对标中证500公募基金规模与数量快速增长 [page::1]

• 268只基金，总规模超3300亿元，持仓数据可构建模拟组合进行策略测试。

评价指标体系定义 [page::2]

| 指标类别 | 指标名称 | 含义 |
|---------|---------|-----|
| 偏离度 | 日均偏离度 | 组合与基准日收益率差绝对值均值 |
| 偏离度 | 年化跟踪误差 | 组合与基准日收益率差标准差年化 |
| 偏离度 | 最大日偏离度 | 组合与基准日收益率差最大绝对值 |
| 收益 | 年化超额收益 | 组合相对基准的年化超额收益 |

• 该体系用于综合评估基准偏离控制策略效果。

行业中性化策略有效控制偏离，保持超额收益提升 [page::2][page::3][page::5]

• 保持组合行业比例与基准完全一致，通过从缺失行业抽样代表股填充。

- 基于中信一级行业的中性化使年化跟踪误差从12.07%降低到8.17%，年化超额收益提升至5.26%。

• 基于行业聚类中性化虽效果略逊但减少新股引入，仍能有效改善偏离度。

- 两种方法各有利弊，适用需结合基金覆盖行业的情况权衡。

风格中性化策略表现不佳且应用受限 [page::5][page::6][page::7]

| 指标 | 模拟组合 | 风格中性化 (基金B) | 模拟组合 | 风格中性化 (基金C) |
|------|---------|--------------------|---------|--------------------|
| 年化跟踪误差 | 12.07% | 11.46% | 15.7% | 17.06% |
| 最大日偏离度 | 3.86% | 5.48% | 5.15% | 6.39% |

• 风格中性化因只基于风格因子而忽略了行业和个股特质因素导致控制基准偏离效果有限。

- 严苛的约束导致部分股票权重被剔除，基金经理主动管理空间受限。

“核心—卫星”策略推荐核心仓位30%-50%以实现偏离控制与超额收益平衡 [page::7][page::8][page::9]

• 核心仓位W增大时组合更靠近基准，年化跟踪误差显著降低。

- 推荐W取30%-50%，兼顾控制偏离和管理自由度。

三种指数复制抽样方案对比，分层抽样表现最优 [page::9][page::10][page::11]

| 方案 | 总收益率 | 年化收益率 | 年化超额收益 | 年化跟踪误差 |
|-------|---------|------------|--------------|----------------|
| 行业龙头股抽样 | 26.65% | 1.29% | -4.39% | 10.33% |
| 行业中位数抽样 | 336.30% | 8.32% | 2.83% | 8.53% |
| 分层抽样 | 415.98% | 9.31% | 3.55% | 6.76% |

• 分层抽样方案结合行业和市值分层，复制效果最佳，日均跟踪误差最低且超额收益较优。

- 该方案简单且符合基准风险敞口分布，适合作为核心部分复制基准。

核心卫星策略实证落地验证，分层抽样复制表现优异 [page::11]

• 核心卫星策略与分层抽样结合，年化跟踪误差从12.07%降至8.53%，同时保持良好的超额收益。

- 行业中位数抽样次之，行业龙头抽样效果最差。

风险提示 [page::12]

• 市场未来变化可能导致历史数据失效。

- 基金持仓实际变动带来测算误差。

• 模型及算法固有误差，结果不构成实盘建议。

【东吴金工 金工专题】：主动权益基金如何控制基准偏离？——详尽解读与分析

---

一、元数据与报告概览

• 标题：《主动权益基金如何控制基准偏离？》

- 作者：高子剑、刘静恒

• 发布机构：东吴证券研究所金融工程团队

- 发布日期：2025年7月17日

• 研究主题：主动权益基金在业绩比较基准约束环境下，如何通过量化策略控制基准偏离度，包括行业中性化、风格中性化及“核心—卫星”策略的比较与实证分析。

- 核心论点：
- 监管新规强化公募基金对业绩基准的重视，要求严格控制基准偏离以防止“风格漂移”，提升回报质量和投资者保护。
- 多种量化策略—行业中性化、风格中性化与“核心—卫星”策略—在实际运用中效果存在差异，本文重点从基金经理视角出发，借助中证500指数对标基金数据，检验这些策略的有效性。

• 主要结论：

- 行业中性化策略及“核心—卫星”策略均能有效降低基准偏离，且不损害超额收益。
- 风格中性化策略效果不佳，反而可能增加跟踪误差，并剥夺主动管理空间。
- 推荐“核心—卫星”策略的核心仓位设置在30%—50%之间，结合分层抽样方法复制指数，兼顾基准锚定与主动管理空间。

• 报告致辞：面向专业投资者，兼具学术与实务指导意义。

---

二、逐节深度解读

1. 前言（引言）

报告开篇强调2025年5月7日中国证监会出台的《推动公募基金高质量发展行动方案》，该方案从行业宏观层面明确将基金业绩基准纳入考核，防止基金风格漂移。该监管趋势促使管理人需重视基准偏离控制与超额收益的兼顾，并内嵌执行主体为主动权益基金经理的角度来探讨可落地的量化方案。[page::0]

2. 如何控制偏离度？——以中证500为例

2.1 行业中性化策略

• 定义：调整基金组合至与基准在行业配置上完全一致。保留原组合行业内股票的相对权重不变，对于缺失行业，从基准中选取具有代表性的股票补充。

- 实现细节：
- 采用中信一级行业分类。
- 补充股票选取原则：行业内流通市值最接近中位数的成分股。
- 构造模拟组合基于基金公布半年报与年报持仓数据。

• 实证——基金A案例：

- 时间跨度为2016年6月至2025年6月。
- 结果显示行业中性化将年化跟踪误差由12.07%降低至8.17%，最大日偏离度、日均偏离度亦显著下降。
- 超额收益不仅未受损，反而由4.89%提升至5.26%。
- 同时波动率和最大回撤均得到改善，表明策略有效控制风险敞口，提升风险调整后表现。

• 图表解读：

- 图3显示优化后组合走势从模拟组合实际曲线向基准曲线靠拢，具有更低的振荡幅度和风险暴露。
- 表2详细绩效指标佐证以上结论。[page::1,2,3]

2.2 基于行业聚类做中性化

• 问题引出：中信一级行业分为30类，全面覆盖所有行业可能导致需新增过多非原组合股票，限制管理人主动权。

- 方法创新：
- 利用中信一级行业日收益率相似度，构建行业树形聚类，将30个行业归入6大类（TMT、科技制造、大金融、消费、周期、其他）。
- 按聚类大类比例进行中性化调整，减少需补充的股票数量，扩大主动管理空间。

• 实证—基金A对比结果：

- 基于聚类的策略年化跟踪误差为11.83%，略优于模拟组合但逊色于基于30个行业的方案。
- 最大日偏离度反而从3.86%增加到4.52%。
- 年化超额收益为5.54%，略有提升。

• 策略权衡：

- 聚类法降低补充股票数量，便利实操，但牺牲部分偏离度控制效果。
- 管理人应结合自身基金行业覆盖实际灵活选择。

• 图表说明：

- 图4展示聚类结构与归类结果。
- 图5动态展示基金A不同策略下组合净值演变。
- 表3形象列出聚类后的行业归属。

• 小结：

行业中性化整体效果显著，二者权衡在于补充股票数量与偏离度改善程度。[page::4,5]

2.3 风格中性化策略

• 原则：调整组合权重，使其在风格因子暴露（价值、盈利、成长、杠杆、流动性、动量、波动、市值八大因子）上与基准一致，采用Barra_CNE5模型。

- 方法：利用二次规划优化组合权重，目标是最小化组合与基准在风格因子上的差异，约束权重非负且和为1。

• 实证结果：

- 基金B和基金C示例表明风格中性化无法有效降低跟踪误差，甚至部分指标有上升趋势。
- 基金B年化跟踪误差小幅下降(12.07%→11.46%)，基金C反而上升(15.70%→17.06%)。
- 最大日偏离度普遍扩大。

• 深度分析：

- 风格因子只是多因子模型中的一部分，Barra模型含国家因子、行业因子及个股特质收益。
- 仅用风格因子匹配难以精确复制组合收益波动。
- 加入全部因素后，数据需求和算法复杂性大增。
- 适用性有限，特别是涉及非A股资产的组合无法应用。

• 主动管理影响：

- 权重结果极端收敛，大量原组合股票权重清零，仅4只股票权重占比超过20%。
- 主动选股特征丧失，约80%以上原股票被剔除。

• 图表辅助理解：

- 图6、7展示风格中性化后基金B和C净值走势，明显波动扩增。
- 表5、6细节指标佐证。
- 表7解释具体股票权重变化，突显组合集中化问题。

• 总结：

风格中性化策略数据门槛高，效果不稳定，且不利于基金经理主动管理，实际应用受限。[page::5,6,7]

2.4 “核心—卫星”策略

• 定义：组合中W%为核心，直接配置基准或其抽样版本；剩余(1-W)%自由配置，用于主动管理。

- 核心优势：
- 自然降低跟踪误差，控制基准偏离。
- 保持主动管理灵活性。

• 实证—基金E灵敏度测算：

- W从10%到70%递增，跟踪误差逐步降低，W≥30%时年化跟踪误差控制在10%以内。
- 推荐核心仓位为30%-50%，权衡偏离控制与主动空间。

• 核心复制问题解决方案：

- 指数ETF不可配置及全样本持有难度，提议用中信一级行业抽样方法复制指数。
- 三种抽样方法：行业龙头股（最大流通市值）、行业中位数股、以及分层抽样法（结合行业与市值分层）。

• 三种抽样方案实证比较：

- 分层抽样方案在年化跟踪误差（6.76%）、超额收益（3.55%）及日均跟踪误差等均表现最佳。
- 行业中位数抽样次之，操作较简单。
- 行业龙头抽样劣势明显，偏离度大且收益绩效低。

• 基金F综合实测：

- W=30为例，核心卫星策略结合三种抽样方案，均有效降低偏离。
- 分层抽样和行业中位数抽样的年化跟踪误差均显著下降至约8%。
- 收益略有压缩，但仍保有一定超额，尤其分层抽样对超额收益影响较小。

• 图表展示：

- 图8示意“核心—卫星”策略框架。
- 图9-11分别展示不同W值下组合走势、三种抽样方案指数复制效果、以及实际应用表现。
- 表8-10提供各指标细节，量化性能一目了然。

• 小结：

该策略兼顾基准风险管理与主动空间，结合合理抽样方法实现操作性强、效果理想的基准偏离控制方案。[page::8,9,10,11]

---

三、图表深度解读

• 图1：中证500为基准指数的公募基金规模与数量呈现自2010年以来持续快速增长，2025年一季度达到268只，总规模超3300亿元，凸显该基准重要性及广泛应用背景。[page::1]
• 图2：行业中性化策略流程图明晰，分为已有行业保持权重不变与缺失行业补充单只股票，体现行业配置调整的核心思路。[page::2]
• 图3与表2：基金A行业中性化示例，策略优化后模拟组合净值走势更趋近于基准，跟踪误差指标整体改善，年化超额收益提升，优化风险指标表现。突出行业中性化效果明显。[page::3]
• 图4与表3：通过聚类树状图可视化中信一级行业聚类结构，表3对应归类结果，行业归类为六大类，体现风险敞口维度的降维处理，为聚类中性化策略提供基础。[page::4]
• 图5：基金A应用聚类行业中性化后，整体跟踪误差虽有改进但未及基于原30行业的方案，凸显聚类中性化在偏离度控制上的不足。[page::5]
• 图6、7及表5、6：基金B、C风格中性化后，模拟组合与基准偏离明显加大，部分指标恶化。两只基金表现不一但均不理想，印证策略效果不稳定。[page::6]
• 表7：基金D风格中性化前后权重对比极端收敛现象，绝大部分股票权重被剔除，凸显策略对基金经理主动管理的负面影响。[page::7]
• 图8：核心—卫星策略示意流程图清晰展示核心与卫星部分的结构与权重分配方法逻辑。[page::8]
• 图9表8：基金E不同核心仓位下净值表现和相关绩效指标，证明核心仓位的提升有效降低跟踪误差，但收益有适当下调，推荐区间为30%-50%。[page::8,9]
• 图10表9：三种指数抽样方案的长期回测中，分层抽样综合表现最佳，平衡了跟踪误差和超额收益，行业龙头股表现最差，行业中位数居中。具体数据见表格指标。[page::10]
• 图11表10：基金F应用核心卫星策略结合三种抽样方案复制指数，实测效果与理论相符，分层抽样和行业中位数抽样有效控制偏离且保留较好超额收益。[page::11]

---

四、估值分析

本报告侧重于策略与投资组合构建的量化研究，无直接财务估值分析部分，因此不适用传统DCF、PE或EV/EBITDA等估值模型的解读。

---

五、风险因素评估

• 市场变化风险：本报告所有统计基于历史数据，未来市场结构或风格有重大变化可能导致策略表现失效或偏离预期。

• 数据测算风险：假设基金持仓半年内不变，而实际持仓可能频繁调整，模拟组合构建存在偏差空间。
• 模型误差风险：使用的风格因子模型及中性化算法可能存在局限，特别是风格模型局限性导致风格中性化策略失效。
• 主动管理空间压缩风险：部分策略（如风格中性化）削减组合股票数量过多，影响基金经理正常选股，可能影响收益的可持续性。

报告未对风险发生概率进行量化，仅提示潜在方向及可能后果。[page::0,12]

---

六、批判性视角与细微差别

• 报告整体立场积极支持行业中性化及核心卫星策略，特别是推荐分层抽样复制指数作为核心资产配置方案，实操性强且可复制性佳。
• 风格中性化策略被批判为过于理论化且现实应用困难，报告认为该策略存在模型偏差和数据环境限制。
• 报告基于中证500为基准，适用性或存在局限，其他基准的基金表现和策略效果可能有所差异。
• 报告模拟组合数据基于半年报、年报公开数据，存在时间滞后与持仓调整偏差，可能影响测算的动态准确性。
• 风格中性化剔除大量持仓股票的实际案例暴露了该方法的操作风险，但报告未详细探讨该策略如何改进或结合其他风险因子以增强适用性。
• 报告中行业聚类的降维方法逻辑清晰，但仅依赖日收益相关性，可能忽视行业基本面差异对风格暴露的影响。

整体分析客观合理，提出的问题和建议对管理人决策有较强参考价值，同时对方法局限性已充分披露。

---

七、结论性综合

该《主动权益基金如何控制基准偏离？》专题研究报告，深入回应监管新规背景下基金基准偏离度控制的行业热点难题，结合大量基金真实数据和严谨量化方法，通过对比行业中性化、风格中性化与核心卫星策略，产生了具有实操指导意义的结论。

• 行业中性化策略，无论是精细的中信一级行业层级，还是降维的行业聚类办法，均能有效压缩组合偏离基准的风险敞口，协助基金经理保持行业风格一致性且保障超额收益。中信一级行业中性化对偏离度控制更佳，聚类方法适合行业覆盖面不均的基金，兼顾主动管理灵活性。
• 风格中性化策略虽理论上具备吸引力，但在实证中表现不理想，跟踪误差可能增加，且大幅度缩减主动持仓股票数，削弱基金经理自主选股能力，模型范围受限于A股成分，不适合跨市场组合。
• “核心—卫星”策略则通过在组合设置基准核心资产椐以稳定锚定市场风险，剩余仓位由基金经理自由发挥，实现了控制基准偏离与创造持续超额收益的平衡。推荐核心仓位30%-50%，并使用分层抽样方法复制基准指数，该抽样方法结合行业和市值维度，实现低跟踪误差与较高超额收益的优良组合复制。
• 策略实施细节及丰富的图表展示，为投资管理人提供了量化基准偏离控制的实操模型和范例。
• 风险提醒包含市场未来变化、建模与数据误差等，提示投资者需警惕历史模拟与实操之间的差异风险。

综上，报告通过系统的量化分析，验证了多种控制基准偏离策略的效能与限制，为主动权益基金经理在新监管环境下配备适应性的工具与思路提供了有力支持和理论指导。

---

参考标注

本文所有引用数据、结论均基于原文内容，均已在对应段落以 [page::页码] 进行标注。

---

（全文完）

报告