You are browsing the Hong Kong website, Regulated by Hong Kong SFC (CE number: BJA907). Investment is risky and you must be cautious when entering the market.
中金:多視角看“固收+”另類品種

本文來自格隆匯專欄:中金研究 作者: 胡錦瑤 劉均偉等

摘要

股票多空基金市場發展:近十年發展一波三折,受股指期貨監管政策影響大,市場規模幾番升降

1)市場概況:近十年發展一波三折,仍屬公募基金中相對小眾品種。相較於其他主流基金類型,公募股票多空產品推出時間較晚,截至2022年3月底,公募股票多空基金共25只,總規模270億元,佔全部開放式公募基金總規模不到0.2%,屬於相對小眾的品種。股票多空基金市場集中度較高,但競爭格局尚未固化,頭部機構漸顯優勢,整體規模均有所縮減。股票多空基金投資者結構整體相對均衡,近年來機構投資者佔比提升。

2)發展歷程:受股指期貨監管政策影響大,市場規模幾番升降。國內股票多空基金主要採用股指期貨進行對沖,因此其發展不僅與A股市場行情相關,也與股指期貨監管政策息息相關,綜合來看可以粗略劃分為四個階段:短暫快速發展期(2013Q4-2015Q2)、強監管期(2015Q3-2016Q4)、鬆綁期(2017Q1-2019Q2)及二次發展期(2019Q3至今)。2017年之後,股指期貨交易鬆綁貼水改善,整體環境利於股票多空基金髮展。

3)風險收益:下跌市場中回撤控制突出,與其他類別基金相關性低。2017年股指期貨監管政策鬆綁以來,股票多空基金經歷牛熊市場,在下跌市中回撤控制突出,上漲市收益適中,長期收益穩健,幾乎每年都能取得正收益。從組合構建角度來看,股票多空基金與其他類別基金相關性較低,有利於實現分散組合風險。

股票多空基金配置特點:整體配置與股市行情、股指期貨基差緊密相關

整體資產配置來看,整體資產配置與股市行情、股指期貨基差水平相關。股票配置來看,近年來行業配置逐步分散,相對滬深300指數長期低配大金融;債券配置來看,大多數基金以配置利率債為主,不同基金在信用債和可轉債上的配置比例分化,如匯添富絕對收益策略A偏好配置信用債,海富通阿爾法對沖A偏好配置可轉債。股指期貨對沖方面,考慮到目前三大股指期貨的流動性、貼水幅度、選股空間等因素,IF是股票多空基金的主流選擇。

股票多空基金收益來源分析與多維度刻畫體系

選擇利潤表數據對收益進行歸因,從收益結果反推投資能力。按照資產類別可以將基金的收益來源劃分為股票收益、期貨收益、債券收益、銀行存款收益和其他收益。股票收益包括新股申購收益、對沖超額收益和多頭敞口收益等;期貨收益包括基差成本和展期損益等;債券收益包括債券利息收益、債券投資收益和債券浮動收益。

收益分解結果來看,股票多空基金收益主要來源於選股和打新的超額收益。2017年後新股申購能夠提供較為穩定的正收益;選股收益貢獻僅次於打新,但波動相對較大;期貨端收益貢獻波動最大,是主要的成本項;債券端可以穩定提供正收益,但貢獻相對較小。我們以目前規模較大且成立時間較長的基金為例來看,匯添富絕對收益策略A收益主要來源於選股和信用債,南方絕對收益策略A收益主要來源於打新,海富通阿爾法對沖A收益來源多元。

構建多維能力圈指標刻畫體系。結合淨值、持倉、利潤表等數據對股票多空基金的能力圈做更全面的刻畫,包括股票投資貢獻、債券投資貢獻、期貨投資貢獻、多頭擇時貢獻、收益獲取貢獻、風險控制、投資持有體驗、順境進攻和逆境防禦等九大指標綜合指標。從2018年以來的樣本基金來看,股票多空基金大部分難以兼顧順境進攻性和逆境防守性,綜合指標較高的基金在淨值類和收益貢獻類指標中都有較為突出項目,但各項指標並不均衡,存在個別短板。從2020年以來的樣本基金來看,綜合指標較高的股票多空基金在兼顧順境進攻性和逆境防守性表現均不錯,並且收益獲取、風險控制、持有體驗、債券投資貢獻和打新收益貢獻等多維度都位於前列,短板項目較少,綜合能力均衡。

風險提示:本報吿對於基金產品的研究分析均基於歷史公開信息,基金的歷史業績與表現不代表未來;未來表現受宏觀環境、市場波動、風格轉換等多重因素影響,存在一定風險;基金的各項刻畫指標均基於統計指標構建,可能與實際基金投資能力存在差異。

正文

股票多空基金市場發展 

市場概況:近十年發展一波三折,仍屬公募基金中相對小眾品種

國內公募股票多空基金主要採用市場中性策略,即同時構建股票多頭組合和空頭組合,嚴格控制組合風險敞口,從而獲得獨立於股票市場的超額收益。除市場中性策略外,全球主流對沖基金策略還包括宏觀對沖策略、CTA策略、相對價值策略、事件驅動策略、信貸策略、利基策略等。

國內起步相對較晚,十年發展一波三折。相較於其他主流基金類型,公募股票多空產品推出時間較晚,國內第一隻公募股票多空基金嘉實絕對收益策略A成立於2013年12月6日。截至2022年3月底,公募股票多空基金共25只,總規模270億元,佔全部開放式公募基金總規模不到0.2%,屬於相對小眾的品種。從近十年的發展歷程來看也是一波三折:在經歷了初期短暫發展後,隨着2015年市場大幅波動和強監管政策的推出,股票多空基金規模大幅縮水;2019年審批開閘後數量和規模重又回升,2020年三季度達到歷史峯值,規模接近700億元;但2021年以來整體業績收縮也影響了規模增長。

圖表: 國內股票多空基金規模和數量變化

資料來源:萬得資訊,中金公司研究部,注:數據截至2022.03.31

股票多空基金市場集中度較高,但競爭格局尚未固化。截至2022年3月底,共有20家基金公司發行了股票多空基金,其中,嘉實基金、工銀瑞信基金、海富通基金、華泰柏瑞基金和富國基金均有2只產品。截至2022年3月底,管理規模前三的機構分別是匯添富基金(139.52億元)、海富通基金(39.46億元)和嘉實基金(26.00億元);規模前三的基金分別是匯添富絕對收益策略A(139.52億元)、海富通阿爾法對沖A(31.86億元)和嘉實絕對收益策略A(13.91億元),合計規模185.29億元,佔行業總規模的68.7%,整體集中度較高。

圖表: 股票多空基金集中度趨勢變化

資料來源:萬得資訊,中金公司研究部,注:數據截至2022.03.31

頭部機構漸顯優勢,整體規模均有所縮減。匯添富基金自2018年以來規模快速增長,近5年來穩居首位,但2022年初產品贖回明顯,管理規模也下降到140億元左右。海富通基金是較早佈局股票多空基金的公司之一,管理規模基本穩定在前三,2018年以來規模亦呈顯著增長,但近兩年來規模縮減較多。嘉實基金作為最早發行股票多空基金的公司,在2021年管理規8模重回前三。

圖表: 股票多空基金頭部機構變遷(2013-2022)

資料來源:萬得資訊,中金公司研究部,注:數據截至2022.03.31

股票多空基金投資者結構整體相對均衡,近年來機構投資者佔比提升。從整體來看,2019年後機構投資者佔比有所提升,由2019年末的33.93%提高到2021年末的58.12%,部分需求來自於FOF產品。從頭部產品來看,機構投資者更偏好的產品有海富通阿爾法對沖A和嘉實絕對收益策略A(的機構投資者佔比分別為83.93%和94.70%);而匯添富絕對收益策略A則較受個人投資者青睞,個人投資者佔比為57.63%。

圖表: 股票多空基金投資者結構變遷(規模加權)

資料來源:萬得資訊,中金公司研究部 注:數據截至2021.12.31 

圖表: 規模前三大基金機構投資者佔比變遷

資料來源:萬得資訊,中金公司研究部 注:數據截至2021.12.31

發展歷程:受股指期貨監管政策影響大,市場規模幾番升降

國內股票多空基金主要採用股指期貨進行對沖,因此其發展不僅與A股市場行情相關,也與股指期貨監管政策息息相關。結合A股行情和股指期貨監管政策來看,國內公募股票多空基金髮展經歷了以下四個階段:

► 短暫快速發展期(2013Q4-2015Q2)

股指期貨相繼推出,對沖成本相對低廉,市場規模逐漸上升。2010年4月6日滬深300股指期貨合約正式上市交易,規模逐步上升。2012年限制進一步放開,開始允許機構申請多頭或空頭套保,不存在只許做空套保、限制做多套保的情況。2015年4月16日上證50、中證500股指期貨推出,三大股指期貨交易保證金為合約價值的10%,平今倉手續費僅為成交金額的0.23 ‱,2015年5月,滬深300股指期貨一躍成為全球交易量最大的股指期貨產品。對沖品種的豐富和較為低廉的對沖成本使得股票多空基金在2015年迎來首次快速發展,截至2015年6月,管理規模達到273億元;此外,2015年股票基金最大回撤接近50%,而股票多空基金有效使用股指期貨對沖策略,當年最大回撤僅1.1%。

► 強監管期(2015Q3-2016Q4)

市場大幅調整,監管加強,對沖成本高昂,市場規模持續收縮。2015年6月A股市場大幅下行,微觀結構惡化,流動性緊縮,隨後股指期貨市場出現大幅貼水。2015年8月26日至9月7日期間,股指期貨交易限制連續4次加強;三大股指期貨套期保值持倉的保證金率從10%提高到20%,非套期保值持倉的交易保證金率提高至40%,平今倉手續費提高至成交額的23‱;此外,單日開倉交易量超過10手即構成異常交易行為,公募基金對沖成本大幅提升,股指期貨也長期處於貼水狀態。受多重因素影響,股票多空基金規模大幅縮減至2016年底的41.43億元,2016年初以來證監會也基本暫停了對公募股票多空基金的審批。

► 鬆綁期(2017Q1-2019Q2)

對沖成本有所降低,股票多空基金髮審仍暫停滯。2017年開始,中金所分別在2017年2月17日、2017年9月18日、2018年12月3日和2019年4月22日對股指期貨交易四次鬆綁。滬深300期貨和上證50期貨的交易保證金全部調整至合約價值的10%(2015年市場下跌前水平),中證500期貨交易保證金調整至合約價值的12%,平今倉手續費降低至成交金額的3.45‱,過度交易監管標準提高至500手(單個合約),基本恢復至2015年大幅調整前的水平。此階段股票多空基金審批尚處暫停狀態,行業規模也仍處在較低水平在50億元左右。

► 二次發展期(2019Q3至今)

審批重新開閘,規模達到歷史新高,近年有所回落。2019年9月,公募股票多空基金再次開始審批,疊加震盪市中其表現優異,2020年9月規模達歷史高點(669.57億元);但2021年以來股票多空基金整體表現不佳,市場規模再次經歷較大回調。

圖表: 公募股票多空基金規模及監管政策變化

資料來源:萬得資訊,中金公司研究部 注:數據截至2022.03.31

對沖成本:股指期貨交易鬆綁貼水改善,整體環境利於股票多空基金髮展

2017年以來股指期貨交易限制逐漸放開,基本恢復至2015年水平。同時,股指期貨的貼水情況有所改善,在2017年股指期貨監管鬆綁後負基差處於相對收斂的狀態,對沖成本有所降低,多空對沖策略的可行性和收益也同步改善,整體環境有利於股票多空基金髮展。

使用股指期貨的基差年化收益率代表股票多空基金的對沖成本,年度平均來看2015年至今對沖成本持續降低,月度平均來看2017年鬆綁後對沖成本區間也顯著處於收斂區間。基差年化收益率計算公式如下:

其中, N為股指期貨合約距離交割日期的天數。

圖表: 股指期貨基差年化收益率(年度平均)

資料來源:萬得資訊,中金公司研究部 注:數據截至2021.12.31 

圖表: 股指期貨基差年化收益率(月度平均)

資料來源:萬得資訊,中金公司研究部 注:數據截至2022.03.25

風險收益:下跌市場中回撤控制突出,與其他類別基金相關性低

整體來看,2017年股指期貨監管政策鬆綁以來,股票多空基金經歷牛熊市場,在下跌市中回撤控制突出,上漲市收益適中,長期收益穩健,幾乎每年都能取得正收益。在股指期貨貼水程度有所改善、股債均處於震盪時,股票多空基金表現更為優異。但同時也要考慮到,大部分公募股票多空基金的多頭策略與指數增強策略類似,在行業輪動加劇、大小盤行情切換頻繁時,量化策略的適應度可能下降,且策略擁擠度上升也會磨損策略超額收益。

圖表: 股票多空基金業績表現

資料來源:萬得資訊,中金公司研究部 

注1:基差年化收益率 = (股指期貨點位-標的指數點位)/ 標的指數點位  * 365 / N ,N為合約距離交割日期的天數,滾動30天

注2:股票多空基金業績計算方式為成分基金算數平均值 

注3:數據截至2021.12.31

分階段來看,股票多空基金在2017年以來回撤水平均低於股票型基金和混合型基金,表現較為穩健:

► 2017年一九分化:2017年市場風格分化,核心資產上漲,中小市值下跌。在此背景下,股票多空基金全年平均收益2.46%,最大回撤僅1.21%。

► 2018年中美貿易摩擦、金融去槓桿:2018年金融去槓桿疊加中美貿易摩擦,股市大幅下跌,債券市場牛市。在股熊債牛的行情下,股票多空基金平均錄得正收益0.27%,平均最大回撤2.52%。

► 2019年風險偏好修復,科創板打新收益貢獻豐厚:2019年股債震盪上行,打新收益貢獻增厚,期貨貼水狀況改善,全年收益平均達8.24%,最大回撤僅1.12%,收益風險比突出。

► 2020年疫情導致市場年初經歷較大回調:2020年股市先降後升,債市全年表現不佳,股票多空基金全年上漲7.7%,平均最大回撤1.83%,雖經歷一定回撤,但綜合全年來看絕對收益及風險調整後收益均表現突出。

► 2021年業績驅動,估值收縮:2021年指數波動率和振幅明顯收斂,量化私募等機構發展迅速,推動市場交投情緒長期保持在較高水平;降準降息政策下債市表現突出。股票多空基金全年平均收益1.22%,最大回撤2.90%,整體表現相對一般。

圖表: 各類型基金2017-2021年度收益風險指標(按收益回撤比降序)

資料來源:萬得資訊,中金公司研究部

股票多空基金與傳統的“固收+”產品之間是“和而不同”的關係,從目標上看都是希望為投資者創造相對穩定的收益,但實現方式不同。傳統意義的“固收+”基金主要通過調整股債配置比例降低組合風險,收益與股市和債市的相關性較高;而股票多空基金收益的核心在於使用股指期貨對沖市場系統性風險,從而獲取超額收益,其收益與傳統資產收益相關性低。

從組合構建角度來看,股票多空基金與其他類別基金相關性較低,有利於實現分散組合風險。2017年以來,股票多空基金收益與其他基金指數收益相關性較低,均處於0.5以下,在組合中可以作為分散風險的品種,進一步改善組合有效前沿。

圖表: 2017年以來各類型基金指數收益相關性矩陣

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31

股票多空基金配置特點

資產配置:整體配置與股市行情、股指期貨基差緊密相關

從整體資產配置比例來看,隨着2017年後股指期貨政策鬆綁,股票倉位回升並穩定在高位;2018年後債券倉位也有所提高,主要是由於頭部基金配置債券比例的提高;2016年後隨着滬深300指數整體震盪上行的,多頭敞口比例亦呈現波動上行趨勢。 

圖表: 股票多空基金整體資產配置分佈

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31

從基差率的影響來看,由於股票多空基金的對沖方式是做空股指期貨,做多指數成分股,因此股指期貨基差率在一定程度上可以反映對沖成本的高低,其計算方式如下:

因此股票多空基金通常會基於股指期貨基差率或基差年化收益率調整股票持倉比例,即在股指期貨基差收斂時,對沖成本相對降低,適當提高股票倉位;在股指期貨基差擴張時,對沖成本升高,適當降低股票倉位。

從股市行情的影響來看,股票多空基金的股票倉位和多頭敞口也與股市行情,特別是滬深300指數行情相關。在股市上漲期間,股票多空基金傾向於獲取指數上漲帶來的貝塔收益,因此會適當提高股票倉位,降低對沖的股指期貨倉位,提高多頭敞口;在股市下跌期間,股票多空基金傾向於規避指數下跌的虧損,因此會降低股票倉位,提高對沖比例,降低多頭敞口。

圖表: 股票多空基金資產配置與IF基差率相關

資料來源:萬得資訊,中金公司研究部,注:資產配置比例計算方法為整體法,數據截至2021.12.31

圖表: 股票多空基金多頭敞口與滬深300指數相關

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31

股票配置:相對滬深300長期低配金融,行業配置集中度逐步降低

由於股票多空基金多數採用滬深300期貨對沖,因此我們考察其整體相對滬深300的行業配置偏離情況。具體計算方面,將所有公募股票多空基金報吿期的中信一級行業投資市值和股票投資市值相加,可以計算整體行業投資市值佔股票投資市值比例,進而計算股票多空基金整體相對滬深300指數的行業配置偏離情況。由於2017年之後股指期貨鬆綁,股票倉位迴歸正常水平,因此僅主要呈現2017年以來的配置情況。

整體來看,股票多空基金相對滬深300行業配置偏離度不高,重倉行業基本一致,長期低配金融。股票多空基金整體相對滬深300偏離度控制在5%以內,對於銀行和非銀金融等行業長期低配,2018-2019年較大幅度超配食品飲料,2019年至今超配基礎化工、建材、消費者服務、計算機、傳媒等行業。

行業配置集中度方面,整體來看近年來股票多空基金的行業配置集中度處於下降趨勢,並且不同基金的行業配置集中度差異也在縮小,反映出股票多空基金整體的行業配置都更加分散。

圖表: 股票多空基金整體相對滬深300行業偏離度(2017-2021年)

資料來源:萬得資訊,中金公司研究部 注:數據截至2021.12.31

圖表: 股票多空基金和滬深300前五大重倉行業變遷(2017-2021年)

資料來源:萬得資訊,中金公司研究部 注:數據截至2021.12.31

圖表: 股票多空基金行業配置集中度變化(2014-2021年)

資料來源:萬得資訊,中金公司研究部

債券配置:利率債為主,信用債、可轉債配置分化

從細分券種配置比例來看,無論用整體法還是平均法,債券投資比例都在波動上行,説明債券資產作為增厚收益和流動性管理的工具被越來越多地使用。用整體法計算,2018年後債券資產和信用債佔基金資產總值的比例大幅提升;用平均法計算,則是利率債佔比相對更高。這説明頭部基金對於信用債配置規模更多,同時也會使用可轉債作為收益來源。

圖表: 股票多空基金券種配置-整體法

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31 

圖表: 股票多空基金券種配置-平均法

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31

圖表: 股票多空基金券種配置分佈

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31

從規模較大的產品債券配置來看:可以觀察到匯添富絕對收益策略A的債券配置主要以信用債為主,適當採用信用下沉策略增厚基金收益,但近一年來信用債配置比例逐漸降低,更多地配置利率債;海富通阿爾法對沖A則主要配置可轉債和利率債,階段性使用轉債增厚收益,其餘時期利用利率債作為流動性管理的工具;嘉實絕對收益策略A在債券端的配置則幾乎全部投資於利率債。

圖表: 最新規模前三的股票多空基金細分券種配置情況

資料來源:萬得資訊,中金公司研究部,注:數據區間為現任基金經理管理區間(剔除半年建倉期)

對沖工具:滬深300期貨對沖為主

以整體法計算股票多空基金的對沖品種配置比例,2017年後使用滬深300期貨作為對沖工具的比例增加。考慮到目前三大股指期貨的流動性、貼水幅度、選股空間等因素,IF是股票多空基金的主流選擇。

從對沖成本來看,2017年股指期貨政策鬆綁後,上證50和滬深300貼水率相對更低,同時上證50的選股超額空間較小,因此使用滬深300股指期貨作為對沖工具,對沖成本和選股超額空間相對合適。

從指數成分股特徵來看,與中證500相比,滬深300指數的金融股權重過高,行業集中度也較高,使用量化策略獲取超額收益的難度相對較大。因此,也有一些基金以中證500股指期貨作為對沖工具,中證500的優勢在於行業佔比更加分散,更適合較為高頻的量化多因子策略。

圖表: 股票多空基金期貨配置(2014Q3-2021Q4)

資料來源:萬得資訊,中金公司研究部 注:數據截至2021.12.31 

圖表: 股指期貨基差年化收益率-月度平均

資料來源:萬得資訊,中金公司研究部 注:數據截至2021.12.31

同樣,考察規模較大的三隻基金對沖工具偏好情況,其中,嘉實絕對收益策略A主要以IF為對沖工具;海富通阿爾法對沖A也主要使用IF對沖,但會適當配置IC;匯添富絕對收益策略A則會在三大期貨間均衡配置,並且配置比例變化較大。

圖表: 規模前三大股票多空基金期貨品種配置分佈

資料來源:萬得資訊,中金公司研究部,注:數據區間為現任基金經理管理區間(剔除半年建倉期)

股票多空基金收益來源分析

基於利潤表的收益分解方法

雖然平均來看,股票多空基金每年都可取得正收益,但基金之間仍存在較大分化,因此我們有必要對股票多空基金的收益來源進一步細分,從而更精準地識別其投資能力。

絕大多數公募股票多空基金採用市場中性策略,通過量化多因子模型篩選出能大概率戰勝市場指數的股票,做空對應的股指期貨剔除市場系統性風險,從而獲取穩定的絕對收益。少部分股票多空基金通過基本面分析選股,使用量化模型對組合在行業、個股、權重以及風格因子暴露上進行約束。但其選用的策略從低頻的季報持倉中較難復現,因此我們選擇利潤表數據對其收益進行歸因,從收益結果反推投資能力。按照資產類別可以將基金的收益來源劃分為股票收益、期貨收益、債券收益、銀行存款收益和其他收益。

► 股票收益:可以進一步拆分為新股申購收益、對沖貝塔收益、對沖超額收益和多頭敞口收益。其中,打新收益對於小規模股票多空基金收益增厚明顯,對沖超額收益代表了基金選股能力,多頭敞口收益則在一定程度上反映了基金的擇時能力。

► 期貨收益:包括-對沖貝塔收益、基差成本和展期損益。基差成本和展期損益是衍生品收益與對沖貝塔收益之和,可以反映基金在期貨品種和合約月份上的配置能力和套利能力。

► 債券收益:包括票息、債券投資收益和債券浮動收益,買入返售金融資產類似於債券逆回購,風險較低、收益穩定,因此一併計入債券票息收益中。債券投資和浮動收益貢獻可以衡量基金經理除持有到期收益之外的券種選擇和交易能力。在股票多空基金中,債券收益通常佔比不多。

通過上述拆分可獲得各類資產報吿期的收入,再與報吿期平均資產規模相除,則可粗略估計每類資產在報吿期內對於基金的收益率貢獻。基於利潤表進行基金收益分解會存在一定的誤差,主要是由於申贖費的影響,在報吿期內申購贖回對實際規模影響較大時,誤差較大。

對於報吿期平均資產規模的估計一般有三種方式,多季度淨資產平均、管理費反推和加權平均淨值利潤率反推,三種方式均存在不同程度的誤差,因此本文在後續計算時,採取三者計算出的收益率與實際收益率誤差孰低原則,動態選擇計算方式。值得一提的是,在計算H2數據時,需要減去對應利潤表中的H1數據。

在計算對沖股指漲跌幅時,其計算方法如下:

圖表: 基於利潤表的股票多空基金收益分解

資料來源:中金公司研究部

圖表: 基於利潤表的股票多空基金收益分解

資料來源:中金公司研究部,注:投資市值均值為半年期內三個報吿期披露值的平均

選股和打新超額是主要的收益來源

整體來看,股票多空基金的收益主要來源於選股及網下打新的超額收益。基於前文收益分解體系對當前存續的股票多空基金收益進行分解,並分報吿期求平均值。分報吿期來看,2017年後新股申購能夠提供較為穩定的正收益;期貨端在2017H1、2019H1、2020全年和2021H2也貢獻了較多正收益,但總體來看期貨端波動最大,是主要的成本項;選股的超額收益在2018H1、2020H1、2021H1均貢獻較多正收益,但選股收益貢獻波動也較大;多頭敞口在上漲及震盪市中可以提供穩定的正收益,但整體貢獻相對較小;債券端收益貢獻波動較大。

圖表: 基於利潤表的股票多空基金收益分解(報吿期均值)

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31,均值(方差)貢獻是對應收益2017年以來的均值(方差)佔估算收益均值(方差)的比例

接下來,我們以目前規模較大且成立時間較長的基金為例,對比分析匯添富絕對收益策略A、南方絕對收益策略A和海富通阿爾法對沖A具體的收益來源。

匯添富絕對收益策略A收益主要來源於選股和信用債,南方絕對收益策略A收益主要來源於打新,海富通阿爾法對沖A收益來源多元。匯添富絕對收益策略A的對沖超額收益在絕大部分時間段均貢獻了穩定的正收益,儘管2018H2權益資產損失較大,但債券收益較好的彌補了損失。南方絕對收益策略自2018年以來打新收益貢獻突出。海富通阿爾法對沖A的收益來源較為多元,對沖超額收益、期貨端和打新收益都曾貢獻過可觀正收益。

圖表: 匯添富絕對收益策略A、南方絕對收益策略A、海富通阿爾法對沖A收益分解

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31

圖表: 匯添富絕對收益策略A、南方絕對收益策略A、海富通阿爾法對沖A收益佔比

資料來源:萬得資訊,中金公司研究部,注:數據截至2021.12.31

股票多空基金多維度刻畫及優選

構建股票多空基金多維刻畫體系

前文通過挖掘定期報吿數據對股票多空基金的配置策略和收益來源進行解析,本節我們結合淨值數據對股票多空基金做更全面的刻畫,在原有體系的基礎上調整如下:

► 最長回撤修復時間:採用區間內基金創新高所需的最長時間進行計算,代表持有基金虧損時,回本所需要的最長天數。

► 順境進攻性和逆境防守性: 由前述分析可知,股票多空基金主要選擇滬深300股指期貨進行對沖,因此我們股指變量選擇滬深300指數月度收益率,期貨變量選擇滬深300股指期貨基差年化收益率的月度均值,與前三年中位數進行對比,作為順逆境判斷指標。

圖表: 股票多空基金多維刻畫指標體系

資料來源:中金公司研究部

圖表: 2018年以來股票市場順逆境階段劃分

資料來源:萬得資訊,中金公司研究部 注:2018.01.01~2022.03.31 

圖表: 2018年以來期貨市場順逆境階段劃分

資料來源:萬得資訊,中金公司研究部 注:2018.01.01~2022.03.31

具體計算流程來看,首先剔除最新報吿期規模低於1億元的基金,並根據股票多空基金的現任基金經理任職日期將計算時間區間分為兩類(近3年和近1年),剔除現任基金經理任職日期遲於對應開始區間的基金;進而,根據底層數據計算股票多空基金的基礎指標(對於淨值類指標時間區間選為2018H1-2022Q1和2020H1-2022Q1,對於利潤表類指標時間區間選為2018H2-2021H2和2020H2-2021H2);最後,對同一大類指標內的基礎指標進行標準化並取均值,得到基金大類指標數值。

圖表: 股票多空基金多維刻畫指標計算流程

資料來源:中金公司研究部

基金優選:2020年以來優選基金淨值指標表現優異

從2018年以來的樣本基金來看,股票多空基金大部分難以兼顧順境進攻性和逆境防守性,綜合指標較高的基金在淨值類和收益貢獻類指標中都有較為突出項目,但各項指標並不均衡,存在個別短板。

從2020年以來的樣本基金來看,綜合指標較高的股票多空基金在兼顧順境進攻性和逆境防守性表現均不錯,並且收益獲取、風險控制、持有體驗、債券投資貢獻和打新收益貢獻等多維度都位於前列,短板項目較少,綜合能力均衡。

圖表: 2018年以來股票多空基金多維指標刻畫

資料來源:萬得資訊,中金公司研究部,注:數據區間2018.01.01-2022.03.31,涵蓋2018年之前成立所有產品

圖表: 2020年以來股票多空基金多維指標刻畫

資料來源:萬得資訊,中金公司研究部,注:數據區間2020.01.01-2022.03.31,涵蓋2020年之前成立所有產品

Follow us
Find us on Facebook, Twitter , Instagram, and YouTube or frequent updates on all things investing.Have a financial topic you would like to discuss? Head over to the uSMART Community to share your thoughts and insights about the market! Click the picture below to download and explore uSMART app!
Disclaimers
uSmart Securities Limited (“uSmart”) is based on its internal research and public third party information in preparation of this article. Although uSmart uses its best endeavours to ensure the content of this article is accurate, uSmart does not guarantee the accuracy, timeliness or completeness of the information of this article and is not responsible for any views/opinions/comments in this article. Opinions, forecasts and estimations reflect uSmart’s assessment as of the date of this article and are subject to change. uSmart has no obligation to notify you or anyone of any such changes. You must make independent analysis and judgment on any matters involved in this article. uSmart and any directors, officers, employees or agents of uSmart will not be liable for any loss or damage suffered by any person in reliance on any representation or omission in the content of this article. The content of the article is for reference only and does not constitute any offer, solicitation, recommendation, opinion or guarantee of any securities, virtual assets, financial products or instruments. Regulatory authorities may restrict the trading of virtual asset-related ETFs to only investors who meet specified requirements. Any calculations or images in the article are for illustrative purposes only.
Investment involves risks and the value and income from securities may rise or fall. Past performance is not indicative of future performance. Please carefully consider your personal risk tolerance, and consult independent professional advice if necessary.
uSMART
Wealth Growth Made Easy
Open Account