转自：上海证券基金评价
刘亦千 分析师
执业证书号：S0870511040001
陈丹忆 研究助理
执业证书号：S0870122010009
摘要
Barra债券风险因子构成及Campisi业绩归因进一步的拆分结果共同指向信用和利率是构成债券收益和风险的两大核心。与风险资产定价类似，基金收益由风险溢价及超额收益构成，在上海证券二市场风险因素分析模型的基础上，我们进一步提出针对纯债基金二因素评价模型：
稳定计提的债券利息收入占据债券收益的相当部分，造成各类债券资产及指数波动存在严重共线性，是影响多数债基分析模型效果的重要因素。因此本文在构建信用风险表征指标时，采用净价指数，以保持与表征利率风险的财富指数低相关。同时，由于以净价指数构建的信用风险因子仅反映了利差变化带来的波动，承担信用风险带来的额外票息收入，在模型中作为了α的构成部分——在保证安全的前提下获取更高的票息收入，当然可以被视为是一种主动管理能力。α的另一重要来源为择时，与权益投资语境下的择时不同，固定收益投资中的择时，主要表现为对组合久期、杠杆、期限结构，以及对信用暴露水平的适时调整。β利率代表了基金组合承担的利率风险水平，综合反映了债券组合的久期、期限结构、杠杆等信息。
通过选取合适的债券指数并加以适当处理，构建出简单的线性回归模型，模型对于纯债基金收益率整体有着相当的解释效力，对纯债基金的风格和特征能够进行高效刻画。
回归结果显示，整体而言中长期纯债基金相对于债券指数而言具备一定超额收益获取能力，体现了一定的主动管理能力，但在债券资产低流动性和可得性差的特点影响下，超额收益的整体水平相对较低，不足以覆盖基金管理费与托管费。
结合β值和定期报告披露的持仓信息，我们能够对基金的利率、信用风格，风险暴露水平形成较为准确的判断；模型得出的α综合反映了基金信用挖掘以及择时效果，结合根据基金财务数据得出的票息率水平，可以进一步帮助识别出择时效果突出的基金；模型参数在时间序列上的变化情况能够帮助我们及时掌握基金组合的变化以及运作风格；通过模型可决系数的高低，亦可以高效识别出净值异常基金。
上海证券基金评价体系倡导以能力作为评价的核心。通过结合基金的β利率、β信用在时间序列上的变化情况，以及相应风险因子的表现，后续我们也可以构建指标，从超额收益水平和超额收益稳定性两个角度出发，刻画基金的利率择时、信用择时能力，进一步完善我们的基金评价体系。
一、理论依据
对于纯债基金的分析研究，定期报告的持仓信息显然无法提供足够的有效讯息。通过基金净值数据分析，结合有限披露的持仓信息进行佐证，是更为有效的方式。
《Barra Risk Model Handbook》中，对固定收益类资产的风险做了如下分解：
债券总风险可分为共性因素和特异性风险，其中共性因素包括了利率风险和信用风险。
债券业绩归因的经典模型Campisi模型，将债券总收益分解为静态的利息收入构成的收入效应，以及由债券价格变动带来的资本利得效应，其中资本利得效应又分为国债效应和利差效应。
如果对上述各效应作进一步拆解，收入效应可以进一步分解为国债利率对应的无风险收益率，以及主要由期限利差和信用利差构成的利差效应；国债效应主要表现为国债收益率曲线的平移，即无风险利率的变动所带来的价格变动；与收入效应中的利差构成对应，利差效应中包括了利率期限结构的改变，以及信用利差的变化，同时，时间的自然流逝带来在收益率曲线对应位置的改变，即骑乘效应，如下图所示。
进一步拆分后的债券收益构成与Barra债券风险因子的构成一脉相承，共同指向信用和利率是构成债券收益和风险的两大核心。
与风险资产的定价逻辑类似，我们在评价基金的投资效率时，核心是将收益率中的风险溢价部分剥离，得到由主动管理创造的价值，在上海证券二市场风险因素分析模型中有所体现：
其中RP为基金收益率，Rf为无风险收益率，RS为股票市场收益率，Rb为债券市场收益率，α为市场风险调整后的超额收益率，βs为股市贝塔，βb额为债市贝塔。
从风险和收益两端分别对债券的波动进行拆分，我们得出利率风险因子和信用风险因子可作为债券资产的两大风险因子。在二市场风险因素分析模型的基础上，我们剔除股市因素，并将无风险利率视为0，进一步提出针对纯债基金的评价模型：
二、模型构建
1.指数选取
我们通过选取尽量贴近公募债基持仓的指数，在维持模型简约性的前提下提高模型的解释效力。
对WIND基金分类中长期纯债基金最新一期披露的重仓债券进行统计，可见在利率债品种（国债、政金债）中，国开债数量占绝对优势。这也易于理解：在利率债中，政金债相对于国债有一定票息优势，而在政金债中，国开债的流动性又优于农发债与进出口行债。
信用债方面，公募持仓信用债评级以AAA为主，少部分为AA+评级。为了弥补传统评级虚高，区分度低，反应不及时的缺点，采用基于债券交易信息来反映评级对象信用风险的中债隐含评级指数。
根据中债资信公布的外部评级、隐含评级的分布情况，公募信用债持仓与AAA-隐含评级最为贴近。
根据债基年报、中报公布的市场利率敏感性分析，公募纯债债基（非定开）久期多在3年以内。
在债券的收益构成中，稳定计提的利息收入占据了相当部分，这也是造成各债券收益指数存在严重共线性的根本原因。因此，在构建信用风险表征指数时，我们采用了净价指数，以消除利息收入所带来的噪音，并降低与利率风险因子的共线性，主要的构建思路是以信用类净价指数收益率减去利率类净价指数收益率。
结合以上信息，选用以下指数构建利率和信用风险因子。
2.指标含义
利率因子采用的是财富指数，包含了利息的再投资收益，与债基收益结构更为贴近。β利率代表了基金组合对利率风险的敏感程度，综合反映了债券组合的久期、期限结构、杠杆等信息。
由于构建信用风险因子时采用的是净价指数，仅仅反映信用利差变动带来的收益，以信用利差因子命名更为贴切，β信用反映出的基金信用风险暴露程度。而承担信用风险带来的额外票息收入，在模型中作为了α的构成部分——在保证安全的前提下获取更高的票息收入，当然可以被视为是一种主动管理能力。
自15年以来，信用利差整体呈收窄趋势，因此信用利差因子的长期收益率为正。利率风险因子中由于包含了利息收入，长期收益率同样为正。从日度因子收益率维度来看，两者的相关系数为负，有效避免了共线性问题。
3.数据频率
以年收益约4%计算，纯债债基每日净值的平均波动约在0.0001量级，而基金净值仅精确到4位小数，使得基金日频净值收益率的准确度有限。同时，过于低频的收益率数据又存在时滞过长，对变动不敏感的问题。
综上，我们采用周频净值收益率数据。
三、回归结果与分析
1.总体分析
对全部成立日在2019年6月30日前的非定开中长期纯债基金，2020年初以来的周度收益率数据以上述模型进行分析，模型可决系数的均值和中位数分别达到了0.77、0.83，说明模型债基收益率整体而言有着相当的解释效力。
对于占比约12%基金，加入信用利差因子作为自变量与仅使用利差因子作为因变量相比，模型可决系数的差异在0.001以内，即这部分基金的信用风险暴露几乎为0，专注投资利率债。
α均值与中位数均小于0，若考虑到约0.40%的平均年费率（周费率0.008%），两者之和大于0，即整体而言中长期纯债基金相对于我们所选的债券指数而言具备一定超额收益获取能力，体现出了一定主动管理价值，但受到债券资产低流动性和可获得性差等因素的影响，复制债券指数在现实中本身不可实现，超额收益水平相对较低，尚不足以覆盖基金管理费与托管费。
2.典型基金分析
通过基金定期报告披露的持仓券种信息，及收益波动情况，筛选出的利率/信用风格、风险收益表现较为典型的几只基金，进行分析。
回归结果显示，对于稳定保持利率风格的基金，模型均能够很好地识别，β信用接近于0。对于信用风险暴露程度，相较于仅仅通过持仓券种分析，通过净值获取的β信用能够更为精确地反映信用风险暴露水平，例如同为金融债，五大行作为发行人与小型城农商作为发行人面临的信用风险暴露天差地别，即使同一发行人，不同条款或期限也带来不同的风险暴露，通过持仓券种分析我们无法得到足够的有效讯息。下表中列示的两只基金交银裕利纯债、东方添益从券种分布上看，利率债持仓占比接近，但持仓信用主体资质有着明显差异，两者的β信用很好地体现出了相应差异。
对于β利率与β信用均较低的基金，如交银裕利纯债，其波动率水平也处于低位，基金稳健运作特征显著，从基金披露信息可见基金在多数时间维持了较低的久期和杠杆水平。
对于β利率与β信用均处于中等水平，但收益表现尤为优异的基金如鹏华丰禄，其α水平显著高于其他基金。进一步分析α的来源，如前文所述，由于我们使用净价指数构建信用因子，仅反映信用利差变动带来的收益，因此在保证安全的前提下通过承担信用风险而获得的更高的票息收入被视为α的一部分。通过基金披露的财务数据进行测算我们可知，鹏华丰禄的票息水平在同类中处于高位。
α的另一重要来源为择时，与权益投资语境下的择时不同，固定收益投资中的择时，主要表现为对组合久期、杠杆、期限结构，以及对信用暴露水平的适时调整。下表所示的两只基金均专注于利率债投资，两者在票息水平上无显著差异，但基金收益率差异较大。通过对两只基金时间序列上的β利率的分析可知，表现更优的鹏扬淳享A对其利率风险暴露水平调整更为积极，调整方向的选择也更为成功：在利率因子的两次明显回撤期间，鹏扬淳享A的β利率均显著低于永赢盈益，其余时间则多是高于。
结合基金某段时间内的α水平及票息率水平，我们可以倒推出通过成功的择时操作获取超额收益的基金。在剔除了模型可决系数过低，以及β利率、β信用过低的基金后,对α水平靠前的基金的票息率水平进行统计，可见多数高α基金有着较高的票息率水平，而票息率水平较低的基金则大概率在过去通过成功的择时操作获得了较高的资本利得收益，典型代表如万家鑫璟纯债。基金的β利率在过去三年中的变化展现出了教科书级别的择时操作，多次在利率上行，利率因子表现阶段及时降低了利率风险暴露，在利率因子表现优异时提高利率风险暴露。基金披露的重仓债券亦对基金的择时风格有所佐证：基金长期持有超长期限的利率债，这样的债券往往用于对组合久期进行灵活调整。
通过结合基金的β利率、β信用在时间序列上的变化情况，以及相应风险因子的表现，我们也可以构建指标，从超额收益水平和超额收益稳定性两个角度出发，刻画基金的利率择时、信用择时能力。
对于可决系显著低于其他基金的，例如工银信用纯债，由其净值曲线易知，基金在2020年末净值异常波动，出现了5%以上的回撤，同期同类基金的平均回撤仅为0.42%，根据基金年报披露信息，疑似持仓债券发生信用事件。
通过可决系数水平，模型亦能有效识别出净值出现异常波动的基金。
我们从利率、信用两大核心风险因子出发，通过选取合适的债券指数并加以适当处理，构建了简单的线性回归模型，模型对纯债基金收益率整体有着相当的解释效力，对纯债基金的风格特征能够进行高效刻画。
结合β值和定期报告披露的持仓信息，我们能够对基金的利率、信用风格，风险暴露水平形成较为准确的判断；模型得出的α综合反映了基金信用挖掘以及择时效果，结合根据基金财务数据得出的票息率水平，可以进一步帮助识别出择时效果突出的基金；模型参数在时间序列上的变化情况能够帮助我们及时掌握基金组合的变化以及运作风格；通过模型可决系数的高低，亦可以高效识别出净值异常基金。
上海证券基金评价体系倡导以能力作为评价的核心。通过结合基金的β利率、β信用在时间序列上的变化情况，以及相应风险因子的表现，后续我们也可以构建指标，从超额收益水平和超额收益稳定性两个角度出发，刻画基金的利率择时、信用择时能力，进一步完善我们的基金评价体系。
