股票组合偏离度管理的几个方案：锚定基准做超额收益

证监会于5月7日发布了《推动公募基金高质量发展行动方案》，主动权益基金经理们未来或将会更加重视基准，锚定基准创造超额收益，那么在控制偏离度的情况下创造超额有哪些简单可行的方案？ 风格、行业、个股偏离选择哪个？从主动股基的收益归因来看，主动权益整体呈现“亏风格、平行业、赚个股”的显著特征。因此主动股基的股票投资组合想要锚定基准做出超额收益，应该把重心放在如何挖掘个股alpha上面，风格和行业层面可以尽量控制和基准之间的偏离度不要太大。 方案①：核心卫星化，W%锚定基准+1-W%主动管理 方案：类似于核心卫星策略，拿出W%的仓位用于锚定基准指数作为核心部分，剩下（1-W%）的仓位用于实践股票配置观点作为卫星部分。 结论：方案①可以在不降低该基金超额收益的情况下更好地控制跟踪误差和降低业绩偏离度，投资中参数W可以根据产品的考核要求进行选择，例如要求年化跟踪误差小于10%、最大日度偏离度小于2%，则参数W可以考虑设置为40%。 方案②：行业中性化，专注于选股打败行业指数 方案：完全行业中性化策略，保证股票组合的行业配置比例与沪深300完全一致，将原模拟组合的持股权重相对沪深300行业中性化，原模拟组合持股没有覆盖的行业则用行业指数替换。 结论：方案②可以更好地控制跟踪误差和降低业绩偏离度，按照方案②的优化组合相比模拟组合有更低的概率出现“产品业绩低于业绩比较基准超过10个百分点”。历史长期来看，做完全行业中性的优化方案对于沪深300基金池大样本都是有效的。 方案③：风格中性化，主观选股但权重分配交给Barra 方案：最小化风格偏离的策略，不改变原组合的投资股票品类，仅改变股票权重。基本逻辑是基于沪深300风格暴露，通过权重优化器改变原有模拟组合的各股票权重，使得相对沪深300的风格偏离最小。 结论：方案③一定程度上可以降低跟踪误差，优化效果较好，优化组合相比模拟组合有更低的概率出现“产品业绩低于业绩比较基准超过10个百分点”。该方案实现起来几乎是零成本，仅需将原有的股票组合输入权重优化器进行权重优化。 方案④：组合哑铃化，极致成长和极致价值的平配同样可以跟住基准 方案：若基金跟踪宽基指数、但管理人有明显的风格暴露，可以尝试多策略并行，如类似“哑铃型”策略，对于成长风格型基金可叠加防御类策略如红利指数。 结论：方案④针对风格较为极端的管理人可以显著降低跟踪误差、抹平组合波动及回撤。对于基金管理公司，多策略并行是分散风险、捕捉多重收益机会、应对复杂市场环境、适合长期投资目标的基金管理方案。 风险提示：本报告从历史统计的角度对特定基金产品进行客观分析，当市场环境或者基金投资策略发生变化时，不能保证统计结论的未来延续性。本报告不构成对基金产品的推荐建议。 证监会于5月7日发布了《推动公募基金高质量发展行动方案》，该方案提出强化业绩比较基准的约束作用，基金公司评价体系、公司高管的考核以及基金经理的考核都将与业绩比较基准密切相关。以基金经理为例：“对三年以上产品业绩低于业绩比较基准超过10个百分点的基金经理，要求其绩效薪酬应当明显下降；对三年以上产品业绩显著超过业绩比较基准的基金经理，可以合理适度提高其绩效薪酬”。 主动权益基金经理们未来或将会更加重视基准，锚定基准创造超额收益，那么在控制偏离度的情况下创造超额有哪些简单可行的方案？ 一、探讨一个问题：风格、行业、个股偏离选择哪个？ 研究样本与数据说明 本文以沪深300基金池为案例进行研究与探讨，即研究样本是业绩比较基准以沪深300为主的公募主动权益基金。具体筛选方式为： 1、投资类型：属于Wind二级分类的普通股票型、偏股混合型、灵活配置型，多个份额仅保留主代码，基金规模按合计规模口径； 2、披露基准：基金业绩比较基准中权重最高的指数为“沪深300指数”。 经上述条件筛选后，最新截面上沪深300基金池的样本数量为2010只，合计规模约为1.54万亿元。 图表1：历史各采样时点的样本数量和规模（截至2025/3/31） 锚定基准做投资管理，涉及基金相对基准的业绩偏离度和持仓偏离度的概念。业绩偏离度是基金收益与基准收益之间的差异，通常用于绩效评价；持仓偏离度是基金持仓结构与基准指数成分股之间的差异，反映基金主动管理的程度。在投资管理中，持仓偏离度一定程度上是事前可控的，用于管理方案约束制定，而业绩偏离度是事后结果，用于管理方案效果评价。下文主要研究股票组合投资管理中的几个与控制偏离度相关的问题。 探讨一个问题：风格、行业、个股偏离选择哪个？ 以沪深300指数为市场基准，计算基金静态持仓模拟组合的超额收益，然后将该超额收益按照下述模型完全分解至风格、行业、选股这3个维度： 股票投资组合超额收益=风格收益+行业收益+个股收益 图表2：国盛金工基金收益拆解模型 从主动股基的收益归因来看，主动权益整体呈现“亏风格、平行业、赚个股”的显著特征。从2015/12/31以来的历史数据对沪深300基金池的测算结果来看，风格层面对超额的贡献是显著负向的，行业层面对超额的贡献是震荡没有显著方向的，个股层面对超额的贡献是显著正向的。因此，主动股基的股票投资组合想要锚定基准做出超额收益，应该把重心放在如何挖掘个股alpha上面，风格和行业层面可以尽量控制和基准之间的偏离度不要太大。 图表3：基金静态持仓组合拆解超额累计收益（沪深300基金池平均，测算区间：2015/12/31-2025/5/16） 二、股票组合偏离度管理的几个方案 构建模拟股票组合：对于沪深300基金池中的每一个基金样本，使用持股节点0630和1231的全持仓股票组合构建模拟股票组合（进行权重归一化理理），持有期为年年（。基金在每个持股节点的股票配置比例可视为在该时点的股票配置观点，构建的模拟股票组合可用于验证组合优化方案的可行性，本文将模拟股票组合作为优化的基准，测算了如下几个不同的方案。 2.1方案①：核心卫星化，W%锚定基准+1-W%主动管理 方案①类似于核心卫星策略，拿出W%的仓位用于锚定基准指数作为核心部分，剩下（1-W%）的仓位用于实践股票配置观点作为卫星部分。该方案构建的优化组合能否更好地控制跟踪误差或者提升超额收益？参数W设置在什么水平最有效？ 图表4：方案①示意图 从对某单只基金1在单一参数下的单期测算案例来看，方案①可以在不降低该基金超额收益的情况下更好地控制跟踪误差和降低业绩偏离度。下图是对某单只基金在单一参数下的单期测算案例：参数W=50%，持股节点为2024/06/30，测算区间取2024/07/01-2024/12/31。将该基金的模拟股票组合与优化组合进行对比，该基金模拟组合的日度绝对偏离均值为0.80%，而优化组合的日度绝对偏离均值仅为0.40%。 图表5：方案①对某基金1在参数W=50%下的单期测算案例（测算区间2024/07/01-2024/12/31） 按照方案①的优化组合相比模拟组合有更低的概率出现“产品业绩低于业绩比较基准超过10个百分点”。对所有样本采用上述方案进行测算，滚动3年来看，有多大的概率会出现“产品业绩低于业绩比较基准超过10个百分点”（超额<-10%），有多大的概率会出现“产品业绩高于业绩比较基准超过10个百分点”（超额>+10%）。从数据测算结果来看，出现这两种情形的概率都是模拟组合>优化组合，从概率差异幅度来看使用优化组合的性价比更高。 图表6：按照方案①的优化组合滚动3年产品超额出现两种情形的概率（测算区间：2016/01/01-2025/05/16） 历史长期来看，在参数W=50%的情况下，方案①对于大样本的优化都是有效的。下面的测算结果表明，在参数W=50%的情况下，即直接拿出一年仓位复制指数，另一年仓位做主动管理，对于沪深300基金池大样本是有效的，该方案一定程度上可以起到控制跟踪误差的作用。 图表7：方案①多期测算样本均值（参数W=50，测算区间：2016/01/01-2025/05/16） 参数W是否存在最优解？遍历不同的参数W，我们用同样的方式在沪深300基金样本 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ 池中进行测算，计算上述统计指标平均值的历史均值。其中，年化跟踪误差、最大偏离度、̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅ 平均偏离度、超额最大回撤是负向评价指标，年化超额、年化信息比率是正向评价指标。 由下图可以看到，参数W越大，跟踪误差越小但超额收益也越小，因此W不存在统计 意义上的最优解，在投资中参数W可以根据产品的考核要求进行选择，例如要求年化 跟踪误差小于10%、最大偏离度小于2%，则参数W可以考虑设置为40%。 图表8：方案①不同参数条件下结果（业绩区间：2015/01/01-2024/12/31） 考虑到主动股基通过投资股票完全复制沪深300指数难度较大，股票数量众多难以深度覆盖研究。因此下面我们考虑一个方式：利用较少股票跟踪沪深300指数，从而降低复制沪深300的难度。 方案①的拓展：利用较少股票跟踪沪深300指数 上述方案①中，使用W%的仓位用于锚定基准指数即可显著降低组合相对基准的跟踪误差；但对于主动权益基金经理，方案①最大痛点在于基准成份股太多、可投性较差。从实际投资角度，方案①中的基准指数需要转变为一个能够稳定跟踪基准指数的股票组合。 以沪深300指数为例，由于沪深300指数成份股加权时按照分级靠档后的流通市值加权，因此权重股贡献了指数绝大部分收益。可以通过筛选行业龙头股的方式、利用少量股票构建跟踪沪深300全收益指数的股票组合： （1）每月末，统计沪深300成份股及其对应的中信一级行业，筛选各行业内权重最高的股票，纳入跟踪组合持股名单； （2）将持股名单中股票的权重放大为对应所属中信一级行业在沪深300内的权重，构建跟踪组合。 图表9：跟踪组合1与沪深300全收益净值走势 图表10：跟踪组合1各期持股数量 图表9、10分别展示了2015/12/31-2025/04/30期间，按照上述方式构建的跟踪组合1的净值走势及持股数量。跟踪组合1平均每期持有28只股票左右，组合相比沪深300全收益指数年化超额收益4.50%，跟踪误差6.57%。 （3）根据跟踪组合持有股票名单及其对应权重，在各行业内等比例放大持仓股票权重，直至跟踪组合的行业暴露与沪深300指数行业暴露一致。 图11展示了按照上述方式构建的跟踪组合2的净值表现。跟踪组合在样本内相比沪深300全收益指数可以获得2.00%的年化超额收益，跟踪误差3.56%，跟踪误差显著下降。 图表11：跟踪组合2与沪深300全收益净值走势 图表12：跟踪组合2各期持股数量 2.2方案②：行业中性化，专注于选股打败行业指数 方案②是完全行业中性化策略，保证股票组合的行业配置比例与沪深300完全一致，将原模拟组合的持股权重相对沪深300行业中性化，原模拟组合持股没有覆盖的行业则用行业指数替换。该方案构建的优化组合是否能够更好地控制跟踪误差或者提升超额收益？ 图表13：方案②示意图 从对某单只基金2在单期测算案例来看，方案②可以更好地控制跟踪误差和降低业绩偏离度。下图是对单只基金2在单一参数下的单期测算案例：持股节点为2024/06/30，测算区间取2024/07/01-2024/12/31。将该基金的模拟股票组合与优化组合进行对比，该基金模拟组合的日度绝对偏离均值为1.03%，而优化组合的日度绝对偏离均值仅为0.24%，更好地控制跟踪误差和降低业绩偏离度。 图表14：方案②对某基金2在单期测算案例（测算区间2024/07/01-2024/12/31） 按照方案②的优化组合相比模拟组合有更低的概率出现“产品业绩低于业绩比较基准超过10个百分点”。对所有样本采用上述方案进行测算，滚动3年来看，有多大的概率会出现“产品业绩低于业绩比较基准超过10个百分点”（超额<-10%），