?解密低风险投资的真真假假( 三 )





接下来的分析我们着重以BAB策略作为低风险投资的代表 。



图2:Bet Against Beta(BAB作为买入低弹性股票)策略年化收益率最高


?解密低风险投资的真真假假
文章图片



误解一:低风险因子收益溢价低于其他传统因子收益溢价


人们会很自然的比较基于低风险因子模型和基于其他传统多因子模型构建的组合收益率表现的不同 。 我们因此分别构建了BAB, QMJ和SMR组合 , 并和French and Fama 的五因子中的价值因子(High-minus-low or HMLFF) , 市值因子(Small-minus-big or SMB) , 投资风格因子(Conservative-minus-aggressive or CMA) , 和盈利能力(Robust-minus-weak or RMW)除去市场因子 , 外加上一个动量因子(up-minus-down or UMD)所构建的组合相比较 , 从1957年后的样本数据中分析我们可以发现BAB, SMR和QMJ三个低风险策略均实现了最高的CAPM 阿尔法收益(这里我们排除了UMD动量因子 策略 , 因为此策略需要高于其他策略2.5-4倍的交易量 , 图中的收益率未考虑各种交易成本) 。



考虑到不同因子间的相关性 , 我们如图三所示 , 用多元回归模型来建立每个因子同市场因子及其他因子的回归方程 , 结果显示除价值因子外 , 其他因子均实现正的阿尔法收益;而低风险因子的阿尔法收益率都超过3% 。



图3:低风险投资的超额收益


?解密低风险投资的真真假假
文章图片



事实二:低风险因子的溢价在样本外仍表现显著


人们往往会认为这种套利机会会很快被消化 , 或者低风险策略的优异表现是基于数据挖掘;这样的观点使得样本外数据检验(OOS)变得尤为重要 。 如图五所示 , 样本外数据期间显示该策略表现甚至优于样本内数据期间 。 图六显示了BAB模型下组合的累计CAPM阿尔法收益 , Black, Jensen and Scholes (1972)(BJS)的原始样本期间为1931-1965,和BJS样本外期间1966-2009 , 以及Frazzini and Pedersen (2014) 样本外期间2010-2019 。 可以看到样本外期间的变化对于结论没有影响 , 低风险策略组合在样本内外均展现了优异的表现 。



图4:不同因子的溢价值 , 包括信息比例


?解密低风险投资的真真假假
文章图片



图5:样本内外各因子的阿尔法收益比较


?解密低风险投资的真真假假
文章图片



图6:长期看BAB策略的收益率惊人


?解密低风险投资的真真假假
文章图片



误解二:低风险策略更似押注特定行业 , 如类债券行业


虽然有说法认为低风险股票投资仅在一些稳定的特定行业中表现优秀 , 但是实际并非如此 。 BAB(市场中性)策略同样适用各行业之间以及行业内部 。 Asness, Frazzini,和 Pedersen 2014年的研究发现 , 通过研究1926年至2012年美国49个行业的样本数据 , BAB策略夏普比率为正 。 此外从1980年往后的全球数据来看 , BAB策略在全球大部分行业中的夏普比也是大于零 。 如果不采用我们在本篇文章中的行业中性原则 , BAB策略的收益率会更高 。


推荐阅读