下载掌阅APP，畅读海量书库
立即打开
7 完整的FOF怎么做 |
|
业内目前做FOF的机构最常犯的一个错误就是一开始就进行各种尽职调查，很多人的做法是将各大排行榜上的数据从高到低排序，然后一个个去考察。当然，这种做法是符合人性的，但很容易陷入各种尽职调查陷阱，有关这方面的话题将在第11章中详细解释。
一个完整的FOF产品的投资流程应该是“自上而下”的设计，而不能摸着石头过河。总的来说，可以将其分为5个步骤：产品设计、资产配置、策略组合、管理人选择、投后管理，如图7.1所示。
图7.1 FOF运作流程
产品设计的实质是产品定位问题，主要取决于客户的需求、预期收益、能承受的风险水平、投资期限等。
产品设计首先要搞清楚的一个问题就是：你的产品到底卖给谁？是卖给风险厌恶型客户，还是风险偏好型客户？目前很多FOF投资往往忽略这一环节，产品设计定位不明确，则相应的资产配置管理就经常错位。
举个例子：张艺谋导演的大片《金陵十三钗》投资额巨大，国际巨星云集，但是票房惨淡；而小成本电影《小时代》无论是制作水平还是艺术价值都难说完美，但是票房却非常靓丽，其关键原因就在于客户定位分析的准确性。《小时代》的客户定位很清晰，就是给三、四线城市的高中女生做梦用的，其主角的帅气和漂亮、场景的绚丽、情节的浮夸，无一不是为了达到这个目的。所以，客户定位是任何商业模式一开始就要考虑清楚的。
第二个问题就是：FOF到底是作为目标还是作为手段？如果是作为目标，就是全程控制组合的构建；如果是作为手段，就可以作为增强配置。
对于风险厌恶型客户，如银行、保险、央企等大型机构投资者，FOF可以作为固定收益的一个增强品种。曾经有一个债券投资很出色的机构和笔者交流，说他们也想做FOF，但是很苦恼，不知道从何下手，因为他们对权益类和对冲基金类不是很熟悉，如果自建团队做孵化，那么成功率也不知道有多高。笔者当时给出的建议是做一个债权增强品种，将大部分资金依然配置在传统优势的债券上，拿出一部分资金以FOF的方式构建权益类和对冲基金类的组合，这样可以比传统的纯债券有更好的收益增强表现。
对于风险偏好型客户，如券商、信托公司、期货公司的客户，FOF出色的风险管理能力又可以让产品熨平波动。例如，券商可以发行一个产品，将大部分资金配置在FOF上，拿出少量资金做纯股票型的投资，这样可以比传统的权益类产品有更好的稳定性，从而有助于维护客户的稳定。
对于FOF机构来说，客户特征决定了构建的FOF类型，这是必须在一开始就明确的事情。因为客户特征决定了后面的资产配置、策略组合、管理人选择和投后管理等内容。
资产配置主要分为战略资产配置和战术资产配置两个层次，而且必须自上而下，做好顶层设计。
战略资产配置考虑的是在不同的市场环境下该如何配置大类资产。具体到基金投资者上来说，比如，如何配置股票类、债券类、对冲类、货币市场类基金产品的比例，或者如何配置浮动收益类产品和固定收益类产品的比例，以及大类资产配置中的细类资产投资比例。
战术资产配置就是具体到每个类别下面挑选合适的品种，比如，在股票资产中，到底是选择低风险的蓝筹股，还是选择高收益的成长股。
FOF资产配置如图7.2所示。
图7.2 FOF资产配置
目前，多数FOF基金经理花在“投什么”上的精力要远大于花在“如何投”上的精力，但是后者往往比前者更重要。资产配置就是用来解决“如何投”的问题的。那么，为什么说“如何投”或者各大类资产配置比例的设置及调整更重要呢？
2005—2013年，在中国基金市场上运行期满的基金中，最好的货币市场基金业绩是最差的货币市场基金业绩的1.26倍，最好的债券基金业绩是最差的债券基金业绩的5.26倍，最好的股票基金业绩是最差的股票基金业绩的5.08倍。但与此同时，股票基金的平均业绩是货币市场基金平均业绩的9.78倍，是债券基金平均业绩的2.95倍，而最好的股票基金业绩是最好的货币市场基金业绩的41.91倍。显然，配置哪类资产比具体配置哪个品种重要得多。
在FOF里，大类资产配置的概念主要指对应于一个大资产类别的基金类别。比如，对应于股票市场的股票基金，对应于债券市场的债券基金，对应于商品市场的期货基金，对应于房地产市场的REITs（不动产基金）等。
而类别资产是介于大类资产（如房子、股票、债券、银行存款）与具体品种之间的一个资产分类。比如，房地产中的住宅、商铺，股票里的蓝筹股、成长股，债券里的企业债、政府债等。当然，在FOF里，类别资产主要指的是某大类基金下的细类基金，即按照风格划分的细类基金，如股票基金下的大盘蓝筹基金、小盘成长基金等。
在类别资产里有一个有趣的现象：如果按照某些分类方式，则同类的基金长期业绩会趋同，而不同类的基金长期业绩会分化，称为基金的业绩收敛与分层现象。简而言之，如果选对了细类基金，那么这个细类基金下的大部分品种业绩都差不多，而细类基金之间的业绩差距则会拉大。比如，如果选择了大盘蓝筹股票基金，那么在十几个月之后，这个类别里的大部分基金收益差距会逐渐收窄，但是大盘蓝筹基金和小盘成长基金之间的收益差距则会拉大。
资产配置的关键是采用风险平价的方法，也就是说，低风险的资产要增加配置，高风险的资产要降低配置，并且根据风险平价的方式来进行不同资产、不同策略之间的资金分配。有关风险平价的理念将在第27章中详细阐述。
策略组合的目的是在资产类别的比例确定了以后，进行具体的交易策略层面的组合。这一阶段需要考虑的是策略的相关性和风险因子的暴露问题。
而在策略分类中，有一个“不可能三角”，也就是策略的收益率、风险、资金容量三者是不可兼得的，任何策略都只能满足其中两项最优，因此，在进行策略组合的时候需要综合考察。有关这个“不可能三角”的问题，参见附录1。
到了策略层面，关键的问题是尽可能降低策略之间的相关性，因为相关性过强的策略之间会同涨同跌，从而带来相关性风险。那么，如何进行相关性的分析呢？首要的是定义策略之间的相关系数，这样就可以确定不同策略之间的关联性。这里定义策略的相关系数如下：
令策略 x 的预期收益率为 x i （ i =1，2，…， n ），策略 y 的预期收益率为 y i （ i =1，2，…， n ），则 x i 与 y i 的相关系数即策略 x 和 y 的相关系数。
当 ρ xy =1时，表示策略 x 和 y 完全正相关。
当 ρ xy =-1时，表示策略 x 和 y 完全负相关。
当 ρ xy =0时，表示策略 x 和 y 完全不相关。
在实际交易中，我们希望策略之间最好不相关，也就是尽量进行 ρ xy =0的策略之间的组合。
在做好策略的相关性分析以后，就需要根据相关性进行不同策略之间的匹配。这时候需要对策略的基本逻辑进行分析，比如阿尔法类策略、择时类策略、套利类策略、期权类策略。对于不同的策略，要分析具体适用的市场行情和风格。例如，如果认为股市可能有一波牛市，则需要对择时类策略加大配置；如果认为市场未来不被看好，则增加阿尔法类策略的配置。
不管是FOF还是MOM，最终都要体现到标的基金的管理人选择上来，就像不管你买的是奔驰还是宝马，你得请一位好司机，除非你自己开。业内通行的做法是标的基金的优选以定量为基础，结合定性的研究。在考察维度上，需要结合标的基金本身的收益风险特征、基金经理的管理能力及标的基金所在基金公司的整体实力三个维度的内容综合考虑。
完整的基金评价体系涉及业绩衡量、业绩评价与业绩归因三个方面：业绩衡量回答业绩“是”什么的问题；业绩评价回答业绩“好坏”的问题；业绩归因回答业绩“好坏”的原因。
筛选标的基金的量化方法可以依照量化指标，如阿尔法值、贝塔值、詹森值等绩效指标，加上基金公司及经理人等因素作为计算参数，用严格的统计方法设计出一整套量化方案。量化分析一般要先考察基金短、中、长期绩效，从月、季、一年、两年乃至更长时期内绩效表现较好的基金中初步筛选出符合条件的标的基金池，然后结合风险特征，选出收益较高、风险较低的基金。总体而言，量化选择方法主要依据基金的历史业绩，同时也要考虑基金的风险特征等。
在量化筛选之后，还需要对初步选定的标的基金进行定性分析。事实上，决定基金业绩的主要因素是基金经理的管理能力，因此，定性分析主要针对基金经理展开。负责建立基金池的投资决策小组及FOF基金经理人通过拜访标的基金经理人，来了解他们管理基金的哲学、选股和投资策略、团队风险控制、基金经理操作经验、绩效稳定性等。
由于基金公司的整体实力会对单只基金的业绩产生影响，因此，除对标的基金进行优选外，还涉及对标的基金公司的考察。业内通行的做法是考察公司商誉和管理能力、资产管理规模、旗下基金过去绩效表现、旗下基金周转率、旗下基金费率等指标，在其他条件相同的情况下，会优先考虑标的基金公司实力雄厚的基金。
对于这个问题，笔者认为，业内的评价体系过于重视对单个产品的评价，而忽略了对公司整体的评价，特别是对于私募基金而言，对公司整体的评价起着至关重要的作用。为此，笔者结合多年的实战经验，提出了“星潮评价体系”，从公司的股权结构、投资经理的教育背景、投资经理的从业经历等多方面进行公司层面的评级（具体参见第18章）。
作为组合产品，与单只基金相比，在市场上涨时，FOF难以体现出优势；但是在控制下跌的风险上，FOF 有可能做得更好，从而获得较高的收益风险比。普通股票基金在长期投资回报上是令人满意的，但是波动性和向下的跌幅非常大。从2005年7月到2015年6月，公募基金中股票基金的年化收益率达到20.94%，但是年化波动率也高达48.58%，年度最大跌幅高达51.42%。由于股票基金本身的产品特性，所以其很难规避系统风险。
此外，过去FOF基金没有在总体上得到认可，主要是因为没有控制好下行风险。在面临系统风险的时候，下跌的幅度很大，没有发挥出FOF控制风险的优势。未来FOF管理人的目标就是控制好产品的下行风险。如果FOF产品能够取得与一般股票基金相当的业绩，但把业绩波动和下跌幅度控制为普通股票基金的一半，那么这样的产品无疑会具有较强的吸引力。所以，投后管理最关键的是风险控制（以下简称“风控”）与绩效归因。对于风控来说，主要有事前风控、事中风控和事后风控三个环节。
事前风控就是确定不同策略之间的风险特征，以及如何利用“风险平价”的方法来降低整个组合的风险（有关“风险平价”的内容参见第27章）。
事中风控就是对产品的各种风险指标进行监控，包括“净敞口”“总持仓比例”“单品种持仓比例”“黑名单”4个方面，并且可以实时监控管理人是否有违背基金合同约定、超越风险指标的交易行为。
事后风控就是对盘后的持仓组合计算最大风险损失值，也就是通常所说的VaR，计算在不同置信区间下的最大可能损失值，从而为FOF的配置调整提供数据上的依据。
有关事中风控和事后风控的内容参见第9章。
绩效评估就是对实际的业绩进行分析，分解其中的运气成分和实际的管理能力成分。
当某个基金产品的业绩产生以后，需要深入研究的是该业绩产生的原因，到底有多少是运气成分，有多少是基金经理的管理能力，这就是业绩归因所要完成的工作。运气和能力就好像速溶咖啡和咖啡伴侣一样，常伴每个投资者左右，而且在加满水之后，你还不大容易分清到底哪个是哪个。
Brinson和Falcher对这个问题提出了一个很好的解决思路。假设我们对自己的投资业绩的判断标准是沪深300指数，那么从我们自己的资产组合的配置上来看，组合的收益率会受到三种效应的影响。
第一种是资产的配置效应。假如沪深300指数有28个行业，那么我们选择的对28个行业的投资比例（也就是权重）很显然会影响组合的收益率。第二种是个股的选择效应。对于沪深300指数中的300只股票，我们会选择其中的一些股票进行投资，这部分就是我们通过选择个股获得的收益。第三种是两种效应的交互效应，即我们同时进行行业配置和行业下的个股选择而获得的收益。这样说似乎很抽象，我们来画一张简单的表。为了叙述简便，假如有一个只有3个行业的沪深300指数，我们将其作为自己的业绩基础，如表7.1所示。
表7.1 配置效应案例
很显然，该组合从行业配置到个股选择，都和沪深300指数的设计不一致，而且很显然（或者说很幸运）获得了更高的收益率，那么这样的收益率实现究竟是源于基金经理对行业权重的调配，还是源于对行业内部股票的选择呢？这个问题一方面可以归结为基金经理投资收益的来源，另一方面也可以让我们思考该基金经理究竟在股票投资的哪一方面更有优势。所以我们建立另一张表格，如表7.2所示。
表7.2 配置效应组合收益率分析
在表7.2中，式（1）和式（4）就是表7.1中的结果，而式（2）和式（3）看上去就特别奇怪，好像没有什么特别的含义。但是如果我们运用简单的减法，就会发生一些有趣的事情，如表7.3所示。
表7.3 绩效归因分析
用式（2）减去式（4），实际上就是假如我们和沪深300指数一样买入300只股票，但是在300只股票所属的3个行业中投入的资金比例不同，这样式（2）和式（4）的差异就反映了我们在行业配置上的能力，即资产配置效应。而类似地，用式（3）减去式（4），就是我们在和沪深300指数进行一致的行业配置的时候，因为对股票选择的不同，所以获得的收益率也不同，也就是个股选择效应。而用式（1）减去式（2）和式（3）再加上式（4），就是资产配置和个股选择同时作用的交互效应。
通过这样一个简单的计算，我们就可以像剥洋葱一样，层层深入，大致把投资收益的来源分解成不同的类型。根据表7.1中的数据，我们自己的投资组合的收益率比沪深300指数的收益率要高出3.5%，而用刚刚介绍的分析方法可以计算得到，其中资产配置效应给我们自己的投资组合所带来的收益率提升是0.2%，而个股选择效应所带来的收益率提升是2.8%。那么剩下的还没有被这两个效应解释的0.5%的收益率就是这两个效应交互作用的结果，也就是说，你可能在业绩好的行业里配置了更多的资金并买到了表现更好的股票，而在业绩差的行业里配置了更少的资金并同样买到了表现更好的股票。