来源：华泰金融工程
林晓明 S0570516010001
SFC No. BPY421 研究员
李子钰 S0570519110003 研究员
何 康 S0570520080004 研究员
王晨宇 S0570119110038 联系人
报告发布时间：2020年11月27日
摘要
以典型量化指数增强基金为例，展现多维度下的基金特征分析
指数增强基金是兼具被动投资稳健性与主动Alpha收益的产品，近两年来普遍获得明显的超额收益。本文以风险收益表现突出、拥有完善量化策略框架的中银量化指数增强产品为例，从内部的策略框架和基于外显信息的Barra多因子模型、Brinson归因模型与打新收益测算模型等多个视角，对产品的策略和持仓特征进行分析。
近年来指数增强基金超额收益明显，中银基金旗下产品表现突出
从市场表现来看，指数增强基金普遍获得明显的超额收益；在沪深300指数和中证500指数两个主要赛道上，均有超过半数的指数增强基金近两年内获得20%以上的超额收益。其中，跟踪沪深300指数的中银量化价值（004881.OF）与跟踪中证500指数的中银量化精选基金（003717.OF）在各自赛道内均跻身前十，对基准指数实现了收益率、波动率与回撤水平的全方位增强，整体表现突出。
中银量化指数增强体系：收益与风险并重，决策链形成完整闭环
中银量化指数增强体系包含以Alpha模型与风险双模型为基础，追求最大化超额收益的同时实现风险把控。从决策流程上看，框架包含股票优选、风险过滤、组合优化与调整、业绩归因等多个环节。Alpha模型从因子、信号、个股与行业等多维度对超额收益进行挖掘；风险模型通过风险计量指标与实时监控结合，实现静态与动态互补的风险管理机制；业绩归因在决策链中提供反馈调节机制，使决策链形成持续优化的闭环。
Barra多因子模型分析：因子暴露控制合理，风格整体稳定
从Barra模型的分析结果来看，两只中银量化指数增强产品对风格暴露的控制均较为理想，组合风格呈现一定的稳定性。中银量化价值基金在残差波动率、动量、Beta和流动性等因子上超配，在市值、估值和杠杆因子上呈现低配；中银量化精选基金的风格暴露水平相对前者更高，在动量、非线性市值和盈利因子上超配，在市值和估值因子上呈现低配。
Brinson模型行业板块分析：选股效应贡献比重较大
基于Brinson模型的收益分解来看，对于超额收益贡献突出的行业，两只中银量化指数增强产品的选股收益比重较大，选股效应占据主导地位。可以认为，选股策略在中银基金指数增强策略中的具有较大的影响力，策略框架中的Alpha模型效果较为理想。
打新收益测算：产品规模合理，询价入围率较高，打新收益增厚明显
中银量化指数增强产品的规模均控制在5亿元以内，对打新收益增厚策略较为理想。从入围率来看，今年以来两只基金的入围率接近90%，询价入围率较高；基于模型测算，打新策略为中银量化价值基金贡献了约7.5%的收益增强，为中银量化精选基金贡献了约12.8%的收益增强。打新策略对两只基金的收益增厚明显。
风险提示：本文以公开信息为基础，提供多维度的分析视角供投资者参考，不构成任何投资建议。部分归因模型基于报告披露的基金持仓信息，存在一定的滞后性，从而对结论的普适性造成影响；基金的历史表现未必能在未来复现。打新的收益测算模型存在一定的主观性，可能与实际情况存在误差。
指数增强基金：从Beta向Alpha的延伸
指数增强基金以特定指数作为跟踪基准，以指数成份股作为主要投资标的，同时通过选股、个股权重调整、仓位控制以及其他多途径的收益增强方式，在一定跟踪误差水平的约束下，最大化相对基准的超额收益。根据证监会对基金的投资产品的规定，指数增强基金80%仓位以上须按照投资方向确定的基准指数进行配置，剩余20%的仓位可以进行主动管理以期增强收益。
从定义上看，指数增强基金是兼具主动与被动投资属性的主动型投资产品，在指数Beta收益的基础上，通过较为灵活的方式获取更高的Alpha收益。也因此，相比纯粹的被动指数型基金，指数增强基金拥有更强的收益潜力和上限；而对比普通主动型产品，其透明度和可控性更胜一筹。此外，由于拥有明确的指数基准，指数增强型基金拥有较为清晰的定位与较强的可评估性，作为资产配置工具的属性凸显。
市场产品分布：以沪深300和中证500为基准的产品居多
从发行趋势上看，指数增强基金近年来发行较快；2016年以来，已有超过80只指数增强新产品面世。根据Wind的指数增强分类标签统计，截至2020年三季度，国内市场共有118只被动指数型基金（合并分级基金），总规模约为976亿元。
从基准指数的划分来看，跟踪沪深300和中证500指数的指数增强型基金在产品数量上占据主要比重，是当前指数增强产品中的主流。其中，以沪深300为基准的产品共计42只，总规模约为385亿元；跟踪中证500的指数增强产品共计36只，总规模超过200亿元。从市场分布来看，以沪深300和中证500为基准的指数增强型基金值得重点关注。
指数增强策略的分类
指数增强基金与被动投资的核心差异，即在于其明确的收益导向；而产品的收益增强方式也相对多元化，可以从不同维度进行划分。从实际资产组合构建的维度，指数增强方法包括仓位控制、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，指数增强策略一般分为主观型和量化型。主观型策略一般采用主观逻辑和相对灵活的策略进行组合优化，看重公司价值、基本面以及预期等因素；而量化型策略则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。
主观策略依赖于隐性经验，对决策者的长期投资分析能力和决策稳健性要求较高，策略在拥有较大潜力的同时也具有一定的不确定性；相比之下，量化策略的框架一般是显性的，降低了个人的不确定性因素，具有相对更强的稳定性和可解释性。
由于决策机制上的差异，主观投资和量化投资经常分立而为；但与此同时，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、交易可转债获以及期权、收益凭证等其他衍生品以获得超额收益。下述是几种比较典型的另类策略。
部分另类指数增强策略概览
打新收益策略
打新策略即投资者参与面向非特定群体的新股申购，在获配非锁定新股之后，即可在新股上市时将股票在适宜时点售出以获得收益。根据A股市场历史经验，新股IPO存在普遍较高的溢价水平，因而打新股具有近乎零的风险和相对理想的回报。
影响打新收益的因素主要包括参与打新渠道、参与账户类型、账户规模以及IPO的发行频率与规模等等。典型地，公募指数增强基金作为A类机构投资者，能够通过网下配售的途径参与打新，以获得更高的期望中签率；在满足底仓门槛的前提小，相对较小的基金规模可以获得更高的收益增强水平。
就目前来看，2019年的科创板开板以及2020年创业板注册制的推行，为新股上市带来了制度上的利好，大大加快了对应板块新股的IPO审批速度；从发行情况上看，科创板和创业板IPO项目均呈现高发的态势，为打新参与者提供了非常理想的收益机会。但另一方面，注册制下的询价制度不再受到23倍市盈率红线的限制，询价难度较过往明显提高，对注册制板块打新造成一定的负面影响。
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期指数货（IF）和中证500指数期货（IC）。股指期货作为典型的Delta-One产品，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，对于指数增强策略，购入处于贴水状态的对应股指期货合约既能够实现对指数的跟踪，同时又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，指数增强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
可转换债券是债券持有人可按照发行时约定的价格将债券转换成公司的普通股票的债券，等价于债券和转换期权的组合。可转债赋予投资者的转股权利，不随可转债价格或者对应股票价格的波动而改变，但可转换债券和对应股票之间的定价可能存在不同步。在牛市中股票市场比较活跃，股价持续上涨，投资者更倾向于能直接获取正收益的股票。因此可转债的市场价格可能呈现“虚低”的现象，出现“负溢价”。
当指数成份股的可转换债券在转换期内出现负溢价时，可以执行卖出正股、买入可转债的策略，随后获得可转债的负溢价修复收益；如果正股价格相对可转债进一步上升，可转债的负溢价率变大，也以将可转债转换为股票锁定收益。值得注意的是，只有部分公司拥有已发行的可转债，而高流动性的可转债不易出现负溢价的情况，因此进行转股套利操作的机会实质上较为有限。
指数增强基金业绩：产品普遍获得明显超额收益
在满足仓位约束和控制跟踪误差的前提下，指数增强基金的收益增强水平是其核心评价指标。我们针对性基于沪深300与中证500指数的增强基金，统计其今年以来近两年的业绩表现。为降低数据维度，我们抽取不同分位数的收益水平，以观察基金收益的整体分布。
上表显示，以上两个赛道的指数增强基金整体表现出显著的超额收益能力，即便处于75%分位（后25%）的基金，在近两年内仍可获得接近10%的超额收益。可以看到，指数增强基金具有明显的收益增强能力，指数增强策略表现出较普遍的有效性。
中银量化指数增强产品：分赛道内表现突出，凸显量化策略有效性
在诸多市场竞品中，中银基金公司旗下的中银量化价值（004881.OF，沪深300指数增强策略）与中银量化精选（003717.OF，中证500指数增强策略）在各自赛道内均跻身前十，过去两年内均表现出众，呈现出良好的业绩持续性。两只基金分别于2019年1月和4月后切换为对应基准指数的增强策略，以明确的量化策略框架作为决策基础，通过高收益与低风险并重的量化模型实现目标组合的优化，具有较强的代表性。
中银量化指数增强产品以量化策略框架为基础，拥有相对理想的透明性和稳定性；而在不同赛道内的出色表现，体现了策略较强的有效性。我们以这两只基金作为典例，对指数增强基金及其策略进行多视角的剖析。考虑到产品在2020年上半年的策略切换，我们以2019年6月底作为基日，首先统计两只产品在近一年半内的收益与风险水平。
从净值曲线可以看到，两只指数增强产品在净值水平上长期跑赢基准指数，呈现明显的超额收益；累积超额收益走势图进一步显示，两只产品的累积超额收益曲线均拥有较明显的正斜率。值得一提的是，以2019年7月中旬为例，累积超额收益曲线在部分区间内出现大幅上跳，推测主要源于大规模IPO项目贡献的打新收益。
从统计结果来看，中银量化价值（004881）与中银量化精选（003717）实现了相对基准的全方位增强。单从收益上看，两只产品均实现了基准指数两倍以上的年化收益，超额收益显著；在风险端，两只产品在波动率和回撤水平上均实现进一步的降低，在追求收益的同时控制了风险水平，实现理想的夏普比率和Calmar比率。此外，产品的年化跟踪误差在7-9%之间，属于指数增强型产品的合理区间，对基准指数保持较好的追踪能力。
可以看到，中银量化指数增强系列基金“收益-风控”双模型体系的效果在业绩端有着良好的体现，兼顾进取性与稳健性，对于追求市场组合的投资者而言是较为理想的配置选择。另一方面，量化策略相对更强的客观性和稳定性，使得我们能够透过产品的外显特征进行分析。在下文中，我们将从中银量化指数增强基金内在的决策框架以及外显的业绩特征等角度，对产品的指数增强策略进行剖析。
策略内部结构：中银基金量化指数增强策略框架概览
中银量化指数增强体系的核心目标在于，在控制指定风险水平的前提下，尽可能累积和增厚Alpha。基于该思路，该体系建立了分别负责收益增强和风险控制的Alpha模型与风险模型，将基础资产组合的构建转化为约束下的优化问题；从整体流程上看，体系通过多环节串联的方式，形成股票优选、风险过滤、组合优化与调整、业绩归因的决策链。该指数增强体系的大框架如图所示：
上述流程框架显示，以收益增强作为核心任务的Alpha模型处于决策的主导地位，从因子、信号、个股与行业等多维度对潜在Alpha进行挖掘，明确模型的收益导向；而风险模型在串联决策中起到滤网的作用，通过风险计量指标与实时监控结合，实现静态与动态互补的风险管理机制。
除了上述两个策略核心环节，框架中的业绩归因起到事后管理的作用，在决策链中提供反馈调节机制，使决策链形成可持续优化的闭环，增强了体系的灵活性。整体上看，中银量化指数增强体系具有合理且稳健的构架，为实际投资组合管理提供了理想的基础。
中银指数增强Alpha模型与风险模型
在上述体系中，以多因子模型为基础的Alpha模型和风险模型是其中的核心要素。Alpha模型追求最大化的超额收益，主要包含与收益高相关、因子方向性明确且长期稳定的Alpha因子，包括财务质量、估值等基本面类因子，量价相关的技术因子，以及一致预期、情绪等舆情相关的动态因子，在数据源与时频上实现多维度的覆盖，为策略提供了较为理想的增量信息；风险模型则以Barra结构化风险因子为基础，对组合相对基准的风格暴露以及行业暴露进行控制，通过权重优化方法实现对基准指数的整体跟踪以及局部风险的降低。
目前中银指数增强体系中的Alpha因子库包含超过400个Alpha因子，且保持动态扩充。在实际应用中，模型结合多区间历史表现、因子择时等角度进行初筛，得到回测有效性和时效性兼具的因子池；随后进一步处理因子相关性的问题，去除多因子共线性的影响，并结合入选因子的个数门槛要求，终选出几十个Alpha因子，以达到兼顾解释收益与因子风险分散的效果。
在风险模型的应用上，该体系以Barra风险模型为基础，对组合与基准的相对风险暴露进行控制，以保证全局风险水平处在合理区间。同时，由于风格因子的收益指向性可能随时间发生变化，模型采取每日跟踪全市场股票的细分因子值并评估对应风险因子的表现，监控因子的表现变化并动态设置优化条件，实现风格因子上的局部优化，以进一步增强组合的整体表现。
除了Barra风格因子，风险模型同时负责组合相对基准的行业因子暴露，并加入个股权重限制、跟踪误差与换手率等约束条件，保证组合的整体分散化程度并降低权重变化带来的高换手成本风险，强化了决策体系的可实践性。
外显特征分析：刻画指数增强基金的持仓特征
策略框架的内部结构显示，中银量化指数增强体系以多因子体系为基础，构建了综合Alpha收益模型和Barra风险模型的收益风险优化系统，在控制风险暴露和跟踪误差的基础上，利用Alpha因子最大化组合收益。在本章节中，我们希望通过外显的信息，结合成熟的归因模型，对基金的持仓特征进行观察和分析。
基于可公开获取的信息源，半年频公布的持仓信息、对应区间的业绩表现均有完整的披露；而对于打新相关的信息，可以由新股的网下询价和配售明细中获取相应基金的入围情况以及获配水平，并结合收益测算模型估计基金的绝对收益和收益率水平。下文中，我们将从多个维度对基金的管理和收益特征进行统计。
Barra多因子分析：暴露水平控制合理，风格整体稳定
前文所述，中银基金的量化指数增强体系以Barra模型为基础，对持仓组合的风格暴露进行控制和优化。下文中，我们同样通过Barra多因子模型，对基金的多截面风格因子暴露进行统计，以分析基金管理人在组合风格上控制的特征。Barra风格因子的具体描述请参考附录。
从结果上看，两只中银量化指数增强产品对风格暴露的控制均较为理想，组合风格呈现一定的稳定性。中银量化价值基金在残差波动率、动量、Beta和流动性等因子上超配，在市值、估值和杠杆因子上呈现低配；中银量化精选基金的风格暴露水平相对前者更高，在动量、非线性市值和盈利因子上超配，在市值和估值因子上呈现低配。
中银量化价值（沪深300增强）基金风格分析
从整体来看，中银量化价值基金的风格暴露水平控制理想，近两个报告期的风格偏差均控制在±0.3个单位以内；同时，近两期的风格较为稳定，在市值、Beta、动量、价值等多个风格上均呈现较好的延续性，与2020年上半年的市场整体风格较为契合；同时，组合在成长风格上明显转为超配，并低配盈利因子，可以看出基金针对市场变化保持一定的动态调整。
中银量化精选（中证500增强）基金风格分析
中银量化精选基金在整体风格控制上同样较为合理，整体来看，大部分风格因子的暴露仍控制在±0.3以内；但相比中银量化价值，中银量化精选在部分风格暴露上更加突出，如2019Q4持仓的盈利因子相对基准暴露超过0.3，非线性市值的超额暴露连续两期超过0.4，可以看出中银量化精选基金在风格暴露上具有更强的针对性。
从不同持仓期上看，中银量化精选的风格同样展现出一定的延续性，尤其在市值相关的风格暴露上较为稳定；同时，基金在动量、盈利风格上持续高配，在Beta、估值和杠杆因子上保持低配的水平。但同时，组合在残差波动率、流动性与成长因子出现较显著的转向，在调整的动态性上略强于中银量化价值。
基于Brinson模型的业绩归因：选股效应贡献较为明显
Brinson模型基于持仓对组合进行业绩归因，基于指定的基准中将组合的超额收益分解到配置收益、选股收益和交叉收益三个部分，在资产组合的评价中应用非常广泛。对于权益持仓为主的沪深300和中证500指数增强基金，我们以中信一级行业板块作为基本单位，分析组合的行业选择、权重配置以及交互效应带来的收益贡献。
Brinson业绩归因模型概述
常用的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。因此在下文中，我们采用BF模型对业绩进行分析。
值得注意的是，Brinson模型假定资产组合的持仓透明，且在观测期内保持稳定；在实际应用中，主动型基金的完整持仓信息仅在半年报和年报披露，其余区间的变动难以探知。为提高准确性，我们统计了两只产品在切换至指数增强策略后的持仓换手率和平均持仓时间情况，以对统计区间时长提供参考。
从上表可以看出，基于沪深300基准的中银量化价值换手率相对偏低，平均持仓时间在2个月左右，而基于中证500基准的中银量化精选平均持仓时间在1个月附近。在实际运作中，基金组合的仓位调整较为离散，较大的窗口期会降低分析精度；为提高参考性，我们采用1个月作为窗口期。
基于BF模型的行业收益贡献分析
实际分析中，我们以中信一级行业分类作为板块基准，对最近两个报告期的基金持仓情况进行分解。由于细分板块较多，作为示例，我们选取综合超额收益排在前十的行业作为示例，观察主要优势行业内的收益分布。统计结果如下
从上表可以看到，对于超额收益突出的行业，两只产品在选股上获得的收益比重较大，选股效应占据主导地位；相比之下，交叉收益和配置收益的比重相对偏小。可以认为，选股能力在中银基金指数增强策略中的影响力较高，贡献了较大的收益比重。
打新收益增强统计
A股市场打新概况：近年来IPO环境利好，打新收益贡献创新高
由于A股市场的新股IPO长期存在的高溢价，对于多头持仓的基金而言，打新策略是相对稳健的收益增强途径；近两年以来，作为“注册制试点”的科创板开板以及创业板注册制的推行，显著提升了板块内新股上市的审批效率，进一步为一级市场带来环境上的利好，也为打新策略创造了新的契机。
近三年来，IPO的发行数量呈现快速上升的趋势；从总融资额来看，2020年全市场IPO的总融资额已经超过4000万元，创下2014年IPO解禁以来的新高。我们针对A类基金账户的打新参与数量与测算打新绝对收益进行统计，今年A类基金参与打新的数量中位数接近200只，推测绝对收益中位数约为2000万元；从收益上看，近两年A类基金账户的整体水平连续创下新高。可以认为，目前打新收益呈现明显上升趋势，打新策略有望持续贡献可观收益。
基金规模对打新策略收益影响：合理基金规模利于收益增强
进一步，我们针对指定基金分析其打新收益。为实际测算打新的收益增强，我们基于以下相对简洁的模型模拟卖出策略并估算净资产，从而对公募基金账户的打新收益与收益率水平进行测算。针对公募基金，我们仅统计网下打新的情况。具体规则如下：
1. 仅计算首发项目，剔除带有锁定期的配售；
2. 非注册制板块新股在一字板连涨结束的开板日以vwap价卖出；若上市首日未涨停，则在当日以vwap价卖出；
3. 注册制板块新股上市首日大概率达到股价高峰，上市首日即以vwap价卖出；
4. 估算打新收益率时，对基金资产规模采取“平均法”进行平滑处理，即用观测区间头尾净资产均值来代表基金的区间净资产。
A类公募基金账户在规模披露上相对透明，对于收益率的计算更加准确。我们基于上述模型，针对A类基金账户计算对应的打新收益以及打新策略增强的收益百分比；为降低数据噪音，我们剔除了平滑规模在在1亿元以下以及打新绝对收益在1000万元以下的账户。从整体来看，基金规模对于打新收益的影响较为明显，其分布情况如下图所示。
上图的分布显示，打新绝对收益和账户规模呈一定的正相关，目前单账户的上限在8000万左右，理想状况下至少需要15-20亿的规模作为底仓支持；但由于实际询价入围的问题，部分大规模基金的打新收益并不理想。从收益率的层面来看，打新收益率与基金规模呈现明显的负相关，在曲线拟合上接近双曲线或幂函数，规模的收益率稀释作用明显。从具体规模来看，3亿左右规模的基金整体能够收获约10%的增强效果，但10亿元规模的对应收益增强水平整体低于5%。
对于以实际收益增强为目的的打新策略，控制基金账户规模是相对关键的因素。一方面，沪市的科创板和创业板均为当前打新的热门板块，基金持仓需要在两市均保持一定的底仓；另一方面，相对偏小的基金规模有助于缓解收益稀释效应，在打新收益率上更有优势。以中银量化指数增强基金为例，中银量化价值基金2020年三季度规模为4.39亿元，今年以来平滑规模2.97亿元；中银量化精选基金2020年三季度规模为1.56亿元，平滑规模1.70亿元。整体来看，两只指数增强基金规模均控制在5亿元以内，处于打新策略收益增强相对理想的区间。
中银量化指数增强基金打新收益：今年以来收益增强效果明显
基于IPO询价表、网下配售表以及前述的测算模型，我们对上述两只基金的今年以来打新收益的情况进行测算。从入围率上看，两只基金的询价入围率接近90%，在科创板与创业板询价难度提升的情况下，仍旧保持较高的入围水平，定价精准的相对理想。
从收益率的上来看，规模较大的中银量化价值基金估算已获得约7.5%的收益增强；而对于规模较小的中银量化精选基金，根据模型测算得到的打新增强达到约12.8%的水平。可以认为，今年以来打新带来的收益增幅可观。基于中银量化基金询价的稳定性、基金的规模控制情况以及IPO的整体环境，未来打新策略预计仍将为基金贡献较为理想的收益增厚。
总结
指数增强基金作为具有被动属性的主动型基金产品，拥有很强的Beta追踪能力，同时能够进一步增厚Alpha收益，是兼具稳健性与收益性的理想投资工具。根据Wind的统计，目前市场上国内市场共有118只被动指数型基金（合并分级基金），其总规模约为976亿元。其中，跟踪沪深300和中证500指数的指数增强产品数量最多且规模相对分散化，是当前竞争的主要赛道。
除了跟踪指数获得的Beta收益，指数增强基金的核心目标在于挖掘Alpha收益的增强策略。从市场的视角来看，指数增强策略一般可分为宏观的仓位控制、中观的行业轮动以及微观的选股策略；从应用的方法论以及投资工具角度来看，策略一般包含主动、量化两大策略以及提供并行增强效果的另类策略。其中，另类策略包含打新收益、股指期货基差交易策略、可转债投资策略以及衍生品交易等多元化的途径。
从近两年的市场表现来看，指数增强基金整体表现优异，相对基准指数表现出普遍较强的超额收益水平。其中，中银基金公司旗下分别跟踪沪深300和中证500指数的中银量化价值（004881.OF）与中银量化精选（003717.OF）基金作为典型的量化策略指数增强产品，以较为成熟的量化指数增强体系作为决策支持，拥有较强的稳定性和透明性；两者过去两年表现出众，在各自赛道内均跻身前十，体现了底层模型较强的有效性。从统计结果来看，两只基金相对基准展现出的全方位增强。在收益、波动性、回撤控制上均明显优于基准指数；同时，产品的跟踪误差控制合理，对基准指数保持较好的追踪。
从策略的内部结构来看，中银量化指数增强体系包含负责收益增强和风险控制的Alpha模型与风险模型。从整体流程上看，框架是包含股票优选、风险过滤、组合优化与调整、业绩归因等多个环节的决策链。以收益增强作为核心任务的Alpha模型处于决策的主导地位，从因子、信号、个股与行业等多维度对潜在Alpha进行挖掘，明确模型的收益导向；而风险模型在串联决策中起到滤网的作用，通过风险计量指标与实时监控结合，实现静态与动态互补的风险管理机制；业绩归因在决策链中提供反馈调节机制，使决策链形成持续优化的闭环。
本文进一步基于Barra多因子模型、Brinson归因模型（BF模型）与网下打新明细数据，对中银量化指数增强基金的持仓特征以及收益情况进行分析。基于Barra模型分析的结果显示，两只中银量化指数增强产品对风格暴露的控制均较为理想，组合风格呈现一定的稳定性。中银量化价值基金在残差波动率、动量、Beta和流动性等因子上超配，在市值、估值和杠杆因子上呈现低配；中银量化精选基金的风格暴露水平相对前者更高，在动量、非线性市值和盈利因子上超配，在市值和估值因子上呈现低配。
从Brinson模型的收益分解来看，对于超额收益突出的行业，两只产品在选股上获得的收益比重较大，选股效应占据主导地位；相比之下，交叉收益和配置收益的比重相对偏小。可以认为，选股能力在中银基金指数增强策略中的影响力较高，贡献了较大的收益比重。
基于打新询价与配售表的分析显示，基金打新收益受规模的影响较大。从基金的规模控制来看，中银量化指数增强基金的规模均控制在5亿元以内，对于打新的收益增厚策略较为理想；从入围率来看，截至今年10月31日，两只基金的入围率接近90%，整体询价成功率较高。基于测算模型，中银量化价值基金获得约7.5%的收益增强，中银量化精选基金获得约12.8%的收益增强。可以认为，打新策略为基金的整体收益带来理想的贡献。
风险提示
本文以公开信息为基础，提供多维度的分析视角供投资者参考，不构成任何投资建议。部分归因模型基于报告披露的基金持仓信息，存在一定的滞后性，从而对结论的普适性造成影响；基金的历史表现未必能在未来复现。打新的收益测算模型存在一定的主观性，可能与实际情况存在误差。
附录：中银量化指数增强系列基金概况
中银量化价值 产品概况
基金代码：004881.OF
成立日期：2017-11-24
最新规模：4.39亿元
跟踪基准指数：沪深300指数
管理费率：1.50%
托管费率：0.25%
当前状态：开放申购、赎回
策略简介：2019年4月之前以PB-ROE策略作为产品的主要投资策略，2019年4月之后切换为沪深300指数增强加打新策略。
中银量化精选 产品概况
基金代码：003717.OF
成立日期：2016-12-13
最新规模：1.56亿元
跟踪基准指数：中证500指数
管理费率：1.50%
托管费率：0.25%
当前状态：开放申购、赎回
策略简介：2019年1月之前以GARP策略作为产品的主要投资策略，2019年1月之后切换为中证500指数增强加打新策略。
管理团队介绍
基金经理：赵志华 博士
南京大学金融工程硕士、博士
赵志华先生于2006 - 2011年间历任华泰证券金融创新部、资产管理总部任投资经理、投资主办，其中2009年开始量化实盘投资，拥有丰富的实盘经验；2011年加入中银基金，现为中银量化精选、中银量化价值基金经理。
中银量化指数增强基金的管理团队成立于2009年，目前有基金（投资）经理4人，研究员3人，均为硕士以上学历，2位拥有博士学位。团队成员稳定，人均入司5年以上，具有良好的团队精神，分工明确，研究覆盖多因子模型、择时、行业配置、机器学习等领域。
附录：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：
其中为股票的收益，为股票在因子上的暴露；
为因子的，为股票特质因子收益率。
资产组合收益为：
资产组合的风险为：
其中为资产组合的权重矩阵，为风格因子的协方差矩阵；
为特质收益率，为成分股在风格因子上的暴露矩阵。
基础的Barra模型包含十个风格因子，其具体定义如下：
免责申明与评级说明
公众平台免责申明
本公众号不是华泰证券股份有限公司（以下简称“华泰证券”）研究报告的发布平台，本公众号仅供华泰证券中国内地研究服务客户参考使用。其他任何读者在订阅本公众号前，请自行评估接收相关推送内容的适当性，且若使用本公众号所载内容，务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。
本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点，完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容，可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容，请具体参见华泰证券所发布的完整报告。
本公众号内容基于华泰证券认为可靠的信息编制，但华泰证券对该等信息的准确性、完整性及时效性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。
在任何情况下，本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。订阅者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。
本公众号版权仅为华泰证券所有，未经华泰证券书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。
华泰金工深度报告一览
