1、內容目錄 HYPERLINK l _TOC_250018 研究背景4 HYPERLINK l _TOC_250017 基金經理指數的構建5 HYPERLINK l _TOC_250016 基金經理因子庫7 HYPERLINK l _TOC_250015 基金經理因子評分體系研究9 HYPERLINK l _TOC_250014 因子有效性檢驗框架9 HYPERLINK l _TOC_250013 因子有效性檢驗分析10 HYPERLINK l _TOC_250012 分類因子10 HYPERLINK l _TOC_250011 數值因子12 HYPERLINK l _TOC_250010 基金

2、經理因子評價體系15 HYPERLINK l _TOC_250009 基金經理組合構建的實證研究16 HYPERLINK l _TOC_250008 基金經理復合因子的構建16 HYPERLINK l _TOC_250007 基于一年期因子的基金經理組合分析18 HYPERLINK l _TOC_250006 復合因子有效性分析18 HYPERLINK l _TOC_250005 復合因子選基金經理分析19 HYPERLINK l _TOC_250004 基于三年期因子的基金經理組合分析22 HYPERLINK l _TOC_250003 復合因子有效性分析22 HYPERLINK l _TO

3、C_250002 復合因子選基金經理分析23 HYPERLINK l _TOC_250001 總結與展望26 HYPERLINK l _TOC_250000 風險提示26圖表目錄圖 1：個人投資者目前購買基金的預期年收益4圖 2：不同類型基金長期收益與風險信息統計4圖 3：基金經理 A 指數的走勢6圖 4：管理主動偏股型基金的基金經理人數統計6圖 5：個人投資者持有單只基金的平均時間7圖 6：年度調倉策略的因子月頻檢驗示意圖10圖 7：基金經理數值因子的月度相關系數均值15圖 8：基金經理因子評價體系15圖 9：基金經理復合因子體系17圖 10：基于萬得全 A 的市場趨勢劃分17圖 11：一年

4、期復合因子的 RankIC 序列18圖 12：不同月份調倉策略的分組年化超額收益統計（10 組，一年期復合因子）19圖 13：不同月份調倉策略的平均分組年化超額收益統計（10 組，一年期復合因子）19圖 14：12 月底調倉策略的凈值走勢圖（一年期復合因子）20圖 15：三年期復合因子的 RankIC 序列22圖 16：不同月份調倉策略的分組年化超額收益統計（10 組，三年期復合因子）23圖 17：不同月份調倉策略的平均分組年化超額收益統計（10 組，三年期復合因子）23圖 18：12 月底調倉策略的凈值走勢圖（三年期復合因子）25表 1：基金指數于股票指數的長期收益表現對比5表 2：基金經理

5、 A 管理過的主動偏股型基金任期5表 3：基金經理因子庫7表 4：公募基金季報信息披露日期統計9表 5：部分因子在不同月份使用不同季報信息9表 6：基金經理分類因子的未來一年收益均值統計10表 7：不同月份調倉策略的分組年化超額收益統計（按類分組）11表 8：基金經理數值因子的 RankIC 序列統計信息12表 9：不同月份調倉的分組年化超額收益平均值統計（數值因子降序排序分組）14表 10：一年期因子的 RankIC 檢驗結果18表 11：不同月份調倉策略的各年度超額收益統計（一年期復合因子）20表 12：12 月底調倉策略的各年度超額收益統計（一年期復合因子）21表 13：12 月底調倉策

6、略的最近 2 年持倉及配置權重（一年期復合因子）21表 14：三年期因子的 RankIC 檢驗結果22表 15：不同月份調倉策略的各年度超額收益統計（三年期復合因子）24表 16：12 月底調倉策略的各年度超額收益統計（三年期復合因子）25表 17：12 月底調倉策略的最近 2 年持倉及配置權重（三年期復合因子）25研究背景根據中國基金業協會發布的基金個人投資者投資情況調查問卷（2017 年度）可知， 有 44 比例的投資者預期年收益率在 5-10，有超過 45 比例的投資者預期年收益率在 10 以上。此外調查還發現，部分投資者愿意承擔一定的高風險，目的是為了追求更高的收益， 例如平均年化收益

7、率在 10 以上。圖 1：個人投資者目前購買基金的預期年收益1.7%1.1%6.7%10.8%35.8%資料來源：中國基金業協會發布的基金個人投資者投資情況調查問卷（2017 年度）， 我們對貨幣市場型、短期純債型、中長期純債型、混合債券型二級、混合型和股票型等不同類型基金指數長期的年化收益率與波動率進行了統計。可以發現，僅有權益類基金能夠實現 10 以上的平均年化收益。同時長期來看，主動偏股型基金（普通股票型基金， 偏股混合型基金）也是可以跑贏市場寬基指數的。由此可見，長期堅持投資主動偏股型基金能夠實現投資者的預期收益目標。圖 2：不同類型基金長期收益與風險信息統計 低收益中等收益 貨幣型基

8、金 短債型基金中長債型基金 二級債型基金 高收益混合型基金 股票型基金年化收益率13.23%13.60%7.56%5.08%2.78%3.16%0.15%0.54%1.66%年化波動率4.47%18.45% 低風險 中等風險 22.6%高風險統計區間：2005 年 1 月 1 日-2019 年 11 月 30 日。資料來源：Wind， 表 1：基金指數于股票指數的長期收益表現對比指數代碼指數名稱累計收益率年化收益率885000.WI普通股票型基金指數756.7015.49885001.WI偏股混合型基金指數605.3913.99000300.SH滬深 300282.879.42000905.S

9、H中證 500389.4911.23統計區間：2005 年 1 月 1 日-2019 年 11 月 30 日。資料來源：Wind， 事實上，基金的投資效益與基金經理的個人因素存在密切的關系，尤其是主動管理的基金。作為基金產品的管理者和投資決策的制定者，基金經理直接影響著基金的投資風格和業績，基金投資的成敗很大程度上取決于基金經理的能力，正如大家常說的“買基金就是買基金經理”。然而，大部分研究者會從基金產品視角開展基金研究，但常會遇到基金成立時間短、基金經理變更等問題，使得基金研究存在諸多局限性，例如我們此前多篇基金研究系列報告。因此，本報告試圖基于基金經理視角構建因子評價體系，旨在篩選未來能夠

10、帶來超額收益的基金經理。本報告將基于基金產品構建修正基金經理指數，然后在基金經理因子庫中篩選有效的因子構建基金經理因子評價體系，并以主動偏股型基金的基金經理進行相關實證研究構建 基金經理組合。基金經理視角因子評價體系構建與應用的研究，對探索基金經理行為提供了新思路，對深入開展基金評價和業績持續性的研究提供了依據，對 FOF 組合構建具有一定的參考意義。基金經理指數的構建基金經理指數是開展基金經理研究的基礎。本節將基于基金經理管理產品的凈值數據與規模數據拼接確定基金經理指數，主要研究的是管理過主動偏股型基金（普通股票型基金+偏股混合型基金）的基金經理。具體的，我們以上期季報的規模數據為權重，對當

11、期基金經理正在管理基金產品的復權單位凈值進行加權復合，便可得到基金經理指數。同時， 需要對基金經理新發產品、接管產品、轉型產品的數據實時調整到基金經理指數中。此外， 基金經理指數的構建中還會考慮新成立基金的建倉期（默認 6 個月）、接管基金的調倉期（默認 3 個月）、轉型基金的調整期（默認 3 個月）。本報告將把基金經理指數作為基金經理綜合業績表現的度量指標，并開展相關基金經理評價和組合構建的研究。特別的，由于跳槽等原因會使得基金經理存在空窗期，在此期間沒有正在管理的產品， 使得基金經理指數是不連續的。此時有兩種處理方法：一種是認為基金經理業績是不變的， 即用零值去補充基金經理指數；另一種是認

12、為基金經理業績是市場平均業績，即可用主動權益類基金指數（例如：中證偏股型基金指數，930950.CSI）去補充基金經理指數。本報告主要采用的是第二種方法，原因是主動偏股型基金的倉位都較高，基金業績與市場漲跌相關性較高，用市場平均業績補充可以有效平滑指數曲線，使得基金經理指數能更加真實反應基金經理管理能力。表 2：基金經理 A 管理過的主動偏股型基金任期基金經理基金公司基金名稱任職日期有效任職日期離職日期基金經理A基金公司 A基金產品 12006/7/122006/10/122015/6/9基金經理A基金公司 A基金產品 22008/7/252009/1/232009/8/25基金經理A基金公司

13、 A基金產品 32010/2/32010/8/32015/6/9基金經理A基金公司 B基金產品 42015/11/202016/2/20-截至日期：2019 年 11 月 30 日。資料來源：Wind， 以基金經理 A 為例，其在 2006 年至 2015 年上半年在基金公司 A 管理產品，并在 15 年牛市高點離職；熊市的暴跌階段處于空窗期，直至 15 年末才在基金公司 B 重新管理產品。從基金經理 A 指數上來看，如果不對空窗期修正，會認為基金經理完美躲避了 15 年股災，基金經理指數表現非常優異；而事實上主動偏股型基金由于存在最低倉位限制（不低于 60 ），如果基金經理此時仍然管理產品的

14、話凈值大概率會隨著市場同步下跌。因此，我們可以使用中證偏股型基金指數（930950.CSI）來補充基金經理空窗期的業績，進而使得基金經理指數更貼合實際。圖 3：基金經理 A 指數的走勢滬深300基金經理A指數基金經理A指數(修正)12.0010.008.006.004.002.000.00截至日期：2019 年 11 月 30 日。資料來源：Wind， 此外，在下文的研究中我們還會涉及到基金經理在季報、半年報或年報的數據，例如持股倉位、持股集中度、換手率、機構投資者占比等，我們同樣會采用基金產品規模數據 加權復合。此處不再贅述。我們對2005 年以來每月管理主動偏股型基金的基金經理人數進行了統

15、計。可以看到，基金經理人數整體上是逐漸增加的，截至到 2019 年 11 月底，仍有近 700 名基金經理。同時，我們能夠看到在 2007 年、2015 年等節點年輕基金經理增長明顯，之后又快速回落； 基金經理任職年限在三年以下的居多，任職年限在三年以上的僅占了很小比例。主要原因是，牛市中基金公司產品發行會加速，存在基金經理缺口；經過前期牛市市場大漲，熊市和震蕩市中部分基金經理會選擇跳槽或離開公募行業，研究員晉升基金經理也有所減少。圖 4：管理主動偏股型基金的基金經理人數統計1年以下1到2年2到3年3到4年4到5年5到6年6年以上8007006005004003002001000注：以擔任基金

16、經理的時間開始統計任職年限。截至日期：2019 年 11 月 30 日。資料來源：Wind， 根據基金個人投資者投資情況調查問卷（2017 年度）統計的個人投資者持有單只基金的平均時間信息可知，有 33 比例的投資者持有單只基金平均時間在半年到 1 年，不到一半的投資者能堅持持有單只基金在 1 年以上。因此，結合投資者的交易習慣和基金交易費率，我們將以一年為單位考察基金經理的未來業績表現。圖 5：個人投資者持有單只基金的平均時間5年以上, 7.1%3-5年, 9.6%少于6個月, 22.0%1-3年, 28.3%半年到1年, 33.0%資料來源：中國基金業協會發布的基金個人投資者投資情況調查問

17、卷（2017 年度）， 基金經理因子庫考慮到基金經理的可用信息和投資行為，我們將從簡歷信息、從業信息、業績表現、風險控制等 10 個維度構造了基金經理因子庫，共包含 36 個具體因子，相關因子的構建方式如下表所示。其中，基金經理性別、學歷、年齡(分檔)、任職年限(分檔)等會對因子進行分類研究的是分類變量因子，而年齡、任職年限、任職年化回報、選股 Alpha 等為數值變量因子。由于分類因子與數值因子存在差異，在因子處理、檢驗和應用上分別進行操作。表 3：基金經理因子庫因子類別因子指標因子代碼計算方式基金經理性別Gender_Grading基金經理性別（1 表示男，0 表示女）基金經理學歷Educ

18、ation_Grading基金經理學歷（2 表示博士，1 表示碩士，0 表示本科及以下）曾任賣方分析師SellsideAnalyst_Grading基金經理是否曾任賣方分析師（1 表示是，0 表示否）簡歷信息CPACPA基金經理是否為 CPA（1 表示是，0 表示否）CFACFA基金經理是否為 CFA（1 表示是，0 表示否）MBAMBA基金經理是否擁有 MBA 學位（1 表示是，0 表示否）年齡Age基金經理年齡年齡(分檔)Age_Grading基金經理年齡(分檔)（1 表示 40 歲以上，0 表示 40 歲以下）任職年限WorkingYear基金經理任職年限任職年限(分檔)WorkingY

19、ear_Grading基金經理任職年限(分檔（)5 表示 6 年以上， 4 表示 4-6 年，3 表示 3-4從業信息年，2 表示 2-3 年，1 表示 2 年以下）當前公司任職年限WorkingYear_C基金經理在當前公司任職年限當前公司任職年限(分檔)WorkingYear_C_Grading基金經理在當前公司任職年限(分檔（) 4 表示 4 年以上，3 表示 3-4 年，2 表示 2-3 年，1 表示 2 年以下）跳槽頻率JobFreq基金經理跳槽頻率跳槽頻率(分檔)JobFreq_Grading基金經理跳槽頻率(分檔)（4 表示 5 年以上，3 表示 3-5 年，2 表示 2-3年，

20、1 表示 2 年以下）業績表現任職年化回報PeriodRet基金經理任職以來年化回報風險控制業績質量選股能力絕對收益Ret基金經理指數近一年漲跌幅業績穩定性(周度)Ret_Stable_W基金經理指數近一年周度漲跌幅穩定性超額收益(相對市場)ExRet_toMarket基金經理指數近一年相對市場基金指數累計超額收益率超額收益穩定性(周度,相對市場)ExRet_Stable_W_toMarket基金經理指數近一年相對市場基金指數周度超額收益穩定性最大回撤Mdd基金經理指數近一年最大回撤率波動率Vol基金經理指數近一年每日漲跌幅波動率夏普比率Sharpe基金經理指數近一年的夏普比率信息比率IR基金

21、經理指數近一年相對市場基金指數的信息比率詹森系數Jensen基金經理指數近一年相對市場基金指數回歸的詹森系數Calmar 比率Calmar基金經理指數近一年的 Calmar 比率索提諾比率Sortino基金經理指數近一年的索提諾比率特雷諾比率Treyno基金經理指數近一年的特雷諾比率選股AlphaAlpha_Sharpe基金經理指數近一年相對巨潮風格指數回歸的alpha 項選股AlphaIRAlphaIR_Sharpe基金經理指數近一年相對巨潮風格指數季度回歸的 alpha 穩定性擇時能力TM 擇時能力Timing_TM基金經理指數近一年TM 模型回歸得到的 beta2管理規模Size基金經理

22、最新季度的管理規模管理規模投資風格管理份額Unit基金經理最新季度的管理份額持股倉位Position基金經理最新季度的倉位持股集中度PosTop10基金經理最新季度前十大重倉股持股集中度換手率Turnover基金經理最新半年度（或年度）換手率機構偏好機構投資者占比Institution_pct基金經理最新半年度（或年度）機構投資者持有比例資料來源：Wind， 為了便于后期因子的合成，我們需要對數值因子值進行規范化處理，主要包括去極值、標準化等過程。去極值：我們采用MAD（Median Absolute Deviation，絕對中位差法）去除極值，主要是為了將極值壓縮在 3-3.5 倍絕對中位數

23、范圍內。具體的，首先計算當期所有基金在因子上的中位數， 然后計算絕對中位數 = (| |)我們采用 3法，保留 3, + 3之間的因子值不變，將大于 + 3的所有因子值按原順序均勻壓縮到 + 3, + 3.5；將小于 3的所有因子值按原順序均勻壓縮到 3.5, 3。其中，如果將當做標準差估計的一致估計量， 1.4826 。絕對中位差法在去除極值的同時也保證了因子值間的原來次序。標準化：為了消除因子的量綱影響，我們會對每個因子進行標準化處理。我們采用的是 Z-Score法，從而使得因子的均值為 0，標準差為 1。即 = ()()其中：()表示的均值，()表示的標準差。 依據深圳證券信息公司發布的

24、巨潮規模系列指數編制方案可知，大盤指數是從巨潮 1000 指數成份股中按照近半年 A 股日均流通市值大小排序選取前 200 只股票構成的，中盤指數是從巨潮 1000 指數成份股中按照近半年 A 股日均流通市值大小排序選取前 201-500 只股票構成的， 小盤指數是從巨潮 1000 指數成份股中按照近半年 A 股日均流通市值大小排序選取后 500 只股票構成的。依據巨潮風格系列指數編制方案可知，價值因子是依據每股收益與價格比率、每股經營現金流與價格比率、股息收益率、每股凈資產與價格比率四個變量計算風格 Z 值。成長因子是依據主營業務收入增長率、凈利潤增長率和凈資產收益率三個變量計算風格 Z 值

25、。不同風格指數則是依據大中小盤和價值成長來兩個維度來進行劃分的。表 4：公募基金季報信息披露日期統計季報節點3 月 31 日6 月30 日9 月 30 日12 月31 日季報類型一季報二季報半年報三季報四季報年報公募基金披露時間季度結束之日起15 個工作日內季度結束之日起15 個工作日內上半年結束之日起 60 日內季度結束之日起15 個工作日內季度結束之日起15 個工作日內每年結束之日起90 日內披露持倉信息前 10 大重倉股、倉位、規模、份額前 10 大重倉股、倉位、規模、份額全部持倉股票、倉位、規模、份額前 10 大重倉股、倉位、規模、份額前 10 大重倉股、倉位、規模、份額全部持倉股票、

26、倉位、規模、份額披露其他信息-買賣股票的成本和收入、投資者結構-買賣股票的成本和收入、投資者結構資料來源：Wind， 根據因子庫中的計算公式可知，數值因子主要基于基金經理指數、季報、半年報（或年報）信息構建。其中，由于基金經理指數數據可以實時獲取，相關因子可以在每月末利用最新數據計算，例如業績表現、風險控制、選股能力等類因子；而季報數據會在季度結 束之日起 15 個工作日內披露，相關因子需要在季度結束的下個月末才能用最新報告數據計算，例如管理規模、持股倉位和持股集中度等因子；半年報（或年報）數據會在季度結束之日起 60 個工作日（或 90 個工作日）內披露，相關因子需要在季度結束的 2 個月（

27、或3 個月）末才能用最新報告數據計算，例如換手率、機構投資者占比等因子。因此，針對涉及到季報、半年報（或年報）的因子，我們會在每月末利用能拿到的最新數據進行構建。表 5：部分因子在不同月份使用不同季報信息季報類型適用月份適用因子一季報4 月、5 月、6 月管理規模、管理份額、持股倉位、持股集中度等二季報7 月、8 月、9 月管理規模、管理份額、持股倉位、持股集中度等三季報10 月、11 月、12 月管理規模、管理份額、持股倉位、持股集中度等四季報1 月、2 月、3 月管理規模、管理份額、持股倉位、持股集中度等半年報8 月、9 月、10 月、11 月、12 月、1 月、2 月換手率、機構投資者占

28、比等年報3 月、4 月、5 月、6 月、7 月換手率、機構投資者占比等資料來源：Wind， 基金經理因子評分體系研究因子有效性檢驗框架分類因子和數值因子需要設計不同的檢驗框架。具體的：針對分類因子，包括按類期望收益均值檢驗和按類分組有效性檢驗。其中，按類預期收益均值檢驗是按照基金經理 t 期因子值分類，研究 t+1 期不同類收益率均值的差異性； 按類分組有效性檢驗是在調倉節點按照當期因子分類分組，每組內等權重構建組合持有到下一期，滾動計算，統計每組相對市場平均業績的年化超額收益。特別的，分類因子應該 盡可能使得各類內樣本數量的均衡性，否則得到的結論可能存在偏差。針對數值因子，包括 RankIC

29、 檢驗和分組有效性檢驗。其中，RankIC 檢驗是研究基金經理 t 期因子值與 t+1 期收益率之間的秩相關系數穩定性，主要通過統計 RankIC 均值、RankIC 標準差、RankIC 勝率、RankIC_IR 等指標；分組有效性檢驗是在調倉節點按照當期因子值降序排序等分成若干組（如 10 組等），并等權重構建組合持有到下一期，滾動計算， 統計每組相對市場平均業績的年化超額收益。同時，為了提升因子檢驗結果的可靠性，我們將在月頻節點上對因子的有效性進行檢驗。如果某個基金經理因子在月頻上檢驗是有效的，則其有效性是更穩健的。例如，年度調倉策略的因子月頻檢驗示意圖如下所示。因此，我們將把因子拓展到

30、月頻上對基金經理因子進行有效性檢驗。圖 6：年度調倉策略的因子月頻檢驗示意圖基金數據 1月 2月12 月 1 月 2 月12月1 月 2 月12月1月底調倉2月底調倉月頻檢驗12月底調倉資料來源： 因子有效性檢驗分析分類因子針對管理過主動偏股型基金（普通股票型基金+偏股混合型基金）的基金經理，我們將在 2009-2019 年 11 月間測算所有基金經理分類因子的有效性，即研究不同類期望收益的差異性。表 6：基金經理分類因子的未來一年收益均值統計因子類別分類每期人數未來一年均值收益均值因子類別分類每期人數未來一年均值收益均值男185.149.83基金經理性別女27.359.272 年以下43.3

31、39.702 到 3 年51.3310.25任職年限(分檔)3 到 4 年37.129.964 到 6 年43.569.796 年以上37.1612.00博士25.059.35基金經理學歷碩士166.449.30本科及以下7.757.90曾任賣方分析師69.6810.07曾任賣方分析師從未任賣方分析師142.829.64是 CPA5.8510.33CPA不是CPA206.649.77是 CFA20.3410.46CFA不是CFA192.159.71曾就讀 MBA22.899.37MBA未曾就讀 MBA189.609.872 年以下61.159.592 到 3 年55.2610.22當前公司任職

32、年限(分檔)3 到 4 年35.9410.094 年以上59.8710.082 年以下55.609.462 到 3 年52.0610.03跳槽頻率(分檔)3 到 5 年42.009.955 年以上19.1410.1540 歲以下35.299.28年齡(分檔)40 歲以上30.599.55資料來源：Wind， 各因子的表現如上表所示，可以看到：在基金經理性別因子中，將基金經理分為男性和女性兩組。在人數方面，男性基金經理數量明顯高于女性基金經理，超過八成的基金經理為男性。在業績表現方面，男性基金經理的業績略優于女性基金經理，平均年收益率高了 0.56 。在基金經理學歷因子中，將基金經理分為博士、碩

33、士、本科及以下三組。在人數方面，基金經理主要以碩士學歷為主，博士、本科及以下學歷的基金經理人數較少。在業績表現方面，整體上基金經理學歷越高業績越好，學歷為碩士和博士的基金經理業績較為接近，比本科及以下學歷的基金經理平均年收益率高了 1.4 以上。在曾任賣方分析師因子中，依據基金經理簡歷中的信息人工識別，將基金經理分為曾任賣方分析師和從未任賣方分析師兩組。在人數方面，約有三分之一的基金經理曾任賣方分析師。在業績表現方面，曾任賣方分析師的基金經理業績略優，平均年收益率高0.43 ，且差額較為穩定。在 CPA 因子中，依據基金經理簡歷中的信息機器識別，將包含“CPA”等關鍵詞的基金經理識別出來，將基

34、金經理分為是 CPA 和不是 CPA 兩組。在人數方面，絕大多數基金經理不是 CPA；在業績表現方面，是 CPA 的基金經理業績略優，平均年收益率高0.56 。在 CFA 因子中，依據基金經理簡歷中的信息機器識別，將包含“CFA”、“特許金融分析師”等關鍵詞的基金經理識別出來，將基金經理分為是 CFA 和不是 CFA 兩組。在人數方面，絕大多數基金經理不是 CFA；在業績表現方面，是 CFA 的基金經理業績略優，平均年收益率高 0.75 。在 MBA 因子中，依據基金經理簡歷中的信息機器識別，將包含“MBA”、“工商管理碩士”等關鍵詞的基金經理識別出來，將基金經理分為曾就讀 MBA 和未曾就讀

35、 MBA 兩組。在人數方面，絕大多數基金經理未曾就讀 MBA；在業績表現方面，未曾就讀 MBA 的基金經理業績略優，平均年收益率高 0.50 。在年齡(分檔)因子中，依據基金經理簡歷中的出生日期計算年齡，考慮到樣本均衡性，我們以 40 歲為分界將基金經理分為 40 歲以上和 40 歲以下兩組。由于近年來基金經理很少披露出生日期，可分析的樣本較少。在有限樣本范圍內發現，40 歲以上的基金經理業績略優于 40 歲以下的，平均年收益率高 0.27 。在任職年限(分檔)中，我們以首次當基金經理為起點，計算各基金經理的任職年 限，并將基金經理分為任職年限 2 年以下、2 到 3 年、3 到 4 年、4

36、到 6 年、6 年以上五組。在人數方面，各組人數整體較為均衡。在業績表現方面，任職年限在 2 到 3 年、6 年以上的基金經理業績表現更優，其中任職年限 2 到 3 年的基金經理平均年收益率高約 0.5 ，而任職年限在 6 年以上的基金經理平均年收益率高 2以上。在當前公司任職年限(分檔)中，我們以在當前基金公司任職基金經理為起點，計 算各基金經理的在當前公司任職年限，并將基金經理分為任職年限 2 年以下、2 到 3 年、3 到 4 年、4 年以上四組。在人數方面，各組人數整體較為均衡。在業績表現方面，在當前公司任職年限在 2 年以下的基金經理業績表現偏弱，比 2 年以上的基金經理平均年收益率

37、低約 0.5。在跳槽頻率(分檔)因子中，我們計算基金經理在每家基金公司任職基金經理年限除以任職家數得到跳槽頻率（年/家），并將基金經理分為 2 年以下、2 到 3 年、3 到 5年、5 年以上四組。在人數方面，除最后一組外其他各組人數較為均衡。在業績表現方面， 平均每家任職 2 年以內的基金經理業績表現偏弱，比平均每家任職 2 年以上的基金經理平均年收益率低約 0.5 。平均每家任職 5 年以上的基金經理業績表現更優。通過對上述不同類期望收益的差異性分析可以發現，基金經理性別、學歷、曾任賣方分析師、CFA、MBA、任職年限等因子均對基金未來收益有一定區分度。進一步的，我們將在月頻上對因子進行按

38、類分組有效性檢驗，即在某月節點按照當期因子分類分組，每組內等權重構建組合持有一年，滾動計算，統計每組相對基金經理平均業績的年化超額收益。最終得到 12 個不同月份調倉的超額收益統計結果，下表中列出了幾個較為顯著的因子表現，如曾任賣方分析師、CFA、MBA 和任職年限等因子。表 7：不同月份調倉策略的分組年化超額收益統計（按類分組）曾任賣方分析師CFAMBA任職年限月份信息Group01 (曾任賣方分析師)Group02 (從未任賣方分析師)Group01 (是 CFA)Group02 (不是 CFA)Group01 (曾就讀MBA)Group02 (未曾就讀MBA)Group01 (2 年以下

39、)Group02 (2 到 3 年)Group03 (3 到 4 年)Group04 (4 到 6 年)Group05 (6 年以上)1 月底調倉0.30-0.150.020.02-0.790.100.09-0.040.32-0.183.292 月底調倉0.15-0.070.20-0.01-0.720.080.03-0.01-0.09-0.203.483 月底調倉0.25-0.110.61-0.05-0.710.080.140.29-0.30-0.343.084 月底調倉0.23-0.140.45-0.03-0.640.08-0.030.550.08-0.141.455 月底調倉0.18-0.

40、130.49-0.04-0.300.05-0.110.79-0.090.021.236 月底調倉0.25-0.170.76-0.07-0.360.050.140.27-0.280.210.897 月底調倉0.37-0.231.04-0.10-0.470.070.150.37-0.320.250.558 月底調倉0.33-0.200.89-0.09-0.570.090.030.40-0.260.110.769 月底調倉0.37-0.210.87-0.08-0.550.090.100.52-0.320.000.4710 月底調倉0.41-0.230.86-0.09-0.590.07-0.031.1

41、1-0.340.040.5011 月底調倉0.45-0.240.71-0.08-0.370.04-0.100.62-0.040.561.0112 月底調倉0.33-0.160.250.00-0.910.10-0.180.600.38-0.023.87平均值0.30-0.170.59-0.05-0.580.080.020.45-0.100.021.72資料來源：Wind， 可以看到，曾任賣方分析師的基金經理相對基金經理平均業績有 0.30 的年化超額收益，是 CFA 的基金經理相對市場平均業績有 0.59 的年化超額收益，未曾就讀 MBA 的基金經理相對市場平均業績有 0.08 的年化超額收益，

42、任職年限在 2 到 3 年、或 6 年以上的基金經理相對市場平均業績分別有 0.45 、1.72 的年化超額收益。綜上，基金經理學歷、證書、工作經歷和任職年限等因子對未來業績均存在一定區分度。同時，我們發現任職年限 2 到 3 年的基金經理也會有較好的超額收益，主要原因可能是年輕的基金經理具有更強的業績訴求，希望有更好的業績；而年長的基金經理已經被市 場認可了投資能力，更加追求穩定的業績。事實上，雖然高學歷、擁有證書、曾任賣方分析師、任職年限長等因子對基金經理未來業績有一定區分度，但超額收益并不高，單純依靠這些因子篩選基金經理并不能夠獲得較高的收益表現，更多的可以作為輔助性指標。數值因子針對管

43、理過主動偏股型基金（普通股票型基金+偏股混合型基金）的基金經理，我們將在 2009-2019 年 11 月間測算所有基金經理數值因子的有效性，即在每月末計算基金經理當期因子值與未來一年業績的 RankIC 值，并統計 RankIC 均值、RankIC 標準差、RankIC_IR 值、RankIC 勝率等。特別的，在此前報告20190611 天風證券-基金研究：規模因子在 FOF 組合構建中的應用中我們發現，剔除合計規模在 3 億元以下的基金能顯著提升基金規模和基金份額因子的有效性，所以我們在對管理規模和管理份額因子檢驗時剔除管理規模在 3 億元以下的基金經理。表 8：基金經理數值因子的 Ran

44、kIC 序列統計信息因子類別因子指標RankIC 均值RankIC 標準差RankIC_IR 值年化RankIC_IR 值RankIC 勝率年齡0.0260.1280.2040.70853.33任職年限0.0190.1090.1700.59061.67從業信息當前公司任職年限0.0180.0910.1940.67455.83跳槽頻率0.0370.0990.3691.27966.67任職年化回報0.0640.1070.5962.06373.33絕對收益0.0840.1520.5531.91575.00業績表現業績穩定性(周度)0.1190.1290.9233.19785.00超額收益(相對市場)

45、0.0840.1520.5531.91575.00超額收益穩定性(周度,相對市場)0.0760.1470.5201.80272.50風險控制最大回撤-0.1310.204-0.643-2.22775.00波動率-0.1080.236-0.457-1.58270.00業績質量夏普比率0.1190.1370.8713.01683.33信息比率0.0900.1440.6242.16377.50詹森系數0.1130.1380.8202.83982.50Calmar 比率0.1110.1350.8282.86780.00索提諾比率0.1160.1390.8332.88783.3385.8389.173.

46、7444.0971.0811.1830.1210.1110.1300.132選股 Alpha選股 AlphaIR選股能力特雷諾比率0.1160.1380.8362.89683.3389.1790.00-3.595-4.184-1.038-1.2080.1220.124-0.127-0.150管理規模管理份額管理規模擇時能力TM 擇時能力0.0170.1860.0910.31758.33投資風格持股倉位0.0020.1580.0140.04853.33持股集中度0.0390.0990.3981.37866.67換手率0.0510.1570.3261.12962.50機構偏好機構投資者占比0.10

47、20.1080.9423.26282.50資料來源：Wind， 各因子的表現如上表所示，可以看到：在從業信息類因子中，年齡、任職年限等因子均表現較差，RankIC 均值低于 0.05，且勝率也僅有 60 左右。在業績表現類因子中，任職年化回報、絕對收益與超額收益因子表現適中，RankIC均值在 0.08 左右，波動偏大，且勝率在 70 附近；而業績穩定性因子表現較好，RankIC 均值達到了 0.12，且勝率為 85 。而超額收益穩定性因子表現適中，主要原因是不同的基金經理存在不同風格，其比較基準也可能不盡相同。在風險控制類因子中，最大回撤率和波動率因子表現較好，RankIC 均值為負， 達到

48、了-0.1 以上，勝率在 70 左右，但是波動較大。主要原因是在市場反彈時風險控制類因子容易出現反轉，此前跌的很多基金反而會漲的很多。在業績質量類因子中，夏普比率、詹森系數等因子均表現優異，RankIC 均值在0.1 以上，波動率在 0.15 以內，勝率在 80；而信息比率因子的表現相對偏弱，主要原因是信息比率的計算同樣涉及到基準指數。在選股能力類因子中，選股 Alpha、選股 AlphaIR 等因子表現優異，RankIC 均值在 0.13 以上，波動率在 0.1 附近，RanckIC_IR 達到了 1 以上，勝率在 85 以上。其中，選股 AlphaIR 比選股 Alpha 因子更加穩定。在

49、擇時能力類因子中，TM 擇時能力因子表現較差，RankIC 均值基本為 0，勝率在 50 附近，主要原因是主動權益類基金經理很少做擇時。在管理規模類因子中，管理規模和管理份額因子表現優異，RankIC 均值在-0.12 以上，波動率在 0.12 附近，勝率在 90附近。其中，管理份額因子比管理規模因子更有效， 這與基金產品視角因子檢驗結果一致，感興趣可見報告20190611 天風證券-基金研究： 規模因子在 FOF 組合構建中的應用。在投資風格類因子中，持股倉位、持股集中度等因子均表現較弱，RankIC 均值在 0.04 以下，勝率在 60 附近；換手率因子的 RankIC 均值達到了 0.0

50、5 以上，勝率在 60 以上，對未來業績具有一定區分度。在機構偏好類因子中，機構投資者占比因子表現優異，RankIC 均值在 0.1 以上，波動率在 0.1 左右，勝率在 80 以上。通過對上述數值因子的 RankIC 檢驗分析可以發現，基金經理的業績穩定性、風險控制、業績質量、選股能力、管理規模、機構偏好等類因子表現優異，能很好地區分基金業績；基金經理的絕對收益、超額收益、換手率等因子表現適中，對未來業績有一定區分度； 而從業信息、擇時能力和投資風格等類因子對基金未來業績區分度較低。進一步的，我們將在月頻上對因子做分組有效性檢驗，即在某月節點按照因子值降序排序將基金經理等分成 10 組并等權

51、重構建組合持有一年，滾動計算，統計每組相對基金經理平均業績的年化超額收益。最終得到 12 個月調倉的超額收益均值統計結果，下表中列出了一些較為有效的因子表現，如業績表現、風險控制、業績質量、選股能力、管理規模、機構偏好等類因子。收益差任職年化回報1.290.370.690.30-0.57-0.240.04-0.75-0.56-0.701.98絕對收益1.630.690.430.150.40-0.22-0.19-0.42-1.09-1.573.19業績穩定性(周度)2.830.980.790.20-0.21-0.04-0.58-0.58-1.49-1.994.82超額收益(相對市場)1.630.

52、690.430.150.40-0.22-0.19-0.42-1.09-1.573.19超額收益穩定性(周度,相對市場)1.290.600.360.49-0.12-0.04-0.09-0.43-0.66-1.602.90最大回撤-2.68-1.38-0.840.00.200.010.281.041.051.70-4.38波動率-2.43-0.95-0.19-0.260.180.250.780.731.010.18-2.61夏普比率2.361.360.750.23-0.13-0.17-0.41-0.41-1.58-2.094.45信息比率1.520.790.570.150.22-0.17-0.02

53、-0.37-1.07-1.803.32詹森指數2.221.080.710.240.03-0.29-0.22-0.23-1.46-2.194.42Calmar 比率2.770.900.770.30-0.38-0.31-0.53-0.33-1.37-1.894.66索提諾比率2.361.090.670.45-0.20-0.10-0.33-0.53-1.51-2.024.38特雷諾比率2.391.080.790.180.05-0.34-0.39-0.39-1.49-1.994.38選股 Alpha2.221.381.070.500.35-0.23-0.38-0.52-1.34-3.145.36選股

54、AlphaIR1.911.551.050.450.69-0.16-0.33-0.91-1.58-2.714.62管理規模-2.85-1.70-0.47-0.83-0.410.040.691.791.182.14-4.99管理份額-2.89-2.10-1.19-0.23-0.71-0.130.031.652.372.76-5.65換手率0.361.590.770.06-0.430.21-0.48-0.55-1.07-0.640.99機構投資者占比2.150.791.190.59-0.73-0.40-0.32-1.03-0.64-1.703.85表 9：不同月份調倉的分組年化超額收益平均值統計（數

55、值因子降序排序分組）因子指標第一組第二組第三組第四組第五組第六組第七組第八組第九組第十組多空年化資料來源：Wind， 可以看到，業績表現、業績質量、選股能力、機構投資者占比等類因子分組的多空年化收益差明顯，多頭年化超額收益平均值整體上在 2以上；任職年化回報、超額收益穩定性等因子分組的多空收益也存在一定差異性，多頭年化超額收益平均值整體上在 1以上； 最大回撤率和波動率等因子分組的多空年化收益差明顯，但是空頭年化超額收益較弱，主要原因是 RankIC 序列是不穩定的，當市場反彈時過去跌得多的基金未來反而業績更好， 出現與其他階段不一樣的表現；管理規模和管理份額等因子分組的多空年化收益差明顯，

56、空頭年化超額收益平均值整體上在 2 以上，同時管理份額比管理規模的單調性更好；換手率因子分組的多空年化收益差偏弱，主要原因是換手率最高的一組并沒有超額收益。同時，我們對這些因子的相關性進行了分析。下圖中展示了因子在 2009 年-2019 年 8 月之間月度相關系數的均值，其中正數表示正相關，負數表示負相關。可以看到，同大類內的因子間相關性較高，如業績表現、業績質量、選股能力、管理規模等；部分不同大類內的因子值相關性也較高，如由基金經理指數衍生出的業績表現、業績質量、選股能力等； 部分不同大類因子間的相關性較低，如風險控制、管理規模、機構偏好與選股能力等因子間。圖 7：基金經理數值因子的月度相

57、關系數均值任職年化回報絕對收益業績穩定性(周度)超額收益(相對市場)超額收益穩定性(周度,相對市場)最大回撤波動率夏普比率信息比率詹森指數Calmar比率索提諾比率特雷諾比率選股Alpha選股AlphaIR管理規模管理份額換手率機構投資者占比任職年化回報0.370.340.370.35-0.19-0.020.350.36 0.360.340.340.350.320.270.10 -0.01 -0.040.22絕對收益0.370.92 1.000.94-0.51-0.06 0.94 0.96 0.94 0.93 0.94 0.94 0.880.750.01-0.10-0.010.19業績穩定性(

58、周度)0.340.920.920.90-0.53-0.070.97 0.89 0.96 0.95 0.97 0.970.880.76-0.01-0.11-0.030.19超額收益(相對市場)0.371.000.920.94-0.51-0.060.940.96 0.940.930.940.940.880.750.01-0.10-0.010.19超額收益穩定性(周度,相對市場)0.350.940.900.94-0.47-0.010.90 0.97 0.90 0.88 0.90 0.900.840.740.00-0.10-0.010.19最大回撤-0.19-0.51-0.53-0.51-0.470.

59、65-0.52 -0.51 -0.50 -0.57 -0.52 -0.51 -0.44 -0.41-0.040.000.14-0.08波動率-0.02-0.06-0.07-0.06-0.010.65-0.05-0.07 -0.03-0.11-0.05-0.04-0.01-0.04-0.09-0.100.200.03夏普比率0.350.940.970.940.90-0.52-0.050.92 0.990.961.000.990.900.78-0.01-0.11-0.030.19信息比率0.360.960.890.960.97-0.51-0.070.920.920.900.920.910.860.

60、750.01-0.10-0.020.19詹森指數0.360.940.960.940.90-0.50-0.030.990.920.950.991.000.910.78-0.01-0.11-0.020.19Calmar比率0.340.930.950.930.88-0.57-0.110.960.90 0.950.960.950.870.750.00-0.10-0.030.18索提諾比率0.340.940.970.940.90-0.52-0.051.000.92 0.990.960.990.910.78-0.01-0.11-0.030.19特雷諾比率0.350.940.970.940.90-0.51-