天风FOF研究:债券基金评价如何“本土化”?

  一直以来,我们国内债市是一个本土特征十分鲜明的市场;海外债基评价方法虽多,但均缺乏对国内特征的有效刻画。我们尝试跳出既有的研究范式,尽可能地贴近国内债市实际特征,探索出一套“本土化”的债基评价体系。

  报告提要

  01、他山之石,“可否攻玉”?

  海外实业界普遍倾向于从净值序列入手构建债基归因体系;但国内债基普遍青睐成本法估值,净值信息并不完全反映市值动态,归因分解极容易高估α。

  海外学术界积累了较多基于持仓数据的债基评价方法(Brison、Campisi等), 但依旧很难落地于国内债市,根本原因在于: 1)国内市场流动性低导致个券估值有效性不足,基于个券估值的归因体系均会失准;2)国内无法获取债基的全部持仓,海外模型严格依赖完整的持仓数据。

  02、聚焦持仓,立足本土

  本文的研究基于持仓数据,并不严格建立业绩归因体系,更侧重对基金投资能力的考察。基金能力可划分为择时和择券两方面。

  择时能力:票息是国内债基的核心收益来源。为了获取更高票息,基金普遍通过期限错配与信用下沉放大息票优势。票息收入本身并不考验基金投资能力,久期和信用两个维度的择时水平成为区分债基投资实力的重要参考。我们从持仓数据中观察基金风格暴露的相对变化,分别构建久期、信用择时能力指标来判断基金的整体择时能力。

  择券能力:信用品(城投和产业债)定价中包含了对未来违约概率的预期波动,基金可以通过择券获取α收益。本土定价逻辑中,城投择券能力可分解为区域选择能力和区域内平台筛选能力,产业债择券能力可分解为行业选择能力和行业内公司筛选能力。对于基金所持仓的信用品,本文均基于该定价逻辑展开评估,以求更贴近现实地展现基金择券能力。

  03、择时亮眼,择券平淡

  风格择时方面,国内债基的久期和信用择时能力显著为正,并且择时能力的胜率及稳健性表现优异。

  择券能力方面,国内债基整体表现一般,但规避最差选择的能力较显著,这可能与基金更加注重信用排雷有关;相对而言,债基的产业债择券能力在各个维度下略胜城投债一筹。

  正文

  1、篇首语

  我们尝试探索出一套更符合本土实际的债基评价方法;为了更好地展示研究思路,我们在报告开篇处将研究路径中所遇到的关键问题列出。

  海外经验or本土特征?一直以来,国内债基评价的相关研究大多基于对海外模型和经验的借鉴,较少考虑债市的本土特征。但国内债市流动性偏低、估值体系大量参考过往交易信息、缺乏足够的违约数据与财务数据,存在大量基于政府信用的伪信用品种,收益率曲线结构时常扭曲等等,与海外成熟市场共性并不多,基于海外经验的模型常常“水土不服”。本文尝试跳出既有的研究范式束缚,构建出一套足够“本土化”的评价体系;在具体研究过程中,我们更加注重对国内债市实际特征的分析刻画,尽可能使评价方法贴近现实。

  基于净值or基于持仓?任何一种基金评价方法,均存在两种研究思路:基于净值信息做基于风格因子的业绩归因分析、基于持仓数据分析不同风格维度下的α收益。值得注意的是,国内债基普遍青睐成本法估值,净值曲线具有较大的平滑空间,很难及时有效地反映市值动态,基于净值的研究容易高估其α收益;相对而言,季度披露的持仓数据更加“真实”,我们选择基于持仓数据构建债基评价体系。

  如何有效拆解债基的投资能力?择时和择券是反映基金投资能力的两大重要维度。择时方面,国内债基普遍通过期限错配和信用下沉博取更高票息收益,而久期和信用因子的风格暴露本身并不考验投资能力,难在如何对风格进行择时;本文将重点考察基金的久期择时能力和信用择时能力。择券方面,固收类资产票息本金固定,基本要素相同的两只券理应定价相同(没有择券α);但信用债反映着对未来违约程度的动态预期,相同要素的不同券定价常常分离,具有显著的择券α;国内城投债和产业债是信用市场的两大重要类别,我们主要分析基金的城投债和产业债择券能力。

  如何真实反映信用利差波动?为了进一步贴近国内债市实际,我们还将城投债择券能力分解为区域选择能力及区域内平台筛选能力;产业债择券能力分解为行业选择能力和行业内公司筛选能力。这种细拆引来一个关键问题(以城投债举例):区分基金的区域选择能力时,需要对同时期不同区域的城投债市场综合表现进行排序,那么如何刻画某一区域的综合利差波动?由于债市的低流动性,中债给缺乏成交的个券估值时,大量借鉴历史交易信息,使得估值很难反映当下信用利差的真实波动。我们尝试提出一种反映特定类别真实利差的方法,并构建了相关数据集,以供投资者参考。

  2、债基评价相关研究评述

  FOF研究可以分为资产配置和基金优选两部分。关于资产配置方面的研究,可参考我们此前发布的风险平价模型系列报告;基金优选中关于股基方面的研究,可参考我们上篇《基于风格加权的基金选股能力评价体系》的研究成果。此篇报告中,我们将基金优选领域的探索拓展至基金的另一大类别——债券型基金,进一步完善我们FOF领域的研究体系。与股票型基金类似,债券型基金的研究思路主要分为净值序列分析和持仓数据分析两大类。

  

  海外实业界普遍倾向于从净值序列入手构建基金归因体系。一般而言,基于截面持仓数据分析基金业绩,只能在离散的特定时点对基金业绩进行归因分解,无法得到连续的α和β收益序列;而基于净值序列对基金业绩展开归因,理论上可以对基金收益序列实时分解,能够实现基金收益的动态组合与分离。这是海外实业界普遍偏好基于净值序列构建归因体系的原因。典型的如桥水公司旗下的Pure Alpha基金,其投资范围覆盖固定收益、权益、商品等多个资产类别;为了有效分离出基金收益的β成分,桥水维护了一个庞大的风格因子库,不断对该基金收益序列进行因子剥离,提纯α收益。

  

  国内债基的净值信息存在显著噪音,归因分解难度较大。由于国内债券市场流动性不足,很多个券缺乏交易难以定价,此时基金估算净值时可以采用成本法估值,这给基金带来了平滑净值曲线的空间。此外,债基的重要持有人主体——银行机构具有强烈的绝对收益诉求、且偏好稳定的净值曲线(有利于其拨备计提考核),这导致债基普遍偏好采用成本法估值获取固定carry来覆盖绝对收益目标。理论上,如果债基完全按照成本法对资产组合估值,其净值曲线将完全不反映投资组合的净价波动,只体现持有债券所获取的固定息票;此时无论采用何种风格因子进行归因,基金息票收入均会成为固定的α收益,使得基金α能力被高估。我们通过举例加以形象说明:101751013.IB是万达地产最新发行的一期中票,该券在三季度突遭实控人风险,净价大幅下跌,如果按照成本法估值,该基金净值仍然会稳步上升,并获得固定的α收益,完全无法体现实控人风险所带来的净值冲击。

  

  海外学术界积累了较多基于持仓数据归因的债基评价方法。Brison模型提出将基金收益分解为基准贡献、券种配置、个券选择和交互作用四个部分,其中后三部分被视作超额收益来源。加权久期模型是基于Brison模型提出的更贴近债券市场的业绩归因模型,该模型引入了债券市场的关键风险度量因子——久期,超额收益主要分解为久期贡献和个券选择贡献。无论Brison模型还是加权久期模型,均对业绩基准的选择非常敏感,使得模型的实际应用难度较大;为了克服基准敏感性问题,Campisi模型将债券投资收益来源分解为息票收益、收益率曲线变化收益、利差收益等,忽略了与业绩基准的直接关联。

  基于持仓数据的经典模型很难直接落地于国内市场。经典模型为我们的研究思路提供重要参考,但实际运用时面临诸多困扰:

  •   国内个券估值有效性不足导致归因失准:国内债市经常出现一段时间内单个券一段时间内没有任何成交,此时中债估值的准确性将明显降低,基于个券估值的债基评价方法也将明显失准。我们通过形象的例子以具体说明:表1是 某债基17年半年报所披露持仓,其所重仓债券均没有充足流动性,可以观察到除了1280352.IB之外的所有个券在7月份的隐含利差估值大部分交易日保持固定,这并不表明债券信用基本面不发生变化,而是因为中债估值在缺乏相关信息参考下,无法对信用利差进行动态定价,所以依赖于个券估值的持仓模型均会面临困扰。

  

  

  •   国内无法获取债基的全部持仓数据;经典模型(如Brison模型、Campisi模型、加权久期模型)均需要全部的持仓信息建立模型,且对持仓结构数据的变化较为敏感,不完整持仓数据显然无法推断完全持仓数据的结构分布,使得经典模型很难在国内市场落地;

  •   国内不存在公允的配置基准:国内债市仍然处于发展阶段,很难确认一个有效的配置基准,这使得严格依赖配置基准做归因体系的模型(如Brison模型,加权久期模型)均不适用;

  •   归因指标并不严格对应基金经理能力;我们以Campisi模型为例,其将业绩归因为息票收益、收益率曲线变化收益、利差收益等,其中票息收益只要买入即可获取并不反映投资能力,收益率曲线变化收益与基金久期偏好相关(在无法确定基金风格基准的情况下依旧不能判断其投资能力),利差收窄并非均能体现为基金的投资能力(比如当市场整体信用利差收窄时,基金经理只要保持一贯的信用风险暴露,均可获取显著的利差收益)。

  

  本文并不严格建立业绩归因体系,更侧重对基金投资能力的考察。由于存在上述困扰,建立严格的业绩归因体系并不容易,我们尝试跳出既有持仓研究框架,更侧重对基金投资能力的考察。我们认为,不完整的持仓数据至少能从如下两方面提供有效信息:

  •   对于债基所披露的重仓券,尽管无法得到精准的个券估值,但可以视作基金在对某类特殊因子进行投资(例如城投债可以看作是对所选区域和所选融资平台的投资),通过对这些特殊因子的综合利差表现进行排序,间接推断基金的择券能力。

  •   尽管无法推断出基金整体在各个风格上的绝对暴露,但我们可以通过与过往重仓券的风格比较,大致推断其风格暴露的相对增减,进而判断基金经理是否具备对特定风格的择时能力。

  本文即从这两种思路出发,构建基于不完整持仓数据的债基评价体系。

  3、基于持仓数据的债基评价体系构建

  我们基于债基季度发布的持仓数据,从风格择时能力和个券选择能力两大维度判断基金的投资能力。风格择时方面,国内基金普遍偏好通过久期错配和信用下沉来获取更高票息收入,故我们侧重分析基金的久期择时能力和信用择时能力;个券选择方面,国内固定收益类资产体系中产业债、城投债具备典型的择券α,我们将部分类别的择券α进行更细致的拆解:产业债拆解为行业选择能力及行业内发行主体筛选能力,城投债拆解为区域选择能力及区域内融资平台筛选能力。

  

  3.1 债基风格择时能力分析

  息票收益(carry)一直是固收类资产最核心的收益来源,但基金只要持有债券便获得固定息票,该收益本身并不能反映基金的投资能力;相比之下,所持固收类资产的净价波动更能体现基金的投资实力。

  固收类投资组合的净价波动可以归因为收益率曲线变动(无风险)和信用利差波动。其中收益率曲线变动可以拆解为水平因子、斜率因子和凸度因子的变动,水平因子是最重要的影响因子。信用利差变动相对复杂,除了与信用评级密切相关外,不同类型资产由于定价逻辑相异具有不同的影响因子(例如城投债收益与区域、融资平台相关,产业债与行业和公司资质相关)。

  通过久期错配和信用下沉放大息票收入,是国内债基的主要收益来源。由于国内债市流动性不佳、固收类衍生品市场尚不健全,债基的投资策略显单一,息票策略依旧是最重要的收益来源。为了获取更高息票收入,基金普遍通过期限错配和信用下沉放大息票优势,从而增厚账户收益;票息策略的风险点主要体现在净价波动:如果在利率上行周期中拉长久期会遭受很大的净价损失,同样在信贷收紧周期进行信用下沉也会遭受净价损失。因此,我们认为,久期(水平因子)和信用两个维度的择时能力,成为区分债券型基金投资实力的重要参考。

  

  本文即通过观察持仓数据,分析基金在持仓披露节点前后的久期和信用偏好,并与当时市场实际走势进行比较,判断基金在此节点的择时能力。由于持仓数据不完整,我们无法推断出基金全部持仓的实际久期大小和信用风险暴露程度;且不同基金由于风控要求约束、自身投资习惯、业绩基准要求不同,其久期和信用偏好也存在明显差异。但我们认为不完整的持仓数据仍然能够提供有效信息:单个基金的久期和信用偏好在一段时间内存在稳定的内生基准,如果预期未来利率趋于下行、信用基本面走强,基金会在基准的基础上适当放大久期和信用风险的暴露,反之亦然;与此同时,这种基于基准的风格偏好调整会在重仓券的持仓分布中得到显著体现,我们可以通过观测每期重仓券风格暴露相对过去的增减,倒推出基金在该节点的风格偏好。

  具体研究中,我们假设基金在披露节点前后一个月的持仓是稳定的,重点观察这两个月的债市走势(主要侧重水平因子和信用维度),并判断基金持仓在这两个维度上是否有合适的暴露。

  3.1.1久期(水平因子)择时能力指标构建

  基金拉长久期,除了获取更高的票息收入外,还会放大收益率波动所带来的影响,而影响组合收益率波动的最核心因素是收益率曲线中的水平因子。本文即侧重考察基金对水平因子的择时能力:我们从收益曲线信息中提取水平因子的走势,并作为久期暴露最核心的风险因子,通过对比基金持仓风格相对过去的增减情况以及持仓时点前后因子表现,判断基金的久期择时能力。

  

  久期风格相对暴露强弱指标构建

  为了刻画基金对于久期偏好的动态变化,我们尝试构建一个反映基金每期久期风格相对暴露强弱指标。在构建该指标时,我们主要考虑如下因素:

  •   截面上不同基金具有不同的久期偏好,单纯的绝对久期指标并不可比,但是相对过去强弱变化的指标在截面上具有可比性。

  •   为了让相对强弱指标在时序上具有可比性,我们尝试将久期指标序列化,采用历史排名作为相对过去强弱变化的代理变量。

  •   由于持仓数据不完整,我们难以根据部分持仓的加权久期推断全部基金的绝对久期水平;但重仓券的相对暴露水平能够反映整个组合的久期相对暴露水平。

  •   基金普遍运用杠杆,而杠杆率也是反映久期的重要变量,我们在测算加权久期时纳入了对杠杆率的考虑。

  具体构建步骤如下:

  

  市场走势(水平因子)相对强弱构建

  我们从中债国开债即期收益率曲线中提取水平因子信息,作为债市整体走势(久期暴露最核心风险因子)的代理指标。在构建该指标时,我们主要基于如下考虑:

  •   一般而言,基金具有免税优势,偏好高票息的国开债品种(银行更偏好国债),且各类信用债的定价基准也是用国开债收益率曲线,故我们使用国开而非国债即期收益率曲线。

  •   为了刻画债市的整体走势特征,我们并没有简化为用10y国开YTM作为代理变量,主要由于近几年交易盘和配置盘交易行为异化,使得交易盘偏好的5y、10y期限与配置盘偏好的3y、7y期限出现明显的市场分割特征,收益率曲线形态出现剧烈变动,10y国开走势并不能完全代表市场走势。

  

  

  

  

  上图是我们所构建的拓展N-S模型中,四个因子在各个期限上的暴露水平。其中斜率因在1y处暴露程度最大,在10y处暴露最小;凸性因子在3y处暴露最大;市场分割因子在3y、7y这两个配置盘所青睐的期限达到最高,在1y、5y和10y这三个交易盘偏好的期限达到最低。

  

  我们在传统N-S模型中加入市场分割因子后,模型对收益率曲线的解释度提升显著,尤其是近两年传统N-S模型效果时,拓展模型表现大幅提升。

  

  

  久期择时因子构建

  

  久期择时能力因子构建案例简介

  我们通过案例对久期择时能力因子的构建加以形象说明。下表是某基金2017年三季度的披露持仓数据。

  

  

  

  3.1.2. 信用择时能力分析指标构建

  债券信用资质越低票息越高,国内基金为了获取更高票息收益往往具备强烈的信用下沉意愿。但信用下沉策略,也会带来较大风险:一方面,信用资质下沉往往伴随着违约概率的抬升;另一方面,信用资质较差的券种通常具有更大的净价波动,基金可能面临更高的潜在净价损失。由于缺乏完整的违约数据和成熟活跃的信用缓释工具定价,违约率的动态我们很难刻画;本文关注的重点仍旧放在净价波动上,考察基金的信用风格择时能力。与构建久期择时体系的思路相似,我们先分析基金在每个节点的信用风格暴露的相对强弱程度,并考察低信用评级利差(相对高信用评级)在节点前后一个月的走势强弱,最后将两者结合,判断基金在信用风格上的择时能力。

  

  信用风格相对暴露强弱指标构建

  

  需要说明的是,国内信用评级信息在及时性、有效性、公允性等方面远远落后于成熟市场信评机构标准,采用实际评级往往会掩盖真实的信用风格暴露水平;我们认为债市实际成交价格隐含了市场交易者对个券信用风险的估计,该估计比国内信评机构给出的评级有效程度更高,故采用个券的中债隐含市场评级作打分处理,并结合持仓比重进行加权,得到最初的加权值指标credit,credit数值越低表明信用偏好程度越低。

  

  信用风格表现相对强弱指标构建

  本文从多个类别信用利差曲线中提取水平因子信息构建加权信用利差指标,用于刻画不同信用偏好下市场走势差异。在构建该指标时,我们主要基于如下考虑:

  •   水平因子走势能综合反映信用利差曲线变动,国内信用利差曲线更多反映整体不同资质主体的整体违约水平,基本不反应违约概率的期限分布状况,故我们认为利差曲线的水平因子基本能够有效反映利差曲线信息。

  •   国内信用市场的重要品种包括中票和企业债,我们构建指标时主要参考这两类品种的中债收益率曲线信息;此外,国内AAA评级可以看作国外投资级,国内AA级评级等级接近海外市场的投机级别,我们采用AAA级收益率曲线水平因子-AA级收益率曲线水平因子,体现不同信用暴露下市场走势的差异。具体构建方法如下:使用上文提出的拓展N-S模型分别获取中债中票(AAA)、中债中票(AA)、中债企业债(AAA)和中债企业债(AA)的即期收益率水平因子,算出中票和企业债债的日度利差水平因子后等权加总,形成加权信用利差指标 spread。

  

  信用择时能力因子构建

  

  信用择时能力因子构建简介

  同样地,我们通过一个案例,具体展现信用择时能力因子的构建过程。下表是某基金2016年二季度的披露持仓数据。

  

  

  

  3.2 债基择券能力分析

  择时之外,基金择券表现也是衡量基金投资能力的重要维度之一。由于固收类资产本金、票息收益固定,理论上基本要素一致的不同券种定价相同,择券不会产生显著α;但信用债定价(主要包括城投和产业债)中包含了对未来违约概率的预期波动,这些资产类别中即使基本要素一致的两个券种定价也会出现显著差异,基金可以通过择券获取显著α收益(或规避“信用踩雷”)。

  3.2.1. 信用市场本土特征分析

  我们发现,国内信用市场正处在发展阶段,存在一些特殊的本土特征;在构建债基择券能力评价体系时,很难忽略这些因素所带来的影响。

  外部评级并不可靠,中债估值体系的定价基准是个券的隐含评级。国内债市的外部评级受制于独立性约束,评级的公允性、及时性以及有效性均显著弱于国外评级机构;与此同时,中债在给个券估值时也基本没有参考个券的外部评级水平,而是通过自己构建的隐含评级曲线作定价基准。所以,当我们需要分析信用市场的利差波动时,如果基于外部评级计算利差,往往由于基准不对在利差信息中混有大量噪音,无法真实反映个券的信用基本面情况。我们通过举例进行说明:11河钢MTN2按照外部评级一直都是AAA级,但按照中债隐含评级自2014年5月开始一直是AA级,我们分别按照外部评级和隐含评级计算利差,发现外部评级利差曲线波动较大,而隐含评级利差曲线更加稳定,我们有理由相信中债估值的定价基准是隐含评级。

  

  与权益类市场不同,目前国内信用债存在成交不活跃、信息不对称等特征,使得个券定价有效性不高。债券市场中普遍采用中债估值作为公允价值衡量基准,一般每日发布的中债估值会参考其当日成交信息,但很多发行主体所发信用债常常在较长交易日范围内均没有交易,此时中债估值的定价主要参考其历史成交YTM与对应评级曲线的点差作平移处理。平移处理的默认假设是该券在这段时间内信用基本面没有出现任何波动,故中债估值很难有效及时地反映不活跃个券的基本面变化。

  信用市场个券信息不完备,市场定价更多是自上而下,且局部冲击会被放大。权益市场信息披露相对充分、透明,可以通过深入个股的基本面研究,判断股票投资价值并予以定价;而国内信用债市场缺乏足够透明有效的财务数据、评级数据和历史违约数据,使得定价过程更多是自上而下展开。典型的例如城投债投资,投资者首先对整个区域的信用状况作大致判断,再根据一些特定要素筛选个券(例如行政级别、债务率水平、是否为公益性平台等等);市场定价很少以个券信用基本面为基准。此外个券信息不完备所带来的另一大特征是,特定局部冲击会在产生整体反映:由于无法掌握单个个券信用状况,投资者默认所有要素相似的个券基本面趋同,这导致一旦某个券遭遇信用事件冲击,会使得投资者对所有类似个券的估值全部调整,典型的如16年东北特钢违约事件后所有东北产业债和城投债估值均遭下调,18年云南城投信用事件披露后云贵地区所有城投估值面临下修。某种程度上,国内债基择券,并非是对个券信用基本面的选择,而是对特定风格要素的筛选:城投择券主要是对区域的选择,其次是区域内平台的筛选;产业债首要是对行业的选择,其次是行业内公司的筛选。

  我们尝试基于上述的信用市场本土特征,分别构建城投债和产业债的择券能力评价体系。

  3.2.2. 城投债择券能力指标构建

  在城投债投资过程中,区域和区域内平台的筛选是投资关键环节。区域选择需要根据区域财政收支情况、政府负债率表现以及城市未来定位等等方面对区域信用基本面进行合理评估及排序;而区域内平台选择需要观察平台地位、与政府往来密切程度以及自身业务发展状况等。我们尝试将城投债的择券能力分解为区域选择能力和区域内平台筛选能力。

  区域选择能力指标构建

  本文根据每期持仓的城投个券所在区域城投债的综合市场表现进行排名,判断当期基金的城投区域选择能力。在刻画单个区域城投债综合表现时,并非所有该区域的存量城投债均纳入观察样本中,我们设置了一系列筛选条件:

  •   一般而言,中债主要关注1-7年期的信用品定价,而1年期以下和7年以上的信用品定价波动太大,为了简化考虑,我们剔除所有在观察期期限不符要求的券种。

  •   部分信用债券是含权债,如果在观察期内发生中债推荐估值切换,我们将予以剔除;

  •   个券成交越少估值有效性越低,如果存量券在观察期内成交笔数少于3笔,我们将予以剔除。

  •   由于国内信用评级有效性偏低,我们一般采用中债隐含信用评级作为信用评级基准,如果个券不存在隐含信用评级,我们将予以剔除。

  在区域划分处理方面,我们以所有省(和直辖市)作为划分单位,如果某区域符合条件的个券所对应的融资平台少于5个,将剔除该区域的相关数据;此外,我们假设基金在披露节点前后一个月持仓稳定,故将这两个月作为综合市场表现的观察期。

  由于同一融资平台常常同时存续多只债券,我们以融资平台为最小考察单位分析区域的综合市场表现;融资平台所发行债券的不同类型市场表现,其影响程度等级不同,我们通过打分制对其整体影响进行评估。尽管已经将成交稀缺的样本做了剔除,但是部分个券有效信息仍不充分,中债估值点差存在平移迹象;故当样本券利差表现稳定时,未必是样本券基本面维持恒定(很可能是市场有效信息不足,导致中债估值尚未反映估值变化);但当样本券利差出现显著变动时,一定代表着个券基本面出现变化;我们认为应当对利差出现大幅波动的样本券予以更高的打分权重。此外,如果融资平台观察期内发生特殊信用事件,其影响力往往远超市场利差所反映程度,我们予以更高的打分权重(本文主要考虑个券显性评级变化和隐性评级变动两类风险事件)。具体打分权重安排如下:

  

  

  平台筛选能力指标构建

  我们将同一区域内不同融资平台城投债的市场综合表现进行排序,根据每期持仓的城投个券所属融资平台的排序值,判断基金在该区域内的平台筛选能力。市场综合表现的观察期与上文设定一致,均为持仓披露时点前后一个月。对于同一平台下样本券的筛选逻辑,我们相比上文(构建区域选择能力)放松了对成交笔数的要求。

  

  

  城投债择券能力指标构建案例简介

  

  

  3.2.3产业债择券能力指标构建

  

  4

  基于风格择时及选券能力的实证研究分析

  上节内容中,我们考分考虑了国内债市和债基的本土特征,从风格择时和选券能力构造了多维度评价指标,以期更“接地气”地展现债基投资能力。本节将具体实证基金在各个指标维度下的实际表现。

  4.1基金数据采集与处理

  本文从万得(Wind)数据库中选取2013年至2017年所有上市的(包含到期的)中长期纯债基金信息,删除其中所有的可转债基金,合计746个基金样本;基金信息包涵所有年报、半年报和季报的持仓债券信息、基金单位复权净值等。

  为了刻画债市收益率动态水平,我们抽取了95条中债收益曲线样本,期限覆盖1y-10y期(期限采集密度为0.1y),时间跨度为2013年至2017年,品种覆盖了国开、国债、中票、城投、企业债等多个债券类别。

  此外,我们构建了截至2017年12月31日已经上市所有债券的信息集,并删除所有的可转债、可交债、集合票据、资产支持证券和商业银行债券,共计39850只债券样本。个券信息包含中债推荐估值、中债推荐期限、成交笔数、发行主体、行业类别、所处区域等。

  4.2基金风格择时能力分析

  我们对所有基金在所有报告期的风格择时指标分别从截面和时间序列的维度进行展示,给出不同基金的择时能力分布和不同时期的择时能力差异。从截面角度评价不同基金的择时能力时,除了择时能力指标平均值外,我们更关注择时胜率和择时能力的稳健性。

  4.2.1. 久期择时能力分析

  我们将基金久期择时能力指标按照按不同报告期进行汇总,其中数值取【0,0.125,0.25】时代表基金择时能力较低,【0.375,0.5,0.75】时代表基金择时能力中等,【0.75,0.875,1】时代表基金择时能力较高。

  

  上图绘制了不同时期基金择时能力指标的分布情况。整体而言,债基具有较强的择时能力;平均意义上,每期55%的基金择时能力较强,只有11%的基金择时表现较差。但我们发现基金在2015年9月、2016年6月和2017年6月的择时能力表现显著弱于其他时期,这些时期均处在债市趋势拐点附近,表明基金发现对拐点预判的能力仍然不强。

  

  

  

  总体上债基在久期择时方面表现优异,胜率较高,但择时稳健性稍有欠缺。其中,在期望值维度上,超过75%的基金久期择时能力均值在0.6以上,表明基金平均意义上具有正的择时能力;在胜率维度上,超过62%的基金择时胜率超过60%,表明大多数基金具有较高的择时成功率;但在稳健性维度上,T值超越2的基金样本占全体样本量的14%,大多数基金择时能力并不稳定,可能与多数基金在市场趋势拐点上的择时能力显著退化相关。

  4.2.2. 信用择时能力分析

  我们将基金信用择时能力指标按照按不同报告期进行汇总;同样地,当数值取【0,0.125,0.25】时代表基金择时能力较低,【0.375,0.5,0.625】时代表基金择时能力中等,【0.75,0.875,1】时代表基金择时能力较高。

  

  上图绘制了不同时期基金信用择时能力指标的分布情况。整体而言,债基信用择时能力较佳,每期53%的基金择时能力较强,只有12.6%的基金择时表现较差。相对而而言,基金在2015年12月、2016年3月、2016年6月、2016年12月和2017年3月的信用择时表现显著弱于其他时期。我们认为,前三的信用择时效果不佳可能是突发性因素导致(15年6月发生股灾和16年3-7月份出现集中性的信用风险事件);而后两次的择时效果欠佳可能与市场流动性不足导致基金被动持有低等级信用债有关。实际上,我们认为基金整体的信用择时效果不佳均存在一定的偶然性特征。

  截面实证方面,我们分别采用信用择时能力指标的期望、T值和概率分布值来刻画基金久期择时能力的整体强度、稳健性和胜率。

  

  

  债基在信用择时能力的均值方面不及久期择时,但稳健性相对提升。其中,在期望值维度上,超过55%的基金信用择时能力均值在0.6以上,均值水平不及久期择时能力;在胜率维度上,超过48%的基金择时胜率超过60%,成功率相比久期择时能力偏低;但在稳健性维度上,T值超越2的基金样本占全体样本量的26.5%,信用择时能力的稳健性相对久期择时能力有所提升关。

  4.2.3. 择时能力综合分析

  在综合研判基金择时能力时,需要对信用、久期择时能力的期望值、稳健性和胜率进行全面评估。除此之外,我们仍需要考虑基金在不同时期的择时难度可能不同:国内债市由于存在央行作为最大的交易对手方,市场交易方向的同质化程度非常高,基金在部分时期所展现出来的优秀择时能力,可能更多是顺应趋势和羊群效应的结果;而在各基金风格暴露方差较大时,更能够考验基金的择时能力。我们尝试设计一种基于择时难度加权的择时能力期望值,以期更真实地反映基金投资能力(相比等权期望值)。

  

  我们通过案例的形式予以形象说明。下表是某基金风格择时能力指标的统计汇总。整体上,该基金无论久期风格择时还是信用风格择时能力均处于同类基金前列。但值得注意的是,在进行难度加权调整后,该基金的久期择时能力均值排名出现了一定后退,而信用风格择时能力排名出现了上升。实际上,某基金在部分久期择时难度较大的时点择时表现欠佳,但在部分信用择时难度较大的时点表现优异。

  

  4.3基金择券能力分析

  同样地,我们对所有基金在所有报告期的择券能力指标分别从截面和时间序列的维度进行展示。截面分析方面,除了择券能力指标的期望值外,我们同时也关注择券胜率和择券能力的稳健性。

  4.3.1.城投债择券能力分析

  城投债择券能力可以拆解为区域选择能力和区域内平台筛选能力,我们分别将拆解后的两类能力指标按照不同报告期进行汇总。

  

  上图绘制了不同时期基的城投债区域选择能力的分布情况。可以发现:大多数期限内均有超越60%的基金样本区域选择能力大于0.5,整体意义上基金仍然保持正的区域选择能力;最优一档(【0.75,1】)的基金占比并不突出,大多数基金的区域选择能力位于【0.5,0.75】区间,而最差一档(【0,0.25】)的基金占比显著小于平均意义,表明基金每期规避“较差”区域城投债的能力仍然较强。我们认为实证结论与实际较为相符:债基的核心收益在于票息,对信用市场的投资策略更多是“排雷”而非“择优”,并不强调选取表现最强势的品种,而是要规避表现最差的信用品种(规避信用风险事件)。

  

  上图绘制了不同时期基金对城投债区域内融资平台筛选能力的分布情况。可以发现相关结论与城投债区域选择能力的结论相似:每期均有超越60%的基金样本区域内融资平台筛选能力大于0.5,整体意义上基金仍然保持正的区域内融资平台筛选能力。此外,融资平台筛选能力位于最差一档的基金样本数量占比较少,这意味着整体上基金在城投融资主体筛选上的“踩雷”概率显著低于平均概率。

  截面实证方面,我们分别采用统计了区域选择能力指标和区域内平台筛选能力指标的期望值、T值和大于0.5的频率值,来衡量基金区域选择能力和基金融资平台筛选能力的整体强度、稳健性和胜率。

  

  从截面角度观察,大多数基金不具有显著的区域选择能力和融资平台筛选能力。在期望维度上,只有不到9%的基金区域选择能力均值在0.6以上,不到10%的基金融资平台筛选能力在0.6以上;在稳健性维度上,不足6%的基金区域选择能力T值超过2,不足5%的基金融资平台筛选能力超过2;在胜率维度上,只有30%的基金区域选择能力胜率超过60%,26%的基金融资平台筛选能力胜率超过60%。整体上,基金在城投债方面的择券表现显著弱于基金的久期择时能力和信用择时能力。

  4.3.2.产业债择券能力分析

  产业债择券能力可以拆解为行业选择能力和行业内公司筛选能力,我们分别将拆解后的两类能力指标按照不同报告期进行汇总。

  

  上图绘制了不同时期基金的产业债行业选择能力分布情况。可以发现:大多数期限内均有超越60%的基金样本区域选择能力大于0.5,整体意义上基金仍然保持正的行业选择能力。此外,整体上基金规避最差选择的能力仍然显著,大多数期限内不足20%的基金样本处于最差一档(【0,0.25】)。值得注意的是,最近几期最优一档(【0.75,1】)的基金占比均在30%至40%左右,已经显著超过平均意义上的基金占比,表明整体上基金的行业选择能力在加强,我们认为这种逐步加强的行业选择能力可能与产业债流动性增强且定价日益分化有关。

  

  上图绘制了不同时期基的产业债行业内公司筛选能力的分布情况。可以发现:整体意义上基金群体具有较强的公司筛选能力,大多数期限内有超过70%的基金的公司筛选能力指标大于0.5。此外,基金群体规避“踩雷”的能力也较强,多数期限内不足10%的基金公司筛选能力位于最差一档【0,0.25】,显著低于平均意义;最后,最优一档(【0.75,1】)的基金占比一直在30%至40%左右,表明基金群体行业内优选公司的能力较强。

  从截面角度观察,基金行业内筛选公司的能力整体强于行业选择能力,但两者表现均弱于基金的择时能力。在期望维度上,只有5%的基金行业选择能力均值在0.6以上,但超过25 %的基金行业内公司筛选能力在0.6以上;在稳健性维度上,5%左右的基金行业选择能力T值超过2,超过7%的基金公司筛选能力超过2;在胜率维度上,只有不到16%的基金区域选择能力胜率超过60%,而超过40%的基金公司筛选能力胜率超过60%。整体上,基金在产业债方面的择券表现显著弱于基金的久期择时能力和信用择时能力。

  4.3.3.择券能力综合分析

  在具体分析某个基金择券能力时,需要对城投债、产业债各项择券能力指标的期望值、稳健性和胜率进行全面评估。

  我们通过案例的形式予以形象说明。下表是某基金择券能力指标的统计汇总。城投债择券方面,该基金的区域选择能力表现较好,其均值、稳健性和胜率均名列前茅;基金的平台筛选能力在均值、稳健性方面表现较好,但胜率不高。产业债择券方面,该基金无论是行业选择能力还是公司筛选能力均表现不佳,均值、稳健性还是胜率均排名靠后。由此,我们认为该基金在城投债领域的择券能力相对较强,但产业债领域的择券能力排名靠后。

  

  总结与展望

  海外经验在国内债基评价领域容易水土不服。一方面,国内债基普遍青睐成本法估值,使得海外实业界盛行的净值序列归因方法难有用武之地;另一方面,国内个券由于缺乏流动性个券估值有效性不足,使得海外学术界众多依赖个券数据的持仓分析方法也存在较多困扰。我们尝试跳出既有的分析范式,基于债市的本土特征从择时和择券两方面构建多维度的基金评价体系,分析基金样本在不同维度下的实际表现。

  实证结果表明:国内债基的久期和信用择时能力均显著为正,并且这种择时能力的胜率及稳健性表现优异;结合国内市场实际,我们认为不同时期的择时难度不同,并给出基于择时难度加权的择时指标期望值,以供更深入地展示基金的择时能力。国内债基的择券能力整体一般,但规避最差选择的能力较显著,这可能与基金更加注重信用排雷有关;相对而言,债基的产业债择券能力在各个维度下略胜城投债一筹,这可能与产业债流动性更高、定价分化程度更大有关。

  本文仍然存在众多可拓展方向。例如,尽管净值序列的噪音较大,但仍然能够提供大量有效信息,我们期待之后能够结合净值进一步完善我们的债基评价体系;此外,我们未来打算构建债市的风格因子库,不仅可以在持仓截面测算不同债券的风格暴露,亦可以丰富我们在大类资产配置方向的研究体系。

关键词阅读:债券基金

责任编辑:Robot RF13015
精彩推荐
加载更多
全部评论
金融界App
金融界微博
金融界公众号