基金研究系列之四：债券基金评价体系及基于调整的Campisi模型的业绩归因

1.2

纯债型基金发展情况

截至2023年3月31日，全市场共有纯债型基金1485只，其中短期纯债型基金138只，总规模为2951.14亿元，相对19年末规模增长18.14%，2023Q1收益率中位数为1.25%；中长期纯债型基金1347只，总规模为32500.64亿元，相对19年末规模增长11.75%，2023Q1收益率中位数为2.00%。

2、基金配置与行为特征

2.1

配置偏好

基金经理的配置偏好受到其成长经历、投资理念的影响。债券基金的大类资产配置情况可以一定程度上反映债券基金的杠杆水平和风险，基金的券种配置也可以反映出基金经理对于不同类型债券、不同风险水平的偏好。我们根据基金实际披露的数据，分析基金的配置情况，以对基金经理在大类资产配置、券种配置等方面的偏好给出准确详实的数据刻画。

2.1.1 大类资产配置

大类资产配置体现了基金对大类择时的主动程度，但纯债型基金在债券配置比例上有较为明确的要求，2014年证监会第104号令《公开募集证券投资基金运作管理办法》要求在基金合同中明确基金类别，债券基金80%以上的基金资产需要投资于债券，同时基金总资产不能超过基金净资产的140%。债券基金通常会通过银行间市场回购操作增加杠杆来放大收益，但《运作管理办法》的实施将债券基金的杠杆率限制为不超过140%，债券基金仓位只能在80%-140%之间调整。

我们采用如下公式计算债券基金的仓位：

对全市场纯债型基金债券仓位进行统计可以发现，2014Q2纯债型基金仓位到达高点，仓位中位数为147.31%，中长期纯债型基金仓位中位数为147.95%，短期纯债型基金仓位中位数为142.04%。随着《运作管理办法》的出台，纯债型基金债券仓位显著下降，2023Q1相比2023Q4略有上调，纯债型基金仓位中位数为116.80%，中长期纯债型基金仓位中位数为116.96%，短期纯债型基金仓位中位数为115.59%。

我们采用如下公式计算债券基金的杠杆水平：

纯债型基金的杠杆水平也在2014Q2达到高点，中位数为163.41%，其中中长期纯债型基金杠杆水平中位数为165.71%，短期纯债型基金杠杆水平中位数为153.39%。2023Q1纯债型基金杠杆水平中位数为122.15%，其中中长期纯债型基金杠杆水平中位数为122.20%，短期纯债型基金杠杆水平中位数为121.07%。

以基金A为例进行分析，基金A为中长期纯债型基金，2015年以来基金A仓位基本维持在81%-113%的较低位置，仓位始终低于中长期债券型基金中位数。从基金杠杆水平来看，除2018Q3基金加入较大杠杆，其他时间基金杠杆均处于较低水平，表明基金操作较为稳健。

2.1.2 券种配置

我们进一步根据基金季报中披露的债券品种分类分析基金经理在券种选择上的偏好。不同债券所受影响因素及收益水平也有较大差别，通过分析基金经理偏好可以进一步了解债券基金在不同因素上的风险暴露情况。目前债券按照发行主体信用程度分为利率债和信用债，利率债主要包括国债、地方政府债、政策性金融债，央行票据等，利率债发行人为国家或信用等级与国家相当的机构，因而债券信用风险极低，收益率主要受到利率变动影响；信用债主要包括企业债、公司债、普通金融债、短期融资券、中期票据、同业存单、可转债、资产支持证券等，发行主体主要为公司或企业，收益率受到经营主体的经营状况影响，信用风险的存在也进一步为其收益率带来信用利差。

以基金A为例，基金成立初期利率债占比更高，2010Q4以来基金持有的信用债比例远超利率债，持仓中企业债占比过半，信用风险暴露较大。2018年受到债券违约潮影响，基金大幅减配信用债，增配利率债，随着2023年以来市场信用风险缓和，基金再次增配企业债。

2.2

行为特征

2.2.1 集中度

基金的前N大债券集中度是指基金持有的前N只债券市值占其债券投资市值的比例，对于集中度较高的基金，重仓债券的价格变动会对基金造成更显著的影响。同时由于债券基金仅披露前五大重仓债券，对债券基金的收益分解只能基于其披露的重仓债券进行，若基金的债券集中度较高，则对进行收益分解的结果准确性会提升，若基金的债券集中度较低，则基于仅有的债券持仓对其进行收益分解结果可能并无意义。

对全市场纯债型基金集中度进行统计可以发现，第1大重仓债占比的中位数基本维持在10%左右，前3大和前5大重仓债集中度自2010年以来基本呈下降趋势，基金债券持仓更为分散。2023Q1纯债型基金第1大重仓债集中度中位数为8.62%，前3大重仓债集中度为22.65%，前5大重仓债集中度为33.89%。

以基金A为例，基金A在2018Q4和2023Q1的持仓集中度较高，前5大重仓债集中度分别为66.81%和55.54%，其余时间前5大重仓债集中度基本维持在20%-30%的区间，集中度较低。

2.2.2 久期分析

久期衡量了债券价格对于利率变动的敏感性，分析债券基金的久期水平可以进一步衡量基金利率风险敞口。债券久期包括麦考利久期、修正久期、有效久期等不同形式，其中有效久期的适用范围包含了含权债券，计算方法如下：

由于国内债券基金仅披露前五大债券持仓，我们无法按照基金全部持仓债券计算基金久期，但基金半年报和年报中会披露基金的利率敏感性分析数据，我们依据此数据测算基金有效久期，具体公式如下：

对全市场纯债型基金久期进行统计，2023年年报披露的纯债型基金久期中位数为1.98，由于中长期纯债型基金主要配置期限较长的债券，在息票率不变的情况下，到期时间越久，久期一般也越长，所以中长期纯债型基金久期中位数略高于纯债型基金，为2.10；而短期纯债型基金主要配置期限在3年以内的债券，久期中位数低于纯债型基金，为0.84。

以基金A为例，2014年我国经济延续了2013年以来的调整，经济下行压力加剧，政府采取了宽松的货币政策，自2014年起10年期国债收益率维持了较长时间的下行趋势，基金在2014年预计未来利率水平可能下降，因此大幅提高了久期，14年久期超过了5，加大长期债券的投资，期望在未来债市的上涨中获得更高的收益。2017年初央行两次加息，收益率呈上行趋势，基金也将久期降低至0.90的较低位置，投资短期债券。

2.2.3 换手率

由于债券基金不在定期报告中披露报告期间债券买入卖出金额，我们无法像股票基金那样采用区间买入卖出股票的平均金额与区间股票投资市值平均值的比值来测算换手率。同时债券交易也不局限在交易所，每笔交易佣金差异可能较大，采用交易费用/交易佣金的方法测算出的交易金额准确性较低。综合考虑，我们采用了基金披露的前五大重仓债来测算基金换手率，具体方法有两种：

（1）券种换手率

由于债券交易不如股票活跃，不太可能会经常对某只个券增减持仓，因此我们采用报告期内变更的重仓债数量测算基金的券种换手率。测算在报告期末基金披露的前五大重仓债中，当期发生变化的债券数量占全部披露债券数量的比例，即：

（2）市值换手率

券种换手率仅考虑了债券更换数量，测算结果呈现阶梯跳跃趋势，新增一只债券就会带来较大的换手率波动，因此我们进一步采用市值换手率，测算报告期末前五大重仓债各自持仓市值相对上期重仓债市值的增减，与基金期初和期末基金持有债券市值均值的比例，即

两种方法都假设基金持仓主要为重仓债券，因此对于持仓集中度高的基金测算准确性较高。此外两种方法也假设了债券基金持仓时间较长，在报告期内不会频繁更换重仓债券。

以基金A为例，自基金成立以来，换手率水平较低，除建仓期外，其他时期券种换手率一般维持在[0.8,1.6]的区间中，市值换手率维持在0.5左右。2018Q4由于基金规模大幅增加，市值换手率显著提高。2023Q1基金市值换手率为0.21，券种换手率为0.80。

3、基金绩效归因

3.1

收益分解

债券收益主要来自于两部分：利息收入和资本利得，利息收入是债券定期支付的利息，资本利得是债券价格变动带来的收入。债券基金利润表中的收入构成进一步划分为利息收入、投资收益、公允价值变动损益、汇兑收入和其他收入5个部分，其中利息收入包括基金债券利息收入、资产支持证券利息收入、买入返售金融资产收入和存款利息收入；投资收益主要为基金投资债券、股票及衍生工具等资产的已实现损益部分；公允价值变动损益即基金在期末仍持有的资产按照当前公允价值计算市值与买入市值差额；汇兑收入指基金因汇率变动导致的损益；其他收入主要为因赎回等原因归入基金资产的部分。

以基金A为例，成立以来基金总收入中利息收入占了绝大部分，2014H2、2015H1和2023H2中投资收益占比部分有显著提高。2023H2基金总收益为1303.69万元，其中利息收入为654.31万元，投资收益为593.73万元。

3.2

基于持仓的业绩归因模型

目前，绩效归因分析主要是两大类方法，比较常用的有基于收益率的时间序列回归法（Returns-based approach，以下简称RBA）和基于持仓数据的绩效归因（Holdings-based approach，以下简称HBA）。

RBA主要是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。只有在这个假设的前提下，我们才可以用时间序列进行回归。

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与分解。

对于债券基金，目前常用的基于持仓的业绩归因方法包括Brinson归因模型、加权久期模型和Campisi业绩归因模型。

3.2.1 Brinson归因模型

在选定基准组合的基础上，Brinson模型认为基准和组合在每支资产上的回报率不同，恰好代表了组合在其上的选券能力，而基准和组合在所有资产上的权重不同，代表了组合对基准的配置择时，而由此带来的收益则代表了组合的配置能力。因此Brinson模型将基金收益按照选券和配置这两个维度划分为四个象限。

进一步可以将债券基金的收益分解为基准回报、配置回报、选券回报和交互回报四部分：

Brinson模型将基金经理的能力细分为资产配置能力和个券选择能力，更为直观地衡量基金的收益来源，但是模型也存在缺点：（1）模型对于底层资产的透明度要求极高，需要细化到基金和基准组合中全部个券的占比和收益，而证监会要求的债券基金定期报告只需要披露前五大重仓债券信息，难以实现Brinson分解；（2）模型对于基准组合的选取依赖较高，目前行业内债券基金的基准选择非常多，基准组合的选取和构建受主观因素影响较大；（3）Brinson模型的分解思路更适合股票组合“大类资产配置—行业配置—个股选择”的投资策略，没有考虑债券的期限、利差等特有风险。

3.2.2 加权久期模型

加权久期模型引入了久期来衡量债券组合的系统性风险，通过久期与利率变化来拟合基金收益。模型认为基金收益率可以表示为如下形式：

加权久期模型不需要构建基准组合，采用久期衡量也更符合债券组合的投资逻辑。但模型只考虑了债券的利率风险，未考虑信用利差等因素，适用于衡量利率债占比极高的债券组合。

3.2.3 Campisi业绩归因模型

Campisi模型由Stephen Campisi于2000年提出，考虑了债券的特征和特殊风险，能够较好地反映自上而下的债券投资逻辑。按照Campisi模型，所有投资的收益都可以表示为持有带来的收入部分和持有期内价格变动部分之和，即：

总收益 = 持有收入 + 价格变动

对于债券来说，持有收入即持有区间内获得的票息收益，价格变动即持有期内债券价格变动带来的收益。债券价格与其收益率变化呈反比，债券收益率包含国债利率和风险溢价两部分：国债是由国家发行的债券，以国家信用为基础，被公认为最安全的投资工具，国债利率也被认为是无风险利率；在此基础上的风险溢价是对债券发行人不能按时支付本金或利息风险的补偿，通常被称作“利差”。因此债券价格的变动主要受到国债利率变动和风险溢价变动影响，我们用修正久期衡量债券价格对于利率变动的敏感性，即利率变动1%时债券价格变动的百分比。由此对债券收益进一步分解如下：

模型公式如下：

债券投资组合收益与组合收入效应、国债效应、利差效应的差额为组合持仓债券贡献的alpha，即组合通过优选债券获得的选券收益。

3.3

基于调整的Campisi模型的实证研究

原始Campisi模型在计算利差效应时，采用与投资组合持仓券种相对应的指数构建了一个与投资组合在券种配置比例和久期上均相似的基准组合，由于基准组合由指数构成而指数不存在选券效应，所以基准组合的利差效应如下：

则市场利差变动为：

投资组合的利差效应为：

这种方法同样需要按照投资组合持仓构建基准组合，由于国内债券基金仅披露前五大债券持仓，以此构建基准组合可能会造成较大误差，我们对原始Campisi模型进行了调整。调整后的Campisi模型采用投资组合持仓债券的信用评级和期限选择对应信用债指数，以信用债指数与国债到期收益率的差额作为信用利差，采用期初和期末信用利差的变动计算债券的利差效应，再按照债券持仓比例加权得到组合的利差效应。

3.3.1 模拟组合的Campisi分解

我们通过构建模拟组合来进一步展示调整后的Campisi模型的分解步骤，组合包括2只利率债和2只信用债，持有期为2018年1月1日-2023年3月31日，在持有期内不进行换仓，每季度末对组合收益率进行分解，组合收益率为每只债券的持有期收益率按照持仓比例加权平均获得。债券久期采用季度初和季度末按照中债估值计算的修正久期的平均值。以2018Q1为例，利率债持仓比例为60%，信用债持仓比例为40%，组合持有期收益率为2.30%，修正久期为4.84。

• 收入效应

• 国债效应

其中国债收益率取与久期相同期限的中债国债到期收益率，若国债与久期无法完全匹配，则选取与久期相邻两个期限的中债国债到期收益率通过线插法计算，例如计算与久期为7.66的债券期限相对应的国债收益率时，采用7年期中债国债到期收益率与8年期中债国债到期收益率进行线性插值，得到期限为7.66的中债国债到期收益率。

• 利差效应

由于利率债的发行人为国家、地方政府、央行等信用等级与国家相同的机构，可以认为不存在信用风险，其价格主要受利率变动影响，因此我们仅针对信用债计算利差效应。

首先将信用债按照其主体评级划分为高信用等级（AA级及以上）和高收益等级（AA级以下），按照信用债久期及评级选择对应的中债企业债财富指数，例如久期为2.36的AA+级债券对应的指数为中债-高信用等级企业债财富（1-3年）指数（CBA03521.CS）。采用对应指数的到期收益率与对应期限中债国债到期收益率的差额作为信用利差。

• 选券效应

按照相同方法对组合每季度收益进行分解，可以发现组合每季度获得的利息收入相对稳定，且在组合收益中占比较大；由于组合中利率债占比较高，国债效应也较为显著，与中债10年期国债到期收益率对比来看，2023Q1国债收益率显著下降，组合国债效应显著且为正，2023Q2国债收益率上行，组合国债效应为负；组合利差效应波动较大，2018Q2国债收益率下行，中债企业债总财富指数的到期收益率上行，利差扩大，组合利差效应为负，而2018Q3国债利率上行，企业债指数到期收益率下降，利差显著缩小，组合获得了正向利差效应；由于组合未进行调仓，选券效应始终为正。

3.3.2 债券基金的Campisi分解

由于调整后的Campisi模型首先从个券层面进行分解，再加权获得组合层面收益分解，但债券基金仅在每季度末披露前五大重仓债券，无法通过对个券收益的加权平均得到准确的组合收益。为了尽量实现更精准的分解，我们选择了前五大重仓债券集中度较高的基金B，基金B持有的前五大重仓债券占债券资产的比例始终维持在80%以上。

对基金B的前五大重仓债券重复上述Campisi分解步骤，得到基于重仓债券的各部分收益贡献。基金重仓债券的收入效应稳健，由于基金持有的信用债占比较低，利差效应较小，国债效应和选券效应影响较大。

为了进一步将方法推广至前五大重仓债集中度不高的基金，我们在对债券基金进行收益分解时采用基金定期报告中的披露数据来替换一些个券信息。

• 基金的收入效应

采用基金半年度报告披露的报告期内债券利息收入，计算基金报告期内的收入效应（其中基金年报披露的利息收入为全年利息收入，剔除上半年利息收入后得到下半年基金实际利息收入）：

• 基金的国债效应

采用基金半年度报告中披露的利率敏感性数据计算基金的久期，选择上期末与本期末久期的均值作为基金的当期久期，并采用线插法计算与久期对应的国债收益率变动。

• 基金的利差效应

• 基金的选券效应

由于基金久期与前五大重仓债久期存在差异，测算得到的各效应贡献之和与基金收益率存在误差。但整体来看基金收入效应稳健，国债效应影响较大，受到利差效应影响较小，选券效应始终为正，基金经理具有选券能力。

风险提示：报告模型及结果通过历史数据统计、建模和测算完成，在市场波动不确定性下可能存在失效风险；历史数据不代表未来业绩。

证券研究报告：《基金研究系列之四：债券基金评价体系及基于调整的Campisi模型的业绩归因》。

对外发布时间：2023年7月13日

--------------------------------------

分析师：于明明

分析师：张文琦

--------------------------------------