固收+市场全景解析
麦高证券·2026-01-07 12:33

量化模型与构建方式 1. 模型名称:固收+基金风险特征分类模型[21] 模型构建思路:由于传统基于基金类型的分类方法难以充分刻画固收+产品的实际风险暴露水平,因此根据基金长期权益风险暴露水平对产品进行重新划分[21] 模型具体构建过程: 1. 首先,确定“固收+”基金的研究口径:过去八个季度转债平均仓位不高于80%的混合债券型一级、二级基金,以及过去八个季度权益平均仓位(股票仓位 + 0.5×转债仓位)不高于40%、且权益仓位最大值不超过60%的偏债混合型和灵活配置型基金,并剔除权益仓位不足1%的基金及非初始基金[18] 2. 计算每只固收+基金过去八个季度的平均权益仓位,计算公式为: 权益仓位=股票仓位+0.5×转债仓位权益仓位 = 股票仓位 + 0.5 \times 转债仓位 其中,股票仓位和转债仓位为基金定期报告披露的持仓比例[18][21] 3. 根据计算出的历史平均权益仓位,以15%和25%为临界值,将固收+基金划分为三类: * 稳健型:平均权益仓位 ≤ 15% * 均衡型:15% < 平均权益仓位 ≤ 25% * 激进型:平均权益仓位 > 25%[21] 2. 模型名称:固收+基金持仓风格分析模型[44] 模型构建思路:为了刻画固收+基金在成长、估值和市值三个维度上的风格暴露特征,采用前十大重仓股持仓市值加权的方法进行计算[44] 模型具体构建过程: 1. 对于每只固收+基金,获取其定期报告披露的前十大重仓股名单及持仓市值[44] 2. 为每只重仓股匹配其在全市场股票池中对应的风格因子值(成长因子、估值因子、市值因子)[44] 3. 以每只重仓股在该基金前十大重仓股中的持仓市值占前十大重仓股总市值的比例为权重,对个股的风格因子值进行加权平均,得到该基金在对应风格上的暴露值[44] 4. 将所有固收+基金的风格暴露值进行汇总,可以分析不同类型(稳健型、均衡型、激进型)或全市场固收+基金的整体风格暴露特征及变化趋势[44][47][48][51] 3. 模型名称:固收+基金综合评分模型[37] 模型构建思路:从产品的收益和风险维度出发,对固收+产品进行综合打分,以评估其风险收益性价比[37] 模型具体构建过程: 1. 选取评价指标:近三年年化收益、近三年最大回撤[37] 2. 计算每只固收+基金在上述两个指标上的分位数排名[37] 3. 由于基金的回撤对债券占比过于敏感,因此对年化收益赋予更高的权重,综合得分计算公式为: 综合得分=年化收益分位数×1.5+最大回撤分位数综合得分 = 年化收益分位数 \times 1.5 + 最大回撤分位数 其中,分位数越高代表在该指标上表现越好(收益更高或回撤更小)[37] 4. 根据综合得分对基金进行排序,得分高的基金被认为具有较好的风险收益性价比[37] 量化因子与构建方式 1. 因子名称:权益仓位因子[18][21] 因子构建思路:用于衡量固收+基金整体的风险暴露水平,是基金风险特征分类的核心依据[21] 因子具体构建过程:根据基金定期报告(季报、半年报、年报)披露的资产组合数据,计算股票资产市值占基金资产净值的比例作为股票仓位,计算可转债资产市值占基金资产净值的比例作为转债仓位,然后按以下公式合成权益仓位因子: 权益仓位=股票仓位+0.5×转债仓位权益仓位 = 股票仓位 + 0.5 \times 转债仓位 该公式体现了可转债资产兼具股性和债性的特征,将其一半的仓位计入权益风险暴露[18] 2. 因子名称:成长风格因子[44] 因子构建思路:用于衡量基金持仓组合在成长性维度上的暴露程度,反映基金对高成长性股票的偏好[44] 因子具体构建过程:首先,在全市场股票层面构建成长风格因子(例如,使用营收增长率、净利润增长率等指标合成)。然后,对于单只基金,使用其前十大重仓股的持仓市值作为权重,对个股的成长因子值进行加权平均,得到该基金的成长风格因子暴露值[44] 3. 因子名称:估值(价值)风格因子[45] 因子构建思路:用于衡量基金持仓组合在估值水平维度上的暴露程度,反映基金对低估值(高价值)或高估值股票的偏好[45] 因子具体构建过程:首先,在全市场股票层面构建估值风格因子(例如,使用市盈率PE、市净率PB等指标合成,通常低估值对应高价值因子值)。然后,对于单只基金,使用其前十大重仓股的持仓市值作为权重,对个股的估值因子值进行加权平均,得到该基金的估值风格因子暴露值[45] 4. 因子名称:市值风格因子[46] 因子构建思路:用于衡量基金持仓组合在市值规模维度上的暴露程度,反映基金对大市值或小市值股票的偏好[46] 因子具体构建过程:首先,在全市场股票层面构建市值风格因子(通常使用股票总市值的对数)。然后,对于单只基金,使用其前十大重仓股的持仓市值作为权重,对个股的市值因子值进行加权平均,得到该基金的市值风格因子暴露值[46] 模型的回测效果 1. 固收+基金风险特征分类模型,通过分类展示了不同类型基金在2025年的规模增长情况:稳健型年内规模提升3695.98亿元,均衡型提升2101.94亿元,激进型提升1902.49亿元[21] 2. 固收+基金综合评分模型,应用该模型筛选出了各类别中表现前十的基金,例如稳健型中的平安瑞兴1年持有混合A(近三年年化收益8.61%,最大回撤2.03%),均衡型中的华夏磐泰混合A(近三年年化收益9.94%,最大回撤7.64%),激进型中的工银聚丰混合A(近三年年化收益10.76%,最大回撤5.39%)[38] 因子的回测效果 1. 权益仓位因子,基于该因子分类的三类固收+基金在2020-2025年期间展现出不同的风险收益特征:激进型基金在权益上行周期中收益弹性最强,但回撤也大于其他两类;稳健型基金净值波动最小,表现出较强的韧性[31][35] 2. 成长风格因子,分析显示各类固收+产品在成长风格上均有较高的正向暴露,其中激进型基金的成长特征最强。2020-2021年,激进型产品成长因子显著高于稳健型与均衡型;2022年后,三类产品的成长风格暴露逐步收敛[44][47] 3. 估值(价值)风格因子,分析显示大部分固收+产品在价值因子上整体表现为负向暴露(即偏好估值较高的股票)。相对而言,稳健型固收+产品在多数时期对估值的容忍度较低,其价值因子暴露水平高于其他两类产品[45][48] 4. 市值风格因子,分析显示均衡型固收+产品在大市值风格上的暴露相对更高。自2021年以后,各类型固收+产品在市值风格上的暴露整体趋于稳定[46][51]