• “CT&CS”模型创新性地从风格角度对主动权益基金收益进行拆解，包含风格收益（AS）、风格择时（CT）及风格选股（CS）三大部分，类似Brinson模型的升级版。[pidx::0][pidx::5]

- 研究覆盖2015年至2022年，基金风格收益（AS）为最主要收益来源，但随市场行情波动较大，体现短期不稳定性。[pidx::9][pidx::10]

• 风格择时（CT）对业绩贡献有限，且择时能力整体持续性较差，存在一定滞后现象，市场风格快速切换时表现尤为不佳。[pidx::9][pidx::10][pidx::14]

- 风格选股（CS）因子为影响基金业绩的关键驱动，优异选股能力在部分基金及机构中表现出较强持续性，且CS多头组合在2019-2021年实现显著超额收益，尤其牛市表现更突出。[pidx::10][pidx::14][pidx::20]

• 基金分类显示，尽管不同类型基金风格收益随行情切换，风格择时和选股能力无明显持续优势，且大盘基金中择时和选股能力较为稳定良好。[pidx::11][pidx::16][pidx::18]

- 机构层面约23%的投资机构同时具备稳定且良好的风格择时和选股能力，表现出双维度持续性。[pidx::18][pidx::19]

• 风格绩效因子在选基实践中，AS和CT因子选基效果较差，而CS因子为有效选基因子。通过优化风格基准（引入成长指标droe）、按基金风格细分选基及因子组合选基等方法，可进一步提升CS因子的选基能力。[pidx::20][pidx::22][pidx::23]

- 风险提示：结论基于公开数据，结果不构成投资建议，存在数据不完善带来的不确定性。[pidx::0][pidx::24]

报告详尽分析报告——《Brinson模型的升级：风格绩效归因模型》

---

1. 元数据与概览

• 报告标题：《Brinson 模型的升级：风格绩效归因模型》

- 作者与发布机构： 海通证券研究所，金融工程研究团队（具体分析师名单见页末信息披露）

• 发布日期： 未明确标示，分析数据截至2023年初

- 研究主题： 以“CT&CS”风格绩效归因模型为核心，剖析主动权益基金的收益来源，重点解析基金风格收益、风格择时和风格选股能力及其持续性和选基效果。

• 核心论点简述：

- 风格绩效归因模型基于Brinson模型升级，将基金业绩拆解为风格收益（AS）、风格择时（CT）和风格选股（CS）。
- 主动权益基金中，AS对收益的影响最大但不稳定，CT和CS贡献较小但较稳定。
- 选股能力（CS）是较有效的选基因子，风格收益（AS）和风格择时（CT）的持续性和选基效果不足。
- 大约23%的机构同时具备较稳定的风格择时和风格选股能力。
- 通过优化风格基准和组合因子，CS因子的选基效果可进一步增强。

• 结论倾向： 推荐关注风格选股（CS）能力，谨慎参考风格收益与择时因子。此为对基金评价与构建FOF组合的决策依据。

---

2. 逐节深度解读

2.1 “CT&CS”风格绩效归因模型介绍（第5-6页）

• 关键论点：

- 该模型由Kent Daniel等学者最早提出，类似于Brinson模型，但着眼于基金持仓风格特征和变化，拆解收益为：
- 风格收益（AS）：长期风格选择带来的收益，类似beta收益。
- 风格择时（CT）：基金经理短期风格调整产生的收益，体现择时能力。
- 风格选股（CS）：基金经理在特定风格内的个股选择能力。

• 模型构建流程与公式解释：

- 通过市值与市净率(PB)将A股划分为16个风格基准组合（4市值×4估值），构建市值加权平均风格基准收益。
- AS以多期持仓比例加权，对应长期风格收益。
- CT计算持仓比例偏离长期权重时乘以风格组收益，反映基金经理调整仓位的短期择时效果。
- CS以个股收益超越风格基准收益作为贡献，反映选股能力。

• 深入理解： 模型结合持仓数据及风格分组，准确量化风格及个股贡献，分辨主动管理中的风格暴露与超配带来的绩效驱动。

2.2 主动权益基金的收益来源：AS、CT、CS的角色（第6-13页）

• 关键论点：

- 主动权益基金的收益主要来源中，AS贡献最大但随市场风格切换波动明显。
- CT与CS贡献相对较小，但大多数时期表现为正贡献。
- 长期来看，AS与CS是基金业绩主要驱动力，CT影响有限。

• 分类标签体系建设：

- 资产配置（仓位、中枢、择时等）、风格偏好（大小盘、市值风格、价值成长细分等）、组合交易特征构成全面分类系统。
- 基金按赛道分为轮动型（8.77%）、单赛道（23.4%）、双赛道（4.58%）与全市场（63.25%）。
- 风格偏好标签，包括大小盘（图3）、成长价值（图4），在2022报告期内大盘成长占比达81.97%和78.45%。
- 成长风格细分为价值成长、均衡成长、质量成长和景气成长，表现为“不可能三角”的估值、质量、景气属性分布，强调基金经理偏好侧重点。

• 基金收益归因数据支撑（图8-11）:

- AS均值1.39%，胜率53.13%，显示强弱不定；
- CT胜率超过60%，均值仅0.34%，表现较弱且不稳定；
- CS均值1.32%，胜率81.52%，表现最为稳定且与牛市相关性高；
- CS在基金之间的分化最大，意味着选股能力差异显著，而择时能力差异较小。

• 细分基金归因分析（图12-15）:

- 不同价值成长属性基金与市值标签基金风格收益随着行情切换波动，同类产品择时及选股能力无持续性区别。
- 成长型与均衡型基金AS累计表现优于价值成长，价值成长较弱。
- 小盘基金择时表现曾优于大盘，但近年大盘基金选股贡献明显高于中小盘。

• 综合： 风格来源动态性强，选股为关键分化点，但择时贡献价值有限，基金风格切换导致收益贡献波动明显。[pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12][pidx::13]

2.3 风格择时和风格选股能力的持续性分析（第14-19页）

• 整体持续性考察：

- AS在短期持续性较好，但中长期波动大，表现出明显的回归与反转；
- CT和CS持续性极弱，大部分基金难长期保持稳定能力；

• 个体基金排名分布（表1、2）:

- 前20%季度排名超过50%的基金仅约1%，前30%仅约5%，显示绝大多数基金择时、选股能力不稳定；

• 风格区分类别差异（图22-25）:

- 大盘与成长型基金择时能力相对稳定且较好；
- 中小盘特别是小盘价值型基金择时能力波动大、不稳定；
- 大盘基金中选股能力稳定基金占比高于中小盘；

• 机构层面持续性（图26-31）:

- 机构风格收益波动与市场行情同步，2016、2022 年表现低迷；
- 大多数机构拥有一定程度风格择时能力，CT正贡献年份占比长期超过50%，2021年因风格快速切换表现下降明显；
- 机构选股能力差异大，牛市显著优于熊市；
- 约23%的机构同时具备长期稳定的风格择时和选股能力；
- 结构图示（图31）体现双维度能力的复合持续率。

• 总结： 整体基金风格择时和选股能力持续性不足，但少部分机构/基金表现稳定，大盘和成长型基金相对具备优势。[pidx::14][pidx::15][pidx::16][pidx::17][pidx::18][pidx::19]

2.4 风格绩效因子的选基能力（第19-23页）

• 方法与设置：

- 以过去1年AS、CT、CS均值将基金分组（5组），等权构建多头（前20%）与空头（后20%）组合，季度频率换仓。

• 单因子选基效果：

- AS因子多头无显著超额收益，且因风格轮动导致持续性差（图32）；
- CT因子多头组合无明显超额收益，2021-22年间空头组合表现反超多头（图33），归因于择时能力下降；
- CS因子多头组合表现抢眼，且在牛市中效果更佳，2019-2021年超额收益分别为3.11%、7.89%和2.51%（图34、表3），具备较稳健且持续的选基能力。

• 增强选基效果策略（第4.2节）:

- 优化风格基准： 引入droe（成长指标）、roe（盈利）和mom（动量）将市值-PB的16组细分至64组，发现加入droe能显著提升CS选基效果（图35、表4），而roe、mom影响负面；
- 分类别选基： 按价值成长属性和市值分类后，各细分基金的CS选基效果均较好，特别在大中盘基金内表现更优（表5）；
- 因子组合选基： 通过先筛选CS排前20%基金，再筛选CT排前30%（2019年以来数据），提高组合累计收益4.83%（表6）。

• 结论： CS因子的选基效果较AS和CT显著，且通过基准细化和分层组合挖掘有更好效果，提示实际投资中重视选股因子对选基决策的重要性。[pidx::19][pidx::20][pidx::21][pidx::22][pidx::23]

2.5 报告总结与风险提示（第23-25页）

• 总结重点：

- “CT&CS”模型较Brinson模型更全面地考虑风格因素，分解基金收益为风格收益、风格择时和风格选股三部分。
- 短期基金收益主要由风格收益推动但波动明显，长期由风格收益与选股能力主导。
- 择时能力对收益贡献相对较弱且持续性差，基金类型间择时和选股能力无显著持续差异。
- 整体基金择时和选股能力持续性不强，但部分基金及机构表现稳定且良好，尤其为大盘基金。
- CS因子为较有效的选基因子，优化基准分类和多因子结合能提升选基效果。

• 风险提示：

- 研究基于公开数据和既有评价指标，仅作历史分析，不构成投资指导或未来预判。
- 数据质量限制可能导致结论存在偏差，不保证结论通用适用。

• 法律及披露声明全面，强调独立、客观性及版权保护（第25页后）。

---

3. 图表深度解读

图1 海通金工主动权益基金分类标签体系概览

• 描述： 展示分类标签从资产配置、风格偏好、组合交易等多维度指标的制度化标签内容，包含仓位、多赛道类型、大类风格、细分风格等多项详细定义。

- 意义与作用： 该体系是后续分类分析的基础，为基金归因研究提供结构化标签，支撑针对细分风格和持仓行为的绩效解读。

图2 按赛道划分的主动权益基金数量占比

• 描述： 以时间序列表示2011-2022年不同基金赛道类型的比例变化，轮动型、单赛道、双赛道与全市场基金占比。

- 趋势与解读： 全市场型为最大类别，且占比持续增加至63%以上，轮动型基金比例相对较小且基本平稳，单赛道基金有所上升。

• 文本联系： 反映基金行业内产品结构变化影响绩效归因，主流基金结构的市场覆盖度强调其对风格因子的相关性。

图3、4 大小盘和成长价值风格划分逻辑

• 描述： 通过分位点划定市值及成长价值矩阵，划分基金风格标签。

- 用途： 明确基金风格分类规则，为后续各类基金风格收益的归因提供理论与方法基础。

图5-7 主动权益基金风格数量占比及成长风格细分

• 描述： 展示不同市值（小/中/大盘）、不同价值成长属性基金数量占比、成长风格内部进一步细分为价值成长、质量成长、景气成长及均衡成长的分布。

- 解读： 大盘成长型基金占比接近八成，成长风格细分呈现三大分派不均衡状态，“景气成长”数量最多，反映基金经理多偏好景气行业。

• 关联文本： 说明基金经理对成长风格内权衡取舍与投资偏好，影响到风格收益及选股能力差异。

图8-11 主动权益基金风格绩效归因均值与标准差（AS,CT,CS）

• 描述： 时间序列展示整体基金归因三因子均值和波动，重点突出AS居首但波动大，CS稳定且贡献持续，CT较弱且波动明显。

- 解释： 量化说明短期市场风格波动对基金归因贡献的影响，强调选股能力稳定且差异显著。

图12-15 不同价值成长及市值基金归因均值和标准差

• 描述： 不同基金风格及市值类别的归因表现和波动性，多数风格收益随行情变化，选股能力分化较大。

- 解读： 不同细分基金风格收益变化趋势一致，选股差异体现投资能力差异，支持后续持续性和选基的分析。

图16-21 不同梯队基金AS、CT、CS能力持续性曲线

• 描述： 按2015年及2019年指标分组梯队表现，呈现能力短期持续但长期波动、整体持续性不强。

- 意义： 反映基金择时、选股能力难以长期稳定，印证后续排名分布及机构层面考察结果。

表1-2 CT和CS季度排名分布表

• 描述： 基金在不同排名区间所占比例，揭示高排名基金极少，持续排名前端的基金占比微小。

- 解读： 量化说明强势风格择时或选股能力基金占极少数，整体持续性不足。

图22-25 各类基金择时和选股能力稳定与不稳定比例

• 解读： 大盘及部分成长型基金在择时、选股能力上相对稳定，反映不同基金类型能力差异。

图26-31 机构层面AS、CT、CS及能力持续比例

• 描述： 显示机构间的能力和贡献分化，牛熊市表现差异，持续能力统计等。

- 作用： 支撑结论关于部分机构拥有稳定风格管理能力，加强对基金个体能力研究的信心。

图32-35 AS、CT、CS因子多空组合净值与优化后的因子筛选效果

• 说明： CS因子多头组合净值显著优于市场，且能通过细化风格基准进一步提升效果；AS与CT因子选基效果有限。

- 联系文本： 说明CS是有效选基因子，而选基组合多因素筛选可进一步增强实用性。

---

4. 估值分析

本报告无传统意义上的企业估值，但通过“选基”即基金筛选与组合构建，间接实现基于因子绩效的“估值”或“优选”。

• 主要方法：

- 基于归因模型拆解出的三个因子（AS、CT、CS）对基金整体投资价值的排序及筛选。
- 采用基金历史归因因子均值作为选基指标，分组构建等权多头空头组合，进行实证分析。
- 结合风格细分及优化基准技术手段细化因子权重与评价体系。

• 关键输入假设：

- 归因因子具有未来业绩的指示作用。
- 保持季报持仓稳定性，用最近数据对未来持仓与表现作出合理预判。
- 分析区间样本代表典型市场及基金行为。

• 估值意义：

- CS因子所体现的选股能力是基金收益的重要来源和估值溢价表现。
- 风格择时与风格收益因子不作为核心估值或选基指标。

• 敏感性分析：

- 变更风格基准（加入roe同成长指标droe）后，CS的选基效果得到显著增强。
- 类别分层以及因子组合筛选也提升选基质量。

---

5. 风险因素评估

• 数据限制风险： 基于公开数据和季度报告，可能因数据披露周期与不完全性导致归因结果误差。

- 模型假设风险： 风格划分及归因模型基于假设持仓变动与收益属性稳定，实际市场可能破坏该假设。

• 市场波动风险： 市场风格快速切换时，基金风格择时表现下滑明显，模型估计与实际选基效果均受影响。

- 能力持续性风险： 基金风格择时及选股能力普遍缺乏长期持续，单因子选基效果波动较大。

• 投资建议风险提示： 报告并非投资建议，未来走势不确定，客户需基于自身情况审慎决策。

- 缓释措施： 优化基准分类，因子组合运用及多层筛选均旨在缓减上述风险。

---

6. 批判性视角与细微差别

• 客观评估能力持续性不足： 报告多次强调基金风格择时和选股能力持续性较弱，提示投资者对单一期望高能力的基金保持警惕。

- 对CT因子贡献偏弱，无显著选基价值： 风格择时虽理论重要，但实证中表现有限，反映实际投资经理风格轮动把握难度。提醒投资者不宜过度依赖该因子。

• 模型基准构建局限性： 初期使用16组风格基准，虽增强后完善至64组，但仍受限于指标选取（市值、市净率、成长指标），对复杂市场结构可能存在忽视。

- 基金风格分类主观校正存在偏差风险： 对阈值主观调整可能对分类结果产生影响，部分结论对风格偏好划分有敏感度。

• 典型牛熊市对CS因子表现影响明显，选基表现波动大： 牛市时选股效果突出，熊市下滑明显，存在周期性风险。

- 样本选择偏差风险： 主动权益基金多。背离被动基金可能产生不同的结论，限制结论的广泛解释性。

• 结论集中于大盘成长风格基金，部分小盘和价值风格基金数据较少，结论通用性需注意。

---

7. 结论性综合

本研究报告以“CT&CS”风格绩效归因模型为核心，将主动权益基金收益拆解为风格收益（AS）、风格择时（CT）和风格选股（CS）三大成分，搭建了中国A股市场基金风格归因和选基的系统性分析框架。

报告指出，基金收益的主要驱动力为风格收益和选股能力，其中风格收益贡献最大但波动显著，选股能力（CS）贡献稳定且分化显著。风格择时能力虽理论重要，实证中对业绩贡献小且持续性较差，整体选基效果有限。基金间持续性差异突出，持续表现优异的基金和机构较少，仅约23%机构表现稳定。大盘及成长型基金在持续能力和选基表现上较为优异。

通过丰富基金分类标签（赛道、大小盘、成长/价值）、细化风格基准（引入成长指标droe）和因子组合筛选，优化了CS因子的选基效果，表现出较强的超额收益能力。CS因子已成为较为有效的基金选基工具，有助于FOF构建和主动基金筛选。

图表和数据层面，众多分时序归因均值与标准差数据（图8-15）、持续性梯队拆分（图16-21）、机构能力分布（图26-31）、及多因子选基净值表现（图32-35）均支撑定性与定量结论。特别是在周期更替明显的牛熊市中，CS选基效果波动但整体优异，凸显该因子的实用价值。

最后，报告坦诚数据与模型限制及选基风险，呼吁理性使用归因结果，结合市场环境和基金个体情况做出稳健决策。

---

总体来看，《Brinson 模型的升级：风格绩效归因模型》报告系统地将基金风格因素纳入收益归因，分解主动管理绩效，创造了实用的CT&CS框架，既丰富了理论分析，也具备现实投资指导意义，为主动权益基金评价与选基提供了科学依据和方法工具。[pidx::0][pidx::1][pidx::2][pidx::4][pidx::5][pidx::6][pidx::7][pidx::8][pidx::9][pidx::10][pidx::11][pidx::12][pidx::13][pidx::14][pidx::15][pidx::16][pidx::17][pidx::18][pidx::19][pidx::20][pidx::21][pidx::22][pidx::23][pidx::24]

---

附：关键图表示例

图1 海通金工主动权益基金分类标签体系概览

图2 按赛道划分的主动权益基金数量占比

图9 主动权益基金的 CT 均值（2015Q1-2022Q3）

图10 主动权益基金的 CS 均值（2015Q1-2022Q3）

图32 AS 因子多头组合和多空组合净值（2014.12.31-2023.03.31）

图34 CS 因子多头组合和多空组合净值走势（2018.12.28-2023.03.31）

图35 CS 因子多头组合和多空组合净值走势（2014.12.31-2023.03.31）

报告