量化研究新思维（二十八）——20 for Twenty：AQR 20周年经典文献摘要1

来源：海通量化团队

重要提示：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施，通过本微信订阅号发布的观点和信息仅供海通证券的专业投资者参考，完整的投资观点应以海通证券研究所发布的完整报告为准。若您并非海通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本订阅号推送内容而视相关人员为客户；市场有风险，投资需谨慎。

参考文献：

1. 20 For Twenty: Selected Papers from AQR Capital Management on Its 20th Anniversary.

2013年，有效市场假说（EfficientMarket Hypothesis，EMH）的先驱——尤金·法马和有效市场的批评者——罗伯特·席勒同时获得了当年的诺贝尔经济学奖。站在这个伟大的时刻，我们不妨回顾一下EMH，它的历史和争议，以及我们的观点。

究竟如何理解“市场是有效的”？法马认为，“很简单，价格反映了所有可获得的信息”。遗憾的是，这一论断没有说明，怎样才算是反映了所有信息。例如，一个公司的盈利超预期，市场对此会作何反应？股价是会翻倍，还是变为原来的三倍？因此，在对市场有效性下任何论断之前，首先要确定市场是如何反映信息的。或者说，确定股票价格的均衡模型是什么？因为只有在这个模型之下，我们才能对价格做出预测，并结合实际值进行观测和检验。所以说，EMH实际上是一个联合假设，我们检验的是市场的有效性和某个股票定价模型。

例如，假定联合假设是EMH成立且价格由CAPM确定。当我们通过数据检验，拒绝这一假设时，我们却并不知道是哪一个被拒绝了。EMH可能是成立的，但CAPM却是一个糟糕的定价模型。反过来，CAPM也许精确刻画了定价机制，但投资者的行为偏差也会导致它失效。更有可能，这两个假设都错了。

由此可见，要证明EMH其实是非常困难的，一个重要的原因是我们并不知道合理或准确的股票定价模型。CAPM曾被奉为经典，但一些长期存在的收益异象，诸如，价值和动量，则对CAPM形成了巨大的挑战。为了解释这些异象，学术界也因此分成了两派：风险溢价 vs. 行为金融。

我们在法马的指导下拿到了芝加哥大学的博士学位，而过去的20年，我们却一直在试图找到那些可以由市场无效所解释的投资策略。这种貌似“精神分裂”的状态，也让我们对有效市场假设的看法不那么极端——市场既不完全有效，也不是非常低效的。话虽如此，但对于绝大多数投资者而言，我们建议还是要以完全有效的观点看待和参与市场，而不是认为它很容易被打败。

对于政府，包括准政府和自律性机构，我们则建议他们要尽可能地保护市场，并努力让它变得更好。以下便是一份不完整的建议清单。

政府应当认识到泡沫可能会发生。

政府不应选择性地补贴或惩罚某些行为。

政府不应承诺消除一切不利的方面。

政府应当鼓励像卖空这样的纪律性机制。

政府应当鼓励流动性的提供者，而不是对他们课税。

政府应当严厉惩罚真正的欺诈行为。

政府应当对市场行为一视同仁，适用的法律也应前后一致。

政府和自律组织应当鼓励一致且合理的会计准则。

政府应当鼓励金融机构更多地以市值对资产估值。

过去50年来，EMH对我们理解金融学乃至一般经济学的帮助和贡献，高于其他任何一种理论。而且，它的意义早已不止于学术研究。在EMH被提出之前，金融根本算不上一门科学，甚至只能说是抽象的艺术。市场或许不是完美的，但没有EMH的市场更是非常低效的。低成本的指数基金和深入人心的分散化投资都是EMH思维的产物。

作为法马的学生及其思想的实践者，EMH就好比我们的北极星，即便我们经常或总是向左或向右偏15度。幸运的是，这其中的空间依然大有可为。显然，诺贝尔委员会也同意我们的观点。

1. 只有被误导的傻瓜才会关注波动率，风险实际上是资本永久性损失发生的几率。

许多人认为，像波动率这样的量化方法是有缺陷的，风险真正的定义是损失了资金并且不能收回的几率。这个观点使我很苦恼。量化分析师说某项资产“低风险”和他们说“持有这项资产你不会有损失”是非常不同的。即便是最简单的量化体系也不会只包含波动率，还会包含预期收益。波动率并不是指股票本身的走势会有多大变化，而是相对预期收益，走势会有多大的变化。试着不去犯错是我们要努力做到的，但这并不是风险控制。风险控制是，如果你错了，对情况能有多坏的控制。这对我来说，更像是量化分析师所说的“波动率”。

2. 哪里都有泡沫，但并不是所有泡沫都会破裂

“泡沫”这个词已经被过度使用了。我们永远无法客观地评价这是不是泡沫，事前和事后总是会有分歧。一项资产或者股票经常被说成是存在“泡沫”，但实际上用“昂贵”或者“预期收益低于正常水平”来描述会更加准确。

3. 使用3-5年的评估周期是一个错误

我们经常会这样想，“在需要做决定时，就算历史数据是不充分的，也没有更好的选择了。所以，就使用现有数据吧。”我觉得在这种时刻，我们实际上可以做得更好。投资者应当对数据进行评判并使用一致的标准，让所有数据都处在平等的地位。

决策时使用的数据可能存在两个问题：一是数据不充分，二是数据的方向可能都是错的。在3-5年内，如果没有剧烈的变化，几乎所有事情都是系统性的，因而倾向于回到原来的状态。这意味着，如果依赖3-5年的周期来做决策——选择这段时间内表现好的，而回避那些表现差的——我们可能不仅仅是在使用没有意义的数据，而且更有可能是在使用反向的数据。

4. 关于金融危机的讨论

关于2007-08的金融危机是政府造成的，还是大银行造成的争论一直没有停歇。让我苦恼的是，人们总是希望找到一个罪魁祸首。但是，由于个人偏好和内在的困难，解决这个问题几乎是不可能的。

5. 几种错误的说法

“这是一个适合选股专家的市场”。我认为这种观点想表达的是：因为市场并不会让我们那么容易地赚钱，所以我们现在应当认真挑选股票。

类似地，我们也会经常听见金融专家们用一种“很奇怪”的腔调说：“预测市场走向异常困难。”但我认为，短期内预测市场走向一直是异常困难的。

“套利”在学术上的定义是“确定的利润”。然而在实际投资中，“套利”经常意味着“我们喜好的交易”。

6. 承认自己的策略

在我看来，如果你明显地偏离了市场权重，从本质上来说，你就是一个在赌运气的积极管理人。你可能会因承担风险获得了补偿，故对自己的赌注很有信心。但实际上，这只是因为市场的行为偏差或是你的尽职调查很好。不管怎么说，你都不算不上是一个“被动”投资者。

7. 对冲或是不对冲？

对冲基金不是完全的套期保值工具，但它们也不是完全做多市场。虽然具体的对冲比例在不停变化，但很多对冲基金都有着40%-50%的长期权益敞口。在某些年份，比如现在，媒体连篇累牍地报道对冲基金是如何被只做多的指数基金打败。而在另一些年份，当市场表现低迷时，这些曾经的批评者又会反过来赞美对冲基金。但实际上，他们忽略了对冲基金也是净做多股票市场这个事实。

8. 高频交易

关于高频交易（HighFrequency Trading，HFT）无休止的争论让我十分苦恼。一项新的且依然在进步的技术，总是会遭受批评和各种预言其消亡的言论。我曾听到人们把很多匪夷所思的事情都归罪于HFT。有人说HFT产生了泡沫；有人说HFT是某些市场和策略关联度变高的原因；有些人说HFT造成了波动；有些人说HFT使投资者变得过度自信。但如果仔细分析会发现，将这些罪名归咎于HFT更像是一种循环论证。

当然，交易事故依然会发生，有些还非常骇人。但这些事故更多地是电子化交易带来的，而不是因为HFT。但是，却罕有人批评电子化交易。使我更加苦恼的是HFT被过度的误解，甚至是污蔑——HFT能轻松地赚到大笔财富，对实体经济造成巨大的资金流失。实际上，从事高频交易的公司赚的钱比人们所想的要少得多，甚至比传统的做市商赚得还要少。

9. 关于股权稀释

有些发行股票期权的公司仍然通过回购以“防止股权稀释”，这种做法是十分愚蠢的。公司执行回购的唯一理性原因应当是，管理者认为其所持股票价值被低估了。发行股票期权作为补偿激励，对于公司与股东可能依旧是最有利的。

10. 债券的价格

许多投资者会这么说：“你应该直接持有债券，而不是债券基金。因为债券基金的价值可能会下跌，而你永远可以持有债券至到期然后拿回你的本金。”事实上，债券基金只是以市值计价的债券投资组合，它怎么会比所持债券的价值总和还要差呢？你确实可以通过持有债券至到期收回本金，但是在高利率和高通胀的环境中，相同名义本金的价值将变得更低。我无法理解那些因为可以收回名义本金，而感到兴奋的人。

关于沃伦·巴菲特及其投资风格的报道与介绍屡见不鲜，不过，少有人通过严谨的实证分析去解释巴菲特成功的深层次原因。我们研究发现，巴菲特并不像有效市场假说的坚定拥护者认为的那样，是依靠运气获得成功的。相反，巴菲特的超额收益源于对“格雷厄姆和多德”价值投资理念的长期践行。巴菲特长期持有高质量、安全、被低估的股票，以获取超越市场的回报，并且通过合理的杠杆将超额收益进一步放大。

巴菲特具有史无前例的优秀投资业绩。如果一位投资者于1976年10月在伯克希尔·哈撒韦公司投资1美元，那么到2017年3月，他的投资回报将会达到惊人的3685美元。相对美国国债的年化超额收益达到18.6%，相对股票市场的年化超额收益则为7.5%。即使考虑风险因素，巴菲特的夏普比率也达到了0.79，是股票市场的1.6倍。如果以共同基金作为比较对象，巴菲特的夏普比率位居前3%。而如果将比较范围缩小至1976年10月已经成立并且存续超过10年的共同基金，巴菲特具有最高的夏普比率。

巴菲特成功的首要因素是杠杆。根据我们的测算，伯克希尔·哈撒韦公司的月均杠杆倍数为1.7。这也解释了为什么巴菲特倾向于投资相对稳健的股票，其投资组合却具有较高的波动性。巴菲特运用高杠杆的另一个证据是，市场组合的年化波动率为16.2%，而伯克希尔·哈撒韦公司所持股票的年化波动率却达到了23.5%。当然，巴菲特的高杠杆只是其超额收益来源的一部分，如果对市场指数采用同样的杠杆倍数进行投资，巴菲特的年化超额收益仍有12.7%。巴菲特对高杠杆的运用得益于其较低的融资成本。通过预收保费的融资方式，伯克希尔·哈撒韦公司的年平均融资成本仅为1.72%，甚至低于美国短期国债。此外，巴菲特也善于使用衍生品交易，提高投资杠杆，降低交易成本。

优异的选股能力是巴菲特获得成功的关键。伯克希尔·哈撒韦公司的股票收益可以分解为公开市场投资、私募股权投资与杠杆。根据公司的投资组合报表，其中65%是私募股权，35%是公开市场股票。统计发现，无论是私募股权投资还是公开市场投资，巴菲特都获得了高于市场指数的超额回报与夏普比率。其中，公开市场投资（年化超额收益12.0%，夏普比0.74）的表现要优于私募股权投资（年化超额收益9.3%，夏普比0.45）。而杠杆的运用，则将这些超额收益进一步扩大。

如果使用MKT、SMB、HML、UMD、BAB、QMJ等因子对巴菲特的组合业绩进行归因，可以发现：巴菲特在BAB、QMJ因子上具有显著的敞口。也就是说，巴菲特投资背后的秘诀在于购买安全、优质、有价值的股票。而在控制了这些影响因素后，截距项Alpha并不显著。其实，巴菲特在2008年的公司年会中，也表达了类似的观点：“不管是袜子（socks）还是股票（stocks），我都喜欢购买高质量的商品。”

巴菲特的长期夏普比率为0.79，风险调整后的信息比率为0.64，虽然极其优秀，但并没有达到超人的水平。那么，他究竟是如何跻身世界上最富有的人之列的呢？答案是发现一个好策略——买入低估、安全、高质量的股票，并坚持数十年。同时，特有的公司结构使其能够以较低的融资成本获取资金，并运用高杠杆增加他的风险与超额收益。正如巴菲特在伯克希·尔哈撒韦公司1994年的年会中所说的，“45年前，格雷厄姆教会了我，想要在投资中取得非凡的成就其实不用做出一些非凡的事情”。所以，巴菲特的成功并不来源于运气，而是对好策略的长期坚持。

从历史收益角度来看，持有100%的股票组合一般在长期有着更好的表现。在美国市场上，如果比较100%股票、60%股票/40%债券和100%债券这三个组合在1926-1993年期间的表现，可以发现，100%股票组合净值增长了近800倍，60/40组合净值增长了330倍，而100%债券组合净值仅增长了40倍。不仅如此，即使从胜率的角度来看，100%股票组合也表现出色。如果计算这期间滚动10年的收益率，大部分时候100%股票组合也能跑赢60/40组合。因此，很多投资者认为100%股票组合长期来看是更值得选择的投资方式。

如下表所示，1926-1993年期间，100%股票组合有着最高的收益和最大的波动。尽管简单的60/40组合无法跑赢100%股票组合。但如果允许使用杠杆，并使60/40组合的波动率水平与100%股票组合一致，那么即使扣除杠杆成本，60/40杠杆组合的收益将高于100%股票组合。

以上数据说明，如果以波动率来衡量组合风险，那么在风险一致的情况下，一个分散化的组合实际上取得了比100%股票组合更高的收益。

如果不以波动率来衡量风险，我们也可以从其他角度来看分散化投资的好处。统计区间内，100%股票组合和60/40组合表现最差的月份和表现最差的1年（连续12个月，非自然年）均为同一段区间，且在表现最差时，杠杆60/40组合的亏损仍旧小于100%股票组合。但如果只统计二战后（1946-1993），60/40组合在表现最差的1年比100%股票组合多亏损了5.3%；但在表现最差的月份，则比100%股票组合少亏损4.3%。从这个角度来看，也很难说100%股票组合更值得投资。

如果将100%股票组合以及杠杆60/40组合与原始60/40组合比较，分别统计2个组合滚动10年、滚动20年、滚动30年对原始60/40组合的胜率。尽管杠杆60/40组合胜率略低于100%股票组合，但两者差别并不大，100%股票组合并没有显著优势。

即使不能使用杠杆，仍可以通过分散化投资构建比100%股票组合更优的组合。例如，借助小市值股票。一个由小市值股票构成的60/40组合，在风险略低于100%股票组合的情况下，取得了更高的收益。尽管该组合的年化收益低于100%小市值股票，但年化波动也要更低。综合来看，有着不错的收益风险比。

现代金融理论中，风险资产的最优配比和投资者选择承受的风险是相互独立的。构建风险资产投资组合时，最常见的优化目标是最大化组合的夏普比，然后再根据风险厌恶程度选择无风险资产和风险资产的比重。在构建风险资产组合时，由于投资者本身特点的差异，包括是否有能力使用杠杆和其他投资限制方面的特性都会影响实际的最优风险资产组合配比。100%股票组合可能仅对部分特定的投资者是最优的选择，是个例。

许多投资者认为在投资期限较长时，投资者可以承担更大的风险，因此可以选择100%股票组合。但实际上，分散化投资与承担更高的风险并不冲突。上述分析表明，在保持组合分散化的基础上，可以通过运用杠杆或承担某些风险溢价（如，小市值的溢价），获得比100%股票组合更高的预期收益。很多维度的分析都显示，100%股票组合并不是最佳的投资选择，分散化投资更值得推崇。

机构投资者通常以5%的真实收益（或7%-8%的名义收益）作为投资目标。从当前美国市场的收益来看，若采用传统的资产配置方案（如，60%的股票、40%的债券，下简称60-40股债配置），未来5-10年实现这个目标的可能性很低。

我们以如下两个指标的简单平均来估算真实的权益收益率：（1）席勒市盈率的倒数；（2）当前股息率和1.5%（每股股利增长的估计值）之和。以长期国债收益和长期预期通胀之差估算债券真实收益。按照60-40股债配置方案，自1900年以来组合长期年化收益为5%，这也是许多机构投资者以5%作为目标收益的主要原因。直到上世纪90年代，要达到5%的目标收益都相对简单。但是自1998年以来，60-40股债配置方案下，事前真实收益在大部分时段内都低于3%，目前是2.4%，是112年以来的最低水平。

针对目前所处的环境，我们提出了具体的建议，以图达到5%的真实目标收益。主要包括以下几点：

纳入更多类型的收益源，并以一个相对较低的成本获取这些收益。

执行一系列的组合管理措施，我们称之为“组合构建过程中的Alpha”。

在行情不好时执行必要的风险控制手段。

就收益源而言，我们认为按照投资的容量和成本可以分为三个层次：

（1）市场风险溢价，如，权益风险溢价、期限溢价、信用溢价和商品溢价等。这些溢价容量高，获取成本低，可通过指数基金获取。对于这个层次的收益源，我们认为，风险均衡策略会比传统意义上的极度依赖权益溢价的方式要好。

（2）非传统类别的风险溢价，如，价值溢价、基本的可转债或合并套利的溢价等。许多投资者认为对冲基金、私募股权基金和其他非流动性投资属于此类，但实际上，这些收益源和权益风险溢价存在很高的相关性，因而并不是真正意义上的非传统类别的风险溢价。而Smart Beta、合并套利溢价等与股市方向变动的相关性相对较小，属于非传统类别的风险溢价。这类溢价收益通常较高，且容量和流动性同样很高，是提高投资收益最重要的一种方式。

（3）真实的Alpha。这类收益源通常是昂贵和稀缺的，它的容量很低。而且还是一个零和游戏，有人盈利就必然有人亏损。非传统类别风险溢价往往会被误认为是Alpha，但实际上它们是一种风险溢价，并不值得以Alpha的价格获取。

在组合构建过程中，我们提供了如下可改善组合表现的具体建议：

基于收益源付费，对非真正的Alpha不应支付Alpha的价格。因此，在组合构建过程中需明确收益源。

基于风险进行配置，而非资金。有效的风险分散需要采用有意义的计量单位，基于资金来配置可能会产生误导性的结果。例如，60-40股债配置方案，实际上在股票和债券上的风险比是90-10。而风险均衡则以风险为单位，更接近风险分散的配置目标。

确保所建立的组合是一个真正分散化的投资。许多投资其实与股票市场存在很高的相关性，这种所谓的分散只是一个假象。

有效的分散化投资通常需要一定的杠杆、卖空和衍生品。虽然这些方式存在一定的风险，但若谨慎使用，风险是可管理的。

在风险控制过程中，我们也提供了如下几个具体建议：

不要以双重标准对待“长期投资”。长期投资者应该有高于平均水平的风险承受能力，而且在提供流动性上具有天然优势。但是很多人通常用双重标准对待“长期投资”的概念。一方面认为他们承担的是长期风险，在危机时能提供流动性；另一方面又限制自己的风险承受能力。这种做法很容易导致他们在市场底部时卖出风险资产。倘若不使用双重标准，至少会降低这么做的可能性。

对组合设置回撤控制方案，即在事前就系统性地确定何时降低风险，何时恢复。

不要仅依赖3-5年的评判期决定是否放弃某个策略。有些策略长期来看收益很高，但在3-5年的时间窗口内，收益可能很低。在这种评判标准下，很容易放弃长期表现好的策略。

综上所述，我们认为，在当前的市场环境下，传统的资产配置方案已经很难达到5%的真实目标收益。因而提供了一系列有利于实现这一目标的具体建议，主要包括将市场溢价和其他非传统风险溢价有效结合、获取组合构建过程中的Alpha、执行风险控制。

在华尔街和普通民众中流传着很多投资理念，这些理念有些是正确的，有些则是错误的。华尔街的分析师和金融媒体总是在说服投资者购买和持有股票，但投资者需要时刻保持清醒。我们在下文中对这些传统理念逐一发表了看法，希望能够引发大家的思考。

一、长期投资

1. “长期投资于股票总会获得收益”。历史上投资于股票总会获得收益的原因是股票价格相对于盈利、股息来说较为合理。在过去很长一段时间内，标普500的PE均值为15倍，最高只到30倍附近。但随着价格的上涨，当前的PE已经上升为历史均值的3倍，情况与以前明显不同。分析师不断发现股票市场上长期存在的规律，但在发现之后很短的时间内便失效了，这种现象屡见不鲜。

2. “我们对股票收益率的估计是基于可靠的长期数据”。Fama、French以及很多学者都发现股票的预期收益总比历史收益更低。但在做资产配置决策时，投资者经常使用资产的历史平均收益来估计未来收益，这种方法并不可靠。

3. “将今天的PE和大萧条之前的PE相提并论是愚蠢的行为”。有些人认为经济在发展，时代在进步，当前标普500的44倍PE很难再回到1872-1999的平均水平15倍了，因此在计算PE时不该包括大萧条、一战、二战等特殊时期。然而，我们分不同阶段来计算股指的PE后发现，即便使用1980至目前的数据计算，PE均值也没有超过20倍，这说明当下的高PE确实属于异常现象。比较1929年9月和2000年6月，我们发现1929年股票的PE更低、盈利增速更快、宏观环境下的利率和CPI也更低，这说明当前的状况其实要比1929年更差。

4. “因为投资者愿意接受更低的风险溢价，所以股票价格更高”。但实际上，并没有迹象表明投资者愿意接受较低的股票收益率。若股票收益率下降到与债券相同，投资者一定会大失所望。

5. “盈利增速=股票收益率”。高盈利增长并不一定等于长期投资回报。忽略买入价格的收益率预测是错误的。我们以思科为例，其PE为140倍，分析师预期未来5年EPS复合增速为30%。实际上，我们发现思科的EPS正在逐年下滑。因为一般来说，随着公司规模的增长，竞争将更加激烈，盈利增长将逐渐放缓，因此分析师预期可能过于乐观了。即便分析师的预期很精准，也不意味着未来将获得30%的年化收益率。我们假设，思科在未来1-5年维持30%的利润增速，在6-10年线性下滑至市场平均增速6%，11年以后维持6%，那么未来20年的年化复合增长率为14.5%，考虑分红之后的投资回报率只有7.5%。与之相反，传统行业的代表——福特汽车的PE只有8倍，20年复合增速为6.8%，股息率为4.2%，其投资回报率高达12.7%。因此，高盈利增长并不等同于高投资收益，长期投资收益更依赖于股票的买入价格。

二、为高股价辩护

1. 有很多投资者和分析师列出种种理由说明当前处于牛市，但并不做数学验证，我们应当对此持谨慎态度。

2. “我们是基于盈利推荐的科技股，而不是炙手可热的互联网概念”。一方面指责互联网泡沫，另一方面推荐“可靠”的高盈利科技股在当下比较流行。这种谨慎的做法有利于保全分析师的名声。对于分析师而言，即便看空观点最终被证实，但在情绪驱动下牛市可能还会持续一段时间，从而对分析师的工作造成影响。因此，在情绪高涨时期发出看多观点是很有必要的，让客户避开投机性最强、风险最大的股票，同时对自己的工作也不会产生不利影响。这并不是仅仅针对互联网公司的股票，互联网股票不应当成为整个股票市场巨大泡沫的替罪羊。

3. “高收益时期过去了，未来股票市场收益率将下降到10%-12%的水平”。这种说法同样过于乐观了。根据我们的测算，在非常乐观的假设下，标普500也仅能获得9%的年化收益率。而在更合理的假设下，收益率将处于6.3%-7.7%的区间。

4. “我们已经渡过了熊市”。虽然在2000年上半年市场已经下跌了很多，但指数估值仍然远远高于历史平均水平。

5. “科技股不会受到高利率的影响”。虽然科技股的盈利受利率影响较小，但利率上升将使未来现金流的折现价值下降，同样会造成股价的下跌。

6. “美联储停止加息后，股市，尤其是科技股一定会大涨”。如果美联储停止加息，说明经济增速得到了有效抑制，然而，只有持续的盈利增长才能对股价形成支撑，经济增速的放缓却会导致公司盈利增速的下降。

7. “如果你在15年前对微软的估值过于担忧，你将错过一大笔财富”。实际上，由于幸存者偏差的存在，只有少数的昂贵的成长股最终实现了它的价值。

8. “不要对市场择时”。华尔街不希望投资者离开市场，所以抛出了这一言论。我们认为，短期择时的确非常困难，但在长期投资中，根据资产间相对价值的变化对组合进行调整是很有意义的。

9. “回调就是买入机会”。这句话与“不要对市场择时”相矛盾，在回调时买入股票就是在做短期择时。

三、价值还是成长

1. “只要坚持买入伟大的公司就好”。伟大的公司固然好，但买入的价格更重要。

2. “远离价值股”。虽然最近几年，价值股表现不如成长股，但从长期来看，价值股占优的时间更多。目前，成长股的估值比价值股高得多，但盈利增速差距却没有那么大，因此投资价值股是更合理的选择。

四、其他案例

1. “科技进步令市场更安全”。很多投资者认为当前信息收集和交易的速度更快了，因而在危机来临时可以及时脱身。然而市场是零和博弈的，所有人都具有相同的优势，有人赚钱的同时总有人在亏钱。

2. “股票拆股是买入机会”。拆股不会使公司的价值发生任何变化。

3. “这次有所不同”。太阳底下无新鲜事，相同的事情总是一再发生。

股价和利率之间的关系是投资决策中常被问及和考虑的问题，例如：当利率上行，股价将如何变化？最通用的将股价和利率联系在一起的方法便是美联储模型（the Fed Model）。该模型于90年代在华尔街得名，当前已成为衡量美国股票市场定价是否合理的一个标尺，被认为是使用最广的股市估值模型之一，但其实也是最常被滥用的股市估值模型之一。该模型将股票市场的收益率（E/P）与长期政府债券的收益率（Y）进行比较。例如，把10年期国债的收益率与标普500指数成份股的盈利收益率进行比较。

与美联储模型相对应的是传统的估值方法，完全只基于股票自身的估值水平，而不考虑利率水平的影响。那么，使用美联储模型评估股票市场的当前价格，并对未来收益进行预测，是否具有扎实的理论基础，以及在实践上是否可行？我们对此进行了探讨，并从理论基础以及实证检验两方面对美联储模型提出了批评。

美联储估值模型所基于的理论依据是：假设投资人的资金是有限的，且必须全部进行投资，他们会在股票和债券里选一样相对更便宜的资产进行配置。此时，可以把股票看作是一种无期限的债券，因此长期债券的收益率应该接近盈利收益率（通常使用10年期国债的收益率作为长期债券收益率）。比较二者，即可判断股票市场当前是被相对高估还是低估了。换言之，由于股票和债券是相互竞争的资产，当债券收益率较低时，盈利收益率也应该更低。

我们认为，这种估值逻辑存在很大的误导性。盈利收益率（E/P）与长期债券收益率（Y）之间并没有直接的关联，美联储模型的思路其实是将一个实际指标和一个名义指标进行比较。长期债券收益率是一个名义指标，从长期来看会随着通胀而浮动。但盈利收益率是一个实际指标，并不会随着通胀而变化。综上所述，债券收益率和盈利收益率实际上是不可比的。虽然美联储模型在业界深受欢迎且被广泛使用，但着实有着严重的理论缺陷。

此外，实证结果也证实了这一观点。从实证角度评价一个估值指标是否科学的一种方法是测试这个指标是否有预测长期收益的能力，而美联储模型在实证检验中并未能呈现出对未来收益的预测效果。无论期初的名义利率如何，当期初的P/E较高时，长期的股票收益率较低，反之亦然。这些分析表明，美联储模型只能描述当前的股市估值水平，但是对未来的实际回报没有任何预测价值。我们进一步通过回归分析证明了，使用当前盈利收益率（E/P）对标普500未来10年实际回报率进行预测，效果要远好于使用美联储估值模型（E/P-Y）。

在学界和业界中，大量的研究结果都表明低估值投资策略具有良好的效果。从长期来看，价值股确实在收益上战胜了成长股。然而，低估值策略远非无风险，该策略的净值表现往往存在较长的回撤期。因此，有许多研究开始关注如何准确预测价值-成长之间的收益差，从而进一步提升策略表现。

我们认为，可以使用估值差以及盈利增速差来预测价值-成长的收益差。其中，估值差是指价值组合的估值指标与成长组合的差，盈利增速差是指价值组合的预期盈利增速与成长组合之间的差。之所以使用这两个指标，主要是基于Gordon模型（1962）：

其中，E(R)为给定股票的预期收益，E/P为股票估值的倒数，g为预期永续增速。基于上式，可以进一步得到：

上式中，等号右侧的被减数可以理解为估值差，而减数可以理解为盈利增速差，两者共同决定了价值-成长的预期收益差。我们知道，一个高EP的股票并不一定就有较高的预期收益。因为当这个股票的预期盈利增速较低时，该股票的预期收益完全有可能很低。同理，较大的估值差并不一定代表价值-成长的预期收益差会很高，因为盈利增速差也有可能很高。

估值差的计算包括以下几个步骤。

（1）价值组合以及成长组合的构建。我们使用复合估值指标将股票分成10组，构建价值组合与成长组合。复合估值指标由预期EP以及基于已披露年报计算得到的BP和SP得到。考虑到股票所属行业会对估值产生十分明显的影响，所有的估值指标都经过了行业估值的调整。

（2）估值差的计算。分别以价值组合与成长组合的三个估值指标（E/P、B/P及S/P）的中位数之比，作为相应的估值差。以E/P为例，E/P差为

（3）估值差的复合。将上述三个估值差进行时间序列标准化后，等权加总，得到最终的复合估值差。

对于盈利增速差，我们使用成长组合的盈利增速中位数与价值组合的盈利增速中位数的差值代表。与估值差的计算类似，盈利增速差同样经过了时间序列标准化的处理。

基于估值差以及盈利增速差，我们构建了它们与未来12个月价值-成长收益差之间的预测回归模型。结果如下表所示。

回归1-4的结果表明，各估值差指标对未来1年的价值-成长组合收益差都具有较好的预测效果。在不考虑盈利增速差的情况下，估值差越大，预期的价值-成长收益差就越大。复合估值差指标在回归系数的t统计量和回归R2上，都有不错的表现。

回归5的结果表明，单单依靠盈利增速差并不能很好地预测未来1年价值-成长组合收益差。

回归6-9表明，当盈利增速差和估值差被一同放入预测回归后，模型的预测能力得到了进一步的提升。尤其是在回归9中，当模型使用复合估值差以及盈利增速差时，调整R2接近39%。

下图展示了模型9预测得到的价值-成长收益差和实际值的对比。

综上所述，价值-成长收益差由估值差以及预期盈利增速差共同决定。高估值差并不一定对应着高的价值-成长收益差。考虑到预期盈利增速差和估值差之间存在着显著的正相关性，高估值差往往对应着高盈利增速差，即成长组合过高的估值往往对应着成长组合较高的预期盈利增速。因此，投资者在预测价值成长-收益差时，应综合上述两个因素。

与传统的投资策略不同，对冲基金往往会同时持有多空头寸，交易执行也更加灵活。如果基于对冲基金指数的月度数据进行分析，可以发现，对冲基金除了可以提供可观的收益之外，也与传统的投资策略有着较低的相关性。

表面上看，这些基于月频数据的分析结果似乎没什么问题，但我们却认为，这些结果的背后可能存在收益率的非同步效应。很多对冲基金都会在不同程度上持有一部分流动性较低或者在场外交易的品种，它们的收益率在交易未完成之前都难以得到准确的测算，这就给对冲基金在披露月度收益时提供了一定的操作空间。为了降低旗下产品的波动率以及与传统资产的相关性，对冲基金可以拆分每个月的收益，并将一部分滞后公布。

如果把这种修饰过的月度收益与市场收益进行回归，最终得到的Beta值通常会偏低。针对这种情况，我们可以将对冲基金收益与滞后几期的市场收益进行回归，计算滞后多期的Beta值。具体模型如下式所示，

如果对冲基金某个月披露的收益率是修饰过的，那么这个月收益的真实情况可能需要在之后的几个月才能完全地体现出来。在这种情况下，对冲基金披露的月收益率会与滞后的市场收益存在一定的相关性。因此，通过计算滞后多期的Beta值之和可以更加准确地度量对冲基金相对于市场的敏感性。

如下表所示，如果计算CSFB/Tremont各个对冲基金子策略指数与标普500的 Beta值，可以发现，大部分子策略的收益率与滞后的市场收益都保持着较高的相关性。例如，全球宏观策略所有Beta值之和达到了0.98，是原始Beta的2倍之多。其余策略，如事件驱动、管理期货，都有类似的现象。

虽然上述检验证实了滞后Beta的产生是由于收益率的非同步效应，但我们仍不清楚这种效应是交易低流动性资产时无意产生的，还是对冲基金经理故意操纵的。为了弄清这一点，我们进一步计算了不同市场环境下（即，分成上涨和下跌两种市场状态）的多期滞后Beta值，具体结果如下表所示。

如果收益率的非同步效应是无意产生的，那么这种效应在不同的市场环境下应当是对称的。即，在市场上涨和下跌的两个状态中，滞后的Beta值应该不会相差太大。如果这种效应是故意操纵的结果，那么，对冲基金经理肯定会更关注市场下跌时的信息披露，所以滞后的Beta值应当更加显著。从上表的结果来看，市场上涨时，滞后Beta仅有0.17，且不显著异于零；而下跌时的滞后Beta却高达0.79，显著大于零。

虽然上述检验结果并不能完全证实我们的猜测，但至少在一定程度上解释了对冲基金收益率非同步效应的来源。这也提醒我们在评价和筛选对冲基金时，不能仅凭对历史业绩的简单分析，就认为此类产品能提供优异的风险调整后收益和良好的分散效果。类似于上文介绍的方法，值得每一位研究人员和投资者在实践中尝试。

并购可以分为现金并购和股票并购两种形式。在现金并购中，收购方通常会以高于收购公告前的市场价格进行收购，由此产生的目标公司市场价与收购价之间的价差被称为套利价差。股票并购则是以公开发行的股票替代现金。

风险套利，或称并购套利，就是一种以获取套利价差收益为目标的投资策略。现金并购就是在公告日后买入目标公司股票，等待股价向收购价收敛。股票并购则是买入目标公司股票的同时，卖出收购方的股票。

和这类策略相关的文献首次发表于2001年，彼时对并购套利的研究多聚焦于其产生的巨大收益。通常认为，年化超额收益可达10%以上。而且，这种超额收益是金融市场对并购企业定价低效的体现。

我们认为，以下两个方面可能是前人在研究风险套利策略是所忽视的：

1. 交易成本限制了套利的真实回报率；

2. 套利收益来源于并购交易失败的风险补偿。

为了验证以上两种假设，我们选取了1963-1998年间的4750笔并购交易数据作为样本，分别构建两组不同的风险套利组合。

1. 将每个并购事件中的套利收益按照时间顺序等权加总，不考虑交易成本和其他限制条件；

2. 构建一个风险套利指数（RAIM），指数收益扣除了手续费和滑点。

显然，第二个组合更接近真实的风险套利基金收益。我们发现，在不考虑交易成本的情况下，风险套利组合获得了年化9.25%的Alpha；考虑了交易成本后，Alpha下降到3.54%。这说明，交易成本限制了套利的真实回报。

为了验证风险补偿的假设，我们首先采用CAPM模型进行分析。在全样本中，扣除交易成本的风险套利收益与市场收益体现出微弱的正相关性，Beta仅为0.12，这表明风险套利的收益近乎独立于市场行情。进一步划分样本后发现，在大幅下跌的市场中，风险套利收益与市场收益体现出较强的正相关关系，RAIM的市场Beta为0.5。而在平稳和快速上涨的市场中，二者无显著相关性，Beta接近0。因此，风险套利收益与市场收益更多地呈现出一种非对称的关系。

其次，我们使用未定权益分析法来考察风险套利策略的风险和收益特征。由于套利成功时通常会有巨大的正收益，失败时可能蒙受更为重大的损失。因此，我们认为，风险套利策略的收益类似于买入目标公司的股票，同时卖出看跌期权，故期权定价模型可被用于分析其风险特征。在这种非线性风险分析框架下，不计交易成本的风险套利Alpha为年化10.3%，扣除交易成本后为4%。

通过以上研究，我们发现风险套利策略在以往文献中存在的巨大超额收益，多数可被交易成本解释。扣除交易成本后，风险套利策略的年化Alpha仅有4%左右，这一部分收益可能来源于对套利者承担流动性风险（尤其是在下跌市场中）的补偿。

市场系统性风险、模型失效风险、海外与国内市场结构差异风险。

特别声明：本篇报告的结果均由数量化模型自动计算得到，研究员未进行主观观点调整；数据源均来自于市场公开信息。

联系人：冯佳睿，021-23219732

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。