20250821-民生证券-量化专题报告：基金经理进化迭代能力刻画与选基摘要
本报告旨在通过行为金融学视角，深入探讨基金经理的经验水平如何影响投资决策，并基于此构建“失误修正”和“迭代效率”因子，以识别能够从过往经验中学习并持续提升超额收益的基金。研究发现，虽然学术界对经验丰富的基金经理是否更容易出现“过度自信”和“损失厌恶”存在分歧，但普遍认为基金经理的经验会影响其业绩。报告通过分析国内公募基金经理的实际操作，发现其受负面心理影响较低，且在面对亏损时，若能修正失误并实现策略迭代，则能产生持续的超额收益。基于此构建的“经验迭代”组合策略，长期表现稳定，超额收益主要来源于选股能力，且行业配置均衡。
1. 基金经理投资经验对投资决策的影响1.1 学术研究观点
学术研究普遍认为基金经理的经验水平会显著影响其投资决策特性，但具体结论存在分歧：
- Lukas Menkhoffa, Ulrich Schmidta, Torsten Brozynski (《European Economic Review》)：发现“缺乏经验的基金经理一般会比资深同行更倾向于承担更高的风险，同时带来显著更高的回报。这种高风险行为可能源于他们更高的过度自信、较少的羊群效应或更低的风险厌恶程度，而随着经验的增加，羊群效应逐渐减弱。”
- Vibha Gaba, Sunkee Lee, Philipp Meyer-Doyle, Amy Zhao-Ding (《Organization Science》)：指出“经验更丰富、专业水平更高的基金经理在面对负面绩效反馈时，改变投资决策的频率低于经验较少的基金经理，因此经验更丰富的经理反应较慢且基金未来表现较差。” 这主要是因为经验引发的过度自信可能导致绩效评估过程扭曲，阻碍其识别和应对不良绩效。
尽管对“过度自信”和“损失厌恶”是否更容易出现在经验更丰富的基金经理中存在分歧，但两篇论文都认为“基于基金经理经验的投资行为映射会在一定程度上影响基金的业绩。”
1.2 行为金融学视角分析
基金经理的投资行为中普遍存在两种心理现象：
- 损失厌恶：“包括基金经理在之前某只个股上遭受亏损后，即使该股基本面改善、估值变得合理甚至低估，也倾向于避免再次买入或持有该股；其背后是痛苦记忆和对再次经历亏损的预期恐惧，亏损带来的心理痛苦远大于同等金额盈利带来的快乐，这是卡尼曼和特沃斯基的前景理论所揭示。” 损失厌恶促使规避风险。
- 过度自信：“则是在持有的个股已经出现亏损时，拒绝或延迟卖出，坚信自己的初始判断是正确的；其原因是对自身判断力、信息优势或选股模型的过高估计，以及对承认亏损的心理抗拒。” 过度自信则导致风险承担。
这些认知偏差和自我防御机制导致的“损失厌恶”和“过度自信”现象，可能会对基金业绩产生负面影响。因此，报告旨在寻找能够通过“严格的纪律、客观的评估框架、持续的自我学习等方式，减少负面心理的影响，从过往经验中迭代提升的产品组合。”
2. 从过往经验中获益的基金识别2.1 基金经理重仓亏损经验分析
- 国内公募基金重仓股表现：主动权益型基金重仓股相比其所在行业收益的胜率较低（约41.75%），赔率较高（约1.02），平均超额收益为-2%。重仓损失的概率在30%-50%之间。
- 亏损应对倾向：当亏损幅度较低时，“基金经理更倾向于持股待涨”，这可能受到“过度自信”和“处置效应”的影响。而亏损幅度较高的个股则更易受到业绩压力影响而减持。
- 减持后再次重仓：对于减持的基金经理，若其后续“减持后又再次重仓”并实现盈利，则被视为“能够从过往经验中实现提升的基金”。重复出现亏损的重仓股多为行业龙头白马股，亏损间隔多为2-5个季度。
- 国内基金经理负面心理影响较低：“国内公募基金经理受负面心理影响程度较低，面临亏损时应对方式的概率较为均衡。” 亏损后继续重仓并实现扭亏为盈的概率更高，说明“过度自信”对公募基金经理的负面影响较低。
- 学习迭代的体现：报告主要关注“基金经理对于过往亏损持仓股能否总结经验实现提升的角度”，探索其在自身学习迭代上的体现。
2.2 “失误修正”因子的构造
“失误修正”因子旨在刻画基金经理在出现重仓股负反馈（当季度相对和绝对收益都为负）后，对同一细分行业的选股是否能创造更高的alpha。
构建步骤：
- 统计基金经理历史出现负反馈、且下一期未继续重仓的重仓股股票池。
- 判断基金经理在当季度是否出现与历史负反馈个股相同申万二级行业的重仓股。
- 计算当期重仓中属于过往负反馈经验相同行业的个股的当月alpha稳定性（alpha_IR）。
- 根据前一季报中属于过往负反馈经验相同行业的个股，计算当月平均特质收益IR，并做12个月的指数型时间衰减，统计过去一年该基金在修正重仓股上获得的特质收益情况。
因子有效性：“失误修正”因子初步分组单调性较好，且“有效性更多地来自于基金经理从过往经验中学习提升。”
2.3 “迭代效率”因子的构造
“迭代效率”因子旨在刻画基金经理从历史经验中学习提升的效率。由于策略效果难以从基金持仓中直接获得，报告“从基金业绩出发，由果导因，采用基金实际超额收益的稳定性的提升情况，来衡量其策略迭代效率。”
构建步骤：
- 基金实际超额收益 (alpha_fund)：将基金当月日度收益与FF三因子收益进行最小二乘回归，其残差即为基金超额收益alpha。
- 基金超额收益稳定性IR：基金当月超额收益alpha_fund的均值/标准差。
- 迭代效率因子：基金超额收益IR的提升趋势，即近12个月超额收益alpha_fund的IR与[1,2,3,...,12]进行回归，取回归系数。
因子有效性：迭代效率因子多头与空头组效果明显，但整体有效性相对较弱，因为“部分基金超额收益的提升可能在一定程度上依赖于运气，而另一部分则是从学习迭代中获得的。”
2.4 结合“失误修正”与“迭代效率”因子
为寻找能从负反馈经验中迭代提升的基金，报告采用双层排序：
- 首先根据“失误修正”因子分五组，选取因子值最高的一组（P5组），这代表基金能够从过往负反馈的行业中总结经验，再次重仓时获得较高超额收益。
- 在“失误修正”因子值最高的P5组中，再根据“迭代效率”因子分五组，同样选择持仓因子较高的组合。
这种双排序方法旨在选出那些“能够通过严格的纪律、客观的评估框架、持续的自我学习等方式，减少负面心理的影响，从过往经验中实现选股能力和超额收益迭代提升的基金。”
3. 基金经验迭代组合策略构建3.1 策略构建思路
根据“失误修正”和“迭代效率”因子双排序结果，进一步筛选基金：
- 规模要求：大于1亿元。
- 单一板块重仓暴露：近一年在单一板块上平均重仓暴露<50%。
- 最终选择：在满足上述条件的前提下，选出“失误修正”因子值最高的前10或20只基金，构建基金经验迭代组合。
3.2 组合表现
- 长期稳定跑赢基准：经验迭代组合年化收益16.25%，相比偏股基金指数的年化超额收益为11.46%，年化波动率18.8%，年化夏普比率0.86。
- 年度胜率高：各年均跑赢偏股基金指数。“其中top10组合弹性明显更强，但top20组合在市场下跌中的稳定性相对较高。”
- 换手率低：组合换手率较低，平均持仓天数约135天。
- 超额收益来源：“组合超额收益主要来源于选股，组合基金整体具备较强的选股能力；此外行业配置也贡献一定超额收益，整体在风格和动态调整上不占优。”
- 风格和行业配置：持仓股在市值风格上大小盘较为均衡，但动量、流动性和盈利性较高。组合在构建中剔除了有行业偏好的基金，使其行业分布相对均衡，且行业配置变化幅度较低。
4. 总结
本报告从行为金融学角度出发，深入探究了基金经理投资经验对业绩的影响，并识别出“失误修正”和“迭代效率”是衡量基金经理从负面经验中学习提升的关键因素。
- 核心发现：国内公募基金经理受负面心理影响程度较低，具备从过往亏损中学习并实现提升的潜力。
- 因子构建：构建了“失误修正”因子以识别在负反馈后能在同一行业实现更高选股alpha的基金，以及“迭代效率”因子以衡量基金从历史经验中提升的效率。
- 策略成效：通过对这两个因子进行双排序，成功筛选出能有效迭代提升的基金，并构建了“基金经验迭代组合策略”。该策略长期稳定跑赢基准，超额收益主要归因于选股能力，且行业配置均衡。
5. 风险提示
- 历史业绩不代表未来业绩：报告仅为定量分析，不构成投资建议。
- 量化统计存在失效风险：量化模型基于历史数据，市场环境、政策环境等变化可能导致规律不再延续。
