STAT
多维度基金可视化分析
作者：周 健 陈思源 张劭航
引言
可视化分析指的是计算机图形与图像处理技术，将专业性较强数据本身或由数据经处理得到的某些统计指标转化为可供直观理解的图像、图表等，并据此进行深化分析的过程，旨在为科学研究中的计算等抽象步骤的分析提供便利。在大数据技术以及机器学习飞速发展的当下，为简便快速地确定海量数据的分布特征，数据处理与可视化技术有着极其广阔的应用前景。
事实上，借助计算机技术实现可视化并非大数据技术兴起后才发展的思想，早在2005年，赵国庆等（2005）就对“知识可视化”的常用工具、思路进行了汇总分析；姜春林等（2008）也将知识图谱用于对经济学领域热点话题进行了图像化展示。事实上，可视化分析的过程早已与我们的生活息息相关，如股票的K线图、基金的走势图便是典型案例。
伴随着大数据技术的兴起，越来越多的研究者意识到可视化需要合理的方法论指导。陈悦等（2015）就对CiteSpace知识图谱工具的核心功能及相关理论进行了探讨，指出可视化技术在科学研究中所能够起到的作用。同时越来越多的图表样式也被设计出来，朱濉（2022）从视觉呈现与表达的角度，剖析了信息图表设计的基本原则与步骤。
金融相关领域由于其天然的对数据进行实时分析展示，同时需要将结论交付于不同教育背景的对象的需求，往往能够反映出可视化技术应用的最新成果。以股票价格常用的K线图为例，汪天都与孙谦（2014）就对K线图的实际应用进行了量化定义，并基于证券市场的可盈利性进行了实证研究；杨忠超（2022）更在之前众多研究的基础上，对K线图技术的有效性进行了检验。金融领域以图表作为最终呈现形式的可视化技术也能够在其他领域大放异彩，王开荣等（2022）就将K线图应用于河流的水文特征研究之中。
然而许多研究中可视化技术的应用往往集中于对最终结果进行呈现，诚然简洁明了的图表能够帮助他人对科研成果进行理解与消化，但科研的重要价值同样存在与研究过程本身，基于何种分布特征的数据、对于该类型数据进行的操作、进行相关操作的理论依据，这些均是科学研究中的重要组成部分，同样具有可视化展示的意义，因此本文希望将研究的每一个步骤以与图表配合的方式进行展示，详细阐述具体处理的基本思路与原因，以期为数据处理与可视化展示的实用方法研究提供思路。
对此本文选择了与可视化技术关系密切，且相关统计理论较为成熟的基金作为可视化研究的展示案例，分基金的整体市场、基金经理以及单支基金三维度收集数据并进行相关处理，以帮助投资者进行基金投资为目的，将研究的思路以及相关结论结合图表的方式进行了呈现。
/////
01
基金市场概况
1. 我国基金规模快速增长
根据美国投资公司协会发布的《2021美国基金业年鉴》，截至2020年底，全球基金规模达到了63.1万亿美元，同比增长14.93%。其中美国基金规模为29.3万亿美元，欧洲基金规模为21.8万亿美元，亚太地区总规模只有8.8万亿美元，相较于欧美国家还有较大的增长空间。我国证券投资基金行业起步较晚，但发展迅速，且具有较大发展空间。自1991年成立的武汉证券投资基金和深圳南山风险投资基金以来，我国基金业经历了探索阶段、起步发展阶段、规范发展阶段和2006年以后的快速发展阶段。
表2.1 Wind 资讯基金分类规
表2.1是Wind对基金按照基金的可投资产类别进行划分的分类，主要有股票型基金、混合型基金、债券型基金、货币市场型基金、另类投资型基金和QDII境外证券市场投资基金。
图2.1 2013～2022年我国基金业发展概况
由图2.1，近十年来，我国投资基金规模一直保持高速增长，公募基金规模不断扩大。截至2022年11月底，公募基金规模再创新高，超过50万亿元，相较于2021年增长4.6%，增速回落但仍保持增长，基金总数超过1万只。债券型基金逆势扩张，基金规模超过8.4万亿元，较2021年大幅上涨超过22%。货币市场型基金规模合计超10万亿元，较2021年上涨12.7%。另类投资型基金遭遇大幅回调，基金规模环比减少45.8%。
图2.2 2014-2022年各类型基金规模变动
由图2.2，货币市场型、债券型和混合型基金规模增长迅速。债券型基金连续5年实现规模正增长，FOF型基金在经历了2019-2021年三年增长后，今年规模变动为负。
图2.3 2022年Q3市场个类别基金规模占比
截至2022年11月底，货币市场型基金和债券型基金占比超过三分之二，表明我国大多数基金投资者的理财观念较为稳健，风险厌恶程度高。
2. 基金公司头部聚集效应明显
图2.4 基金公司管理规模
图2.5 基金公司管理规模及累计百分比
由图2.4和图2.5可以发现，基金管理规模头部聚集效应明显，头部基金公司市场份额保持相对稳定，在市场上194家基金公司中，非货币型基金管理规模破万亿的只有易方达一家，遥遥领先第二名华夏基金。包括货币基金在内，5家基金公司管理规模超10000亿，分别是易方达、广发基金、华夏基金、天弘基金和博时基金。19家基金公司管理规模超5000亿元。头部20家公司管理规模的市场份额集中度相对稳定，基金规模占比超过60%。
图2.6 各类型基金收益统计
由图2.6可以发现，货币市场型基金和债券型基金的收益波动较小，偏股混合型、灵活配置型和国际股票型基金的收益波动较大，表明这几个类型的基金更依赖不同时间段的市场行情和基金经理的管理能力。
图2.7 各类型基金今年以来收益统计
今年以来，共5个子品类基金平均收益为正，除了货币市场型和债券型基金以外，大多数类别基金平均收益为负，这也解释了2022年债券型基金能够逆势扩张，而股票型基金规模遭遇小幅回调的原因。
3. 主动权益型基金配置情况
图2.8 2018-2022年Q3主动权益型基金资产配置情况
为便于分析主动权益基金的重仓风格，下文所定义主动权益基金包括基金合同中定义的普通股票型、偏股混合型和灵活配置型基金。
资产配置方面，截至2022Q3，由于股票市场表现不好，市场上主动权益型基金股票仓位有所降低，债券配置比例有所升高，近几年现金配置比例逐步降低。
图2.9 主动权益型基金行业配置情况
行业配置方面，由于基金只在中报和年报中披露完整的持仓情况，因此我们选取了2022年中报和2021年年报观察两次报告期基金行业配置情况变动。2022年Q2，主动型权益基金重仓电子、电力设备及新能源、医药和食品饮料行业，相较于2021年Q4，基础化工、汽车、通信和煤炭等行业配置比例显著提高，食品饮料受到大幅减仓。
/////
02
基金经理分析
在对国内的基金市场有了一定的了解之后，我们已经对该金融衍生物有了初步的认识，但作为再成功的投资者也很难对基金市场的各个专业领域做到面面俱到，因此我们不能单干，这时基金经理便是最好的助力。本文将对该行业的基本信息进行介绍。
本文所选取数据集中共收录有3243位基金经理的性别、学历、收益率等数据，我们选用其中学历、专业、工作年限、几何平均年化收益率以及在管基金总规模五项数据进行可视化展示。
首先是基金经理毕业院校词云图，如图3.1所示：
图3.1 基金经理毕业院校词云图
可以从中看出基金经理毕业院校前5分别为：1、北京大学2、清华大学3、复旦大学4、中国人民大学5、上海财经大学，这五所院校均是在金融相关领域拥有极强专业能力的学校，因此这一结果也符合认知。只是在本文所获得的数据集中毕业院校存在大量的缺失值，从心理角度分析，如果一个基金经理出身名校，那么他应该更加自豪于将母校呈现在履历上，因此在缺失的大量数据中，应当名校出身的基金经理较少，这从某种角度说明毕业院校对于该行业并非特别重要。
接下来是基金经理专业词云图，如图3.2所示：
图3.2 基金经理专业词云图
基金经理专业前5分别为：1、金融学2、经济学3、管理学4、工商管理5、工学，统计学排第6。这同样也是符合预期的结果，只是需要注意的是本文将人数仅为一人的专业同一归为“其他”这一项中，可以看出该项目人数非常多，这从某些角度也说明基金经理这一行业对于专业本身的限制并不强，更加看重从业者自身的相关能力。
接下来本文将介绍数据集中各位基金经理的任职年限与学历，这也是我们想要了解一位基金经理能力时，可以直观地从他的履历上看到的内容，首先是基金经理的学历分布情况，展示在图3.3中。
图3.3 基金经理学历分布
我们将基金经理的学历层次进行统计，发现硕士毕业的成员为绝对多数（86%），远高于博士毕业（10%）与本科毕业（4%），这从某些方面说明了基金经理这一行业对于学历的需求是非常明确的，这是个硕士从业人员为主的行业。
为了进一步对基金经理的基本情况进行了解，在本数据集中，我们选取基金经理工作年限的中位数（3年）与0.75分位数（6年）作为分界线，将每位基金经理的工作年限划分为新手、熟练、老手三组，并与学历数据一同比对。
图3.4 不同工作年限&学历基金经理人数
按照划分的依据，新手、熟练、老手三组的人数应当是2：1：1，但结合学历数据后发现伴随着学历的提升，老手的比例也在逐渐提升。这一点在博士学历上最为明显。对此，本文认为如果一个从业人员长期不能得到晋升或达到心仪的目的，那么便极有可能不愿继续从事该行业，因此能有长工作年限的基金经理可以认为是在这一行业中事业相对顺利的群体，从这方面来说，本文基于图3.4中数据判断，高学历利于从业者在该行业奋斗。事实上上文已经说明基金经理的从业者主要集中在硕士学历，但此项结果也表明更高的学历对于自身在该行业的发展也是有利的，换言之学历与能力也许存在正相关关系。
在对基金经理的基本情况有了了解后，接下来便是该板块的最后一部分，事实上也是投资者最关心的部分，即基金经理的盈利能力，本文选用基金的几何平均年化收益率作为评价基金经理盈利能力的指标，取平均值绘制如下图表：
图3.5 基金经理平均收益率
从图3.5中本文发现随着工作年限的上升收益率呈现下降趋势，一般认为工作年限的积累代表着基金经理的能力也得到了更加充分的锻炼，因而也应当拥有更高的盈利能力，但很遗憾，至少从图3.5的结论来看一般认知被打破了。然而本文并不认为一般认知是绝对错误，因为单纯比较收益率存在一定的片面性，本文将在管基金规模与收益率同时进行可视化展示时，这一谜团便被解开了。
图3.6 收益率&在管基金
加入在管基金规模后发现，伴随着工作年限的上升，基金经理的平均在管基金规模呈现出上升趋势，我们判断富有经验的基金经理往往会管理更大规模，因此他们倾向于进行更加稳定的投资决策，而非以高风险为代价追求高收益。由此本文作出如下判断，如果投资的规模不大或抗风险能力较强，那么年轻但富有冲劲的基金经理也是可行的选择，但若进行大规模的投资或有着较高的风险厌恶，还是建议追随市场的选择，挑选富有经验的基金经理。
在此本文完成了对基金经理的数据综合性的分析，并得到了一系列结论，我们认为对于基金经理能力评判最为核心的标准是他们的工作年限，其中工作年限最为重要，富有经验的基金经理往往拥有更大的在管基金规模，这也是市场对于他们能力的认可。但工作年限并不与高收益率正相关，与之相反，资历尚浅的基金经理往往能够取得更高的收益率，但这也伴随着高风险性，在选择时需要对自身的风险承受能力做出评估。同时基金经理这一行业对于专业以及毕业院校没有表现出明确的偏好，这表明该行业对于从业者的实际能力极其看重，也同时指引当代大学生群体在实际生活中要注重自身能力的培养，这也是帮助自己在未来就业与从业中立足的根本。同时也应当注意到即使是这样一个硕士学历占比达到86%的行业，拥有更高的学历也有利于在工作中的发展，这指出无论未来从事何种行业，都必须在关注专业能力及专业素养的培育。
/////
03
单只基金分析
在本部分，我们以单只基金华商产业升级（630006.OF）为例来分析其业绩表现。该基金是由华商基金公司在2010年6月18日成立的偏股混合基金。该基金的投资目标是在把握经济结构调整和产业发展趋势的基础上，通过重点投资于受益于产业结构调整和产业升级的优势企业，在控制投资组合风险的前提下，追求基金资产的长期持续增值，并且遵循如下投资原则：金融危机之后全球经济格局正在发生深刻的变化，国内产业结构的战略性调整和升级已经刻不容缓。产业结构调整在很长时期内会对实体经济的发展带来深远影响，也会为资本市场投资带来重大机遇。本基金管理人力争通过深入分析国家产业政策，前瞻产业结构调整趋势，深入调研上市公司，通过长期价值投资为投资者谋取高于市场平均水平的回报。从华商产业升级的投资资产分类来看，该基金属于权益类资产，长期持有的话可以获得超过市场的收益，整体上优于被动型指数基金，另外该基金的权益类资产的投资比例在60%-95%之间，当遇到极端市场行情时，仓位也有一定的下调空间。
表 4.1 华商产业升级基本信息
接下来我们分析该只基金近三年的净值收益表现。近三年来，随着基金经理投资年限的增长与能力圈的扩大，基金的业绩表现优异。我们选取了万得灵活配置型基金指数作为基准，从图4.1可以看出，该只基金业绩显著得跑赢基准。2019年，基金全年收益率为44.84%，同类表现中等偏上，2020年，基金全年收益为55.20%；2021年，基金收益率为11.49%，同类排名为568/1524。近三年投资风格顺应市场变化，业绩更优。
图4.1 华商产业升级净值走势
之后，我们分析该只基金的行业配置，如图4.2所示。从行业配置的绝对比例来看，2022年第二季度该只基金重仓比重前5的行业为电子、医药、电力设备以及新能源、汽车、有色金属，比例分别为21.61%、20.31%、12.82%、9.69%、8.03%，行业的成长属性强，并且分配在多个行业赛道，适度分散，多样化的布局多个赛道的“绩优成长”，同时在核心赛道上具备一定的集中度，重点挖掘医药、科技、新能源，捕捉黄金成长股机会，体现的基金经理优秀的选股能力。
图4.2 华商产业升级行业配置
接下来，我们分析该只基金的股票资产配置，由图4.3所示。从图中可以看出基金的股票持仓占比基本上处于80%以上，可以看出这只基金是一只偏股型的混合基金。另外基金的股票持仓基本上处于波动情况，说明该只基金也在其他不同的资产中进行配置，当处于市场极端行情之时，这样的股票持仓占比可以让基金经理有一定的持仓调整空间，保障业绩增长。
图4.3 华商产业升级股票资产配置
之后，我们分析该只基金的最新重仓股票，如图4.4所示。从最新的报告期所公布的基金重仓持有的个股信息来看，前九大重仓股中的行业分布中，有四只为医药生物股，剩余的分别为食品、电子、基础化工、等。医药股仍然为华商产业升级的重点关注。
图4.4 华商产业升级最新重仓股票
百克生物是一家主要致力于传染病防治的创新生物医药企业,是国家级高新技术企业。公司目前已有水痘疫苗、狂犬疫苗以及冻干鼻喷流感疫苗三种已获批的疫苗产品，同时具有完备的创新研发体系，重视创新环境的建设和新产品的开发，与国内外研发机构长期保持着紧密的科研协作关系。公司承接了多项国家级研发项目，参加了国家科技重大专项1项，亦有多项在研项目获得国家科技资金支持。
欧普康视是一家医疗器械企业，是国内角膜塑形镜细分领域的领军企业，专注眼视光产品研发、生产、销售，以及眼视光服务，目前主要业务为非手术视力矫正。公司目前主要产品为硬性角膜接触镜类镜片及镜片护理产品，角膜塑形镜为主营产品中的核心。
最后，为了考察基金的选股择时能力，我们选择使用T-M模型进行分析。我们对该只基金的超额收益进行分解考察基金的选股能力、择时能力以及系统风险，并且以万得灵活配置型基金指数进行比对。1966年，Treynor和Mazuy提出了，基金回报-市场回报曲线是非线性的。T-M模型假设，基金经理能发挥时机选择能力预测市场收益率，具备正向择时能力的基金经理，会在预测市场收益率升高时增大投资组合的贝塔，在预测市场收益率降低时减小投资组合贝塔。T-M模型公式为：
其中，α为选股能力指标，β2为择时能力指标，β1为基金组合承担的系统风险，Rp为基金组合在各周期的实际收益率，Rm为市场指数在各时期的实际收益率，Rf为无风险收益率，我们选取的是一年期国债收益率作为无风险收益率。市场指数选取的是万得全A指数。选股能力、择时能力指标数值越大，说明相应能力越强。系统风险系数越大，表明基金承担的市场风险就越大。从下图中我们可以看出，华商产业升级的风险系数大于万得灵活配置型基金指数，说明承担的市场风险较基准更大，而选股能力则是大于万得灵活配置型基金指数，这也可以从这只基金在近几年的业绩中显著跑赢指数可以看出。
图4.5 华商产业升级T-M模型分析
/////
05
结论
本文介绍了我国的基金市场概况，利用可视化的方法，对我国基金业发展情况、各类基金规模变动、规模占比做了详细的概述，通过基金管理规模变动分析得出基金管理规模头部聚集效应显著，另外还分析了各类型基金的收益统计、主动型基金得配置情况等。在对国内基金市场有一定得了解后，我们又对基金经理进行了分析，好的基金经理可以帮助投资者做出更好的资产配置。我们分析了基金经理的毕业院校、专业情况、任职年限、学历等，还分析了基金经理得盈利能力、在管基金规模，得出结论，认为对于基金经理能力评判的最为核心的标准应该是工作年限。最后一部分，我们挑选了单只基金华商产业升级（630006.OF）进行分析。我们分析了这只基金近三年的净值走势、行业配置、重仓股情况、股票资产配置情况，从多个维度进行分析，另外我们还采用T-M模型对基金的超额收益进行回归，分析了基金的系统风险、选股能力以及择时能力，这些结论有助于在基金市场中挑选出一只适合自己的基金。
联系客服
