王亦琛

金融产品深度解读系列之十八｜2023.6.26

中信证券研究部

唐栋国
金融产品首席分析
师
S1010520100002
赵文荣
量化与配置首席分
析师
S1010512070002

何旺岚金融产品分析师 S1010520120005

金融产品分析师

S1010521080003

核心观点

近年来主题基金快速发展，多数主动型主题基金相对于对应指数存在超额收益，具有较高的投资价值。考虑到主题基金具有较为清晰的业绩比较基准，我们基于基金补全的股票持仓，利用 Brinson 模型将其超额收益归因为主题板块的配置效应和选股效应、非主题板块的配置效应和选股效应、仓位择时和调仓收益；回测结果显示，调仓收益对主题基金的超额收益贡献较大。结合业绩拆解指标与动量风险因子，能较好地优选主题基金，回测结果显示精选组合长期表现突出。

基于持仓数据定位主题基金，历史上多数主题基金相较于对应指数具备超额收益。通过构建一级行业到主题板块的映射关系，能够得到基金在各板块的持仓比重，进而将其作为主题基金划分的依据。近年来主动型主题基金迎来大繁荣，但各类主题基金之间的发展并不均衡，其中制造、消费、医药、科技主题的主动型基金较多，周期与金融主题基金数量较少；各类主题基金权益仓位整体偏高，长期中枢在 85%左右。收益方面，从历史数据看，主题基金对比股票市场中的相应指数存在超额收益，具备研究和投资价值。

Brinson 模型可用于超额收益的拆解，该模型需要基金完整的持仓数据与合适的基准。基金季报仅披露前十大重仓股，可以使用过往年报/半年报的全持仓数据、当前季度的其他已知信息，对基金持仓的未知部分进行补全；中信产业指数与中证 800 指数结合，可以作为主题基金业绩归因的基准。

考虑到不同板块行业之间的互斥性，改进 Brinson 模型以更精细地拆解超额收益。主题基金的超额收益可以分解为六部分，即主题部分的行业配置和选股效应、非主题部分的行业配置和选股效应、结构与行为方面的仓位影响和调仓收益；拆解结果显示，调仓收益对超额收益贡献较大。

！ Brinson 业绩拆解指标与动量风险因子结合来优选主题基金，精选组合长期表现突出。在优选基金时，首先使用可靠的 Brinson 因子得到初选池，然后使用有效的动量风险因子进行二次筛选，可以得到具备良好业绩的主题基金模拟组合，针对不同主题基金应灵活选择合适的因子。对比各类主题基金收益均值，模拟组合具有良好业绩，年化波动率处于正常水平，可以在不加大风险的情况下实现收益的提高。

！结论与投资建议：历史数据显示，对比股市中的各产业指数，主题基金整体具备超额收益和投资价值；合理改进 Brinson 模型，可以细化分解主题基金的超额收益来源，基金经理在季初的选股和季度中的调仓对超额收益贡献较大；综合业绩拆解因子和动量风险因子量化精选主题基金，能够得到业绩优秀的模拟组合，达到优选基金的目的。

风险因素：（1）基金市场环境发生变化；（2）历史数据不能代表将来；（3）市场出现波动过大等异象。

市场轮动程度提升，主题基金的定位优选不可或缺. 4
市场中主题板块间的收益有所分化. 4
基于持仓特征定位主题基金，消费、医药主题基金数量较多. . 5
主题基金对比产业指数具有超额收益. . 6
Brinson 模型适用于主题基金收益拆解. . 7
使用 Brinson 模型需要完整的持仓数据以及合适的基准 . .. 7
改进 Brinson 模型可以更好服务于主题基金的业绩拆解 .. 9
业绩归因有助于明晰超额收益来源 .. . 11
改进的 Brinson 模型可以解释超额收益的来源. . 11
各类主题基金经理整体调仓换股能力较强. . 13
提取行业配置信息可以细化归因 . 18
Brinson 因子与风险动量因子结合可以优选主题基金.. .. 19
调仓、仓位择时及主题部分的超额贡献可用于优选基金. .. 19
各类主题基金的优选适用不同因子. .. 21
研究结论 ... . 23
风险因素 .. . 23
相关研究 .. .24

插图目录

图 1：中信一级行业指数轮动程度 4
图 2：中证 800 与Wind偏股混合型基金指数净值展示. 4
图 3：主动型主题基金数量分布变化.. . 6
图 4：主动型主题基金规模分布变化（单位：亿） . 6
图 5：周期主题基金与产业指数净值展示 . 7
图 6：医药主题基金与产业指数净值展示 .. 7
图 7：主动型主题基金股票仓位占比. .. 8
图 8：主动型主题基金中相关板块资产占股票投资比重 .. 8
图 9：业绩归因中的超额收益来源 . 11
图 10：医药部分的贡献.. .. 12
图 11：非医药部分的贡献. . 12
图 12：医药主题基金调仓收益的贡献. .. 12
图 13：医药主题基金的超额收益分解. .. 13
图 14：周期主题基金的超额收益分解. .. 14
图 15：制造主题基金的超额收益分解. ... 14
图 16：消费主题基金的超额收益分解. .. 15
图 17：科技主题基金的超额收益分解. .. 16
图 18：金融主题基金的超额收益分解. .. 17
图 19：医药主题基金模拟优选组合净值展示. .. 20

表格目录

表 1：中信行业到板块主题的映射关系. 5
表 2：主动型主题基金类型分布展示.. .. 6
表 3：各类主动型主题基金基准成分展示 .. 9
表 4：医药主题基金的超额收益分解半年频汇总. ... 13
表 5：周期主题基金的超额收益分解总览 ... 14
表 6：制造主题基金的超额收益分解总览 ... 15
表 7：消费主题基金的超额收益分解总览 .... 16
表 8：科技主题基金的超额收益分解总览 ... 16
表 9：金融主题基金的超额收益分解总览 ... 17
表 10：医药三级行业季度平均贡献.. .... 18
表 11：2021 年第四季度医药三级行业对超额收益贡献. .... 18
表 12：2023 年第一季度医药三级行业对超额收益贡献.. .. 19
表 13：医药主题基金 Brinson 因子的 RankIC 均值展示. .. 20
表 14：医药主题基金分组测试展示 .. .. 20
表 15：医药主题优选组合半年度收益展示 .. 21
表 16：主动型主题基金选基因子展示.... .. 21
表 17：最新一期主题基金优选组合展示. . 21

市场轮动程度提升，主题基金的定位优选不可或缺

市场中主题板块间的收益有所分化

主动权益型基金相较于股票市场的整体大幅领先开始于 2019 年，超额收益在 2019年至 2021 年间快速累积，近年来高位震荡，市场轮动程度有所提升，以中信一级行业指数当月与过去 6个月业绩的截面排名差异来衡量行业轮动程度，可以看到目前 A股行业轮动程度处于 2011 年以来的高位水平。

图 1：中信一级行业指数轮动程度

资料来源：Wind，中信证券研究部；统计区间为 2011年 1月至 2023年 4月

分板块来看，不同产业具备各自的特点，起落时点有所差别。通过中信产业指数的走势，可以看到板块间的净值走势有所差异。

图 2：中证 800与Wind偏股混合型基金指数净值展示

资料来源：Wind，中信证券研究部

不同板块的资产各具特色，因此在进行基金研究与优选时，可以对主题基金进行划分，考虑不同的优选因子，提高筛选效率。

基于持仓特征定位主题基金，消费、医药主题基金数量较多

对主动型主题基金的研究需要对主题基金进行归纳定位，可以根据基金全持仓数据反映的投资方向，划分各主题基金。这里的主题基金指主动型主题基金，样本包括普通股票型基金、偏股混合型基金和灵活配置型基金。

首先，构建中信一级行业到行业主题的归属关系。将基金持仓通过个股的一级行业映射到板块主题，可以得到基金在各板块的持仓分布。

表 1：中信行业到板块主题的映射关系

板块主题	周期板块	制造板块	消费板块	医药板块	科技板块	金融板块
中信一级行业	煤炭
	有色金属		食品饮料
	基础化工	机械	农林牧渔
	石油石化	电力设备及	轻工制造		电子	银行
	钢铁	新能源	商贸零售	医药	计算机	非银行金融
	电力及公用	汽车	消费者服务		通信	房地产
	事业	国防军工	纺织服装		传媒	综合金融
	建材		家电
	建筑交通运输

资料来源：中信证券研究部

进而基于股票仓位和主题资产的占比可以定位板块主题基金。在得到基金持仓的行业分布后，可以对基金的板块主题进行划分。行业主题基金通常有较高的股票仓位，且具有一定的风格稳定性，故我们将满足以下两个条件的基金归为板块主题基金：（1）最近两年平均股票仓位不小于 60%；（2）最近两年，相关板块股票投资比重均值与股票仓位均值的比值在 60%以上。

以周期主题基金的划分为例，首先，根据每期基金披露的全持仓数据（最新一期为 2022年 12 月 31 日），标记各股票的中信证券一级行业分类；其次，将煤炭、有色金属、基础化工等 9 个中信证券一级行业持仓数据汇总，记为周期类权益资产持仓；最后，查找最近两年的持仓记录（不足两年则取成立以来），将长期满足最低 60%的股票仓位要求和周期持仓比重要求的基金记录为周期主题基金。

完成主题基金定位后，可以统计观察市场中的板块主题基金数据。

近年来主题基金发展迅猛，不同产业间有所差异。2015 年以来，主题基金数量稳步上升，2015 年到 2022 年由 16 只增长到 431 只；2018 年以前，各类主题基金规模较小，2019 年以后规模出现较大增长，从 1018 亿上涨到 8048 亿，四年时间增长近 7倍，2022年市场萎靡，规模增速有所放缓。

主题基金的分布并不均衡，其中消费、医药主题的主动权益型基金数量较多，占比在20%以上，金融主题基金占比较小，数量和规模占比均不足 10%。

图 3：主动型主题基金数量分布变化

资料来源：Wind，中信证券研究部

图 4：主动型主题基金规模分布变化（单位：亿）

资料来源：Wind，中信证券研究部

从平均规模上看，周期、制造和医药主题基金规模较大，平均值在 20 亿以上，科技和金融主题基金平均规模较小，分别为 13.67 亿和 7.04 亿。

表 2：主动型主题基金类型分布展示

基金类别	基金数量	基金规模(亿)	平均规模(亿)
主动权益型基金	4013	48238.64	12.02
主题基金合计	431	8048.04	18.67
周期主题基金	41	867.11	21.15
制造主题基金	84	1801.90	21.45
消费主题基金	100	1840.79	18.41
医药主题基金	111	2372.32	21.37
科技主题基金	72	984.41	13.67
金融主题基金	23	181.50	7.89

资料来源：Wind，中信证券研究部；截止 2022年 12月 31日

主题基金对比产业指数具有超额收益

将市场中的主动权益型主题基金与相关产业指数对比可以发现，主题基金与相关产业指数在增长趋势上一致，具有一定的超额收益和投资价值。同时，各板块主题基金之间存在轻微差异。譬如，周期主题基金与医药主题基金对比产业指数存在超额且 2021 年下半年以后超额累积趋缓，周期主题基金的领先开始于 2017 年，医药主题基金则是在 2019年以后实现超额收益的快速累积。

图 5：周期主题基金与产业指数净值展示

资料来源：Wind，中信证券研究部

图 6：医药主题基金与产业指数净值展示

资料来源：Wind，中信证券研究部

对主题基金超额收益的研究可以从业绩归因入手，明晰其超额收益来源，也能为进一步的因子优选提供思路。

Brinson 模型适用于主题基金收益拆解

Brinson 模型是用于投资组合业绩分析的常见模型，它通过拆分超额收益实现业绩归因，分为 BHB 模型和 BF 模型，较为常见的模型为 BF 模型。我们使用????和????分别代表基金组合和基准中第??个行业的收益率，它与组合或基金的持股相关；使用??和?? 分别代表基金组合和基准中第??个行业的占比；?? 代表基准的区间内收益。那么，可以写出 BF模型的拆解形式。

这里的公式分为三部分：第一部分Σ(???? − ????)(???? − ????)可视为配置效应带来的影响；第二部分Σ(?? −??)??体现了基金组合和基准各行业中因为选股不同而对超额收益产生的影响；第三部分Σ(???? − ????)????体现了仓位配置对超额收益的影响。

使用 Brinson 模型需要完整的持仓数据以及合适的基准

使用 Brinson 模型之前，需要基金各期的完整持仓数据，并确定合适的基准。

依靠过往信息的补全基金持仓

目前基金季报可得持仓数据不完整，我们可以依靠过往信息补全基金持仓。基金仓位补全可以利用的信息包括：基金季报公布的前十大持仓；上市公司披露的前十大股东信息；

基金季度公布的证监会行业分布；基金年报或半年报公布的全持仓；基金公布的资产配置持仓比重。

仓位补全遵循需考虑信息的确定性与即时性。上市公司披露的前十大股东与基金季报公布的前十大重仓股信息属于确定的即时信息，先将其锚定；其次，基金年报或半年报的全持仓信息属于确定的过往信息，A 股的证监会行业分布以及港股的 GICS 行业分布与资产配置比重属于确定的间接信息，在剔除本期可确定持仓后，对照证监会行业和 GICS 行业的剩余持仓比重，将该基金上个年报、半年报披露的全持仓数据线性扩充，对空缺部分进行填补。

找到合适的基准

基准的合成要与相关板块资产占比相适配。股票仓位方面，当前各类主题基金相差不大，整体水平较高，都在 85%左右；主题资产占比方面，不同主题基金相应资产的占比有所差异，医药主题基金投资专业性强，主题行业占比较高，接近 90%，其他主题基金行业占比在 70%左右。

图 7：主动型主题基金股票仓位占比

资料来源：Wind，中信证券研究部

图 8：主动型主题基金中相关板块资产占股票投资比重

资料来源：Wind，中信证券研究部

我们使用中信产业指数与中证 800 指数作为基准的权益部分，剩余部分占比较小且收益较低，以现金作为替代成分。首先计算各主题基金主要板块资产的投资占比与中证 800中相应资产的含量，然后以适当比重拟合各个部分，得到各主题基金基准。

譬如，医药主题基金整体仓位均值为 88.04%，医药板块资产在股票持仓中占比均值为 89.86%，中证 800 医药资产占比均值为 8.32%。由此可以推算医药主题基金中医药资产在资产净值中占比约为 79%，我们将（75% * 中信医药产业指数 + 10% * 中证 800 指数 + 15% * 现金）作为医药主题基金基准，基准中股票仓位为 85%，医药资产占比约为76%，与医药主题基金结构较为相似。

表 3：各类主动型主题基金基准成分展示

基金主题	股票资产中的主题投资占比	中证800主题资产占比	主题基金股票仓位均值	基准成分	成分比重	子行业
周期主题基金	74.85%	20.10%	85.67%	周期产业指数	55%	一级行业
				中证800指数	25%
				现金	20%
制造主题基金	70.80%	12.66%	86.50%	制造产业指数	55%	一级行业
				中证800指数	30%
				现金	15%
消费主题基金	70.79%	16.92%	86.11%	消费产业指数	50%	一级行业
				中证800指数	35%
				现金	15%
医药主题基金	89.86%	8.43%	88.04%	医药产业指数	75%	三级行业
				中证800指数	10%
				现金	15%
科技主题基金	70.44%	14.94%	87.37%	科技产业指数	50%	一级行业
				中证800指数	35%
金融主题基金	81.57%	26.54%	87.55%	现金	15%	一级行业
				金融产业指数	45%
					15%
				地产产业指数中证800指数	30%
				现金
					10%

资料来源：Wind，中信证券研究部

此外，产业板块通常含有多个一级子行业，可以将中信一级行业作为最终的拆分层级；医药产业板块仅含有医药行业，可以将医药行业的八个中信三级子行业作为最终的拆分层级。

改进 Brinson 模型可以更好服务于主题基金的业绩拆解

在传统的 BF 模型中，超额收益被分解成为板块配置、选股能力和仓位择时能力三个部分。在此基础上，我们将拆解下沉到板块内的子行业并考虑基金主题板块与其他行业的互斥性，可以进一步对行业配置和选股能力进行组合拆分，不影响拆解的完备性。

我们使用??和??区分医药行业与其他板块，?? 和??分别代表基金组合和基准的持仓中主题行业第??个子行业的收益率，????和????代表基金组合和基准的持仓中非主题行业第??个子行业的收益率；使用????和????分别代表基金组合和基准中第??个主题子行业的占比，????和????代

表基金组合和基准中第??个非主题子行业的占比；?? 依然代表基准在区间内的收益率。那么改进后的 Brinson 模型可以记为

这里，超额收益被分为了五个部分：

（1）主题板块部分的行业配置：Σ??(???? − ????)(???? − ????)，体现了基金经理在主题部分的行业配置能力，即在主题板块内筛选子行业的能力。超配基准行业收益大于基准总收益的行业，或者低配基准行业收益不及基准收益的行业，都可以提高行业配置的贡献。反之，多配低收益行业或低配高收益行业，则会减小行业配置的贡献。

（2）主题板块部分的选股效应：Σm(???? − ????)????，体现的是基金经理在主题板块的选股能力，提高这部分的贡献需要在子行业中优选股票，配置收益高的股票可以提高该部分的选股效应，对其减仓则会减少该部分的影响。

（3）非主题板块的行业配置：Σ??(???? − ????)(???? − ????)，体现基金组合在非主题板块配置子行业的能力。

（4）非主题板块的选股影响：Σn(???? − ????)????，体现非主题板块的选股能力。

（5）仓位效应：Σ(???? − ????)????，代表基金股票仓位对收益产生的影响。当股票投资收益较高时，仓位提升有助于增加超额收益；股票收益为负时，调低仓位有助于提升收益。

这里第一部分与第二部分合计为基金组合主题投资部分的贡献，第三部分与第四部分合计为非主题部分的贡献。

该模型很好地体现了基金组合与基准保持季初仓位不变时，超额收益的来源。实际超额收益还要加上基金在季中调仓等操作带来的影响。使用实际超额收益减去改进后 BF 模型各部分的影响之和，可以得到调仓等操作带来影响。即：调仓收益 = 实际超额收益 – 医药部分贡献 – 非医药部分贡献 – 仓位影响。

图 9：业绩归因中的超额收益来源

资料来源：中信证券研究部

至此，我们把主题基金的超额收益分为六个部分，分别是主题部分的行业配置和选股效应、非主题部分的行业配置和选股效应、结构与行为方面的仓位影响和调仓收益。

业绩归因有助于明晰超额收益来源

改进的 Brinson 模型可以解释超额收益的来源

使用 Brinson 模型对主题基金超额收益进行分解，可以较好解构超额收益，进而反映基金经理在相关方面的能力表现。

我们以医药主题基金为例，详细展示主题基金的超额收益分解。

分析历史数据发现，医药主题基金中的医药部分通常能够提供正向贡献，近年来超额收益和波动都有所降低。细分来看，医药部分的选股效应贡献较为明显，尤其是在 2021年以前，在超额收益中发挥主导作用，通常能够提供正向超额，反映基金经理在医药子行业中具备较强的选股能力，最大值是 2020 年第二季度的 8.43%，最低值出现在 2021 年第四季度，为-4.39%。医药部分的行业配置在 2019 年开始发挥作用，整体为正，部分季度可以达到 2%左右，但是在 2021 年第四季度，行业配置为医药部分贡献了-3.37%的超额收益，这是当季度医药超额收益下撤的主要来源之一。

非医药部分整体贡献较低，绝对值通常在±1%区间内浮动。该部分在 2021 年以前由配置效应主导，近年来选股效应的影响有所升高。

图 10：医药部分的贡献

资料来源：Wind，中信证券研究部，数据截止 2023年 5月 15日

图 11：非医药部分的贡献

资料来源：Wind，中信证券研究部，数据截止 2023年 5月 15日

就医药主题基金而言，其调仓收益在 2019 年下半年至 2021 年上半年能提供较高的正向超额收益，近几年贡献较小。

图 12：医药主题基金调仓收益的贡献

资料来源：Wind，中信证券研究部

此外，基金股票仓位会对收益产生影响，正负方向不定。

图 13：医药主题基金的超额收益分解

资料来源：Wind，中信证券研究部

改进后的 Brinson模型拆解是完备的，超额收益是各项贡献的叠加。综合来看，医药主题基金中影响较大的成分为医药板块的选股效应以及调仓收益。

表 4：医药主题基金的超额收益分解半年频汇总

时间	医药部分配置效应	医药部分选股效应	非医药配置效应	非医药选股效应	仓位效应	调仓收益	超额收益
2018-06	0.05%	7.10%	0.64%	-0.38%	-0.38%	2.43%	9.47%
2018-12	0.25%	-1.27%	-1.29%	-0.01%	4.26%	0.21%	2.15%
2019-06	1.66%	8.31%	0.14%	-0.16%	-3.61%	-0.66%	5.68%
2019-12	1.60%	2.38%	-0.03%	-0.08%	-1.60%	5.35%	7.61%
2020-06	4.17%	12.02%	0.40%	0.40%	-4.99%	4.35%	16.36%
2020-12	0.57%	1.11%	-0.70%	-0.48%	-1.12%	6.01%	5.39%
2021-06	2.26%	4.44%	0.59%	-0.04%	-1.61%	4.65%	10.29%
2021-12	-3.32%	-1.08%	-0.43%	0.06%	1.97%	-0.14%	-2.93%
2022-06	0.23%	-0.35%	-0.34%	-0.56%	1.90%	0.11%	0.98%
2022-12	-0.53%	-1.62%	-0.01%	0.57%	0.87%	0.19%	-0.53%
2023-05-15	-0.38%	1.06%	-0.10%	-0.82%	-0.02%	-0.08%	-0.34%
均值	0.60%	2.92%	-0.10%	-0.14%	-0.39%	2.04%	4.92%
绝对值平均	1.37%	3.70%	0.43%	0.32%	2.03%	2.20%	5.61%

资料来源：Wind，中信证券研究部；数据截止 2023 年 5 月 15 日

将 2018 年以来的季频数据简单加总得到半年度数据可以作为参考。经过业绩归因可以看到，医药主题基金的投资经理有较强的医药主题选股能力和调仓能力，这两部分提供了较大的超额收益，区间超额收益贡献的平均值分别为 2.92%和 2.04%，这两部分区间贡献的平均值与其绝对值的平均相差不大，说明其多数区间内为正值，稳定性较好。医药部分整体贡献较大，平均值为 3.52%，由选股效应主导；非医药部分整体占比较小，平均贡献为-0.24%。

各类主题基金经理整体调仓换股能力较强

其他板块基金同样可以使用 Brinson 模型进行业绩归因。整体来看，调仓收益在各类基金中通常能够取得正值，主题基金调仓换股的能力较为可靠。

周期主题基金

图 14：周期主题基金的超额收益分解

资料来源：Wind，中信证券研究部

2018 年以来，周期主题基金调仓收益季均贡献 1.09%，周期部分季均贡献 0.81%，其中配置效应贡献均值大于中位数，原因是 2020Q4 周期板块内的行业配置贡献了 4.82%的正向超额，配置效应明显；周期选股部分绝对值的平均值较大，说明在多个季度中有较大影响力，但正负方向稳定性较低。

表 5：周期主题基金的超额收益分解总览

超额收益组成部分	均值	中位数	前1/4	后1/4	标准差	绝对值的平均值	胜率
周期部分配置效应	0.44%	0.23%	1.01%	-0.23%	1.38%	0.95%	63.64%
周期部分选股效应	0.37%	0.57%	1.59%	-0.76%	1.92%	1.59%	63.64%
非周期配置效应	0.22%	0.16%	0.82%	-0.10%	0.78%	0.59%	63.64%
非周期选股效应	0.10%	0.07%	0.49%	-0.25%	0.64%	0.50%	54.55%
仓位效应	-0.12%	0.21%	0.75%	-1.19%	1.37%	1.12%	54.55%
调仓收益	1.09%	0.44%	2.36%	0.10%	1.86%	1.61%	77.27%
超额收益	2.10%	2.44%	5.09%	-0.23%	3.67%	3.40%	68.18%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

制造主题基金

图 15：制造主题基金的超额收益分解

资料来源：Wind，中信证券研究部

制造主题基金中，板块内的贡献由选股效应主导，其均值、中位数以及各 1/4 分位点的数值都大于配置效应，但同样稳定性较低，整体胜率不高。

表 6：制造主题基金的超额收益分解总览

超额收益组成部分	均值	中位数	前1/4	后1/4	标准差	绝对值的平均值	胜率
制造部分配置效应	0.12%	0.01%	1.66%	-1.42%	2.29%	1.80%	50.00%
制造部分选股效应	0.70%	0.51%	2.82%	-0.92%	2.96%	2.37%	54.55%
非制造配置效应	0.26%	-0.23%	1.04%	-0.89%	1.61%	1.23%	45.45%
非制造选股效应	0.44%	0.25%	1.60%	-0.63%	1.93%	1.48%	59.09%
仓位效应	-0.07%	0.02%	0.32%	-0.49%	0.61%	0.49%	50.00%
调仓收益	1.14%	1.32%	2.39%	-0.39%	2.28%	2.00%	68.18%
超额收益	2.60%	1.98%	8.65%	-0.97%	6.30%	5.35%	59.09%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

消费主题基金

图 16：消费主题基金的超额收益分解

资料来源：Wind，中信证券研究部

消费主题基金板块内部季均贡献 1.16%，其中配置效应与选股效应贡献大致相当，配置部分标准差更小，季度间差异较小。调仓收益季均贡献 1.07%，中位数 0.96%，多数季度提供正向超额，分布较为对称。

表 7：消费主题基金的超额收益分解总览

超额收益组成部分	均值	中位数	前1/4	后1/4	标准差	绝对值的平均值	胜率
消费部分配置效应	0.57%	0.31%	1.13%	-0.51%	1.43%	1.13%	59.09%
消费部分选股效应	0.59%	0.08%	2.17%	-0.89%	1.81%	1.55%	50.00%
非消费配置效应	-0.08%	-0.24%	0.67%	-0.59%	0.97%	0.75%	36.36%
非消费选股效应	0.21%	0.14%	0.65%	-0.25%	0.76%	0.59%	59.09%
仓位效应	-0.32%	0.02%	1.21%	-1.16%	2.60%	1.93%	54.55%
调仓收益	1.07%	0.96%	2.09%	-0.61%	2.18%	1.83%	63.64%
超额收益	2.04%	0.87%	4.63%	-1.32%	4.11%	3.44%	63.64%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

科技主题基金

图 17：科技主题基金的超额收益分解

资料来源：Wind，中信证券研究部

2018 年以来，科技主题基金中，科技配置效应较差，季均贡献-0.19%，但调仓收益季度贡献的平均值较高，达到 1.48%。这说明基金经理如果保持季初持仓不变，科技板块内的行业选择效果较差，但通常基金经理能够通过季度间的合理操作拉升超额收益。2023年第二季度数据统计截止时间为 5月 15 日。

表 8：科技主题基金的超额收益分解总览

超额收益组成部分	均值	中位数	前1/4	后1/4	标准差	绝对值的平均值	胜率
科技部分配置效应	-0.19%	-0.25%	0.14%	-0.69%	0.63%	0.51%	40.91%
科技部分选股效应	0.85%	0.80%	2.27%	-1.19%	2.61%	2.14%	59.09%
非科技配	0.15%	0.06%	0.68%	-0.73%	1.27%	0.94%	50.00%
置效应
非科技选股效应	0.36%	0.19%	1.31%	-0.67%	1.22%	1.02%	54.55%
仓位效应	-0.07%	-0.03%	0.68%	-0.63%	1.20%	0.93%	50.00%
调仓收益	1.48%	1.39%	2.32%	-0.04%	1.85%	1.81%	72.73%
超额收益	2.58%	1.49%	5.87%	-1.95%	5.06%	4.31%	68.18%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

金融主题基金

图 18：金融主题基金的超额收益分解

资料来源：Wind，中信证券研究部

金融主题基金与科技主题基金类似，主题部分的季初配置效应较低，可以通过季度间的调仓收益进行弥补；金融主题基金的调仓收益在各季度间差异较大，标准差达到3.10%，稳定性不高。

表 9：金融主题基金的超额收益分解总览

超额收益组成部分	均值	中位数	前1/4	后1/4	标准差	绝对值的平均值	胜率
金融部分配置效应	-0.19%	-0.51%	0.59%	-1.13%	1.84%	1.38%	36.36%
金融部分选股效应	0.36%	0.16%	0.74%	-0.56%	1.34%	0.94%	54.55%
非金融配置效应	-0.09%	-0.39%	0.36%	-0.63%	0.96%	0.75%	45.45%
非金融选股效应	0.13%	0.19%	0.46%	-0.23%	0.69%	0.54%	63.64%
仓位效应	-0.02%	-0.01%	0.27%	-0.29%	0.60%	0.43%	50.00%
调仓收益	1.40%	1.78%	3.44%	-1.17%	3.10%	2.93%	68.18%
超额收益	1.21%	1.38%	2.34%	-0.13%	1.52%	1.56%	68.18%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

提取行业配置信息可以细化归因

在业绩归因过程中，可以进一步细化行业配置信息。譬如以医药主题基金为例，可以查看归总医药三级行业的超额收益贡献情况，得到季度平均贡献。

表 10：医药三级行业季度平均贡献

医药三级行业	行业配置贡献均值	行业选股效应均值	行业总贡献均值	基金组合行业占比均值	基准行业占比均值	行业超配均值
医疗服务	0.07%	0.32%	0.39%	14.52%	9.35%	5.17%
医疗器械	0.02%	0.25%	0.26%	14.35%	9.90%	4.45%
医药流通	-0.05%	0.07%	0.02%	6.83%	4.36%	2.47%
化学原料药	-0.02%	0.02%	0.00%	7.14%	6.33%	0.81%
中药饮片	0.06%	0.00%	0.06%	0.51%	1.31%	-0.80%
生物医药三	0.08%	0.33%	0.42%	12.43%	13.28%	-0.85%
化学制剂	0.01%	0.05%	0.06%	14.59%	16.72%	-2.12%
中成药	0.08%	0.19%	0.26%	9.09%	13.91%	-4.82%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2017 年 1 月 1 日至 2023 年 3 月 31 日

从 2017 年第一季度以来的历史数据来看，在医药三级行业中，医疗服务和医疗器械得到最多的超配，比重分别为 5.17%和 4.45%，低配最多的为中成药，季度平均低配-4.82%，其同样具有较高的选股效应。实际上，选股效应出现断层，贡献明显的行业为医疗服务、生物医药 III、医疗器械和中成药，这四个行业都出现明显的超配或低配，其行业选股效应贡献在 0.15%以上，而其他行业选股效应均值不超过 0.8%。基金经理愿意对这四个行业进行配置调整，且在选股方面能够取得较高的收获。

细分行业数据可以用于分析各季度医药主题基金的超额收益来源。

表 11：2021年第四季度医药三级行业对超额收益贡献

医药三级行业	行业配置贡献	行业选股效应	行业贡献总和	基金组合行业占比	基准行业占比	医药组合行业收益	基准行业收益
中药饮片	0.00%	0.00%	0.00%	0.00%	0.35%	0.00%	-0.20%
医药流通	-0.21%	0.03%	-0.18%	0.92%	2.71%	14.35%	11.08%
化学制剂	-0.07%	-0.35%	-0.42%	10.68%	12.76%	-0.26%	2.99%
化学原料药	0.22%	-0.68%	-0.46%	8.63%	5.98%	-0.23%	7.64%
生物医药三	0.14%	-0.91%	-0.77%	11.57%	14.11%	-13.81%	-5.93%
医疗器械	0.02%	-1.05%	-1.03%	20.13%	14.17%	-5.35%	-0.12%
中成药	-1.24%	-0.13%	-1.38%	3.15%	8.94%	16.74%	20.93%
医疗服务	-2.22%	-1.30%	-3.52%	27.86%	16.78%	-25.25%	-20.59%

资料来源：Wind，中信证券研究部

2021 年第四季度，市场中的医药类资产经历较大回撤，医药主题基金中医药部分各三级行业都没能实现正向贡献。最主要的负向超额收益来自医疗服务行业，提供了-3.52%的总超额贡献。可以看到，基金组合相较于基准超配了 11.08%的该行业，与之相应的，行业配置贡献了-2.22%的超额收益。

表 12：2023年第一季度医药三级行业对超额收益贡献

医药三级行业	行业配置贡献	行业选股效应	行业贡献总和	基金组合行业占比	基准行业占比	医药组合行业收益	基准行业收益
中成药	-0.02%	1.46%	1.44%	10.75%	11.12%	21.24%	7.63%
生物医药三	0.38%	-0.10%	0.29%	7.86%	14.03%	-5.31%	-4.07%
中药饮片	0.01%	0.04%	0.05%	0.30%	0.69%	10.45%	-1.51%
化学原料药	-0.03%	0.01%	-0.02%	6.71%	6.21%	-3.21%	-3.30%
医药流通	-0.11%	-0.14%	-0.24%	7.02%	3.90%	-3.24%	-1.26%
化学制剂	-0.03%	-0.39%	-0.42%	11.80%	13.07%	1.10%	4.39%
医疗服务	-0.25%	-0.27%	-0.53%	18.08%	11.83%	-3.41%	-1.89%
医疗器械	-0.12%	-0.80%	-0.92%	20.29%	14.96%	-4.14%	-0.19%

资料来源：Wind，中信证券研究部

2023 年第一季度，中成药提供了 1.44%的正向超额收益，最大负超额贡献来自于超配的化学制剂行业，总贡献-0.92%，两者都是选股方面发挥主要作用。

▍ Brinson 因子与风险动量因子结合可以优选主题基金

将主题基金个体作为研究对象进行 Brinson 业绩归因可以得到单个基金的 Brinson因子，将该因子纳入选基流程，再结合动量、风险等因子，可以筛选得到优秀基金组合。

调仓、仓位择时及主题部分的超额贡献可用于优选基金

在改进的 Brinson 模型中，我们将基金的超额收益分解为 6 个部分，即主题部分的行业配置和选股效应，非主题部分的行业配置和选股效应，基金仓位影响和调仓收益。

其中主题部分的行业配置与选股效应反映基金经理在相应板块的能力，与基金投资者选择主题板块进行投资的初衷相一致，非主题部分的投资能力与主题投资目的有所背离，所以更应倾向于使用主题板块的行业配置与选股效应作为优选因子。基金仓位影响反映基金经理对板块及市场整体牛熊的观点，调仓收益反映基金经理在季度区间内调仓能力，可以将两者纳入因子筛选流程。所以，在 Brinson 因子选基中，重点考察主题部分的行业配置、主题部分的选股效应、仓位影响、调仓收益四个因子。

可以将 Brinson 因子与动量因子相结合，分步合成。

使用秩和法计算过去四个季度单因子的秩和，作为基金当季度的 Brinson 因子。使用时首先对单因子进行检验，将通过检验的因子取头部 50%纳入基金初选池，再使用动量风险因子筛选初选池基金，构建投资组合。

可以同样使用医药主题基金对具体操作进行展示。

医药主题基金

将医药主题基金的 Brinson 因子与结合动量风险因子结合，进行筛选。

首先，进行 Brinson 因子构建。在过去四个季度中，对每只医药主题基金进行 Brinson分解，对各期主题基金中 Brinson 因子贡献排序并将序号加总，分别得到四类 Brinson 因子的秩和，作为选基因子。

对 Brinson 因子进行分组检验并检验 IC 值，决定优选因子。将 Brinson 选基因子排名前 50%的基金分别作为测试组合，计算净值并比较。四个因子选基效果差异不明显，使用医药部分选股因子得到的测试组合略微战胜市场均值，其他三个因子组合略微低于市场。

计算三个 Brinson 因子的 RankIC 均值，其中主题部分选股效应的指标得分较高，与分组测试结果较为一致。因此，考虑使用选股效应作为基金优选因子。

表 13：医药主题基金 Brinson 因子的 RankIC 均值展示

因子	医药部分配置效应	医药部分选股效应	仓位效应	调仓收益
RanklC 均值	-0.03	0.05	-0.02	-0.03
头部组合年化收益	11.90%	13.22%	12.39%	11.30%
头部组合年化波动	26.67%	27.10%	25.79%	26.65%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

然后，将每季度行业配置排名前 50%的基金纳入初选池，进行二次筛选。取常见的一年期动量风险因子对全体制造主题基金进行单因子分组检验（各因子分为五组，G1 为最小组，G5 为最大组）。一年期回报和一年期最大回撤在收益率方面分组效果较好，一年期最大回撤在取得较高收益的同时可以控制波动，两者 RankIC 均值分别为 0.08 和 0.07，支持其作为有效的选基因子。

表 14：医药主题基金分组测试展示

因子	分组指标	G5	G4	G3	G2	G1
回报	年化收益	15.98%	13.20%	11.03%	12.21%	10.68%
回报	年化波动	26.85%	26.86%	26.84%	26.03%	24.86%
最大回撤	年化收益	13.27%	12.80%	13.70%	12.68%	10.05%
最大回撤	年化波动	24.60%	25.75%	26.33%	27.39%	27.65%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

将初选池中基金一年期回报、一年最大回撤（取负值）排序后求秩和，作为继续选基的动量风险因子，将综合排名前 5名的基金作为模拟优选组合。

图 19：医药主题基金模拟优选组合净值展示

资料来源：Wind，中信证券研究部；数据截止 2023年 5月 15日

模拟优选组合年化收益率 17.56%，波动率 0.26，对比医药主题基金收益均值年化超额收益 5.03%，能够取得较好的基金优选效果。

表 15：医药主题优选组合半年度收益展示

时间	医药主题模拟优选组合	医药主题基金收益均值	医药主题基金合成基准	对比医药主题基金超额收益	对比合成基准超额收益
2018H1	9.32%	12.44%	2.49%	-3.12%	6.84%
2018H2	-24.52%	-25.97%	-27.84%	1.45%	3.32%
2019H1	30.56%	31.53%	23.39%	-0.97%	7.17%
2019H2	23.18%	19.62%	11.62%	3.55%	11.56%
2020H1	64.01%	56.70%	36.93%	7.31%	27.09%
2020H2	14.58%	13.63%	8.04%	0.95%	6.54%
2021H1	16.77%	21.58%	10.81%	-4.81%	5.97%
2021H2	-16.97%	-16.14%	-13.85%	-0.83%	-3.12%
2022H1	-7.85%	-12.65%	-13.18%	4.80%	5.33%
2022H2	1.33%	-8.10%	-7.63%	9.44%	8.96%
2022-05-15	7.11%	-0.23%	0.08%	7.34%	7.02%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

各类主题基金的优选适用不同因子

对其他主题基金进行相似操作，可以得到各主题基金相应的优选因子，进而得到模拟优选组合。在每个季度末，对主题基金计算 Brinson 因子，并针对各类主题基金构建初选池，然后使用动量风险因子进行二次筛选，可以得到各主题基金的模拟优选组合。

表 16：主动型主题基金选基因子展示

主题基金	Brinson 因子	动量风险因子	优选组合年化收益	主题基金收益均值	年化波动率	年化超额收益
医药主题基金	医药选股	1年期回报 1年期最大回撤	17.56%	12.53%	0.26	5.03%
周期主题基金	仓位效应	1年期年化下行风险	14.21%	11.13%	0.24	3.08%
制造主题基金	不使用	1年期回报 1年期夏普	14.50%	12.70%	0.26	1.80%
消费主题基金	医药选股	不使用	11.32%	11.03%	0.21	0.29%
科技主题基金	科技配置	不使用	13.44%	10.46%	0.26	2.98%
金融主题基金	不使用	1年期卡玛 1年期索丁诺	7.66%	5.44%	0.19	2.22%

资料来源：Wind，中信证券研究部；数据统计的时间区间为 2018 年 1 月 1 日至 2023 年 5 月 15 日

以此方法可以得到各类主题基金的优选组合，对比主题基金收益均值具有较高的年化超额收益，同时年化波动率处于正常水平，在不加大风险的情况下实现收益的提高，策略整体优秀。

表 17：最新一期主题基金优选组合展示

基金主题	基金简称	基金代码	基金经理	成立时间	基金分类	基金规模
基金主题	基金简称	基金代码	基金经理	成立时间	基金分类	合计(亿)
医药	圆信永丰兴源A	001965.OF	肖世源	2017-06-21	灵活配置型	3.31
	鹏华医药科技A	001230.OF	金笑非	2015-06-02	普通股票型	32.88
	前海开源中药研	005505.OF	范洁	2018-03-21	普通股票型	17.93
	究精选A 中银证券健康产
	业	002938.OF	李明蔚	2016-09-07	灵活配置型	4.02
	国寿安保健康科	005043.OF	刘志军	2017-11-01	偏股混合型	0.83
	学A	003298.OF
	嘉实物流产业A	004205.OF	肖觅曲华锋	2016-12-29 2017-05-24	普通股票型灵活配置型	16.38
	东方支柱产业大成睿景A	001300.OF	韩创	2015-05-26	灵活配置型	0.76 57.42
前海开源金银珠	001302.OF	吴国清	2015-07-09
	宝A 创金合信资源主	003624.OF			灵活配置型	14.01
制造	题A		李游，黄超	2016-11-02	普通股票型	6.82
	汇添富盈鑫灵活配置A	002420.OF	刘昇	2016-03-11	灵活配置型	42.70
	长盛航天海工装	000535.OF	王柄方	2014-03-11	灵活配置型
	备A 华商未来主题	000800.OF		2014-10-14		2.78
	创金合信先进装	011685.OF	王毅文		偏股混合型	14.42
	备A		李晗	2021-03-29	普通股票型	0.47
	汇添富优选回报 A	470021.OF	赖中立,李威	2015-12-22	灵活配置型	15.36
	申万菱信消费增	310388.OF	刘含	2009-06-12	偏股混合型	4.99
	长A 银华中国梦30	001163.OF	薄官辉	2015-04-29	普通股票型	7.10
		000551.OF	闾志刚,管
	信诚幸福消费		嘉琪	2014-04-29	偏股混合型	9.43
	富国消费主题A 东方新思路A	519915.OF 001384.OF	王园园	2014-12-12	偏股混合型	72.92
	中欧电子信息产		曲华锋	2015-06-25	灵活配置型	3.17
科技	业A	004616.OF	刘金辉	2017-07-07	普通股票型	51.00
	创金合信科技成	005495.OF
	长A		周志敏	2017-12-28	普通股票型	6.61
	银华体育文化A	003397.OF 003053.OF	唐能	2016-11-17	灵活配置型	1.02
	嘉实文体娱乐A 华商计算机行业		王贵重	2016-09-07	普通股票型	2.49
	量化A	007853.OF	艾定飞	2019-10-30	普通股票型	3.22
	北信瑞丰外延增	002123.OF	石础	2016-05-17	灵活配置型	0.38
	长
金融	万家宏观择时多
		519212.OF	黄海	2017-03-30	灵活配置型
	策略A					16.68
	华润元大量化优	000646.OF	李武群,胡	2014-08-18	偏股混合型	0.21
基金主题	基金简称	基金代码	基金经理	成立时间	基金分类	基金规模合计(亿)
	选A		永杰
	景顺长城中国回报	000772.OF	韩文强	2014-11-06	灵活配置型	48.25
	华泰柏瑞新金融	005576.OF	杨景涵	2018-03-08	灵活配置型	1.19
	地产A

资料来源：Wind，中信证券研究部；消费和科技主题基金展示夏普比率最高的五只产品；基金管理规模截至 2023年 3 月 31 日

研究结论

随着基金市场的壮大，主动权益型主题基金迎来大繁荣，但各类主题基金之间的发展并不均衡。其中制造、消费、医药、科技主题的主动权益型基金较多，周期与金融主题基金占比较小，无论从规模还是从数量上来看，这种趋势一以贯之。

业绩归因有助于明晰基金超额收益的来源，可以使用 Brinson 模型对主题基金进行业绩拆解。业绩归因需要完备的持仓信息，可以利用过往持仓等信息对季频的持仓数据进行补全。业绩归因的基准可以选择中信产业指数与中证 800 作为成分。

超额收益可以拆分为六个部分，分别是主题部分的行业配置和选股效应、非主题部分的行业配置和选股效应、结构与行为方面的仓位影响和调仓收益。其中主题部分的行业配置与选股效应以及调仓收益可以作为主题基金优选的有效因子。

将 Brinson因子与动量因子结合，先后用于选基，可以得到较好的选基效果。不同主题基金，可以选择不同因子进行优选，灵活选择合适的因子构建组合，有利于得到良好业绩。

风险因素

（1）基金市场环境发生变化；（2）历史数据不能代表将来；（3）市场出现波动过大等异象。

！相关研究

权益基金投资策略—权益市场性价比凸显，关注医药底部配置机会 (2023-06-16)
交易能力型基金组合跟踪—成长风格占优，精选组合防御性较强 (2023-06-07)
2023 年下半年基金投资策略—时光不语，静待花开 (2023-05-29)
2023 年一季度公募基金盘点与展望—非货基金小幅赎回，TMT 持仓提升显著
(2023-05-10)
2023 年一季度固收类公募基金盘点与市场聚焦—权益仓位上升，关注中特估和 FOF 重仓标
的 (2023-04-28)
基于机构持仓行为的行业配置模型跟踪—食品饮料、医药下跌净增持，呈现逆势强音
(2023-04-24)
金融产品深度解读系列之十六—定位国企改革主题基金，把握中特估投资机会
(2023-04-21)
指数研究与指数化投资系列—中信证券指数体系介绍 (2023-04-07)
权益基金投资策略—均衡配置，关注高弹性的景气投资方法 (2023-04-06)
基金组合专题系列之二十九—定位行业轮动基金，构建轮动基金精选组合 (2023-03-29)
权益基金投资策略—价值成长均衡配置，把握数字经济投资机遇 (2023-03-20)
基金研究专题—公募基金优选框架与公募精选组合 (2023-03-03)

分析师声明

主要负责撰写本研究报告全部或部分内容的分析师在此声明：（i）本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法；（ii）该分析师所得报酬的任何组成部分无论是在过去、现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系。

一般性声明

本研究报告由中信证券股份有限公司或其附属机构制作。中信证券股份有限公司及其全球的附属机构、分支机构及联营机构（仅就本研究报告免责条款而言，不含 CLSA group of companies），统称为“中信证券”。

本研究报告对于收件人而言属高度机密，只有收件人才能使用。本研究报告并非意图发送、发布给在当地法律或监管规则下不允许向其发送、发布该研究报告的人员。本研究报告仅为参考之用，在任何地区均不应被视为买卖任何证券、金融工具的要约或要约邀请。中信证券并不因收件人收到本报告而视其为中信证券的客户。本报告所包含的观点及建议并未考虑个别客户的特殊状况、目标或需要，不应被视为对特定客户关于特定证券或金融工具的建议或策略。对于本报告中提及的任何证券或金融工具，本报告的收件人须保持自身的独立判断并自行承担投资风险。

本报告所载资料的来源被认为是可靠的，但中信证券不保证其准确性或完整性。中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任。本报告提及的任何证券或金融工具均可能含有重大的风险，可能不易变卖以及不适合所有投资者。本报告所提及的证券或金融工具的价格、价值及收益可跌可升。过往的业绩并不能代表未来的表现。

本报告所载的资料、观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断，可以在不发出通知的情况下做出更改，亦可因使用不同假设和标准、采用不同观点和分析方法而与中信证券其它业务部门、单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反。中信证券并不承担提示本报告的收件人注意该等材料的责任。中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域、单位、集团及其他附属机构的流动。负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定。分析师的薪酬不是基于中信证券投资银行收入而定，但是，分析师的薪酬可能与投行整体收入有关，其中包括投资银行、销售与交易业务。

若中信证券以外的金融机构发送本报告，则由该金融机构为此发送行为承担全部责任。该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息。本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议，中信证券以及中信证券的各个高级职员、董事和员工亦不为（前述金融机构之客户）因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任。

评级说明

投资建议的评级标准		评级	说明
报告中投资建议所涉及的评级分为股票评级和行业评级(另有说明的除外)。评级标准为报告发布日后6到12个月内的相对市场表现，也即：以报告发布日后的6到12个月内的公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅作为基准。其中：A 股市场以沪深 300指数为基准，新三板市场以三板成指 (针对协议转让标的)或三板做市指数（针对做市转让标的）为基准；香港市场以摩根士丹利中国指数为基准；美国市场以纳斯达克综合指数或标普500 指数为基准；韩国市场以科斯达克指数或韩国综合股价指数为基准。	股票评级	买入	相对同期相关证券市场代表性指数涨幅20%以上
		增持	相对同期相关证券市场代表性指数涨幅介于5%～20%之间
		持有	相对同期相关证券市场代表性指数涨幅介于-10%～5%之间
		卖出	相对同期相关证券市场代表性指数跌幅10%以上
	行业评级	强于大市	相对同期相关证券市场代表性指数涨幅10%以上
		中性	相对同期相关证券市场代表性指数涨幅介于-10%～10%之间
		弱于大市	相对同期相关证券市场代表性指数跌幅10%以上

特别声明

在法律许可的情况下，中信证券可能（1）与本研究报告所提到的公司建立或保持顾问、投资银行或证券服务关系，（2）参与或投资本报告所提到的公司的金融交易，及/或持有其证券或其衍生品或进行证券或其衍生品交易，因此，投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险。本研究报告涉及具体公司的披露信息，请访问 https://research.citicsinfo.com/disclosure。

法律主体声明

本研究报告在中华人民共和国（香港、澳门、台湾除外）由中信证券股份有限公司（受中国证券监督管理委员会监管，经营证券业务许可证编号：Z20374000）分发。本研究报告由下列机构代表中信证券在相应地区分发：在中国香港由 CLSA Limited（于中国香港注册成立的有限公司）分发；在中国台湾由 CL Securities Taiwan Co., Ltd.分发；在澳大利亚由 CLSA Australia Pty Ltd.（商业编号：53 139 992 331/金融服务牌照编号：350159）分发；在美国由 CLSA（CLSA Americas, LLC 除外）分发；在新加坡由 CLSA Singapore Pte Ltd.（公司注册编号：198703750W）分发；在欧洲经济区由 CLSA Europe BV 分发；在英国由 CLSA （UK）分发；在印度由 CLSA India Private Limited 分发（地址：8/F, Dalamal House, Nariman Point,Mumbai 400021；电话：+91-22-66505050；传真：+91-22-22840271；公司识别号：U67120MH1994PLC083118）；在印度尼西亚由 PT CLSA SekuritasIndonesia 分发；在日本由 CLSA Securities Japan Co., Ltd.分发；在韩国由 CLSA Securities Korea Ltd.分发；在马来西亚由 CLSA Securities MalaysiaSdn Bhd 分发；在菲律宾由 CLSA Philippines Inc.（菲律宾证券交易所及证券投资者保护基金会员）分发；在泰国由 CLSA Securities (Thailand) Limited分发。

针对不同司法管辖区的声明

中国大陆：根据中国证券监督管理委员会核发的经营证券业务许可，中信证券股份有限公司的经营范围包括证券投资咨询业务。

中国香港：本研究报告由 CLSA Limited分发。本研究报告在香港仅分发给专业投资者（《证券及期货条例》（香港法例第 571 章）及其下颁布的任何规则界定的），不得分发给零售投资者。就分析或报告引起的或与分析或报告有关的任何事宜，CLSA 客户应联系 CLSA Limited 的罗鼎，电话：+852 2600 7233。

美国：本研究报告由中信证券制作。本研究报告在美国由 CLSA（CLSA Americas, LLC除外）仅向符合美国《1934年证券交易法》下 15a-6规则界定且 CLSA Americas, LLC提供服务的“主要美国机构投资者”分发。对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书。任何从中信证券与 CLSA 获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系 CLSA Americas, LLC（在美国证券交易委员会注册的经纪交易商），以及 CLSA 的附属公司。

新加坡：本研究报告在新加坡由 CLSA Singapore Pte Ltd.，仅向（新加坡《财务顾问规例》界定的）“机构投资者、认可投资者及专业投资者”分发。就分析或报告引起的或与分析或报告有关的任何事宜，新加坡的报告收件人应联系 CLSA Singapore Pte Ltd，地址：80 Raffles Place, #18-01,UOB Plaza 1, Singapore 048624，电话：+65 6416 7888。因您作为机构投资者、认可投资者或专业投资者的身份，就 CLSA Singapore Pte Ltd.可能向您提供的任何财务顾问服务，CLSA Singapore Pte Ltd 豁免遵守《财务顾问法》（第 110 章）、《财务顾问规例》以及其下的相关通知和指引（CLSA业务条款的新加坡附件中证券交易服务 C 部分所披露）的某些要求。MCI（P）085/11/2021。

加拿大：本研究报告由中信证券制作。对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书。

英国：本研究报告归属于营销文件，其不是按照旨在提升研究报告独立性的法律要件而撰写，亦不受任何禁止在投资研究报告发布前进行交易的限制。本研究报告在英国由 CLSA （UK）分发，且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士。涉及到的任何投资活动仅针对此类人士。若您不具备投资的专业经验，请勿依赖本研究报告。对于英国分析员编纂的研究资料，其由 CLSA （UK）制作并发布。就英国的金融行业准则，该资料被制作并意图作为实质性研究资料。CLSA （UK）由（英国）金融行为管理局授权并接受其管理。

欧洲经济区：本研究报告由荷兰金融市场管理局授权并管理的 CLSA Europe BV 分发。

澳大利亚：CLSA Australia Pty Ltd (“CAPL”) (商业编号：53 139 992 331/金融服务牌照编号：350159) 受澳大利亚证券与投资委员会监管，且为澳大利亚证券交易所及 CHI-X的市场参与主体。本研究报告在澳大利亚由CAPL仅向“批发客户”发布及分发。本研究报告未考虑收件人的具体投资目标、财务状况或特定需求。未经 CAPL 事先书面同意，本研究报告的收件人不得将其分发给任何第三方。本段所称的“批发客户”适用于《公司法（2001）》第 761G 条的规定。CAPL 研究覆盖范围包括研究部门管理层不时认为与投资者相关的 ASX All Ordinaries 指数成分股、离岸市场上市证券、未上市发行人及投资产品。CAPL 寻求覆盖各个行业中与其国内及国际投资者相关的公司。

印度：CLSA India Private Limited，成立于 1994 年 11 月，为全球机构投资者、养老基金和企业提供股票经纪服务（印度证券交易委员会注册编号：INZ000001735）、研究服务（印度证券交易委员会注册编号：INH000001113）和商人银行服务（印度证券交易委员会注册编号：INM000010619）。CLSA 及其关联方可能持有标的公司的债务。此外，CLSA及其关联方在过去 12 个月内可能已从标的公司收取了非投资银行服务和/或非证券相关服务的报酬。如需了解 CLSA India“关联方”的更多详情，请联系 Compliance-India@clsa.com。

未经中信证券事先书面授权，任何人不得以任何目的复制、发送或销售本报告。

金融产品深度解读系列之十八｜2023.6.26

中信证券研究部

核心观点

目录

插图目录

表格目录

市场轮动程度提升，主题基金的定位优选不可或缺

市场中主题板块间的收益有所分化

基于持仓特征定位主题基金，消费、医药主题基金数量较多

主题基金对比产业指数具有超额收益

Brinson 模型适用于主题基金收益拆解

使用 Brinson 模型需要完整的持仓数据以及合适的基准

依靠过往信息的补全基金持仓

找到合适的基准

改进 Brinson 模型可以更好服务于主题基金的业绩拆解

业绩归因有助于明晰超额收益来源

改进的 Brinson 模型可以解释超额收益的来源

各类主题基金经理整体调仓换股能力较强

周期主题基金

制造主题基金

消费主题基金

科技主题基金

金融主题基金

提取行业配置信息可以细化归因

▍ Brinson 因子与风险动量因子结合可以优选主题基金

调仓、仓位择时及主题部分的超额贡献可用于优选基金

医药主题基金

各类主题基金的优选适用不同因子

研究结论

风险因素

！ 相关研究

分析师声明

一般性声明

评级说明

特别声明

法律主体声明

针对不同司法管辖区的声明

！相关研究

中信证券-金融产品深度解读系列之十八：主题型基金经理的主动管理能力分析与优选-230626.pdf