作者：趙永剛
來源：公眾號(hào)“中證指數(shù)”
近年來，因子投資備受市場(chǎng)關(guān)注，已經(jīng)成為資產(chǎn)管理領(lǐng)域非常重要的理念之一。因子投資是什么？因子投資與傳統(tǒng)的Beta投資、風(fēng)格投資有何區(qū)別？從因子策略到風(fēng)險(xiǎn)溢價(jià)，因子配置是否開辟了資產(chǎn)配置的新視角？報(bào)告嘗試找出上述問題的答案。
所謂因子，通?？煞譃榭色@得補(bǔ)償和未獲得補(bǔ)償兩類。因子投資就是將因子敞口決策統(tǒng)一到組合構(gòu)建過程的框架，選取能夠獲得溢價(jià)補(bǔ)償?shù)囊蜃訕?gòu)建組合。
圖1 因子投資發(fā)展脈絡(luò)
資料來源：中證指數(shù)有限公司整理
（一）來自系統(tǒng)性風(fēng)險(xiǎn)的補(bǔ)償
以CAPM（資本資產(chǎn)定價(jià)模型）為代表的風(fēng)險(xiǎn)理論給出了均值-方差優(yōu)化框架，股票收益來源可分為系統(tǒng)性風(fēng)險(xiǎn)和特異性風(fēng)險(xiǎn)。系統(tǒng)性風(fēng)險(xiǎn)無法被分散，因此投資者應(yīng)該得到承擔(dān)風(fēng)險(xiǎn)的補(bǔ)償。CAPM給出了單一市場(chǎng)風(fēng)險(xiǎn)因子溢價(jià)的框架，可以通過跟蹤市值加權(quán)指數(shù)來獲得。
自CAPM提出以來，大量實(shí)證研究表明還有其他系統(tǒng)性的回報(bào)來源。隨后，Ross提出套利定價(jià)理論（APT），提出股票的預(yù)期收益可以表示為一系列宏觀經(jīng)濟(jì)因子和市場(chǎng)因子的函數(shù)，這套模型也被稱為“多因子模型”。然而，APT模型只給出了多元系統(tǒng)性風(fēng)險(xiǎn)能夠獲得收益溢價(jià)的框架，但并沒有明確哪些因子可以獲得補(bǔ)償。事實(shí)上，在不同的市場(chǎng)環(huán)境和周期下，這些因子可能在不斷變化。
（二）來自市場(chǎng)“異象”的挖掘
隨著實(shí)證研究不斷發(fā)現(xiàn)股票收益率具有可預(yù)測(cè)性的證據(jù)，EMH的理論基礎(chǔ)和實(shí)證檢驗(yàn)都受到了強(qiáng)有力的挑戰(zhàn)。這些傳統(tǒng)金融理論無法合理解釋的結(jié)果也被稱為“異象”。
關(guān)于市場(chǎng)異象的挖掘最早可以追溯到規(guī)模溢價(jià)（Banz，1981），此后低波動(dòng)率溢價(jià)（Baker等，1991）、三因子模型（Fama-French，1992）、動(dòng)量溢價(jià)（Jegadeesh等，1993）、四因子模型（Carhart，1997）、質(zhì)量溢價(jià)（Piotroski，2000）、五因子模型（Fama，2015）等大量研究，在呈現(xiàn)更多異象時(shí)，也讓市場(chǎng)逐漸認(rèn)識(shí)到傳統(tǒng)的Alpha收益，絕大部其實(shí)是Beta收益。這段時(shí)期，風(fēng)格投資和簡(jiǎn)單的因子投資成為主要的投資方向，如價(jià)值、規(guī)模、動(dòng)量等。
圖2 Russell Style Box（2010）
雖然Fama等給出了通過多空組合構(gòu)建因子，但實(shí)踐中不容易觀測(cè)和操作。因此，因子通常作為組合收益分析的重要工具，在投資中應(yīng)用也多以因子傾斜為主。早期，應(yīng)用最多的就是傳統(tǒng)的風(fēng)格投資，包括成長(zhǎng)和價(jià)值，大小盤，穩(wěn)定性等 。后期，Barra等風(fēng)險(xiǎn)模型在風(fēng)險(xiǎn)管理領(lǐng)域逐步明確了因子對(duì)投資收益的解釋，推廣了因子投資理念并奠定了發(fā)展基礎(chǔ)。
（三）來自系統(tǒng)性偏差的崛起
在傳統(tǒng)金融理論無法解釋異象的情況下，部分研究轉(zhuǎn)向行為金融學(xué)的框架。以Shiller為代表的行為金融學(xué)家提出了Mispricing理論框架。
Mispricing理論是非市值加權(quán)策略的理論核心，也是Smart Beta的起點(diǎn)和核心。通過切斷股票價(jià)格與權(quán)重關(guān)聯(lián)，Smart Beta開辟了個(gè)性化策略的視角。降低風(fēng)險(xiǎn)、增強(qiáng)收益、分散化、節(jié)約成本等等成為投資者使用SmartBeta的重要考量。而作為Smart Beta重要組成的因子策略更是獲得了蓬勃發(fā)展。從因子傾向、因子加權(quán)到多因子組合，形成了較為系統(tǒng)的基于因子的策略。價(jià)值、規(guī)模、動(dòng)量、低波動(dòng)、期限、信用等等也成為市場(chǎng)追捧的投資方法。
（四）來自風(fēng)險(xiǎn)溢價(jià)的驅(qū)動(dòng)
風(fēng)險(xiǎn)溢價(jià)理念是將系統(tǒng)性的風(fēng)險(xiǎn)因素與總體市場(chǎng)風(fēng)險(xiǎn)分開。通過直接投資相關(guān)性較低的風(fēng)險(xiǎn)溢價(jià)因子實(shí)現(xiàn)特定投資目標(biāo)。風(fēng)險(xiǎn)溢價(jià)配置開辟了投資組合多元化的新視角。
如果說早期Smart Beta策略的發(fā)展，如最小波動(dòng)、最大分散化、風(fēng)險(xiǎn)平價(jià)和基本面方法是對(duì)傳統(tǒng)量化策略失效和2008年金融危機(jī)表現(xiàn)不佳的反應(yīng)。而今投資者愈加發(fā)現(xiàn)，投資組合的敞口對(duì)收益貢獻(xiàn)至關(guān)重要。
圖3 S&P500 因子指數(shù)收益與基準(zhǔn)比較
資料來源：S&P DowJones
在投資組合中考慮因子敞口能夠顯著提高風(fēng)險(xiǎn)調(diào)整收益。與此同時(shí)，大量研究表明Smart Beta超額收益幾乎完全來自因子暴露（Chow,Hsu等）。Smart Beta策略因子敞口較為多元，除了本身屬性的因子暴露，在其他方面也有相應(yīng)的因子暴露，如低波動(dòng)策略在規(guī)模和紅利因子方面也有較大敞口；價(jià)值策略在大盤股、盈利穩(wěn)定性因子上面具有較大敞口；質(zhì)量策略在盈利穩(wěn)定性、成長(zhǎng)性、債務(wù)杠桿方面具有一定的敞口。此外，主動(dòng)基金的收益也與因子暴露有關(guān)，主動(dòng)基金經(jīng)理超過80%的alpha收益可以被組合的因子暴露解釋（Ang, Goetzmann and Schaefer [2009]）。
這些研究為因子投資的啟動(dòng)奠定了理論和實(shí)踐基礎(chǔ)。與過去的理念和方法不同，因子投資不是關(guān)于股票或多元化的投資，而是完全側(cè)重于能夠產(chǎn)生溢價(jià)的最優(yōu)組合因子敞口。在構(gòu)建投資組合時(shí)，從預(yù)期得到補(bǔ)償?shù)囊蜃由汐@取風(fēng)險(xiǎn)溢價(jià)，同時(shí)降低在不能獲得補(bǔ)償?shù)囊蜃映凇?/p>
（五）風(fēng)險(xiǎn)溢價(jià)延伸：跨資產(chǎn)因子配置
跨資產(chǎn)因子配置是一個(gè)頗為新穎的視角，既是因子溢價(jià)理論的正常延伸，亦是市場(chǎng)環(huán)境的驅(qū)動(dòng)使然。從理念來看，因子投資就是通過將風(fēng)險(xiǎn)因子加入到市場(chǎng)因子中來，擴(kuò)大資產(chǎn)范圍，獲取長(zhǎng)期高收益。從市場(chǎng)環(huán)境來看，因子配置的產(chǎn)生來自如下因素推動(dòng)：
1、傳統(tǒng)資產(chǎn)配置掩蓋了真正的分散化
大類資產(chǎn)收益和風(fēng)險(xiǎn)也是由共同因素所驅(qū)動(dòng)的，看似多樣化的資產(chǎn)配置可能會(huì)隱藏集中的風(fēng)險(xiǎn)敞口，2008年金融危機(jī)期間大類資產(chǎn)組合的表現(xiàn)為此提供了佐證?？梢哉J(rèn)為，傳統(tǒng)的資產(chǎn)配置掩蓋了真正的分散化。
2、因子相關(guān)性比資產(chǎn)相關(guān)性更加穩(wěn)定
研究發(fā)現(xiàn)，在市場(chǎng)波動(dòng)加劇和流動(dòng)性持續(xù)泛濫的時(shí)期，各類資產(chǎn)的相關(guān)性會(huì)大幅提升，資產(chǎn)之間的分散化效用大幅下降。即使在近年來多次危機(jī)之后，當(dāng)市場(chǎng)頻繁在“risk on”和“risk off”之間切換，各類資產(chǎn)的相關(guān)性始終保持提升。實(shí)質(zhì)上，在大型投資組合中，公司特定風(fēng)險(xiǎn)暴露在投資組合中往往增加，許多相關(guān)性個(gè)體風(fēng)險(xiǎn)敞口演變成較大的風(fēng)險(xiǎn)因子暴露。
而風(fēng)險(xiǎn)因子之間的相關(guān)性與資產(chǎn)相關(guān)性相比，要更低且更平穩(wěn)。尤其在極端情況下，當(dāng)資產(chǎn)之間的相關(guān)性發(fā)生大幅變動(dòng)時(shí)，基于因子的穩(wěn)定相關(guān)性策略可以一定程度上緩解原配置策略的局限。
3、因子配置能夠引入前瞻性的宏觀視角
單純依賴歷史數(shù)據(jù)的推論可能會(huì)導(dǎo)致災(zāi)難性的后果，而量化模型常常忽略當(dāng)前的市場(chǎng)狀態(tài)。2008年金融危機(jī)之后，投資者認(rèn)識(shí)到量化模型和宏觀視角結(jié)合的必要性。因子投資可以將宏觀經(jīng)濟(jì)視角轉(zhuǎn)化為資產(chǎn)類別的預(yù)期風(fēng)險(xiǎn)和回報(bào)，同時(shí)實(shí)現(xiàn)組合分散化。同時(shí)，因子配置能夠進(jìn)行動(dòng)態(tài)跟蹤和調(diào)整，盡量減少與目標(biāo)資產(chǎn)配置的偏差，對(duì)尾部風(fēng)險(xiǎn)管理也會(huì)有所考量。
（一）觀測(cè)的三個(gè)維度
Asness et al.(2015)提出可以從風(fēng)險(xiǎn)因子獲取溢價(jià)時(shí)是否采用杠桿、賣空和衍生品來作為劃分因子投資的維度。比如，傳統(tǒng)的Smart Beta策略主要集中在單一資產(chǎn)（以權(quán)益居多），且僅做多、不加杠桿；130/30策略是單資產(chǎn)、多空但不加杠桿。風(fēng)險(xiǎn)溢價(jià)策略通常具備了三個(gè)維度的要素：多資產(chǎn)、主動(dòng)做空、加杠桿。而風(fēng)險(xiǎn)平價(jià)策略則是跨資產(chǎn)類別，使用杠桿，但不做空。這個(gè)因子投資的框架能夠較為明確的分類和檢驗(yàn)策略的不同，同時(shí)也便于投資者為自己的投資組合選擇恰當(dāng)?shù)牟呗浴?/p>
圖4 解析因子投資的三個(gè)維度
僅從因子出發(fā)可分為兩類：一是宏觀因子，主要是跨資產(chǎn)類別的收益驅(qū)動(dòng)力，是長(zhǎng)期具有正向預(yù)期收益的不可分散的風(fēng)險(xiǎn)；二是風(fēng)格因子，主要是資產(chǎn)類別內(nèi)的收益驅(qū)動(dòng)力，通常展現(xiàn)出長(zhǎng)期的風(fēng)險(xiǎn)溢價(jià)，能夠捕捉特定的風(fēng)險(xiǎn)溢價(jià)、行為異象以及結(jié)構(gòu)性的市場(chǎng)溢價(jià)。通常，宏觀因子決定收益水平，風(fēng)格因子決定收益的分散化。
許多宏觀和風(fēng)格因子在不同資產(chǎn)類別之間都有一定功效。表1給出代表性因子和各類資產(chǎn)的潛在關(guān)系。許多風(fēng)險(xiǎn)溢價(jià)方法使用多資產(chǎn)類別來實(shí)現(xiàn)敞口暴露。部分特定的因子則僅存在部分資產(chǎn)類別當(dāng)中。從宏觀因子視角，股票可以視為經(jīng)濟(jì)增長(zhǎng)的代理變量；而信用資產(chǎn)有時(shí)會(huì)被視為股票傾斜，和股票類似，在許多因子上面具有弱敞口。相似的，國(guó)債主要集中在利率因子，而信用類則可以提供動(dòng)量和carry敞口。商品提供實(shí)體經(jīng)濟(jì)的觀察，能夠獲得通脹的敞口等。
（二）核心因子與'Factor Zoo'
1、認(rèn)同度高的核心因子
從蘊(yùn)含的經(jīng)濟(jì)學(xué)意義和實(shí)證結(jié)果著眼，目前市場(chǎng)公認(rèn)的因子主要包括市場(chǎng)、價(jià)值、規(guī)模、動(dòng)量、低波動(dòng)、紅利、質(zhì)量、期限、信用等，見表2。
2、 “Factor Zoo”帶來的困擾
除核心因子之外，其他因子也在不斷被挖掘。2000年以來，學(xué)術(shù)研究中發(fā)掘的因子數(shù)量呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，在已發(fā)布的論文中被挖掘的因子超過250個(gè)，John Cochrane把它們稱為“Factor Zoo”。大量被發(fā)掘的因子在為投資提供重要參考的同時(shí)，也為投資帶來困惑。一方面這種近似于數(shù)據(jù)挖掘、大量的歷史實(shí)證關(guān)系驗(yàn)證對(duì)未來、對(duì)投資是否具有指導(dǎo)意義，背后的邏輯如何，怎樣清晰界定因子投資的框架成為一個(gè)難題。
另一方面，研究發(fā)現(xiàn)許多因子成為公眾知識(shí)后，因子的預(yù)測(cè)收益顯著下降，甚至很多因子逐漸失效，如許多統(tǒng)計(jì)偏差因子。
（三）投資過程中的因子選擇
在構(gòu)建方法日益多樣，理論和實(shí)踐給出強(qiáng)有力的支持時(shí)，因子逐漸從收益分析工具上升為新的投資方式——因子投資。并非所有的因子都能獲得收益補(bǔ)償，因此當(dāng)因子變?yōu)橐环N投資方式時(shí)，需要考量的因素主要包括執(zhí)行、組合因子敞口選擇、未來收益溢價(jià)、收益周期性等。而且交易成本、流動(dòng)性不足的股票、傭金、管理費(fèi)用、借款成本等都會(huì)損耗因子的實(shí)際回報(bào)。
可投資性：當(dāng)因子從學(xué)術(shù)探討走向?qū)嵺`運(yùn)作，因子組合的可投資性就變得極為重要。
分散化：目前關(guān)于因子的爭(zhēng)論仍舊較為激烈。如何判斷是否是因子？補(bǔ)償性因子和非補(bǔ)償因子的定義等等問題都還在探討當(dāng)中。
收益周期性：因子收益具有周期性，它們會(huì)在不同時(shí)候跑贏或跑輸其他因子或市場(chǎng)。由于所受基本因素影響不同，周期長(zhǎng)短亦有所不同。很多時(shí)候，因子滯后市場(chǎng)的時(shí)間會(huì)遠(yuǎn)超一般投資者的耐性。
（一）風(fēng)險(xiǎn)溢價(jià)的'RGB'
資產(chǎn)類別分類和分解到正確的風(fēng)險(xiǎn)溢價(jià)類別是因子配置的核心和前提。風(fēng)險(xiǎn)平價(jià)理論創(chuàng)始人—錢恩平博士認(rèn)為，在資產(chǎn)類別的空間有“三個(gè)”主要風(fēng)險(xiǎn)溢價(jià)，分別是股權(quán)風(fēng)險(xiǎn)溢價(jià)、利率風(fēng)險(xiǎn)溢價(jià)和通貨膨脹風(fēng)險(xiǎn)溢價(jià)，它們構(gòu)成了風(fēng)險(xiǎn)溢價(jià)領(lǐng)域的“三原色”。這三類風(fēng)險(xiǎn)溢價(jià)是資產(chǎn)配置的主要收益來源，亦是構(gòu)成其他資產(chǎn)類別的核心元素。
（二）一個(gè)因子估值的思路
除了明確因子溢價(jià)的分類和構(gòu)成，選擇和配置的時(shí)機(jī)也是不可回避的話題。部分研究認(rèn)為，如果歷史收益來源于被高估的定價(jià)，那么這種定價(jià)偏離帶來的alpha在未來不會(huì)繼續(xù)上演，而定價(jià)偏離是一個(gè)均值回歸過程，這意味著未來較低的收益甚至損失。因此在因子配置時(shí)，要明確因子定價(jià)是否合理。
RAFI將組合超額收益分解成結(jié)構(gòu)alpha與定價(jià)alpha。其中，定價(jià)alpha表示來自于定價(jià)改變的超額收益部分。相應(yīng)地，結(jié)構(gòu)性alpha可以理解為當(dāng)定價(jià)水平與歷史水平相同，即不存在定價(jià)誤差時(shí)該組合的收益。基于此RAFI構(gòu)建了收益預(yù)測(cè)組合未來超額收益率的模型：
（三）單一資產(chǎn)內(nèi)的風(fēng)格因子配置
因子所展現(xiàn)出的周期性和波動(dòng)性，使得單一因子策略很難長(zhǎng)期持續(xù)有效，為了增強(qiáng)策略收益的平滑性，因子配置備受市場(chǎng)追捧；同時(shí)，因子與主動(dòng)結(jié)合，也催生了因子輪動(dòng)、因子擇時(shí)理念發(fā)展。
單一資產(chǎn)的風(fēng)格因子配置是目前因子投資領(lǐng)域數(shù)量和規(guī)模占比均較高的策略，按照目標(biāo)不同大致可劃分為基于優(yōu)化目標(biāo)、基于風(fēng)險(xiǎn)目標(biāo)、基于分散化目標(biāo)和基于動(dòng)態(tài)配置等。具體見表3。
（四）跨資產(chǎn)的因子配置
多資產(chǎn)因子配置過程即為尋找對(duì)因變量最具有解釋性的自變量子集，通常采用遍歷子集回歸法、主成分分析法（PCA）、逐步遞歸（Stepwise）與逐漸遞歸（Stagewise）、Lasso啟發(fā)式算法等。在國(guó)外相關(guān)使用風(fēng)險(xiǎn)因子進(jìn)行資產(chǎn)的配置研究中，主成分分析法作為數(shù)據(jù)降維方法較為常用。SSGA就是直接用14項(xiàng)大類資產(chǎn)的數(shù)據(jù)進(jìn)行主成分分析法實(shí)現(xiàn)因子降維，從國(guó)外實(shí)踐來看，主要機(jī)構(gòu)跨資產(chǎn)的因子配置主要采用的資產(chǎn)和因子如表4。
（一）因子ETF在Smart Beta中獨(dú)占鰲頭
從數(shù)量看，Smart Beta發(fā)展初期以因子類策略為主，在2002-2006年經(jīng)歷了快速發(fā)展階段。在2007年以后，Smart Beta ETF和因子ETF出現(xiàn)了差異化發(fā)展。截至2017年6月底，美國(guó)市場(chǎng)ETF數(shù)量為2035只，其中Smart Beta ETF為944只，占比46%。而因子ETF為701只，占全部ETF的34%，占Smart Beta ETF的74%，地位非常重要。
圖5 美國(guó)因子ETF、SmartBetaETF與全部ETF數(shù)量比較（單位：只）
從規(guī)?？矗刂?017年6月底，美國(guó)市場(chǎng)ETF規(guī)模為2.98萬億美元，其中Smart Beta ETF為6831億美元，占比22.89%。而因子ETF為6265億美元，占全部ETF的20.99%，占Smart Beta ETF的91.7%，是Smart Beta最為重要的類別。這也是因子投資可以單獨(dú)成為一種投資方式的現(xiàn)實(shí)基礎(chǔ)。
圖6 美國(guó)因子ETF、SmartBetaETF和全部ETF規(guī)模比較（單位：十億美元）
（二）多因子成為最歡迎的策略
從數(shù)量和規(guī)模來看，截至2017年6月底，美國(guó)市場(chǎng)多因子策略ETF為333只，規(guī)模為3090億美元，分別占因子ETF的49.25%和47.5%。
圖7 美國(guó)多因子ETF占因子ETF的比例（單位：十億美元）
近3年多因子產(chǎn)品數(shù)量快速增長(zhǎng)，合計(jì)新發(fā)141只產(chǎn)品，占全部多因子產(chǎn)品數(shù)量的42.34%；但規(guī)模僅有82.39億美元，占全部多因子ETF規(guī)模的2.7%，顯示出了多因子產(chǎn)品也在謀求新的突破。
部分發(fā)行商陸續(xù)推出的多因子ETF系列，例如Goldman Sachs的ActiveBeta系列，J.P. Morgan的Diversified Return系列，John Hancock的Mulitifactor系列等?？傮w來看，雖然各家機(jī)構(gòu)核心因子較為近似，可歸結(jié)為質(zhì)量、價(jià)值、動(dòng)量、低波動(dòng)、規(guī)模、基本面等，但因子組合方式各具特色。未來，因子組合和配置方法將成為多因子策略的核心競(jìng)爭(zhēng)力。
（三）萌芽階段的大類因子配置
在資產(chǎn)配置領(lǐng)域，因子配置理念仍然較為新穎，還處在萌芽階段，部分產(chǎn)品會(huì)采用主動(dòng)管理形式。目前，基于因子配置的ETF數(shù)量和規(guī)模僅有11只和17.15億美元，分別占全部資產(chǎn)配置ETF的21.6%和22.8%，且絕大部分產(chǎn)品發(fā)行時(shí)間在2013年以后。在另類投資-絕對(duì)收益領(lǐng)域，采用因子配置的產(chǎn)品數(shù)量和規(guī)模還較少，分別為14只和16.01億美元，分別占全部另類投資ETF產(chǎn)品的22.6%和25.8%。
（四）因子ETF發(fā)行人
從Top 20因子ETF發(fā)行人來看，BlackRock、Vanguard和SSGA分別以2478.6、1430.7和435.3億美元位列前三，合計(jì)發(fā)行數(shù)量和規(guī)模分別為151只和4344億美元，占全部因子ETF的20.8&和69%，這顯示了傳統(tǒng)發(fā)行人所具有的品牌優(yōu)勢(shì)和規(guī)模轉(zhuǎn)化優(yōu)勢(shì)。
而Wisdom Tree、Invesco PowerShares、First Trust、Charles Schwab、Guggenheim五家新晉發(fā)行人通過特色布局，在因子類ETF方面已經(jīng)逐漸追趕上來，合計(jì)發(fā)行因子ETF為267只，規(guī)模為1541億美元，占全部因子ETF的36.8%和24.5%，因子ETF已經(jīng)成為新晉發(fā)行人特色布局和彎道超車的重要著力點(diǎn)。
（五）境內(nèi)因子類被動(dòng)產(chǎn)品發(fā)展
同國(guó)際市場(chǎng)相比，境內(nèi)市場(chǎng)在因子類被動(dòng)產(chǎn)品方面發(fā)展較為緩慢，除了早期的風(fēng)格、基本面等指數(shù)產(chǎn)品，其他類因子還鮮有產(chǎn)品問世。最近基于行業(yè)中性低波動(dòng)和紅利低波動(dòng)等相關(guān)產(chǎn)品的授權(quán)和發(fā)行，逐漸開啟了國(guó)內(nèi)因子產(chǎn)品發(fā)展的新征程。目前，在因子指數(shù)方面，指數(shù)公司發(fā)行了69條指數(shù)，涵蓋基本面、波動(dòng)率加權(quán)、等風(fēng)險(xiǎn)加權(quán)、行業(yè)中性低波動(dòng)、高低貝塔、動(dòng)態(tài)、穩(wěn)定、動(dòng)量、質(zhì)量、高股息、等權(quán)重等單因子系列，同時(shí)也陸續(xù)開發(fā)了紅利+低波動(dòng)等多因子策略。
從指數(shù)績(jī)效表現(xiàn)來看，中證已發(fā)布的相關(guān)因子指數(shù)績(jī)效表現(xiàn)優(yōu)異，能夠獲取遠(yuǎn)超基準(zhǔn)的收益。其中，紅利低波動(dòng)、穩(wěn)定、低波動(dòng)、行業(yè)中性低波動(dòng)等指數(shù)在最近一年、三年、五年、十年的維度都能獲取相對(duì)穩(wěn)定且高于基準(zhǔn)的收益。
（一）因子超市
隨著理論研究的推進(jìn)和機(jī)器學(xué)習(xí)和大數(shù)據(jù)等計(jì)算機(jī)技術(shù)的深入，具有經(jīng)濟(jì)邏輯的非市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)因子將會(huì)逐步發(fā)掘。未來的因子投資將改變從個(gè)券配置資產(chǎn)，而是從因子資產(chǎn)構(gòu)建組合，為資產(chǎn)配置，F(xiàn)OF配置提供更多樣的選擇。而且因子將廣泛應(yīng)用到收益歸因、風(fēng)險(xiǎn)分析和管理、投資決策的過程中，從而實(shí)現(xiàn)個(gè)性化、定制化的投資目標(biāo)。在打造因子超市時(shí)，納入的因子應(yīng)主要考量：
長(zhǎng)期穩(wěn)定的超額收益：該因子是否能長(zhǎng)期產(chǎn)生超額收益？
經(jīng)濟(jì)學(xué)原理：該因子的超額收益是否有經(jīng)濟(jì)學(xué)原理為支撐。
分散化：該因子是否與市場(chǎng)因子、其他因子有較低的相關(guān)性？
操作可行性：該因子是否可以基于透明與有規(guī)律的方式實(shí)現(xiàn)。
容量：該因子是否會(huì)受到羊群效應(yīng)的困擾。
（二）跨資產(chǎn)的因子配置
跨資產(chǎn)配置雖然看似清晰簡(jiǎn)單，但是易掩蓋分散化，容易導(dǎo)致集中的風(fēng)險(xiǎn)敞口。而且大類資產(chǎn)之間的相關(guān)性在系統(tǒng)性風(fēng)險(xiǎn)發(fā)生時(shí)容易極大提升，并不如因子相關(guān)性穩(wěn)定且較低。未來基于因子風(fēng)險(xiǎn)平價(jià)、捕捉特定目標(biāo)風(fēng)險(xiǎn)溢價(jià)的因子配置方式將會(huì)逐漸被投資者接受。未來，將基于現(xiàn)有的風(fēng)險(xiǎn)平價(jià)策略指數(shù)經(jīng)驗(yàn)，如中證MARP、股債RP，逐步研發(fā)基于大類資產(chǎn)的因子風(fēng)險(xiǎn)平價(jià)策略。
（三）更具投資性的多因子模型
在單一資產(chǎn)內(nèi)部，未來在兼顧組合投資性的同時(shí)，陸續(xù)開發(fā)基于因子平價(jià)、因子加權(quán)、分散化、風(fēng)險(xiǎn)控制以及因子輪動(dòng)等方面的策略。
聯(lián)系客服
