資產(chǎn)配置與因子配置因子的含義近年來，因子投資在資管領(lǐng)域引起了高度關(guān)注。此前，大類資產(chǎn)配置的傳統(tǒng)框架：無論是MVO、BL還是風(fēng)險平價等模型，無論是資產(chǎn)負(fù)債還是風(fēng)險管理，無論是向管理人分配資源，還是投資工具的選擇，對象都是“資產(chǎn)”。2007-08年全球金融危機爆發(fā)后，很多從資產(chǎn)視角來看，風(fēng)險很分散的投資組合，同樣受到了較大沖擊。實務(wù)界開始重視“穿透”資產(chǎn)，探尋資產(chǎn)背后“因子”的邏輯。打個比方，在傳統(tǒng)框架下，大類資產(chǎn)配置的權(quán)重相當(dāng)于食譜，每類資產(chǎn)對應(yīng)一種食物。在因子框架下，針對因子優(yōu)化配置，相當(dāng)于“穿透”食物，參考營養(yǎng)成分表。這樣投資組合的風(fēng)險收益的配比更加準(zhǔn)確和均衡，即每天食物組合的營養(yǎng)搭配更加合理（表1）。表1：資產(chǎn)配置中的因子投資，相當(dāng)于“穿透”食物，參考營養(yǎng)成分表Bender（2013）將因子定義為“特征”，即能夠解釋并且影響資產(chǎn)風(fēng)險和收益的那些“特征”。很多專家將因子稱作“風(fēng)險因子”，也有人把因子叫做“投資因子”或“收益因子”。這些命名，本質(zhì)上是一個硬幣的兩面，更強調(diào)風(fēng)險來源，它就是風(fēng)險因子；更突出回報來源，它就是收益因子。理論溯源因子投資的思想，最早可以追溯到20世紀(jì)60年代誕生的CAPM模型。CPAM實際上講述了一個單因子模型，即一項資產(chǎn)的回報，取決于它對市場投資組合回報（即市場因子）的風(fēng)險敞口。市場風(fēng)險是唯一被定價，并能夠獲得回報的因子。但理論界不久后就發(fā)現(xiàn)：CAPM無法充分地解釋資產(chǎn)回報。Rosenberg（1975）指出，除市場因子外，資產(chǎn)還受到其他因子的影響。該研究掀起了尋找CAPM例外情況（即“市場異象”）與解釋因子的研究競賽。（1）規(guī)模因子。Banz（1981）、Reinganum（1981）提出小盤股存在風(fēng)險溢價。（2）價值因子。Basu（1977）、Rosenberg（1985）等提出低市盈率、低市凈率股票存在風(fēng)險溢價。（3）動量因子。Jegadeesh（1993）、Rowenhorst（1998）等提出股票市場存在趨勢交易的溢價。（4）低波動因子。Haugen（1991）、Chan（1999）、Schwartz(2000)等提出低波動資產(chǎn)的溢價。（5）質(zhì)量因子。Sloan（1996）、Dechow（2010）等提出高盈利質(zhì)量公司的股票溢價。（6）股利因子。Litzenberger（1979）、Blume（1980）等提出分紅預(yù)期能夠部分地解釋股票回報。（7）宏觀因子。Chen、Roll和Ross（1986）采用宏觀因子（如GDP增速、通脹、匯率等）來解釋資產(chǎn)回報的差異。在固定收益以及其他資產(chǎn)領(lǐng)域，因子問題同樣引發(fā)了熱烈討論。例如，Leibowitz和Nozari（1990）提出久期在債券組合中的應(yīng)用。Bhansali（2011）論證了權(quán)益市場、久期、流動性、動量和外匯因子對各種資產(chǎn)的解釋。正如Nielson(2018)提到的那樣：價值、動量、質(zhì)量、宏觀等因子對固定收益市場同樣適用。除了市場異象外，多因子模型也是因子投資理論演進的另一條主線。Ross（1976）提出了套利定價理論（APT）。他認(rèn)為：資產(chǎn)的預(yù)期收益，可以用一系列宏觀因子或市場指數(shù)模型化。盡管Ross沒有明確這些因子是什么，但APT奠定了因子投資的理論框架。多因子模型隨后不斷發(fā)展。Fama和French（1992、1993）將規(guī)模、價值和市場3因子納入同一個模型，正式標(biāo)志著資產(chǎn)配置走向因子配置。隨后理論與實物界對Fama-French三因子模型，做了一系列改進。包括但不局限于：Carhart（1997）將動量因子加入Fama-French的3因子模型。又如，Bender（2013）對MSCI因子指數(shù)的說明。再如，F(xiàn)ama和French（2015、2016）對5因子模型的討論，以及ANG（2017）對BlackRock7因子框架的介紹等（參見圖1）。圖1：因子投資框架的理論溯源因子投資框架VS量化投資多因子模型資產(chǎn)配置中的因子框架與量化投資的多因子模型有著相似的理論溯源。在股票市場中，采用規(guī)模、價值、動量、低波動、質(zhì)量等市場因子構(gòu)建投資組合的操作已經(jīng)相當(dāng)成熟。那么，大類資產(chǎn)配置中的因子投資框架與量化投資的多因子模型，差異何在？我們認(rèn)為不同點有三：第一，目的不同。大類資產(chǎn)配置的因子框架，是采用因子視角解析資產(chǎn)配置，著眼于改善投資者的資負(fù)管理、優(yōu)化投資組合的風(fēng)險收益，更清晰地拆解管理人的投資業(yè)績。量化投資的多因子模型，則側(cè)重尋找風(fēng)險收益更優(yōu)的投資組合，只是因子投資框架的內(nèi)容之一。第二，環(huán)節(jié)不同。兩者目的不同，因而涉及的環(huán)節(jié)也有較大差異。大類資產(chǎn)配置的因子框架，對應(yīng)負(fù)債管理、資產(chǎn)配置、擇時擇券、風(fēng)險管理、業(yè)績評價等一系列內(nèi)容。量化投資的多因子模型，更多集中于資產(chǎn)配置和擇券。第三，視角不同。（1）量化投資的多因子模型，聚焦于股票、債券等傳統(tǒng)資產(chǎn)；資產(chǎn)配置的因子框架，拓展至對PE等另類資產(chǎn)的因子解析。（2）量化投資的多因子模型，主要涉及價值、動量等市場因子；資產(chǎn)配置的因子框架，還涉及增長、通脹等宏觀因子。（3）量化投資的多因子模型，主要應(yīng)用于本地市場或一類資產(chǎn)；資產(chǎn)配置的因子框架，要橫跨國內(nèi)海外，涉及多市場、多資產(chǎn)的投資與配置。用因子解析資產(chǎn)收益我們以全球股市、匯市為例，進一步展示因子框架對資產(chǎn)收益的拆解。4.1股票收益：市場、行業(yè)、地域3因子我們參考Naik（2016）的方法，利用三種模型：模型1（市場單因子模型）、模型2A（市場、行業(yè)雙因子模型）、模型2B（市場、地域雙因子模型）、模型3(市場、行業(yè)、地域3因子模型)，對1999年1月-2018年11月的全球股市數(shù)據(jù)進行了解析。按（1）地域維度：發(fā)達市場（北美、歐洲、英國、日本）、新興市場（新興亞洲、拉美、歐洲）；（2）行業(yè)維度：能源、必須消費、可選消費、金融、醫(yī)療、工業(yè)、信息科技、材料、電信、公用事業(yè)，測算了全球市場、地域和行業(yè)3種因子，對不同類型股票的解釋力（R2）。我們得到一組有趣的結(jié)論：（1）全球股票大部分的收益變化，可以用市場、行業(yè)、地區(qū)3個因子來解釋（參見表2、表3）。具體看：50%的變化，可以被市場因子解釋；60%的變化，可以被“市場+行業(yè)”雙因子解釋；68%的變化，可以被“市場+地域”雙因子解釋；77%的變化，可被“市場+行業(yè)+地域”3因子解釋。（2）發(fā)達市場對行業(yè)因子敏感，新興市場對地域因子敏感。這可能反映了發(fā)達市場互聯(lián)互通，但新興市場地區(qū)差異明顯的特點。（3）“市場+行業(yè)+地域”3因子，對北美市場收益變化的解釋力最高，高達89%。對日本市場解釋力最低，也有68%。說明日本市場具有一定的本地化特征。（4）醫(yī)療、信息科技、能源受行業(yè)因子的影響明顯，而可選消費、金融和工業(yè)對地域因子敏感。這可能體現(xiàn)了醫(yī)療、信息科技、能源等行業(yè)受跨國公司的影響更大。表2：3因子模型解釋力度（R2），按地區(qū)分類表3：3因子模型解釋力度（R2），按行業(yè)分類4.2匯率風(fēng)險：匯率的影響及因子解析我們從因子角度，對匯率風(fēng)險加以解析。根據(jù)2008年12月-18年11月市場數(shù)據(jù)，我們計算了主要國家和地區(qū)股票指數(shù)、全球代表性債券指數(shù)本幣/美元計價的收益變化，以及本幣相對于美元的匯率變動（表4）。表4：主要國家和地區(qū)股債指數(shù)的本幣回報、美元回報以及匯率波動統(tǒng)計顯示：（1）在股票市場中，匯率波動通常與（未進行貨幣對沖）本幣計價的股票收益波動，在同一個量級上。換句話說，對股指進行貨幣對沖，不會明顯降低股票收益的波動。（2）在固收市場中，匯率波動是（未進行貨幣對沖）本幣計價債券收益波動的2-3倍，對債券進行貨幣對沖，可以明顯降低海外債券的收益波動。這也是大多數(shù)投資者對海外債券作貨幣對沖，但不對沖海外股票的主要原因。接下來的問題是，能否將匯率變動用因子來解析。我們利用主成分分析，對歐元、日元、英鎊、瑞士法郎、澳元、加元、瑞典克朗、挪威克朗等主要貨幣自1999年1月-2018年11月超額收益的變化，進行了解構(gòu)。統(tǒng)計顯示：（1）兩個主成分，可以解釋60%外匯收益的變化。（2）所有貨幣對第一個主成分的敞口均為負(fù)，因而第一個主成分因素大致可看作美元匯率（如美元指數(shù)）。（3）對第二個主成分，低息貨幣（如日元、瑞士法郎）和高息貨幣（如澳元、加元、挪威克朗）敞口符號相反，因而第二個主成分大致看作外匯套息交易（Carrytrade）（圖2和圖3）。Verdelhan（2015）提出：各種貨幣匯率變動可以用美元匯率、外匯套息交易兩個因子來解釋，印證了上述結(jié)論。圖2：主成分I對主要貨幣收益變動的解釋圖3：主成分II對主要貨幣收益變動的解釋以上從實證角度展示了股票收益、匯率變動，可以從因子角度予以解析。全球債券市場也有類似結(jié)論。（1）國債。采用久期、凸性等因子，通過刻畫收益率曲線，可以解釋債券收益變動。（2）公司債。除影響國債的因子外，還受信用利差、行業(yè)、流動性等因子的影響。（3）未進行貨幣對沖的海外債券，還要考慮外匯因素。4.3另類資產(chǎn)：與股債是否存在相同的因子？在2007-08年國際金融危機期間，另類資產(chǎn)與股債表現(xiàn)出較強的相關(guān)性。同時我們也關(guān)注到，全球養(yǎng)老基金領(lǐng)域的翹楚——加拿大養(yǎng)老金（CPPIB）資產(chǎn)配置過程中，將股票、債券兩個資產(chǎn)大類作為因子，而將另類資產(chǎn)視作股票、債券因子的組合26。那么，問題來了：另類資產(chǎn)與股債，是否存在相同的因子？如果“是”，就可以把另類資產(chǎn)納入因子框架予以解析，并實現(xiàn)“另類資產(chǎn)與股債”的雙向轉(zhuǎn)換。答案是肯定的，另類資產(chǎn)與股債，受到很多相同風(fēng)險因子的驅(qū)動。如果不考慮另類資產(chǎn)對這些因子的敞口，就可能高估另類資產(chǎn)（對組合）的分散效果。以下予以簡要說明：（1）股票市場因子。整體上看，股市回報反映了投資者對高風(fēng)險資產(chǎn)現(xiàn)金流的預(yù)期和折現(xiàn)。經(jīng)濟擴張與衰退，往往伴隨著企業(yè)盈利增長與回落，這既會影響股票市場收益，也直接關(guān)系到PE與VC的投資回報。房地產(chǎn)和基建項目也類似，這些投資的現(xiàn)金流，依賴于整體經(jīng)濟的活躍度。經(jīng)濟下行將抑制寫字樓與普通住宅的租賃需求，進而影響空置率和租金收入。（2）其他影響股票的因子。比如，價值因子、規(guī)模因子等。VC通常有順周期的特征，成長性的敞口（價值因子為負(fù)）更大。對利用杠桿收購低估值公司的PE而言，則具有價值因子的敞口。（3）信用利差。房地產(chǎn)和基建項目回報，具有固定收益的特征，要受信用利差波動的影響。另外，很多PE、房地產(chǎn)和基建項目，存在再融資風(fēng)險。能否獲得再融資，以及再融資成本的多少，直接關(guān)系到預(yù)期回報。而這些因素又往往與信用利差同時變動。（4）實際利率久期。部分另類資產(chǎn)具有防通脹的作用。比如，房地產(chǎn)的租金收入，會根據(jù)通脹水平不定期地進行調(diào)整，因此與通脹掛鉤債券的利息收入類似。高速公路通行費往往也要參考通脹因素進行調(diào)整。因此，像房地產(chǎn)和基建項目，存在實際利率久期的敞口，但對名義利率敏感度要低一些。（5）流動性因子。如果股票流動性低，但交易量又比較大，往往需要高價買入或者折價賣出。因此，投資者對低流動性股票，要求更高的風(fēng)險溢價。類似地，PE對負(fù)債端的資金約束（提供融資的銀行、對沖基金等）很敏感。當(dāng)市場缺乏流動性時，PE項目很難取得融資，整個PE資產(chǎn)類別的投資回報也會受影響。（6）影響對沖基金的因子。NaiK(2016)指出，對沖基金指數(shù)的收益同樣可以用股票市場因子、信用利差等因子來解釋。需要特別注意的是，大多數(shù)對沖基金對股票市場因子的實際敞口都很顯著，盡管平時不突出，但危機時刻會集中表現(xiàn)。4.4常見因子以下列舉一些常見因子。不同機構(gòu)對因子的認(rèn)定，存在較大差別。比如，影響股票收益的因子，既可以是宏觀因子（包括地域、行業(yè)），也可以是規(guī)模、價值、動量等市場因子。（1）Bender（2013）介紹了MSCI采用的、被理論與實務(wù)界廣泛接受的6種因子：價值、規(guī)模、動量、低波動、股利、質(zhì)量。在此基礎(chǔ)上，MSCI還進一步開發(fā)了6種因子指數(shù)。（2）Pappas（2015）介紹了Vanguard采用的“7因子”分析框架，包括：股票市場、價值、規(guī)模、動量、低波動、期限利率、信用利差。（3）Shores（2015）介紹了BlackRock關(guān)于股票、固定收益、外匯和商品市場SmartBeta因子構(gòu)成。其中，股票市場包括：價值、規(guī)模、動量、低波動、質(zhì)量。固定收益市場包括：套息、曲線（Curve）、凸性、動量。外匯市場包括：套息、價值、動量。商品市場包括：套息、動量等。（4）Ang（2017）介紹了BlackRock采用的6種宏觀因子，包括：經(jīng)濟增長、實際利率、通脹、信用、新興市場、商品。利用該框架，BlackRock對不同類別資產(chǎn)的風(fēng)險進行了解構(gòu)（圖4）。圖4：不同的資產(chǎn)，相同的因子評估因子的風(fēng)險溢價、波動和相關(guān)性我們將紛繁復(fù)雜、特征豐富的一系列資產(chǎn)，簡化為數(shù)量有限的幾個因子。與估計各類資產(chǎn)的資本市場預(yù)期（CME）類似，接下來的任務(wù)是要形成對這些因子的資本市場預(yù)期，例如，風(fēng)險溢價、波動率和相關(guān)性等。這些輸入變量將決定最終的因子配置權(quán)重。類似地，歷史數(shù)據(jù)通常是這些因子資本市場預(yù)期的起點（表5）。由于要得到對未來的預(yù)期值，直接將歷史均值當(dāng)作未來預(yù)期，可能會得出錯誤結(jié)論。因此，需要結(jié)合具體情況進一步判斷。表5：因子、因子定義、歷史上的風(fēng)險溢價與波動（美國1979年1月至2016年3月）5.1風(fēng)險溢價要回答兩個問題：問題1：因子未來是否能持續(xù)獲得風(fēng)險溢價？問題2：因子的風(fēng)險溢價是否呈周期變化？相關(guān)分析有助于在歷史數(shù)據(jù)的基礎(chǔ)上，進一步形成對未來因子風(fēng)險溢價的判斷。問題1：因子是否可以持續(xù)獲得風(fēng)險溢價？這個問題基本等價于：（1）因子在過去時刻取得風(fēng)險溢價的驅(qū)動力；（2）驅(qū)動力在未來能否延續(xù)。因子獲得風(fēng)險溢價的驅(qū)動力，來源有三：一是系統(tǒng)性、無法分散的風(fēng)險。最典型的就是股票市場因子。除此之外，有資管專家認(rèn)為：價值、規(guī)模等因子也屬于系統(tǒng)性風(fēng)險。因為這些因子與GDP增長、通脹等宏觀變量密切相關(guān)，對經(jīng)濟周期敏感性高，因此投資者要求相應(yīng)的風(fēng)險溢價27。二是行為金融學(xué)因素。投資者認(rèn)知和情緒上的弱點，造成了行為偏差。這些偏差包括但不局限于：過度反應(yīng)、過度自信、短視、從眾、本土情節(jié)（homebias）等。當(dāng)很多投資者都存在這種偏差，理性投資者套利成本又很高時，因行為偏差造成的市場異象和因子溢價就會長期存在。三是投資約束和交易摩擦。受監(jiān)管、行業(yè)規(guī)則等因素制約，即使投資者是理性的，市場異象和因子溢價仍可能存在。比如，大多數(shù)投資者投資期限較短，喜歡持有流動性高的資產(chǎn)。對流動性差的資產(chǎn)，長期投資者就會要求更高的風(fēng)險溢價。又如，有關(guān)指數(shù)基準(zhǔn)和相對風(fēng)險的要求，能夠為低波動溢價提供一定解釋。因子溢價不一定會長期持續(xù)。例如，規(guī)模因子。20世紀(jì)80年代中期以后，包括Dimson（2011）、Fama&French（2012）在內(nèi)的很多研究均證實：規(guī)模效應(yīng)顯著弱化。Ang（2014）對此提供了兩種解釋：第一，規(guī)模效應(yīng)可能并不真的存在，只是數(shù)據(jù)挖掘的結(jié)果；第二，規(guī)模效應(yīng)確實存在，但理性投資者頻繁套利，抬高了小盤股的價格，令這種市場異象逐漸消失。問題2：風(fēng)險溢價是否也會有周期變化？因子的風(fēng)險溢價并非一成不變。Naik（2016）對1955-2015年美國股債市場進行了檢驗，股票、國債、信用，以及規(guī)模、價值、動量等因子的風(fēng)險溢價，均隨著經(jīng)濟周期的變化而改變。例如，股票、信用因子呈順周期特征，擴張期表現(xiàn)好、衰退期表現(xiàn)差；國債因子則恰恰相反。又如，規(guī)模、價值因子擴張初期的表現(xiàn)，要好于擴張晚期。動量因子衰退初期的表現(xiàn)，要好于衰退晚期。5.2波動與相關(guān)性在得到因子溢價的波動率和相關(guān)性歷史數(shù)據(jù)后，同樣要形成對這些變量的未來預(yù)期。首先是波動率。因子溢價的波動率呈現(xiàn)出很強的“逆周期”特征。換句話說，因子溢價的波動率往往在經(jīng)濟衰退期變大，在經(jīng)濟擴張期收窄。Naik(2016)對1973-2015年美國股債和外匯市場進行了檢驗，股票、信用、國債和外匯因子的波動率，均呈現(xiàn)“逆周期”的特征。這意味著：如果能夠提前預(yù)判經(jīng)濟的拐點，就應(yīng)當(dāng)適當(dāng)調(diào)整因子波動率的預(yù)期。大量實證研究表明：波動率長期將均值回歸；但短期存在簇集效應(yīng)和自相關(guān)。需要把對波動率的長期估計、以及側(cè)重近期影響的短期估計，兩者結(jié)合起來。以避免出現(xiàn)以下問題：（1）在波動率走高的一段時期后，只注重近期影響，高估波動率；或（2）在波動率走高的一段時期后，只考慮長期趨勢，低估波動率。其次是相關(guān)性，可分為“增險因子”、“規(guī)險因子”兩類。（1）“增險因子”即與股票因子（進而與增長、風(fēng)險偏好）溢價正相關(guān)的因子，比如（公司債包含的）信用因子。當(dāng)股價下跌時，信用利差往往走闊。（2）“避險因子”即與股票因子溢價負(fù)相關(guān)的因子，比如（國債包含的）久期因子。當(dāng)股價下跌時，久期因子能起到分散風(fēng)險的作用。經(jīng)濟周期對因子之間的相關(guān)性，也有顯著影響。比如，在經(jīng)濟衰退期，股票和信用因子的相關(guān)性可能跳升，因此實際配置中，要考慮這種影響。大類資產(chǎn)配置最重要的相關(guān)性——股債因子之間的相關(guān)性，也會隨著經(jīng)濟增長和通脹發(fā)生較大變化。一般來看：當(dāng)經(jīng)濟增長占主導(dǎo)地位時，股債因子之間呈顯著負(fù)相關(guān)；當(dāng)通脹占主導(dǎo)地位時，股債因子之間負(fù)相關(guān)性將弱化，甚至轉(zhuǎn)正。以因子視角，優(yōu)化資產(chǎn)配置在形成相關(guān)因子的資本市場預(yù)期后，可應(yīng)用各種資產(chǎn)配置模型，得到最優(yōu)的因子權(quán)重，或者從因子投資的視角，優(yōu)化資產(chǎn)配置。舉兩個例子，作以說明：6.1MVO與因子投資Naik(2016)將因子投資引入MVO模型，在設(shè)定跟蹤誤差上限的約束下，尋求投資組合（相對于基準(zhǔn)的）超額收益最大化時，各因子敞口（相對于基準(zhǔn)因子敞口）的最優(yōu)偏離。Naik假定了三種情況：（1）股票、國債、信用因子，彼此間弱正相關(guān)；（2）股票、國債因子負(fù)相關(guān)，股票、信用因子弱正相關(guān)；（3）股票、國債因子負(fù)相關(guān)，股票、信用因子強正相關(guān)。其中，（2）或（3）與過去一定歷史時期的數(shù)據(jù)特征相近。MVO框架下的因子配置，體現(xiàn)出以下特征：第一，某一因子即使單獨看SharpRatio（經(jīng)風(fēng)險調(diào)整后的收益）比較低，但在投資組合中，仍然可以占據(jù)一席之地，例如國債。因為經(jīng)濟衰退時，這些因子可以起到防御的作用，對沖投資組合的下行風(fēng)險。第二，投資者可以進一步改進MVO框架，以貼合投資實際。比如，（1）增加下行風(fēng)險約束、因子相對權(quán)重約束，或監(jiān)管約束；（2）研判經(jīng)濟走向，根據(jù)歷史上不同周期的因子數(shù)據(jù)，調(diào)整資本市場預(yù)期，優(yōu)化MVO輸入變量等。6.2風(fēng)險平價與因子投資前文介紹風(fēng)險平價模型時，曾指出：基于資產(chǎn)類別來分?jǐn)傦L(fēng)險，未必能夠真正達到風(fēng)險平價的目的。但如果基于因子來分?jǐn)傦L(fēng)險，可以更好地避免這種偏差。橋水基金的全天候策略，就是風(fēng)險平價與因子相結(jié)合的產(chǎn)物。該策略的建造，可分為三個步驟。（1）將經(jīng)濟增長、通貨膨脹作為兩個宏觀因子，這些因子能夠解釋預(yù)期收益大部分的變化28。根據(jù)兩因子的變化，即經(jīng)濟擴張、衰退，以及通脹上升、下降，橋水將宏觀環(huán)境劃分為四種情景，并為每種情景挑選了對應(yīng)的資產(chǎn)（表13）。（2）賦予每種情景25%的風(fēng)險權(quán)重，即每種情景對應(yīng)的資產(chǎn)組合，對整體組合的風(fēng)險貢獻為25%。（3）求解等