（一）基于持仓出发分解基金历史收益来源
近年来，主动型权益基金市场迎来了快速发展，总规模从2016Q4的1.22万亿元 上升至2023Q1的4.75万亿元。(此处定义主动型权益基金为：普通股票型、偏股混 合型、平衡混合型以及灵活配置型基金，其中平衡混合型以及灵活配置型基金要求 当期权益资产占比超过60%。）通过对于历史收益的分解，我们可以更加清晰地了解某只基金的历史收益来源。 具体来看，我们可以基于基金的持仓明细数据出发，将基金的历史收益分解为各个 大类资产(权益、债券)贡献的收益、网下打新收益以及无法从持仓数据中解释的交易 收益。其中，对于权益、债券资产，我们可以通过Brinson模型以及Campisi模型进 行进一步地分解，将权益资产的收益分解为权益基准、行业配置、个股选择，将债 券资产的收益分解为收入效应、国债效应、利差效应。
（二）基于个股平台持仓(平台核心股、个人持仓股)分解基金历史收益来源
本文中，我们以主动型权益基金作为主要研究对象，并尝试从相对较为另类的 视角出发对于主动型权益基金的权益资产收益进行分解。具体来看，我们同样从基 金持仓数据出发，根据个股持仓热度、个股持仓周期、个股平台持仓分别对于个股 进行类型划分。 下文中，我们将主要从个股平台持仓出发对于主动型权益基金的权益资产进行 收益分解，即将权益资产的收益分解为平台核心股以及个人持仓股收益，以此出发 更为直观地研究主动型权益基金的历史收益来源。截至2023Q1，当前A股市场共有公募基金管理机构约150家。从不同机构旗下 主动型权益基金的管理情况来看，不同机构之间存在较大的分化，其中5家机构的主 动型权益基金管理总规模在2000亿以上，10家机构的主动型权益基金管理总规模在 1000亿至2000亿之间。
具体流程上，首先，我们筛选主动型权益基金管理数量相对较多的机构，并基 于该机构旗下主动型权益基金的持仓明细筛选该机构的平台核心股；而后，我们分 析单只主动型权益基金的持仓明细，将持仓中属于其所属机构平台核心股的个股划 分为该基金的平台核心股，同时将其余个股划分为该基金的个人持仓股，并在此基 础上结合个股持仓热度进行进一步地细分。 得到单只基金持仓的个股类型划分结果之后，我们对于主动型权益基金的历史 收益来源进行分解，统计平台热门股、平台非热门股、个人热门股、个人普通股、 个人冷门股以及其它收益来源所产生的收益贡献幅度；最后，我们基于基金的历史 收益来源分解结果构建指标，以此为依据筛选基金构建组合。
（一）个股以及平台持仓特征
对于主动型权益基金而言，其持仓中不同个股的权重(持仓市值占净值比，下同) 往往可能存在较大的分化。由于权重较大的个股对于基金业绩的影响往往更为显著， 在基于持仓视角的分析中，我们往往更关注权重较大的持仓个股。 本节中，我们首先从个股的持仓权重数据出发，研究主动型权益基金的整体个 股持仓特征，并从28分化的视角出发筛选权重相对较大的个股。此处，我们筛选满 足以下条件的主动型权益基金作为样本，并统计2011Q4-2023Q1期间样本基金对于 单只个股持仓比例的整体情况：1．基金类型：普通股票、偏股混合、平衡混合、灵活配置；非主动量化； 2．权益仓位：权益持仓占净值比大于60%； 3．存续时长：成立时间超过3个月； 4．基金规模：最新合并规模大于1亿元； 5．业绩基准：业绩基准为宽基指数，且港股持有比例不存在下限。
此处，我们统计不同时点全部样本基金持仓中单只个股持仓权重的分布情况。 从统计的结果来看，一方面，历史上平均仅有20%的情况下，个股的持仓权重大于 2.5%，多数个股在基金中的权重相对较低；另一方面，我们对于单只样本基金统计 CR80个股——即累计持仓占权益比超过80%时所对应个股的持仓权重，则同样历史上平均仅有20%的情况下，CR80个股的持仓权重大于2%。基于上述统计结果，在 下文筛选平台核心股的步骤中，我们仅关注持仓权重大于2%的个股。
对于不同的公募基金管理机构，此处我们同样从上文的标准出发筛选其旗下管 理的样本基金。考虑到可能存在多个产品由相同基金经理管理的情况，我们对于相 同基金经理所管理的产品仅保留其中合并规模较大的50%数量产品作为样本基金， 并设定样本基金中相同基金经理管理产品的数量上限为3只。 此处，我们对于不同平台中的样本基金，统计其中持仓权重大于2%的个股在样 本基金中的持仓情况，以此代表平台对于个股的集中持仓水平，并同样从28分化的 视角出发筛选平台持仓较为集中的个股。
从统计的结果来看，一方面，不同平台中，历史上平均仅有20%的情况下，持 有某只个股的样本基金数量占比超过20%；另一方面，不同平台中，同样历史上平 均仅有20%的情况下，持有某只个股的样本基金数量超过3只。基于上述统计结果， 在下文筛选平台核心股的步骤中，我们仅关注平台旗下持仓样本基金数量占比大于 20%、且持仓样本基金数量大于3只的个股。
（二）平台核心股筛选方法
基于上节中的统计结果，本节中我们基于以下步骤对于不同公募基金管理机构 筛选其平台核心股： 1．对于某家公募基金管理机构，筛选满足2.1中条件的主动型权益基金，并经 过2.1的基金经理去重之后，作为该公募基金管理机构的样本基金； 2．如果该公募基金管理机构的样本基金数量不少于10只，则进一步研究该机构 的整体持仓情况，并重点关注样本基金中持仓权重超过2%的个股；
3．筛选超过20%的样本基金(至少4只)同时持有的个股作为该公募基金管理机 构的平台核心股，并以持有该个股的样本基金数量占比加权构建平台核心股组合。此处我们以某家公募基金管理机构为例，2023Q1该机构旗下总计有样本基金36 只。基于样本基金的持仓个股明细，我们筛选出10只该公募基金管理机构的平台核 心组，其中持有贵州茅台、宁德时代的样本基金数量分别为18只、16只，数量占比 分别为50.00%、44.44%。截至2023Q1，我们总计对于48家旗下样本基金数量不少于10只的公募基金管理机构，通过上述方法构建了其平台核心股组合。其中部分机构的平台核心股数量 在10只以上，平均平台核心股数量约为8只。
（三）平台核心股收益特征分析
本节中，我们将上节中得到的平台核心组，结合个股的持仓热度进行进一步地 细分。具体来看，我们以季度为频率，基于全部主动型权益基金重仓股将个股划分 为热门股、普通股以及冷门股；而后将平台核心股中的热门股进一步分类为平台热 门股，将平台核心股中的普通股、冷门股进一步分类为平台非热门股。 同时，对于基金持仓中不属于所属机构平台核心股的个股，我们将其划分为个 人持仓股，并同样结合个股的持仓热度将其进一步分类为个人热门股、个人普通股、 个人冷门股。 (持仓热度划分方法详见专题报告《另类视角分解基金收益来源之一：基于个股 持仓热度的基金收益分解：基金产品专题研究系列之四十六》)
此处，我们筛选出2019年以来样本基金数量相对较多的31家公募基金管理机构， 并分别计算2019年以来不同机构的平台热门股、非热门股组合表现。从计算的结果 来看，不同机构平台热门股组合走势的整体趋同度相对较高，而平台非热门股组合 走势的分化程度则相对较高。从不同机构之间平台核心股组合的分化程度来看，不同季度平台热门股、非热 门股组合的分化程度存在一定的波动。整体来看，相比平台热门股组合，机构之间 平台非热门股组合的分化程度相对较高。
（一）基金收益来源分解方法
本章中，我们从第二章中的个股分类结果出发，基于基金持仓明细对于基金的 历史收益来源进行分解。具体来看，我们以季度为频率，计算基金的权益收益(平台 热门股、平台非热门股、个人热门股、个人普通股、个人冷门股)、网下打新收益以 及交易收益，并通过Carino方法将不同季度的分解结果进行加总，在历史1年或历史 3年的时间跨度计算各个分项的累计收益贡献。
（二）收益来源分解举例：基金I
本节中，我们以基金I为例，对于基金I在2020.3-2023.3期间的收益来源进行分 解。从基金持仓个股的类型来看，基金I的主要以平台非热门股以及个人冷门股作为 主要配置。从收益来源分解的明细来看，基金I在2020.3-2023.3期间的累计收益率约为95%， 其中平台非热门股的贡献幅度相对较高，累计贡献幅度约为33%。
（三）收益来源分解举例：基金II
本节中，我们以基金II为例，对于基金II在2020.3-2023.3期间的收益来源进行分 解。从基金持仓个股的类型来看，基金II的主要以平台热门股以及个人普通股作为主 要配置。从收益来源分解的明细来看，基金II在2020.3-2023.3期间的累计收益率约为 54%，其中平台热门股的贡献幅度相对较高，累计贡献幅度超过40%。
（四）收益来源分解举例：基金III
本节中，我们以基金III为例，对于基金III在2020.3-2023.3期间的收益来源进行 分解。从基金持仓个股的类型来看，基金III的主要以个人普通股以及个人冷门股作 为主要配置。从收益来源分解的明细来看，基金III在2020.3-2023.3期间的累计收益率约为 140%，其中个人冷门股的贡献幅度相对较高，累计贡献幅度超过70%。
（一）基于收益来源分解明细构建基金因子
从第三章中的收益来源分解结果来看，不同基金之间的收益来源往往存在较大 的分化。本章中，我们从收益来源分解明细出发，构建基金因子作为筛选基金构建 组合的依据。具体来看，我们筛选满足以下条件的主动型权益基金作为样本基金， 并在每年1、4、7、10月末进行以季度为频率的因子测试：1．基金类型：普通股票型、偏股混合型、平衡混合型、灵活配置型； 2．权益仓位：近1年平均权益持仓占净值比大于60%； 3．存续时长：成立时间超过15个月； 4．基金规模：最新合并规模大于2亿元； 5．业绩基准：业绩基准为宽基指数，且港股持有比例不存在下限。
在因子构建的问题上，基于历史1年的数据，一方面，我们从基金持仓出发，将 其中某类个股组合的季度收益进行加总，以反映基金在对应类别个股上的整体投资 能力；另一方面，我们从基金所属机构的平台持仓出发，将其中某类个股组合的季 度收益进行加总，以反映基金所属机构在对应类别个股上的整体投资能力。从基金因子的测试结果来看，有效性方面，基于基金持仓的因子中，历史1年个 人非热门股组合收益因子的表现相对较好，而基于平台持仓的因子中，历史1年所属 机构平台热门股组合收益因子的表现相对较好；相关性方面，不同类别个股组合收 益因子的相关性整体相对较低。
（二）基于个人非热门股及所属机构平台热门股投资能力的基金组合构建
本节中，基于4.1中的基金因子测试结果，我们在4.1中样本基金池的范围内， 分别根据历史1年个人非热门股组合收益、历史1年所属机构平台热门股组合收益因 子，筛选因子表现较好的前10%样本基金构建个人非热门股优选基金组合，以及所 属机构平台热门股优选基金组合。 从回测结果来看，在2016.1-2023.6的回测区间内，个人非热门股优选基金组合 的累计收益率为162.54%，同期偏股混合型基金指数的累计收益率为88.83%。分年度来看，除2018年以外，其余年份中个人非热门股优选基金组合均跑赢了同期偏股 混合型基金指数的表现。
从回测结果来看，在2016.1-2023.6的回测区间内，所属机构平台热门股优选基 金组合的累计收益率为126.64%，同期偏股混合型基金指数的累计收益率为88.83%。 分年度来看，除2016、2018、2023年以外，其余年份中所属机构平台热门股优选基 金组合均跑赢了同期偏股混合型基金指数的表现。
（三）公私合力基金组合构建
基于上节中的回测结果，个人非热门股优选基金组合、所属机构平台热门股优 选基金组合的超额收益均较为显著，且长期来看两者对应因子的相关性较低，平均 相关系数仅为7%。因此，本节中我们尝试通过该两个因子对于基金进行等权打分， 即将管理机构在热门股中的投资能力与基金经理在非热门股中的投资能力相结合， 构建公私合力基金组合。具体来看，我们在每个换仓时点筛选满足以下条件的基金，其中要求基金在个 人非热门股上具有相对较为可观的配置比例，即历史1年平均个人非热门股占净值比 超过30%：
1．基金类型：普通股票型、偏股混合型、平衡混合型、灵活配置型； 2．权益仓位：历史1年平均权益持仓占净值比大于60%； 3．个人非热门股仓位：历史1年平均个人非热门股占净值比超过30%； 4．存续时长：成立时间超过15个月； 5．基金规模：最新合并规模大于2亿元； 6．业绩基准：业绩基准为宽基指数，且港股持有比例不存在下限。 此处，我们在不同的换仓时点筛选得分较高的前10%基金等权构建组合。从回 测结果来看，在2016.1-2023.6的回测区间内，公私合力基金组合(前10%)的累计收 益率为177.42%，同期偏股混合型基金指数的累计收益率为88.83%。分年度来看， 除2016、2018年以外，其余年份中公私合力基金组合(前10%)均跑赢了同期偏股混 合型基金指数的表现。
进一步地，此处我们控制持仓基金的数量为20只，并约束相同基金经理的产品 在组合中不超过10%，相同管理机构的产品在组合中不超过20%。从回测结果来看， 在2016.1-2023.6的回测区间内，公私合力基金组合(前20)的累计收益率为211.30%， 同期偏股混合型基金指数的累计收益率为88.83%。分年度来看，除2016、2018年 以外，其余年份中公私合力基金组合(前20)均跑赢了同期偏股混合型基金指数的表 现。
本文中，我们基于个股平台持仓出发，将权益资产的收益分解为平台核心股以 及个人持仓股收益，以此出发更为直观地研究主动型权益基金的历史收益来源。 对于旗下基金数量相对较多的公募基金管理机构，我们基于其旗下基金的持仓 明细，筛选持仓基金数量较多的个股作为该机构的平台核心股。进一步地，我们结 合个股的持仓热度，将不同机构的平台核心股划分为平台热门股、平台非热门股。 经统计，数量方面，不同机构之间平台核心股的数量存在较为明显的分化；业 绩方面，不同机构平台热门股组合走势的整体趋同度相对较高，而平台非热门股组合走势的分化程度则相对较高。基于个股分类结果以及基金持仓明细，我们对于基 金的历史收益来源进行分解。
从回测结果来看，历史上个人非热门股优选基金组合、所属机构平台热门股优 选基金组合的超额收益均较为显著，且长期来看两者对应因子的相关性较低。因此， 我们将管理机构在热门股中的投资能力与基金经理在非热门股中的投资能力相结合， 构建公私合力基金组合。历史上来看，该基金组合相比于同期偏股混合型基金指数 获得了较为稳定的超额收益。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
