1. 实力 Alpha 与运气 Alpha 的区分方法 [page::4]

• 采用Fama与French（2010）提出的bootstrap方法，通过重抽样残差来模拟无主动管理能力环境下的Alpha分布。

- 比较实际Alpha与模拟Alpha分布，若实际Alpha显著高于模拟则判定为“实力Alpha”，反之为“运气Alpha”。

• 该方法区分了基金业绩中由投资经理能力与随机运气贡献的部分。

2. 国内公募基金样本实证分析 [page::6][page::7]

• 样本涵盖647只成立满2年的权益类主动管理基金。

- CAPM Alpha测算显示62.1%基金表现优于市场，但实际由“实力Alpha”贡献的仅18.5%，其余由“运气Alpha”贡献。

• 以1%显著性水平筛选，实力Alpha基金比例降至7.6%，凸显大多数超额收益或亏损由运气驱动。

- FF3模型剔除风格影响后，能产生超额收益的基金比例升至86.1%，实力Alpha占比提升至45.9%，表明基金经理在既定风格内更能体现主动管理能力。

| 显著性水平 | 正Alpha实力占比 | 正Alpha运气占比 | 负Alpha实力占比 | 负Alpha运气占比 |
|-------------|-----------------|-----------------|-----------------|-----------------|
| CAPM 5% | 18.5% | 43.6% | 4.6% | 33.1% |
| CAPM 1% | 7.6% | 53.9% | 1.1% | 36.6% |
| FF3 5% | 45.9% | 40.2% | 0.5% | 13.3% |
| FF3 1% | 27.7% | 57.8% | 0.0% | 13.8% |

3. 业绩分组下实力 Alpha 分布特征 [page::8][page::9]

• CAPM模型下，只有业绩最优基金显现实力Alpha，业绩中等多数依赖运气。

- FF3模型中，实力Alpha覆盖业绩前60%-100%区间，反映基金经理在板块风格内选股实力。

• 负Alpha基金主要因运气不佳导致，非管理能力不足。

4. 风格基金池划分与实力 Alpha 特征 [page::9][page::10]

• 基于FF3的SMB与HML因子，将基金细分为9类（小盘/大盘×价值/平衡/成长）。

- 以1%显著性水平进行Bootstrap实力与运气Alpha拆分，结果显示：
- 大盘风格基金更易获得正实力Alpha，尤其是大盘平衡和大盘成长型基金。
- 小盘和平衡成长基金虽有正Alpha，但多为运气驱动。

| 风格类别 | 正Alpha实力（5%） | 正Alpha运气（5%） | 正Alpha实力（1%） | 正Alpha运气（1%） |
|---------|----------------|----------------|----------------|----------------|
| 大盘成长 | 60.8% | 14.2% | 41.5% | 52.5% |
| 大盘平衡 | 55.2% | 17.2% | 37.9% | 34.5% |
| 小盘成长 | 32.3% | 45.1% | 14.3% | 62.4% |

5. Alpha 的跨期持续性验证 [page::10][page::11][page::12]

• 采用多年度Bootstrap测试，实力Alpha较传统Alpha具更高的跨期持续性，说明实力Alpha反映了更稳定的主动管理能力。

- 实力负Alpha也表现出较强的跨期延续，提示部分基金经理能力不足持续影响业绩。

| 年份 | 传统正Alpha延续比例 | 实力正Alpha延续比例（p<0.05） | 传统负Alpha延续比例 | 实力负Alpha延续比例（p<0.05） |
|------|-----------------|---------------------------|-----------------|---------------------------|
| 2014 | 20.5% | 100.0% | 84.8% | 100.0% |
| 2015 | 77.0% | 100.0% | 19.5% | 100.0% |

6. 结论与投资建议 [page::11][page::12]

• 基金超额收益多由运气驱动，实际能力体现主要局限于既定风格内。

- 投资者择基金应重点关注实力Alpha表现，尤其在风格一致的基金池内，有对持续Alpha的期待。

• 注意市场系统风险、模型假设风险及因子效用变动对结论的影响。

《探索A股的五因子模型——Alpha是来自于运气还是实力？》研究报告详尽分析

一、元数据与报告概览

• 报告标题: 《Ta选bl股e因R子e系p列or研tIn究fo（]四十八）——探索A股的五因子模型》中的子报告《基于因子剥离的FOF择基逻辑系列十八——Alpha是来自于运气还是实力？》

- 发布时间: 2019年5月28日

• 分析师: 冯佳睿、吕丽颖（海通证券研究所）

- 研究机构: 海通证券研究所

• 研究主题: 以中国公募权益类基金为样本，采用经典的Fama-French三因子模型及CAPM，通过bootstrap方法剥离基金Alpha中的“实力Alpha”和“运气Alpha”，评估国内基金经理主动管理能力的有效性及持续性。

- 核心论点与结论: 大部分国内公募基金的超额收益（Alpha）主要由“运气”驱动，基金经理凭借自己能力跑赢市场的比例较低（CAPM框架下18.5%），在控制了风格后（FF3模型下）有较多基金表现为“实力Alpha”（占比45.9%）。基金经理在既定风格板块内部的主动管理能力显著，但整体主动管理跑赢市场的能力有限。实力Alpha具备较好的跨期持续性，运气Alpha往往难以持续，随市场环境切换消失。[page::0, 1]

---

二、逐章节深度解读

1. Alpha是来自于运气还是实力？

1.1 实力 vs. 运气

Alpha是衡量基金经理主动管理能力的关键指标，表征基金超越基准的收益能力。历史分析中通过多种定义测量Alpha，但难以区分超额收益究竟是能力还是随机运气所致。基于Fama和French著名文献（2010）的思路，本文尝试用bootstrap方法将Alpha拆分为：

• 实力Alpha： 由基金经理真实主动管理能力带来的超额收益

- 运气Alpha： 来源于样本随机性残差波动产生的随机超额收益

此区分对于理解基金经理的实际能力极为关键。[page::4]

1.2 基于Bootstrap法解构实力与运气

运用经典的Fama-French三因子模型（FF3）对基金历史超额收益回归，得到截距项Alpha、因子暴露与残差。通过bootstrap方法，固定因子暴露和零实力Alpha假设$\alphai=0$，仅从残差样本内随机重抽样生成模拟收益序列。反复1000次重抽样，得到运气Alpha的分布。

• 如果实际Alpha超越大部分重抽样Alpha，说明超额收益难以用运气解释，推断基金经理具备“实力”Alpha。

- 反之若实际Alpha落在重抽样Alpha分布区间内，超额收益大概率由“运气”驱动。

此方法有效量化并剥离“运气”因素对Alpha的影响，突出基金经理真实能力的测度。[page::4]

1.3 案例说明

• 实力Alpha基金示范（图1：某“大盘精选”基金）：实际Alpha（2.67%）显著高于bootstrap生成的运气Alpha拒绝区间，确认该基金能力显著，Alpha来源于实力。[page::5]

• 运气Alpha基金示范（图2：某“优势增长”基金）：实际Alpha (1.25%)落入运气Alpha分布范围，无法拒绝仅靠运气的假设，基金经理主动管理能力不显著。[page::5]

• 负Alpha基金示范（图3&4）：同理，负Alpha也分为因实力不足及因运气不佳两类，实例基金“动力”与“复兴”展示负Alpha来源的区分。[page::5]

2. 国内公募基金样本实证

2.1 全样本测试

样本涵盖647只成立超过2年的公募主动权益基金（普通股票型及偏股混合型）。

• CAPM-Alpha: 衡量基金跑赢市场的能力

- FF3-Alpha: 控制市场、规模（SMB）和价值成长（HML）风格后，衡量在既定风格下的超额收益能力

通过图5、图6分别展示不同“运气”条件下基金池CAPM Alpha的分布，展示“运气”对Alpha的显著影响，若不剔除运气，会误判基金经理主动能力。





表1显示：

• CAPM框架下，62.1%的基金传统Alpha为正，超过市场；但仅18.5%通过实力Alpha显著跑赢市场，其余43.6%为运气。[page::6, 7]

| 显著性水平 | 正Alpha（实力） | 正Alpha（运气） | 负Alpha（实力） | 负Alpha（运气） |
|-------------|------------------|------------------|------------------|------------------|
| 5% | 18.5% | 43.6% | 4.6% | 33.1% |
| 1% | 7.6% | 53.9% | 1.1% | 36.6% |

• FF3框架下，考虑风格调整，有86.1%基金产生超额收益，45.9%基于实力Alpha，与CAPM相比实力Alpha显著提升。[page::7]

图7、8展示FF3 Alpha及其T统计量的分布，反映运气制度因素对Alpha的影响。

2.2 不同业绩区间下的实力Alpha分布

基于Alpha水平将基金分组，统计不同区间内“实力Alpha”与“运气Alpha”的分布，揭示业绩卓越基金多由“实力”驱动，而中间及次好基金多靠运气。

• CAPM框架下，“实力Alpha”主要存在于最高1%-10%分组

- FF3框架下，则“实力Alpha”存在区间更广（60%-100%）[page::8, 9]

图9-12利用条形图直观表现不同业绩层次基金的运气与实力成分差异。

2.3 不同风格基金池下的实力Alpha

考虑运气的共享区间受到风格影响，通过FF3模型因子系数和显著性检验对基金风格进行分类（大盘/小盘，价值/成长），共分为9个板块（小盘价值/成长/平衡等）。以1%显著性水平为准。

• 通过bootstrap分池计算各风格基金中“实力Alpha”与“运气Alpha”的占比

- 结果显示：
- 大盘风格基金更易获得正“实力Alpha”，且实力Alpha比例较高
- 大盘平衡和大盘成长板块实力Alpha特别显著
- 小盘及平衡成长等板块基金正Alpha多靠运气驱动
- 这提示基金经理在大盘及既定风格区间显现更稳定的选股能力[page::9, 10]

表4与表5具体展示不同风格基金池的Alpha表现情况。

3. Alpha跨期延续性测试

跨期延续性是验证主动管理能力的关键指标。通过比较传统Alpha与拆分后的“实力Alpha”跨年度的持续表现，得到如下发现：

• “实力Alpha”正负延续性显著优于传统Alpha

- 以CAPM Alpha为例，实力Alpha正延续率从20%-80%提升至近百％，负延续也表现坚挺

• 类似趋势在FF3-Alpha也有体现

- 这表明基金经理真正的主动管理能力（实力Alpha）在不同市场环境间更具稳定性和可预测性，而运气Alpha不具有持续性[page::10, 11]

表6和表7具体呈现各年份中Alpha跨期延续比例。

4. 总结与建议

• 本研究首次将传统基金Alpha拆除运气成分，定量区分基金超额收益是管理能力还是随机性所致

- 国内权益基金整体中只有少数基金经理凭实力跑赢市场（CAPM：18.5%，FF3：45.9%）

• 主动管理能力主要体现于风格内部超额收益的创造，大盘成长及平衡型基金实力Alpha显著

- 业绩差的基金多因运气不佳导致，能力不足因素较少见

• 实力Alpha具有良好的跨期持续性，建议择基时重点考虑实力Alpha指标

- 风险提示包括市场系统性风险、模型误设风险及因子变动风险[page::11, 12]

5. 风险提示

报告指出研究存在几大风险因素：

• 市场整体系统风险

- 模型设定可能存在误差风险

• 有效因子及其表现的不确定性风险

这三类风险可能影响Alpha分解结果及实证结论的稳健性。[page::12]

---

三、图表深度解读

图1-4 基金Alpha分布案例图

• 通过1000次bootstrap模拟的Alpha频数分布，轻蓝色部分为5%显著性双尾拒绝域

- 红线位置代表实际基金Alpha

• 图1显示大盘精选基金的Alpha落在抵御随机性冲击之外，实证实力Alpha存在

- 图2优势增长基金实际Alpha位于频数分布中心，不能拒绝运气假设

• 图3动力与图4复兴分别展示实力负Alpha和运气负Alpha的案例，图形展示方法与前两幅类似

- 图表直观诠释实力与运气在Alpha中的区分方法和结果意义[page::5]

图5-8 CAPM与FF3 Alpha及对应T统计量的分布

• 不同运气状态（最优/最差）采样下Alpha值条形图分布，颜色区分实际值与随机模拟结果

- 强烈显示运气成份对所有Alpha的巨大影响，尤其在CAPM框架下误差较大

• T统计量修正基金成立时间和跟踪误差，调整随机获高Alpha的概率，目的是提高Alpha真实性判断

- 视图帮助理解不剥离运气错误归因的可能风险

• 进一步强调实证研究中剥离运气价值所在[page::6, 7]

图9-12 按基金业绩分组实证实力与运气区分结果

• 通过分段堆积柱状图展示各Alpha区间内实力Alpha与运气Alpha基金个数的分布

- CAPM框架下实力Alpha仅集中于排名前10%的精英资金，且也出现一些实力负Alpha基金

• FF3框架下能获得实力Alpha的基金覆盖区间更大，且存在范围广泛的管理能力体现

- 视觉化结果进一步支撑基金Alpha大部分为运气的结论

• 同时指出实力Alpha存在且在某些区间具有显著的市场意义[page::8, 9]

表1、2 “实力Alpha”与“运气Alpha”基金占比统计

• 利用统计分布数据，明确展示了CAPM与FF3框架下实力Alpha及运气Alpha的基金占比

- 显著阐释基金经理真正主动能力基金占比远小于传统Alpha估计

• 表中的负Alpha部分同样体现“实力”和“运气”的区分，有助于完善基金经理综合评价

- 体现了本文研究方法对于更精确基金绩效划分的贡献[page::7]

表3-5 基金风格分类及各风格池内实力与运气Alpha分布

• 基于FF3的SMB和HML因子回归，利用系数显著性将基金分为9类风格池

- 自定义风格池产生，bootstrap只在风格池内进行重抽样，有效控制“运气”影响边界

• 结果显示大盘成长和平衡类基金特点明显，实力Alpha占比较多

- 小盘及成长结合板块实力Alpha比例相对偏低，运气Alpha占比更大

• 数据支持基金经理在既定细分风格内部具备不同层次选股能力[page::9-11]

表6-7 Alpha跨期延续性统计

• 展示传统Alpha、实力Alpha正负区间的跨年度持续比例

- 证明了实力Alpha具备远高于传统指标的稳定延续能力

• 有助投资者择基，识别潜在具备持久主动能力的基金经理

- 此检验为本文实证结论提供重要的验证支撑[page::10-12]

---

四、估值分析

报告非公司或行业估值报告，未涉及具体估值模型（如DCF或多重比较法），主要贡献在于基金业绩的统计学拆解与实证分析方法论构建，以及国内公募基金能力的评价框架。估值分析主要集中于Alpha的统计测度和分解分析。

---

五、风险因素评估

报告明确指出风险因素包括：

• 市场系统性风险： 整体市场波动及行情变化对基金表现与统计模型产生的影响。

- 模型误设风险： 因子模型及bootstrap假设可能不能完全捕捉市场真实风险，残差随机性假定或估计误差可能导致结果偏差。

• 有效因子变动风险： 因子定义、风格的有效性和稳定性变化对超额收益剖析的影响。

以上风险提示提醒投资者对模型结果进行合理甄别和风险把控，提升认知的审慎度。[page::12]

---

六、批判性视角与细微差别

• 方法论优点：

- 引入bootstrap方法将基金Alpha拆离为“实力”和“运气”两个重要成分，使得业绩评判更细致准确。
- 控制风格因素之后，能力型基金比例增大，更真实反映基金经理实际选股实力。
- 跨期延续性测试增加实证结果的可信度。

• 潜在不足及审慎点：

- bootstrap过程依赖基金池残差假设互相可抽样，可能存在风格、规模间残差同质性不足的问题。作者对此通过风格基金池分类作部分缓解。
- 因子模型采用传统三因子，而未考虑市场环境下动量等其他因子，可能影响实力拆分的精准度。
- 实力Alpha显著的基金占比虽提高，但仍有限，反映公募市场主动管理整体跑赢能力有限，侧面说明在择基时能力甄别重要性。
- 研究时间跨度、样本选择和估计方法均可能影响结论普适性，应持续动态跟踪验证。

• 内在逻辑稳健性： 研究严格基于Fama-French经典模型和公开数据，分析步骤透明，案例与统计结果一致，内部无明显矛盾。[page::4-12]

---

七、结论性综合

本报告深刻揭示了中国公募权益类基金经理超额收益的来源，明确区分了“运气Alpha”与“实力Alpha”，为投资者和FOF管理者提供了更科学的基金能力评价工具：

• 基于CAPM模型，仅18.5%的基金表现出超越市场的“实力Alpha”，大多数超额收益为随机运气。

- 基于FF3风格调整模型，实力Alpha比例提升至45.9%，反映主动管理能力更多集中在既定风格内部的选股和仓位调整能力。

• 大盘价值、大盘平衡和大盘成长基金表现出更强且更持续的选股管理实力。小盘和成长板块较多基金超额收益受运气驱动。

- 跨期持续性分析表明，实力Alpha远较传统Alpha具有更高稳定性，说明该指标更适合用于基金绩效评价与择基。

• 风险提示涵盖系统风险和模型风险，投资者宜综合判断。

图表和表格协助直观展现数据分布和分析结论，案例图示生动说明方法的应用效果，统计表格清晰呈现样本表现及分布比例。整体研究强化基金绩效判定不能单纯依赖传统Alpha指标，应结合统计意义和运气因素加以甄别。实力Alpha作为衡量真实主动管理能力的利器，对中国A股基金投资者甄选优秀基金经理具有重要参考价值。[page::0-12]

---

附：关键图表示例标记（Markdown格式）

• 实力Alpha基金案例——大盘精选

• 运气Alpha基金案例——优势增长

• 不同运气情况下的基金池CAPM-Alpha分布

• 按业绩分组的样本CAPM-Alpha分布

• 按业绩分组的样本FF3-Alpha分布

---

综上所述，该报告通过严谨实证研究和先进统计方法，揭示了中国公募基金表现的本质驱动力，为投资者理解和选择基金经理提供了理论与实践指导，具有重要的学术价值和应用价值。

报告