|
熱門:

2018年11月15日

Alex Bryan ETF

Alex Bryan: 多元化因子捕捉時機 助減損失

(編者按:文章第一部分講及貝萊德一篇研究報告指出,有4種捕捉因子訊號可用,包括估值、動量、經濟景氣指標和離散度。下文闡述估值、動量及離散度。)

眾所周知,估值能預測長期資產回報(估值較低代表未來回報較高)。這對資產類別、個別股票和股票投資組合來說是對的。但這並不一定代表估值是有效捕捉時機的訊號。例如,自2010年以來,美國股市表現遠高於經周期性調整的歷史平均市盈率或CAPE(由1880年起的數據)。然而,任何人若按此減持美股或調整投資組合,都可能後悔莫及,因為即使估值如何過高,美股市場由2010年1月至2018年8月的表現一直保持強勁。

正如Cliff Asness和AQR的同事在文章《反向捕捉因子看似困難》(Contrarian Factor Timing is Deceptively Difficult)中爭拗一樣,如果使用估值來捕捉市場時機是困難,那麼將它們用於捕捉因子則可能更難。因為這些投資組合的流轉率減低了他們估值的預測能力,許多現有持股不會長期留在投資組合中。投資組合層面的估值對於高流轉率策略(如動量)尤其不可靠。

估值與因子表現之間的關係充其量只是輕微的。在過往一篇文章中(《Don’t Try to Time Factor Strategies》),按照1987年6月至2016年8月的數據,我發現價值股與增長股、小型股與大型股的估值差價,以及估值和小規模因子往後5年的表現,全都擁有適度的正向關係。然而,這種影響大部分可歸因於1999年和2000年的極端估值差價和隨後的市場逆轉。此外,質量因子的結果參差,我亦沒有發現市場上低波動率和動量因子的估值差異,及其未來表現存在任何重要關係。

靠估值捕捉時機視乎定義方式

其他捕捉估值的方法可能導致不同的結果。貝萊德發現,捕捉估值的方法,對傾向過去3年相較歷史價格最便宜的因子來說比較有效。因此,如果質量股票的現行估值遠低於近期,而價值股票僅比正常便宜一點,那麼這種捕捉時機的策略將有利於質量。但是,靠估值來捕捉時機的效用取決於其定義方式,所以其效用並不特別強大。在理想情況下,我們希望在同一個設想的不同版本中看到類似的結果,因為這代表其度量標準並非被刻意挑選,從而提供了更強信心,即它可以在樣本之外運行。

實戰時,市場上兩隻運用估值的捕捉因子ETF皆使用逆向效能訊號來捕捉因子傾斜的時間,而非使用傳統的估值訊號。這個想法是投資者可能會對一連串壞表現過度反應,在價格變得便宜之後放棄這種風格。諾貝爾得獎者塞勒(Richard Thaler)和他的同事德邦特( Werner De Bondt),在1985年發表的論文《股市是否過度反應?》(Does the Stock Market Overreact?)中,證明了股票的長期表現會逆轉。

類似的影響似乎在投資組合層面同樣發生。為了測試這點,我制定了一個策略,針對【圖】中的5個因子指數,抽出過去5年表現最差的3個指數,以相等權重,使用2003年11月至2018年8月的數據,每年重新平衡一次,發現這比起5個指數的靜態等權重組合每年跑贏92個基點。所以說,這種方法可能是有用的。與使用經濟數據相比,它更少受數據挖掘風險的影響,並且已從樣本中進行了更廣泛的測試。

動量非捕捉因子強大訊號

雖然相對表現長線往往打回原形,但短線卻傾向持續。這種短期持續性,即所謂的動量,在金融市場幾乎無處不在,就像估值一樣。鑑於有充分紀錄證明它有預測短期表現的能力,我預計它將成為捕捉因子裏最有前途的訊號。但是,儘管貝萊德發現以動量驅動的捕捉因子訊號有效,我卻沒有得出這結論。

我使用逆向策略中相同的5個因子指數測試了一個策略,針對過去12個月中表現最佳的3個因子指數,由1999年11月至2018年8月的表現,發現該策略落後於靜態等權重因子指數。僅針對表現最佳的指數以及兩個表現最佳的因子,便得出相類似的結果。這表明動量本身並不是一個強大的捕捉因子訊號。

離散度提供訊號效用不佳

使用離散度作為捕捉時機訊號的論點是,當用於構建因子組合的指標在起始領域中的股票之間分離擴大時,每個因子的回報就會更高。例如,如果利潤豐厚股票比盈利能力較弱的股票更有利可圖,那麼盈利能力/質量因子應該做得更好。

貝萊德發現,當離散度獨立用作捕捉時機時表現最弱,但與估值和質量因子合作起來則比其他因子好。該公司的研究着眼於過去3年相對於它們個別歷史上離散度最闊的因子,這些因子具有一定的預測能力。

為了測試離散度作為捕捉時機訊號的穩定性,我用每個因子的估值、規模、動量、低波動率年度數據,以及French Data Library中1964年至2018年的盈利能力,比較它們的回報與用來構建其指標的差異之間的相關性。這方法比貝萊德使用的方法更為複雜,但如果離散度的預測能力好,那麼結果應該是指向同一方向的。

可是,我只證實了估值因子的關係,而且相關性只屬中等,與我對估值捕捉時機的調查結果一致。規模、盈利能力與過去動量差異與這些因子的表現之間幾乎沒有關係。而且,出乎預料的是,當過去的波動率差異較大時,低波動率因子表現會更糟。這表明離散度只是一個較弱的捕捉因子訊號。

錯誤使用模型增加風險

鑑於捕捉因子策略的複雜性,潛在數據挖掘問題,還有對這主題的研究有限,以及看似不健全的研究結果,我們需要更多樣本以外的測試和表現來建立對其效用的信心 。雖然我們暫時不會判定捕捉因子無效,但重要的是不要忽視多因子投資的重要目標之一:分散風險。在不同時間傾斜某些因子會減弱分散風險的能力,加上,若果捕捉因子時機模型錯誤,更可能會增加風險。這裏還存在一重風險,依賴估值或動量的捕捉因子時機模型可能會雙重押注在這些因子上,有可能導致投資組合表現承受更大估值或動量股票的風險。

若果捕捉時機的因子在投資組合裏起着任何作用,那麼保持因子適度傾斜以保持多元化便很重要。最好的方法是在多個有用的訊號之間進行多元化,當它們失效時就能減少損失。

(二之二)

Alex Bryan

Morningstar

北美被動式策略研究總監

回上

信報簡介 | 服務條款 | 私隱條款 | 免責聲明 | 廣告查詢 | 信報會議中心租賃 | 加入信報 | 聯絡信報

股票及指數資料由財經智珠網有限公司提供。期貨指數資料由天滙財經有限公司提供。外滙及黃金報價由路透社提供。

本網站的內容概不構成任何投資意見,本網站內容亦並非就任何個別投資者的特定投資目標、財務狀況及個別需要而編製。投資者不應只按本網站內容進行投資。在作出任何投資決定前,投資者應考慮產品的特點、其本身的投資目標、可承受的風險程度及其他因素,並適當地尋求獨立的財務及專業意見。本網站及其資訊供應商竭力提供準確而可靠的資料,但並不保證資料絕對無誤,資料如有錯漏而令閣下蒙受損失,本公司概不負責。