聪明的“beta”真的聪明吗？

在这里我想提醒一下读者，这篇文章的内容稍微偏向金融专业。如果读者不是金融出身，可能会遇到一些不熟悉的概念和术语。但是你不用太害怕。这些专业术语的背后，逻辑并不复杂。我会尽量用简单易懂的语言把这个问题说清楚。

上图生动的解释了smart beta。在金融投资中，有两个基本概念叫做alpha和beta(对这两个概念不熟悉的朋友可以看我的文章《解释alpha和beta:新手如何选择基金？-知乎)。上图中，左边的绿圈代表beta(即市场回报)，右边的蓝圈代表alpha(即超额回报)。

智能Beta就是上图中间的圆圈，介于被动投资(Beta)和主动投资(Alpha)之间。Smart Beta有非常清晰透明的指数排列标准，同时可以根据历史回测帮助投资者获得高于市场平均回报的收益。

Smart Beta的投资思路是基于要素投资。说到要素投资，我需要介绍一位学术天才，名叫尤金·法玛(Eugene Fama)。

芝加哥大学金融学教授法马教授获得2013年诺贝尔经济学奖。他有许多学术成就，如有效市场理论(EMH)。我今天要提到的是1968+0990年代初，法马教授与另一位教授肯尼斯·弗伦奇(Kenneth French)合作提出的股票收益率模型，称为法马·弗伦奇三因素模型。

在这个模型中，Fama和French认为美国历史上的股票收益在很大程度上可以用三个因素来解释。这三个因素分别是:股市总回报(beta)、小盘股小超额回报(小减大)和价值高超额回报(高减低)。

为什么这个模型很重要？因为Fama和French把股票收益分解到了要素层面，进一步揭示了什么样的股票能够获得超额收益的来源。

上图是Fama和French对美国股市从1928到2007年的回测，将近80年了。在80年的股票历史回测中，我们可以看到，股票市场平均回报约为每年10%(上图蓝色TM圈)，小股(SC天蓝圈)平均回报约为每年12%，大值股(上图紫色LV圈)平均回报约为每年11%。如果两者叠加，小价值股(SV，上图右上角)的年回报率约为14%。

换句话说，小规模要素的超额收益约为每年2%，价值要素的超额收益约为每年1%。

说到这里，相信你对股票对冲基金的策略有一定的了解:他们就是这么选股的。那么他们选股的时候用了多少这些因素，最后用了哪些因素，哪些因素对股价的影响更显著呢？为了说明这一点，我需要介绍另一个很棒的人:巴尔·罗森博格。

巴尔·罗森伯格是加州大学伯克利分校的经济学教授。在1970期间，他开始为富国银行做一些金融研究方面的咨询工作，主要是分析上市公司的收益与股票市场之间的相关性。后来，罗森博格根据自己的研究成果创办了一家名为Barra的咨询公司(BARRA于2004年被MSCI收购，新公司名为MSCI BARRA)，主要分析公司股票的回报风险因素。这是什么意思？让我举一个非常简单的例子:

假设你作为基金经理选择了一些股票，你需要知道哪些因素会影响这些股票组合的收益。换句话说，你需要知道你的风险在哪里。根据以往很多专业人士做的研究，一般有一些因素:行业影响力、价格动量、公司规模、公司股价波动等等。

罗森博格(和他的合伙人格里诺德)的贡献在于，他们开发了一套BARRA风险模型，可以根据历史价格计算出不同因素对股价变化的不同影响。这种模式现已成为行业标准，几乎被所有机构采用。这个风险系统的一个非常有用的功能就是可以用来测试一个基金经理的选股能力。比如基于一个基金经理选择的股票组合，我们可以用这个系统来确定这个经理选择的股票的收益有多少可以用一些常见的风险因素来解释(比如上面提到的小股票，动量，价值等。)而他真正的阿尔法又是多少。

法玛和罗森博格对金融投资行业的贡献在于，他们的研究揭示了股票市场超额收益的来源，即超额市场收益(beta)。例如，法玛的研究表明，如果我们专注于选择价值股，随着时间的推移，投资者可以获得比市场更好的回报。那么，我们的研究人员发现了哪些可以提供超额回报的因素呢？

1.价值:选择估值低的股票，获取超额收益，不是法玛的主动。看过几本炒股书的朋友可以举出格雷厄姆和巴菲特的例子来支持价值投资。这里我需要扩展一下价值投资的一些常见误区。

首先，投资者面临一个问题:股票估值低的标准是什么？这个问题没有标准答案。例如，Fama使用市净率。但也有其他不同的衡量标准，如股价与股本比率、股价与现金比率等等。法马和弗伦奇的研究之所以令人信服，其中一个重要原因是他们自始至终使用的是同一个指标。这个回测的结果更有说服力。

价值投资者需要注意的另一个问题是，耐心和长期坚持是价值投资获得超额收益的前提。当我们说价值投资可以给投资者带来超额收益的时候，我们指的是长期平均(比如Fama对美国过去70年的历史回测)。但在那70年里，价值投资提供的年超额收益波动很大。换句话说，在某些年份，价值投资可以给投资者比市场更高的回报；在其他年份，价值投资者的投资回报会远远落后于市场回报。

比如上图显示的是美股从1971到2009年的历史超额回报价值和动量。我们可以看到，就价值因子(上图底部的灰色实线)提供的超额收益而言，并不能保证每年都提供比市场更好的收益。比如1996-2000期间，价值股被大量卖出。从65438点到0999点，巴菲特的伯克希尔哈撒韦公司股价下跌了20%左右，是公司历史上最糟糕的年份之一。就连巴菲特一直推崇的价值投资理念也受到了很多人的质疑。

另外值得一提的是，价值投资提供的超额收益在不同国家是不一样的，上面提到的Fama研究仅限于美国。后来，法马和弗伦奇把他们的研究扩展到世界上的其他国家。虽然大部分国家都存在类似的价值投资超额收益现象，但是每个国家的回报情况是不一样的。

2.股息:许多研究文件指出，公司的股息比率是一个可以提供超额收益的因素。换句话说，如果我们专注于选择股息利率较高的公司，那么随着时间的推移，这些股票可以提供高于市场平均回报率的回报。

上图是股息贵族(红线)和标准普尔500指数(蓝线)的历史回报率对比。标准普尔的股利指数中的成分都是标准普尔高股利分配的公司。如果从1990统计到2014，分红指数的回报远远高于市场平均回报。当然，这种较高的回报并不是每年都必然的。比如，从上图可以看出，在1998-2001期间，分红指数的回报低于市场平均回报。

3.动量:如果一只股票的价格在最近一段时间(比如过去一年)涨了很多，那么我们可以买入这类股票，做空最近一段时间价格跌了很多的股票，我们可能会获得超过市场平均收益的超额收益。

在上面，有一个美国股票价值和动量因子的历史回报图。从图中我们可以看到，从1971这一年开始，买入那些动量为正的股票，做空那些动量为负的股票，可以获得超额收益(也就是上图中的虚线)。当然，值得一提的是，收益曲线假设交易成本为零，因此在实际交易中不可能获得如此高的收益(因为动量策略依赖于非常频繁的交易频率)。

4.低波动性:如果继续选择买入并持有历史上价格波动性较低的股票，长期来看投资者可以获得高于市场平均回报的收益。

5.质量:如果我们继续选择基本面质量较高的公司(如股本ROE较高的公司)，投资者长期可以获得比市场平均回报率更好的回报。

6.规模:如果你一直选择小公司，投资者长期来看可能会获得高于市场平均水平的回报。

需要指出的是，所有这些能带来超额收益的回报因素都不是稳定的。比如上图显示了MSCI世界指数从1988到2013不同因子的收益。如你所见，这些因素的回报可以描述为风水轮流转。比如价值因子(上面的红线)在1996-1999表现很差。动量因子(上面的黄线)在2007-09年遭受重创。

换句话说，如果你真的想从要素投资中获得稳定的超额收益，那么投资者需要提前预测哪种要素在未来(比如3-5年)会有更好的收益，或者建立一个有效的体系在不同的要素中轮换。这无疑和选股一样难。

下面介绍一些因子研究做得比较好的机构和研究者:

1)法马和弗伦奇:我上面提到过，法马和弗伦奇在1992发表的论文中首次提出了三因素模型。三要素包括市场、小减大、高减低。后来，三因素模型被应用于美国以外的国际市场，并扩展到五因素模型(增加了利润率和投资两个因素)。

2)Carhart的四因素模型:Carhart在Fama和French的三因素模型的基础上增加了动力，提出了他的四因素模型，得到了广泛的关注。

3)基本面指数模型:该模型由美国经济学家罗伯特·阿诺特提出。阿诺特基本面指数是对基于市值的传统指数的修正。在基于市值的指数中(如标准普尔500)，股票在指数中的权重由市值决定。例如，如果苹果股票的市值占500只S&P股票总市值的5%，那么苹果股票在S&P指数中的权重就是5%。这样排列指数的好处是指数不需要重新平衡，因为价格变化不影响指数成分的变化。但缺点是，在市场估值不合理的情况下，越高估的股票，其权重越大。比如科技股泡沫在1999达到顶峰的时候，科技股在各大指数中的权重高得离谱。在这种情况下，投资者持有的股票指数可能被高估或低估。

阿诺特对上述缺点的修正是改变成份股在其指数中权重的计算方法。阿诺特放弃了传统的基于市值计算成份股权重的方法，取而代之的是基本面量化标准，如公司的销售额、现金流、股息和市值。用这种方法计算成份股在指数中的权重，可以避免在指数中包含太多高估的股票。

4)克里夫·阿斯内斯(Cliff Asness):克里夫·阿斯内斯是美国著名对冲基金AQR的创始人，也是上文提到的尤金·法玛的学生。AQR对外宣传的投资方法是基于四个因素:价值、动量、低波动和套利。

那么这个研究和我们普通投资者有什么关系呢？这是件大事。要详细解释这个问题，我需要从因子指数说起。为什么要从因子指数入手？因为如果有某个因素可以给投资者带来超额收益，那么首先我们应该能够根据这个因素创建一个指数(比如上面提到的价值指数)，然后我们会根据这个指数创建一个指数基金(指数基金的目的很简单，就是复制指数的收益)，这样投资者就可以投资了。

在因子指数领域，有几家公司是全球的领导者。下面我简单介绍一下。

首先是MSCI(摩根士丹利资本国际)。MSCI的前身是摩根士丹利资本国际指数，后来从摩根士丹利分离出来，收购了Barra，所以现在全称是MSCI Barra(Barra是上面提到的Barr Rosenberg创立的)。

如果你对财经新闻感兴趣，你应该知道，MSCI是否将a股列为其成份股，每年总能成为大新闻。主要原因是目前全球金融界有相当多的机构和基金跟踪MSCI指数。换句话说，这是行业内的一个标杆。MSCI是否决定将a股纳入其世界股票指数，将直接影响国际资金购买a股的数量，因此人们关注它并不奇怪。

MSCI编制的因子指数比较全面，包含了我上面提到的价值、规模、动量等所有因子。其因子指数覆盖的国家主要是欧美发达国家，发展中国家(包括中国)的覆盖面很小。

其次是标准普尔道琼斯。标准普尔的旗舰产品是标准普尔500指数，该指数被业界广泛采用作为代表美国股票市场的基准。道琼斯是编制指数历史最长的公司，拥有非常著名的道琼斯工业和商业指数(30只蓝筹股)。标准普尔和道琼斯合并成为标准普尔道琼斯。他们的指数主要在美国市场。

富时罗素由富时和罗素合并而成。该公司的因素指数也是多种多样的，并涵盖了美国以外的许多市场。同时，上面提到的阿诺特提出的基本面指数也属于公司。

说完了提供因子指数的指数公司，下面介绍一下跟踪这些指数的基金经理。这些基金经理的工作就是按照指数排列的规则复制这些指数，从而给投资者类似于指数的回报。当然，回报越接近指数回报越好，但实际上做不到。因为指数不考虑交易成本和资金管理成本。

有很多公司在这个领域更先进。首先是贝莱德IShares。2009年，贝莱德以654.38+03.5亿美元收购了BGI，还买下了IShares品牌。在贝莱德IShare下，有相对全面的因子指数基金，比如上表中的价值、动量、低波动基金。这些基金的总费用率约为0.15%，但需要注意的是，大部分仅限于美国市场。

先锋，先锋，是指数基金领域的又一巨头。先锋在因子指数方面提供的产品不多，只有分红、低波动、小股票指数基金，而且仅限于美国市场。当然，如果这个领域是未来的发展方向，相信各大公司会陆续推出更多的产品。

景顺能源和查尔斯·施瓦布也提供许多因素指数基金。缺点是他们的费率都比较高，一般在0.25%-0.6%之间(如上图)。阿诺特的基本面指数基金由查尔斯·施瓦布管理，费率为每年0.32%，这意味着该指数每年至少需要跑赢标准普尔0.28%(先锋标准普尔500指数基金费率为0.05%)才能让投资者受益。

摘要

股票要素收益分析是金融领域的一大创新和进步。这项研究最大的贡献就是让投资者知道了可能超额收益的来源，让普通投资者以相对较低的价格(通过因子指数基金)获得这些因子收益。在一个没有要素指数基金的世界(比如中国)，投资者只能通过投资基金管理人获得这些要素回报，并支付相对较高的费用(可能每年1.5%-2%，在一些私募基金中，需要15%-20%的利润分成)。这些因子指数基金只收取总成本的0.15%-0.6%左右，没有利润分成，对于投资者来说确实是个好消息。

因子回报研究的另一大贡献是，它为投资者提供了设计自己的对冲基金策略的可能性。在大多数股票对冲基金中，基金经理的工作无非是买入一些因子，做空另一些因子。如果市场上有一个基于因素的指数基金，并且可以卖空，那么我们的投资者交易自己的对冲基金策略就不再是梦想了。

当然，技术的进步永远不会停止。我相信中国市场的要素指数基金迟早会出现。届时，广大中国投资者也将有更大的投资选择。

希望对大家有帮助。

参考资料:

？

吴志坚:小海龟的投资智慧:如何在投资中以弱胜强？

吴志坚:小海龟的投资智慧2:丛林投资的生存法则