2025年解码“固收+”基金投资，在稳与进间寻最优解

一、固收类基金标签

在当前低利率的市场环境下，固定收益类基金凭借其收益稳定性与风险可控性，日益成为资产配置中不可 或缺的组成部分。一方面，纯债型基金可作为避险基础资产，提供持续票息收益；另一方面，“固收+”产品通过 适度配置权益资产，在控制回撤的同时争取增强收益，较好地契合了中低风险投资者追求资产稳健增值的需求。 对固收类基金进行科学分类，是优选产品、构建组合的重要前提。由于不同基金在权益仓位、转债暴露、 久期控制等方面存在显著差异，其风险收益特征迥然不同。通过建立清晰的分类体系，既可帮助投资者识别符 合自身风险偏好的产品，也有利于基金管理人更精准地进行绩效归因与风格评估，从而为后续的因子筛选与组 合优化奠定基础。

1.1 固收类基金分类

首先，固收类基金的总基金池为 WIND 分类中的部分债券型基金和混合型基金。除此以外，根据可投资性， 总基金池还有以下几个条件： 1）成立时间大于 1 年； 2）基金规模大于 2 亿元； 3）申赎状态为“开放申购”或“暂停大额申购”； 4）剔除定开基金和非初始基金。

根据固定收益类基金的资产配置策略与投资范围限制，可以将其划分为两大类：纯债基金和“固收+”基金。 其中“固收+”基金又可根据其具体投资标的和仓位约束的差异，继续细分不同类别。 为精确识别“固收+”基金的风险收益特征，我们依据近一年权益仓位中枢水平及波动幅度，建立分类框架。 权益仓位需考虑股票和可转债的占比，可转债结合债性和股性，因此需进行一定折算。通过计算 2016.1.1- 2025.6.30 中证转债相对中证 800 的收益率 Beta 约 0.40，因此本文设置可转债的折算比例为 0.4。最终本文定义 权益仓位=股票仓位+40%×可转债仓位。

根据权益仓位，首先将固收类基金分为纯债型与“固收+”型。纯债型基金权益仓位为 0。“固收+”基金则 根据其近一年权益仓位水平及波动性，进一步细分为以下四个类别： 1）类债型：权益仓位处于(0-5%]区间。该类产品紧贴债券资产属性，以极低比例的权益资产进行小幅增强， 风险收益特征与纯债基金最为接近。 2）稳健型：权益仓位处于(5-20%]区间。以债券资产为底仓，权益部分追求稳健增强，力争在控制波动的前 提下获取超额收益。 3）积极型：权益仓位处于(20-30%]区间。通过配置较高的权益仓位积极博取收益，产品的弹性与净值波动 也相应更大。 4）灵活型：近一年内，权益仓位的最大值与最小值之差（即仓位波幅）>20 个百分点。基金经理拥有较大 的资产配置调整空间，风格灵活，其风险收益表现高度依赖于管理人的择时能力。

2015 年至 2025 年期间，我国固收类基金在市场利率下行、净值化转型和“固收+”策略兴起的背景下，整体 实现了规模与数量的显著增长，但不同风险收益特征的产品呈现出明显分化。

纯债基金作为传统的稳健型配置工具，自 2015 年以来规模稳步攀升。尤其在 2021 年后随着利率债配置价 值凸显和机构“资产荒”背景下的需求推动，规模快速上升，至 2024 年底达到约 3.9 万亿元的高点，虽此后略有 回落，但仍处历史较高水平，显示出其在大类资产配置中的核心地位。 2020 年后，在宽松货币环境与权益结构性行情共同推动下，“固收+”基金迎来爆发式增长，规模于 2022 年 末达到约 1.87 万亿元的历史峰值。但随着 2022 年底债市调整和权益市场波动加大，产品净值出现回撤，“ 固收 +”整体规模出现理性回调，近三年基本维持在 1.07 万亿元左右震荡，至 2025 年 6 月保持在约 1.05 万亿元，反 映出该类产品已从高速扩张阶段步入平稳发展期。 “固收+”基金细分类型来看，稳健型“固收+”产品（权益仓位 5%-20%）因其风险收益特征的平衡性更受中 低风险偏好资金的青睐，规模在 2023 年冲高后虽阶段性回落，但在 2024 年后又重新反弹，最新规模约 4900 亿 元，表明该类产品在震荡市中仍具显著吸引力。相比之下，积极型产品（权益仓位 20%-30%）规模始终相对有 限，在 2021–2024 年间虽一度接近 6000 亿元，但随着市场波动加大其业绩分化明显，2024 年后规模回落至 5000 亿元以内，显示较高权益仓位的“固收+”策略容量及市场接受度仍存在一定瓶颈。类债基金的仓位限制范围较窄， 规模在 1200-2000 亿元左右波动，未形成明显的趋势性增长。灵活配置型因策略波动大，规模波动较大，截至 2025 年 6 月规模在 560 亿元左右。 从产品数量来看，纯债基金扩容最为迅速，2025 年 6 月总数已达 1137 只，“固收+”基金 622 只，其中稳 健型基金也增长至 308 只，显示出机构布局该类产品的积极性。而积极型和灵活型产品数量自 2020 年高点后持 续收缩，2025 年 6 月分别为 157 只和 54 只。类债型基金数量自 2017 年后持续在 80 只左右低位徘徊。

不同风险收益特征的固收类基金在多变的市场环境中表现出显著差异的业绩特征，其收益与风险格局与产 品定位高度吻合。

低风险产品（纯债、类债型）展现出极强的防御属性和业绩稳定性。纯债基金在股市表现疲软的年份（如 2018 年、2022 年）表现尤为亮眼，凭借纯债资产的避险特性，不仅未发生亏损，反而分别实现了 6.60%和 2. 23% 的正收益，凸显其作为资产“稳定器”的价值。类债型基金同样表现出色，尤其在震荡市中（如 2023 年）回报稳 健。两者凭借极低的回撤（最大回撤均未超-3%）和极高的夏普比率（纯债 2.21，类债 2.08），成为追求绝对收 益和低波动投资者的核心配置工具。 “固收+”基金池则体现了“稳中求进”的特性，在牛市行情中（如 2019、2020 年）能捕捉到增强收益（年化收 益约 9%-11%），显著优于纯债产品；而在市场下跌时（如 2022 年），其年化收益率在-4%左右，波动远小于高 权益仓位产品，实现了收益与风险的较好平衡。 高风险产品（积极型、灵活型）业绩波动性最大，收益弹性也最强。在权益牛市期间（如 2019-2020 年）， 其高权益仓位策略带来极高回报；但在市场转向熊市时（如 2018、2022 年），也遭受了大幅回撤，呈现出高弹 高波的特性。

1.2 债券投资风格标签

债券投资风格标签体系从券种、久期、杠杆、信用四个维度设计标签，设计思路遵循债券投资：拉长久期、 加大杠杆、信用下沉，对应着三类债券的主要收益来源，也反射出对应的利率风险、流动性风险、信用风险三 类风险。其中，券种、久期、杠杆风格从长期均值水平划分为低/中/高三档。信用风格仅按均值水平区分信用下 沉程度。

1.2.1 券种风格

券种风格基于季度券种占比平均值划分，直接反映基金在利率债、信用债和可转债之间的配置偏好，决定 收益驱动逻辑。 1）利率风格：利率债占比超过 70%，此类基金对宏观经济和货币政策利率的变动极为敏感，收益主要来源 于利率趋势判断带来的资本利得，信用风险暴露极低； 2）信用风格：信用债占比超过 70%，此类基金的收益更依赖于信用债的票息收入以及信用利差的变化，需承担更高的信用风险以换取收益增强； 3）转债风格：可转债占比超过 70%，此类基金的收益主要来源于可转债投资，通过承担可转债市场风险来 获取增强收益； 4）券种均衡：利率债与信用债占比均未达到 70%，此类基金力求在利率市场和信用市场之间寻找平衡，灵 活捕捉两类市场的投资机会，对管理人的大类资产配置能力要求较高。 纯债基金信用债占比 61.9%，利率债占 33.9%，无可转债，债种集中于信用债与利率债，侧重获取票息等收 益；“固收+”基金信用债占 64.8%，利率债占 20.4%，可转债占 8.6%，更多债种配置均衡，信用债和可转债占比 更高。细分基金池方面，类债基金信用债超 70%，契合信用风格，依赖信用债票息与利差增收益；稳健型基金 信用债占比近 70%，兼顾利率债与少量可转债，平衡收益风险；积极型基金信用债占比超 6 成，可转债占比超 8%，更注重借可转债增强收益；灵活型基金可转债占比超 20%，侧重可转债投资，策略激进，收益源于可转债 市场。

不同基金分类在券种风格上存在显著差异：积极型、稳健型、类债和纯债基金中信用风格占比普遍较高， 尤其以类债基金最为突出（61.17%）；利率风格在各类基金中占比较低，仅在纯债基金中达到 20.51% ；转债风 格仅出现在灵活型基金中，其他类型基金未见配置。

1.2.2 久期风格

久期风格衡量基金对利率变动的敏感度，其变动方向也可以反映出基金经理对利率的方向性预判：1）短久 期（1 年以内）：利率风险暴露最低，净值波动小，侧重流动性管理和短期票息收入，是防御性配置的选择；2） 中短久期（1-3 年）：平衡利率风险与收益，在控制波动的同时寻求一定程度的资本利得机会；3）中长久期（3-7 年）：对利率变动较为敏感，在利率下行周期中能显著获益，是博取资本利得的主要工具，但在利率上行时面 临较大回调压力；4）长久期（7 年以上）：利率风险暴露最高，价格波动剧烈，通常用于强烈看多债市时的进 攻性配置。 纯债基金久期均值为 2.58，处于中短久期（1-3 年）区间，平衡利率风险与收益，在控制波动同时寻求一定 资本利得机会；“固收+”基金久期均值 2.75，相较纯债基金久期稍长，兼顾利率风险与收益，追求适度资本利得。 细分基金池来看，类债基金久期 2.73、稳健型基金久期 2.79，均为中短久期，注重平衡利率风险与收益；积极 型基金久期 2.90，接近中长久期（3-7 年）下限，对利率变动较敏感，更倾向于在利率下行周期博取资本利得； 灵活型基金久期较短，仅 2.09。

不同基金分类在久期风格上呈现明显分化：固收类基金则普遍集中在中短久期风格；积极型基金以中长久 期占比较高；灵活型短久期和长久期占比较高，内部基金久期配置差异较大。

1.2.3 杠杆风格

杠杆风格基于季度杠杆率平均值划分，体现基金通过融资放大收益的程度：1）低杠杆（110%以内）：操作 稳健，融资需求低，流动性管理压力小，受资金面收紧的影响较小；2）中等杠杆（110%-130%）：运用适度杠 杆增强收益，是市场上常见的水平，需持续关注资金成本与债券收益的利差变化；3）高杠杆（130%以上）：策 略激进，充分利用杠杆效应博取高回报，但对流动性管理和资金成本的依赖度极高，在市场逆转时风险较大。 纯债基金杠杆率均值为 113.1%，“固收+”基金杠杆率均值 113.0%，整体来看纯债基金运用适度杠杆增强收 益。“固收+”基金中，灵活型基金杠杆率 108.2%，属于低杠杆（110%以内），积极型基金杠杆率 114. 7% ，相 对较高。

各类基金在杠杆使用上普遍趋于谨慎，低杠杆策略占据主导：稳健型、积极型和灵活型基金中，低杠杆占 比均超过 45%；纯债和类债基金中，中等杠杆占比略高（分别为 46.21%和 51.46%）；高杠杆策略在各类基金中 占比较低，积极型基金中略高，为 15.29%。

1.2.4 信用风格

信用风格的判定基于基金中报及年报披露的按信用分类的债券市值占比，将其中“长期 AAA 以下”和“短期 A-1 以下”归类为中低等级占比：1）高等级：中低等级占比在 20%以内。基金极度重视信用资质，几乎不进行信 用下沉，信用风险暴露极低，净值受个体信用事件影响小；2）适度信用下沉：中低等级占比在 20%-50%之间。 基金通过承担可控的信用风险来换取更高的票息收益，要求管理人具备较强的信用研究和甄别能力；3）信用下 沉：中低等级占比在 50%以上。策略较为激进，收益高度依赖于信用风险的定价补偿，信用挖掘和违约风险管 理能力是成败的关键。 纯债基金中低评级债券占比 3.63%，信用风险上较为保守；“固收+”基金中低评级债券占比为 4.77%。灵 活型基金的中低评级债券占比最高，达 12.37%，说明其在信用策略上相对更为激进，其次中低评级债券占比较 高的为类债基金，占比 6.94%，较多的收益增强来自于信用。积极型基金和稳健型基金中低评级债券占比较低， 反映出其在信用选择上更倾向于规避风险，侧重于配置高评级债券，以保障基金运作的稳健性。

不同基金分类在信用策略上呈现显著差异：积极型、稳健型、类债及纯债基金则高度集中于高等级信用策 略，占比均超过 80%，信用下沉策略在这些类型中极少被采用（积极型、稳健型和类债基金中甚至为 0），反映 出这些基金普遍采取低信用风险的稳健运作模式。

1.3 股票投资风格标签

参考以往报告《追寻优秀基因：如何构建基金标签矩阵》，股票风格标签可分为以下分类，包括行业配置、 成长价值风格和市值风格。股票风格标签基于中报和年报披露的全部持仓得出，与主动权益基金风格标签计算 来源的差异仅在于仓位的高低，因此固收+基金的股票风格标签与计算思路将与主动权益基金保持一致。 1）市值风格：识别基金在股票市值维度上的系统性偏好，如大盘、中盘或小盘。通过股票因子阈值在市值 因子方面划分高、中、低三档，其中市值因子按市值因子降序排序的分位数 10%、30%来划分，市值因子排名前 3%的为超大盘股，前 3%-10%的为大盘股，前 10%-30%的为中盘股，后 70%为小盘股。 2）价值/成长风格：价值因子包含 EP、BP、SP、CFP、DP 等当期指标；成长因子主要考虑净利润、营业收 入和 ROE历史平均增长率及预测增长率。盈利因子包含当期盈利指标 ROE、ROA、ROIC 和预期 ROE。

“固收+”基金整体呈现出大盘价值主导、重视盈利质量、成长风格趋于均衡的显著特征。不同类型产品依据 其风险收益定位，在风格暴露上存在系统差异：类债与稳健型产品风格更为保守，注重防御属性；灵活与积极 型产品则在严格控制风险的前提下，适度增加弹性。 “固收+”基金普遍偏好大市值股票，大盘和超大盘风格占主导，其中稳健型和类债基金在大盘风格上占比 最高（分别为 68.38%和 68.75%），而灵活型基金在中盘风格上占比相对较高（23.08%）。 “固收+”基金均衡估值风格为主，反映其在估值方面不极端、不追高的审慎态度；稳健型基金在低估值风格 上占比较高，凸显其“价值防御”属性；类债型基金完全规避高估值风格，与其追求绝对稳健的目标一致。 绝大多数“固收+”基金聚焦高盈利风格，积极型、稳健型和类债基金的高盈利占比均超 75%，显示其对企 业盈利质量和财务稳健性的高度重视；灵活型基金在高盈利风格上占比略低（61.53%），但仍显著高于低盈利 暴露，说明其仍以盈利能力强、基本面优质的个股为核心。 “固收+”基金以均衡成长风格为主，反映其在成长性与确定性之间的再平衡；类债型基金在均衡成长风格 中占比最高（62.5%），与其追求稳定票息、规避高波动的定位高度一致；灵活型基金和积极型基金在高成长风 格中占比相对较高，体现出其通过适度承担成长性风险以获取增强收益的策略意图。

1.4 可转债风格标签

可转债是“固收+”基金的关键收益增强工具，其投资风格直接影响组合的收益弹性和回撤控制。我们基于基 金定期报告披露的、处于转股期的可转债持仓，从四个维度构建专属标签：

1.4.1 市价风格

市价风格衡量基金可转债持仓的估值水平高低，计算披露持仓的市值加权平均市价在全市场可转债中的分 位水平，按前 30%和后 30%分位数划分为高估值、中等估值、低估值。 各类基金的中等估值占比普遍最高，均大于 65%，积极型基金高估值占比较高（16.94%）。

1.4.2 转股溢价率风格

通常转股溢价率较高的可转债其正股价格的涨跌向可转债价格的传导更弱，相应地可转债的股性较弱，反 之则股性较强。转股溢价率=转债价格/转股价值-1。计算披露持仓的市值加权平均转股溢价率在全市场可转债中 的分位水平，按照前 30%和后 30%分位数划分为高溢价、中等溢价、低溢价。 各类基金的中等溢价占比普遍最高，均大于 50%，类债基金高溢价占比较高（41.46%）。

1.4.3YTM 风格

可转债作为纯债持有至到期的收益率，反映可转债债底保护的强弱。计算披露持仓的市值加权平均 YTM 在 全市场可转债中的分位水平，按照前 30%和后 30%分位数划分为高 YTM、中等 YTM、低 YTM。 中等 YTM 风格在各类基金中占据主导地位，占比均超过 60%，其中灵活型基金占比最高（80.00%）；低YTM 风格占比次之，积极型基金低 YTM 占比最高（25.00%）；高 YTM 风格占比普遍最低。

1.4.4 股债属性风格

股债属性通过计算披露持仓的市值加权平均平底溢价率，平底溢价率=转股价值/纯债价值–1，若超过 20% 为偏股型，若低于-20%为偏债型，若在-20%~20%之间为平衡型。 平衡型风格在各类基金中占比最高，均超过 50%；偏债型风格占比次之，灵活型基金中偏债型占比最高 （44.44%）；偏股型风格占比普遍最低，积极型基金中偏股型占比相对最高，为 4.84%。

二、固收类基金因子库的构建

为系统性地甄别优秀基金产品，提升 FOF 投资组合的稳健性与超额收益，我们致力于构建一个全面且高 效的体系化选基因子库。参考报告《追寻优秀基因：如何构建基金标签矩阵》，基金因子库从收益类、风险 类、Alpha 类、风格类、拥挤度、组合管理、平台类这七个维度构建了 200 多个指标。 由于固收类基金中股票平均占比低于 30%，因此与股票持仓相关的风格类、拥挤度、组合管理等指标回测 结果并不显著。根据固收类基金的收益特征，加入净值归因模型，下行风险考虑不同股债指数。基于净值计算 的指标分别考虑近 3 月、近 6 月、近 1 年不同维度。在使用过程中，我们尤为注重因子的精简，追求简单客 观、稳定性与可解释性。第一，不追求过于复杂的选择因子，避免使用过程中难以验证投资逻辑；第二，注重 因子的稳定性，剔除频繁切换方向的选择因子；第三，将因子选基效果与金融解释性相结合，挑选符合金融逻 辑的选基因子。 在构建因子库的基础上，我们对固收类基金进行了因子 IC 检验，以动态跟踪选基因子的有效性。回测区间 为 2016 年 1 月 1 日至 2025 年 6 月 30 日，未特殊说明情况下时间观测频率采用季频。

净值归因模型如何体现基金特质收益？

纯债基金经典的 Campis i 模型，将收益分解为收入效应、国债效应、利差效应与择券效应。Campis i 模型是 固定收益组合归因分析（FixedIncomePortfolioAttribution）的经典框架，核心功能是将债券组合的总收益拆解为 系统性因素（如无风险利率、信用利差）与非系统性因素（如择券、交易），从而识别基金经理的主动管理能力 与风险暴露。StephenCampisi（2000）提出的债券收益归因框架，核心是将债券总收益拆解为收入效应（稳定现 金流）和价格变动效应（市场波动），并进一步将价格变动效应分解为国债效应、信用利差效应与择券效应三 个驱动因素，帮助投资者清晰识别收益来源。

考虑到基金利润表中股票、债券投资收益的披露频次较低，本文借鉴股票多因子体系的研究思路，结合“固 收+”基金“债券为底、多元增强”的特性，涵盖权益资产、可转债投资，且在管理过程中存在杠杆操作与现金 仓位管理需求，本文进行针对性优化。以基金净值收益率为因变量，以对应收益来源的特性因子为自变量构建 回归模型，通过回归结果量化基金的超额收益水平。 净值归因模型，构建的因子体系共包含 10 个因子，全面覆盖债券、股票和现金三类资产。 债券相关因子有 5 个，基于利率期限结构理论（即收益率曲线的平行移动、斜率变化与凸性变化）及信用 风险逻辑构建，分别是水平因子（以中债国开行债券总财富指数日收益率衡量，反映收益率曲线平行移动带来 的整体利率水平变化）、斜率因子（通过长期与短期债券指数的多空组合并采用久期中性策略构建，衡量收益 率曲线的斜率变化）、凸性因子（通过特定债券指数组合及久期中性策略衡量，描述收益率曲线的形状变化， 而久期中性策略是指通过合理配置债券组合权重使组合久期为零，确保收益率小幅波动时组合价值基本稳定）、 信用因子（通过企业债与无风险债券的多空组合并实现久期中性构建，衡量债券发行人的信用风险）、违约因 子（通过高收益企业债与优质企业债的多空组合构建，反映不同信用等级带来的风险差异）。 权益相关因子共 4 个，覆盖资产收益与风格属性，包括可转债因子（以转债与无风险债券的收益率之差计 算，衡量可转债对收益的贡献）、股票因子（以中证 800 与中证转债指数的收益率之差衡量，反映股票资产对 基金收益的影响），以及股票风格维度的 HML 因子（以国证成长与国证价值的收益率之差衡量，体现价值风 格对收益的影响）和 SMB 因子（以国证 2000 与沪深 300 的收益率之差衡量，体现市值风格对收益的影响）， 后两者合并计入 10 因子体系。现金相关因子为货币因子，以货币市场基金指数计算，用于衡量现金仓位带来的 收益或杠杆操作所需的成本。

由于众多因子之间可能存在一定的相关性，一起回归存在多重共线性，通过因子分析可以实现降维简化， 提取出更具代表性的公共因子，更清晰地反映债券市场对基金净值的影响。为提升模型效率与稳健性，我们对 其进行因子分析（FactorAnalysis），基于各因子的波动贡献度与荷载显著性，从中遴选出 5 个最具代表性的因 子构建精简模型，分别是水平、转债、股票、SMB、HML 因子。水平因子（Level）代表利率曲线的整体平移， 反映无风险利率变动。可转债因子（Convert）捕捉可转债资产的股性与债性双重特征。股票因子（Stock）代表 权益资产的系统性风险暴露。价值因子（HML）刻画基金在价值风格上的暴露。市值因子（SMB）反映基金在小盘/大盘风格上的偏好。

我们将回归得到的截距项 α 定义为基金的净值归因 ALPHA 因子。该因子代表剔除五大风格与风险因子后 的获取超额 Alpha 能力，也是基金经理的主动管理能力的真实体现。另外，回归模型中构建的 5 个因子回归系 数与因子累计收益率的乘积，能够组合成不同因子对于该基金收益的贡献度，本文也测算这些因子贡献度对基 金未来收益的有效性。除此以外，本文还通过 Alpha 与残差项波动率之比，用于衡量基金净值归因 Alpha 的稳 定性。

对比简化因子后的五因子净值归因 Alpha 与原始十因子回归的净值归因 Alpha，回测结果进一步证明简化 回归方程后的截距项更能体现基金经理的超额收益。回测区间为 2016/1/1-2025/6/30，五因子净值归因 Alpha 在 “固收+”基金池中 IC 均值为 9.09%，优于十因子净值归因 Alpha 的 IC。

2.3 多层归因模型如何进行收益拆分？

在基金绩效分析中，Brinson 模型（亦称 BHB 模型）是经典的业绩归因工具。该模型将投资组合收益分解 为四个部分：基准收益、超额收益，后者进一步拆分为资产配置收益、个股选择收益以及两者交叉产生的交互 收益。这一框架广泛应用于基金分析，旨在识别超额收益的来源，从而评估基金经理在资产配置与选股两方面 的能力。若将“行业”视为一类资产，Brinson 模型同样适用于分析基金的行业配置与行业内选股能力。 多层归因模型是在传统 Brinson 模型基础上的深化与拓展，旨在对基金收益进行更精细、多维度的分解。该 模型将基金收益逐层剥离，最终分解为七大组成部分：基准收益、资产配置收益、仓位择时收益、行业配置收 益、行业择时收益、选股收益以及交易与其他收益。它不仅保留了 Brinson 模型在资产配置与选股方面的分析优 势，更创新性地引入对仓位择时与行业择时能力的量化，从而更全面捕捉基金经理的主动管理能力。

首先该模型适用于多元资产配置的收益拆解，“固收+”基金同时投资债券、股票、可转债等多类资产，传统 债券归因模型难以覆盖权益部分。多层归因模型统一从组合整体收益出发，可同时衡量债、股等不同资产的来 源贡献，适用性更强。“资产配置收益”和“仓位择时收益”反映了基金在大类资产布局和时机选择上的能力，尤其 适用于评价灵活型“固收+”产品控制波动和把握市场机会的表现。 其次，多层归因模型侧重评估“+”部分的增强能力：通过“行业配置收益”、“选股收益”等层级的分解，可清 晰识别基金通过股票投资带来的超额收益；而“行业择时”和“交易收益”则可用于考察基金经理是否通过行业轮 动或个股交易进一步增厚收益。 最后，多层归因模型能够识别纯 Alpha 能力，剔除风格贡献。模型最终提取的“选股收益”与“交易收益”代表 剔除资产、行业和择时效应后的纯粹主动管理能力，有助于判断基金经理是否具备持续的超额收益能力。 综上，多层归因模型通过系统性的收益分解，为“固收+”基金提供了一套兼容股债、覆盖配置、择时与选股 的综合能力评估框架，尤其适合用于评价产品在控制风险的同时实现稳定收益增强的能力。

三、不同类型固收基金的因子适配之道

根据固收类基金的不同仓位结构的不同分类，分域进行因子回测检验，发现不同类型固收基金的选基因子 表现不同。其中收益率、Alpha 类、净值归因模型和多层归因模型中的因子回测效果较优。 优选因子组合：本文对于不同基金池进行单因子分域测试，通过样本期（2016.3-2025.6）IC 均值和 I CI R 排 序，排除逻辑相同以及相关性较高的因子，同一因子不同指标参数择最优参数，每类基金池选择 5 个优选因子 标准化后进行等权加总，得到综合选基因子。 组合构建：本文季频调仓，每期选择综合因子排名靠前的 10 只基金，双边手续费设置为 0.01%，构建固收 基金优选组合。

3.1 纯债基金优选因子

纯债基金收益空间有限，风险控制是第一要务。投资者追求的是在极低回撤下的稳定超额收益。因此，衡 量风险调整后收益（信息比率）、持有体验、控制下行风险的能力，以及独特的、与其他产品差异化的收益来 源（TM-Alpha、去相似度 Alpha）至关重要。纯债型基金的各因子间存在不同程度的相关性，其中任意一天买 入并持有 6 个月平均收益_近 1 年因子与去相似度 Alpha 因子、TM-Alpha_近 1 年因子间相关性较强，分别为 61.06%、51.27%，五个因子相关性均低于 70%。

从纯债型基金回测数据来看，IC 累计值整体呈上升趋势，分组收益单调，综合因子 IC 均值 13.20%，ICIR0. 45。 TOP10 净值走势持续优于中债新综合指数，总体来看纯债基金池 TOP10 表现优于 Wind 债券型基金指数；纯债 型基金 TOP10 全样本期间内实现年化收益 4.84%，最大回撤为 3.18%，夏普比率 3.66。

3.2 类债基金优选因子

类债基金的目标是提供类似纯债长期稳定的绝对回报。因此优选因子注重风险控制后的收益，包括信息比 率、持有体验、下行风险和月度胜率，同时需要引入 Alpha 类因子，包括去相似度 Alpha 的考量。 因子相关性方面剔除相关性大于 70%的因子，入选因子中持有体验、月度胜率和去相似度 Alpha 相关性较 高，其余因子间相关性都低于 40%。

类债型基金池的综合因子表现最为优异，ICIR 高达 0.73，RankIC 为 14.51%，表明所选因子在识别该类产品中持续、稳健的超额收益能力方面非常有效。类债基金权益仓位极低，风格贴近纯债，投资者对其收益稳定 性和风险控制有较高要求，因子组合中纳入 Alpha、信息比率、持有期收益及去相似度 Alpha，较好地捕捉了其 收益增强能力和风险调整后表现，因子有效性显著。TOP10 全样本期间内实现年化收益 4.76%，最大回撤为 2.48% ， 信息比率 2.32。

3.3 稳健型基金优选因子

稳健型基金权益仓位适中，追求风险控制基础上的收益增强，因子突出下行控制和获取 ALpha 能力，去相 似度 Alpha 和多层归因模型中个股选择+交易收益都是有效的优选因子，符合其“权益增强但风控优先”的特点。 稳健型基金的各因子间的相关性较低，相关性均低于 60%。

稳健型基金池的因子表现突出，ICIR 达到 0.73，RankIC 为 11.53%，分组显著单调。稳健型基金 TOP 10 全 样本期间内实现年化收益 6.46%，最大回撤为 5.04%，夏普比率 1.78。

3.4 积极型基金优选因子

积极型投资者对积极型基金的波动有较高容忍度，追求较高弹性收益，可较大比例配置权益资产。因此， 因子较为聚焦于进攻性，和稳健型基金类似，净值归因模型中的 Alpha 和 Alpha 稳定性较为重要，提供了重要 的特质 Alpha，同时也考虑长期业绩稳定性，其中近一年 CAPM-Alpha 和 TM_Alpha 是衡量长期业绩的重要指 标，以及长期的风险调整后收益因子：信息比率_近一年。因子也关注持续性，但更偏向短端的持续性。积极型 基金的各因子间相关性均低于 65%。

积极型基金池因子表现处于合理区间，ICIR 为 0.45，RankIC 为 9.89%。该类产品权益仓位较高，投资策略 受股票市场风格变化较高，权益暴露较高导致业绩波动增大，一定程度上降低了因子的稳定性与区分效力。积 极型基金 TOP10 全样本期间内实现年化收益 6.80%，最大回撤为 7.17%，夏普比率 1.31。

3.5 灵活型基金优选因子

灵活型基金的特征为权益仓位变动较大，因此需要考虑其择时收益，多层归因模型中的资产配置、仓位择 时收益对于灵活型基金有一定优选效果，另外个股选择+交易及其他收益也是其重要的收益来源，因此对于灵活 型基金，除了风险调整收益，更注重其在资产配置、择时和交易的收益。各因子相关性较低，均低于 50%。

灵活型基金池的综合因子有效性 ICIR 为 0.51，RankIC 为 12.98%，分组单调性在 2021 年前并不显著。该类 产品仓位调整灵活、风格切换频繁，导致因子表现波动较大，其优选因子虽已涵盖风控、收益及胜率等多个维 度，但策略多变性与市场适应难度仍使得因子选基稳定性面临挑战。由于灵活型基金池数量较少，每期平均 38 只基金，因此每期只选 5 只基金，更能体现优选，灵活型基金 TOP5 全样本期间内实现年化收益 6.55% ，最大回 撤为 11.83%，夏普比率 1.11。

3.6“固收+”基金优选因子

本节在全市场所有“固收+”基金中，横向比较，筛选出综合能力最强、业绩持续性最好的“全能型”选手。“固 收+”基金池为权益仓位在(0,30%]之间的全部基金，不区分各个产品的风险等级，纵观整体“固收+”基金进行 统一对比。在该基金池，优选的因子普适性更强、综合性高，能够跨风格、跨策略公平地比较所有基金，这些 因子不偏向任何特定子类别。把握全市场机会，市场风格会轮动，“固收+”基金优选能动态地在全市场捕捉当 前环境下最能创造超额收益的基金，而不受预先设定的风格标签限制。 “固收+”基金“+”的部分是核心收益增强来源，但也主要风险来源。优秀的“固收+”基金需要具备出色 的权益/多资产 Alpha 能力，同时必须严格恪守为其“+”部分设定的风险预算（下行风险），避免风格漂移。优选 因子中 Alpha 类占比较高，包括 CAPM 和净值归因模型下的 Alpha。同时对于不同风险等级的固收+基金，同时 多层归因模型分解的交易及其他收益也提供了 Alpha 来源，机构投资者持有份额占比对全基金池有一定优选效 果。优选因子相关性均低于 30%。

“固收+”基金池（整体）因子表现稳健，ICIR 为 0.69，IC 均值 10.53%，显示出综合因子在广泛产品范围内具备良好的适用性。该因子组合兼顾中长期 Alpha、下行风险及信息比率等维度，适用于不同风险收益偏好的 “固收+”产品，整体具备较强的市场适应性和选基因别能力。“固收+”基金 TOP10 全样本期间内实现年化收 益 7.80%，最大回撤为 9.50%，sharpe 比率 1.46。

3.7 不同类型基金的优选因子总结

不同风险等级的基金产品在因子选择上呈现显著的差异化特征： 低风险产品（如纯债、类债）对收益类及 Alpha 类因子敏感性较高，其中持有体验、信息比率以及去相似度 Alpha 等因子在低风险基金中均表现出优异的区分能力，有助于甄别出风险调整后收益更优的产品。 中高风险产品更加注重进攻性与收益来源的细化分析。该类产品（包括稳健、积极、灵活型）在因子选择 上更侧重收益归因，例如净值归因模型中的 Alpha，以及多层归因模型所剥离的个股选择能力和交易贡献收益； 在注重进攻的同时，注重下行风险的控制，体现出“稳中求进”的投资理念，尤其积极型基金更突出收益能力，展 现出更强的进攻属性。灵活型基金更注重资产配置、择时和交易收益。 对于“固收+”基金池，将所有不同风险的基金进行优选，除了 Alpha 类因子以外，机构投资者持有份额占 比也有一定评价借鉴意义。整体而言，因子配置体系与各类基金的投资目标及风险偏好高度契合。现有因子框 架清晰呈现出从“稳健防御”到“积极进取”的策略过渡，具有较强的逻辑一致性与实践适用性。

从综合因子的回测结果来看，不同基金池的表现存在明显差异：类债型和稳健型基金池的表现最为突出， 其 ICIR 达到 0.73，表明因子在这些组合中具有较高的稳定性和持续的选基有效性。积极型和灵活型基金池也表 现较好，RankIC 均超过 9%，ICIR 大于 0.40。从整体“固收+”基金池来看，因子表现稳健，ICIR 为 0.69，显示 出综合因子在广泛产品范围内具备良好的适用性。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）