2026年第三季度跑赢基准0.29%!南方中证房地产ETF发起联接C罗文杰:政策落地助地产筑底,优质房企迎机遇
新浪基金∞工作室
10月29日消息,近期南方中证房地产ETF发起联接C披露2026年第三季度报,基金规模5.28亿元,比2026年第二季度增加36.55%。基金经理罗文杰最新投资观点同步出炉。
罗文杰表示,随着稳地产政策细则加快落地、市场信心逐步修复,A股房地产行业基本面有望逐步筑底企稳,板块当前估值处于相对低位具备一定安全边际。 宏观经济: 多地延续因城施策的宽松调控导向,购房成本持续下行,现房销售政策助力存量房源去化,行业向新发展模式过渡的路径愈发清晰。 资本市场: 三季度地产板块整体表现活跃,9月下旬多项边际改善数据带动板块情绪修复,地产股多次领涨市场,土地市场呈现缩量提质特征,出让资源进一步向核心城市集中。 投资方向: 后续土地与信贷资源将持续向优质房企倾斜,经营稳健的优质房企将充分受益于行业格局优化带来的发展红利。 风险提示: 房地产行业复苏进度不及预期、政策落地效果存在不确定性,板块波动可能带来相关投资收益波动。
业绩回报:2026年第三季度跑赢基准0.29%
数据显示,截至2026年第三季度末,南方中证房地产ETF发起联接C净值为0.48元,2026年第三季度年基金份额净值增长率为9.46%,同期业绩比较基准收益率为9.17%,跑赢基准0.29%。
罗文杰自2017年8月24日担任南方中证房地产ETF发起联接C基金经理,截止2026年10月29日,任期回报-56.91%。
| 表:南方中证房地产ETF发起联接C业绩表现(截止2026年9月30日) | |||
|---|---|---|---|
| 阶段 | 净值增长率 | 业绩比较基准收益率 | 跑赢基准 |
| 近3月 | 9.46% | 9.17% | 0.29% |
| 近6月 | -3.66% | -3.88% | 0.22% |
| 近1年 | -20.03% | -19.89% | -0.14% |
| 近3年 | -24.26% | -23.56% | -0.70% |
| 近5年 | -40.88% | -41.31% | 0.43% |
| 成立以来 (2017-8-24) | -51.85% | -57.77% | 5.92% |
资料显示,罗文杰,美国南加州大学数学金融硕士、美国加州大学计算机科学硕士,21年证券从业年限,曾任职于摩根士丹利投资银行从事量化分析工作,2008年9月加入南方基金,历任数量化投资部基金经理助理,现任指数投资部总经理,2017年8月24日起担任南方中证全指房地产交易型开放式指数证券投资基金发起式联接基金基金经理。
整体来看,整体来看,该联接基金三季度规模大幅增长、阶段业绩小幅跑赢基准,反映出资金对地产板块低位布局的关注度有所提升。当前地产板块估值具备安全边际,政策托底效应逐步显现,但行业复苏节奏仍存不确定性,投资者布局相关指数产品时,需充分考量板块波动风险,结合自身风险承受能力理性决策。
附公告原文节选:
跟踪指数:中证全指房地产指数(931775.CSI) 2026 年三季度指数涨9.62%
本基金为南方中证全指房地产交易型开放式指数证券投资基金的发起式联接基金,主要 通过投资目标ETF 紧密跟踪中证全指房地产指数。中证全指房地产指数从中证全指样本中选 取房地产行业上市公司证券作为指数样本,反映A 股房地产行业证券的整体表现。当前板块 估值处于相对低位,提供一定的安全边际。报告期内,中证全指房地产指数涨9.62%。
报告期内,房地产板块表现相对活跃,中证全指房地产指数上涨9.62%,显著跑赢大盘。 政策层面,稳定房地产市场的定调进一步强化,9 月末国务院常务会议研究出台稳定房地产 市场的政策措施,围绕销售制度改革、信贷管理优化、住房保障体系完善的政策框架逐步明 晰,行业向新发展模式过渡的路径更加清晰;地方层面,多地因城施策、宽松导向延续,购 房成本持续下降,现房销售政策亦有助于存量房源去化。市场层面,三季度行业总体延续筑 底态势、分化特征明显:一线城市新房成交相对较好,二手房成交量保持增长、在住房交易 中的占比进一步提升;土地市场缩量提质、出让进一步向核心城市集中。9 月下旬起,多项 数据边际改善带动板块情绪修复,地产股多次领涨市场。展望后市,随着政策细则加快落地、 市场信心逐步修复,行业基本面有望逐步筑底企稳,土地与信贷资源向优质房企集中的趋势 延续,经营稳健的优质房企有望受益于行业格局优化。
期间我们通过自建的指数化交易系统、日内择时交易模型、跟踪误差归因分析系统、ETF 现金流精算系统等,将本基金的跟踪误差指标控制在较好水平,并通过严格的风险管理流程, 确保了本基金的安全运作。
我们对本基金报告期内跟踪误差归因分析如下:
(1)大额申购赎回带来的成份股权重偏差,对此我们通过日内择时交易争取跟踪误差最 小化。