扩展您的思维和商品投资宇宙
由 Research Affiliates 的吉姆·马斯图佐和本·陈于 7 月 2 日
关键要点
- 将商品投资范围扩展到传统指数成分之外，可以显著提高长仓和长短因子投资组合的风险调整回报。
- 这些改进可以归因于额外商品提供的更高的滚动收益和流动性溢价，以及在投资组合层面的分散化收益。
- 在实际操作中，投资者应根据预期投资组合规模和可交易性要求，检查哪些商品应纳入投资组合，并应用交易限制。
由于种种原因，许多投资者对商品投资既有喜爱又有反感。从操作上讲，烦人的 K-1 表单使税务申报变得复杂，尽管幸运的是，行业已经开始推出“无 K-1”基金 1。然而，为了获得有意义的回报，大多数投资者愿意忍受 K-1 的不便。
不幸的是，这些回报并未实现。从本世纪初到 2024 年底，最受关注的商品追踪指数——彭博商品指数（BCOM）和标普高盛商品指数（GSCI）——分别实现了微不足道的年化 2.15%和 1.12%的回报，如**图 1**所示。这些回报主要来自现金保证金（总回报），而不是商品期货投资本身（超额回报）。这两个指数均未能跟上 CPI 通胀率，由于它们的波动性在中到高个位数之间，因此其风险调整后的回报率微乎其微。过去十年的情况也没有好转。
不仅表现令人失望，这些特定的指数在过去的 25 年里几乎没有变化。2 以 BCOM 为例。尽管该指数自 2000 年以来增加了几种工具，例如铅和低硫柴油油，**图 2**显示了其整体部门权重，按构造计算，与 25 年前几乎没有变化。
公平地说，尽管这些年来商品指数的表现没有达到人们的期望，但它们确实为股票和债券提供了分散化。仅以 2022 年为例，标普 500 指数和彭博巴克莱综合指数分别下跌了 18%和 13%，而 BCOM 上涨了 16%，GSCI 则上涨了 26%，这主要是由于其较高的石油配置。如图 3 所示，商品与股票和债券之间相对较低的滚动年度相关性反映了来自商品的分散化效果。
鉴于商品投资的评价参差不齐，在本文中，我们将探讨一个简单的问题：通过扩大可供投资的商品范围，我们是否能够做得更好，特别是关注扩大后的范围的投资可行性？虽然许多对冲基金和商品交易顾问（CTAs）认识到扩大范围带来的好处，但大多数资产目前尚未被更广泛的投资者所熟知。
本文的结构如下：第一部分描述数据，第二部分分析扩展后的商品宇宙的可交易性，第三部分探讨将这些新商品加入只允许多头的组合，第四部分研究多空因子组合，第五部分提供收益来源的直观理解，最后总结。
1. 数据概览
为了扩大可利用的商品种类，我们使用 BCOM 和 GSCI 指数当前的全部范围来评估扩展后的范围的优缺点。本文中，我们基于最近到期的合约来评估所有商品。3
图 4 展示了 BCOM 和 GSCI 的可交易市场（以下简称可交易市场），以及用灰色表示的扩展市场（以下简称 PLUS 市场）。这 10 种额外的商品目前尚未包含在 BCOM 或 GSCI 市场中，包括油菜籽、 milling wheat、油菜籽、英国天然气 4、锡、钯、铂、罗布斯塔咖啡、冷冻浓缩橙汁（FCOJ）和白糖。
虽然我们扩充后的商品列表远非完备，但在初始的26种基础上增加10种，已经将商品宇宙扩展了近40%，这已经足够用于本次研究。
在选择添加到我们扩展的宇宙中的商品时，我们关注交易性和流动性，我们稍后会讨论这些内容，以及这些资产交易的交易所。我们避免使用对普通投资者来说难以访问的交易所，包括中国境内的商品交易所。
也需要注意单个商品的固有波动性。因此，我们不建议投资于单个 PLUS 商品，或者换句话说，单个流动性商品。例如， 图 5 显示，在过去二十五年中，天然气和英国天然气的年回报率分别为-13%和-18%，而可可和白糖的回报率则分别超过了 13%。从前瞻性角度来看，我们无法确定下一个是可可还是白糖，因此，在商品方面，多元化是我们的朋友。
2. PLUS 商品：容量与可交易性
扩展我们的商品投资范围时，有两个重要考虑因素：这些新增工具的容量和流动性。容量与投资者需求相关，指的是相对于投资者预期的投资组合规模，在较长时期内平均交易量是否充足。流动性则指的是在相对较短时期内，是否活跃地有开放合约在市场中进行交易。
容量被定义为过去三年的日均美元交易量，这直接反映了可以分配给每种工具的资金量。为了避免设置的容量限制吸收了该资产的全部容量，我们首先在估算每种资产的容量需求时应用了80%的折扣（即20%的上限）。
一旦我们计算出每项资产的容量需求，我们将该美元金额转换为基于投资组合的目标名义金额和至少50个基点的最小暴露量的投资组合允许暴露量。任何无法处理至少50个基点暴露量的工具，我们将其分类为太小而不具意义。
例如，考虑一个有5亿美元分配资本且平均总杠杆率为200%（即10亿美元名义金额）的商品基金。一个允许暴露50个基点的资产，每天需要500万美元的资金需求，或平均每天2500万美元的交易量。
这种能力要求限制意味着扩展商品投资范围取决于基金的承诺资本、总杠杆目标和最低资产暴露门槛，例如，在我们的例子中分别为 50 亿美元、200%和 50 个基点。我们在本文中应用这些参数。如图 6 所示，在这些起始值下，我们可以将投资范围扩大 41%，从 22 个扩展到 31 个资产。5 此外，我们的分析表明，在 160 亿美元的基金规模下，至少可以包括一个 PLUS 商品，这超过了当前市场上大多数主动商品基金的典型管理资产（AUM）。
我们评估交易流动性考虑因素为相对较短的21天期内的日均成交量与持仓量之比，以表明市场是否足够活跃，不依赖于任何特定投资者的需求。
我们的可交易性标准要求，在过去三年中，工具必须保持可交易性超过5%。如果商品在过去三年中至少有一个月的时间，活跃交易的开放合约比例低于5%，则不符合这一门槛。停滞的市场会以交易困难、交易成本增加、执行价格不佳或上述几种情况的组合形式引入流动性风险。
应用图 7 中总结的规则和层级来审视我们的商品宇宙，在截至 2024 年底的数据中，我们不难发现，流动性商品轻松满足了容量和流动性标准，这反映了它们被选入 BCOM 和 GSCI。虽然大多数 PLUS 商品的容量和流动性远低于流动性商品，但它们仍然满足了所有标准。6 我们对历史数据的分析显示，各种 PLUS 商品开始同时满足交易标准的年份：油菜籽，2007 年；小麦（磨粉用），2014 年；油菜籽，2009 年；英国天然气，2007 年；钯金，2007 年；铂金，2005 年；罗布斯塔咖啡，2011 年；FCOJ，2006 年；以及白糖，2005 年。
定义和衡量最佳容量和流动性水平既是一门艺术也是一门科学。作为检查，在图 8 中，我们将所有商品按照我们的容量指标进行排名，并将其与 BCOM 2025 分配权重的排名顺序进行比较。斯皮尔曼秩相关系数在统计上具有显著性（p 值<0.001），接近0.7。我们看到两个排名集之间存在显著重叠，除了少数能源商品外，这进一步证明了我们的衡量标准。Quantica Capital（2025）也显示了类似的结果，69种商品中有不到30种商品占50亿美元趋势基金总风险的90%。
既然已经确定扩展的资产宇宙提供了足够的容量和流动性，接下来让我们确定添加这些资产是否能提升投资组合的表现。
3. 仅多头组合中的 PLUS 商品
我们首先比较由三个 universes 构建的仅多头组合的表现：流动、PLUS 和流动 + PLUS 的组合。为了确保可比性，这三个组合都采用相同的组合方法——等波动加权 7 每月再平衡，而不是直接使用 BCOM 或 GSCI 方法。这消除了特定指数创建规则带来的差异，从而隔离了 PLUS 商品对表现的影响。
图 9 显示了过去 25 年的结果。PLUS 组合的表现优于流动组合，平均回报率更高，夏普比率改善，最大回撤减少，负偏度更小。组合组合相对于流动组合也表现出相同的改进，但程度较小，因为随着时间的推移，流动商品在组合中的分配比例约为 75%（PLUS 商品占总分配的 25%）。
随着市场不断发展和深化，我们知道在早期样本期相比末期，PLUS 商品的交易量较少。为了确保我们的结果不受早期表现的影响，我们接下来只分析从 2015 年到 2024 年的最后 10 年数据。
图 10 显示，在最近十年中，PLUS 组合的表现相对于流动组合有更明显的超额收益，平均回报率和夏普比率显著更高，最大回撤也明显减少，偏度为正。即使在组合中仅分配 25%的 PLUS 商品，其表现也优于流动商品的单一宇宙。
在下一节中，我们将研究 PLUS 投资宇宙的表现改进是否也能通过构建跨截面的长短仓位组合来捕捉。
4. 长短仓组合表现
如前所述，长仓商品指数 BCOM 和 GSCI 的风险调整回报在长期内较为有限。幸运的是，由于商品投资是通过衍生品——具体来说是商品期货——来实现的，我们有几个可以调整的旋钮。首先是可以不需支付费用直接获得杠杆，这使我们能够放大回报，尽管伴随着更高的波动性。其次是可以获得商品的空头头寸，而无需像股票那样支付高昂的借款成本，从而提供了一种在资产价格下跌时低成本捕捉利润的方法。最后，广泛且不断增长的文献记录了商品领域各种基于因子的投资方法，展示了系统性捕捉各种回报来源的机制。例如，Erb 和 Harvey（2006）、Koijen 等人（2018）、Asness 等人（2013）和 Fernandez-Perez 等人（2018）的研究。
为了评估纳入 PLUS 商品的影响，我们选择了四个经过充分验证的因素，如图 11 所示。为了保持一致性，我们以相同的方式构建这些因素的投资组合，这可能与原始文献有所不同；然而，由于我们关注的是将 PLUS 商品引入流动资产宇宙所带来的相对优势，任何构建方式的变化都不会影响我们的发现。为了避免在事前对这些因素的相对表现施加观点，我们将它们汇总为一个长仓短仓组合，使得它们对组合波动率的贡献相同。为了考虑到 PLUS 商品的较低流动性并减轻投资组合集中风险，我们在每次月度再平衡时对每种商品施加暴露和暴露变化交易限制。10 这些限制对于在更现实、可实施的框架中评估 PLUS 商品的影响至关重要。
在过去 25 年里，如图 12 所示，PLUS 商品显著提升了多因子长短仓组合的表现。我们观察到夏普比率提高了 0.4，最大回撤减少了近 50%。更重要的是，即使在应用交易限制后，这种表现提升仍然持续存在，尽管考虑到整体对 PLUS 商品的敞口限制，其影响幅度有所降低。此外，交易成本并未实质性地抵消观察到的好处。11
值得注意的是，PLUS 商品的收益贡献占整体表现的约 40%，同时占总毛杠杆（200%）的约 40%。所有 PLUS 商品都对整体表现有积极贡献，除了铂金。12 由于 PLUS 商品的纳入仅由流动性及基本面标准决定，这些发现为扩大商品范围的价值提供了实证支持。
然而，要公平地说，我们在 2000 年并没有数据知道这 10 种 PLUS 商品是否有足够的容量和流动性可以纳入我们的多空组合中，但到 2015 年我们就会有这些信息。 图 13 显示了过去 10 年在所有组合分析中都出现了类似的性能改进，而交易限制和成本仍然无法消除纳入 PLUS 商品的好处。
最后，为了进一步验证这些结果的稳健性，在图 14 中，我们将基于流动资产宇宙构建的每个单一因子组合的平均回报与基于综合资产宇宙构建的组合进行比较，并将基于综合资产宇宙构建的组合的业绩分解为流动资产和 PLUS 商品。在所有四个因子组合中，包含 PLUS 商品始终导致更高的平均回报和改进的夏普比率。在整体表现为正的组合中，尽管 PLUS 商品仅占总杠杆率（100%）的大约 25%，其回报贡献与流动商品相当。
虽然这些结果令人鼓舞，但我们需要进一步深入研究这些发现背后的原因，以确定它们是否有持续下去的潜力。
5. 收益提升的驱动因素
无论是仅做多策略还是长短仓位因子策略，都提供了将 PLUS 商品添加到投资组合中的价值证据。在结论之前，我们进行了一次简要的分析，以检查不同的特征并评估它们是否可能是超额收益的潜在来源。具体来说，我们考察了三个驱动因素——资产层面的滚动收益和流动性溢价，以及组合层面的分散化收益。
首先，商品期货的回报可以分解为滚动收益，也就是 carry，它反映了衍生品价格在接近到期日时的变化，以及由于基础商品现货价格变化带来的回报。 图 15 显示，在多个时间跨度内——除了最近三年的时期，该时期受到英国天然气的影响显著扭曲 13——PLUS 商品一直表现出更高的平均波动率调整后的滚动收益，表明更高的平均回报。
其次，尽管 PLUS 商品符合我们的容量和流动性门槛，但它们的流动性低于其流动性商品的对应物，因此可能需要更高的回报溢价来补偿流动性风险。为了衡量这一点，我们使用 Amihud（2002）的流动性比率，该比率将资产的绝对日回报与日交易量（以美元计）进行比较，平均值为一年，表示资产的价格反应随着时间的推移对每美元交易量的影响。较大的数值意味着每美元交易对价格影响更大，或流动性较差的资产。 图 16 显示，所有 PLUS 商品的流动性测量值都高于流动性商品。
比较过去 10 年 PLUS 商品的平均回报率与按行业分组的流动资产平均回报率，我们发现，在 10 种 PLUS 商品中，有 7 种商品的平均回报率超过了其所在行业的平均回报率，如**图 17**所示。将这些商品与流动性指标联系起来，似乎超额回报率与工具的流动性比率呈正相关关系。一般来说，流动性比率排名越高，超额回报率排名也越高。这表明，相对于流动资产，PLUS 商品的超额表现至少部分归因于流动性溢价。
第三，将 PLUS 商品纳入前文讨论的所有投资组合中，可以降低整体投资组合的波动率，如**图 18**所示，尽管这些商品的平均波动率与流动资产相比并没有显著降低（28.0% vs. 28.4%），这表明通过降低 PLUS 商品与流动资产之间的成对相关性，可以获得分散化的好处。
确实， 图 19 显示，PLUS 商品的整体平均资产相关性低于流动商品，无论是同一板块内还是整个商品宇宙中，除了软商品，后者较高的咖啡（罗布斯塔咖啡）与咖啡和白糖（白砂糖）与糖之间的相关性驱动了这一差异。与我们的结果一致，Declerck 和 Vy（2024）发现，基于 16 个非 BCOM 成分构建的趋势策略的风险调整回报率远高于仅基于 BCOM 成分的策略，他们将这种表现归因于非 BCOM 宇宙提供的更广泛的分散化。
最后， 图 20 考察了 Willenbrock（2011）提出的分散化收益，该收益由资产的方差与资产与投资组合协方差的差值的一半衡量，计算的是我们每月再平衡的多头组合。该图显示，在各种投资期限内，包含 PLUS 商品时分散化收益普遍更高。这归因于再平衡溢价 15 以及 Erb 和 Harvey（2006）观察到的组合方差的减少。我们注意到，在商品投资中，分散化是我们的朋友，将 PLUS 商品加入流动性资产组合中可以有效提供分散化，从而提高投资组合的风险调整后回报。
结论
本研究证明，将商品宇宙扩展至包括 PLUS 商品，在仅长期和长短期投资组合的背景下均能带来显著益处。我们的分析表明，这些益处不仅仅是理论上的，而是可以实施的，正如我们提出的容量和流动性标准所展示的那样。
结合全市场构建的等波动长仓组合在风险调整后的表现优于由传统基准成分组成的组合，这体现在夏普比率、最大回撤和偏度的改善上。此外，包含 PLUS 商品的多空因子组合在绩效上表现出显著的提升，尤其是在夏普比率的大幅增加和回撤的显著减少方面，即使考虑了交易限制和成本。这些绩效提升主要归因于几个潜在的驱动因素：更高的资产滚动收益、对流动性风险溢价的暴露以及组合分散性的改善。
我们的研究结果支持扩大可投资商品市场的投资范围，尤其是在管理多元化多资产组合的投资者中。此外，研究结果还表明，传统的基准指数，如 BCOM 和 GSCI，可能不再能够充分捕捉全球商品市场中可用的机会。因此，配备我们提出的流动性规则后，投资者应重新评估其商品头寸的构成，并考虑更广泛、流动性意识更强的投资范围，以捕捉这些市场提供的回报收益。
附注
1 很多商品基金是以“有限合伙”形式设立，并采用通过式税务处理，K-1 是相关的税务表格。
2 BCOM 根据流动性及以美元计价的生产数据来确定成分的权重，并受单一和组合商品敞口限制的影响。
参见附录中每种商品的具体滚动时间表。
4 在本文中，我们包括英国天然气。近年来，荷兰天然气的流动性已经超过了英国天然气。但由于数据可用性和过去几年更高的流动性，我们还是关注英国天然气。
5 在这一部分，我们从这些数字中移除了四种工业金属商品（铝、铜、镍和铅）以及我们的 PLUS 商品（锡）。由于数据限制，我们使用其他来源的数据来衡量产能和可交易性。虽然我们对这五项资产的流动性充满信心，但这些数据与其它资产的数据不具备可比性，因此为了便于解读，我们将其移除。
6 日经橡胶、燕麦和糙米未被纳入 PLUS，因为它们未能满足我们的产能标准。（对于小型投资组合的投资者，也可以考虑将这些商品纳入其商品范围。）牛奶、奶酪和黄油则未能满足我们的产能和可交易性标准。
7 资产波动性使用历史日回报率进行估计，采用一年窗口和六月半衰期，并取过去 1.5 年的最大波动性。
8 留意的读者会发现，平均回报的完整期间差异在统计上并不显著，尽管在过去的 10 年中是显著的。
9 我们的流动等波动性组合相对于 BCOM 的超额收益在过去 25 年中约为每年 3%，这与 Ghia、Kartik、Zarvan Khambatta 和 Michael K. Donat 在“ 商品投资洞察：板块特征 ”一文中从 2006 年到 2019 年所展示的“逆波动性”组合与 BCOM 之间的收益差异一致。该文发表于 Bloomberg，2019 年 11 月 6 日。
10 投资限制遵循之前讨论的资产可接受投资组合暴露，对流动商品设定了 30%的上限，以解决投资组合集中度问题。与 BCOM 的方法一致，这限制单一投资工具在整组合中的暴露比例不超过 15%。投资限制的变化限制是投资限制的一半，代表每个投资工具最多 10%（即超过 90%的折扣）的容量，用于控制市场影响。为了本文的目的，我们假设这些限制是静态的，并在整个回测期间应用。
11 交易成本包括交易成本（在头寸变动时发生）和滚动成本（在合约滚动时发生）。这两种成本均以报价差衡量，大约相当于期货合约最小变动价位的 2 倍。
12 过去 25 年的累计回报贡献为-0.58%，接近于 0。
13 实际上，如果我们移除英国天然气，剩余 PLUS 商品的平均调整波动率滚动收益分别为 3.5%、3.3%、15.7%和 16.9%，分别对应 10 年、5 年和 3 年窗口，所有这些都为正数且远高于流动商品的平均调整波动率滚动收益。
各投资组合的总杠杆率保持不变。
15 买入相对价值下降的资产，卖出相对价值上升的资产。
© 研究关联
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/91064.html
