1、时代金融Times Finance个人养老金FOF基金业绩影响因素研究张润泽本文研究个人养老金FOF基金业绩的相关影响因素，主要包括：基金资产配置，基金经理和基金历史评级三方面特征。对2 0 2 3 0 5至2 0 2 3 0 9市场下降区间，1 51 只个人养老基金7 3 4 个特征向量按月末时点进行提取和标准化，并进行了相关性分析和线性回归分析。结果表明：市场下降区间，FOF基金的绝对和相对收益均与“权益类占比”呈较显著的负相关性，相对收益与“前1 0 子基金资金集中度”呈一定的正相关性；FOF基金的绝对收益与基金经理近期所辖普通证券投资基金的整体回报呈一定的正相关性；FOF基金业绩与6
2、个月前的历史评级无显著相关性。一、引言为更好地向个人投资者提供养老投资服务，同时推进我国养老保障市场体系的完善，自2 0 2 2 年1 1 月1 8 日，40家公募基金管理公司的1 2 9只养老目标基金FOF，首批人围了个人养老基金名录。截至2 0 2 3 年6 月3 0 日，该名录数量扩展到1 51 只1 。而目前业内学者对于证券投资基金业绩影响因素的研究已有了较丰硕的成果，主要从基金自身特征（基金规模，基金资产配置，基金行业配置），基金经理特征和外部宏观因素三个层面出发进行研究。其中，证券投资基金的资产配置因素对基金业绩有显著影响，已成为业内较多学者的研究共识。王征（2 0 0 5）对2
3、0 0 0 一2004年我国股票型基金的资产配置对收益的贡献度作了分析，结果显示，资产配置的解释程度为8 0%左右 2 。段洁新（2 0 1 3）使用面板数据分析方法对我国股票性基金业绩的影响因素，结果显示基金业绩与其股票交易量、资金利用效率、份额增长率、管理费率及股市整体走势呈正相关关系，与机构投资者比例呈负相关关系，与基金规模呈倒U型关系【3】。雷卫（2 0 1 8）以2 0 1 1 2 0 1 5年我国开放式基金作为研究对象，结合上证指数走势，分别探究上升、下降、震荡三个阶段，基金经理个人特征、基金经理投资风格与技指标名称上月度绝对收益上月度相对收益基金规模能对基金业绩的影响。通过实证分
4、析，得出基金经理的个人特征对自身的投资风格和投资技能具有直接影响，进而间接地影响基金业绩的结论 4 。而相较普通证券投资基金影响因素丰富的研究成果，养老FOF基金业绩的影响因素研究尚处于起步阶段。由于FOF基金的基本组成单元为证券投资基金，其底层资产透视的过程较证券投资基金明显复杂，故对其业绩影响因素指标的选择和计算方法，与普通证券投资基金相比也更具挑战性。本文基于之前研究者对普通证券投资基金影响因素的研究思路，着重扩展研究养老FOF基金业绩影响因素的指标选择，相关性分析和显著性验证。业绩评价指标和业绩影响因素特征的提取FOF基金业绩影响因素的研究，其实质是研究基金的业绩评价指标，与提取的基金
5、自身、基金经理、历史基金评级等特征指标的关系。对于基金的业绩评价指标，业内现阶段不再单纯考察其绝对收益率，也会添加考虑其相对收益率（即考虑市场和基金类型的影响，与同期同类型的平均收益率做减）。而对于FOF基金影响因素特征的建立和选取，本文从基金自身特征（规模，权益类占比，前1 0 大基金集中度，风格集中度），基金经理特征，基金历史评级三个方面出发，基于Wind资讯中“共同基金业绩表现”（收益率），“共同基金持仓组合”“共同基金组合行业配置”“共同基金基金经理业绩表现”“共同基金Wind评级/第三方评级”等数据表，关联提取或派生计算个人养老FOF基金的收益率指标（因变量）和基金自身、基金经理、基
6、金历史评级的特征指标（自变量）。由于养老FOF更关注长期业绩，在下文的研究中以“月度”为单位，提取每月末时点截面前的最近指标，指标具体的提取和派生计算逻辑如表1 所示。表1 业绩评价指标和影响因素特征的提取逻辑描述英文名称指标类型F_RETURN_MONTH因变量RELA_RETURN_因变量MONTHFUND_SCALE提取（派生计算）逻辑描述FOF基金上月度的相对收益，从Wind源表字段“收益率（一个月）”提取。FOF基金上月度在同类基金中的相对收益，取：上月度绝对收益一“同类基金平均收益率（最近一个月）”。FOF基金统计时点前，最新公布（通常为每季度末）自变量（基金自身特征）的基金份额*
7、对应日的基金净值。72时代金融Times Finance时代金融指标名称权益型占比前1 0 名重仓子基金集中度前三行业配置集中度最大行业配置集中度基金经理近三个月收益加权基金经理近三个月收益同类排名加权基金经理近六个月收益加权基金经理近六个月收益同类排名加权基金经理近一年收益加权基金经理近一年收益同类排名加权基金经理履任以来年化回报加权基金经理履任以来回报同类排名加权前三子基金的三方综合评级前三子基金的Wind综合评级第一大子基金的三方综合评级第一大子基金的Wind综合评级三、业绩评价指标和业绩影响因素特征的相关性分析本章主要对FOF基金业绩评价指标（绝对收益率、相对收益率）和基金自身（规模、
8、权益类占比、资金集中度、行业集中度等），基金经理（所辖普通证券投资基金近一年平均收益、排名等），基金历史评级三个方面的特征进行单要素的相关性分析。由于养老金FOF基金绝大多数在2 0 2 2 年1 1 月后成立，为使相关性分析的结论更加可靠，我们将2 0 2 2 年1 1 月后的月份划分为上升区间和下降区间，由于上升区间较为零散，本文重点选取2 0 2 3 0 5至2 0 2 3 0 9这一集中“下降”的区间作为研究区间。即：提取2 0 2 3 0 5至2 0 2 3 0 9区间每月末，英文名称STOCK_TAKE_RATIOFUND_TOP1O_RATIOTOP3_IND_RATIOMAX_
9、IND_RATIOMNG_RETURN_3MMNG_RANK_3MMNG_RETURN_6MMNG_RANK_6MMNG_RETURN_IYMNG_RANK_1YMNG_ANNRETURNESMNG_RANK_ESTP_TOP3_SF_STARWIND_TOP3_SF_STARTP_TOP1_SF_STARWIND_TOP1_SF_STAR指标类型自变量（基金自身特征）自变量（基金自身特征）自变量（基金自身特征）自变量（基金自身特征）自变量（基金经理特征）自变量（基金经理特征）自变量（基金经理特征）自变量（基金经理特征）自变量（基金经理特征）自变量（基金经理特征）自变量（基金经理特征）自变量（
10、基金经理特征）自变量（历史评级特征）自变量（历史评级特征）自变量（历史评级特征）自变量（历史评级特征）151只基金共7 3 4 个有效的特征向量样本，做相关性计算和下一章的回归分析评测。（一）基金特征方面FOF基金业绩与基金自身配置特征的相关性结果如表2所示。通过结果整体来看，相对收益与各基金特征的相关性较绝对收益显著。其中FOF基金下降区间的月度收益：一是与“权益类占比”指标有较明显的负相关性，符合下行市场中，权益类占比越大基金业绩反而越差的规律；二是与“前十子基金集中度”指标有一定正相关性，原因可能是由于子基金集中度高，表示基金经理对重仓基金有信心，也确实取得了同期较高的相对收益，而反之则
11、表明基金经理对市场不看好，或不确定性增加；三是与“基金规模”73提取（派生计算）逻辑描述前1 0 重仓子基金中，类型为“股票型”和“偏股混合型”的子基金规模与全部前1 0 子基金规模的占比。前1 0 重仓子基金的规模占基金整体规模的比例。以Wind源表中“证监会行业编号”做行业分类，前三行业配置集中度=前三大行业市值占比/所有行业市值占比。最大行业配置集中度=最大行业市值占比/所有行业市值占比。从Wind源表取基金经理近三个月所辖基金的平均收益，若基金经理从业不满三个月，则取“近1 个月”最长近期区间的收益。若某FOF基金存在多个基金经理，则按第一基金经理7 0%，除第一外其余基金经理平分3
12、0%加权计算。从Wind源表取基金经理所辖基金近三个月的收益同类排名，若从业不满三个月，则取“近一个月”最长近期区间的收益同类排名。指标化公式为：（总排名-基金排名）总排名，若某FOF基金存在多个基金经理，则按第一基金经理7 0%，除第一外其余基金经理平分3 0%加权计算。从Wind源表取基金经理近六个月所辖基金的平均收益，若不满六个月，则取“近三个月一个月”最长近期区间的收益。其余处理同“近三个月收益加权”。从Wind源表取基金经理所辖基金近六个月的收益同类排名，若不满六个月，则取“近三个月一个月”最长近期区间的收益同类排名。其余处理同“近三个月收益同类排名加权”从Wind源表取基金经理近一
13、年所辖基金的平均收益，若不满一年，则取“近六个月/三个月1 一个月”最长近期区间的收益。其余处理同“近三个月收益加权”。从Wind源表取基金经理所辖基金近一年的收益同类排名，若不满一年，则取“近六个月/三个月/一个月”最长近期区间的收益同类排名。其余处理同“近三个月收益同类排名加权”。若基金经理履任满一年，则取履任以来年化回报；若未满一年，则取履任以来回报。加权计算同“近三个月收益加权”取基金经理履任以来回报同类排名。指标化公式和加权计算，同“近三个月收益同类排名加权”。取FOF占比前3 的子基金，六个月前最新公布的三方评级，三只取平均，评级（满级为5星）*0.2 做归一化处理。取FOF占比前
14、3 的子基金，六个月前最新公布的Wind评级，三只取平均，评级*0.2 做归一化处理。取FOF占比最大的子基金，六个月前最新公布的三方评级，评级*0.2 做归一化处理。取FOF占比最大的子基金，六个月前最新公布的Wind评级，评级*0.2 做归一化处理。下时代金融时代金融Times Finance呈微弱的负相关性，符合下行市场中，规模越大，调仓换股越困难的规律，但由于FOF基金资产配置本来较普通的证券投资基金更为分散，因此这种负相关性较微弱；四是与“行业配置集中度”基本无相关性。表2 基金月度收益与FOF基金自身配置特征的相关性计算结果（2 0 2 3 0 52 0 2 3 0 9）月度绝对收
15、益基金规模-0.087308权益类占比-0.299869前1 0 名重仓子基金集中度0.167451前三行业配置集中度0.051378最大行业配置集中度0.033298（二）基金经理特征方面FOF基金业绩与基金经理特征的相关性结果如表3 所示。整体结果来看，FOF基金业绩与基金经理历史收益和排名特征的整体相关性不高，“月度绝对收益”与基金经理近期不同历史区间的收益，受市场情况影响相关性大小不确定。而“月度相对收益”与基金经理“近三个月/近六个月近一年”不同历史区间的收益排名，呈较弱的正相关性（数值在0.1 左右）。表3 基金月度收益与基金经理特征的相关性计算结果（2 0 2 3 0 52 0
16、2 3 0 9）月度绝对收益月度相对收益基金经理近三个月收益0.028238基金经理近六个月收益0.162258基金经理近一年收益0.036528基金经理履任以来年化回报0.042776基金经理近三个月收益同类排名-0.047164基金经理近六个月收益同类排名0.002788基金经理近一年收益同类排名0.001679基金经理履任以来回报同类排名-0.010449（三）基金历史评级方面本节中FOF基金的历史评级，是指在六个月前公布的前三重仓子基金或第一重仓子基金的Wind或三方评级。基金业绩与历史评级的相关性结果如表4 所示，整体结论是FOF基金业绩与其重仓子基金的六个月前公布历史评级无显著相关
17、性，其可能的原因是六个月前公布的历史评级主要反映了历史期基金的业绩情况，评级并不具备长期预测性；且FOF基金组合较分散，其整体业绩与代表子基金评级的相关性会相应减弱。表4 基金月度收益与基金历史评级特征的相关性计算结果（2 0 2 3 0 52 0 2 3 0 9）月度绝对收益月度相对收益前三子基金三方综合评级-0.001269月度相对收益前三子基金的Wind综合评级-0.142227第一大子基金的三方综合评级-0.424371第一大子基金的Wind综合评级0.293139四、FOF基金业绩影响因素特征的线性回归分析0.092747本章对2 0 2 3 0 5至2 0 2 3 0 9下降区间，
18、1 51 只养老金基金月末共7 3 4 个特征向量，分别以“月度绝对收益”和“月0.061698度相对收益”为因变量，根据第三章相关性计算的初筛结果，选取“基金自身”特征中的“基金规模，权益类占比，前1 0 子基金集中度”和“基金经理历史收益”相关特征作为因变量集合，按公式（1）形式建立标准的线性回归方程。Yi=bo+b1*X1+b2*X2+b3*X3+.+8i(1)（一）月度绝对收益的回归结果以“月度绝对收益”为因变量，“基金自身”特征中的“基金规模，权益类占比，前1 0 子基金集中度”和“基金经理历史收益”相关特征作为自变量，线性回归结果如表5。回归结果显示，FOF基金的“月度绝对收益”与
19、“基金权益类占比”“基金经理近三个月/近六个月/近一年收益”和“基金经理近三个月收益排名”的相关是显著的（PltI的值小于0.0 5）。0.059209表5“月度绝对收益”的线性回归模型结果0.046877Dep.Variable:F_RETURN_MONTH0.075600Model:OLS0.014568Method:Least Squares0.096210No.Observations:7340.0973470.130711-0.0172090.089174-0.016471-0.0307270.0239990.065319-0.052948-0.082222R-squared:0.1
20、74Adj.R-squared:0.161F-statistic:13.79Prob(F-statistic):3.23e-24coefstd errconst1.9079FUND_SCALE0.0039FUND_TOP10_RATIO0.6325STOCK_TAKE_RATIO-1.7149MNG_RETURN_3M0.2267MNG_RANK_3M-4.1449MNG_RETURN_6M0.2322PltlI0.5473.4890.1740.0230.4561.3870.223-7.7020.0573.9560.867-4.7790.0395.9090.0010.9820.1660.000
21、0.0000.0000.00074下时代金融通过上文对于市场下降区间，养老金FOF基金业绩（“绝Times Finance时代金融五、结论与展望MNG_RANK_6M-1.0138MNG_RETURN_1Y-0.0905MNG_RANK_IY0.6209MNG_ANNRETURNES0.0365MNG_RANK_ES0.1545（二）月度相对收益的回归结果以“月度相对收益”为因变量，基金自身特征中的“基金规模、权益类占比、前1 0 子基金集中度”和“基金经理历史收益”相关特征作为自变量，线性回归结果如表6。回归结果显示，FOF基金的“月度相对收益”与“基金权益类占比”，“前1 0 重仓子基金资
22、金集中度”和“基金经理近三个月收益”的相关是显著的。表6“月度相对收益”的线性回归模型结果Dep.Variable:RELA_RETURN_MONTH R-squared:0.217Model:OLSMethod:Least SquaresNo.Observations:734constFUND_SCALEFUND_TOP1O_RATIOSTOCK_TAKE_RATIOMNG_TOTRETURN_3MMNG_RANK_3M_RATIOMNG_TOTRETURN_6MMNG_RANK_6M_RATIOMNG_TOTRETURN_1YMNG_RANK_1Y_RATIOMNG_ANNRETURNES
23、MNG_RANK_ES_RATIO0.9430.0280.8660.0250.459Adj.R-squared:0.205F-statistic:18.21Prob(F-statistic):2.78e-32coefstderr0.44270.3121.420-0.09280.099-0.9340.3510.93430.260-1.24340.127-9.7990.0000.08350.033-0.33970.494-0.6870.4920.00090.022-0.21260.537-0.3960.693-0.01270.016-0.8060.4210.34040.4940.6890.0123
24、0.014 0.8480.15650.2621.0753.2590.7171.4420.337t3.5962.5580.0390.5980.2830.0010.4740.1500.737PItl0.1560.0000.0110.9690.4910.3970.550对/相对”收益），从“基金自身/基金经理/基金历史评级”三个方面特征的相关性分析和线性回归分析，总结得出以下三点结论：FOF基金自身方面特征：在较为集中的市场下降区间，FOF基金“绝对/相对”收益均与“权益类占比”呈较显著的负相关性，其相对收益与“前1 0 子基金资金集中度”呈一定的正相关性。FOF基金经理方面特征：在较为集中的市场下
25、降区间，FOF基金的绝对收益与基金经理所辖证券投资基金的近期回报有一定的正相关性，且距统计时点的时间越近，这种相关的显著程度越强。这个结论也间接验证了基金经理业绩有一定的持续性。FOF基金业绩与其子基金的历史评级无显著相关性：本文主要对FOF基金的业绩指标和相关影响因素进行了特征向量的定义，提取和标准化，进一步进行了相关性分析和线性回归分析，得出了市场下降区间养老金FOF基金相关影响因素的上述结论。但由于从2 0 2 2 年1 1 月起，养老金FOF才初步形成了入围名录，可供提取的特征向量较为有限；另一方面从2 0 2 2 年1 0 月至今，很难提取到市场的集中上升区间，本文的研究还有一定的局
26、限性，只选取了市场的集中下降区间进行了相关研究。相信随着养老FOF基金在我国的不断发展，关于养老FOF基金业绩及相关影响因素的研究成果会更加丰富。参考文献：1 中国证券投资基金业协会网站，2 0 2 3:个人养老金基金名录，https:/ 王征.资产配置对基金收益率的贡献度分析-来自中国市场的经验数据J.经济科学，2 0 0 5(4):8 0 8 8.3 段洁新，王志文，赵自然。我国开放式股票型基金的业绩影响因素研究一一基于面板数据的实证分析 J：金融理论与实践，2 0 1 3(0 9):7 2-7 5.【4】雷卫，何杰：基金经理特征、投资风格及技能与基金业绩J】，财经问题研究，2 0 1 8(0 8):58-6 5.作者单位：中信建投证券股份有限公司，硕士研究生，VP。时代金融下75
