主頁
 投資組合
 基金/市場動向
 ETF
 強積金/生活理財
 基金工具
 基金篩選器
 基金檢閱
 組別排行榜
 保證基金
 

不要嘗試捕捉投資因子策略的時機(第一部份)

投資者喜歡追逐表現。但Morningstar和其他研究均指出優異的長綫表現記錄並不能預測未來表現。

Alex Bryan 29/12/16

投資者喜歡追逐表現。但Morningstar和其他研究均指出優異的長綫表現記錄並不能預測未來表現。許多投資者都曾親身體驗此教訓,這亦是愈來愈多人採用指數策略包括策略性啤打基金的原因。策略性啤打基金嘗試提供費用較低、更透明和涉足歷史上與表現有正面關係因子的投資機會。但到底這些表現優勢是否可持續?還是投資者只是無甚意義地追逐表現?這是Rob Arnott和其Research Affiliates團隊在近日文章《How Can ‘Smart Beta’ Go Horribly Wrong?》1(聰明啤打怎會出了大錯?)及《To Win with ‘Smart Beta’ Ask if the Price is Right.》2(要以聰明啤打獲利,先問其價格是否合理)探討的問題。

在這些文章中,Arnott和其他作者認為當一個因子跑贏大市並得到投資者的注意,往往會變得更昂貴,亦因此不可能持續表現出色。同樣道理,任何因子亦不可能持續跑輸。換句話說,估值是非常重要,考慮每個因子的估值有助我們對因子的未來回報有合理期望。Arnott和他的團隊更大膽斷言,在過去50年,大部份低啤打和總盈利因子產生的回報溢價都是源於估值上升,因此不太可能持續。(惟事實上,這些因子在扣除估值變化後仍能夠提供不錯的風險調整後回報。) 

Research Affiliates團隊從1967年至2016年3月的數據發現,當價值型股票比增長型股票便宜,前者在未來5年有較大機會跑贏後者。他們發現小型股票、低流動性證券、投資、毛利率因子的未來表現和估值亦有類似的關係。動能的估值和未來表現的長綫關係較短綫關係弱,原因是動能策略的周轉率較高,現在的投資組合和未來的投資組合未必很相似。

研究發現低啤打因子的估值和未來表現並沒有顯著關係。他們認為這是因為低啤打的估值相對於歷史已經相當高,而且還未恢復到平均值,造成一個關鍵的潛在風險。作者又提醒讀者,截至2016年3月,高股息率、毛利率、投資和動能等因子的估值亦處於相對歷史高的水平。價值是唯一看起來特別便宜的因子。

雖然估值非常關鍵(至少對低周轉率的投資組合而言),投資者並不應以估值價差捕捉因子,除非這些價差是非常極端的。因素估值和未來表現之間的關係存在很多雜音,亦可能會被如科網股泡沫等極端事件扭曲。正如AQR的Cliff Asness在其文章《The Siren Song of Factor Timing》3(捕捉因子的警號)指出,以估值信號捕捉時機的成功率取決於估值因子本身。(Arnott認為這種效應不能完全解釋逆向捕捉時機的成功。)Asness認為——而我亦同意——以估值捕捉時機將令投資組合集中在較便宜的策略,減低多樣性,繼而令波動性增加。

因子指數分析
為了進一步探討因子估值與未來表現之間的關係,我亦進行了一個類似Research Affiliates的研究。研究採用的因子指數都是投資者可以透過ETF接觸到的。我以表1列出的兩隻指數的表現和估值價差分析各因子的情況。

我與Research Affiliates的研究方法相似:首先計算上表中第一隻指數相對於第二隻指數的估值比例,並追蹤兩個指數在隨後5年的表現差異。接著我將指數的5年表現差異回饋,對比測試始初時的估值。我分別以市賬率和市盈率進行分析,並把結果放在表2。

一如Research Affiliates研究的結果,當小型股票和價值型股票較大型股票和增長型股票便宜,它們傾向在接下來的5年有較佳表現,但這種關係的強度只屬一般。這些回饋的r平方值反映5年後的回報分散中有有多少百份比可以由始初估值解釋。譬如,小型價值因子市賬率的r平方值為0.33,大型價值因子市盈率的r平方值為0.53,分別是測試中最小及最大的r平方值,代表測試始初時的估值可以解釋33%-53%的5年後回報分散。也就是說,這個簡單的模型並不能解釋所有關於因子未來表現的事情。我還想特別指出,科網股泡沫對因子估值與未來表現的關係有非常顯著的影響。

在本文的第二部份,我們會繼續探討捕捉因子策略時機的可能性。

 

1 Arnott, R., Beck, N., Kalesnik, V., & West, J. 2016. “How Can ‘Smart Beta’ Go Horribly Wrong?” Research Affiliates. https://www.researchaffiliates.com/en_us/publications/articles/442_how_can_smart_beta_go_horribly_wrong.html

2 Arnott, R., Beck, N., & Kalesnik, V. 2016. “To Win with ‘Smart Beta’ Ask if the Price Is Right.” Research Affiliates. https://www.researchaffiliates.com/en_us/publications/articles/540_to_win_with_smart_beta_ask_if_the_price_is_right.html

3 Asness, C. 2016. “The Siren Song of Factor Timing aka ‘Smart Beta Timing’ aka ‘Style Timing’.” J. Portfolio Management. Special Issue 2016. https://www.aqr.com/library/journal-articles/the-siren-song-of-factor-timing

作者簡介 Alex Bryan

Alex Bryan  

Alex BryanMorningstar的被動策略研究總監。