中型股的诱人机遇

投资者认为公司要么大,要么小。介于这两个极端之间的是中型股。根据历史表现和基本面,中型股应该受到更多关注。

学术研究很久以前就发现了规模效应:随着时间的推移,市值较小的公司表现优于市值较高的公司的趋势。Banz (1981)的一篇早期论文提出了这一点,并且该想法通过 Fama-French 3 因素和5 因素模型在学术和实践因素文献中得到推广。

检验规模效应的一般经验方法是根据公司的历史市值将股票投资组合分类为十等分箱(最小的 10% 进入箱 1,接下来的 10% 进入箱 2,依此类推,直到最大的 10% 进入 bin 10)。然后,随着时间的推移,跟踪 10 个按规模排序的投资组合的回报。Ken French 在他的达特茅斯网站上免费提供了丰富的数据存储库,使后一项任务变得更加容易。

使用他关于按规模排序的十分位投资组合的数据,并从 1963 年开始分析(因子策略分析的通常起点,因为构建这些策略所需的基本股票水平数据始于 1962 年),我发现在过去 60 年里多年来,小盘股的表现确实优于大盘股——这与规模效应完全一致——小盘股(低 10 只)每年赚取 11.2%,而最大的股票(高 10 只)每年赚取 10%。有趣的是,自 20 世纪 60 年代以来表现最好的股票类别是中型股(中等市值股票),第 5 个十分位投资组合(12 月 5 日)每年上涨 12.3%。

长期回报

年回报率的这些微小差异转化为总回报率的巨大差异。在 60 年的时间里,复合年化增长率 (CAGR) 为 10%、11.2% 和 12.3%,这意味着最初 1 美元的投资在 60 年后将分别增长到 304 美元、584 美元和 1,054 美元。

但回顾最近 — — 特别是 2008-2009 年全球金融危机之后的时期 — — 规模效应发生了逆转。过去 16.5 年里,最小的十分之一股票每年上涨 5.2%,而最大的十分之一股票上涨 9.8%,几乎是市值最小股票的两倍。有趣的是,中型股再次位居业绩榜榜首,排名第六的十分位(12 月 6 日)的年复合增长率为 9.9%。

大小排序的投资组合

跨时间段看

为了更好地理解与大小相关的性能随时间的变化,我将数据细分为 8 个大小相等的区间,从 1926 年 7 月开始一直到今天。下图中的每个子图显示了每个子周期中按大小排序的十分位桶的性能。例如,在1926-1937年这个时期,小库存效应正如所宣传的那样发挥作用;10 年间,小盘股的年回报率接近 14%,而大盘股的回报率约为 7%。但从 2010 年到 2023 年的最近一个子时期来看,效果发生了逆转,大盘股回报率接近 14%,小盘股回报率略高于 8%。虽然中型股在大多数子时期都不是赢家,但随着时间的推移,它们的回报波动往往小于最小和最大的公司,从表现最好的子组到表现最差的子组,然后又回来。中型股正以稳定的步伐前进。

中型股的诱人机遇

下图显示,平均回报的部分变化可能是由于按规模排序的股票十分位投资组合的已实现波动率的变化造成的。每个子图显示上述子周期中每个十分位箱的年化波动率。在早期阶段,小型股票除了表现优于大型股票外,其波动性也往往更大。但在其他时期,如 1985 年至 1998 年,这种关系发生了逆转,大盘股变得更加不稳定。有趣的是,在这一时期,大盘股表现优于小盘股。那么,不同规模十分位数之间的回报差异可能是由于投资者因拥有波动性更大的股票而获得补偿所致。

挥发性

如果平均回报确实是对额外回报波动性的补偿,那么已实现波动率的平均回报可能不会表现出与平均回报和已实现波动率相同的模式,并且可能较少依赖于规模十分位数。下图显示了不同子时期规模十分位数的夏普比率(夏普比率定义为平均超额收益,即高于无风险利率的收益除以超额收益的历史波动性)。但尺寸图案并没有消失。在某些子时期,小盘股提供了更好的回报风险权衡,而在其他子时期,大盘股则更胜一筹。不同时期的夏普比率模式反映了平均回报率的模式。中型股再次比小型股或大型股更稳定,

夏普比率

获得中型股

总结一下:

  • 在不同时期,中型股的平均回报率和夏普比率均优于大型股和小型股。
  • 相对于小盘股或大盘股,中盘股的回报率和夏普比率变异性也较小。

当然,中型股在任何特定时间点是否具有吸引力取决于其他考虑因素,我将立即讨论这些因素。但首先,我研究了投资者如何投资中型股行业。MDY交易所交易基金 (ETF)是一个有用的工具,它跟踪 S&P 400 中型股指数。这是一种流动性强、成本相对较低的 ETF,与中等规模的十分位数高度相关。

下图显示了三个 ETF 与按规模排序的十分位投资组合之间的相关性。SPSM追踪 S&P 600 小盘股指数。在过去 10 年中,该 ETF 的每日回报与十分位数 3、4 和 5 规模排序投资组合的回报密切相关(第一列)。MDY ETF 与按规模排序的十分位数 6 和 7(中间栏)相关性最高,而跟踪美国最大上市公司标普 500 指数的 SPY ETF 与规模排序的十分位数 10 相关性最高。

中型股的诱人机遇

接下来,我使用 MDY 作为中型股的代表,分析其随时间变化的基本表现。从每股收益增长来看,自 20 世纪 90 年代中期以来,MDY ETF 所依据的中型股指数的年复合收益增长率为 10.9%,而标准普尔 500 指数的复合年增长率为 7.3%。尽管有理由认为,由于会计规则的原因,高科技公司的收益被低估了(请参阅我在 2023 年初发表的文章),但中型股行业如此强劲的收益增长无疑值得注意。

中

尽管中型股和大型股(标准普尔 500 指数)在 2008-2009 年全球金融危机前后几年的市净率相似,但自 2015 年以来,大型股和中型股之间的估值存在明显差异。部分原因是人工智能革命和标准普尔 500 指数对科技公司的大量投资——由于估值比率的差异,我不相信机械均值回归——但考虑到历史中型股表现的相对稳定性,以及中型股表现出有吸引力的盈利增长,这种估值差异很有趣。

中2

对估值问题的更强有力的看法来自于QuantStreet应用于中型股指数的估值模型。我们的模型从大量预测变量开始,然后选择对相关资产类别的未来一年回报预测最有效的变量子集。下图显示了截至 2023 年 9 月 QuantStreet 中型股指数估值模型的输出。蓝色条表示我们模型训练窗口中的平均中型股回报率为 12.57%。中间的绿色和红色条显示了对平均预测的调整,因为某些预测变量在我们的模型训练窗口中高于或低于其平均值。

预期回报瀑布

主要偏差来自 EPRF 比率,该比率追踪中型股相对于 10 年期国债收益率的市盈率。随着最近利率的上升和 2023 年股票的强劲表现,E/P 负 10 年期收益率指标相对于其历史区间目前相当低。这一指标与未来一年回报率之间的正历史关系使我们的中型股预测降低了 8.08%。尽管如此,该模型仍然预测中型股未来一年的收益率将达到 6.31%(尽管与所有预测一样,这一估计存在很大的不确定性)。

作为参考点,截至 2023 年 9 月,QuantStreet 基于模型的纯模型对标普 500 指数的未来预测为 0.16%。这并不是分配决策的唯一相关信号——趋势也很重要,标普 500 指数看起来要好得多但从历史盈利增长和市净率的角度来看,并根据 QuantStreet 的估值模型,中型股看起来相对有吸引力。

更深入的研究

这三个股票类别——大盘股、中盘股和小盘股——在行业构成上存在显着差异。大型股以知名科技公司为主,截至 2023 年 9 月上旬,科技股占该指数的比例接近 30%。其中有几家价值数万亿美元的公司,而且这些公司的市值跌幅相对较大。标准普尔 500 指数中的其余(大型)公司。

间谍ETF

间谍

至于中型股,最大的两个板块是工业板块和非必需消费品板块,分别占该指数的 23% 和 15%。尽管中盘 ETF ( MDY ) 中最大的公司并不是家喻户晓的名字,但它们仍然是市值接近 200 亿美元的大型公司。从大型企业到小型中型企业的市值下降幅度并不像标准普尔 500 指数那样剧烈。

中型股的诱人机遇

MDY 2

最后,转向小型股,其行业分布与中型股相似,尽管金融股的敞口较多,而工业股的敞口较少。从最大的小型股到第二大的小型股的下降也是相当缓慢的。

中型股的诱人机遇

中型股的诱人机遇

每个指数中的公司规模存在一定程度的重叠,标准普尔 500 指数中最小的公司通常小于最大的中型股,而最小的中型股通常小于最大的小型股。

公司集团之间的另一个区别是,规模较小的公司往往具有较低的信用评级和较高的信用风险。标准普尔 500 指数公司往往具有稳定的投资级别,其中有许多 A 级或更高评级的公司。中型企业往往处于低投资级别 (BBB) 至较高收益 (BB) 范围内。而小盘股往往收益率很高,只有少数投资级公司。公司的信用质量越弱,该公司通常对经济和融资状况的变化越敏感。因此,我们可以预期,中型股,尤其是小型股,将比标准普尔 500 指数公司对经济更加敏感。

机制

历史上中型股表现较为稳定的原因之一是,被高度高估的公司往往是大型股,因为它们的估值较高。陷入困境的公司由于市场估值较低而属于小盘股。当然,“估值过高”的公司未来表现不佳,(也许令人惊讶)陷入困境的公司也是如此。通过避免这两个极端——估值过高和陷入困境——中型股比大型和小型股同行享有更稳定的业绩。

此外,由于相对于大型股而言,它们受到的分析师审查较少,因此有关中型股的信息可能系统性地较少。这可能意味着投资者要求拥有中型股的额外不确定性补偿,从而导致相对于大型股的平均回报更高。对于小盘股也可以提出同样的论点,但也许小盘股更容易受到模因股票热潮的影响(一个值得注意的例子),这部分抵消了这种影响。

最近还有证据表明,在经济形势发生转变的时期(这与未来股票回报率较低有关),中型股的表现尤其糟糕,这可能意味着投资者因这种风险敞口而要求持有中型股的额外风险溢价。

要点

尽管中型股历史股票表现强劲的根本原因尚不完全清楚,但由于其盈利增长历史、长期相对稳定的业绩以及有吸引力的估值,该行业具有吸引力。当然,投资者需要自己决定中型股的回报风险和流动性特征是否适合他们的投资组合。

Harry Mamaysky 是哥伦比亚商学院教授、 QuantStreet Capital合伙人

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/76781.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年9月28日 22:42
下一篇 2023年9月28日 22:55

相关推荐

  • 什么是交易信号?

    投资金融市场可能是一项具有挑战性的工作。交易信号是交易者、投资者和财务顾问用来应对市场复杂性的一种工具。这些信号可以表明何时买卖证券可能有利可图,可以帮助投资者和金融专业人士做出明智、客观的决策。 交易信号如何发挥作用 交易信号是发出市场潜在买入或卖出机会信号的指标或触发因素。这些信号是通过分析市场数据和指标而生成的,包括价格变动、交易量、移动平均线等。交易…

    2023年9月2日
    31400
  • 基于因子的投资就像一盒巧克力

    作者:Tom O’Shea 2022年,不断上升的利率和通胀对投资组合造成了沉重打击。美国股市和投资级固定收益出现了两位数的跌幅,令投资者争先恐后地寻求保护。与标准普尔 500 指数相比,低波动性策略的损失仅为一小部分。标准普尔 500 低波动性指数和 MSCI 美国最低波动性指数相对密切地跟踪标准普尔 500 指数,直到第二季度标准普尔 500…

    2023年10月16日
    14400
  • 北京大学金融时间序列分析讲义第12章: 模型比较和平均

    在实际金融事件序列数据的建模中,注意不存在所谓“正确的模型”,只能是从多个比较适合的模型中选择最合适的一个,或者将比较适合的多个模型的预测结果进行平均。 为了比较模型,有样本内比较和样本外比较两种方法。 样本内比较 如果建模目的是获得描述数据内在运动规律的参数模型,可以用样本内比较,利用全部数据建模,并比较不同模型的某个优良性指标,如AIC、BIC、新息方差…

    2023年7月22日
    20800
  • CPI 为美联储降息打开大门,尽管压力犹存

    Jeff Buchbinder 于 LPL Financial,8/17/25 7 月的消费者价格指数(CPI)报告显示,核心年化通胀率保持在 2.7%,低于预期的 2.8%。剔除波动较大的食品和能源价格的核心通胀率从之前的 2.9%上升至 3.1%,表明潜在的价格压力。”通胀路径”图表突显了核心 CPI 的上升,而核心 CPI 保持…

    6天前
    900
  • 油价上涨推动美元持续上涨

    由于美国经济受益于其作为能源出口国的崛起,油价飙升将为美元下一阶段的上涨提供动力。 法国兴业银行(Societe Generale SA)和道富信托公司(State Street Trust & Co.)等公司的策略师预计,随着原油价格上涨的前景提振全球最大经济体,美元将延续有记录以来最长的单周涨势。 与欧洲和亚洲主要国家不同,美国的石油和天然气出口…

    2023年9月11日
    15000

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