市场效率较低=阿尔法较高?

介绍

学生经常向我寻求职业建议。这并不是一次特别令人满意的经历。一方面,这些人通常都是非常聪明和勤奋的人,拥有牛津或剑桥化学工程、天体物理学或其他一些具有挑战性学科的博士学位。我希望他们能够坚持科学,为我们的文明创造一些有意义的东西,而不是试图每年产生一些多余的基点。

另一方面,一些学生很早就决定从事金融职业并进行相应的学习。告诉他们建造更好的化肥或火箭飞船毫无意义。但提供金融职业建议变得越来越难。为什么?因为全球资本市场已经非常高效,机器每天都在从人类手中夺取越来越多的市场份额。拥有金融硕士学位和一些基本 Excel 技能的人的职业前景正在稳步下降。

当然,这取决于角色。大多数学生梦想成为基金经理并管理资金。交易所交易基金(ETF)已成为其主要竞争对手。因此,如果基金经理是职业理想,那么专注于效率较低的市场(无论是私募市场还是股权市场)也许是明智的职业建议。

毕竟,从理论上讲,基金经理应该能够从此类市场中获取更多阿尔法。当然,在投资领域,现实往往与理论有很大偏差。那么基金经理在效率较低的股市中表现如何呢?

美国股市的阿尔法一代

为了回答这个问题,我们首先调查了基金经理在美国股市创造阿尔法的能力。S&P 的 SPIVA 记分卡可以深入了解共同基金经理的绩效。

他们描绘了一幅相当令人沮丧的景象:82%的美国大盘共同基金经理在2010年至2020年的十年间未能超越基准。从2000年至2020年,令人震惊的是94%的基金经理未能做到这一点。

鉴于标准普尔 500 指数成分股是全球交易量和研究最多的股票,这或许是可以预料到的。然而,美国小型基金经理的表现也好不到哪儿去:尽管有很多隐藏的瑰宝,但在过去 10 年里,76% 的基金经理的表现仍低于基准。

大多数资本配置者都认为专业知识具有价值。房地产股票(REIT)是一种不寻常的工具,因为它们具有股票、债券和房地产行业的特征。从理论上讲,这些行业应该为专门的基金经理提供丰富的阿尔法机会。唉,即使这些市场在美国也太高效了。超过四分之三的房地产投资信托基金经理(76%)无法超越他们的基准。


美国股票共同基金:低于基准的百分比

显示美国股票共同基金的图表:表现不佳的百分比
资料来源:2020 年 S&P SPIVA 记分卡、FactorResearch

利用效率较低的市场

与美国同行相比,新兴市场的监管较少,公司数据并不总是平等传播。信息不对称明显加剧,许多市场(其中包括中国)由散户投资者主导。总体而言,这将使经验丰富的基金经理能够为投资者创造可观的价值。

但当我们比较发达市场和新兴市场的股票共同基金经理时,他们的表现都不佳。在发达市场基金经理中,74% 在截至 2020 年的三年中表现不佳,而新兴市场基金经理的这一比例为 73%。


过去三年股票基金的表现低于基准

显示过去三年股票基金表现低于基准的图表
资料来源:2020 年 S&P SPIVA 记分卡、FactorResearch

尽管投资者倾向于根据三年的业绩数据来选择共同基金,但这是一个相对较短的时期,并且可能不包括完整的繁荣和萧条的市场周期。也许基金经理需要更多的时间来证明他们的聪明才智,并且应该在更长的时间范围内进行评估。

不幸的是,延长观察时间并不能改善视角。新兴市场共同基金经理的表现略差于发达市场的同行。在过去五年中,84% 的基金经理表现不佳,而发达市场基金经理的这一比例为 80%。过去 10 年,新兴市场 85% 的企业表现不佳,而发达市场同行的这一比例为 82%。


股票基金表现不佳:发达市场与新兴市场

显示股票基金表现低于基准的图表:发达市场与新兴市场
资料来源:2020 年 S&P SPIVA 记分卡、FactorResearch

性能一致性

公平地说,共同基金经理缺乏阿尔法生成并不是什么新鲜事。几十年来,学术研究一直在强调这一点。资本配置者强调,关键在于找出少数能够持续产生超额回报的基金。这是在新兴市场评估的一个有趣的点。鉴于与发达市场相比,信息不对称程度更高,基金经理应该有更多机会获得竞争优势。

标准普尔还提供了业绩一致性数据:它为美国股票共同基金描绘了一幅真正惨淡的景象。例如,2016 年排名前 25% 的基金中,只有 3% 能够在第二年保持在前四分之一的位置。在四年的时间里,只有不到 1% 的人这么做了。换句话说,不存在性能一致性。

相比之下,新兴市场在接下来的一年中表现出一定的表现一致性。随机分布假设前四分之一的基金中有 25% 能够保持其地位,而在巴西、智利和墨西哥,达到这一水平的基金比例更高。

然而,在此后的几年里,这一比例大幅下降,表明几乎没有基金表现出业绩一致性。表现最好的共同基金似乎在股票市场上缺乏竞争优势。


业绩一致性:2016 年排名前四分之一的基金仍保持在排名前四分之一的百分比

显示业绩一致性的图表:2016 年排名前四分之一的基金仍保持在排名前四分之一的百分比
资料来源:2020 年 S&P SPIVA 记分卡、FactorResearch

新兴市场对冲基金

大多数新兴市场共同基金经理未能跑赢大盘,而少数能跑赢大盘的基金经理则是运气好,而非技术精湛,因为缺乏一致性。也许受限于基准指数中的一组股票并不利于阿尔法的产生。

那么,如果我们评估相对不受约束的新兴市场对冲基金的业绩呢?整体市场状况并不重要,因为这些基金可以做多或做空股票、债券和货币。

但即使是这些高度成熟的投资者也难以超越他们的基准。HFRX 新兴市场综合指数的表现趋势与 MSCI 新兴市场指数相同,但波动性有所降低。自 2012 年以来,回报率基本上为零,但 2020 年的回报率有所上升,这反映了 COVID-19 股票的反弹,这表明是贝塔而不是阿尔法。


新兴市场对冲基金与股票和债券

显示新兴市场对冲基金与股票和债券的图表
资料来源:HFRX、FactorResearch

进一步的想法

新兴市场是效率较低的资本市场,信息不对称程度比发达市场更大。微软有超过 30 名华尔街研究分析师,亚马逊有超过 40 名研究分析师。没有任何新兴市场股票受到类似的审查,而且大多数完全缺乏机构研究报道。

那么,为什么新兴市场共同基金经理无法利用这一优势呢?

诚然,管理费会降低阿尔法,但主要原因是,无论市场如何,选股都很困难。新兴市场可能有更多的阿尔法机会,但风险也更大。阿根廷在 2017 年成功出售了 100 年期债券,莫桑比克在 2016 年发行了债券为其金枪鱼船队提供资金。如今,这两个国家都不太可能做到这一点。在不稳定的新兴市场,财富变化很快,因此预测毫无意义。

这意味着,专注于效率较低的股票市场并不是一个特别明智的职业选择,至少对于那些从事基金管理的人来说是这样。也许更明智的建议就是追随资金的脚步,这些资金正在涌入私募股权和风险投资等私人市场。这些是复杂的资产类别,很难进行基准测试和计算产品是否提供价值。复杂性可能是投资者的敌人,但却是资产管理的朋友。

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/73942.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21日 23:24
下一篇 2023年7月21日 23:49

相关推荐

  • 加密货币未解答的问题:价格是多少?

    Franklin J. Parker,CFA, 《基于目标的投资组合理论》一书的作者 ,由 Wiley出版。 去年夏天,我在意大利马焦雷湖畔与其他几位投资专业人士共进午餐,其中一位是我认识多年的人。作为一家家族办公室的前首席信息官,他离开了这份工作,开始了一些加密货币项目,包括一只基金和一两家不可替代代币(NFT)领域的企业。 “伙计,我很高兴能问你一些我一…

    2023年9月3日
    10000
  • 为什么现在考虑长期债券

    作者:嘉信理财的科林·马丁 (Collin Martin),2024 年 2 月 23 日 目前短期债券收益率较高,但随着美联储准备降息,投资者可能会考虑长期债券或债券基金。 优质债券投资仍然具有吸引力。由于投资级1债券的收益率仍接近 15 年高点,2我们认为投资者应继续考虑中期和长期债券以锁定这些高收益率。通过更多地关注短期债券投资,一旦美联储开始降息(正…

    2024年3月14日
    4700
  • 我们的股票选择起源

    我们已获得大量新投资者的支持,并定期收到投资者的审核兴趣,这些投资者需要了解我们选股原则的根源。我们的选股原则建立在以下八个选股标准之上: 整个持有期间所需: 满足经济需求 强大的竞争优势(宽阔的护城河或进入壁垒) 长期盈利历史和强劲的运营指标 产生高水平的自由现金流 相对于内在价值而言价格较低 优先,但非必须: 管理层对股东友好的历史 强劲的资产负债表 强…

    2024年7月31日
    1200
  • 通货膨胀会重演 20 世纪 70 年代的过山车吗?第2部分

    这是由三部分组成的系列中的第二部分。 第一部分强调了政府对充分就业的执着以及美联储对错误的菲利普斯曲线模型的信念如何助长了 20 世纪 70 年代的通货膨胀。我还谈到了 1971 年那决定命运的一天,当时尼克松总统取消了财政和货币束缚,实质上赋予了政府和美联储更多的权力来改变经济并引发通货膨胀。 我在第二部分开始更多地介绍美联储和国家的货币供应。虽然美联储和…

    2024年3月5日
    6000
  • 北京大学Julia语言入门讲义第15章: 统计计算

    这一部分介绍如何靠自己编写Julia程序进行定制化的统计计算。从自己编写程序作统计计算的角度简单介绍Julia中与统计计算编程有关的功能,如向量、矩阵计算,最优化,随机模拟,并行计算等。 Julia比较适合用作数值计算,编程既有Python、R、Matlab这样的语言的简洁,又有C++这样的编译语言的运行效率。统计数据分析、作图需要用到许多复杂的算法,有些算…

    2023年8月28日
    31800
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部