Photo by Karolina Grabowska on Pexels.com

最近因為清流君還有財報狗威宇的關係,被問到因子投資 (factor investing) 的機會變多了。作為美股的法人分析師,80% 的資產交給因子投資,本身就是個滿奇怪的事情,不過這也跟我學經歷與對投資的信念脫不了關係,今天趁這個機會跟大家聊聊這個議題,談因子投資、我自己,還有我現在的投資哲學與方法。

我自己

昨天 (台北時間 2021 年 6 月 19 日) 下午跟財報狗威宇錄 podcast 的時候,一開始有閒聊了一下我的背景:(養成翹課、講幹話等各種壞習慣並且) 自師大附中畢業之後,原本考大學的時候其實想唸台大歷史系,不過分數沒到,最後去了政大新聞系,雙主修了同樣要大量唸歷史的外交系。

大三大四的時候覺得應該要學點經濟會計,後來又碰到國貿系一群至今仍非常要好的朋友們,一邊修各種金融財務的課程,一邊就栽進這個坑。碩班的時候,則繼續待在政大讀企管所,主修財務,論文寫智慧資本作為風險因子對企業價值的影響,吸好吸滿 7 年文山指南獨有的潮濕空氣。

大五到碩班結束這段時間,對我來說還滿重要的,因為花了不少時間把自己當博士班的學生在讀論文,也因為論文的題目跟資產定價 (asset pricing) 必然扯上關係,文獻探討階段除了花時間去挖智慧資本的研究外,也投入不少時間從 Markowitz 的 Modern Portfolio Theory、Sharpe 等人的 CAPM、Ross 的 APT,一直到 Fama & French 的 Three-factor 以及後續各種定價模型。不能說自己理解的程度比財博們好,但會比一般 MBA 的畢業生懂這個主題稍微多一點點,至少知道這些率理論的結論與限制在哪,也因此知道關於學術上的問題,應該要找誰 (認識一些正在唸美國財博的人,例如美國金融日記) 或是找什麼業界資源 (例如 AQR) 來讀。

這段求學經驗,也讓我帶著一種相當矛盾的思維,進入目前服務的券商分析師這一行。我知道有滿多同業都覺得自己推薦 (或私底下偷買) 的股票/投資組合年年打敗大盤很強,但仔細問一圈,就會發現滿常都是丟中小型股票 + 利用自己 house 發報告前後的股價做套利。後者我不屑去做的不道德行為 (我也因此錯過很多美好無風險的報酬),前者就比較可以討論。

什麼才是風險調整後的超額報酬 (Alpha)?

如果投資組合都塞滿中小型股票,而因此比大盤指數好,這個算是 Alpha (超額報酬) 嗎? 我知道一般散戶和某些法人會覺得是,在他們的定義中只要能打敗代表市場整體的 CAPM Beta 報酬 (大盤報酬 – 無風險利率),你就算是有產生 Alpha。

我自己認為,只用 CAPM Beta 去衡量 Alpha 這件事,而不去根據 Fama-French Three-factor model (FF3,曝顯於 CAPM Beta 市場因子、SMB 規模因子,以及 HML 價值因子) 以降的資產定價模型去衡量何謂風險調整後的 Alpha,是一件滿愚蠢的事情,儘管在台灣這個想法依舊是主流。舉例來說,一個今天偏重買權值股的經理人 vs. 偏重買中小型股的經理人,後者在長期很可能交出更好的 CAPM Beta 模型下的 Alpha,但是在 FF3 的模型下,那個 CAPM 版本的 Alpha 大概只是去承擔系統性的 SMB (規模因子,小規模減去大規模的風險溢酬。這邊特別僅曝險於小型價值股,因為研究已經發現小型成長股基本上是垃圾借用一下清流君的語氣來說),剩下的可能是完全不明顯的 FF3 版本的 Alpha。

Fama-French Three-factor Model

不過老闆跟投資人不管啦,還是給偏好買中小型股的經理人多一點 bonus,只因為他名目上表現比大盤好,完全忽略了這個經理背後承擔了多少風險,也沒有去看說是不是用一個簡單的小型股 ETF 就能完全複製一樣的報酬,還不用付這麼多錢給經理人。

因子成為我投資哲學的基石

整件事都滿荒謬的,尤其在台灣大概不會有人會質疑這個應該是主流的想法。但對於這些事情的理解,也逐漸改變了我自己對個人投資與分析師工作職涯的觀點。在個人投資方面,既然我已經知道:

1. 已經有某些因子確實存在

2. 也確實有效,並且也知道

3. 基於人類心理、組織行為和市場結構等理論,

4. 這些因子將有非常高的機會將持續有效,

5. 我應該要做的是使用市場上低成本F且最合適的現成投資工具,來幫助我建構以這些風險因子為核心的投資組合,取得所謂的 Beta 報酬。

我個人的研究與選擇,是以 FF3 為基礎加入 MOM (動能因子) 之後演化而成的 Carhart four-factor model,並圍繞這四個風險因子來取得股權方面的報酬率,並搭配債券等其他資產來降低波動與風險:

Source: Course Hero

MFA-I 的績效表現

這套思維的產物即我談過的、從 2019 年 1 月 1 日開始執行的 MFA 策略 (Multi Factor Allocation),這一系列總共有很多組微調過的投資組合,但總共佔我個人資產的 80%。以 MFA-I 這組運作最久的投資組合來說,這是一組股債比 8:2 的投資組合,藉由曝險於四個因子 + 長天期公債,這個投資組合從 2019 年 1 月1 日到 2021 年 6 月 18 的累積報酬率為 91%,年化報酬率為 30%,優於同期間同樣股債比 8:2 的 ETF AOA 的 12.7%。以風險調整後報酬來看,截至 2021 年 5 月底,MFA-I 的 Sharpe/Sortino 為 1.52/2.96,亦優於 AOA 的 1.15/2.82。

Source: Portfolio visualizer

如果丟進 Carhart four-factor model 去做因子拆解的話,MFA-I 投資期間內是顯著曝險於 CAPM Beta, SMB (僅曝險於小型價值股), HML, MOM 等四個因子:

當然 MFA-I 有不少問題,所以後來才冒出 MFA-II ~ MFA-V 等權重、選用投資工具微調後的投資組合。但無論如何,這幾年除了因為交易產生額外的淨值增加外,大致上 MFA 策略是跟著各類型資產的指數報酬在走的。

不過也要勸誡想嘗試因子投資的朋友,這是一條理論上可行,但實際做起來不是對每個人都很合理的投資方式,例如小型價值股有可能長時間落後大型股、價值股長期落後成長股,這些歷史上隔幾年應該要反轉回來的現象,過去 10 年顯然沒有發生。我覺得適合大部分投資人的作法,還是去投資 VTI + VXUS 或是 VT、VWRA/VWRD 這種投資全球股權的市值型 ETF,factor tilt 讓機構法人與精神異常的人來做就好了。

當我把 80% 的資產交給因子後,那麼我們可以回到那 20% 的主動選股,這個就和我的分析師職涯很有關係了。

中小型成長股是系統性的垃圾。因此有分析師存在的價值

當發現小型成長股是一種系統性的垃圾時,第一個反應就是把這個類別排除在那 80% 的資產外。

但作為分析師培養出的第二階思考讓我產生另一個想法:怎麼從垃圾中有系統地運用自身優勢,去挖掘出有長期增長價值的公司? Alpha 就是從這個從小公司變成大公司的過程中產生的,很難掌握,但是如果擁有投資優勢的人會有辦法。

追求這點,這也跟我目前作為分析師的目標與要做的事情相符:你必須了解競爭動態、產業的趨勢與典範轉移、公司的營運狀況與產品技術,以及評價估值。這些技能運用在大型股上面沒有什麼相對優勢,整個市場上的人都知道,然而運用在即將破繭而出的中小型股票上,也許有辦法。

這也是剩下 20% 主動選股部位的投資哲學:聚焦並精挑在有遠程發展潛力、評價合理,有可能成為下一個 FAAMG 的中小型科技成長股,同時用持有 8~15 支股票的類創投模式來管理風險。

總結來說,即便是主動選股,我認為也是因子投資哲學的其中一個延伸:

將大部分可被風險解釋的報酬,交給因子投資;

剩下的,就從像小型成長股這種被視為垃圾的類別,運用投資優勢有效率地挖掘出有價值的標的。

延伸閱讀 – 依我認為和因子投資的相關性排序

1. 《因子投資》by Berkin and Swedroe

2. 《為何賣掉就漲,買了就跌?》by 陸蓉

3. 《投資超級英雄進化論:看頂尖投資家如何追求報酬、管理風險,勇闖打敗大盤之路》 by Bernstein

4. 《風險之書:看人類如何探索、衡量,進而戰勝風險》 by Bernstein

5. 《勝算:賭的科學與決策智慧》 by Kucharski

6. 《洞悉市場的人:量化交易之父吉姆‧西蒙斯與文藝復興公司的故事》 by Zuckerman

7. 《他是賭神,更是股神》by Thorp

8. 《金融科技實戰:Python與量化投資》 by 蔡立耑

發表迴響

Please log in using one of these methods to post your comment:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s