原标题：基于模拟全持仓的基金配置偏好分析：2018Q3主动权益类基金加仓金融板块大幅减仓医药行业【天风金工吴先兴团队】
公募基金作为A股市场重要的机构投资者，其配置行为受到各类投资者的关注。然而，基金季报存在披露持仓信息不完整、时间滞后等世界末日最新消息问题。大部分研究者会采用前10大重仓股来分析公募基金的行业配置偏好，本报告分析发现此种方法估计的偏差较大（详见文中的重仓股单位化法）。因此，本报告提出了季频的模拟持仓归因模型，在兼顾时效性的同时估计准确度，可作为公募基金配置偏好分析的有效工具。
在证监会行业分类约束条件下，我们通过模拟基金持仓，从而提出了重仓股补全法和最大化持仓补全法。在相关性和偏离度视角的有效性检验中，最大化持仓补全法重仓股补全法重仓股单位化法净值回归法。
通过对个基的行业配置向量加权可以得到所有主动权益类基金的行业配置偏好，本报告使用的是等权重加权法和持仓市值加权法。研究发现，重仓股补全法和最大化持仓补全法估计的相关性长期维持在0.99以上，行业平均偏离度不到0.5%，远优于传统的净值回归法和重仓股单位化法。在时效性的同时，大幅度提升估计的准确度，可以满足我们的要求。
通过对2018Q3全市场分析发现，近年来公募基金规模的增加主要源于货币基金，而股票型基金和混合型基金模型整体变化较小。在基金仓位方面，主动偏股型基金的平均仓位略微降低，而灵活配置型基金的仓位略微提升。
在配置偏好方面，主动权益类基金的行业配置权重较为分散化，仅医药、食品饮料、电子元器件、银行等行业的权重超过了5%。在配置变动方面，整体上在2018Q3大部分行业配置权重相比于2018Q2变动较少，仅个别行业配置加减仓幅度略高，如非银行金融、银行等加仓幅度超过了1%，而电子元器件、医药、家电等减仓在1%左右。可见，主动权益类基金在金融地产板块加仓幅度明显，在消费板块减仓幅度明显，而其他的板块加减仓幅度均不超过1%。具体地，持仓市值加权法下金融地产板块加仓4.2%至14.9%，而消费板块减仓2.2%至36.6%。
公募基金作为A股市场重要的机构投资者，其专业的投资能力以及广泛的信息获取渠道使得其具有更强的盈利能力。因此，公募基金的配置行为偏好受到各类投资者关注。以股票投资为主的非指数型公募基金产品，可归为两类：主动偏股型基金（包含普通股票型基金和偏股混合型基金）和灵活配置型基金。
然而，公募基金仅会在季报中披露持仓信息，且在一季报和三季报中只披露部分十大重仓股信息。与上市公司季报披露的时间不同，公募基金会在每个季度结束的15个工作日内披露季报，我们可以获取基金的前10大重仓股信息；而在二季报和四季报之后还会披露半年报和年报，我们可以获取基金的全部持仓股信息。可以发现，基金季报存在披露持仓信息不完整、时间滞后等问题。
面对这些问题，大部分研究者会直接选择用季报披露的前10大重仓股来分析公募基金的行业配置偏好，虽然这种方法考虑到了时效性，但是估计的偏离度较大（详细可见下文的重仓股单位化法）。因此，本报告提出了一种方法，在兼顾时效性的同时准确度，可以作为公募基金配置偏好分析的有效工具。
本报告基于公募基金季报和上市公司季报信息，提出了模拟持仓归因模型，在每个季度结束后的下一个月末进行分析，分别用最大化持仓补全法估计基金在一季度和三季度末的行业配置偏好；用重仓股补全法估计基金在二季度和三季度末的行业配置偏好。本报告将以主动偏股型基金+灵活配置型基金为统计口径，分析模型的有效性，并重点分析公募基金在2018Q3的配置偏好。
基金行业配置估计分析有两种思，分别为基于净值数据的回归法和基于持仓数据的归因法。其中，净值回归法是基于净值数据，将基金收益分解到不同行业指数收益上，通过有约束回归系数来估计基金的行业配置情况；而全部持仓归因法基于持仓股票数据，依据股票所属行业加权汇总确定基金的行业配置情况。但是，由于存在时间滞后性、基金仓位和行业指数高相关性等问题的干扰，使得净值回归法下行业配置估计准确度较低；全部持仓归因法需要基金的全部持仓数据，但是公募基金仅会在半年报和年报中披露全部持仓数据，进而使得全部持仓归因法下分析的频率较低。
传统中，大家在季度末会利用前10大重仓股研究基金的行业配置，可视作是重仓股单位化法。即将重仓股的行业配置权重单位化作为基金全部持仓的行业配置权重，其前提假设条件为基金全部持仓的行业配置与重仓股的行业配置是一致的，是全部持仓归因法在季频下的一种改进方案。
重仓股单位化法虽然广泛使用，但是存在诸多问题。例如，前10大重仓股只有十只股票，最多只能覆盖十个行业，而中信一级行业指数由29个，重仓股单位化法通常覆盖的行业数不足三分一；重仓股单位化法将重仓股的行业配置权重等比例放大，通常会把权重最高行业的估计权重放大很多倍，进而使得其他行业的估计权重变小。可见，传统的净值回归法和重仓股单位化法均无法有效的估计基金的行业配置。
因此，是否存在兼顾时效性和准确度的方法，用于估计基金行业配置情况？本报告提出了重仓股补全法和最大化持仓补全法。
重仓股补全法，即在证监会行业配置约束下，利用上期持仓股票和全市场其他股票补全本期行业配置缺失的部分，模拟本期全部持仓，进而估计基金新的行业配置信息。其前提假设条件为基金在前后期非重仓股的行业配置比例不变，重点考察本期重仓股的行业配置变化情况。
相比于传统方法，重仓股补全法利用到一个大家极容易忽略，但是却非常有用的数据，即为基金在季报中披露全部持仓的证监会行业配置数据。证监会行业分类虽然非常粗糙，但是其可以作为我们所需中信行业分类的先验数据，进而提升基金中信行业配置的准确度。重仓股补全法，首先基于本期全部持仓和重仓股的证监会行业配置信息确定非重仓股的证监会行业配置权重；然后利用上期持仓股票和全市场其他股票估计本期的非重仓股信息；最后将重仓股和非重仓股合成得到模拟持仓，并估计基金的中信行业配置权重。（重仓股补全法的算法可见附录，或我们此前的报告《基金资产配置的行业选择能力评价体系》。）
重仓股补全法仅需要利用基金季报披露的十大重仓股信息。由表1中的信息可知，上市公司季报披露时间会在季度结束后的15个工作日以内。因此，我们最晚可以在每个季度结束后的第15个工作日对基金的行业配置偏好进行分析。
由于我们无法知道公募基金产品在一季报和三季报的全部持仓信息，所以我们将利用半年报和年报节点数据验证重仓股补全法的有效性。具体地，假设在半年报（或年报）节点只能获取前10大重仓股信息，将上期年报（或半年报）节点的持仓股票信息递延到本期，模拟全部持仓并估计基金的中信行业配置情况，并与本期半年报（或年报）节点的全部持仓确定的中信行业配置情况对比，分析两者之间的相关性和偏离度。我们对2005年以来全市场所有主动偏股型基金+灵活配置型基金在半年报和年报节点的行业配置准确度情况进行了分析，并引入了净值回归法和重仓股单位化法进行对比，结果如下所示。
可以发现，在相关性和偏离度视角下，重仓股补全法重仓股单位化法净值回归法。重仓股补全法估计的行业配置与实际行业配置间的相关性分布整体上集中在0.85以上，且尾部低相关性的数量占比较少；偏离度主要集中在25%以内，尾部高偏离度的数量占比同样较少，明显优于重仓股单位化法和净值回归法。
最大化持仓补全法，即在证监会行业配置约束下，综合基金季报披露和上市公司十大股东信息实现已知持仓信息最大化，利用上期持仓股票和全市场其他股票补全本期行业配置缺失的部分，模拟本期全部持仓，进而估计基金新的行业配置信息。其前提假设条件为基金会继续持有上一期的股票，但是投资权重会做调整，重点考察的是本期已知持仓的配置变化情况。
可以发现，最大化持仓补全法的流程图与重仓股补全法较为相似，主要区别在于引入了上市公司十大股东数据。我们知道，大家更多会从基金季报中获取持仓数据，从而在一季报和三季报只能获取十大重仓股，获取的信息其实相对较少。事实上，部分规模相对较大的基金产品，是可能成为上市公司的十大股东（或十大流通股东），进而在上市公司的季报中披露。因此，我们可以从全市场所有上市公司披露的十大股东信息中寻找基金产品的影子，从而拓展季报节点已知持仓信息。
具体的，在每个季报节点针对每只基金产品，我们进行如下步骤：（1）将全市场所有上市公司的十大股东信息 进行采集汇总；（2）从上述信息中筛选出所有以该基金为股东的股票，即为该基金产品的十大股东股票；（3）从十大股东股票中剔除属于该基金重仓股的部分，剩下的即为十大股东非重仓股。
因此，我们在季报节点针对每只基金，不仅可以从季报披露的信息中获取前十大重仓股信息，还可以从上市公司披露的十大股东信息中获取额外的增量信息。当在季报节点，已经信息（重仓股+十大股东非重仓股）获取的越多，未知信息（未知非重仓股）就越少，从而可以有效提升行业配置信息估计的准确度。
研究发现，上市公司季报能够为基金持仓估计提供至少5%的信息增量。我们对所有主动偏股型基金+灵活配置型基金中成为上市公司十大股东的比例数据进行了统计。可以发现，这一比例数据是逐年降低的，目前维持在20%左右。此外，通过对十大股东非重仓股平均权重的统计可以发现，该数据同样在逐年降低，但目前仍可以为持仓估计至少提供5%的有效信息增量。有效信息的逐年降低，或许与机构投资者越来越偏好中大市值的股票有关。
综上可见，最大化持仓补全法引入上市公司十大股东数据，增加了额外的已知信息，可进一步提升基金中信行业配置的准确度。最大化持仓补全法，首先基于本期全部持仓、重仓股以及十大股东非重仓股的证监会行业配置信息确定未知非重仓股的证监会行业配置权重；然后，利用上期全部持仓股和全市场其他股票估计本期的未知非重仓股信息；最后，将重仓股、十大股东非重仓股和估计的未知非重仓股合成得到模拟持仓，并确定基金的中信行业配置权重。（最大化持仓补全法的算法可见附录，或我们此前的报告《基金资产配置的板块选择能力评价体系》。）
最大化持仓补全法需要利用基金季报披露的十大重仓股信息和上市公司季报披露的十大股东信息，但是基金季报和上市公司季报的披露时间并不统一。由表1中的信息可知，上市公司季报披露时间会明显晚于基金季报披露时间，从而我们只能在获取基金重仓股信息后，再获取十大股东非重仓股信息。因此，考虑到时效性，我们只会在一季报和三季报节点使用最大化持仓补全法估计基金行业配置。整体来看，我们最晚在4月底可以对一季报节点，以及在10月底可以对三季报节点的基金行配置偏好进行分析。
由于我们无法知道公募基金产品在一季报和三季报的全部持仓信息，所以我们将利用半年报和年报节点数据验证最大化持仓补全法的有效性。具体地，假设在半年报（或年报）节点只能获取前10大重仓股信息，同时可以获取上市公司十大股东数据，将上期年报（或半年报）节点的持仓股票信息递延到本期，模拟全部持仓并估计基金的中信行业配置情况，并与本期半年报（或年报）节点的全部持仓确定的中信行业配置情况对比，分析两者之间的相关性和偏离度。我们对2005年以来全市场所有主动偏股型基金+灵活配置型基金在半年报和年报节点的行业配置准确度情况进行了分析，并引入了净值回归法和重仓股单位化法进行对比，结果如下所示。
可以发现，在相关性和偏离度视角下，最大化持仓补全法重仓股单位化法净值回归法。最大化持仓补全法估计的行业配置与实际行业配置间的相关性分布整体上集中在0.85以上，且尾部低相关性的数量占比较少；偏离度主要集中在25%以内，尾部高偏离度的数量占比同样较少，明显优于重仓股单位化法和净值回归法。
上文中我们提出了重仓股补全法和最大化持仓补全法，不同估计方法所需的数据如下表所示。可以发现，最大化持仓补全法相比于重仓股补全法，增加了额外的上市公司十大股东数据，但是分析时间会滞后10天左右。重仓股补全法和最大化持仓补全法是在时效性和准确度上权衡的结果。可见，从时效性视角下，净值回归法重仓股单位化法=重仓股补全法最大化持仓补全法。
我们对2005年以来全市场所有主动偏股型基金+灵活配置型基金在半年报和年报节点，基于重仓股补全法和最大化持仓补全法对行业配置准确度情况进行了分析，并引入了净值回归法和重仓股单位化法进行对比，汇总结果如下所示。
可以发现，在相关性和偏离度视角下，最大化持仓补全法重仓股补全法重仓股单位化法净值回归法。最大化持仓补全法和重仓股补全法估计的行业配置与实际行业配置间的相关性分布整体上集中在0.85以上，且尾部低相关性的数量占比较少；偏离度主要集中在25%以内，尾部高偏离度的数量占比同样较少。引入上市公司十大股东数据后，使得最大化持仓补全法相比于重仓股补全法的准确度进一步提升。
综合考虑时效性和准确度可知，本报告提出的重仓股补全法和最大化持仓补全法具有明显优势。但因所需数据不同，使得不同估计方法的使用情境不同。具体地，如果当前季度为一季度和三季度，可以使用重仓股补全法和最大化持仓补全法，重点推荐使用最大化持仓补全法；如果当前季度为二季度和四季度，可以使用重仓股补全法。而针对历史季度为一季度和三季度，可以使用最大化持仓补全法；历史季度为二季度和四季度，可以使用全部持仓归因法。
同样，我们将在半年报和年报节点数据验证重仓股补全法和最大化持仓补全法在主动权益类基金行业配置偏好估计的有效性。我们对2005年以来全市场所有主动偏股型基金+灵活配置型基金在半年报和年报节点的主动权益类基金行业配置偏好估计准确度情况进行了分析，并引入了净值回归法和重仓股单位化法进行对比，结果如下所示。
可以发现，在相关性和偏离度视角下，最大化持仓补全法重仓股补全法重仓股单位化法净值回归法。最大化持仓补全法和重仓股补全法估计的主动权益类基金行业配置与实际行业配置间的相关性各期基本都在0.99以上，相关性分布较为稳健；偏离度主要集中在4%以内，可知主动权益类基金各行业配置估计权重与实际权重的平均偏离量不到0.5%。在不同指标下，均远优于净值回归法和重仓股单位化法。
综上可知，本报告提出的重仓股单位化法和最大化持仓补全法，在主动权益类基金整体的行业配置偏好的分析中表现优异。在时效性的同时，大幅度提升估计的准确度，可以满足我们的要求。因此，在接下来的研究中，我们将基于重仓股补全法和最大化持仓补全法估计主动权益类基金整体的行业配置偏好，并重点分析2018年三季度的偏好情况。
截至2018年三季报末，公募基金数量为5020只基金，累计资产净值合计132234.00亿元。根据投资范畴分类，全部基金中，混合型基金数量最多，达到2313只，货币市场型基金资产净值最高，为89206.00亿元。
截至2018年三季报末，基金数量较上季度增加了46只，规模增加了5471.79亿元。债券型基金数量较上季环比增幅最高，为1287.29亿元；股票型基金和混合型基金分别增加184.20亿元和降低819.64亿元。可以发现，近年来公募基金规模的增加主要源自货币型基金，而股票型和混合型基金规模整体变化较小。
在股票型基金和混合型基金中以A股股票为主要投资标的非指数型基金，包括普通股票型基金、偏股混合型基金和灵活配置型基金，我们统称为主动权益类基金。考虑到下文的分析，我们将剔除仍处于建仓期（成立时间不足6个月）的新基金，非初始基金（B、C、E、H、O份额等），沪港深基金，以及封闭式基金等，同时针对转型基金考虑调整期（3个月，普通股票型基金转为偏股混合型基金除外）。
可以发现，在2015年2季度及以前，普通股票型基金的数量持续增加，而偏股混合型基金的数量却变化较少，主动偏股型基金的规模是逐渐降低的。2015年3季度由于证监会，大部分普通股票型基金都转为了偏股混合型基金，使得基金数量和规模发生了较大的反转。此后，各类主动偏股型基金的数量平稳增加，但是规模基本上没有发生较大的变化。
相比而言，灵活配置型基金的数量是逐年增加的，尤其是2015年以来逐年创新高。但是规模在2016-2017年达到8000亿元以上，2018年以来规模逐渐下降，截至三季度末为5689.8亿元。
在基金仓位方面，主动偏股型基金的平均仓位略微降低，而灵活配置型基金的仓位略微提升。由上图中可以发现，2017年末以来，主动偏股型基金普遍降仓防御，普通股票型基金三季度减位0.6%至87.1%，偏股混合型基金的三季度的减仓0.5%至80.4%；灵活配置型基金仓位略微提升，三季度加仓0.5%至53.7%。
我们利用采用第3节中提到方法计算主动偏股型基金+灵活配置型基金的行业配置偏好。特别地，针对当前2018年三季度，我们采用的是最大化持仓补全法进行单只基金的行业配置估计。结果如下面各图所示。
上图中绘制了等权重加权法和持仓市值加权法下，2018Q3与2018Q2主动权益类基金的行业配置比例。可以发现，行业配置权重较为分散化，仅医药、食品饮料、电子元器件、银行等行业的权重超过了5%。同时，整体上本期大部分行业配置权重相比于上期变动较少，仅个别行业配置加减仓幅度略高，如非银行金融、银行等加仓幅度超过了1%，而电子元器件、医药、家电等减仓在1%左右。
进一步的，我们从行业间的内在属性和差异性出发，参考行业指数涨跌幅表现，将29个中信一级行业指数划分为上游原材料、基础设施建设及运营、中游制造、消费、金融地产、TMT、其他七大板块。下面我们将从板块的视角分析主动权益类基金的配置偏好及变动情况。
上图中绘制了等权重加权法和持仓市值加权法下，2018Q3与2018Q2主动权益类基金的板块配置比例。可以发现，板块配置权重较为分散，消费、金融地产、TMT和中游制造等板块的权重都在10%以上。同时，金融地产板块加仓幅度明显，等权重加权法下加仓4.4%至16.7%，持仓市值加权法下加仓4.2%至14.9%；而消费板块减仓幅度明显，等权重加权法下减仓3.5%至33.2%，持仓市值加权法下减仓2.2%至36.6%；其他板块的加减仓幅度均不超过1%。
最后，我们分析了各板块的配置偏好演变过程，同时引入全市场所有股票在各板块的配置比例，结果如下面各图所示。可以发现，上游原材料、基础设施建设、金融地产等板块处于低配，消费、TMT等板块处于超配。其中，近年来，基础设施建设及运营、中等制造、TMT等板块处于减仓趋势，而消费、金融地产等板块处于加仓趋势。
公募基金作为A股市场重要的机构投资者，其配置行为受到各类投资者的关注。然而，基金季报存在披露持仓信息不完整、时间滞后等问题。大部分研究者会采用前10大重仓股来分析公募仅的行业配置偏好，本报告分析发现此种方法估计的偏差较大（详见文中的重仓股单位化法）。因此，本报告提出了模拟持仓归因模型，在兼顾时效性的同时估计准确度，可作为公募基金配置偏好分析的有效工具。
在主动权益类基金的配置偏好研究中，重仓股补全法和最大化持仓补全法估计的相关性长期维持在0.99以上，行业平均偏离度不到0.5%，远优于传统的净值回归法和重仓股单位化法。在时效性的同时，大幅度提升估计的准确度，可以满足我们的要求。
在18年三季报的分析，可以发现近年来公募基金规模的增加主要源于货币基金，而股票型基金和混合型基金模型整体变化较小。在基金仓位方面，主动偏股型基金的平均仓位略微降低，而灵活配置型基金的仓位略微提升。在配置偏好方面，主动权益类基金的行业配置权重较为分散化，仅医药、食品饮料、电子元器件、银行等行业的权重超过了5%。在配置变动方面，整体上本期大部分行业配置权重相比于上期变动较少，仅个别行业配置加减仓幅度略高，如非银行金融、银行等加仓幅度超过了1%，而电子元器件、医药、家电等减仓在1%左右。可见，主动权益类基金在金融地产板块加仓幅度明显，持仓市值加权法下加仓4.2%至14.9%；而消费板块减仓幅度明显，持仓市值加权法下减仓2.2%至36.6%；其他板块的加减仓幅度均不超过1%。
特别地，限于文章篇幅，我们只在文中列出了部分统计信息，如需所有主动权益类基金季频的行业配置等数据可联系天风金融工程团队获取！
风险提示：本报告为基于历史数据统计结果，市场风格变换和基金风格调整等风险均可能使得模型失效。
《天风证券-金工专题报告：基于模拟全持仓的基金配置偏好分析：2018Q3主动权益类基金加仓金融板块大幅减仓医药行业》