倍发子类配置体系与实践

在上一篇文章《倍发大类配置体系与实践》中，我们介绍了大类配置如何权衡股债比例，这篇文章会介绍我们如何在子类配置环节中选择最合适的资产。

我们会从利率环境、机构资金、行业轮动和交易行为四个维度来观察市场。在每个维度下，我们构建了数量不等的轮动模型，每一个轮动模型会告诉我们在当前市场环境中，应该配置哪种风格的资产。四个观察维度，数个轮动模型共同搭建起倍发子类配置环节的整体框架，这样我们不但能客观地认识市场宏观环境，还能基于轮动模型迅速判断当前市场适用哪种风格的资产。确定了市场有利于哪些风格后，我们需要选择匹配该风格的子类资产，我们这里用公募基金作为权益类下的子类资产。这自然就引出了一个新的问题：我们应该怎样确定某个基金是否具备这些风格的特点呢？

△图1 从四个维度来观察市场，构建轮动模型

为了定性基金风格，我们用基金因子体系对基金进行画像，并打上风格标签。我们不仅仅是从基金经理、基金净值等传统维度来评估基金，我们更是穿透到基金底层，查看基金股票的持仓情况，构建基于基金股票持仓的穿透因子来分析基金的特点。在这样的体系下，即使两只行业配置不同的基金年化收益几乎一致，因为其底层股票的行业因子得分不同，我们也会给予两只基金不同的风险评价和风格特点。通过从基金顶层表征到底层持仓全面分析每只基金的特质和风格，让我们具备对基金精确画像的能力，选出符合子类配置需求的特定风格的基金组合。

△图2 对基金进行穿透性分析

在子类配置环节中，我们用三个步骤来筛选出不同风格的基金组合。首先，为了确保资产的权益属性和融资能力，我们从持股比例，基金规模等方面进行了初步筛选。在此之后，在剩余的基金里，我们从基金持仓股票的成长能力，盈利能力和公司治理水平等方面综合评估各个基金的选股能力，筛选出200只基金作为我们子类配置环节的基金精选池。在过去3年里，基金精选池相较于中证800有约14.5%的超额收益，且有更低的最大回撤，具有更高的收益和更低的风险水平。最后，我们从基金精选池里，利用基金因子体系挑选出不同风格的基金组合。

△图3  三个步骤筛选出不同风格的基金组合

那么，不同风格的基金组合是怎样轮动和切换的呢？这里我们从中国国债利率的维度来举例。市场利率水平的高低，一定程度上反映了市场上资金的充足情况。当利率水平较低时，市场上的资金充足，利于成长型的企业；相反，利率水平较高时，市场上的资金紧张，就应该选择盈利稳定的企业。在这样的逻辑下，我们就得到了如下的风格轮动模型：

利率水平较低——>成长风格基金组合

利率水平较高——>盈利稳定风格基金组合

等权配置成长风格和盈利稳定风格基金组合，代表着不进行轮动的配置结果。该轮动模型在过去三年里的收益情况如下图所示，可以证明我们的轮动是有效的。

△图4 子类配置环节效果

在子类配置环节中，我们的综合决策模型考量了利率环境、机构资金、行业轮动和交易行为四个维度和每个维度下的多个轮动模型。从收益、风险和趋同性等方面计算每个部分的权重，得到子类配置环节的最终配置结果。子类配置决策模型过去三年里年化收益为18.9%，相较于上一篇文章里大类配置环节的最终结果有10.7%的年化超额收益，体现出了该环节的配置效果。子类配置环节解决了在不同风格的基金组合之间如何轮动和切换的问题，在下一个基金优选环节里，我们会从每一个风格的基金组合里挑选出更优质的基金，实现在确保风格稳定的同时，进一步提高组合收益。这个部分的介绍将在后期文章中具体展开。

在子类配置环节中，倍发已经积累了一套完整且成熟的研究体系，能够多维度观察市场和精确定位基金风格，今后会在此基础上进一步拓展和研究。另外，我们也意识到配置基金组合的局限性：除了基金持仓数据的低频和市场上基金的逐渐趋同，有很多独特的风格在基金市场中找不到匹配程度高的基金，这极大地影响了子类资产的选择和轮动模型的效果。为解决这个问题，倍发财富研究体系提供了从底层资产直接开始构建的配置方案，例如SmartBeta组合等等，用于替代对应的基金组合，最终得到性价比更高的方案。这部分的内容将会在本系列的下一篇文章中详细介绍。