AFV干貨丨摘要

本文從先驗(yàn)、方法以及信仰三方面對(duì)基本面因子投資做一些思考。

引言

最近，基本面量化投資受到越來(lái)越多的關(guān)注。談到這個(gè)話題，對(duì)我?guī)椭艽蟮囊槐緯莵?lái)自 Stanford 的 Charles M. C. Lee 教授和來(lái)自 MIT 的 Eric C. So 教授合著的 Alphanomics: The Information Underpinnings of Market Efficiency(Lee and So 2015)。

本周，我參加了海通證券舉辦的《基本面、量化與另類數(shù)據(jù)》論壇，做了題為《基本面因子投資的三點(diǎn)思考》的報(bào)告。為了給上述留言贈(zèng)書活動(dòng)拋磚引玉，本文把該報(bào)告的內(nèi)容以 slides 截圖和簡(jiǎn)單評(píng)論的方式做一個(gè)分享。這三點(diǎn)思考包括：

思考一：基本面因子投資需要先驗(yàn)

思考二：基本面因子投資需要方法

思考三：基本面因子投資需要信仰?

其中第三點(diǎn)信仰后面有一個(gè)問(wèn)號(hào)。對(duì)于我，它仍然是一個(gè)大大的 open question。接下來(lái)的三節(jié)就分別介紹這三點(diǎn)思考。

思考一：先驗(yàn)

關(guān)于先驗(yàn)的思考以 John Cochrane 教授著名的“factor zoo”為引子：如今當(dāng)試圖解釋股票預(yù)期收益率的截面差異時(shí)，人們?cè)缫艳饤壛?CAPM，而是挖出了成百上千的因子(僅限于基本面因子)。

借用 Campbell Harvey 教授的例子，我們熱衷于挖因子可能和基因中的過(guò)擬合有關(guān)。假設(shè)一只機(jī)警的羚羊在草原中聽到了沙沙響聲。假如它開始奔跑，但發(fā)現(xiàn)響聲只是由于一陣微風(fēng)造成的(即沒有威脅)，那么它犯了 Type I error，為此付出的代價(jià)是消耗一定的能量;但是如果它不奔跑，而發(fā)現(xiàn)響聲是因?yàn)橐恢猾C豹沖向它造成的，那么它就犯了 Type II error，為此則付出了生命?？梢?，從 cost 的角度，它必須選擇奔跑;從生物進(jìn)化的角度來(lái)說(shuō)，我們傾向于過(guò)擬合。放在挖因子這件事兒上，Type I error 意味著相信一個(gè)虛假因子;Type II error 意味著錯(cuò)失了一個(gè)真正的因子。Multiple-testing 正是過(guò)擬合的溫床。

然而，基本面的指標(biāo)眾多，能夠組合不同指標(biāo)的基本數(shù)學(xué)運(yùn)算也很多，這使得計(jì)算機(jī)能夠輕易構(gòu)造出百萬(wàn)數(shù)量級(jí)的因子。即便考慮了對(duì) data mining 的懲罰，有時(shí)候找出來(lái)的統(tǒng)計(jì)上和經(jīng)濟(jì)上都非常顯著的基本面因子也難言有什么道理，比如下面這個(gè)。

這讓我們思考：到底什么是因子?因子背后應(yīng)該有什么樣的解釋(驅(qū)動(dòng))?當(dāng) Fama and French (1993) 三因子被提出時(shí)，Eugene Fama 仍然努力試圖為 SMB 和 HML 找風(fēng)險(xiǎn)的解釋(雖然仍然有爭(zhēng)議);然而當(dāng) Fama and French (2015) 五因子被提出時(shí)，F(xiàn)ama 沒有對(duì)使用 ROE 及 Total Asset Growth 構(gòu)建的 RMW 和 CMA 背后的原因做任何解釋。

來(lái)自 Robeco Asset Management 的大佬 David Blitz(Head of Quant Research)對(duì)上述現(xiàn)象表示了擔(dān)憂，認(rèn)為如果人們不再試圖理解因子背后的原因，那么 empirical asset pricing 最終將演變成一場(chǎng) data fitting 的游戲。

因子應(yīng)該有來(lái)自風(fēng)險(xiǎn)或者行為金融學(xué)的解釋;僅僅因來(lái)自一個(gè)經(jīng)濟(jì)學(xué)模型、或者背后有故事可講是不夠的。

思考二：方法

第二部分是關(guān)于因子投資方法論的說(shuō)明，主要是匯總了學(xué)術(shù)界和業(yè)界常用的方法，涉及以下四個(gè)方面：

如何確定因子暴露?

如何計(jì)算因子收益率?

忽視因子相關(guān)性有何危害?

如何比較不同的因子?

以下直接給出 slides。

思考三：信仰 ?

最后一個(gè)思考是關(guān)于信仰。它想討論的問(wèn)題是：當(dāng)(樣本外)數(shù)據(jù)顯示因子失效時(shí)，我們應(yīng)該選擇相信先驗(yàn)(來(lái)自風(fēng)險(xiǎn)或行為金融學(xué)的解釋)從而堅(jiān)持使用這個(gè)因子、還是相信數(shù)據(jù)從而放棄這個(gè)因子?

關(guān)于因子失效對(duì)樣本外表現(xiàn)的影響，《所有歷史數(shù)據(jù)都是樣本內(nèi)》一文做過(guò)一些定量的分析。

除此之外，從某種程度上，因子擇時(shí)可能讓因子失效的問(wèn)題更加突出：樣本外不確定性 = 因子不確定性 + 擇時(shí)不確定性。因子擇時(shí)的常見方法包括從因子動(dòng)量、因子估值、市場(chǎng)情緒以及經(jīng)濟(jì)周期幾個(gè)維度擇時(shí)。AQR 的研究表明，按因子動(dòng)量和動(dòng)量因子本身有一定的相關(guān)性;而按因子估值擇時(shí)的超額收益和價(jià)值因子本身也有很強(qiáng)的時(shí)序相關(guān)性。這意味著：

按因子動(dòng)量擇時(shí) ≈ 超配動(dòng)量因子

按因子估值擇時(shí) ≈ 超配價(jià)值因子

下面幾張圖給出了針對(duì) A 股上常見的 6 個(gè)因子進(jìn)行的按因子估值擇時(shí)的實(shí)證;數(shù)據(jù)來(lái)自 Chihiro Quantitative Research 的研究，在此特別感謝。結(jié)果顯示，對(duì)于大部分因子，估值和未來(lái)收益率呈現(xiàn)正相關(guān)，按估值擇時(shí)或能戰(zhàn)勝因子等權(quán)配置。

長(zhǎng)期來(lái)看，價(jià)值和動(dòng)量因子本身呈現(xiàn)負(fù)相關(guān)，這意味著“東方不亮西方亮”、“你方唱罷我登場(chǎng)”。但是凡事無(wú)絕對(duì)，這二者在 2018 年下半年就上演了 together we fall。當(dāng)這兩個(gè)因子本身都不好使的時(shí)候，按因子動(dòng)量或因子估值擇時(shí)恐怕也難有作為。

回到第三個(gè)思考關(guān)注的問(wèn)題，對(duì)因子的信仰構(gòu)成了我們的先驗(yàn)，而樣本外因子的表現(xiàn)構(gòu)成了新息，把它們綜合在一起就得到了后驗(yàn)。以 A 股上的 SMB 因子為例，計(jì)算表明它自 2017 年以來(lái)已經(jīng)失效(LLR 顯著為負(fù))。

對(duì)于某個(gè)因子，當(dāng)其樣本外的效果推翻了我們所有關(guān)于它的先驗(yàn)理解(無(wú)論來(lái)自風(fēng)險(xiǎn)還是行為金融學(xué))時(shí)，應(yīng)該相信數(shù)據(jù)還是選擇堅(jiān)持信仰?

>>>點(diǎn)擊獲取更多上市公司財(cái)務(wù)報(bào)表

（點(diǎn)擊上圖了解課程詳情）

從量化投資的角度來(lái)說(shuō)，純粹 data-driven 也無(wú)可厚非 —— 這意味著在 SMB 顯著為負(fù)的時(shí)候去做多大市值、在 HML 顯著為負(fù)的時(shí)候去做多成長(zhǎng)股、在 QMJ 顯著為負(fù)的時(shí)候去做多低質(zhì)量股票、在 BAB 顯著為負(fù)的時(shí)候做多高 β 股票……

但是基本面投資呢?基本面因子投資是否應(yīng)該堅(jiān)守信仰?

參考文獻(xiàn)

Asness, C. S. (2018). Liquid Alt Ragnarök? AQR Cliff’s Perspective series, Sept. 7, 2018.

Asness, C. S., S. Chandra, A. Ilmanen, and R. Israel (2017). Contrarian factor timing is deceptively difficult. The Journal of Portfolio Management, Vol. 43(5), 72 – 87.

Blitz, D., M. X. Hanauer, M. Vidojevic, and P. van Vliet (2018). Five concerns with the five-factor model. The Journal of Portfolio Management, Vol. 44(4), 71 – 78.

Chordia, T., A. Goyal, and A. Saretto (2017). p-hacking: Evidence from two million trading strategies. Swiss Finance Institute Research Paper No. 17 – 37.

Fama, E. F. and K. R. French (1993). Common Risk Factors in the Returns on Stocks and Bonds. Journal of Financial Economics, Vol. 33(1), 3 – 56.

Fama, E. F. and K. R. French (1996). Multifactor explanations of asset pricing anomalies. Journal of Finance, Vol. 51(1), 55 – 84.

Fama, E. F. and K. R. French (2015). A five-factor asset pricing model. Journal of Financial Economics, Vol. 116(1), 1 – 22.

Fama, E. F. and J. D. MacBeth (1973). Risk, return, and equilibrium: empirical tests. Journal of Political Economy, Vol. 81(3), 607 – 636.

Gibbons, M. R., S. A. Ross, and J. Shanken (1989). A test of the efficiency of a given portfolio. Econometrica, Vol. 57(5), 1121 – 1152.

Gupta, T. and B. Kelly (2019). Factor momentum everywhere. The Journal of Portfolio Management, Vol. 45(3), 13 – 36.

Harvey, C. R. and Y. Liu (2018). Lucky factors. Working paper, available at SSRN: https://ssrn.com/abstract=2528780.

Hou, K., C. Xue, and L. Zhang (2015). Digesting anomalies: an investment approach. Review of Financial Studies, Vol. 28(3), 650 – 705.

Huberman G. and S. Kandel (1987). Mean-variance spanning. Journal of Finance, Vol. 42(4), 873 – 888.

Jegadeesh, N., J. Noh, K. Pukthuanthong, R. Roll, and J. Wang (2019). Empirical tests of asset pricing models with individual assets: Resolving the errors-in-variables bias in risk premium estimation. Journal of Financial Economics, Vol. 133(2), 273 – 298.

Lakonishok, J., A. Shleifer, and R. W. Vishny (1994). Contrarian investment, extrapolation, and risk. Journal of Finance, Vol. 49(5), 1541 – 1578.

Lee, C. M. C. and E. C. So (2015). Alphanomics: The Informational Underpinnings of Market Efficiency. Now Publishers Inc.

Pastor, L. and R. F. Stambaugh (2000). Comparing asset pricing models: an investment perspective. Journal of Financial Economics, Vol. 56(3), 335 – 381.

免責(zé)聲明：文章內(nèi)容不可視為投資意見。市場(chǎng)有風(fēng)險(xiǎn)，入市需謹(jǐn)慎。作者：石川，北京量信投資管理有限公司創(chuàng)始合伙人，清華大學(xué)學(xué)士、碩士，麻省理工學(xué)院博士。

>>>返回首頁(yè)