摘要
（1）研究背景：在当前基金经理流动率高企的背景下，对传统基金产品筛选框架尤其是对偏股型基金的筛选形成很大干扰，因此本报告试图直接基于偏股型基金经理角度，构建因子评价体系，优选基金经理，跟着基金经理买基金产品。
（2）偏股型基金经理指数构建：为了对基金经理进行评价与优选，首先便是要将基金经理管理的多只产品业绩编制成基金经理业绩指数。编制的具体步骤分三步，第一步筛选开放式偏股型基金产品池，第二步获得偏股型基金经理池，第三部编制基金经理指数。
（3）偏股型基金经理评价与优选研究体系：本报告从基金经理业绩、风险、风险调整收益、选股能力、择时能力、顺逆境投资能力、管理规模、投资风格、持有人结构9个维度构建偏股型基金经理因子库，并对各个因子进行单因子测试，找到对于预测未来3个月、6个月、1年业绩有效的因子，再基于单因子的测试结果构建多因子综合评价指标。
本报告最终使用管理份额、选股Alpha、管理公司员工持比3个因子复合进行基金经理优选。复合因子相比于各因子单独使用时IC均值、ICIR都得到很大程度改善，胜率达到96.43%。
（4）偏股型基金经理复合因子实证分析：复合因子筛选的基金经理组合的收益、波动及夏普比率相较基准沪深300均有不错的优势。从2013年5月开始至2021年12月底，基金经理组合累计收益率为400.82%，沪深300指数的累计收益率为101.87%，累计超额收益率达248.09%；基金经理组合的年化收益达到20.41%，年化超额收益率达到11.75%。该复合因子具有很好的选基金经理效果。
一、研究背景
今年开年以来，公募基金行业涌现基金经理“离职潮”，董承非、周应波、赵诣、崔莹等明星基金经理纷纷离职。比如“顶流”赵诣在2020年创下包揽市场前四的骄人业绩, 执管产品规模已超400亿，但拿下基金“四冠王”也仅仅一年多之后便官宣离职了，令投资人措手不及。而新接任其产品的基金经理能否维持前期优秀业绩，持有其产品的投资人是去是留，引发市场关注。明星基金经理尚且不稳定，其他基金经理流动更为频繁。根据普益标准统计，截至2022年4月17日，年内共有64家基金公司的92名基金经理离任，相比去年同期增长23%。看2021年全年，全市场基金经理离职数量达324名，占比11.22%，涉及123家基金公司，尤其是中小基金公司流动率更高。另外2021年全年偏股型基金中存在更换/增减基金经理情况的产品数量高达797只，占比25.68%。
高企的基金经理流动率使得传统基金产品筛选框架受到很大干扰，投资者经常发现投资的基金产品又更换了基金经理，俗话说买基金就是买基金经理，尤其对于偏股型基金，不同的基金经理投资方法投资风格不同，导致最终业绩分化严重。我们统计了偏股型基金经理最近一年、近三年、近五年的收益率情况，从下图可以看出，无论按哪一个时间区间，基金经理之间的收益率都呈现极大分化，前25%基金经理的平均收益是后25%基金经理平均收益的2-3倍。尤其是近一年，后25%基金经理的平均收益为负，甚至跑输大盘。此时作为投资人，当基金经理更换时会带来继续坚守还是应该赎回的难题。
我们认为在此背景下投资者不妨转变思路，基金经理在偏股型基金投资决策中的作用至关重要，因此从开始便可以以基金经理角度进行投资，优选基金经理，跟着基金经理买基金产品。一如当前市场上MOM基金，其核心原理也是以人为本筛选基金经理。
因此，本报告试图基于偏股型基金经理角度构建因子评价体系，优选出未来能够实现更好超额收益的基金经理，供投资者参考。首先我们将根据偏股型基金产品净值数据构建偏股型基金经理指数，然后在偏股型基金经理因子库中筛选有效的因子构建基金经理因子评价体系，并进行实证研究进行检验。
二、偏股型基金经理指数构建
为了对基金经理进行评价与优选，首先便是要将基金经理管理的多只产品业绩编制成基金经理业绩指数。编制的具体步骤分三步，第一步筛选开放式偏股型基金产品池，第二步获得偏股型基金经理池，第三部编制基金经理指数。
第一步筛选主动开放式偏股型基金池。在股票型基金及混合型基金分类中筛选出实际持有股票仓位高的基金，作为偏股型基金池。具体筛选标准为：成立不满3年，考察所有季报期，股票仓位占比
第二步获得偏股型基金经理池。我们将管理过偏股型基金产品的基金经理视为偏股型基金经理。并且只筛选当前正在管理基金产品的基金经理编制基金经理指数。考虑到基金经理跳槽存在静默期，我们放宽时间限制，将最近半年有管理过偏股型基金的基金经理划分为当下的偏股型基金经理池。（截至2021年末，录得1363位偏股型基金经理）
第三步编制基金经理指数。通过将基金经理管理过的所有基金产品的每日复权单位净值增长率与规模进行加权，最终获得基金经理自首次管理基金产品的有效日期开始每日的净值增长率。将指数起始点均设置为1000点，根据基金经理每日净值增长率，获得基金经理净值指数。具体编制方法如下：
（1）对于一位基金经理在同一时期管理多只基金，以上一期季报各基金的规模数据为权重，对当期基金经理正在管理的各基金产品的复权单位净值进行加权复合。例如使用1季报规模数据复合0331-0629期间的基金复权单位净值增长率。
（2）对于同一只基金存在多位基金经理管理的情况，（1）中进行规模加权时权重需要调减，该基金规模需除以管理人人数。例如当2位基金经理A和B同时管理一只100亿的基金产品C，（1）中规模加权时A基金经理管理的C基金产品的加权规模使用50亿，B基金经理同理。
（3）对于基金经理在某段时间未管理任何基金产品的情况，该段期间的净值增长率使用普通股票型基金指数增长率数据填充。对于未管理任何基金产品的时间占比大于其整体投资生涯30%的基金经理，在后续研究分析中将予以剔除。（剔除后录得1270位偏股型基金经理）
（4）如果基金经理是管理的新发基金，给予6个月建仓期，例如基金成立日期为20200101，则基金经理的有效管理日期从20200701开始；如果基金经理是接管的存续基金，给予3个月调仓期，例如基金成立日期为20200101，基金经理开始管理日期为20210101，则基金经理的有效管理日期从20210401开始。
通过以上构建的基金经理指数可以很方便的计算每一位基金经理风险收益等指标，我们简单展示2021年业绩排名前100的偏股型基金经理供投资者参考。2021年排名居前的基金经理有崔宸龙、韩创、钟帅、杨金金、孙浩中、神爱前、束金伟、李彦、刘畅畅、高兵等。
基金经理业绩和基金产品业绩存在同样的问题，持续性并不强。基金经理很难在长短期均稳定的排名靠前，我们便也无法简单依靠历史业绩判断未来业绩表现，因此本报告还将参照基金产品评价与优选方法通过其他因子进一步对基金经理进行评价与优选。
三、偏股型基金经理评价与优选研究体系
3.1研究样本
将第二节中筛选出来的基金经理作为基础池，剔除部分不满足条件的对象后作为最终研究样本。
（1）剔除投资生涯时间未满一年的基金经理；
（2）剔除当前实际管理总规模（当多位基金经理管理同一只产品，对该产品的实际管理规模=基金产品规模/基金经理人数，下同）小于3亿的基金经理；
最终录得734位符合条件的基金经理。
3.2评价因子库
本报告将从基金经理业绩、风险、风险调整收益、选股能力、择时能力、顺逆境投资能力、管理规模、投资风格、持有人结构9个维度构建偏股型基金经理因子库，共26个因子。
对于以上9类因子，业绩相关因子包括业绩类因子、风险类因子、风险调整收益因子、选股能力因子、择时能力因子、顺逆境投资能力因子，通过第二节中基金经理指数计算得出，可以实时获得。而管理规模、投资风格、持有人结构因子根据基金经理所管理产品的实际管理规模加权合成，从定期报告中获得，季报数据会在季度结束之日起 15 个工作日内披露，半年报（年报）数据会在季度结束之日两个月（三个月）内披露。另外，因子使用前需要进行规范化处理，包括去极值和标准化，去极值我们采用MAD法，将极值压缩到3倍绝对中位数上，标准化我们采用Z-Score法。
2.3单一因子检验
我们首先对各个因子进行单因子测试，找到对于预测未来业绩有效的因子，再基于单因子的测试结果构建多因子综合评价指标。因子考察期为最近一年，按季频检验各因子对未来3个月、6个月、1年的基金经理业绩的预测效果，检验时间区间为2013年-2021年。值得注意的是从定期报告中获取的数据需要考虑到数据可得性，对于季报数据因子，检验未来业绩应从季度末下一个月末开始计算；对于半年报（年报）数据因子，检验未来业绩应从半年末后两个月末（年末后三个月末）开始计算。
26个因子单一因子有效性检验结果如上表。根据上表ICIR检验指标我们可以看出业绩因子、风险调整收益因子、选股能力因子、顺逆境投资能力因子、管理规模因子、持有人结构因子的效果比较好，业绩类、风险类（除最大回撤因子）、择时能力、顺境投资能力、投资风格因子效果较差。
业绩类因子：绝对收益因子表现较弱。第二节中我们也可以看到近一年、近三年、近五年基金经理业绩表现前后并不连续甚至会出现反转。
风险类因子：最大回撤因子在对未来6个月、未来一年的预测中效果较好。最大回撤因子与未来收益呈负相关关系，说明过去一年回撤越大，基金经理未来业绩或越差。其他风险类因子有效性不明显。
风险调整收益类因子：在对未来一年的收益预测中，Sharpe比率、Sortino比率、Treynor比率、Calmar比率均表现较好，年化ICIR均在0.5以上，IC胜率在60%左右。
选股能力因子：选股Alpha因子表现优异，与未来收益呈现明显正相关关系，且相关性随着未来预测区间的延长而加强，说明选股Alpha越大，基金经理未来业绩或越好，并且是长期业绩表现越好。根据TM模型计算得出的选股能力因子效果偏弱，而根据HM模型、CL模型计算得出的选股能力因子表现较差。
顺逆境投资能力：顺境收益率因子效果不佳；逆境收益率因子表现优异，与未来收益呈现明显正相关关系，且相关性随着未来预测区间的延长而加强，说明基金经理在下跌市场业绩越好，越有可能在未来并且是长期取得更好的业绩。
规模因子：管理规模及管理份额因子年化ICIR绝对值最大，且IC胜率最大，检验效果最好。在对未来一年的收益预测中，IC均值绝对值在0.4以上，年化ICIR绝对值达到3以上，胜率100%。规模因子与未来收益呈现明显负相关关系，负相关性随着未来预测区间的延长而加强，说明越来越大的基金规模会对基金经理的投资业绩形成明显掣肘。
机构偏好因子：机构投资者持比和管理公司员工持比因子表现优异。尤其是管理公司员工持比因子，与未来收益呈现明显正相关关系，且相关性随着未来预测区间的延长而加强。
综上可以看出管理规模因子、管理份额因子、选股Alpha因子、逆境收益率、管理公司员工持比因子检验效果最好，本文对基金经理各因子的检验结果和前期报告中对基金产品各因子检验结果比较一致，因此后文我们将参考前期基金产品评价与优选报告，使用管理份额因子、选股Alpha因子、管理公司员工持比因子3个因子构建复合因子进行基金经理优选。并且3个因子的预测效果均随着未来预测区间的延长而加强，1年期预测效果最好，因此我们将以年为单位进行基金经理优选。
2.4.复合因子构建
2.4.1因子相关性检验
首先，对未来一年收益的IC检验中ICIR绝对值大于0.5的因子进行相关性检验。我们观察到业绩相关因子，包括最大回撤、Sharpe比率、Sortino比率、Treynor比率、Calmar比率、选股Alpha、T-M选股能力、顺境收益率、逆境收益率有较强的相关性。在复合因子构建时，应注意相关性带来的信息冗余。管理规模、管理份额、换手率、机构投资者占比、管理人员占比因子相关性较低。
2.4.2复合因子构建及检验
基于以上IC检验及相关性检验，我们可以看到管理份额、选股Alpha、管理公司员工持比3个因子最有效，相关性也很弱，并且具有很好的现实意义，代表了基金规模、选股能力、基金持有人情况3方面。因此我们将使用这3个因子等权重构建复合因子，并进一步检验复合因子对未来一年收益预测的有效性。由于2013年之前基金经理数量比较少，因此后文检验区间为2013年-2021年。
从下表我们可以看出“管理份额、选股Alpha、管理公司员工持比”构建的复合因子相比于各个因子单独使用时IC均值、ICIR都得到了不同程度的提高，胜率达到96.43%，较单个因子有很大改善；另外根据分组检验，第一组的平均超额收益为15.86%，明显高于其他分组，且整体单调性较好。综上复合因子对基金经理未来一年业绩表现出非常好的预测能力。
三、偏股型基金经理复合因子实证分析
接下来我们对上节构建的“管理份额+选股Alpha+管理人员工持比”复合因子进行实证分析。假设基金经理指数可直接交易，直接使用基金经理指数计算基金经理优选组合净值走势。另外我们将在最终选择10位核心基金经理时设置一定的门槛指标：绝对收益、波动率、最大回撤。本报告经过对比研究将门槛指标设置为：最近一年绝对收益处于前70%，最近一年波动率及最大回撤处于后90%。目的是在因子排名居前的基金经理中筛选出绝对收益表现同时居前的基金且剔除风险极端的基金经理。
研究样本：同前文研究样本
回测区间：2013年-2021年
复合指标：管理份额+选股Alpha+管理人员工持有份额占比（定期报告数据采用当期能够获得的最新数据）
门槛指标：最近一年绝对收益处于前70%，最近一年波动率及最大回撤处于后90%
调仓频率：考虑分别在1月、4月、7月、10月末最后一天调仓4种情形，每年调仓一次
调仓规则：每期选择复合指标结合门槛指标排名前10的基金经理等权重调仓（如上一期与下一期所选基金经理有重合，则重合基金经理不进行调仓）
交易费率：申购费率0.15%，赎回费率0.5%
比较基准：沪深300指数
当分别在1月、4月、7月、10月末最后一天调仓，每年调仓一次时，各调仓策略的收益率表现如上表。从2013年开始，以“管理份额+选股Alpha+管理人员工持有份额占比”复合因子筛选的基金经理组合均长期跑赢沪深300指数，并获得优秀的超额收益。接下来我们以4月底调仓策略为例，具体来看该策略组合收益风险表现。
我们统计2013年-2021年该基金经理组合的收益、波动及夏普比率进行对比，组合均有不错的优势，仅在2014年跑输沪深300指数，当年权益基金整体都大幅跑输沪深300指数。从2013年5月开始至2021年12月底，基金经理组合累计收益率为400.82%，沪深300指数的累计收益率为101.87%，累计超额收益率达248.09%；基金经理组合的年化收益达到20.41%，年化超额收益率达到11.75%。可见该复合因子具有很好的选基金经理效果。
本报告从基金经理业绩、风险、风险调整收益、选股能力、择时能力、顺逆境投资能力、管理规模、投资风格、持有人结构9方面设计定量指标，分别进行有效性检验以及相关性检验，最终筛选出“管理份额+选股Alpha+管理人员工持比”3个因子构建复合因子。实证分析中，该复合因子表现出良好的选基效果。后续我们将结合偏股型基金经理定性调研访谈，进一步验证定量分析结果。
风险提示：
本报告基于历史数据分析，模型有失效的风险。
作者丨普益标准研究员 欧阳亚群
