本来,坤鹏论只想写个上下集,没想到变成了上中下,坚持跟的老铁,恭喜你,虽然只是几千字的差距,但认知上却又要高出一截了,这是无法用钱衡量的,因为光用钱,没有自己主动接收的意愿,再多Money也白瞎。 五、资本资产定价模型 1.夏普和马科维茨亦师亦友 长期以来,不论是学术界还是华尔街的实操派,都争先恐后地利用风险,以期获得更多财富。 虽然,现代投资组合理论倡导的多样化,可以避免一些风险,但它并不能消除全部风险。 就像股市,所有股票往往有着生死与共的特点,即使是完全不相干的公司,都可能在一次崩溃中同时暴跌。 人性是贪婪的,人们永远想的是无风险地投资,无风险地获利。 不过,这种梦想永远都只是梦想,Day Dream! 经济学家们退而求其次,去研究如何确定资产中哪部分风险可以用多样化消除,哪部分不能。 于是,就诞生了著名的资本资产定价模型,英文为:Capital Asset Pricing Model,简写为CAPM。 它汇聚了三位牛人的智慧,分别是:斯坦福大学的威廉·夏普、金融专家约翰·林特纳和费雪尔·布莱克。 1990年,夏普由于对这一领域的杰出贡献,和马科维茨共同获得了当年的诺贝尔经济学奖。 之前坤鹏论讲过,马科维茨在兰德公司工作过,而夏普在1956年作为一名经济学家加入该公司,成为了马科维茨的同事。 从这两位经济学家的经历可以看出,兰德公司在当年是一家相当优秀的公司,因为好公司的标志之一就是人才辈出。 夏普于工作的同时,继续在加州大学洛杉矶分校攻读博士学位,对了,马科维茨曾在该校执教过。 1960年,完成了全部专业课考试后,夏普开始考虑他的博士论文题目,他向同在兰德公司的马克维茨求教。 自此,他们开始了密切合作,共同研究“基于证券间关系的简化模型的证券组合分析”课题。 虽然马科维茨并不是夏普博士论文答辩委员会的成员,但他实际上是整篇论文的顾问。 夏普曾说过:“我欠他的债是巨大的。” 1961年,夏普的博士论文通过答辩,获得了博士学位。 如果你看过《财富公式——玩转拉斯维加斯和华尔街的故事》,就会发现,那个时代,许多牛人都是相互认识,相互联系,甚至联手合作,比如:香农和萨缪尔森熟识、凯利是香农的同事、香农和索普既是同事又是合作伙伴、夏普和索普认识、索普被巴菲特赏识并推荐…… 2.什么是资本资产定价模型 资本资产定价模型的基本逻辑是,在投资中,凡是能被多样化消除的风险不可能产生任何溢价,为了从投资组合中获得更高的平均长期收益率,那就得提高投资组合的风险水平,并且这些风险还不能被多样化分散掉。 这绝对是富贵险中求的还原理论。 按照这个理论,牛逼的投资者只要利用一种风险测量工具调整自己的投资组合,就能战胜市场,而这个测量工具,就是大名鼎鼎的希腊字母β,也就是beta(中文叫贝塔)。 学者们认为,股票的风险中包含两种风险,一种是系统性风险,一种是非系统性风险。 系统性风险又叫市场风险,这种风险源于市场,现实中,几乎所有股票都会跟随着大盘潮起潮落,而这种市场的基本波动性就是市场风险。 非系统性风险则是由股票本身造成的风险,主要由特定企业的特定因素所导致,例如:业绩突然大幅下滑、高管丑闻、财务欺诈等。 以上两种风险,马科维茨的现代投资组合理论解决的是非系统性风险,通过分散化、多样化保证别出现一损俱损的风险,争取东边不亮西边亮。 前面说了,现代投资组合理论认为,30只多样化、分散度高的股票可以大量消除非系统性风险,到了50只的话,基本就可以将非系统性风险消除殆尽。 即使这样的投资组合也逃不掉与市场的起伏保持一致,也就是跟随系统性风险波动。 对于系统性风险,现代投资组合理论就没招儿了。 比如:你将上证指数或是沪深300之类指数的成分股全部买下来,配置成自己的指数投资组合,收益照样具有相当的风险(波动性),因为市场整体存在大幅震荡。 谁不想战胜市场,所有投资理论的目标就是为了战胜市场,要不然直接随波逐流算了。 这时只能有请资本资产定价模型出马了。 在这个模型中著名的β就是对系统风险的数学表述,它是利用历史数据估算出来的。 β计算的本质就是在单个股票或投资组合的变动与市场整体变动之间做个比较。 所以,市场有市场的β,单只股票有单只股票的β。 比如:上证指数的β设为1,如果某只股票的β值为2,那么平均来说,这只股票的波动幅度就是市场的两倍,如果上证指数上涨10%,这只股票往往会上涨20%。 反之,如果某股票的β值是0.5,说明它往往比市场更加稳定,即使市场上涨或下跌10%,它也只有5%的涨跌。 职业投资者认为,β值高的股票属于进攻型的投资产品,β值低的股票则是防守型选手。 不管是投资界,还是金融界,或者是经济学界,甚至是整个科学界,大家一致赞同的是,高风险高溢价,承担了更高风险,那么就要有更高的预期收益作为补偿。 刚才说了,非系统性风险可以用现代投资组合理论分散消除掉,那么高溢价中就要排除掉非系统性风险,因此,在总风险中,投资者唯一能够得到溢价补偿的部分是系统性风险。 于是,夏普由此得出结论,任何股票或是投资组合的收益(或叫风险溢价),都和β——也就是不能分散掉的系统性风险相关,算出β值,也就可以更准确地预期收益或亏损。 3.测试:哪个投资组合的收益率高? 看看下面这张表,其中有两种投资组合,请问,哪一个投资组合的收益率高呢? 如果按旧的理论,风险越高,收益越高,显然是第一组的收益率高。 但是,以资本资产定价模型的观点,这两个投资组合的收益率应该是相同的。 因为,两个投资组合都是60只股票,按现代投资组合理论可以确定,当股票只数接近60时,所有非系统性风险将被完全消除,理论上讲该组合就只剩下系统性风险了。 而系统性风险则由β来决定,而两个组合的β值都是1,那么它们将具有完全一样的风险。 从投资者的角度,资本资产定价模型认为,组合1的股票因为高风险,确实能提供高收益,那么它会吸引投资选择组合1而不是组合2,买的人多了,自然价格水涨船高,收益率下降,而组合2也会因为受冷落,价格下降,甚至被抛售,这样,两组投资组合的收益率会趋同。 4.红极一时的β 20世纪70年代早期,资本资产定价模型和β曾红极一时。 媒体甚至将β字母放在杂志封面上,而它的位置则正好在一座神殿的最顶端。 那时候,搞投资不知β,是要被鄙视的,甚至美国证券交易委员会(SEC),都在其《机构投资者研究报告》中同意将β作为风险衡量标准。 而华尔街更是一片沸腾,β迷们四处炫耀,他们坚信,只要简单买入一些高β值的股票,就能实现更高的长期收益率。 还有人更加聪明地认为,当市场即将上升时,就买入高β值的股票,如果担心市场下跌时,就持有低β值的股票,这样可以更安全、更灵活地获得收益。 紧接着,提供β测量服务的经纪人开始大规模出现,如果一家机构没有这项服务,那它就不是先进的机构。 5.β的没落 但是,β真的那么美妙吗? 一个在办公室里算出来的学术数值,真的就那么神奇? 真是这样的话,根据股市零和博弈的特性,如果更多人使用β,它迟早就会失灵,因为股市不创造财富,只是财富的搬运工。 巴菲特对它那是相当不感冒。 1993年,他在致股东的公开信中表示, 学术界对风险的定义有本质错误,基于β值的风险衡量模型精确却不正确,而且无法衡量企业之间差异很大的内在经营风险,所以根本不可靠。 正是在这封信中,巴菲特引用了凯恩斯的那句名言:“我宁愿模糊地正确,而不是精确地错误。” 1998年10月15日,他在佛罗里达大学商学院的演讲时说:“他们太依赖数学了,以为知道了一只股票的β系数,就知道了这只股票的风险,要我说,β系数和股票的风险根本是八竿子打不着。” 后来,巴菲特再次表示: “长期投资成功不是靠研究β值来进行的,维持一个分散的投资组合没有意义,要认识到作为一名投资者,你是企业的所有者而非研究β值的人。 称那些在市场中频繁交易的是投资者,就好比称那些频繁进行一夜情的人是浪漫主义者一样。民间智慧也在理解现代金融理论时扭过了头,不是‘不要把所有的鸡蛋放在同一个篮子里’,而是应该‘把所有的鸡蛋放在一个篮子里,然后看住这只篮子’。” 同时,学术界、投资界也在思考,毕竟β只是一个学术产物,简单地创造一个数学,用来描述股票的风险,总感觉对于复杂的股市来说,有点太过简单。 当然,是骡子是马,关键还要拉出来遛遛。 人们需要验证的是β是否真的是一个有用的风险测量工具? 是否真的像资本资产定价模型所说的,高β值的投资组合能够提供比低β值的投资组合更高的长期收益吗? 是否仅凭β就能概括出一只股票的全部系统风险? 1992年,尤金·法玛和肯尼斯·佛朗奇根据他们的β测量值,把1963年至1990年间所有在纽交所、纳斯达克交易所交易的股票,把它们用十分位法分成十个类别的划分。 第一个十分位包含所有股票中β值最低的那些,以此类推,第十个十分位包含的则是所有股票中β值最高的那些。 结果显示,这些十分位投资组合的收益率和它们的β值之间,实际上不存在任何关系。 因为,他们的研究全面涵盖了近30年的时间,数据相当丰富可靠,所以,法玛和佛朗奇得出结论,收益率和β之间的关系实际上是没有说服力的。 而β,这个资本资产定价模型中关键的分析工具,在把握风险和收益的关系上毫无用处。 另外,还有专家对20世纪80年代美国共同基金的收益率和它们的β值做过类似研究,结果是,收益率和它们的β之间不存在任何关系。 20世纪90年代中期,β渐渐失宠,曾经爱它到极致的媒体们,又开始用“β之死”、“再见,β”和“β崩溃”之类的标题羞辱β。 有位号称“弃暗投明”的数量分析家在媒体上表示,“在资金管理领域爆发了一件非常大的事件,那就是资本资产定价模型死了。”“对投资者而言,高等数学将变成正在扬帆起航的泰坦尼克。” 这段言论,基本是对包括现代投资组合理论、资本资产定价模型的全面否定。 当然,如此绝对地否定也是不可取的,有证据显示,测量涵盖的时间跨度相当长时,比如从1928年算起,收益率和β之间还是存在正相关关系的。 6.聪明的贝塔来了 同时,学术界没有放弃β,近些年又流行起了Smart β,中文翻译为聪明贝塔。 这里坤鹏论先介绍一个新名词——α,同样是个希腊字母,中文叫阿尔法。 在现代金融领域,阿尔法代表的是超额回报(Active return),它的由来请老铁继续往下看。 (1)什么叫超额回报? 之前坤鹏论曾讲过指数基金以及ETF指数基金,它们被认为是市场给予投资者的回报,也就是指数涨,它们也涨,指数跌,它们也跌,收益回报和指数同步,一般叫市场回报。 如果投资者的回报超出了这个市场回报,那就叫超额回报,简称α(阿尔法)。 所以,在投资界,如果一个基金经理很出色,那么他的超额回报就应该大于零,我们也会说该经理有阿尔法。 如果该基金经理的回报还不如市场回报,也就是跑不赢大盘,那么他的超额回报就是负的,我们也会说这位基金经理没有阿尔法。 (2)什么是Smart Beta α(阿尔法)超额回报是主动投资收益,来源于选股和择时,超越市场收益,所以它也可以被视为主动投资。 β(贝塔)相对应称为被动回报,指被动投资收益,来源于投资组合和市场相关的收益,跟随市场收益,所以它又被称为被动投资。 而Smart Beta介于被动投资(β)和主动投资(α)之间。 也就是,在β的基础上进行一些智能处理,以被动投资为基础,加上一些主动投资,从而获得超出市场回报的回报。 专业点来说——以确定的规则对成份股进行筛选或对成份股权重进行优化配置,以承担一定风险或投资组合来获得超越传统市场的回报。 (3)Smart Beta的理论基础 Smart Beta的投资思路其理论基础源于因子投资。 它是法玛教授在1990年代初期,与佛朗奇共同合作提出的一个股票回报模型,叫三因子模型(Fama French Three Factor Model)。 在该模型中,他们提出,美国历史上的股票回报,很大程度上可以用三个因子(Factor)来解释: 股票市场总体回报(beta); 小股票超额回报(Small minus Big); 价值超额回报(High minus Low)。 正是这样具体到因子的分析模型,直接揭示了什么样的股票可以获得超额回报。 法玛和佛朗奇对美国1928年到2007年近80年的股市进行了回测,平均股市回报为每年10%左右,小股票的平均回报是每年12%左右,大型价值股为11%左右,小型价值股是14%左右。 也就是,小股票的因子超额回报是每年2%左右,大型价值股是1%左右,小型价值股4%左右。 有了上面的知识基础,股票型基金的选股策略你也就有了基本了解。 (4)罗森伯格和他的BARRA模型 但是对于基金经理的投资组合中有多少用了这些因子,到底用了哪些因子,哪些因子对股价影响更显著,这就要问投资组合业绩和风险管理模型——BARRA模型了。 BARRA模型是由一位叫巴尔·罗森伯格的牛人研发出来的。 罗森伯格是一位数学家、哲学家、经济学家、医学者,又是证券分析家、一代金融宗师,还是一个颇有才气的佛教徒。 他的人生经历非常丰富,当过教师,造过游艇,提倡打破陈规。 最初量化投资被称为投资“革命”,正是罗森伯格引领这场革命走向成功。 19世纪70年代,是他把马科维茨和夏普的投资组合理论及定价模型从象牙塔中搬出来,用数学方法实现,运用到了实际股票投资中。 1978年,罗森伯格被《机构投资者》杂志称为“现代投资组合理论”的一代宗师。 据野史传说,罗森伯格下海做投资,是因为缺钱给逼的。 1969年的某一天,他所任教的课上,一位倍受他青睐的学生私下建议他考虑下boat house,就是把旧船该造成自己的住所,然后停泊在旧金山的渔人码头附近,享受生活。 罗森伯格一听颇为心动,但回家盘点财产,发现囊中实在太羞涩。 于是,他的学生建议他辞职搞投资。 就这样,1974年,罗森伯格辞职成立了地下室中的一人公司——巴尔·罗森伯格联合公司,他利用电脑分析大量的数据与资料,创建了投资组合业绩和风险管理模型——BARRA风险模型。 1985年,罗森伯格和三位合作伙伴创立了罗森博格机构股权管理公司(RIEM),后来该公司被AXA公司收购,改名为AXA罗森伯格。 1990年,AXA罗森贝格突破了100亿美元的资产管理规模。 罗森伯格在此期间继续开发了多种量化模型,而综合阿尔法就是其中最著名的,由通过扫描经纪人推荐、分析家预测的各种市场人气指标来测度某只股票在市场上的可能热度,包括:充分利用“羊群效应”赚钱的“市场人气阿尔法”,和投资组合所获得超越市场收益率的“评估阿尔法”,以及“收益阿尔法”,而“综合阿尔法”最大的那些股票就成为可买进的备选股。 但是,盛极而衰,金融危机爆发。 罗森伯格被人发现了模型的一个问题,在公司内部权利斗争下不仅丢掉了饭碗,还支付了250万美元给美国证券交易委员会,最后被终身禁止从事投资业务。 虽然罗森伯格已经淡出了投资界的眼光,但是他当年所发展的量化模型,寻找阿尔法,仍被今天很多大型量化基金奉为金科玉律。 另外,罗森伯格还利用自己掌握的模型编制方法,帮助医生确定不同病人的药物用量。 并且,他还是一个营销高手,他的讲座往往听者如云,有媒体曾经如此形容罗森伯格报告会的盛况:这几天听罗森伯格对一大群投资经理人所做的演说,宛若聆听了一场布道。听众们凝神倾听,你几乎可以听见有人喃喃喊着“阿门,弟兄”和“赞美主”。 BARRA模型主要分析股票的回报风险因子,它可以根据历史价格推算出不同的因素对于股价变动产生的不同影响。 这套模型现在已成为业界标准,几乎所有机构都有采用。 而且它还有一个有用的功能,那就是可以去检测一个基金经理的选股能力。 比如基于一个基金经理选的股票组合,就可以借用这个系统来判定,他选的股票的回报,有多少可以用一些普通的风险因子(价值因子、红利因子、质量因子、动量因子等)来解释,而有多少是他真正的阿尔法。 那Smart Beta有什么优势呢? 总结下来,主要是费用较低、投资策略透明化、获取相对传统指数的超额收益率、可以分散投资风险以及交易效率高,流通性好。 (5)Smart Beta的发展 经过几十年的发展和演变,Smart Beta相关理论已日渐成熟,而其产品的市场普及程度也处于飞速发展中。 根据FTSE Russell基于194家机构(资产管理规模超过2万亿美元)的调查报告,2018年有超过48%的机构都使用了Smart Beta策略。 美国(包括北美)一直是Smart Beta产品的重要市场,不论是数量还是规模,均处于全球领先的地位。 截至2018年6月,美国市场上最大的10只Smart Beta ETF合计规模达到2741.3亿美元。 这10只资产管理规模全部都超过100亿美元,最大的两只成立接近15年,合计规模超过800亿美元。 其中规模最大的几只Smart Beta ETF以成长、红利、价值因子策略为主。 目前来看,投资美国市场最主要的策略是红利和价值,两者合计占比接近50%,规模超过3700亿美元。 截至2018年6月 ,中国共有45只Smart Beta产品,总规模152.55亿元,以红利风格的Smart Beta策略为主,其他风格有待丰富。 (6)Smart Beta的最大挑战 和之前坤鹏论再三强调的一样,任何策略在股市这样的零和博弈中,一旦公开,就很容易失效。 这也是Smart Beta面临的最大挑战,策略或因子未公布之前会有不错表现,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,因为,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。 还记得坤鹏论之前介绍过的,数学家出身的投资大师的杰出代表当属詹姆斯·西蒙斯吗? 40岁后,不甘局限于学术圈的西蒙斯投身华尔街,依靠模型套利,算法交易为核心,成为量化交易的旗帜性人物。 他建造的投资模型,除了模型本身是人脑设计的之外,从下单那一刻开始,一直到卖出获利,所有动作都是由电脑完成,交易过程中不存在任何人为的情绪干扰。 该系统可以从海量的市场数据中找出金融标的价格、宏观经济、技术指标等观测值之间隐含的数学关系。 如果发现当下微小的获利机会,其实就是价格偏离价值中枢的短暂机会,电脑会立即进行快速、大规模的套利。 但是,西蒙斯骄人的业绩背后则是,需要对模型不停地加以修正,或者增添新的参数指标,不断优化算法,使得它几乎每周都有变化和升级。 本文由“坤鹏论”原创,转载请保留本信息 |
|