Smart Beta:演进、挑战及未来方向

一、现代投资理论发展与Smart Beta演进

(一)关于Smart Beta的“百家争鸣”

从2005年Smart Beta首次提出,Smart Beta类产品获得了极大的发展,备受市场关注。然而,对于Smart Beta的定义,目前并没有广泛一致认可的标准。这既缘于现代投资理论的多样性,CAPM、EMH、Mispricing、行为金融等其他理论相互交织,各有拥趸,2013年诺贝尔经济学奖同时授予了Fama和Shiller就是最好的佐证;同时也是因为Smart Beta的内涵和外延在不断扩大,尤其在基于指数化的形式下,Smart Beta的工具属性越来越明显。

为了尽量全面呈现市场对Smart Beta的理解,报告整理了主要指数商,投资、咨询机构,媒体等机构的观点(详见表1),大致可以分为如下几类:

    1.Smart Beta是非市值加权指数。非市值加权是Smart Beta概念的起点,但随着市场的发展和变化,Smart Beta的外延有了较大的拓展,比如量化选股,因子投资,这些策略无法涵盖到非市值加权当中。


    2.Smart Beta是因子投资,策略收益来自因子风险溢价。这是目前拥护者较多的定义,其理论基础来源于CAPM模型的演进和完善,而Fama-French的因子模型也是促进Smart Beta快速发展的重要推动力。但缺点在于无法完美解释市场异象,尤其是持续异象,如低波动。为什么低波动组合长期表现优于高波动组合,在不同国家、不同行业、不同低波动策略、跨越较长的时间周期,这种异象广泛存在,这也是整个风险理论面对的重要挑战。


    3.Smart Beta是介于Alpha和Beta之间,获得高于传统市值加权指数的超额收益。高收益只是Smart Beta的目标之一。如果从投资目标出发,分散化、降低波动率或者风险控制都属于Smart Beta的目标范畴,仅以收益为目标范围过窄。


    4.Smart Beta是介于主动与被动之间的投资方式。应该说,绝大部分机构都认可这种表述,但往往过于强调Smart Beta的主动管理特征。Smart Beta的基础首先应该是基于规则、透明,趋向低费率和低成本等属于指数产品的核心特征。脱离被动产品的基础,而过分突出主动管理的卖点,则有失偏颇。

上述观点反映了某一个阶段的Smart Beta属性,而且也多是主流指数编制机构为了突出自身特点,而给出的定义。如果仅以此来分类,可能并不全面。但透过不同描述,可以提炼Smart Beta如下共性信息:

●    基于规则、透明,趋向低费率和成本;

●    非市值加权;

●    捕获风险溢价或因子敞口;

●    更好的风险调整收益;

●    改进组合分散化;

●    介于Alpha和传统Beta之间;

 

(二)Smart Beta的发展脉络演进

虽然Smart Beta概念提出是在2005年,但不可否认,Smart Beta的理论积淀贯穿了整个现代投资理论的发展进程。

根据理论发展和市场变化,Smart Beta的发展大致可以划分为以下四个阶段:


       1.经典投资组合理论的诞生与完善(1934-至今)

从1934年Graham和Dodd提出内在价值开始,迄今诞生的投资组合理论、资本资产定价模型(CAPM)、套利定价模型(APT模型)、有效市场理论(EMH)构成了现代投资组合经典理论的核心。值得一提的是,上述理论在为投资分析提供理论支撑的同时,更是奠定了指数化投资的理论基础。


●   以CAPM为代表的风险理论给出了均值-方差优化框架,提出任何高于市场的超额收益,均来自特定风险敞口的溢价。这与Smart Beta定义中因子投资的理论解释如出一辙。
●   以EMH为代表的有效市场理论,提出市场是有效的,价格能反映真实价值,战胜市场是不可能的。这也是指数化投资的理论起点和基础。


●   以APT模型为代表的针对CAPM模型完善的研究,促进了多因子模型在投资实践上的广泛应用。


         2.市场异象挖掘,推动风格和因子投资盛行(1980-至今)

CAPM和EMH提出之后,市场争论从未停歇。而随着金融实证研究不断发现股票收益率具有可预测性的证据,EMH的理论基础和实证检验都受到了强有力的挑战。实证研究发现了许多异象,是EMH为核心的传统金融理论无法合理解释的,甚至是相冲突的。


关于市场异象的挖掘最早可以追溯到规模溢价(Banz,1981),此后低波动率溢价(Baker等,1991)、三因子模型(Fama-French,1992)、动量溢价(Jegadeesh等,1993)、四因子模型(Carhart,1997)、质量溢价(Piotroski,2000)、五因子模型(Fama,2015)等大量的研究,在呈现更多市场异象时,也让市场逐渐认识到原来的Alpha收益,有一部分其实是Beta收益。在市场Beta之外,也出现了诸如地区Beta、行业Beta、风格Beta、策略Beta,这些为风格投资和因子投资提供了重要的支撑。也正是在这段期间,80年代风格投资开始盛行,21世纪初因子投资出现了快速发展,备受市场关注。迄今为止,绝大部分Smart Beta因子策略都来自于上述研究的结论。


        3.Mispricing理论逐渐树立影响(2000-至今)

在传统金融理论无法解释市场异象的情况下,部分理论研究转向寻求行为金融学的框架。在逆向投资策略(De Bondt和Thaler,1985、1987)以及动量投资策略(Jegadeesh和Titmann,1993、2001、2002)引起市场广泛关注的情况下,Robert J. Shiller(2000)发表的《非理性繁荣》标志行为金融学的兴起。


       以Shiller为代表的行为金融学家提出了Mispricing理论框架,“市场一直在寻求公允价值(fair value),但市场本身带有主观判断(过度乐观、过度悲观),所以价格很少是正确的。一切风险的超额收益都来自于错误定价(Mispricing),部分非理性投资者的行为偏差造就了价值偏离,而市场上理性投资者,通过套利使市场回归理性。即,市场价格围绕价值扰动,呈现均值回复行为,这是获取超额收益的本质过程”。


        Mispricing理论的提出对Smart Beta具有重要且深远的影响,主要表现为:

(1)诞生了“Smart Beta”概念。此前,市场通常会表述为策略Beta、风格Beta、另类Beta、可替代Beta等,但正是基于Mispricing理论,诞生了Smart Beta;


(2)促进了非市值加权策略蓬勃发展。Mispricing理论是非市值加权策略的理论核心,也是Smart Beta的起点。通过切断股票价格或市值与它在投资组合中的权重联系,任何非市值加权组合长期都能获取高于市值加权组合的收益(Jason C. Hsu,2006)。以RAFI基本面策略为代表的非市值加权策略不仅验证了这一结论,更是构成了Smart Beta的重要组成部分。


(3)解释了传统金融理论的最大异象—低波动效应。Mispricing理论认为,现实中的资本市场线倾斜的幅度并没有预期的大。这会导致低波动股票会有正的预期收益增量,高波动股票会有负的预期收益。

图2  Mispricing理论假定的资本市场线




       为什么会导致这种情况,主要源于高波动股票在某些时候更受市场偏爱,投资者的购买会推升高波动股票价格,从而导致预期收益下降;而低波动股票,投资者不愿意购买,从而导致低波动股票存在低估,预期收益反而上升。


       以上分析,有以下两种解释:(1)博彩偏好(Preference for gambling)理论认为,投资者会非理性的使用高波动股票作为彩票投资。在这种框架下,投资者愿意接受低预期收益作为使用高波动股票博彩的溢价(Baker,Bradley and Wurgler,2011);(2)卖方分析师对高波动股票预测的过度乐观。Hsu, Kudoh and Yamada(2013)研究表明,卖方分析师会趋向于对高波动股票基于高成长预测,这会推升价格,相应地减少未来收益。


4.金融危机后工具属性的增强(2008-至今)

       2008年金融危机以来,市场对分散化、降低波动和控制风险的诉求不断增强。以此为目标的系列Smart Beta产品快速涌现,受到了市场的追捧。迄今,低波动策略仍保持着最受欢迎Smart Beta策略的地位 。有评论认为近年来Smart Beta的成功主要源于两款主要的产品,一是RAFI基本面指数,二是低波动解决方案。


       早期降低波动策略主要还是围绕低波动异象出发,如波动率加权策略、最小方差策略;之后策略目标开始向分散化拓展,如等风险贡献加权,分散化加权等非市值加权方式。而近期,运用衍生工具的风险控制策略也被市场归为Smart Beta当中,如2015年最受关注的Wisdow系列汇率对冲ETF,基于一系列量化信号,如利率差异、欧元相对于美元的估值和相对价值动量等,月度调整对冲比率(0到100%),类似于传统Smart Beta +汇率风险对冲。

       这类产品与早期的Smart Beta策略有一定差异,更接近量化策略的概念,然而近期的趋势是量化策略与Smart Beta策略的界限在逐渐模糊。衍生工具开始在Smart Beta中粉墨登场。

(三)从理论视角看Smart Beta分类
 

 

由于对Smart Beta定义的分歧,使得Smart Beta的分类也呈现了同样的现象,没有一致的标准。通过前文发展脉络的解析,报告从理论视角,尝试给出一种新的Smart Beta分类。

 

1.基于理论视角的分类

基于现代投资理论的发展以及现有Smart Beta产品,可以将Smart Beta分为三类:

 

(1)基于Risk理论的策略,主要包括风格、因子投资策略等,策略收益来自于风险溢价和特定因子敞口,如成长、价值、质量、动量、规模等因子都属此类策略;

 

(2)基于Mispricing理论的策略,以非市值加权为代表,如基本面、低波动、最小方差、红利、等风险贡献、等权重、动量等策略。在策略的表现上可能会与风险理论和市场异象有重合,但是理论出发点则截然不同。非市值加权策略主要是切断成分股价格与权重的联系;

 

(3)基于持续的市场异象策略,以低波动、事件驱动策略为代表。通常,部分市场异象会随着时间和环境的变化,公众的普及程度而逐渐衰减、甚至消失。与此同时,在大数据、机器学习等计算机技术的广泛应用下,数据挖掘出了很多统计异象,但这些发现基本不可持续,缺少内在的驱动机制。持续的市场异象才是Smart Beta的重要策略。

 

 

2.其它SmartBeta分类

部分学者和机构也从其它维度给出了分类(详见表3),如基于启发式和最优化的分类,基于风险和基于收益的分类,基于策略目标的分类等,但都有一定的局限。其中,基于启发式的分类,较为宽泛,很难有一个清晰的把握;而基于风险和基于收益,基于策略目标的分类通常会陷入无法穷举的困境,对未来的发展方向也不是很清晰。

 

 

二、Smart Beta的市场发展

 

 
(一)Smart Beta产品发展
 

 

1.产品规模

以美国为例,截至2016年5月18日,市场共有Smart Beta ETF 591只,资产规模4666亿美元,分别占美国全部ETF的31%和21.27%。从数量来看,2005年基本面指数诞生之后,Smart Beta ETF得到了快速发展,在2005-2007、2011-2015两个阶段数量快速增长。2015年,新发Smart Beta ETF数量创历史新高,达到103只。

 

但从规模来看,整体趋于平稳,呈现数量高速增长但募集规模越来越小的情况。2011年之后,Smart Beta ETF规模趋于平稳,虽然新发数量很多,但整体规模不大。2015年,新发的103只Smart Beta ETF规模仅有43.34亿美元,这也显示了此类产品发展遇到了瓶颈。

 

 

2.Smart Beta ETF发行人

Smart Beta已经成为部分发行人的主要特色和实现超越的重要着力点。以Invesco PowerShares为例,虽然产品规模仍落后于三大发行商,但是多年来持续在SmartBeta ETF的耕耘,其相关产品已达80只,规模358亿美元,分别占旗下ETF的57.1%和38.4%,已经成为Smart Beta ETF的主要发行商,实现了成功的追赶。目前,前10大发行人中,First Trust、WisdomTree、Barclays Capital 、UBS也都是较为积极的发行人,数量和规模占比较高。

 

Smart Beta ETF发行人集中度较为突出。前五大发行人数量和规模分别为300只和3073亿美元,占全部Smart Beta ETF的50.8%和65.8%;前十大发行人数量和规模分别为418只和4198亿美元,占比分别为70.7%和89.9%。

 

传统发行人品牌效应更为突出。BlackRock、SsgA、Vanguard三家发行商Smart Beta ETF 数量和规模分别为121只和3062亿美元,占比分别为20.47%和65.61%。其中,BlackRock、Vanguard的Smart Beta ETF数量和规模接近甚至超过旗下全部ETF的20%。

 

 

3.Smart Beta最受欢迎的策略

从加权方式来看,多因子、红利、分层、基本面、等权的ETF规模均超过100亿美元。其中,多因子加权数量达到90只,规模突破1787亿美元。Top 6 加权产品数量和规模分别为360只和3287亿美元,分别占全部Smart Beta ETF的60.91%和70.45%。

 

从选股方式来看,采用多因子、基本面、红利、波动率规模较大,其中,多因子选股数量达到184只,规模突破2184亿美元。Top 加权产品数量和规模分别为394只和4227亿美元,分别占全部Smart Beta ETF的66.67%和93.7%。

 

 

因此,综合市场产品以及市场机构调研 的结果,可以得出多因子、红利、基本面、波动率是较为受欢迎的Smart Beta策略。

 

4.Smart Beta ETF费率

随着ETF市场的日益发展,在传统的市值加权ETF基础上,逐渐诞生了各种新的策略类ETF,而这些不同策略ETF的费率也各有不同,总体来说反向杠杆类ETF和专利策略的ETF费用相对较高,其它非市值加权策略ETF费率并没有显著高于市值加权ETF。而且从长期趋势来看,过去十年Smart-beta类产品的费率并没有发生明显变化,过去一年略有下降。根据Blackrock(2014) 研究显示,但整体Smart Beta 产品的费率介于指数基金和主动基金之间。

图4  不同策略费率分布(资料来源:ETF.Com)

 

 

 
 
(二)机构投资者对Smart Beta运用情况
 

 

1.Smart Beta在投资组合中的作用

PWC报告显示,到2020年,全球资产管理规模将突破100万亿美元,其中,主动投资达到66万亿美元,占比65%;被动投资达到22.7万亿美元,占比22%。相比2012年,被动投资规模将增加15.4万亿美元,占比提升11个百分点。

 

图5  被动投资份额占比(资料来源:PWC)

被动投资增长将主要来自机构投资者和零售客户,如养老金、主权基金、高净值客户等的强劲需求。Alpha和Beta分离促使投资者在投资配置决策时更加倾向被动产品,更低的管理费率和更宽的Beta敞口。

 

因此,在被动产品作用日益重要的同时,Smart Beta在投资组合中作用主要两类:战术工具和独立策略。 作为战术工具,Smart Beta能够将市场分割成特定的子集,提供子集的Beta,为投资者提供特定的战术或者短期敞口,也给投资者提供了通过精确的资产配置获取超额收益的能力。很多单因子策略都属于此类,因子主要来自于长期的学术研究。但是,在特定时期也会跑输市场,比传统指数具有更高更集中的风险,所以此类策略更适合战术配置而非独立的策略。Smart Beta策略则是替代核心Beta敞口。通常多元化,以超越传统基准为目标,获取绝对收益或者风险调整收益,如多因子模型。 

 

2.机构投资者对Smart Beta的关注点

SmartBeta策略是个性化较强的策略,能够实现特定目标,满足个性需求。通常,资产管理人应用smartbeta策略主要考虑两个方面的因素:一是降低风险,二是增强收益。此外,还有诸如分散化,节约成本等目标。在恶劣市场环境里的下行保护,降低波动率是机构投资者关注的主要问题。

 

3.机构投资者对于Smart Beta的运用

从Smart Beta策略应用来看,使用单一策略的占比越来越少,多策略已经成为主流。资产管理者会采用多个SmartBeta策略来进行资产配置。在多策略中,低波动、价值、基本面、多因子组合是进行多策略组合中受欢迎程度较高的策略。

 

4.机构投资者持有Smart Beta策略的时间

SmartBeta指数的内在逻辑决定其无法短期持续超越市值加权策略,需要一定的市场纠错时间来等待均值回复。因此,境外的机构投资者普遍预期持有Smart Beta策略在3年以上,其中绝大部分在5年以上,持有时间较短的机构较少。

 

(三)Smart Beta产品的投资者结构分析
 

 

根据FactSet的统计,2015年美国ETF流入资金中的30%投向了Smart Beta产品,约520亿美元。

 

1.宽基ETF中大型机构占2/3,小型机构和个人占1/3

考虑先发优势,宽基Smart Beta ETF拥有最多投资者。以美国最大的三只宽基Smart Beta  ETF为例,绝大部分份额均匀地被大型机构持有。大型机构的总持有份额基本占到三分之二左右,剩下三分之一被小型或个人投资者持有。

 

2.细分类别Smart Beta 主要由发行人资管分支持有

相比宽基产品,细分类别Smart Beta投资热度相对低一些。以美国前五大Smart Beta行业ETFs和Smart Beta债券ETFs为例,三只行业ETF的主要持有者为其基金发行方的资产管理分支:ICF的BlackRock Fund Advisor,FXG与FXH的First Trust Advisors。同时,FXG和FXH的机构投资者所占份额分别高达97%与94%。

 

从债券ETFs来看,PHB与SPFF的机构持有分布较为均匀,而其他三只ETF份额都大量集中于一家投资机构。市场上最大的Smart Beta债券ETF——FlexShares的 TDTT,82%由其指数的提供商与管理商持有;另一只TDTF分别被Northern Trust与Chares Schwab以46%与41%的比例持有,这两只ETF的机构投资者所占总份额都高达99%左右。而投资者分布最为集中的是VBND,96%被Ronald Blue&Co.持有,机构总持有份额为98%。

 

如果将“集中持有”定义为单个机构20%或以上份额的话,上述ETFs中被“集中持有”的包括:

 

不难发现,iShares是BlackRock的ETF分支;First Trust Advisors是First Trust Portfolios的子公司;North Trust Investment是FlexShares ETFs的指数提供商与管理商;而VBND这是Vident为Ronald Blue & Co.定制的产品。从本质来说,这几家公司都有确保这些ETF获得市场成功的强烈动机,因此大量持有自家产品也在情理之中

 

事实上,虽然一部分Smart Beta ETFs广受欢迎,但不代表所有产品都如此幸运。例如TDTT、TDTF、FXG和FXH之类的基金,虽然资产规模很大,但其实它们并没有吸引大量的机构、顾问或小型投资者,反而似乎都在不同程度上依靠产品自身供应商和管理商的支撑。

 

这些产品供应商希望借助Smart Beta基金的流行趋势来保持自家品牌的知名度,尤其是在尚待“开发”的领域,例如固定收益与热门股票类别。由于吸引投资者需要一定时间,供应商们只有尽其所能保持其产品的曝光度,才能有更多机会吸引投资者关注。当然还有一种办法是,对于像Northern Trust与First Trust这样有强大的分销平台和大量客户基础的公司,在为客户进行投资管理时大量使用自己的产品,从而维持产品的热度。

 

3.投资机构对指数业务的主导升级

近年来,资产管理机构开始更多介入,甚至主导指数机构中来。WisdomTree既是ETF发行人也是指数开发机构,旗下的多条指数已经开发出非常成功的ETF产品。自2006年发行第一只ETF,WisdomTree目前拥有92只ETFs,覆盖美国和全球股票、货币、固定收益和另类资产。WisdomTree是基本面加权ETFs和主动ETFs概念的先驱者,并且在这些领域都具有领先优势,旗下红利ETF、货币对冲ETF成为市场同类产品的佼佼者。截至2015年底,管理ETF总资产额达到518.2亿美元。

 

此外,Market Vectors是Van Eck的子公司,Van Eck是一家ETF管理机构;CEMP是Victory Capital资产管理公司下属的分支机构;CRSP则过度依赖Vanguard,主要为Vanguard开发设计指数产品,事实上已经成为Vanguard旗下的指数设计机构。

 

这些投资管理机构或者通过直接开展指数业务,或者成立或者收购从事指数业务的子公司,或者寻找外包并实现绝对控制等模式,加强对指数业务的话语权和控制力。可以预见,在指数行业市场竞争趋于更加充分的同时,ETF管理机构和发行人将会拥有越来越大的话语权。

 

 

三、主要Smart Beta策略的因子敞口和周期场景

 

 
(一)主要Smart Beta策略的因子敞口
 

 

目前,市场上较为流行的SmartBeta策略主要以提供增强收益的风险溢价居多,即风险因子。因此,通过对策略的因子敞口分析来分析内在的驱动因素。长期实证持续有效的因子主要包括低波动、动量、质量、价值、红利、规模等。

 

1.  绝大部分因子在Beta敞口较低,证明驱动此类策略的并非市场因子,其超额收益来自非市场因子敞口的暴露。

 

2.  主要的Smart Beta策略因子敞口较为多元,并非单一因子敞口,而是多因子的敞口。如低波动策略除了低波动因子敞口,在大盘股和红利因子方面也有较大的敞口;价值策略也在大盘股、盈利稳定性因子上面具有较大的敞口;质量策略在盈利稳定性、成长性、债务杠杆方面具有一定的敞口,由此看出,质量策略与价值策略具有明显的差异。

 

 
(二)SmartBeta在不同市场周期的表现
 
 

1.国际市场

Smart Beta策略对宏观经济周期较为敏感,特别是在熊市和复苏时期。牛市时,动量、成长策略表现最好;熊市时,低波动和质量策略表现最好;复苏时期,价值和红利策略表现最突出。混合多个因子的策略能够有助于降低风险,增强收益,产生更好的风险调整收益。

 

2.国内市场

目前,国内市场已经发布的Smart Beta策略包括低波动、分散化(等风险等)、基本面、动量、质量、风格、多因子等类别。从收益表现来看,信息比率超过0.5指数有12条。其中,信息比率(IR)最高的为500行业中性低波动策略,为1.571。其它策略分别为500的等风险、等权、行业等风险、质量、低波动、基本面;300的低波动和基本面,以及红利低波动和红利价值。规模+低波动的因子组合效果较为突出。

 

从Smart Beta策略对宏观经济周期较为敏感性来看,国内市场整体与国际市场较为近似。牛市时,规模因子,即小盘股表现最好;熊市时,价值、红利策略表现最好;震荡时期,规模、红利策略表现最突出。特别值得一提的是,小盘股低波动策略,红利低波动策略成为了穿越牛熊的明星策略,在05年以来的数次牛熊转换,能够保持较高的超额收益和胜率。

 

四、Smart Beta策略面临的挑战

 

 

学术研究揭示了在横截面上,许多变量可以用来预测股票收益, SmartBeta中绝大部分因子均来自学术文献。然而,当此类因子被研究发现并成为公众知识后,因子的预测收益显著下降,甚至很多因子逐渐失效,如许多统计偏差因子。

 

David Mclean,Jeffrey Pontiff(2016)通过对97个横截面可预测股票收益的变量(因子)进行了样本外和研究发表后的收益可预测性检验,发现盈利因子组合的收益在样本外下降了26%,在研究发表后下降了58%。样本外收益降低可视为对数据挖掘效应上限的估计结果。研究发表效应(发表让这些盈利因子众所周知)使收益下降32% (58%-26%)。

 

样本内收益更高构造的组合其收益衰减更严重。仅以价格和交易量构建的因子收益衰减更严重。套利成本较低的组合在研究发表后收益也较低,收益的可预测性集中在流动性强、特质性风险小的股票上。这些结果均与错误定价理论相符,说明研究发表使投资者获知了这些错误定价。

 

从研究发表后组合内股票的交易情况发现,组合内股票的交易量增加,空头端与多头端股票的卖空利息的差距增加。说明学术研究引发了市场对这些因子的关注。


 

 

市场关注还会导致盈利因子间的相关性发生变化。未发表因子在发表后与其他未发表因子的相关性减弱,与已发表因子的相关性增强。未发表因子间收益具有相关性的一个解释是,因子的预测性一部分由错误定价导致,而错误定价可能有共同的来源,因此因子收益会出现相关性。这与Lee, Shleifer and Thaler (1991)以及Barberis and Shleifer (2003)提出的“非理性共变模型(Irrational comovement models)”相符。而研究发表则导致更多的套利者利用盈利因子交易,使得发表过因子的相关性显著增加,与未发表因子的相关性则接近零。

 

因此,Smart Beta面临的很大挑战在于策略或因子未公布之前会有不错的表现,但是公布之后或者成为市场知识之后,其收益会有较大程度的下滑,这也对Smart Beta策略的构建提出更高的要求,以计算机进行数据挖掘的统计偏差是无法持续获取超额收益的,尤其在成为市场知识之后。对于Smart Beta的理论探索以及驱动因素需要更进一步的研究。

 

五、Smart Beta的未来方向

 

 

Smart Beta是随着市场对于现代投资理论的不断探索和投资者对更好风险调整收益的追求而不断发展的。Smart Beta的出现丰富了Beta收益类别,提供了更加多样化指数工具产品。然而,在快速发展的同时,Smart Beta产品呈现的同质化、募资规模小问题日益突出。2015年,美国市场新发SmartBeta产品平均规模只有4200万美元,已经充分显示这一问题的严峻。因此,对于Smart Beta未来发展方向的探索更具有重要的现实意义。

 

任一投资组合收益可拆解为四个部分:无风险收益、基准收益、基准择时收益和Alpha收益 。其中,基准收益包括通常提及的市场Beta和Smart Beta收益,而基准择时收益和Alpha收益则属于主动管理收益。

 

 

基于组合收益的分解,Smart Beta未来发展方向主要在于四个方面:

 

 
(一)基于理论视角的SmartBeta挖掘
 
 

目前,Smart Beta的支撑理论包括风险理论、Mispricing理论以及持续市场异象。因此,基于上述理论继续深入挖掘、研究新的有效因子、非市值加权方式、持续市场异象仍是未来发展的重要方向。

 

基于风险理论,继续聚焦单因子的解释力,提供进一步解释残差收益的新的因子;同时因子的纯粹性也会越来越受到关注,因子的纯粹性是通过优化方法,使得目标因子敞口最大化,其它因子敞口最小化或控制一定范围内。

 

基于Mispricing理论,继续对非市值加权方式进行拓展,除了收益性之外,更加关注策略的稳定性、持续性、投资性等特性。

 

基于持续异象研究,一是对已有异象的跟踪,对于衰减甚至消失的统计异象应及时剔除,二是继续研究市场交易异象、事件异象等潜在策略。

 

 

 
(二)主被动更加融合的Smart Beta策略
 

 

1.Smart Beta择时/轮动策略

近年来,降费趋势以及投资者追逐更好的风险调整收益,使得主动管理和被动投资的中间地带开始部分融合。Smart Beta、主动管理ETF、ETMF都是这种融合的尝试,区别在于Smart Beta是从被动向主动融合。核心在于保持ETF架构交易,同时提供增强收益或降低风险。而且,Smart Beta策略对经济和市场周期波动都有较强的敏感性。因此,不择时操作,会承受较大程度的回撤。这也是被动产品在牛市表现出色,在熊市异常惨淡的根本原因所在。

 

通过组合收益分解,基准择时也是组合收益中非常重要的部分。基于量化择时模型的Smart Beta择时或轮动策略,既能获取更好的收益,同时在市场大幅下跌时也能降低回撤,更好的保护投资者的利益。这是指数在作为一个策略时,可以具有的功能定位。

 

2.多因子策略

当作为工具或者基准时,单因子策略会更加常见。但是当Smart Beta在组合中作为策略的角色,其投资的收益性、稳定性、可投资性等方面会更加重要。

 

以往单因子策略的周期性较强,很难在全部场景都能始终表现出色。为了提供更好的稳定收益,多因子策略开始快速发展,目前已经成为Smart Beta中最大类别的策略。

 

国际投资机构在使用Smart Beta时,70%的投资人会选择2-5个策略,甚至更多。多策略组合时,低波动、价值、基本面、多因子受欢迎程度较高。

 

国内市场经过验证,行业中性+小盘+低波动,红利+低波动等多因子策略表现较为优异,多因子策略将是未来国内市场的重要方向之一。

 

 

 
(三)共同智慧的Smart Beta
 

 

从市场Beta到Smart Beta经历了一个从代表性被动化到经验被动化的过程。然而,经验被动化的根本问题在于,历史并不等于未来,有效性如何持续。近年来,市场开始关注投资智慧(Sophisticated)指数化,不再是简单的Buying the Market,也不是粗略的Buying the Historical,而是具备独特自我更新能力的Buying the Wisdom。

 

经济、市场、产业的周期与结构都在不断变化,只有与优秀的智慧同步才能不落后于时代。私募基金、对冲基金、量化基金、主动Alpha基金,这些产品背后聚集了一群具备专业智慧的投资人群,跟踪这一群体性智慧,复制策略表现,永远获取好于平均水平的组合收益,使投资者以低廉的成本获得收益优势。

 

此外,特定高净值人群,市场分析师,社交平台大V中部分群体同样会具有优异的投资理念与投资智慧。共同智慧的Beta或将开启新一代的指数化投资。

 

 
 
(四)投资者行为的Smart Beta
 

 

随着计算机技术的快速发展,大数据、云计算、深度学习、机器学习等技术在金融领域的拓展和深入,以往投资研究无法实现的海量数据分析正逐渐发挥重要的作用。

 

目前,基于互联网大数据的策略内涵主要在于两个方面:一是基于风险补偿说的信息挖掘,信息不对称的风险会需要需要正的风险溢价补偿;二是注意力驱动买入的投资者行为挖掘,个人投资者的投资决策在很大程度上更倾向于购买那些引起他们注意力的股票。 

 

移动互联网时代,科技的进步使得信息传播速度大大提升,投资者在接受信息的时间上并不存在明显差异,然而对于信息分析能力有偏的投资者,尤其是散户群体,信息传播速度越快更容易造成信息分析能力较差的投资者处于劣势地位。

 

基于知沟理论框架,可以将市场投资者分为专业分析能力较强的投资者,和能力较弱的投资者两类。专业投资者由于具有更好的信息分析能力以及相关辅助工具支持,比散户群体更快、更有效的分析和利用信息。因而,互联网大众传播媒介传送的信息越多越快,两类投资者之间的信息格差和知识格差也就越有扩大的趋势。

 

在信息分析能力受限,同时投资者倾向注意力驱动买入的心理,散户投资者的行为会呈现相对固定的羊群行为特征,这主要受限于其本身的信息分析能力和投资心理。

 

因此,这即为研究投资者行为提供了重要的技术储备,同时也为投资者行为被动化的研究提供了可行的路径。同历史数据相比,投资者行为更具可预测性。基于大数据分析技术,对于投资者行为深度挖掘,构建投资者行为的Smart Beta策略将会成为未来的重要创新方向。




 


 

Copyright © 2014 Suntime Inc. All rights reserved. 朝阳永续 版权所有
ICP备11015099号 网站经营许可证:沪B2-20060210