）提高结论的稳健性。
- 分层回测时间2017年至2022年，样本时间窗口相对有限，长周期极端市场行情（如金融危机）未充分验证因子的极限表现。
- 激进型基金早期样本量偏少，初期表现与基准无明显差异，说明短期数据不足可能影响回测稳定性。
- 因子选择以历史收益和风险指标为主，未涉及对管理费、流动性等运作层面因素的深入分析。
- 业绩归因仅为初探，具体债券与股票分解未整合影响因子，后续深入研究过程充满不确定性。
- 逻辑结构紧密，报告重在“固收+”基金多风险偏好的分层，对因子效果进行针对性判断，避免“一刀切”。
- 组合规则有效控制基金经理重复，提高组合分散度，体现良好设计。
- 短期因子有效性不代表未来有效，因子效果可能随市场变化而失效，报告已多次强调模型风险。
整体而言，报告体现较高的研究专业度和实用性，具备较强的策略指导价值。[page::2,7-17,19]
---
7. 结论性综合
该华鑫证券“固收+”基金研究报告从基金的资产配置和风险偏好出发，科学细分稳健、平衡、激进三大风险类别，通过设定和检验多种基金评价指标（包括收益性、风险控制、多维环境适应性及持有人体验等），筛选出各类别下最具预测潜力的因子。基于此因子集构建了等权“鑫选”组合，通过2017年至2022年第一季度的回测，验证其在不同风险等级基金中的有效性和稳定性，三个组合均实现了对相应基准的正向超额收益，且风险水平基本符合预期，Calmar比率等风险调整指标表现良好。
此外，报告还首度对“固收+”基金的收益来源进行多维拆分，定量区分股票、债券、利息及其他收益贡献，结合资产配置仓位与指数收益率估算法，搭建了完善的业绩归因框架，为基金投资能力的多维度评估和动态管理打下基础。
图表从基金分类、业绩指标筛选、组合构建到业绩归因无缝配合，系统展示数据支撑的逻辑流程和主要发现，具有示范效应。报告强调风险警示，客观指出历史数据对未来的局限性，符合专业研究应有的审慎态度。
整体来看，作者展现出“固收+”基金多层次量化投资管理的研究深度与实操指导价值，提出的因子筛选和组合选基策略针对不同风险偏好精细设计，能够为投资者在复杂多变的市场中优化“固收+”投资组合提供有力参考。[page::0-19]
---
总体摘要
本报告全面解构“固收+”基金的分类逻辑、业绩评价指标体系及有效因子，依托严谨的量化方法从三个风险层级分别构建并回测基金组合，实现了差异化风险管理和正面超额收益，同时为基金业绩拆分和归因奠定基础，具备较强的理论与实务结合意义，堪称“固收+”基金研究中的典范之作。
