【华安金工】主动权益基金基准纠偏：如何选择兼具代表性与竞争力的基准？——基金研究系列之二十一

当前格局与问题诊断 [page::4]

• 近半数主动权益基金原先使用沪深300作为业绩基准（约49%），基准使用高度集中，存在代表性不足与风格错配问题 [page::4]。

- 基准元素多为“股票指数 + 债券指数”的组合，2~3个指数组合占比约97% ，近半基金同时配置港股导致三元素基准常见 [page::4][page::9].

选基的五步量化流程（流程图归纳） [page::20]

• 第1步：依据基金合同和原基准判断类型（全市场/行业主题/风格策略/未定义），防止根本错配 [page::8][page::20].

- 第2步：以年化跟踪误差为初筛，若某指数呈显著离群低TE则优先考虑；否则保留TE低的若干候选（建议最低15%分位或至少10个候选）[page::11][page::12].

• 第3步：覆盖度校验（基于指数市值占比与成分数量设定指数特定的最低覆盖度阈值），剔除与持仓相关性弱的指数 [page::14][page::15].

- 第4步：行业主动比率（按申万行业），若某指数行业主动比率显著偏低（离群）则可作为最合适基准，否则形成最终“合适基准池” [page::17][page::18].

• 第5步：若原基准在合适池则可保留，否则在合适池中按信息比率(IR)或超额空间选择单一基准或保留候选集供披露/考核使用 [page::20][page::21].

跟踪误差与离群检测（方法与实例） [page::11][page::12]

• 跟踪误差以年化TE计算（日频N=250年化），样本显示大多数基金TE在11%-15%区间，但约17.75%基金TE>20%，说明原基准无法刻画其收益特征 [page::11].

- 对每只基金遍历要素库所有指数的TE；若TE序列出现“显著离群小值”，采用MAD（中位绝对偏差）方法判定离群并作为强证据；示例：建信灵活配置用中证2000被判为离群低TE并通过覆盖度/行业比验证匹配 [page::12][page::13].

覆盖度与标准化阈值设定（示例与原则） [page::14][page::15]

• 覆盖度衡量基金持仓中落在指数成分股的市值比例；沪深300为例，有14.3%基金覆盖度不足30%，表明沪深300代表性不足 [page::13].

- 按指数市值占比与成分数制定最低覆盖度（宽基大市值指数要求高，如中证全指 ~95%；小众/主题指数要求低如30%-40%），二类库阈值通常更严 [page::14][page::16].

行业主动比率与最终判定（示例：PH弘惠、HX成长） [page::18][page::16]

• 个股主动比率对主动基金区分度过低（多数>80%），操作上更适合使用行业粒度的行业主动比率（多数基金行业主动比率在40%-70%范围）作为补充筛选指标 [page::17][page::18].

- 实例：PH弘惠通过行业主动比率检测，显著低值对应中证A500，最终判定其最适基准为中证A500（行业匹配几乎一致）[page::19][page::19].

纠偏效果与实际影响（结果/收益空间） [page::22][page::23][page::24]

• 纠偏后：沪深300使用率由约49%下降至约16%，中证全指、中证800、中证A500、成长类指数使用率上升，反映基准更贴合基金风格/持仓 [page::22][page::23].

- 跟踪误差改善显著：TE<10%基金占比从20%增至32%；TE<15%占比从57%增至76%；极端TE(>25%)占比由6.4%降至1.3% [page::23][page::24].

• 基准选择还应考虑“超额空间”——按基准统计可选该基准的基金的中位超额曲线（示例：国证1000、中证全指、中证A500在若些时期为主动管理提供较大超额空间），行业赛道差异也显著，成长类主题（医药、制造等）通常给主动策略更多Alpha窗口 [page::24][page::25][page::26][page::27].

风险提示与合规建议 [page::1][page::20]

• 报告基于历史持仓与净值，不构成投资建议；建议基金公司建立内部基准治理：选取、披露、监测、纠偏与问责体系，管理层对基准代表性/约束性/持续性负责 [page::1][page::2].

- 在披露与绩效考核中，应突出相对收益与信息比率，避免不同类/不同风格基金绝对收益直接比较 [page::2].

以下为对华安证券金工团队报告“主动权益基金基准纠偏：如何选择兼具代表性与竞争力的基准？——基金研究系列之二十一”的详尽解构与逐节分析。本文力求覆盖报告中的所有重要论点、数据与图表，并对方法论、假设、结果与局限进行客观评估。凡直接来自原文的结论或数据句末均标注原文页码以便溯源。

一、元数据与总体概览

• 报告标题：主动权益基金基准纠偏：如何选择兼具代表性与竞争力的基准？——基金研究系列之二十一；发布机构：华安证券金工团队/华安证券研究所；发布日期报告首段标注为2025年12月15日（公众号摘编处另示报告发布时间2025-12-13）；地点：上海。 [page::0]

- 报告主题：在《公募基金业绩比较基准指引》等征求意见稿出台背景下，研究如何为主动权益基金选取既具代表性又具竞争力的业绩比较基准，并构建“适宜基准池”的量化筛选体系。 [page::1]

• 核心观点摘要：当前国内主动权益基金过度集中使用沪深300作为业绩基准（近半数），亟需通过定义基金类型、跟踪误差筛选、覆盖度检验和行业/个股主动比率分析等步骤，构建“适宜基准池”并进行基准纠偏，以提升基准代表性并扩大主动管理的超额收益空间。报告给出完整的筛选流程并展示纠偏前后使用率与跟踪误差的改进效果。 [page::1]

二、逐节精读与剖析
（一）政策与问题表述（报告引言与背景）

• 报告指出，《公募基金业绩比较基准指引》《操作细则（征求意见稿）》提出要规范基准选取、严格基准变更、强化信息披露及基准约束作用，并要求基金公司建立内部控制体系以负责基准的代表性、约束性与持续性。报告强调基金定期报告需披露与基准在收益、波动、资产配置与行业持仓等多维对比，并在绩效考核中体现基准对基金经理薪酬的约束性。 [page::2]

- 报告进一步论述：合适的基准能防范风格漂移，并使信息比率（IR）成为衡量主动管理能力的更公允指标；因此应引导评价体系从绝对收益转向相对收益视角。 [page::2]

（二）业绩基准要素库与分布（第1步背景数据）

• 要素库结构：根据报告，一类库（69个指数）与二类库（72个指数）并行，一类库纳入表征性强、认可度高的指数（宽基、行业/主题、策略等）；二类库兼顾创新与差异化以补充覆盖。 [page::2]

- 要素库构成与占比：一类库中宽基22%、行业主题63%、策略指数15%；行业主题占比较高因为子主题众多。该表及饼图在报告第3页给出要素分布细节。 [page::3]

（三）主动基金当前基准使用现状（数据描述、问题识别）

• 基准元素数量：约97.2%的主动权益基金采用由2至3个指数组合构成的基准（例如A股指数+债券指数或A股+港股+债券等）。图表3展示1-5个指数组成比例分布，其中2个或3个元素的组合占比接近49.1%与48.1%。 [page::4]

- 单一指数使用集中：在境内股票指数中，2286只基金（约49%）使用沪深300做为业绩基准，另有16%使用中证800，其他较常用指数包括中证500等；图表4提供了详细频次分布与榜单。 [page::4]

• 港股部分：恒生系列与中证港股通综合等为常用港股基准，使用集中度较高。 [page::5]

- 基准库覆盖度：报告统计显示约85%基金的基准在一类库内，二类库补充后总体约94%基准在要素库中，仍有6%基准库外。 [page::5]

• 对比海外：美国共同基金使用S&P500的比例远低于国内（S&P500在美基金中的使用率从2008的约50%降至2020的约33%），风格/市值类基准在美更丰富，显示国内基准多元化不足。 （表与图表参考：图表7与图表11） [page::6][page::7]

（四）基准修改趋势与动因观察

• 报告显示近年基金修改基准数量上升；2015年为高峰（但当年多为债券成分调整），近几年（含2025数据至11/28）变更基准呈上升趋势（图表8）。 [page::6]

- 统计显示自2019年以来沪深300的基准使用率由高峰约62%下降至截至2025Q3的约49%，中证800占比上升，反映基金选股域随着A股市值扩容而扩张。 [page::7]

（五）方法论：如何科学筛选“适宜基准”（报告主体方法）
报告提出五步流程：1）明确基金类型；2）跟踪误差筛选；3）覆盖度检验；4）行业主动比率分析；5）形成合适基准池并择优或保留原基准。下列为每步的详细解读与数据依据。

1）定义基金类型（第1步）

• 报告建议先依据基金合同中的投资范围（投资类别、大类资产配置、定向比例等关键条款）将基金划分为全市场型、行业主题型、风格策略型或未定义型，例如合同中有明确“某行业≥80%”的条款可归类为行业主题型。该步骤用于避免基准与基金定位的根本错配。 [page::7]

2）确定基金的中枢仓位（仓位校准）

• 报告基于近5年实际资产配置计算基金平均权益仓位，发现多数基金实际落在85%-95%区间，而合同常设的基准仓位常为80%，因此需将基准权重按“分级向下靠档”的5%整数倍规则进行调整，例如平均87%则设为85%。图表14与表15展示了仓位分布与中枢调整幅度统计，约17.65%基金需调整幅度>20%，但多数基金仅需微调。 [page::8][page::9]

3）跟踪误差筛选（第2步）

• 跟踪误差定义与年化计算方法在报告中给出（TE = stdev(Rp - Rb)，日频年化系数取√250）。报告显示大部分主动基金相对于其当前基准的年化跟踪误差位于11%-15%之间，但有778只基金（17.75%）的年化跟踪误差超过20%，表明现有基准无法刻画基金实际收益特征。 [page::11]

- 报告对单只基金（如“HX成长” 000001.OF）进行了对要素库中所有指数的跟踪误差遍历示例，发现跟踪误差呈连续分布、且通常无明显断层，因此仅以“最低值”作为唯一判断并不稳妥；对存在“显著离群小值”的情形则可直接判断该指数为强候选。图表20与21展示了该基金的实际分布与前10最小值示例。 [page::11][page::11]

• 离群检测方法：采用MAD（中位数绝对偏差）作为稳健离群检测，取k=3～5范围; 在示例（建信灵活配置000270.OF）中，k=3.5下得到阈值11.65%，若某指数跟踪误差显著低于该阈值即判为强候选（示例中中证2000）。相关示例图表请参见图表24与25。 [page::12][page::13]

4）覆盖度检验（第3步）

• 覆盖度定义：基金持有的基准成分股市值占基金同类资产总市值的比例；被动基金覆盖度接近100%，主动基金通常低于此。报告强调：若一个指数跟踪误差低但覆盖度很低，则该指数虽在收益上“接近”但并不真正代表基金持仓结构，需剔除。 [page::13]

- 实证示例：以沪深300作为基准的基金中，328只（占使用沪深300的2286只的14.3%）对沪深300的覆盖度不足30%，说明沪深300对这些基金代表性欠佳。图表26视图呈现覆盖度分布。 [page::13]

• 为不同指数设置差异化最低覆盖度：报告列出一类库中多指数的“自定义最低覆盖度”矩阵（图表28与后续扩展表），并根据指数的市值占比、成分股数量与分布特点给出具体阈值示例（例如中证全指要求95%、中证800 ~65%、中证A500 ~55%等，主题/小盘指数相对宽松）。 [page::14][page::15]
• 在HX成长示例中，经覆盖度筛选后从初步低TE池中剔除了16个不满足覆盖度的指数，仅剩中证800相对成长与中信成长风格指标为合适（见图表30）。 [page::16]

5）行业主动比率（第4步）

• 个股主动比率（Active share）计算公式示出，报告指出以个股粒度计算的主动比率对主动权益基金通常过于“严苛”：以沪深300为例，多数基金个股主动比率超过80%，无法区分。图表31展示个股主动比率分布。 [page::17]

- 因此报告更强调“行业主动比率”作为更适合的中粒度指标（按申万行业计算），其计算方式与个股一致但按行业加总；以沪深300为基准时，多数基金行业主动比率位于40%-70%，具区分度（图表32）。 [page::18]

• 当基金在跟踪误差和覆盖度筛选后仍有多个候选基准时，若某指数在行业主动比率上显著离群地低，则可判定为最合适基准（示例PH弘惠对中证A500的行业主动比率仅2.26%，为强指示）。 [page::19]

（六）整体筛选流程与实践（第5步与总流程图）

• 报告将上述步骤合并为一套可量化的流程图（见图表36）：1）分类匹配要素库；2）跟踪误差进行离群筛选或分位筛选；3）覆盖度阈值剔除弱关联指数；4）行业主动比率判定最终单一基准或合适基准池；5）若原基准在合适池内可保留，否则按IR或基金/同类超额空间择优。 [page::20]

- 对于包含港股投资的基金，报告采用分步替代法（先用港股通综合暂代，再遍历A股/港股）并指出港股部分因仓位低导致TE敏感性下降，判定置信度相对降低，需谨慎处理。 [page::21]

（七）基准纠偏后的结果与影响（实证结果）

• 基准纠偏的总体效果：纠偏后沪深300的使用量从原来的约49%下降至705只/约16%；中证全指占比提升至约16%，中证800、中证A500也上升，成长类风格指数使用率显著上升但价值风格仍低。图表39与40展示新旧基准使用排名与港股替代变化。 [page::22][page::23]

- 跟踪误差分布改善：新基准下跟踪误差在10%以下的基金占比由20%上升到32%；15%以下的占比由57%升至76%；极端高TE（>25%）的基金比例由6.4%降至1.3%（见图表41）。 [page::23][page::24]

• 修改原因统计：A股基准修改主要原因中52%归因于“原基准跟踪误差较高”，11.24%因覆盖度未满足，少部分因行业更匹配；修改总体占比约72.5%。表格在图表37列出。 [page::21]

（八）不同基准下的超额空间分析（第4节要点）

• 报告通过将每只基金的合适基准池汇总，统计不同基准下主动基金的中位数累积超额曲线。结果显示：宽基里国证1000与中证A500（成分多且行业均衡）在长期上为主动管理提供更大超额空间；中小盘基准（中证1000、国证2000）具有更高波动率与更高历史超额但同时风险亦大；成长风格里中证800相对成长与国证成长被认为更适合作为成长类基准；价值类因当前被动化与覆盖度限制，推荐成分股范围广的国证价值。系列曲线详见图表42~47。 [page::24][page::25][page::26][page::27]

三、图表与表格—逐一解读（重点图表）
（注：以下逐图说明包含图像展示与关键解读。）

• 图表1/表（要素库分类表，页3）：列出一类库69指数类别明细（宽基、行业主题、策略等）并统计数量分布，说明行业主题占比最大（63%），体现监管鼓励的“要素库”设计。 [page::3]

- 图表（页3 饼图）： ——该饼图直观显示“行业主题”在一类库中占63%，强调指数库以主题为主导，可能导致行业/主题类基准在实践中的丰富性与选择空间。 [page::3]

• 图表3（基准元素数量分布，页4）： ——显示绝大多数基准由2或3个元素构成（合计97.2%），反映基金在合同层面倾向于组合式基准（A股+债券或A股+港股+债券）。该结构对基准构造与日度动态再平衡计算有明确影响（报告示例中起点1000并给出日度收益连乘法）。 [page::4][page::10]

- 图表4（最频繁使用的境内指数，页4）： ——沪深300占49.1%远高于其它指数；这说明基准选择集中，可能导致评价失真与激励错配问题（与美国形成对比）。 [page::4]

• 图表5（港股基准使用，页5）： ——恒生与港股通综合等占比高，说明港股基准集中但针对性差异（恒生成分较少可能导致覆盖度问题）。 [page::5]

- 图表8（基准变更次数时间序列，页6）： ——展示自2010年以来基准变更的年度波动与2024-2025年上升趋势，提示监管与市场力量推动基准纠偏。 [page::6]

• 图表9/10（宽基与其他指数使用率时间序列，页7）： ——显示沪深300使用率自巅峰回落，中证800上升及行业/风格指数的长期变化。 [page::7]

- 图表14/15（仓位中枢与调整幅度，页9）： ——用于量化基准中权益/非权益权重的校准，表明多数基金只需微调但仍有约17.65%需大幅调整（>20%）。 [page::9]

• 图表19（基金相对原基准TE分布，页11）： ——年化TE频率分布峰值位于~11%-15%区间，右侧尾部极端高TE基金占比不小，说明原基准匹配问题普遍存在。 [page::11]

- 图表21/24/25（个案跟踪误差/离群示例，页11-13）： ——展示如何用MAD离群法判别“显著低TE”指数并举例说明存在多指数同时符合时需进入下一步覆盖度检验。 [page::11][page::13]

• 图表26（沪深300覆盖度分布，页13）： ——14.3%使用沪深300的基金覆盖度<30%，提示沪深300代表性对这些基金显著不足。 [page::13]

- 图表28/后续大表（为各指数设定最低覆盖度阈值，页14-16）：（图较大，见报告）——此矩阵为报告的运营性产出，显示每个指数基于市值占比、成分数等给出不同的“接受线”，是整个筛选流程的关键判别标准。 [page::14][page::15]

• 图表31/32（个股与行业主动比率分布，页17-18）： ——说明个股级别主动比率普遍偏高失去区分力，而行业主动比率更适合用于基准匹配判别。 [page::17][page::18]

- 图表33~35（PH弘惠案例及行业配置对比，页19）： ——示例显示PH弘惠与中证A500行业配置高度一致（行业主动比率仅2.26%），是典型“对标指数运作”的产品。 [page::19]

• 图表36（流程图，页20）与图表38（头部基金合适基准列表，页21）为报告的整合成果展示，后者列举头部基金原基准与筛选出最合适基准的对比并给出跟踪误差/IR等指标作为定量佐证。 [page::20][page::21]

- 图表39~41（纠偏后基准使用频率与TE分布改进，页22-24）： ——直观显示纠偏带来基准多元化与TE总体下降。 [page::22][page::23][page::24]

• 图表42~47（不同基准下的超额中位数曲线与表格汇总，页24-27）：这些图表展示以不同类型（宽基、中小盘、成长、价值、行业主题）为基准时，主动基金的中位数超额累积曲线与年化超额/TE/IR统计，揭示不同基准对主动管理“创造超额空间”的差异性与周期性。 [page::24][page::25][page::26][page::26][page::27]

四、关键假设、技术细节与可复现性

• 跟踪误差计算基于日频收益，年化系数取√250；覆盖度以基金持仓（过去5年）与指数成分股市值计算；行业主动比率按申万行业分类聚合。上述计算假定数据完整且基金持仓披露足够频繁（季度/半年），报告在示例中采用了近五年窗口（报告多处以2021年至今为5年窗口）以计算TE与IR。 [page::10][page::21]

- 合成基准的点位计算采用每日收益率连乘并以起始点位1000为基准指数起点，含港股部分以港元兑人民币中间价折算，非权益部分共享中债-新综合财富指数拟合。该动态加权再平衡方法与征求意见稿建议一致。 [page::10]

五、风险因素与报告自身提示

• 报告声明其结论基于历史持仓与净值数据的实证分析，不构成投资建议，历史持股/收益特征不代表未来。 [page::1][page::28]

- 在方法论层面，风险包括：基准选择强依赖历史持仓披露频率与质量（若披露间隔长或错误会影响覆盖度/TE计算）、港股仓位低导致港股部分TE判定置信度低、阈值（如覆盖度最小值、MAD参数k、分位筛选阈值）具有一定主观性与样本敏感性。报告本身在多个示例中说明这些局限并采用稳健方法（MAD）以降低噪声影响。 [page::12][page::15][page::21]

六、批判性视角与细微差别（审慎评价）

• 方法优势：流程化、可量化、以多维指标（TE、覆盖度、行业主动比率）交叉判断的体系化方法，有助于减少单指标误判并提升基准代表性与可解释性。 [page::20]

- 方法局限与潜在偏差：
- 阈值设定的主观性：覆盖度最低要求、MAD的k值、跟踪误差最低百分位（如报告建议取15%分位）等在不同市场结构下敏感，报告虽给出理由与示例，但这些参数在实务中需针对具体基金类型与市值结构做回测并动态调整，否则可能误将“高主动管理”基金判为“基准不合适”或反之。 [page::12][page::15]
- 数据频次与时序偏差：报告大量计算依赖基金持仓历史（若仅季度披露则视窗内的仓位中枢估计受限），对于频繁调仓或量化高频策略基金，季度持仓会低估其实际暴露，导致覆盖度低估或TE偏高。报告对量化/小市值策略的特殊处理建议有限，应补充针对高频与量化产品的专门流程。 [page::9][page::13]
- 行业分类依赖性：行业主动比率采用申万行业分类，但不同行业分类口径（申万/中证/其他）会影响主动比率计算结果，报告并未讨论行业口径替换对结论的稳健性。 [page::18]
- 港股部分的处理：报告采用中证港股通综合暂代与汇率折算，但鉴于港股与A股的流动性、交易机制与做市特征不同，这种替代在低仓位情形下无法充分还原基准匹配的不确定性，报告已指出判定置信度下降但在量化上或需引入额外不确定性校正因子。 [page::21]

七、结论性综合（要点回顾）

• 主要发现：当前国内主动权益基金基准使用高度集中、以沪深300为主，存在代表性不足的结构性问题；通过报告提出的五步筛选流程（类型定义→TE筛选→覆盖度检验→行业主动比率→合适基准池选择/保留原基准）可以显著提升基准匹配度并降低跟踪误差，从而改善业绩评价的公允性与基金经理激励的合理性。 [page::1][page::20][page::23]

- 纠偏成果：实证显示纠偏后沪深300使用率由约49%降至约16%，中证全指/中证800/中证A500与成长类风格指数使用率上升，整体基金相对于其新基准的跟踪误差分布显著改善（TE<10%比例上升，极端高TE基金比例大幅下降）。 [page::22][page::23]

• 超额空间结论：若目标是在保持代表性的同时为主动管理留出“可作为Alpha来源的空间”，报告认为成分股数量多且行业更均衡的宽基（如国证1000、中证A500）与特定成长相对风格指数（如中证800相对成长、国证成长）往往能为主动管理提供更大历史超额空间；但不同基准在不同周期的超额表现差异显著，应结合基金与同类的超额能力(IR)进行最终选择。 [page::24]

八、对基金管理人/监管者的可操作建议（基于报告结论的延伸）

• 对基金公司：建议在新基准体系下建立内控流程，按照报告流程对现有基金逐一评估并在基金合同允许范围内进行必要的基准调整或披露说明，重点校准中枢仓位与候选基准池，并在绩效考核中使用相对指标（IR）加强考核公允性。 [page::2][page::20]

- 对监管机构：在推广要素库与基准指引的同时，建议明确覆盖度/TE/主动比率阈值的原则性框架并允许对小盘、量化、策略型基金设置差异化规则以避免一刀切。 [page::2][page::15]

九、总体评价

• 本报告构建了一套系统性、可量化且以实证为支撑的基准筛选框架，并通过大量样本与个案展示了纠偏带来的实务意义（基准多元化、跟踪误差下降、超额空间识别）。其主要贡献在于把“基准选择”从主观判断工具化、流程化，便于基金公司与监管在合规与评估层面落地执行。 [page::20][page::23]

- 同时，报告亦在多处提示基于历史数据的局限，并对不同产品类型（量化、小盘、港股暴露低）提出了差异化处理的必要性，显示方法论具有一定的稳健性与实践可行性。 [page::12][page::21]

十、附：报告中关键风险与免责声明（原文摘录）

• 报告强调其结论基于历史持仓与净值数据，不构成投资建议；历史收益/持仓不代表未来表现，使用时请结合基金合同与实际风险偏好判定。 [page::1][page::28]

——————
若需我对报告中的某一基金示例（如HX成长、PH弘惠或建信灵活配置）的原始数据与筛选过程进行逐步复现（包括代码思路、数据源字段与计算步骤），或希望我生成一套可直接在研究所/基金公司流程中使用的“基准筛选Excel模板/伪代码”，我可以继续提供详细的可执行产出。

报告