FOF系列专题之十：隐性风险视角下的选基因子统一改进框架

金融工程专题研究FOF系列专题之十：隐性风险视角下的选基因子统一改进框架

核心观点：

• 公募基金的业绩比较基准（合同基准）与实际投资风格存在错配问题，存在一个与基金净值走势贴合度更高的“隐性基准”。通过动态匹配市场上所有上市权益类ETF跟踪的标的指数作为备选基准指数池，可以定量识别基金的隐性基准。
• 主动权益基金相对隐性基准的跟踪误差低于相对合同基准的跟踪误差，隐性基准可能更贴切地反映基金的投资风格。
• 风险因子可分为显性风险和隐性风险，隐性风险是指未被常见模型捕捉的、随市场环境变化而涌现的未知风险。
• 传统多因子模型（如Fama五因子模型）可能无法充分剥离基金所暴露的隐性风险，导致剥离后的Alpha动量因子并非纯净Alpha。
• 基于基金收益率的相关性，可以构建隐性风险模型，通过相关性加权构建与目标基金净值走势相关性高的基金组合的日收益率序列，并用其代替显性风险因子对基金收益率进行时序回归，从而剥离隐性风险。
• 隐性风险模型对基金收益有更高的解释力度，2010年以来，隐性风险模型回归퐀퐀均值为92.32%，高于Fama五因子模型回归퐀퐀的均值84.94%。
• 收益类因子、隐形交易能力、波段交易能力、持仓收益因子等选基因子经过隐性风险调整后，RankIC胜率和RankICIR均有明显提升，稳定性得到改善。
• 基于隐性风险调整综合选基因子构建的FOF组合，费后相对主动股基中位数年化超额收益为8.86%，年化跟踪误差为3.52%，超额收益信息比为2.31，相对最大回撤仅为3.40%，组合业绩基本每年均能排进主动股基前1/3，整体表现十分稳健。
• 在构建FOF组合时，需控制组合的行业和港股配置，以降低组合在单一行业或板块上的过多暴露，从而降低组合表现波动。