基金首席分析师：单开佳

　　基金高级分析师：孙志远

　　随着近两年以来的强劲走势，以及A股市场表现疲弱，QDII基金再度回归大众视野，成为近期投资者关注的焦点。与刚问世时相比，现在的QDII基金已经从千人一面、集聚港股的初级阶段，过渡到百花齐放，品类繁多的成熟阶段。

　　图1近年来投资于美国的QDII基金与A股市场对比(统计区间：2010-12-31到2014-7-3)

　　资料来源：海通证券金融产品研究中心

　　各基金之间的显著差异最为直观的体现在收益相关性上，同一时点不同投资对象的QDII基金业绩差异可能非常大。以2013年为例，如果投资者选择了投资于美国市场的基金，其年收益可能超过30%，但如果按照历史表现，将资产配置在贵金属QDII之上，下跌幅度也可能超过30%。不难看出，分化程度日益加大的QDII基金对投资者的品种选择提出了更高的要求，而市场上关于QDII基金的投资策略研究相对匮乏，这也是本系列报告希望研究和解决的主要目的。世界杯正如火如荼的进行，这个系列报告也力图让投资者打开全球配置的视野，用QDII基金来赢取基金投资中的“世界杯”。本篇作为系列报告的“开场哨”，希望通过对QDII基金的分类，把握其主要矛盾，让投资者对QDII基金的本质能有简单直观的认识，也为之后分析每种QDII基金的收益影响因素，以及相应的投资策略制定，打下坚实的基础。

　　1.  为什么要进行分类

　　QDII的投资可以分为类别配置和个基选择两大步骤。对于收益主要依赖于投资对象，且相关性偏低的资产来说，恰当的分类是获取收益的关键。这点非常类似于大类资产配置、行业配置和个股选择的收益贡献，由于大类资产之间的收益相关性要远低于行业及个股，因此大类资产配置通常是投资组合中最为主要的收益来源。

　　分类的最终结果是使得类别内部基金的收益差异尽可能小，类别之间基金的收益差异尽可能大。投资者找到每个类别的收益影响因子之后，只要相对准确的判断因子未来表现，就可以对QDII的类别进行选择，也完成了QDII基金配置的主要流程。至于接下来的个基选择过程，由于类别内部品种差异较小，选择难度大为下降，一般可以采用有效边界的静态方法或者历史风格收益排序的动态方法加以甄别。

　　2.  如何进行分类

　　QDII基金中绝大部分是开放式品种，其申赎成本高(1.5%~3%之间)，赎回后资金到账效率也非常低。即使是可以在二级市场上市交易的品种，虽然交易成本远低于一级市场的申赎费用，但由于交投活跃度较差，资金进出时也容易较大的冲击成本。所以整体来看，QDII基金的投资成本较高，不适合频繁调仓。

　　投资成本高要求基金分类不应过细。对于判断能力较强的投资者来说，过细的分类虽然便于把握品种间的轮动关系，但是也容易导致品种轮动过于频繁，其轮动收益可能还无法弥补基金轮换所产生的成本，这点是在QDII基金分类中需要注意的地方。

　　2.1两种分类方法介绍

　　基于投资范围的直观分类法

　　基于投资范围是一种最为简便和直观的分类方法，也为市场广为所用，但是这种方法也存在着诸多不足。

　　首先，该方法容易将类别分得过细。基金公司发行QDII都会找到一些卖点，但这些卖点并不会使其表现显著独立于其他品种。如果仅仅根据某一卖点，就将该基金独立划类，那么必然导致QDII分类过细过杂。以投资于新兴市场的QDII为例，如果根据其基金名称，可能会将其细分为亚太主题、红筹主题和港股主题等类别，但事实上，这些类别的收益相关性极高，在其之间进行判断及基金轮动，效率其实是非常差的。

　　表1QDII中以新兴市场为投资对象的业绩相关系数(统计区间：2006年1月到2014年5月)

　　资料来源：海通证券金融产品研究中心

　　其次，该方法无法量化考察类别之间的相似程度。本质上说，基于投资范围的分类是一种主观分类法，投资者无法通过类别而了解到各类别之间进一步的相似程度高低，也很难做到灵活的再聚类。由于不同投资者能力存在差异，所以再聚类对于投资者其实是非常重要的。对于那些金融知识丰富、市场预判能力较强的投资者来说，分类越细，其主动调整的空间越大，能够便于其挖掘每个细分类别间的轮动收益；而对于那些金融市场了解不多，预判能力一般的投资者来说，把握大资产类别方向，将更多的职能，例如国别轮换，资产轮动等“外包”给基金经理是更加合理的选择，这就需要基金分类做得相对粗一点，一些相似程度较高的类别可以合并到一起，例如之前提到的亚太主题、红筹主题和港股主题，其之间相似程度较高，则可以再聚类为新兴市场主题类别，便于只希望在成熟市场和新兴市场之间切换的投资者进行选择。但是因为非量化方法无法测度组间差异高低，所以无法根据自身需求进行灵活再聚类。

　　基于样本距离的聚类分析法

　　鉴于此主观分类法的种种不足，我们更建议采用统计学当中的聚类分析法对QDII基金进行量化分类。简单来说，聚类分析是在个体的多指标体系之下，通过计算个体之间的指标综合距离，将相近的个体逐步合并，并最终聚为一类的过程。

　　这种方法最大的好处在于可将组间差异定量化，清晰的看到不同类别之间的距离差异，以及细类聚合的过程。根据差异的容忍程度，投资者可以自由灵活的选择类别数量，并揭示细类之间的相似程度。

　　本质上说，主观分类法是一种事前分类法，无需实际投资运作或涨跌幅，根据常识和经济理论便可进行；聚类分析法是一种事后分类法，由于它依赖于不同时期收益率的差异程度，所以必须要求有实际的投资业绩或涨跌。如果聚类分析结果与主观分析基本一致，相当于实现了理论分类与实际表现的结合，更加能够增强分类结果的可信度。

　　2.2聚类分析法的过程

　　聚类标的选择

　　目前市场上共有82只QDII基金(剔除同一基金旗下的不同份额和ETF产品的链接基金)，既有跟踪指数表现的被动型产品，也有依赖于基金经理的主动型产品。为了剔除主动管理能力的影响，我们假设基金严格按照比较基准的范围进行投资，用比较基准的历史表现作为聚类标的。此外，鉴于比较基准指数数据的可得性，也为了减少初始聚类数量，我们对一些相似标的进行了初步合并。举例来看，对于以成熟市场价值风格指数为基准的产品，例如长信标普100等权、大成标普500等权，我们将其归并到成熟市场价值型QDII类中，并以统一使用标普500指数来衡量这一类别整体表现。根据以上原则，我们将所有QDII分为13个子类别，具体如下：

　　表2QDII初始类别以及相应的表征指数

　　资料来源：海通证券金融产品研究中心

　　注：截止到20140630

　　还有一些初始类别因为同类QDII基金过少，所以分析中予以剔除。

　　聚类方法

　　采用分层聚类算法，计算每个业绩考核期间各类别之间的距离，每步将两个距离最近的类别合并，直到最终全部归为一类。样本间具有多种距离定义方式，在此我们采用欧式距离来衡量样本间不同时期收益率的整体差异。

　　定类原则

　　根据经验法则，设置类别距离长度，对聚类过程进行切分。低于要求距离长度的全部归为一类，以此确定分类数量和类别内部构成。

　　3.  分类结果

　　利用SPSS软件的Hierarchical Cluster模块，对2005年以来13个标的指数的月度收益率进行聚类分析，按照5的

　　4.距离标度，可以将分为以下7类：

　　第一类：成熟市场组。包括纳斯达克指数、标普500指数和医疗行业指数。

　　第二类：新兴市场组。包括恒生指数、金砖四国指数、亚洲(除日本)指数和恒生红筹指数。

　　第三类：资源组。包括能源行业指数、原材料行业指数。

　　第四类：地产相关组。美国REITs指数。

　　第五类：奢侈品相关组。道琼斯奢侈品指数。

　　第六类：逆周期组。美国债券指数。

　　第七类：避险组。黄金现货。

　　图2 QDII基金分层聚类过程

　　资料来源：海通证券金融产品研究中心

　　图3 QDII基金分层聚类冰柱图

　　Vertical Icicle

　　资料来源：海通证券金融产品研究中心

　　似乎将13个指数分成7类略微显多，但事实上这些类别之间的距离是差异很大的，也就是说，每个类别的整体收益都具有足够的独立性。从经济意义上看，新兴市场组代表主要代表了全球工业产成品市场，即“世界工厂”，其受到终端需求和库存的影响，容易产生同频共振。成熟市场组中以美国市场指数为主，除了常见的纳指和标普500指数外，还包含了医疗行业指数，这与医疗创新和大型药厂集中于美国不无关系，也代表了全球的终端需求。资源组则以能源提供商和工业原料加工商为主，代表全球市场的上游行业。其余组别都只包括单一指数，这主要源自于其投资对象的异质性，我们会在系列报告之二中对其特性和收益影响因素进行详细分析。

　　当然，如果设置更高的距离标度，可以缩小聚类数量，增加组类品种个数，也能够衡量前述组别之间的相似程度。例如分成4类的话，根据冰柱图(图3)所示，避险组中的黄金和逆周期组中的债券可以聚为一类，地产相关组仍然独立为一类，新兴市场组也没有发生改变，资源组、奢侈品组和成熟市场组则再聚合为一类。