常见问题欢迎来到博狗bodog88手机,权威的博狗bodog88手机、www.qiamagu.net
www.qiamagu.net
点击咨询毛老师  点击咨询李老师  点击咨询王老师
范文如找不到所需论文资料、期刊请您在此搜索查找
您当前的位置:博狗bodog88手机 > 财经论文 >

我国公募FOF的投资策略与运作模式

发布时间:2018-06-19
公募FOF发展研究摘要
  
  一、FOF在海外的发展
  
  FOF即基金中的基金, 是以基金为主要投资标的一类特殊基金, 是在金融市场逐步走向成熟的过程中, 应运而生的一种投资工具。FOF发源于20世纪90年代的美国, 其一定程度上解决了投资者选基金的难题, 同时有助于基金公司扩张规模, 又契合了美国开启的养老金制度改革的需求, 因而诞生之后发展迅速, 在海外已经发展成一种成熟的基金种类。20世纪90年代初期, 在美国基金市场上仅有20只FOF产品, 规模只有14.26亿美元, 而根据美国投资公司协会 (ICI) 最新的统计数据显示, 截至2017年6月, 全球范围内开放式基金管理的资产规模约为48.78万亿美元, 其中FOF规模已达到3.53万亿美元, 占比达7.3%.

公募FOF
  
  根据主要投资标的不同, 美国市场上的FOF基金分为股票型、混合型、债券型、货币型、商品型、另类投资型、可转换证券型和不动产型等几种类型。其中, 以混合型和债券型为主, 两者合计占比高达90%, 而股票型仅占比8%.经过二十多年的发展, 美国FOF市场出现份额高度集中的现象, 富达、先锋、普信三家覆盖全产业链的大型基金公司占据了超过半数的市场份额。此外, 美国养老金是FOF的快速发展的主要推手之一, 因而从投资策略上看, 符合养老金需求的目标日期型和目标风险型FOF基金是主流。
  
  美国作为全球最大的金融市场, FOF起步早, 发展比较成熟, FOF管理模式的分类比较清晰, 主要包括四大类: (1) 内部基金+内部管理人:在该模式下, 投资策略的制定、投资组合的构建均由基金公司自有团队负责, 并且所投标的基金均为本公司发行。此模式要求基金公司旗下产品线完整, 因而通常只有大基金公司采用。 (2) 内部基金+第三方投资顾问:该模式下基金公司聘请在投资管理、产品筛选、组合构建和事后监控等方面更为专业的第三方投资顾问, 通过借助外力提高基金的管理能力。近些年来, 美国市场上开始出现基金管理模式向聘请第三方投资顾问方向发展。 (3) 全市场基金+内部管理人:这种模式下投资的标的基金筛选范围涵盖市场中所有的公募基金, 而不仅局限于本公司发售的产品。 (4) 全市场基金+第三方投资顾问:大型银行、保险公司等金融机构客户渠道广泛、销售能力强, 但自身的投研能力有限, 这些机构可聘请第三方投资顾问, 自身充当行业资源整合者的角色, 充分利用自己扎实的客户基础, 整合资金和投研等资源, 构建面向全市场的FOF基金。
  
  二、FOF在我国的发展
  
  我国FOF发展起步比较晚, 早期以券商集合资产管理计划形式出现。2005年5月招商证券发起设立创新型理财产品“基金宝” (全称是招商证券基金宝集合资产管理计划) , 成为国内首只获得监管机构批准, 以基金为投资标的基金, 之后其它券商陆续跟进发行此类产品。从管理人的角度出发, 目前, 市场上已有银行理财FOF、券商FOF、信托FOF、期货资管FOF、私募FOF几个类别, 其中以券商FOF和私募FOF为主。
  
  伴随着我国经济的快速发展, 国内基金市场逐步走向繁荣, 无论是公募还是私募都发展出了多种类型的基金, 投资者可选择的范围越来越大。根据Wind数据显示, 截止2017年12月底, 我国公募基金公司有131家, 存续的公募基金4 692只, 管理的规模已达11.6万亿;根据中国基金业协会统计数据显示, 截止2017年底, 已登记的私募基金管理人22 446家, 管理正在运作的基金66 418只, 管理基金规模11.1万亿元。
  
  在这个繁荣的基金市场中, 各类基金的表现却参差不齐, 业绩出现较为严重的分化现象, 优秀的基金取得杰出业绩的同时却存在一些基金业绩严重下滑。另外, 基金业绩持续性不强, 表现不稳定、波动极大, 频繁出现上年度的绩优基金到下年表现极其糟糕, 而先前不被看好的基金却突然取的优异的业绩。基金本身可以看做是对投资标的一次优化组合, 而FOF通过精选基金, 实现了投资组合的二次优化, 使得FOF的风险分散、收益适中, 基金净值的长期增长更加平滑, 在当下的金融环境中, 基金中基金 (FOF) 的优势逐步凸显。在2015年的股市暴跌中, 众多的公募、私募基金皆未能幸免, 清盘此起彼伏, 而在此期间FOF基金以其明显小于其它基金的回撤表现、更加稳健的业绩引发市场关注, 分散化投资的优势凸显。
  
  在政策层面上, 中国基金业协会致力于推动我国私募FOF的发展, 计划培育百家大型私募FOF基金。证监会于2014年8颁布实施新的《证券投资基金运行管理办法》, 办法首次明确基金中基金 (Fund of Fund, FOF) 须将百分之八十以上的资产投资于其他基金, 这标志着在监管层面的正式放开了对公募FOF的监管, 公募基金可以正式涉足券商、私募运作已久的FOF市场。2016年9月《公开募集证券投资基金运作指引2号---基金中的基金指引》正式落地, 《指引》从FOF基金的明确定义、投资范围、费率、估值、风险管理等五个方面做出要求和规定, 为公募FOF的发展奠定了坚实的基础。2017年9月8日, 南方基金、华夏基金、嘉实基金、建信基金、泰达宏利基金、海富通基金等六家基金申报的公募FOF正式获得证监会批复, 这标志着公募基金FOF时代的大幕正式拉起。
  
  三、FOF的投资策略
  
  1. 大类资产配置。
  
  长期以来, 有效的大类资产配置被认为是投资成功的关键。大类资产主要包括权益类资产、固定收益类资产、大宗商品类资产和货币类资产, 每一种大类资产中又包括多种细分的资产类别。权益类可以分为海内和海外类, 又可以根据行业或股票的市值大小进行细分;固定收益类有利率债和信用债之分, 根据期限又分为中长期、短期和超短;大宗商品有能源类、金属类和农副产品类之分。大类配置首先是要先确定好配置的对象, 实践中往往采用某些指数来代表一类资产, 臧金娟等 (2017) 研究了大类资产配置中各大类资产最优代表指数。在确定大类配置对象的基础上, 进一步要确定配置的方法。
  
  资产配置方法的研究源于20世纪30年代的美国, 这一时期常用的配置方法为恒定比例策略, 主要包括等权重模型和60/40模型 (60%资产投资于债券, 40%投资于股票) .1952年Markowitz建立了着名的均值-方差模型, 通过运用期望和方差来刻画投资的收益和风险, 从效应角度研究投资者的最优选择和整个资本市场的均衡, 将资产选择转化成优化的问题。Markowitz的投资组合选择理论奠定了金融定量分析的基础, 此后不断有学者推进此类研究, 逐步形成了现代金融定量分析理论体系。上世纪90年代之前, 大类资产配置主要体现在对均值-方差模型的不断完善, 90年代之后大量的量化型大类资产配置策略开始发展壮大。Black和Litterman (1992) 在高盛任职期间提出了Black-Litterman模型, 该模型结合了Markowitz均值-方差理论和Sharp的资本资产定价理论, 以资产均衡收益为出发点, 允许投资者根据自己的判断将主观观点与均衡收益结合起来, 通过贝叶斯估计的思想, 得到新的模型期望收益, 最后运用Markowitz的最优化模型, 得出各类资产的最优化配置比例。1994年Bridgewater的创始人Ray Dalio提出了风险平价模型, 该模型追求组合风险敞口均衡的理念, 核心思想是通过动态调节各类资产的权重, 使得各类资产对于组合的风险贡献度相同, 该策略将组合的长期收益着眼于风险控制上。风险平价模型在业界得到广泛运用, 国外以桥水基金发行的“全天候”基金为代表, 取的了优异的投资业绩。在国内, 2017年9月首发的6只公募FOF中, 3只采用风险平价策略在进行大类资产配置。
  
  以上所述的量化大类资产配置模型多基于历史数据, 从中提取信息进行资产配置, 随着市场竞争的不断加剧, 尤其是宏观经济出现剧烈波动或经济政策出现重大调整时, 量化的配置模型面临着考验, 因而融入宏观经济因素的大类资产配置模型应运而生, 张学勇等 (2017) 深入总结了该类模型的情况。大学捐赠基金模型是一类典型的融入宏观经济周期与主观判断的大类资产配置模型, 因源于美国一些大学的捐赠基金而得名。该类基金资金期限长, 可以覆盖完整的经济周期, 可以投资流动性低、周期长, 但回报率高的资产, 此外也进行全球配置实现宏观风险的对冲。另一种着名的考虑宏观经济的配置模型是美林证券公司投资时钟模型, 该模型将中短期经济周期分为衰退、复苏、过热、滞涨四个阶段, 通过识别经济的重要拐点, 在不同的经济阶段使用不同的配置策略。
  
  2. 基金的选择。
  
  FOF基金在确定大类资产配置方案后, 通过定量分析和定性分析结合的方法对标的基金进行分析, 筛选出合适投资目标的备选基金, 通过一定的优化方法构建投资组合。定性分析通常从基金类别、基金经理人和基金管理人等几个方面进行考察。筛选基金前需要从投资范围、投资策略和实际持有投资组合等方面对基金进行分类, 把握基金的核心收益和风险来源, 从而提高不同基金之间的可比性。基金经理人的投资风格和投资逻辑是影响基金业绩的核心因素, 基金经理人的分析需要定性和定量相结合, 定性方面侧重于调研, 分析基金经理的投资风格和稳定性、投资逻辑等。基金管理人是基金的投资管理平台, 对基金的表现和基金经理的发挥具有较强的支持作用, 可以从基金管理人管理的基金品种、规模、基金业绩、团队稳定性等方面考察基金管理人的总体实力。
  
  定量分析主要包括基金业绩分析和基金经理人管理能力分析两个方面, 基金经理人管理能力定量分析也称为业绩归因分析, 即分析基金的业绩来源于基金经理杰出的选股能力还是择时能力。分析基金经理的管理能力也是市场有效性检验的重要方法之一, 为了避免由于某类基金因承担某种风险而获得了更高的收益所带来的偏误, 目前学术界通常的做法是采用因子模型计算剔除风险后的收益来检验基金经理的投资能力。
  
表1 各类公募基金发行情况 (截止2017年12月)
  
  (1) 基金业绩分析。基金业绩存在是否进行风险调整之分。分析风险调整后的业绩需要先明确风险的分类, 目前, 常用的评价风险的指标有方差、下行风险、风险价值、最大回撤、贝塔系数等。现代投资组合理论表明, 承担的风险大小在决定投资组合的收益上具有基础性作用。一项资产取得的高的回报可能仅仅是由于其承担了较高的风险, 同样, 收益率低的资产可能只是因为其风险暴露度比较低, 因而对投资的评价中要加入风险的考量, 用风险调整后的收益去评价投资的业绩。
  
  在风险调整的指标评价方法中, 将收益和风险同时纳入绩效评价, Aragon (2006) 做了全面的阐述, 实际中常用以下几个指标:每承受一单位总风险所产生超额收益的Sharpe比率;以系统风险β作为风险调整的因子, 衡量每单位系统风险取得的超额收益的Treynor比率;衡量单位下行风险的超额收益的Sortinor比率;引入了业绩比较基准, 表示单位跟踪误差所产生的超业绩基准收益率的信息比率 (IR) .
  
  (2) 基金经理管理能力。基金经理管理能力即为获取超额收益的能力, 基金可以通过选股和择时获得超额收益。在投资组合管理理论中, 预期超额收益可以分为系统性风险溢价 (一致预期超额收益) 和非系统性风险溢价 (预期超常收益率) .系统性风险溢价是股票或基金承担与市场相关的不可分散的风险而预期得到的收益;非系统风险溢价则来源于基金经理所具有的选股能力和择时能力。理查德C.格林诺德 (2016) 系统介绍了这方面的理论。
  
  选股能力体现在基金经理是否可以挖掘具有更高潜在价值股票, 从而获得超额收益, Jensenα是评价选股能力的最简单的指标, 该模型由Jensen于1968年基于资本资产定价模型 (CAPM) 提出, 运用投资组合和市场的预期收益率来衡量组合的投资业绩, 模型的表达式为:
  
  其中E (Rp) 表示基金的预期收益, E (RM) 表示市场组合的预期收益率, Rf表示无风险收益率, βp表示基金的系统风险。当αPJ>0时, 该基金的收益率要优于相同风险水平的被动组合收益率, 基金具有正向的选股能力, 反之则具有负向的选股能力。Jensenα只考虑了市场因素, 属于单因素模型的框架, 根据Fama-French (1993, 2015) 的三因素、五因素模型和Carhart (1997) 的四因素模型, 可以考虑将加入市值因子 (SMB) 、账面市值比因子 (HML) 、动量因子 (WML) 、盈利因子 (RMW) 和投资因子 (CMA) 等因子后调整的α来表示基金经理选股能力。
  
  择时能力体现在基金经理根据对市场的预测, 把握市场时机, 改变基金的风险暴露以谋求更高收益的能力。基金经理预测未来市场会处于上升通道, 那么通过增加对风险资产的投资比例, 进而提高风险暴露度, 获取更高的超额收益;当预测未来市场会下降, 那么降低对风险资产的投资比例, 减小风险暴露度, 进而使面临的下行风险变小。1966年, Treynor和Mauzy提出了T-M模型来衡量选股能力和择时能力。1981年Henriksson和Merton以T-M模型为基础, 提出形式上更加简洁的H-M模型亦称双贝塔模型, 模型的表达式为:
  
  其中∧p表示择时能力, αp在一定条件下表示选股能力。由模型可知:当Rm, t-Rf, t>0时基金的βp=bp+∧p;当Rm, tRf, t<0时基金的βp=bp.对样本数据进行回归分析, 系数∧p的估计值显着大于0, 则表示在市场处于下跌时, 基金经理会主动调低所持投资组合的βp, 在市场上涨时, 主动调高基金所持投资组合的βp, 这反映了基金经理具备正向的时机选择能力。
  
  1984年, Chang和Lewellen在H-M模型的基础上进行了改进, 提出了C-L模型。T-M模型、H-M模型和C-L模型都是基于单因素的框架, 随着多因子模型的发展, 以上三种模型也与多因素模型进行融合, 发展出了基于多因素的选股与择时模型。此外, Brinson模型是另一种业界常用的业绩归因模型, 与之前模型不同之处在于, Brinson模型将超额收益分解为由资产配置带来的收益和由行业和证券的选择所带来的收益两部分。
  
  四、我国公募FOF的运作模式
  
  中国证监会公布实施的《公开募集证券投资基金运作指引2号---基金中的基金指引》确定了我国公募FOF的运作模式。
  
  1. 投资模式与范围。
  
  《指引》规定:基金中基金需将80%以上的基金资产投资于经中国证监会依法核准或注册的公开募集的基金份额的基金, 同时规定交易型开放式证券投资基金联接基金 (简称ETF联接基金) 将绝大部分基金资产投资于跟踪同一标的指数的ETF, ETF联接基金是一种特殊的基金中基金。在配置方面指引还要求:基金中基金持有单只基金的市值, 不得高于基金中基金资产净值的20%, 且不得持有其他基金中基金;ETF联接基金持有目标ETF的市值, 不得低于该联接基金资产净值的90%;除ETF联接基金外, 同一管理人管理的全部基金中基金持有单只基金不得超过被投资基金净资产的20%;基金中基金不得持有具有复杂、衍生品性质的基金份额, 包括分级基金和中国证监会认定的其他基金份额。
  
  根据《指引》的要求公募FOF主要持仓为公募基金, 但仍然留有一定的仓位配置基金以外的资产, 在实际操作中, FOF基金还会配置一定比例的股票 (主板、中小板、创业板等) 、债券 (上市交易国债、央行票据、金融债券、企业债券、公司债券、中期票据、短融、超短融等) 、资产支持证券、债券回购、银行存款、同业存单等证监会允许投资的其他金融工具。
  
  2. 市场上可供选择的标的基金。
  
  公募FOF的80%以上的资产要投资国内的公募基金, 在国内, 按 (下转第66页) 照投资范畴可将公募基金分为股票型、混合型、债券型、货币型、另类投资型和QDII, 根据万德数据显示, 各类别的具体情况如表1.
  
  在我国公募基金市场上, 货币基金占据市场六成的份额, 股票型基金占比偏低, 仅为5.83%, 债券型基金占比14.51%, 相比之下, 市场倾向于更加灵活的混合型基金。此外, 另类投资基金 (包括对冲型、商品型和REITs) 与QDII基金存量匮乏, 两者合计占比不到1%, 这会对FOF的配置产生一些影响。
  
  3. 我国FOF在发展中面临的问题与展望。
  
  在当下我国复杂的金融环境下, 单一资产风险风险过大, FOF在资产配上具有明显的优势, 未来将是一个规模巨大的市场。FOF的构建是一个优中选优的过程, 特别适合保险资管、银行资管等资金期限较长、资金量较大、偏好稳健收益和低风险的机构投资者。未来的养老金个人账户有望设立, 保险资金由于自身独特的投资需求, 是FOF理念的天生实践者, FOF可以成为保险资管机构创新谋变的突破口。
  
  机遇与挑战往往并存, FOF美好前景面前也有急需要解决的问题。基金公司发行公募FOF还面临着诸如信息匮乏、数据库不完整、调研困难、双重收费等一系列问题, 此外, FOF基金的推出很可能会使得强者愈强, 弱者愈弱, 资源向大基金汇聚。在投资品种方面, 国内公募金规模虽然已超过11万亿元, 但是货币类基金占比高达61.74%, 整体看品种还不够丰富, 尤其是商品类基金匮乏, 仅有几只黄金类ETF, QDII类基金规模偏小, 限制了FOF的全球配置。
  
  展望未来, FOF将会沿着机构化、专业化、规模化的方向发展。FOF基金管理人利用自身的专业优势, 来优选基金, 为资金方谋取较为丰厚、稳健的投资收益。伴随着中国一系列的金融改革, 公募FOF有望成为一类重要的公募基金, 未来发展前景广阔。同时, 发展壮大的FOF基金会推动对我国公募基金整体规模的扩张, 提高机构投资者的比例, 为我国金融市场的稳定发展提供强有力的支撑。
  
  参考文献
  
  [1]臧金娟, 黄一黎, 等。大类资产配置中各类资产最优代表选择的研究[J].金融理论与实践, 2017, (9) :11-18.  
  [2]张学勇, 张琳。大类资产配置理论研究综述[J].经济学动态, 2017, (2) :137-147.  
  [3]George O.Aragon, Wayne E.Ferson.Portfolio performance evalution[J].Foundations and Trends in Finance, 2006, 2 (2) :83-190.  
  [4]理查德C.格林诺德, 雷诺德N.卡恩。主动投资组合管理[M].李腾, 杨柯敏, 等译。北京:机械工业出版社, 2016.  
  [5]Eugene F.Fama, Kenneth R.French, A five-factor asset pricing model[J].Journal of Financial Economics, 2015, 116 (1) :1-22.
相关论文