“海量”专题（186）

机构一致看好股市行情，2023年谁是最强风口？布局窗口期来临，立即开户，抢占投资先机！

来源：海通量化团队

1

公募指数增强基金的发展现状

指数增强基金（特指公募指数增强基金，下同）通常不以完全复制标的指数走势为目的，而是在实现有效跟踪标的指数的基础上，力争获取超越指数的投资收益。

相较被动指数基金而言，指数增强基金有着相对宽松的投资约束，通常要求日均跟踪偏离度的绝对值不超过0.5%，年化跟踪误差控制在7.5%-8.0%。因此，其投资范围大多要求投资于标的指数成分股和备选成分股的资金占股票资产或基金资产比例不低于80%。同时，通过叠加打新、择时、基本面选股、行业配置等策略增强预期收益，博取超额回报，因而更具投资性价比。

回顾其发展历程，根据Wind开放式基金分类，2002年底我国第一只公募指数增强基金——华安MSCI中国A股指数增强（040002）成立。随着指数产品及量化方法的丰富与发展，历经十余年沉浮，截至2023年10月底，已有存量指数增强基金118只（分级基金合并计算，下同）。

产品规模也在近年来实现快速扩张，自2016年底的271.14亿元增长至979.13亿元。但相对同样发展势头迅猛的公募基金全市场，体量仍然偏小，占非货币型基金总规模的比例不足1%。注意到，由于今年以来强劲的结构性行情，医药、科技和消费等板块走势遥遥领先于大盘，多数主动基金跑赢指数，致使指数增强基金规模增速略有放缓。

指数增强基金的标的指数主要集中于常见宽基指数。截至2023年10月底，沪深300增强基金共计39只，规模合计379.01亿元，占全部指数增强基金规模的38.71%，位居首位。以上证50和中证500为跟踪标的的指数增强基金分别有4只和36只，规模占比分别为22.65%和21.26%。三者合计占比超过八成。

从产品规模来看，呈现向头部集中的趋势。截至2023年10月31日，规模超过50亿元的指数增强基金共6只，以沪深300、中证500和上证50为标的指数的分别为3只、2只和1只，规模占比合计达到52.11%。其中，易方达上证50指数A（110003.OF）以217.32亿元的规模独占鳌头。而规模在0-2亿和2-5亿的指数增强基金分别有45只和39只，数量占比合计达到71.19%，但规模仅占全部产品的16.70%。

投资者结构方面，指数增强基金以个人投资者持有为主。截至2023年中报，个人投资者持有指数增强基金的比例为71.51%。细分标的指数来看，以沪深300指数为标的的增强产品更受机构投资者青睐，近年来机构投资者持有比例在50%上下浮动。而机构持有上证50指数增强产品的比例偏低，2023年中报数据仅为9.91%。

从基金管理人角度来看，截至2023年10月底，共有56家公募基金公司发行指数增强产品。其中，易方达基金和富国基金在管的指数增强基金分别为2只和8只，规模分别为231.04亿元和173.57亿元，位居前列。景顺长城、建信基金和兴证全球基金在2017年后齐齐发力，位于第二梯队，在管产品规模与数量分别为73.97亿元（4只）、56.65亿元（6只）和53.17亿元（1只）。

2

公募指数增强基金的业绩表现

2.1

绝对和相对业绩表现

我们统计成立于2023年前的101只指数增强基金的绝对和相对业绩表现，如下列图表所示。整体来看，在绝对表现方面，指数增强基金平均年化收益19.26%，平均年化波动率21.40%，夏普比率均值为0.91；在相对表现方面，平均能够获取7.47%的年化超额收益，年化跟踪误差均值6.34%，信息比率均值为1.48。

从具体分布来看，超过九成的指数增强基金在观察期内获得了正向的年化超额收益，且超额收益主要分布于0%-5%和5%-10%区间范围内，占比分别为28.71%和40.59%。另一方面，83.17%的指数增强基金能够在观察期内将年化跟踪误差控制在8%以内，符合通常的投资约束。其中，跟踪误差主要分布于2%-4%和4%-6%区间范围内，分别占比26.73%和39.60%。

区分不同标的指数来看，上证50指数增强基金的绝对业绩和相对业绩均表现更优，平均年化收益和年化超额收益达到24.66%和10.93%，夏普比率和信息比率均值分别1.18和2.10，年化跟踪误差仅为5.13%。沪深300和中证500指数增强基金的相对收益表现同样优于全部指数增强基金的平均水平。

从近年表现来看，截止2023年10月底，成立于2017年前的18只沪深300指数增强基金中，共有8只基金能够每年取得正超额收益，表现较为稳定。其中，华安沪深300量化增强A、华宝沪深300指数增强A和泰达宏利沪深300指数增强A平均超额收益分别达到8.53%、8.26%和7.55%，位居前列。同时，三者的平均年化跟踪误差均控制在4%以内。这表明，这三个基金能够在有效控制主动风险的基础上，获取持续稳健的超额收益。

分年度来看，指数增强基金在观察期（2010-2023.10）内除2012年外的所有年度，均取得正的平均超额收益，整体来看获取Alpha的能力较为稳定。特别是近年来，超额收益出现明显抬升，2023年和2023年（截至10月31日）平均超额收益分别为7.56%和11.48%。同时，战胜业绩基准的指数增强基金比例也逐步攀升，截至10月31日，95.05%的指数增强基金在2023年能够战胜其基准指数。

按照年初和年末平均资产净值区分不同基金规模来看，较大规模（≥50亿）的指数增强基金获取远超平均水平的超额收益的几率较大，近年来表现尤为优异。但中等规模（5-20亿）指数增强基金相对而言表现更为稳定。

2.2

超额收益与市场环境的关系

简单区分市场环境来看，无论在上涨或下跌市中，均有不低于40%的指数增强基金能够战胜其业绩基准。总体来看，该类型产品具备相对稳定的获取超额收益的能力。

我们以沪深300和中证500指数增强产品为例，按照上季末产品数量与规模，构建指数增强基金等权组合和规模加权组合，并分别利用其日超额收益率构建新的净值曲线，如下图所示。

2010年以来，沪深300指数增强基金等权组合与规模加权组合日超额收益率与指数日收益率的相关系数分别为-0.81和-0.67。2012年以来，中证500指数增强基金等权组合与规模加权组合日超额收益率与指数日收益率相关系数分别为-0.61和-0.60，均具备较为明显的负相关性。即，指数增强产品获取超额收益的能力一定程度上受到指数涨跌的负向影响。但近年来，相关性逐渐向0靠近，表现更为稳健。

3

公募指数增强基金的投资策略

3.1

资产配置概况

公募基金季报中会披露资产配置情况，分为股票、债券、现金、其他四个类别。将所有指数增强基金的各项资产市值相加并计算占比，结果如下图所示。

指数增强型基金的资产以股票为主。2023年三季度，指数增强基金在股票上的配置比例为90.3%；其次为现金，配置比例为7.40%；此外，债券为1.24%，其他为1.06%。

时间序列上，股票仓位变动较小。特别是2015年8月股票型基金仓位新规实施以来，股票占指数增强基金资产净值之比在89.4%-93.7%之间变化，波动较小。在此之前，指数增强基金的股票仓位会随市场小幅调整。例如，在2008年一季度、2010年二季度Wind全A指数单季度跌幅超过20%后，指数增强基金的股票仓位均由90%以上，降低至85%以下，但仍然高于80%。整体来看，大类资产配置不是指数增强基金的核心策略。

随着2015年下半年以来股指期货的持续贴水，越来越多的指数增强基金开始投资股指期货合约。截至2023Q3，成立满90天的指数增强基金中，共有31只基金投资了股指期货，个数占比27.4%。

投资股指期货的基金中，股指期货合约持仓市值占这些基金资产净值总和的比例与期货贴水情况密切相关。2015年中至2016年一季度，连续持有IF近月合约相对于沪深300指数季均超额8.07%；持有IC的超额收益更高，季均高达12%。在此期间持有期货合约的指数增强基金，所持有的期货合约市值占基金资产净值之比高达9.6%。随着近几年贴水的减小，指数增强基金的股指期货持仓市值占比有所回落。截至2023Q3，持有股指期货的31只增强基金，期货持仓市值占资金净值总和的比例为5.5%。

在所有增强产品中，沪深300和中证500增强基金是持有股指期货的主力。2023年三季度持有股指期货的31只基金中，有15只为沪深300增强基金，14只为中证500增强基金，另外两只基金的跟踪指数分别为中证1000和创业板指。沪深300增强基金主要持有IF合约，中证500增强基金主要持有IC合约。

在沪深300增强基金中，近3年股指期货持仓市值占资产净值之比的平均值最高的两只基金为安信量化精选沪深300A和华宝沪深300指数增强A。2023年三季度，这两只基金的股指期货市值占比分别为7.2%、6.3%。中证500增强基金中，股指期货平均占比最高的为建信中证500A和招商中证500A。

在合约月份选择上，指数增强基金大多偏好流动性好、交易活跃的当月和当季合约，2023Q3的占比分别为70.47%和24.31%。

从股指期货的投资政策来看，主要有以下几种：（1）运用股指期货提高投资效率，更好地实现投资目标，降低跟踪误差；（2）套期保值；（3）在预期大额申购赎回、大额分红等情形发生时，通过股指期货进行有效的现金头寸管理。

3.2

行业与个股特征

指数增强基金通常采用“指数化投资为主、主动性投资为辅”的投资策略，在复制目标指数的基础上，利用多因子或基本面分析调整组合，并通过量化方法控制行业、个股、风格因子的暴露，在有效控制跟踪误差的同时，力求获取超越基准的收益。如，富国沪深300增强坚持采取量化策略进行投资和风险管理，获取超额收益。而易方达上证50A则通过深入的基本面研究及先进的数量化投资技术，控制与目标指数的偏离，追求超越基准的收益水平。在本节中，我们将分析指数增强基金持仓板块、行业及个股特征。

3.2.1

板块特征

2023 年半年报显示，70.1%的指数增强基金持有标的指数成分股的权重在80%至90%之间。成分股占比小于70%的仅有一只，为建信精工制造。该基金持有精工制造指数成分股的权重占比仅27.8%。与一般指数增强基金不同，建信精工制造的投资范围并未表明将以标的指数成分股及备选成分股为主。而且基金对跟踪误差的要求也相对较低，年跟踪误差目标控制范围为不超过8%。成分股权重超过99%的基金有10只，占比9.4%。其中，股票范围完全为标的指数成分股的基金只有1只，为诺安创业板指数增强A。

标的指数偏大盘的指数增强基金在标的指数成分股内的股票权重占比更高，在中证800以外的股票中配置权重较低。截至2023年中报，跟踪上证50、沪深300、中证500的指数增强基金，在指数成分股中的平均配置比例分别为89.3%，88.5%、83.5%；在中证800以外的成分股中的配置比例为分别为0.90%、5.8%和10.5%。

3.2.2

行业特征

在行业约束上，绝大部分的指数增强基金都将最大行业（中信行业，下同）偏离限制在1%-3%之间。2023年半年报显示，符合此标准的基金个数占比为59.4%。

部分基金采用了非常严格的行业约束，最大行业偏离小于1%。如，富国中证红利指数增强A、嘉实沪深300增强等，这部分基金的个数占比总计13.2%。由于它们对行业实行较为严格的约束，因此行业轮动产生的影响相对较小。

同时，也有部分基金的行业偏离较大，2023年半年报的最大偏离幅度超过10%。如，易方达上证50指数A、富荣沪深300增强A、南方上证50指数增强A、红土创新沪深300A。我们猜测，这些基金可能使用了行业轮动模型，或通过基本面选股。

其中，易方达上证50指数A自2023年初以来，始终大幅超配食品饮料、医药，低配银行、非银金融。自2023年初至2023年6月，医药指数（中信行业指数，下同）、食品饮料指数分别上涨95.6%、116.8%，大幅跑赢上证50指数（28.3%）；银行指数累计上涨10.7%，大幅跑输上证50指数。由此可见，行业偏离为易方达上证50指数A贡献了较为明显的超额收益。

类似地，富荣沪深300增强A自2023年转型为指数增强基金后，始终大幅低配银行和非银金融行业，高配食品饮料、消费者服务行业。自2023年初至2023年6月，食品饮料、消费者服务行业指数分别上涨116.8%、61.9%，大幅跑赢沪深300指数（38.3%）；大幅低配的银行、非银行金融指数则跑输沪深300指数。由此可见，行业偏离同样为富荣沪深300增强A贡献了较为明显的超额收益。

从跟踪不同标的指数的增强基金的平均最大行业偏离情况来看，上证50指数增强基金的行业偏离普遍较大，最大偏离最小的基金的偏离也达到4.2%。跟踪其它宽基指数如，沪深300、中证500、创业板指的增强基金，平均最大行业偏离相对较小，中位数在3%以内。

截至2023 年中报，规模最大的10只指数增强基金（编号为A-J）的行业偏离如下图所示。

时间序列上，部分增强基金对行业的偏离始终保持在一定范围内。以沪深300指数增强基金为例，自成立（或转型）以来，每期行业最大偏离均在3%以内的基金共计12只，占比30.8%。具体包括，华夏沪深300A、广发沪深300增强A、长城久泰沪深300A、博道沪深300指数增强A、华宝沪深300指数增强A等。

3.2.3

个股特征

在个股权重上，绝大部分的指数增强基金都将最大偏离限制在1%-3%之间。2023年半年报显示，符合此标准的基金个数占比为68%。

部分基金采用了非常严格的个股偏离约束，2023年半年报显示的最大个股偏离小于0.5%，如，融通创业板AB、宝盈中证100指数增强A、华富中小板。此类基金的个数占比总计2.8%。由于它们实行了非常严格的个股约束，因此整体跟踪误差控制在较小的范围内。截止2023年10月底，这3只基金2023年相对基准指数的年化跟踪误差分别为1.74%、2.47%、2.41%（采用日收益率计算，并假设一年有242个交易日）。

同时，也有部分基金的个股偏离较大，2023年半年报显示的最大个股偏离超过5%。该类型的基金总计8只，占比7.5%。虽然随着个股偏离的放开，基金相对基准指数的年化跟踪误差会有所增加（这8只基金的平均跟踪误差为7.0%），但同时超额收益也有较为显著的提升。截止2023年10月底，这8只基金相对基准指数的平均累计超额收益高达17.2%。

3.2.4

风格特征

从风格因子上看，2023年半年报显示，相比于基准指数，指数增强基金的持股呈现出明显的高盈利、高成长特征，90%以上的增强基金相对基准指数在盈利和成长因子上都存在正暴露。此外，增强基金也普遍呈现小市值、高涨幅、高波动、高换手的特征。在这些因子上暴露为正的基金占比也较高，均不低于60%。但整体的偏离幅度较小，大部分基金的偏离幅度均在0.3个标准差以内。

对于市值因子，2023年半年报显示，绝大部分增强基金都控制得较为严格，62.3%的基金的市值因子暴露不超过0.1个标准差。但也需要注意的是，在时间序列上始终对市值因子保持较为严格控制的基金并不多。

以沪深300增强为例，截止2023年半年报成立满1年的25只基金中，2023Q2市值因子暴露不超过0.1个标准差的基金共计14只，占比56%。而自成立以来始终在0.1个标准差以内的基金却只有5只，占比仅20%。其中，成立日期最早的是华宝沪深300指数增强A。该基金自成立以来相对于标的指数在市值因子上的暴露如下图右所示。我们猜测，这些基金可能对市值风格进行了主动控制。因此，大小盘风格切换对组合超额收益表现的影响相对较小。

在传统价量因子上，增强基金2023Q2的控制也较为严格，一半左右的基金对动量、波动率、换手率因子的暴露都在0.1个标准差以内。此外，由于2023年上半年市场呈现一定的动量、高波动、高换手率现象，前期涨幅高、波动率高、换手率高的股票相对前期涨幅低、波动率低、换手率低的股票超额收益为正，增强基金2023Q2在价量因子上的分布整体右偏。即，在这些因子上有0.1个标准差以上正暴露的基金数明显多于暴露小于-0.1个标准差的基金数。

时间序列上，近3年来（2017-2023），绝大部分（占比70%以上）的沪深300增强基金在波动率、换手率因子上的平均暴露都很小，保持着在0.1个标准差内。而中证500增强基金中，在价量类因子上有较大暴露的基金则相对较多。

由于2017至2023年3年间市场呈现非常明显的低波动、低换手率现象，前期波动率低、换手率低的股票超额收益为正，因此较多的500增强基金在波动率、换手率因子上有明显的负暴露。其中，波动率因子暴露小于-0.1个标准差的500增强基金占比达40%，换手率因子暴露小于-0.1个标准差的500增强基金占比达48%。这些基金没有完全约束在价量类因子上的暴露，故换手率因子、波动率因子成为其超额收益的部分来源。

在基本面因子上，增强基金普遍保持了一定的正暴露。2023Q2，在盈利因子上正暴露超过0.1个标准差的基金占比高达84%，超过0.3个标准差的基金占比也超过一半，为57.5%。在成长因子上正暴露超过0.1个标准差的基金占比达80%，超过0.3个标准差的基金占比逾6成，为64.2%。

时间序列上也呈现类似特征，绝大部分的指数增强基金在盈利、成长因子上都有一定的正向暴露。以沪深300指数增强基金为例，近3年来（2017-2023），76.5%的基金在盈利因子上的正向暴露超过0.1个标准差，17.6%的基金的正向暴露超过0.3个标准差。在成长因子上，67.6%的基金的正向暴露超过0.1个标准差，26.5%的基金的正向暴露超过0.3个标准差。

4

公募指数增强基金的收益归因

绩效归因主要有两大类方法，分别基于持仓数据（Holdings-based approach，以下简称HBA）和收益率（Returns-based approach，以下简称RBA）。HBA 关注的是投资组合在不同时点上的实际持仓情况，根据具体的持仓信息对基金的收益进行归因。RBA 主要考察投资组合的收益率序列相对于一系列风格指数收益率序列的表现，本质上是时间序列上的多元线性回归。RBA 存在一个隐含假设，即投资组合相对一系列风格指数的暴露程度（回归系数）在一段时间内是保持不变的。

4.1

基于持仓的归因

本节主要关注基于持仓数据的HBA 模型，其中最为经典、应用最为广泛的是Brinson 绩效归因模型(Brinson, G. P., Hood, L. R.,&Beebower, G. L. (1986)、Brinson, G. P., & Fachler,N. (1985))。Brinson模型的理念是，基准和组合在各类资产上的回报率不同，恰好代表了组合在该类资产上的证券选择能力；而基准和组合在各类资产上的权重不同，代表了组合对基准的主动配置，由此带来的收益则代表了组合的配置能力。

Brinson模型的初始版本——BHB模型将一个时期的基金收益分为四个部分：基准组合收益、资产配置收益（Allocation Return，AR）、个股选择收益（Selection Return，SR）和交互收益（Interaction Return，IR）。假设组合中共有i类资产，如，股票、债券、行业（或风格）、基金、衍生品等。以RA表示基金的收益率；wiP表示实际投资组合中大类资产i的权重，wiB表示基准组合中大类资产i的权重；riP表示实际组合中大类资产i的收益率，riB表示基准组合中大类资产i的收益率。则RA可以分解为如下形式。

配置效应（AR）= 超额权重*基准资产收益率，是在不进行证券选择的情况下，通过积极的资产配置，即超配具有正收益、低配具有负收益的资产所能获取的收益。

选择效应（SR）= 基准权重*资产超额收益，是各大类资产配置比例与基准相同时，通过在每类资产内部进行积极的证券选择所能获取的超额收益。

交互效应（IR）= 超额权重*超额收益率，是投资组合在资产配置和个股选择逐层归因后的剩余部分。

BF模型是BHB模型的改进版本。它认为，超配涨幅超过基准总收益的资产类别，同时低配涨幅小于基准总收益的资产类别，才应是更准确的资产配置能力。故BF模型增加了基准RB对资产配置效应AR的影响，即AR变为：

BF模型还将BHB模型中的选择效应和交互效应进行了合并，得到了新的选择效应。

通常情况下，对于股票组合，Brinson模型会将行业视作资产类别。因此，基金的超额收益便可分解为基金经理的行业配置收益和行业内的个股选择收益。在实际的运作过程中，基金并非仅持有股票，还会配置债券、银行存款、货币基金等固定收益类资产。部分基金经理会根据自身对市场情况的判断，进行积极的仓位管理，由此带来的超额收益和行业配置收益及个股选择收益的来源并不相同。因此，我们在上述单层的Brinson模型基础上，构建增加择时能力评估的双层Brinson模型，从而将基金的收益分解为资产配置贡献、行业配置贡献以及个股选择贡献。

由于基金季报只披露前十大重仓股，而指数增强型基金的持股通常较为分散，因而仅分析前十大重仓股的特征，往往无法代表整个产品。以华宝沪深300指数增强A为例，其季报披露的前十大重仓股在总持仓中的平均占比仅为30.17%。因此，下文均选用年报和半年报的数据代入Brinson模型进行归因。

具体地，假设基金仓位及持仓在相邻两个报告期之间保持不变，这样就可以比较方便地按照报告期披露的持仓计算基金超额收益。然而，实际上，基金在报告期之间可能进行仓位的调整、不同股票间的切换、同样股票的波段交易等各种操作，这将导致基金实际的净值变动与计算的收益率存在差异，进而使归因模型产生误差。同时，基准中的股票指数在各报告期之间，会发生成分股名单和权重的调整，也会影响归因结果。但根据我们的经验，这部分误差通常比较细微。

依然以华宝沪深300指数增强A为例，我们基于上述方法论与模型假设，对该基金2017年至今每半年的持仓进行Brinson归因，结果如下图所示。

通常情况下，指数增强基金的权益仓位较为稳定，因此整体来看，资产配置对华宝沪深300指数增强A超额收益的影响较小。不过，根据合同规定，指数增强基金也不能持有100%的权益仓位。所以，市场上涨时，如2017年、2023-2023年，资产配置的收益贡献为负数；而在市场下跌的2018年，资产配置却有小幅的正贡献。

行业配置对华宝沪深300指数增强A的收益贡献同样不显著。由上图中的收益分解可见，除2023H1以外，其余时点上，行业配置收益的幅度均在-2%-2%之间。

与以上两项形成鲜明对比的是，个股选择对该基金超额收益的贡献至关重要。总体来看，华宝沪深300指数增强A这一方面的能力十分突出。除2018H1以外，该基金在其他时间段内均取得了十分显著的个股选择收益。事实上，由于Brinson模型并未将管理费、交易费等成本从个股选择收益中剔除。因此，个股选择对该基金超额收益的实际贡献，应当比模型分析的结果更高。

进一步，对当前市场上所有沪深300指数增强基金的超额收益进行Brinson持仓归因，结果如下图所示。

2023H1，几乎所有的沪深300指数增强基金均跑赢基准指数。其中，个股选择（灰色柱状图）是最主要的超额收益来源。这意味着，大部分沪深300增强基金都有着较为出色的选股能力。行业配置（浅蓝色柱状图）对基金超额收益的贡献参差不齐。例如，基金10和14通过较强的行业配置能力，贡献了接近一半的超额收益；而基金23和29的行业配置，则显著降低了基金的业绩。和对华宝沪深300指数增强A的分析结果一致，指数增强型基金较少调整权益仓位，故资产配置对超额收益的影响较小。

类似地，可对当前市场上所有中证500指数增强基金的超额收益进行Brinson持仓归因，结果如下图所示。

2023H1，大部分中证500指数增强基金均跑赢基准指数。和沪深300指数增强基金的分析结果一致，选股收益（灰色柱状图）是最主要的超额收益来源。即，大部分中证500增强基金均有较为优异的选股能力。整体而言，行业配置及资产配置对基金超额收益的贡献不高。

4.2

基于净值的归因

本节使用RBA 模型，将基金的收益序列对风格因子进行时间序列回归，考察风格对基金收益的贡献，以及基金经理的主动管理能力（Alpha）。

RBA模型的一般形式为：

Ri  = ai + bi,1F1 +bi,2F2 + … + bi,nFn+ ei

其中，Ri为基金收益，F1、F2、…、Fn为风格因子收益，bi,1、…、bi,j、…、bi,n为基金对各因子的敏感度。ai+ei是不能为风格因子所解释的部分。

将bi,j与对应的风格因子收益Fj相乘，得到bi,jFj即为因子j对基金i的收益贡献。进一步除以基金收益Ri，便可得到风格因子j对基金i的收益贡献率。在RBA模型中，常用的因子包括市场、市值、估值、行业、国家等。

在实际应用中，因子通常采用分散化的模拟组合代表。我们以Barra因子模型为基础，构建了多元因子体系，具体包括行业、市场、市值、估值、换手、盈利等。

继续以华宝沪深300指数增强A为例，对其最近一年的业绩进行净值归因，得到该基金相对基准指数的行业和风格暴露，具体结果如下图所示。

由上图可见，华宝沪深300指数增强A对行业的控制较为严格，仅在非银、银行及交通运输三个行业上存在一定程度的低配，其余行业上的暴露均与基准指数一致。我们推测，该基金在构建投资组合时，可能采取了行业中性的方法，严格控制行业的暴露。

从风格因子的角度来看，该基金严格控制市值因子的暴露，相对基准指数没有明显偏离。估值因子上，该基金倾向于选择估值高于基准的股票，相对偏好成长风格。此外，该基金在盈利与成长上有一定的正向偏离，体现出基金经理对基本面较好股票的青睐。

图50展示了华宝沪深300指数增强A近1年的业绩分解。其中，黑色柱状图为基金超额收益，由各因子的贡献（蓝色柱状图）和Alpha（红色柱状图）组成。

由图50可见，除市场因子外，该基金超额收益的另一主要来源为基金经理的Alpha。风格因子方面，由于近一年成长股表现更好，因此在高估值上的暴露为该基金带来了小幅的正向贡献；同时，选择盈利与成长能力等基本面较优的股票，也为该基金贡献了一定的正超额收益。此外，银行、非银、交运和石化等传统周期行业的低配，也产生了正超额收益。

净值归因分析的结果印证了上文从持仓归因分析中得到的判断，华宝沪深300指数增强A的基金经理有较强的个股选择能力，在有效控制风险的基础上，产生了较为可观的基金经理pure Alpha，即，不能被常规行业和风格因子解释的超额收益。

以下两图分别展示了全体沪深300指数增强基金在风格和行业上的暴露情况。整体来看，当前市场上的沪深300指数增强基金对风格因子的暴露均较为谨慎，尤其是市值因子，不存在明显偏离。有部分基金表现出对高估值股票的偏好，这可能与过去一年的市场风格有关。另一普遍的特征是，几乎所有基金都在盈利、成长能力等基本面因子上呈现较为明显的正向暴露。

行业方面，除少数基金在消费板块——食品饮料、餐饮旅游、家电上有较为明显的正向暴露，部分基金小幅低配银行和非银行业以外，其余行业上的偏离都十分有限。

从以下两图中的收益贡献来看，成长行情中的高估值暴露以及选择基本面向好的个股，均为沪深300指数基金的超额收益带来了显著的正向贡献。而少数行业偏离较为显著的基金，通过超配消费板块或低配周期板块，也获得了正超额收益。但是，从图55对超额收益的分解可见，风格和行业的偏离均不是沪深300指数增强基金主要的超额收益来源，基金经理Alpha的贡献占据了最大的比重。

以下两图分别为全体中证500指数增强基金在风格和行业上的暴露情况。与对沪深300指数增强基金的分析结果类似，中证500指数增强基金普遍在盈利、增长等基本面因子上有正向暴露。少量基金呈现高估值因子的暴露，个别基金偏好前期低涨幅的股票，即在反转因子上有一定程度的暴露。

行业方面，并未表现出部分沪深300指数增强基金那样较为显著的偏离。仅有部分基金在少数几个行业上存在轻微的超配或低配，但幅度均较为克制。

由以下两图可见，偏好成长风格以及选择基本面较好的个股，同样也是中证500指数增强基金超额收益的部分来源。少数基金凭借在个别行业上的偏离，获取了一定的正向超额收益。但整体而言，行业因子对基金超额收益的影响甚微。由图60中基金超额收益分解可见，基金经理的Alpha依然是上述风格和行业的暴露以外，基金超额收益的最主要来源。

整体来看，指数增强基金需要严格控制相对于基准的跟踪误差，故往往采取行业中性、风格中性的处理方法，严格控制组合相对基准指数的行业与因子偏离。例如，行业偏离幅度不超过2%，因子偏离不超过0.5个标准差。

4.3

选股Alpha的重要来源——打新收益

2023年下半年，科创板的推出引领了新一轮的打新热潮。2023年8月，创业板也迎来注册制改革。注册制下的网下配售规则能够充分发挥机构投资者的专业性在定价中的作用，同时也提高了机构投资者获配新股的概率与数量。

截至2023年10月31日，2023年科创板上市平均首日涨跌幅达到187.6%。对于获配新股的投资者而言，是一笔不小的收益来源。对于规模较小的产品，打新收益贡献更为突出。本节尝试在前文持仓分析和净值分析的基础上，分离出指数增强基金选股收益中的打新贡献。

2023年，全市场共有109只指数增强基金参与打新。其中，积极参与打新（参与率大于80%，下同）的指数增强基金有52只，平均打新入围率高达88.5%。

基于新股IPO的公开披露数据，可对参与打新的基金的历史打新收益进行测算。具体方法参见海通量化团队前期发布的专题报告——《2023年公募基金打新概览》。各规模区间的指数增强基金的打新收益贡献如下图所示。

由上图可见，打新对指数增强基金超额收益的贡献非常可观。仍以华宝沪深300指数增强A为例，在2023年1-10月期间IPO的290只新股中，该基金参与了其中的287只，打新入围率95.5%，在所有积极参与打新的指数增强基金中位列第一。

华宝沪深300指数增强A当前规模约为6.23亿元，较为合理的规模也能为打新策略带来优势。根据我们的测算，2023年1-10月，该基金累计打新收益约为10.2%。从下图中打新收益与基金相对基准净值的表现来看，多处相对净值的大幅提升和显著的打新收益贡献是分不开的。由此可见，较强的打新能力是该基金Alpha的重要来源。

在打新收益的加持下，华宝沪深300指数增强A的业绩表现十分优异。截至2023年10月31日，该基金当年累计收益30.3%，年化收益39.4%，相对沪深300指数的超额收益高达13.3%，年化超额收益为16.9%。同时，该基金相对基准的跟踪误差仅为3.6%，最大回撤只有1.5%，体现出基金经理在获取稳健超额收益的同时，还有着很强的风险控制能力。

5

公募指数增强基金的发展展望

5.1

单只个股风险升高，指数投资吸引力相对提升

A 股市场在经历了7月初的大幅拉升之后，横盘震荡近四月，部分前期涨幅较高的股票出现一定调整。截止7月底，2023年涨幅最高的100只股票在8-10月份相对于全A等权组合的超额收益为负（-12.3%）。市场强者恒强现象有所减弱，股票之间开始出现轮动，仅靠选择少数几只股票取胜的难度略有增加。

如下图左所示，自2023年7月以来，滚动3月收益大幅跑输市场等权组合的股票占比显著上升，同时，跌幅最大的100只股票等权组合跑输市场组合的幅度也明显增加（下图右）。在这种市场环境下，指数投资通过购买一揽子股票可以降低单只股票大幅下跌对整个组合造成的负面影响，吸引力相对提升。

5.2

指数增强基金相对基准指数存在收益增强

历史上看，绝大部分指数增强基金确实能获得优于基准指数的业绩表现。截止2023年3季报，成立满3个月的113只指数增强基金中，超过90%以上的基金近10年来（2011年初至2023年10月底）相对基准指数的超额收益都为正，平均累计超额37.7%，年化超额9.5%，年超额中位数8.2%。

从近几年的表现来看，无论是在近1年、近2年还是近5年的窗口下，战胜基准指数的指数增强基金个数占比都逾90%。且随着考察窗口期增加，累计超额收益也增加。这表明，整体来看，指数增强基金的超额收益在逐步累计。

5.3

因子有效性回升

2023年下半年至2023年初，中盘、低波动、低换手因子有效性降低，甚至出现反向，对多因子框架下的指数增强组合造成一定的负向影响。但是这种有效性降低的现象在2023年二季度以来逐渐减弱，2023年7月初至10月底，中盘因子多头组合相对于空头组合累计超额8.58%；3月初至10月底，低波动因子、低换手因子的多头组合相对空头组合累计超额分别为15.11%、12.19%，有效性明显回升。常用因子的有效性回升，将有利于多因子框架下的指数增强策略。其中，多头组合是指因子得分最高的1/10股票等权组合，空头组合则是指因子得分最低的1/10股票等权组合。

6

总结与讨论

指数增强基金，相较被动指数基金而言有着相对宽松的投资约束，并通过叠加打新、择时、基本面选股、行业配置等策略增强预期收益，博取超额回报。随着指数产品及量化方法的丰富与发展，截至2023年10月底，已有存量指数增强基金118只，产品规模979.13亿元。简单梳理其发展现状，跟踪标的主要集中于常见宽基指数，产品结构呈现向头部集中的趋势。投资者结构方面，以个人投资者持有为主。

从业绩表现来看，2005年以来，指数增强基金平均能够获取7.47%的年化超额收益，年化跟踪误差均值6.34%，信息比率均值为1.48。超过九成的基金年化超额收益为正，且83.17%的基金能够将年化跟踪误差控制在8%以内，符合通常的投资约束。观察其与市场环境关系，获取超额收益的能力一定程度上受到指数走势的负向影响，但近年来相关性呈减弱趋势，表现趋于稳健。

指数增强基金通过行业轮动、选股、打新、股指期货等多种策略来获取增强收益。选股策略方面，指数增强基金通常采用“指数化投资为主、主动性投资为辅”的投资策略。在复制目标指数的基础上，利用多因子或基本面分析调整组合，并通过量化方法控制行业、个股、风格因子的暴露，以有效控制跟踪误差，同时力求获取超越基准的收益。股指期货方面，越来越多的沪深300和中证500增强基金开始使用股指期货进行增强。

基于Brinson模型对指数增强基金进行收益归因后发现，该类型基金普遍具有较强的选股能力，个股选择是最主要的超额收益来源。行业配置对基金超额收益影响小，不同基金间存在差异。指数增强基金仓位保持稳定，资产配置对基金超额收益的贡献甚微。

基于净值对指数增强基金进行收益归因后发现，由于需要严格控制相对基准的跟踪误差，指数增强基金往往采用行业中性、风格中性等风控方法，故单一行业或风格因子对收益的贡献十分有限。指数增强基金的超额收益主要取决于基金经理的Alpha，其中，积极参与打新为大部分指数增强基金提供了可观的Alpha。

展望指数增强基金未来发展，我们认为，随着市场“强者恒强”现象的逐渐消退，股票之间开始出现轮动，大幅跑输市场的股票占比有所上升，且跑输幅度也明显增加，仅选择少数几只股票构建组合的风险相对较大。在这种市场环境下，指数投资通过购买一揽子股票可以降低单只股票大幅下跌对整个组合造成的负面影响，吸引力相对提升。从历史情况来看，在类被动型产品中，绝大部分的指数增强基金相对基准指数都存在明显的正向超额收益，具有一定优势。此外，2023年二季度以来，常用选股因子的有效性逐步回升，也有利于多因子框架下的指数增强策略。

7

风险提示