【专题报告】债券型基金因子体系及风格标签

极品小处男处v

报告摘要

报告导读

债券型基金是公募基金行业的主要组成部分。截至2020年9月底，在全市场全部基金中，债券型基金资产净值合计约5.17万亿元，占比达到28.71%，仅次于货币市场型基金（42.17%）。

债券型基金分类主要包括：中长期纯债型基金、短期纯债型基金、混合债券型一级基金、混合债券型二级基金、被动指数型债券基金以及增强指数型债券基金。其中，我们主要研究主动型债券基金产品，包含中长期纯债型基金、短期纯债型基金以及混合债券型一级基金。由于混合债券型二级基金权益仓位较大，故不在本报告研究范围。

本报告以夏普风格分析模型为研究基础，试图构建债券因子风格指数来解释债券型基金收益率。我们从债券投资角度出发，探索六因子风格指数，每季度对债券型基金日度收益率进行回归分析，找寻每只基金该季度暴露较为显著的因子风格指数，形成显著因子时序表，再统计过去8期数据进行风格标签。

六因子风格指数：低相关性与强解释力

我们结合债券投资经验，本着贴近实务投资的角度，构建六大因子风格指数：市场因子、期限因子、信用风险溢价、信用下沉溢价、可转债因子以及货币因子。总体而言，构建的六因子风格指数之间的相关性很低。此外，根据回归结果，我们发现六因子模型对债券型基金收益率有较强的解释（模型平均解释力67%）。

六因子风格分析：显著因子与风格标签

我们按季度对债券型基金业绩进行风格分析，比较每季度不同基金间在六因子风格暴露情况。此外，我们研究单一基金在六因子风格分析时序结果，将长期显著的因子作为该产品风格标签，构建债券型基金风格标签库。

分析结论：六因子模型较好解释债券型基金收益，帮助跟踪基金风格，助力基金投资

债券型基金的分析难点在于其公告披露的底层持仓信息较少，而本报告试图通过多因子风格分析模型，更好地了解基金产品的风格，及时跟踪基金产品风格的变化，帮助基金投资决策。

一

债券型基金市场概况与研究范围

1.1

债券型基金市场概况与分类

债券型基金是公募基金行业主要组成部分。截至2020年9月底，根据万得资讯统计，在全市场全部基金中，债券型基金资产净值合计约5.17万亿元，占比达到28.71%，仅次于货币市场型基金（42.17%）。



债券型基金以债券投资为主，其投资范围主要包括债券资产及现金，依据Wind基金分类标准，债券资产+现金占基金资产比例下限大于等于80%或者在其基金合同和基金招募说明书中载明基金的类别为债券型的产品定义为债券型基金。按照Wind二级分类，债券型基金又分为纯债类型基金、混合债券型基金及指数债券型基金。具体的，中长期纯债型基金资产净值合计占全市场全部基金约为21.13%，短期纯债型基金占比1.69%及混合债券型一级基金占比约0.70%。本报告主要研究主动型债券基金产品，故指数债券型基金不在讨论范围。

1.2

债券型基金研究范围

本报告重点研究中长期纯债型基金、短期纯债型基金及混合债券型一级基金。由于混合债券型二级基金可投范围涵盖权益、可转债等，其权益仓位较大，收益来源难以区分，且相关投资能力与债券投资差别较大，故不在本报告研究范围。具体而言，关于可转债基金风格分析与优选，可参考《【专题报告】固收+基金研究系列之二：可转债基金风格分析与优选》。

在选定研究样本基金时，我们综合考虑基金成立时间及研究目的，即考察基金产品因子暴露情况及投资能力，我们选取存续产品成立满24个月，即2018年9月30日前成立的基金产品，同时剔除相同基金不同份额，仅保留成立时间最长的基金份额产品。此外，我们还剔除了定开产品，因其基金净值公布的不连续性会导致数据结果的偏差。研究样本中，共有569只债券型基金产品，其中包含457只中长期纯债型基金，87只混合债券型一级基金和25只短期纯债型基金产品。

二

债券型基金因子体系介绍

2.1

债券型基金因子模型

在研究基金业绩时，以权益型基金为例，通常以经典的威廉夏普风格分析模型为研究基础，以基金收益率数据为因变量，风格指数收益率数据为自变量，试图通过不同风格指数收益率对基金收益率进行分解，并解释其风格配置比例。在研究债券类基金风格时，我们也试图采用多因子风格分析模型，构建解释债券型基金收益率的因子模型。

在构建因子风格指数前，我们首先引入久期中性多空组合概念。因子风格指数是虚拟组合指数，不是可投资组合，在构建时我们尽可能使其与实务投资组合贴近。在计算组合久期时，我们采用前一交易日收盘久期，进行日度再平衡调整，使得虚拟组合始终保持为零久期组合。此外，我们定义SHIBOR隔夜为无风险收益率。

首先，我们对债券投资常用风格指数进行区分，将影响债券基金收益率的风格因素分为以下几类：

市场因子：市场因子指数描述利率水平变化对债券市场的变动敏感程度。我们采用中债-总财富(总值)指数对无风险收益的超额收益作为市场因子，该因子类似于权益投资CAPM模型中的市场因子。进一步，该因子风格指数对债券市场利率变动呈现明显负相关性，即利率市场下行，市场因子风格指数上行，如图表2所示。



期限因子：期限因子指数描述了利率期限结构的陡峭程度，即利差曲线与期限因子风格指数呈正相关性，如图表3所示。我们采用中债-中短期债券净价(1-3年)指数和中债-中短期债券净价(7-10年)指数构建多空组合。构建时，买入中债-中短期债券净价(1-3年)指数，卖出中债-中短期债券净价(7-10年)指数，并使得组合久期中性。为了避免再投资收益对指数的影响，我们在此选用净价指数；此外，债券型基金经理在债券投资时很少选择10年以上债券作为投资标的，故我们选择7-10年指数作为利率期限长端指数。



信用风险溢价因子：信用风险溢价因子刻画了信用利差的风险溢价，描述基金经理在信用风险上的偏好。我们采用中债-企业债 AAA 财富指数和中债-国开行债券总财富(总值)指数进行构建多空组合。考虑到债券型基金经理在获取信用风险溢价时，对久期匹配的不敏感特征，我们构建组合时并未进行久期中性操作，仅计算多空超额收益率，即买入中债-企业债 AAA 财富指数，做空中债-国开行债券总财富(总值)指数。

信用下沉溢价因子：信用下沉溢价因子刻画了信用评级高低差所带来的风险溢价，描述基金经理信用下沉的偏好。我们采用中债-高收益企业债财富指数和中债-企业债 AAA 财富指数进行构建多空组合。与构建信用风险溢价因子一样，我们仅计算多空超额收益率，即买入中债-高收益企业债财富指数，卖出中债-企业债 AAA 财富指数。

可转债因子：在部分债券型基金的投资范围中，包含可转债标的，为了更全面描述基金收益率，我们采用中证可转换债券指数对无风险收益的超额收益率作为衡量转债投资表现的因子。

货币因子：由于研究范围中包含短债型基金产品，为了更好解释该类产品投资中在现金管理上的能力，我们采用货币基金指数对无风险收益的超额收益率作为衡量基金现金管理表现的因子。

2.2

债券风格因子指数概况

在进行风格分析前，我们需要对六因子风格指数相关性进行分析。众所周知，在进行业绩分解时，自变量之间相关性越低，解释因变量的效果越好。如图表4所示，我们可以看出这六个因子风格指数相关性极低。



此外，我们也描绘了六因子指数的表现情况，如图表5所示。具体而言，从2008年1月至2020年9月底，市场因子指数业绩表现最好，年化收益率为2.88%，夏普比率为2.09；其次为信用下沉溢价指数，年化收益率为1.69%，夏普比率为1.71。反之，波动率最大的是可转债因子，年化收益率为-1.26%，波动率为19.11%，最大回撤54.20%，符合其类权益资产的特性。具体各因子指数业绩指标表现如图表6所示。





三

债券型基金风格分析及显著因子

3.1

债券型基金风格分析实证

在确定了研究范围及因子风格指数后，我们基金进行风格分析。我们选取基金成立以来日度复权单位净值收益率数据，以日历季度日为一期进行回归，每期每只基金产品均会产生一次回归结果。如图表7所示，我们的六因子模型对债券型基金的解释能力较好，在过往10个季度，我们的模型解释度平均可以达到66.54%，75分位平均解释力可以达到82.46%。对比超额收益（年化），以2020年三季度数据为例，如图表8，可以看出多数债基具有一定的获取超额收益能力，这可能与债券投资本身注重选券择券能力而非债券整体市场有关，同时超额收益绝对数值在债券型基金年化收益中占比略少，因此获取绝对超额收益较难。



值得注意的是，当我们关心那些具有明显超额收益但是R-squared较低的基金产品时，我们发现其过去3个月业绩确实存在一定的超额，但其收益来源并不是上述六因子风格指数，更多可能是来源大额赎回导致的业绩提升；同样，当我们关心那些具有明显负超额收益同时R-squared较低的基金产品时，我们发现其负向收益来源于持仓债券“爆雷”。从反面来看，我们的模型也能识别这类收益特征来源较特殊的基金产品。

3.2

单期债券型基金风格分析

为更直观解释因子风格，我们选取市场特征较为典型的2020Q2数据为例，我们选取模型R-squared大于0.9的两只基金，从图表9中我们可以看出，两只基金在市场因子上的相对暴露类似，说明基金A与B均受市场利率影响，而相较于基金A，基金B在期限因子上的暴露程度更大，说明其组合久期更短，此外基金A在货币因子上暴露较高。由于2020年二季度利率上行较快，短久期债券表现不及货币基金，图表10业绩净值曲线可以验证该特征。



3.3

单只债券型基金风格分析

  1.  因子风格暴露时序图表

我们的因子模型基于单只基金进行分析，目的是了解基金产品过往在六大因子上的暴露情况。以基金A为例，如图表11所示，我们对其成立以来因子情况进行汇总，形成时序图表。该图表旨在描述基金A在每个季度不同因子上的暴露情况，例如2019年Q4数据，市场因子暴露为1.26，远高于其他因子，我们可以说明其业绩表现与债券整体市场表现相一致，即债券市场指数涨1%，该基金收益增长1.26%。同样，该基金在信用风险溢价上暴露约为0.80，我们可以说明其业绩表现与信用风险溢价因子有关，若信用风险溢价因子涨1%，该基金收益增长0.80%。



在计算基金产品六因子风格分析时序列表后，我们分析其在各个风格指数上的暴露情况，以上述基金为例，我们认为其在市场因子、信用风险溢价及违约风险溢价风格指数上具有一定持续性地暴露，同时t统计量印证其在上述风格指数暴露的显著性（以t值>1.95为参考值），如图表12和图表13所示。



  2.  显著因子与风格标签体系

在获得六因子风格分析时序列表后，我们进一步找寻基金产品的显著因子，试图对基金产品进行风格标签。我们从因子风格t值出发，定义t值大于1.95或小于-1.95的因子为显著因子。

针对单一基金产品，我们可以形成基金显著因子时序表，如图表14所示。同时，我们对研究范围内基金进行风格标签，选取过去8期显著因子，并对因子进行排序，选取前三大显著因子，形成债券型基金显著因子库，如图表15所示。



在获得债券型基金的显著因子后，我们针对研究范围内的基金对最近一期的数据进行风格标签。我们仅对显著因子情况进行标签化，旨在对每只基金最显著的风格暴露进行分析，剔除可能存在的干扰因素，最终形成债券型基金的风格标签，如图表16所示。



四

总结

本文介绍了债券型基金因子体系及风格标签，我们参考夏普风格分析模型，试图构建债券因子风格指数，并将债券型基金收益率分解为六大风格：市场因子、期限因子、信用风险溢价、信用下沉溢价、可转债因子以及货币因子。

我们的模型具有较强的解释力，能较好拆分债券型基金的收益率。在风格分析中，我们可以对单一季度不同基金的暴露情况进行对比；此外，我们还能对单一基金历史风格暴露进行跟踪，构建基金产品显著因子的风格标签。

本报告中并未对回归系数的数值大小进行分析，未来我们可以从因子暴露的时序变化及债券市场的变动方向来考察基金产品的择时能力。

债券型基金的分析难点在于其公告披露的底层持仓信息较少，而我们的债券型因子体系能帮助我们更好了解基金产品的风格、及时跟踪基金产品风格的变化，助力基金投资。

本报告模型及结果通过历史数据统计、建模和测算完成，所有的量化模型及定量分析仅作为基金产品过往表现的分析参考，投资者使用时应注意模型可能存在失效风险。

风险提示

基金投资有风险，在进行投资前请参阅基金的《基金合同》、《招募说明书》等法律文件。本资料非基金宣传推介材料，不作为任何投资建议或保证，以及法律文件。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运作基金资产，但不保证基金一定盈利，也不保证最低收益，同时基金的过往业绩及其净值高低并不预示其未来业绩表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，投资者应自主做出投资决策并自行承担投资风险。投资者购买货币市场基金并不等于将基金作为存款存放在银行或者存款类金融机构。代销机构不承担产品的投资、兑付和风险管理责任。基金有风险，投资需谨慎。

重要声明

本报告由上海基煜基金销售有限公司（以下简称“基煜基金”）编制，旨为发给基煜基金特定客户及其他专业人士内部参考。本报告基于合法取得的信息，但基煜基金对这些信息的准确性和完整性不作任何保证。本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。除法律或规则规定必须承担的责任外，基煜基金不对使用本报告及其内容所引发的任何直接或间接损失负任何责任。本报告版权归基煜基金所有。未经基煜基金事先书面许可，任何机构和个人均不得以任何形式翻版、复制、引用、转载或其他任何形式的流传，否则，基煜基金将保留随时追究其法律责任的权利。



               
作者：基煜研究