因子投资组合与市值加权指标策略,可以缩小跟踪误差吗?

尽管在 2022 年短暂恢复正常,但自 2020 年 COVID-19 引发的市场崩盘以来,股票因子策略相对于市值加权指数经历了绩效挑战。虽然对这些挑战有很多解释,但我们这里的重点是另一个问题:

是否有可能保留因子方法进行股权投资的好处和经济合理的基础,同时使因子投资组合的表现与市值加权指标更紧密地保持一致?

 

在回答这个问题之前,让我们简要回顾一下市值加权指数的缺点。在市值加权指数中,市值较高的公司在指数中的权重较高。另一方面,规模较小的公司可能拥有最大的增长空间,但权重较低。投资上限加权指数策略固有的风险有三重。第一,随着权重最大的公司“均值恢复”到较低的价格水平,他们可能会遭受损失。其次,通过减持规模较小的公司,市值加权策略可能会阻止投资者从最具增长潜力的公司中真正受益。最后,市值加权指数策略相对集中于最大股票的一小部分。

相比之下,正确构建的股权因子策略将受到风险因素的驱动,这些风险因素已被证明可以在长期内奖励投资者。这些因素——价值动量、规模、盈利能力、投资和低波动性——已经被不同研究人员几十年来的经验验证,并具有清晰直观的经济原理。与上限加权指数和模仿其行为的产品相比,涉及所有六个因素的多因素投资组合通常更加多元化和波动性更低的投资工具。虽然后一个特征对因子投资组合有很好的作用,但正如我们所看到的,在某些市场环境中,股票因子投资组合的表现可能逊于市值加权策略。问题是:

什么是要做?

如下所示,没有必要在因子投资和市值加权绩效之间进行二元选择。虽然从长远来看,以批发方式倾向于上限加权基准可能不会让投资者受益,但有一个中间方法:继续投资于因子策略,但应用跟踪误差约束,以缩小上限加权和“无约束”之间的绩效差距” 给定时期内的因子投资组合。正如我们的分析所示,将后者的调整应用于因子投资组合无论从短期还是长期来看都有优点和缺点。

 

跟踪误差约束因子投资组合如何表现?

下图显示了标准六因子投资组合(其中每个因子具有相同的权重)与其跟踪误差 (TE) 约束变体之间的近期绩效差异。当我们应用 TE 约束时,该表表明因子组合与上限加权指数之间的绩效差距大幅缩小。然而,这些投资组合付出的代价是额外波动性约 100 个基点 (bps),以及下行保护恶化(以最大回撤衡量)。


具有跟踪误差约束的因子投资组合,
2022年12月31日至2023年6月30日

上限
加权
六因素
等权
六因素
等权
1% TE目标
六因素
等权重
2% TE 目标
返回 17.13% 6.04% 14.70% 12.38%
挥发性 14.44% 13.10% 14.05% 13.72%
夏普
比率
1.01 0.27 0.87 0.72
最大限度。回撤 7.43% 7.90% 7.51% 7.61%
相对
回报
-11.09% -2.43% -4.75%
跟踪
误差
4.65% 0.98% 1.95%
信息
不适用 不适用 不适用
最大限度。相对
回撤
10.04% 2.19% 4.29%

下表中 TE 控制的投资组合的行业构成显示,相对于标准多因子投资组合,科技行业的严重暴露不足显着下降。这可能并不令人意外。毕竟,较大的科技公司一直是市值加权工具相对于股权因子策略表现优异的主要驱动力之一。


截至 2023 年 6 月 30 日的行业分配

上限加权 六因素
等权
六因素
等权
1% TE目标
六因素
等权重
2% TE 目标
绝对重量 相对重量 绝对重量 相对重量 绝对重量 相对重量
活力 4.7% 6.3% 2.0% 5.3% 0.6% 5.9% 1.2%
基础
材料
2.3% 2.6% 0.3% 2.4% 0.0% 2.4% 0.1%
工业品 8.8% 7.4% -1.4% 8.3% -0.4% 7.9% -0.9%
周期性消费者 12.4% 11.7% -1.0% 12.0% -0.3% 11.7% -0.7%
非周期性
消费者
6.5% 11.2% 5.1% 7.4% 0.9% 8.3% 1.8%
金融 12.7% 13.1% 1.5% 12.9% 0.2% 13.1% 0.4%
医疗
保健
14.2% 17.7% 4.2% 14.8% 0.6% 15.4% 1.2%
科技 34.5% 21.5% -15.7% 31.7% -2.8% 28.9% -5.7%
电信 1.1% 2.0% 0.9% 1.3% 0.2% 1.6% 0.4%
公用事业 2.7% 6.6% 4.1% 3.8% 1.0% 4.8% 2.1%

在较长的衡量范围内,下图表明,控制 TE 会增加波动性并降低回报,从而损害长期风险调整后的业绩。信息比率和在各个方面跑赢市值加权指数的可能性也略有恶化。


长期风险调整后业绩,
1971年6月30日至2022年12月31日

上限加权 六因素
等权
默认
投资组合
标准投资组合
TE 1%
标准投资组合
TE 2%
周年
申报表
10.22% 13.10% 10.95% 11.63%

波动率
17.33% 15.53% 16.82% 16.38%
夏普比率 0.33 0.55 0.38 0.43
最大限度。
回撤
55.5% 50.9% 54.0% 53.5%
年度
相对
回报率
2.88% 0.72% 1.41%

跟踪
误差
4.20% 1.14% 2.21%
信息
0.69 0.63 0.64
最大限度。相对
回撤
20.1% 5.8% 10.7%
表现优异的
概率
(一年)
66.89% 67.71% 67.38%
表现优异的
概率
(三年)
79.42% 75.81% 75.30%
表现优异的
概率
(五年)
86.94% 84.62% 84.44%

结论

跟踪误差风险控制是管理多因子指数样本外跟踪误差的有效方法,也有助于减少多因子指数的行业偏差。我们不必把婴儿和洗澡水一起倒掉。

然而,从长远来看,将因子投资组合的表现与市值加权指数相匹配可能不利于绝对回报和风险调整回报。此外,简单的股权投资上限加权方法缺乏经济和概念基础来证明其使用的合理性。虽然它们在某些市场环境中可能表现出色,但它们不具备获得卓越的长期风险调整业绩的公式。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/73825.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年7月31日 01:10
下一篇 2023年7月31日 01:26

相关推荐

  • 当短期债券收益率更高时,为什么要同时投资一些中长期债券?

    作者:嘉信理财的库珀·霍华德 (Cooper Howard) 随着美联储准备改变方向,一直投资超短期证券的投资者可能很快就会面临“再投资风险”。 考虑到当今收益率曲线的形状,我们收到的最常见问题之一是:“当我可以通过短期债券获得更高或相似的收益率时,为什么我应该购买长期债券?” 这似乎有悖常理,但购买到期时间较长但与到期时间较短的债券或存款证 (CD) 的收…

    2023年11月9日
    17600
  • 北京大学R语言教程(李东风)第5章:逻辑型向量及其运算

    逻辑型向量与比较运算 逻辑型是R的基本数据类型之一,只有两个值TRUE和FALSE,缺失时为NA。逻辑值一般产生自比较,如 sele <- (log10(15) < 2); print(sele) ## [1] TRUE 向量比较结果为逻辑型向量。如 c(1, 3, 5) > 2 ## [1] FALSE TRUE TRUE (1:4) &…

    2023年10月24日
    24800
  • 北京大学R语言教程(李东风)第24章:数据汇总

    dplyr包的summarise()函数可以对数据框计算统计量。 以肺癌病人化疗数据cancer.csv为例,有34个肺癌病人的数据: d.cancer <- read_csv( “data/cancer.csv”, locale=locale(encoding=”GBK”)) ## Rows: 34 Columns: 6 ## ── Column s…

    2023年11月12日
    34800
  • 美国政府债务和支出不会导致通货膨胀

    通货膨胀成为2021年和2022年的突出问题。2022年夏季,美国通货膨胀率达到9%,通货膨胀是家庭最关心的问题。它对家庭预算的影响如此之大,以至于一些人表示,他们对通货膨胀的担忧超过了任何其他经济灾难——甚至是股市崩盘或深度衰退。 尽管通胀恐慌有所缓解,但政府债务和支出导致通胀的普遍观念并未消除。事实上,这种对通货膨胀的误解很好地说明了对政府债务的潜在误解…

    2023年9月19日
    14400
  • 北京大学R语言教程(李东风)第6章:字符型数据及其处理

    字符型向量 字符型向量是元素为字符串的向量。字符串在程序中写成用两个双撇号包围或者用两个单撇号包围的内容。如 s1 <- c(‘abc’, ”, ‘a cat’, NA, ‘李明’) 注意空字符串并不能自动认为是缺失值,字符型的缺失值仍用NA表示。 字符串内容一般从文件、网络、数据库获得,在程序中直接用双撇号或者单撇号写出只是输入字符串的办法之一。 …

    2023年10月24日
    15800

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部