首页 > 数字 > 正文

焦点精选!你从来没有系统理解过超额收益——阿尔法

2022-11-07 15:47:24来源:36氪  

在整个市场都充斥着各种小作文和过度解读的当下,思考良久,到底写什么能够缓解大家的焦虑,一定不能是鸡汤,也不能是某个财富密码。

应该是一种更具象的方法。


(资料图片)

于是,授人以鱼不如授人以渔。最为困扰投资人的一个问题来了:我们到底怎样才能持续获得一个阿尔法?

我想哪怕是机构投资者也很难完美回答这个问题。

阿尔法,即Alpha,在投资领域也称超额收益,日常理财投资的科普中往往简单解释为一个投资产品组合的业绩表现高于相对应的基准(benchmark)的部分,比如我们购买的主动型基金就属于追求阿尔法、以超越市场的业绩表现为目标的一种基金。

这只是一种阿尔法体现,金融投资理论中的阿尔法是指根据资本资产定价模型(CAPM),即风险对等原则,在相同风险下获得超出CAPM所对应的相应收益。注释:该模型假设完全有效市场和理性经济学人。

那么,放到具体标的上,阿尔法又是如何体现的,以及如何才能得到?阿尔法到底指的是什么呢?相信在市场摸爬滚打很多年的投资者也一定在苦苦探索。

我们抛砖引玉,斗胆试着解释一下。

首先为什么我们需要阿尔法,引用《中国投资参考》的一段表述,“除了公共投资,几乎所有金融投资的目的都是为了获取超额收益阿尔法。如果金融投资仅获得平均收益,那么在边际效应的作用下,收益率曲线会变平,金融投资主体会躺平,最终经济和社会都会躺平,躺平意味着活力的消失。特别是当收益率曲线出现倒挂,金融投资往往会出现负阿尔法,并进而引发金融和经济的系统性风险。

而从有效市场假说理论来看,阿尔法是一种额外收益,或者叫非正常收益。因为,如果市场是有效的,所有参与者是无法系统地通过技术分析、基本面分析以及内幕消息来获得超过大盘的收益的。当然,短期来看,市场不总是有效的。

市场总会偏离有效市场假说下的零异常值而持续的上下波动,而这个持续的异常则构成了阿尔法的主要来源。

阿尔法也是零和的,一个投资者的正阿尔法是另一个投资者的负阿尔法。那么关键问题是:

一个人如何始终如一地产生正阿尔法?

我们认为,实现阿尔法的最佳方法是系统地利用市场异常。

许多散户投资者不知道,有大量的学术研究致力于发现和分析不同的市场异常情况。这些学者中的许多人也往往是大牌基金经理,而不是与市场现实“脱节”。

那么,这些异常是什么以及它们为什么存在?

01 价值异常

“价值”异常表明:

“从长远来看,便宜股票的回报要好于昂贵的股票。”

这种异常非常直观,以便宜的价格购买股票将比以昂贵的价格购买股票带来更好的回报。这是整个价值投资教义的支柱,并且经受住了时间的考验。有几十篇学术论文为这种异常提供了实证支持。

存在“价值”异常是基于两种行为偏差:

1)投资者过度自信

投资者系统性地低估了企业营收(盈利)的均值回归,并将近期的营收(盈利)增长推算到很远的未来。这导致拥有昂贵“魅力”的股票价格过高。

记得2020年投资群最火的一句调侃是,“我们只看增长,这家盈利吗?不好意思,我只买不盈利的。”最近的例子就是互联网行业这些在各个子领域位居头部的平台,估值大幅下滑,甚至出现脚踝斩。

2)投资者失望

价值股往往很便宜,因为它们过去曾让投资者失望。这使得价值股难以持有,市场将它们的价格压低到合理的水平以下。此外,大家对价值股的情绪往往非常消极和悲观,也给价值投资者增加了心理负担。比如我们经常拿出来举例的港股标的,蒙古焦煤(00975.HK)。

也就是,由于过度自信将昂贵股票的估值推得太高,而悲观将便宜股票的估值压得太低,理性的投资者可以通过交易的另一面获利。而由于我们自身固有的偏见,这可能很困难,这就是为什么市场上出现了很多客观的量化模型来补充投资决策。

这里并不包括DDM(股息贴现模型)和DCF(自由现金流贴现)估值模型,它们的输出在很大程度上取决于人的主观假设和预测,因此并不完全客观。理想情况下,这种定量模型将融合不同的估值指标,保护模型免受过度依赖。混合各种不同的估值指标也被证明可以带来更高的回报和更低的风险。

比如,重点关注的估值指标有:

市销率 市盈率 自由现金流收益率(或P/FCF) 市净率 股息收益率

02 动量(Momentum)效应异常

动量效应异常表明:“平均而言,过去的赢家将继续表现出色,而过去的输家将继续表现不佳。”

动量异常与普遍认为的“涨幅最大的股票应该进行修正”的观点背道而驰。毕竟,价值异常不是完全相反的观点吗?相反,动量和价值异常已被证明具有有限的关系,并且结合这两种策略已被证明可以带来更好的回报,且风险更小。动量异常的预测能力几乎与价值异常一样强,但使用起来要简单得多。

“动量”异常的存在是由于市场中存在的两个主要结构性因素以及一个众所周知的行为偏差:

1)信息发生作用缓慢(结构原因)

新信息往往是缓慢传播或发生作用的,随着越来越多的人意识到并采取行动,新信息可能会导致股票在一个方向上持续波动,而不是突然飙升。而且不同的投资者或机构有不同的投资交易的时间决策框架,也会出现以不同的速度应对新信息采取行动。

2)流动性限制(结构原因)

大型投资者受限于股票的流动性,因此必须在很长一段时间内分散购买。这体现在长期的价格趋势中,而不是突然的价格上涨。这就是为什么动量在小盘股、流动性相对较差的股票中更有效的部分原因。

3)投资者羊群效应(行为偏差)

投资者因担心错过某些投资的高额回报而可能会产生从众心理,即投资者不断涌入相同的投资标的,从而导致持续的购买压力。这最终可能导致估值过高(从而导致未来表现不佳),但平均而言,顺势而为是有利可图的。近期比较典型的例子,新东方在线(01797.HK)。

重点关注的指标:

6个月价格表现 12个月价格表现 相对强度指标

03 “聪明的钱(Smart Money)”异常

“聪明的钱”异常是指:“当‘聪明的钱’看好一只股票时,它往往会跑赢大盘。反之亦然。”

以美股为例,市场上的“聪明钱”是卖空者、公司内部人士和金融机构。这些投资者中的每一个都必须向监管机构(SEC)报告他们的活动,而学者们发现他们的活动可以预测未来的投资回报。因此,空头兴趣低、近期公司高管买入以及机构持股净增加的股票随后往往会跑赢大盘。

“聪明的钱”异常的存在是因为一个主要的结构因素:

信息/分析优势

这些投资者中的每一个都可以获得公众无法获得的信息和分析,因此他们的投资决策比整体市场更明智。从本质上讲,他们的决策比市场更能反映股票的真实价值。

比如我们的经济是否触底反弹,他们一定比普通投资者更先知。

即使有所有旨在保护个人投资者的法规,游戏仍然受到“聪明的钱”的操纵。投资者应该明智地留意这群投资者的信号,因为他们的一致活动非常能反映未来的回报。比如前两年高瓴资本的持仓变动,简直成了热门股的风向标。

重点关注的指标:

空头头寸占总流通股的百分比

过去6个月公司内部高管持股的净变化

过去3个月机构持股的净变化

04 业务质量异常

业务质量异常指出:“在短期内操纵其盈利的公司,在长期内投资回报将大大落后。”

业务质量异常的存在主要是因为一种行为偏差:

投资者短线主义

投资者专注于短期盈利,因此市场倾向于根据公司盈利的数量而非质量为公司定价。这会导致盈利质量非常差的公司人为地抬高价格,反之亦然。

市场系统性地高估了那些走“捷径”获得更好收益的公司,同时惩罚了专注于长期投资的股票。

比如一些股票发业绩后经常开盘迎来大涨10个点,随后又跌下去,这一高一低往往就收割了很多投资者。

重点关注的指标:

研发费用占资产的百分比:高研发支出在短期内抑制盈利,但或许会带来未来收益。

应计盈利占资产的百分比:公司有权利将非现金项目报告为收益(例如应收账款),可能夸大其盈利。

外部融资:承担大量债务和股权融资的公司将自己置于未来的麻烦中。

折旧与资本支出的比率: 公司计提折旧的速度低于新资本支出的速度,未来将面临巨大计提。

05 盈利动量异常

盈利动量异常表明:“过去超过(beat)分析师预期的公司,未来可能会继续超过。”

盈利动能异常的存在主要是由于卖方分析师的利益冲突

1)投资银行利益冲突

卖方分析师为大部分收入来自投行业务的金融机构工作。这意味着分析师有动力与某些公司“玩得好”。因此,分析师将人为地将他们的近期预测设定为低,以便公司可以“超过”。这就是上市公司之所以能够在65%而非50%的情况下击败华尔街预测的原因。

2)“旋转门”现象

分析师通常会为他们随后加入的公司撰写有利的股票推荐。这导致了“旋转门”效应,分析师提供有利的公司研报覆盖以换取未来的工作。敏感的同学都能猜到,这里就不举例了。

重点关注的指标:

EPS/收入连续多个季度超市场预期

上一季度每股收益/收入超预期百分比

过去3年的超预期次数

小结

许多学者对这些异常现象进行了实证检验,并且自公开发表以来也证明了其非常一致。这清楚地表明这些异常不是虚假数据挖掘的结果,而是市场中的普遍现象。

当然,大多数这些异常现象都是基于人的行为偏见,意味着它们在市场上有遗传根源,也几乎确认这些异常将继续存在,毕竟人的行为也是我们能够依赖决策的一个常数。

而如何利用这些市场异常去指导投资,需要投资者各显本领了,每个异常讨论起来又是一个大的学术课题,我们唯有更加努力地去钻研,尝试组合不同维度的指标,反复实验,相信投资定能够获得长久的阿尔法。

补充一点,关于信息不对称,要想超越聪明的钱,我们又可以通过提高超额认知、对经济周期及政府干预行为的预测来改善。而提高超额认知的基础是摆脱认识缺陷,尤其摆脱来自近期各种小作文的迷惑。

既然理性经济学人只存在于假设,那就尽量做一个建立在市场感性参与者基础上的理性经济学人,预期市场的预期,阿尔法还会远吗?

注释:学术研究是洞察历史上产生超额回报的不同策略和指标的宝库。社会科学研究网络(SSRN.com)上有大量研究,建议投资者如果有兴趣可以看看。

拓展阅读:【投融资研究 】如何实现金融投资的超额收益阿尔法|中国投资

标签: 超额收益 质量异常 估值指标

相关阅读

相关词

推荐阅读