進行因子投資很容易令投資者持重某些行業。一般來說，因子投資策略有系統地尋找具歷史上風險調整後表現較好特徵的股票，但這往往引致策略性的行業權重偏離市場。我們在本文概述一項Morningstar的研究，評估持重個別行業是否有助價值、動能和低波動因子策略的成功，抑或因此成為不會獲得補償的風險來源。
即使向個別行業傾斜對因子策略的表現有好處，將因子歸一以反映不同行業的情況仍然是具意義的。同一行業內的估值和會計方法會較相似。例如相對公用事業，科技股往往會以更高的估值成交，而且對資產敏感度較低。基於這些持續的差異，行業相關的因子訊號會比未經調整的因子訊號，提供更多關於股票預期回報的訊息。如果我們權衡過挑選個別行業內股票的主動回報高於主動風險（訊息比率高），那麼挑選股票就是比純粹持重行業更謹慎的做法。
這項研究的結果顯示：
• 價值和低波動性投資策略持續向某些行業傾斜並不能顯著提高回報。投資者可以通過限制因子持重行業的程度來減低主動風險，同時不會顯著拖累回報。
• 動能策略在行業權重不受約束時表現最佳。這是因為動能策略的行業權重是動態的，能有效捕捉表現領先行業的短期持續性。
比較個股及全行業數據
為了評估按行業而訂的因子投資方式是否可行，本研究調查投資者持重價值較高、波動性低和具動能的行業是否會有更好表現。為此，我們建構了分別適用於個股和整個行業的價值、動能和低波動性因子策略。這些因子策略採用French Data Library的數據，並量度由1966年12月至2016年11月共50年間的每月回報。以個股構成的因子投資策略不限制行業權重，因此可能因為持重某些行業而利好表現。然而，比較股票和行業層面的因子策略表現有助說明向行業傾斜的影響。
每年6月底，French Data Library都會將在紐約證券交易所、美國證券交易所和納斯特交易所上市的所有美國股票，按其上年尾的市賬率分為十份位。我們比較以最貴五份位和最便宜五份位股票組成的市值加權投資組合的回報，並以此為個股層面的價值因子表現。
衡量價值動能低波動性因子表現
我們應用類似的方法衡量行業層面的價值因子表現，但這次我們是在每年6月底，將12個屬於標準行業分類的行業於上年度尾的市賬率排序。我們比較以最貴6個行業和最便宜6個行業組成的市值加權投資組合的回報，並以此為行業層面的價值因子表現。
我們亦對股票和行業層面的動能和低波動性因子採取類似的做法。股票和行業層面的動能因子投資組合都是根據其之前12個月的回報組成，但不包括最近一個月的回報，並且每月重新計算。這與學術研究量度動能的標準方法是一致的。低波動性因子投資組合亦是每月重新計算的，並以其最近60個交易日的每日波動率為基礎。雖然有部分低波動性策略採用更長的測量期，但由於French Data Library是以股票在60個交易日的波動性排序，因此我們在行業層面的低波動性因子投資組合亦複製此做法。不過，較短暫的時間窗口可能會造成周轉率較高，對預測未來波動性造成噪音。
在本文的第2部分，我們會看看研究結果。
（二之一）
Alex Bryan
