“CT&CS”风格绩效归因模型简介 [page::0][page::5]

• 该模型将基金收益拆解为风格收益(AS)、风格择时(CT)、风格选股(CS)三部分，分别反映基金长期风格暴露、短期风格调整能力和风格内选股能力。

- 采用市值和PB构建16组风格基准，结合季报数据进行季度归因。

主动权益基金分类与风格分布 [page::7][page::8]

• 主动权益基金按赛道分为轮动型(8.77%)、单赛道(23.4%)、双赛道(4.58%)和全市场(63.25%)。

- 大盘成长风格基金占比最大（约82%），成长细分流派主要包括景气、质量及价值成长。

主动权益基金收益来源分析 [page::9][page::10]

• 2015年至2022年，风格收益AS为主要且最高贡献，尽管存在波动；风格择时CT贡献较小且不稳定；风格选股CS贡献稳定且胜率达81.5%，牛市中表现尤佳。

- CS的截面标准差最大，显示不同基金在选股能力上的差异显著。

风格收益、择时与选股能力的持续性研究 [page::14][page::15][page::16][page::17]

• 整体风格收益AS短期较持续，中长期持续性差；风格择时CT和风格选股CS的持续性均较弱，只有极少数基金能稳定保持强能力。

- 大盘基金中稳定且良好的风格择时和选股能力占比明显较高，约有23%机构能同时具备两者持续优势。

• 机构层面，风格选股CS能力分化最大，择时CT能力分化较小。

风格绩效因子的基金选基效果分析 [page::19][page::20][page::21][page::22][page::23]

• AS和CT因子单独作为选基指标效果不佳，原因在于风格收益受市场轮动影响，择时能力占比低且不稳定。

- CS因子作为选基因子表现优异，2019-2021年对应的多头组合超额收益分别为3.11%、7.89%和2.51%。

• 通过加入成长指标droe细化风格基准，分类别进行基金风格划分，及组合使用CS与CT因子，可进一步增强选基效果。

- 分类别选基表明，除小盘基金外，CS选基效果在不同市值及价值-成长风格基金中均较好。

结论与风险提示 [page::23][page::24]

• “CT&CS”模型有效揭示主动权益基金中风格收益和选股能力为主要业绩驱动，择时能力较弱且持续性不足。

- 选基策略中，CS因子优势显著，应严格筛选CS强的基金并辅以CT因子增强组合表现。

• 报告基于历史数据分析，不构成投资建议，存在数据和模型局限性风险。

《“CT&CS”风格绩效归因模型及其在主动权益基金选基中的应用》报告详尽分析

---

1. 元数据与概览

• 报告标题：《“CT&CS”风格绩效归因模型及其在主动权益基金选基中的应用》

- 作者与机构：海通证券股份有限公司研究所金融工程研究团队，主要分析师包含冯佳睿、郑雅斌、黄雨薇等。

• 发布日期：2023年5月

- 研究主题：研究主动权益基金的风格绩效归因，提出“CT&CS”风格绩效归因模型（风格收益AS、风格择时CT、风格选股CS）并探讨其在基金选基中的作用。

核心论点：

• “CT&CS”模型是对经典Brinson绩效归因模型的升级，重点分析基金基于风格的收益来源。

- 主动权益基金收益主要来自风格收益（AS）和风格选股（CS），而风格择时（CT）贡献有限且不稳定。

• 风格选股CS是一个有效的选基因子，能够带来显著超额收益。

- 基金的风格择时和风格选股能力普遍缺乏持续性，但部分机构和基金表现稳定。

• 通过优化风格基准、分类别选基和因子组合选基，可增强因子选基效果。

最终整体结论指出：虽然AS和CT因子的单独选基效果不佳，CS因子较为有效，建议结合多个风格绩效因子共同应用以实现选基的优化。[page::0,5,9,20,23]

---

2. 逐节深度解读

2.1 “CT&CS”风格绩效归因模型介绍

报告介绍“CT&CS”模型是基于Kent Daniel等人在“Measuring Mutual Fund Performance with Characteristic-Based Benchmarks”文章中提出的方法，该模型类似Brinson模型，但基于风格特征拆解收益，划分为：

• 风格收益（AS）：基金长期风格暴露带来的投资收益。

- 风格择时（CT）：基金经理短期通过风格配置调整带来的额外收益。

• 风格选股（CS）：基金经理在风格内部通过个股筛选获得的超额收益。

构建风格基准时，依照市值和PB（账面市值比）将全部A股划分为16组，再计算对应加权收益。公式清晰定义了各因子的数学表达，直观反映基金在不同维度对收益的贡献分析逻辑。[page::5,6]

---

2.2 主动权益基金收益来源分析

2.2.1 基金分类标签体系

对主动权益基金进行严格分类，依据基金持仓的资产配置、风格偏好（大小盘、价值成长）、组合交易三个维度进行标签赋予。基金按赛道分为轮动型、单赛道、双赛道、全市场四类，最大份额为全市场型基金，占比63.25%。

投资风格以市值大小（大盘、中盘、小盘）及成长-价值属性（价值、均衡、GARP、成长）划分。当前市场主流基金显著偏向大盘成长风格，但作者进一步划分成长风格内细分标签，揭示成长基金经理间对价值、质量、景气三者权衡的“无法三角”现象。

这种细分有助理解不同基金经理的偏重，也说明成长风格近年由景气成长派主导，质量成长次之，价值成长相对稀少。[page::6-8]

2.2.2 收益来源贡献归因

以2015年1季度至2022年3季度数据为样本，归因结果显示：

• 风格收益AS是单期最主要收益来源，均值约1.39%，但波动较大且胜率仅53%，短期不稳定。

- 风格择时CT虽胜率较高（超60%），但贡献度低（均值0.34%），且在市场风格转换期表现较差。

• 风格选股CS寿命较长，胜率81.5%，均值接近AS，意味着基金在确定的风格内选股能力显著。

此外，选股能力的横向分化大于风格择时能力，说明不同基金选股能力差异明显，而择时能力相对较为同质化。[page::9-10]

2.2.3 分类型基金归因差异

• 不同价值成长类别基金的AS、CT、CS整体表现相近，AS随着市场行情切换波动，均衡型基金在长期内略占优势。

- 各类基金的风格择时能力大致相近，均衡型择时胜率高于其它类型。

• 风格选股能力没有持续优劣之分，整体大盘基金选股能力优于小盘。

- 不同市值基金间AS随行情切换波动，大盘基金的CS优于小盘基金，但2021年起大盘基金CS下降。

总体看，风格收益和选股为基金业绩的核心驱动力，风格择时贡献较弱且不稳。[page::11-13]

---

2.3 风格择时与选股能力的持续性分析

2.3.1 基金持续性检验

• 风格收益AS在短期内具有一定持续性，但中长期不稳定，表现波动剧烈。

- 风格择时CT具备明显稀缺性，绝大多数基金难以在长期保持良好择时水平，2019年后部分优势基金失去持续性。

• 风格选股CS同样缺乏强持续性，极少数基金选股能力表现稳定。

- 单只基金分类数据显示，排名前20%季度数占比超过50%的基金极少（约1%），说明大部分没有稳定的风格择时或选股能力。

2.3.2 分类基金持续性差异

• 大盘成长和大盘GARP基金中，稳定且良好的风格择时和选股能力基金占比较高（择时最高达42.86%）。

- 中小盘及价值型基金中，风格择时和选股能力不稳定占比更高。

• 机构层面部分机构表现较稳定，约23%同时具备长期稳定的风格择时和选股能力。

总结来说，整体市场看风格择时和选股能力持续性不强，但个别基金和机构因子表现稳定。[page::14-19]

---

2.4 风格绩效因子的选基能力

2.4.1 单因子选基检验

• AS因子：多头组合净值与市场无显著超额表现，估计主因其受市场风格轮动影响，缺乏持续优势。

- CT因子：多头组合表现亦无明显优势，且2021年以来表现下滑，反映择时贡献较少。

• CS因子：多头组合表现优异，2019-2021年分别实现3.11%、7.89%、2.51%超额收益；波动大牛市选股能力增强，熊市趋弱。

[图32至图34清晰显示上述趋势，CS因子在实践中的表现最为亮眼]。[page::19-20]

2.4.2 选基效果增强策略

• 通过引入成长指标（roe同比增速）、盈利指标（roe）、动量指标（mom）进一步细化风格基准，构建64个分组。

- 结果显示，加入成长指标droe后，CS因子多头组合的收益提升显著，累计提升约3.49%。roe和mom指标表现未能带来明显效果甚至有负面影响。

• 按基金风格分类后（大小盘、价值成长），CS因子在大中盘及不同估值风格基金中的选基效果明显，尤其大盘基金的超额收益突出。

- 结合CT因子和CS因子筛选，先选CS排前20%，再选CT排前30%的基金，FOF组合收益进一步提升，体现组合因子的协同效应。

这表明基于细分风格基准和因子组合构建的基金组合具有较好稳定的超额收益潜力。[page::21-23]

---

2.5 总结与风险提示

• “CT&CS”风格绩效归因模型贡献了基金绩效分析的新视角，兼顾风格收益、择时、选股三大方面。

- 主动权益基金收益主要由风格收益和选股驱动，择时影响较小且不稳定。

• 风格择时和选股能力无强持续性，但部分大盘基金和机构表现相对稳定。

- CS因子为较有效的选基因子，结合成长指标完善风格基准及CT因子辅助筛选，提升选基效果。

• 风险方面，报告告知数据来源和结论基于历史公开信息，可能存在数据不完善导致误差，且不构成投资建议。

[page::23-24]

---

3. 图表深度解读

图1：主动权益基金分类标签体系概览（第6页）

• 描述基金分类维度：资产配置、风格偏好、组合交易。

- 具体标签包括仓位中枢、择时与否、地区分布、赛道含量、风格偏好（大小盘、成长价值）、风格稳定性、个股持股分散度等。

• 该图表赋予规范化基金分组的框架基础，支持后续分析的科学性。

图2：按赛道划分基金数量占比（第7页）

• 轮动型占比8.77%，单赛道23.40%，双赛道4.58%，全市场63.25%。

- 自2015年起全市场份额持续扩大，反映行业趋势。

图3-4：大小盘风格和成长-价值划分逻辑（第7页）

• 大小盘分层由市值分位点高低决定。

- 成长价值四象限划分考虑成长和估值两个因子维度。

• 体现风格标签分类的量化逻辑。

图5-7：基金持仓市值和风格分布（第8页）

• 图5显示大盘基金占比81.97%，中盘15.45%，小盘2.58%。

- 图6显示成长型基金占78.45%。

• 图7的维恩图揭示成长基金内部细分（价值成长、质量成长、景气成长）不完全重合，说明基金经理不同侧重。

图8-11：风格绩效归因均值及标准差（第9-10页）

• 图8显示AS为主要收益来源，CT和CS贡献较小。

- 图9、10反映CT波动较小且正负交替，CS更稳定偏正且在牛市中表现更好。

• 图11表明CS横向分布差异大，该因子区分能力强。

图12-15：不同价值成长属性与市值基金风格绩效归因与分化（第11-14页）

• 不同类型基金风格收益AS随行情起伏，表现走势相似。

- CT和CS分布无明显类别持续领先，但CS在选股能力差异明显。

• 小盘基金风格择时及选股表现波动大。

图16-21：风格绩效因子持续性梯队表现（第14-15页）

• 不同梯队中，AS、CT和CS因子均无明显长期持续性，表现波动大。

- CS虽长期表现优越提升显著，但持续领先基金数量有限。

表1-2：CT与CS季度排名分布（第15-16页）

• 极少数基金能在CT、CS季度排名中持续领先。

- CT、CS排名较后且持续的基金数量也有限，表明能力普遍不稳。

图22-25：不同基金类别中风格择时和风格选股能力占比（第16-17页）

• 大盘成长和大盘GARP型基金中，风格择时和选股能力较好基金比例较高。

- 小盘和价值型基金中不稳定能力比例较大。

图26-28：机构层面AS、CT、CS表现及分布（第17-18页）

• 机构整体AS和CS表现随牛熊市波动剧烈，CT相对稳定，但2021年风格择时能力大幅降低。

- CS横向差异最大，多数机构具备一定选股能力。

图29-31：机构风格择时与选股能力的持续性分布（第18-19页）

• 约30%机构具备较强且持续风格择时能力，约17%机构持续具备选股能力。

- 22.7%机构同时具备两能力持续性。

图32-34：AS、CT、CS因子多头/空头组合净值走势（第19-20页）

• AS和CT因子多头组合表现与市场接近，缺乏明显超额收益。

- CS因子多头组合明显跑赢市场，体现选股能力对业绩的决定性贡献。

表3：CS因子多头组合年度表现（第21页）

• 2019-2021年超额收益3%以上，最大回撤控制较好，夏普率较高说明风险调整后表现稳健。

- 2022年出现回撤与市场波动相关。

图35及表4-6：优化风格基准与组合因子选基效果（第21-23页）

• 通过引入成长指标droe细化风格基准，提升CS因子选基表现。

- 分类别选基（市值、价值成长）进一步提升了CS因子的超额收益。

• 结合CT和CS筛选进一步优化基金组合绩效，2019年以来效果显著。

---

4. 估值分析

报告并未直接搞估值模型及公司股价相关估值计算，焦点完全落在绩效归因模型与基金选基效果的定量分析上，未涉及具体DCF、市盈率等估值方法。故本部分无相关探讨。

---

5. 风险因素评估

• 数据与模型风险：研究基于公开历史数据及模型计算，存在数据不完整、不准确导致结论误差的可能。

- 适用性风险：历史表现不等同未来表现，报告中强调不作为投资意见，提示风险提醒投资决策谨慎。

• 市场环境风险：风格因子表现随市场阶段波动，尤以择时表现易受行情切换干扰，在风格快速变化的环境中效果有限。

- 因子持续性风险：部分因子如风格择时、选股能力缺乏持续性，投资者依赖此类因子可能遭遇业绩波动或回撤。

报告未详细提出针对性缓解措施，但通过细化风格基准和多因子组合应用，已体现对单一因子劣势的改良尝试。[page::0,24]

---

6. 批判性视角与细微差别

• 报告客观呈现了风格绩效因子的贡献与持续性不足之处，未过度夸大择时或选股单因子稳健性。

- 大部分结论均建立在历史季度频度数据基础之上，季报披露频率低可能影响短期择时因子CT的真实性，其机制亦暗示存在滞后性。

• 对成长等新增细化指标（droe）的引入显得合理且谨慎，上述增强方法的有效性在某些年度表现不够稳定，需警惕过度拟合隐患。

- 报告区分基金风格细致，有助降低模型混淆效应，但风格界定依赖主观阈值调整，主观性略存。

• 风格选股CS因子优于其他因子，但其背后可能包含基金经理对市场整体判断因素的掩盖，未来还需结合更多基本面分析辅助验证。

综上，报告逻辑清晰，数据充足，结论符合实际市场经验，且强调了因子风险与持续性问题，体现一定的审慎态度。[page::5,14,20]

---

7. 结论性综合

本报告基于“CT&CS”风格绩效归因模型，系统分析了中国A股主动权益基金自2015年以来的风格表现，深度揭示了基金收益构成及其选基潜力，主要结论包括：

• 绩效归因模型的创新：在经典Brinson模型基础上，采用市值与PB构建16类风格基准，拆分基金收益为风格收益（AS）、风格择时（CT）和风格选股（CS），为基金绩效分析提供更细腻的风格视角。

- 收益驱动力：短期内，风格收益AS为主导因素，但波动较大；风格选股CS对长期业绩贡献不容忽视，且具有较高的胜率和超额收益潜力；风格择时CT作用有限且持续性差。

• 基金类型分化：大多数基金集中于大盘成长风格，成长风格内部存在价值、质量、景气的明显区分，基金风格选择体现现实投资经理风格偏好。

- 能力持续性：整体来看，基金风格择时和选股能力持续性不强，个别基金或机构展现稳定优势，尤其大盘基金与部分机构表现较优。

• 风格绩效因子选基应用：

- AS和CT单因子选基效果平平，不具持续超额收益。
- CS单因子具有较强选基能力，相关多头组合显著跑赢市场。
- 通过引入成长因子（droe）细化风格基准、按基金风格分类选基、以及CS和CT组合筛选，选基效果显著提升。

• 风险提示：结论基于公开数据和历史表现，不构成投资建议，市场环境变化和数据局限可能影响后续表现。

报告严谨揭露了主动权益基金在风格管理上的现状与挑战，推荐投资者关注风格选股能力指标CS，结合基金风格标签及成长指标进行选基，有望优化FOF组合绩效。[page::0-24]

---

重要图表示例

图1：主动权益基金分类标签体系概览



该图清晰展现基金的多维分类框架，从资产配置、风格偏好到交易行为，构筑多层次基金标签体系。

图8：全市场型主动权益基金的风格绩效归因均值（2014年4季度-2022年3季度）

详细数值见源码，显示风格收益（AS）作为主要来源，其波动与市场行情高度相关。

图9&10：CT与CS均值

分别显示风格择时CT均值波动较低且带有负值区间，CS表现正向且波动幅度大，体现牛市选股能力较强。

图32-34：AS、CT、CS因子多头组合净值走势

CS因子表现明显优于AS和CT，反映选股能力的持久价值。

图35：加入成长指标后的CS组合净值走势

结合成长因子的风格基准改善了选基效果，体现选基模型的增益。

---

总结

海通证券“CT&CS”风格绩效归因模型深入挖掘了主动权益基金收益来源的风格维度，揭示了市场风格切换对基金收益及风格因子表现的影响。风格选股因子CS展现出较好的选基能力和持续超额收益潜力，成为潜在的投资者选基利器，而传统的风格收益AS和风格择时CT对选基贡献有限。结合成长指标优化风格基准，并搭配因子组合筛选，进一步提升了基金组合的绩效表现。该研究为权益基金投资者提供了前瞻性的风格选基工具及方法论，值得投资者深入研读与应用。

---

本分析严格遵循报告内容，全文引用均已注明对应页面，力求详尽精准地还原报告观点与数据细节。

报告