如何选出好基金?

作者 | 肖佳文 陈达飞    编辑 | 苏琦

2021年07月29日 19:12  

本文6851字,约10分钟

评价并筛选出优质基金,需要进行全方位综合考量,而非简单的类似高风险高收益这样的标准所能涵盖。

随着中国居民财富的积累,在“资管新规”和“理财新规”的推动下,国内公募基金市场的蓬勃发展,基金规模和品种的多样性大幅提升。截至2021年6月底,中国公募基金规模数已经达到了23万亿,数量已经达8158只,远远超过A股上市公司数量。面对数量庞大的公募基金,如何对基金进行评价并筛选出优质基金成为投资者和金融机构所要解决的重要问题。

本文尝试回答如下几个问题:对于基金,“高风险”是否意味着“高收益”? “高夏普比”的基金是否有更高的年平均收益?绩效评价指标的选择对基金排序是否有影响?绩效评价指标能否预测基金的业绩?通过对数据进行分析,我们发现:

1. 基金收益和风险之间存在正相关性,且主要体现在不同资产类别之间,而非同一资产类别内部。权益型基金的收益和风险的正相关性在统计意义上是显著的,但相关系数较小。绩优基金的高收益一方面来源于风险暴露,另一方面来源于主动管理能力带来的超额收益。

2. 对于权益型基金,夏普比越高的基金年平均收益也越高,使用夏普比可以方便地筛选出绩优基金。根据历史数据,可以发现主动偏股型基金和被动股票型基金的年平均收益和夏普比呈现较为明显的正相关。对于其他绩效评价指标,这种权益型基金绩效评价指标与年平均收益间的正相关同样存在。

3. 总体来看,不同绩效评价指标对基金的排序结果大致相同。当使用绩效评价指标来筛选基金时,选择何种绩效评价指标对排序的影响并不大。一般而言,使用Sharpe Ratio对基金进行排序即可筛选出业绩靠前的基金。另外Sharpe Ratio作为绩效评价的基准指标,使用Sharpe Ratio对基金进行评价可以方便地与其他研究结果进行横向比较。

4. 相较短期业绩排序而言,基金的长期业绩排序对未来的业绩表现有更强的预测能力。权益型基金排序的所在分组在前后两个考察期出现变化的概率较大。整体来看,随着考察期的拉长有更高比例的基金在下一考察期维持当前排序分组不变。因此在选择绩优基金时,应该给予其历史长期业绩更高权重。

基金是大类资产配置中非常重要的一类资产。随着中国国民收入的提升以及投资结构的改变,基金市场也变得越来越重要。近年来,国内公募基金市场发展迅速,全市场基金管理规模从2014年末的4.22万亿增至2021年6月的22.31万亿,公募基金数量达到8158只。基金的种类也不断丰富,目前市场上存量的基金种类包括股票型基金、混合型基金、债券型基金、货币市场基金以及另类投资基金等。

基金市场的扩容,特别是同类型的基金数量逐渐增多,对投资者筛选优质的基金产品提出了挑战。如何对基金进行合理评价、筛选出优质基金并推荐给客户,也成为当前众多金融机构零售服务条线的主要目标。

评价金融资产的绩效时通常可以从收益和风险两个维度来进行评价。收益-风险的二维评价框架始于马科维茨1952年提出的组合投资理论。该理论使用金融资产收益率的均值及其方差来分别衡量资产收益和风险,研究投资者如何在拥有不同收益-风险特征的金融资产中进行选择以及如何构建组合。威廉·夏普等在1964年则提出CAPM模型进一步将风险分解为系统性风险和非系统性风险,用来衡量金融资产的系统性风险。

基金投资中同样面临在收益和风险中进行权衡的问题。不同类型基金投资标的不同、基金经理投资风格不同,使得其具有不同的收益-风险特征。股票型基金收益高风险也高,债券型基金风险较低收益也相应低。通常高收益的基金也有更高的风险。

选择基金时除了考虑投资者的风险承受能力,还要遵循风险厌恶的原则。在理想情况下,如果两只基金收益相同,应选择风险更低的基金。如果两只基金风险相同时,应选择收益更高的基金。但是在实际情况中不同基金通常拥有不同的收益和风险。因此在选择基金时面临的第一个问题就是,基金的收益和风险是否匹配,“高风险”的基金真的有“高收益”么?

 “高风险”意味着“高收益”么?

本文使用了2011年1月1日至2021年5月31日期间中国公募基金市场的数据进行分析。该时间区间跨度近10年半,包含多个牛市-熊市周期,同时还包含2015年前后股价泡沫的快速积累和破灭,能够相对全面的考察基金的长期表现。在样本基金的选择上,本文选取了成立时间早于2011年1月1日且在样本区间内一直存续的公募基金。由于商品型基金、绝对收益型基金以及QDII基金在样本区间内的持续存续样本量较小,且本文的重点并非对不同标的或策略的基金进行比较,因此剔除了这部分基金。

1、通过主动管理和配置权益资产可以提升基金的平均收益

从样本基金历史数据来看,绝大部分主动管理的偏股型基金的业绩优于被动管理的指数型基金。权益型基金中主动偏股型基金的年平均收益均值为14.15%比被动股票型基金的年平均收益均值10.10%高出4.05%。其中有79.74%的主动偏股型基金年平均收益高于被动股票型基金的年平均收益均值。在中国市场之中,基金经理仍然能够通过主动管理获取超额收益。

偏债混合型基金相较纯债型基金,在通过配置权益资产提升整体收益的同时也放大了收益率的波动性。偏债混合型基金年平均收益的均值为6.17%,比纯债型基金年平均收益均值4.39%高出1.78%。但是其收益率的波动性要远高于偏债混合型基金。偏债混合型基金的年化波动率为5.59%较纯债型基金年化波动率1.91%高出3.68%。

表1:不同类型公募基金的收益风险特征

数据来源:Wind、东方证券财富研究,表中数据为同类型基金该指标的算术平均值

2、收益和风险的正相关主要体现于不同资产类别的维度,权益型基金收益和风险间的正相关性较弱

对于金融资产而言,其收益能力与风险水平息息相关。通常高收益的资产也对应着高风险。在国内公募基金市场中,这种收益与风险间的正相关性主要体现在不同资产类别的维度上。整体来看,权益型基金相较债券型基金在承担更高风险的同时也获取了更高的收益。

图1:国内公募基金的收益-风险特征

数据来源:Wind、东方证券财富研究

但是从权益型基金内部来看,这种收益与风险间的正相关性较弱。权益型基金的收益-风险散点分布于一个椭圆形区域内,年平均收益的范围区间为0.88%-27.27%,年化波动率的范围区间为13.76%-31.29%。收益的分布区间明显大于波动的分布区间。在给定的风险水平下,不同基金的收益水平差异较大。

图2:国内公募基金的收益-风险特征

数据来源:Wind、东方证券财富研究

将主动偏股型基金按照年化波动率的大小均匀分为5组,分别计算每组的年平均收益的均值和中位数。可以发现从group1到group5,随着风险水平的提升其收益水平并非单调提升。其中group2到group4的主动偏股型基金,伴随风险水平的提升,年平均收益的均值和中位数反而是下降的。这些分组中的基金并未能够通过承担更高风险获取更高的收益。

表2:主动偏股型基金在不同风险水平分组下的收益与风险统计
数据来源:Wind、东方证券财富研究

进一步对公募基金的收益和风险进行Spearman相关性检验,可以发现对于主动偏股型基金而言,其收益和风险之间的相关性在统计意义上显著(95%置信水平下)。但是两者间的正相关性较弱,其相关系数仅为0.1481。被动股票型基金的收益和风险之间则存在显著的负相关性,这主要是由于增强指数型基金相较被动指数型基金通过增强策略在提升收益的同时略微降低了风险。对于纯债型基金和货币市场型基金,收益和风险间的相关性并不显著。

表3:不同类型公募基金的收益-风险相关性检验
数据来源:Wind、东方证券财富研究,由于金融资产收益率通常不服从正态分布,此处使用Spearman相关性检验

 “高夏普比”的基金有更高的年平均收益吗?

Sharpe于1996年提出的Sharpe Ratio是一个用于基金绩效评价的基准指标。其定义是基金的超额收益除以收益率的标准差,也就是基金的单位风险溢价。夏普比表征的是基金承担单位风险的收益能力而非基金的整体收益能力。基金的整体收益能力与基金的单位风险收益能力和整体风险水平两个因素有关。那么当投资目标是最大化收益时,使用夏普比进行基金筛选时面临一个问题就是夏普比衡量的是单位风险溢价和最大化目标(整体收益能力)并不一致。那么使用夏普比进行基金筛选,能够筛选出高收益的基金吗?

1、对于权益型基金,夏普比越高的基金年平均收益也越高

根据历史数据,可以发现主动偏股型基金和被动股票型基金的年平均收益和夏普比呈现较为明显的正相关。而货币市场型基金、纯债型基金以及偏债混合型基金的年平均收益和夏普比之间的正相关并不明显。这主要是由于权益型基金的整体风险水平较为接近,其整体收益水平主要由单位风险收益能力决定。因而高夏普比(单位风险收益较高)的权益型基金,其整体收益水平也较高。

图3:权益型基金的年平均收益与夏普比正相关

数据来源:Wind、东方证券财富研究

对公募基金的年平均收益和夏普比进行相关性检验,可以发现对于主动偏股型基金和被动股票型基金,其年平均收益与夏普比之间的相关性在统计意义上显著(95%置信水平下)。且两者间相关系数均超过0.9,呈现较强的正相关性。而对于纯债型基金和偏债混合型基金,两者间的相关性在统计意义上并不显著,相关系数也较小。

表4:不同类型公募基金的年平均收益与夏普比间的相关性检验

数据来源:Wind、东方证券财富研究,由于金融资产收益率通常不服从正态分布,此处使用Spearman相关性检验

由此可见,高夏普比的权益型基金通常也有更高的年平均收益,而高夏普比的债券型基金不一定有更高的年平均收益。权益型基金的整体风险水平较为接近,高夏普比的基金承担单位风险获得收益的能力更强,因此也有更高的整体收益。而债券型基金更为看重风险控制,其高夏普比的来源主要来自风险控制而非做高整体收益。当投资目标为最大化年平均收益时,使用高夏普比来筛选基金的策略更适合于权益型基金。

2、对于权益型基金,年平均收益与不同绩效评价指标均存在显著的正相关

对于其他绩效评价指标,这种权益型基金绩效评价指标与年平均收益间的正相关同样存在。绩效评价指标与年平均收益构成的二维散点分布于一条斜率为正的直线附近。在给定的绩效评价指标值下,如果基金年平均收益的差异越小,则绩效评价指标的区分度越好。从区分度的角度来看,夏普比和Jensen Alpha的区分度较好。

图4:权益型基金的年平均收益与绩效评价指标正相关

数据来源:Wind、东方证券财富研究

进一步对不同绩效评价指标与年平均收益进行检验,可以发现对于权益型基金不同绩效评价指标与年平均收益间的相关性在统计意义上都是显著的(95%置信水平下)。相关系数均在0.8以上,呈现较强的正相关性。在所列出的七个绩效评价指标中,与年平均收益间相关性最强的三个指标为Jensen Alpha、Sterling Ratio与Sharp Ratio,相关性最弱的三个指标为Treynor Ratio、Calmar Ratio与Sortino Ratio。

表5:不同绩效评价指标与年平均收益间的相关性检验
数据来源:Wind、东方证券财富研究,由于金融资产收益率通常不服从正态分布,此处使用Spearman相关性检验

绩效评价指标的选择对基金排序的影响大么?

在筛选绩优基金时,通常可以根据选定的绩效评价指标对基金进行排序并选取排序靠前的基金作为绩优基金。但是绩效评价指标众多,选取不同绩效评价指标时,绩优基金的排序也会存在差异,那么绩效评价指标的选择对基金排序的到底有多大的影响,是选择绩效评价指标时首先要弄清楚的问题。

将权益型基金按照不同绩效评价指标的大小进行排序,然后计算不同绩效评价指标排序之间的Spearman相关系数。可以发现Sharpe Ratio排序与其他绩效评价指标排序间的相关性非常高,大部分排序间的相关系数超过0.90。其他绩效评价指标排序间的相关性也较高,大部分排序间的相关系数超过0.80。对于权益型基金,所有绩效评价指标给出了非常接近的排序。

图5:权益型基金不同绩效评价指标排序间的相关性

数据来源:Wind、东方证券财富研究

进一步对绩效评价指标的排序进行Spearman相关性检验,可以发现不同绩效评价指标排序间的相关性是显著的(95%置信水平下),与Eling和Schuhmacher(2007)的结论一致。总体来看,不同绩效评价指标对基金的排序结果是大致相同的。只有Treynor Ratio和Information Ratio的排序之间存在较明显的差异。由此可见,当使用绩效评价指标对基金的排序来筛选基金时,选择何种绩效评价指标对排序的影响并不大。

表6:不同绩效评价指标与年平均收益间的相关性检验(p-value)
数据来源:Wind、东方证券财富研究,此处使用Spearman相关性检验

绩效评价指标能够预测基金的业绩么?

使用绩效评价指标对基金进行评价,一方面的目的是把具有不同收益-风险水平的基金放在同一标准下进行评价比较,方便对基金进行排序并筛选绩优基金。另一个重要的目的是寻找出未来业绩表现较好的基金。那么绩效评价指标能够预测基金的业绩么?

该部分选取样本区间内的权益型基金作为研究对象。在1季度、1年、3年、5年的考察期下,分别计算每只基金在前一考察期和后一考察期的绩效评价指标排序。然后根据绩效评价指标排序,将其均分为2组。其中排序在前一半的为第1组,排序在后一半的为第2组。图中第i行,第j列的数字表示,前一考察期第j组中的基金中有多少比例的基金在后一考察期位于第i组。

如果绩效评价指标能够预测基金的业绩,那么如果基金在前一期排在靠前的组,后一期也应当有较大概率排在靠前的组。如果基金在前一期排在靠后的组,后一期也应当有较大概率排在靠后的组。

从数据统计结果来看,权益型基金排序的所在分组在前后两个考察期出现变化的概率较大。以考察期为1年时Sharpe Ratio的结果为例,前一考察期排序在前一半的基金到下一考察期时,仅有53%的基金仍然排序在前一半。而前一考察期排序在后一半的基金到下一考察期时,有47%的基金排序会上升至前一半。在不同考察期下,这种排序分组发生变化的现象均存在。

另外随着考察期的拉长,有更多的基金在下一考察期仍位于原分组。当考察期为5年时,除Information Ratio外的其他指标均有超过55%的基金保持排序分组不变。而考察期低于5年时,不同指标中保持排序分组不变的基金占比大部分低于55%。这表明长期业绩优秀的基金,其业绩相较短期业绩优秀的基金持续性更强。

对不同绩效评价指标前后考察期的排序进行Spearman相关性检验,可以看到在大部分场景下存在显著的正相关性(置信水平为95%)。但是这种相关性较弱,大多数场景下前后考察期排序的相关系数均小于0.15。(随着考察期的拉长,相关性检验的显著性有所下降。这主要是由于随着考察期拉长,可用的样本数有所下降,从而降低了显著性。)

表7:权益型基金不同绩效评价指标前后考察期排序间的相关性检验

数据来源:Wind、东方证券财富研究,此处使用Spearman相关性检验
图6:权益型基金不同绩效评价指标前后考察期排序的分布(1季度)

数据来源:Wind、东方证券财富研究
图7:权益型基金不同绩效评价指标前后考察期排序的分布(1年)

数据来源:Wind、东方证券财富研究
图8:权益型基金不同绩效评价指标前后考察期排序的分布(3年)

数据来源:Wind、东方证券财富研究
图9:权益型基金不同绩效评价指标前后考察期排序的分布(5年)

数据来源:Wind、东方证券财富研究

从实证结果可以发现:(一)基金在前后考察期排序的相关性与绩效评价指标的选择及考察期的长度有关;(二)整体来看,随着考察期的拉长有更高比例的基金在下一考察期维持当前排序分组不变。基金的历史长期业绩排序相较短期业绩排序,对未来的业绩表现有更强的预测能力。(三)基金前后考察期排序间的正相关性在不同考察期(从短期到长期)的大多数场景下都是统计显著的。但是相关系数的值较小,在大多数场景下均小于0.15。

小结

通过前面几个小结的研究,我们可以得出以下几点有关基金投资的推论:(一)对于权益型基金,不同基金的风险暴露水平整体较为接近。基金组合的风险控制主要通过调节权益资产和债券资产的比例来完成。(二)不同绩效评价指标对基金的排序非常接近,筛选绩优基金时一般使用夏普比即可。(三)基金的业绩持续性较弱,存在业绩反转的现象。相较短期业绩排序而言,基金的长期业绩排序对未来的业绩表现有更强的预测能力。

(肖佳文为东方证券财富研究中心博士后研究员;陈达飞为东方证券财富研究中心&博士后工作站主管,宏观研究员)

打开财经APP, 查看更多精彩内容
更多相关评论 
打开财经APP, 查看更多精彩内容
相关新闻
热门推荐
打开财经APP, 查看更多精彩内容