• 研究设计与方法概述 [page::1][page::2]

- 基于市场涨跌、风格强弱（大盘/小盘、成长/价值）及行业分化度划分多种市场情形。
- 计算基金在各市场情形区间的累计收益排名分位数，并以多区间排名分位数标准差作为业绩稳定性指标。
- 同时考虑单一和多个划分标准组合下的市场情形。

• 业绩稳定性指标构建细节与样本筛选 [page::3][page::4]

| 基金筛选条件 | 说明 |
|----------------------------|----------------------------|
| 基金类型 | 普通股票型、偏股混合型、平衡混合、灵活配置型（非FOF） |
| 权益仓位 | 近3年平均权益仓位高于60% |
| 规模 | 最新合并规模超过2亿 |
| 存续时间 | 超过3年零3个月 |
| 业绩基准 | 非行业主题指数，港股投资比例无下限 |
- 以历史36个月数据划分6个表现区间。
- 基金稳定性指标：6个区间排名分位数的标准差，越小表明业绩越稳定。

• 业绩稳定性具体案例分析 [page::5]

- 基金1稳定性指标0.09，基金2指标0.47，稳定性差异明显。
- 基金3不同划分标准下稳定性也有区别，显示指标的多维有效性。

• 业绩稳定性指标与基金收益相关性分析 [page::6]

| 指标编号 | 划分标准 | 与累计收益率相关系数 |
|---------|-------------------|------------------|
| 指标3 | 成长/价值风格强弱 | 最高相关性 |
- 业绩稳定性高基金收益风险比更优，最大回撤更低。
- 业绩稳定性高基金行业配置更分散，个股选择和行业配置能力更强。

• 基于业绩稳定性指标构建基金组合及表现 [page::6][page::7][page::8]

| 指标 | 高业绩稳定性组合 | 偏股混合型基金指数 |
|-----------------|-----------------|-----------------|
| 累计收益率(2016.1-2022.4) | 122.85% | 88.79% |
| 最大回撤 | 明显小于指数 | — |
- 筛选业绩稳定性最强10%基金，半年调仓，等权配置。
- 剔除排名靠后的基金后，构建“高业绩稳定性+高排名”组合，累计收益提升至162.51%。

• 高业绩稳定性+高排名基金组合细节与风格、行业配置特征 [page::7][page::8][page::9]

- 组合风格偏中盘平衡，成长/价值及规模风格配置均衡。
- 行业配置均衡，TMT、消费、周期、大金融、医药等行业配置均未超过40%。

• 剔除风格和行业因素后组合稳健表现验证 [page::9][page::10]

- 高业绩稳定性+高排名基金组合相比中盘平衡型和行业均衡型组合均获得持续稳健的超额收益。
- 说明业绩稳定性作为指标具备独立选基价值，独立于风格与行业配置影响。

【广发金工|基金研究】如何定量刻画权益基金在不同市场情形下的业绩稳定性：基金产品专题研究系列之四十二 — 详尽分析报告

---

1. 元数据与概览

• 报告标题：《如何定量刻画权益基金在不同市场情形下的业绩稳定性：基金产品专题研究系列之四十二》

- 作者：李豪

• 发布机构：广发金融工程研究团队（广发证券发展研究中心）

- 发布日期：2022年09月23日

• 主题：主动型权益基金在不同市场背景下的业绩稳定性定量研究及基于该指标的基金筛选与组合构建

报告核心论点与目标

该研究提出了一种系统的业绩稳定性量化指标，基于主动权益基金在不同股票市场情形下的收益排名分位数的方差，揭示基金长期回报与业绩稳定性呈正相关，业绩稳定的基金通常伴随较好风险控制能力、较强的行业配置与选股能力。基于该指标筛选基金并构建组合后，历史业绩表现出持续的超额收益和较低的回撤风险。报告进而剔除风格与行业配置影响后，仍证明业绩稳定性是优质基金的核心特征，能够稳定提升投资组合表现。

---

2. 逐节深度解读

2.1 摘要与引言——业绩稳定性的定义与市场背景划分

报告首先阐明主动型权益基金由于投资标的主要为权益资产，基金表现会随着市场涨跌、风格轮动及行业表现出现波动，因此研究基金业绩的稳定性必须置于不同市场情形之下展开。

• 市场情形划分维度：

- 市场涨跌（上涨、横盘、下跌）
- 风格强弱（大盘占优、大盘小盘均衡、小盘占优；成长占优、成长/价值均衡、价值占优）
- 行业分化度（高分化度、中分化度、低分化度）

通过在这些维度设定的市场环境下，计算基金的收益排名分位数，并结合其标准差构建业绩稳定性指标[page::0,1,2]。

2.2 市场情形划分方法详解（第1-3页图表解读）

图3和图4分别展示了中证800指数及风格指标（沪深300/中证1000、小盘/大盘、成长/价值）在2007年至2021年间的走势，反映市场及风格轮动的历史事实基础[page::1]。图5则以流程图形式给出详细划分标准：市场涨跌、风格强弱、行业分化三维度及其细分状态，明确了本文指标构建的基础框架[page::2]。

图6总结了研究逻辑：

• 先基于划分标准建立业绩稳定性指标；

- 再与基金收益及多维度特征对比分析；

• 最后筛选高稳定性基金构建组合并分析表现[page::2]。

2.3 基金业绩稳定性指标构建方法（第3-5页：核心技术解读）

该指标的计算过程主要包含以下步骤：

1. 市场时段划分：以近36个月（3年）为观察期，基于中证800月度收益排序，划分出6个等分区间（每区包含6个月），示意详见图8[page::3]。风格与行业分化亦用类似方法划分，形成多样化市场情形。
2. 基金样本筛选条件：

- 股权仓位高于60%；
- 规模超过2亿；
- 存续期>3年零3个月；
- 基金类型为普通股票型、偏股混合型、平衡混合型、灵活配置型，去除FOF及主题基等[page::4]。

1. 业绩稳定性度量：计算每只基金在不同市场情形区间内累计收益排名的分位数标准差，标准差越低表明基金在各市场情形下收益排名越稳定。

报告还进一步指出可将多个划分标准结合，计算多个维度共同形成的区间中的排名波动标准差，代表多重市场情形稳定性[page::4]。

图9和图10分别通过具体基金示例展示该指标的实际计算及效果。基金1表现出排名分位数波动小（0.09），即业绩稳定；基金2波动大（0.47），显示高业绩波动性[page::5]。基金3跨不同划分标准下表现差异也被揭示，说明指标对多维情形适用[page::5]。

2.4 业绩稳定性指标与基金业绩相关性分析（第5-6页）

通过统计函数计算，业绩稳定性指标与基金近三年累计收益率存在显著负相关关系——业绩稳定性的指标值越小（波动越低），基金累计收益往往越高。不同划分标准下，该相关性的强弱有差异，其中文字指出成长/价值风格强弱划分下的指标与收益相关度最高，因此后续分析以此为主。

此外，业绩稳定性强的基金普遍表现出：

• 更高的收益风险比

- 更低的回撤幅度

• 较分散的行业配置结构

- 显著优于普通基金的行业配置及个股选择能力，行业配置能力尤为突出

为之后构建更优基金组合奠定基础[page::6]。

2.5 基于业绩稳定性指标的基金组合构建及表现（第6-8页）

报告采用半年调仓（每年1、7月末），等权组合投资业绩稳定性指标排名前10%的基金，构建“高业绩稳定性基金组合”。

• 回测时间区间为2016年1月至2022年4月。

- 该组合累计收益率达到122.85%，明显超过同期偏股混合型基金指数的88.79%。

• 最大回撤率低于偏股混合型指数，显示组合抗风险能力强[page::6,7]。

考虑到单纯依赖业绩稳定性指标筛选还存在一定比例（平均36%）的基金排名偏后（历史平均排名在后50%），报告进一步提出“高业绩稳定性+高排名”双筛选方法，剔除表现不佳基金[page::7]。

这套方法构建的新组合在相同时间段累计收益率进一步提升至162.51%，同时风险指标（回撤、波动率）进一步降低，大幅优于市场广泛基准[page::7,8]。

2.6 基金组合风格与行业配置特征（第8-10页）

基金组合分析显示：

• 风格维度：组合整体配置在规模和成长价值风格上保持均衡，偏中盘平衡，风格分位数稳定在市场中间区域[page::9]。

- 行业配置：该组合在TMT、消费、周期、大金融、医药等主流行业均有布局。单行业持仓比例均未超40%，体现出均衡、分散的行业配置特征，降低行业集中风险[page::9]。

为了排除风格或行业配置对组合业绩的影响，报告进一步构建“中盘平衡型基金组合”和“行业均衡型基金组合”作为对照组。

• 与中盘平衡型组合对比结果显示，剔除风格因素后，“高业绩稳定性+高排名”组合依然展现了明显且稳定的超额收益[page::10]。

- 与行业均衡型组合对比，剔除行业配置因素后，该组合同样维持较好的超额收益表现[page::10]。

此结论表明基金业绩稳定性指标体现了基金管理人的核心选股与配置能力，这种能力在排除风格及行业因素后依然能带来超额回报。

2.7 报告风险提示与声明

报告强调所有结论均基于合理假设和历史数据，存在不能准确预测未来的固有限制性，结果仅供客户参考，不构成投资建议[page::11]。

---

3. 图表深度解读

图6（第1页）——研究思路框架

• 图表清晰梳理基金业绩稳定性研究思路：三步推进（指标构建、特征分析、组合构建）

- 突出多维划分市场情形的创新性方法与指标应用机制

• 支撑全文逻辑架构，便于理解整体研究流程

图8（第3页）——市场涨跌划分示例

• 中证800指数近36个月月度收益分布从高到低排序，划分为6个等区间

- 图示直观表明不同月份股票市场表现差异明显

• 为业绩稳定性指标计算提供时间维度和市场状况基础

图9、10（第5页）——基金个案稳定性比较

• 图9显示基金1的收益排名分位数变化平稳（蓝色柱较均匀），基金2波动剧烈（红色柱高低不一）

- 标准差0.09与0.47的强烈对比，直观反映了业绩稳定性差异

• 图10展示同一基金3基于不同划分标准的排名表现，揭示指标对市场划分敏感程度

图18、19（第7页）——高业绩稳定性基金组合表现

• 图18净值曲线明显领先于偏股混合型指数，表现更为稳健

- 图19显示累积相对收益稳步上升，说明筛选有效性和超额收益稳定

图20（第7页）——持仓基金历史排名分布

• 柱状与折线共同展示组合中排名后50%基金数量与占比稳中有升，提示部分基金表现偏弱

- 说明双重筛选的必要性

图21、22（第8页）——高业绩稳定性+高排名组合表现

• 净值与超额收益均明显优于单一高稳定性组合和市场指数

- 证明业绩稳定性与历史排名结合提升组合表现

图23、24（第9页）——组合风格与行业配置

• 风格方面，规模与成长价值分位数均衡，构成中盘平衡投资风格

- 行业配置分散，主要行业比例均未过40%

• 显示组合行业与风格风险分散良好，业绩稳定性指标不只是风格轮动效应

图25-28（第10页）——超额收益敏感性分析

• 高业绩稳定性+高排名组合相对于中盘平衡型及行业均衡型组合持续表现超额收益及净值优势

- 验证性能改善非市场风格或行业配置驱动，是管理能力与选基优势的体现

---

4. 估值分析

本报告主要聚焦于基金业绩稳定性指标研究与应用，并无直接涉及传统意义上的企业估值方法（如DCF、P/E等）。其估值分析可理解为基金层面通过绩效表现评估基金管理能力，无专门估值模型，核心为基于统计指标和历史回测的业绩评判。

---

5. 风险因素评估

• 历史数据局限：报告强调所有指标和结论基于历史数据，未来市场环境变化可能导致不同表现[page::11]。

- 指标假设不完备：考虑的市场情形划分虽然多维但仍可能遗漏新颖风险或突发事件影响；

• 基金样本选择偏差：筛选特定基金类型与规模可能限制结论泛化能力；

- 市场不可预测风险：未来宏观经济、政策、流动性等对基金表现影响难以完全捕捉；

• 模型稳定性风险：业绩稳定性指标虽表现优异，但未来市场结构变迁可能影响有效性。

报告未明确给出对应风险的缓释措施，但通过多维度划分与多组指标验证，增强了结论的稳健性。

---

6. 批判性视角与细微之处

• 指标适用范围局限：报告聚焦普通股票型及混合型基金，FOF、主题基金等未纳入，指标推广需谨慎。

- 业绩稳定性与未来表现的因果关系需谨慎解读：相关性不意味着因果，存在潜在过度拟合或回测欺诈风险。

• 组合筛选并非万能：即便是高稳定性且排名靠前基金，依然存在部分表现低于市场的现象（平均36%基金过去表现不足），说明个别基金稳定性指标不足以捕捉所有风险。

- 多维划分标准权重未细化：虽然报告计算不同划分标准下的稳定性指标，但未明确哪种权重组合能最优适用。

• 缺少短期与极端市场表现考察：报告重点关注3年中长期表现，极端市场案例次要，未详细分析系统性风险期间基金稳定性。

- 未来预测未充分展开：尽管报告强调历史分析有效性，但对未来如何动态调整指标与组合构建策略缺乏深入阐述。

---

7. 结论性综合

本报告创新性地提出在多维股票市场情形划分下，对主动型权益基金基于累计收益排名分位数标准差构建基金业绩稳定性指标，系统定量刻画基金在不同市场环境下的综合表现稳定程度。实证结果显示：

• 业绩稳定性指标长期与基金累计收益负相关，表现稳定基金整体更优；

- 高业绩稳定性基金展现更优风险调整后收益、更低回撤、更分散行业配置及更强的选基能力；

• 基于该指标的筛选组合获得了明显超越市场及偏股混合基金指数的超额收益，且风险指标更优；

- 剔除表现相对较差基金的“高业绩稳定性+高排名基金组合”进一步提升业绩，显示业绩稳定性与历史排名双筛确保更优筛选效果；

• 组合具有中盘平衡风格及均衡行业持仓特征，排除风格和行业配置影响后，依然表现出显著且持久的超额收益，凸显基金管理能力的核心价值；

- 该业绩稳定性指标可为投资者提供有效的基金筛选工具，提升主动权益基金组合配置的投资质量。

图表如图6、8、9、18、21、23-28清晰展示了指标构建逻辑、样本划分、个案基金表现差异以及筛选组合的净值走势及超额收益，全面支撑研究结论。

总体来看，报告结构严密、数据详实、方法创新且实用，已较好回答如何定量刻画基金业绩稳定性及其对投资业绩影响的问题，为主动权益基金研究及投资决策提供了有力参考[page::0–10]。

---

参考文献及数据来源

数据均来源于Wind及广发证券发展研究中心，保证数据的权威性和专业性[page::0-10]。

---

（全文引用均添加了页码标签，便于溯源。）

报告