产品设计与产品创新可分离交易指数增强基金

产品设计与产品创新产品设计与产品创新中信证券研究部金融工程与衍生品组严高剑胡浩2009.7可分离交易指数增强基金2目录指数投资与指数增强投资策略：两种指数增强策略产品结构：Alpha与Beta严格拆分运作方式：封闭运作提高效率产品优点：CheapBeta+HighAlpha31.1在牛市中壮大，但市场占有率依然偏低国内指数基金规模增长迅速，占权益类基金比重提高到7%2007大牛市获得了大幅度的净申购；2008大熊市略有净申购可以说，指数基金起步于平衡市，成名于牛市与美国相比，国内指数基金占比偏低，发展空间很大尤其是ETF02000400060008000100001200014000160002000年2001年2002年2003年2004年2005年2006年2007年0%2%4%6%8%10%12%14%16%18%20%指数基金(亿美元)占权益类基金比重050010001500200025002002年2003年2004年2005年2006年2007年2008年0%1%2%3%4%5%6%7%8%指数基金(亿元)占权益类基金比重国内指数基金市场占有率变化数据来源：中信证券数量化投资分析系统数据来源：中信证券数量化投资分析系统美国指数基金市场占有率变化41.2在熊市中扩张，迎来第一个快速发展期次债危机爆发前后欧洲（上）/美国（下）市场不同类型基金规模变动情况数据来源：中信证券研究部整理，BCGGlobalAssetManagementdatabase51.3新发展趋势之一：从被动跟踪到主动增强指数基金的天职是跟踪标的指数按照标的指数的构成买入一篮子成份股，即完全复制跟踪标的指数的同时，追求一定程度的超越复制方法改进/衍生品替代/多空组合增强数据来源：中信证券数量化投资分析系统成立时间较久的11只指数基金近三年超额收益情况-12%-10%-8%-6%-4%-2%0%2%4%华安180ETF万家180华夏上证50ETF易方达上证50嘉实沪深300大成沪深300易方达深证100ETF融通深证100融通巨潮100长城久泰中标300友邦华泰红利3Year2Year1Year61.4产品创新：首只具有担保的指数增强基金产品收益：基准指数区间收益+1%max（1%，Alpha*20%））1%意味着什么？——别把蚊子腿不当肉2000年以来，以一年为期限投资A股平均收益为15%为什么是1%？——一个可以达到的目标1%基本覆盖申购赎回费用超过1%通过期货存在无风险套利空间怎么保证1%？——多重保险的强力保障指数增强收益担保投资简化7目录指数投资与指数增强投资策略：两种指数增强策略产品结构：Alpha与Beta严格拆分运作方式：封闭运作提高效率产品优点：CheapBeta+HighAlpha82.1策略一：基于多因素模型的增强策略多因素模型：除市场因子外，规模、价值、动能等因子对业绩均有贡献典型的因素模型Fama三因素模型包含动量的四因素模型TwoFactor：‘TheLittleBookthatBeatsTheMarket’EarningYield(Modified)/ReturnonCapital(Modified)Barra模型59-FactorVanguard’s70-FactorModel11ttnntrfactorfactor市场因子情绪因子基本因子宏观因子92.2中信证券量化因子监控体系目前已监测六大类共21个因子从99年以来市场表现，未来还有很多因子我们会覆盖因子分类成长因子价值因子盈利因子动量因子风险因子规模因子……成长型价值型绩优型大中小盘GARP/VAM……风格划分PEPBPSEV/EBIDTAEPS增长净利润增长营业利润增长利润总额增长销售净利率ROEROAROIC1MPrice3MPrice6MPrice12MPrice3MBeta6MBeta3MVol6MVol财务杠杆利息覆盖倍数……资金动量盈余动量成交动量……预测EPS增长……毛利率期间费用率……PCF……总股本持股集中度流通股本……10-100%0%100%200%300%400%500%600%700%800%900%000104000704010104010704020104020704030104030704040104040704050104050704060104060704070104070704080104080704090104中信增强策略中标300指数累计超额收益2.3业绩表现：持续的增强效果数据来源：中信证券数量化投资分析系统300:357%Lcap:539%300:-72.3%Lcap:-70.6%300:61.1%Lcap:106%中信证券量化策略组合走势（统计数据分别是2000年至今和2006年至今）ReturnMonth：1.31%2.29%0.98%3.41%5.59%2.18%Year：21.55%37.59%16.05%72.33%109.66%36.73%HitRateMonth：57.89%59.65%63.16%70.59%70.59%70.59%Year：43.69%53.40%89.32%61.76%67.65%91.18%11总风险（volatility）市场风险（marketbeta）共同因子风险（otherbeta）特殊因子风险（diversifiable）行业风险（energy,biotech,etc）宏观因子风险（interestrates,oil,etc）微观因子风险（size,P/B,P/E）2.4策略二：市场中性策略的Alpha转移MarketNeutralPortfolioLongAlphaShortAlpha+IndexReturnAlpha转移指数多买少买IndexenhancedPortfolio12-0.2-0.18-0.16-0.14-0.12-0.1-0.08-0.0607-03-2807-04-0407-04-1107-04-1807-04-2507-05-0207-05-0907-05-1607-05-2307-05-3007-06-0607-06-1307-06-2007-06-2707-07-0407-07-1107-07-1807-07-2507-08-0107-08-0807-08-1507-08-2207-08-2907-09-0507-09-1207-09-1907-09-2607-10-0307-10-1007-10-1707-10-2407-10-31价差上止损下止损上交易下交易均值2.5交易案例：以宝钢/武钢收盘数据为基础的低频交易交易规则起始时间2007-2-1，终止时间2007-10-31利用35日的历史数据计算协整系数γ，然后计算价差[log(武钢)－γ×log(宝钢)]计算价差的均值μ和标准差σ，设定上下交易线（μ±1σ）和强制平仓线（μ±2σ）触发交易后，若回复均值则平仓；触及2σ处则强制平仓2007年2月至10月统计套利触发情况分析数据来源：中信证券数量化投资分析系统132.6业绩表现：以宝钢/武钢收盘数据为基础的低频交易交易结果分析总共交易8次，成功7次，失败1次；平均交易时间9.9天考虑成本后收益率达到39.2%，年化收益率达到55.4%与沪深300指数之间的相关系数为－0.15487，β值为-0.0731，夏普比达到3.16从单兵到兵团：加入“招行/民生”、“国航/南航”、“神华/中煤”等配对-10%0%10%20%30%40%50%17131925313743495561677379859197103109115121日收益率累计收益率15天2.4%611天4.3%511天-2.8%822天4.3%79.9天4.3%平均2天3.9%47天8.4%33天5.5%28天8.3%1交易时间收益率交易次2007年2月至10月统计套利日收益率和累计收益率走势数据来源：中信证券数量化投资分析系统每次交易情况分析数据来源：中信证券数量化投资分析系统14目录指数投资与指数增强投资策略：两种指数增强策略产品结构：Alpha与Beta严格拆分运作方式：封闭运作提高效率产品优点：CheapBeta+HighAlpha153.1通过结构分层重新划分风险收益任何增强策略带来的增强收益都是波动的，如何实现绝对的1%？通过结构分层，将风险收益进行重新划分总收益=指数收益+增强收益指数收益增强收益A级指数增强B级市场中性承受市场风险获得beta+1%收益承受增强风险获得alpha-1%收益163.2与风险收益划分相匹配的产品分级申购期：投资者可以单独申购A/B，也可以4：1整体申购募集期结束之后根据A:B=4:1拆分，匹配资产投资：A类资产完全投资于指数增强组合；B类资产投资于新股、债券、货币等确保绝对安全20%的B为80%的A担保（指数+1%）的收益173.3结构分层后的收益分配机制总收益=指数收益+增强收益6.3%-1%指数收益增强收益A级指数增强B级市场中性80%的份额无杠杆预期收益=指数收益+1%增强收益有担保的指数收益20%的份额4倍杠杆预期收益=20%市场中性的绝对收益产品关键在于能否成功实现增强指数如果A级资产跑赢指数X%,B级资产获得Y%收益A级投资者：指数+1%收益B级投资者：(x%-1%)*4+Y%183.4产品收益情况模拟：Alpha与Beta严格拆分010203040020406080100120Series:S43Sample1103Observations103Mean16.04728Median6.330000Maximum121.6400Minimum-14.85000Std.Dev.28.79531Skewness2.475944Kurtosis8.234611Jarque-Bera222.8334Probability0.000000均值：16.05%方差：28.80%中值：6.3%平均亏损：-5%亏损概率10%多因素增强策略增强收益分布数据来源：中信证券数量化投资分析系统数据来源：中信证券数量化投资分析系统多因素增强策略年度增强收益情况-10%10%30%50%70%90%110%130%001229011229021229031229041229051229061229071229081229A级资产收益：指数+1%B级资产收益：取决于指数增强效果和B级资金低风险运作由于有4倍杠杆放大了市场中性策略，因此收益也比较可观的多因素模型过去增强失败主要在05/06年股改期间结合市场中性增强，Alpha收益会更高均值：20.95%方差：31.18%中值：7.6%平均亏损：-2%亏损概率2%193.5Alpha与Beta分离满足不同的需求SCHEA=StylizeActive+CheapBeta+HighAlpha+EngineeringCombinations+AlternativesStylize风格差异解释了大部分基金业绩差异CheapBeta提供市场效率回报和资产配置工具HighAlpha捕捉市场非有效性Alternatives提高资产多元化方式EngineeringCombinations拓展投资有效边界20目录指数投资与指数增强投资策略：两种指数增强策略产品结构：Alpha与Beta严格拆分运作方式：封闭运作提高效率产品优点：CheapBeta+HighAlpha214.1影响指数基金跟踪误差的因素对于指数增强策略而言追求的是正向的跟踪误差因此，影响指数基金跟踪误差的因素同样影响着指数增强开放式指数基金的经验表明规模冲击是对跟踪误差影响最大的因素规模冲击/现金管理交易成本复制策略跟踪误差12322-10%-5%0%5%10%15%000128010128020128030128040128050128060128070128080128090128