过往研究表明,因子溢价远不只是股票溢价。在这里,我们探讨的包括价值溢价、动量溢价、质量溢价、低风险溢价和规模(或小盘股)溢价。
我们对这些因子进行简要的逐一介绍。价值效应好比培养潜力股。那些被低估的或低价股票(如按市盈率等方式评估)的表现往往会超过高价(成长型)的股票1。而动量效应则像是押注一匹快要跑赢的马。近期表现良好的股票(赢家)可能比输家更容易维持良好表现的势能2。
接下来是质量效应:相信强者。盈利能力强、低投入(高质量)的股票通常表现优于盈利能力弱、高投入(低质量或垃圾)的股票3。而低风险效应4则是金融界版本的“龟兔赛跑,靠慢和稳赢得比赛”。相较于高风险股票,低风险股票可以产生更高的风险调整后收益。最后是规模效应,虽然不像其他效应那样显著,但它表明小盘股的表现往往优于其对应的大盘股5。
尽管这些因子溢价的具体定义6存在着诸多争议,但却得到了长期证据的支持,包括来自上世纪60年代,甚至20年代的美国数据,以及90年代以来的全球数据。在以下视频中,我们将使用通用定义7,并以美股回报作为数据基础,展示因子的历时表现。
从我们的分析中可以看出,自1967年以来,大多数因子几乎都在三年周期中较其对照保持优势地位。大部分时间,这些因子大多(无论是三个、四个还是全体五个)都明显比其对照产生更高的回报。但例外总是有的,它们也有表现不佳的时候,比如在互联网鼎盛时期,以IT为中心的成长型股票的表现就超越了传统企业的价值型股票。近在2017年到2020年的三年周期里,甚至也有几个因子的表现落后于其对照,但又从2021年开始产生反弹迹象。
数据和方法
我们(视频中)的图表是基于Kenneth French教授所提供的美股月度回报数据8模拟演示。结果则是基于按市值五分位数和其他五分位数排序的投资组合,并分别关注账面市值比(价值VS成长)、过去十二个月(不包括最后一个月)的回报(赢家和输家)、前五年的单变量市场beta(低beta和高beta)、盈利能力(高盈利能力VS低盈利能力),或最近两个财政年度之间的资产变化(低投入和高投入)。随后我们将以上所有标准组合中最高和最低的五分位数取平均值,以评估这些因子及其对照组的表现。
例如,价值因子是基于五个具有最高账面市值比的投资组合,取其平均值所得。同理,其对应的成长性是基于五个具有最低账面市值比的投资组合,取其平均值所得。其他因子及其对照组也是按照相同的方法所计算的。然后,我们通过等权重计算高盈利和低投入组合,以及低盈利和高投入组合,得出高质量因子及其相对应的低质量因子的表现。小市值因子是由市值最低的五分位数计算而得,其相对应的大市值因子则是由市值最高的五分位数计算所得。
回报率为1969年1月至2023年3月期间的年化三年滚动几何回报,以美元为单位。
结论
实践是检验因子溢价存在的唯一标准。我们的分析表明,尽管其在三年期间内的表现有些起伏,但因子溢价往往能取得较好的表现。
视频中的图像来源如下,按出现顺序排列:
AP Photo/Horst Faas (CC BY 2.0), Library of Congress/Thomas J. O'Halloran (Wikimedia Commons), White House Photographic Collection (Wikimedia Commons), Library of Congress/Bernard Gotfryd (public domain), Unsplash/Jose Francisco Fernandez Saura (public domain), Library of Congress/Carol Highsmith (public domain), Unsplash/Breno Assis (public domain), Urban~commonswiki (Wikimedia Commons), InvadingInvader (Wikimedia Commons), Unsplash/Markus Spiske (public domain), Pexels/Mathias Reding (public domain).
美联社图片/霍斯特·法斯(CC BY 2.0),国会图书馆/托马斯 J. 奥哈洛伦(维基共享资源),白宫图片集(维基共享资源),国会图书馆/伯纳德·戈特弗里德(公共资源),Unsplash/何塞·弗朗西斯科·费尔南德斯·苏拉(公共资源),国会图书馆/卡罗尔·海史密斯(公共资源),Unsplash/布里诺·阿西斯(公共资源),Urban~commonswiki(维基共享资源),InvadingInvader(维基共享资源),Unsplash/马库斯·斯皮克(公共资源),像素/Mathias Reding(公共资源)。
注脚
1 See, e.g., Fama, E. F., & French, K. R. (1992). The cross‐section of expected stock returns. Journal of Finance, 47(2), 427-465.
2 See, e.g., Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance, 48(1), 65-91.
3 See, e.g., Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116(1), 1-22.
4 See, e.g., Black, F., Jensen, M.C., and Scholes, M. (1972), The capital asset pricing model: some empirical tests. Studies in the Theory of Capital Markets, Praeger. Or, more recently, Blitz, D.C., and van Vliet, P. (2007), The volatility effect. Journal of Portfolio Management, 34(1), 102-113.
5 See, e.g., Banz, R.W. (1981), The relationship between return and market value of common stocks. Journal of Financial Economics, 9(1), 3-18.
6 For an overview on different quality definitions used, see, e.g., Kyosev, G., Hanauer, M.X., Huij, J., and Lansdorp, S. (2020), Does earnings growth drive the quality premium?. Journal of Banking and Finance, 114, 105785.
7 It is not in scope of this Indices Insights article to have a discussion about how factors are best defined or how factor strategies are best implemented in practice. For the interested reader, we have a lot of research available upon request.
8 See https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html
免责声明:
本文由荷宝私募基金管理(上海)有限公司(“荷宝上海”)编制, 本文内容仅供参考, 并不构成荷宝上海对任何人的购买或出售任何产品的建议、专业意见、要约、招揽或邀请。本文不应被视为对购买或出售任何投资产品的推荐或采用任何投资策略的建议。本文中的任何内容不得被视为有关法律、税务或投资方面的咨询, 也不表示任何投资或策略适合您的个人情况, 或以其他方式构成对您个人的推荐。本文中所包含的信息和/或分析系根据荷宝上海所认为的可信渠道而获得的信息准备而成。荷宝上海不就其准确性、正确性、实用性或完整性作出任何陈述, 也不对因使用本文中的信息和/或分析而造成的损失承担任何责任。荷宝上海或其他任何关联机构及其董事、高级管理人员、员工均不对任何人因其依据本文所含信息而造成的任何直接或间接的损失或损害或任何其他后果承担责任或义务。本文包含一些有关于未来业务、目标、管理纪律或其他方面的前瞻性陈述与预测, 这些陈述含有假设、风险和不确定性, 且是建立在截止到本文编写之日已有的信息之上。基于此, 我们不能保证这些前瞻性情况都会发生, 实际情况可能会与本文中的陈述具有一定的差别。我们不能保证本文中的统计信息在任何特定条件下都是准确、适当和完整的, 亦不能保证这些统计信息以及据以得出这些信息的假设能够反映荷宝上海可能遇到的市场条件或未来表现。本文中的信息是基于当前的市场情况, 这很有可能因随后的市场事件或其他原因而发生变化, 本文内容可能因此未反映最新情况, 荷宝上海不负责更新本文, 或对本文中不准确或遗漏之信息进行纠正。