主持：巴曙松（北京大学汇丰金融研究院执行院长、中国银行业协会首席经济学家）
主讲：矫健（猫头鹰组合投资总监）

一、基金经理分析
FOF是基金的基金，本质是资产管理，与股票的区别是其管理的资产是基金，所以说认清本质最重要。随着银行打破刚兑，以及中国版401k出台，FOF投资空间很大。但基民的体验是差的，FOF其实是要解决基金体验差的问题。从基金管理公司而言，人才成本高、业绩稳定性差，都是痛点。我们认为要有先进的体系才能做好FOF，而核心就是基金经理分析。做一件事情，一定要想清楚，怎么能做好，研究股票就是把公司分析做好，研究基金就是要做好基金经理分析，基金经理分析的内在本质，除了具体的分析方法以外，关键是方法论不能出错。我们通过研究发现，风格评价的选基思路是核心。

​

上图很有意思，它告诉我们，不论是几年的金牛，不论近期业绩好不好，对下一年表现的前瞻性很差，排名前20的基金经理排名继续靠前的可能性几乎为0，而这些人跟基准比起来好不到多少，甚至更差。也就是说根据上一年，甚至前三年的投资业绩，来推断下一年的业绩，往往会有问题。



再进一步看，发现次年表现的核心是投资风格，这是价值成长的举例，大小盘等其他大类风格也有类似特征。2017年的现象是，只要越是表现为成长风格，方差越大均值越小，而价值风格却是方差越小均值越大。换言之，成长类基金冒着很大的风险却获取很小的收益，而价值类冒着很小的风险却获得很大的收益，风格严重影响表现。





这几张更清晰的看到，大小年和大小盘竟是交错前行，有的时候不到一年，有的时候长过一年，但总体的规律是交错前行，成长价值风格、各类行业风格也有类似特征。

在认识到风格表现是基金经理表现重要因素的前提下，我们认为分析基金经理要有先进的分析方法。从市场上公开数据而言，基金经理的分析总体局限在净值数据和每年两次的持仓披露数据，以及两次季报的十大持仓数据。有限的持仓数据和持续的净值数据如何结合是分析基金经理的关键。只有尽可能精确的数据分析，才能够分清基金经理的风格类别，能够科学的针对分类进行排名。我们认为必须从投资的视角来进行量化分析，才不会过度数据挖掘而造成历史数据拟合很好，对未来无前瞻作用，这是我们坚持分析方法必须可解释的原因。不可解释的或者牵强的因子我们会略去，保留有最大解释力的因子。当对基金经理的风格进行划分后，还必须在各个风格组对基金经理进行比较科学的排名。我们对不同风格的排名因子是不同的，如价值组有十二个排名因子，而成长组有十九个排名因子。在上述基础上，还需要对基金经理可持续的逻辑和alpha进行剖析，这个过程需要主观的一对一的定性沟通，再和数据相结合来完成，是个系统工程。



上图告诉我们基金经理的分析要采取定量定性相结合的方式进行。现在市场上的FOF要么过于主观定性，直接拍脑袋投资基金，要么过于量化，不深刻挖掘数据背后的逻辑，我们认为这些都是不可取的。只有有逻辑的数据才是真正重要的数据，而有数据的逻辑才是被证实的，二者缺一不可。基金经理分析跟股票分析有很大的不同点，背后有性格因素、经验因素、知识背景、平台支持等多重因素。所以正确理解投资经理需要量化和定性相结合。而这个定性，需要对投资本质更理解，对投资对象的投资特征更理解，才会取得很好效果。进行离散数据和连续数据的混合处理，能够更接地气的对基金经理的风格、风格下的能力、以及能力本身的评价有一个综合的评判，这个体系是FOF投资正确的核心。



从上图对某个基金经理的评价数据，可以看到不同的投资经理在相同的市场阶段表现可能是不同的，而同一个基金经理在不同的市场阶段表现可能也是不同的。不仅择股能力差异明显，SmartBeta和最大回撤比都有很大差异。这位基金经理在各个阶段的择股能力均非常显著，但显然在大跌和大牛的择股能力超过在震荡和上升期的能力，而从最大回撤指标来看，大跌时候的抗跌能力是很强的。



上图是某个基金经理的行业覆盖能力。大部分基金经理出身于行业研究员，所擅长的行业经常是他们重要的能力圈或者能力边界的标志。上图系统性的显示哪些行业他能赚到大钱，那些行业他亏过钱，赚钱多的行业越多，说明行业能力越强。我们还有专门的分析，在行业能力上，我们倾向于单个行业表现远远超过行业标准的基金经理，这些人能在某些特定行业创造有价值的alpha，这种能力判断经常是跟其经历、单个行业赚钱能力和行业内alpha三部分组成。



上图很有意思，尽管这不是该基金经理某一方面的能力展示，却是基金持有人投资基金后投资体验最好的展示。图中显示的是在过去任一时点买入该基金经理的产品并持有一年所能获得的回报，可以看到这位基金经理的数据是不错的，仅在2015年5、6月份很窄的时间段买入他的产品并持有一年是亏钱，而其他时间都是赚钱。反观相当多的明星基金其实体验并不好，尽管产品赚了钱，但是多数基民在相对高点买入，却亏了钱。之所以做这张图，其实是有非常重要的考虑。如果不是分期定投的话，跟投资股票一样，容易发生高点买入而低点卖出的行为。如果即使是在高点买入，最后亏钱的概率和具体的量值仍旧非常可控的话，就是非常好的投资体验。



上面左图显示的是综合行业配置能力，也就是行业间获得smartbeta的能力，平均贡献度显示他并不具备行业配置能力，再看置信区间也不显著。右图显示的是行业择股的成功率和超额贡献率，数据非常优异，说明行业成功率较高，即使是在成功率为负的阶段（表明成功择股的行业少于不成功择股的行业），他的行业超额收益率仍旧是显著的，平均半年化达到8.1%非常优异，且置信区间为正。这说明他判断正确的时候，往往仓位是重的，而错误的时候，仓位往往是轻的，因此表现出的正贡献远大于负贡献。



该投资经理买入卖出个股的表现，区分于大类择时能力，我们把它定义为交易能力。右图是对某个基金经理在不同年份的风格特征。总体上我们认为越连续稳定，对于FOF投资而言越重要。他显示的是个股型、价值型、进攻型、偏大盘的投资风格。这张图特别重要，在多个维度对基金经理的投资风格进行了综合归类，而进行投资能力评价和具体FOF投资时需要参考这些数据。因此我们对特定投资经理的风格有比较清晰的定量认识，再结合深入的融入投资逻辑的定性访谈，构成了FOF投资的重要素材。



当然也可以看到，从季度分析来看，该名投资经理在不同的市场阶段，风格总体稳定，但在特定的市场阶段，也存在着一定的漂移，一方面我们要深刻挖掘产生他风格的原因，另一方面，也理解为他适应市场的能力。适应力越强的投资经理越容易作为FOF的底仓，而风格越持续稳定，越可以作为投资工具，二者相辅相成。也就是说我们既要看到基金投资和分析的科学性，也要看到这中间的艺术性成分。

二、FOF投资实践
那么这些基金经理分析好了之后，如何匹配成投资组合呢？我们认为核心原则是，重视alpha能力的持续性，重视风格中有较大alpha能力的基金经理，这些人即使在市场风格不匹配时，仍旧有较强的alpha覆盖beta所能带来的损失。同时，要坚持基金投资的工具化，基金投资是一个工具，把不同风格的人匹配好是组合经理的能力。我们认为，需要宏观和中观相结合的主动策略，如果这些能做到好的投资体验就是必然结果。



上图是alpha大小的持续性，里面隐去了基金经理的名字，每一条是每一个基金经理在特定年份的alpha表现，越浅越大，越连续越强。这张图的数据我们也非常重视，因为2018年以来，A股市场的beta波动比较剧烈，alpha覆盖能力强越来越重要。而很多公募基金经理确实将择时的工作交给了组合投资经理（FOF基金经理）和基金持有人，能够持续发现alpha就是核心能力。



从全市场的分位图可以很容易的看出，投资经理在alpha能力，smartbeta能力和收益能力方面在全市场的前多少个分位，以及近几年的能力上的持续性如何。但是结合这样的风格刻画，以及在风格刻画下的排名，我们认为是更加重要的。在进行FOF投资时，我们认为基金经理分析就像做菜准备原材料，分析好了就是原材料准备好了。



上面左图是工具化的基金经理被动策略，完全根据组合经理和组合的需要，匹配不同的需求和市场阶段，形成各类工具包。右图是在FOF投资主动策略方面的考虑。我们认为FOF主动投资不同于工具化的被动思路，主动性的对风险收益特征进行搭配，以实现最大的alpha。在波动率较高的市场环境下，公募基金的回撤有点大，在2008年、2011年和2015年均出现了较大的中值回撤。因此作为组合投资的思路，我们强调以风控为特征的“躲大坑”方法论。结合宏观和情绪系统提示大级别的风险，降低权益产品回撤带来的负面体验。配置方面，是由中观体系决定的，这个中观体系包括pb-roe决定的价值体系，和pe-peg决定的成长体系。尽管主要由分位来判断均值回归的可能性，但是我们对近一年的均值回归的程度也进行了比较分析，以此确定基金经理的风格匹配以多少比例为宜。





上图是根据我们定性定量结合的一部分组合的数据。他们分别是价值前十、成长前十、成长价值混合主动型，以及沪深300增强，和个股纯alpha。从数据来看，分析方法和体系还是比较有效的。

三、问答环节：
Q1 ：公募基金只公布有限的公开信息，你们有没有做实时持仓估计？
A1：实时持仓估计是一个比较困难的事情。我们的做法是，不追求绝对准确的持仓估计，但是做到足够穿透管理、足够分析基金经理的持仓分析。具体做法是，我们加入若干假设，假定一个特定时间段内，比如一个星期，某个特定股票仓位调整不超过一次，结合净值波动和对于仓位调整的假设，我们可以在持仓数据形成的高维空间上以净值数据作为被相应变量进行响应曲线建模。响应曲线模型与实际观察的的净值曲线模型之间的差值作为我们的优化目标。决策变量是何时、何规模调整何种仓位。本质是一个高维的优化问题。但是在我们进行一系列的假设基础上这个问题的维度显著降低，从而可以获得相应的最优估计。而这样估计出来的数据经过我们与基金经理的反复讨论与实际的持仓情况相距是不远的。

Q2 ： 很多基金经理的风格是混合的，你们如何选择？
A2：我们的做法是从不同的侧面去刻画。比如他可能既是成长型的，也可能偏大盘，甚至smartbeta能力不弱。从不同侧面刻画，最终反映出来的基金经理一定是一个多风格的复合体。而我们选择基金经理的时候，也是按照具体的市场特征，以及相对应的策略来进行选择，这就是优化问题中的背包问题。比如选不超过10位基金经理，要求价值成长50-50比例，偏向alpha型，占比70%，同时偏向小盘占比50%，这就是典型的背包问题。在我们的基金经理池1000多位中，直接解这个问题是困难的，所以我们会结合持仓穿透和访谈得到一个相对较小的初选池，然后再求解背包问题，形成若干候选池。

Q3 ：请问这个方法在大的买方客户那里认可度怎样，他们应该还是偏重风格配置， alpha的持续性似乎不是很好？
A3：第一，我们在主观策略上是有风格配置的思路的。第二，我们是在风格内寻找高alpha。第三，我们寻找alpha持续能力。这是我们独特的优势。我们发现，在牛市alpha容易消失，在熊市和震荡市alpha能力是突出的。因此，如果你连续起来看，alpha能力固然有不持续的地方，也有部分alpha持续存在的例子，并且我们特别重视其alpha持续的逻辑，定性寻找alpha能力的逻辑也很重要。

Q4 ：正常情况下，观察一个基金经理的风格和能力，至少需要3到5年，当然最好是经历一个完整的牛熊周期，也就是5到8年。但是，满足5-8年在一个组合或者一家公司任职的基金经理样本极少。同时，明星基金经理都被动挂名很多风格迥异的组合或者离职相当长时间后 不公告其职务变更。那么， FOF 的 “ 原材料 ” 是高度不稳定的，如何解决这个问题？
A4：确实五年左右比较稳定，也有三年稳定下来的，一二年稳定不太容易。但是5-8年这个看法其实是值得商榷的。我们公众号里面其实有一篇小思考，里面用详细的数据说明了不一定越资深越好。这当然有逆向选择的因素。但也不完全，我们解释为，很多几个资格老的投资经理可能不够勤勉或者能力边界无法拓展。挂名问题，我们是通过访谈，定性、电话来解决的。当然从数据分析来看，也很容易看出某个产品和其他产品有非常大的不同，那么肯定有挂名的产品，再跟踪一下，就可以解决这个问题。离职不变更应该不可能，这种异常情况不能完全由定量来解决，但定量能解决大数问题。在这个基础上定性，就事半功倍了。

Q5: 这几年，新基金经理占比越来越高，导致总体的换手率越来越高，且混合型基金仓位的变动极度不稳定，如何做到评估其风格和能力？
A5：确实占比越来越高，突出表现在14-15年提高了些，但近期又开始稳定了。我们对新基金经理换手的问题确实进行了考察。令人非常感兴趣的是，他们的换手随着管理的时间加长，是越来越低的，这个过程本身是一个正向的因素。系统一般不会漏掉优秀的基金经理，新的优秀的基金经理，数据是逐渐稳定下来的。一直没有稳定下来的基金经理，在我们的风格选项中每个风格都不会突出。1800多名基金经理，这些没稳定下来的不会成为我们的备选。

Q6: 你们这一套基金经理分析方法和 FOF 投资策略是否可以用于私募基金投资？
A6：其实我们已经展开了私募的分析。但是从数据的维度上和颗粒度上，私募的分析是更加困难的。持仓和净值公布都有一定的难度，因此大数扫描的质量不能跟公募比。这方面定性跟踪或许更加重要,或者是在获得数据后我们可以点对点分析。如果有愿意给我们分享数据的私募基金，我们自然可以对他们进行同样的分析和刻画。当然，私募的平台、机制、风控、研究方方面面，甚至股东结构，都会对选择产生影响，因此是一个更加综合的评价。

Q7: 下面这张图是不是说明 2018 年的 Alpha 和上两年全颠倒过来了？



A7：首先这个数据是二十几位投资经理的截面数据，是为了方便大家观看和解读的。其次2018年确实出现了一部分基金经理alpha不如前两年好的特征。我们公众号里面的一些基金经理分析也显示，有的alpha在2018年上半年表现并不突出。这一点我们觉得是比较容易理解的，2018年上半年全市场层面，几乎只有医药和二线白酒表现较好，其他表现均较差。因此在很多其他行业表现出强alpha能力的数据，因为行业beta的原因容易被掩盖。这个数据在结合风格和行业判断后可以解决。最后我们再看一下这张图，这里面仍旧有三分之一alpha表现出了很强的持续性,因此我们总体认为优选风格内alpha的方法论本身是非常好的方法。


本文根据北京大学汇丰金融研究院执行院长巴曙松教授发起并主持的“全球市场与中国连线”第二百七十六期（2018年8月26日）内容整理而成，主讲专家为猫头鹰组合投资总监矫健先生。

矫健先生现任猫头鹰组合投资总监，曾就职于申银万国研究所、交银施罗德基金、博道投资，拥有3年卖方首席研究，8年的公募基金、私募基金投资研究经验。猫头鹰组合投资致力于从量化和定性双视角理解基金经理，愿景是努力做最懂基金经理的买方FOF投资团队，做客户满意的资产管理解决方案。

“全球市场与中国连线”为中国与全球主要金融市场间内部专业高端金融交流平台。本期报告由巴曙松教授和居姗博士（jshan818@163.com）共同整理，文中观点仅代表主讲人个人观点，不代表任何机构的意见，也不构成投资建议。


北京大学汇丰金融研究院简介
北 京 大 学 汇 丰 金 融 研 究 院 （ The HSBC Financial Research Institute at Peking University，缩写HFRI）成立于2008年12月，研究院接受汇丰银行慈善基金会资助，致力于加强国内外著名高校、金融研究机构、以及知名金融学者之间的交流，构建开放的学术、政策交流平台，旨在提高中国金融理论与政策的研究水平，促进学术繁荣与发展，加强与政府决策部门的联系与合作，为政府决策提供参考意见，为国际金融体制改革和中国金融业的发展做出贡献。

北京大学汇丰金融研究院院长为北京大学校务委员会副主任、北京大学汇丰商学院院长海闻教授，执行院长为中国银行业协会首席经济学家、中国宏观经济学会副会长巴曙松教授。