减轻多因子策略中的经济风险

投资者通常会选择多元化、多因子策略来克服传统市值加权基准的局限性。这些基准过于集中于市值最大的公司，使投资者面临长期来看无法获得回报的特殊风险。此外，市值加权基准没有明确的目标来捕捉那些学术文献中记录的可以带来长期回报的风险因子。

因此，为了在长期内实现更强劲的风险调整后业绩，需要与传统的市值加权基准有显著的偏差。即选择明确针对奖励因素的股票，并应用分散性良好的加权方案来管理股票特定风险。

然而，偏离基准会造成无意的经济风险。例如，如果因子投资组合过于偏向低波动性股票，其表现可能会过于“类似债券”，因此对国债收益率和收益率曲线的变动表现出强烈的敏感性。理想情况下，您的因子投资组合将以系统和可靠的方式提供因子溢价，而不会对经济风险产生过度敏感性，从而产生额外的跟踪误差，而不会带来额外的长期回报。

在本文中，我概述了一种方法（我们称之为 EconRisk），通过保持对奖励因素的强烈敞口并保留多元化收益，来减轻因素驱动的股票策略的经济风险并消除不必要的跟踪误差。

获得奖励因素

学术文献中提出了六个共识奖励因子，它们已经通过了足够多的考验，被认为是稳健的，即规模、价值、动量、波动性、盈利能力和投资。它们的长期回报是有经济原理支撑的。

在经济不景气时，当与给定因子倾斜相对应的资产往往提供较差的收益时，投资者需要补偿因子暴露带来的额外风险（Cochrane，2005）。例如，为了构建多因子指数的价值因子套，我们首先选择调整未记录无形资产后账面市值比最高的股票，以获得所需的暴露。在这样做时，我们可能会选择对其他奖励因子（如盈利能力）具有负暴露的价值型股票，例如（Fama and French，1995），Zhang（2005）。在将不同的因子套组合成多因子投资组合时，这可能会有问题，因为它会导致因子稀释。

为了解释这种影响，我们从价值选择中筛选出对其他奖励因子特征较差的股票。这种方法使我们能够设计单因子组合，使其对所需因子具有很强的暴露，但 不会对其他奖励因子产生负面暴露。目标是构建对所有奖励因子 具有很强且均衡的暴露的多因子投资组合  。

降低特殊风险

第二个目标是分散特殊风险。事实上，我们希望避免我们的多因子指数的表现受到股票特定冲击的显著影响，因为这些冲击应该由市场和奖励因子的敞口驱动，因为可以通过持有多元化投资组合来缓解这些冲击。通常，投资者不希望他们的多因子投资组合的表现受到一家公司发布的盈利预警的负面影响。原因是这种意外冲击与奖励因子市场的溢价无关，只与公司有关。因此，我们结合了四种不同的加权方案，它们是均值方差最优投资组合的代理（Markowitz，1952）。每种加权方案都意味着估计风险和最优风险之间的一些权衡。例如，我们使用的四种加权方案之一是最大分散。这没有估计风险，因为它假设波动性、相关性和预期回报在股票之间都是相同的。鉴于这一强有力的假设，这种加权方案将远离均值方差最优。为了减轻每个加权方案的估计和最优风险，我们简单地将它们平均在一起形成一个多样化的多策略加权方案。

无意的经济风险

上述两种偏差来源对于实现与市值加权基准相比长期风险调整后业绩改善的目标都是必要的。尽管如此，它们会产生隐性经济风险敞口，从而影响因子策略的短期业绩。例如，低波动性因子投资组合倾向于增持公用事业公司，这些公司对利率风险的敏感度高于市值加权基准中的股票。表 1 说明了这一点。我们开发的多因子指数的每个单因子组对我们菜单中的每个经济风险因子的敏感性。每个因子组对因子的敏感性不同。

表 1.

因子套对给定经济风险因子的敏感度是基础股票水平贝塔值的加权平均值（使用套内的股票权重）。这些股票水平经济风险贝塔值比市值加权参考指数更能捕捉股票回报对捕捉五种经济风险的五个市场贝塔中性多空投资组合回报的敏感度。

我们的经济风险因素菜单旨在捕捉近期可能持续的经济动荡，例如供应链中断加剧、西方国家与中国之间的贸易紧张局势加剧、各国央行为管理增长和通胀风险而调整货币政策，以及乌克兰战争或中东紧张局势等地缘政治风险加剧。鉴于这些经济风险不会在长期内获得回报，投资者可能会从尝试获得相对于市值加权基准更为中性的敞口中获益，同时仍尝试最大化共识回报因素的敞口。

EconRisk 可减轻意外的经济风险

为了保留我们多元化多因子策略的优势，我们引入了一种称为 EconRisk 的加权方案。该加权方案在每个因子套上单独实施。每个单因子套的权重都可以偏离多元化多因子策略，以最大限度地降低经济风险。我们限制偏差以确保保留每个因子套的基本特征。多元化多因子策略是六个不同单因子套的组合。

EconRisk 加权方案的主要好处是提高了我们多元化多因子策略的效率。事实上，通过降低经济风险，我们可以消除相对于市值加权基准的不必要偏差，而这些偏差对于实现长期更强的风险调整后业绩的目标而言并非必要，因为经济风险没有回报。这使我们能够以相对于市值加权基准的较低偏差捕捉相同的奖励因子敞口（因子强度或所有六个共识奖励因子敞口的总和）。这种改进的效率可以通过事后观察因子强度（表 2）除以跟踪误差来衡量，跟踪误差衡量相对于基准的偏差。

表 2.

分析从 2004 年 6 月 30 日进行到 2024 年 6 月 30 日。因子效率的衡量标准是因子强度除以年化跟踪误差。因子强度是奖励因子暴露（市场因子除外）的总和。奖励因子的暴露通过基于每日总回报的回归来衡量。市场因子是市值加权指数超过无风险利率的超额回报系列。其他因子由市场中性多/空投资组合的回报系列构成，该投资组合由每个因子标准排名前/后三十分位数的股票均等加权组成。

我们多元化多因子策略的风险调整后业绩特征得以保留，不同地区的夏普比率非常相似，同时我们强调由于经济风险的降低而导致的跟踪误差的减少，以及随后相对于市值加权基准的不必要偏差的减少。

表 3.

分析从 2004 年 6 月 30 日至 2024 年 6 月 30 日进行，基于每日美元总回报。以 SciBeta 市值加权指数为基准。

经济风险降低的另一个结果是行业偏离市值加权基准的程度降低。即使我们的加权方案依赖于股票层面的信息，我们在下表中观察到，过去 20 年来，行业偏离程度平均有所降低。

图 1.

分析从 2004 年 6 月 30 日至 2024 年 6 月 30 日进行，基于季度审查分配。行业偏差是多因素指数和 SciBeta 市值加权指数的行业分配差异的季度平均值。

这种方法还降低了极端相对风险，这是由于经济风险的降低导致相对于市值加权基准的偏差减少的结果。表 4 显示了两种不同的极端相对风险指标，即最大相对回撤和定义为最差 5% 一年滚动相对回报的极端相对回报。

表 4.

分析从 2004 年 6 月 30 日至 2024 年 6 月 30 日进行，基于每日美元总回报。极端相对回报对应于 5% 最差一年滚动相对回报。SciBeta 市值加权指数用作基准。

从设计上来说，共识奖励因子是多因子策略表现差异的主要来源。然而，如图 2 所示，经济因子很重要，因为它们解释了因子投资组合回报差异的很大一部分，超出了市场和共识奖励因子的解释范围，如下表所示。

图 2.

该图显示了 32 个因子投资组合的经济风险驱动分散度。经济风险驱动分散度是每月投资组合回报残差对可用经济风险因子贝塔系数的回归 R2。供应链和全球化贝塔系数将于 2010 年 6 月推出。月度数据通过半衰期为六个月的指数加权移动平均线进行平滑处理。

鉴于经济因素对因子投资组合收益短期波动的重要性，投资者在投资组合设计中不能忽视它们。EconRisk 是一种稳健的投资组合构建方法，可减轻多元化多因子策略的经济风险，同时通过大量投资回报因子和分散特殊风险来保留其优势，即有吸引力的预期收益。

此外，我们的方法能够减少不必要的跟踪误差，从而提高多元化多因子投资组合的效率，方法是在与市值加权基准的相同偏差水平下，获得对奖励因子的更大敞口。通过这种方法管理经济风险是寻求多元化多因子投资组合的投资者增值的关键来源。

参考

Cochrane, J. (2005)。资产定价。普林斯顿大学出版社。

Fama, E. 和 K. French (1995)。规模和账面市值对收益和回报的影响。《金融杂志》 50(1): 131-155。

Markowitz, H. (1952)。财富的效用。《政治经济学杂志》 60(2): 151-158。

Zhang, L. (2005). 价值溢价。金融杂志60(1): 67-103。