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
 

留意因子的表現差距

現實通常與理論有所出入。

Alex Bryan, CFA 02/03/17

現實通常與理論有所出入。投資理念在理論和實踐之間亦難免有差異。許多基於規則的投資策略都會採用經過獨立學術研究證明與高回報有關聯的因子,如價值、盈利、動能和小型規模等。不過,為了減低交易成本和增加可投資性,基金經理設計的實際投資策略通常與學術研究記錄因子表現的方式有非常大的區別,這亦可能會導致策略難以完全捕捉在學術研究中顯示的回報。

Eugene Fama和Ken French在1992年發表論文《The Cross-Section of Expected Stock Returns》(預期股票回報的橫截面)確立了廣為接受的價值因子概念,我們可以透過這論文展示理論與現實的差異。為證明價值因子,二人先建構一個代表所有在紐約證券交易所、納斯達克和美國證券交易所上市股票的投資範圍,他們以紐約證券交易所股票市值中位數為標準,市值低於中位數的股票組成小型股票組別,市值高於中位數的股票組成大型股票組別。Fama和French在每年6月將不同規模組別的股票就其前一年12月的市賬率排序,排首30%(按數量)的股票被視為小型和大型價值型股票類,尾30%的則為增長型股票類(如圖1所示)。二人將每類的股票按市值加權,然後將兩個價值組合的平均回報減去兩個增長組合的平均回報得出價值系數。

由於價值因子對大型和小型投資組合給予相等的權重,它實際上會偏重了小型股票,而歷史上小型股票會提供較大的價值溢價。模型亦同時偏重了價值型股票,因為市場上最便宜的30%股票總市值往往會比最昂貴30%的低。

偏離的現實
不過,現實中大多數價值和增長指數採用的方法都明顯偏離Fama和French的框架。譬如,羅素1000價值指數和羅素1000增長指數以市值(而不是股票數量)作為價值和增長的界線。在這種情況下,兩隻指數的目標股票總市值都相約於羅素1000指數的一半。另一些不同之處是,大多數指數都不會剔走只具有一般程度價值和增長特徵的股票,它們亦不依賴過時的估值數據。

這些差異亦有助解釋為甚麼在1979年1月到2016年10月期間,羅素1000價值指數的年度回報僅高過羅素1000增長指數1.10%,而Fama-French價值因子的年度回報則有2.95%。價值指數的回饋分析顯示,在控制指數涉足的市場風險、規模和動能因子後,指數有40%回報來自價值因子。另外,由於Fama-French的價值因子(與這類提及的其他學術因子一樣)是建基於長短倉投資組合,固現實中那些廣泛多元化的長倉基金亦難以完全捕捉理論上的回報。

羅素2000價值指數跑贏相應增長指數的幅度較大。由1979年1月到2016年10月期間,羅素2000價值指數的年度回報跑贏羅素2000增長指數3.50%。但回饋分析顯示,指數來自價值因子的回報,只是學術研究中的因子回報的48%。當然,指數涉及多少市場風險、規模和盈利因子都是構成回報差異的原因之一。

要捕捉學術文獻中盈利因子就更困難,因為現實中並沒有任何指數基金明確針對具有高盈利能力的股票。盈利能力通常被納入一些以質量為主題的指數,如MSCI USA Sector Neutral Quality指數。該指數以在過去五年相對同業有高股本回報率(盈利能力的衡量標準)、低債務/資本比率以及收益增長率穩定的大型和中型股票為目標。

學術界則以非常不同的方法計算盈利因子。Fama和French以和價值因子相同的方式計算盈利因子,但以賬面價值調整的營運盈利能力代替市賬率來為股票分類。它的計算方法如下:(收入 - 銷貨成本 - 銷售相關的一般及管理費用 - 利息支出)/ 賬面價值。一如價值因子,二人建立的是長短倉投資組合,而且剔走只具有部份盈利特性的股票,並對小型和大型股票給予相等權重,亦不就行業權重作調整。

基於這些差異,由1998年11月至2016年10月期間,當學術研究中的盈利因子有3.1%年度回報,回饋測試顯示MSCI質量指數(控制其他風格因子後)只能捕獲盈利因子的3.1%年度回報中的21%,這亦解釋了為甚麼這指數只跑贏羅素1000指數77個點子。質量指數只能捕捉少量盈利能力因子並不一定是壞事,因為該因子從未被設計成可投資的策略。我們相信指數傾向於質量因子在長綫來看應該對回報有幫助,但優勢肯定不如學術論文裡的跑贏幅度。因此,投資者必須避免預期學術論文中的因子表現。

動能因子
在最為普及的因子中,以動能在歷史上提供的回報最高,但它亦是最難在現實捕捉的因子。因為這需要非常高的周轉率,亦會轉化成高交易成本並蠶食回報。即使是最高效率的機構投資者,如AQR,亦不容易從動能中獲利。譬如,由2009年8月至2016年10月期間,AQR Large Cap Momentum Style(AMOMX,在美國上市)每年滯後於羅素1000指數67個點子,而動能因子在學術論文中的年度溢價為2.05%。

學者計算動能因子的方式與計算價值和盈利因子一樣,但以股票過去12月(不包括最近一個月)的回報為股票分類。此因子組合每月更新一次,而且不反映交易成本。

惟現實中,交易成本非常重要,AQR Large Cap Momentum Style就反映了這點。基金把1,000隻最大的美國股票開始按三個指標排名:1)與學術論文相同的過往回報指標、2)控制市場敏感度、規模和價值後的剩餘回報,以及3)過去12個月盈利公告的超額回報。接著,基金挑選排名最高的三份之一股票,並根據其市值和相對動能進行加權。基金會以模型權重在過去數月的平均值來減低周轉率。但基金經理不會盲目採用這個投資組合,而是會權衡交易成本和交易回報。如估計交易成本會超過回報,基金經理便不會進行交易。

經過這些調整,回饋分析顯示基金仍能捕捉動能因子的30%回報,即指數的動能傾向能為其帶來62個點子的年度回報。在控制市場、規模、價值和動能因子後,指數跑輸學術模型,這除了是基於基金的費用比率和交易成本,基金和學術模型在建構上的差異亦是主因。

雖然如此,這些調整仍然是有幫助的。由2009年8月至2016年10月期間,基金每年跑贏建構較簡單的AQR Large Cap Momentum指數91個點子。後者使用與學術論文相同的過往回報指標,以排在前三份之一 大型股票為目標。指數每季再計算一次,並以市值作加權。這個例子表明,即使基金的建構良好,亦不一定能將經過學術驗證的因子轉化成卓越的投資表現。

看穿假設性回報
許多推出因子策略的基金公司和ETF公司都強調,反向測試能證明旗下那些務實的投資策略能夠跑贏大市。但此類反向測試通常都是數據挖掘(data mining)的結果,難以保證未來有同一表現。雖然學術研究亦會涉及數據挖掘,但學術研究的審查通常會比業界研究嚴謹。這裡討論的所有因子——價值、動能和盈利能力——都經過抽樣測試,並且背後有紮實的經濟理論支持。以長綫來看,持有這些因子有利基金回報,但難以帶來學術論文中的跑贏幅度。

作者簡介 Alex Bryan, CFA

Alex Bryan, CFA  

Alex Bryan, CFA Morningstar的被動策略研究總監。

  • 提升股票收益的三種方法(第2部分) 提升股票收益的三種方法(第2部分)

    在本文章的第一部分,我們探討了以股息收益作為提升股票回報的第一種方法。 在以下第二部分,我們會討論其餘兩種方法。

  • 提升股票收益的三種方法(第1部分) 提升股票收益的三種方法(第1部分)

    深入探討三種可以提升股票收益,而又無需同時加注於市場最高危的領域的方法。

  • 八大投資「貼士」 八大投資「貼士」

    晨星被動型基金研究總監Ben Johnson分享其個人投資信念,並以八點作扼要說明 。

  • 歐洲ETF市場狀況 歐洲ETF市場狀況

    歐洲ETF市場發展迅速,過去十年錄得超過三倍增長。

  • 泡沫指數 泡沫指數

    晨星的John Rekenthaler指出,泡沫是「擁有價格上漲動力的投資項目」的另一說法,說不定本身值得設立一項專屬指數