规模因子对投资组合很重要

规模因素是提供长期溢价的股票风险因素之一。然而,最近,一些研究人员根据其性能与其他众所周知因素的比较,对其效用表示怀疑。例如,Ron Alquist、Ronen Israel 和 Tobias Moskowitz以及Noah Beck、Jason Hsu、Vitali Kalesnik 和 Helge Kostka认为,对于持续的规模溢价既没有强有力的经验证据也没有强有力的理论支持。

但大多数投资者应该质疑这些结论的相关性是有原因的。

 

Joel L. Horowitz、Tim Loughran 和 NE Savin的统计分析表明,小盘股相对于大盘股的单独表现较弱,如果考虑到市场因素,甚至可能消失。特别是,除了同期市场回报之外,用滞后市场回报增加自变量集会导致微不足道的规模溢价。

虽然具有边际统计意义,但这一结果对投资者几乎没有任何实际意义。事实上,滞后市场“因素”是一种人为构造,投资者无法将其持有在其投资组合中,因此仅具有假设的统计应用。因此,衡量这种不可投资因素的 alpha 没有经济意义。

对我们来说,更重要的问题是:规模因素是否会增加投资者投资组合的价值?

应从投资组合的角度评估因子绩效

确定一个因素是否为投资组合增加价值的最简单方法是比较包含和不包含该因素的投资组合的夏普比率。夏普比率越高,整个投资组合的风险调整后回报就越高。独立的因子溢价不会回答这个问题,因为它没有考虑因子的风险特征,即所考虑的因子与投资组合中其他因子之间的相关性。

此外,仅衡量市场因素的敞口并不能全面了解该因素将如何影响投资组合,因为它忽略了与其他因素的相关性。在回归中添加市场因素的滞后值并不能解决这个问题,并且还假设投资者的选择仅限于仅持有市场或持有市场和规模。

 

为了正确分析规模因素,我们必须在一组经济相关因素中评估其效用。将规模因素与经济上无意义或多余的因素一起检查几乎不会产生任何统计或经济见解。因此,为了确定规模是否增加价值并提高投资组合的夏普比率,我们需要将所有这些其他因素的风险整合到我们的分析中。

在之前发表在《贝塔投资策略杂志》上的工作中,Scientific Beta 研究人员 Mikheil Esakia、Felix Goltz、Ben Luyten 和 Marcel Sibbe 进行了多项测试,以确定规模因素是否确实提高了多因素投资者的夏普比率。下表中显示的结果表明它显然确实如此,并且与其他研究人员的发现一致。该图显示了投资者可以从具有市场、规模、价值、动量、低风险、高盈利和低投资因子的因子菜单中选择最大化夏普比率的因子权重,这些因子已被广泛使用在学术和实践研究中。

这是评估一个因素对投资组合的风险/回报特征的影响的直接方法。与这些权重的任何偏差都会降低夏普比率。规模因子在投资组合中的权重超过 9%,高于价值因子(2.9%),接近动量因子(11.4%)和低风险因子(11.7%)。


平均方差最优投资组合中的权重,1963 年 7 月至 2018 年 12 月

显示平均方差最优投资组合权重的图表,1963 年 7 月至 2018 年 12 月

在同一项研究中,研究人员还报告说,在分析期间,独立规模因素在菜单上的因素中回报率最低。动量和低风险的平均独立溢价约为三倍。然而,最优投资组合中动量和低风险因子的权重并不比规模因子高多少。

如何解释这些结果?最终,最佳因子权重不仅仅取决于回报。他们还依赖于风险属性,特别是因子波动率以及每个因子与市场因子以外的因子的相关性。考虑这些风险属性特别有用,因为我们可以相当可靠地衡量它们,而众所周知,预期回报很难估计。

规模因素在最优投资组合中的正权重表明,包括规模敞口可以改善多因素投资组合的风险/回报状况。尤其是规模因素对夏普比率的贡献,因为它与其他传统因素的相关性特别低,这使其成为投资组合的有效多元化因素。事实上,它的多元化收益如此强大,以至于即使几乎没有溢价,规模因子仍然是多因子投资组合的一个有价值的补充。

 

规模因素可能不会带来可观的回报,但它是对投资组合的宝贵补充

当考虑投资组合对市场因素以外的其他因素的敞口时,添加规模因素明显改善了投资组合的风险/回报特征。规模是其他传统因素的强大多元化因素,因此可以增加多因素投资组合的价值。不考虑动量、盈利能力和其他因素的分析对投资者没有多大用处。

最后,还有规模效应。其他方面的声明与各种学术资产定价模型相矛盾,这些模型显示规模因素增加了回报横截面的解释力。这些模型通过纳入市场以外的因素,为投资者提供了有意义的结论,并证实了规模因素对投资组合多元化和风险控制的重要贡献。

韭菜热线原创版权所有,发布者:弗里曼,转载请注明出处:https://www.9crx.com/72191.html

(0)
打赏
弗里曼的头像弗里曼管理团队
上一篇 2023年6月14日 23:31
下一篇 2023年6月15日 23:45

相关推荐

  • 减轻金钱压力的 5 种方法

    心理健康压力和金钱之间的联系 虽然我们不能简单地“希望”消除我们的金钱挑战或神奇地让钱出现在我们的银行账户中,如何我们思考金钱问题会对我们的日常生活经历产生巨大影响。 我们怎么知道呢?认知行为疗法的研究早已证实,我们的思想会变成感觉,而我们的感觉最终会变成行为。如果你消极地思考,你的情绪和行为就会反映出来。 简而言之,你就是你所想的那样。 从广义上讲,只需将…

    2023年12月19日
    3900
  • 重新审视贝塔指标对回报的预测效果如何?

    资本资产定价模型 (CAPM) 在 20 世纪 60 年代和 1970 年代发展起来后,金融研究人员开始测试该理论模型在现实世界中的实际效果。 随着计算能力的不断增强和数据访问的增加,20 世纪 80 年代成为衡量 CAPM 有效性的关键时代,分析师探索了 beta 在预测未来回报方面的有效性。 令人惊讶的是,人们普遍认为贝塔的回报预测能力相当弱。 自 CA…

    2023年8月15日
    14600
  • 难以捉摸的阿尔法,腐蚀性成本

    1688 年,约瑟夫·德拉维加写道:“交易所的利润是妖精的宝藏。它们可能一度是红宝石,然后是煤炭,然后是钻石,然后是燧石,然后是晨露,然后是泪水。”他写的是当时阿姆斯特丹证券交易所的股票交易。他本可以写的是现代的阿尔法——投资者渴望获得的额外回报。由于缺乏公认的市场(资产定价)模型,学术界无法严格定义它。从经验上讲,由于统计噪声,即使我们使用自己选择的回报生…

    2024年10月17日
    4200
  • 北京大学Julia语言入门讲义第5章: 字符串

    Julia有单独的字符型Char,如’a’, ‘B’,以Unicode编码表示。 对字符型变量ch,用Int(ch)获得其编码,如: ‘中’ ## ‘中’: Unicode U+4E2D (category Lo: Letter, other) Int(‘中’) ## 20013 20013是十六进制数4E2D的十进制值。 适用于字符的函数: isdigit…

    2023年8月18日
    22700
  • 北京大学金融时间序列分析讲义第26章: 格兰格因果性

    介绍 前面已经在VAR部分简单介绍了格兰格因果性的概念,以及用VAR模型检验格兰格因果性的方法。这里对格兰格因果性的概念与检验方法进行更详细的阐述。这一章的内容主要参考(Gebhard Kirchgässner 2013),(C. W. J. Granger 1969)。 考虑两个时间序列之间的因果性。这里的因果性指的是时间顺序上的关系,如果Xt−1,Xt−…

    2023年8月8日
    22300
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部