中金量化 固收 基金科技敞口高频跟踪

各位投资者，大家下午好。 欢迎来参加咱们中金公司研究部量化及ESG团队的电话会议，我是本次的主持人胡骥聪。在最近实际上各大的基金公司以及对应的基金产品也都披露了2026年的二季报。 也通过这样的一个二季报，我们其实在最近也给出了一个季报的解读。 在这个季报解读里面，我们尤其是包括针对着固收加的一个品类的基金，我们对它的包括说风险收益，规模变化，以及说对应的一些资产配置，其实都是有一个相应比较详细的一个拆解。 但是实际上可能说从二季报的实际披露的数据来看，我们只能是知道说在二季度的过程中，实际上历史上已经发生了哪些是一个二级债基，包括如家的产品，他们发生了一些什么样的事情。 但是可能市场上包括说咱们投资者可能更加关心的一个事情，其实就是说对于在2026年7月份，我们看到的是科技板块在2026年上半年表现亮眼过后，实际在七月份发生了比较大的一个回撤。 同时我们也知道，尤其是在我们之前的电话会议里面也讲过。 就是说对于固收加基金而言，我们当时是看到在去年，也就2025年一整年，包括说今年的一季度，固收加基金对于科技板块的配置的仓位，实际上是有一个大幅的上升的。 从之前2024年的Q4的15%，到2025年Q4的25%，再到2026年Q2的55%的这样一个历史高位。 那么我们很关心的是，在七月的这样的一波科技板块的回调过程中，实际上固收加的基金它的仓位有没有发生一些调整，或者说有没有相应的做出一些些对应的一些应对呢？这个实际上如果我们真的想去看的话，可能实际的数据要等到三四个月后，等到三季报披露出来。 但是我们如果想要现在能够得到一些相应的信息的话，我们这次在报告里面是开发了一个高频监控的这样的一个模型。 在这样的一个监控模型中，我们其实是利用了一些包括因子的数据，包括净值的数据，来做了一些净值回归的模型，来够帮助大家能够更加及时的去监测到。 实际上在这个固收加的基金里面，它的科技敞口的一些变化。接下来的话，我们就把时间交给李钠平老师，让他来跟大家来分享汇报一下我们整个模型的构建的方式逻辑，以及说对应的最终的一个结果。纳平老师。好的，谢谢吉聪老师。然后我们下面开始汇报一下我们本次会议的主要的内容。主要是分成两个大的板块。第一个板块就是像刚才吉松老师提到的，我们会对固家产品在26年二季度的季报里面所呈现的一些公开披露的数据来做一些点评。第二个大的部分，也是我们这次汇报的重点研究的部分，是一个高频仓位测算模型的方法论的模型的搭建，然后包括结果的解读，主要是这两个大的板块的内容。首先我们先来看一下，大家比较关心的最近一段时间的市场情况。因为大家都知道从26年整个上半年的表现来看，科技板块还算是非常亮眼的一个行情。比如说我们去看科创50指数的话，上半年涨幅能到60%以上。那申万电子行业它的涨幅也是高达了80%以上，接近90%。那相比之下，我们如果看大盘这个宽基的这个股票指数来看，比如说沪深三百，它在整个26年上半年收涨就是7.5%左右的水平。所以至少我们从这个数据来看，26年上半年的权益市场的行情还是非常的极致和分化的。而且只有科技板块是享受到了这一波市场上涨的这种结构性的行情的红利。所以在这样的行情背景之下，公募的产品，当然也包括固收加的产品，它的确是有在调整自己的这个仓位的配置结构的，也有在加重这个所谓科技板块的配置仓位。因为现在这个时点上是七月末，我们只有二季报的数据，是并没有能够拿到26年中贸的数据，所以没有全持仓。我们现在只有二季度末的这个固收加基金的前十大重仓。为了这个口径的统一，我们也去看了一下历史上过去几年，每一个季度这个二级债基在重仓股里面持有各个板块股票的市值占比。根据我们的这个数据显示，在24年末的时候，二级债基它在重仓股里面拿科技板块的股票占比就是15%左右。25年末已经上升到了25%左右。 再进一步到半年后的这26年的二季度末，重仓股里面的科技板块的股票已经不止翻倍了，已经到了55%左右的一个历史高位。 也就是说在26年的这个Q2的这个时点，大概率这个科技板块已经成为二级债基最重要的一个持仓的板块的方向了。 但是我们虽然从这个静态的持仓能看到在二季度末的时候，二级债基或者说整个固收加它拿科技是定格在这样一个高位。 但是七月份以来，大家都知道科技板块迎来了一个比较大的起伏和波动或者说变化。 因为在整体的比如说外部环境下，其他国家的股市的一个风险传导的影响，然后包括一些业绩相关的一些因素，然后包括还有最新的这个新股王，龙头的股票IPO的一些催化，然后包括国家队的下场等等。 各种政府因素的交叠之下，科技板块是有一些起起落落的这种趋势。 比如说在我们统计之下，是在7月1号到7月17号这个接近三周不到三周两周多的这个时间里面，科创50这个指数它在区间的跌幅就已经超过了20%。 当然万得二级债基指数在这个区间也是跌幅达到了负的1.8%。 这个是科技板块，它确实是在七月份以来迎来了一个比较大的一个变化。 所以我们其实也觉得会需要去看一下。 比如说二级债基，它其实是一个算是我们可以获得公开数据，且业比较典型的类似于绝对收益属性的资金的这样一种概念。 所以在这样的一个行情的背景之下，我们也非常关心是不是在科技板块面临这个调整的时候，公募的这种绝对收益类的资金属性的产品。 他对于科技赛道或者说科技敞口的配置，或者说处置思路有没有发生什么变化，是否有短期止盈的行为，或者是它整体的这个科技赛降的信心有没有发生一些改变。 我们这里会尝试通过净值回归的方式，更高频的能够推断出二级债基在七月以来最高精确到日度频率。 它在各个板块，包括各类资产上面的仓位的变化。 然后来监控一下这种公固收加资金。 它在这种科技板块迎来调整的时候，它对于科技这个属性的资产他的处理思路。 下面就进入到了我们整个模型的方法论搭建的这个部分的内容。 其实这个逻辑也算是比较简单的对于每一支基金来说，我们用这个基金的它制度频率的收 益率的序列作为因变量。 然后自变量我们就选择了它内部会涵盖的几类属性的资产来作为自变量。 包括我们选择了申万大类风格指数里面的六大板块指数，包括科技制造、医药、消费、金融、地产还有周期这六大权益板块。 另外还有两个债券属性的，一个是中证转债的指数的日度收益率，然后还有一个是债券指数。 这个方面我们选择的是中债新综合和财富的1到3年指数。 选择这个债券端的指数主要原因是在于因为财富指数它就是同时涵盖债券本身的价格波动加上利息。 然后再加上这个利息的再投资，综合能够反映一个债券的属性的账户的一个综合的收益水平。 另外不选择总指数，而选择这个1到3年级指数，主要也是为了跟这个基金本身的现在的久期情况去做一个匹配。 这样的话会比较符合这个二级债基真实的持仓还有投资的这个目标的一个情况。 所最终我们这个模型看下来，它其实资本量就是包括八个因子，包括可能六个互相没有交叉的六个权益板块的因子，然后加上一个转债因子，还有一个纯债的因子，总共这八个指标。 其实关键是在于我们搭建了这个模型之后，其实还涉及到很多很重要的限制或者说约束条件的问题。 比如说我们其实如果是真的想要做这个回归，然后得到他们在每一个各类资产之前的一个所谓的仓位的情况的话，其实是需要对这个模型再做一些在系数方面的一些约束和限制的。 就比如说我们肯定回归下来会希望每一个系数都是大于0的。 因为现在的公募产品是不允许卖空的，所以你至少每一个回归系数要大于0，它才能更准确的代表它真实的仓位的情况。 另外因为二级债基它本身也是有自己的投资范围的一个限制要求的比如说我们前面是六个权益板块的指数，二级债基它对于权益端的这个仓位限制，基本上也就是20%左右的比例。 所以我们可能要对这六个权益板块的因子前面的这个系数之和是需要设置20%的仓位上限。 但是这里还涉及到一个细节的处理问题，因为二级债基它是在22年的三月末之后注册获批的这些产品它会被要求股票加上转债的仓位不能超过20%。但是在此之前，货币的产品是要求股票仓位不超过20%，所以它涉及到一个新壳和老壳的二级债基产品，它的这个投资范围限制的要求有一定差异的这个问题。所以说对于那些老壳的那些产品，我们是只对这六个权益板块的指数的这个贝塔之和限制小于等于20%，大于0。然后对于新客的产品，我们是要求这六个权益板块指数的系数加上转债的这个指数前面的系数。也就是这七个系数的仓位的之和要小于等于20%，大于0，这样有一个差异化的限制。最后因为会涉及到一个总仓位的问题。现在的公募产品它的仓位上限如果是非定开的话是140%。但是根据我们的统计，因为现在公募产品整体的杠杆率中枢是一个比较偏低位的水平。全市场的这个二级债基，它可能在杠杆率的中枢上面可能也就不超过110%水平。所以我们为了更准确的一个衡量，我们要求总仓位也就是八个系数，前面的这个贝塔这和要大于0小于等于120%做了一个这样的限制。这样回归下来，我们在这八个指标前面的这个系数，基本上就能够表征这个基金它在各类资产前面的一个仓位的一个问题。根据我们这一套模型的划分结果，我们先来看一下关于样本，还有我们回归的一些时间周期的一些问题。我们这里是只选取了万得这个分类下的二级债基的类型的产品，取初始的份额的产品，并且我们是想要看这些产品它在比如说24年924之后的关于科技仓位的一些调整的情况。所以说我们把成立时长比较短的一些产品做了一些剔除。然后另外这个模型它涉及到高频的通过净基金净值去做回归的问题。所以说如果这个基金规模比较小的话，它可能会涉及到我可能大额的申赎，对于基金的净值会有比较大的异常波动的这种情况。所以我们把最新一期规模不足一亿的那些小规模的二级债级产品也做了一下剔除。最终我们是得到了424支待测的样本。然后像我刚才提到过的，会把注册获批的这个日期22年3月31号作为分界线。然后划分出这个老客和新客的产品分别会有一个权益上限的一个设置的差异。然后最后我们使用的这个回归口径是60日窗口和20日窗口两套口径。 其中这个60日窗口它的回归的区间会稍微偏长一些，它比较适合展现这个中期的一个仓位变化的趋势。同时它因为它的这个数据会相对比较多，所以准确性可能也会相对更好一些。那么对20日窗口的这个来说，我们会重点去观察它在26年7月以来的一个边际的一个变化的情况，是分成这两套口径去看。下面链我们来过一下我们高频仓位测算模型最终的一个测试的结果。首先我们不管是60日还是20日窗口去做回归，对二这个待测的四百多支二级债基产品做了回归之后，他们的调整后的阿方，也就是所谓的这个模型的解释度，整体都是在0.7到0.8左右的这个水平。所以说模型本身对于二级债基的解释性还是整体非常好的。我们去看一下下面这张图，它是展示了60日滚动窗口回归，也就是从24年9月份一直到26年的七月中旬结束的这个时间，二级二机的这个仓位测算的结果。其中我们可以看到这条红色的曲线展示的就是我们对于这个二级债基的股票仓位的测算结果。其实也就是那六个权益板块的仓位的之和作为股票仓位测算结果。那么这个三角形展示的是在每一个季度末的这个时点，二级债基实际披露的它的股票仓位的这个规模加权平均的一个市场情况。我们会发现我们测算下来的这个高频的股票仓位测算，和实际披露的这个股票仓位情况，在关键时点上面的这个匹配度还是非常好的。也就是说我们至少这套模型他的整体测算误差，知识表整体上面它的测算误差是没有特别大的。虽然说这套所谓净值回归模型，它对于单只产品来说，有可能会有一定的关于仓位的上面的测算误差。但是根据我们这个整体法的结果，至少我们能够确认的是我们用这一套模型去看二级债基历史仓位的变化情况，是具有比较好的整体代表性的这么一个结果。那么我们具体来看结论，像科技板块的是在最开始，也就是这个偏棕色的面积图的这个部分。从具体的数据来看，我们发现24年9月以来，二级债基整体的一个趋势就是在加科技，然后减转债的这种调仓的行为。那结果是显示，比如说我们看到二级债基，它如果是这个规模加权的这个科技仓位，它是 从24年9月份可能在股票的市值里面占比20%多的这个水平。 在2