上海证券年金养老金系列报告（二）：养老金产品的评价准则探讨

孙桂平  分析师

执业证书编号：S0870519040001

王馥馨  研究助理

执业证书编号：S0870118080009

主要观点

• 目前， 我国年金资产通过配置养老金产品的投资模式越来越普遍。现实中，很多委托人主要考核产品历史绩效，并通常以季度等较短的时间维度对产品做考核，并根据考核结果对资金分配进行调整。然而，很多委托人发现产品的业绩经常会反转，往往在增配后业绩就开始下滑。另外，很多委托人对于养老金产品的评价指标亦抱有较多疑问。比如，风险指标到底应该用“最大回撤”、“波动率”还是“下行波动率”？在定量评价的基础上，如何结合定性评价？
• 人社部的分类标准类似于公募基金的一级分类，但由于养老金产品不公布持仓数据，无法做更进一步的细分分类。从可投资范围来看，较多产品属于成本计价类资产。但即便固收-普通型产品为净值波动类产品，它依然可以投资成本计价类资产。两只固收-普通型产品的收益风险特征差异可能极大。因此，以目前的分类标准和较低的信息披露程度，委托人较难对养老金产品进行“苹果对苹果”的公允横向比较。
• 对于许多委托人来说，产品的历史业绩是最直接评估产品“好”与“坏”的标准。而通过对养老金产品业绩相关性的测算，我们发现年金养老金产品的收益延续性较差。所以，我们谨慎对待仅用历史收益做年金养老金产品评估的唯一指标。另外，近1年收益率的延续性较近6个月或近3个月更好，验证了长期业绩更加稳定的理论。
• 从对养老金产品的历史业绩分布的模拟情况来看，正态分布是最能描述年金养老金产品收益率的概率函数。另外，我们发现产品风险指标的延续性和稳定性远远好于收益指标。波动率的延续性优于最大回撤的延续性。这说明一只产品的业绩波动率在不同时间序列上基本维持在同一水平。
• 如何从过往业绩中识别真正的投资管理能力可谓做金融产品评价的重中之重和难点所在，因为业绩中除了能力成分，还包含运气成分。业绩记录越短，受运气成分的正面或负面影响越高。运气等因素所贡献的业绩是不可持续的。因此，我们认为需要专注于与投资管理人管理能力真正相关的特质，如资产管理规模、投资团队及业务的稳定性、投资流程的严谨性、对于风险因子的暴露等。而这些因素除了定量分析外，更需要结合定性分析才能有效对投资能力做出正确评估。
• 我们认为年金的投管效率尚有进一步完善空间。外部专业力量可协助委托人在投资策略、执行资产配置、选择投管人及养老金产品、跟踪及调整持仓等具体工作事项上进行优化，推动整体年金投资水平的提升。

目前， 我国年金资产通过配置养老金产品的投资模式越来越普遍。养老金产品为非公募类金融产品，仅供机构的养老资金进行投资配置。该领域透明度较低，在公开渠道中基本仅能获取日净值等基本信息。现实中，很多委托人主要考核产品历史绩效，并通常以季度等较短的时间维度对产品做考核，并根据考核结果对资金分配进行调整。然而，很多委托人发现产品的业绩经常会反转，往往在增配后业绩就开始下滑。

另外，很多委托人对于养老金产品的评价指标亦抱有较多疑问。比如，风险指标到底应该用“最大回撤”、“波动率”还是“下行波动率”？在定量评价的基础上，如何结合定性评价？针对这些问题，本篇报告将从产品分类、产品的收益延续性、产品的收益风险特征、产品的评价理念这几个维度对养老金产品进行剖析。

一、养老金产品的分类

根据人社部2013年发布的《关于企业年金养老金产品有关问题的通知》，以及《关于扩大企业年金基金投资范围的通知》养老金产品的分类标准如下：

表1：养老金产品的分类数据来源：人社部，上海证券基金评价研究中心

该分类标准类似于公募基金的一级分类，但由于养老金产品不公布持仓数据，无法做更进一步的细分分类。从可投资范围来看，较多产品属于成本计价类资产。但即便固收-普通型产品为净值波动类产品，它依然可以投资成本计价类资产。两只固收-普通型产品的收益风险特征差异可能极大。因此，以目前的分类标准和较低的信息披露程度，委托人较难对养老金产品进行“苹果对苹果”的公允横向比较。

同时，养老金产品以绝对收益为目标，不设置业绩比较基准。我们无法通过业绩比较基准对产品的收益风险特征进行事前判断，增加了产品评价的难度。

二、养老金产品的收益延续性

对于许多委托人来说，产品的历史业绩是最直接评估产品“好”与“坏”的标准。如果该说法成立，那么产品的业绩应该具备一定的延续性。我国首只年金养老金产品于2013年成立，距今已有约6年的历史业绩。相较于成本计价类产品，净值波动类产品的净值更能代表底仓资产价格的真实变动。为了一探养老金产品的历史收益延续性，我们对截止2019年底，市场上已运作的所有净值波动产品类型进行测算，其中包括股票型、混合型、固收-普通型、固收-债券型以及货币型产品[1]。从成立日期来看，大多产品是在2016年后成立的。2015年前的样本量有限，其统计意义会相应减弱[2]（见图1）。因此，我们仅统计养老金产品在2016年至2019年的业绩情况。

图1：养老金产品的成立年份数据来源：人社部报告，上海证券基金评价研究中心

我们用相关性来量化养老金产品绝对收益的延续性。相关性介于【-100%、-100%】。正的相关性代表业绩具有一定的动量效应，即历史涨幅意味着未来的涨幅。而负的相关性代表业绩具有一定的反转效应，即历史涨幅意味着未来的跌幅。而相关系数绝对值的大小则说明了历史业绩和未来业绩的关系，即绝对值越高代表关系越紧密。需要注意的是，我们这里仅回顾历史相关性，不涉及因果关系。

1. 近三个月收益对于接下来三个月收益的延续性：在每一类产品中，测算产品近三个月收益率和接下来三个月收益率的相关性。
2. 近六个月收益对于接下来六个月收益的延续性：在每一类产品中，测算产品近六个月收益率和接下来六个月收益率的相关性。
3. 近一年收益对于接下来一年收益的延续性：在每一类产品中，测算产品近一年收益率和接下来一年收益率的相关性。

从图2相关系数的方差来看，股票型产品的1年收益率的相关系数较其他两个频率更加稳定。但总体来看，该类产品的收益延续性较差，但收益率和基础市场（以沪深300指数为代表）的走势较为吻合。从一年收益率的相关系数来看，2016年年底至2017年底的相关系数均是负的，即存在一定反转效应。换而言之，在这一段时间内，如按照近一年收益率淘汰产品的话，这些产品在接下来一年则会跑赢平均。该情况发生的部分原因来自于基础市场。2015年底至2017年中市场处于稳定上升阶段，而2017年中至2018年中市场则处于稳定下滑阶段。在2016年年底淘汰的那些产品大概率是因为股票仓位或贝塔较低，但这些产品在2017年的反转市场中恰恰可能会获取更好的收益。

图2：股票型产品历史与未来收益率的相关性数据来源：Wind，上海证券基金评价研究中心

图3中，固收-普通型产品的收益延续性略优于股票型产品，但整体延续性亦不高。从不同时间段的收益率来看，近1年的收益率在接下来的1年延续性较好，但在2015年年底及2018年年年底仍呈现负相关性。

图3：固收-普通型产品历史与未来收益率的相关性数据来源：Wind，上海证券基金评价研究中心

从绝对值上来看，图4中固收-债券型产品收益延续性较股票型产品好。但纵使中证全债指数一直稳定向上，固收-债券型产品的历史收益在不同时间阶段上与未来收益的相关性依然不太稳定，有时呈现动量效应，有时呈现反转效应。近一年的收益率在接下来一年的延续性较其他时间段更好，但2015年底至2016年三季度期间，反转效应依然存在。

图4：固收-债券型产品历史与未来收益率的相关性数据来源：Wind，上海证券基金评价研究中心

图5中，混合型产品的收益延续性整体也不高。不同时间段的收益延续性均不稳定，且相关系数很少高于50%。

图5：混合型产品历史与未来收益率的相关性数据来源：Wind，上海证券基金评价研究中心

在四大类型产品中，货币型产品历史收益与未来收益的相关性最为稳定（见图6）。从不同时间段来看，用近3个月收益来判断未来3个月的收益的效果更好，大多时间相关性均处于较高水平（大于50%）。货币型产品收益有一定的延续性是由于其产品特性而定。货币型产品的受久期的约束较高，面临相同久期、相同券种的同质化资产，货币型产品发行人比拼的主要是其议价能力。所以，议价能力高的管理人发行的产品受益有望长期跑赢平均。

图6：货币型产品历史与未来收益率的相关性数据来源：Wind，上海证券基金评价研究中心

从以上产品业绩相关性的测算，我们可得出以下结论--如同其他金融产品，年金养老金产品的收益延续性较差。所以，我们谨慎对待仅用历史收益做年金养老金产品评估的唯一指标。另外，近1年收益率的延续性较近6个月或近3个月更好，验证了长期业绩更加稳定的理论。

三、养老金产品的收益风险特征

欲评估养老金产品，就不可避免得要提起评价指标。对此，很多委托人仍抱有较多疑问。比如，风险指标到底应该用“最大回撤”、“波动率”还是“下行波动率”？为了回答该问题，我们首先需要刻画养老金产品的收益风险特征。由于固收-债券型产品和2017年成立的产品数量太少，我们在以上的测算样本中对该部分产品进行了剔除。

图7：养老金产品2017年-2019年的收益分布

2019-股票型2019-混合型2019-货币型2019-普通固收型

2018-股票型2018-混合型2018-货币型2018-普通固收型

2017-股票型2017-混合型2017-货币型2017-普通固收型数据来源：Wind, 上海证券基金评价研究中心

从图7中的模拟情况来看，正态分布是最能描述年金养老金产品收益率的概率函数。根据产品类型来看， 股票型和混合型产品的拟合度较高；普通固收型产品的拟合度良好；而货币型产品的拟合度较差一些。相当部分的货币型产品收益率大幅度跑输同类平均水平。

正态分布的数学公式为：

它具备以下特点：1）平均数两侧的分布是对称的；2）平均数、中位数和众数是一样的；3）68%的数据在一个标准差范围内，95%的数据在两个标准差范围内等。最为重要的是，针对正态分布，我们仅需要考虑分布的第一和第二阶矩，即平均值和方差，因为其第三和第四阶矩，即偏态和峰态均为0。因此，我们无需像私募证券基金那样，考虑养老金产品的下行标准差。

另外，我们按照第二部分对收益延续性的测算方法，分别测算了养老金产品的波动率和最大回撤这两个风险指标的延续性[3]。根据测算结果，我们发现产品风险指标的延续性和稳定性远远好于收益指标。另外，波动率的延续性优于最大回撤的延续性。这说明一只产品的业绩波动率在不同时间序列上基本维持在同一水平。若业绩波动率出现明显变化，则通常与基础市场的系统性风险变化基本保持一致。这一现象验证了相关理论，也是很多市场上投资者先用风险目标作为产品筛选首要步骤的主要原因。

四、养老金产品的评价理念

以上，我们讨论了如何对待养老金产品的历史业绩。但如何从过往业绩中识别真正的投资管理能力可谓做金融产品评价的重中之重和难点所在，因为业绩中除了能力成分，还包含运气成分。业绩记录越短，受运气成分的正面或负面影响越高。由于运气等因素所贡献的业绩是不可持续的，它在不同周期中整体保持平衡。这次运气好，很可能下次运气就会变差。因此，我们认为需要专注于与投资管理人管理能力真正相关的特质，如资产管理规模、投资团队及业务的稳定性、投资流程的严谨性、对于风险因子的暴露等。而这些因素除了定量分析外，更需要结合定性分析才能有效对投资能力做出正确评估。定性评估需结合资管行业历史演变和发展，投管人战略布局和竞争优势，投研团队质量、产品管理能力等多方面考量，故对评估团队的从业经验，专业度等各方面的要求较高。

综合以上对养老金产品评价的探讨，我们认为年金的投管效率尚有进一步完善空间。外部专业力量可协助委托人在投资策略、执行资产配置、选择投管人及养老金产品、跟踪及调整持仓等具体工作事项上进行优化，推动整体年金投资水平的提升。

注释

[1]由于市场目前未发行固收-债券基金型产品，故未包含在统计中。

[2]根据统计学，一般样本数量要达到20以上的结果才具备统计意义。

[3]欲详知该部分测算结果，可与我们联系。联系电话：[phone];电子邮箱：[e-mail]

注：本文已于2020年5月29日发表于wind与“上海证券指e通”公众号