在新兴市场收获股票溢价:四步流程

直到最近,新兴市场(EM)股票仍是投资界的宠儿。那么为何不?对于大多数投资者来说,具有高回报前景的潜在多元化资产类别看起来就像一份礼物。对于主动型基金经理来说,新兴市场股票代表了投资效率较低的市场领域的机会,从而展示了他们的投资技巧。

然而,在过去五年左右的时间里,新兴市场股票作为一种资产类别的前景有所减弱。这是由于新兴市场股票的表现明显较差于发达股票。


新兴市场股票表现与美国股票表现的
五年年回报率

MSCI 新兴市场指数 1.31%
标准普尔 500 指数 11.34%

然而,并非所有新兴市场股票策略都令人失望。新兴市场因子策略——尤其是多因子新兴市场股票方法——无论从绝对值还是相对于更广泛的新兴市场股票领域而言都表现良好。在这里,我们概述了新兴市场股票投资不断变化的格局,并描述了避免新兴市场股票同行陷阱的多因素投资流程。

不断变化的新兴市场格局

近年来,一些新兴市场的发展潜力尚未发挥出来。其他人则屈服于政治或军事冲突。例如,土耳其和俄罗斯曾经在该领域占据显着地位,但后来失宠,要么在核心指数中的权重低得多,要么完全被排除在外。另一方面,沙特阿拉伯和泰国等国家在同一指数中的权重大幅增加。

新兴市场投资变得更加复杂,因此,管理者需要采用更复杂的方法来成功解读和管理新兴市场投资组合。例如,俄罗斯和土耳其的专业知识不再像以前那么有价值,因此管理者必须扩大对可投资新兴市场篮子新进入者的了解。当然,这种专业知识不是一朝一夕就能获得的。那些不依赖定量过程的基础管理者必须培养必要的技能来驾驭新的新兴市场格局。这是一个艰巨的挑战。


MSCI 新兴市场指数:截至 2023 年 3 月 31 日的市场权重

显示 MSCI 指数权重地理分布的图表

如何收获新兴市场股票的股票因子溢价

下图展示了新兴市场股票及其表现数据。特别是在过去三年中,根据我们下面描述的流程构建的多因子新兴市场策略的表现优于以 MSCI 新兴市场指数为代表的整个新兴市场,以及标准新兴市场股票因子策略和活跃的新兴市场交易所- 更普遍的是交易基金(ETF)。

问题是:这样的表现是如何实现的?


新兴市场股票表现:绝对回报

MSCI 新兴市场指数 稳健的新兴市场多因素策略 MSCI 新兴市场多元化多因素指数 活跃新兴市场 ETF 总量 新兴市场多因素 ETF 合计
年初至今
(2022年12月31日至2023年6月30日)
5.10% 9.18% 4.33% 6.04% 4.53%
一年 2.22% 11.76% 4.27% 2.78% 3.29%
三年 2.71% 8.08% 6.61% 2.78% 4.65%
五年 1.31% 2.33% 2.22% 1.96% 0.68%

如何建立稳健的新兴市场股票因子策略

这些结果是四步投资过程的产物。我们方法的核心是多年来经过数十位研究人员验证的六个股票因素:价值、动量、规模、低波动性、盈利能力和低投资。这些因素不仅具有明确的经济解释,而且在不同地区和市场环境中提供了可靠且有据可查的系统溢价。这在一定程度上是由于它们彼此之间的相关性较低,如下图所示。


低因子相关性意味着更平滑的周期性
长短因子相关性

图表显示新兴市场股票的低因子相关性意味着周期性更加平滑

步骤1

我们首先为每个单独的因素建立投资组合,从更广泛的新兴市场中选择我们的股票。在我们流程的第一阶段,我们根据股票对给定因素(例如价值)的单一敞口来过滤股票。

步骤2

接下来,我们评估剩余股票对相关特定因素投资组合的单独敞口以及对其他因素的敞口。此步骤的目标是根据总体“因子强度”或对广泛因子的单个风险敞口(贝塔值)之和,进一步细化投资组合股票。通过这样做,每个单独的因子投资组合都对其所需因子保持强烈倾斜,并对其他因子保持积极的敞口,而不会牺牲对其目标的敞口。这在多因素背景下特别有用,因为投资者希望接触所有奖励因素。


低因素相关性使多因素投资者能够平滑周期性

 1970年12月31日至
2022年12月31日

波动性

尺寸
价值
势头

盈利能力
投资少
不带因子强度过滤器的单因子套筒
暴露于所需
因素倾斜
0.17 0.26 0.26 0.15 0.23 0.30
因子强度 0.31 0.40 0.51 0.31 0.41 0.45
带因子强度过滤器的单因子套筒
暴露于所需
因素倾斜
0.16 0.24 0.26 0.17 0.25 0.26
因子强度 0.47 0.71 0.72 0.58 0.58 0.60

步骤3

选择投资组合中的股票后,我们使用四种优化方案生成每个股票的投资组合权重——最大分散、多元化风险加权、最大去相关和最大夏普比率。

有两个原因。首先,我们希望从我们的因子投资组合中消除任何残余的特殊股票特定风险。我们的目标是收获要素溢价,而不是交易“名字”。其次,由于没有一种建模方法是完美无缺的,因此我们还希望减轻任何一种优化模型中的任何潜在模型风险。

步骤4

最后,我们对每个单独的因子投资组合进行同等加权,以构建最终的多因子新兴市场策略。为什么要对风险因素进行同等权重分配?因为它避免了估计风险,并允许投资者收获去相关性和溢价周期性的好处,如下图所示。


等权重最大化因子收益 去相关
多空奖励因子的年回报率

图表显示通过 L/S 奖励因子去相关的年回报率从因子获得最大收益

结论

过去几年,许多新兴市场股票策略的绝对和相对表现都很差,这主要是因为可投资新兴市场的性质发生了变化。之前的几位新兴市场领导者在发展过程中都表现不佳,或者屈服于政治波动,许多基本面驱动的主动型基金经理未能适应。

我们的定量、多因素策略为应对新兴市场股票投资的挑战提供了解药。与更广泛的新兴市场以及该领域的主动管理基金相比,它的表现良好。为什么?因为它强调多元化、风险控制和收获因子溢价而不是选股。

因此,投资者有希望寻求稳健的新兴市场股票策略来补充他们的其他股票投资。

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/77449.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年10月18日 00:05
下一篇 2023年10月18日 22:52

相关推荐

  • 北京大学R语言教程(李东风)第7章: R向量下标和子集

    在R中下标与子集是极为强大的功能,需要一些练习才能熟练掌握,许多其它语言中需要多个语句才能完成的工作在R中都可以简单地通过下标和子集来完成。 7.1 正整数下标 对向量x, 在后面加方括号和下标可以访问向量的元素和子集。 设x <- c(1, 4, 6.25)。x[2]取出第二个元素;x[2] <- 99修改第二个元素。x[c(1,3)]取出第1…

    2023年10月26日
    37600
  • 因子溢价:金融市场的永恒特征

    行业中的广泛领域都基于既定因素进行投资,例如价值、动量和低风险。在这篇文章中,我们分享了在一段相当长且具有经济重要性的样本期内对样本外因素进行研究的主要结果。使用迄今为止最长的样本期(1866 年至 2020 年代),我们消除了对股票因素的数据挖掘和绩效衰退的担忧。我们发现,股票因素在样本外表现稳健,并且已成为金融市场 150 多年来一直存在的现象。 数据挖…

    2024年11月9日
    9700
  • 北京大学R语言教程(李东风)第35章: R非参数回归

    35.1 模型 线性回归模型可以看成非线性回归模型的特例: Y=f(X)+ε 其中f(x)为未知的回归函数。 参数方法:假定f(x)具有某种形式,如 二次多项式回归可以令X1=x,X2=x2, 变成二元回归模型来解决。 指数模型可以令z=lnY, 模型化为z=a+bx。 有一些曲线模型可以通过变换化为线性回归。 在多元情形, 一般的非线性回归模型为…

    2023年11月25日
    48400
  • 在高度分散的世界中释放阿尔法机遇

    作者: Rich Mathieson,Christopher DiPrimio,24 年 3 月 6 日 关键点 离散度上升:从长期停滞状态向通货再膨胀状态的转变,不仅导致全球盈利增长扩大,而且导致公司业绩和业绩的离散度显着提高。 阿尔法优于贝塔:除了加剧分散性之外,新制度可能会抑制近几十年来的整体市场表现。这反映出机会集有利于阿尔法回报来源而不是贝塔回报来…

    2024年3月20日
    14900
  • 潜龙

    作者: David Dali、 Vivek Tanneeru 在中国投资仍然充满挑战,但这并不意味着没有机会。投资组合经理 Vivek Tanneeru 和投资组合策略主管 David Dali 强调了一种可能在今天实现阿尔法生成的方法,同时为明天的潜在好转做好准备。 要点: 目前还没有太多明确信号表明中国的命运将很快发生明显好转。然而,我们认为,完全避开中…

    2023年10月22日
    16400

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