【华泰金工林晓明团队】景顺长城量化精选投资价值分析

                SFC No. BPY421

李子钰     S0570519110003                  研究员

何康         S0570520080004                  

                SFC No. BRB318                   研究员

王晨宇     S0570119110038                  联系人

报告发布时间：2021年6月18日

本文从全方位视角对景顺长城量化精选基金进行分析

主动量化基金一般指不进行空头对冲且没有明确跟踪误差要求的主动管理量化基金产品。其特点有：（1）基金以较高仓位持有股票多头，既能获得权益市场长期向上的Beta，也能通过主动管理获得长期的Alpha。（2）主动量化基金一般持仓较为分散，通过持仓大量股票来降低组合风险，有利于提升产品的收益风险比。（3）主动量化基金能充分利用市场中存在的大量数据对股票进行定价，且能覆盖市场中绝大多数股票，具有投资广度的优势。本文以景顺长城量化精选基金（000978.OF）为例，从产品的收益风险特征、Barra多因子模型、Brinson归因模型与打新收益测算等多个视角进行分析。

景顺长城量化精选投资目标：力争获取超越业绩比较基准的投资回报

景顺长城量化精选的业绩基准为中证500指数收益率×95%+商业银行活期存款利率(税后)×5%，中证500的表现在较大程度上决定了基金的表现。当前中证500具有以下特征：（1）中小市值为主，行业分布均衡。主要行业既包含技术创新行业（医药、电子），又包含顺周期行业（基础化工）；（2）基期以来收益表现较好，今年跑赢主流宽基指数；（3）PE_TTM和PB_LF分位数处于低位，估值提升空间较大；（4）指数盈利成长弹性大，当前处于较高水平。从主动管理层面来看，景顺长城量化精选采用超额收益模型、风险模型、交易成本模型优选股票，同时可辅以打新等另类策略增强收益。

收益风险特征：成立以来显著跑赢中证500，2021年以来优势明显

景顺长城量化精选成立以来显著跑赢中证500。2021年截至5月31日，基金收益率为11.43%，无论在主动权益类基金还是中证500指数增强基金中均处于前列。从主动权益类基金的视角来看，景顺长城量化精选各项指标均位于市场前20%，风险指标及风险调整收益位于市场前10%，为投资者提供了较为优质的Alpha。从中证500指数增强产品的角度看，产品的收益端优势仍旧突出，同时回撤控制水平跻身前5%，拥有理想的风险调整收益。

Barra风格因子分析：倾向非线性市值、盈利、动量、成长风格

从整体风格偏移上看，景顺长城量化精选大部分因子偏离控制在±0.6以内，且方向性较为稳定。从偏离水平上看，基金在非线性市值、盈利、动量、成长等风格上均有长期较高的正向暴露，对盈利能力强、成长性强、市场认可度高的中市值个股有较明显的偏好；同时，基金倾向于低配市值、残差波动率因子。

Brinson模型归因：选股能力贡献核心的超额收益，打新参与度高

Brinson模型归因显示，景顺长城量化精选的选股效应收益贡献最为突出，在各期均提供了正向的超额收益；配置效应贡献稍弱，但在大部分时间内仍呈现正向超额收益；交叉收益则呈现一定的波动。总体来看，景顺长城量化精选基金的选股能力贡献了核心的超额收益。打新方面，景顺长城量化精选基金在打新中获得的预估收益增厚明显高于同区间的平均水平，可以认为基金的打新参与度较高。截至2021年一季度，景顺长城量化精选规模为6.09亿元，能够覆盖绝大部分新股的顶格申购，同时能够维持相对较高的打新效率，处于相对合理的规模区间。

风险提示：本报告对历史数据进行梳理总结，历史结果不能简单预测未来，规律存在失效风险，投资需谨慎。基金过往业绩并不预示其未来表现，基金管理人管理的其它基金业绩并不构成对基金未来业绩表现的保证。

公募基金中，主动管理的量化产品主要分为3类，分别是主动量化基金、指数增强基金和量化对冲基金。主动量化基金，一般指不进行空头对冲且无明确跟踪误差要求的主动管理量化基金。与指数增强基金相比，主动量化基金没有严格的跟踪误差约束；与量化对冲基金相比，主动量化基金采用多头策略而非多空策略。主动量化基金是一类限制较为宽松的产品，不同基金风格相差可能较大。

主动量化基金发展历程

根据Wind的主动量化分类标签统计，2004年8月27日，第一只主动量化基金成立。2014年至2017年，主动量化基金规模发展迅猛，一度接近千亿元，随后进入平稳发展阶段。截至2021年一季度，国内市场共有214只主动量化基金，总规模约为661亿元。

从规模上看，偏股混合型主动量化基金规模最大。

主动量化基金表现：最近两年绝对收益中位数跑赢沪深300指数

下表为主动量化基金和沪深300及中证500分年度绝对收益对比。2020年和2021年以来，主动量化基金的绝对收益中位数都能跑赢沪深300指数。

主动量化基金持仓特点：股票持仓分散，灵活配置型股票仓位较高

我们计算三类主动量化基金的持仓集中度（前10大重仓股票权重和）和持股数。相比同类基金，主动量化基金的平均集中度较低，平均持股数较多，说明主动量化基金持仓更分散，可降低组合的风险，有利于提升风险收益比。

与同类基金相比，普通股票型和偏股混合型主动量化基金的股票仓位比较接近，而灵活配置型主动量化基金的股票仓位相比同类基金更高。

主动量化基金的投资方法包括仓位控制、行业轮动与选股等方面。基金仓位控制基于投资人对市场环境进行判断并进行择时，行业轮动源于对不同行业的分析，选股则基于对个股质地的甄选；三种方法分别对应了资产配置的宏观、中观和微观三种视角。

从实践方式上看，主动量化基金使用量化策略进行选股，量化型策略立足于量化数据和统计规律，通过相对稳定的规则或模型对投资进行决策，多因子模型是目前量化产品的典型方法，也是量化选股方法中理论体系最完善的模型之一。量化策略依托科学的数理模型，降低了个人的不确定性因素，具有较强的稳定性。

与此同时，一些应用其他有价证券、衍生品以及市场机制的另类策略，可以并行地实现策略的收益增强。典型的方式包括参与打新、获取股指期货基差收益、交易可转债以及期权、收益凭证等其他衍生品以获得超额收益。

主流量化选股策略：多因子模型

量化选股模型的主流是多因子模型，使用多因子模型进行量化选股的流程包含：

收益预测。通过各种数据来源构建alpha因子（alpha因子是指对于未来股票收益具有显著且稳定预测能力的因子）。单个alpha 因子提供了全市场股票一个维度的评分，投资经理通常会根据不同alpha 因子的收益预测能力，对多个alpha因子进行加权，得到一个最终的合成评分，以此为基础构建组合。

风险控制和组合优化。这部分使用的因子通常称为风险因子，这类因子的特征是能够对于未来股票的风险有显著且稳定的预测能力。此外，组合通常还有持仓最大权重、换手率、波动率、相对基准的跟踪误差、最大回撤等诸多限制条件。最简单直观的风险控制手段是行业中性和市值中性，因为行业、市值是最显著的风险因子，股票的收益波动很大程度来自行业端和市值端。实际中运用的风险模型可能更为复杂精细，但它们的目的都是使组合运行在产品的约束框架内。

目前A股市场已有4000多只上市公司股票，多因子模型能利用全市场股票的数据对股票进行定价建模，具有投资广度的优势。景顺长城量化选股模型主要采用超额收益模型、风险模型、交易成本模型三大类量化模型分别用以评估资产定价、控制风险和优化交易。三大模型协同运作，以基本面为核心精准选股以获取稳定超额收益。

部分另类策略概览

打新策略

A 股市场的IPO长期存在较高的溢价，因此打新策略对基金组合提供了相对稳定的收益来源；而近两年以来，伴随着“注册制试点”的科创板开板以及创业板注册制的推行，板块内新股上市的审批效率显著提升，2020年以来A股一级市场较为活跃。

受益于注册制科创板与创业板的充分利好，2021年以来A股市场的IPO活跃度持续，其中创业板的IPO热度较为突出；截至5月31日，2021年的创业板IPO数量与融资总规模双双超越2020年的全年水平。

股指期货基差策略

股指期货是以市场指数净值为标的的期货合约，目前国内可交易的股指期货包括上证50指数期货（IH）、沪深300股指期货（IF）和中证500指数期货（IC）。股指期货的价格在合约临近交割时向指数现货收敛；但由于A股市场做空工具的稀缺，股指期货的空头需求较大，国内的股指期货长时间存在较明显的贴水，其中在IC合约尤为明显。

因此，对于基准指数主要为中证500的主动量化基金来说，购入处于贴水状态的IC合约，能随着合约临近到期而获得基差修复的收益；另一方面，由于股指期货的保证金制度，投资股指期货可以利用杠杆降低资金占用率，结余的资金可以通过现金管理工具进一步增厚收益。

值得注意的是，投资股指期货对基金组合存在仓位的限制。根据证监会发布的《证券投资基金参与股指期货交易指引》文件，“证券公司集合资产管理计划在任一时点，持有的卖出股指期货合约价值总额不超过集合资产管理计划持有的权益类证券总市值的20%，持有的买入股指期货合约价值总额不超过集合资产管理计划资产净值的10%。”因此，基金可以买入净资产10%以下的期货合约，以此达到收益增强的效果

可转债交易策略

可转债是含修正、回售、转股、赎回及债券为一体的混合衍生品。传统的可转债套利策略中，最简单的一种是可转债静态套利策略，主要方法是寻找价格被低估的可转债，衡量标准是可转债的价格低于其转换价值，即转股溢价率为负。具体策略：一是投资者买入一定数量的可转债并实施转股，然后在下个交易日将转换的股票卖出以从两者的差价中获取利润，卖出的股票数量与可转债的转换比率相匹配，该策略不需要调整股票头寸。二是投资者当天买入转债并实施转股，同时融券卖空正股，并在下个交易日将转股后的股票用于还券。由于我国股票是T+1交易机制，当天转换的股票只有在下一个交易日才能够卖出。在融资融券制度推出之前，可转债套利者需承受当日股价波动的风险，而融券卖空规避了当日股票价格波动的风险。对于非转股期的可转债来说，投资者通过买入可转债，申请转股，同时融券卖空股票，等到转股期后将转换的股票用于还券。这里需要考虑可转债的持有成本和融券的利息成本等，如果融券的资金成本过高，则该策略的实际应用效果可能比理论的效果要差。

基金基本信息

基金的基本信息如下：

基金费用信息

基金的费用信息如下：

景顺长城量化精选业绩基准指数：中证500投资价值分析

景顺长城量化精选的业绩基准为中证500指数收益率×95%+商业银行活期存款利率(税后)×5%，说明中证500指数本身的表现在较大程度上决定了景顺长城量化精选的业绩表现。中证500指数由全部A股中剔除沪深300指数成份股及总市值排名前300名的股票后，总市值排名靠前的500只股票组成，综合反映中国A股市场中一批中小市值公司的股票价格表现。我们将从多个角度分析中证500指数的特征。

成分股特征：中证500以中小市值为主，行业分布均衡

从市值分布的情况来看，沪深300包括了众多一线龙头，市值较大。而中证500成分股以中小市值为主，平均市值为243亿元（2021年5月31日）。相对于市值更小的中证1000成分股，中证500成分股大部分已度过了初期成长期，处于相对稳定成长的阶段，形成了较成熟的公司治理架构，拥有优秀的产业运营经验，在其所处细分行业形成了一定程度的规模效应。

从行业分布上来看，中证500的主要行业分别为医药、基础化工、电力设备及新能源、电子等行业，对应技术创新和需求转型升级的投资方向，又包含顺周期行业，中长期具有较高投资价值。此外，中证500相对沪深300行业分布更均衡，单个行业最大权重在10%左右，有利于分散风险。

业绩表现：中证500基期以来收益表现较好，今年以来跑赢主流宽基指数

我们将中证500与另外两个主流宽基指数沪深300和中证1000进行对比。自基期以来，中证500全收益指数年化收益率为13.25%，过去5年的收益表现介于沪深300和中证1000之间。2021年以来中证500全收益指数表现最好。

估值：中证500估值指标分位数处于历史低位，未来估值提升空间较大

从估值来看，当前中证500的PE_TTM和PB_LF高于沪深300，但中证500的PE_TTM和PB_LF分位数从2017年以来已长期低于沪深300，未来估值提升空间较大（2021年5月31日中证500的PE_TTM位于15%分位数，PB_LF位于28%分位数，处于较低水平）。

盈利成长：中证500盈利成长弹性大，当前（2021Q1）处于较高水平

我们从单季度归母净利润同比和ROE同比衡量指数的盈利成长水平，中证500相比沪深300的盈利成长弹性更大，且当前处于较高水平，使得中证500股价有较强的盈利支撑。

基金收益风险特征：超额收益可观，风险控制理想，长期表现出色

景顺长城量化精选的业绩基准为中证500指数收益率×95%+商业银行活期存款利率(税后)×5%，我们结合中证500分析景顺长城量化精选的业绩。同时，我们选取主动型基金和中证500指数增强型基金作为可比基金池进行统计，以展示基金的相对定位。我们以基金成立日2015年2月4日作为起始点，基金业绩选用复权单位净值。

从历史业绩来看，景顺长城量化精选在整个区间内明显跑赢中证500，尤其在2016-2018年以及2020年以来，基金表现显著优于中证500。

进一步的，我们统计了基金与中证500指数自成立日以来分年度的风险收益表现；由于基金成立初期净值披露频率较低，基金的跟踪误差和信息比率从基金开放日开始统计。从收益端来看，除了2019年小幅跑输中证500，景顺长城量化精选基金在其余年份均明显跑赢中证500，保持了长时间的业绩优势。同时可以看到，基金在2019年以外的年度内胜率均超过50%，半数以上年份胜率超过55%，超额收益具有较高的稳定性。

从风险端上看，基金在2017年及以前年化波动率略高于基准指数，但差距整体较小；而在2017年后，基金的波动率控制进一步强化，年化波动率均小于基准指数。同时，基金的回撤控制能力较为理想，除2015年以外，其余年份回撤均小于基准指数。整理而言，基金的风险控制能力相对出色，实现了风险和超额收益兼顾。

与此同时，尽管归属于普通股票型基金，景顺长城量化精选基金相对中证500指数的跟踪误差控制较为理想，历史年化跟踪误差控制均在6%以内，达到指数增强型产品的跟踪水准，具有较可观的Beta属性与配置工具价值。

同时，我们以Wind指数增强基金分类为标准，进一步选取主动股票型基金及中证500指数增强型基金两大类别的同类产品，基于2021年以来的最新数据，计算基金各个指标值在同类产品中的分位数，以展示目标基金在同类产品中的相对水平。指标分位值越高代表相对水平越靠前；其中，负面指标（波动率、最大回撤、跟踪误差）等取相反数，即分位值越高对应数值越低。图表中基金代指景顺长城量化精选基金。

可以看到自2021年以来，景顺长城量化精选基金无论在主动权益类基金和中证500指数增强基金中均处于前列。从主动权益类基金的视角来看，景顺长城量化精选基金各项指标均位于市场前20%，风险指标及风险调整收益位于市场前10%，作为投资者提供了较为优质的Alpha。从中证500指数增强产品的角度看，产品的收益端优势仍旧突出，同时回撤控制水平跻身5%，拥有理想的风险调整收益水平；跟踪误差位于产品池中游，以其普通股票型基金的定位而言已经可以接受。

我们以报告期披露的基金持仓信息为基础，对基金的持仓结构进行分析，以观察基金组合的特点。景顺长城量化精选基金2021年一季度的前十大重仓股如下：

可以看到，组合在权重上集中度较低，前十大持股总权重为17.89%；行业覆盖面较广，兼顾消费、科技、医药、制造、金融各个板块；从市值特征上看，重仓股覆盖大中小盘，且持仓比重并不依赖个股市值，呈现出一定的灵活性。

持仓组合分散化合理，股票仓位平均为92%

从历史持仓来看，景顺长城量化精选成分股数量整体维持在100只以上，2020年以来的成分股数持续超过200只，呈现较高的分散化程度；同时，基金仓位平均为92%，仓位较高，但同时保持动态调整。从重仓股的比重来看，前十大成分股权重整体保持在20%附近，2020年以来有所下降；前50大重仓股大致在50%-70%左右。基金组合整体拥有相对合理的分散化程度，同时根据市场情况保持调整。

我们以中信一级行业分类为标准，对比同期基准中证500指数的行业分布。由于数据量较大，仅呈现时效性较强的最近四个半年期。可以看到，景顺长城量化精选基金相对基准的行业偏离不超过±6%，大部分行业偏离控制在±2%以内，行业相对基准偏离较为严格。以2020Q4的报告期披露为例，基金在电力及公用事业、建筑和传媒等板块相对超配，在机械、医药、计算机等板块相对低配。

Barra风格因子分析：风格暴露控制合理，倾向盈利、成长风格

基于Barra风险模型的视角，我们对景顺长城量化精选持仓相对基准指数的风格偏移进行统计，以观察指数增强策略在风格因子的视角下的特征。出于数据时效性的考虑，我们选用最新四个半年期数据进行呈现。

从整体风格偏移上看，基金组合大部分因子偏离控制在±0.6以内，方向性整体较稳定。从偏离水平上看，基金在非线性市值、盈利、动量、成长等风格上均有长期较高的正向暴露，对盈利能力强、成长性强、市场认可度高的中市值个股有较明显的偏好；同时，基金倾向于低配市值、残差波动率因子。

Brinson模型归因：选股效应贡献主要超额收益

为更好地了解基金持仓，Brinson模型能够基于既定的基准，对持仓组合的超额回报进行拆解。具体的，我们采用Brinson-Fachler模型进行归因，以中信一级行业作为拆解基准，中证500指数作为业绩基准。由于持仓数据相对静态，为提高稳定性，我们选取持仓截面后一个月作为业绩观察窗口，对收益进行分解。

可以看到在全部观测区间，景顺长城量化精选基金均获得超额收益。具体分解来看，基金的选股效应收益贡献最为突出，在各期均提供了正向的超额收益；配置效应贡献稍弱，但在大部分时间内仍呈现正向超额收益；交叉收益则呈现一定的波动。总体来看，景顺长城量化精选基金的选股能力贡献了核心的超额收益。

网下打新测算：询价策略表现较好，产品打新参与度高

自科创板开板及创业板注册制推行以来，IPO市场的活跃为打新策略提供理想契机，打新收益策略也成为权益类基金产品的重要收益增强策略。但由于网下询价机制的改变，当前创业板与科创板的询价入围存在较大的不确定性，各家机构的询价策略差异也会直接影响到打新收益水平。下面我们从公司层面对询价情况进行统计。

从入围率上看，景顺长城基金管理公司的询价表现整体优于平均水平，其中科创板询价入围率明显高于市场中位数。我们进一步对公募产品的打新收益进行测算，假定注册制板块的新股在首日以 VWAP 价卖出，非注册制板块在开板日以 VWAP 价卖出（首日未涨停则当日卖出）。在计算收益率时，我们以统计区间内产品的期初和期末规模均值作为基金的规模，并剔除规模在一亿元以下的产品，以提高结果的稳定性。

从收益水平上看，景顺长城量化精选基金在实际打新中获得的预估收益增厚明显高于同区间的平均水平，可以认为基金的打新参与度较高；从收益率上看，在保持打新底仓门槛的前提下，基金的整体打新收益率随规模增长呈现稀释效应，2-4亿元的规模的打新效率相对最高。截至2021年一季度，景顺长城量化精选基金规模为6.09亿元，能够覆盖绝大部分新股的顶格申购，同时能够维持相对较高的打新效率，处于相对合理的规模区间；同时，景顺长城量化精选基金的测算收益和收益率均高于所在区间的平均水平，对打新策略的参与度较高。

基金管理人和基金经理介绍

景顺长城基金管理有限公司成立于2003年6月12日，是经中国证监会证监基金字[2003]76号文批准设立的国内首家中美合资的基金管理公司。据Wind统计，截至2021年1季度，公司非货币资产管理规模为2715.77亿元。

景顺长城量化精选基金的基金经理为黎海威。黎海威先生，经济学硕士，CFA。曾担任美国穆迪KMV公司研究员，美国贝莱德集团(原巴克莱国际投资管理有限公司)基金经理、主动股票部副总裁，香港海通国际资产管理有限公司(海通国际投资管理有限公司)量化总监；2012年8月加景顺长城基金管理有限公司，担任投资研究部量化及ETF投资总监。2013年10月起任景顺长城沪深300指数增强型证券投资基金基金经理。2015年2月起任景顺长城量化精选股票型证券投资基金基金经理。2016年6月3日至2017年7月任景顺长城大中华混合型证券投资基金基金经理。2016年7月起担任景顺长城量化新动力股票型证券投资基金基金经理。2017年7月起至2019年8月担任景顺长城沪港深领先科技股票型证券投资基金基金经理。2017年12月至2019年5月担任景顺长城沪港深精选股票型证券投资基金、景顺长城量化平衡灵活配置混合型证券投资基金基金经理。2018年2月起担任景顺长城量化小盘股票型证券投资基金基金经理。2018年7月至2020年7月担任景顺长城MSCI中国A股国际通指数增强型证券投资基金基金经理。2018年9月至2020年1月任景顺长城量化先锋混合型证券投资基金基金经理。2019年3月起任景顺长城中证500指数增强型证券投资基金基金经理。2019年6月起担任景顺长城量化港股通股票型证券投资基金基金经理。2020年2月起担任景顺长城量化对冲策略三个月定期开放灵活配置混合型发起式证券投资基金基金经理。2020年5月起担任景顺长城创业板综指增强型证券投资基金基金经理。2020年11月起任景顺长城量化成长演化混合型证券投资基金基金经理。

本文总结如下：

主动量化基金一般指不进行空头对冲且没有明确跟踪误差要求的主动管理量化基金产品，其特点有：（1）基金以较高仓位持有股票多头，既能获得权益市场长期向上的Beta，也能通过主动管理获得长期的Alpha。（2）主动量化基金一般持仓较为分散，通过持仓大量股票来降低组合风险，有利于提升产品的收益风险比。（3）主动量化基金能充分利用市场中存在的大量数据对股票进行定价，且能覆盖市场中绝大多数股票，具有投资广度的优势。本文以景顺长城量化精选基金（000978.OF）为例，从产品的收益风险特征、Barra多因子模型、Brinson归因模型与打新收益测算等多个视角进行分析。

景顺长城量化精选投资目标：力争获取超越业绩比较基准的投资回报。基金的业绩基准为中证500指数收益率×95%+商业银行活期存款利率(税后)×5%，中证500的表现在较大程度上决定了基金的表现。当前中证500具有以下特征：（1）中小市值为主，行业分布均衡，主要行业既包含技术创新行业（医药、电子），又包含顺周期行业（基础化工）；（2）基期以来收益表现较好，今年跑赢主流宽基指数；（3）PE_TTM和PB_LF分位数处于2011年以来低位，估值提升空间较大；（4）指数盈利成长弹性大，当前处于较高水平。从主动管理层面来看，景顺长城量化精选采用超额收益模型、风险模型、交易成本模型优选股票，同时可辅以打新等另类策略增强收益。

景顺长城量化精选的收益风险特征：基金成立以来显著跑赢中证500。2021年截至5月31日，基金收益率为11.43%，无论在主动权益类基金和中证500指数增强基金中均处于前列。从主动权益类基金的视角来看，景顺长城量化精选各项指标均位于市场前20%，风险指标及风险调整收益位于市场前10%，为投资者提供了较为优质的Alpha。从中证500指数增强产品的角度看，产品的收益端优势仍旧突出，同时回撤控制水平跻身前5%，拥有理想的风险调整收益水平。

景顺长城量化精选的Barra风格因子分析：从整体风格偏移上看，基金大部分因子偏离控制在±0.6以内，且方向性较为稳定。从偏离水平上看，基金在非线性市值、盈利、动量、成长等风格上均有长期较高的正向暴露，对盈利能力强、成长性强、市场认可度高的中市值个股有较明显的偏好；同时，基金倾向于低配市值、残差波动率因子。

景顺长城量化精选Brinson模型归因：基金的选股效应收益贡献最为突出，在各期均提供了正向的超额收益；配置效应贡献稍弱，但在大部分时间内仍呈现正向超额收益；交叉收益则呈现一定的波动。总体来看，景顺长城量化精选基金的选股能力贡献了核心的超额收益。

景顺长城量化精选在打新中获得的预估收益增厚明显高于同区间的平均水平，可以认为基金的打新参与度较高。截至2021年一季度，景顺长城量化精选规模为6.09亿元，能够覆盖绝大部分新股的顶格申购，同时能够维持相对较高的打新效率，处于相对合理的规模区间。

本报告对历史数据进行梳理总结，历史结果不能简单预测未来，规律存在失效风险，投资需谨慎。基金过往业绩并不预示其未来表现，基金管理人管理的其它基金业绩并不构成对基金未来业绩表现的保证。

附录1：Barra风险因子模型表达式与因子描述

Barra风险模型的标准线性形式为：

基础的Barra模型包含十个风格因子，其具体定义如下：

附录2：Brinson业绩归因模型原理概览

Brinson模型是一类基于持仓数据对基金业绩进行归因的模型，能够对单期或多期的基金超额收益来源进行分解。通过构造资产配置与标的选择两个虚拟组合，并求出二者收益率与基准组合收益率的差值，可以得出衡量资产配置能力的配置收益与衡量标的选择能力的个股选择收益（以下简称“选择收益”），从而实现对基金经理投资能力的定量评价。Brinson模型可以应用于不同类型的基金上：对股票型基金，它可在各个行业上分解出选择收益、配置收益和交互收益；对偏股混合型等多资产配置基金，它可在各个不同大类资产上分解出前述的收益。

经典的Brinson模型有两种形式，其中一种Brinson、Hood和Beebower（1986）提出，称为BHB模型。该模型认为，组织组合超额收益主要来源于板块内标的选择差异（选股收益，Stock Selection）与对应板块的权重配置差异（配置收益，Allocation / Market Selection），以及同时受两者影响的残差收益（交叉收益，Cross-product）。该模型的表达式非常简洁直观，在目前业内应用较为广泛。但另一方面，当内部板块表现不及指数整体收益时，超配该行业并没有超额收益的优势，而BHB模型未考虑基准收益率的影响，使得模型存在一定的争议。

相比之下，更早之前由Brinson和Fachler（1985）提出的BF模型着重强调了基准指数的收益因素。从结果上看，BF模型将内部板块相对指数的超额收益代替板块绝对收益，强调了超额收益的意义。若站在组合全局的角度上看，BF模型右下角部分的加总为0，并不会产生实际影响；但在针对板块分析的时候，板块的溢价有更强的诠释意义。

此后，Brinson模型仍旧保持发展与更新；作为其中较为知名的变体之一， Carl R. Bacon于2008年在Practical Portfolio Performance Measurement and Attribution一文中提出将配置收益和交叉收益合并，以解决交叉收益难以解释的问题。

本报告主要应用经典BF模型对业绩进行拆解，其具体表达形式如下：

（1）选股收益

标的选择虚拟组合收益率与基准组合收益率的差值，反映了标的选择行为所产生的超额收益，称之为选择收益 ，那么

（2）配置收益

（3）交叉收益