基金组合专题系列|2023.3.21

中信证券研究部

史丰源
组合配置联席首席
分析师
S1010519090002

厉海强组合配置分析师S1010512010001

刘方
组合配置首席
分析师

S1010513080004

赵文荣
量化与配置首席
分析师
S1010512070002

组合配置分析师

S1010521070002

核心观点

香港市场吸引了众多来自全球的基金管理人，其主动型公募基金投资范围极广，在为市场提供了丰富选择的同时，也带来了理解和配置的难度。本文梳理了香港市场公募基金的概况，构建了香港主动型公募基金的特征标签，测算了经典基金评价指标对其进行基金优选的适用性，并提出了一套风控能力强、收益能力可观的优选基金池构建策略。为利用香港市场主动型公募基金进行配置提供了工具与思路。

基金总数稳中有升，新发基金主要在香港注册成立。香港市场认可单位信托及公募基金总数在2012年至2022年间上升了18.1%，达到 2324只。在新发行规模上，2021年一2022年的新发行量已经达到了上一个五年的53%；以此速度我们估算，2021-2025年间，香港市场的新发行基金数量或将大幅超过2016年-2020年，清偿与合并数量规模或将持平。

2022年基金资产净值规模下降明显，货币市场基金成为净认购主力。香港市场认可单位信托及公募基金资产净值规模在2012年至2022年间上升了24.8%，达到15815亿美元。基于SFC的分类，股票型基金是认可单位信托与公募基金中占比最大的类别，基金资产净值和数量分别占比49.8%和42.3%，紧随其后的是债券型和混合型基金。2022年SFC认可单位信托与公募基金的资产净值规模降低5422.6亿美元，债券基金和股票基金降幅占比最高，分别占总降幅的57.3%和33.5%。历史上，债券基金和指数基金一直是基金净申购的重要组成部分，但是自2022年3季度起，货币基金的净申购量有明显的上升，挤占了债券基金和指数基金的比重，2022年4季度的净认购规模中，货币基金净认购27.1亿美元，占比75.9%。

我们构建了深度穿透的五维度基金标签体系，实现香港主动型公募的精准配置与分散化投资。香港市场销售的主动型公募基金在过去10年中先后持有了255000 余只全球各类证券。基于持仓明细，我们为其构建了包括：币种、大类资产、投资地区、投资行业、估值偏好在内的五维基金标签体系，精准透视仓位特征。其中，币种标签可以为投资人提供外汇方面的风险暴露；投资地区、投资行业标签除了可以帮助投资人精准的配比符合自己投资需求的投资组合以外，还能提供额外的分散化投资的效果；大类资产、估值偏好标签虽然分散化投资的效果不佳，但是胜在能提供盈亏幅度上的差异。

！风险调整后收益、标的优选能力、择时能力、业绩持续性指标在香港市场仍然有一定的基金优选效果。结合我们的大类资产标签，我们测算了经典指标对香港主动型公募基金的优选效果：整体上讲，三年期夏普比率对香港市场基金的优选相对更有指导性；基于TM模型评价的标的优选能力对债券型基金有更好的效果；择时能力的优选效果在2017年及之前较为突出，之后有明显的弱化；业绩持续性在考察的周期内，对三类基金优选都能带来一定的概率上的优势，尤其是对债券型基金，业绩持续性突出的基金有88.9%的概率在下一年获得排名前50%的业绩。在一个较长的投资周期内，以上指标的确能够为香港市场的基金优选带来一些概率上的优势，尤其以债券型基金效果最为明显。结合评价指标和我们的标签体系，我们提出了一套风控能力强，收益能力可观的优选基金池策略。

风险因素：全球基金持仓信息公布时滞及纳入数据库的时滞各有不同，基金标签可能随着最新信息的公布产生变化，分析基于全球25万余只各类证券，范围极广，难以100%排除底层数据质量的问题。

群内每日免费分享5份+最新资料

300T网盘资源+40万份行业报告

为您的创业、职场、商业、投资、亲子、网赚、艺术、健身、心理、个人成长…全面赋能！

关注公众号获取更多资料

添加微信：xxyg_wei

备注“入群"

立刻免费领取

200套知识地图+最新研报

致终身学习者社群

行业报告/思维导图/电子书/资讯情报

收钱文案、增长黑客、产品运营、品牌企划、营销战略、办公软件、会计财务、广告设计、摄影修图、视频剪辑、直播带货、电商运营、投资理财、汽车房产、餐饮烹饪、职场经验、演讲口才、风水命理、心理思维、恋爱情趣、美妆护肤、健身瘦身、格斗搏击、漫画手绘、声乐训练、自媒体打造、效率软件工具、游戏影音....

扫码先加好友，以备不时之需

香港市场公募基金概况.. 4
整体规模情况：规模与数量齐升 4
SFC 产品分类及相关规模、费用、收益情况 .5
香港市场主动型公募基金标签体系 .8
币种标签：提供多种外汇风险暴露 .9
大类资产标签：股票为主，债券次之 ..10
投资地区标签：全球化投资，中美为主要投资对象 ..10
投资行业标签：重点行业配置权重变化明显 ..13
估值偏好标签：整体长期稳定. .14
评价指标在香港市场的有效性及优选基金池， ...16
风险调整后收益能力 ..16
管理能力.. ..16
业绩持续性.. .17
评价指标测算逻辑：评价指标是否有业绩预测性？ .17
评价指标测算结论：可提供长期的概率优势 ..18
优选基金池建议：风控能力优秀，收益能力可观 .19
风险因素... .21

插图目录

图1：SFC认可的单位信托及公募基金数量， 4
图2：SFC认可单位信托与公募基金发行、清偿与合并情况. .5
图3：SFC认可单位信托与公募基金类型分布（数量占比） .5
图4：SFC认可单位信托与公募基金资产净值总规模 .6
图5：SFC认可单位信托与公募基金分类型资产净值规模 .6
图6：SFC认可单位信托与公募基金净认购， .6
图7：SFC认可单位信托与公募基金管理费分布. .7
图8：SFC认可股票基金历史平均收益 .8
图9：SFC认可债券基金历史平均收益， .8
图10：SFC认可混合基金历史平均收益 .8
图11：SFC认可指数基金历史平均收益 .8
图12：主动型公募基金币种分布 (按总规模) .9
图13：香港主动型公募基金币种分布 (按基金数量） ..9
图14：香港主动型公募基金大类资产历史仓位占比 .10
图15：香港主动型公募基金投资地区分布 .11
图16：香港主动型公募基金行业历史仓位占比. .13
图17：香港主动型公募基金历史仓位加权估值 .15
图18：香港主动型公募基金各估值偏好历史平均收益率. ..15

表格目录

表1：SFC认可单位信托与公募基金收益分布（基金数量占比) .7
表2：大类资产标签相关性分析. .10
表3：香港主动型公募基金投资国家分布 .11
表4：低相关性投资地区标签示例 .. 12
表5：高相关性投资地区标签示例， ..12
表6：投资行业标签相关性示例.. ..14
表7：估值偏好标签相关性示例.. ..15
表8：第N年夏普比率排名前 50%，第 N+1 年业绩排名前 50%的基金数量占比.....18
表9：第N年标的优选能力排名前 50%，第N+1年业绩排名前50%的基金数量占比..18
表10：第N年择时能力排名前50%，第N+1年业绩排名前50%的基金数量占比......18
表11：第N年 Spearman 相关性排名前 50%，第N+1年业绩排名前 50%的基金数量占
比.. ..19
表12：优选基金池的配置标准. ..19
表13：优选基金池及各类主动型公募组合单年收益 ..20
表14：优选基金基金池及各类主动型公募基金池滚动累计收益， ..20
表15：截至2022年优选基金池的核心持仓名录... ..20

香港市场作为一个国际金融中心，有成熟监管制度的保护，为投资者提供更可靠和安全的投资环境，且高度国际化，吸引了来自全球的海外投资者和基金管理人。香港市场的基金产品种类繁多，有来自全球多个地区注册成立的基金在港销售，丰富的产品种类和高度国际化的金融环境不仅可以帮助内地基金从香港走向世界，也为想要展开全球化投资的投资人带来了很多配置机会。本文旨在向读者展示香港主动型公募基金的全景，提供利用香港市场公募基金进行配置的工具与思路。

香港市场公募基金概况

整体规模情况：规模与数量齐升

2012年至2022年间，香港市场认可单位信托及公募基金数量上升18.1%，其中主要来自在香港注册成立的基金。根据证券及期货事务监察委员会（下文简称SFC）公布的最新数据，截至2022年12月份，香港市场认可的单位信托及公募基金共有2324只，其中在香港注册成立的有911只，占比39.2%,非香港注册的有1413只，占比60.8%。在2012至2022年的10年间，香港市场认可的单位信托及公募基金总数增长了356只，相比2012年上升了18.1%，其中在香港注册成立的增长了479只，非香港注册成立的减少了123只。

图1：SFC认可的单位信托及公募基金数量

资料来源：SFC，截至2023/2/22可得数据；中信证券研究部

2021一2025年新发数量或将达到470只，清偿与合并数量或将大致与2016-2020年持平。认可单位信托及公募基金的总数虽然变化幅度不是很大，但是这一变化过程是在大幅波动的发行、清偿与合并的过程中产生的。发行情况方面，截至2020年，香港市场每5年的发行数量整体呈现上升趋势，在2016-2020年间，发行数量为356只，2021-2022年的2年间已经发行了189只，数量已经超过2016-2020年的53%，据此发行速度估算，2021-2025年的发行数量将大幅超过2016-2020 年，或将达到470只左右。清偿与合并方面，历史上在2006-2010 年达到峰值，清偿466只，合并156只，之后整体呈现下降趋势。2021-2022年的2年间清偿 83只，合并19只，据此速度我们预测，2021-2025年的清偿与合并数量或将大致与2016-2020年持平。

图2：SFC认可单位信托与公募基金发行、清偿与合并情况

资料来源：SFC，截至2023/2/22可得数据；中信证券研究部

SFC产品分类及相关规模、费用、收益情况

自2021年12月31日起，在SFC的官方统计中，将FoF基金（不包括联接基金）按其投资策略，重新分类为其他种类的基金，并将历史数据按照同样的调整规则，回溯到了2020年12月31日，以供比较分析之用。我们可以看到，在过去的2年中，认可单位信托与公募基金的类型结构非常稳定，数量占比上，股票基金平均占比42.7%，债券基金23.3%，混合基金11.1%，指数基金8.3%，货币市场基金、联接基金及其他基金合计占比 14.5%。

图3：SFC认可单位信托与公募基金类型分布 (数量占比)

资料来源：SFC，截至2023/2/22可得数据；中信证券研究部

SFC认可单位信托与公募基金资产净值规模在2012年至2022年间上升了24.8%，达到15815亿美元。2022年资产净值规模降低5422.6亿美元，债券基金和股票基金降幅占比最高，分别占总降幅的57.3%（3108.1亿美元）和33.5%（1814.1亿美元)。其他类型的基金中，指数基金与联接基金规模合计降低119.6亿美元，货币市场基金规模上升62.1亿美元，其他基金规模基本保持不变，规模仅仅小幅上升7000万美元左右。

图4：SFC认可单位信托与公募基金资产净值总规模

资料来源：SFC，截至2023/2/22可得数据；中信证券研究部

图5：SFC认可单位信托与公募基金分类型资产净值规模

资料来源：SFC，截至2023/2/22可得数据；中信证券研究部

自2019 年以来，债券基金和指数基金一直是基金净申购的重要组成部分，但是这一现象在2022年底有所改变，自2022年3季度起，货币基金的净申购量有明显的上升，挤占了债券基金和指数基金的比重，2022年4季度的净认购规模中，货币基金净认购27.1亿美元，占比75.9%。

图6：SFC认可单位信托与公募基金净认购

资料来源：SFC，截至2023/2/22可得数据；中信证券研究部

为了进一步观察香港市场公募基金的管理费及收益情况，我们通过Lipper数据库梳理了香港市场曾经发行过的3344只公募基金的基础数据，其中有1728只未到期。基于对1728只未到期产品的实际年度管理费用的统计，我们发现主动型产品管理费率主要集中在0.5%-2%之间，被动型产品管理费整体上低于1%。

图7：SFC认可单位信托与公募基金管理费分布

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

接下来我们对3344只公募基金历史收益情况进行了分析。为了使得统计结果更能体现所有管理人的整体水平，避免收益情况偏向于规模较大的基金，我们以各类基金历史收益的算术平均值代表该类基金的历史平均收益。我们的收益区间统计显示，过去10 年，除去2014年、2015年和2021年以外的7年中，香港市场公募基金的盈利状况整体趋同，几乎每年都有超过70%以上的基金同时盈利或亏损。在较为极端的2018、2022年，甚至有超过90%的基金是亏损状态，我们认为盈亏方向趋同，但盈亏幅度分化大的现象凸显了均衡配置以及基金优选在配置过程中的重要性。

表1：SFC认可单位信托与公募基金收益分布 (基金数量占比)

收益区间 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022
盈利30%以上	11.8%	4.1%	0.1%	1.6%	31.4%	0.0%	12.8%	16.1%	2.1%	0.4%
盈利20%-30%	15.7%	2.7%	0.7%	2.3%	23.8%	0.0%	25.1%	11.7% 10.1%		0.4%
盈利10%-20%	13.0%	8.9%	3.9%	11.3%	20.6%	0.1%	36.9%	24.6%	15.8%	0.2%
盈利0%-10%	30.5%	46.7%	23.5%	52.2%	22.0%	7.8%	22.9%	35.8%	26.1%	5.2%
亏损 0%-10%	23.8%	29.9%	52.7%	26.0%	1.7%	40.2%	1.6%	8.3%	32.6%	12.3%
亏损10%-20%	3.4%	6.4%	15.1%	5.5%	0.2%	37.6%	0.6%	2.6%	9.5%	42.9%
亏损20%-30%	1.2%	0.5%	2.7%	0.9%	0.1%	13.1%	0.1% 0.5%		3.1%	27.4%
亏损30%以上	0.6%	1.0%	1.2%	0.1% 0.1%		1.0%	0.0%	0.5% 0.7%		11.1%

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

通过对4类公募基金历史表现的进一步观察，我们发现过去10年中，股票型基金和指数型基金的收益波动性相对较大，10年历史收益标准差分别为15.6%、15.2%；混合基金和债券基金的收益波动性相对较小，10年历史收益标准差分别为10.3%、6.2%。

在此基础上，我们进一步观察到，过去10年中，即使按照类型拆分来看，各类基金的盈亏状况仍然整体趋同。除2013年、2016年、2021年以外的其余7年中，4类基金的盈亏状况一致，仅仅在收益额度上有所不同。我们认为这种现象意味着4类香港市场公募基金对于市场有类似的风险暴露，也就是说仅靠股票、债券、指数、混合4个基金类别标签很难达到良好风险分散、基金配置的效果，还需要进一步对基金分类标签进行优化，并对同类基金进行优选。

图8：SFC认可股票基金历史平均收益

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

图9：SFC认可债券基金历史平均收益

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

图10：SFC认可混合基金历史平均收益

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

图11：SFC认可指数基金历史平均收益

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

香港市场主动型公募基金标签体系

为了帮助投资者更加精准的获得期望的风险暴露，并探索利用香港主动型公募基金进行分散化投资的思路，我们构建了包含：币种、大类资产、投资地区、投资行业、估值偏好五种特征的基金标签体系。

为了达到精准配置的效果并探索分散化投资的思路，本篇报告将各类标签细化到每只具体的证券。我们的标签体系基于Lipper数据库的基金持仓明细数据、持仓汇总统计数据，以及Eikon数据库的证券特征数据形成。基于Lipper数据库的统计，香港市场主动型公募基金在过去10年中，先后持有了255000余只全球各类证券，覆盖与清洗难度极高，我们通过CUSIP、ISIN、RIC、SEDOL四类证券识别编码，结合基于证券名称构建的特征字典来识别证券特征。为了统一划分标准，我们手工对比了四类证券识别码的特征数据，按照其覆盖度及分类颗粒度，当四者数据有差异时，按照ISIN>RIC>CUSIP>SEDOL的优先级次序确定证券特征数据。

币种标签：提供多种外汇风险暴露

香港市场主动型公募基金可以提供多种币种的外汇风险暴露，其中美元占主要地位。在过去10 年中，香港市场主动型公募基金用于证券交易的币种主要为美元，持仓规模占比长期维持在75%左右，截至2023年2月底，有68.2%的基金使用美元作为投资货币。

紧随其后的是欧元和港元，持仓规模方面，过去10 年中欧元仓位规模占比15.7%，港元占比5.7%。截至2023年2月底，有10.1%的基金使用欧元作为投资货币，15.5%的基金使用港元作为投资货币。除了以上3种主要使用的货币以外，香港主动型公募基金使用的其他币种还包括英镑、人民币、日元等，仓位规模合计占比6.2%左右。币种的多样性可以为投资人提供相应货币的外汇风险暴露。

图12：主动型公募基金币种分布 (按总规模)

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

图13：香港主动型公募基金币种分布 (按基金数量)

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

大类资产标签：股票为主，债券次之

从大类资产的仓位分布来看，股票资产的占比自202年起开始上升，2019年及之前，股票资产的仓位占比基本维持在平均52.6%左右，截至2022年底上升至60%。债券资产的占比也于同一时期开始下降，2019 年及之前，债券资产的仓位占比基本维持在平均43.7%左右，截至2022年底下跌至33.4%。

图14：香港主动型公募基金大类资产历史仓位占比

资料来源：Lipper，截至2023/2/28可得数据；中信证券研究部测算

我们以70%仓位占比为分界线，划定各基金的大类资产属性，如股票基金须最低持有70%的股票资产。如果任何资产类别占比都没有超过70%，则被划定为混合基金。前文中我们提到，各类按大类资产分类的基金盈亏状况整体趋同，只是在盈亏幅度上存在明显差异，下表中的相关性分析结果也很明显的证明了这一点，我们认为这或许是影响大类资产收益的风险因子开始趋同导致的现象，但胜在盈亏幅度上有明显差异，因此我们判断，在当前的市场环境下，如果想实现分散化效果强的组合配置策略，仅靠配置多种大类资产可能效果不佳，如要追求更好的分散化效果，还需要进一步结合其他特征标签和基金优选策略。

虽然不能排除单只产品之间，由于其独特的管理能力使得其业绩与其他产品的业绩保持低相关性的可能性，但是将这些产品挑选出来，需要搭配合理的基金优选策略。

表2：大类资产标签相关性分析

	股票基金	混合基金	债券基金
股票基金	1.00
混合基金	0.99	1.00
债券基金	0.89	0.93	1.00

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

投资地区标签：全球化投资，中美为主要投资对象

投资地区的多样性是香港公募基金的一个重要特色。投资国家主要基于证券所属公司的总部所在地以及公司注册地来判断，4类证券识别编码均无法提取以上信息的证券将不被纳入分析范围。

首先从大的投资区域来看，香港主动型公募基金主要投资于美洲、亚洲、欧洲，以上三个地区在过去10年的平均仓位占比分别为39.6%、28.9%、28.6%。美洲标的的仓位占比在过去10 年来上升了13.4%，亚洲、欧洲标的的仓位占比则分别下降了3.3%、9.8%。

图15：香港主动型公募基金投资地区分布

资料来源：Lipper，截至2023/2/28可得数据；Eikon，截至2023/2/28 可得数据；中信证券研究部测算

在更加明细的投资国家分布上，虽然过去10年的持仓明细涉及141个不同的国家，但是截至2022年底，仓位占比排名前15的国家占据了87.6%的仓位。美国、中国标的占比长期排名前二，截至2022年底分别占比39.9%、14.7%。

表3：香港主动型公募基金投资国家分布

投资国家	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022
美国	25.7%	35.8%	30.3%	35.5%	25.5%	29.6%	32.6%	35.5%	39.0%	39.9%
中国	13.8%	12.8%	15.2%	12.4%	14.9%	15.5%	16.1%	18.0%	16.4%	14.7%
英国	8.7%	10.4%	8.2%	7.7%	6.9%	7.1%	6.4%	5.7%	5.4%	5.4%
法国	4.2%	2.5%	3.6%	2.7%	3.6%	3.7%	3.6%	3.3%	3.3%	3.6%
印度	3.4%	1.8%	3.5%	3.0%	4.2%	4.0%	3.1%	2.4%	2.4%	3.3%
德国	3.5%	1.8%	3.0%	2.0%	3.1%	3.1%	3.1%	3.2%	2.6%	2.8%
爱尔兰	1.5%	1.6%	2.2%	2.1%	1.9%	1.8%	1.7%	1.9%	2.2%	2.4%
日本	2.6%	1.7%	3.2%	3.6%	4.2%	3.2%	3.5%	2.8%	2.6%	2.4%
瑞士	2.3%	1.5%	1.9%	2.0%	1.7%	1.7%	1.8%	1.7%	2.0%	2.3%
韩国	2.4%	2.1%	2.6%	2.3%	2.6%	2.2%	1.9%	2.0%	1.8%	2.3%
加拿大	1.4%	1.3%	0.9%	1.2%	1.5%	1.4%	1.5%	1.5%	1.7%	2.2%
荷兰	2.4%	1.5%	2.2%	2.1%	2.3%	2.4%	2.6%	2.7%	2.7%	2.2%
澳大利亚	1.2%	1.9%	1.2%	1.8%	1.3%	1.2%	1.1%	1.1%	0.9%	1.6%
卢森堡	1.8%	2.5%	2.3%	2.8%	2.1%	2.1%	2.0%	2.0%	2.0%	1.6%
丹麦	0.5%	0.2%	0.6%	0.9%	0.8%	0.7%	0.7%	0.8%	0.9%	1.1%
其他国家	24.6%	20.5%	19.1%	17.9%	23.6%	20.6%	18.4%	15.5%	13.8%	12.4%

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，至2023/2/28可得数据；中信证券研究部测算

在计算出各香港主动型公募基金在各国家与地区的持仓额度占比之后，我们以仓位占比大于等于70%为判断标准，为他们打上投资地区标签，并观察其平均收益的相关度。如在某一国家仓位占比超过70%，则地区标签判定为该国，如在该国仓位占比低于70%但是在该国所在洲仓位占比超过70%，则地区标签判定为该洲，如在任何大洲仓位占比都低于70%且持有2个或以上大洲的仓位，则地区标签判定为全球。之后我们通过相关性的强弱来考察各类基金的潜在分散化能力，与其他类别基金收益的相关性低，则被判断具备一定的分散化能力。我们发现，在细化投资地区标签后，能够在一定程度上提供分散化作用。

在将投资地区标签明细化后，我们明显的观察到，部分基金与其他基金的10年历史收益相关性开始出现明显的低相关性，其中，以主要投资东南亚、南亚、南美洲和东欧国家的基金最为明显。

但是，也有部分国家与各国都呈现出较为普遍的高相关性，尤其以主要投资爱尔兰、澳大利亚、欧盟、美国和日本的基金最为明显。

表4：低相关性投资地区标签示例

印度尼越南西亚巴西俄罗斯菲律宾马来西亚美洲泰国印度
巴西 1.00
德国	0.02
俄罗斯	0.42	1.00
法国	0.07	0.38
菲律宾	0.17	0.00	1.00
韩国	0.03	0.37	0.46
卢森堡	0.15	0.63	0.50
马来西亚	0.30	0.24	0.46	1.00
美国	0.06	0.57	0.51	0.62
美洲	0.76	0.71	0.43	0.60 1.00
欧洲	0.10	0.60	0.51	0.73 0.61
全球	0.28	0.62	0.63	0.72 0.79
日本	0.04	0.48	0.49	0.69 0.46
瑞士	-0.02	0.55	0.52	0.68 0.54
泰国	0.73	0.17	0.73	0.45	0.70	1.00
西班牙	0.01	0.40	0.34	0.69	0.34	0.10
新加坡	0.52	0.22	0.71	0.76 0.74		0.80
亚洲	0.31	0.41	0.76	0.82	0.73 0.57
意大利	-0.17	0.44	0.35	0.60	0.34	0.04
印度	-0.02	-0.10	0.90	0.41	0.32	0.64 1.00
印度尼西亚	0.59	-0.04	0.72	0.20	0.54	0.91	0.69 1.00
英国	0.03	0.50	0.59	0.70	0.56	0.30	0.47	0.08
越南	0.08	0.50	0.59	0.70	0.61	0.45	0.67	0.27	1.00
中国	0.15	0.31	0.70	0.78	0.58	0.39	0.56	0.25	0.69

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

表5：高相关性投资地区标签示例

	爱尔兰	澳大利亚	德国	法国	韩国	卢森堡							美国欧洲全球日本瑞士意大利英国
爱尔兰	1.00
澳大利亚	0.93	1.00
德国	0.83	0.76	1.00
法国	0.81	0.74	0.92	1.00
韩国	0.83	0.77	0.69	0.51	1.00
卢森堡	0.85	0.90	0.72	0.55	0.84	1.00
马来西亚	0.82	0.71	0.68	0.56	0.82	0.65
美国	0.84	0.83	0.78	0.72	0.74	0.92	1.00
欧洲	0.90	0.86	0.96	0.90	0.77	0.86	0.90	1.00
全球	0.96	0.94	0.80	0.71	0.81	0.96	0.95	0.92	1.00
	爱尔兰	澳大利亚	德国	法国	韩国	卢森堡	美国	欧洲	全球	日本	瑞士	意大利	英国
日本	0.82	0.75	0.96	0.80	0.78	0.78	0.81	0.94	0.83	1.00
瑞士	0.88	0.85	0.95	0.92	0.75	0.85	0.92	0.99	0.90	0.92	1.00
西班牙	0.70	0.62	0.96	0.79	0.60	0.61	0.70	0.90	0.68	0.92	0.88
新加坡	0.90	0.78	0.60	0.65	0.50	0.61	0.61	0.70	0.79	0.50	0.67
亚洲	0.93	0.86	0.73	0.56	0.88	0.88	0.81	0.82	0.93	0.81	0.79
意大利	0.73	0.73	0.95	0.92	0.62	0.67	0.76	0.92	0.72	0.86	0.94	1.00
英国	0.91	0.86	0.94	0.90	0.71	0.83	0.89	0.98	0.90	0.89	0.99	0.93	1.00
越南	0.95	0.76	0.74	0.81	0.77	0.75	0.82	0.81	0.83	0.70	0.84	0.70	0.81
中国	0.85	0.81	0.74	0.50	0.89	0.88	0.81	0.81	0.89	0.85	0.79	0.61	0.79

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

投资行业标签：重点行业配置权重变化明显

行业判断方面，我们以汤森路透业务分类（下称TRBC）为标准，4类证券识别编码均无法提取行业信息的证券将不被纳入分析范围。

截至2022年底，香港主动型公募基金在行业分布上占比最高的6个行业依次为科技(35.1%）、政府活动（19.5%）、金融（14.1%）、医药卫生（11.8%）、工业品（5.6%）和基础原材料（4.7%)。科技行业虽然占比仍然排名第一，但是相比2021年的峰值43.8%而言下降了8.7%。政府活动行业占比虽然排名第二，但是2022年仓位比重为过去10 年来最低，相比2017年的峰值37.6%降低了18.1%。金融行业的仓位比重在2016年之前排名第一，但是在过去10年中仓位占比一直在下降，相比于2013年的峰值40.3%降低了26.2%。医药卫生行业的仓位比重10年来首次突破10%，工业品、基础原材料行业的仓位比重也接近其近10 年来的峰值。

图16：香港主动型公募基金行业历史仓位占比

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

在计算出各行业的持仓额度占比之后，我们以仓位占比大于等于50%为判断标准，为他们打上投资行业标签，如果没有任何行业的仓位占比超过50%，则判定为行业均衡，依然采用平均收益的相关度来观察其分散化投资的效果。如同投资地区标签一样，我们发现，在细化投资行业标签后，能够在一定程度上提供分散化作用。

部分行业基金的 10 年历史相关性和其他行业相关性明显较低，尤其以基础原材料、能源、公用事业和医药卫生最为明显。与此同时，也有部分行业基金与其他行业相关性整体较高，如科技、金融、非周期性消费品、周期性消费品和政府活动。行业均衡型基金从收益相关性的角度上来说，其分散化投资的效果也并不突出。

需要强调的是，TRBC 行业分类自上而下共有 Economic Sector、Business Sector、Industry Group、Industry和Activity五层行业分类，而本文所展示的是最上层的EconomicSector，因此行业标签的分散化投资效果，随着行业标签逐层向下的进一步细化，还存在进一步提升的空间。

表6：投资行业标签相关性示例

	房地产	非周期性消费品	工业品	公用事业	基础原材料	科技	金融	能源	行业均衡	医药卫生	政府活动	周期性消费品
房地产	1.00
非周期性消费品	0.70	1.00
工业品	0.84	0.78	1.00
公用事业	0.87	0.64	0.56	1.00
基础原材料	0.37	0.59	0.45	0.08	1.00
科技	0.77	0.93	0.92	0.59	0.50	1.00
金融	0.87	0.95	0.87	0.80	0.50	0.95	1.00
能源	0.01	-0.28	-0.02	-0.08	0.33	-0.20	-0.07	1.00
行业均衡	0.81	0.97	0.87	0.71	0.54	0.96	0.98	-0.05	1.00
医药卫生	0.57	0.63	0.70	0.67	-0.04	0.73	0.75	-0.27	0.72	1.00
政府活动	0.76	0.93	0.76	0.60	0.72	0.88	0.88	-0.21	0.87	0.48	1.00
周期性消费品	0.68	0.90	0.87	0.58	0.40	0.97	0.91	-0.19	0.94	0.81	0.79	1.00

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，至2023/2/28可得数据；中信证券研究部测算

估值偏好标签：整体长期稳定

各基金的整体估值水平基于持仓证券仓位加权的方式进行计算，在统计过程中，我们发现部分证券在部分时期的估值数据极端异常，为了避免统计误差的影响，本文在计算过程中采取了百分比去极值的方式，剔除最大和最小的5%异常值，保留剩下的90%数据进行统计分析。

过去10年，估值因子的极值主要集中在2020年和2021年出现，PE和 PS的极值在2020 年出现，分别为49.7、6.6;PB 和 PCF的极值在2021年出现，分别为7.1、20.3。经过2020-2021年的高估值偏好后，香港主动型公募的估值偏好在2022年又基本恢复至接近历史平均水平。

图17：香港主动型公募基金历史仓位加权估值

资料来源：Lipper，截至2023/2/28可得数据；Eikon，截至2023/2/28 可得数据；中信证券研究部测算

估值偏好标签方面，我们首先将所有基金按照PB、PCF、PE、PS 四种估值指标降序排序，分别计算其排名，然后将排名结果，按照25%等权加权，得到一个最终估值排名，最后，我们将该最终的估值排名以25%为区间按照估值偏好从高至低的次序，划分为4档：前25%，25-50%，50-75%，后25%。分散化投资效果方面，估值偏好标签的结论和大类资产标签的结论基本一致，仅靠估值标签很难达到分散化投资的效果，各估值偏好标签下的基金营收波动情况高度一致，但胜在盈亏额度上有明显的差异。这意味着如要追求更好的分散化效果，还需要进一步结合其他特征标签，而且为了充分利用单只基金自身管理能力的优越性在盈亏幅度上达到最佳的配置效果，还需匹配适当的基金优选策略。

表7：估值偏好标签相关性示例

	前25%	25-50%	50-75%	后25%
前25%	1.00
25-50%	0.97	1.00
50-75%	0.91	0.98	1.00
后25%	0.93	0.93	0.90	1.00

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

图18：香港主动型公募基金各估值偏好历史平均收益率

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

以上就是本文介绍的5类香港主动型公募基金的标签体系，我们主要展示了各类标签在本类别下的仓位分布及分散化效果。整体来说，币种标签可以为投资人提供外汇方面的风险暴露。投资地区、投资行业标签除了可以帮助投资人精准的配比符合自己投资需求的投资组合以外，还能提供额外的分散化投资的效果。大类资产、估值偏好标签虽然分散化投资的效果不佳，但是胜在能提供盈亏幅度上的差异，而且由于所有标签都已细化到具体持仓的证券，并以仓位百分比的形式打到了单只基金上，各类标签都可以结合具体的投资目标进行灵活调整和排列组合，因此利用该标签体系实现分散化投资的方式还可以进一步优化。在此基础之上，如果能匹配适当的基金优选策略，相信可以在更多维度上提升配置的效果。

常规来讲，基金优选最低有两套逻辑，第一是通过权重配比，对有不同风险暴露的基金的权重进行调整，从而获得对不同风险因子择时带来的收益；第二则是在同类基金中进行优选，从而在整体风险暴露相似的前提下，获取管理能力带来的alpha。下一章我们以香港主动型公募基金为对象，探讨第二种基金优选逻辑的常用评价指标在香港市场的有效性。

评价指标在香港市场的有效性及优选基金池

本章我们主要评测3类评价指标的有效性：风险调整后收益能力、管理能力、业绩持续性。观测样本采取2014-2022年的9年时间。具体评测指标如下：

风险调整后收益能力

我们借由风险调整后收益，综合考虑基金最直观也最重要的两点：风险水平与收益水平。我们主要使用1年期、3年期的滚动夏普比率来测算，不同测算期分别用于衡量管理人的短期、长期能力。

1、夏普比率

夏普比率认为基金的投资组合面临的风险中既有系统风险，也有非系统风险，因此需要用单位总风险获得的超额收益来衡量基金的业绩。具体公式如下：

其中，E(ri)表示基金i的期望收益(本文使用平均收益率)，rf表示无风险利率，σi表示基金i在某段时间内收益率的标准差。夏普比率越大，说明单位风险获得的超额收益率越高，基金业绩也就越好。本文我们将计算各基金的1年、3年滚动夏普比率，对其表现进行动态跟踪。

管理能力

管理能力主要考察管理人的证券选择能力和择时能力。这里我们通过Treynor andMazuy模型（下称TM模型）来对这两种能力进行测算。测算区间及判断标准与风险调整后收益一致。

2、TM模型

Treynor和Mazuy（1966）认为，管理人的择时能力主要体现在其对β的调整上，也就是说，管理人会根据其对市场看多或看空的判断，增加或降低其市场组合的β值，因此他们在詹森模型的基础上引入了市场组合的二次项，用来检验基金的择时能力。具体公式如下：

其中，rit、rmt和rft表示基金i、市场基准组合M和无风险资产f的收益率，βi为基金i的系统风险，ε为随机扰动项。截距项αi与回归系数γi分别用来衡量基金管理人的证券选择能力和择时能力。统计意义上显著大于零，则代表基金管理人相应的能力为正，值越大，说明能力就越强。反之，显著小于零则代表相应的能力为负，值越小，说明能力就越差。

业绩持续性

最后，我们尝试测算基金业绩的持续性，在本节，我们将业绩持续性定义为基金在同类基金中排名的稳定性，主要通过Spearman秩相关系数进行测算。业绩持续性指标的测算期主要使用1年期。

3、夏普比率排名的滚动Spearman 秩相关系数

Spearman 秩相关系数测量两个变量之间单调关联的强度和方向。Spearman 秩相关系数并不要求底层数据符合正态分布，而单调性也主要强调方向的一致性，并不额外要求变化幅度的一致性（也就是说并不要求严格的线性关系，只强调同增同降)，其模型特征非常符合判断基金在同类基金中排名的稳定性。具体计算公式如下：

其中，di为不同年份同一交易日的基金指标排名之差，n为样本数量。在前文夏普比率指标的计算中，我们已经计算了各基金的滚动夏普比率，以及各交易日各基金的指标排名，在此基础上，我们进一步计算各基金本年度指标排名和上年度指标排名的 Spearman秩相关系数，借此判断两者相关性的强弱水平。

评价指标测算逻辑：评价指标是否有业绩预测性？

我们的测算过程首先要解决的是市场组合rmt的选取。首先，测算过程中考察的过去10 年的2578只主动型公募基金中，仅有1484只在Lipper数据库中可以查到基金公布的基准指数，包含570只不同的基准指数。而且经过我们的详细考察，部分基准指数的数据并不完备、甚至不可得。因此，为了统一评价标准，我们按照第二章划定的大类资产与投资地区标签对基金进行分类，基于各基金公布的基准指数，统计在该地区投资该大类资产的基金最常用的基准指数，并使用该基准统一评价同地区同大类资产的所有基金。最终为2578只基金选定了60个基准。

为了检验经典指标在香港市场的有效性，我们分别统计股票型、债券型、混合型基金在第N年，指标表现排名靠前的基金，在第N+1年还能持续表现优秀的概率，并观察该概率在过去9年中的整体趋势，以此来评价指标的有效性。

评价指标测算结论：可提供长期的概率优势

我们首先观察的是风险调整后收益，整体上讲，三年期夏普比率对香港市场基金的优选相对更有指导性。从过去9年的历史表现来看，三年期夏普比率排名前50%的股票型基金有55.6%的概率（9年中有5年）在下一年获得排名前50%的业绩，债券型基金的概率则是是66.7%，混合型基金同样为55.6%。由此可见，长期来看夏普比率的确能为基金优选带来一定概率上的优势，尤其是对于债券型基金来说。

表8：第N年夏普比率排名前50%，第N+1年业绩排名前50%的基金数量占比

		2014	2015	2016	2017	2018	2019	2020	2021	2022
股票型	一年期Sharpe	46%	52%	37%	42%	52%	53%	52%	34%	55%
股票型	三年期Sharpe	52%	67%	45%	50%	54%	53%	60%	48%	38%
债券型	一年期Sharpe	42%	78%	50%	43%	44%	30%	33%	53%	60%
债券型	三年期Sharpe	59%	63%	51%	39%	49%	68%	42%	60%	61%
混合型	一年期Sharpe	50%	61%	40%	37%	52%	53%	40%	34%	58%
混合型	三年期Sharpe	49%	64%	54%	43%	52%	51%	49%	41%	53%

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，至2023/2/28可得数据；中信证券研究部测算

基于TM模型评价的标的优选能力方面，相对而言也是三年期的标的优选能力更有指导性，但是这种指导意义主要在于债券型基金的优选上。三年期TM模型标的优选能力突出的基金，有77.8%的概率（9年中有7年）在下一年获得排名前50%的业绩。但是该指标对于股票型和混合型基金的优选作用就弱了很多，仅有44.4%和33.3%。

表9：第N年标的优选能力排名前50%，第N+1年业绩排名前50%的基金数量占比

		2014	2015	2016	2017	2018	2019	2020	2021	2022
股票型	一年期TM模型	50%	46%	37%	50%	47%	52%	62%	46%	48%
股票型	三年期TM模型	46%	52%	44%	56%	44%	54%	61%	45%	36%
债券型	一年期TM模型	45%	65%	46%	40%	42%	43%	44%	53%	50%
债券型	三年期TM模型	53%	56%	56%	36%	55%	55%	48%	64%	58%
混合型	一年期TM模型	57%	64%	36%	34%	40%	46%	48%	37%	60%
混合型	三年期TM模型	48%	60%	47%	41%	53%	50%	47%	49%	51%

资料来源：Lipper，截至2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

择时能力的优选能力在2017年及之前相对较为突出，以后有明显的弱化。从 2021年至2022年的情况来看，其优选能力主要体现在对股票型基金的选取上，在这一场景下，一年期模型和三年期模型的效果差异并不明显，TM 模型标的优选能力突出的基金，两周期都有55.6%的概率（9年中有5年）在下一年获得排名前50%的业绩。

表10：第N年择时能力排名前50%，第N+1年业绩排名前50%的基金数量占比

		2014	2015	2016	2017	2018	2019	2020	2021	2022
股票型	一年期TM模型	47%	60%	58%	52%	47%	45%	40%	51%	54%
股票型	三年期TM模型	52%	50%	50%	57%	51%	46%	42%	52%	46%
债券型	一年期TM模型	42%	51%	53%	64%	45%	48%	52%	34%	47%
债券型	三年期TM模型	53%	46%	49%	58%	46%	49%	55%	50%	50%
混合型	一年期TM模型	35%	51%	62%	67%	44%	50%	37%	43%	44%
混合型	三年期TM模型	52%	55%	50%	50%	47%	40%	36%	39%	54%

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，至2023/2/28可得数据；中信证券研究部测算

业绩持续性在考察的9年中，对三类基金优选都能带来一定的概率上的优势，尤其是对债券型基金，业绩持续性突出的基金有88.9%的概率（9年中有8年）在下一年获得排名前50%的业绩。该指标对于股票型和混合型基金的优选作用相对较弱，但是也到达了55.6%。

表11：第N年Spearman 相关性排名前50%，第N+1年业绩排名前50%的基金数量占比

	2014	2015	2016	2017	2018	2019	2020	2021	2022
股票型	44%	53%	55%	44%	51%	49%	53%	49%	51%
债券型	52%	51%	58%	42%	52%	67%	54%	54%	54%
混合型	51%	49%	51%	42%	48%	53%	53%	57%	50%

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算

虽然从单周期的角度来看这一概率优势其实并不算特别明显，甚至在有的周期（如2017年)，经典指标为全产品种类挑选的绩优基金占比都低于50%，但是总的来说，在一个较长的投资周期内，经典指标对于香港市场的主动型公募基金来说的确能够带来一些概率上的优势，可以帮助投资人在较长的投资周期内选择到业绩排名前50%的产品。

优选基金池建议：风控能力优秀，收益能力可观

基于本文前面章节的基金分类及优选结论，我们在这里提出一个可简单执行、有效降低下行波动且保持可观收益的配置思路。由于我们的标签体系细化至具体持仓标的，因此可以多层级自由组合，本节介绍的优选基金池标签筛选策略具体如下：

表12：优选基金池的配置标准

一级标签	二级标签	三级标签	四级标签	整体权重
股票	全球	行业均衡	三年期夏普比率排名前50%	50%
	越南	行业均衡
	印度	行业均衡
债券		政府债占比40%以上	三年期夏普比率排名前50% 业绩持续性排名前50%	20%
商品		原油黄金		20%

			铁矿石

资料来源：Lipper，截至2023/2/28 可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部。注：优选基金池中的商品基金为香港市场销售的 ETF基金。

1、股票基金的选择上，利用地理位置标签、行业标签和风险调整后收益进行分散化配置，在全球基金、行业均衡基金的基础上，对能提供分散化投资效果且收益表现相对较好的新兴经济体（越南、印度）保持一定的偏重，并且要求三年期夏普比率排名前50%。

2、债券基金的选择上，为了降低其与股票基金的收益相关度，我们首先要求基金对政府债的持仓占比高于 40%，在此基础上要求三年期夏普比率排名前 50%且业绩持续性排名前50%。

3、商品基金的选择上，考虑到香港主动型公募主要配置于股票、债券资产，且其收益表现整体呈现同涨同跌的情况，我们加入3只商品ETF长期持有，以平衡主动型公募的大类资产整体收益表现。

4、按年筛选（调整）符合以上标准的基金，在同类基金同一时期等权持有。

我们首先对比一下单年收益，我们发现，优选基金池最突出的特色是非常好的控制住了下行风险，在2014-2022年中，优选基金池单年最大亏损为9.87%，是下表所有组合中最低的，风控效果极佳。

表13：优选基金池及各类主动型公募组合单年收益

优选基金池债券型平均股票型平均混合型平均所有主动型公募平均
2014	2.09%	1.30%	2.22%	1.30%	1.83%
2015	-5.62%	-3.30%	-4.12%	-4.34%	-3.88%
2016	6.03%	4.08%	4.14%	2.85%	3.87%
2017	15.89%	7.38%	29.90%	17.57%	22.28%
2018	-9.87%	-3.46%	-14.35%	-8.89%	-10.62%
2019	19.57%	8.87%	23.01%	14.61%	17.91%
2020	7.94%	7.00%	20.57%	11.24%	15.36%
2021	10.64%	-3.07%	6.92%	2.11%	3.47%
2022	-7.23%	-13.33%	-21.55%	-17.09%	-18.13%
单年最大亏损	-9.87%	-13.33%	-21.55%	-17.09%	-18.13%

资料来源：Lipper，截至2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算。注：“平均”指的是同类基金同一时期等权持有。

我们接着看一下优选组合的累计收益情况。下表中的数字为各组合的滚动累计收益率，如 2016年的数字，代表的是该组合从2014年持有至2016年的累计收益率，其他年份同理。我们可以看到，优选基金池的累计收益仅次于股票型基金平均收益，并且在2022 年股票型基金表现不佳的年份，一举超越成为累计收益最靠前的组合，可见优选基金池的收益能力也非常优秀。

表14：优选基金基金池及各类主动型公募基金池滚动累计收益

优选基金池债券型平均股票型平均混合型平均所有主动型公募平均
2014	2.09%	1.30%	2.22%	1.30%	1.83%
2015	-3.65%	-2.05%	-1.99%	-3.09%	-2.12%
2016	2.17%	1.94%	2.07%	-0.33%	1.66%
2017	18.40%	9.46%	32.59%	17.19%	24.32%
2018	6.71%	5.68%	13.56%	6.77%	11.12%
2019 27.59%		15.06%	39.68%	22.37%	31.01%
2020 37.73%		23.11%	68.41%	36.12%	51.13%
2021 52.38%		19.33%	80.07%	39.00%	56.37%
2022	41.37%	3.42%	41.27%	15.24%	28.03%

资料来源：Lipper，截至2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部测算。注：“平均”指的是同类基金同一时期等权持有。

整体来讲，我们认为优选基金池的最大优点是通过分散化投资的方法降低了下行风险，与此同时也能保证不俗的收益能力，其抗风险能力长期强于债券型基金，收益能力长期强于混合型基金，并且在2022年股票型基金表现不佳时，超越股票型基金的长期收益，具备长期配置的价值。

截至2022年，优选基金池持仓94只基金，其中核心持仓基金名录如下：

表15：截至2022年优选基金池的核心持仓名录

基金名称	资产标签	地区标签	行业标签	2020年收益	2021年收益	2022年收益	2020年规模（亿美元）	2021年规模（亿美元）	2022年规模（亿美元）
基金名称	资产标签	地区标签	行业标签	2020年收益	2021年收益	2022年收益	2020年规模（亿美元）	2021年规模（亿美元）	2022年规模（亿美元）
Fidelity Funds - Global	债券	全球	政府活动	6.70%	2.67%	-9.80%	16.77	22.31	23.75
Infl-Lnk Bond A-ACC-USD
PIMCO GIS Global Real Return E CI USD Inc	债券	全球	政府活动	10.25%	4.02%	-16.93%	25.77	37.02	25.70
HSBC GIF India Fixed Income AC USD	债券	印度	政府活动	6.72%	0.78%	-9.47%	8.94	7.29	5.50
PIMCO GIS Low Average Dur E CI USD AcC	债券	美国	行业均衡	2.20%	-1.69%	-5.71%	11.83	11.79	10.73
BGF Global Inflation Linked Bond A2 USD	债券	美国	政府活动	5.61%	4.22%	-9.20%	1.87	5.11	3.24
Pictet-Clean Energy Transition-P USD	股票	全球	行业均衡	52.34%	11.74%	-26.38%	35.71	60.70	42.04
Capital Group New Perspective (LUX) B USD	股票	全球	行业均衡	32.01%	16.60%	-26.66%	106.07	166.98	150.59
Schroder ISF Glo Climate Change EqAAcc	股票	全球	行业均衡	50.49%	10.32%	-24.99%	25.49	51.21	32.92
Pictet-Global Environmental Opportunities-P EUR	股票	全球	行业均衡	33.53%	17.07%	-25.63%	74.46	117.89	77.93
BGF Future of Transport A2 USD	股票	全球	行业均衡	52.93%	20.38%	-23.83%	6.80	38.91	27.06
SPDR Gold Shares	商品			23.68%	-4.14%	-0.82%	711.58	570.75	534.52
SSIF DCE Iron Ore Futures Index ETF USD	商品				-16.24%	34.96%	0.18	0.22	0.21
Global X S&P Crude Oil Futures Enhanced ER ETF	商品			-45.48%	60.06%	24.56%	0.13	0.08	0.08

资料来源：Lipper，截至 2023/2/28可得数据；Eikon，截至2023/2/28可得数据；中信证券研究部

风险因素

不同地区注册成立的基金在持仓数据公布频率、信息公布时滞及纳入数据库的时滞上各有不同，因此最新的持仓明细随着时间的推移可能会纳入更多的数据并因此产生变化，从而对基金标签造成潜在的影响。

本报告的研究范围涉及全球25万余只各类证券，范围极广，难以100%排除底层数据质量的问题。

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CLSALimited（于中国香港注册成立的有限公司）分发；在中国台湾由CLSecurities Taiwan Co.,Ltd.分发；在澳大利亚由CLSAAustralia PtyLtd.（商业编号：53139 992331/金融服务牌照编号：350159）分发；在美国由CLSA（CLSAAmericas,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,Mumbai400021;电话:+91-22-66505050；传真:+91-22-22840271;公司识别号:U67120MH1994PLC083118)；在印度尼西亚由 PTCLSA Sekuritas Indonesia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 Malaysia Sdn Bhd分发；在菲律宾由 CLSAPhilippines 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CLSALimited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CLSALimited 的罗鼎，电话:+852 26007233。

美国：本研究报告由中信证券制作。本研究报告在美国由CLSA（CLSAAmericas,LLC 除外）仅向符合美国《1934年证券交易法》下15a-6规则界定且CLSAAmericas,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CLSAAmericas,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 Rafles Place,#18-01,UOB Plaza1,Singapore 048624，电话：+6564167888。因您作为机构投资者、认可投资者或专业投资者的身份，就CLSASingapore PteLtd.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。

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CLSAEurope BV分发。

澳大利亚：CLSAAustraliaPtyLtd（“CAPL”）(商业编号：53139992331/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ASXAIIOrdinaries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：CLSAIndiaPrivateLimited，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。

群内每日免费分享5份+最新资料

300T网盘资源+40万份行业报告

为您的创业、职场、商业、投资、亲子、网赚、艺术、健身、心理、个人成长…全面赋能！

关注公众号获取更多资料

添加微信：xxyg_wei

备注“入群"

立刻免费领取

200套知识地图+最新研报

致终身学习者社群

行业报告/思维导图/电子书/资讯情报

基金组合专题系列：香港主动型公募基金概况、标签体系与基金优选-20230321-中信证券-23页