范华
作者范华，本科毕业于北京大学数学系，后获美国哥伦比亚大学统计系硕士、金融学博士。毕业后在高盛公司任职十一年，此后她加入中国投资有限责任公司，并曾任资产配置部总监。
在资产配置方案制定之后，公开市场的投资是必不可少的：一来容量大，可以直接获取风险溢价β和超额收益α；二来流动性好，实施快，投资者在另类资产投资目标配置达到以前，都需要进行公开市场的投资。
公开市场投资的一大选择是主动与被动投资管理的选择。夏普在1991年著名的两页纸的文章《积极管理的算术》[1]中指出：
  • 市场是所有积极管理和指数管理头寸的总和；
  • 所有指数管理头寸的总和是市场回报；
  • 所以，所有积极管理头寸的总和是市场回报。
无论时间段、无论市场是否有效，基于简单的算术可以得出结论：一个资本加权的平均积极管理人取得的回报是市场回报减去费用。换个角度说积极管理的平均回报是低于被动管理的指数回报的,积极管理比零和游戏更糟，是“负和游戏”。
夏普的结论还是有一些假设值得讨论。一是所有指数的总和是市场。对于债券、大宗商品来说，常用指数外存在大量证券可供选择，这些证券由于不在指数内，投资的人较少、被研究的程度低、存在非流动性溢价，会有更好的风险调整后收益。对于股票来说，光美国大盘指数就有标普500、罗素1000、MSCI US等选择，还有诸多中盘、小盘股指数、区域、国家、行业指数。所以这些指数的总和并不是市值权重的“市场”指数基金。另外“积极”股票持有者不都是职业基金经理，有散户，也有大股东长期持有、较少交易。非职业基金经理多的市场有效性差，获取超额收益的机会更高。近年来大量实证数据支持夏普的结论，特别是在股票管理上，我们展示几个不同视角：
表1展示了截至2018年6月30日各类股票、债券主动管理基金的存活率、主动积极与同类被动基金的超额收益和主动基金中战胜被动基金的胜率[2]。样本是晨星公司追踪的共同基金，以零售投资者为主，数据的优点是公开、透明。
表1 晨星主动管理人表现
从中我们可以发现三个现象：第一，超越基准真的不容易！除公司债以外，10年胜率均未过半。我们看重长期业绩，特别是跨越了一个以上的市场周期。晨星选用被动基金的回报已经避免了直接与指数本身相比的税费，超越指数本身的概率就更低了。超越被动基金的比例低，直接导致了基金的存活率低。第二，市场越有效，主动战胜被动的可能性越小。比如美国股票，在10年的期限上，只有10.6%的主动基金战胜了被动基金。即使时间短一些，在5年的期限上也只有20.9%的主动基金战胜了被动基金。对信息不那么充分的非美发达股票、新兴市场股票而言，主动战胜被动的概率有所提高。值得一提的是中国，10年战胜被动的比例为40.5%，特别是在活下来的51.4%的基金中胜率为79%，远高于其他类别。另外中国市场超额收益的幅度也远高于其他类别。这与中国市场散户比例高，机构优势明显的直觉一致。第三，管理费吃掉了超额收益。考虑到主动管理基金的费率[3]（表2），我们可以看到初美国股票外，管理人的费前超额收益为正。
表2 晨星管理人费率
对于机构投资者来说，选择范围更广（不少资产管理公司只为机构客户提供服务）。表3是机构投资者经常使用的eVestment数据库的统计结果。eVestment数据库有一定存活偏差，因为业绩是由管理人自愿申报，业绩持续不佳的管理人通常不再继续申报，所以eVestment数据库主动投资战胜被动投资的比例会更高一些，但结果仍然令人失望。
表3 eVestment管理人胜率（2015年）
第一，市场上存在好的积极管理人；是不是投资者都应该选择被动投资呢？现实中几乎100%资产拥有者选择积极管理，因为他们相信[4]：
第二，他们认为自己有能力选到积极管理人。
关于第一点，之前的数据说明存在，但不超过一半—被动投资通常优于中位数积极管理人，问题是80%的人认为自己是最优秀的20%，当然也有代理人问题。我们再来看看第二点，管理人选聘的可持续性。资产拥有者通常拥有专业的团队、严格的流程和科学的评价手段，他们投资的实际投资结果究竟如何呢？2015年CEM Benchmarking调查显示（表4），全球301家机构投资者（管理8万亿美元资产）和30家大型机构投资者（管理资产范围在3300亿-1.03万亿美元）在股票主动管理上还是有正贡献的，特别是大型机构优势明显。
表4 CEM资产拥有者积极管理情况
几十年前的公开市场策略实施都会选择积极管理，因为那时候大家认为受过训练的MBA就可以轻易地超越基准。之前列举的数据显示近年来超越指数越来越难，很多α还被管理费吃掉了。机构投资者纷纷开始采用低成本、高容量的Smart β/因子投资，FTSE-Russell 2018年的最新调研[5]显示，48%的资产拥有者已经采用了因子投资，还有20%在研究实施中。这里我们要明确一下，近年来大量资金涌入指数和ETF投资，其中非市值权重的指数实质上都是积极策略。资产拥有者考虑自身能力、资产规模、市场容量等因素，制定风险预算，合理分配被动投资（市值权重的指数投资）、主动投资和Smart β/因子投资。
我们之前论证了被动投资可以提供超过中位数的费后回报，那么Smart β/因子投资长期看可以提供第一象限的费后回报，但是有些年份也会是第四象限的表现。所以应用Smart β/因子投资时要有合理的预期:
  • Smart β/因子投资可能会在相当长的时间段内低于基准。单一因子的信息比通常不高，即使多因子组合也会有输钱的年份。如果在Smart β/因子投资长期均值回归，就不该表现很差的时候“解聘”。
  • Smart β/因子投资可能会在短时间大幅低于基准。这通常是因为市场上存在许多类似的基金，在某些因子上敞口集中。一旦有大规模赎回（不一定是和因子相关的原因），很容易产生连锁效应，导致这些因子短时间内的表现大幅低于指数。2007年8月的量化策略危机（Quantcrisis）就是一个例子。危机前很多资金涌入流动性好、信息比高的量化基金，在价值（Value）、动量（Momentum）和规模（Size）等因子上积聚了大量敞口。次贷危机使得大机构不得不赎回量化基金来追加流动性差的次贷敞口的保证金，导致高杠杆的基金清盘。据业界人士估计，接下来的两三年内，75%的资金撤离了量化策略。
  • Smart β/因子的回报不易理解。因子的定义依赖于模型，虽然都叫“价值”，但定义可以千差万别。这也导致了同类产品的业绩差异，虽然投资前的历史回测结果都不错。因子投资是很好的投资工具，但需要投资者对于因子模型和表现有深刻的认识才能游刃有余。
由于积极管理存在低成本的Smartβ/因子投资，大家对主动投资的要求也进一步提高，希望管理人能够提供超越基于规则的Smart β/因子投资的超额收益，也称Pure α，通常包括根据宏观判断的自上而下的国别、行业选择、自下而上的股票/债券选择和因子择时回报。这些Pure α超额收益来源中选券更为稳定、可持续。总体来说Pure α很难持续获取。
大型资产拥有者通常设有专门的外部管理人选聘团队，主要关注以下几个方面：
“人”的全面考量（People）。重点关注决策人（decision maker），也就是对业绩负责的关键人，同一决策人是否有长期的业绩记录并且仍负责该策略，管理人管理的资产规模在比对期（也就是公司考察的业绩期间）是否有大幅增加或变动，管理数千万美元和数十亿美元的考察能力并不尽相同。此外，应关注决策机构设置、决策记录的留存和验证、管理人的历史和所有权架构、投资团队的合作经历和激励机制等；在支持团队（support staff）方面，需关注是否出现过重大失误以致影响业绩等。
投资流程（Process）。投资流程考核的包括：第一，不同团队之间如何设置合理的信息壁垒和防火墙；第二，决策方法，业绩是基于大量“小”决定还是使用少量“大”决定，相对而言前者稳定性更好；第三，选券（Security Selection）流程，自上而下或自下而上，量化方法的使用；第四，量化分析，管理人增加、改变或撤销模型的机制的促因，对于投资模型的持续的研究能力和动力；第五，再平衡机制，触发再平衡调整的临界点设置和再平衡调整原则；第六，风险管理机制，流动性风险、大幅下跌风险、操作风险等管控；第七，止损机制，点位设置以及执行纪律；第八，运营管理机制，清算结算流程和数据及时维护。当然这些规则的设定不能一概而论，要与投资策略匹配，例如价值投资/逆向投资风格的策略不应该设置止损；趋势型管理人不一定需要再平衡等等。
绩效表现（Performance）。公司作为长期投资者，可以承受一定市场下跌的风险，但同时也要关注管理人业绩下滑对于公司业绩拖累的影响，重点关注管理人业绩大幅下滑的存活风险，这将导致损失实现。考量管理人的历史绩效应重点检验完整周期中的滚动表现（Rolling Return）而不是累计回报（Cumulative Return），后者容易受起始点误导。最好观察5年和10年乃至更长时间的跨周期绩效，观察管理人与基准之间的稳定性，由此也可以期望管理人所能取得的收益，某种程度上也鼓励公司组合经理进行逆周期的思考而不是顺周期的操作。选聘管理人和评估业绩需选择适当基准，由此区分管理人业绩来源于风格因子还是能力（skill）。管理人的业绩需要分解超额收益的来源，剖析超额收益是偶然获取还是可持续的，需要关注市场机会的捕捉率、波动率和信息比/夏普比，了解业绩大幅下降的原因以及管理人的改进举措。
投资约束（Constraint）。很多机构出于风险管理的考虑会制定明确的投资范围和严格的风险指引，这些限制会使得投资经理不得不在价格不利的情况下买入或卖出，例如债券管理中的评级要求、股票指数的增减等，都成为了没有这些限制的机构的α来源。Grinold and Kahn(2000)[6]证明取消做空的限制可以大大改善了组合管理的有效前沿（Efficient frontier）。
费用（Fee）。管理人的业绩应为剔除全部费用后的真实业绩表现（这对于区分被动和主动管理人、对冲基金等收取业绩费的管理人尤为必要）；关注管理人的费用结构（管理费和业绩费的比重）；不能简单地挑选费率低的管理人，因为费率低有可能是他们的业绩没有好到能够多收取管理费；也不能一味地选择高管理费的管理人，因为他们很可能是近期的好业绩主要靠运气、不能持续。有些管理人所投资产流动性不好，调整成本非常高，全流程收益必须把这些因素也考虑在内。我们应该知己知彼，了解行业情况，可以参考咨询公司的相关研究。
规模和容量（Size and capacity）。主要评估表现优秀的管理人能否对我公司开放足够和有意义的投资规模，公司可以设定一个起点标准，例如投资金额在2000万美元（相对于公司总资产万分之一）或策略的十分之一，才认为是有意义和值得考量的管理人。另外，需要管理人的策略管理资产（AUM），数额过大，反而难以获取超额收益。
波动性（Volatility）。选聘管理人时可在两个方面关注波动性，一是管理人的预期波动性，二是管理人的波动性和策略其他部分的预期相关性。如果两个管理人的波动性非常相似，同时公司对于该策略的配置额度较少，无特殊理由，一般不建议同时聘请两家管理人。
流动性（Liquidity）。关注管理人的资产流动性，管理资产退出变现的时间和进度，能否满足该组合的流动性需求。
控制（Control）。公司对于管理人是否有充分的控制能力，管理人能否按照公司的要求执行调仓指令，组合各类资产集中度、风险、换手率等指标能否严格按照投资指引执行。
法律和公关风险（Legal and Reputational risk）。法律关注的问题能否得到合理的解决，公司的利益在遵循行业管理的基础上能否得到保护；管理人本身以及既往投资是否涉及影响公司的声誉风险。
总的来说，管理人选聘的最主要因素是前面三个P，即People, Process 和Performance。其他因素则结合公司实际情况和配置要求，选聘和管理管理人时需要关注。
有从业者说，定性因素都是忽悠，最终还是“唯业绩论英雄”。我们确实很难看到投资团队会推荐一个近期表现不好的管理人，但是学术界和投资领域多个实证研究显示管理人业绩不具有持续性：Carhart(1997)[7]、Fama and French(2010)[8]通过大样本、长周期的数据发现，过往业绩对未来业绩的解释力非常有限。当然，也有一些研究，如Brown and Goetzman(1995)[9]，以及Wermers(1996)[10]发现了管理人业绩在短期有持续性，认为是动量(Momentum)的原因。问题是对于机构投资者来说,短期频繁调整管理人的成本太高（包括选聘、尽调、法律谈判、市场冲击、交易费用等），得不偿失。对于基金来说，其时间加权的回报远高于资本加权的回报，这主要是因为投资者的追涨杀跌。我们熟知的耶鲁捐赠基金能取得长期超额收益的一大原因是对管理人的深入研究，一旦入选就长期持有，他们的平均管理人持有时间在10年以上。
我们以eVestment数据为例，表5展示了通过过往3年业绩选取的管理人在接下来3年的胜率,可持续性不高。
表5 eVestment管理人胜率
Goyal and Wahal(2008)[11]研究了1994年至2003年间美国养老金管理人更换效果，即用过往业绩较好的管理人替换表现较差的管理人，这些研究者仔细研究了替换前与替换后的管理人业绩，发现机构投资者替换决定之后新选管理人的平均业绩改善基本为零，而被替换的管理人在替换之后的业绩表现更好、且在统计上显著。那我们是不是应该逆向思维，投资表现不好的管理人呢？表6是S&P对管理人在四个象限的转换矩阵[12]，五年业绩的可持续性不强印证了之前的结论，但第四象限的管理人清盘可能性大。这是因为投资团队业绩持续不佳会导致商业风险（business risk），留不住优秀人才，面临解散的压力。所以只有对管理人定量、定性的全方位了解才有信心做出逆向选择的判断。
表6 S&P统计的管理人四象限转换矩阵
最近Research Affiliate公司的Arnott, Kalesnik andWu(2017)[13]将1990-2016年共同基金的超额业绩拆分成smart β/风格因子回报和Pure α，结果很有意思。他们发现：
  • 超额收益受风格因子影响大（表7）；
  • 管理人超额收益和业业界排名可持续不强；
  • 剔除风格因子后的真正的α部分有一定持续性。
表7 ResearchAffiliate风格因子和Pure α可持续性
我们在管理人选聘的考量因素中并没有把风格漂移作为禁忌，主要是有以下考虑：首先，如果管理人的超额收益大可以风格用因子来解释，那我们可以直接投资费率更低的因子。我们希望找到管理人能够提供超越因子回报的Pure α，是不能被风格因子解释的超额业绩。其次，市场是不断发展的，昨天的Pure α已经成为了今天的Smart β。这就需要管理人有不断学习、不断进化的能力，特别是对于变化较快、不成熟的市场，能够捕捉到稍纵即逝的套利机会是适应力强的体现。我们投资一个量化策略，并不是投资一成不变的现有模型，而是有能力的团队通过投资流程不断产生新策略、创造可持续α的能力。当然，在管理人涉及自己之前没有经验的领域时，我们可以考虑有没有其他选择，判断该管理人在新领域获取超额收益的能力。
最后我们对于组合构建给出三点建议：
一是做好积极与被动的风险预算。在有效性差的市场，加大积极策略配置；在有效性强的市场，多做低费率的Smart β/因子投资和被动投资。Ronald Kahn证明过积极策略的配置比例与其信息比成比例[14]。
二是尽可能全局优化,避免过度分散。大机构精细化管理会将投资任务分配到不同团队，每个团队在自己的范围内局部优化，争取超额收益。但局部优化的总和不一定是全局优化。最简单的获取超额收益的办法是承担更多市场风险（因为多数时候是有正收益的）。如果每个团队都这样做，在总组合层面就没有好的分散化效果。我们应该尽可能设计好投资流程和激励机制，尽可能在总组合层面优化、鼓励与市场风险相关性低的投资。另外，每个投资团队为了增加获取超额收益的稳定性，都会愿意多选几个管理人。这就有可能造成综合所有积极管理人的总组合与市值权重的指数相差无几！减掉需要支付的积极管理人费用，超越基准的可能性极小。加大积极管理人集中度，还可以提高议价能力，降低总组合费率。
三是不要追涨杀跌、顺周期操作。从组合构建的角度来说，追涨杀跌的结果是造成组合内的管理人相关性增加，不利于分散化。应该坚持对管理人选聘的全面评估，而不是“唯业绩论”；评价周期要避免短期化，尽可能跨越牛熊周期，兼顾管理人长期业绩和适应当前市场环境变化的能力。对于我们通过深度研究有置信度的管理人，在其业绩不佳时，与管理人谈判降低费率会是比解聘更有效的获取超额收益的方法。
以上是我们对于海外公开市场投资实践的思考。对于中国市场来说，一是市场有效性差，散户比例高，更适合从事积极管理；二是投资工具少，约束多，达到分散化的难度更大；三是资产管理费用高于海外，降低综合费率更是提高收益的有效手段，应该避免为β支付业绩提成费用，尽量对真正的α付费。四是投资行为短期化，长期投资者有明显优势。我们将在下一篇文章中探讨长期投资的问题。（完）
[1] Sharpe，William [1991] “The Arithmetic of Active Management.”Financial Analysts Journal 47(1):7-9。
[2] Morningstar’s Active/Passive Barometer, 2018.
[3] Johnson, B., Boccellari, T., Bryan, A. Rawson, M. (2015)Morningstar’s Active/Passive Barometer, Morningstar
[4] Barton Waring and Laurence Siegel, 2003, “The Dimensions of ActiveManagement.”, Journal of Portfolio Management 29 （3）： 35-51.
[5] Smart Beta: 2018 Global Survey Findings from Asset Owners,FTSE-Russell Reseaerch
[6] Richard Grinold and Ronald Kahn, 2000, “The Efficiency Gains ofLong-Short Investing.” Financial Analysts Journal 56(6):40-53.
[7] Carhart, M. (1997) On Persistence in Mutual Fund Performance.Journal of Finance 52:57-82
[8] Fama, E. and French, K. (2000) Luck versus skill in the crosssection of mutual fund returns. Journal of Finance 65:1915-47
[9] Brown, S. Goetzman, W. (1995) Performance Persistence. Journal ofFinance 50:679-98
[10] Wermers, R. (1996) Momentum investment strategies of mutual funds,performance persistence, and survivorship bias, Working Paper
[11] Goyal, A. Wahal, S. (2008). The Selection and Termination ofInvestment Management Firms by Plan Sponsors. The Journal of Finance. LXIII18-5-1847
[12] Soe and Liu, 2018, “Does Past Performance Matter? The PersistenceScorecard”, S&P Research.
[13] Rob Arnott, Vitali Kalesnik and Lillian Wu, 2017, “The Folly ofHiring Winners and Firing Losers”, Research Affiliate Research.
[14] Ronald Kahn, 1999, “Seven Quantitative Insights into ActiveManagement”, Barra newsletter and Investment Insights from Barclay GlobalInvestors.
继续阅读
阅读原文