传统基金业绩归因方法及不足 [page::3][page::4]

• 传统净值视角基于CAPM及Alpha水平测算，持仓视角以Brinson分解为主，风险因子视角采用Fama-French及Barra模型。

- 三类方法均存在不同局限：未能有效捕捉不连续收益（如打新）、收益风险来源理解不够直观，且与国内A股基金实际特征不完全匹配。

• 有必要设计符合国内市场特性的本土化基金业绩归因工具。

两阶段基金业绩归因方法设计 [page::4][page::5][page::6]

• 第一阶段将基金净值收益拆分为打新收益、交易收益和持股组合收益。应用案例显示大规模基金打新贡献较小，小规模基金打新贡献显著。

- 全市场打新收益2019-2020年显著提升，交易收益整体中位数偏负，表明长期持股通常优于短期交易。

• 案例基金交易收益贡献差异显著，波动率较高年度交易收益分布更宽。

个股长期业绩归因细化及案例分析 [page::8][page::9][page::10][page::11]

• 个股收益分解聚焦盈利增长、估值变动、股息及再投资和现金收益四要素。红利再投资及股本变化对真实EPS增速计算至关重要。

- 不同个股表现出显著差异，部分个股盈利为主导，部分由估值主导，部分则估值拖累收益。

• 典型案例I~III显示不同长期收益模式。

业绩归因工具示例应用：兴全趋势基金业绩分解 [page::12]

• 利用两阶段模型分解兴全趋势基金业绩，首阶段打新、交易、组合收益分别贡献有限、显著、最大（约80%）。

- 第二阶段进一步拆解组合收益，其中盈利贡献最大（97%），估值、股息及现金收益较小。

• 不同基金在交易及估值贡献上存在差异。

| 基金名称 | 打新收益 | 交易收益 | 盈利贡献 | 估值贡献 | 分红及再投资 | 现金收益 | 误差项 |
|------------|---------|---------|---------|---------|--------------|---------|---------|
| 兴全趋势 | 1.9% | 21.7% | 73.9% | -7.1% | 5.9% | 5.4% | -1.8% |
| 汇添富消费行业 | 0.5% | -20.9% | 91.2% | 27.5% | 4.8% | 3.0% | -6.1% |
| 华安逆向策略 | 1.0% | 24.7% | 47.5% | 18.0% | 3.6% | 4.5% | 0.6% |

主动权益基金业绩市场观察 [page::13][page::14]

• 一年期维度显示主动权益基金盈利增速中位数约15%，显著优于中证800(6%)，估值变动不稳定且方向一致于指数。

- 三年期区间盈利增速稳定提升，估值贡献从正转负，持股盈利贡献差异加大。

• 随着基金数量增加，选股能力差异凸显。

| 年份 | 主动权益基金盈利中位数 | 主动权益基金估值中位数 | 中证800盈利 | 中证800估值 |
|-----|-------------------|-------------------|----------|-----------|
| 2012 | 11.5% | -1.9% | 1.56% | 3.01% |
| 2017 | 21.3% | -1.7% | 16.17% | 3.43% |
| 2019 | 15.7% | 29.0% | 7.76% | 19.22% |

基金组合构建案例与业绩表现 [page::14][page::15][page::16]

• 确定性成长组合重点选取低估且盈利增长稳定基金；能力均衡组合兼顾盈利与交易收益。

- 两类组合回测期间（2013.4-2020）均实现年化约20%收益，最大回撤约45%，收益波动略高于偏股混合指数和中证800。

• 投资者可基于组合特性定制风险收益配置。

| 组合类型 | 累计收益 | 年化收益 | 波动率 | 最大回撤 | 夏普比 |
|--------------|----------|---------|-------|---------|-------|
| 确定性成长组合 | 401.43% | 19.79% | 24.13% | 45.38% | 0.70 |
| 能力均衡组合 | 413.90% | 20.26% | 24.29% | 47.31% | 0.71 |
| 偏股混合基金指数 | 309.03% | 15.78% | 21.96% | 43.35% | 0.58 |
| 中证800 | 231.90% | 11.55% | 23.22% | 48.53% | 0.37 |

研究总结与未来方向 [page::16][page::17][page::18]

• 当前业绩归因工具的核心难点在盈利增速估计的频率选择及估值中枢的界定，频率过高使业绩分解波动增大。

- 估值的分解（估值修复 vs 估值提升）存在难题，需多元化指标结合不同行业特征，提高归因准确性。

• 后续研究将着力完善个股业绩分解模型，提升基金业绩归因的实用性与精度。

专题报告分析：主动权益类基金业绩归因的本土化实践

---

一、元数据与概览

报告标题: 主动权益类基金业绩归因的本土化实践
发布日期: 2020年12月25日
作者: 王武蕾、任瞳
发布机构: 招商证券
主题: 国内主动权益类基金的业绩归因分析及本土化业绩归因工具的设计与应用

核心论点:
报告针对国内主动权益类基金业绩归因方法存在的不足，提出并设计了一套符合中国市场特点的两阶段业绩归因方法，从净值视角拆分基金收益来源，细化为打新收益、交易收益和股票组合收益，再进一步将组合收益分解为盈利增长、估值变动、股息及现金等方向。同时，报告通过案例和全市场数据实证分析了该归因方法的有效性，并基于此设计了两类基金组合，实现了显著优于基准的回测收益。报告强调此归因工具的实际应用价值及未来改进空间。

风险提示表明由于数据依赖及模型设计特性，归因分析仅作为投资者的定量辅助参考，存在一定模型设计风险。[page::0]

---

二、逐节深度解读

1. 传统基金业绩归因思路与问题识别

报告首先回顾了三类传统的基金业绩归因方法：

• 净值视角：基于投资组合整体净值回报，使用CAPM、Henderson-Murphy（H-M）、Treynor-Mazuy（T-M）模型等来估计Alpha水平和择时能力，主要依赖净值与基准回归分析。

- 持仓视角：以Brinson分解模型为核心，将基金收益拆解为资产配置效应、行业/风格配置效应及个股选择效应，关注组合结构细节。

• 风险因子视角：应用Fama-French多因子模型和Barra结构化风险模型，将股票组合风险降维并归因于风险因子。

不足在于：

• 净值归因忽视了中国市场特有的打新收益冲击。

- 持仓归因过于细化难以提炼组合核心收益驱动，且分析较繁琐。

• 风险因子模型虽量化有效，但经济含义解释不充分，且与投资者实际的自下而上选股逻辑偏离。

因此，报告认为设计本土化归因工具的目标应是：

• 结合净值与持仓分析优势，解决打新收益的特殊性；

- 简化组合收益归因表达，突出核心驱动；

• 适应国内市场投资行为，增强工具解释力和实用性。[page::3]

2. 本土化方案设计——基金业绩的两阶段分解

2.1 第一阶段：基金净值拆分

通过净值数据，基金业绩拆分为三部分：

• 打新收益：考虑新股发行价与上市首日收盘价变化，锁定期收益分离处理。样例显示，小规模基金打新收益占累计收益比重显著（>19%），大规模基金贡献较小（约1%），体现基金规模、获配份额影响打新效益（图表2、3）。

- 交易收益：基于基金披露持仓数据，构建虚拟组合收益，交易收益定义为净值调整基准与模拟组合收益差异。样例表明部分基金交易收益为负，持股收益更优（图表5、6）。

• 组合（股票）收益：剩余收益归属于持股组合。

全市场数据显示近年打新收益显著提升，交易收益中位数整体为负，说明多数基金短期交易难盈利，多数业绩来源于持股组合盈利（图表4、7）。[page::4,5,6,7]

2.2 第二阶段：股票组合收益细分

针对持股组合收益，采用个股分解方法，分解为盈利增长、估值变动、股息及现金收益四部分。

• 股息及再投资效应: 以交通银行为例，分红再投资显著影响累计持股数，进而影响收益，股息再投资相当于“隐形增持”（图表10、11）。

- 盈利增速调整: 由于股本变动对EPS增速影响显著，直接用净利润增长可能导致误差。以平安银行为例，调整股本后真实EPS增长与净利润增速累计差异可达4倍，强调合理调节股本信息的重要（图表12、13）。

• 长期收益案例: 展示三类股票不同收益驱动：案例I盈利增长主导且估值拖累，案例II盈利支撑为主，案例III估值主导但盈利拖累，展示归因分解的多样性和复杂性（图表14-16）。[page::8,9,10,11]

2.3 基金业绩归因案例

以兴全趋势为例，第一阶段中组合收益贡献约80%，第二阶段中盈利贡献占近98%，估值、股息及现金贡献较小，且稳定。不同基金在交易和估值贡献上差异明显，盈利贡献普遍最大（图表17-19）。[page::12,13]

3. 业绩归因工具的应用

3.1 主动权益基金整体表现观察

• 一年期观察（2012-2019）: 主动基金盈利增速中位数达到15%，显著超过中证800的6%，主动基金在估值变动方面波动较大，无系统优势。

- 三年期观察: 2013-2015年盈利增速年化中位数15%，估值扩张对业绩贡献为正；2017-2019年盈利增速提升至16%，估值贡献为负。基金盈利贡献差异扩大，估值分布收窄，表现不同（图表20-22）。

• 统计显示交易贡献多数负值，解释短期交易难以持续盈利，选股是基金业绩核心驱动力。[page::13,14]

3.2 基金组合构建案例

• 确定性成长组合: 筛选成长性高且盈利稳定的基金（权益仓位>75%、盈利增速处于前50%、规模2-20亿等），回测年化收益近20%，最大回撤约45%，表现优于偏股混合和中证800指数（图表23、24、25）。

- 能力均衡组合: 综合选股与交易能力，盈利与交易收益贡献均衡，筛选条件类似。回测收益和回撤与确定性成长组合相仿，均优于基准（图表23-25）。

• 组合波动略高，收益回撤比优于市场，显示业绩归因工具在实际基金筛选组合中的实用价值。[page::14,15,16]

4. 研究总结与未来展望

报告强调业绩归因工具的三大应用场景：基金业绩归因分析、基金筛选与组合构建、资产配置的收益风险参数输入。未来改进聚焦于：

• 盈利增速测算频率平衡：更高频率可以提高归因及时性但可能引入噪声，更低频率平滑波动但滞后，寻找最优平衡点（图表26、27）。

- 估值中枢的准确判断困难：以平安银行举例，即便事后估值中枢也难以准确定义，挑战估值分解的精度（图表28）。

• 强调多元化个股业绩分解框架，拟结合行业差异、多个价值指标完善归因。

此部分揭示归因分析固有的复杂性及市场现实的限制，预示后续研究方向。[page::16,17,18]

---

三、图表深度解读

图表1：业绩归因常用的三类分析工具

• 描述了净值视角、持仓视角和风险视角三大归因方法的典型特征及应用。

- 强调报告后续构建方法尝试结合净值与持仓视角的优势，针对性解决A股市场痛点。

• 图表构架清晰，层层递进为全文提供理论基础。[page::4]

图表2-4：打新收益拆分及全市场测算

• 案例A（大规模基金）和案例B（小规模基金）显示打新收益贡献差异显著，小基金在打新收益贡献中占比高达19%+。

- 2012-2020年全市场数据显示打新收益的重要性近两年急剧上升，95%分位数2020年达10.4%。

• 直观点体现打新策略在我国市场的重要性，传统归因模型忽视该点是缺陷所在。[page::5,6]

图表5-7：交易与组合收益分析

• 案例A显示交易收益为负（-27%），组合收益显著正向。

- 案例C利用自上而下资产配置策略，交易收益表现突出（80%+）。

• 全市场数据显示多数基金交易收益为负，中位数多为负值，且波动率高年份交易收益分布更广。

- 此数据显著揭示“买入持有”策略优于频繁交易的现象。[page::6,7]

图表8-9：2017-2019三年业绩与贡献分布

• 权益基金三年收益中位数约28%，打新贡献中位数12%，交易贡献中位数-51%，组合贡献中位数127%。

- 显示三年区间交易贡献多为负值，组合盈利贡献绝对主导。

• 误差项普遍较小，归因模型稳定可靠。[page::8]

图表10-11：股息与再投资影响

• 交通银行案例显示现金分红与分红再投资模式累计持股数差异巨大，后者约为前者的1.6倍。

- 强调分红再投资对真实持股数及收益的重要性，绩效归因不可忽视股息再投资影响。[page::9]

图表12-13：股本变化对盈利估计的影响

• 平安银行历史股本激增，未经调整的净利润增长远高于真实EPS增速。

- 反映合理归因需要股本调整，否则盈利增速估计失真，影响专项治理基金盈利贡献判断。[page::10]

图表14-16：三类股票长期收益构成

• 案例I以盈利增长为主，估值拖累明显；案例II盈利增长主导，估值贡献较小；案例III估值主导但盈利对收益贡献为负。

- 显示归因分析需区分股票类型，不能一刀切，进一步体现复杂性及归因框架设计的必要性。[page::11]

图表17-19：兴全趋势基金收益分解

• 第一阶段基金收益中，组合收益约占80%，打新及交易收益相对较小。

- 第二阶段中，盈利贡献达到近98%，估值贡献略为负，股息及现金贡献较小。

• 绩优基金交易和估值影响存在差异，盈利依然最关键。[page::12,13]

图表20-22：主动权益基金年度及三年期盈利与估值贡献

• 主动基金盈利持续超越指数，中证800盈利较低；估值贡献波动大，部分年份贡献显著。

- 三年期数据显示，盈利贡献显著且估值贡献趋于平稳，反映基金表现稳定主要依赖盈利改善。[page::13,14]

图表23-25：基金组合构建回测表现

• 两组合年化收益均超20%，表现显著优于偏股混合基金指数（约15.8%）和中证800指数（11.55%）。

- 最大回撤45%-47%，波动略高；夏普比超过0.7，高于基准。

• 逐年表现稳定，组合表现具有统计显著性和实战指导意义。[page::15,16]

图表26-28：频率选择和估值中枢判断难度分析

• 高频测量盈利增速虽提高时效性，却暴露盈利与股价不匹配的矛盾。

- 估值中枢难以精准确定，即使回溯观察，波动及多峰态使模型不确定。

• 提示未来需引入更复杂模型，整合多维数据提高归因准确性。[page::17,18]

---

四、估值分析

报告虽未直接提供完整估值数值模型，但通过个股长期收益分解明确盈利增长、估值变动和股息贡献的相对权重。

估值变动的分析不仅基于传统市盈率估值，还包含估值中枢的动态判断，指出估值膨胀和修复对收益产生复杂影响。且估值判断具有不确定性，给估值敏感性分析留下了空间。此归因视角对于基金从盈利视角和估值结构视角理解组合风险管理提供重要参考。

基金层面分析则是自下而上把个股估值贡献汇总，结合盈利等因素构成整体估值影响，部分基金积极抓取估值扩张机会带来业绩提升。[page::10,17,18]

---

五、风险因素评估

风险提示部分揭示了：

• 基金业绩归因结果依赖于披露信息的全面性与准确性，数据缺失或误差影响模型可靠性。

- 模型设计存在内生限制，如估值中枢难判断、盈利增速测算频率选择矛盾等，可能导致归因结果不稳。

• 市场环境变化、政策调控等外部不确定因素未直接纳入模型，可能导致业绩归因与实际存在差异。

报告未详细提供具体风险缓释策略，但强调归因工具为定量参考，建议投资者结合多维度分析共同决策。[page::0,18]

---

六、批判性视角与细微差别

• 归因结构中对交易收益的解释带有“误差项”成分，部分交易收益可能包含因信息披露不完整的估计错误，需谨慎解读交易贡献。

- 盈利增长作为主导驱动力在样本期表现突出，但估值波动和交易策略在不同市场环境起关键作用，报告未充分讨论不同市场周期下归因模式可能的阶段性变异。

• 个股分解模型对股本调整的精细处理增强了归因严谨性，但对未来盈利预期与估值未来变化的前瞻性整合尚显不足，限制了工具的动态预测能力。

- 报告中基金组合设计依赖历史数据回测，缺少对极端市场风险（如2020年疫情冲击等突发事件）的敏感性分析。

整体来看，报告客观分析了国内基金业绩复杂驱动因素，但在模型的前瞻估计和极端风险管理方面尚留发展空间。[page::0,18]

---

七、结论性综合

本报告围绕国内主动权益基金业绩归因展现了系统且创新的本土化路径，核心贡献可归纳如下：

• 明确了传统归因工具在A股市场中难以覆盖打新收益、持仓正相关利润增长解读不足等问题，提出结合净值与持仓的两阶段归因体系。

- 第一阶段细化基金净值收益，单独拆分打新收益（近期贡献显著提升），将剩余拆为交易收益和组织组合收益。实证显示多数基金交易贡献为负，持股组合盈利为业绩主体。

• 第二阶段对股票组合盈利贡献展开，精细考虑股息再投资、股本变动调整EPS增长差异，实现盈利增长、估值变动、红利收益和现金收益的深度剖析，凸显盈利对长期业绩的主导地位。

- 通过多个基金案例和全市场样本验证，收益的盈利驱动特征稳定， 基金组合基于此归因设计取得显著超额收益，辅助资产配置及基金筛选。

• 报告指出实际经营和估值中枢判断中的难点，强调未来需不断完善归因多元化框架，兼顾数据频率、估值波动和多行业异质性，提升模型适应性和准确性。

对投资者意义重大，归因工具不仅揭示了主动基金收益来源的本质，更基于此实现量化筛选和组合构建，具有较强应用价值。图表数据丰富直观，深刻反映市场特性和基金行为，为国内权益基金研究提供实操范例和方法论。

综上，报告体现了招商证券团队在基金定量研究领域的深入造诣和扎实的实证实力，明确指引投资者用更加符合市场实际的视角理解基金业绩，促进资产管理行业透明化和科学化发展。[page::0-19]

---

综述

这份报告以详实的数据和案例支持，突破传统归因框架限制，针对A股市场特征设计本土化的基金业绩归因工具。报告不仅系统梳理了基金收益的多源分析模型，还应用该方法构建了优异的基金组合，提供了切实可行的投资策略路径。面对A股市场独特的打新效应和收益构成，该方法具备较高的适配度和实用价值。

同时，报告清晰表达了当前归因方法的局限性，呼吁更多维度、多频率、多行业的精细划分，以求归因模型的持续优化和完善，推动主动权益基金研究的深入发展。

整体报告结构严谨，逻辑连贯，图表丰富，分析精细且具有较强的实操指导意义，是国内主动权益基金业绩研究领域的重要参考资料。

报告