FOF系列专题报告：隐性风险视角下的选基因子统一改进框架.pdf

FOF系列专题报告：隐性风险视角下的选基因子统一改进框架。

合同基准与隐性基准

公募基金的业绩比较基准在基金运作过程中发挥着重要作用，但研究发 现，国内外公募基金均存在合同基准与实际投资风格错配的问题。不同 于合同基准，这种并非基金合同中约定，但与基金净值走势贴合度最高 的基准可以称之为“隐性基准”。本文参考海外文献的做法，设计了一 套定量识别基金隐性基准的流程，从基金净值走势出发识别与每个基金 走势贴合度最高的隐性基准，统计发现，相对合同基准，主动权益基金 相对隐性基准的跟踪误差更低，隐性基准或为更贴切的基准。

显性风险与隐性风险

针对不同基金的业绩可能无法直接可比的问题，常用的解决方案是对基 金所暴露的风险进行剥离。风险因子存在显性风险和隐性风险之分，我 们把学术文献中或者业界实际投资过程中总结发现的已知风险称为显 性风险，而把未被常见模型捕捉的、随着市场环境变化而不断涌现、但 阶段性对资产收益有着较大影响的未知风险称为隐性风险。

隐性风险视角下的选基因子改进

隐性风险模型的核心思路为：与基金 P 净值走势相关性高的基金可能暴 露于相近的风险（显性或隐性风险），基金 P 的因子与走势相关性高的 同类基金的该因子也可能暴露于相近的风险，将基金因子对同类基金相 关性加权的该因子进行回归，方可对隐性风险进行剥离。 相对指定显性风险因子的 Fama 五因子模型，隐性风险模型对基金收益 有更高的解释力度。 经过检验，收益类因子、隐形交易能力、波段交易能力、持仓收益因子 等进行隐性风险调整之后，RankIC 胜率和 RankICIR 均有明显提升，尤 其是近年来稳定性相对原始因子改善明显。我们基于该方法合成得到隐 性风险调整综合选基因子，RankIC 均值达到 13.99%，年化 RankICIR 达到 3.18，RankIC 胜率为 93.01%，多头年化超额信息比达到 2.4。

FOF 精选组合构建

随着公募基金对港股配置比例的提升，港股成为我们构建基金组合时不 容忽视的重要板块。我们对基金进行持仓还原补全，得到每只基金在行 业和港股上的配置结构，以隐性风险调整综合选基因子作为基金得分， 并通过控制 FOF 组合的行业以及港股配置与全体主动股基保持一致构 建 FOF 精选组合，FOF 组合费后相对主动股基中位数年化超额收益为 8.86%，年化跟踪误差为 3.52%，超额收益信息比为 2.31，相对最大回 撤仅为 3.40%，相对收益回撤比为 2.61，月度胜率 75.91%，组合业绩 基本每年均能排进主动股基前 1/3，整体表现十分稳健。