1、一、研究背景近年来中国公募基金发展迅速，FOF 产品数量和规模亦同步增长。基金投顾试点持续扩容，部分机构已经展业并且效果良好。此外，基金产品持续创新，MOM 产品和 FOF-LOF 应时而生。在这一背景下，如何选择优秀的基金经理具有重要意义。1、FOF 产品数量规模快速增长近年来，中国公募基金发展迅速，FOF 产品的数量和规模呈现明显的增长趋势。截至 2021 年底，全市场 FOF 基金总数为 240 只，合计管理规模 2222.41 亿元，数量和规模同比增速分别为 68%和 144%。随着我国公募基金市场不断发展和成熟，基金投资在我国资本市场中占据举足轻重的地位，FOF 基金产品也倍受投资者
2、青睐。图 1：2017 年-2021 年全市场 FOF 基金数量规模变化情况300250200150100500基金数量(左轴)基金规模(亿元)2222.412500910.54382.96130.30108.0720001500100050002017年2018年2019年2020年2021年资料来源：Wind，2、基金投顾试点扩容，展业效果良好2019 年 10 月，证监会颁布关于做好公开募集证券投资基金投资顾问业务试点工作的通知，开启了国内公募基金投资顾问业务试点工作，允许试点机构开展账户管理业务，接受客户委托按照协议约定向其提供基金投资组合策略建议。截至 2021 年底，我国共有 61
3、 家机构获批基金投顾业务试点，包括 30 家证券公司、25 家公募基金及子公司、3家第三方基金销售机构及 3 家银行。目前，部分机构已经展业并且效果良好，服务资产规模不断增长，客户收益率和复投率较高。2021 年 7 月 16 日，中国证监会新闻发布会提到，基金投顾试点业务运行平稳，合计服务资产已逾 500 亿元，服务投资者约 250 万户。从客户盈利来看，投顾业务赚钱效应明显且客户对机构的信任度较高。南方基金司南投顾一周年取得正绝对收益的客户占比超 90%，投顾策略复购率超过 70%。截至 2021 年三季度末，嘉实财富投顾自由平台服务的直接客户复投率接近 60%；中欧财富投顾全国平台用户留
4、存率达 75%，复购用户占比达 72%，用户规模同比增长 512%。表 1：获批基金投顾资格的机构概览（截至 2021/12/31）时间机构类型机构名称数量公募基金2019 年易方达基金、南方基金、华夏财富、嘉实财富、中欧财富5第三方机腾安基金、盈米基金、蚂蚁基金32020 年证券公司中金公司、华泰证券、国泰君安、银河证券、国联证券7银行工商银行、平安银行3博时基金、广发基金、汇添富基金、银华基金、华安基金、兴证全球基金、工2021 年公募基金银瑞信基金、招商基金、交银施罗德基金、鹏华基金、华泰柏瑞基金、景顺长城基金、民生加银基金、富国基金、申万菱信基金、万家基金、建信基金、国 20海富兰克林
5、基金、国泰基金、农银汇理基金证券公司中信证券、国信证券、兴业证券、东方证券、安信证券、浙商证券、光大证券、平安证券、山西证券、东兴证券、南京证券、中泰证券、23华安证券、国金证券、东方财富、财通证券、华宝证券、 、中金财富资料来源：资本市场标准网，各公司公告等，3、MOM 正式起步，已发行五只产品管理人中管理人产品（MOM）指基金经理可不直接管理基金投资，而是将基金资产委托给其他的一些基金经理来进行管理。公募 MOM 业务的推出，为投资者提供一类多元资产配置的新工具，同时传达出优选基金经理的投资理念。 2020 年底，华夏、招商、鹏华、建信、创金合信基金公司旗下的五只 MOM 产品正式获批，并
6、于 2021 年起陆续上市。截至 2021 年底，五只 MOM 产品均已上市，发行总份额合计 34.82 亿份。管理人接收日额(亿元)建信基金智汇优选一年持2019-12-262020-01-032020-12-232021-01-202021-01-2627.00精选群英一年持鹏华基金有期灵活配置混2020-01-06合型 MOM2020-01-102020-12-232021-06-222021-09-233.55创金合信群力一年定期开2019-12-252020-01-032020-12-232021-02-182021-03-093.38招商基金惠润一年定期开2019-12-25202
7、0-01-022020-12-232021-06-212021-08-060.76华夏基金博锐一年持有期2019-12-262020-01-032020-12-232021-06-222021-09-230.14创金合信群星一年定期开2019-12-252020-01-02华夏基金一年持有期混合2019-12-262020-01-03表 2：公募 MOM 发行现状（截至 2021/12/31）基金基金名称申请材料受理决定日审查决定日基金发行日基金成立日发行总份有期混合型 MOM放混合型 MOM放混合型 MOM混合型 MOM 放混合型 MOM型基金 MOM资料来源：Wind，4、产品持续创新，F
8、OF-LOF 获批2021 年 9 月市场首批 5 只 FOF-LOF 产品获批，广发、中欧、兴证全球、交银施罗德、民生加银等五家公募基金公司拔得头筹。5 只产品分别是交银施罗德智选星光一年封闭运作混合型 FOF-LOF、兴证全球积极配置三年封闭运作混合型FOF-LOF、广发优选配置两年封闭运作混合型FOF-LOF、民生加银优享平衡6 个月定期开放混合型FOF-LOF、中欧汇选一年封闭运作混合型 FOF-LOF 等。根据证监会最新发布的证券投资基金募集申请行政许可受理及审核情况公示，除了 2021 年 8 月 5 日申报的首批 5只 FOF-LOF 之外，目前多家基金公司同样申报了 FOF-L
9、OF 产品。截至 2022/3/4，12 家基金公司合计上报了 18 只 FOF-LOF 产品，均已获证监会受理。基金管理人基金名称申请材料接收日受理决定日易方达稳健添益一年（FOF-LOF）2021/12/22021-12-9易方达均衡回报一年（FOF-LOF）2021/12/22021-12-9国泰行业配置一年（FOF-LOF）2021/8/272021-9-3国泰行业轮动一年（FOF-LOF）2021/8/262021-9-1表 3：已获受理的 FOF-LOF 产品（截至 2022/3/4）基金管理人基金名称申请材料接收日受理决定日华夏优选配置一年（FOF-LOF）2021/8/2520
10、21-9-1易方达优势回报一年（FOF-LOF）2021/8/232021-8-30招商智星稳健配置一年（FOF-LOF）2021/8/202021-8-26民生加银优享进取一年（FOF-LOF）2021/8/192021-8-26广发积极优势一年（FOF-LOF）2021/8/192021-8-26华夏行业配置一年（FOF-LOF）2021/8/162021-8-23富国智鑫行业精选一年（FOF-LOF）2021/8/162021-8-23汇添富积极投资指数优选一年定开（FOF-LOF）2021/8/162021-8-23工银瑞信睿智进取一年（FOF-LOF）2021/8/162021-8-
11、23中欧汇选一年（FOF-LOF）2021/8/52021-8-12民生加银优享平衡 6 个月定开（FOF-LOF）2021/8/52021-8-12交银施罗德智选星光一年（FOF-LOF）2021/8/52021-8-12广发优选配置两年（FOF-LOF）2021/8/52021-8-12兴证全球积极配置三年（FOF-LOF）2021/8/52021-8-12资料来源：证监会最新发布的证券投资基金募集申请行政许可受理及审核情况公示，二、个人特征因子概况在目前主流的权益类基金分析评价体系中，基金经理是影响基金业绩的重要因素之一。因此，本文从基金经理角度切入，充分挖掘基金经理个人信息，寻找对基金
12、业绩具有显著影响的基金经理个人特征。1、基金经理个人特征本文以主动偏股型基金1的基金经理为研究对象，选取 2010.1.1 至 2022.2.28 之间的数据进行分析。经整理，在统计区间内共包含 1867 位基金经理信息。我们依次从基金经理基本信息、教育背景、领导经历、研究经历、工作经历、获奖经历这六个维度共选取 17 个因子指标来度量基金经理个人特征，相关因子的构建方法如下表所示。因子维度因子指标指标说明表 4：基金经理个人特征因子库基本信息基金经理性别1 代表男，0 代表女是否中国大陆国籍1 代表是，0 代表否基金经理学历1 代表博士，0 代表硕士及以下教育背景是否顶尖院校毕业1 代表是，
13、即毕业于 2021 年 Times 世界大学排名前 100 名，0 代表否是否具有理工背景1 代表是，0 代表否领导经历是否曾任领导1 代表是，即任职基金经理前担任过正/副的公司/部门管理人，0 代表否是否曾任卖方分析师1 代表是，0 代表否研究经历工作经历是否曾任卖方首席1 代表是，0 代表否是否曾任买方分析师1 代表是，0 代表否投资年限1 代表 2 年(含)以上，0 代表 2 年(不含)以下实业系1 代表是，即任职基金经理前在实业公司就职，0 代表否券商系1 代表是，即任职基金经理前曾在券商工作，0 代表否银行系1 代表是，即任职基金经理前曾在银行或信托公司工作，0 代表否保险系1 代表
14、是，即任职基金经理前曾在保险公司工作，0 代表否私募系1 代表是，即任职基金经理前曾在私募公司工作，0 代表否是否海归1 代表是，即任职基金经理曾在海外（非中国大陆）求学或工作，0 代表否获奖经历是否获过奖1 代表是，即所管偏股型基金获得过金牛奖、金基金奖或明星基金奖，0 代表否资料来源：1 Wind 二级分类为普通股票型和偏股混合型基金2、基金经理业绩指标首先基于基金经理在管产品构造基金经理指数。以基金上期季报的规模为权重，同时考虑季报披露日为季度末自然日之后的 15 个交易日，对当期基金经理正在管理基金产品的复权单位净值收益率进行加权复合，得到每日基金经理指数对应的收益率。在构建基金经理指
15、数过程中，若出现多位基金经理共同管理同一只基金产品，则共同管理基金时的业绩算作任期最长的基金经理的业绩。考虑基金经理接任基金后的潜在建仓期，这段时期的产品业绩不能完全反映基金经理的投资能力。结合实际情况，我们设定新发基金建仓期为 3 个月，接管基金调仓期为 1 个月，这段时间的基金净值数据不纳入计算。若基金经理出现空窗期，即无在管产品时，这段时间的基金经理指数用空窗期之前所管理的基金类型对应的基金指数的加权基准来填充。其中，普通股票型基金的指数基准为 Wind 普通股票型基金指数，偏股混合型基金的指数基准为 Wind 偏股混合型基金指数。3、基金经理特征统计 基金经理基本信息当前在职的基金经理
16、共 1048 人，女性基金经理的人数近 195，明显少于男性基金经理，占比 19%左右；从历史人数变化来看，女性和男性基金经理人数均不断增加，男性基金经理人数增幅更快。女性基金经理往往会被认为持股风格较均衡，更擅长控制回撤和分散风险，下文我们将尝试探讨数据层面是否支持该观点。而从户籍地来看，基金经理中大多数来自大陆，占比 99%；非中国大陆国籍的基金经理历年人数均在个位数以内。绝大多数基金经理无海归背景，占比为 88%；近年来，非海归的基金经理人数的增长幅度大于海归的基金经理。从基金经理学历来看，博士占比 11%，硕士及以下的共 929，其中极少数为本科学历；从变化趋势来看，近年来博士学历的基
17、金经理人数增长幅度小于硕士及以下学历的基金经理。进一步我们从学校的排名划分，将 2021 年Times 世界大学排名前 100 名院校的划分为顶尖院校的范畴，其中约 35%的基金经理来自顶尖院校；自 2010 年以来，非顶尖院校毕业的基金经理人数和顶尖院校毕业的基金经理人数几乎保持同步增长趋势。部分公司在招聘研究员或者基金经理时对毕业院校具有非常严格的要求，认为顶尖院校的学生往往更聪明或者某些方面能力更强，具有更高的概率成为一名优秀的投研人员。从毕业的专业来看，约 25%的基金经理具有理工背景；从历史人数变化来看，经管专业的基金经理人数增长幅度高于理工出身的基金经理。投研人员的研究领域覆盖面广
18、，不同专业背景的基金经理拥有不同的思维模式和能力圈，对行业的研究关注度和市场判断更具多样性。表 5：基金经理基本特征最新一期人数统计（2022/2/28）因子指标指标分类人数占比女基金经理性别19519%男85381%是否中国大陆国籍非中国大陆71%中国大陆104199%基金经理学历硕士及以下92989%博士11911%否是否顶尖院校毕业68065%是36835%是否具有理工背景否78175%是26725%是否海归否92388%是12512%资料来源：Wind，注：基金经理特征数据整理自公开资料及调研纪要，特征数据的准确度取决于信息披露的完整性图 2：基金经理基本特征人数时序变化图资料来源：W
19、ind， 基金经理过往从业经历我们从两个角度划分基金经理过往从业经历，首先按其是否担任过卖方研究员和买方研究员进行划分，而卖方研究员可进一步划分为首席和非首席。另外按照其历史从业的机构类型划分为实业系、私募系、券商系、银行系和保险系，其中卖方分析师为券商系。较多基金经理的职业发展路径为卖方研究员/买方研究员、基金经理助理和基金经理。从历史人数变化来看，具有研究员经历的基金经理人数不断增长，由买方研究员提拔为基金经理的人数增长尤为明显。曾任卖方首席的基金经理人数较少且历年变化不大，根据公开数据统计，目前有 12 位基金经理曾担任为卖方首席，如谷琦彬、胡倩、农冰立、王明旭、王丝语、吴畏、吴战峰、薛
20、小波、张帆、张翔、钟帅、邹慧等。从从业经历的机构类型来看，少数基金经理曾经在私募、实业、银行、保险等机构从业，大部分来自券商或者基金公司。从历史人数变化来看，2010 年以来，曾在券商工作过的基金经理人数增长较快；部分私募基金经理自 2018 年起进军公募行业。表 6：基金经理研究经历最新一期人数统计（2022/2/28）因子指标指标分类人数占比是否曾任卖方分析师否68866%是36034%否是否曾任卖方首席103699%是121%是否曾任买方分析师否18418%是86482%资料来源：Wind，因子指标指标分类人数占比否实业系96492%是848%券商系否52050%是52850%否银行系9
21、9995%是495%否保险系100296%是464%私募系否87984%是16916%表 7：基金经理从业机构类型最新一期人数统计（2022/2/28）图 3：基金经理过往从业经历人数时序变化图资料来源：Wind， 基金经理其他特征大部分基金经理的投资年限都在 2 年以上，2016 年前后和 2021 年以来较多新人入行，目前有 27%的基金经理的投资年限低于 2 年。曾经担任过领导（包括公司管理层及部门管理人等）的基金经理人数呈现增长趋势，当前有 333位基金经理曾经担任过领导，占比 32%。约 7%的基金经理曾经获得过金牛奖、金基金奖或明星基金奖，人数较少且历年变化不大。表 8：基金经理其
22、他特征最新一期人数统计（2022/2/28）因子指标指标分类人数占比投资年限2 年(不含)以下28727%2 年(含)以上76173%是否曾任领导否71568%是33332%是否获过奖否97693%是727%资料来源：Wind，图 4：基金经理其他特征人数时序变化图三、基金经理个人特征因子有效性检验不同特征群体的差异可以体现在概率分布、总体均值上的不同，为此我们先通过双样本 KS 检验衡量不同群体的概率分布是否存在差异，并进一步衡量该差异是否主要体现在总体均值上，对于部分时间相关的变量，我们尝试以事件驱动的形式探索该事情发生前和发生后样本表现是否有差异，如基金经理在获奖前和获奖后的表现是否有差
23、异。1、不同特征基金经理的 Alpha 分布是否存在差异?使用双样本 KS 检验（Kolmogorov-Smirnov 检验）衡量不同特征基金经理的 Alpha 分布是否存在差异。首先计算每位基金经理以沪深 300 作为基准的 Alpha，并将日度 Alpha 合成周度、月度和年度 Alpha 进行检验，以减少噪声带来的影响。接着运用双样本 KS 检验衡量两组不同特征的基金经理 Alpha 分布 g(x)和 f(x)是否一致，实际观测值 D=max|f(x)- g(x)|，在显著性水平𝛼为 5%的条件下，当实际观测值 DD(n, 𝛼)时，则拒绝原假设，认为不同特
24、征基金经理的 Alpha 分布存在显著差异。综合考虑不同数据频率结果，基金经理的 Alpha 分布存在差异的个人特征因子主要包括基金经理性别、是否中国大陆国籍、是否顶尖院校毕业、是否具有理工背景、是否曾任领导、是否曾任卖方分析师、是否曾任买方分析师、投资年限、券商系、银行系、是否海归和是否获过奖。同时考虑周度、月度和年度 Alpha，在 5%显著性水平下, 不同特征基金经理的Alpha 分布均存在显著差异的个人特征因子有是否顶尖院校毕业、是否具有理工背景、是否曾任卖方分析师、是否曾任买方分析师、投资年限、银行系、是否海归和是否获过奖。如果放宽条件，仅考虑周度、月度和年度数据中的两个维度，除上述
25、因子外，还有基金经理性别、是否中国大陆国籍、是否曾任领导和券商系因子指标不同类别的基金经理Alpha 分布同样在 5%显著性水平下存在显著差异。因子维度因子指标周度 Alpha月度 Alpha年度 Alpha基金经理性别基本信息0.000*0.006*0.237是否中国大陆国籍0.016*0.1390.012*基金经理学历0.094*0.7870.296教育背景是否顶尖院校毕业0.000*0.004*0.002*是否具有理工背景0.000*0.000*0.000*领导经历是否曾任领导0.000*0.078*0.019*是否曾任卖方分析师0.000*0.008*0.001*研究经历是否曾任卖方首
26、席0.1240.2540.862是否曾任买方分析师0.000*0.000*0.000*投资年限0.000*0.000*0.000*实业系0.2210.4360.278券商系0.2120.022*0.044*工作经历银行系0.005*0.012*0.022*保险系0.014*0.6130.273私募系0.005*0.2780.310是否海归0.000*0.000*0.001*获奖经历是否获过奖0.048*0.006*0.000*表 9：不同特征基金经理的 Alpha 分布差异性检验p 值注：*、*、*依次表示在 1%、5%和 10%置信水平上显著资料来源：Wind，从具体分布来看，女性基金经理的
27、 Alpha 分布相对集中，即该群体的 Alpha 表现具有较高的相似性，但在 Alpha 均值方面和男性基金经理无显著差异。非中国大陆国籍的基金经理 Alpha 分布呈现出较为明显的左偏特征，并且中国大陆国籍的基金经理年化 Alpha 均值明显更优。顶尖院校毕业的基金经理 Alpha 分布相对更加集中。与无理工背景的基金经理相比，具有理工背景的基金经理 Alpha 分布更加集中于均值附近。未承担管理工作的基金经理 Alpha 均值略高。研究经历方面，不同投资年限的基金经理年化 Alpha 分布差异较大，投资年限在 2 年(含)以上的基金经理年化 Alpha体现出明显的集中分布特征；而是否曾任
28、卖方分析师和是否曾任买方分析师的基金经理 Alpha 分布具有一定差异，由研究员最终晋升为基金经理的群体具有略微领先的Alpha 能力。从业经历方面，未曾在银行工作过和未曾在券商工作过的基金经理Alpha 分布均更为集中；非海归的基金经理 Alpha 均值略微领先。获奖经历方面，曾获过奖的基金经理 Alpha 分布相对集中并且Alpha 均值更为突出。图 5：不同特征基金经理的年化 Alpha 分布图资料来源：Wind，2、不同特征基金经理的 Alpha 均值是否存在差异?为进一步衡量不同特征基金经理的Alpha 分布的差异是否主要体现在总体均值上，需要进行均值显著性检。均值显著性检验包括参数
29、检验和非参检验，参数检验的效能更高，但需提前假定总体的分布，非参检验不依赖于总体的分布，应用范围更广，但效能更低。为此我们同时使用参数检验和非参数检验结果进行比较分析。 参数检验独立样本 t 检验假设两独立样本服从正态分布，独立样本 t 检验统计量将服从自由度为𝑛1 + 𝑛2 2的 t 分布。计算统计量和概率 p 值，若 p 值小于给定的显著性水平𝛼，则拒绝原假设，认为两组样本均值存在显著差异。独立样本 t 检验的统计量为：(𝑥 𝑦)𝑡 =𝑠2𝑠2 1 + 2
30、19899;1𝑛2其中，𝑥和𝑦分别表示因子指标不同类别基金经理的 Alpha 均值，𝑠2和𝑠2分别表示因子指标不同类别基金经理的 Alpha12标准差，𝑛1和𝑛2分别表示因子指标不同类别基金经理的样本量。 非参数检验Mann-Whitney U 检验Mann-Whitney U 检验对数据的分布没有要求，依次对每组数据计算𝑈1和𝑈2，取二者中的较小值作为 U 与临界值 𝑈𝛼进行比较。在显著性水平𝛼为 5%
31、的条件下，当 U 𝑈𝛼时，则拒绝原假设，认为两组样本均值存在显著差异。𝑈 = 𝑛 𝑛+ 𝑛1(𝑛1 + 1) 𝑊 , = 𝑛 + 𝑛2(𝑛2 + 1) 𝑊11 22121 222其中，𝑊1和𝑊2分别表示因子指标不同类别基金经理的 Alpha 由小到大排序后的等级和，𝑛1和𝑛2分别表示因子指标不同类别基金经理的样本量。综合考虑参数和非参数检验结
32、果，基金经理的 Alpha 均值存在差异的个人特征因子主要包括是否中国大陆国籍、是否具有理工背景、是否曾任领导、是否曾任卖方分析师、是否曾任买方分析师、银行系和是否海归。无论考虑参数检验结果还是非参数检验结果，以及在不同数据频率下，不同特征基金经理的Alpha 均值均在 5%显著性水平下存在差异的个人特征因子有是否具有理工背景、是否曾任卖方分析师、是否曾任买方分析师、银行系和是否海归。如果放宽条件，考虑不同检验方法和不同数据频率下的大多数情况，除上述因子外，还有是否中国大陆国籍和是否曾任领导因子指标不同类别的基金经理 Alpha 均值同样在 5%显著性水平下存在显著差异。因子类别因子指标周度
33、Alpha参数检验非参检验月度 Alpha参数检验非参检验年度 Alpha参数检验非参检验基金经理性别基本信息0.3710.073*0.6220.4890.9450.348是否中国大陆国籍0.028*0.005*0.1110.038*0.058*0.011*基金经理学历0.5980.4420.6090.3620.1820.099*教育背景是否顶尖院校毕业0.1250.2970.099*0.036*0.1410.039*是否具有理工背景0.000*0.001*0.000*0.000*0.000*0.000*领导经历是否曾任领导0.017*0.3180.046*0.1100.026*0.009*是
34、否曾任卖方分析师0.002*0.015*0.005*0.007*0.001*0.001*研究经历是否曾任卖方首席0.4980.1440.3260.1680.8920.313是否曾任买方分析师0.000*0.003*0.001*0.003*0.000*0.000*投资年限0.2870.094*0.2910.028*0.064*0.003*实业系0.7170.1600.7970.3470.4980.209券商系0.1080.082*0.2060.088*0.1010.135工作经历银行系0.036*0.025*0.019*0.020*0.008*0.007*保险系0.6470.054*0.7730
35、.4170.2800.121私募系0.6140.4040.7320.3890.5710.250是否海归0.003*0.000*0.014*0.006*0.001*0.000*获奖经历是否获过奖0.2390.4340.1490.1170.000*0.000*表 10：不同特征基金经理的 Alpha 均值差异性检验p 值注：*、*、*依次表示在 1%、5%和 10%置信水平上显著资料来源：Wind，进一步比较 Alpha 均值存在差异的个人特征因子在不同指标分类下的Alpha 均值大小。中国大陆国籍的基金经理平均年化Alpha 为 8%，其可能更易于理解大陆投资者的交易心理与行为，获得 Alpha
36、 的能力更强。理工专业的基金经理平均年化 Alpha 为 10%，经管专业的基金经理平均年化 Alpha 为 7%，大多数理工背景的基金经理往往从相关行业的分析师做起，培养自身擅长领域的能力圈，例如：毕业于复旦大学高分子物理与化学硕士的王培最早从事石化化工行业研究工作，具有集成电路(半导体芯片)背景的周克平擅长 TMT 行业研究，材料学博士崔宸龙聚焦新能源赛道，工学硕士周诗博擅长电力、新能源、机械及军工行业等等。未曾任领导的基金经理平均年化 Alpha 为 9%，曾任领导的基金经理平均年化 Alpha 为 7%，推测没有管理工作的基金经理更专注于投资研究，也有可能部分承担领导职务的基金经理会以
37、“老带新”的方式管理基金，即双基金经理模式，而本文在构建基金经理指数过程中，若出现多位基金经理共同管理同一只基金产品，则共同管理基金时的业绩算作任期最长的基金经理的业绩，该统计方法存在将新人的业绩也都统一归于任期最长的基金经理的情况，进而导致业绩统计上可能不完全匹配。研究经历方面，具有卖方和买方研究经历的基金经理 Alpha 能力较高，平均年化 Alpha 达到 9%，大多数基金经理是由卖方研究员/买方研究员晋升为基金经理助理和基金经理，其中不乏基金经理同时拥有卖方和买方研究经历，包括周蔚文、曹名长、王培、张啸伟、余志勇、杜猛、刘彦春、季文华、梁皓、范妍、黄春逢等众多基金经理，投研经验丰富。工
38、作经历方面，未曾在银行工作过的基金经理平均年化 Alpha 为 8%，而曾在银行工作过的基金经理平均年化 Alpha 为 5%，推测曾在银行工作过的基金经理对风险的容忍度更低，而无银行工作经历的基金经理对波动的容忍度更大且业绩弹性更大，整体的Alpha 较高。此外，非海归的基金经理平均年化 Alpha 为 8%，而海归的基金经理平均年化Alpha 为 5%，推测可能是非海归的基金经理对内地市场环境更加熟悉，更容易理解大陆投资者的交易心理与行为，获取Alpha 的能力更强。图 6：不同因子指标分类的年化 Alpha 均值10%9%8%9%9%8%8%7%7%7%6%5%5%1%是否中国大陆国籍是
39、否具有理工背景是否曾任领导是否曾任卖方分析师是否曾任买方分析师银行系是否海归12%10%8%6%4%2%非中国大陆国籍中国大陆国籍无理工背景有理工背景未曾任领导曾任领导未曾任卖方分析师曾任卖方分析师未曾任买方分析师曾任买方分析师未曾在银行工作曾在银行工作非海归海归0%资料来源：Wind，3、同一基金经理在不同时间的 Alpha 能力是否存在差异？邹氏检验（Chow Test）通过测试两组数据的线性回归系数是否相等来检验是否存在结构性突变。我们尝试探索不同时期的基金经理 Alpha 能力是否具有结构性突变。首先将基金经理任期划分为两个区间，分别为事件发生前与事件发生后，事件发生前的基金收益为&#
40、119909;𝑖1 𝑟𝑓 = 𝑎𝑖1 + 𝑏𝑖1(𝑟𝑚 𝑟𝑓 ) + 𝜀𝑡，事件发生后的基金收益为𝑥𝑖2 𝑟𝑓 = 𝑎𝑖2 + 𝑏𝑖2(𝑟𝑚 𝑟𝑓 ) + 𝜀𝑡，邹检验
41、是在假设残差𝜀𝑡为独立同分布的正态分布前提下，判定𝑎𝑖1 = 𝑎𝑖2和𝑏𝑖1 = 𝑏𝑖2。假设𝑆𝑐是组合数据的残差平方和，𝑆1是第一组数据的残差平方和，𝑆2是第二数据的残差平方和。𝑁1和𝑁2分别是每一组数据的观察数目，k 是参数的总数。邹氏检验的检验值是：(𝑆𝑐 (𝑆1 + 𝑆2
42、)/𝑘(𝑆1 + 𝑆2)/(𝑁1 + 𝑁2 2𝑘)𝐹(𝑘, 𝑁1+ 𝑁2 2𝑘)邹氏检验结果显示：约 65%的基金经理投资年限变化前后（是否超过 2 年）的 Alpha 能力存在显著差异，约 71%的基金经理获奖前后的 Alpha 能力存在显著差异。在统计区间内，共有 1253 位基金经理的投资年限突破 2 年，其中有 816 位基金经理投资年限变化前后的 Alpha 能力发生结构性突变，占比为 65%；共有 100 位
43、基金经理任职期间获过奖，其中有 71 位的基金经理获奖前后的 Alpha 能力发生结构性突变，包括张燕、杜洋、谢振东、谢昌旭、蓝雁书、刘格菘、吴兴武、邱杰、汪鸣、王鹏辉等。进一步计算投资年化变化前后和获奖前后的基金经理 Alpha 均值大小，发现：投资年限在 2 年(含)以上的基金经理年化 Alpha 为 8%，投资年限在 2 年(不含)以下的基金经理年化Alpha 为 7%。随着投资年限的增长，基金经理的研究经验更为丰富， Alpha 能力略优。从获奖经历来看，获奖之前基金经理平均年化 Alpha 为 7%，获奖之后基金经理平均年化 Alpha 达到 12%。基金经理获奖之后，可能将引起公司
44、的重视，可获得的投研支持更多，更有利于基金经理业绩的持续性。图 4：不同时间基金经理 Alpha 能力是否差异的人数占比 图 5：同一基金经理在不同时间的年化 Alpha 均值65%35%投资年限变化前后的Alpha71%29%获奖前后的Alpha有显著差异无显著差异14%12%10%8%6%4%2%0%12%8%7%8%2年(不含)以下2年(含)以上获奖之前获奖之后投资年限是否获过奖0%20%40%60%80%100%资料来源：Wind，资料来源：Wind，四、优选基金经理组合的构建根据上述基金经理个人特征因子有效性检验结果，认为较为有效的个人特征因子包括：是否中国大陆国籍、是否经管专业、是否曾任领导、是否曾任卖方分析师、是否曾任买方分析师、银行系、是否海归、投资年限和是否获过奖，并进一步根据这些因子优选基金经理构建组合。1、有效因子相关性检验在利用筛选出来的基金经理个人特征因子构建组合之前，先对这些因子之间的相关性进行分析。各个因子间的秩相关系数的绝对值在 0.3 以下，因子间的相关系数不高，在构建基金经理组合时，不会存在风险过度暴露于某些因子这一情况。图 7：有效因子相关系数热力图资料来源：Wind，2、基于复合因子构建基金经理组合（1） 复合因子的
