□平安证券研究所 贾志 赵悦  

　　自2019年以来，主动权益类基金的规模从15969.61亿元增长到28936.20亿元。同时，基金公司旗下明星基金经理的吸金效应也较为明显，目前管理规模超过50亿元的基金经理达到了155位，其中超过100亿元的也高达72位。

　　业内普遍认为，随着管理规模的扩大，基金的复杂度也会相应地提高，因此业绩的持续性也越来越难。经统计，在近5年中，当主动权益基金或基金经理的管理规模大幅增长后，仅有24.63%的基金或27.98%的基金经理接下来的业绩会有所提升。探寻主动权益类基金和基金经理的最佳管理规模，对基金经理、基金公司和市场而言都是非常重要的。

　　在探索最优规模时，我们主要分为三个步骤：数据筛选、初步探究与通过模型细致定位。

　　在数据准备方面，我们采用前报告期规模与本报告期业绩来进行研究，选取了2015年1月1日至2019年12月31日共5年的规模数据，以及2015年7月1日至2020年6月30日共5年的业绩数据。主动权益类基金包括普通股票型、偏股混合型、灵活配置型和平衡混合型基金，为了充分研究主动权益基金中股票资产所带来的影响，我们剔除了平衡混合型基金和平均仓位小于60%的灵活配置型基金。同时，考虑到新成立基金存在建仓期，剔除当期成立的基金并于下一期再纳入计算。另外，也剔除了存在清盘风险的基金（规模在5000万元以下）。经过合理的数据筛选，可以为接下来的分析打好基础。

　　接下来，我们以半年度为周期进行初步的探究。首先将基金经理管理的总规模从大到小排序，根据数量平均划分为10组，并计算每组的平均规模和平均收益率。然后根据每组基金经理平均收益率所处的排名分位点进行打分，分数越高，则表明该组基金经理的平均收益率排名越靠前。最后，我们将规模与分数画图并观察，便可大致确定规模与业绩关系曲线的特征、业绩最高点所在组别，以及该组别的规模范围。

　　最后，为了更精确地定位出最佳规模的位置，我们采用门限回归模型来量化研究。通过初探中了解到的曲线特征，如果我们知道两个变量之间存在非线性关系，但是在每个阶段都是线性的，那么这样的模型便称为门限模型。门限回归模型可以敏锐地检查出趋势的拐点，然后再通过p值检验来判断是否具有统计学意义。通过对近5年的主动权益基金的规模和业绩计算，得出的最佳规模参考值，基金产品是50亿元，基金经理是100亿元。

　　影响基金经理业绩的因素不仅只有基金的管理规模，很多其他的因素都会影响到基金产品的业绩。因此，我们进一步引入了控制变量。在国内外现有的相关研究中，控制变量普遍仅考虑了基金的相关费率（管理费、托管费和销售服务费）。这里，我们对模型进行了优化，选取了五个具有代表性的因子：基金经理从业年限、持股集中度、换手率、行业集中度和机构投资者占比。另外，我们还根据基金风格和行业偏好，对基金规模进行了进一步的划分。这对不同风格和主题的基金及基金经理而言，都具有重要的研究意义。其中，风格根据市值属性和风格属性，分别划分为大盘基金和中小盘基金，价值平衡型基金和成长型基金；行业方面则根据Wind一级行业共划分为11个类别。

　　经过进一步的量化计算，我们将近5年主动权益基金和基金经理的规模每20亿元划分为一组，分别计算每组收益率的排名分位点，并计算最佳规模所在组别的胜率，我们可以分别得到主动权益基金和基金经理在不同风格和行业下的最佳规模水平，将研究结果进一步细化。

　　事实上，我们所得到的最佳规模数值仅为当下的平均水平。基金经理和基金公司可通过多种方法来提升最佳规模的上限：第一，调整基金投资风格或者调整投资行业，增加基金产品容量；第二，采取多基金经理制，分工合作，提高基金产品规模容量；第三，完善内部投研体系，全行业覆盖，为基金经理提供强大的投研支持；第四，基金经理也在不断的自我提升，扩大能力范围。

　　主动权益基金的最佳规模是一个参考值，随着市场的变化，我们得到的结论也会有所变化。但是，规模与业绩之间的矛盾是客观存在的，是具有持续研究意义的课题。