量化研究新思維（十五）：20-for-TwentyAQR-20周年經(jīng)典文獻(xiàn)摘要2

1、目錄 HYPERLINK l _bookmark0 另一種未來(lái)（AnAlternative Future）5 HYPERLINK l _bookmark1 企業(yè)債收益中的常見(jiàn)因子（CommonFactors inCorporate BondReturns）6 HYPERLINK l _bookmark2 控制質(zhì)量因素后的規(guī)模溢價(jià)（Size Matters if YouControl YourJunk）7 HYPERLINK l _bookmark3 估值因子迷思（TheDevil in HMLs Details）8 HYPERLINK l _bookmark6 與風(fēng)格組合構(gòu)建技術(shù)相關(guān)的alph

2、a（CraftsmanshipAlpha）10 HYPERLINK l _bookmark7 無(wú)處不在的價(jià)值和動(dòng)量（Value and Momentum Everywhere）12 HYPERLINK l _bookmark8 動(dòng)量投資的10個(gè)誤區(qū)（Fact,Fiction, and Momentum Investing）13 HYPERLINK l _bookmark9 與Beta為敵（Betting AgainstBeta）14 HYPERLINK l _bookmark13 淺談價(jià)值投資的一些事實(shí)和誤區(qū)（Fact,Fiction, and Value Investing）17 HYPER

3、LINK l _bookmark18 時(shí)間序列動(dòng)量（TimeSeries Momentum）19 HYPERLINK l _bookmark25 風(fēng)險(xiǎn)提示23圖目錄 HYPERLINK l _bookmark19 圖1不同資產(chǎn)的時(shí)間序列動(dòng)量策略相對(duì)長(zhǎng)期持有策略的夏普比20表目錄 HYPERLINK l _bookmark4 表 1截面回歸結(jié)果9 HYPERLINK l _bookmark5 表 2不同算法下，估值因子組合的風(fēng)險(xiǎn)收益特征（1926-1993）9 HYPERLINK l _bookmark10 表 3美國(guó)股票市場(chǎng)（1926-2012）16 HYPERLINK l _bookmark

4、11 表 4全球股票市場(chǎng)（1984-2012）16 HYPERLINK l _bookmark12 表 5各國(guó)股票市場(chǎng)（1984-2012）16 HYPERLINK l _bookmark14 表 6價(jià)值因子與動(dòng)量、盈利因子的結(jié)合18 HYPERLINK l _bookmark15 表 7Fama-French五因子模型及其擴(kuò)展18 HYPERLINK l _bookmark16 表 8價(jià)值因子的比較19 HYPERLINK l _bookmark17 表 9價(jià)值因子在不同市值股票中的溢價(jià)19 HYPERLINK l _bookmark20 表 10時(shí)間序列動(dòng)量策略在不同持有期和回看期下，al

5、pha的t統(tǒng)計(jì)量20 HYPERLINK l _bookmark21 表 時(shí)間序列動(dòng)量策略剝離風(fēng)險(xiǎn)因子后的結(jié)果21 HYPERLINK l _bookmark22 表 12時(shí)間序列動(dòng)量策略和橫截面動(dòng)量因子的回歸結(jié)果21 HYPERLINK l _bookmark23 表 13時(shí)間序列動(dòng)量因子對(duì)其他因子的解釋能力22 HYPERLINK l _bookmark24 表 14時(shí)間序列動(dòng)量和橫截面動(dòng)量收益分解結(jié)果22深入的研究、樂(lè)于分享的文化，仿佛行業(yè)里的一股清流，將科研和投資實(shí)踐完美融合。1998 還為整個(gè)金融領(lǐng)域的發(fā)展貢獻(xiàn)了和學(xué)術(shù)界等量齊觀的豐碩成果。在成立二十周年之際，AQR 20 20 篇的

6、讀書(shū)筆記，分兩期與各位同行分享。另一種未來(lái)（An Alternative Future）3-5 年，金融市場(chǎng)上最大的一道風(fēng)景便是對(duì)沖基金的爆發(fā)式增長(zhǎng)。有人說(shuō)， beta（市場(chǎng)暴露）alpha 為目標(biāo)的對(duì)沖基金。（A，指數(shù)I100%。顯然有，A = I + (A - I)（代表他觀點(diǎn)的多空組I AI 的波動(dòng)率則是他的跟蹤誤差。由此，我們便可以通過(guò)做空股指期貨得到一個(gè)非常簡(jiǎn)單的對(duì)沖基金。這等價(jià)于在上述組合中減去一個(gè)指數(shù)相對(duì)于現(xiàn)金的超額收益。記這個(gè)新的組合權(quán)重為 H，于是，H = I + (A - I) (I - CASH) H = CASH + (A - I)H和指數(shù)I的相關(guān)系數(shù)為（aH也將有正的

7、預(yù)期收益。在傳統(tǒng)的主動(dòng)管理中，H I AH I H H。H 更高的暴露。在實(shí)際投資中，對(duì)沖基金的形式更加多樣和復(fù)雜，但它們的目標(biāo)和上述案例一樣， 都是賺取和傳統(tǒng)市場(chǎng)相關(guān)性較低的回報(bào)。在這個(gè)過(guò)程中，做空、杠桿和衍生品都是必不可少的。常見(jiàn)的對(duì)沖基金策略包括：市場(chǎng)中性、股票多空、并購(gòu)套利、統(tǒng)計(jì)套利、固定收益套利、可轉(zhuǎn)債套利、宏觀和 CTA。alpha 為目標(biāo)的策略也正逐漸系統(tǒng)化，由此便產(chǎn)生了beta beta beta 并無(wú)二理真正的能力（a。理明確的系統(tǒng)性策略（對(duì)沖基金 ba，對(duì)沖基金實(shí)現(xiàn)了流動(dòng)性和風(fēng)險(xiǎn)的轉(zhuǎn)移，從而使整個(gè)金融市場(chǎng)變得更加有效。企業(yè)債收益中的常見(jiàn)因子（Common Factors C

8、orporate BondReturns）研究發(fā)現(xiàn)，有四個(gè)眾所周知的因子（利差、防御、動(dòng)量和價(jià)值）可以解釋大部分企業(yè)債的超額收益。它們都具有正的風(fēng)險(xiǎn)調(diào)整后收益，且結(jié)果顯著。2016年一季度，8.3619962015年，企業(yè)債的發(fā)行量由3340 1.49 萬(wàn)億美元。然而出乎意料的是，很少有對(duì)企業(yè)債券收益決定性因素的研究。我們研究了企業(yè)債收益的幾個(gè)代表性驅(qū)動(dòng)因素，分別是利差、質(zhì)量、動(dòng)量和價(jià)值。（）（）發(fā)現(xiàn)了這些因子的聯(lián)合相關(guān)性；(iii) 分別通過(guò)檢驗(yàn)忽視交易成本的多空組合以及關(guān)注交易成本的多頭組合，來(lái)評(píng)估（）通過(guò)分析風(fēng)險(xiǎn)和定價(jià)錯(cuò)誤來(lái)尋找溢價(jià)的來(lái)源。通過(guò)傳統(tǒng)的多空組合以及回歸分析，我們發(fā)現(xiàn)，除利差

9、外，其他因子都具有非常重要的正向風(fēng)險(xiǎn)溢價(jià)。利差、防御、價(jià)值、動(dòng)量和未來(lái)信用市場(chǎng)超額收益之間的強(qiáng)相關(guān)， 為廣泛應(yīng)用這幾個(gè)因子提供了充分的證據(jù)。并且，可以把這種證據(jù)視為樣本外的結(jié)論。beta beta 預(yù)期交易成本相對(duì)較高。因此，在研究信用組合時(shí)，需要明確說(shuō)明交易成本和其他潛在的交易限制。為了實(shí)現(xiàn)更真實(shí)的回報(bào)，我們研究了流動(dòng)性較高的企業(yè)債多頭組合，包括利差、防御性、動(dòng)量和價(jià)值，這四個(gè)因子。結(jié)果發(fā)現(xiàn)，這些投資組合在扣除交易成本后，依然具有較高的風(fēng)險(xiǎn)調(diào)整后收益。相對(duì)于企業(yè)債的市值加權(quán)基準(zhǔn)，多頭組合費(fèi)后的年化收益為2.20%0.8620 年樣本中的一個(gè)點(diǎn)估計(jì)值，但是它卻0。我們進(jìn)一步探討了收益的兩個(gè)來(lái)源

10、。從風(fēng)險(xiǎn)暴露的角度，這些組合經(jīng)常會(huì)使投資者暴露在一些極端風(fēng)險(xiǎn)中。從定價(jià)錯(cuò)誤的理論解釋?zhuān)捎谔桌灰椎母鞣N限制、投資者自身的錯(cuò)誤、中介的失誤，都會(huì)使投資行為偏離理性，形成對(duì)債券的錯(cuò)誤定價(jià)，從而產(chǎn)生超額收益。我們通過(guò)測(cè)試因子相對(duì)于各種變量的暴露，從風(fēng)險(xiǎn)維度解釋收益。首先，測(cè)試每個(gè)因子以及多因子組合相對(duì)于宏觀經(jīng)濟(jì)變量的暴露，并發(fā)現(xiàn)相關(guān)系數(shù)都顯著。當(dāng)增長(zhǎng)預(yù)期較低、市場(chǎng)波動(dòng)加劇且通脹預(yù)期上升時(shí)，多因子組合的收益較高。其次，將宏觀經(jīng)濟(jì)的變量替換為經(jīng)紀(jì)人-定價(jià)錯(cuò)誤的驅(qū)動(dòng)要素有兩個(gè)（噪聲交易者在該證券交易中的影響; （套利交易的限制?？疾煸肼暯灰渍叩挠绊?，又可分為兩個(gè)因素：債券持有人中的機(jī)構(gòu)占比、公司財(cái)務(wù)的透

11、明程度（可以用分析師的覆蓋度代表。（）那些對(duì)于套利交易者或做空交易者最具吸引（2）程度（由此可以預(yù)測(cè)證券未來(lái)可能產(chǎn)生的錯(cuò)誤定價(jià)）將證券分為若干組，考察不同分組中因子的多空組合的收益。最終發(fā)現(xiàn)，在難以套利的分組中，這幾個(gè)因子的多空收益確實(shí)更高，且結(jié)果顯著。其中，尤以動(dòng)量因子最為突出。此外，我們還針對(duì)投資者的預(yù)測(cè)錯(cuò)誤進(jìn)行了檢驗(yàn)。由于預(yù)測(cè)錯(cuò)誤難以獲取，我們使用分析師的預(yù)測(cè)進(jìn)行替代。假定分析師的預(yù)測(cè)是理性的，那么當(dāng)預(yù)測(cè)被修正時(shí)，這個(gè)信分析師的修正，只對(duì)動(dòng)量因子的多空收益有解釋能力，無(wú)法解釋其他幾個(gè)因子的收益。綜上所述，價(jià)值、動(dòng)量、防御和利差，這四個(gè)因子皆具有超額收益，其來(lái)源可以通控制質(zhì)量因素后的規(guī)模溢

12、價(jià)（Size Matters if You Control Your Junk）規(guī)模溢價(jià)的有效性受到質(zhì)疑。質(zhì)疑者認(rèn)為，規(guī)模溢價(jià)在文獻(xiàn)發(fā)表后持續(xù)走弱；集中于微小市值股票（mcro-cpstock；時(shí)間分布不均勻（集中在1月；在海外市場(chǎng)的顯30 個(gè)行業(yè)、24個(gè)國(guó)家的股票市場(chǎng)中，都存在長(zhǎng)期穩(wěn)定且顯著的規(guī)模效應(yīng)。首先，我們計(jì)算了 SMB 組合、市值多空組合（分 10 組）的歷史表現(xiàn)（7-202.1。MB組合的月均收益為2bs，T統(tǒng)計(jì)量為。市值多空組合55bps，T2.32。這表明，規(guī)模溢價(jià)在美股市場(chǎng)是顯著存在的。不過(guò)，市值組合的顯著性要明顯低于根據(jù)類(lèi)似方法構(gòu)建的價(jià)值與動(dòng)量組合（T統(tǒng)計(jì)量分別為1月份市值

13、組合的平均收益顯著2-121月份1980199923個(gè)海外市場(chǎng)，SMB13bps，且在統(tǒng)計(jì)上并不顯著。高質(zhì)量股票收益減垃圾股收益SMBSMB組alpha14bps49bpsQMJ組合收益前的系數(shù)顯著小于零。這表525個(gè)交叉分組內(nèi)股票市值加Junk組外，其他各質(zhì)量分組下，小市QMJ組合前后（原模型包含RMRF、HM、UMD，對(duì)分0組的市值組合收益進(jìn)行時(shí)間序列回歸的結(jié)果，alpha的顯著性大幅提升，并且按照市值由小到大呈現(xiàn)出良好的線性單調(diào)關(guān)系。因此，在控制質(zhì)量因素后，規(guī)模溢價(jià)在各市值分組間都是顯著存在的，并非僅來(lái)QMJ1alpha2.09% 降低至%，而-2月的apa由-%上升至%（T統(tǒng)計(jì)量為。因

14、此，1月效應(yīng)受到了垃圾股優(yōu)異表現(xiàn)的影響。質(zhì)量因素可以部分解釋MB組合的apa由1s（T統(tǒng)計(jì)量）上升至2bs（T統(tǒng)計(jì)量。因此，我們認(rèn)為，在考慮質(zhì)量因素后，規(guī)模溢價(jià)其實(shí)在海外市場(chǎng)也是廣泛存在的。綜上所述，市值效應(yīng)在歷史上的不穩(wěn)定性與質(zhì)量因素息息相關(guān)。在考慮質(zhì)量因素的影響后，市值效應(yīng)的幅度與顯著性大幅提高。因此，在投資決策與資產(chǎn)定價(jià)中，市值效應(yīng)是投資者不可忽視的異象。估值因子迷思（TheDevil inHMLs Details）到股票的估值。最常用的估值指標(biāo)是賬面市值比（k-rce Rati，也就是市凈率（PB）的倒數(shù)。B/P = 每股凈資產(chǎn) = 每股凈資產(chǎn)流通股數(shù)= 股東權(quán)益= 賬面市值比每股股價(jià)

15、股價(jià)流通股數(shù)公司市值然而，眾所周知，由于公司財(cái)報(bào)的公布具有滯后性，每股凈資產(chǎn)（B）只能采用之前財(cái)報(bào)公布的數(shù)據(jù)。因此，B/P 也存在一定的滯后性。隨之而來(lái)的另一個(gè)問(wèn)題就是，股B/P 的選擇是固定的，都為最新年報(bào)的數(shù)據(jù)，但價(jià)格（P）的選擇卻沒(méi)有定論。下面介紹三種不同的估值因子算法。第一種算法來(lái)自于傳統(tǒng)的FF三因子模型Fama在每年6月30日更新股票的B/P 值，并采用公司在上一財(cái)年（fiscalyear）末的每股凈資產(chǎn)和股價(jià)（。因此，理論上，在下一年6月更新數(shù)據(jù)前，公司的B/P值可能已經(jīng)滯后6-18個(gè)月了。這種算法可表示為（l表示更新頻率，d表示采用過(guò)時(shí)的股價(jià)： , , = (/ 每股凈資產(chǎn)，再采

16、用最新的股價(jià)。這種算法可表示為（annual 表示更新頻率，current 表示采用最新的股價(jià)： , , = (/ 第三種算法中每股凈資產(chǎn)的計(jì)算與相同但調(diào)倉(cāng)頻率提高到月度即每月末根據(jù)最新的股價(jià)計(jì)算B/P這種算法可表示（monthly表示更新頻率表示采用最新的股價(jià) , , = (/ B/P B/P 3 B/P 最接近真實(shí)值。2018 12 31 12 31 6 30 B/P 值。理論上，公司的真實(shí)估值為：2081231 , = 20181231 /20181231由于當(dāng)下無(wú)法獲得，因而只能采用之前討論的兩種算法：1, =20171231/2017123111, =20171231/2018063

17、01于是，可以利用截面回歸來(lái)評(píng)估于是，可以利用截面回歸來(lái)評(píng)估和對(duì)真實(shí)估值的預(yù)測(cè)效果：, = 0 + 1, + 2(, , + 111R 方0.730.94R 方0.730.940.781.050.700.91表 1 截面回歸結(jié)果所有樣本所有樣本0.91(101.3)0.91(101.3)0.86(38.9)0.05(3.14)0.93(101.5)0.98(43.1)-0.04(-2.40)0.88(110.1)0.80(42.4)0.08(4.70)小盤(pán)股小盤(pán)股資料來(lái)源：AQR: 20 for Twenty，其中，實(shí)際是前的系數(shù)，可以看作對(duì)預(yù)測(cè)的貢獻(xiàn)度。在所有樣本中，的估計(jì)值為0.94，即對(duì)

18、預(yù)測(cè)的貢獻(xiàn)度超過(guò)94%，對(duì)預(yù)測(cè)的貢獻(xiàn)度僅為6%另外從t統(tǒng)計(jì)量也可看出，回歸系數(shù)的顯著性高于。因此，從回歸結(jié)果來(lái)看， 更接近真實(shí)的B/P值。B/P B/P HML 因子組FF5 因子模型的回歸結(jié)果。FF5 （T（D（TR（UD和其他算法的估值（HML）因子。表 2 不同算法下，估值因子組合的風(fēng)險(xiǎn)收益特征（1926-1993）（1）（2）（3）（4）調(diào)倉(cāng)頻率年度年度年度月度股價(jià)LaggedCurrentLaggedCurrentAlpha-0.58(-1.35)1.43(3.42)-1.61(-2.92)3.05(5.92)MKT0.01(0.93)-0.03(-3.38)-0.02(-2.09)

19、-0.01(-0.82)SMB-0.04(-3.32)0.02(1.78)-0.04(-2.50)0.01(0.46)STR-0.01(-1.13)0.02(1.85)-0.07(-4.19)0.08(5.58)UMD0.17(17.24)-0.19(-21.46)0.38(26.12)-0.43(-39.28)0.92(70.41)0.85(53.14)0.95(70.41)0.94(53.14)R 方0.890.900.820.89資料來(lái)源：AQR: 20 for Twenty，結(jié)果顯示，用包括因子的FF5因子模型去解釋時(shí)，還1.43%alphaHML 因子組合，動(dòng)量因子系數(shù)的符（并沒(méi)有考

20、慮后續(xù)股價(jià)的變化，就會(huì)削弱估值與動(dòng)量因子間固有的負(fù)相關(guān)性。例如，若從上一財(cái)年末到組合調(diào)倉(cāng)這段時(shí)間內(nèi)，股價(jià)大跌，公司估值會(huì)變得更便宜，但采用過(guò)時(shí)價(jià)格計(jì)算的估值指標(biāo)卻不會(huì)發(fā)生變化。綜上所述，采用更新價(jià)格計(jì)算的 B/P 值，不僅更接近公司的真實(shí)估值，并且在多因子模型中表現(xiàn)更好。alpha（Craftsmanship Alpha）alpha 稱之為“Craftsmanship apha何種風(fēng)格組合通常而言，最被廣泛接受和應(yīng)用的風(fēng)格溢價(jià)主要有價(jià)值、動(dòng)量、防御（defensive） 和股息率因子。此外還存在其他風(fēng)格，如，規(guī)模和流動(dòng)性。對(duì)于同一種風(fēng)格溢價(jià)，有多種形式的風(fēng)格組合。以價(jià)值風(fēng)格為例，最常見(jiàn)的獲取方

21、式是構(gòu)建多頭組合（即 mart a。即，偏離市值權(quán)重，向價(jià)值風(fēng)格傾斜。相比于其他方法，構(gòu)建多頭組合更容易實(shí)現(xiàn)，有更大的容量，并且不需要利用杠桿、做空或衍生如何構(gòu)建風(fēng)格組合下面，我們著重考察在構(gòu)建風(fēng)格組合過(guò)程中，可能面臨的設(shè)計(jì)決策和選擇。這些選擇雖然不會(huì)像分散化一樣非常明顯地改善夏普比，但也會(huì)在一定程度上影響組合的風(fēng)格暴露和表現(xiàn)。更有效的風(fēng)格度量指標(biāo)采用更有效的度量指標(biāo)可以增強(qiáng)風(fēng)格組合的收益表現(xiàn)。價(jià)值組合主要基于估值指標(biāo)排序獲得。其中，估值指標(biāo)是公司價(jià)值除以價(jià)格。例如，凈資產(chǎn)除以價(jià)格或盈利除以價(jià)格。這些概念看起來(lái)簡(jiǎn)單，但實(shí)際構(gòu)建過(guò)程中卻有很多細(xì)微的差異。例如，凈資產(chǎn)是否包含無(wú)形資產(chǎn)或非營(yíng)運(yùn)性資產(chǎn)

22、，盈利指標(biāo)是否包含非經(jīng)常性損益等。對(duì)于價(jià)格指標(biāo)，可采用最新值也可采用滯后值。按照標(biāo)準(zhǔn)的學(xué)術(shù)方法，由于財(cái)務(wù)報(bào)標(biāo)準(zhǔn)的算法就無(wú)法反映出這種變化。因此，采用最新價(jià)格計(jì)算的估值組合能更好地反映真實(shí)的“價(jià)值”因子，是度量?jī)r(jià)值風(fēng)格更好的一種方式。多個(gè)度量指標(biāo)使用多個(gè)度量指標(biāo)可減少與任何一個(gè)度量指標(biāo)相關(guān)的測(cè)量噪聲，有助于將它們的共同部分分離出來(lái)，反映真實(shí)風(fēng)格。例如，對(duì)于價(jià)值指標(biāo)而言，投資者可以將價(jià)格與多種合理的基本面相關(guān)聯(lián)，包括但不限于收益、現(xiàn)金流和銷(xiāo)售收入。對(duì)于動(dòng)量指標(biāo)，可以將盈利動(dòng)量和價(jià)格動(dòng)量結(jié)合。需要注意的是，使用多個(gè)度量指標(biāo)并不是因子增強(qiáng)、數(shù)據(jù)挖掘。而是使因子背后的邏輯思想更加強(qiáng)大，因?yàn)槊恳环N風(fēng)格都沒(méi)

23、有完美的定義。股票選擇和加權(quán)方式Fama-French HML B/P B/P 1/3 1/3 33%分位點(diǎn)和市值加權(quán)都只是一種選擇而已。通過(guò)選擇不同的分位點(diǎn)和加權(quán)方式，可以改變組合的風(fēng)格暴露程度，從而影響組合的收益表現(xiàn)。50%33%更大，夏普比無(wú)明顯差異。另外一種增加風(fēng)格暴露的方式是對(duì)得分高的股票設(shè)臵更高的權(quán)重。通常而言，相比市值加權(quán)，這種基于風(fēng)格得分的加權(quán)方式收益更高，夏普比也更高。但是，這種方式傾向于對(duì)市值小、流動(dòng)性低的股票賦予更高的權(quán)重，因而會(huì)對(duì)組合流動(dòng)性產(chǎn)生不利影響。一種平衡流動(dòng)性和高收益的方案是，在加權(quán)方式中同時(shí)融入市值和風(fēng)格暴露。計(jì)劃外的風(fēng)險(xiǎn)雖然構(gòu)建風(fēng)格組合的目的是獲取純風(fēng)險(xiǎn)溢價(jià)

24、，但在這過(guò)程中的一些選擇可能導(dǎo)致產(chǎn)Fama-French HML B/P HML 組合相當(dāng)于凈賣(mài)空科技板塊。同時(shí)，由于科技類(lèi)股票的風(fēng)險(xiǎn)較大、beta 較高，HML 組合還相當(dāng)于做空市場(chǎng)。由此引HML 組合的構(gòu)建過(guò)程中，并沒(méi)有計(jì)劃對(duì)市場(chǎng)和科技板塊擇時(shí)。所以，它們是計(jì)劃外的風(fēng)險(xiǎn)，應(yīng)當(dāng)予以剔除。那么，怎么應(yīng)對(duì)這些計(jì)劃外的風(fēng)險(xiǎn)呢？一種可能的方式是對(duì)沖。對(duì)于市場(chǎng)風(fēng)險(xiǎn)，可beta beta beta 目標(biāo)波動(dòng)率目標(biāo)波動(dòng)率（或風(fēng)險(xiǎn)）是一種基于波動(dòng)率變化動(dòng)態(tài)調(diào)整名義頭寸，以尋求不同時(shí)期風(fēng)險(xiǎn)一致的方法。這種方法下的組合在時(shí)間序列上更為穩(wěn)定、風(fēng)險(xiǎn)更為分散。當(dāng)然，目標(biāo)波動(dòng)率方法有效的前提是，投資者認(rèn)為波動(dòng)率可預(yù)測(cè)，

25、且交易成本不會(huì)抵消收益。多風(fēng)格組合多種風(fēng)格的結(jié)合主要有兩種方法：組合復(fù)合和信號(hào)整合。前者是指將單一風(fēng)格的組合復(fù)合；后者是指直接在組合構(gòu)建過(guò)程中將多個(gè)風(fēng)格結(jié)合為一個(gè)信號(hào)，然后基于綜合信號(hào)構(gòu)建組合。這兩種方法得到的組合，收益表現(xiàn)可能存在明顯差異。以價(jià)值和動(dòng)量這兩種相關(guān)性較低的風(fēng)格為例，信號(hào)整合方式的收益表現(xiàn)優(yōu)于組合復(fù)合。此外，信號(hào)整合方式可以對(duì)沖頭寸，降低交易成本。戰(zhàn)略還是戰(zhàn)術(shù)關(guān)于風(fēng)格投資一個(gè)更大的問(wèn)題是，實(shí)行戰(zhàn)術(shù)性的擇時(shí)還是維持戰(zhàn)略配臵。戰(zhàn)術(shù)擇時(shí)是指當(dāng)預(yù)期未來(lái)某種風(fēng)格收益高于歷史均值時(shí)，賦予這種風(fēng)格更高的權(quán)重。投資者通常使用一系列的指標(biāo)來(lái)確定某種風(fēng)格是否更具吸引力，例如，估值差、風(fēng)格動(dòng)量、宏觀條

26、件等。雖然一些戰(zhàn)術(shù)擇時(shí)在學(xué)術(shù)文獻(xiàn)中被證明是有效的，但實(shí)踐起來(lái)卻非常困難。在決基于估值差的擇時(shí)邊際效果很弱。如何實(shí)現(xiàn)風(fēng)格組合盡管在組合構(gòu)建過(guò)程中，可以通過(guò)信號(hào)增強(qiáng)或更好的加權(quán)方式來(lái)有效獲取潛在的風(fēng)險(xiǎn)溢價(jià)，但確保交易和風(fēng)險(xiǎn)管理不會(huì)侵蝕收益也很重要。組合實(shí)施有效的組合實(shí)施是指扣除交易成本后仍能獲得較高的收益。從交易頻率來(lái)看，日度換倉(cāng)組合的收益高于年度換倉(cāng)，但前者的執(zhí)行成本也更高。在確定換倉(cāng)頻率時(shí)，應(yīng)對(duì)比扣費(fèi)后的收益。另外一種減少交易成本的方法是允許偏離，即，投資者想要日度換倉(cāng)， 應(yīng)當(dāng)允許組合與理想狀態(tài)存在一定的偏離，以此降低成本。經(jīng)濟(jì)有效的執(zhí)行風(fēng)險(xiǎn)管理風(fēng)險(xiǎn)管理也是風(fēng)格投資中的一個(gè)重要問(wèn)題。我們之前已

27、經(jīng)探討過(guò)計(jì)劃外風(fēng)險(xiǎn)的對(duì)沖和目標(biāo)波動(dòng)率方法。除此之外，投資者還需注意其他風(fēng)險(xiǎn)，如杠桿、流動(dòng)性、償付能力（即足夠的現(xiàn)金流要，應(yīng)對(duì)方式有：基于波動(dòng)率調(diào)整風(fēng)險(xiǎn)暴露、限制杠桿水平、保持足夠的現(xiàn)金等。但即便有風(fēng)險(xiǎn)管理，風(fēng)格組合也有可能遭遇持續(xù)回撤的困難時(shí)期。因此，提前有一個(gè)系統(tǒng)性的風(fēng)險(xiǎn)應(yīng)對(duì)方案非常重要。例如，當(dāng)組合的回撤到達(dá)某個(gè)程度或是短期尾部風(fēng)險(xiǎn)上升時(shí)，快速減少組合的風(fēng)險(xiǎn)暴露，直到收益改善或左尾風(fēng)險(xiǎn)消退時(shí)，再把風(fēng)險(xiǎn)暴露調(diào)整至原來(lái)的水平。這種計(jì)劃在恐慌時(shí)期尤為重要，它可以使投資者保持分散化，并在困難時(shí)期生存下來(lái)。無(wú)處不在的價(jià)值和動(dòng)量（Value and Momentum Everywhere）價(jià)值效應(yīng)和動(dòng)

28、量效應(yīng)是資本市場(chǎng)中關(guān)注度最高的兩個(gè)現(xiàn)象，也是市場(chǎng)有效性爭(zhēng)論和資產(chǎn)定價(jià)研究的焦點(diǎn)。前者是指資產(chǎn)收益與其“長(zhǎng)期價(jià)值與市值之比”之間的關(guān)系，后者是指資產(chǎn)收益與其歷史表現(xiàn)之間的關(guān)系。我們通過(guò)檢驗(yàn)八種不同市場(chǎng)和資產(chǎn)類(lèi)別間的價(jià)值和動(dòng)量的聯(lián)合效應(yīng)，為上述兩種市場(chǎng)異象提供一種新的視角。我們發(fā)現(xiàn)，價(jià)值和動(dòng)量因子在各類(lèi)資產(chǎn)中均有顯著溢價(jià)，復(fù)合因子的表現(xiàn)十分出色。我們使用的標(biāo)的如下所示：四類(lèi)股票資產(chǎn)：美國(guó)、英國(guó)、歐盟（不包括英國(guó)）和日本（2-2 18（8-00（9-日本等0個(gè)國(guó)家的國(guó)債期貨（2-；原油、銅、黃金、玉米等7種商品期貨（2-2我們使用資產(chǎn)過(guò)去 12 個(gè)月的收益率（剔除最近一個(gè)月）作為動(dòng)量指標(biāo)。對(duì)于股票和

29、股指，使用賬面市值比作為價(jià)值指標(biāo)；對(duì)于其他資產(chǎn)，使用該資產(chǎn)過(guò)去五年累計(jì)收益率的相反數(shù)作為價(jià)值指標(biāo)。分別將八類(lèi)資產(chǎn)的動(dòng)量和價(jià)值指標(biāo)按大小分為高、中、低三組，構(gòu)建了 48 個(gè)投資組合。在每類(lèi)資產(chǎn)中，按指標(biāo)相對(duì)排序加權(quán)構(gòu)建了零成本的多空組合作為動(dòng)量和價(jià)值因子，并將兩因子等權(quán)合成得到復(fù)合因子?；販y(cè)結(jié)果顯示，在絕大多數(shù)資產(chǎn)內(nèi)部，動(dòng)量與價(jià)值因子的收益都是顯著的，且因子間負(fù)相關(guān)。雖然債券市場(chǎng)的價(jià)值因子收益在統(tǒng)計(jì)上不顯著，但如果改變價(jià)值指標(biāo)的計(jì)算方法，例如，采用實(shí)際債券收益率（10 年期國(guó)債利率-5 年通脹預(yù)期）或期限利差（10 年期國(guó)債利率-短期利率子多空組合與動(dòng)量因子多空組合等權(quán)重合并，再把不同資產(chǎn)按照波

30、動(dòng)率倒數(shù)加權(quán)構(gòu)建組1.45。通過(guò)研究全球性動(dòng)量和價(jià)值因子的驅(qū)動(dòng)因素發(fā)現(xiàn)，經(jīng)濟(jì)增長(zhǎng)、消費(fèi)、期限結(jié)構(gòu)、違和動(dòng)量效應(yīng)正相關(guān)，和價(jià)值效應(yīng)負(fù)相關(guān)。為什么融資流動(dòng)性對(duì)動(dòng)量和價(jià)值因子的影響截然不同？一個(gè)直觀的解釋是，動(dòng)量策略做多過(guò)去漲幅較大的資產(chǎn)，代表熱門(mén)的交易；而價(jià)值策略則相反，代表冷門(mén)的交易。當(dāng)融資流動(dòng)性出現(xiàn)負(fù)向沖擊時(shí)，投資者在同一時(shí)間變現(xiàn)，給擁擠的高動(dòng)量資產(chǎn)帶來(lái)更大的壓力，而冷門(mén)的高價(jià)值資產(chǎn)受到的影響則相對(duì)較小。價(jià)值和動(dòng)量等權(quán)重組合在對(duì)融資流動(dòng)性風(fēng)險(xiǎn)免疫的同時(shí)，可以獲得較高的收益。因此，融資流動(dòng)性僅能為動(dòng)量溢價(jià)提供部分解釋?zhuān)荒芙忉寖r(jià)值溢價(jià)或價(jià)值動(dòng)量復(fù)合因子的溢價(jià)。任意資產(chǎn)的動(dòng)量因子和其他資產(chǎn)的動(dòng)量

31、因子都是正相關(guān)的，和其他資產(chǎn)的價(jià)值因子都是負(fù)相關(guān)的，價(jià)值因子同樣如此。我們使用其他資產(chǎn)的動(dòng)量和價(jià)值因子來(lái)解釋 48 個(gè)組合的收益，發(fā)現(xiàn)實(shí)際收益與預(yù)測(cè)收益的截面回歸 R 方達(dá)到 55%。更一般地，若使用MSCI全球市場(chǎng)指數(shù)、多資產(chǎn)動(dòng)量因子和價(jià)值因子構(gòu)建全球市場(chǎng)三因子模型，截面回歸R71%CAPM、Fama-French三因子和六因子（在三因子基礎(chǔ)上加入動(dòng)量、債券期限結(jié)構(gòu)和違約因子）13只對(duì)沖基1972-1991 1992-2011 這兩個(gè)時(shí)段的表現(xiàn)， 發(fā)現(xiàn)隨著時(shí)間的推移，因子的夏普比率出現(xiàn)小幅下降。與此同時(shí)，不同市場(chǎng)中的因子相0.46 0.77，價(jià)值因子的平均相關(guān)0.31 0.71-0.44 下

32、降至-0.6310（Fact,FictionandMomentum Investing）“動(dòng)量效應(yīng)”（MomentumJegadeesh Titman（1993）在過(guò)去的 2 （-2，動(dòng)量效應(yīng)已在 0 多個(gè)國(guó)家的各大類(lèi)資產(chǎn)中被廣為證實(shí)。然而，日益興起的關(guān)于動(dòng)量效應(yīng)的研究也將投資者引入了諸多誤區(qū)。例如，動(dòng)量效應(yīng)極其微弱且非常短暫、動(dòng)量效應(yīng)主要在空頭存在、動(dòng)量效應(yīng)僅在小盤(pán)股中存在、10 個(gè)有關(guān)動(dòng)量投資的經(jīng)典誤區(qū)，為投資者逐一進(jìn)行解釋。誤區(qū)一：動(dòng)量效應(yīng)的收益極其微小且非常短暫。實(shí)證研究證明，動(dòng)量投資策略的收益顯著且穩(wěn)健，比市值效應(yīng)和估值效應(yīng)有更加顯著的超額收益。誤區(qū)二：持有空頭的投資者能從動(dòng)量效應(yīng)中

33、獲益，多頭投資者則不能。部分投資者認(rèn)為，動(dòng)量效應(yīng)僅能給空頭投資者帶來(lái)收益，其實(shí)不然。我們分別測(cè)算了動(dòng)量效應(yīng)的多頭和空頭經(jīng)風(fēng)險(xiǎn)調(diào)整后的 alpha 及超額收益，證實(shí)了動(dòng)量效應(yīng)在多頭與空頭均適用。誤區(qū)三：小盤(pán)股的動(dòng)量效應(yīng)比大盤(pán)股更為顯著。實(shí)證檢驗(yàn)無(wú)法證實(shí)小盤(pán)股比大盤(pán)股有更強(qiáng)的動(dòng)量效應(yīng)收益。誤區(qū)四：動(dòng)量投資策略的收益難以覆蓋交易成本。我們通過(guò)大量實(shí)際交易數(shù)據(jù)的檢驗(yàn)證明，在考慮交易成本的情況下，動(dòng)量策略仍能獲得顯著的超額收益。誤區(qū)五：動(dòng)量投資策略對(duì)應(yīng)稅投資者無(wú)效。雖然動(dòng)量策略的換手率很高，可能會(huì)帶兌現(xiàn)，這反而對(duì)應(yīng)稅投資者有利。誤區(qū)六：動(dòng)量效應(yīng)更適合作為股票樣本池的篩選指標(biāo)而非直接選股指標(biāo)。動(dòng)量效應(yīng)的收

34、益顯著且持久，在實(shí)際交易中可以覆蓋交易與稅收成本，同時(shí)也適用于只能持有多頭頭寸的投資者。因此，將動(dòng)量策略僅用于股票樣本池的篩選是低效的，我們更推薦將其作為一個(gè)直接的選股因子。誤區(qū)七：投資者應(yīng)對(duì)動(dòng)量效應(yīng)的消失保持高度警惕。部分投資者認(rèn)為，動(dòng)量效應(yīng)是投資者信息反應(yīng)不充分的結(jié)果。隨著市場(chǎng)有效性的提高和套利資金的進(jìn)入，動(dòng)量效應(yīng)會(huì)逐漸消失。但研究發(fā)現(xiàn)，雖然過(guò)去 20 年，交易成本不斷下降，對(duì)沖基金以及主動(dòng)共同基金的規(guī)模不斷擴(kuò)大，但是沒(méi)有證據(jù)能夠表明動(dòng)量效應(yīng)正在逐漸消失。誤區(qū)八：動(dòng)量投資策略的波動(dòng)大，因此可信度低、并不穩(wěn)健。具有良好的風(fēng)險(xiǎn)分散功能，對(duì)提高組合的穩(wěn)定性具有顯著的作用。誤區(qū)九：動(dòng)量投資策略對(duì)時(shí)

35、間窗口的選取敏感性非常高。法得到的動(dòng)量因子，在各個(gè)時(shí)間窗口下均產(chǎn)生了非常相似的結(jié)果。誤區(qū)十：動(dòng)量投資策略的背后沒(méi)有相應(yīng)的經(jīng)濟(jì)學(xué)理論作為支撐。嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)研究證明，動(dòng)量效應(yīng)的背后是有行為經(jīng)濟(jì)學(xué)與風(fēng)險(xiǎn)溢價(jià)理論基礎(chǔ)的。如果投資者的行為模式和風(fēng)險(xiǎn)偏好不變，可以預(yù)期動(dòng)量效應(yīng)將會(huì)持續(xù)。Beta為敵（Betting Against Beta）CAPM （養(yǎng)老年金、公募基金）在使用杠桿時(shí)，都會(huì)或多或少地受到限制。beta beta alpha beta 資產(chǎn)提供了杠桿，故投20 個(gè)國(guó)家的股票市場(chǎng)都得到了印證，甚至還可進(jìn)一步延伸至債券以及期貨市場(chǎng)。我們首先在理論上提出了以下 5 個(gè)命題。命題 1：高 beta，低

36、 alpha。投資者對(duì)任意股票所要求的均衡收益為： ( = + + +1其中風(fēng)險(xiǎn)溢價(jià)為是平均Lagrange系數(shù)用于體現(xiàn)不同投資者資金的充裕程度。股票相對(duì)市場(chǎng)的alpha是，alpha隨著beta的升高而降低。1beta的降低而升高；在較低時(shí)，隨beta的升高而升高。命題 2：BAB 因子的正向預(yù)期收益。BAB 因子組合（Beting Against Beta 多空組合）的預(yù)期超額收益為正： +1 ( =+1 0 其中，為BAB因子組合的預(yù)期收益，為高beta組合的beta，為低beta組合的 beta。命題 3：融資沖擊與 BAB 因子收益。隨著組合限制的上B因子組合會(huì)出現(xiàn)暫時(shí)性的失效但是這

37、也會(huì)增大因子組合未來(lái)的收益空間。即，+1 0,( )+1 0+1命題 4：beta 壓縮。beta 1BAB 因子組合在構(gòu)建時(shí)相對(duì)于所使用的信息集市場(chǎng)中性，BAB beta 也會(huì)趨向于正（或者負(fù)。命題 5：受限制的投資者偏好高 beta。杠桿使用未受限的投資者會(huì)持有無(wú)風(fēng)險(xiǎn)資產(chǎn)以及由beta 低于1 的風(fēng)險(xiǎn)資產(chǎn)構(gòu)成的組合，而杠桿使用受限的投資者會(huì)持有那些 beta 更高的股票?；谏鲜隼碚?，我們構(gòu)建了 BAB 因子組合，并對(duì)組合收益表現(xiàn)進(jìn)行了回測(cè)分析。BAB 因子組合的構(gòu)建主要分為以下 3 個(gè)步驟：beta股票 i 先驗(yàn) beta 的計(jì)算公式如下： = +(1 )實(shí)際計(jì)算時(shí)為為為時(shí)間序列e，計(jì)算

38、公式如下： = 其中，為股票收益波動(dòng)率，為市場(chǎng)收益波動(dòng)率，為兩者之間的相關(guān)性。多空組合構(gòu)建beta beta beta beta 的大小。組合進(jìn)行月度的權(quán)重再平衡調(diào)整。組合收益計(jì)算BAB 因子組合為做多低 beta，做空高 beta 的 beta 中性組合。組合收益可表達(dá)為： = 1 ( 1 ( )+1+1其中，為低beta組合的beta，為低beta組合在t至t+1之間的收益；為高beta組合的beta，為高beta組合在t至t+1之間的收益。BAB 發(fā)現(xiàn)，BAB alpha。表 3 美國(guó)股票市場(chǎng)（1926-2012）P2P3P4P5P6P7P8P9P10（高 beta）BAB超額收益0.9

39、1(6.37)0.98(5.37)1.00(5.16)1.03(4.88)1.05(4.49)1.10(4.37)1.05(3.84)1.08(3.74)1.06(3.27)0.97(2.55)0.70(7.12)CAPM alpha0.52(6.30)0.48(5.99)0.42(4.91)0.39(4.43)0.34(3.51)0.34(3.20)0.22(1.94)0.21(1.72)0.10(0.67)-0.10(-0.48)0.73(7.44)三因子 alpha0.40(6.25)0.35(5.95)0.26(4.76)0.21(4.13)0.13(2.49)0.11(1.94)-0

40、.03(-0.59)-0.06(-1.02)-0.22(-2.81)-0.49(-3.68)0.73(7.39)四因子 alpha0.40(6.05)0.37(6.13)0.30(5.36）0.25(4.92)0.18(3.27)0.20(3.63)0.09(1.63)0.11(1.94)0.01(0.12)-0.13(-1.01)0.55(5.59)五因子 alpha0.37(4.54)0.37(4.66)0.33(4.50）0.30(4.40)0.17(2.44)0.20(2.71)0.11(1.40)0.14(1.65)0.02(0.21)0.00(-0.01)0.55(4.09)bet

41、a（預(yù)期）0.640.790.880.971.051.121.211.311.441.700.00beta（實(shí)現(xiàn)）0.670.871.001.101.221.321.421.511.661.85-0.06波動(dòng)率15.7018.7021.1123.1025.5627.5829.8131.5835.5241.6810.75夏普比率0.700.630.570.540.490.480.420.410.360.280.78資料來(lái)源：AQR: 20 for Twenty，表 4 全球股票市場(chǎng)（1984-2012）P2P3P4P5P6P7P8P9P10（高 beta）BAB超額收益0.63(2.48)0.6

42、7(2.44)0.69(2.39)0.58(1.96)0.67(2.19)0.63(1.93)0.54(1.57)0.59(1.58)0.44(1.10)0.30(0.66)0.64(4.66)CAPM Alpha0.45(2.91)0.47(3.03)0.48(2.96)0.36(2.38)0.44(2.86)0.39(2.26)0.28(1.60)0.32(1.55)0.15(0.67)0.00(-0.01)0.64(4.68)三因子 Alpha0.28(2.19)0.30(2.22)0.29(2.15)0.16(1.29)0.22(1.71)0.11(0.78)0.01(0.06)-0.

43、03(-0.17)-0.23(-1.20)-0.50(-1.94)0.65(4.81)四因子 Alpha0.20(1.42)0.24(1.64)0.20(1.39）0.10(0.74)0.19(1.36)0.08(0.53)0.04(0.27)0.06(0.35)-0.16(-0.79)-0.16(-0.59)0.30(2.20)五因子 Alpha0.19(1.38)0.23(1.59)0.19(1.30）0.09(0.65)0.20(1.40)0.07(0.42)0.05(0.33)0.05(0.30)-0.19(-0.92)-0.18(-0.65)0.28(2.09)Beta（預(yù)期）0.6

44、10.700.770.830.880.930.991.061.151.350.00Beta（實(shí)現(xiàn)）0.660.750.780.850.870.920.981.031.091.16-0.02波動(dòng)率14.9716.2717.0417.5718.0819.4220.4222.0523.9127.128.07夏普比率0.500.500.480.400.440.390.320.320.220.130.95資料來(lái)源：AQR: 20 for Twenty，表 5 各國(guó)股票市場(chǎng)（1984-2012）國(guó)家超額收益超額收益 t 值四因子 AlphaAlpha t 值空頭頭寸市值多頭頭寸市值波動(dòng)率夏普比率澳大利亞0

45、.110.360.030.100.801.2616.70.08奧地利-0.03-0.09-0.28-0.720.901.4419.9-0.02比利時(shí)0.712.390.722.280.941.4616.90.51加拿大1.235.170.672.710.851.4514.11.05瑞士0.752.910.542.070.931.4714.60.61德國(guó)0.401.30-0.07-0.220.941.5817.30.27丹麥0.411.47-0.02-0.070.911.4015.70.31西班牙0.592.120.230.800.921.4415.60.45芬蘭0.651.51-0.10-0.

46、221.081.6424.00.33法國(guó)0.260.63-0.37-0.820.921.5723.70.13英國(guó)0.491.99-0.01-0.050.911.5313.90.42香港0.852.501.012.790.831.3819.10.54意大利0.291.410.040.170.911.3511.80.30日本0.210.900.010.060.871.3913.30.19荷蘭0.983.620.792.750.911.4515.40.77挪威0.441.150.340.810.851.3321.30.25新西蘭0.742.280.621.720.941.3618.10.49新加坡0

47、.663.370.522.360.791.3411.00.72芬蘭0.772.290.220.640.891.3419.00.48資料來(lái)源：AQR: 20 for Twenty，BAB 表明，BAB 因子在這些資產(chǎn)中同樣具有較好的收益表現(xiàn)。淺談價(jià)值投資的一些事實(shí)和誤區(qū)（Fact, Fiction, and Value Investing）“價(jià)值”是一種市場(chǎng)異象，即，便宜的資產(chǎn)往往比昂貴的資產(chǎn)有更好的收益。價(jià)值溢價(jià)可以通過(guò)做多前者，同時(shí)做空后者得到。價(jià)值溢價(jià)廣泛存在于全球 40 多個(gè)市場(chǎng)和大部分資產(chǎn)類(lèi)別之中。價(jià)值溢價(jià)從最初被學(xué)術(shù)界研究，至今已經(jīng)有超過(guò) 30 年的樣本外驗(yàn)證。若是放松其定義，價(jià)值投

48、資甚至可以追溯到英國(guó)的維多利亞時(shí)期。我們對(duì)學(xué)術(shù)界以及業(yè)界有關(guān)價(jià)值投資的某些觀點(diǎn)進(jìn)行了梳理，并對(duì)價(jià)值投資的一些事實(shí)和誤區(qū)予以探討。誤區(qū) 有些人認(rèn)為，價(jià)值投資是特質(zhì)性的，必須要像巴菲特那樣，深入了解每只股票，然后挑選出幾只最有把握的便宜的價(jià)值股放入自己的投資組合，等待長(zhǎng)期投資帶來(lái)的回報(bào)。10 只。但是，巴菲特的導(dǎo)師本杰明格雷厄姆卻主張系統(tǒng)性的分散化投資。美國(guó)著名喜劇演員喬治伯恩斯每天要10 15 100 而是認(rèn)為價(jià)值投資并不僅僅是“巴菲特”。誤區(qū) 2：因?yàn)閮r(jià)值投資基于一定的規(guī)則且換手率低，所以是被動(dòng)策略。我們認(rèn)為，任何偏離市場(chǎng)組合權(quán)重的組合在理論上都是主動(dòng)型投資，因?yàn)橹挥惺袌?chǎng)組合才是所有投資者同時(shí)

49、持有的組合。對(duì)于超配了價(jià)值股的價(jià)值投資者，總會(huì)有對(duì)應(yīng)的超配了成長(zhǎng)股的對(duì)手方。要低。但是，顯然沒(méi)有人會(huì)認(rèn)為巴菲特是被動(dòng)投資者。事實(shí) 1：基本面指數(shù)只是一種系統(tǒng)性的價(jià)值投資。和價(jià)值相關(guān)的基本面指數(shù)，通?；诙鄠€(gè)價(jià)值指標(biāo)進(jìn)行選股后，編制而成。有些人過(guò)度營(yíng)銷(xiāo)并夸大了基本面指數(shù)，聲稱它與價(jià)值投資相關(guān)，但是比傳統(tǒng)意義上的價(jià)值投資更出色。我們認(rèn)為，基本面指數(shù)的確是一種流動(dòng)性強(qiáng)且可投資的價(jià)值投資產(chǎn)品，它相比寬基指數(shù)超配了一些價(jià)值指標(biāo)更高的股票，但它僅僅是一種系統(tǒng)性的價(jià)值投資。事實(shí) 2：盈利指標(biāo)可以幫助改善價(jià)值投資。盈利指標(biāo)可以在投資者挑選價(jià)值指標(biāo)強(qiáng)的公司的過(guò)程中，幫助篩選到基本面質(zhì)量更高的公司。格雷厄姆在聰明

50、投資者一書(shū)中提到的價(jià)值投資選股方法，就對(duì)盈利水平有很多的要求。我們參考了 Fama-French 和 Carhart 因子模型中價(jià)值（HML）、盈利（RMW）（UMD）1963 2014 年各個(gè)因子的夏普比率。如下表所示，價(jià)值因子與其他因子結(jié)合往往會(huì)有更好的效果。若配上盈利和動(dòng)量因子，夏普比幾乎提升了一倍。表 6 價(jià)值因子與動(dòng)量、盈利因子的結(jié)合價(jià)值盈利動(dòng)量60 價(jià)值/40盈利60 價(jià)值/40動(dòng)量33 價(jià)值/33盈利/33 動(dòng)量夏普比率0.460.420.570.580.790.84資料來(lái)源：AQR: 20 for Twenty，誤區(qū) 3：價(jià)值因子是多余的。Fama-French 的五因子模型相

51、比于原先的三因子模型增加了盈利因子（RMW）和投資因子（CM。從五因子模型的結(jié)果可以發(fā)現(xiàn)，價(jià)值（HM）4 Fama French 認(rèn)為價(jià)值因子是多余的。Fama-French 五因子模型的結(jié)果實(shí)際上存在兩個(gè)問(wèn)題：1. HML 因子使用了非常滯后的價(jià)格數(shù)據(jù)；2. 未包含動(dòng)量因子。表 7 Fama-French 五因子模型及其擴(kuò)展截距RMRFSMBRMWCMAUMDR 方HML-0.48%0.010.020.231.0452%(-0.46)(0.37)(0.81)(5.38)(23.03)HML0.52%-0.010.030.241.03-0.1154%(0.51)(-0.35)(1.04)(5.

52、96)(3.37)(-5.92)HML-DEV0.23%0.060-0.020.9528%(0.15)(2.04)(0.11)(-0.30)(14.24)HML-DEV4.87%-0.010.030.070.89-0.5268%(4.74)(-0.32)(1.15)(1.6)(20.01)(-27.31)資料來(lái)源：AQR: 20 for Twenty，HML4個(gè)因子做回歸，截距項(xiàng)并不顯著。這意味著在Fama-French五因子模型中，HML4個(gè)因子所解釋。但是，這個(gè)HML 6 12 月份的值。為此，我們重新定義了價(jià)值因子（即上表的PB HML-DEV 為被解釋變量的回歸模型的截距顯著大于零。事

53、實(shí) 3：價(jià)值投資不僅僅與股票相關(guān)。對(duì)于大部分投資者來(lái)說(shuō)，價(jià)值投資是專(zhuān)屬于股票投資的一個(gè)概念。因?yàn)榇蟛糠謨r(jià)值投資的研究和實(shí)踐都是關(guān)于股票的，而且最常見(jiàn)的判斷價(jià)值的方法也是通過(guò)股票的財(cái)務(wù)指標(biāo)。但是，價(jià)值投資的核心只在于挑選出便宜的標(biāo)的。因此，如果我們可以在其他的資產(chǎn)類(lèi)別中用某些方法判斷標(biāo)的是否便宜，那么我們就可以構(gòu)建價(jià)值組合。例如，過(guò)去的長(zhǎng)期收益率（5 年）每個(gè)資產(chǎn)都有收益率數(shù)據(jù)，因此每個(gè)資產(chǎn)都至少有一種價(jià)值指標(biāo)。另外，債券的價(jià)值指標(biāo)有實(shí)際債券收益率（收益率減預(yù)期通脹率），外匯的價(jià)值則可以通過(guò)購(gòu)買(mǎi)力平價(jià)（Purchasing power parity ）相對(duì)于匯率的偏移來(lái)判斷。事實(shí) 4：價(jià)值因子有

54、很多種計(jì)算方式，但最好是復(fù)合多個(gè)指標(biāo)。理論上來(lái)說(shuō)，每個(gè)指標(biāo)都存在一定的噪音，而多個(gè)指標(biāo)的復(fù)合可以彌補(bǔ)這一缺陷。如下表所示，我們使用不同的指標(biāo)計(jì)算 HML 因子，然后比較不同方法的區(qū)別。雖然復(fù)合因子的收益率和單個(gè)因子相比，在平均意義上相差不大，但波動(dòng)率卻是最低的。表 8 價(jià)值因子的比較BE/MEE/PCF/PD/P過(guò)去 5 年收益復(fù)合平均3.60%5.30%4.50%1.80%2.50%3.50%波動(dòng)率9.90%9.80%9.90%11.50%8.20%8.10%夏普比率0.360.540.450.150.30.43與 BE/ME 的相關(guān)性10.80.80.60.50.9資料來(lái)源：AQR: 20

55、 for Twenty，事實(shí) 5：價(jià)值因子在大市值股票中的表現(xiàn)相對(duì)更弱。很多學(xué)術(shù)研究都發(fā)現(xiàn)，在小市值股票中，很多因子預(yù)測(cè)收益的效果往往會(huì)更好，價(jià)HML-HML-表 9 價(jià)值因子在不同市值股票中的溢價(jià)HML-小市值HML-大市值HML1926-20145.51.73.6(t 值)(4.07)(1.16)(2.81)1926-1962*2.50.11.3(t 值)(1.14)(0.06)(0.63)1963-19816.666.3(t 值)(3.15)(2.52)(3.14)1982-2014*9.21.75.5(t 值)(4.78)(0.93)(3.15)資料來(lái)源：AQR: 20 for Twe

56、nty，誤區(qū) 4：價(jià)值因子是一種風(fēng)險(xiǎn)溢價(jià)，而不是市場(chǎng)行為的異象，因此未來(lái)不會(huì)有衰減的風(fēng)險(xiǎn)。這一句話有兩個(gè)部分，第一部分是價(jià)值因子是風(fēng)險(xiǎn)溢價(jià)，第二部分是價(jià)值溢價(jià)（或者所有風(fēng)險(xiǎn)溢價(jià)）未來(lái)都不會(huì)消失。對(duì)于第一部分，我們并不完全否認(rèn)，只是認(rèn)為過(guò)于絕對(duì)。學(xué)術(shù)界對(duì)價(jià)值因子是否是風(fēng)險(xiǎn)溢價(jià)依然存在爭(zhēng)議，我們的觀點(diǎn)是，風(fēng)險(xiǎn)溢價(jià)和市場(chǎng)異象在價(jià)值因子上或許同時(shí)存在。對(duì)于第二部分，我們認(rèn)為，即使價(jià)值因子是完全的風(fēng)險(xiǎn)溢價(jià)，也不意味著它未來(lái)不會(huì)消失。反過(guò)來(lái)說(shuō)，市場(chǎng)行為的異象也不一定就會(huì)消失。如果要消除市場(chǎng)行為導(dǎo)致的錯(cuò)有效市場(chǎng)假說(shuō)的支持者認(rèn)為，錯(cuò)誤定價(jià)的修正是自然的。但現(xiàn)實(shí)是，套利條件的限制往往會(huì)妨礙修正的進(jìn)行，而且也不能

57、要求所有的投資者都變得足夠理性。時(shí)間序列動(dòng)量（Time SeriesMomentum）“時(shí)間序列動(dòng)量”作為一類(lèi)異象，和常用的橫截面動(dòng)量有所區(qū)別。后者通常采用資N 58 種資產(chǎn)、25 年的數(shù)據(jù)作為研究對(duì)象。具個(gè)月的時(shí)間序列動(dòng)量對(duì)資產(chǎn)未來(lái)收益具有正向預(yù)測(cè)效果，且在每個(gè)資產(chǎn)類(lèi)別中均存在。k 個(gè)月k h 用事前波動(dòng)率對(duì)每個(gè)資產(chǎn)的倉(cāng)位進(jìn)行調(diào)整。即，事前波動(dòng)率越大的資產(chǎn)倉(cāng)位越小，反之亦然。同時(shí)，為了避免路徑依賴，在持有期的每個(gè)月末都運(yùn)行一次策略，以它們的平均收益作為時(shí)間序列動(dòng)量策略的收益。如下圖所示，時(shí)間序列動(dòng)量策略在每個(gè)資產(chǎn)上均優(yōu)于長(zhǎng)期持有策略，相對(duì)夏普比顯著大于零。圖1 不同資產(chǎn)的時(shí)間序列動(dòng)量策略相對(duì)

58、長(zhǎng)期持有策略的夏普比資料來(lái)源：AQR: 20 for Twenty，alpha。顯然，在不同回看期和持有期下，alpha 均能保持穩(wěn)定。表10時(shí)間序列動(dòng)量策略在不同持有期和回看期下，alpha的t統(tǒng)計(jì)量持有期（月）回看期（月）13691224364814.344.683.834.295.123.022.741.9035.354.423.542.734.502.601.971.5265.034.544.935.324.432.791.891.4296.066.135.785.074.102.571.451.19126.615.604.443.692.851.680.660.46243.953.1

59、92.441.951.500.20-0.09-0.33362.702.201.440.960.620.280.070.20481.841.551.161.000.860.380.460.74資料來(lái)源：AQR: 20 for Twenty，我們進(jìn)一步研究了時(shí)間序列動(dòng)量策略的收益能否被其他因子所解釋。具體包括，傳Fama French 表11時(shí)間序列動(dòng)量策略剝離風(fēng)險(xiǎn)因子后的結(jié)果A：Fama French 因 子MSCI WorldSMBHMLUMD截距R2月度系數(shù)0.09-0.05-0.010.281.58%14%(t 值)(1.89)(-0.84)(-0.21)(6.78)(7.99)季度系數(shù)0

60、.07-0.180.010.324.75%23%(t 值)(1.00)(-1.44)(0.11)(4.44)(7.73)B：Asness, Moskowiz, Pedersen(2010)因子MSCIWorld andMomentum andMomentum截距R2EverywhereValueEverywhereMomentum月度系數(shù)0.110.140.661.09%30%(t 值)(2.67)(2.02)(9.74)(5.40)季度系數(shù)0.120.260.712.93%34%(t 值)(1.81)(2.45)(6.47)(4.12)C：市場(chǎng)，波動(dòng)，流動(dòng)性和極端情緒MSCIWorldMSC