兴全基金林国怀：历史收益不能作为判断一只基金好坏的关键指标

　　在投资基金的过程中，大家第一件事一定会看这只基金过去赚了多少钱。一般经验比较少的投资人，喜欢通过历史收益排名来选基金，特别是关注那些短期排名前十名的基金。但实务上是否如此呢？根据研究显示，仅通过考察历史收益排名是不能获得较好回报的，其中的道理在哪里呢？

　　因为选择历史收益突出的基金隐含着一个重要假设，就是突出的历史收益在未来仍是可以持续的。但是我们不禁要问，这个假设靠不靠谱？我们可以来做一个测算。测算的方法是，假设我们建立一个简单的投资策略：仅考虑开放式主动偏股型基金，在每年年初分别选择过去1年、过去3年和过去5年收益率排名前10%的基金进行投资，投资后并持有一年。测算时间从2007年至2018年共12年。

　　结果发现，不论是短期还是中长期历史收益，在这个投资策略下均没法显著战胜主动偏股型基金的整体平均。过去1年、过去3年及过去5年期中，该策略收益相对于主动偏股型基金的整体平均年化超额收益率分别为1.71%、0.75%和0.87%，效果并不是非常突出，且各策略均有部分年度跑输主动偏股型基金整体平均。

图1：历史收益前10%基金各策略净值走势

资料来源：Wind；数据截止日期：2018.7.20，策略起始值均为1000，偏股型基金指数构建方式为：1、样本为业绩比较基准中权益类部分配置比例在60%及以上的主动权益基金，且成立时间满半年；2、每季度结束后16个交易日为样本调整日；3、指数加权方式为基金规模加权；4、对于到期或转型的样本，在到期日或转型日即剔除指数样本。如无特殊说明下文“偏股型基金整体”、“主动偏股型基金”的绩效表现均依据上述指数计算。

表1：历史收益前10%基金各策略区间绩效表现

资料来源：Wind；数据截止日期：2018.7.20

表2：历史收益前10%基金各策略分年度收益表现

资料来源：Wind；数据截止日期：2018.7.20，绿色标注表示该策略该年度跑输主动偏股型基金整体平均

　　为进一步验证上面的结论，我们将选择标准从收益前10%的基金缩小为收益前20只基金。测算结果也进一步证实了上面的结论：各策略均没能显著战胜主动偏股型基金整体平均，并且，过去1年收益前20基金的投资策略还跑输了主动偏股型基金的整体平均，且从各个年度表现来看，各策略均有一半左右的年度跑输主动偏股型基金整体平均。

图2：历史收益前20只基金各策略净值走势

资料来源：Wind；数据截止日期：2018.7.20，策略起始值均为1000.

表3：历史收益前20只基金各策略区间绩效表现

资料来源：Wind；数据截止日期：2018.7.20，绿色标注表示该策略跑输主动偏股型基金的整体平均

表4：历史收益选择基金各策略分年度收益表现

资料来源：Wind；数据截止日期：2018.7.20，绿色标注表示该策略该年度跑输偏股型基金整体

　　所以总体来看，过去历史收益并不能作为判断一只基金好坏的关键指标。更科学的研究这个问题，我们需要引入的另一个观念——风险收益的性价比。兼顾风险和收益两个维度表现的风险调整收益才是更具科学性的衡量指标，而衡量风险调整收益的指标主要有夏普比率、特雷诺指数、詹森指数等。一般实务上应用最为广泛的是夏普比率。

　　夏普比率是超额收益与波动率之比，其中超额收益指的是基金的收益减去无风险利率；波动率指的是基金收益序列的标准差，这就代表基金的风险。通过这个指标我们就可以衡量基金承担每单位风险能获得的收益补偿。我们基于这个观念再做另一次测算，依据基金历史风险调整收益选择基金的策略表现，具体为在每年年初分别选择过去1年、过去3年和过去5年夏普比率前10%的基金，持有一年，观他们的收益情况。

　　无论依据的是短期还是中长期风险调整收益，各策略均能显著战胜主动偏股型基金整体平均，相较之前纯粹使用历史收益的策略，历史风险调整收益策略表现更为突出：过去1年、过去3年及过去5年的风险调整收益策略相对主动偏股型基金整体平均的超额收益分别为3.32%、3.31%和1.97%。

图3：历史风险调整收益前10%基金各策略净值走势

资料来源：Wind；数据截止日期：2018.7.20，策略起始值均为1000.

表5：历史风险调整收益前10%基金各策略区间绩效表现

资料来源：Wind；数据截止日期：2018.7.20

表6：历史风险调整收益前10%基金各策略分年度收益表现

资料来源：Wind；数据截止日期：2018.7.20，绿色标注表示该策略该年度跑输主动偏股型基金整体

　　整体来看，风险调整收益在基金选择中扮演着更重要角色。如果我们在选择投资基金中从只关注历史收益，调整为更关注风险调整收益，这就意味着我们在科学化选择基金上又更迈进了一步。但需要注意的是，选择基金是一个系统工程，不管是依据历史风险调整收益，还是依据历史收益，这种利用过去历史数据的方法仍有其局限性，我们需要考虑的因素还有很多，比如基金经理的投资风格及所采用的投资策略，基金经理的选股能力及稳定性等。

2018年8月31日