作者：诺德基金FOF团队
持仓集中度对不同基金产品和基金经理的业绩影响很大。众所周知，公募基金公司会组织统一完整的研究和投资体系来管理、支持和帮助公募基金的投资活动。因此，在实际投资决策过程中，属于同一家公募基金公司的不同基金经理的投资决策，尤其是投资标的的选择，可能会有一定程度的趋同。那么，类似于我们之前讨论的持仓集中度问题，对于一家基金公司来说，其管理的不同公募基金产品的持仓集中度会如何影响公司的投资业绩？再者，基金公司的整体持仓集中度能否帮助投资者找到投资业绩较好的基金公司，进而选择这些优秀公司的优秀产品？
本文将主要讨论基金公司公募管理的偏股混合型基金产品的股票仓位整体集中度与业绩之间的关系。首先要选择具备一定偏股混合型基金产品管理能力的基金公司。为了保证我们研究结果的普适性和稳健性，本文将管理至少三只或五只偏股混合型基金产品，并且这三只或五只产品规模在1亿元以上的公募基金公司作为研究对象。特别是我们考察的偏股混合型基金产品，不包括被动管理基金、主题基金、发起式基金、分级基金。在图1中，我们展示了2011年底至2019年第一季度检查期内合格基金公司数量的季度分布。如下图1所示，每季度管理至少3只或5只规模至少1亿份的混合基金产品的基金公司数量分别为35家或50家左右。从图中可以看出，在这个观察区间内，基金公司数量较多且相对稳定，更能体现观察统计的效果。
本文将根据各基金公司选取的三五只基金产品季报披露的前十名股票占这三五只基金股票投资总市值的比例，来衡量基金公司股票仓位集中度。同时，对于基金公司的业绩衡量，需要考虑以下情况：一是由于季报披露的持仓情况可能对本季度和下一季度的基金净值产生影响，我们将考察本季度和下一季度的基金产品业绩。其次，对于每家基金公司，我们选取了3、5只不同的基金产品，它们的表现也不尽相同。在衡量基金公司业绩时，我们会先考察每家基金公司三五只产品的业绩标准差，来衡量基金公司业绩的分化。接下来，我们还将以收益最好和收益最差的基金产品为代表，对整个基金公司的业绩进行评价。因此，在本文中，我们将使用六种不同的方法来衡量基金公司的业绩。分别是当季收益标准差、下一季收益标准差、当季最佳产品表现、当季最差产品表现、下一季最佳产品表现、下一季最差产品表现衡量方法。
为了考察基金公司整体股票仓位集中度与其业绩之间的相关性，我们将使用Spearman回归方法计算基金公司股票仓位集中度与业绩之间的等级信息系数(Rankic)。具体方法是：每季度结束后，根据各季报披露的权益持仓集中度对基金公司进行排名，再通过不同的业绩衡量方法对基金公司进行排名。之后，使用Spearman回归方法计算两组排名的相关等级IC。一般来说，当排名IC0时，表示两组排名之间存在正相关关系，即仓位集中度越高，基金公司业绩越好；反之，当排名IC0时，则说明两组排名之间存在负相关关系，即仓位集中度越高，基金公司业绩越差。最后按照时间顺序逐一累加每个季度的排名IC，得到排名IC的累加序列。累计序列的长期趋势反映了持仓集中度与业绩的相关性是否长期稳定。至于斯皮尔曼回归法的计算过程，本文就不赘述了，有兴趣的读者可以参考相关资料。此外，应该强调的是，在本文中，所有排序都是按降序排列的。具体来说，股票仓位集中度越高，产品业绩的标准差越大，最好和最差产品的业绩越好，基金公司在排行榜中的排名就越高。
在下图2至图5中，我们展示了根据三五只规模过亿的公募基金产品的股票持仓集中度从高到低的排名与根据三五只精选产品的业绩分化从高到低的排名之间的相关性。如四张图所示，我们可以看到，在大部分考察期内，基于当季业绩或下一季业绩标准差的基金公司排名与基于股票持仓集中度的基金公司排名呈正相关关系。所以代表两者关系的Rank IC的累计值曲线呈稳步上升趋势。这说明，在大多数情况下，基金公司发行的产品股票仓位集中度越高，其产品业绩的标准差就越大，也就是说，其产品业绩的分化程度越高，其产品相对混合型的可能性就越大。
p6.toutiaoimg.com/large/pgc-image/64faa6a678664056a809b6a67a60c79f" img_width="562" img_height="301" inline="0" alt="浅析基金公司整体股票持仓集中度对业绩的影响" onerror="javascript:errorimg.call(this);">
接下来，我们以从基金公司中所挑出3只或者5只产品中的业绩最好的基金产品作为该基金公司的业绩代表，来探讨基金公司股票持仓集中度与基金公司业绩的关系。在下图6至图9中，我们分别展示了在具有3只或者5只1亿规模以上公募基金产品的基金公司中，根据其产品股票持仓集中度由高到低的排序与根据其最好业绩产品由高到低的排序之间的关系。如下面4幅图片所示，我们可以看到，在考察期的绝大部分时间内，基金公司产品当季或是下季最好产品业绩的排序，都与基金公司这些产品的整体股票持仓集中度具有正相关关系。因此，代表两者关系的Rank IC的累加值曲线呈现平稳向上的走势。这说明在绝大多数情况下，基金公司所发行产品的整体股票持仓集中度越高，其最好产品的业绩越好，也就是说在其产品中更有可能出现业绩好的公募基金产品。
接下来，我们以从基金公司中所挑出3只或者5只产品中的业绩最差的基金产品作为该基金公司的业绩代表，来探讨基金公司整体股票持仓集中度与基金公司业绩的关系。在下图10至图13中，我们分别展示了在具有3只或者5只1亿规模以上公募基金产品的基金公司中，根据其产品整体股票持仓集中度由高到低的排序与根据其最差业绩产品由高到低的排序之间的关系。如下4幅图片所示，我们可以看到，在考察期的绝大部分时间内，基金公司产品的当季或者下季产品最差业绩的排序，都与基金公司这些产品的整体股票持仓集中度具有负相关关系。因此，代表两者关系的Rank IC的累加值曲线基本呈现平稳向下或者持平的走势。这说明在绝大多数情况下，基金公司所发行产品的整体股票持仓集中度越高，其最差产品的业绩越差，也就是说在其产品中更有可能出现业绩差的公募基金产品。
除了前文介绍的持仓集中度算法以外，我们还考虑了其它三种不同算法来分析基金公司的整体股票持仓集中度。第一种算法，考虑到不同基金规模大小不一，对重仓股占比的影响，该算法利用5只基金的十大重仓股票投资市值，占5只基金总的股票投资市值比率，其中相同股票的比率相加，然后将比率进行平方后加和开方，得到基金公司的持仓集中度。第二种算法，在计算了重仓股票投资市值占比之后，将占比从大到小依次累加，然后，按照累加值超过40％时的股票数量对基金公司排名。在使用这一算法时，达到市值占比时，股票数量越少则持仓集中度越高，如果存在重仓股票投资市值占比和不超过40％的基金公司，则将这些基金公司按照本文之前测试的集中度再进行排名。第三种算法，选出重仓股票投资市值占比前30名的股票，计算出这30只股票投资市值占比的和，作为基金公司集中持仓度。该算法可以有效避免某些股票在个别基金产品中高比重持仓所带来的集中效应。这三种衡量基金公司持仓集中度的算法，我们也进行了与本文相同的实验，回测结果和本文之前呈现的测试结果大致相同。
综上所述，我们可以比较清晰的观察到，对于一个基金公司而言，其偏股混合型基金产品的整体股票持仓集中度对该公司产品整体业绩的影响是比较明确地。具体而言，当该公司产品的整体股票持仓集中度越高时，该公司产品的业绩分化程度将会越高。而更进一步来说，当该公司产品的整体股票持仓集中度越高时，该公司绩优基金的表现可能会更好，而该公司最差基金的表现则可能会更差。这在一定程度上，反映了当投资于某个基金公司的偏股混合型基金产品时，可能由于其整体股票持仓集中度所带来的隐含风险，值得广大投资者重点关注。当然，我们所得出的结论是基于多家基金公司的数据统计而得到的，而并非具体针对某一家或者几家基金公司。投资者在实际的投资活动中，应该针对特定基金公司的具体投资标的进行具体分析，不可一概而论。
