【华泰金工林晓明团队】指数基金参与转融券可稳增收益——转融通新政对基金参与证券出借的影响20190818

摘要

公募基金获准参与转融通证券出借业务，将促进我国转融券业务发展
2019年6月14日证监会发布《公开募集证券投资基金参与转融通证券出借业务指引（试行）》（以下简称《指引》），公募基金可参与转融通证券出借业务。融资融券业务启动5年来，融资业务发展迅速，但融券业务发展仍然缓慢。截至2019年8月15日，转融资交易余额为264.36亿元，而转融券交易余额仅为67.69亿元，远小于转融资市场规模。开放公募基金参与转融通证券出借业务后，预计转融券交易金额将会增加，证券流通性的增强有助于提升资本市场定价能力与促进公募行业健康发展。

《指引》明确可参与转融券业务基金类型，扩大了证券出借券源
《指引》明确了四类基金可参与证券出借业务：1）处于封闭期的股票型基金和偏股混合型基金；2）开放式股票指数基金及相关联接基金；3）战略配售基金；4）中国证监会认可的其他基金产品。《指引》丰富了出借证券的券源，或能增加融券规模，降低融券做空成本。该业务一方面能使得资本市场定价更有效率，另一方面也为投资者提供更丰富的交易机会，提升对冲策略的利润空间。

出借证券资金利息收入可观，指数基金有望增厚收益
《指引》设定了固定期限费率与市场化期限费率两类出借方式，针对非科创板转融券与非约定申报方式，收益率在1.5%至2%不等，开放式股票型指数基金最多可出借基金净资产的30%，因此最高可获得0.6%的资金利息收益；针对科创板转融券约定申报方式，引入市场化的费率、期限确定模式，资金利息收益对科创板指数基金吸引力更大。指数基金长期持有成分股，调仓频率较低且调仓节奏稳定，同时指数成分股融券需求相对较高，指数基金或能稳定持续地获取融券带来的增厚收益。

美国头部ETF依靠证券出借增厚收益，净值表现优于同类产品
美国ETF管理费用低，同类产品收益差别较小，市场竞争激烈。多家头部基金管理公司旗下ETF通过证券出借增厚收益。证券出借收入包括借贷收入与抵押品生息收入。美国基金公司可以自主选择将一定比例的证券出借收益归入基金资产或公司自身收益，如Vanguard将持有的美股出借收益98.2%归入基金净值，将7.8%的收益归入公司；Fidelity、BlackRock则将出借收入89.7%、68.2%归入基金净值。证券出借为指数基金贡献收益，能有效提升基金净值表现，为投资人覆盖部分管理费用，增强基金对投资人的吸引力。

风险提示：证券出借业务存在借券方违约无法还券的风险；当借券方以现金作为抵押品时，出借方将抵押品再投资于货币市场基金，抵押品再投资使得出借方面临市场、流动性、信用等风险。

公募基金获准参与转融通证券出借业务
国内转融通业务整体规模较小，转融券与转融资发展不平衡
截至2019年8月15日，融资融券余额达8,945.68亿元，占A股流通市值比重2.10%；2019年日平均融资融券交易额为490.53亿元，占A股交易额比重8.54%，反映了证券市场具备一定的融资融券需求。今年以来，融资融券市场规模在上半年经历小幅提升后维持在稳定水平，为A股市场注入了一定的流动性。

转融通业务是建立在投资者、券商、证券金融公司三者之间的借贷关系，扩大了融资业务的资金来源以及融券业务的证券来源，相较融资融券标的范围更广，受益面更大。截至2019年8月15日，转融通余额为332.05亿元，其中转融券余额为67.69亿元，占转融通余额的20.39%。从整体来看，转融通市场规模与融资融券规模相比较小，且转融资与转融券业务呈现不均衡发展。纵观2019年初至今转融通交易余额发现，转融资余额呈现下降趋势，而转融券余额占转融通市场规模的比重逐步提高，呈现上升态势。

下表呈现了与转融通业务相关的政策文件。自2011年转融通业务首次出台后，经过多次实施办法修订和业务细则明确，转融通业务的相关规定已经相对规范，监管和风控手段也日渐成熟。

从转融通交易金额和交易余额可以看出，转融资与转融券的业务发展长期处于不均衡的状态。值得注意的是，2015年《基金参与融资融券及转融通证券出借业务指引》出台后，证券出借规模呈现显著上升。近日发布的《指引》扩大了证券出借方范围，为证券持有人提供了获取资金利息的新机会，政策推动下转融券业务有望迎来较大发展。

证监会明确可参与转融券业务的基金类型，扩大了证券出借券源
证监会2019年6月14日发布的《指引》明确了四类基金可以参与证券出借业务：（1）处于封闭期的股票型基金和偏股混合型基金；（2）开放式股票指数基金及相关联接基金；（3）战略配售基金；（4）中国证监会认可的其他基金产品。其中偏股混合型基金要求股票投资比率在60%以上。

截至8月16日Wind基金数据统计显示，开放式股票指数基金中共计340只基金符合证券出借业务条件，基金规模总计7460.49亿元；处于封闭期的股票型基金共计28只，基金规模总计281.08亿元，其中有四只开放式股票指数型基金处于封闭期，在上述两项条目中重复计算。数量多、规模大的指数基金有望成为证券出借业务的主要参与者，可受益于证券出借业务所带来的利息收入。四类基金按照最大出借比例限制计算，总体可出借规模约为3000亿。

指数基金可通过参与转融券业务以增厚收益
出借证券所得的利息收入可为基金增厚收益
《指引》设定了固定期限费率和市场化期限利率两类出借方式，其中固定期限费率适用于非科创板转融券约定和非约定申报方式、科创板转融券非约定申报方式；市场化期限费率适用于科创板转融券约定申报方式，证券公司和出借人可在1天至182天区间内协商科创板转融券约定申报期限。

下表呈现了证金公司公布的针对非科创板转融券与非约定申报方式的不同期限费率，3天至182天的出借期限分别对应的收益率为1.5%至2%不等。《指引》规定处于封闭期的股票型基金和偏股混合型基金以及战略配售基金出借证券资产不得超过基金资产净值的50%，假设该类基金出借证券28天，按照1.80%的转融入年费率，基金可获得0.9%的利息收入。相应地，《指引》规定开放式股票指数型基金出借证券资产不得超过基金资产净值的30%，同样按照出借28天，转融入年费率1.80%计算，出借证券可为该类基金带来0.54%的利息收入。

针对科创板转融券约定申报方式，引入市场化的费率、期限确定模式，资金利息收益对科创板指数基金吸引力更大。

根据上交所公布的获得转融通出借业务资格的公募基金名单，目前汇添富基金、华泰柏瑞基金、招商基金、华夏基金、易方达基金、南方基金、华安基金、博时基金以及嘉实基金共10家基金公司获得证券出借资格，最大可出借规模超过两千亿。下表统计了10家公募基金旗下符合出借要求的基金，并估算其可出借证券规模。根据《指引》提出的要求，处于封闭期的股票型基金和偏股混合型基金最高可出借净资产的50%，开放型股票指数基金最高可出借净资产的30%，战略配售型基金最高可出借净资产的50%。华夏基金、易方达基金以及南方基金的最大可出借规模均超过300亿元，其中华夏基金最大可出借规模达441.57亿元，10家公募基金总计最多可出借2257.68亿元的证券。按2019年8月15日的融券余额123.12亿元计，估计可新增的最大证券出借规模为当前市场融券余额的18倍，可为转融券市场提供大规模券源。

指数基金有望受益于证券出借业务
指数基金持仓特点决定了其在证券出借业务上占有优势。首先，指数基金长期持有成分股，调仓频率较低且调仓节奏稳定，具备良好的出借条件，能稳定持续地获取融券带来的增厚收益；其次，根据证金公司披露的最新转融券交易数据，今年以来转融券标的中，沪深300和中证500成分股占89%，说明指数成分股是空头关注的重要标的，融券需求较高，此类指数基金将受益于证券出借业务。

2019年1月1日至8月15日，转融券交易共涉及338个证券，累计融出19.43亿股。下图呈现2019年转融券标的中属于沪深300、中证500、上证50、创业板50、科创板等成分股的比例。其中沪深300与中证500成分股分别占比42%和37%，其估值高、波动性强的特点决定其融券需求高；而规模大、流动性强的上证50成分股，市场融券需求较低。

美国头部ETF依靠证券出借增厚收益，净值表现优于同类产品
美国大部分证券出借收益归入基金净值
美国跟踪同一指数的指数基金之间收益差别较小，为了与市场同类基金产生差异，出借证券成为了一种低风险增厚收益的方式。证券出借有两项收入来源，第一项来自借贷收入，即出借证券收取的费用；第二项来自证券借入方提供的抵押品，抵押品重新投入货币市场基金，取得的收入归证券出借方。例如，BlackRock iShares指数基金在出借美国证券时，要求证券借入方提供证券价值102%的抵押，出借国际证券则要求证券价值105%的抵押，如果借方违约，基金公司有权保留抵押品。同时，如果证券价值上升，抵押的价值也随之增加。因此出借证券这一方式能在风险可控的基础上为指数基金提供额外收益来源。

在美国，指数基金向借款人出借证券并收取费用，该费率高低由出借证券的稀缺性决定，即市场供求关系决定。对于市场上可广泛提供的证券，如标普500指数中的大盘股，证券出借费率较低，甚至部分抵押品再投资收入会返还给证券借入方；对于在市场上难以借入的小盘股和国际股，证券借入方向基金公司支付较高证券租借费用，从而获得借入稀缺证券的权利。

美国10大基金公司可自由选择一定的比例将证券出借收益归入基金净值，如Vanguard将其持有的美国股票出借收益98.2%归入基金净值，将7.8%的收益归入公司自身收益；Fidelity将其持有的美国股票出借收入89.7%归入基金净值；BlackRock将其持有的美国股票出借收入68.2%归入基金净值。

证券出借收益可覆盖基金的部分管理费用
1981年BlackRock开始开展证券出借业务，出借收益为BlackRock旗下iShares ETF持续提供收入，基金收益得以跑赢其他同类基金。2018财年iShares ETF头部产品证券出借收益率可覆盖部分基金管理费用，iShares Russell 2000 Growth ETF证券出借收益占管理费用的92%，iShares Core S&P Small-Cap ETF证券出借收益占管理费用的85%。证券出借业务为指数基金贡献收益以覆盖部分管理费用，能有效提升基金净值表现，增强基金对投资者的吸引力。

风险提示：证券出借业务存在借券方违约无法还券的风险；当借券方以现金作为抵押品时，出借方将抵押品再投资于货币市场基金，抵押品再投资使得出借方面临市场、流动性、信用等风险。

免责申明
本公众平台不是华泰证券研究所官方订阅平台。相关观点或信息请以华泰证券官方公众平台为准。根据《证券期货投资者适当性管理办法》的相关要求，本公众号内容仅面向华泰证券客户中的专业投资者，请勿对本公众号内容进行任何形式的转发。若您并非华泰证券客户中的专业投资者，请取消关注本公众号，不再订阅、接收或使用本公众号中的内容。因本公众号难以设置访问权限，若给您造成不便，烦请谅解！本公众号旨在沟通研究信息，交流研究经验，华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号研究报告有关内容摘编自已经发布的研究报告的，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。如需了解详细内容，请具体参见华泰证券所发布的完整版报告。

本公众号内容基于作者认为可靠的、已公开的信息编制，但作者对该等信息的准确性及完整性不作任何保证，也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期，华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下，本公众号中的信息或所表述的意见均不构成对客户私人投资建议。订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。普通投资者若使用本资料，有可能会因缺乏解读服务而对内容产生理解上的歧义，进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果，华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券股份有限公司所有，未经公司书面许可，任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失，华泰证券保留追究一切法律责任的权利。本公司具有中国证监会核准的“证券投资咨询”业务资格，经营许可证编号为：91320000704041011J。

林晓明
执业证书编号：S0570516010001

华泰金工深度报告一览
金融周期系列研究（资产配置）

【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（下）
【华泰金工林晓明团队】二十载昔日重现，三四年周期轮回——2019年中国与全球市场量化资产配置年度观点（上）
【华泰金工林晓明团队】周期轮动下的BL资产配置策略
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】市场拐点的判断方法

【华泰金工林晓明团队】2018中国与全球市场的机会、风险 · 年度策略报告（上）
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究

【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究

【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究

【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究

【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索

【华泰金工林晓明团队】市场周期的量化分解

【华泰金工林晓明团队】周期研究对大类资产的预测观点

【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究

【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究

【华泰金工林晓明团队】全球多市场择时配置初探——华泰周期择时研究系列

行业指数频谱分析及配置模型：市场的周期分析系列之三

【华泰金工林晓明团队】市场的频率——市场轮回，周期重生

【华泰金工林晓明团队】市场的轮回——金融市场周期与经济周期关系初探

FOF与金融创新产品
【华泰金工】生命周期基金Glide Path开发实例——华泰FOF与金融创新产品系列研究报告之一

因子周期（因子择时）

【华泰金工林晓明团队】市值因子收益与经济结构的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
【华泰金工林晓明团队】因子收益率的周期性研究初探

择时
【华泰金工林晓明团队】A股市场低开现象研究
【华泰金工林晓明团队】华泰风险收益一致性择时模型
【华泰金工林晓明团队】技术指标与周期量价择时模型的结合
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的应用

行业轮动
【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八

【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的应用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的应用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的应用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证分析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一

Smartbeta
【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的优势——华泰金工Smartbeta专题研究之一

多因子选股
【华泰金工林晓明团队】桑土之防：结构化多因子风险模型——华泰多因子系列之十二

【华泰金工林晓明团队】华泰单因子测试之海量技术因子——华泰多因子系列之十一
【华泰金工林晓明团队】因子合成方法实证分析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之一致预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八

【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之波动率类因子——华泰多因子系列之六

【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之成长类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二

【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】五因子模型A股实证研究
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二

人工智能
【华泰金工林晓明团队】再探基于遗传规划的选股因子挖掘——华泰人工智能系列之二十三
【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二
【华泰金工林晓明团队】基于遗传规划的选股因子挖掘——华泰人工智能系列之二十一
【华泰金工林晓明团队】必然中的偶然：机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】偶然中的必然：重采样技术检验过拟合——华泰人工智能系列之十九

【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八

【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五

【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起

【华泰金工林晓明团队】人工智能选股之损失函数的改进——华泰人工智能系列之十三

【华泰金工林晓明团队】人工智能选股之特征选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一

【华泰金工林晓明团队】宏观周期指标应用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九

【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七

【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六

【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三

【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二

指数增强基金分析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位分析专题报告
【华泰金工林晓明团队】酌古御今：指数增强基金收益分析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证

基本面选股
【华泰金工林晓明团队】华泰价值选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰价值选股之FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究

【华泰金工林晓明团队】华泰价值选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究

基金定投
【华泰金工林晓明团队】大成旗下基金2018定投策略研究
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
【华泰金工林晓明团队】基金定投3—马科维茨有效性检验

【华泰金工林晓明团队】基金定投2—投资标的与时机的选择方法

【华泰金工林晓明团队】基金定投1—分析方法与理论基础

其它
【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二
A股市场及行业的月份效应——详解历史数据中的隐藏法则