报告概述
报告由投中研究院发布，基于2,356只人民币及美元私募股权基金数据，系统呈现基金层面（2009-2024年）的Gross IRR、TVPI、DPI分位数表现，并首次引入项目层面（2015-2024年）的MOC业绩基准，覆盖半导体、人工智能、生物医药、先进制造、新消费五大行业。此外，报告通过三维K-Means聚类分析，识别各类业绩画像，并进一步按管理人资产规模和基金存续年限分层统计，为GP和LP提供多维度业绩参照。旨在帮助行业从业者理解基金和项目层面的业绩分布特征，优化投资决策与业绩评估。
报告的核心结论
近年基金业绩分化加剧，中位数回报持续走低。
报告显示，2020年后新设基金的Gross IRR中位数从2020年的8.81%降至2024年的0.00%，TVPI中位数从1.36倍降至1.00倍，DPI中位数从0.03降至0.00。大量近期基金尚未实现收益，行业整体回报面临压力。
半导体行业项目整体回报领跑，人工智能头部效应显著。
在项目层面，半导体行业2015-2019年MOC上四分位数长期维持在5-6倍区间，远高于其他行业。人工智能行业上下四分位数差值大，尾部项目亏损比例高，对机构甄别能力要求极高。生物医药收益结构平稳，先进制造下行风险可控，新消费则是唯一中位数连续多年低于1倍的赛道。
收并购退出与基金业绩正相关，IPO对现金回流贡献确定。
Spearman秩相关分析显示，收并购退出占比与基金平均Gross IRR、TVPI、DPI均呈正相关（相关系数0.57-0.62），因其周期可控、现金回收集中。IPO退出占比与DPI正相关，但与IRR和TVPI关联不显著，反映IPO周期长对年化回报的摊薄效应。
基金业绩释放需要较长存续期，耐心是必要条件。
按存续年限分组，10年及以上基金的Gross IRR中位数为12.96%，TVPI中位数1.83倍，DPI中位数1.26倍，均显著高于5-9年组和2-4年组。IRR随年限呈先升后降趋势，需结合TVPI和DPI综合判断。
管理人资产规模与基金业绩无系统性关联。
按管理人资产管理规模分为四组（30亿元及以下、30-100亿、100-350亿、350亿以上），各组业绩指标的上四分位数、中位数、下四分位数未见某一规模类别持续占优。好、中、差业绩在各组均匀分布，市场机遇与挑战对所有参与者并存。
报告回答的关键问题
私募股权基金业绩常用哪些指标衡量？
报告主要采用Gross IRR（内部收益率，未扣除管理费和Carry）、TVPI（投入回报倍数，包含已分配和未分配价值）、DPI（分配回报倍数，实际现金回款）三个基金层面指标，以及项目MOC（投资回报倍数）来衡量业绩。各指标从不同维度反映基金或项目的回报水平和现金回收能力。
近五年私募股权基金回报趋势如何？
报告显示，2020年后新设立基金的业绩指标中位数持续下滑。以Gross IRR中位数为例，2020年为8.81%，2021年降至6.25%，2022年5.04%，2023年和2024年均为0.00%。TVPI中位数从2020年1.36倍降至2024年1.00倍，DPI中位数趋近于零。行业整体面临退出难和回报下降的挑战。
哪些行业项目投资回报表现较好？
报告分析五大行业2015-2024年项目MOC显示，半导体行业整体回报最高，2015-2019年上四分位数在5-6倍区间。先进制造项目下四分位数始终高于1倍，抗周期属性强。生物医药回报平稳。人工智能头部项目回报高但尾部亏损多。新消费是唯一中位数连续多年低于1倍的行业，整体回报最弱。
退出方式如何影响基金业绩？
Spearman秩相关分析表明，收并购退出占比与基金IRR、TVPI、DPI均正相关（相关系数0.57-0.62），是高效提升业绩的途径。IPO退出能明显提高DPI，但对IRR和TVPI拉动有限。对赌、回购等被动退出方式与业绩负相关，占比过高暗示项目质量风险。
管理人规模大小是否决定基金业绩优劣？
报告按管理人资产管理规模分组统计发现，不同规模组的基金业绩上四分位数、中位数、下四分位数并无系统性差异。例如，30亿元及以下组的Gross IRR上四分位数（21.41%）甚至高于350亿以上组（14.71%）。业绩好坏并非由规模单一决定，各类规模管理人均有表现突出的基金。
报告中的代表性数据
Gross IRR中位数
2009年，2009年基准年份的基金Gross IRR中位数，反映早期基金的高回报水平。
Gross IRR中位数
2020年，2020年基准年份的基金Gross IRR中位数，代表近年在全球经济变化背景下的回报水平。
Gross IRR中位数
2024年，2024年基准年份的基金Gross IRR中位数，表明大量近期基金尚未产生正收益。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 基金层面2009-2024年各基准年份Gross IRR、TVPI、DPI的上四分位数、中位数、下四分位数、算术平均数和标准差完整表格。
- 项目层面半导体、人工智能、生物医药、先进制造、新消费五大赛道2015-2024年MOC的四分位数及退出/核销比例。
- 三维K-Means聚类分析将基金划分为9个簇，展示各簇平均Gross IRR、TVPI、DPI、存续年限及行业分布、退出方式构成的详细统计。
- 基于聚类结果的Spearman秩相关系数分析，揭示退出方式与基金业绩指标的关联强度及归因解释。
- 按管理人资产管理规模（30亿元及以下、30-100亿、100-350亿、350亿以上）分组的基金业绩散点图及分类统计表。
- 按基金存续年限（2-4年、5-9年、10年及以上）分组的业绩散点图及分类统计表，并解释IRR先升后降现象。
- 各行业已投项目MOC上四分位数、中位数、下四分位数的逐年折线图对比，直观展示行业分化趋势。
- 各行业已投项目Write-off率的逐年变化图，反映不同行业投资风险特征。
- 全部指标（Gross IRR、TVPI、DPI、MOC）的定义说明及统计方法（分位数、平均数、标准差）详细解释。
- 报告数据来源说明（投前尽调、投后评价及CVSource数据库）和基金/项目筛选范围界定。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
