学术文献研究系列第51期：基金收益预测的APB增强模型

请务必阅读正文之后的免责声明及其项下所有内容证券研究报告 | 2023年02月09日学术文献研究系列第 51 期基金收益预测的 APB 增强模型核心观点金融工程专题报告金融工程·数量化投资证券分析师：张欣慰证券分析师：杨丽华021-60933159021-60933116zhangxinwei1@guosen.com.cn yanglihua@guosen.com.cnS0980520060001S0980521030002相关研究报告《基金投资价值分析-Beta 先行+Alpha 增厚，中证 1000 指数增强正当时—中证 1000 增强 ETF 投资价值分析》 ——2023-02-05《金融工程专题研究-公募 FOF 基金 2022 年四季报解析》 ——2023-01-30《基金投资价值分析-中盘股掘金的攻守之道——易方达中证500 质量成长 ETF 投资价值分析》 ——2023-01-15《基金投资价值分析-开启规范发展新阶段，业绩估值有望同步改善——广发中证海外中国互联网 30ETF 投资价值分析》 ——2023-01-11《学术文献研究系列第 50 期-企业组织结构复杂性与 PEAD 效应》——2023-01-06基金收益预测的 APB 增强模型开放式基金已经成为个人投资者参与证券投资的主要渠道。虽然越来越多的基金经理采用被动策略，但是大多数基金经理仍认为通过主动管理能为投资者带来超额收益。对基金经理业绩评价存在的一个普遍问题是基金之间存在相似的策略，从而导致模型残差具备一定的相关性，降低了对基金经理的区分能力。本文基于基金收益率和基金投资目标，构建了一个额外的基准—主动可比基准（APB），其计算方式为取同类基金收益均值。然后使用 Carhart 四因子模型作为基础业绩评估模型，通过将 APB 残差加入到四因子模型中构建 APB 增强模型。本文的核心问题是，与传统四因子模型相比，APB 增强模型是否能更好地预测基金经理获取 alpha 收益的能力。本文的研究结果表明，引入 APB 增强模型显著地降低了同类基金之间的回归残差相关性，说明了 APB 成功地捕捉了同类基金的特质风险共性。通过组合构建，本文发现主动基金经理的 alpha 能力确实存在，而且 APB 增强模型在多个基金类别中显著提高了对优质基金的识别能力。风险提示：本报告基于相关文献，不构成投资建议。请务必阅读正文之后的免责声明及其项下所有内容证券研究报告2内容目录文献来源 ...................................................................... 4引言 .......................................................................... 4主动可比基准 .................................................................. 52.1 APB 增强模型 ...................................................................... 52.2 经 alpha 调整的 APB 增强模型 ....................................................... 5数据和实证模型 ................................................................ 63.1 基金分类 .......................................................................... 63.2 实证模型 .......................................................................... 6模型结果 ...................................................................... 74.1 主动可比基准的 alpha ...............................................................74.2 回归残差相关性 .................................................................... 84.3 单个基金的回归残差相关性 .......................................................... 94.4 ALPHA 的估计诊断 .................................................................104.5 ALPHA 因子表现 ...................................................................12总结 ......................................................................... 15nMoNnRqPyRzQwPnMsRqNmO8OdNaQoMqQnPsRlOqQpNkPpOmMaQqRrNvPtOnOxNnOxP请务必阅读正文之后的免责声明及其项下所有内容证券研究报告3图表目录图1： 传统四因子模型的 alpha 估计 .......................................................... 8图2： 不同基金类别之间的残差相关性 ........................................................ 9图3： 单个基金类别内残差相关性显著的基金百分比 ........................................... 10图4： 不同模型中系数显著的基金占比 ....................................................... 12图5： alpha 分组效果-使用 T 统计量排序 ..................................................... 13图6： alpha 分组效果-使用 T 统计量差值排序 ................................................. 14图7： alpha 分组效果-费后收益 ............................................................. 14请务必阅读正文之后的免责声明及其项下所有内容证券研究报告4文献来源文 献 来 源 : Hunter D, Kandel E, Kandel S, et al. Mutual fund performanceevalu