如何解决资管行业的规模化痛点？_新浪财经

导读：最近这几年，市场上有许多质疑公募基金的声音，尬黑公募基金也成为了一种“流量密码”。这个现象，让我们感到极其心痛。

客观来说，截止到2024年8月末，全市场公募基金总规模突破30万亿，再创历史新高。在如此巨大的存量规模下，公募基金也肩负了更大的社会责任，更不可能推倒重来。

主观来说，我们在接触了上千位基金行业的投研人员后，发现他们依然是整个社会最勤奋刻苦、最有责任心的群体之一。我们也看到许多访谈过的优秀基金经理，这些年确实遭遇了投资业绩上的困境，甚至背负了不应该受到的指责。许多人也是我们认识多年的好朋友，看到这一批人被抨击，也让我们难过。

当然，困境中带来的是变化、是进化。好在市场上有一群不断思考行业变革的人。他们的研究和创新，或许会带来公募基金行业迈向下一个里程碑。

近期我的好朋友，国联证券策略首席包承超写了一篇资管行业的深度报告，对资产管理行业的工业化发展提出了他的看法。包承超认为，如何跳出简单的“选股式投资”，通过系统化、科学化的方式来管理投资组合，构建一套长期可靠、风险可控、可复制、可迭代的策略方法，与传统主动投资兼容，最终形成资产管理公司的护城河。

个人认为，资管行业当下遇到的各种问题，都是和“可持续的规模化”有关。从商业模式角度看，全球所有的公募基金都是以赚取管理费为主的生意模式。在这个生意模式的主导下，自然希望追求规模化。在这篇报告中，包承超也提到了美国最终形成的便宜 Beta公募基金模式和昂贵Alpha对冲基金模式两大路径。

个人阿尔法的规模化难度很大，稳定性也很差。大家经常说，基金收益不等于未来。过去的个人阿尔法，很难转变到未来。特别是在规模化之后，要进一步获得阿尔法的难度大幅上升。这也是当下资管行业出现的问题，许多具有阿尔法基金经理的规模化之后，超额收益就出现了下滑。进一步来看，收益率应该划分成为贝塔和阿尔法两个部分。

相比之下，贝塔是比较容易实现规模化的，也能够从过去的数据去预测未来。比如说像低波因子、红利因子等，历史和未来的波动率稳定性较高。在这篇报告中，包承超通过对基金经理的研究、以及中美对比，提出了管理贝塔的新视角。组合管理的核心，其实是规模贝塔。通过工业化的分工，能够把一个产品的阿尔法和贝塔同时用不同的，但都是专业的人来做。从能力项的角度看，两者也不一样。贝塔更自上而下，阿尔法更自下而上。

对于资管公司来说，找对贝塔很重要。好的贝塔不仅能提高产品的收益，还能满足客户的真实需求。就像芒格说过，要在“有鱼的地方捕鱼”。好的贝塔天然就比糟糕的贝塔能带来更好的长期收益。贝塔也是产品设计的重要元素。有些客户希望获得更高的收益，但也有不少客户希望产品的波动降低。这些需求都能在细分的贝塔上实现。

在找对贝塔之后，通过系统化的方式管理贝塔也很重要。正是因为管理贝塔的重要性提升了，理解宏观策略比过去更重要。不同的市场环境下，贝塔的表现也不一样。甚至投资目标也会发生变化。比如说，过去在提高夏普比上，大家都是从放大收益率的角度出发。在整个社会回报率都很高的环境下，大家的目标是找到收益率更好的公司。但是今天，或许控制风险会成为提高夏普的方式。整个社会投资回报率下降的环境下，不输就是赢了。

主动资产管理面临的两大痛点

难以获得负债端的信任，难以规模化，是主动资产管理的两大痛点。这两大痛点的本质原因在于过去“重选股轻组合”的作坊式思路，天然难以确保业绩的可持续性，也就难以区分运气还是能力，继而难以规模化扩张。

从下面这张图可以看到，基金经理当年超额收益和次年超额收益的相关性很低。这也是为什么大家买了当年具有超额收益的基金经理后，未必在第二年依然有超额收益。

资料来源：Wind，国联证券研究所。注：全部样本涵盖2015年之前发行的灵活配置型、偏股混合型，以及普通股票型基金，超额基准选择沪深300。

我们再看一张图，超额收益的连续性很弱。连续5年跑赢基准的基金经理占比不到11%。而超额收益的连续性，是很重要的能力体现。就像一个曼城连续很多年排名英超前三，是对其实力最好的证明（注：点拾投资也曾经做过一个基金经理能力和运气剥离的分享，其中战胜基准的持续性是很重要指标）。

资料来源：Wind，国联证券研究所。注：全部样本涵盖2015年之前发行的灵活配置型、偏股混合型，以及普通股票型基金，超额基准选择沪深300。

基金业绩呈现“随机化”分布，当年排名靠前的基金未来继续排名靠前的概率并不高。以2016年收益率前30%的基金为样本，2017年只有23.8%继续排名前30%，到2018年恢复到57.4%位于前30%，在2019年回落到14.3%位于排名前30%。

好在是，长区间维度业绩优秀的基金经理，下限都比较高。这是因为长区间优秀大概率是依靠“单年度优秀”加上“剩余年度不差”所带来的。这个会延展到后面会讨论的贝塔管理。优秀基金经理在相对风格逆势的情况下，表现不会太差。在优势的年份有阿尔法，在劣势的年份贝塔不要太差，拉长看就能取得不错的长期业绩。另一方面，优秀基金经理的阿尔法确实长期更稳定一些。

从这个角度看，类似于金牛奖这样的基金产品大奖，越来越重视长期维度业绩和奖项，也是有道理的。

资料来源：Wind，国联证券研究所。注：全部样本涵盖2015年之前发行的灵活配置型、偏股混合型，以及普通股票型基金，超额基准选择沪深300。

超额收益中的阿尔法和贝塔

超额收益不稳定的背后，和获得超额收益的难度加大也有很大关系。基金经理通常都认为可以通过选股战胜市场。也就是说，每年无论市场基准表现如何，自己选到的公司年度上能跑赢基准。选股也一度被认为是最稳定的超额收益来源。

但是如果看美国市场，会发现结论完全不同。第一个重要结论是，1987年至今美股绝大多数年份只有不到一半的基金能够跑赢指数。这个结论应该和我们感官差不多，特别是2009年至今要跑赢标普500的难度越来越高了。

资料来源：Wind，国联证券研究所

比较震撼的是第二个结论。美国的主动权益靠什么战胜基准呢？从归因分析看，美国基金经理选股居然是贡献了负α，而且是最大的回报拖累。长区间下总回报战胜基准的主要原因是风格因子β。

2005-2015年美国主动权益型基金的绩效归因分析

资料来源：BlackRock，Bloomberg，Barra，Morningstar，国联证券研究所整理

当然，美国是一个成熟市场，散户占交易的比例很低，主动权益变得很大后，变成了互相之间要获得超额。A股市场相对没有那么成熟，过去几年散户交易下降了很多，但整体来看主动权益还是有超额。那么A股市场的数据如何呢？

第一个结论也和我们感官差不多，主动型基金主要是在结构性牛市跑赢市场，比如说2010年、2013年、2015年、2019到2021年。在一个弱市环境下，很难跑赢市场。

资料来源：Wind，国联证券研究所

第二个结论也很震撼。通过对基金经理的风格因子做归因分析，发现2010年以来表现最好的是两大风格因子：景气和动量。这也不能解释，过去很长一段时间A股的主流投资方式是景气度投资。追涨景气和选高增长的成长风格，是2010年以来最主流的投资策略。

2010年以来，A股主动权益基金经理及绩优基金经理的绩效归因分析(以万得全A为基准)

资料来源：Wind，国联证券研究所。注：绩优基金经理选取基金经理为公募偏股中年限超过10年，同时任基金经理期间年化超额收益率排名前50的基金经理为样本，主动权益基金经理样本选取指数基期早于2013年12月31日的偏股型基金经理指数，以此表征基金经理的投资表现。各项贡献结果为整体情况的中位数。

那么A股市场长期业绩优秀的基金经理，和普通的基金经理在归因分析上有什么差异呢？从结论中看到，优秀基金经理的β和α同时共享了超额收益。这意味着什么呢？就是优秀基金经理确实体现了超额收益更大、更稳定的特点，而且他们的贝塔也比普通基金经理有一些优势。

我个人的理解是，优秀基金经理更专注在一套稳定的投资框架，而且能够专注是因为他们知道这一套框架是历史验证能够获得超额收益的。比如说有些基金经理长期专注在低估值风格，也有一些长期专注在高质量的投资。

2010年以来，A股主动权益基金经理的半年度业绩拆解一览

资料来源：Wind，国联证券研究所。注：主动权益基金经理样本选取指数基期早于2015年1月1日的偏股型基金经理指数，以此表征基金经理的投资表现。各项贡献结果为整体情况的中位数。各项贡献结果为整体情况的中位数。

特别是从2019年之后，A股优秀基金经理的β贡献在增强，虽然从2015年至今的长周期看，A股优秀基金经理的β和α贡献结构变化不大。

资料来源：Wind，国联证券研究所。注：绩优基金经理选取基金经理为公募偏股中年限超过10年，同时任基金经理期间年化超额收益率排名前50的基金经理为样本。各项贡献结果为整体情况的中位数。

从个人英雄走向工业化管理：

找对β变得更重要

在阿尔法持续变弱的环境下，美国资产管理行业又是如何进一步发展呢？从商业模式角度看，美国资产管理行业逐渐分离出了“Cheap β”（低费率的共同基金）和“High α”（高费率的对冲基金）两大模式。2000年后，美国公募基金走的是低费率模式，管理费从1.08%下降到2022年约0.66%，采用“以价换量”的方式做规模化可复制的β。

在这种模式下，对β的管理变得更重要了。那么如何管理β呢？

首先，找到长期靠谱的β或资产，认清楚资产或者β背后的风险和收益来源是什么，知道“想赚什么钱”。然后用smart beta工具做风险管理。这些年我们看到，优秀基金经理对beta的管理比以前更加重视，他们的beta管理能力更强。

其次，充分利用组合管理工具来控制波动率以及增厚收益。系统化、科学化的组合管理方式在这个过程中会变得更加重要。

组合管理的第一步是理解风险和收益之间的关系。我们通常会说“盈亏同源”，高收益往往伴随着高风险，毕竟收益被看做是对于资产风险的价格补偿。但实际上，A股市场的风险与收益并不完全呈正比。

偏股型基金整体相对全A承担了更大的波动风险，但并未获得更高的风险溢价补偿。

资料来源：FactSet，国联证券研究所

而在美股市场过去10年的表现看，风险和收益甚至呈现反比。美股主动权益基金表现出“低风险高收益”和“高风险低收益”的特征。2021年以来，A股市场也逐渐呈现出“低风险高收益”和“高风险低收益”的特征。

资料来源：FactSet，国联证券研究所

从波动率和收益率的关系看，波动率的稳定性要远高于收益率。历史波动率较低的因子，在未来的收益率或不差，比如说低波动因子、红利因子和低估值因子。但是历史波动率较高的因子，在未来收益率的确定性较弱，比如说动量因子和景气因子。

衡量风险收益比后，规律更为明显。不同时间区间下，历史波动率和未来夏普比率之间呈现稳定的负相关性。历史波动率较低的因子，在未来有着更高的夏普比率。

资料来源：国联证券研究所。注：横轴为各因子日度涨跌幅过去6个月的区间年化波动率，纵轴为各因子未来3个月的夏普比。

通过进一步对牛市和弱市做划分，我们看到高波动因子在牛市中更占优，低波动率因子在弱市中表现更好。也就是说，高波动高收益的现象，大概率只有在牛市周期才会出现。例如2019年1月到2021年12月的动量因子和2016年1月到2018年1月区间的质量因子，在所有因子中都同时具备最高的波动率和最高的收益率。

2010年以来，历轮牛市周期下风格因子的风险收益投资

资料来源：Wind，国联证券研究所。注：因子数据样本起始于2010年初

2010年以来，历轮弱市周期下风格因子的风险收益特征

资料来源：Wind，国联证券研究所。注：因子数据样本起始于2010年初

相比于收益率的不确定性，波动率的延续性和确定性更高。这一点许多FOF基金经理在访谈的过程中，也曾经和我们提到过。历史上波动率较低的因子，未来波动率大概率也较低。

资料来源：Wind，国联证券研究所。注：横轴为各因子日度涨跌幅过去6个月的区间年化波动率，纵轴为各因子日度涨跌幅未来3个月的区间年化波动率。

从2010年至今收益率和波动率的统计指标也看到，波动率越大的因子，收益率的可预测性就越差。而像红利因子、低估值因子、低波动因子这类低波动的因子，收益率的波动性比较低，使得未来收益的可预测性就相对较好。

资料来源：Wind，国联证券研究所。注：数据自2010年1月1日以来。

插一个题外话：短期考核真的好吗？

从上面的数据我们看到，低波和红利是两个市场表现很好的长期因子，而且还能带来更高的夏普比，意味着用户的体验也更好。

但为什么A股市场上对这两个风格因子暴露的基金经理占比始终不高呢？这是因为过去大家对基金经理的考核整体是偏向短期一年业绩为主的。在短期考核占比较高的情况下，基金经理更倾向于追求短期趋势，也就是动量因子。这也使得市场上愿意长期暴露在低波和红利的基金经理数量并不多。

所以我们看到，对基金经理考核周期的长短，也会对市场上smart beta的暴露占比产生影响。

用Smart Beta思维构建产品组合

对于基金持有人来说，提供波动率目标的产品或许比收益率目标产品更好，因为前面提到，控制波动率相较于控制预期更容易实现，也更可观。况且，收益和风险不呈正比的情况下，为了追求收益放大波动并不能得到应有补偿。

另一方面，Smart Beta也有更贴近主动思维构成的因子，不仅简单易懂，也能长期赚钱。在这里把Smart Beta按照投资逻辑分为八个因子：动量、小盘、景气、质量、价值、大盘、低波、红利。

资料来源：国联证券研究所

从Smart Beta的因子行业分布看，并非一成不变。比如说早期景气因子覆盖的是金融，之后转向了信息技术，在后面转向了可选消费。同样，质量因子并非只是消费医药，最初也是从周期制造转向的消费和医药。红利因子在2015年后的分布较为稳定，金融行业占比较高。

拉长时间看，2010年至今的单一因子基本上都能跑赢全A和偏股基金指数，除了大盘因子之外。单纯从收益率角度来看，动量和质量因子明显优于其他因子。从风险收益角度来看，低波、红利、价值因子的波动率和最大回撤明显更低。

资料来源：Wind，国联证券研究所。

既然这几类smart beta因子相对大盘都有超额收益，那么通过构建低相关性的组合，能够比较好实现降低风险，提高收益的效果。特别是相关性越低的Smart Beta因子，其两两组合后的收益率越高。比如说质量因子和小盘因子，景气因子和低波因子等。

我们在访谈基金经理的时候，大家最常见的组合管理方式是行业分散。事实上，风格因子的分散比行业分散的效果和稳定性更好。我们经常会看到行业分散的基金，事实上对单一风格做了很大的暴露（最典型的是2020年“核心资产”的高质量风格）。此外，行业之间的相关性因为经营周期变化，也会发生变化。比如说能源和材料从此前负相关转变为2018年以后的强相关性。

如果把所有偏股基金分为两个组对照，一组基金在行业配置上做了分散，不同行业的持仓相对均衡；另一组为剩下的全部基金，在行业分布上明显更集中，大量持有信息技术、工业等行业。但是从持仓的净值表现看到，行业分散的基金并没有明显优于其他基金。

资料来源：Wind，国联证券研究所

理解了风格之间低相关性的组合构建后，就能形成一个更好的复合策略产品。这个组合或产品不仅夏普比能更高，收益率也会比较好。质量、低波和动量三者之间能够形成比较好的Ultra Beta策略。

2010年至今，Ultra Beta的年化收益率为19%，高于动量因子的16%和质量因子的13%。风险方面，Ultra Beta的最大回撤为-37%，与低波动因子的最大回撤接近。综合考虑风险和收益后，Ultra Beta的风险收益比为85%，遥遥领先其他单一因子。况且，除了动量因子明显占优的阶段外，Ultra Beta在大部分阶段都有不错的超额收益，体现了很强的稳定性。

资料来源：Wind，国联证券研究所

从组合管理的策略看，A股市场有一个比较简单有效的方式：再平衡。2010年1月到2024年6月，再平衡能够使得Smart Beta因子的年化收益率提高3%-4%，即便考虑风险后的风险收益比，也有明显提升。

再平衡有效性背后的原因是，高抛低吸在A股要优于追涨杀跌。

底层资产优化+组合管理工具

实现稳定的超额收益

在聊了那么多之后，我们发现“底层资产优化”+“组合管理工具”的方式，能够帮助一个产品组合实现稳定的超额收益。这里面，先要明确产品的投资目标：“超额策略”还是“绝对策略”。超额策略能更好跟住基准，其中最小波动的超额收益在收益端和全A净值差异不大，但路径要平缓很多；而以最大夏普的超额收益，波动会比较类似，但能获得更高的趋势水平。

资料来源：Wind，国联证券研究所。注：此处样本为Smart beta因子；有效前沿加权中，选用过去两个月收益率以及过去1年波动率；在等权加权中，选用过去两个月收益率TOP3的因子进行等权配置。两种加权方式中调仓时点均为每年财报实际披露完全的节点，具体而言：5月初、9月初，以及11月初。

我们知道，组合管理有一个工具叫做“有效前沿”，这是一个对资产年化收益率和年化波动率曲线的管理。许多人觉得，有效前沿在中国市场做起来未必有效，因为权益的波动太高了，而中国债券的波动又显著低于海外。事实上，我们可以用“有效前沿”作为组合的因子管理工具，就能带来比较好的效果。

资料来源：Wind，国联证券研究所

在组合管理上，我们可以更上一层，把产业生命周期和宏观轮动放进去。不同产业的生命周期，所对应的阿尔法阶段不一样。同样，不同的宏观周期下，能够表现的风格因子也不一样。比如说，牛市中动量因子表现更好，熊市中红利因子表现更好。宏观轮动下的组合管理模型分为两大部分：1）宏观周期位置下风格的预期收益率；2）估值位置下的风格预期收益率。