第267页 | 价值投资必读系列 | 阅读 ‧ 电子书库

同步阅读进度,多语言翻译,过滤屏幕蓝光,评论分享,更多完整功能,更好读书体验,试试 阅读 ‧ 电子书库

第6章
股票投资风格:井字游戏

年来,“风格纯度”已经成为投资组合基金经理、投资顾问以及共同基金投资者的时髦用语。共同基金有时极为热心、有时又极为勉强地赋予其投资策略和投资规则更为清晰的定义。当前,有个别股票型基金经理倍感压力,既要使他们所管理的投资组合始终保持充分的投资,又要将其限制在符合该基金投资策略的既定投资组合风格里。例如,成长型股票对比价值型股票,或者大盘股对比小盘股。

我们可以提出一个强有力的论点,那就是,选择股票型基金风格,就像选择基金投资组合经理一样,仅仅又是一个行业障眼法的例子。正如完全没有明确的证据可以表明以往的基金回报率会是未来回报率的前兆,即使有的话,也极少有证据可以由此表明存在能够接受时间考验的优秀投资风格。在这两个实例中,高于平均水平以及低于平均水平的回报率都会回复到正常水平;单个基金回报率会回复到其对应市场指数的标准水平,而股票型风格的基金则会回复到整体股市的标准水平。(我在这两个实例中所指的都是扣减成本以前的基金回报率。)

为什么要关心投资风格呢?这并不是一个不值一提的问题。有足够充分的理由让我们去持有与市场权重分布相同的基金,甚或那些大盘混合型(成长价值型)基金。这类特定的基金风格相当坚定地倾向于跟踪(同样是扣减成本以前的)市场总回报率。

但即使有的话,也极少有证据可以表明,单个共同基金相比其同业竞争者的投资业绩更加能够得以持续,然而却存在着大量证据可以证实,单只基金所承担的相对风险是保持不变的,这主要源于其所跟踪的投资风格。事实证明,风格确实是有影响的。而且,既然风格的差异是持续稳定的,纯粹的逻辑分析就可以为我们推导出结论,即每只基金获得的风险调整回报率相比其总回报率更可能得以持续。选择特定的基金风格,能够使投资者在相当大程度上进行风险控制。(例如,大盘价值型基金比普通基金的波动性要低50%,而小盘成长型基金则要多承担大约50%的波动性。)

在我看来,多数投资者都会偏重关注大盘型基金的投资策略,尤其是混合成长价值型基金,以此作为一种保守而又适度的股票投资方式。一些投资者可能会考虑另外两种选择:一类是股票精选型基金,这类基金没有明确的限制,却又有很大机会可以在市场板块之间实现转移;另一类是那些坚守特定风格类型标准的基金。投资者如果依赖特定风格的基金,就能因此透露他们个人的风险偏好,或平衡各种风格的现存投资组合相比市场或高或低的风险。这后一种情况可以描述为风险控制策略。当前盘旋于整个投资策略主题之上的是另一个重要的投资决策:如果不考虑所选的投资风格,我们应该投资传统的管理型基金还是投资效仿该风格的指数基金?在这一章里,我的目的就是帮助你理智地应对这些挑战。

进入井字游戏

想想儿童的井字游戏(tick-tack-toe)。在这个游戏中,完全没有方法可以让第二位玩家胜出,即使让一个天才与一个智力水平不高的对手进行比赛,也是无法实现的。每位玩家只需要堵住另一位玩家的下一步就行了。(图6-1中展现了该游戏的示意图。)当然,如果一位玩家很费力才能发现各种可能性或者不够专注,那么他或她的对手就会赢得这场游戏。井字游戏是一种无法胜出的游戏。它是一种完美的失败者的游戏。

图6-1 井字游戏

令人奇怪的是,1996年引进的晨星“分类评级”系统所采用的,正是与井字游戏一致的九方格模式。由于这种相似性,这一用于分析基金投资风格的九方格系统就引发了以下问题:对基金业绩的搜索,是否类似于在同一行里搜索3个X(或3个O)?换一种说法就是:当几乎所有的参与者都拥有了至少一般水平的投资技能时,就没有人能够持续获胜,这样一来,挑选基金不也是一种失败者的游戏么?

二十多年前,查尔斯·埃利斯(Charles Ellis)在《失败者的游戏》(The Loser's Game)一文中写到,专业基金经理能够击败市场的这一假设,看来是错误的。在那时,标准普尔500指数几乎是金融机构用来衡量市场回报率的唯一标准。(当时也没有经常使用该指数!)多数机构的基金经理以及共同基金的投资组合,其实是由标准普尔500指数中包含的大盘股来决定的。今天,其他风格已经出现了;有一些基金极为偏好价值型或成长型,有一些极为偏好中小盘股。这些多样化的风格彼此大不相同,这既体现在它们的回报率方面(至少在中期来看是这样的),也体现在它们的波动性风险方面(波动性已证实能随着时间的推移而保持相当的稳定)。只有对风格类型相同的基金进行比较,才能得到有效的评价结果。

将苹果与苹果作比较

至今为止,对共同基金业绩的多数评价都是相当简化的:一只基金相比“市场”的表现如何?标准普尔500综合股价指数常被用做市场的指标,尽管事实上它只占美国股市资本的75%左右,而且由那些大市值的公司支配着。(它的50只最大的股票占整个市场的35%。市场中那6 900只不在标准普尔500指数范围内的股票的合并权重为25%。)很多基金都只是互不相关地模仿“市场”表现。风格分析专家会将某只共同基金与其他类似投资风格的基金进行比较,而不是将其与市场作对比。多年以来,机构投资者通过画箱子的方式展现了这种类型的分析。他们所画的箱子有一条纵轴线和一条横轴线,纵轴线表示从大到小的市值变动,横轴线则表示从价值型到成长型的类型转换(通常以市净率或市盈率来体现)。

每个基金账户都会在每条轴线的某个位置标志一个“X”。这种操作并不十分复杂,但它也不是评估相对业绩的特别简单的方式。机构投资者所使用的一种典型的风格箱如图6-2所示,它将大盘成长型投资组合(左)与小盘价值型投资组合(右)进行了对比。

图6-2 机构投资风格箱

现在进入晨星系统。它的贡献就是将机构的风格箱替换成一个九方格矩阵(就像井字游戏那样,见图6-3),而且正如广告所宣传的,这是“挑选并监测共同基金的一种更为明智的方法”。其中,每一只基金实际上都被冠以双重描述:纵轴线上为大盘、中盘或小盘,横轴线的两端则为价值型或成长型,其中间则为混合型(上述两种的组合)。

图6-3a 晨星风格箱(741只股票型基金)

注:截至1996年12月31日有5年记录的基金。数据来源:晨星。

十年以后

图6-3b 晨星风格箱(1 967只股票型基金)

注:截至2008年12月31日有5年记录的基金。数据来源:晨星。

这个系统的优点在于:它在结合风险和回报率的基础上,迅速量化了一些关键性的统计数据,这些数据表明了每只基金相比其同类基金的业绩,大盘成长型基金与大盘成长型基金相对比,小盘价值型基金与小盘价值型基金相对比,诸如此类。在晨星系统中,每只基金都会因此得到一个分类评级,其范围从1(最低的10%)到5(最高的10%)不等。最佳的与最差的业绩级别都难以达到。有80%的基金处于中间等级的类型中(45%处于等级2和等级4的类型中,35%处于等级3的类型中)。

图6-3a是本章第一个井字游戏式的九方格。它显示了从1997年年初开始,有5年记录的741只股票型基金的集合。晨星跟踪这些基金,以使我们能从晨星数据库中轻易获取其详细记录。尽管这种分析很重要,但更重要的是,即便是不考虑风格或者类型,还能在长期内获得丰厚的总回报。投资者的任务就是,无论是凭借其投资风格或者投资技能,都要尽可能实现占整体股市最大比重的那部分收益。

晨星分类评级系统准确地反映了各种风格类型的基金所赚的回报率的整体差异或相似性。本章分析了截至1996年12月31日的5年期记录,基金回报率的相似性是非常明显的。只有大盘成长型基金(年回报率平均大约为12%)偏离了其他类型组合的回报率13%~15%不等的年均收益。这9种类型各自所对应的年回报率如图6-4所示。

图6-4a 按基金类型划分的年度回报率(1992—1996年)

十年以后

图6-4b 按基金类型划分的年度回报率(1995—2005年)

然而,这9种类型的风险差异表现得更为突出。如果用第1章所描述的标准差作为衡量风险的指标,在这5年里,风险水平的变动范围就会从9.8%的低点(大盘价值型基金)到近两倍的高点:18.7%(小盘成长型基金)。奇怪的是,尽管这三种小盘基金都有着近乎一致的标准差,但它们在风险方面的差异却是相当显著的(价值型为11.6%,而成长型为18.7%)。图6-5显示了这些显著的风险差异。

图6-5a 按基金类型划分的风险(1992—1996年)

十年以后

图6-5b 按基金类型划分的风险(1995—2005年)

即使回报率相似,这些风险的差异还是使得风险调整回报率有很大不同。因为风险调整回报率,实际上是指基金所承担的每单位风险对应获得的回报率。我们使用夏普比率来衡量上述差异,该比率是指基金每1个百分点的波动性所对应的(高出无风险利率的)超额回报率的百分点数。如图6-6所示,风险调整回报率的差异也是相当显著的,事实上几乎是加倍的,大盘价值型基金为1.23,而中盘和小盘成长型基金则分别为0.67和0.69。

图6-6a 按基金类型划分的风险回报比率(1992—1996年)

十年以后

图6-6b 按基金类型划分的风险回报比率(1995—2005年)

注:a.莫迪利安尼回报率(Modigliani return)

如后文所解释的那样,在回报率为负值时,夏普比率就不起作用了。因此,为了公平地对比原来的数据以及更新后的数据,我计算了这些基金在原来那段时期内的莫迪利安尼回报率,并以此在图6-6a中替换夏普比率。

用风险因素来调整回报率,这对投资者而言相当重要。为了明白这其中的原因,看看这个例子:假设市场波动性为10%,而市场年回报率为14%。若无风险利率为4%,用上述回报率减去无风险利率,就会使市场的风险调整回报率最终达到1.00。现在想想,有两只回报率都是14%的共同基金:基金A相比市场有更大的波动性(11%),而基金B则有更小的波动性(9%)。基金A的风险调整回报率就是0.90;基金B的风险调整回报率则为1.11。如果基金B的投资者希望自己所承担的风险既要略高于市场,又要与基金A相当,那理论上他们就可以借入20%的投资资金,从而使其杠杆率为20%。这样一来,他们的风险则会增至11%,但他们的回报率则会上升到16.8%,从而比之前14%的回报率高出20%。这2.8个百分点的超额回报率,不用承担任何高出基金A的风险就能获得。如果聪明的投资者以给定风险水平下可能获得的最高回报率为目标,那么,基金A明显会成为次优的投资选择。

夏普比率太过敏锐了吗

尽管从基金风险的角度来考虑基金的回报率是非常重要的,但夏普比率却是衡量风险调整回报率的一种稍显生硬的工具。以往的回报率并不能预测将来的回报率。尽管基金之间的相对风险在时间上能保持相当的持续性,但对风险这一难以界定的概念而言,标准差却只是一种粗略的指标。进一步来说,将风险与回报率在公式中的重要性视作等同是相当不理性的。在我看来,以下才是投资的现实情况:标准差的一个额外百分点是没有意义的,但回报率的一个额外百分点却是无价的。股票投资组合与债券投资组合之间是存在风险差异的,这种很大的风险差异是极为重要的,但在这个简单公式里将风险与回报视为等同,这种权宜之计并不令人满意。在最后的分析中,风险调整回报率可能就像是情人眼里出西施一样。

尽管存在这些不足,夏普比率仍然是投资分析师用来衡量风险调整回报率的主要工具。与原始回报率相比,它更为全面地展示了基金的业绩状况,而且能够帮助投资者评估那些采用了同样广泛的投资策略的基金,以识别哪一只基金在相互竞争中会更为成功。可能像所有的统计数据一样,它明显是有用的,但前提是要承认其局限性。

我知道这个分析很复杂。下面这个例子会阐明这个概念:假设有两只基金的波动性都是10%。风险回报比率为1.20的基金会获得16%的回报率,风险回报比率为0.60的另一只基金则只获得10%的回报率(假设无风险利率为4%)。每年6个百分点的差异,不能说是微不足道的。

因为九宫格每一格的平均回报率在这期间都相当的稳定,所以其风险调整回报率的显著变动,就会在很大程度上反映出这9大市场板块的风险差异。在风格分析出现以前,我们很难将风险调整后的回报率的差异与特定市场板块的业绩联系起来。通常来说,回报率变动是由于基金经理的能力存在差异,而不是因为一个基金经理投资小盘成长型股票而另一个基金经理却在不断交易大盘价值型股票。风格分析使投资者能够评估基金经理使用其所选工具的能力。这种九宫格的同类基金组合对比方法,即使并不完美,也算得上是目前最好的了。

十年以后

风格箱、回报率和风险

将1999年版的数据更新至今,5年期的回报率就出现了显著差异。图表覆盖了1992—1997年期间的一段牛市,这一时期标准普尔500指数每年上涨大约20%,随后回报率在2004—2009年期间逐步回落,这一时期标准普尔500指数每年下降大约2%。2007—2009年期间的熊市也反映其中。但是,尽管市场状况几乎截然相反,这段时期的数据却再一次证实了风格箱、回报率与风险的相关原理,虽然不那么显著和一致。注意:即使是长达5年的时间也能使平均回报率产生相当大的随机性,所以应该将这两组数据都看作是指向性的而不是决定性的。

非常值得注意的是,有5年历史的股票型基金数量(图6-3b)从1998年的741只猛增到了2009年的1 967只,其中增幅最大的当数大盘成长型基金组合(10年以前只有58只基金,今天已经有369只基金了)。即使这9个晨星风格箱里的年回报率在更新后的时期内都下降了,这些风格箱还是再一次出现了相似的回报率。除了大盘成长型与小盘价值型这两种风格以外,最近时期的回报率变化范围与上一版同样很小:从前期的12%~15%到后期的10.1%~12.8%,这两种情况下都有大约3个百分点的浮动。这样的差异简直就是微不足道的。

然而,在波动性更大的近期市场中,每个风格箱里的基金都表现出高很多的标准差(图6-5b中描绘的近期变动范围是14%~25%,相比之前则是10%~18%)。尽管如此,大盘基金所承担的风险仍然要远远低于其他类型的基金。

但在展现这些数据时,发生了一件有趣的事情。当我们将这两组序列放在一起来计算每种风格的风险调整回报率时(图6-6b),之前的方法失效了。在低迷的市场中,夏普比率无法传递准确的信息。1999年,我将这一比率形容为,“一种稍显迟钝的工具……有用的,但前提是要承认其局限性。”然而,我很惊讶它会失效。正如晨星在2009年年中所宣布的那样,夏普比率在负值时就“不应该再使用”,因为它们会“产生违反直觉的结果”。

我们用莫迪利安尼回报率公式(Modigliani formula)来取而代之,计算风险调整回报率基本上是根据这些基金所承担的风险来调整其年回报率的。(例如,如果标准普尔500指数的回报率为10%而其风险为15%,那么一只回报率同样为10%而风险却为13%的基金,就会有11.5%的风险调整回报率;而一只风险为17%的基金就会有8.8%的风险调整回报率。)我们也研究了一段更长且更有代表性的时期,即截至2005年2月的10年期,该时期内股票的回报率要略高于长期水平。尽管各时期存在差异,但要注意在图6-6a和图6-6b的这两个版本中,数据都有着显著的相似性。两种情况都反映出一种对时期的依赖性偏好,这种偏好有利于价值型基金而不是成长型基金。

股票型基金:风险、回报和成本

当我们开始基于投资风格来评估股票型基金时,正如它们的晨星类型所衡量的那样,会出现什么情况呢?我现在正要试图回答这个问题,我所依据的是从1992年到1996年的这5年期间的回报率及其标准差。第一个例子是大盘混合型组合,即投资于具备价值型和成长型双重特征的那些大型公司的共同基金。在晨星所分析的741只基金中,这种类型有211只,是任何其他组合基金数量的两倍以上,大约占比全部国内股票型基金资产总额的40%(据晨星数据库统计,截至1996年年底,股票型资产总额为1.2万亿美元,而这类基金占有其中的4 500亿美元)。它为我们提供了一个开展这类分析的可靠平台。

表6-1a显示了大盘混合型组合的回报率和风险。这些基金以该时期的总回报率为依据,划分为4个四分位等级。即使回报率上升了,该类型的风险却几乎还是没有变动,而且这些四分位的标准差也保持着相当的稳定性。风险调整回报率的上升幅度与总回报率相同,从0.74到1.37,即从最低点到最高点上升了整整63个百分点,相差惊人的85%。而这一结果对于大盘混合型(位于中间水平的)基金类型而言,是很典型的。无论回报率高低,这9种类型中的7种(排除小盘价值型和中盘成长型)都有着相当稳定的风险指数。因此,最高的风险调整回报率等级一直属于那些总回报率最高的基金。

表6-1a 大盘混合型基金(按回报率分级)

十年以后

表6-1b 大盘混合型基金(按回报率分级)a  单位:%

注:a.截至2005年2月的10年。

但如果风险无法解释回报率的这些差异,那什么能够解释呢?基金经理的能力、运气,还是一些更为实际的因素?有一个因素是很实际的,那就是基金费用。而且,基金业绩中的这个因素会非常倾向于在特定的基金中保持相当的稳定性。

为此,我将这些基金划分为成本的四分位。费率最低的基金构成了第一个四分位等级,而费率最高的基金则位于第四个四分位等级。结果,不出所料,对任何通过学术理论或实践经验认真研究过投资回报率的人而言,成本是有着重大影响的。事实上,该组合中费率最低的基金净回报率最高。同时,它们承受了近乎一致的风险水平(波动性),并由此产生了明显更高的风险调整回报率。表6-1a和表6-1b中显示的数据是根据表6-2a和表6-2b中的费用四分位进行排列的。

我们现在得到一些重要的事实。由于风险保持了惊人的稳定性,高回报就直接与低成本相联系。在大盘混合型组合中,费用最低的基金所提供的平均风险调整回报率等级(1.23)要比费用最高的基金(0.99)高出24%。费用显然是一个有说服力的因素。

表6-2a 大盘混合型基金(按成本分级)

十年以后

表6-2b 大盘混合型基金(按成本分级)a  单位:%

注:a,截至2005年2月的10年。

有另一种方法可以观察这种联系。如果我们对大盘混合类型中的211只基金使用统计回归来将其回报率与费率联系起来,并以此衡量其相互依赖程度,那么对应的斜率就会是–1.80%。平均来说,费率每增加1%,就会使基金持有人获得的最终净回报率下降1.80%。直觉告诉我们,每一个百分点的成本都应该恰好耗费一个百分点的回报率。但还有一些更容易降低回报率的因素,虽然这些成因并不完全明确,但有一种解释似乎有点道理:高成本基金往往会有很高的换手率,因此投资组合交易本身就会产生大量成本。

考虑到对表6-2b的研究结果,我们有必要将净回报率加上费率,以此来观察其总回报率的相似程度。也许并不让我们意外的是,每个四分位的总回报率再次表现出了显著的相似性,那些低于平均成本的基金存在一定优势(见表6-3)。

这个例子证实了我的理论:成本是决定基金所获相对回报率的一个关键性因素。这个事实不仅在大盘混合型的基金中广泛存在,还同样普遍存在于所有投资风格的基金中。比大盘混合型基金的斜率略小的,是全部基金的回归线斜率–1.30,这表示每增加1%的成本,平均会降低1.30%的回报率。但是,为什么高成本基金的基金经理表现出的选股能力明显更差呢?其中的原因尚不清楚。

表6-3a 大盘混合型基金——净回报率与总回报率  单位:%

十年以后

表6-3b 大盘混合型基金——净回报率与总回报率a单位:%

注:a,截至2005年2月的10年。

下一个问题是:回报率与风险之间的这些关系,是否在风格箱之间普遍存在呢?答案是:是的,它们确实明显地存在。图6-7a显示了第1个四分位(费用最低的)基金与第4个四分位(费用最高的)基金在风险调整回报率方面的百分比差异,以该风格箱的平均风险调整回报率等级作为标准。例如,在大盘混合类型中,低费用基金的风险调整回报率要比平均值高14%,而高费用基金的回报率则要比平均值低10%,存在着24%的显著偏差。

图6-7a 相对风险调整回报率a

注:a,以每个晨星风格箱的回报率与风险来衡量。

十年以后

图6-7b 相对风险调整回报率a

注:a.以每个晨星风格箱的回报率与风险来衡量。

每个矩阵中的相对风险调整回报率等级都极为稳定。在每个风格箱中,低成本基金的风险调整回报率等级都高出了平均水平。而每个风格箱中高成本基金的风险调整回报率等级,也都低于平均水平,只有一个是例外的。这唯一的例外就是小盘混合类型,其中的高费用四分位基金比低费用四分位(+0.04)提供了更好的风险调整回报率等级(+0.11)。(在这9个风格类型中,该组合规模最小,只有32只基金,因此在统计意义上不那么可靠。)

这些图中的深刻含义很明确:无论追求哪种投资风格,投资者都应当认真考虑,将选择范围限制在低费用组合的基金中,不要被高费用组合的基金蒙蔽了双眼。共同基金的费率会定期发布在主流报纸的财经版面以及财经杂志上,由晨星这类基金评估服务机构予以发布。基金说明书中都会要求载明费率水平。“只要你去找,就一定能找到。”

在共同基金领域,基于以往业绩来预测一只非指数基金的相对回报率(暂且不提绝对回报率),这简直就是傻瓜的游戏。一般而言,这是一场相对其他基金的零和游戏,也是一场相对市场指数的负和游戏,我会马上说明这一点。从绝对回报率的角度来看,投资是一场正和游戏。也就是说,随着时间的逝去,金融市场已经提供了正值的回报率。但是,以往的业绩却几乎已是我们仅有的所有数据了。

对那些愿意观察这些数据的人们来说,还有成本数据。不同于将来的基金相对回报率的是,未来的基金费率有很高的可预测性。我们现在已经确切知道了成本是有重大影响的。它不但影响了股票型基金整体,也在更大程度上影响了债券型基金(正如我们将在下一章中看到的),并且为货币市场基金带来了更为重大的影响,对这类基金来说,成本几乎就是一切。我们已经看到了成本在类似井字游戏的股票风格分析模式中所发挥的作用,它其实是首要的区分因素。

十年以后

风险、回报率和成本

当更新1999年版所显示的大盘混合型基金数据时,我们得到了同样普遍成立的结论。如表6-1b所示,在截至2005年2月的10年期内,最高的风险调整回报率等级再一次由总回报率最高的基金持续享有。在表6-2b中,我们再次看到,“随着风险保持惊人的稳定性,高回报就直接与低成本相联系。”尽管在早期研究中,每个成本的四分位都获得了几乎相同的总回报率,但这一次是顶部的两个四分位与底部的两个四分位分别有着近乎一致的总回报率,虽然前面一对四分位的总回报率明显高出很多。

在图6-7b中,低费用基金也再一次(并不意外地)在风险调整回报率方面彻底击败了那些高费用的竞争对手。在这9个晨星风格箱里,有7个风格箱的低费用基金相比其竞争对手,在风险调整回报率方面都表现出了显著优势,同时所有九方格风格箱中的高费用基金却都落后其竞争对手了。总体来说,低成本基金年均以2.6个百分点跑赢了其高成本竞争对手,每年产生11.2%的风险调整回报率,相比之下,高成本基金只有8.6%。

指数基金:风险、回报率和成本

成本是有重大影响的,那么,为什么你不据此行动呢?在当前的市场中,成本最低的基金必然是指数基金,所以为什么不只购买每个风格箱里的指数基金呢?这个论点既不似是而非,也不缺乏常识。

图6-8显示了以上述风格管理的股票型基金所对应的回报率和风险,用以对比遵循相同风格的低成本指数基金所对应的回报率和风险。这些指数基金有两种类型:一类是在三个大盘组合(标准普尔500以及MSCI Barra指数(37))中实际运营的指数基金,另一类则是在中小盘组合(弗兰克·罗素指数[Frank Russell Index])中以公开指数为基准的那些假定的指数基金(其回报率要扣减大约0.3%的基金成本)。图6-8表明了每种基金类型在风险与回报率方面的差异。

图6-8 指数基金对比管理型基金:回报率与风险(百分点)

总结这一结果就是:指数组合中的全部基金平均回报率比股票组合要高出1.4个百分点:+15.1%对比+13.7%。在这9个风格箱里,有6个风格箱的消极管理型市场指数基金跑赢了主动管理型股票型基金的平均回报率;有两个的结果基本持平;只在一个风格箱里(这次是60只小盘成长型基金),主动管理型基金表现更好。

然而,股票型共同基金所承担的平均风险水平要高很多:股票型基金组合为11.9%,而同等权重的指数则为9.7%。这是一个真正重大的发现(中小盘成长型基金承担了特别大的额外风险)。全部741只基金的平均风险水平足足高出了指数基金23%。

这样,最终结果就是:指数组合的风险调整回报率平均为1.23,普通基金则为0.99,风险调整回报率的平均溢价超过了24%。如图6-9所示,这是一个相当稳定的溢价,而且它在整个矩阵中相当一致。这些相对的风险调整回报率等级如此显著地有利于低成本的指数投资方式,使其能够达到那些最为乐观的(或者对那些积极的管理者来说是最为悲观的)期望。

图6-9 指数基金对比股票型基金的风险调整回报率等级

这种模式有一个例外。我承认,小盘成长型类别可以被看作是这条规律的例外。在这特定的5年期内,这60只小盘成长型基金的主动管理者能够克服其成本并获得优于指数的收益。然而,由于该样本中的基金组合规模相对较小,或者也许是所展示的这段特定时期存在数据的异常表现。

总的来说,它们之间的差异程度是如此大而稳定,足以摧毁高成本的主动管理理念。事实上,我不太相信这些数字的真实性,但我们用了各种可行的方法对它们进行校验,最后证明了它们确实是正确的。

举例来说,大盘价值型指数基金对应的数值为+0.31,反映出这一类型的指数基金回报率等级1.54与共同基金等级1.23之间的差距。为了避免使这一差异显得微不足道,看看下面这个例子,从中了解这31个百分点的比率差距有何意义。首先,假设指数基金A与管理型基金B有相等的10%的标准差。其次,我们假设无风险利率为4%。结果是:指数基金A的风险调整回报率如果是15.4%(即比率为1.54),就会使年总回报率为19.4%;管理型基金B的风险调整回报率如果是12.3%(比率是1.23),就会使年总回报率为16.3%,年回报率显著提升了3.1个百分点。这一差距在很大程度上是因为指数基金有更低的费率以及更低的投资组合交易成本。此外,指数基金还具有可观的节税优势。

图6-9中的矩阵所表明的模式,似乎与通常所说的老套观念大相径庭,即指数化投资只适用于大盘市场。有了这些数据,该观念便不再握有真理的指环。每种大盘类型所对应的指数基金的风险调整回报率都保持着稳定的优势。实际上,随着市值规模的下降,这种优势反而有所增加,即便表现并不明显。如果将这些基金所承担的风险水平设定为常数,那么对应指数基金的超额年回报率就会上升。如表6-4所示,大盘为+3.6%;中盘为+4.2%;小盘为+4.4%。在表6-4中,指数基金的回报率被调高到统计意义上的同等风险水平,由此显示了这些计算结果是如何得来的。

表6-4 风险等同化的指数基金回报率

注:a,1991年12月31日—1996年12月31日。

b,调整指数回报率以使指数风险等同于基金风险。大、中、小盘组合在调整前的数据分别为:百分比回报率是15.0、15.2与15.3;百分比风险是9.0、9.7与11.1。

这种模式以及这些明显的差异,必将使很多只是偶尔观察共同基金数据的人们大吃一惊。只要我们的5年期研究在一定程度上被认定是合理的,那么晨星的分类评级就可能在这一程度上被最终证实,从1975年第一只标准普尔500指数基金创建以来,该评级系统对于传播指数化理念而言,就是最大福音。

十年以后

指数基金

近年来,标准普尔公司提供了5年期业绩数据,这些数据比较了每个风格箱里的主动管理型基金被同种类型的指数基金超过的百分比。这些崭新而有价值的数据具备了特殊的优势:标准普尔纳入了生存偏差。除去那些已经失败的基金(与此相反,我们可以因其具有优秀的业绩表现而假设它们没有失败),我们只会把指数基金与最佳表现者进行对比。

因此,我们不会更新图6-8与图6-9,而只是在下面这个修正后的表格中展示,每个组合在过去5年的标准普尔数据。令人吃惊的是,相应的指数基金(例如小盘成长型、大盘价值型等)跑赢了大约70%的在同一风格箱里的管理型基金。

指数基金对比管理型基金,截至2008年的5年

来源:标准普尔。

在上一版里,我明显反对“指数化投资只适用于大盘市场”的观念。基于我那时所展示的数据,我写道:该观念“不再握有真理的指环”。标准普尔现在所做的更为全面(而且独立)的工作,只是证实了我10年以前的结论。

上帝、帕斯卡与战争游戏

正如彼得·伯恩斯坦在其伟大的著作《与天为敌》(Against the Gods)里所讲述的故事那样,概率论的创始人布莱兹·帕斯卡(Blaise Pascal)提出了有关上帝存在性的问题,以此作为一场概率的游戏:“掷一枚硬币。你会赌哪一边:正面(上帝存在)或反面(上帝不存在)?”

请慢慢领会帕斯卡所表达的意思,仔细想想你输掉赌注的可能性。如果你赌上帝存在,你将会度过虔诚的一生并放弃一些让人享受的诱惑,那便是你会输掉的一切。如果你赌上帝不存在,那么你又错了,你还要屈服于一切诱惑,你的罪恶人生就会使你受到永久的诅咒。结果一定比可能性更加重要。

伯恩斯坦继续讲道,转向股市,如果你相信市场效率,你是对的,最好的投资策略就是购买指数基金。如果你相信市场效率,你错了,你只能获得该市场的回报率,一些主动管理型基金会击败你。但如果你押注该市场没有效率,你又错了,主动管理型基金表现不佳的结果,可能会令你痛苦万分。简而言之,如果你押注市场的无效性而不是有效性,相应的风险就会大很多。

这就是共同基金业中的股票风格分析所得出的最终结论。无论你追求哪种基金风格,你都应该关注低成本基金并回避高成本基金。为了最大可能地胜出,你应该在纳入选择的任何一种风格类型中考虑指数化投资方式。指数基金自夸到,只要绝对忠于投资风格,你就一定会享有额外收益。尽管这是无法得到保证的,比如,小盘成长型基金经理会将其投资选择限制在小盘成长型股票中,小盘成长型指数基金必然也只会投资小盘成长型股票。然而对你而言,比关注特定风格更为简单的一种投资方法就是,将你的整个股票投资组合按照标准普尔500股票指数来进行指数化配置。另一种更为保守、也更为可靠的赌博方式就是,根据总体股市来对你的投资组合进行指数化配置。

如果授权共同基金经理进行投资,就会因为成本很高而成为一场(相对的)失败者的游戏(尽管在长期按绝对回报率计算,无疑会是一场胜利者的游戏),这不也类似于另一场游戏全球军备竞赛么?我会使用1983年的电影《战争游戏》(War Games)中的实例,以类比的方式来回答这个问题。

假设在北美防空联合司令部(NORAD)的作战室里,我们的将军正在全力阻止一场由入侵了美国安全系统的一个年轻电脑高手引发的全球核战争。这个男孩说他能解决其所制造的难题。因为所有其他希望都破灭了,将军只好同意让他试一下。他以井字游戏的方式为美国空军防卫电脑编制程序。

电脑开始以疯狂的速度进行计算,并意识到任何一方都不可能赢得这场游戏,或者这场核战争。接着,屏幕就一片空白了。行动终止了,一切恢复和平。然后电脑屏幕上出现了这些文字:“一个奇怪的游戏。获胜的唯一方式就是不参与……来一场愉快的棋局游戏如何?”

我们完全可以认为,共同基金经理都用尽了其全部的智慧、学识和能力,以及他们所掌握的全部电脑技能来进行彼此之间的竞争,并为此选出最佳的股票而丢弃最差的股票,大家都想赢得这场业绩比赛,吸纳最多的管理资金。但一直以来,我们也看到,只有那些完全没有参与这场游戏的指数基金,才可能为其投资者积累最多的资本。因此,我们当然可以提问说:“投资管理游戏是否已经像全球战争游戏一样成了失败者的游戏,就好比井字游戏?”本章所呈现的那些有说服力的证据表明,答案为:“是的。”

十年以后

股票型风格

正如我们将在第10章所再次看到的,从长期来看,由那些晨星风格箱界定的各种投资风格,都有强大趋势回复到股市的平均水平。由于市场的偏好变化不定,从大型公司转移到小型公司,或从成长型转移到价值型等,只有那些既聪明又幸运的投资者,才能赢得那些类似的“战争游戏”。

过去的25年充满了机遇与挑战,看来是检验这一论点的恰当时期。这段时期内的基金表现如下所示:

请注意,除了唯一的一个小例外(只有24只样本基金的中盘价值型基金),这些风格的平均年回报率都相当稳定,其变动范围为8.7%~9.5%,平均为9.2%。标准普尔500指数基金的回报率达到10.0%,高出上述平均值近10%。但它是以低了11%的风险水平来实现这一业绩的。因此,指数基金的风险调整回报率要比普通管理型基金高出15%(10%对比8.7%)。按复利计算过去25年的这两种回报率,10 000美元的初始投资置于指数基金就能产生98 300美元的利润,在普通管理型基金所赚的70 500美元利润的基础上提升了40%的资本利得。

注意:无论这种对比多么有利于全股市指数化概念(以其近似指标标准普尔500指数表示),都在很大程度上低估了指数的优势。为什么呢?第一,我们忽略了每年耗费的大约0.5%~1.0%的销售佣金,这是购买多数股票型基金都要支付的。第二,忽略了主动管理型基金的投资者所需要承担的沉重税负(第13章会有相关描述)。第三,我们所展示的,必然只是存续了这25年的863只股票型基金的记录,而忽略了那些成百上千只破产基金的记录。第四,我们忽略了一个事实,即多数主动管理型基金的份额持有者所获得的回报率都大幅落后于这些基金自身所声称的回报率(第11章会有相关探讨)。在进行上述一系列调整以后,普通基金所声称的年回报率9.2%,又会降低多少呢?也许是1/4,或者更多。对那些相信基金经理能为投资者实现增值的人们而言,这种状况并不令人满意。

所以,现在你知道为什么在10年以后,我会以比以往更加执著的信念继续坚持我早期的结论了吧。押赌投资风格其实是一种“奇怪的游戏”(最终也会是失败者的游戏)。“唯一获胜的方式就是不参与。”因此,是否可以不参与这个游戏而仅仅依赖于指数基金?是的!(这次带有一个感叹号。)

对时间的依赖性

正如全部投资者所逐渐认识到的那样,无论以何种方式,任何分析所展示的共同基金回报率都存在时间依赖性。因为市场和基金的回报率都会随着时期发生变化,数据提供者凭借其对分析时期的挑选能力,就会在证明其结论方面拥有巨大优势。尽管如此,本章所作的分析已经尽我所能地做到合理客观了。我故意选择了1992—1996年(含1996年)的这5年期,而不是截至1997年或1998年的更近的5年期,这是因为在较早的时期,标准普尔500指数的回报率远远低于普通基金。我在本章的目标就是尽可能地最小化任何有争议的大盘市场偏差。

在选择时期长度方面,我选择了5年,这是因为更短的时期(如3年)只会差强人意,而更长的时期(如10年)则会将研究中的基金数量削减一半,使其成为不太可靠的样本。我坦率地承认,在强大的股票市场里,根据5年期的(基金)数量,只能得出这些结论,即使这一时期只包含了两个低迷的市场年份以及三个景气的市场年份,几乎不能不算是对市场长期发展模式的有力代表。然而,不仅标准普尔500指数在5年期内的平均年回报率是这三个可选时期(3年、5年和10年期)中最低的,与普通管理型股票型基金相比,它的回报率也处于最低水平。下列表格对比了3年、5年和10年期的相应回报率。对本章所展示的数据进行的风格分析,应该在多种市场条件下用其他时期来加以检验。

标准普尔500指数回报率对比普通股票型基金 单位:%

时期 标准普尔500指数 股票型基金的均值 指数的相对回报率 3年 19.7 15.4 128 5年 15.2 13.7 111 10年 15.3 13.3 115

截至1996年12月31日的各段时期。

十年以后

标准普尔500指数回报率对比普通股票型基金 单位:%

时期 标准普尔500指数 股票型基金的均值 指数的相对回报率 3年 –8.4 –11.3 74.3 5年 –2.2 –4.0 54.4 10年 –1.4 –1.6 85.2

截至2008年12月31日的各段时期。普通基金的回报率包含对销售佣金以及生存偏差进行的调整。

请支持我们,让我们可以支付服务器费用。
使用微信支付打赏


上一页 · 目录下一页


下载 · 书页 · 阅读 ‧ 电子书库