海通证券：权益基金仓位持续下降 跌至近2年低点

　　“海量”专题（106）——利用因子暴露监控公募基金仓位和投资风格的变化

　　海通量化团队

　　全文摘要Abstract

　　本文尝试将因子剥离中的因子暴露参数应用到市场仓位及风格变化的估测中。

　　因子剥离参数的意义及应用。在使用因子剥离的方式对基金进行业绩分解时可以获得每一个基金在每一个因子上的回归系数，这一参数的实际意义是：基金经理所管理的组合在各个因子所指代的风险上的暴露敞口。这也意味着，我们可以反过来通过净值分析获得的数据，添补持仓分析中数据频率过低、披露时间滞后等不足，通过跨期或滚动对基金的净值做因子暴露分析，估测基金组合的仓位变化以及其风格的变化情况。

　　市场仓位与风格监控的两种方式。基于净值的因子分析对市场仓位与风格实现监控的方法有极简型估测和普通型估测两种：极简型是基于基金指数进行跨期因子剥离分析，普通型则是对每一只底层样本进行分析，最后基于净资产加权或者等权的方法将所有基金的估测结果进行汇总。后者虽然更加繁琐且运算量巨大，但能明显提升估测的准确度。

　　最新市场仓位及风格监测结果。通过估测我们发现，2018年以来，权益类基金的整体仓位一直在持续下降，直至最近达到了一个近2年的最低点，可见基金经理普遍对市场信心不足，参与权益市场的意向低迷。2018年期间，权益类基金整体持仓均偏向大市值风格。但2018年第四季度，权益类基金市场有向小盘风格开始漂移的迹象。从2017年至2018年5月，权益类基金的整体持仓一直在逐渐提升估值水平，但2018年下半年至今，整体估值水平在持续下降，可见市场重新开始倾向于持有低估值的价值型股票。从近期数据来看，市场对动量、高换手率等因子的暴露持续下降，整体交易情绪较为低迷，在基本面因子配置上较为震荡，但最新数据显示市场提升了对基本面的关注。

　　1、因子剥离参数的意义及应用

　　在使用因子剥离的方式对基金进行业绩分解时，我们可以获得每一个基金在每一个因子上的回归系数，这一参数的实际意义是：基金经理所管理的组合在各个因子所指代的风险上的暴露情况。

　　以市场因子（系统性风险因子）为例，基金在该因子上的暴露系数对应着基金组合所蕴含的系统性风险的相对水平，事实上即间接刻画了基金的仓位——当基金经理提升权益类资产的仓位，组合的权益系统性风险随之上升，基金在对应区间内对市场因子的暴露也会随之提升。在其他风格因子上也是同理，对目标因子的暴露系数代表了基金在对应的风格上配置的相对水平。
这也意味着，我们可以反过来通过净值分析获得的数据，添补持仓分析中数据稀少、披露时间滞后等不足，通过跨期对基金的净值因子暴露分析，估测基金组合的仓位变化以及其风格的变化情况。

　　以图1与图2中的某基金为例，图1展示了该基金季报中披露的实际权益类持仓（包括股票与可转债），图中可见在观察窗口2013年到2018年期间，该基金在权益类资产配置上发生了剧烈的仓位调整。图2中，我们每月末通过净值估测（基于过去60日的窗口）的方式，获得该基金连续的对权益市场因子的暴露，对应于图中的蓝色实线，其趋势与图1中的实际披露持仓大体一致，但弥补了未披露持仓数据时的空白。图2中黑色虚线为同期权益市场的平均收益，对比蓝色实线与黑色虚线可见，该基金经理具有非常强的权益市场波段操作的能力。同时可以注意到，虽然2018年12月31日的仓位尚未公布，该基金已经大幅降低了权益类持仓。

　　2、因子剥离参数在市场整体仓位与风格监控中的应用

　　基于如上分析，我们可以进一步地监控当前市场上所有权益类基金的整体仓位以及在大小盘、价值成长等风格配置上的整体水平，在下一期持仓数据披露之前，提前对市场的整体配置情况有所把握。

　　本文中，为了刻画测算基金市场的整体仓位以及主要权益类风格的变化，我们将权益基金样本定义为最近四期平均仓位超过80%且成立时间大于1年的基金，如存在多类份额则仅保留A份额，样本中包括了所有股票型基金与部分仓位较高的混合型基金。

　　2.1市场仓位与风格监控的两种方式

　　基于净值的因子分析对市场仓位与风格实现监控的方法有极简型估测和普通型估测两种：极简型是基于基金指数进行跨期因子剥离分析，例如混合型基金指数、股票型基金指数等，或直接对样本集进行收益加权构造复合样本基金指数。这一方法的优点是，计算起来非常简单，只需要对一只净值进行测试即可刻画出全市场基金的仓位水平及风格变化。

　　普通型方法是对每一只底层样本进行分析，分别得到每一只样本的仓位水平及风格配置变化，最后基于净资产加权或者等权的方法将所有基金的估测结果进行加总，作为市场整体的仓位及风格配置情况。显而易见，该方法在操作上要复杂许多，需要对所有的样本基金进行遍历分析。下文中，我们将分别基于不同的方法进行实证，并对结果进行比较。

　　2.2市场仓位的季度估测效果

　　本节我们选用市场因子暴露进行季度监测测试，观测估测出来的季度数据和季报披露持仓之间是否具有一致的趋势特征。在极简型估测中，我们分别选用了中国混基指数（CN6071.CNI）、中国股基指数（CN6070.CNI），以及基于底层样本基金净值的净资产规模加权指数，市场因子暴露参数变化与实际披露持仓变化之间的对比分别如图3、图4与图5，基于股基指数以及基于复合基金指数获得的仓位变化估测效果都较差，季频数据相关性也仅有0.20与0.22。基于混基指数所获得的仓位变化与实际披露持仓变化之间呈现一定的趋同性，在15年年中实际持仓大幅降低以后，估测的市场因子暴露参数随后也发生了大幅降低，但两者之间存在明显的时滞，监控效果欠佳。

　　图6中，我们基于底层样本基金进行遍历估测，最后通过净资产加权的方式对每一只基金的估测结果进行汇总，图中可见净值估测的效果有明显的提升，与真实披露的持仓变化较为接近，季频数据相关性达到0.85。观察图像，由于2018年12月31日的持仓数据尚未披露，而净值估测的数据已经可以获得，我们发现，权益类基金在近期大幅降低了持仓，值得投资者引起重视。

　　2.3市场大盘风格的季度估测效果

　　类似地，我们选用大市值因子进行季度估测。我们首先获得每一支基金在每季度披露的持股数据以及每一支股票相对于全市场的市值z-score分值，进而计算每一只基金持仓相对于全市场股票的市值z-score分值，最终通过净资产加权获得全样本基金的大盘风格水平。图7、图8与图9分别对应中国混基指数、中国股基指数以及复合样本基金指数的估测效果，图中黑色实线即全样本基金在大市值上的配置水平（加权z-score分值），由于全样本基金的大盘风格在观察区间内发生了明显的大幅波动，趋势性非常明显，在估测难度上有所降低。极简估测法下面的三个指数估测结果都和持仓披露结果呈现出了明显的趋同性，季频数据相关系数分别为0.69、0.75和0.67。

　　相比之下，图10中基于底层基金进行遍历估测再复合加总的估测结果效果更佳，季频数据相关性系数达0.87。2010年至2012年中，权益类基金整体偏向大市值风格，而2012年到2016年间，权益类基金开始逐渐偏向于小市值风格；2017年以后，市场进入“二八行情”，权益类基金也开始重仓大盘蓝筹股，基金市场的整体大市值风格大幅攀升。图中可见，虽然2018年12月31日的持仓数据尚未披露，但可以检测到权益类基金的大盘风格有发生明显下行，即开始偏向于小盘风格。

　　2.4成长/价值风格的季度估测效果

　　通过2.2和2.3小节中在基金市场仓位、基金市场大盘风格中的估测对比，我们认为，基于全市场底层基金进行估测后再基于净资产进行加权的方法虽然繁琐且运算量巨大，但能明显提升估测的准确度，下文中我们均基于底层基金进行估测。

　　图11中，我们基于底层样本基金对市场成长/价值风格（持股估值水平）进行估测，与市场、市值的效果相比，成长/价值风格的估测效果略弱，曲线之间虽然有明显一致性，但存在一定的滞后性。从2010年到2014年，基金市场均处于偏成长风格，且成长属性在2010到2013年间不断走强；2014年以后，基金市场的成长风格有所减弱，但估值水平依然较高；2015-2016年间，基金市场风格比较中性且偏成长；2017年进入“二八行情”以后，大盘蓝筹股炙手可热，基金市场的持股估值水平大幅下行跌落至5年最低点，转向极端的价值风格；2018年以来，基金市场持股估值水平重新不断走强，倾向于成长风格。值得留意的是，最新一期持仓数据尚未出，但从净值数据的估测表明，市场从连续1年多的成长风格开始向价值风格漂移。

　　2.5技术、基本面因子的季度估测效果

　　图12和图13中分别尝试了技术面的因子估测效果，我们选取了动量/反转和换手率两个典型的技术面因子。

　　从图像对比可见，技术面类因子的估测也呈现出了趋势上的一致性但极为明显的滞后性，我们猜测这主要是由于技术面类因子本身稳定性较差造成的。基于净值的方式去估测往往只能反映过去测试区间的平均暴露水平，但在估测时点上，基金风格已经迅速发生了变化。在2018年下半年以来，持仓数据显示基金市场降低了在动量、高换手率上面的暴露，即基金市场交易活跃度有明显的下降，净值估测随后出现了相似的趋势。最新时点上，虽然基金市场持股在动量、换手率上的暴露依然在降低，但考虑到滞后性较高的特点，这些信号对实际情形的监控价值并不高（实际时点上市场对两个因子的暴露可能已经开始抬升）。

　　图14是复合基本面因子的估测效果，基本面类因子往往稳定性较高，图中净值估测曲线和持仓曲线之间趋同性明显且滞后性较弱。由图可见，2015年到2016年中，市场对基本面关注度持续下降，而对高换手率因子的暴露水平不断增加，从高估值、高换手率、高动量（2015年）等趋势可以发现市场逐渐情绪化而忽略股票的基本面。而在2017年以后，大盘蓝筹股的行情引起市场去开始越来越关注基本面类特征，呈现出“业绩为王”的投资逻辑。2018年以来，权益类基金市场对高换手率、高动量因子暴露均明显下降，可见基金经理整体交易情绪低迷。

　　3、对市场仓位及风格的滚动监测

　　上一节中，我们主要基于季度数据进行估测，并与披露持仓数据进行对比，发现仓位（市场因子）、大小盘风格（市值因子）、成长/价值风格（估值因子）以及基本面（复合基本面因子）的估测效果尚可，但难以避免地存在一定滞后性。本节中，我们尝试提高估测的频率、降低估测的窗口时长，以期获得更为及时的市场监控。

　　图15中，我们以过去1.5个月为窗口，每日进行净值监测，市场因子的因子暴露参数如图中蓝色实线。曲线走势与2.2节的图6非常趋近，但因为测试窗口过短，测试容易受到个别极端数据影响，因此曲线并非平滑而出现了明显的毛刺。

　　图中曲线最明显的特征是在2015年6月底发生了大幅骤降，随后从15年到2018年年初，权益类基金整体的仓位均在持续提升。而2018年以来，权益类基金的整体仓位一直在持续下降，直至最近达到了一个近2年的最低点，可见基金经理普遍对市场信心不足，参与权益市场的意向低迷。

　　图16中是当前权益类基金在大盘因子上的暴露参数曲线。与前文分析相似，2017年的“二八行情”中权益类基金开始重仓大盘蓝筹股，基金市场的整体大市值风格急剧攀升，直至2018年，权益类基金整体持仓均偏向大市值风格。但2018年年末附近，权益类基金市场有向小盘风格开始漂移的迹象。

　　图17中是当前权益类基金在成长因子上的暴露参数曲线。从2017年至2018年5月，权益类基金的整体持仓一直在逐渐提升估值水平，但2018年下半年至今，整体估值水平在持续下降，可见市场重新开始倾向于持有低估值的价值型股票。

　　图18、图19以及图20分别对应当前权益类基金在技术面因子（动量、高换手率）以及复合基本面因子上的暴露参数曲线。从近期数据来看，市场整体交易情绪较为低迷，在基本面因子配置上较为震荡，但最新数据显示市场提升了对基本面的关注。

　　4、总结

　　本文尝试将因子剥离中的因子暴露参数应用到市场仓位及风格变化的估测中。在使用因子剥离的方式对基金进行业绩分解时可以获得每一个基金在每一个因子上的回归系数，这一参数的实际意义是：基金经理所管理的组合在各个因子所指代的风险上的暴露敞口。这也意味着，我们可以反过来通过净值分析获得的数据，添补持仓分析中数据频率过低、披露时间滞后等不足，通过跨期或滚动对基金的净值做因子暴露分析，估测基金组合的仓位变化以及其风格的变化情况。

　　基于净值的因子分析对市场仓位与风格实现监控的方法有极简型估测和普通型估测两种：极简型是基于基金指数进行跨期因子剥离分析，普通型则是对每一只底层样本进行分析，最后基于净资产加权或者等权的方法将所有基金的估测结果进行汇总。后者虽然更加繁琐且运算量巨大，但能明显提升估测的准确度。

　　通过估测我们发现，2018年以来，权益类基金（最近四期平均仓位大于80%的基金）的整体仓位一直在持续下降，直至最近达到了一个近2年的最低点，可见基金经理普遍对市场信心不足，参与权益市场的意向低迷。2018年期间，权益类基金整体持仓均偏向大市值风格。但2018年年末附近，权益类基金市场有向小盘风格开始漂移的迹象。从2017年至2018年5月，权益类基金的整体持仓一直在逐渐提升估值水平，但2018年下半年至今，整体估值水平在持续下降，可见市场重新开始倾向于持有低估值的价值型股票。从近期数据来看，市场整体交易情绪较为低迷，在基本面因子配置上较为震荡，但最新数据显示市场提升了对基本面的关注。

　　风险提示：市场系统性风险、基本面变化风险、海外与国内市场结构差异风险。

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。

责任编辑：常福强