固收+基金风险资产仓位的刻画：“基”微成著系列（九）

固收+基金风险资产仓位的刻画 本报告导读： 在本篇报告中，我们希望通过适当的方法对固收+基金的风险资产仓位进行高频测算，为固收+基金资产配置策略的研究提供更多基础数据。 谈鑫(分析师)021-23185600tanxin@gtht.com登记编号S0880525040030 投资要点： 章画意(分析师)021-23185670zhanghuayi@gtht.com登记编号S0880525040088 Beta值测算模型：除仓位外，固收+基金的Beta值也是研究中值得关注的特征，对基金的Beta值进行测算，可以帮助我们更好地理解固收+基金的风险特征。由于可转债资产收益大部分可被分解至权益资产和纯债资产，因此我们使用基金收益率序列对中证800指数和中债-新综合财富指数收益率进行回归，以测算基金在权益和纯债资产上的Beta值。测算结果表明，Beta值测算模型不仅可以反应由于仓位调整导致的基金资产暴露的变化，也可揭示因为资产内部配置结构变化导致的基金收益弹性变化。 “基”海拾贝（四）2025.08.05 全市场固收+基金权益配置策略分析：首先，我们基于测算仓位及权益Beta对全市场固收+基金进行筛选和分类。截至2025年6月30日，固收+基金中数量最多、规模最大的是稳健型产品，平衡型产品虽然数量与稳健型产品接近，但合计规模比稳健型产品少2310亿元，激进型产品整体来看可接受的客群范围受限，数量与规模均明显落后其余两类产品。从权益Beta调整类型来看，小幅、中等、大幅调整的固收+产品数量分别为316只、483只和604只，但是规模的分布与数量分布相反，大幅调整的产品虽然数量最多，但合计规模最小。其次，全市场规模排名前20的固收+基金中有11只稳健型产品、8只平衡型产品及1只激进型产品，在权益Beta调整方面，除易方达双债增强调整幅度为大幅外，其余19只产品调整幅度均为中等或小幅。最后，我们对两只规模较大、长期业绩优秀的固收+产品的权益配置策略进行了简要介绍。 风险提示：1、基金权益仓位测算模型、Beta值测算模型存在误差，测算值不等于真实值。2、本报告涉及的基金均为针对历史数据的客观分析，不构成投资建议。 目录 1.仓位测算模型..................................................................................................31.1.模型原理....................................................................................................31.2.模型实证结果与误差分析........................................................................42.Beta值测算模型..............................................................................................52.1.模型原理....................................................................................................52.2.模型测算结果分析....................................................................................63.固收+基金权益配置策略分析........................................................................73.1.全市场固收+基金分析..............................................................................73.2.代表产品分析............................................................................................93.2.1.天弘永利债券.....................................................................................93.2.2.景顺长城景颐双利...........................................................................104.风险提示........................................................................................................11 1.仓位测算模型 近年来，随着无风险利率的走低，货币基金、银行理财等低风险资管产品的收益吸引力下降，而2024年表现出色的纯债基金在债市趋势行情消散后收益表现也略显暗淡，在此背景下，随着“924”以来市场风险偏好的回升，对收益有一定要求的资金越来越多流入固收+基金。固收+基金是多资产、多策略的资管产品，我们认为大类资产配置策略是固收+基金研究中需要重点关注的因素。虽然基金季报会披露资产配置相关数据，但其存在低频和滞后的问题。因此，在本篇报告中，我们希望通过适当的方法对固收+基金的风险资产仓位进行高频测算，为固收+基金资产配置策略的研究提供更多基础数据。 1.1.模型原理 在固收+基金的仓位测算模型中，我们使用基金定期报告披露的持仓信息计算各类资产收益率，并利用资产收益率数据及基金收益率数据，基于多元线性回归模型测算固收+基金各类资产的仓位。 对于股票资产，我们使用基金半年报和年报披露的全部持仓数据，并假设持仓数据在下次报告披露前不变，基于此计算该基金持仓股票组合的收益率，计算公式如下：𝑛 其中，𝑤𝑖是股票i的市值占股票投资市值的权重，𝑟𝑖是股票i的收益率。除半年报和年报外，我们考虑将基金季报披露的十大重仓股数据也加以利用，因此在季报披露后，我们对半年报/年报与基金季报持仓的交集部分股票权重进行更新，其余持仓则保持不变。 资料来源：国泰海通证券研究 对于可转债资产，我们采用类似的方法，基于基金季报披露的可转债持仓，计算基金持仓可转债组合的收益率𝑟𝑐_𝑏𝑜𝑛𝑑。 由于基金定期报告对于纯债持仓仅披露前五大重仓券，采用上述方法计算的基金纯债组合收益率代表性较低，叠加纯债资产的价格波动幅度低于股票与转债，因此我们考虑用市场指数作为纯债资产的代表，即将纯债作为一个整体来分析，不再额外区分纯债的券种类别。本报告中，我们使用市场中具有代表性的“中债-新综合财富指数”的涨跌幅来代替纯债资产的收益，将其记为𝑟𝑝_𝑏𝑜𝑛𝑑。 得到基金持仓资产的收益率后，我们采用多元线性回归模型进行各类资产仓位的测算，回归模型如下： 𝑟𝑓𝑢𝑛𝑑=𝛼+𝑤𝑠𝑡𝑜𝑐𝑘𝑟𝑠𝑡𝑜𝑐𝑘+𝑤𝑐_𝑏𝑜𝑛𝑑𝑟𝑐_𝑏𝑜𝑛𝑑+𝑤𝑝_𝑏𝑜𝑛𝑑𝑟𝑝_𝑏𝑜𝑛𝑑+𝜖 其中，𝑤𝑠𝑡𝑜𝑐𝑘,𝑤𝑐_𝑏𝑜𝑛𝑑,𝑤𝑝_𝑏𝑜𝑛𝑑≥0。由于公募基金有杠杆率的要求，则对于每日开放的基金，上述优化问题还需添加限制条件𝑤𝑠𝑡𝑜𝑐𝑘+𝑤𝑐_𝑏𝑜𝑛𝑑+𝑤𝑝_𝑏𝑜𝑛𝑑≤1.4， 对 于定 期开 放型 或封闭 型 基金 ，限 制条 件为𝑤𝑠𝑡𝑜𝑐𝑘+𝑤𝑐_𝑏𝑜𝑛𝑑+𝑤𝑝_𝑏𝑜𝑛𝑑≤2。 资料来源：国泰海通证券研究 1.2.模型实证结果与误差分析 我们筛选满足以下条件的基金纳入误差统计样本：1）国泰海通评级分类为准债债券型、偏债债券型、偏债混合型；2）为了保证基金至少有一期半年报或年报，我们要求基金成立日在2024年10月31日之前；3）由于部分定开基金周度披露净值，为了保证基金有日度净值，我们要求基金的开放类型为每日开放型；4）为了降低大额申赎对基金净值造成异动的概率，我们要求当期规模在1亿元以上。我们在滚动窗口内进行时间序列回归，并将回归得到的股票、可转债、纯债资产仓位与基金季报披露的数值进行对比，以分析模型的误差。 我们分析回归结果时发现，模型测算的股票仓位和可转债仓位的误差通常在可接受范围内，但纯债仓位误差往往较大。这一问题的原因并不难理解，股票与可转债收益的波动性显著大于纯债资产，固收+产品的收益受股票和可转债的影响更大，纯债仓位的高低对产品收益的影响较弱，因此我们通过基于净值的线性回归模型较难精确地测算出固收+产品的纯债仓位。针对这一问题，我们采用的解决方法是在回归模型中，将纯债仓位固定为基金最新一次季报的披露值，因此回归模型的自变量实际上为股票资产仓位及可转债资产仓位。对模型进行上述调整后，我们将测算的股票仓位及可转债仓位与基金季报披露值进行对比，将两者差值的绝对值作为衡量模型误差的统计量。 统计结果表明，2019年一季度至2025年二季度，模型测算的各季报时点样本基金股票仓位平均绝对误差大多在2%-3%之间，均值为2.39%，而可转债仓位的测算误差显著大于股票，各季报时点的平均绝对误差大多在4%-6%的区间内，均值为4.25%。我们认为，可转债仓位测算误差更大的主要原因或是固收+基金的转债投资换手率相比股票投资更高，因此历史持仓信息的滞后性更强。 资料来源：国泰海通证券研究 此外，我们统计了不同类型基金的仓位测算误差。准债债券型基金的权益投资以可转债为主，其测算可转债仓位的平均绝对误差为2.61%。偏债债券型和偏债混合型基金对股票与可转债均有较高的配置比例，其股票仓位与可转债仓位的测算误差均更高。由此可见，对于同时配置股票和可转债的固收+基金，股票与可转债之间较高的收益相关性也是放大仓位测算误差的重要因素。但是，由于模型测算误差整体在可接受范围内，故我们并未对自变量之间的相关性问题做针对性处理。 2.Beta值测算模型 2.1.模型原理 除仓位外，固收+基金的Beta值也是研究中值得关注的特征，因为即使是各类资产仓位类似的基金，由于具体持仓结构的不同，其呈现出的收益弹性也可能存在较大差异。因此，对基金的Beta值进行测算，可以帮助我们更好地理解固收+基金的风险特征。 理论上，我们应当使用基金收益率对股票、可转债及纯债资产对应的宽基指数进行回归，以测算基金在各类资产上的Beta值。但是，代表可转债资产的中证可转债及可交换债指数和代表股票资产的中证800指数具有较高的相关性，2019年1月2日至2025年6月30日，两者日收益率的相关系数为0.84。自变量之间的高相关性将对回归结果的准确性及稳定性产生较大影响。 由于可转债是兼具股性和债性的资产，我们推测可转债的收益实际上可被“分解”至股票资产和纯债资产。我们使用中证可转债及可交换债指数日收 益率对中证800指数和中债-新综合财富指数日收益率进行回归，回归的区间为2019年1月2日至2025年6月30日，回归模型的𝑅2为0.70，这表明中证800指数和中债-新综合财富指数确实对中证可转债及可交换债指数收益有较高的解释性。基于此，我们考虑将中证可转债及可交换债指数从基金Beta值测算模型中剔除，则Beta值测算的回归模型为： 其中，𝑟𝑠𝑡𝑜𝑐𝑘_𝑖𝑛𝑑𝑒𝑥为中证800指数收益率、𝑟𝑝_𝑏𝑜𝑛𝑑_𝑖𝑛𝑑𝑒𝑥为中债-新综合财富指数收益率，回归得到的𝛽𝑠𝑡𝑜𝑐𝑘和𝛽𝑝_𝑏𝑜𝑛𝑑分别是固收+基金在权益资产和纯债资产上的暴露。为了增强回