2 主动股基以成长风格为主，周期轮动下成长风格仍有持续空间 从风格轮动周期来看，A股市场成长价值风格存在3年期左右的轮动效应。图2展示了万得成长基金指数（885022.WI）与价值基金指数（885020.WI）的净值走势， 可以看到2016-2018年市场整体偏向于价值风格，2019-2021年偏向成长风格，而在2022年-2024年偏向价值风格。 2024年四季度以来，成长风格边际走强持续一年。当前宏观环境正逐步转向对成长风格的有利阶段。 一方面，随着稳增长政策持续发力，流动性环境保持合理充 裕，市场无风险利率处于相对低位，为成长板块的估值提供了支撑。另一方面，微观层面上，经济结构转型与产业升级趋势明确，以科技创新、高端制造、绿色能 源等为代表的新兴产业景气度持续向好，企业盈利预期正在改善。此外，市场风险偏好有所修复，投资者对长期增长空间的关注再度升温，更愿意给予具备高成长 潜力的板块以估值溢价。 综合来看，成长风格正迎来较为友好的表现窗口。 在当前的A股市场中，绝大部分主动股基偏向于成长风格。我们参考晨星对于大小盘及价值成长的划分方法对个股风格进行区分，随后根据基金补全持仓在每类风 格上的得分将基金划分为 ...

量化模型与构建方式 1. **模型名称**：主动股基风格划分模型[15] **模型构建思路**：参考晨星（Morningstar）的划分方法，对个股进行大小盘及价值成长风格的区分，然后根据基金持仓在各类风格上的得分，将主动管理型股票基金划分为不同的风格类别（如成长型、均衡型、价值型）[15]。 **模型具体构建过程**： * **第一步：个股风格划分**。参考晨星方法，使用特定的指标（如市值、估值、盈利增长等）对每只股票进行打分，将其划分为大盘、中盘、小盘以及价值、均衡、成长等风格类别[15]。 * **第二步：基金风格得分计算**。对于每只基金，获取其定期报告（如年报、中报）的完整持仓[15]。根据持仓中每只股票所属的风格类别及其在基金中的权重，计算该基金在各个风格维度上的加权得分[15]。 * **第三步：基金风格归类**。根据基金在价值-成长维度上的得分，将其最终归类为“成长型”、“均衡型”或“价值型”基金[15]。为了保证风格划分的稳定性，要求基金在当前及过去一个报告期的持仓风格保持一致[15]。 2. **模型名称**：主动股基持仓组合构建模型[35] **模型构建思路**：为了分析单只基金相对于主动股基整体（中位数）的持仓特征，需要构建一个代表主动股基整体持仓的基准组合[35]。 **模型具体构建过程**： * **第一步：数据获取**。获取所有主动管理型股票基金在特定报告期（如2024年年报、2025年中报）的完整持仓数据[35]。 * **第二步：加权构建组合**。将所有主动股基的持仓合并，按照各基金持股市值在所有基金总持股市值中的占比进行加权，从而构建一个代表主动股基整体持仓的股票组合[35]。 3. **模型名称**：Barra风格因子暴露分析模型[38] **模型构建思路**：使用Barra风险模型框架，分析单只基金（中银量化选股）的持仓组合相对于主动股基整体持仓组合，在一系列风格因子上的暴露程度，以定量刻画其风格偏好[38]。 **模型具体构建过程**： * **第一步：确定分析对象**。计算需要分析的目标基金（中银量化选股）的持仓组合[38]。 * **第二步：确定基准组合**。使用前述“主动股基持仓组合构建模型”得到代表市场整体风格的基准组合[35][38]。 * **第三步：计算因子暴露**。将目标基金持仓组合与基准持仓组合在Barra模型定义的一系列风格因子（如市值、成长、动量、价值等）上进行回归分析，得到的回归系数即为目标基金相对基准的风格因子暴露值[38]。正值表示在该因子上有正向暴露（偏向该风格），负值表示负向暴露[38]。 量化因子与构建方式 1. **因子名称**：成长因子[15] **因子构建思路**：用于识别和衡量上市公司成长性的指标，通常与公司的盈利增长、收入增长、资本扩张等相关[15]。 **因子具体构建过程**：报告中未详细说明该因子的具体计算公式，但指出参考了晨星（Morningstar）的划分方法，该方法通常会综合考量营收增长率、盈利增长率、净资产收益率等多项指标来定义成长风格[15]。 2. **因子名称**：价值因子[15] **因子构建思路**：用于识别和衡量上市公司估值水平的指标，通常与公司的市盈率、市净率、股息率等相关[15]。 **因子具体构建过程**：报告中未详细说明该因子的具体计算公式，但指出参考了晨星（Morningstar）的划分方法，该方法通常会综合考量市盈率、市净率、市销率等估值指标来定义价值风格[15]。 3. **因子名称**：动量因子[38] **因子构建思路**：基于“强者恒强”的假设，认为过去一段时间表现好的股票，在未来短期内仍将继续表现较好[38]。 **因子具体构建过程**：报告中未详细说明该因子的具体计算公式。在Barra模型中，动量因子通常由股票过去一段时间的收益率经过标准化和特殊处理得到。 4. **因子名称**：市值因子[38] **因子构建思路**：反映公司规模大小的指标，通常以总市值或流通市值来衡量[38]。 **因子具体构建过程**：报告中未详细说明该因子的具体计算公式。在Barra模型中，市值因子通常取公司总市值的自然对数，并经过标准化处理。 模型的回测效果 1. **主动股基风格划分模型**：根据该模型划分，A股市场中成长型主动股基的数量占比远高于均衡型和价值型基金[15]。 2. **主动股基持仓组合构建模型**：该模型用于构建分析基准，其效果体现在后续的行业偏离和风格暴露分析中，例如中银量化选股持仓与据此模型构建的主动股基整体持仓组合，行业最大偏离不超过5%[38]。 3. **Barra风格因子暴露分析模型**：应用该模型对中银量化选股的分析显示，其持仓相对主动股基整体在成长、动量因子上有正向暴露，在市值因子上偏向中等市值暴露[38]。 因子的回测效果 1. **成长因子**：中银量化选股持仓在该因子上有正向暴露，表明其偏好成长风格的股票[38]。 2. **价值因子**：报告中未单独给出该因子在基金上的暴露值。 3. **动量因子**：中银量化选股持仓在该因子上有正向暴露，表明其偏好具有动量效应的股票[38]。 4. **市值因子**：中银量化选股持仓在该因子上偏向中等市值暴露，表明其偏好中等市值规模的股票[38]。

量化模型与构建方式 本报告主要对中银量化选股基金进行投资价值分析，并未详细阐述其内部使用的具体量化模型或量化因子的构建方法。报告侧重于分析该基金的业绩表现、持仓特征以及与市场基准的比较。 量化因子与构建方式 报告在分析基金持仓风格时，提及了基于Barra框架的风格因子暴露分析。 1. **因子名称**：Barra风格因子（成长、动量、市值）[38] * **因子的构建思路**：采用国际通用的Barra风险模型框架，通过多因子模型来刻画投资组合在多个风格维度上的系统性暴露，以分析其收益来源和风险特征[38]。 * **因子具体构建过程**：报告未提供Barra风格因子的具体计算公式和构建细节。分析过程简述如下：首先，基于Barra模型定义一系列风格因子（如成长、价值、动量、市值、波动率等）。然后，根据基金持仓数据，计算其投资组合在这些风格因子上的暴露度（因子载荷）。最后，将基金的因子暴露与基准（此处为主动股基整体持仓组合）的因子暴露进行比较，得出相对暴露情况[38]。 * **因子评价**：通过Barra风格因子分析，可以定量地评估基金持仓的风格倾向，有助于理解其超额收益的可能来源和风险敞口[38]。 模型的回测效果 报告未涉及具体量化模型的回测效果。 因子的回测效果 报告未提供Barra风格因子本身的IC、IR等传统因子测试结果。但报告展示了基于这些因子分析得出的基金持仓风格暴露结果。 1. **Barra风格因子暴露分析结果**：中银量化选股持仓整体在成长、动量因子上有正向暴露，在市值因子上偏向中等市值暴露[38]。