本报告基于主动权益基金经理的调研行为出发，重点关注基金经理调研行为特征及有效性两个维度，依次构建调研勤奋度、调研热门度、区域集中度、调研利用度、调研协作度等指标并分析不同调研形式的影响。我们对调研因子的预测效果进行检验，讨论因子标签的应用场景，并 利用有效的调研因子构建FOF组合。最后，本文进一步探索基金经理调研信息在个股选择和行业轮动方面的作用，依次构建了基金经理调研选股组合和行业ETF-FOF 组合。
如何利用基金经理调研信息：近年来，上交所和深交所对上市公司机构调研信息披露的要求趋严，不断修订和完善相关制度要求，机构调研信息披露完整度也有所提升，由此我们利用调研信息构建基金经理调研标签体系。
全面解析基金经理调研标签体系：
因子有效性检验：调研勤奋度、调研利用度、调研协作度对基金经理未来业绩具有一定正向作用，其中调研勤奋度对业绩的影响最为显著。
另外，线上调研对调研利用度、调研协作度具有明显减弱作用。
因子标签应用：1）聚焦勤奋调研的基金经理，如嘉实基金谢泽林、中信保诚孙浩中、北信瑞丰石础等。2）尝试从挖掘牛股能力寻找区域调研专家，构建的北京调研专家选股组合和广东调研专家选股组合具有一定的区域增强效果。3）聚焦高利用度基金经理，如北信瑞丰石础、南方基金李锦文、国泰基金于腾达等。4）聚焦高协作度基金经理，如富国基金孙权、华夏基金高翔、浙商基金王斌等。从基金公司角度来看，博时、国泰、嘉实和南方基金等更加注重团队协作调研。
利用基金经理调研因子构建FOF 组合：1）依次基于调研勤奋度、调研利用度和调研协作度构建的FOF 组合年化收益分别为16%、14%和14%，高于同期中证偏股基金指数的9%。2）按照6:2:2 比例对上述三个因子进行加权构建综合调研因子，综合调研因子TOP10 FOF 组合业绩表现最为突出，年化收益达到18%。
基金经理调研信息拓展应用：
选股前瞻性：有助于优选alpha 标的与确定买入时机，可更多关注行业主题型、勤奋调研、*调研、集中调研和高协作度的基金经理所调研的个股，此外，长线投资者可同时关注高利用度基金经理所调研的个股。据此构建的基金经理调研选股组合年化收益率达到18%，超过同期中证偏股基指数的9%和沪深300 指数的5%。
行业前瞻性：根据调研次数同比增长率选择前5 大或者前10 大行业构建等权组合，区间收益略微领先于所有行业等权组合。可见，基金经理调研行为更多反映的是其选股能力，其中蕴含的行业信息更多是基于个股选择自然形成的结果，并不代表基金经理的行业配置能力。
查看资料
收藏
顶 
踩 
