长期来看,小型股是值得投资的

过去十年,大盘股(相对于小盘股)的强劲表现让许多投资者开始质疑在投资组合中明确配置小盘股的潜在好处。许多投资者可能没有意识到,持有小盘股的一个潜在好处是,小盘股和大盘股的相对风险如何随着投资期限而变化。

在本文中,我将说明小型股对投资期限较长的投资者越来越有吸引力。然而,这种影响在常见的投资组合优化程序中经常被忽略,例如均值方差优化 (MVO),它通常假设回报在时间上是随机的(即遵循随机游走)。

总体而言,该分析提供了强有力的证据,表明应在多元化投资组合中积极使用小盘股,特别是对于投资期限较长的投资者而言。

小盘股效应

小型股效应在学术文献中得到了相对充分的记录,其中最引人注目的可能是 Eugene Fama 和 Kenneth French 的研究1,该研究引入了三因子模型。他们在研究中发现,与仅使用市场因子(即贝塔系数)的模型相比,包含关注公司市值(规模或 SMB)和价值效应 (HML) 的因子的模型更能描述股票收益的横截面变化。研究指出,小型股(和价值股)的历史优异表现对构建投资组合以及更普遍的基金基准测试方式产生了重大影响(例如,这项研究导致了晨星风格箱的创建)。

下图提供了小盘股效应的证据,包括使用从 Morningstar Direct 获得的 Ibbotson SBBI 数据,小盘股因子从 1930 年 12 月到 2023 年 12 月的滚动五年年化表现。

小盘因素

虽然在历史五年期间,小盘股的表现比大盘股高出 2.3%,但随着时间的推移,小盘股的表现也出现了显著的变化。例如,在五年期间,有多个时期小盘股的表现比大盘股高出或低出约 20%(年化),这意味着累计回报差异超过 100%。

这表明,尽管小盘股效应在历史上一直相对强劲,但也可能出现长期表现优异或表现不佳的情况。例如,过去十年左右,小盘股表现明显逊于大盘股,导致许多投资者质疑将它们纳入投资组合的潜在好处。

投资期限和最优投资组合

投资组合优化程序通常假设收益本质上是随机的。尽管这通常是一个简化的假设,但实际存在的历史序列相关性可能对最佳投资组合产生重要影响。

我在特许金融分析师协会最近发表的一项研究2中对这一主题进行了较为广泛的讨论,该研究题为“投资期限、序列相关性和更好的(退休)投资组合”,作者为 Jeremy Stempien。在这项研究中,我们提供了几个例子,说明当使用实际历史时间序列而不是简单地假设回报是随机时,有效投资组合如何因投资期限而显著变化。

分析中的一项测试(我在本文中进行了重复)侧重于小型股的最佳配置如何随投资期限而变化。该分析使用了美国大盘股和美国小型股的历史实际滚动收益以及通货膨胀,数据来自 Ibbotson SBBI 系列。

优化使用实际年度历史收益序列(例如,某个时期的滚动收益,例如五年)或重新居中的年度历史收益。通过重新居中,历史收益进行了调整(首先估计 z 值),以便时间序列的平均年度收益和标准差与其他估计值(例如前瞻性收益)一致。重新居中确保历史序列相关性(即随时间的关系)得以维持,但允许平均收益与预期收益保持一致(例如,降低小盘股溢价)。

分析的具体数值基于 PGIM Quantitative Solutions Q1 2024 资本市场假设 (CMA),其中大盘股和小盘股的预期算术回报率分别为 8.94% 和 7.65%,标准差分别为 19.81% 和 15.35%。

下图中列出了小型股的最佳配置。请注意,如果收益随时间推移真正随机(即不存在序列相关性),则按投资期限划分的最佳配置不会发生变化。研究通过诸如 bootstrapping(一种重新采样方法,可从给定的时间序列中随机重新绘制收益)等技术证明了这一效果,因此平均值和风险水平保持不变,但任何类型的序列相关性都会被打破。

最优配置

分析表明,对小盘股的最佳配置可能会因使用实际历史收益还是前瞻性估计以及投资期限而有很大差异。使用实际历史收益的最佳配置明显更高,考虑到对小盘股溢价的研究,这并不奇怪。

有趣的是,持有小盘股的前瞻性收益主要取决于分析是否考虑序列相关性。仅使用一年的回报(这是忽略序列相关性的 MVO 等优化技术中的常见做法),小盘股和大盘股的配置大致相等。然而,在较长的时间段内,小盘股的配置会大幅增加,在投资期限超过八年时完全挤占大盘股。

然而,无论使用哪组回报(纯历史或调整以包括 CMA)和时间范围,最佳配置都明显高于其纯市值权重所暗示的。例如,截至 2024 年 5 月,罗素 2000 指数股票的总市值(2.5 万亿美元)仅占罗素 3000 指数总市值(50.6 万亿美元)的约 5%。

结论

虽然大盘股最近产生了相对有吸引力的回报,但保持多元化并着眼于长期投资非常重要。本文探讨了持有小盘股的潜在好处,并指出,从历史上看,无论是使用纯历史回报还是调整后的回报以反映前瞻性预期,小盘股对投资期限较长的投资者来说都越来越有吸引力。因此,投资者在构建投资组合时应“坚持到底”,并确保在投资组合构建过程中积极考虑小盘股!

David Blanchett,博士,CFA,CFP®,是 PGIM 的董事总经理、投资组合经理和退休研究主管。PGIM 是 Prudential Financial, Inc. 的全球投资管理业务。他还是美国金融服务学院的财富管理兼职教授和退休收入研究所的研究员。

1 Eugene Fama 和 Kenneth French 合著的《预期股票收益的横截面》。1992 年。《金融学杂志》。访问网址:https://onlinelibrary.wiley.com/doi/full/10.1111/j.1540-6261.1992.tb04398.x

2点击此处访问该文章:https://rpc.cfainstitute.org/research/foundation/2024/investment-horizo​​n-serial-correlation-better-portfolios

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/84407.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年7月31日 23:33
下一篇 2024年8月5日 00:02

相关推荐

  • 降息助力 2025 年前景光明

    随着美联储加入降息行列,全球经济增长可能开始获得投资者期待已久的提振。 降息预示未来经济增长更好 美联储可能正在为本周期的首次降息做准备,但欧洲央行、加拿大央行、英国央行以及其他发达经济体的央行已开始降息。事实上,国际货币基金组织定义的发达经济体中,已有超过一半的央行开始降息。如下图所示,衡量调整利率的发达央行净数量的央行降息指数领先全球制造业采购经理人指数…

    2024年10月15日
    16700
  • 景顺调查显示,全球主权投资者青睐债券和黄金

    景顺有限公司在年度报告中表示,随着收益率上升,全球主权投资者正在寻求增加债券投资,而俄罗斯资产的冻结增加了他们对黄金的需求。

    2023年7月10日
    19500
  • 北京大学金融时间序列分析讲义第24章: 向量自回归模型

    24.1 VAR(1)模型 多个资产收益率的联合模型中最常用的是向量自回归(Vector Autoregression, VAR)模型。称k元时间序列rt服从一个一阶向量自回归模型,即VAR(1),若有 rt=ϕ0+Φrt−1+at(24.1) 其中ϕ0是k维常数向量,Φ是k阶常数方阵,{at}是序列不相关的弱平稳列,Eat=0,Var(at)=Σ…

    2023年8月5日
    35300
  • 北京大学金融时间序列分析讲义第15章: 线性时间序列案例学习「美国月失业率」

    失业率是每个国家、地区经济运行的重要指标。2011年,美国的季节调整后的月度失业率在9%左右。 本章对美国月失业率数据进行建模和预测,使用不带解释变量和带解释变量的两种方法,解释变量是周首次申请失业救济金人数信息。 数据来自Department of Labor, US Beareau of Labor Statistics。数据经过了季节调整。失业率为百分…

    2023年7月27日
    51500
  • 对抗新近度偏差

    对抗新近偏见 “新近度偏差”过分重视最新信息。在财务规划中,它通常源于报道市场最近波动以及隐含的投资回报的头条新闻。近期偏差是维基百科列出的 50 多种不同类型的认知偏差之一,这些偏差被定义为“……偏离规范和/或的系统模式”判断的理性。” 不幸的是,无论证据如何,由于多种原因,新近度偏差永远无法消除。这是本能的。几千年前,当我们都生活在洞穴里时,我们需要了解…

    2023年12月19日
    9000
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部