质量：真正的货色

 执行摘要

在 GMO，我们过去四十年来一直采取长期视角进行股票投资。随着时间的推移，我们的研究中涌现出了一组独特且可靠的杰出公司。在市场周期和市场失衡中，高质量的股票证明了一组卓越企业的稳定性，这些企业非常适合资本增值。尽管股票风格时兴时衰，高质量的公司仍继续作为核心持有为客户提供服务，对经济逆风和市场下跌具有韧性。对于寻求持久股票解决方案的长期投资者而言，我们相信“质量”是真正的关键。 ¹

GMO 的质量投资历史

GMO 自 2004 年起就管理着高质量股票策略，但 GMO 在质量研究和投资方面的历史可以追溯得更远，甚至可以追溯到公司的最早时期。当杰里米·格兰瑟姆和他的合伙人于 20 世纪 70 年代末创立 GMO 时，杰里米正在解决一个难题，即高质量的商业模式对价值投资者来说很难拥有，因为它们往往以高于市场的价格交易。他认识到，一个能让投资者确定商业模式相对质量的框架，将能更准确地反映公司的内在价值。杰里米的研究使他认识到公司在其财务历史中三个关键的标识符，这些标识符是高质量商业模式的可靠指标。具有高盈利能力、稳定盈利能力以及低杠杆的公司最有可能在整个商业周期和各种经济环境中以高回报率持续增长。 在 20 世纪 80 年代 GMO 早期的定量价值模型中加入这些质量因素术语，GMO 能够拥有相对于其质量调整内在价值而言交易便宜的伟大企业，并且还发展出了一种判断何时经典价值公司因有合理原因而便宜，因此应避免投资的更好能力。

在 GMO 在 20 世纪 90 年代扩展其资产配置能力时，很明显，质量集团公司的因素是一个独立的第三种风格，与价值和增长并列，同样可以预测未来的回报预期。在互联网泡沫膨胀和破裂的时期，质量股票独立于增长和价值股票移动。到了 2000 年代初，大型成长股仍然昂贵，价值股已经赶上。这留下了一组公司，其回报预测具有吸引力：质量。

2004 年，GMO 推出了质量策略，旨在拥有质量宇宙中估值吸引人的股票。该策略的创建是 GMO 数十年对质量商业模式研究的结晶。虽然该策略的起源可以追溯到 GMO 的早期，但我们的流程持续发展，以确保持续的相关性和投资优势。我们相信，在过去十年中对基本面分析的强调，给了我们更好的机会赢得胜利，并进一步使我们的方法与日益商品化的“因子”投资组合区分开来。

投资策略的投资者历来包括战术投资者和认为高质量策略是长期核心配置的投资者。值得一提的是，一些最早的“战术”投资者在我们的策略实施近 20 年后仍然持有。

价值与增长辩论中的第三个选择

价值与增长之间的长期争论源于全球金融危机（GFC）结束后，增长类股票持续超越价值类股票的表现。关于价值的消亡、增长类股票的估值过高以及何时会出现久违的价值转向增长的时机预测，已经有很多讨论。这是许多投资者近年来一直面临的难题。确实，过去几年的股票回报表现是价值与增长之间经典的来回波动。

除了普遍的股票风险外，价值投资者面临的风险与成长型投资者不同。成长型投资者面临的风险是过高地支付未来未能达到高远期望的增长。这在增长成为稀缺资源或特定行业成为极度炒作的对象时尤其真实。相比之下，价值投资者面临的风险是购买看似便宜但实际上却是价值陷阱的股票：它们面临着长期逆风，基本面恶化，从未经历过价值投资者回报的重要驱动力——倍数扩张。

通过提供一个在选择股票时的第三个维度，质量策略可以保护投资者免受两种风格极端的影响，允许他们拥有一个在增长上超过整体市场的投资组合。

GMO 的投资质量方法，偏好长期、持久的增长，有助于保护投资者免于因基于短期、陡峭增长轨迹的外推而过高的支付增长的风险。相反，我们的基本面分析寻找在具有长期趋势的市场中具有市场领导地位的公司，这些公司可以通过积极的动态如网络效应和高转换成本来加强市场地位。这些是导致商业模式长期相关性的属性类型。此外，我们对基本面的重视识别出具有干净资产负债表和低资本密集度的公司，我们认为这些公司提供了我们认为对于长期增长最理想的财务稳定性和灵活性。最后，对估值的关注提供了防止因过高支付不切实际或不可持续增长预期的风险的安全边际。我们的估值关注确保我们购买的是具有低调而非过度炒作的市场预期的股票。 估值重点通过我们独有的保守型折现现金流模型以及在公司因暂时性影响短期价格但不影响长期基本面的临时问题而交易时进入新头寸的偏好来实施。

管理良好的质量策略可以为价值投资者面临的风险提供保护。在 GMO，我们寻求拥有那些具有可持续商业模式和强大基本面的公司。我们质量宇宙的形成始于一个量化筛选过程，寻找具有高、稳定盈利能力且杠杆率低的公司。构建我们质量宇宙的重要组成部分是基于识别和理解支撑经济护城河的高回报资产、评估公司商业模式的长期持久性，以及确保管理层有意愿、技能和手段在长期范围内以高回报率持续部署资本。无论估值看起来多么诱人，我们都不会购买不满足我们严格质量标准的公司。

通过为投资者提供一个在增长和价值之间导航的第三选择，同时拥有那些超越市场的业务，我们认为，一个关注估值的质量投资组合代表了一种谨慎的方式，以获得核心股票暴露。

质量与竞争者

质量的稳定性、基本面实力和风险缓解是吸引人的特点组合，多年来，我们观察到投资者出于类似原因使用竞争者——低波动性和智能贝塔因子投资组合/ETF，其中 ² 是最受欢迎的两个。在本文的这一部分，我们将 GMO 的方法与现在作为主动的美国和国际质量 ETFs 进行比较，与质量因素投资组合和低波动性投资组合（均由领先的智能贝塔 ETF 代理）进行比较，突出在管理与构建投资组合方面的差异。

让我们从与低波动性投资组合的比较开始。低波动性策略持有在一定追溯期内产生低波动性的股票，旨在最小化未来的波动性，从而利用低贝塔异常的阿尔法潜力。低波动性投资组合的缺点是，它们往往会表现出显著的时间变化风格和行业暴露，经常在不适当的时间突然发生重大变动。由于股票仅根据事后低波动性特征进行选择，这个股票篮子的风格和行业暴露可以并且确实会随着很少的透明度而显著变化。例如，许多杠杆化的金融服务公司在 2007 年似乎相对低波动性，直到突然不再如此。

虽然 GMO 的质量投资组合的行业暴露特征会随时间变化，但它们依靠基本面特征形成投资范围并从中选择股票，这创造了一定的稳定性和透明度。相比之下，低波动性案例则不能这么说。当低波动性投资组合大量投资于昂贵、拥挤的行业时，这可能会成为问题。由于低波动性投资组合往往对估值不敏感，因此暴露于昂贵的公司和行业是一个非常现实的可能性。

高质量的智能贝塔 ETF 代表了近年来吸引流入的另一种选择。智能贝塔 ETF 的魅力在于，它们可以使用自动化方法提供因子暴露。它们通常通过使用定量模型来识别具有质量特征的公司，通过分析历史财务数据来提供这种暴露。因此，这些策略的股票选择从开始到结束都遵循我们的过程。尽管我们对自己的量化模型有高度的信心，但我们认识到，最好的量化模型在某些情况下可能会产生误报，例如，如果一个商业模式利用了随着时间流逝而衰落的利基市场，或者如果盈利能力的稳定性只是由于异常长的周期而被感知。

同样地，仅依赖定量筛选可能会导致误判，排除掉那些长期、持久、高质量的商业模式，这些模式可能不符合筛选标准的某个条件，或者可能还没有足够的财务历史让模型进行排序。

纯粹“后视镜”量化方法的这些局限性激发了 GMO 的集中股票团队在我们的过程中投入大量精力于更适应性、前瞻性的基本面方面。因此，我们在公司和行业层面剔除虚假的正向信号，并在量化方法无法识别的情况下将股票纳入我们的投资组合。在 GFC 之前，我们剔除了 AIG 和房屋建筑商的股票，最近则包括了许多零售商，如 Bed Bath & Beyond。我们投资的量化筛选之外的好处包括 American Express，它携带的杠杆超过了筛选允许的水平，以及最近上市的公司或具有某些周期性波动的公司，这些波动并未损害它们的长期业务前景。

正如低波动性投资组合所显示的那样，智能贝塔 ETF 因其忽视了估值问题而受到损害。例如，当我们比较我们质量投资组合中的持有资产与智能贝塔 ETF 时，我们会发现智能贝塔 ETF 中持有并符合我们质量标准的公司，但我们并不持有（或已售出）这些公司，因为提供的估值不再由我们的增长预期所支持。

最后，智能贝塔 ETF 倾向于不愿看起来与基准指数相差太大。许多 ETF 以行业中立的方式构建，这意味着它们将在每个行业持有最高质量的股票，行业权重与基准指数相等，无论每个行业的质量如何。

GMO 的品质投资组合，包括我们在 2023 年推出的美国品质 ETF（QLTY）和最近推出的国际品质 ETF（QLTI），旨在构建不受基准影响的投资组合，并不持有我们未发现具有高质量商业模式的行业股票，但在信息技术、医疗保健和消费品等高质量公司大量涌现的行业，可能会有显著的集中度。为什么我们要持有不符合我们品质标准的材料公司或公用事业公司，仅仅因为这些行业被包含在指数中？对于因子投资组合，过于关注行业分类可能导致不合逻辑的结果。其中一个著名的智能贝塔 ETF 直到被重新分类为通信服务从信息技术，才开始成为主要持仓，而 Alphabet 的商业模式并未发生任何变化。为了可能超越指数并提供最高品质的投资组合，需要关注公司本身，而不是它们的行业分类。

我们相信 GMO 美国质量和国际质量 ETF 是理想的核心股票持有。通过选择具有持久质量特征的股票，它们位于增长与价值的困境之外，避免了许多可能影响这些风格的陷阱。与采用更多系统化商品化流程但未能考虑估值的类似方法相比，我们相信 GMO 的质量方法有资格被称为真正的标准。

¹ 本文最初于 2020 年 11 月 9 日发表。

当这篇论文最初在 2020 年发表时，我们广泛地将这些称为“质量 ETF”。然而，值得注意的是，我们指的是基于因子或智能贝塔的质量 ETF，它们追踪指数（而不是主动管理的质量 ETF）。