FOF寻找具备“反脆弱”能力的主动权益基金.docx

《FOF寻找具备“反脆弱”能力的主动权益基金.docx》由会员分享，可在线阅读，更多相关《FOF寻找具备“反脆弱”能力的主动权益基金.docx（13页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、导言：2022年开年以来，资本市场面临一系列“黑天鹅”事件的冲击，俄乌冲突、疫情蔓 延、全球通胀压力持续超预期、美国加息节奏持续超预期等利空因素不断叠加。在这种不确定 性较高、预期不稳、混乱、波动性较大的环境下，全球风险资产也出现了大幅的波动和明显的 调整。对投资而言，面临这种极致的市场环境，投资组合的“反脆弱”能力则显的至关重要。 反脆弱，是纳西姆-尼古拉斯塔勒布(Nassim Nicholas Taleb)提出的一个新概念，指的是 有些事物当暴露在波动性、随机性、风险和不确定性环境下时，它们反而能够茁壮成长和壮大 的能力。具备“反脆弱”能力的投资组合在当前这种“黑天鹅”频发、波动较大的市场

2、环境F 表现则会相对占优。从当前的宏观环境来看，疫情已经持续将近三年，疫情对于经济和社会的 长期负面影响正在逐步显现，如海外国家通胀数据居高不下,海外政府的政策空间也越加狭窄， 解决的能力在下降，随着内部矛盾的不断积累，向外部转移矛盾的苗头正在抬头，民粹主义、 去全球化、地缘政治风险正在明显增加，正如二十大报告中提到的那样“当前，世界之变、时 代之变、历史之变正以前所未有的方式展开，人类社会面临前所未有的挑战。”在可预见的未来， 投资面临的环境依然复杂，“黑天鹅”事件将时有发生。对于公募FOF投资而言，在这种“黑 天鹅”频发的环境中配置一些具备“反脆弱”能力的公募基金，将会有利于提升整个组合的

3、稳 定性。因此，在当前时点，寻找具备“反脆弱”能力的公募基金则显得分外必要。1 .反脆弱能力如何在公募基金中体现.反脆弱的基本概念“反脆弱”的概念由社会学家、统计学家和前华尔街交易员纳西姆尼古拉斯塔勒布提 出。有些事物当暴露在波动性、随机性、风险和不确定性环境卜.时，它们反而能够蓬勃发展和 壮大。比如具有进化功能的自然界以及卡尔波普尔所提倡的开放社会，就能从外部冲击中受 益。而橱柜里的瓷器和温室里的花朵，它们喜欢和平、宁静、可预测的环境，则会在冲击中受 损。用更简单的话讲，从随机事件(或一定冲击)中获得的有利结果大于不利结果的就是反脆 弱(anti-fragile),反之则是脆弱(fragil

4、e)的。反脆弱性超越了复原力或强韧性。复原力能让 事物抵抗冲击，保持原状，反脆弱性则让事物变得更好。在实践中，则是要拥抱不确定性，建立自身的反脆弱系统。塔勒布给出了三个建议：降低 脆弱性，采用杠铃策略，以及理性积极地出击，这三个步骤层层递进。降低脆弱性是指要减少 让自我暴露在致命风险当中的概率，从源头降低遭遇危机的概率。降低脆弱性后，就可以采取 第二步一一杠铃策略。杠铃两头重中间轻，对个体而言，则是指需要重视极好与极坏两种极端 情况，规避中庸情况。第三步，如果想获得更多收益，则需要理性积极地主动出击，在遵循杠 铃策略的基础上，通过有意识地试错，控制损失成本，设法提高遭遇正面“黑天鹅”事件的几

5、率。1.1 .反脆弱在投资中的运用具体到投资的实践中，对于“反脆弱”理念的运用可以体现在以下几个方面：从投资组合的最终表现来看，具备“反脆弱”能力的投资组合在面临“黑天鹅”事件的冲 击下，会表现出良好的抗回撤能力，甚至会出现逆市上涨。在构建投资组合的过程中，迈向反脆弱性的第一步是先减少不利因素。通过降低投资组合 暴露于负面“黑天鹅”事件的概率，让反脆弱性顺其自然地发挥作用。黑天鹅事件是很难预测 的，无论我们有多么复杂成熟的模型，都极难计算出尾部风险的概率及损失。也就是说，我们 无法预测重大不确定性的冲击何时会来、程度有多大。但是对于不同的投资组合，我们很容易 判断当“黑天鹅”事件发生时，某一个

6、投资组合会比另一个投资组合更脆弱。因此，在投资组 合的构建过程中，我们可以规避可能导致组合“脆弱性”的不利因素。比方说，配置较多仓位表9：具有相对“反脆弱”能力的基金“反脆弱”特征展示基金代 码基金名 称综合得 分基金经 理基金经 理任职 该基金 日期近三年PB值排 序（越 小排名 越靠 前）近三年利润增速排序（越小 排名越 靠前）近三年抱团度 排序 （越小排名越 靠前）行情1 超额收 益（）行情2 超额收 益（）行情3 超额收 益（）行情4 超额收 益（，）121010.0F国投瑞 银瑞源A87.4蓼缚鹏2020-07-1020816924741.6522.4228.2419.6100468

7、5.OF金元顺 安元启87.0缪玮彬2017-11-14312139.7432.41005233.OF广发容 毅领先A84.3林英容2017-12-14521230523.3924.13005775.OF中加转 型动力A80.9冯汉杰2018-12-057617850918.93006624.OF中泰玉 衡价值 优选A78.6姜诚2019-03-20186456528.78501022.SH银华鑫 盛LOF77.9王海峰2018-10-104539331216.8711.21001907.OF国投瑞 银境熠A70.0周思捷2021-04-2829138256324.4534.985.26202

8、213.OF南方核 心竞争69.6卢玉珊2015-12-3068659048125.2433.799.68519198.OF万家颐 和A68.8章恒2020-05-1411256930736.5829.87007130.OF中庚小 盘价值61.0丘栋荣2019-04-0366803216.15006527.OF富国优 质发展A59.2曹文俊2019-01-254895749393.12260112.OF景顺长 城能源 基建58.5鲍无可2014-06-276921012921.187.6817.5320.31007016.OF富国容 泽回报55.4张啸伟2019-06-055736724964

9、.05005434.OF鹏华容 投A55.4刘方正2018-05-30105754515.27255010.OF国联安 稔健51.2刘斌2013-12-282012755395.033.4011.8517.71007811.OF淳厚信 泽A43.4薛莉丽， 廖辰轩2019-08-213325282633.66519697.OF交银优 势行业43. 1何帅2015-07-096236044129.953.0527.744.16注：1、行情1-4指的是前文中所提定义的自2015年以来的四段极端市场行情;2、排序的样本是全文中所构建的有1932只基金的初始样本值3、超额收益指的是相对中证800的超额

10、收益4反脆弱基金在FOF组合中的运用4.1 .极端行情中纳入反脆弱”基金的回测在FOF组合的运作中，在面临极端市场行情时，将组合中纳入具有“反脆弱”能力的基金 将会有效改善FOF组合的风险收益比，那么到底效果怎么样？我们将通过对历史数据的回测 来进行考察。回测的具体方法为：首先，选取工银股混指数(930994.CSI)作为基础仓位。之所以选择这个指数，一方面是 因为该指数的成分基金标的是经过筛选的，基金的质量有保证。具体来讲，该指数在编制过程 中，从基金公司、基金产品、基金经理三个维度，构建综合评估体系，然后在股基组合的待选 样本中，选取总分排名前10%,且基金产品得分和基金经理得分均不低于平

11、均分的基金，构成 股基组合。另一方面，该指数的成分基金标的控制在50只以内，通常的数量在20只出头，基 金数量合适，便于在实际投资中对于该指数的复制。然后，在2015年以来的四段极端行情中，用上一章中挑选出来的“反脆弱”基金替换掉 一半工银股混指数的仓位。“反脆弱”基金采用等权配置。除了这四段极端行情的时间之外，组 合全仓配置工银股混指数。我们将该组合命名为“反脆弱组合二回测的时间区间为2015年1 月5日至2022年9月30 Ho回测结果显示，在极端行情下，加入具有“反脆弱”能力的基金能够明显改善组合的表现。 具体来看，反脆弱组合的年化收益为18.23%,比单纯持有工银股混指数要高8.28个

12、百分点； 反脆弱组合的最大回撤为38.96%,明显好于工银股混指数的50.91%。反脆弱组合的风险收益 比也明显好于工银股混指数。反脆弱组合的夏普比率为0.6840,而工银股混指数的夏普比率为 0.2707。图4：极端行情中纳入“反脆弱”基金的组合回测结果 工银股混(930994.CSI ) 反脆弱组合 一中证800注：1.问测时间区间为20150105-202209302.考虑到“反脆弱”基金筛选机制较为夏杂，若采用动态回测的方法，则可能 导致在历史时点选择出来的基金数量有限，因此本文采用静态回测的方法，以最后 一期选择出来的样本池作为H测样本o表10：极端行情中纳入“反脆弱”基金的组合同测

13、结果的指标情况指标J银股泯(930994.CSI)反脆弱组合中证800累计收益率1.10402.72000.0736最大回撤-0.5091-0.3896-0.7176年化收益率0.09950.18230.0824年化波动率0.23820.21540.2615滚动1年平均最大回撤-0.1934-0.1631-0.2028滚动1年平均波动率0.21350.19420.2465卡玛比率0.51451.11810.4062夏普比率0.27070.68400.18114.2 .在组合中稳定配置一定比例反脆弱基金的回测在实际的FOF组合运作中，对于“反脆弱”基金的一个更具有可操作性的做法是不去做预 判什么

14、时候是极端行情，而是始终在FOF组合中配置一定比例的“反脆弱”基金。那么这种做 法的效果如果，我们通过下面的回测来进行验证。回测的具体方法为：我们构建一个混合组合，由20%的反脆弱基金和80%的工银股混指数构成，每半年进行一 次再平衡（本文分别在年初和年中进行组合再平衡）。“反脆弱”基金仓位部分由当时时点构建 的“反脆弱”基金池等权配置组成。回测的时间区间为2015年1月5日至2022年9月30日。回测结果显示，4.2.在组合中稳定配置一定比例“反脆弱”基金能够一定程度上改善组合 的表现。具体来看，混合组合的年化收益为11.36%,比单纯持有工银股混指数要高1.4个百分 点；混合组合的最大回撤

15、为46.2%,要好于工银股混指数的50.9%。混合组合的风险收益比也 要好广工银股混指数。混合组合的夏普比率为0.3684,而工银股混指数的夏普比率为0.2707.;图5：稳定配置一定比例“反脆弱”基金的组合回测结果注：1 .回测时间区间为20150105-202209302.考虑到“反脆弱”基金筛选机制较为复杂，若采用动态回测的方法，则可能 导致在历史时点选择出来的基金数量有限，因此本文采用静态同测的方法，以最后 一期选择出来的样本池作为回测样本。表11:稳定配置一定比例“反脆弱”基金组合回测结果的指标情况指标工银股混(930994.CSI )混合组合中证800累计收益率1.10401.32

16、570.0736最大回撤-0.5091-0.4619-0.7176年化收益率0.09950.11360.0824年化波动率0.23820.21340.2615滚动1年平均最大回撤-0.1934-0.1642-0.2028滚动1年平均波动率0.21350.19020.2465卡玛比率0.51450.69200.4062夏普比率0.27070.36840.18114.3 .实际运用的思考在实际的FOF组合的运作过程中，我们并不能像在4.1的回测过程中那样提前知道极端行 情的到来，能够很顺畅地将组合的部分仓位切换到具有“反脆弱”能力的基金标的上。一轮极 端行情的确认可能都是经历之后才能判断清楚。那么

17、站在事前的角度，怎么运用好“反脆弱” 基金来改善组合，我们认为可以从以下几个方面做一些尝试：第一，时刻警惕FOF组合的“脆弱性”，在组合中留一部分固定仓位配置“反脆弱”基金， 来提升整个组合的“反脆弱”性；第二，当市场波动加大，宏观环境局势不明朗时，在组合中增配“反脆弱”基金，以防止 极端市场行情的出现；第三，当市场经历一轮“黑天鹅”冲击大幅下跌后，有企稳的迹象时，可以通过配置“反 脆弱”基金来抄底。具有“反脆弱”能力的基金能有效抵抗可能的出现的新一轮冲击。5.风险提不基金的过往业绩及基金经理管理其他产品的历史业绩不代表未来表现；本报告基于历史 公开数据的分析和测算，存在失效风险，不代表对基金

18、未来情况的预测，不构成投资建议。 本报告所提及的基金产品仅供分析使用，不代表推介。在市场追逐的高估值股票的组合会比较脆弱；重仓没有业绩支撑的股票的组合会比较脆弱；喜 欢“抱团股”的组合会相对比较脆弱等等。利用不时称性，提高投资的反脆弱性。也即追求投资的安全边际。安全边际的本质是价格 潜在上行空间和下行空间的高度不对称性，是一种承认自己认知局限的应对之道，是一种具备 反脆弱性的行为方式。这其中，对于估值的把控是一个重要的手段。运用杠铃策略，驯化“不确定性”。反脆弱性是积极主动和保守偏执的组合。大量的仓位配 置在保守稳健的组合上，消除了不利因素，保护自己免受极端伤害，避免“出局”；同时少量仓 位押

19、注高投机性标的，让可能的有利因素或正面的“黑天鹅”事件顺其自然地发挥效用。对于 具体的股票投资策略而言，则是重仓配置具备高确定性的标的，同时小仓位押注搞投机性一一 高赔率的标的。1.3,寻找具备反脆弱能力的公募基金从组合的脆弱性出发根据塔勒布的定义，“反脆弱”是个相对概念，这与公募基金的相对考核特征相一致，因此 本文也主要考察的是公募基金的相对“反脆弱”能力。这其中，“固收+”基金持仓天然具有明 显的杠铃结构一大多数仓位配置稳健的债券资产，小部分仓位配置波动较大赔率较高的其他 资产，因此具有明显的“反脆弱”特征。而对于大多数主动权益类基金而言，“反脆弱”的特征 体现则不明显。因此，本文主要的目

20、的是探索构建出一种能够从主动权益类基金中挑选出相对 具备“反脆弱”能力基金的方法。“反脆弱”是一个相对抽象的概念，也很难用量化的手段来刻画。因此，直接去考察基金 的“反脆弱”能力则无从下手。“反过来想，总是反过来想”，查理芒格的思想启示我们，可以 从反面出发，首先去考察哪些基金具有“脆弱”的特征。对于一个基金的脆弱性的考察，从其 组合持仓的特征出发则很容易实现。那么，什么样的持仓组合是“脆弱”的？主要有以下几点：首先，投资最大的风险就是“买的贵”，安全边际狭窄，一旦出现超预期的情况发生，投资 组合则很容易出现毁灭性打击。因此，估值比较贵的组合是“脆弱”的。其次，买到质量差的标的也是很大的风险，

21、质量差的标的是价值的毁灭者。因此，持有较 多质量较差的标的的组合是“脆弱”的。第三，风险暴露在单一方向上的风险也很大。最近几年公募基金出现一些押注“赛道”的 现象，这种情况下，组合的风险大规模暴露在单一或少数几个行业上，一旦押注的行业出现超 预期的风险，则组合也难逃巨大回报的风险。因此，押注“赛道”的组合是“脆弱”的。第四，人多的地方常有泡沫，过度参与“抱团”也是风险的所在。公募基金“抱团”的现 象司空见惯，但是市场都看好的东西一旦预期发生变化很容易发生羊群效应下的踩踏。因此， 过度“抱团”的组合也是“脆弱”的。在下文中，我们将分别构建相应的指标对这四个方面进行考察。考察的方法主要考察历史 上

22、几次“黑天鹅”事件冲击下的极端行情中，具有不同特征的组合的表现来确定按上文逻辑分 析得出的结论的有效性。正常的逻辑推理下，在极端的市场行情中，具有上述特征越明显的组 合就越“脆弱”，表现就会越差。在明确了 “脆弱”组合具有的特征之后，我们就可以排除“脆弱”特征相对明显的基金， 那么从而就能得到相对“反脆弱”的基金。表1: “脆弱”的组合具有哪些特征资料来源:特征度量指标“买的贵”，安全边际狭窄估值：组合PB、PE持有较多质量较差的标的盈利能力：组合的ROE 成长性：组合的利润同比增速押注“赛道”行业集中度（自建指标度量）过度“抱团”抱团度（自建指标度量）2,脆弱持仓组合特征的考察2.1 ,黑天

23、鹅冲击下极端历史行情窗口的选取股票市场就像一个脾气不好的朋友，每天按照心情给出报价，他时而亢奋，时而沮丧，给 出的价格极不均匀。但整体呈现“钟形”分布，正常情况下在合理值上下10%之间浮动，但有 时他特别低落，可能会给出远超正常范围的报价，比如-30%。这种极端的报价，通常是由一些 事先意想不到的事件的冲击导致的，即“黑天鹅”。图1：中证800向前滚动三个月收益率（%）分布那么对于A股，极端行情该如何确定？首先，我们测算了自2006年以来，中证800指数 向前滚动三个月的收益率分布情况，收益率的平均值为3.77%,标准差为17.18%。以超过两 倍标准差为极端行情，结合市场实际情况，我们定义三

24、个月内中证800回撤超过25%,或者三 个月内回撤未超过25%但单边回撤超过25%的行情为极端行情。考虑到我们主要是为了考察 公募基金的特征，因此主要选取2015年以后的四段“极端”行情作为考察窗口。具体见下表：表2： 2015年之后受“黑天鹅”事件冲击的极端行情行情序号起止时间中证800表现黑天鹅事件行情一2015/6/12-44.13%清理场外配资、811汇改行情二2015/12/31-2016/1/28-25.74%熔断机制负反馈行情三2018/1/26-32.12%贸易摩擦、金融去杠杆负反馈行情四2021/12/13-2022/4/26-33.12%美联储加息、俄乌冲突、上海疫情图2：

25、 2015年之后受“黑天鹅”事件冲击的极端行情走势Wind.2.2 .样本池的筛选本文主要研究在A股市场全行业选股的主动权益基金，为了让基金之间具备可比性，我们 需要剔除指数增强基金、行业主题基金、港股基金以及QDII基金：首先，对于普通股票型基金，剔除被动指数型基金、增强指数型基金、港股通股票型基金。其次，对于混合型基金和灵活配置型基金，近3年（当成立时间不满足3年时，采用成立 以来）投资权益资产市值比例均值大于等于50%且在每个时点（季报日、中报日、年报日） 的权益资产市场比例均要大于等于50%o第三，要剔除行业主题基金。主要的方法是：首先，对于近3年（当成立时间不满足3年 时，采用成立以

26、来）全部持仓暴露在某一行业（中信30个一级行.业）的平均比例超过50%的 基金定义为主题基金，加以剔除。这其中，行业暴露度的计算方法为：全部持仓中某一行业市 值占全部权益资产市值的比例。其次，对于一些大类主题基金，主要包括TMT主题（电子、计 算机、通信、传媒）、大消费主题（食品饮料、家电、消费者服务、农林牧渔、纺织服装、商贸 零售、汽车）、大金融主题（银行、非银、地产）等，对于近3年（当成立时间不满足3年时， 采用成立以来）全部持仓暴露在某一大类主题的平均比例超过70%的基金定义为主题基金，加 以剔除。此外，基金的成立年限要在1年以上，合并规模在2个亿以上，同一基金的不同份额，只 选取成立时

27、间最长的份额。经过筛选之后，样本池中共有1932只主动权益基金。2.3 .估值与脆弱性我们首先考察基金持仓组合的估值对于基金“脆弱性”的影响。具体的做法是：我们选取每只基金的加权PB作为基金的估值的衡量指标，根据PB的大小将样本中的基 金分为10组，然后观察不同估值水平的基金在2015年以来的四段极端行情下的表现，从而判 断持仓在不同估值水平下的基金在“黑天鹅”冲击下的“脆弱性二基金的持仓的估值水平我们 主要选取离极端行情开始前最近的一次季报或者年报的持仓（季报考察重仓股、中报或者年报 考察全体持仓）的个股PB按市值进行加权平均计算。统计结果发现：PB值越高的基金在面临极端行情的环境中，确实更

28、“脆弱”，PB分位数在50%以上的基 金组在历史的四段极端行情中相对中证800的超额收益普遍为负：这其中，行情三，即2018 年的极端行情下，样本池中的10组基金相对中证800均有一定的超额收益，这可能与2018年 极端行情持续的时间较长且行情的下跌过程相对缓慢，有足够的时间给公募基金进行应对，因 此普遍取得相对正收益。基金PB值与在极端行情下的表现也呈现一定程度上的单调性，PB值较小的基金组相对 PB值较大基金组的平均超额收益要更大。整体上看，基金的持仓的平均估值越高，在面临“黑天鹅”的冲击下调整的幅度越大，也 就是所谓的越“脆弱二表3：按PB大小分组下的基金组在四段“黑天鹅”行情下的平均超

29、额收益（）PB分位数行情一行情二行情三行情四0-10%8.66.09.511.410%-20%9.11.77.23.420%-30%4.22.47.2-0.330%-40%3.72.16.4-2.940%-50%1.7-1.25.9-4.550%-60%-1.1-2.15.9-4.360%-70%1.9-2.36.8-6.370%-80%-2.0-3.24.2-7.380%-90%-5.9-5.45.4-7.390%-100%-8.3-7.54.5-6.6样本数量6287239391932注：超额收益指的是相对中证800的超额收益2.4 .个股质量与脆弱性对于基金持仓中标的质量的考察，主要是对

30、两个方面的考察：一是考察基金持仓标的整体 的盈利能力，我们选择ROE作为观测指标。基金的ROE水平，我们选取离极端行情开始前最 近的一次季报或者年报的持仓（季报考察重仓股、中报或者年报考察全体持仓）个股的ROE按 市值进行加权平均计算。二是考察基金持仓标的整体的成长性，我们选择利润同比增速作为观 测指标，基金的利润同比增速水平，我们选取离极端行情开始前最近的一次季报或者年报的持 仓（季报考察重仓股、中报或者年报考察全体持仓）个股的利润同比增速按市值进行加权平均 计算。持仓标的整体的盈利能力方面，按ROE大小将样本池中的基金分位10组，10组基金在 历史四段极端行情下的表现没有呈现出明显的规律。

31、具体来看，在2015年下半年和2016年年 初的两端极端行情中，ROE较高的基金组能取得更高的超额收益，呈现出高ROE更能抵御极 端行情冲击的特征；而在2018年及2022年上半年的两段行情中，ROE较低的基金组反而能 取得更高的超额收益。核心的原因是ROE水平一般具有周期性，静态时点上的高ROE可能是 相对于周期性均值水平偏高的位置，则可能意味着未来一段时间的下行风险，而静态时点上的 低ROE则可能是相对于周期性均值水平偏低的位置，未来一段时间的下行风险反而较小。而 恰好2015年下半年到2016年初恰好是一轮库存周期的底部，而2018年初及2022年初则刚 好处于轮库存周期的顶部。因此，考

32、察基金单期静态时点上的持仓的ROE的水平与极端行 情下的表现会在四段行情中截然不同。总体上看，考察单期静态时点上的持仓的ROE水平对于基金极端行情下的表现的意义有 限。对于ROE长期稳定均值水平的考察可能会更有意义。表4：按ROE大小分组下的基金组在四段“黑天鹅”彳亍情下的平均超额收益（）ROE分位数行情一行情二行情三行情四0-10%-3.6-0.810.01.310%-20%-4.3-3.67.6-1.920%-30%-1.9-3.37.0-3.930%-40%-3.1-3.55.1-2.840%-50%-0.1-3.56.5-1.750%-60%1.6-1.46.9-5.160%-70%2

33、.0-1.64.7-3.870%-80%2.70.55.5-2.980%-90%7.51.64.9-2.890%-100%11.65.55.0-0.9样本数量6287239391932注：超额收益指的是相对中证800的超额收益基金持仓标的整体的成长性方面，按净利润同比增速大小将样本池中的基金分位10组，10组基金在历史四段极端行情下的表现具有以下特征：首先，基金持仓标的的平均净利润增速越高，在极端行情下表现的越“脆弱”，净利润增速分位数最高的5组基金在四段行情中大多数时间变现出负的超额收益；其次，这种净利润增速与极端行情下表现负相关的关系也有定的单调性，基金持仓的净利润增速越低，相对来说在极端

34、行情下表现会更好，正的超额收益会越明显。整体上看，过于追求高成长性是组合“脆弱性”的重要来源。表5：按净利润增速分组下的基金组在四段“黑天鹅”行情下的平均超额收益（）注：超额收益指的是相对中证800的超额收益净利润增速分位数行情一行情二行情三行情四0-10%1.21.810.84.310%-20%2.10.99.42.020%-30%1.8-0.57.10.930%-40%0.7-2.35.7-1.740%-50%0.8-0.86.9-2.650%-60%1.4-1.15.8-3.660%-70%1.1-1.74.9-4.470%-80%-0.2-2.03.5-4.880%-90%-0.2-2

35、.04.6-5.890%-100%3.6-2.14.3-8.8样本数量6287239391932.行业集中度与脆弱性对于公募基金过度押注“赛道”，即过度押注在单一或少数行业的行为，我们通过构建行业 集中度指标来刻画这种行为的强弱程度。行业集中度指标的构建，有两种方法：其一，相对比 较简单，计算重仓或者全仓中前三大持仓行业（中信一级行业）的市值占所有权益资产市值的 比例，即可以作为行业集中度指标；其二，通过计算重仓或者全仓中相对于比较基准的行业偏 离度，来度量行业集中度水平。具体的方法是：首先分别计算出重仓或者全仓中在不同行业（中 信一级行业）的持仓比例和比较基准（中证800）中不同行业（中信一

36、级行业）中的比例，然 后计算不同行业持仓比例差值的平方和，即为行业偏离度，该值越大，说明该基金的行业配置 比例越偏离中证800指数，就可以认为行业集中度相对较高。两种方法衡量的行业集中度水平 基本上是一致的。为了计算方便，我们在这里采用第一种方法。按行业集中度水平将样本池中的基金分位10组，10组基金在历史四段极端行情下的表现 没有呈现出明显的规律。这可能与样本池中已经剔除了行业集中度极高的行业主题基金有一定 的关系，同时“黑天鹅”市场通常直接冲击的是市场的流动性，而般交易拥挤度比较面的行 业会受到较为明显的冲击，而只有过于押注这类行业的基金在极端市场环境下会受到较大的冲 击，而过度押注在一些

37、冷门行业或者低估值行业的基金在极端市场环境下反而相对抗跌，因此 平均下来，行业集中度对于一组基金的表现影响不太明显。表6：按行业集中度水平分组下的基金组在四段“黑天鹅”行情下的平均超额收益（）注：超额收益指的是相对中证800的超额收益行业集中度分位数行情一行情二行情三行情四0-10%2.1-1.65.81.610%-20%2.5-1.54.8-0.620%-30%1.6-1.76.2-2.230%-40%1.7-0.811.32.940%-50%1.3-1.07.0-2.550%-60%0.8-1.55.5-2.460%-70%0.1-1.66.2-4.570%-80%-1.9-2.03.8-

38、4.480%-90%0.60.05.1-3.690%-100%3.41.07.6-3.3样本数量6287239391932.抱团与脆弱性对于公募基金抱团的行为，我们通过构建抱团度指标来衡量抱团程度的强弱。指标具体的 构建方法为：首先，定义抱团个股，形成抱团股票池。以主动权益型基金中（普通股票型，高权益仓位 混合型、中高权益仓位混合型、港股通股票型基金、港股通混合型基金）每期重仓持仓个股作 为样本，按照个股持有基金数/主动权益基金总数进行降序排序，选取超过阈值（前20%）的个 股，作为当期抱团股票池。然后定义抱团度。基金抱团度计算方法为：确定当期抱团股票池之后，计算每只基金重仓 股或者全仓中属于

39、当期抱团个股的持仓市值，然后除以基金权益资产市值，即计算出基金抱团 度。基金抱团度=基金重仓股或者全仓中属于当期抱团个股的持仓市值/基金权益资产市值。对 于中报期和年报期的数据可以用全仓中抱团股市值占比衡量抱团度，对于季报期的数据可以重 仓股中抱团股市值占比衡显抱团度。在实际的运用过程中，需要采用统一的基金抱团度算法。本文的四轮极端行情的起点时期恰好要么在年中要么在年末，因此本文均采用全仓中抱团 股市值占比衡量抱团度。根据抱团度的大小不同将样本池中的基金分为10组，在四轮极端行 情下，有如下的规律：抱团度相对较高的基金组，在极端行情下相对表现更差，平均超额收益普遍为负，而抱团 度较低的基金组，

40、则表现相对较好，平均差额收益普遍为正；同时，抱团度与基金在极端行情 下的表现的负相关关系还存在一定的单调性，即抱团度越高，基金在极端行情下的表现越差。从以上的统计结果来看，抱团度较高的基金相对更加“脆弱”，在面临极端行情的冲击下还 受到明显的负面影响。表7：按抱团度水平分组下的基金组在四段“黑天鹅”行情下的平均超额收益抱团度分位数行情一行情二行情三行情四0-10%13.011.316.96.210%-20%2.20.79.40.320%-30%-0.2-0.17.9-2.230%-40%0.0-1.27.3-2.240%-50%-0.8-2.75.1-3.450%-60%0.6-3.46.2-

41、4.860%-70%-0.7-2.94.9-5.170%-80%-2.4-3.12.5-4.580%-90%-1.0-3.52.4-4.490%-100%1.9-4.80.6-4.5样本数量6287239391932注：超额收益指的是相对中证800的超额收益3.构建反脆弱能力较强的基金池在上一章中，我们利用分组分析法，在2015年以来的四轮“黑天鹅”冲击下的极端行情 下测试了基金静态持仓组合的中的各种特征与组合的“脆弱性”的关系。通过测试我们发现， 持仓组合具有估值偏贵、过度追求成长、过度抱团等特征的基金相对比较“脆弱”，因此对于“反 脆弱”基金的挑选，我们要避开持仓具有这三个特征的基金。剔除

42、了 “脆弱”的基金，则是相 对“反脆弱”的基金，然后结合基金的业绩指标、风格稳定性指标等等其他条件，最终形成可 投的“反脆弱”基金池。考虑到“黑天鹅”事件总是不期而遇的，因此组合的“反脆弱”特征不仅仅需要在单一截 面数据上有所体现，还应该体现在全部时点的持仓组合上具有“反脆弱”的特征。在这里为了 计算方便，我们采用选取近三年平均值（成立不足三年的取成立以来的数据）的方式来简化基 金筛选的过程。具体来看，我们先排除具有“脆弱性”特征的基金，即近三年持仓的PB分位数在50%以 上的、近三年持仓抱团度分位数在50%以上的、近三年持仓利润增速分位数在50%以上的，这 样筛选下来，1932只样本池中的基

43、金就剩下402只基金，我们可以称之为“不那么脆弱的基 金”，即“反脆弱”基金的初筛池.“反脆弱”基金的初筛池在四段极端行情下，相对于中证800的平均超额收益率均为正, 并且表现明显好于初始样木池的整体表现。说明我们上述的筛选机制是有效的。表8： “反脆弱”基金的初筛池在四段极端行情的表现注：超额收益指的是相对中证800的超额收益行情一行情二行情三行情四初始总体样本平均超额收益率2.40-0.416.53-2.46反脆弱初始样本平均超额收益率 (%)7.053.3711.863.61反脆弱初始样本数量101118171402在得到初筛池后，我们首先剔除掉在四轮极端行情下每轮表现后50%的基金标的，然后对 剩余的基金标的，根据收益、最大回撤、波动率、夏普比率等多个能力指标综合打分，选出得 分较高的基金标的即可以得到具备相对“反脆弱”能力的基金池。对于我们所选择的“反脆弱”基金分析发现，他们在四轮极端行情下均有一定的超额收益。 有些超额收益十分明显。有些标的，在指数出现大幅调整的行情中，能够获得正收益。整体上 看，我们在本文中的方法是有效的。图3：基金综合打分选择的维度和权重资料来源: