透视固收系列专题（二）：于多目标导向吉洪诺夫回归，收基金多资产仓位测算

研究背景与模型介绍

• 研究背景：在低利率环境下，传统固收资产收益率下行，固收+基金凭借“固收打底、权益增强”的多资产配置模式成为重要投资工具。高频监测基金仓位有助于观察组合变化、投后跟踪、了解资金流向、识别风险与增强机会，并评估基金策略与市场节奏的匹配度。
• 模型介绍：本专题创新性地提出带有多目标导向的吉洪诺夫回归模型，解决传统共线性问题，首次对多元资产组合仓位进行高频测算。模型重新定义吉洪诺夫正则化框架下的损失函数与增广矩阵结构，包含拟合优度项、组结构稳定性项和仓位上限软约束项，将仓位的动态先验、合规规范嵌入优化框架。

模型测算结果

• 测算结果：固收+基金池2017年至2025二季度末，纯债端误差中位数为4.48%，股票端为2.40%，转债端为3.80%；仓位调整方向胜率平均值为63.63%。对市场头部产品（规模大于50亿）测算，纯债端误差中位数为2.18%，股票端为2.94%，转债端为2.70%，模型能有效捕捉头部产品调仓方向和幅度。

模型应用

• 应用1：高频追踪资金流向：模型测算结果显示，固收+基金的股票仓位中枢与行业集中度持续提升，资金情绪积极，在科技、军工、资源等头部板块形成共识，显示出成长与周期并重的布局思路。业绩领先的基金更倾向于采取积极的权益策略，超额收益主要来源于显著高配科技、制造等成长行业，同时低配能源与周期板块。
• 应用2：显著调仓行为识别：模型对基金仓位的测算虽包含价格波动影响，但在识别幅度大于8%的显著调仓时准确率高达79%，能有效捕捉基金经理的主动仓位管理行为，为基金评价与投资实践提供关键价值。

风险提示

• 模型失效风险、政策与经济形势不确定性、基金经理风格变动风险。