Alpha的源泉与择时模型介绍 [page::4][page::5][page::6]

• Alpha主要来自选股与择时两大能力，择时能力反映基金经理对市场风险暴露的动态调整。

- 经典择时模型：TM模型基于二次项描述择时，HM模型引入虚拟变量体现择时行为，二者均判定择时能力为核心系数γ是否显著且大于0。

实证样本与因子构造 [page::7]

• 选取812只沪深市场权益型基金，净值复权处理，使用中证500作为市场因子，构造市值（SMB）和价值（HML）风格因子。

- 风格因子根据三因子模型多空策略进行构造，保证因子之间相关性控制。

市场择时与风格择时典型案例分析 [page::8][page::9][page::10]

| | 市场择时 | 市值风格择时 | 价值风格择时 |
|----------|---------------|--------------|--------------|
| TM模型T值| 4.97 (显著) | -3.04 | 0.18 |
| HM模型T值| 4.99 (显著) | -2.07 | -0.05 |




| | 市场择时 | 市值风格择时 | 价值风格择时 (显著)|
|----------|---------------|--------------|--------------|
| TM模型T值| 0.710 | 1.297 | 4.244 |
| HM模型T值| 0.919 | 1.283 | 2.950 |

择时能力总体统计与模型比较 [page::11][page::12]

| 项目 | 市场择时 | 市值风格择时 | 价值风格择时 |
|------------------------|----------|--------------|--------------|
| 满足时长基金数 | 503 | 503 | 503 |
| TM模型二次项大于0基金数| 401 | 308 | 136 |
| TM模型二次项显著基金数 | 84 | 49 | 11 |
| HM模型虚拟项大于0基金数| 443 | 429 | 77 |
| HM模型虚拟项显著基金数 | 110 | 65 | 13 |

• 市场择时能力基金占比约16.7%-21.9%，风格择时能力基金明显较低，尤其是价值风格择时极为稀少。

- HM模型对择时的识别率高于TM模型，因其假设更符合实际择时行为。

• TM与HM模型结果高度相关，相关系数均超过0.85，二者方法看似不同实质趋同。

择时能力分年度统计与波动 [page::12][page::13]

• 市场择时基金占比在不同年份波动较大，峰值出现在2013年和2015年接近20%。

- 风格择时能力整体较低，市值风格择时较市场择时难，价值风格择时更困难且基本稳定在5%以下。

择时能力跨期稳定性 [page::14]

| 指标 | 市场择时b-均值 | 市值风格b-均值 | 价值风格b-均值 | 市场择时b-t显著性 | 市值风格b-t显著性 | 价值风格b-t显著性 |
|--------------------|----------------|----------------|----------------|------------------|------------------|------------------|
| 二次项系数T | 0.084 | 0.033 | 0.047 | 3.088 | 0.958 | 0.960 |
| 虚拟项系数T | 0.105 | 0.020 | 0.043 | 3.965 | 0.615 | 0.928 |

• 市场择时能力在跨期表现出显著的稳定性，适用于FOF跨期择时策略参考。

- 风格择时跨期稳定性不显著，缺乏持续择时能力。

报告总结 [page::0][page::14][page::15]

• 基金Alpha来源于选股与择时，择时能力难度较大且不易稳定。

- 当前中国基金市场中约15%-20%的基金具备显著市场择时能力，且表现受市场环境显著影响。

• 风格择时能力基金极少，且不具备跨期稳定性，对FOF投资指导意义有限。

- HM模型较TM模型更能贴合实际择时行为，建议择时能力分析采用多模型验证提升稳健性。

• 风险提示包括市场系统性风险、政策风险及模型误设风险。

报告深度解读报告——《基于因子剥离的FOF择基逻辑系列十——基金市场择时与风格择时能力探究（上）》

---

1. 元数据与概览

• 报告标题：《基于因子剥离的FOF择基逻辑系列十——基金市场择时与风格择时能力探究（上）》

- 作者/分析师：冯佳睿（联系方式等详见报告）

• 发布机构：海通证券研究所

- 日期：2018年5月（具体日期未明，但内容为2018年5月9日前后）

• 主题：聚焦基金主动管理中Alpha（超额收益）的来源，重点考察基金管理人的择时能力及其测度模型，并进一步探讨基金择时能力的持续性及风格择时的现状。通过实证模型分析国内权益类基金的择时及风格择时能力及跨期稳定性。

- 核心论点与目标：
- Alpha主要来源为选股能力与择时能力。
- 著名的参数分析法中TM模型和HM模型为择时能力的重要量化工具。
- 采用模型实证检验国内基金市场择时能力和风格择时能力，发现市场择时能力存在且有稳定跨期性，但风格择时能力稀缺且不稳定。
- 市场择时能力相比风格择时能力的实现相对容易。
- 本报告为相关系列报告的第十篇，意在深度剖析基金Alpha的内涵与构成，辅助FOF基金的择基策略[page::0,4,14]

---

2. 逐节深度解读

2.1 引言与Alpha来源（第4页）

• 关键论点：

- Alpha即基金经理主动超额收益的体现，主要源于选股（选出优质股票）和择时（调整组合Beta，控制市场敞口）。
- 择时能力的含义为市场上涨时增加Beta以“跟涨”，市场下跌时降低Beta以避险。
- 传统多元线性模型难以解释Alpha的择时部分，择时Alpha存留于常数项（Alpha）中[page::4]

• 逻辑与假设：

- 选股Alpha较易获得，可能通过揭示市场未普遍认知的因子信号或事件触发实现超额。
- 择时Alpha较难，要求基金经理对宏观或市场节奏有较强判断。
- 学术界择时分析分参数法（如本文重点介绍）和非参数法。

• 图1分析：

- 图示“两大Alpha来源”：一边为择时T，一边为选股S，暗示两者在基金Alpha贡献中的相辅相成关系。

---

2.2 经典择时模型介绍（TM与HM模型，第5-7页）

• TM模型（Teynor和Mazuy, 1966）

- 在CAPM框架中加入市场超额收益（二次项）的平方项来度量经理对市场收益的预测能力。
- 公式：
\[
R{pt} - R{ft} = \alpha{pt} + \betap (R{mt} - R{ft}) + \gammap (R{mt} - R{ft})^2 + \varepsilon{pt}
\]
- 其中$\gammap > 0$表示基金经理在市场高收益时提升Beta以获取超额收益。
- 该模型假定Beta调整是递进式，类似二次函数曲线。
- 早期实证如对美国57只基金的研究，择时能力显著基金极少，说明择时能力难测且难以持续[page::5]

• HM模型（Henriksson和Merton, 1981）

- 用虚拟变量\(D\)分割市场涨跌，模型中通过分段Beta体现择时行为：
\[
R{pt} - R{ft} = \alpha{pt} + \betap (R{mt} - R{ft}) + \gammap (R{mt} - R{ft}) \times D + \varepsilon{pt}
\]
\[
D =
\begin{cases}
1, & R{mt} > R{ft} \\
0, & R{mt} < R{ft}
\end{cases}
\]
- 表示市场上涨时组合Beta为$\betap + \gammap$，下跌时为$\betap$。
- 较TM模型假设Beta调整更为即时，无平滑过程。
- 两模型核心指标均为$\gamma_p$的显著性与正值[page::6]

• 图2与图3说明：

- 图示TM与HM模型对基金收益与市场收益关系曲线不同形态，体现出两种择时的不同刻画思路[page::5,6]

---

2.3 模型拓展：风格择时（第6-7页）

• 由传统的市场择时扩展至风格择时，以Fama-French三因子模型为基准，额外考虑市值因子(SMB)和价值因子(HML)的Beta调整能力。

- 公式中的因子择时引入对应的二次项或虚拟变量，分别测试市场以及两个风格因子的择时能力。

• 该视角揭示基金可能通过风格暴露调整进行择时，而不是单一市场Beta调整。

- 引用Evangelos Benos与Marek Jochec(2008)研究，发现部分优异基金存在市场择时，但风格择时非常罕见且不稳定[page::6,7]

---

2.4 实证研究：样本选取与因子构造（第7页）

• 样本为国内开放式普通股票型基金（250只）与偏股混合型基金（562只），合计812只。

- 采用复权后的日频净值收益作为基金收益。

• 无风险利率选用一年期银行定期存款利率。

- 市场因子选用中证500指数而不是沪深300，理由为中证500更适合作为股票市场的折中代表，覆盖小盘偏好。

• 风格因子SMB、HML构造采用Fama-French分组多空收益法，同时控制三因子间相关性[page::7]
• 图4展示基金样本中两类基金占比，大部分为偏股混合型基金(约70%)，普通股票型基金约30%[page::7]

---

2.5 实证案例分析（第8-10页）

• 基金A市场择时案例：

- TM与HM模型中市场择时系数T统计量均约为4.97-4.99，具有统计显著性。
- 图5-6中，基金滚动Beta曲线与市场净值走势及同期市场收益同步，拐点明显一致，表明基金能及时调整市场风险暴露。

• 基金B价值风格择时案例：

- 其市场择时及市值风格择时不显著，价值风格择时系数T统计显著（TM: 4.24，HM: 2.95）。
- 图7-8显示价值风格因子走势与滚动价值暴露走势吻合显著，解释基金在价值风格因子上的调整同步于市场变化。

• 表1-2细化模型系数测试结果，验证模型有效[page::8-10]

---

2.6 大样本择时统计（第10-13页）

• 有效样本基金为503只（剔除时长不足者）。

- TM模型统计：
- 16.7%显著具备市场择时能力
- 9.7%显著具备市值风格择时能力
- 2.2%显著具备价值风格择时能力

• HM模型统计：

- 21.9%市场择时显著
- 12.9%市值风格择时显著
- 2.6%价值风格择时显著[表3]

• 结论：

- 价值风格择时最难实现，基金数量极少。
- 市值风格择时也较弱。（市值风格波动较小导致择时检测难度增大）
- HM模型总体识别出更多择时基金，因其虚拟变量假设更贴近实际急剧调整行为。

• 图9-10清晰展示各类型择时基金占比趋势与显著度[page::10-11]
• 模型结果相关性

- HM与TM模型的择时能力检测结果高度相关（市场择时0.95，风格择时均高于0.85），验证两模型测度的内在一致性[表4,page::11-12]

• 分年度择时能力

- 市场择时基金比例波动显著，2013与2015年接近20%，其他年份约5%，体现择时能力受宏观市场环境影响[图11,page::12]
- 市值风格择时波动较小，多数年份保持5-10%[图12,page::12]
- 价值风格择时能力历年均较弱，低于5%且无明显提升趋势[图13,page::13]

---

2.7 择时能力的跨期稳定性（第13-15页）

• 通过回归方法检验择时能力指标（系数显著性、显著度排序）在当期对下一期的预测稳定性，检测结果表明：

- 市场择时能力指标在跨期表现出显著正向稳定性（b-t值均显著大于2），具备预测价值，基金择时能力具有一定持续性[表5,page::13-14]
- 价值风格择时与市值风格择时跨期稳定性均不显著，难以预测且不稳定，不宜作为FOF跨期择基参考[表6-7,page::14]

---

2.8 结论与思考（第14-15页）

• Alpha的主要来源为选股和择时，择时特别是风格择时相较选股更难实现，要求基金经理对市场乃至风格的敏感判断。

- TM和HM经典择时模型可有效量化市场择时，HM模型较符合基金实际操作习惯。

• 目前国内权益基金中仍有15-20%左右基金具备显著市场择时能力，但此比例高低随市场环境波动明显。

- 风格择时基金占比极低，且风格择时能力跨期不稳定，对FOF投资策略参考价值有限。

• 市场择时相比风格择时较为可行且相对稳定。

- 风险提示覆盖市场系统性风险、模型误设风险、因子有效性的变化等[page::14-15]

---

3. 图表深度解读

| 图表 | 描述 | 解读 | 关联结论 |
|-------|-------|-------|-------|
| 图1（页4） | “Alpha的两个主要来源”示意图 | 直观将Alpha分为选股S、择时T两部分，体现本报告探讨的中心内容。 | 强调Alpha的内涵与基金主动管理中择时/选股的角色。 |
| 图2（页5） | TM模型曲线示意图 | 选股表现为线性关系，择时表现为二次曲线，体现Beta调整的递进性。 | TM模型用平方项捕捉择时能力。 |
| 图3（页6） | HM模型曲线示意图 | 市场上涨时，Beta急剧上升；下降时Beta降低，映射即时调整行为。 | HM模型用虚拟变量区分涨跌。 |
| 图4（页7） | 国内基金类型占比饼图 | 基金以偏股混合型为主，占比70%，体现中国权益基金格局。 | 样本选择合理。 |
| 图5（页8） | 基金A市场净值与滚动Beta走势 | Beta随市场涨跌趋势调整，显示基金可主动择时。 | 说明模型输出的择时能力可信。 |
| 图6（页9） | 市场同期收益与基金滚动Beta对比 | 两曲线同步变动，基金能及时对市场变化做Beta调整。 | 支持择时能力判定。 |
| 图7（页9） | 基金B价值风格因子净值与暴露 | 价值因子净值与基金风格波动类似，显示价值风格择时存在。 | 风格择时虽罕见但存在。 |
| 图8（页10） | 价值风格因子同期收益与滚动暴露 | 同期收益与Beta暴露同步，基金调整显著跟踪价值风格收益波动。 | 辅助模型结果证实风格择时。 |
| 图9-10（页11） | 择时系数项正值及显著基金占比柱状图 | 市场择时基金占比最高，同时显著基金比例大于风格择时。HM模型结果更多。 | 定量印证市场择时较易达成。 |
| 图11-13（页12-13） | 市场、市值、价值择时能力分年度比例曲线 | 市场择时基金比例波动大，市值择时次之，价值择时持续低迷。 | 择时能力受市场环境驱动且异质。 |

---

4. 估值分析

本报告属于投资策略与量化分析范畴，无企业估值部分，故无相关估值方法与目标价。

---

5. 风险因素评估

• 市场系统性风险：市场整体波动可能影响择时能力表现及模型结果。

- 政策变动风险（报告首部提示）：监管政策对基金行为可能产生扰动。

• 模型误设风险：模型设定不充分或假设不符合实际基金操作，导致择时能力判断偏误。

- 因子有效性变动风险：因子（市场、中证500、SMB、HML）表现非稳定可能影响择时分析的真实性和可依赖性[page::0,15]

---

6. 审慎视角与细节

• 择时能力判定依赖模型假设及数据频率：TM模型假定Beta的递进调整，HM模型假定即刻调整，基金实际操作可能介于两者之间，故两个模型的择时识别存在差异并非模型“对错”而是角度不同。

- 择时能力的时间稳定性受市场环境驱动明显：择时基金比例不稳定，提示择时能力可能更多依赖于基金经理对市场阶段性把握，而非恒定技能。

• 风格择时能力的稀缺性与不稳定性：虽然报告发现个别基金具备价值风格择时，但整体比例极低且无跨期稳定性，说明风格择时难以规模化应用，FOF若依赖风格择时或会面临效率低下。

- 模型误设风险和因子构造复杂性可能导致统计检验偏误，尤其风格因子波动较小且风格切换频率低使得择时识别难度加大。

• 基金收益复权及市场因子选择对择时检测影响较大，中证500的选择虽合理，但与基金基准指数偏离可能偏差，需在后续研究中持续验证。

- 跨期稳定性的统计显著性虽强，但实际预测能力、投资实操中能否转化为超额收益尚需实证检验。

---

7. 结论性综合

本报告系统深入地探讨了基金Alpha中的择时能力及其到底从何而来，通过引入两大经典择时模型（TM与HM），并将其扩展到风格择时，基于国内超八百只权益类公募基金样本，进行了全面的实证分析，得出如下核心结论：

• Alpha的两个来源为选股与择时，其中择时能力包含传统市场择时能力及风格择时能力，择时能力要求基金经理动态调整组合系统风险（Beta）；

- TM模型和HM模型为择时能力的经典测度工具，HM模型假设的即时Beta调整更符合实际操作，能识别更多具有择时能力的基金；

• 在国内基金中，市场择时能力存在且占比较高（约15-20%），但随市场环境大幅波动，年化择时基金比例从5%至20%不等；

- 风格择时能力则极为罕见，市值择时和价值择时均不足10%，其中价值风格择时更为稀缺且跨期不稳定；

• 择时能力跨期存在一定稳定性，尤其是市场择时能力具有显著的跨期预测价值，这为FOF跨期择基提供了理论依据；

- 风格择时的跨期稳定性不显著，说明该类择时能力无法作为有效的中长期策略参考；

• 图表数据生动展现基金Beta随市场和风格因子变化的调整轨迹，验证模型的实际应用有效性；

- 最终提示投资者谨慎关注市场系统性风险及模型误设、因子无效的风险，择时能力虽存在但难度较大，且市场环境驱动明显。

综上，基金的择时能力虽然难得但真实存在，尤其市场择时能力可以成为FOF择基时的重要参考维度，而风格择时尚缺乏稳定的实证支持，对投资实践的指导价值有限[page::0-15]。报告为进一步探索和提纯基金Alpha的来源，以及提升FOF资产配置中的择基决策提供了系统化的分析模型和丰富的实证支持。

---

参考图表汇总

---

结束语

本报告以严谨的学术模型为基础，结合国内丰富的实证基金数据，深刻揭示了择时能力在基金Alpha构建中的地位及其稀缺但存在的现实表现。投资者和FOF管理者可据此优化基金组合配置与择基策略，更科学地理解和利用基金经理的主动管理能力。同时须警惕模型与数据固有的局限性，合理规避潜在风险，实现投资决策的稳健性。

---

报告