如何解決資管行業的規模化痛點？
導讀：最近這幾年，市場上有許多質疑公募基金的聲音，尬黑公募基金也成爲了一種“流量密碼”。這個現象，讓我們感到極其心痛。
客觀來說，截止到2024年8月末，全市場公募基金總規模突破30萬億，再創歷史新高。在如此巨大的存量規模下，公募基金也肩負了更大的社會責任，更不可能推倒重來。
主觀來說，我們在接觸了上千位基金行業的投研人員後，發現他們依然是整個社會最勤奮刻苦、最有責任心的羣體之一。我們也看到許多訪談過的優秀基金經理，這些年確實遭遇了投資業績上的困境，甚至揹負了不應該受到的指責。許多人也是我們認識多年的好朋友，看到這一批人被抨擊，也讓我們難過。
當然，困境中帶來的是變化、是進化。好在市場上有一羣不斷思考行業變革的人。他們的研究和創新，或許會帶來公募基金行業邁向下一個里程碑。
近期我的好朋友，國聯證券策略首席包承超寫了一篇資管行業的深度報告，對資產管理行業的工業化發展提出了他的看法。包承超認爲，如何跳出簡單的“選股式投資”，通過系統化、科學化的方式來管理投資組合，構建一套長期可靠、風險可控、可複製、可迭代的策略方法，與傳統主動投資兼容，最終形成資產管理公司的護城河。
個人認爲，資管行業當下遇到的各種問題，都是和“可持續的規模化”有關。從商業模式角度看，全球所有的公募基金都是以賺取管理費爲主的生意模式。在這個生意模式的主導下，自然希望追求規模化。在這篇報告中，包承超也提到了美國最終形成的便宜 Beta公募基金模式和昂貴Alpha對衝基金模式兩大路徑。
個人阿爾法的規模化難度很大，穩定性也很差。大家經常說，基金收益不等於未來。過去的個人阿爾法，很難轉變到未來。特別是在規模化之後，要進一步獲得阿爾法的難度大幅上升。這也是當下資管行業出現的問題，許多具有阿爾法基金經理的規模化之後，超額收益就出現了下滑。進一步來看，收益率應該劃分成爲貝塔和阿爾法兩個部分。
相比之下，貝塔是比較容易實現規模化的，也能夠從過去的數據去預測未來。比如說像低波因子、紅利因子等，歷史和未來的波動率穩定性較高。在這篇報告中，包承超通過對基金經理的研究、以及中美對比，提出了管理貝塔的新視角。組合管理的核心，其實是規模貝塔。通過工業化的分工，能夠把一個產品的阿爾法和貝塔同時用不同的，但都是專業的人來做。從能力項的角度看，兩者也不一樣。貝塔更自上而下，阿爾法更自下而上。
對於資管公司來說，找對貝塔很重要。好的貝塔不僅能提高產品的收益，還能滿足客戶的真實需求。就像芒格說過，要在“有魚的地方捕魚”。好的貝塔天然就比糟糕的貝塔能帶來更好的長期收益。貝塔也是產品設計的重要元素。有些客戶希望獲得更高的收益，但也有不少客戶希望產品的波動降低。這些需求都能在細分的貝塔上實現。
在找對貝塔之後，通過系統化的方式管理貝塔也很重要。正是因爲管理貝塔的重要性提升了，理解宏觀策略比過去更重要。不同的市場環境下，貝塔的表現也不一樣。甚至投資目標也會發生變化。比如說，過去在提高夏普比上，大家都是從放大收益率的角度出發。在整個社會回報率都很高的環境下，大家的目標是找到收益率更好的公司。但是今天，或許控制風險會成爲提高夏普的方式。整個社會投資回報率下降的環境下，不輸就是贏了。
最後，我們也摘錄一些這篇報告的核心觀點和數據圖表，並且加入了一些自己的理解，希望給大家帶來一些啓發。如果需要閱讀全文，歡迎和國聯證券銷售團隊聯繫！
主動資產管理面臨的兩大痛點
難以獲得負債端的信任，難以規模化，是主動資產管理的兩大痛點。這兩大痛點的本質原因在於過去“重選股輕組合”的作坊式思路，天然難以確保業績的可持續性，也就難以區分運氣還是能力，繼而難以規模化擴張。
從下面這張圖可以看到，基金經理當年超額收益和次年超額收益的相關性很低。這也是爲什麼大家買了當年具有超額收益的基金經理後，未必在第二年依然有超額收益。
資料來源：Wind，國聯證券研究所。注：全部樣本涵蓋2015年之前發行的靈活配置型、偏股混合型，以及普通股票型基金，超額基準選擇滬深300。
我們再看一張圖，超額收益的連續性很弱。連續5年跑贏基準的基金經理佔比不到11%。而超額收益的連續性，是很重要的能力體現。就像一個曼城連續很多年排名英超前三，是對其實力最好的證明（注：點拾投資也曾經做過一個基金經理能力和運氣剝離的分享，其中戰勝基準的持續性是很重要指標）。
資料來源：Wind，國聯證券研究所。注：全部樣本涵蓋2015年之前發行的靈活配置型、偏股混合型，以及普通股票型基金，超額基準選擇滬深300。
基金業績呈現“隨機化”分佈，當年排名靠前的基金未來繼續排名靠前的概率並不高。以2016年收益率前30%的基金爲樣本，2017年只有23.8%繼續排名前30%，到2018年恢復到57.4%位於前30%，在2019年回落到14.3%位於排名前30%。
好在是，長區間維度業績優秀的基金經理，下限都比較高。這是因爲長區間優秀大概率是依靠“單年度優秀”加上“剩餘年度不差”所帶來的。這個會延展到後面會討論的貝塔管理。優秀基金經理在相對風格逆勢的情況下，表現不會太差。在優勢的年份有阿爾法，在劣勢的年份貝塔不要太差，拉長看就能取得不錯的長期業績。另一方面，優秀基金經理的阿爾法確實長期更穩定一些。
從這個角度看，類似於金牛獎這樣的基金產品大獎，越來越重視長期維度業績和獎項，也是有道理的。
資料來源：Wind，國聯證券研究所。注：全部樣本涵蓋2015年之前發行的靈活配置型、偏股混合型，以及普通股票型基金，超額基準選擇滬深300。
超額收益中的阿爾法和貝塔
超額收益不穩定的背後，和獲得超額收益的難度加大也有很大關係。基金經理通常都認爲可以通過選股戰勝市場。也就是說，每年無論市場基準表現如何，自己選到的公司年度上能跑贏基準。選股也一度被認爲是最穩定的超額收益來源。
但是如果看美國市場，會發現結論完全不同。第一個重要結論是，1987年至今美股絕大多數年份只有不到一半的基金能夠跑贏指數。這個結論應該和我們感官差不多，特別是2009年至今要跑贏標普500的難度越來越高了。
資料來源：Wind，國聯證券研究所
比較震撼的是第二個結論。美國的主動權益靠什麼戰勝基準呢？從歸因分析看，美國基金經理選股居然是貢獻了負α，而且是最大的回報拖累。長區間下總回報戰勝基準的主要原因是風格因子β。
2005-2015年美國主動權益型基金的績效歸因分析
資料來源：BlackRock，Bloomberg，Barra，Morningstar，國聯證券研究所整理
當然，美國是一個成熟市場，散戶佔交易的比例很低，主動權益變得很大後，變成了互相之間要獲得超額。A股市場相對沒有那麼成熟，過去幾年散戶交易下降了很多，但整體來看主動權益還是有超額。那麼A股市場的數據如何呢？
第一個結論也和我們感官差不多，主動型基金主要是在結構性牛市跑贏市場，比如說2010年、2013年、2015年、2019到2021年。在一個弱市環境下，很難跑贏市場。
資料來源：Wind，國聯證券研究所
第二個結論也很震撼。通過對基金經理的風格因子做歸因分析，發現2010年以來表現最好的是兩大風格因子：景氣和動量。這也不能解釋，過去很長一段時間A股的主流投資方式是景氣度投資。追漲景氣和選高增長的成長風格，是2010年以來最主流的投資策略。
2010年以來，A股主動權益基金經理及績優基金經理的績效歸因分析(以萬得全A爲基準)
資料來源：Wind，國聯證券研究所。注：績優基金經理選取基金經理爲公募偏股中年限超過10年，同時任基金經理期間年化超額收益率排名前50的基金經理爲樣本，主動權益基金經理樣本選取指數基期早於2013年12月31日的偏股型基金經理指數，以此表徵基金經理的投資表現。各項貢獻結果爲整體情況的中位數。
那麼A股市場長期業績優秀的基金經理，和普通的基金經理在歸因分析上有什麼差異呢？從結論中看到，優秀基金經理的β和α同時共享了超額收益。這意味着什麼呢？就是優秀基金經理確實體現了超額收益更大、更穩定的特點，而且他們的貝塔也比普通基金經理有一些優勢。
我個人的理解是，優秀基金經理更專注在一套穩定的投資框架，而且能夠專注是因爲他們知道這一套框架是歷史驗證能夠獲得超額收益的。比如說有些基金經理長期專注在低估值風格，也有一些長期專注在高質量的投資。
2010年以來，A股主動權益基金經理的半年度業績拆解一覽
資料來源：Wind，國聯證券研究所。注：主動權益基金經理樣本選取指數基期早於2015年1月1日的偏股型基金經理指數，以此表徵基金經理的投資表現。各項貢獻結果爲整體情況的中位數。各項貢獻結果爲整體情況的中位數。
特別是從2019年之後，A股優秀基金經理的β貢獻在增強，雖然從2015年至今的長週期看，A股優秀基金經理的β和α貢獻結構變化不大。
資料來源：Wind，國聯證券研究所。注：績優基金經理選取基金經理爲公募偏股中年限超過10年，同時任基金經理期間年化超額收益率排名前50的基金經理爲樣本。各項貢獻結果爲整體情況的中位數。
從個人英雄走向工業化管理：
找對β變得更重要
在阿爾法持續變弱的環境下，美國資產管理行業又是如何進一步發展呢？從商業模式角度看，美國資產管理行業逐漸分離出了“Cheap β”（低費率的共同基金）和“High α”（高費率的對衝基金）兩大模式。2000年後，美國公募基金走的是低費率模式，管理費從1.08%下降到2022年約0.66%，採用“以價換量”的方式做規模化可複製的β。
在這種模式下，對β的管理變得更重要了。那麼如何管理β呢？
首先，找到長期靠譜的β或資產，認清楚資產或者β背後的風險和收益來源是什麼，知道“想賺什麼錢”。然後用smart beta工具做風險管理。這些年我們看到，優秀基金經理對beta的管理比以前更加重視，他們的beta管理能力更強。
其次，充分利用組合管理工具來控制波動率以及增厚收益。系統化、科學化的組合管理方式在這個過程中會變得更加重要。
組合管理的第一步是理解風險和收益之間的關係。我們通常會說“盈虧同源”，高收益往往伴隨着高風險，畢竟收益被看做是對於資產風險的價格補償。但實際上，A股市場的風險與收益並不完全呈正比。
偏股型基金整體相對全A承擔了更大的波動風險，但並未獲得更高的風險溢價補償。
資料來源：FactSet，國聯證券研究所
而在美股市場過去10年的表現看，風險和收益甚至呈現反比。美股主動權益基金表現出“低風險高收益”和“高風險低收益”的特徵。2021年以來，A股市場也逐漸呈現出“低風險高收益”和“高風險低收益”的特徵。
資料來源：FactSet，國聯證券研究所
資料來源：FactSet，國聯證券研究所
從波動率和收益率的關係看，波動率的穩定性要遠高於收益率。歷史波動率較低的因子，在未來的收益率或不差，比如說低波動因子、紅利因子和低估值因子。但是歷史波動率較高的因子，在未來收益率的確定性較弱，比如說動量因子和景氣因子。
衡量風險收益比後，規律更爲明顯。不同時間區間下，歷史波動率和未來夏普比率之間呈現穩定的負相關性。歷史波動率較低的因子，在未來有着更高的夏普比率。
資料來源：國聯證券研究所。注：橫軸爲各因子日度漲跌幅過去6個月的區間年化波動率，縱軸爲各因子未來3個月的夏普比。
通過進一步對牛市和弱市做劃分，我們看到高波動因子在牛市中更佔優，低波動率因子在弱市中表現更好。也就是說，高波動高收益的現象，大概率只有在牛市週期纔會出現。例如2019年1月到2021年12月的動量因子和2016年1月到2018年1月區間的質量因子，在所有因子中都同時具備最高的波動率和最高的收益率。
2010年以來，歷輪牛市週期下風格因子的風險收益投資
資料來源：Wind，國聯證券研究所。注：因子數據樣本起始於2010年初
2010年以來，歷輪弱市週期下風格因子的風險收益特徵
資料來源：Wind，國聯證券研究所。注：因子數據樣本起始於2010年初
相比於收益率的不確定性，波動率的延續性和確定性更高。這一點許多FOF基金經理在訪談的過程中，也曾經和我們提到過。歷史上波動率較低的因子，未來波動率大概率也較低。
資料來源：Wind，國聯證券研究所。注：橫軸爲各因子日度漲跌幅過去6個月的區間年化波動率，縱軸爲各因子日度漲跌幅未來3個月的區間年化波動率。
從2010年至今收益率和波動率的統計指標也看到，波動率越大的因子，收益率的可預測性就越差。而像紅利因子、低估值因子、低波動因子這類低波動的因子，收益率的波動性比較低，使得未來收益的可預測性就相對較好。
資料來源：Wind，國聯證券研究所。注：數據自2010年1月1日以來。
插一個題外話：短期考覈真的好嗎？
從上面的數據我們看到，低波和紅利是兩個市場表現很好的長期因子，而且還能帶來更高的夏普比，意味着用戶的體驗也更好。
但爲什麼A股市場上對這兩個風格因子暴露的基金經理佔比始終不高呢？這是因爲過去大家對基金經理的考覈整體是偏向短期一年業績爲主的。在短期考覈佔比較高的情況下，基金經理更傾向於追求短期趨勢，也就是動量因子。這也使得市場上願意長期暴露在低波和紅利的基金經理數量並不多。
所以我們看到，對基金經理考覈週期的長短，也會對市場上smart beta的暴露佔比產生影響。
用Smart Beta思維構建產品組合
對於基金持有人來說，提供波動率目標的產品或許比收益率目標產品更好，因爲前面提到，控制波動率相較於控制預期更容易實現，也更可觀。況且，收益和風險不呈正比的情況下，爲了追求收益放大波動並不能得到應有補償。
另一方面，Smart Beta也有更貼近主動思維構成的因子，不僅簡單易懂，也能長期賺錢。在這裡把Smart Beta按照投資邏輯分爲八個因子：動量、小盤、景氣、質量、價值、大盤、低波、紅利。
資料來源：國聯證券研究所
從Smart Beta的因子行業分佈看，並非一成不變。比如說早期景氣因子覆蓋的是金融，之後轉向了信息技術，在後面轉向了可選消費。同樣，質量因子並非只是消費醫藥，最初也是從週期製造轉向的消費和醫藥。紅利因子在2015年後的分佈較爲穩定，金融行業佔比較高。
拉長時間看，2010年至今的單一因子基本上都能跑贏全A和偏股基金指數，除了大盤因子之外。單純從收益率角度來看，動量和質量因子明顯優於其他因子。從風險收益角度來看，低波、紅利、價值因子的波動率和最大回撤明顯更低。
資料來源：Wind，國聯證券研究所。
既然這幾類smart beta因子相對大盤都有超額收益，那麼通過構建低相關性的組合，能夠比較好實現降低風險，提高收益的效果。特別是相關性越低的Smart Beta因子，其兩兩組合後的收益率越高。比如說質量因子和小盤因子，景氣因子和低波因子等。
我們在訪談基金經理的時候，大家最常見的組合管理方式是行業分散。事實上，風格因子的分散比行業分散的效果和穩定性更好。我們經常會看到行業分散的基金，事實上對單一風格做了很大的暴露（最典型的是2020年“核心資產”的高質量風格）。此外，行業之間的相關性因爲經營週期變化，也會發生變化。比如說能源和材料從此前負相關轉變爲2018年以後的強相關性。
如果把所有偏股基金分爲兩個組對照，一組基金在行業配置上做了分散，不同行業的持倉相對均衡；另一組爲剩下的全部基金，在行業分佈上明顯更集中，大量持有信息技術、工業等行業。但是從持倉的淨值表現看到，行業分散的基金並沒有明顯優於其他基金。
資料來源：Wind，國聯證券研究所
理解了風格之間低相關性的組合構建後，就能形成一個更好的複合策略產品。這個組合或產品不僅夏普比能更高，收益率也會比較好。質量、低波和動量三者之間能夠形成比較好的Ultra Beta策略。
2010年至今，Ultra Beta的年化收益率爲19%，高於動量因子的16%和質量因子的13%。風險方面，Ultra Beta的最大回撤爲-37%，與低波動因子的最大回撤接近。綜合考慮風險和收益後，Ultra Beta的風險收益比爲85%，遙遙領先其他單一因子。況且，除了動量因子明顯佔優的階段外，Ultra Beta在大部分階段都有不錯的超額收益，體現了很強的穩定性。
資料來源：Wind，國聯證券研究所
從組合管理的策略看，A股市場有一個比較簡單有效的方式：再平衡。2010年1月到2024年6月，再平衡能夠使得Smart Beta因子的年化收益率提高3%-4%，即便考慮風險後的風險收益比，也有明顯提升。
再平衡有效性背後的原因是，高拋低吸在A股要優於追漲殺跌。
底層資產優化+組合管理工具
實現穩定的超額收益
在聊了那麼多之後，我們發現“底層資產優化”+“組合管理工具”的方式，能夠幫助一個產品組合實現穩定的超額收益。這裡面，先要明確產品的投資目標：“超額策略”還是“絕對策略”。超額策略能更好跟住基準，其中最小波動的超額收益在收益端和全A淨值差異不大，但路徑要平緩很多；而以最大夏普的超額收益，波動會比較類似，但能獲得更高的趨勢水平。
資料來源：Wind，國聯證券研究所。注：此處樣本爲Smart beta因子；有效前沿加權中，選用過去兩個月收益率以及過去1年波動率；在等權加權中，選用過去兩個月收益率TOP3的因子進行等權配置。兩種加權方式中調倉時點均爲每年財報實際披露完全的節點，具體而言：5月初、9月初，以及11月初。
我們知道，組合管理有一個工具叫做“有效前沿”，這是一個對資產年化收益率和年化波動率曲線的管理。許多人覺得，有效前沿在中國市場做起來未必有效，因爲權益的波動太高了，而中國債券的波動又顯著低於海外。事實上，我們可以用“有效前沿”作爲組合的因子管理工具，就能帶來比較好的效果。
資料來源：Wind，國聯證券研究所
在組合管理上，我們可以更上一層，把產業生命週期和宏觀輪動放進去。不同產業的生命週期，所對應的阿爾法階段不一樣。同樣，不同的宏觀週期下，能夠表現的風格因子也不一樣。比如說，牛市中動量因子表現更好，熊市中紅利因子表現更好。宏觀輪動下的組合管理模型分爲兩大部分：1）宏觀週期位置下風格的預期收益率；2）估值位置下的風格預期收益率。
資料來源：國聯證券研究所
資管行業進入更專業化分工時代
從包承超團隊的這篇深度報告中，我們看到基金產品相對基準的超額收益，可能更多來自兩大部分：對smart beta風格因子的暴露，對宏觀週期或產業週期的輪動。拉長看，Smart Beta的各類因子，都相對偏股基金指數取得了超額收益。但問題是，單一風格因子一定會在某些年份表現不好。
大家在詬病基金經理業績表現的時候，或許更應該瞭解基金經理的投資風格。就像這兩年表現優異的紅利風格基金經理，曾經也在2019和2020高質量因子牛市中，被市場批評過。
從持有人體驗的角度看，我們發現因子波動率的穩定性比收益率更高。進一步看，通過構建smart beta相對分散的組合，能夠比較好提高組合的風險收益比。再往上一層走，如果能夠建立宏觀層面和產業生命週期的組合管理能力，可以進一步優化產品組合的表現。
這些環節都需要更進一步的專業化分工。或許未來公募基金主動權益產品承載更大的持有人規模體量，會來自多基金經理產品化的工業化管理。基金經理個人，在今天的時代承擔了太多的職責，顆粒度更細的分工，也有助於提高基金公司的產品能力。
最後，還是那句話：如果需要進一步瞭解或者閱讀報告全文，歡迎聯繫國聯證券銷售團隊。也很感謝好朋友包承超，能夠願意投入幾個月的時間打磨出一篇值得資管行業思考的報告！
- end -
按姓名首字母排序
上下滑動閱讀更多內容
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | 劉 輝銀華 | 劉 輝東方紅
| | | | | 東方紅
中信保誠 | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | 民生加銀 | 東方紅 |
| | | | |
| | | | |
| | | | |
| | | | 王 |
| | | | | 王奇瑋
| | | | 中銀
中信保誠 | | | |
| | | | |
| | | | 吳 | 吳
| | | | |
| | | | |
| | | | |
| | | 徐志華 | |
| | 許 | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | |
袁 航 | | | | |
| | | | 富國
農銀匯理 | | | |
| 張翼飛 | | | |
| | | | |
| | | | |
| | | | |
| | | | |
| | | | | 山
| | | | |
| | | | |
| | | | 朱 贇 |
| | | | |
| | | | |