|
作者：趙永剛 來源：公眾號“中證指數(shù)” 近年來,，因子投資備受市場關(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,，通常可分為可獲得補(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。 一,、因子投資的演進(jìn)與發(fā)展圖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,，在不同的市場環(huán)境和周期下,，這些因子可能在不斷變化。 （二）來自市場“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）,，此后低波動率溢價(jià)（Baker等，1991）,、三因子模型（Fama-French,，1992）、動量溢價(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)，也讓市場逐漸認(rèn)識到傳統(tǒng)的Alpha收益,，絕大部其實(shí)是Beta收益,。這段時(shí)期，風(fēng)格投資和簡單的因子投資成為主要的投資方向,，如價(jià)值,、規(guī)模、動量等,。 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,、動量,、低波動、期限,、信用等等也成為市場追捧的投資方法,。 （四）來自風(fēng)險(xiǎn)溢價(jià)的驅(qū)動 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,、最大分散化,、風(fēng)險(xiǎn)平價(jià)和基本面方法是對傳統(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,、成長性、債務(wù)杠桿方面具有一定的敞口,。此外,，主動基金的收益也與因子暴露有關(guān)，主動基金經(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，亦是市場環(huán)境的驅(qū)動使然,。從理念來看,，因子投資就是通過將風(fēng)險(xiǎn)因子加入到市場因子中來，擴(kuò)大資產(chǎn)范圍,，獲取長期高收益,。從市場環(huán)境來看，因子配置的產(chǎn)生來自如下因素推動： 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)動的,，看似多樣化的資產(chǎn)配置可能會隱藏集中的風(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)，在市場波動加劇和流動性持續(xù)泛濫的時(shí)期,，各類資產(chǎn)的相關(guān)性會大幅提升,，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)前的市場狀態(tài),。2008年金融危機(jī)之后，投資者認(rèn)識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,，對尾部風(fēng)險(xiǎn)管理也會有所考量,。 二、因子投資的觀察維度與實(shí)踐（一）觀測的三個(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)動力,，是長期具有正向預(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)動力,，通常展現(xiàn)出長期的風(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)增長的代理變量；而信用資產(chǎn)有時(shí)會被視為股票傾斜，和股票類似,，在許多因子上面具有弱敞口,。相似的，國債主要集中在利率因子，而信用類則可以提供動量和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,，目前市場公認(rèn)的因子主要包括市場,、價(jià)值、規(guī)模,、動量,、低波動、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)級增長，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)證對未來、對投資是否具有指導(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后,，因子的預(yù)測收益顯著下降，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,、流動性不足的股票,、傭金、管理費(fèi)用,、借款成本等都會損耗因子的實(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,，它們會在不同時(shí)候跑贏或跑輸其他因子或市場。由于所受基本因素影響不同,，周期長短亦有所不同,。很多時(shí)候，因子滯后市場的時(shí)間會遠(yuǎn)超一般投資者的耐性。 三,、風(fēng)險(xiǎn)溢價(jià)的“RGB”與因子配置（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?；诖薘AFI構(gòu)建了收益預(yù)測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)出的周期性和波動性,，使得單一因子策略很難長期持續(xù)有效，為了增強(qiáng)策略收益的平滑性,，因子配置備受市場追捧,；同時(shí)，因子與主動結(jié)合,，也催生了因子輪動,、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,。 四、因子指數(shù)產(chǎn)品的發(fā)展實(shí)踐（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，美國市場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 美國因子ETF,、SmartBetaETF與全部ETF數(shù)量比較（單位：只） 從規(guī)模看,，截至2017年6月底,，美國市場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,，美國市場多因子策略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,，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,。總體來看,，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,、動量,、低波動、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爭力,。 （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)品會采用主動管理形式。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)勢和規(guī)模轉(zhuǎn)化優(yōu)勢,。 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)因子類被動產(chǎn)品發(fā)展 同國際市場相比,，境內(nèi)市場在因子類被動產(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)中性低波動和紅利低波動等相關(guān)產(chǎn)品的授權(quán)和發(fā)行，逐漸開啟了國內(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,、波動率加權(quán)、等風(fēng)險(xiǎn)加權(quán),、行業(yè)中性低波動,、高低貝塔、動態(tài),、穩(wěn)定,、動量、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+低波動等多因子策略,。
從指數(shù)績效表現(xiàn)來看，中證已發(fā)布的相關(guān)因子指數(shù)績效表現(xiàn)優(yōu)異,，能夠獲取遠(yuǎn)超基準(zhǔn)的收益,。其中,，紅利低波動、穩(wěn)定,、低波動,、行業(yè)中性低波動等指數(shù)在最近一年、三年,、五年,、十年的維度都能獲取相對穩(wěn)定且高于基準(zhǔn)的收益。
五,、因子投資的未來方向（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)邏輯的非市場的系統(tǒng)性風(fēng)險(xiǎn)因子將會逐步發(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：
（二）跨資產(chǎn)的因子配置 跨資產(chǎn)配置雖然看似清晰簡單,，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)控制以及因子輪動等方面的策略。 |
|
|
