【国信金工】量化视角下的“固收+”基金选择

作者：量化藏经阁

题图：量化藏经阁微信公众号

报 告 摘 要

随着“固收+”基金的发展，基金筛选难度在逐渐增大，并且“固收+”基金池业绩分化明显，稳定战胜同类中位数的优质基金较为稀缺，因而在配置“固收+”基金时有必要对“固收+”基金进行更为细致的筛选。

从“固收+”基金配置的各资产历史收益拆解来看，债券、打新、股票的收益贡献最高。由于打新收益分年度波动较大，对“固收+”基金业绩具有很强的干扰性，会遮掩因子实际的选基效果，因而本文在因子测试阶段，均剔除了基金的打新收益进行测算。

本文结合“固收+”基金的收益和持仓等数据，构建了“固收+”基金的动量因子、净值归因因子、基金公司管理实力因子、持仓收益类因子和回撤修复能力因子，共同用于“固收+”基金筛选。

动量因子：从动量衍生出的信息比因子和隐形交易能力因子均具有良好的选基的效果，将两个因子等权合成动量因子。

净值归因因子：本文利用基金日度收益数据构建净值归因模型，将求得的选券能力和信用下沉因子等权合成净值归因因子。

基金公司管理实力因子：基金公司管理实力的强弱对基金的业绩也会产生一定影响，将主动权益规模因子和主动债基规模因子等权合成基金公司管理实力因子。

持仓收益类因子：低估值叠加高股息的策略具备防御属性，能使组合表现更稳健，将股息率因子和一致预期市盈率倒数因子等权合成为持仓收益类因子。由于持仓收益类因子在成长风格占优时会出现较大回撤，因而当成长风格占优时，将持仓收益类因子取值归零。

回撤修复能力因子：使用最大回撤修复天数衡量基金经理的回撤修复能力，虽然该因子的有效性偏弱，但考虑到“固收+”基金的投资者风险偏好较低，对回撤更为敏感，因而在构建组合时剔除最大回撤修复最慢的20%基金。

“固收+”基金的组合构建

剔除最大回撤修复最慢的20%基金后，将动量因子、净值归因因子、基金公司管理实力因子和持仓收益类因子等权合成为综合选基因子。综合选基因子的RankIC均值为14.61%，年化RankICIR为2.53，季度多空收益为0.65%，胜率85.71%。

根据综合选基因子得分构建“固收+”基金精选10组合，2015年2月初至2023年末该组合区间年化收益达6.34%，相对基准的年化超额1.75%，相对最大回撤1.53%；构建“固收+”基金精选20组合，2015年2月初至2023年末该组合区间年化收益达5.82%，相对基准的年化超额1.22%，相对最大回撤1.10%。

一、引言

“固收+”基金是以固收为主、权益为辅的基金产品，该类产品一般以债券资产作为底仓，并通过投资股票、可转债等资产获得弹性收益，我们在之前的报告中对“固收+”基金做了更为明确的定义：根据2023年8月1日国信金工团队发布的专题报告《“固收+”基金标签体系与业绩归因全解析》，我们在混债一级、混债二级、中长期纯债、可转债基金、灵活配置型和偏债混合型基金中，使用股票仓位和可转债的股性部分之和作为总权益贡献，将总权益贡献在5%-30%的基金划分为“固收+”基金。

图1展示了“固收+”基金的规模和数量变动，近些年来“固收+”基金发展迅速，其规模从2019年3月的2500多亿元增长至2022年3月的1.61万亿，三年时间增长了5.25倍。截至2023年9月30日，“固收+”基金数量已接近一千只，从“固收+”基金池中筛选出优质基金的难度也在逐渐增加。

图2展示了2015年以来“固收+”基金的整体业绩与业绩分化情况，其中“固收+”基金的业绩分化使用“固收+”基金池的95%分位数业绩减去5%分位数业绩进行度量。从收益中位数来看，2019年至2021年“固收+”基金业绩表现较好，2022年至2023年由于权益资产表现较差，对“固收+”基金业绩形成明显拖累。

从业绩分化情况来看，“固收+”基金年度业绩分化均值为12.69%，相比“固收+”基金4.78%的年度平均收益，收益波动幅度较大。

另外从“固收+”基金的历史表现来看，长期持续战胜同类中位数的“固收+”基金并不常见。统计自2015年以来的任意起始区间内，每年均战胜“固收+”基金业绩中位数的基金数量占比。图3中的行代表开始年份，列代表截止年份，对应数值表示每年均战胜“固收+”基金业绩中位数的基金数量占比。例如2021年-2023年连续三年每年均排名前50%的基金数量占比仅有19.09%，2018年-2023年期间连续每年均排名前50%的基金数量占比不足4%。

综上所述，随着“固收+”基金的发展，基金筛选难度在逐渐增大，并且“固收+”基金池业绩分化明显，稳定战胜同类中位数的优质基金较为稀缺，因而在配置“固收+”基金时有必要对“固收+”基金进行更为细致的筛选。基于此，本文试图根据“固收+”基金的收益和持仓等数据，寻找有效的选基因子来定量筛选“固收+”基金。

二、“固收+”选基因子

根据团队前期发布的专题报告《“固收+”基金标签体系与业绩归因全解析》中介绍的方法，将“固收+”基金的季度收益拆解成股票持仓、债券持仓、可转债持仓、现金持仓、打新和隐形交易收益六项，并求各资产的历史平均收益贡献。

从表1可以看到，2015年至2023年债券收益的贡献最高，平均收益贡献为3.26%，其次是打新收益，平均收益贡献为0.97%，第三是股票资产，平均收益贡献为0.53%。

从收益拆解的分年度时序来看，“固收+”基金打新收益分年度波动较大。2019年7月设立科创板并试点注册制，公募基金参加网下打新的收益可观，2019年至2021年“固收+”基金的打新收益分年度均值为1.58%、3.27%、1.82%；此后随着询价新规和全面注册制的推行，“固收+”基金的打新收益也逐渐减弱，2022年、2023年“固收+”基金的打新收益分别降低至0.26%、0.17%。

可见打新收益高低与市场环境有关，不确定性较高且不可控，同时还依赖于基金公司的报价能力，不直接取决于基金经理的投资能力。而通常在计算基金的因子有效性时会使用基金实际收益进行测试，但“固收+”基金打新收益贡献高，对评判“固收+”基金经理的真实投资能力会有一定的干扰。

2.1动量因子

“固收+”基金的信息比

动量效应指的是证券价格具有趋势持续性，作为证券市场普遍存在的现象，其衍生的动量投资策略已被Jegadeesh和Titman(1993)等众多学者当做可获得长期超额收益的策略。

我们测试了在主动权益基金、纯债基金和“固收+”基金中历史收益因子是否有效。如表2所示，以过去12个月基金收益为例，可以看到这三类基金中历史收益因子均是显著有效的，说明在不同类型基金中动量效应普遍存在。但除了纯债基金外，历史收益因子在主动权益和“固收+”基金中的因子稳健性偏弱，RankICIR偏低。

为了提高历史收益因子的稳健性，我们使用信息比来刻画“固收+”基金的动量效应，即如果“固收+”基金历史上能够稳健地获取比基准更高的风险调整后收益，那么未来表现也可能会更好。

对于“固收+”基金的基准设定，根据团队前期发布的专题报告《“固收+”基金标签体系与业绩归因全解析》的分类方法，依据“固收+”基金过去四期的总权益贡献均值，将基金划分成稳健型、平衡型、积极型三类。设定三种类型基金的基准分别为：

1. 稳健型基准：5%*沪深300指数+95%*中债新综合财富指数
2. 平衡型基准：15%*沪深300指数+85%*中债新综合财富指数
3. 积极型基准：25%*沪深300指数+75%*中债新综合财富指数
4. 测试“固收+”基金相对基准过去12个月的信息比指标，测试结果如图6所示。

相比于表2中的历史收益因子，过去12个月信息比因子的RankICIR有了进一步提升，可达1.31，季度胜率约为72%，因子稳定性较好。

“固收+”基金的隐形交易能力

图7展示了“固收+”基金各收益分项对基金未来业绩的预测能力。可以看到隐形交易收益的因子有一定的正向选基能力，即基金历史的隐形交易收益越高，基金的未来业绩也会更好，说明基金经理在季报之后调仓所带来的隐形交易收益也有一定的趋势持续性，对“固收+”基金的动量因子有一定的正向贡献。

图8展示了隐形交易能力的因子测试结果，相比于图7中单个季度的隐形交易收益因子，隐形交易能力因子的RankICIR提升至1.23，季度胜率约为67%，因子稳定性较好。

动量因子合成

上述分析可知，从动量衍生出的信息比因子和隐形交易能力因子均具有良好的选基的效果，将两个因子等权合成动量因子，复合因子测试结果如图9和图10所示。

2015年以来，动量因子RankIC均值为9.32%，年化RankICIR达1.48，季度多空收益0.42%，胜率75.24%。相比合成前的单个因子，因子有效性有所提升。分组来看，多头组季均超额0.18%，空头组季均超额-0.23%。从图9的RankIC序列图可以看到该因子整体表现较为稳健。

2.2净值归因因子

基金业绩归因模型包括两种，一种是基于持仓的方法（Portfolio based Analysis），一种是基于净值（Return based Analysis）的方法。相比季度持仓数据，基金日度披露的净值数据更为高频，可能更为及时、高效得捕捉到“固收+”基金的alpha获取能力，因而本文利用基金日度收益数据构建净值归因模型，并测试各项归因因子得分对“固收+”基金未来收益的预测能力。

“固收+”基金主要投资了债券（包括可转债）、股票和货币三类资产，因而在因子模型构建过程中需要分别对这几类资产构建解释变量，具体构建方式如下：

1. 将债券部分的收益拆解成在利率因子（水平因子、斜率因子、凸性因子）、信用因子、违约因子、可转债因子上的暴露；
2. 对于股票部分的收益，利用Fama French三因子模型，将其拆解成在市场因子、市值因子、账面市值比因子上的暴露，并加入市场收益率的平方项，以捕捉基金经理的择时能力；
3. 货币部分的收益则对应加入货币基金指数。
4. 最终基金收益的拆解公式如下所示：

选券能力因子

使用净值归因模型的alpha除以残差波动率可以求得该模型的信息比率IR，IR表示在剥离以上风险因子之后，基金承担一单位主动风险所带来的超额收益，IR越大，表明基金通过选券（包含股票、债券等资产）获得的超额收益越高，因而将IR定义为“固收+”基金的选券能力：

图11展示了选券能力因子测试结果。2015年以来，使用过去3个月净值归因模型求得的选券能力因子表现较好，RankICIR为0.79，季度胜率达67.62%，季度多空收益为0.14%。

信用下沉因子

表3中的Credit因子即信用因子，用以衡量基金经理的信用债管理能力，如果该因子对应T值取值较高，说明基金经理在组合中进行了一定的信用下沉，相比同类基金，该基金未来一段时间的收益可能更高。

图12展示了该因子的有效性测试结果，可以看到使用过去12个月净值归因模型求得的信用下沉因子表现较好，RankICIR为1.01，季度胜率为67.62%，季度多空收益为0.32%。

净值归因因子

基于上述测试的结果，我们将选券能力和信用下沉因子等权合成为净值归因因子，该复合因子季度RankIC均值为8.72%，年化RankICIR达1.33，季度多空收益0.34%，季度胜率73.33%。从图14的分组表现来看，净值归因因子多头组季均超额0.20%，空头组季均超额-0.15%。

2.3基金公司管理实力因子

基金公司管理实力的强弱对基金的业绩也会产生一定影响。债券投资依赖公司平台，管理债券基金规模更大的公司在债券交易中有更高的议价权与资源优势，并且债券研究的团队人员配置也会更加全面，研究实力更强。类似地，权益基金管理规模大的基金公司其股票投研团队一般更加完善，股票端挖掘alpha收益的潜力更强，能为“固收+”基金提供良好的收益增厚。

本文将最近一期仓位大于等于60%的普通股票型基金和除偏债混合型基金外的混合型基金定义为主动权益基金；将中长期纯债型、短期纯债型、混合债券型一级、混合债券型二级、可转换债券型、偏债混合型基金定义为主动债券基金，分别计算基金公司的主动权益和主动债基管理规模。

图15展示了基金公司主动债基规模和主动权益规模对“固收+”基金业绩的预测能力：主动权益规模因子的RankIC均值为6.02%，年化RankICIR为1.23，季度多空收益达0.41%；主动债基规模因子的RankIC均值为4.92%，年化RankICIR为1.17，季度多空收益达0.31%。

将主动权益规模因子和主动债基规模因子等权合成基金公司管理实力因子，图16的测试结果显示该因子的RankIC均值为6.33%，年化RankICIR达1.30，季度多空收益0.38%，季度胜率77.14%。

从图17的RankIC序列图可以看到，基金公司管理实力因子全样本期表现较好，2016年下半年有一段时间的回撤，多头组季均超额0.21%，空头组季均超额-0.17%。

2.4持仓收益类因子

虽然“固收+”基金中股票类资产的占比不高，但却是“固收+”基金业绩拉开差距的主要来源。基于“固收+”基金的收益拆解数据，计算分年度各类资产收益的业绩分化度情况，将各资产季度收益的95%分位数业绩减去5%分位数业绩作为业绩分化度的度量，结果如表4所示。

可以看到股票资产的业绩分化度最高，可转债、货币和债券的业绩分化度均值均在1%以下。如果我们能够通过选股因子打分正确预测基金持仓股票组合的表现，则能从一定程度上捕捉到“固收+”基金未来收益的变动方向。

在使用选股因子合成基金因子时，需要使用基金持仓作为合成“媒介”。由于“固收+”基金权益仓位较低，前十大股票持仓的代表性较强，2015年3月至2023年9月“固收+”基金前十大重仓股权重在股票资产中的占比均值为70.49%。

在持仓收益类因子中，我们发现估值类指标表现更好。从图20可以看到股息率因子的RankIC均值为5.11%，年化RankICIR为0.62，季度多空收益达0.16%；一致预期市盈率倒数因子的RankIC均值为5.38%，年化RankICIR为0.72，季度多空收益达0.28%，说明统计意义上偏向低估值的“固收+”基金未来业绩表现更好。

高股息提供了股价之外的类固收稳定现金流，低估值叠加高股息的策略具备防御属性，能使组合表现更稳健。将股息率因子和一致预期市盈率倒数因子等权合成持仓收益类因子。该因子RankIC均值为5.62%，年化RankICIR达0.71，季度多空收益0.23%，胜率70.48%，整体有效性偏弱。

从图21持仓收益类因子时序RankIC图可以看到，由于2019年至2020年大盘成长风格独占鳌头，高股息+低估值的策略相对来说没有优势，该复合因子在2019至2020年期间有多次回撤。

观察“固收+”基金历史配置股票的风格偏好，本文根据基金半年报、年报的持仓数据，加总基金在各风格上的配置市值，计算得到“固收+”基金整体的风格配置比例。2015H1-2023H1“固收”+基金持仓股票在价值、均衡和成长风格的配置较为均衡，配置比例分别为34.61%、32.30%、33.09%。

将“固收+”基金与主动权益基金进行对比，统计2015H1至2023H1“固收+”基金相对主动权益基金配置风格的平均偏离幅度。可以看到，相比主动权益基金，“固收+”基金历史上平均高配了价值（+18.5%），低配了成长（-22.2%）。“固收+”基金持股更偏向价值风格，这可能是估值类因子在“固收+”基金中效果比较好的原因。

相对于前文的几个因子，持仓收益类因子的稳定性相对较差，例如该因子在成长风格占优时会出现较大回撤，而在价值风格占优时表现更好。为了能提高持仓收益类因子的有效性，我们对市场风格进行了划分：如果过去半年的大盘价值指数（399373.SZ）相对于大盘成长指数（399372.SZ）的超额收益为正，则认为当前价值风格占优，否则认为成长风格占优。图24展示了2015年以来月度风格划分情况，可以看到2016年下半年、2017-2018年、2023年等时期均是价值风格占优的时间段。

根据月度风格划分修正持仓收益类因子，当价值风格占优时认为适合配置高股息、低估值的“固收+”基金，而在成长风格占优时，强配低估值会拖累组合业绩表现，此时将所有基金的持仓收益类因子取值设为0，即不使用持仓收益类因子。

获得修正后因子分组超额表现如图26所示，修正后持仓收益类因子的RankICIR由0.71提升至1.38，胜率为78.18%，季度多空收益为0.26%，因子有效性得到明显改善。

2.5回撤修复能力因子

最大回撤修复天数衡量了基金在发生最大回撤后恢复至最大回撤开始时的净值水平所需的时间，修复时间越短，则基金净值创新高的速度越快，投资者的持有体验会更好。如图27所示，最大回撤为A点开始到B点，最大回撤修复天数是指最大回撤结束时间（B点）开始到恢复至A点净值水平（C点）的时间。

将最大回撤修复天数作为基金经理的回撤修复能力的度量。测试“固收+”基金中回撤修复能力因子的有效性，从图28可以看到该因子具备一定的选基效果，以过去6个月最大回撤修复天数为例，该因子RankIC均值为7.31%，RankICIR为0.92，季度多空收益为0.30%。

究其原因，回撤修复能力一定程度上反映了基金经理的选股、择时或者交易能力。当基金产生明显回撤时，如果基金经理有较好的选股能力，其筛选的股票反弹更快，则基金最大回撤修复更快，或者如果基金经理有较好的择时能力，能够在市场回暖时及时抬高仓位，也可以及时修复基金的最大回撤。

从图29的时序RankIC图来看，回撤修复能力因子时序稳健性略弱。在因子历史分组表现方面，因子五分组超额收益单调性较差，但空头组负向超额绝对值较高，达-0.18%。

虽然该因子有效性偏弱，但考虑到“固收+”基金的投资者风险偏好较低，如果基金在出现明显回撤时能及时修复回撤，可以显著提升投资者的持有体验，本文依旧在组合中加入了回撤修复能力因子。但仅用作负向剔除因子，即每期剔除最大回撤修复最慢的20%基金。

三、“固收+”基金的组合构建

3.1综合选基因子

前文我们介绍了动量因子、净值归因因子、持仓收益类因子、基金公司管理实力因子和回撤修复能力因子这5类因子，其对“固收+”基金收益都有一定的预测能力。下面对这5类因子的相关性进行检验，图31展示了各因子的历史秩相关性均值。在2015年1月31日至2023年12月31日期间，各因子之间相关性均值均在25%以下，因子相关性较低，可以采用等权的方式合成各个因子。

首先将动量因子、净值归因因子、基金公司管理实力因子和持仓收益类因子等权合成综合选基因子。在2015年1月31日至2023年12月31日期间，综合选基因子的RankIC均值为14.25%，年化RankICIR为2.46，季度多空收益0.63%，胜率85.71%。

综合选基因子的时序RankIC和分组超额情况如图33和图34所示。从时序RankIC来看，该因子在大部分区间内都具备正向选基效果。分组表现来看，综合选基因子单调性较好，多头组季均超额收益0.30%，空头组季均超额收益-0.32%。

相比其他4个因子，回撤修复能力因子的RankICIR和多头超额收益最低，因子有效性偏弱。但从图30可以看到该因子的空头负向收益绝对值较高，可达-0.18%，因而我们考虑利用该因子通过负向剔除的方式来构建新的初选“固收+”基金池。初选“固收+”基金池定义为：在原始的“固收+”基金池中剔除每期最大回撤修复最慢的20%基金。

获得初选“固收+”基金池中综合选基因子的有效性测试结果如图35和图36所示，新综合选基因子的年化RankICIR由2.46提升至2.53，季度多空收益提升至0.65%，胜率为85.71%，多头组季均超额收益0.31%，空头组季均超额收益-0.34%。

3.2组合构建

根据综合选基因子优选“固收+”基金构建等权组合，具体构建流程如下：

调仓时点：在每年1月、4月、7月和10月的次月第一个交易日收盘调仓。

选基样本空间：在调仓时点时满足如下条件：

1、属于团队前期发布的报告《“固收+”基金标签体系与业绩归因全解析》中定义的“固收+”基金池；

2、只保留初始基金（若存在C/E/H/O等类别，只保留A类基金）；

3、基金合计规模在2亿至200亿之间；

4、剔除调仓时点暂停申购或暂停大额申购的样本。

申赎费率：申购费率为0.01%，赎回费率为0.1%。

申赎限制：在调仓时点，暂停申购或暂停大额申购的基金不调入，暂停赎回的基金则保留不调出。

基金经理管理基金数量限制：对于同一个基金经理管理的基金，每期仅保留得分最高的2只。

选取综合选基因子排名前10的“固收+”基金构建“固收+”基金精选10组合。从表5可以看到，2015年2月初至2023年末该组合区间年化收益达6.34%，相对基准的年化超额1.75%，信息比为1.42，相对最大回撤1.53%，组合的平均单边换手为0.54倍。2015年、2018年、2019年相对基准的超额收益较高，分别为3.25%、3.33%、3.65%。在同类基金中，精选10组合每年分位数排名基本均在前50%。

从图37的净值曲线走势来看，2018年至2020年、2022年至今精选10组合相对基准表现强势，在2016年和2021年超额收益偏弱。

选取综合选基因子排名前20的“固收+”基金构建“固收+”基金精选20组合。从表6可以看到，2015年2月初至2023年末该组合区间年化收益达5.82%，相对基准年化超额1.22%，信息比为1.43，相对最大回撤1.10%，组合的平均单边换手为0.53倍。2015年、2018年相对基准的超额收益较高，分别为2.33%、2.19%，2021年的表现较弱。在同类基金中，精选20组合每年分位数排名基本在前50%。

从图38的净值曲线走势来看，2017年至2020年、2022年至今精选20组合相对基准表现强势，在2016年、2021年相对表现较弱。

四、“固收+”基金经理分析案例

4.1南方基金吴剑毅

吴剑毅先生为清华大学金融学硕士，有9年多投资管理经验。截至2023年9月30日，吴剑毅先生共管理7只“固收+”基金，合计规模28.37亿元，其中南方利安A的规模最大，达15.93亿元。

基金经理投资理念

债券资产：基金经理选取的信用债有两个特点：一是信用评级要求比较高。在外部评级为AAA级的基础上，利用内部相对客观的信评系统再进一步筛选，确保不出现任何违约风险；二是久期不高，以降低资产价格波动，但会跟随市场收益率的高低进行久期的适度调整。

股票资产：股票组合构建主要遵循三个原则：长期坚守优质公司、均衡配置以及在均衡配置的基础上，根据预期收益率做动态再平衡。

在回撤控制方面，基金经理更希望去进行事前回撤控制，以避免事后减仓后在市场出现机会时丧失收益弹性，一般实行三重保障进行回撤控制：

1. 第一重，控制股票仓位并借助FED模型调整。
2. 第二重，聚焦行业中的优质公司，该类公司在市场出现系统性风险时大概率相对抗跌；同时均衡配置分散个股非系统性风险。
3. 第三重，使用固收部分构建组合安全垫。债券票息收益可以构筑组合安全垫，且通过新股申购等增强收益的方法，力求做好回撤控制。

持仓特征与业绩表现

以南方利安A为例，分析基金经理的投资理念和风格。表7展示了南方利安A的持仓特征。该基金属于仓位稳定型，换手率适中，行业配置分散、偏向中游制造，持仓个股偏向大盘成长，与同类基金相比，该基金偏好大市值、高盈利和偏左侧的股票；债券特征方面，持仓的债券信用评级偏高，久期适中。

隐形交易能力强：从表8的资产收益贡献拆解来看，该基金的收益主要来源于债券（0.63%）、隐形交易收益（0.29%）、打新收益（0.07%），其隐形交易能力较为突出，在同类基金里排名6.45%。

业绩表现优异，回撤控制能力强：从图39和图40可以看到，在2021Q4至2023Q3期间的8个季度里，南方利安A有6个季度超额收益大于0，平均季度超额收益0.76%，同类分位数排名均值为27.19%，业绩表现优异；有7个季度最大回撤排在前50%，同类分位数排名均值为19.70%，平均季度最大回撤-1.32%，回撤控制能力强。

在量化因子打分方面，从图41可以看到南方利安的动量因子表现最好，基金公司管理实力因子较强，净值归因因子上表现较好，由于持仓偏向于大盘成长风格在持仓收益类因子上暴露相对较低，历史上曾多次进入“固收+”精选20组合。

总的来看，南方基金吴剑毅的持仓偏向大盘成长，行业配置较为均衡，隐形交易能力较强，回撤控制较好，叠加基金公司管理实力雄厚，历史业绩优秀。

4.2东证资管孔令超

孔令超先生为北京大学金融学硕士，目前担任东证资管固定收益研究部总经理、基金经理。截至2023年9月30日，孔令超先生共管理7只“固收+”基金，合计管理规模191.25亿元。

基金经理投资理念

孔令超注重从全局把控资产配置，通过降低或对冲组合在“不可预测”的风险因子上的暴露来做事前的风险控制。权益类资产的配置方面主要从自下而上和自上而下两方面着手：

• 自上而下的角度，一方面基于配置宏观因子的角度，通过行业配置分散不确定性敞口；另一方面基于组合投资的角度，分散化配置高性价比的品种。
• 自下而上的角度，选择各个行业的优质企业，作为长期持有的品种。

此外，基金经理在考虑权益仓位时也包含了转债根据弹性计算的权益敞口，在行业配置等各方面都是将股票和转债合并考虑。

持仓特征与业绩表现

以东方红策略精选为例，分析基金经理的投资理念和风格特征。表9中展示了东方红策略精选的持仓特征。该基金属于仓位稳定型，换手率偏低，行业配置分散，持仓个股偏向大盘价值，与同类基金相比，该基金偏好低估值、高盈利和低Beta的股票；债券特征方面，持仓的债券信用等级偏高，久期适中。

股票和债券投资能力突出：从表10的资产收益贡献拆解来看，该基金的收益主要来源于收益主要来自债券（0.73%）、打新收益（0.20%）、可转债（0.00%），股票和债券投资能力突出，在同类基金中排名分别为8.13%、24.38%。

行业配置能力强：分析东方红策略精选在股票端的超额收益来源。从表11的Brinson归因结果可以看到，该基金的行业配置能力较强，季度行业配置收益均值达0.27%，在同类基金中排名2.17%。

在量化因子打分方面，从图42可以看到东方红策略精选由于偏向大盘价值风格，在持仓收益类因子上的暴露较高，2023年以来该基金的动量因子表现较好，但基金公司的债基管理规模相对较小，在管理实力因子得分上有一定劣势。

总的来看，东证资管孔令超的持仓偏向大盘价值，注重大类资产配置，股票和债券投资能力突出，行业配置收益较高；从量化因子暴露上来看，该基金在持仓收益类因子上的得分较高，2023年以来动量因子表现较好。

四、总结

随着“固收+”基金的发展，基金筛选难度在逐渐增大，并且“固收+”基金池业绩分化明显，稳定战胜同类中位数的优质基金较为稀缺，因而在配置“固收+”基金时有必要对“固收+”基金进行更为细致的筛选。

从“固收+”基金配置的各资产历史收益拆解来看，债券、打新、股票的收益贡献最高。由于打新收益分年度波动较大，对“固收+”基金业绩具有很强的干扰性，会遮掩因子实际的选基效果，因而本文在因子测试阶段，均剔除了基金的打新收益进行测算。

本文结合“固收+”基金的收益和持仓等数据，构建了“固收+”基金的动量因子、净值归因因子、基金公司管理实力因子、持仓收益类因子和回撤修复能力因子，共同用于“固收+”基金筛选。

动量因子：从动量衍生出的信息比因子和隐形交易能力因子均具有良好的选基的效果，将两个因子等权合成动量因子。

净值归因因子：本文利用基金日度收益数据构建净值归因模型，将求得的选券能力和信用下沉因子等权合成净值归因因子。

基金公司管理实力因子：基金公司管理实力的强弱对基金的业绩也会产生一定影响，将主动权益规模因子和主动债基规模因子等权合成基金公司管理实力因子。

持仓收益类因子：低估值叠加高股息的策略具备防御属性，能使组合表现更稳健，将股息率因子和一致预期市盈率倒数因子等权合成为持仓收益类因子。由于持仓收益类因子在成长风格占优时会出现较大回撤，因而当成长风格占优时，将持仓收益类因子取值归零。

回撤修复能力因子：使用最大回撤修复天数衡量基金经理的回撤修复能力，虽然该因子的有效性偏弱，但考虑到“固收+”基金的投资者风险偏好较低，对回撤更为敏感，因而在构建组合时剔除最大回撤修复最慢的20%基金。

“固收+”基金的组合构建

剔除最大回撤修复最慢的20%基金后，将动量因子、净值归因因子、基金公司管理实力因子和持仓收益类因子等权合成为综合选基因子。综合选基因子的RankIC均值为14.61%，年化RankICIR 为2.53，季度多空收益为0.65%，胜率85.71%。

根据综合选基因子得分构建“固收+”基金精选10组合，2015年2月初至2023年末该组合区间年化收益达6.34%，相对基准的年化超额1.75%，相对最大回撤1.53%；构建“固收+”基金精选20组合，2015年2月初至2023年末该组合区间年化收益达5.82%，相对基准的年化超额1.22%，相对最大回撤1.10%。

注：本文选自国信证券于2024年01月10日发布的研究报告《量化视角下的“固收+”基金选择》

分析师：张欣慰   S0980520060001

分析师：杨丽华   S0980521030002

联系人：陈梦琪

风险提示：市场环境变动风险，模型失效风险；本报告统计结果基于客观数据，不构成投资建议

版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。