尽管 2022 年短暂恢复正常，但自 2020 年新冠疫情引发的市场崩盘以来，股票因子策略相对于市值加权指数而言一直面临业绩挑战。虽然这些挑战有很多原因，但我们在这里关注的是另一个问题：
是否有可能保留股权投资因子方法的优势和经济合理基础，同时使因子投资组合的表现与市值加权基准更加紧密地结合起来？
在回答这个问题之前，让我们先简单回顾一下市值加权指数的缺点。在市值加权指数中，市值较高的公司在指数中的权重较高。另一方面，规模较小的公司，由于可能拥有最大的增长空间，因此权重较低。投资市值加权指数策略固有的风险有三方面。第一，由于权重最大的公司“均值回归”到较低的价格水平，它们可能会遭受损失。其次，通过降低规模较小的公司的权重，市值加权策略可能会阻止投资者从最具增长潜力的公司中获得有意义的收益。最后，市值加权指数策略相对集中在最大股票的一小部分中。这种缺乏多样化的现象违背了现代投资的基石，如果指数中一家或多家最大的公司经历大幅下跌，投资者将面临巨大的下行风险。
相比之下，一个构建得当的股票因子策略将由那些已被证明能在长期内为投资者带来回报的风险因子驱动。这些因子——价值、动量、规模、盈利能力、投资和低波动性——已经被不同的研究人员经过几十年的实证验证，具有明确而直观的经济原理。与市值加权指数及其模拟行为的产品相比，涉及所有六个因子的多因子投资组合通常是一种更加多样化、波动性更低的投资工具。虽然后者的特点使因子投资组合表现良好，但正如我们所见，在某些市场环境中，股票因子投资组合的表现可能不及市值加权策略。问题是：有没有办法既能保留因子投资的好处，又能与市值加权指数的表现保持一致？
该怎么办？
如下文所示，在因子投资和市值加权表现之间进行二元选择并非必要。虽然全面倾向于市值加权基准可能不会让投资者从长远来看受益，但还有一条折中之路：继续投资因子策略，但应用跟踪误差约束来缩小市值加权和“无约束”因子投资组合在给定时期内的表现差距。正如我们的分析所表明的那样，将后者的调整应用于因子投资组合既有短期利弊，也有长期利弊。
跟踪误差约束因子投资组合如何表现？
下图显示了标准六因子投资组合（其中每个因子具有相等权重）与其跟踪误差 (TE) 约束变体之间的近期表现差异。当我们应用 TE 约束时，该表表明因子投资组合与市值加权指数之间的表现差距大幅缩小。然而，这些投资组合付出的代价是额外波动性约 100 个基点 (bps) 和下行保护恶化，以最大回撤来衡量。
具有跟踪误差约束的因子投资组合，
2022 年 12 月 31 日至 2023 年 6 月 30 日
| 帽 加权 |
六个因素 等重 |
六个因素 等重 1% TE 目标 |
六个因素 等重 2% TE 目标 |
|
| 返回 | 17.13% | 6.04% | 14.70％ | 12.38％ |
| 挥发性 | 14.44％ | 13.10% | 14.05％ | 13.72％ |
| 夏普 比率 |
1.01 | 0.27 | 0.87 | 0.72 |
| 最大回撤 | 7.43% | 7.90％ | 7.51％ | 7.61％ |
| 相对的 返回 |
– | -11.09％ | -2.43% | -4.75％ |
| 追踪 错误 |
– | 4.65％ | 0.98％ | 1.95％ |
| 信息 比率 |
– | 无 | 无 | 无 |
| 最大相对 回撤 |
– | 10.04％ | 2.19％ | 4.29％ |
下表中 TE 控制的投资组合的行业构成表明，相对于标准的多因子投资组合，科技行业的严重不足显著下降。这可能并不令人意外。毕竟，大型科技公司一直是市值加权投资工具相对于股票因子策略表现优异的主要驱动因素之一。
截至 2023 年 6 月 30 日的行业分配
| 资本加权 | 六个因素 等重 |
六个因素 等重 1% TE 目标 |
六个因素 等重 2% TE 目标 |
||||
| 绝对权重 | 相对权重 | 绝对权重 | 相对权重 | 绝对权重 | 相对权重 | ||
| 活力 | 4.7％ | 6.3% | 2.0％ | 5.3% | 0.6% | 5.9％ | 1.2％ |
| 基本的 材料 |
2.3% | 2.6% | 0.3% | 2.4% | 0.0% | 2.4% | 0.1％ |
| 工业 | 8.8％ | 7.4% | -1.4％ | 8.3% | -0.4％ | 7.9％ | -0.9％ |
| 周期性消费 | 12.4％ | 11.7％ | -1.0％ | 12.0％ | -0.3% | 11.7％ | -0.7％ |
| 非- 周期性消费 |
6.5％ | 11.2％ | 5.1％ | 7.4% | 0.9％ | 8.3% | 1.8％ |
| 财务 | 12.7％ | 13.1％ | 1.5％ | 12.9％ | 0.2% | 13.1％ | 0.4% |
| 健康 关心 |
14.2％ | 17.7％ | 4.2％ | 14.8％ | 0.6% | 15.4％ | 1.2％ |
| 技术 | 34.5％ | 21.5％ | -15.7％ | 31.7％ | -2.8％ | 28.9％ | -5.7％ |
| 电信 | 1.1％ | 2.0％ | 0.9％ | 1.3％ | 0.2% | 1.6％ | 0.4% |
| 实用工具 | 2.7％ | 6.6% | 4.1％ | 3.8％ | 1.0％ | 4.8％ | 2.1％ |
从较长的测量范围来看，下图表明，控制 TE 会增加波动性并降低回报，从而损害长期风险调整后的表现。信息比率和在不同范围内跑赢市值加权指数的概率也略有下降。
长期风险调整后表现，
1971 年 6 月 30 日至 2022 年 12 月 31 日
| 上限加权 | 六个因素 等重 |
|||
| 标准 文件夹 |
标准投资组合 成本效率 1% |
标准投资组合 成本效率 2% |
||
| 年度的 返回 |
10.22％ | 13.10% | 10.95％ | 11.63％ |
| 年度的 挥发性 |
17.33% | 15.53% | 16.82％ | 16.38％ |
| 夏普比率 | 0.33 | 0.55 | 0.38 | 0.43 |
| 最大限度。 回撤 |
55.5％ | 50.9％ | 54.0％ | 53.5％ |
| 年度的 相对的 返回 |
– | 2.88％ | 0.72% | 1.41％ |
| 年度的 追踪 错误 |
– | 4.20％ | 1.14％ | 2.21％ |
| 信息 比率 |
– | 0.69 | 0.63 | 0.64 |
| 最大相对 回撤 |
– | 20.1％ | 5.8％ | 10.7％ |
| 优异表现 可能性 （一年） |
– | 66.89％ | 67.71％ | 67.38% |
| 优异表现 可能性 （三年） |
– | 79.42％ | 75.81％ | 75.30% |
| 优异表现 可能性 （五年） |
– | 86.94％ | 84.62％ | 84.44％ |
结论
跟踪误差风险控制是管理多因子指数样本外跟踪误差的有效方法，也可以帮助降低多因子指数的行业偏差，我们不必将孩子和洗澡水一起倒掉。
然而，从长远来看，将因子投资组合的表现与市值加权指数挂钩可能会损害绝对收益和风险调整后的收益。此外，简单的市值加权股票投资方法缺乏经济和概念基础来证明其使用是合理的。虽然它们在某些市场环境中可能表现优异，但它们并不具备长期卓越风险调整后表现的公式。
如果你喜欢这篇文章，别忘了订阅 进取的投资者。
所有文章仅代表作者的观点。因此，这些文章不应被视为投资建议，所表达的观点也不一定反映 CFA 协会或作者雇主的观点。
图片来源：©Getty Images/Wengen Ling
CFA 协会会员的专业学习
CFA 协会会员有权自行决定和报告所获得的专业学习 (PL) 学分，包括以下内容 进取的投资者. 会员可以使用在线 PL 追踪器轻松记录积分。
关键词：