新能源汽车主题基金政策、需求双驱动投资前景广阔

1、内容目录一、新能源汽车主题投资价值分析 . - 5 -1.1短中长期政策向好，渗透率低，市场空间大. - 5 -1.2销量回升，政策驱动与需求驱动共振. - 5 -二、新能源汽车主题指数型基金分析. - 6 -2.1 新能源汽车主题指数型基金一览. - 6 -2.2 新能源汽车主题指数型基金跟踪指数简介 . - 7 -2.2.1 指数编制方案. - 7 -2.2.2 指数行业分布. - 8 -2.2.3 指数市值分布. - 8 -2.2.4 指数估值水平. - 9 -2.2.5 指数风险收益特征 . - 9 -2.3 新能源汽车主题指数特征总结与重点关注产品. - 11 -三、新能源汽车主题主

2、动型基金分析. - 11 -3.1 新能源汽车主题主动型基金基本情况. - 11 -3.1.1 新能源汽车主动型基金风险收益分析. - 12 -3.1.2 新能源汽车主被动型基金业绩对比. - 13 -3.2 新能源汽车主题主动型基金持仓分析. - 15 -3.2.1 股票历史仓位情况 . - 15 -3.2.2 持股集中度与持股数量情况. - 17 -3.2.3 换手率情况 . - 18 -3.2.4 报告期重仓股的详细分析 . - 19 -3.3 归因分析. - 21 -3.3.1 Barra 归因分析. - 21 -3.3.2 风格归因. - 22 -3.3.3 Brinson 多期业绩

3、归因. - 23 -3.3.4 选股与择时能力. - 23 -3.4 新能源汽车主题主动型基金要点总结. - 24 -3.5 新能源汽车主题主动型基金重点关注. - 25 -图表目录图表 1：新能源汽车月度销量（2018 年至 2020 年 9 月，单位：万台） . - 6 -图表 2：新能源汽车主题指数型基金一览 . - 6 -图表 3： 新能源汽车主题指数基金跟踪指数数量情况. - 6 -图表 4：新能源汽车主题指数基金跟踪指数规模情况. - 6 -图表 5：新能源汽车主题指数编制方案一览. - 7 -图表 6：新能源汽车主题指数行业分布情况（申万一级行业） . - 8 -图表 7：新能源

4、汽车主题指数成分股流通市值分布情况（单位：亿元）. - 9 -图表 8：新能源汽车主题指数估值水平情况（申万一级行业） . - 9 -图表 9：新能源汽车主题指数风险收益情况. - 9 -图表 10：新能源汽车主题指数在沪深 300 不同行情下的表现情况. - 10 -图表 11：2015 年至今消费主题指数与基准指数风险-收益图. - 10 -图表 12：新能源汽车主题指数特征总结表 . - 11 -图表 13：新能源汽车主题主动型基金概览 . - 11 -图表 14：新能源汽车主题主动型基金风险收益表 . - 12 -图表 15：任职以来年化超额收益排名. - 12 -图表 16：任职以来

5、最大回撤排名. - 12 -图表 17：任职以来年化收益排名. - 13 -图表 18：任职以来夏普比率排名. - 13 -图表 19：任职以来的风险收益比（气泡大小表示基金规模） . - 13 -图表 20：任职以来的风险收益比（气泡大小表示任职年限） . - 13 -图表 21：新能源汽车主被动型基金不同行情区间业绩对比表. - 14 -图表 22：新能源汽车主被动型基金不同行情区间业绩对比图. - 15 -图表 23：不同类型的主动型基金自成立以来的季度股票仓位变化. - 16 -图表 24：自成立以来的季度股票仓位变化 . - 16 -图表 25：新能源汽车主被动型基金近一年股票仓位变

6、化 . - 16 -图表 26：2019 年四季度基金经理仓位操作分析 . - 16 -图表 27：自现任基金经理任职以来季度仓位变化情况. - 17 -图表 28-自任职以来仓位变动统计数据 . - 17 -图表 29：现任基金经理任职以来的持股集中度. - 18 -图表 30：现任基金经理任职以来的持股数量. - 18 -图表 31：新能源汽车主题主动型基金自成立以来的持股集中度 . - 18 -图表 32：新能源汽车主题主动型基金自成立以来的持股数量. - 18 -图表 33：新能源汽车主题主动型基金自成立以来的换手率情况 . - 19 -图表 34：新能源汽车主题主动型基金自成立以来的

7、持股数量. - 19 -图表 35：自成立以来重仓股以及重仓次数前十的股票 . - 20 -图表 36：自成立以来重仓股所属行业以及占比前五. - 20 -图表 37：新能源汽车主题主动型基金 2020 年中报重仓股及占比. - 21 -图表 38：新能源汽车主题主动型基金 2020 年中报重仓股重复情况. - 21 -图表 39：Barra 归因模型回归结果一览 . - 21 -图表 40：国泰智能汽车因子分析雷达图. - 22 -图表 41：嘉实智能汽车因子分析雷达图. - 22 -图表 42：新能源汽车主题主动型基金风格分析结果一览 . - 23 -图表 43：Brinson 模型多期业

8、绩归因结果一览（自现任基金经理任职起） . - 23 -图表 44：新能源汽车主题选股与择时能力结果一览. - 24 -图表 45：新能源汽车主题主动型基金总结 . - 25 -图表 46：新能源汽车主题主动型基金重点推荐比较. - 25 -图表 47：市场上重仓新能源汽车主题的其它基金 . - 26 -一、新能源汽车主题投资价值分析短中长期政策向好，渗透率低，市场空间大2020 年可以说是新能源汽车新周期元年，行业短中长期政策利好，发展道路顺畅，行业发展路劲清晰明确。短期而言，补贴政策延长至 2022 年且退坡幅度较小，政策加码提振销量。今年 4 月，财政部、工信部、科技部和发改委联合发布了

9、关于调整完善新能源汽车补贴政策的通知，提出新能源汽车推广应用财政补贴政策实施期限延长至 2022 年底，原则上 2020-2022 年补贴标准分别在上一年基础上退坡 10、 20、30。今年退坡幅度较小，并确定未来两年的补贴标准，有效保障了新能源汽车行业持续快速地发展。中期而言，双积分政策颁布有望托底新能源汽车销量。除补贴政策外，“双积分”政策也一定程度上保证了新能源汽车的销量，2020 年 7 月 2 日，工信部发布 2019 年度乘用车企业双积分情况公告，新版双积分管理办法将大幅降低正积分供给，并鼓励低油耗车型。双积分政策的施行倒逼现有主机厂生产新能源汽车，有力地支撑了新能源汽车的销量。长

10、期而言，新能源汽车产业发展规划（2021-2035）审议通过，长期产业规划明确，渗透率提升可期，市场空间大。2019 年 12 月 3 日，工信部发布征求新能源汽车产业发展规划（2021-2035）意见稿，2020 年 10 月 9 日国务院常务会议通过新能源汽车产业发展规划，根据规划，2021 年起，国家生态文明试验区、大气污染防治重点区域新增或更新公交、出租、物流配送等公共领域车辆，新能源汽车比例不低于 80。按照规划，到 2025 年新能源汽车市场竞争力将明显提高，新能源汽车新车销量占比达到 25左右。按该规划测算，2019-2025 年新能源汽车销量复合增速将达到 34以上。销量回升，

11、政策驱动与需求驱动共振后疫情时代，新能源汽车销量迅速复苏，9 月销量同比增速达 67.7。受补贴退坡影响，2019 年下半年国内新能源汽车销量增速下滑，今年年初的疫情进一步影响了新能源汽车的产销；而随着疫情逐步受到控制，新能源汽车的销量增速逐步上升，9 月销量达 13.8 万辆，同比增长 67.7，环比增长 26.2，增速大幅扩大且已连续三个月保持正增长。图表 1：新能源汽车月度销量（2018 年至 2020 年 9 月，单位：万台）来源：中汽协，&，截至 2020 年 9 月数据二、新能源汽车主题指数型基金分析新能源汽车主题指数型基金一览截至 2020 年 9 月中旬，市场上新能源汽车主题指

12、数型基金（包括 ETF、ETF联接、LOF、普通指数型）一共有 7 只（同一产品的 A 类与 C 类记为一只），规模达到 242.88 亿元，其中 ETF 基金规模最大，达 155.74 亿元。新能源汽车主题 ETF 中，华夏中证新能源汽车 ETF 与平安中证新能源汽车产业 ETF 今年以来的场内成交都很活跃（截至 9 月 15 日的日均成交额分别为 39077.29万元、37858.95 万元），两者规模分别为 99.78 亿和 48.67 亿。图表 2：新能源汽车主题指数型基金一览基金类型证券代码证券简称成立日期跟踪指数代码跟踪指数简称管理+托管费率（%）基金规模（亿元）今年以来日均成交额

13、（万元）ETF159806.OF国泰中证新能源汽车ETF2020-03-10399976.SZCS 新能车0.67.296092.36515030.OF华夏中证新能源汽车ETF2020-02-20399976.SZCS 新能车0.699.7839077.29515700.OF平安中证新能源汽车产业 ETF2019-12-31930997.CSI新能源车0.248.6737858.95LOF160225.OF国泰国证新能源汽车2016-07-01399417.SZ新能源车0.710.59555.92501057.OF汇添富中证新能源汽车产业2018-05-23930997.CSI新能源车1.11

14、8.251639.18联接基金009067.OF国泰中证新能源汽车ETF 联接2020-04-03399976.SZCS 新能车0.60.73-普通指数基金161028.OF富国中证新能源汽车2015-03-30399976.SZCS 新能车1.2258.30-来源：wind，&，数据截至日期：2020 年 9 月 15 日，规模来自基金最新披露的资产净值。注：指数 930997.CSI 与 399417.SZ 简称均为新能源车，但是前者全称为中证新能源汽车产业指数，后者全称为国证新能源车指数，请投资者予以区别。从跟踪的指数产品数量与规模上来看(剔除 ETF 联接基金)，目前跟踪中证新能源汽车

15、指数（简称 CS 新能车，指数代码 399976.SZ）数量与规模上均最多，一共有 3 只产品跟踪，规模达到 165.37 亿元。图表 3： 新能源汽车主题指数基金跟踪指数数量情况图表 4：新能源汽车主题指数基金跟踪指数规模情况3, 50%1, 17%2, 33%国证新能源车指数中证新能源汽车产业指数中证新能源汽车指数165.37,68%10.59, 4%66.92, 28%国证新能源车指数中证新能源汽车产业指数中证新能源汽车指数来源：wind，&，数据截至日期：2020 年 9 月 15 日，规模来自基金最新披露的资产净值。来源：wind，&，数据截至日期：2020 年 9 月 15 日，规

16、模来自基金最新披露的资产净值。新能源汽车主题指数型基金跟踪指数简介目前市场上新能源汽车主题指数型基金跟踪的指数共有 3 只，分别为：中证新能源汽车指数、中证新能源汽车产业指数和国证新能源车指数。本文将从指数编制方案、行业分布、市值分布、风险收益特征以及估值水平等对这 3只指数进行分析。指数编制方案跟踪指数代码399976.SZ930997.CSI399417.SZ跟踪指数简称CS 新能车新能源车新能源车跟踪指数全称中证新能源汽车指数中证新能源汽车产业指数国证新能源车指数成分股个数305250样本空间符合条件的沪深 A 股中证全指指数样本股符合条件的沪深 A 股图表 5：新能源汽车主题指数编制方

17、案一览如图表 5 所示，新能源汽车主题指数的编制方案核心思路相同，都是对样本空间的股票根据一定时间内的日均成交额、日均总市值以及公司业务范围等进行筛选，细节在于对时间范围的规定（最近一年或者半年）、日均成交额和日均总市值的筛选标准不同（剔除后 10或者 20）、业务领域范围规定的详尽程度不同。从筛选结果上看，中证新能源汽车产业指数的筛选条件最为宽松、业务领域范围最广，目前成分股数量也最多。选样标准对样本空间内股票按照最近一年（新股为上市以来）的 A 股日均成交金额由高到低进行排名，剔除排名后 20%的股票；对样本空间的剩余股票，选取涉及锂电池、充电桩、新能源整车等业务的上市公司股票纳入新能源汽

18、车主题；将（2）中剩余股票按照最近一年日均总市值由高到低进行排名，选取排名前 80 的股票作为指数样本股。剔除样本空间内过去一年日均成交金额排名在后 10%的股票。在剩余样本中，选取业务涉及新能源汽车产业的股票作为样本股，具体包括新能源整车、充电桩、锂电设备、电机电控、电池材料、电芯电池组、配套设备以及相关上游材料等。符合相关条件且公司业务领域属于新能源汽车产业，包括整车、电池材料、上游材料、电机和电控、充电桩等。对入围股票在最近半年的 A股日均成交金额按从高到低排序，剔除排名后 10的股票。对选样空间剩余股票按照最近半年的A 股日均总市值从高到低排序，选取前 50 名股票构成指数样本股。加权

19、方式-市值加权|自由流通股本来源：wind，&，中证指数有限公司官网，深圳证券信息有限公司官网指数行业分布我们将上述 3 只指数按照申万一级行业标准考察其行业分布情况，如图表 6所示，结果表明各指数的成分股主要分布于电气设备、汽车、有色金属、化工等申万一级行业中。图表 6：新能源汽车主题指数行业分布情况（申万一级行业）来源：wind，&，数据截止 2020 年 9 月 15 日指数市值分布从各个指数的成分股流通市值来看，中市值（100-500 亿）在 3 只指数中占比均为最多，分别达到 66、70和 55.77；中证新能源汽车产业指数中小市值成分股占比最多，达 26.92。图表 7：新能源汽车

20、主题指数成分股流通市值分布情况（单位：亿元）来源：wind，&指数估值水平从各个指数的估值上看，受到 wind 公开数据局限性,仅能统计到各指数自发布日期至今估值情况,从结果上看无论是绝对的估值还是指数的估值百分位， 3 个指数的当前估值都偏高，相比之下国证新能源车指数估值相对较低。图表 8：新能源汽车主题指数估值水平情况（申万一级行业）指数代码指数简称指数全称市盈率 PE-TTM指数估值百分位估值区间399976.SZCS 新能车中证新能源汽车指数181.2198.332014/11/28-2020/09/15930997.CSI新能源车中证新能源汽车产业指数134.2496.952017/

21、7/21-2020/09/15399417.SZ新能源车国证新能源车指数60.4681.232014/09/26-2020/09/15来源：wind，&，截至 2020 年 9 月 15 日指数风险收益特征图表 9：新能源汽车主题指数风险收益情况我们按照沪深 300 历史走势划分如下几个区间,比较 2015 年年初至今三只新能源汽车指数与沪深 300 在各区间的表现情况，结果显示新能源汽车各指数整体表现较好，相对沪深 300 有一定的超额收益.指数代码证券简称2015/1/12020/9/151/1/20156/13/20151/29/20161/26/20181/4/20196/12/201

22、51/28/20161/26/20181/3/20199/15/2020年化收益率（）夏普比率最大回撤（）牛市熊市震荡偏牛熊市震荡偏牛399417.SZ新能源车8.920.38-55.66112.69-43.3634.20-39.4563.15399976.SZCS 新能车10.210.42-62.18121.21-47.9522.43-38.0695.52930997.CSI新能源车10.380.42-58.68125.45-46.5335.00-40.9179.07000300.SH沪深 3005.210.27-46.7050.98-46.5153.53-32.0858.14来源：wind

23、，&，数据截止 2020 年 9 月 15 日具体而言,市场 2015 年上半年牛市时，新能源汽车主题各指数相对沪深 300 超额收益明显，三只指数均跑赢了沪深 300 一倍多，在 2019 年 1 月 4 日至今的成长风格占优的结构性牛市行情中，相对超额收益也具有优势；但是在沪深 300 的两次熊市中，三只主题指数的回撤表现均较差，在 2016 年 1 月 29 日至 2018 年 1 月 26 日的蓝筹股风格占优的行情中，新能源汽车主题大幅跑输了沪深 300 指数。图表 10：新能源汽车主题指数在沪深 300 不同行情下的表现情况来源：wind，&，数据截止 2020 年 9 月 15 日

24、从图表 11 的风险-收益结果中也可看出相比于沪深 300 指数，三只新能源汽车指数整体的风险收益比较高，年化收益率高的同时波动也较沪深 300 指数大；三只指数的具体对比上，三只指数的波动率相近，其中中证新能源汽车指数与中证新能源汽车产业指数的收益相近，且高于国证新能源汽车指数。图表 11：2015 年至今消费主题指数与基准指数风险-收益图来源：wind，&，数据截至 2020 年 9 月 15 日新能源汽车主题指数特征总结与重点关注产品通过以上分析，下表总结了 3 只新能源汽车主题指数的主要特征，总体而言，三只指数均是跟踪与新能源汽车主题相关的上市公司，区别主要在于选样条件，中证新能源汽车

25、产业指数的选股条件相对而言最为宽松，成分股数量也最多，平安中证新能源汽车产业 ETF(基金代码 515700.OF，规模为 48.67 亿元)为跟踪该指数的基金中规模最大的，且场内成交活跃；中证新能源汽车指数，选股条件相对严苛，成分股数量较另两只较少，华夏中证新能源汽车 ETF(基金代码 515030.OF，规模为 99.78 亿元)为跟踪该指数的基金中规模最大的，且场内成交活跃；场外基金富国中证新能源汽车，成立时间最早（2015年 3 月 30 日），基金规模 58.30 亿元。国证新能源车指数，目前唯一跟踪该指数的基金为国泰国证新能源汽车（LOF），成立于 2016 年 7 月 1 日，最

26、新规模 10.59 亿元。图表 12：新能源汽车主题指数特征总结表指数代码指数名称个股数量指数特征399976.SZ中证新能源汽车指数30选股条件相对严苛，成分股数量较另两只较少，2015 年至今风险收益比较高，回撤最大930997.CSI中证新能源汽车产业指数52选股条件相对宽松，2015 年至今风险收益比较高399417.SZ国证新能源车指数50估值水平相对较低，风险收益比较两只低，回撤较另两只好来源：wind，&，数据截止 2020 年 9 月 15 日三、新能源汽车主题主动型基金分析新能源汽车主题主动型基金基本情况筛选方法：对于 Wind 开放式基金中所有普通股票型基金、偏股混合型基金

27、、平衡混合型基金和灵活配置型基金，上述产品名称中含有“汽车”、“新能源汽车”字样，或者业绩比较基准中含有上文中提到的三只新能源汽车主题指数的产品，合计作为本文考量的对象。对于市场上其它重仓新能源汽车主题、或者基金经理长期偏好于新能源汽车主题的基金，本文暂不做重点考察对象 (后文附录中将附有最新统计清单)。基于上述基金池，再剔除池中基金经理任期不满一年和基金规模小于 2 亿元的基金，形成最终的新能源汽车主题主动管理型基金池，总计 6 只（AC 类视为一只），详见图表 13 所示。图表 13：新能源汽车主题主动型基金概览证券代码简称基金经理成立日期任职日期基金规模（亿元）001790.OF国泰智能

28、汽车王阳2017-08-012019-08-1543.98002168.OF嘉实智能汽车姚志鹏2016-02-042016-04-3025.28001156.OF申万菱信新能源汽车任琳娜2015-05-072017-11-2714.65005939.OF工银瑞信新能源汽车 A杜洋,闫思倩2018-11-142018-11-149.41400015.OF东方新能源汽车主题李瑞2011-12-282017-12-154.85005668.OF融通新能源汽车 A王迪2018-06-152018-06-204.53来源：wind，&，规模数据截至 2020 年 6 月 30 日根据 wind 最新中报

29、数据显示,6 只基金中规模最大的为国泰智能汽车（001790.OF，43.98 亿），规模最小的为融通新能源汽车 A（005888.OF，4.53亿）；成立时间最久的为东方新能源汽车主题（400015.OF）。图表 14：新能源汽车主题主动型基金风险收益表来源：wind，&，数据截至 2020 年 10 月 2 日新能源汽车主动型基金风险收益分析这 6 只新能源汽车主题主动型基金的业绩表现良好：从每个基金的现任基金经理任职以来的风险收益情况来看，新能源汽车主题主动管理型基金池的整体平均年化超额收益为 23.2%，整体平均年化收益为 40.2%，整体平均最大回撤-32.2%，整体平均夏普比率 1

30、.2；从每个基金经理近一年以来的风险收益情况来看，整体平均超额收益为 30.0%，整体平均年化收益为 83.3%，整体平均最大回撤-27.1%，整体平均夏普比率 2.0。具体考察每个基金现任基金经理任职起来的各个方面，年化收益、年化超额收益和夏普比率最高的均为国泰智能汽车，分别达到 96.2%、45.6%、2.3，其规模目前也为这六只基金中最大的，达 43.98 亿，但是基金经理任职年限也是这六只基金中最短的，只有 1.15 年。回撤控制较好的有国泰智能汽车、融通新能源汽车 A、工银瑞信新能源汽车 A，最大回撤均小于-30%，最大回撤最小的为融通新能源汽车 A，最大回撤仅为-25.51%。近一

31、年中，年化超额收益最高的为申万菱信新能源汽车，为 53.2%；年化收益最高的为国泰智能汽车，为 98.9%；最大回撤较小的为融通新能源汽车 A，为-23.5%；夏普比率最高为国泰智能汽车和融通新能源汽车 A，为 2.3。图表 15：任职以来年化超额收益排名图表 16：任职以来最大回撤排名来源：wind，&,数据截至 2020 年 10 月 10 日来源：wind，&,数据截至 2020 年 10 月 10 日图表 17：任职以来年化收益排名图表 18：任职以来夏普比率排名来源：wind，&,数据截至 2020 年 10 月 10 日来源：wind，&,数据截至 2020 年 10 月 10 日

32、从 6 只基金的现任基金经理任职起来的风险收益气泡图来看，分别用气泡大小表示金规模和基金经理任职年限，嘉实智能汽车基金经理任职年限最长，且波动最小，基金经理任职 4.44 年来年化收益达到 25.6%。其余如融通新能源汽车，基金经理任职以来波动也较小，年化收益达 40.0%。图表 19：任职以来的风险收益比（气泡大小表示基金规模）图表 20：任职以来的风险收益比（气泡大小表示任职年限）来源：wind，&,数据截至 2020 年 10 月 10 日来源：wind，&,数据截至 2020 年 10 月 10 日新能源汽车主被动型基金业绩对比主动型基金能否跑赢被动型基金一直是投资者非常关注的问题，为

33、了对比新能源汽车主题主动型基金和主题指数基金历史业绩情况，本部分我们选用中证新能源汽车指数（简称 CS 新能车）作为新能源汽车被动型基金的代表（6只主动型基金有 5 只以该指数作为业绩基准），我们的考察区间为 2015 年 1月9 日至2020 年9 月15 日，按照中证新能源汽车指数的表现划分了三个区间：2015 年 1 月 1 日2015 年 6 月 12 日，CS 新能车处于牛市，三只新能源汽车主题指数区间平均涨幅 119.8%，主动型基金平均区间涨幅 103.1%，主动型基金较主题指数基金表现较弱。2015 年 6 月 13 日2018 年 10 月 11 日，CS 新能车震荡下行，三

34、只新能源汽车主题指数区间平均跌幅-55.7%，东方新能源汽车主题跌幅-60.7%，申万菱信新能源汽车跌幅-30.8%，主动型基金平均区间跌幅-45.8%，主动型基金平均跑赢指数 9.9%。2018 年 10 月 12 日2020 年 9 月 15 日，CS 新能车震荡上行，三只新能源汽车主题指数区间平均涨幅 74.0%，国泰智能汽车区间涨幅 124.2%，嘉实智能汽车区间涨幅 165.2%，申万菱信新能源汽车区间涨幅 129.7%，东方新能源汽车区间涨幅 77.0%，融通新能源汽车区间涨幅 152.7%，主动型基金平均区间涨幅 129.8%，新能源汽车主动型基金大幅跑赢指数基金,表现出了优秀的

35、选股能力。可见，新能源车指数在牛市上涨的区间里，主动型基金平均涨幅小于被动指数基金（这应该与被动基金通常仓位更高有关），而在指数下跌或震动区间，主动型基金的平均表现明显优于被动基金，说明新能源车主题的主动型基金具备明显的主动管理能力，通过主动管理能获取一定的超额收益。图表 21：新能源汽车主被动型基金不同行情区间业绩对比表来源：wind，&，数据截至 2020 年 9 月 15 日注：部分区间内，基金成立，但是由于没有完整的区间数据，我们暂不考虑。图表 22：新能源汽车主被动型基金不同行情区间业绩对比图来源：wind，&，数据截至 2020 年 9 月 15 日新能源汽车主题主动型基金持仓分析

36、股票历史仓位情况6 只新能源汽车主题主动型基金的权益仓位变化总结有如下几点特征：与基金类型有关，国泰智能汽车与嘉实智能汽车为股票型基金，受合同规定的约束，始终维持在高仓位运作；其他四只基金的基金类型为偏股混合型与灵活配置型，仓位调整相对灵活，尤其是申万菱信新能源汽车（为灵活配置型基金），成立之后的两年多时间内，股票仓位没有高于 30%，2017 年之后逐步提高股票仓位，近一年股票仓位稳定在 80%以上。与基金经理对市场的判断有关，比较明显有 2019 年 4 季度，融通新能源汽车 A 大幅降低股票仓位：从三季度的 92.70%下降到四季度的 52.77%，工银瑞信新能源汽车则是将仓位从 87.

37、89%降低到 78.73%；而东方新能源汽车主题将股票仓位从三季度的 79.76%提高到四季度的 89.33%，申万菱信新能源汽车将股票仓位从三季度的 85.54%提高到四季度的 91.40%，嘉实智能汽车略提高股票仓位近 3%，国泰智能汽车仓位略提高 0.55%。从仓位调整效果来看，2019 年四季度，上证综指先跌后涨，季度涨幅 4.99%，而2019 四季度CS 新能车上涨近29.95%，降低仓位的两只基金表现如下：融通新能源汽车 A 上涨 14.70%，工银瑞信新能源汽车上涨 23.72%，提高仓位的四只基金表现如下：国泰智能汽车上涨 27.74%，嘉实智能汽车上涨 14.29%，申万菱

38、信新能源汽车上涨 25.88%，东方新能源汽车主题上涨 21.04%，从结果来看，并不能说明提高仓位或者降低仓位会直接影响基金业绩。具体到每个产品的仓位变动特点而言，自现任基金经理任职以来，国泰智能汽车和嘉实智能汽车仓位调整幅度较小，仓位变动标准差分别只有与 2.60；融通新能源汽车 A 仓位变动幅度最大，最大单季度曾加仓 36.78%，最大单季度曾减仓 39.93%，仓位变动标准差为 21.98，远超过其它基金。 图表 23：不同类型的主动型基金自成立以来的季度股票仓位变化图表 24：自成立以来的季度股票仓位变化来源：wind，&，截至 2020 年 2 季度来源：wind，&，截至 202

39、0 年 2 季度表示现任基金经理任职后的第一个报告期。图表 25：新能源汽车主被动型基金近一年股票仓位变化来源：wind，&，数据截至 2020 年 9 月 15 日图表 26：2019 年四季度基金经理仓位操作分析来源：wind，&图表 27：自现任基金经理任职以来季度仓位变化情况来源：wind，&，数据截至 2020 年 9 月 15 日注：红色表示加仓，绿色表示减仓图表 28-自任职以来仓位变动统计数据来源：wind，&持股集中度与持股数量情况持股集中度与持股数量可以一定程度上反应基金经理的投资理念与基金的波动程度，持股越分散、集中度越低，往往意味着基金的风险越小，反之越大；平均而言，

40、6 只新能源汽车主动型基金的持股集中度均在 45%-75%之间，属于中等水平；持股数量则在 40 只左右，属于适度分散的水平。具体而言，持股集中度上：自现任基金经理任职以来，东方新能源汽车主题的平均持股集中度为 46.22%，为 6 只基金中最小的；而融通新能源汽车 A 的平均持股集中度为 78.23%，为 6 只里面最大的。自任职以来平均持股集中度具体排名：融通新能源汽车 A申万菱信新能源汽车国泰智能汽车嘉实智能汽车工银瑞信新能源汽车 A东方新能源汽车主题。持股数量上：东方新能源汽车主题持股数量波动较大，2017 年年报持股数量高达 147 只，自任职以来的平均持股数量也最多。其余基金持股数

41、量在 40 只左右波动，近两年有逐步提高持股数量的趋势。自任职以来平均持股数量具体排名：东方新能源汽车主题工银瑞信新能源汽车 A嘉实智能汽车国泰智能汽车申万菱信新能源汽车融通新能源汽车 A。图表 29：现任基金经理任职以来的持股集中度来源：wind，&，截至 2020 年 6 月 30 日图表 30：现任基金经理任职以来的持股数量来源：wind，&，截至 2020 年 6 月 30 日图表 31：新能源汽车主题主动型基金自成立以来的持股集中度图表 32：新能源汽车主题主动型基金自成立以来的持股数量来源：wind，&，截至 2020 年 10 月 2 日来源：wind，&，截至 2020 年 1

42、0 月 2 日换手率情况整体而言，自现任基金经理任职以来，嘉实智能汽车的换手率始终低于每期报告期平均水平，任职以来平均换手率最小，只有 2.62。东方新能源汽车主题和工银瑞信新能源汽车A 平均换手率为17.18 和15.76，远高于 6 只平均8.79。自任职以来平均换手率具体排名：工银瑞信新能源汽车 A 东方新能源汽车主题 融通新能源汽车A 申万菱信新能源汽车国泰智能汽车嘉实智能汽车。图表 33：新能源汽车主题主动型基金自成立以来的换手率情况来源：wind，&，截至 2020 年 10 月 2 日图表 34：新能源汽车主题主动型基金自成立以来的持股数量来源：wind，&，截至 2020 年

43、6 月 30 日报告期重仓股的详细分析为进一步分析 6 只新能源汽车主题基金具体持股情况，本部分将对 6 只基金自成立以来以及最新报告期的重仓股进行分析，以期帮助投资者了解基金管理人的持股偏好。从 6 只基金自成立以来的重仓股统计情况来看，宏发股份、比亚迪、新宙邦、华友钴业、汇川技术、宁德时代这六只股票被这 6 只基金的三只基金重仓了多次；此外，我们可以看到每只基金重仓次数最多的股票都不相同；从重仓重合度来看，申万菱信新能源汽车和国泰智能汽车重仓次数最多的股票重合度最高，有 5 只股票都被它们重仓过多次；融通新能源汽车 A 没有与其他基金重仓次数相同的股票，东方新能源汽车和嘉实智能汽车与其它基

44、金重仓股票重合则分别只有两只。图表 35：自成立以来重仓股以及重仓次数前十的股票来源：wind，&，截至 2020 年 10 月 2 日从 6 只基金自成立以来的重仓股所属申万一级行业统计情况来看，重仓股所属行业主要集中在电气设备、汽车、化工、电子、有色金属，但是在各个行业中的占比略有不同，部分基金会持有其它行业比如国泰智能汽车重仓所属行业第五名是家用电器，而计算机行业都位列东方新能源汽车主题和融通新能源汽车 A 前五重仓的行业中。图表 36：自成立以来重仓股所属行业以及占比前五来源：wind，&，截至 2020 年 10 月 2 日接下来，我们分析了 6 只最新的持仓情况，宁德时代被 6 只

45、基金均不同程度的重仓，嘉实智能汽车将宁德时代作为第一重仓股，而申万菱信新能源汽车、东方新能源汽车主题、融通新能源汽车 A、工银瑞信新能源汽车 A 均将宁德时代作为第二大重仓股；除此之外，三花智控被 6 只基金中的 5 只基金不同程度的重仓，申万菱信新能源汽车、东方新能源汽车主题均将其作为第四大重仓股。从最新报告期不同的基金重仓股重复个数来看，国泰智能汽车与东方新能源汽车主题、工银瑞信新能源汽车 A 与东方新能源汽车主题均有 5 只相同的重仓股；而东方新能源汽车主题与申万菱信新能源汽车、融通新能源汽车 A 与东方新能源汽车主题、国泰智能汽车与工银瑞信新能源汽车 A、申万菱信新能源汽车与工银瑞信新

46、能源汽车 A 均有 4 只相同的重仓股。图表 37：新能源汽车主题主动型基金 2020 年中报重仓股及占比来源：wind，&，截至 2020 年 10 月 2 日图表 38：新能源汽车主题主动型基金 2020 年中报重仓股重复情况来源：wind，&，截至 2020 年 10 月 2 日归因分析为进一步从定量角度分析前文筛选出的这 6 只新能源汽车主题基金，接下来 本文将通过现任基金经理任职日期之后或近一年的相关数据，构造 Barra 模型、 Brinson 模型、风格分析模型和选股择时模型（T-M 和 H-M），对这 6 只基金 的基金经理进行投资风格的分析。Barra 归因分析本文根据 20

47、18 年 12 月 31 日到 2019 年 12 月 31 日的数据，借鉴 Barra CNE6 的九大风格因子的思想，对每个基金产品进行风格分析。通过计算基金产品在各大风格因子上的暴露，回归得到在特定风格因子上的暴露程度，即回归系数。由于基金池专注于消费主题基金，所以模型仅包含风格因子，模型中所有因子等权。从模型的结果来看，6 只新能源汽车主动型基金主要在一级因子股息率因子、成长因子和价值因子上有较高的暴露水平，具体来看：国泰智能汽车、融通新能源汽车 A 明显偏向于成长型个股；而嘉实智能汽车则明显偏向于价值型个股；此外，嘉实智能汽车、东方新能源汽车主题则较为明显的倾向于股息率因子。图表 3

48、9：Barra 归因模型回归结果一览基金代码基金名称LiquidityDividend YieldValueVolatilityMomentumGrowthSizeQuality001790.OF国泰智能汽车0.287-5.608-1.0970.0770.4807.284-0.1370.000002168.OF嘉实智能汽车-0.0584.3489.779-0.025-0.017-13.2490.1640.000001156.OF申万菱信新能源汽车0.1051.908-0.721-0.0600.607-0.733-0.0010.000400015.OF东方新能源汽车主题0.0193.9311.9

49、48-0.079-0.089-4.7780.067-0.001005668.OF融通新能源汽车 A-0.661-4.744-4.1390.5030.0729.409-0.1020.001005939.OF工银瑞信新能源汽车 A0.0350.3910.6790.0430.400-0.5130.0000.000来源：wind，&，截至 2020 年 6 月 30 日注：线性回归得到的结果，仅单纯从统计意义上得到相关关系，在实际应用中可能存在偏差；线性回归模型只能捕捉变量之间的线性关系，对于一些非线性关系的影响具有局限性。此处我们选择规模最大、业绩最为突出的国泰智能汽车以及嘉实智能汽车进行详细分析：

50、对于国泰智能汽车而言，其基金经理偏好具有一定成长性、波动性以及动量的个股；对于嘉实智能汽车而言，其基金经理则偏好价值股，低估值以及高股息的个股。图表 40：国泰智能汽车因子分析雷达图图表 41：嘉实智能汽车因子分析雷达图来源：wind，&，截至 2020 年 10 月 2 日来源：wind，&，截至 2020 年 10 月 2 日风格归因基金显著偏好价值股，近一年尤为明显。本文风格归因分析依据基金净值风格进行多元回归，以最小化残差平方和为目标，回归出基金在每个风格指数上的配比比例。选用巨潮大盘成长指数，巨潮大盘价值指数，巨潮中盘成长 指数，巨潮中盘价值指数，巨潮小盘成长指数和巨潮小盘价值指数

51、6 只风格 指数作为风格基准。本文分两个时间段进行分析，第一个是各基金分析时间 段为每只基金产品管理人任职日期到 2020 年 10 月 13 号，分析频率为日，第二个为 2019 年 10 月 13 号到 2020 年 10 月 13 号，分析频率为日。从风格分析来看，任职以来，6 只基金的基金经理都大部分配置于大盘价值风格。其中嘉实智能汽车、东方新能源汽车主题同时还配置了小盘成长风格，其他则只配置大盘价值风格。近一年来，6 只产品的大盘价值的值均为 1，所以可以判断所有基金经理的配置风格均为大盘价值。图表 42：新能源汽车主题主动型基金风格分析结果一览基金代码基金名称风格标签任职以来近一年

52、001790.OF国泰智能汽车大盘价值大盘价值002168.OF嘉实智能汽车大盘价值和小盘成长大盘价值001156.OF申万菱信新能源汽车大盘价值大盘价值400015.OF东方新能源汽车主题大盘价值和小盘成长大盘价值005668.OF融通新能源汽车 A大盘价值大盘价值005939.OF工银瑞信新能源汽车 A大盘价值大盘价值来源：wind，&Brinson 多期业绩归因Brinson 业绩归因模型是常用的基于持仓的业绩归因方法，本文将该模型应用于偏股型基金中计算权益仓位在行业层面的资产配置贡献和基金经理的个股选择能力。Brinson 模型有单期与多期之分，本文采用现任基金经理任职起的多期数据进行

53、多期的业绩归因，模型中需要选择基金的业绩基准，6 只基金中 5 只是以中证新能源汽车指数（简称 CS 新能车，399976.SZ），所以我们首先采用的是以 CS 新能车为业绩基准，但是通过分析基金在不同报告期的持仓我们发现，业绩也持有不少不在 CS 新能车中的个股与行业，所以我们再选用中证 500 进行多期业绩归因，模型结果如表所示：以中证 500 作为的基准的结果进行分析，我们可以发现，申万菱信新能源汽车的总超额收益最为明显，且个股选择收益和交互收益共解释了基金总超额收益的 90%以上。具体到每只基金超额收益的分解上，嘉实智能汽车、申万菱信新能源汽车的个股选择收益均解释了超额收益的 50%以上，分别为 52.3%和 55.1%。图表 43：Brinson 模型多期业绩归因结果一览（自现任基金经理任职起）来源：wind，&选股与择时能力我们常用的选股与择时能力评价模型是在资产定价模型 CAPM 的基础上，加入特定的相关项，采用基金净值数据，通过分析回归模型相关项系数以及参数统计检验的结果对基金的择时和选股能力做出判断。本文选择的是 T-M 和 H-M 两个模型，其数学表达式分别为：TM 模型： = + ( ) + ( )2 + ,1 ,2 ,HM 模型： = + ( ) + ( )2