下载掌阅APP，畅读海量书库
立即打开
◆ 摘要 ◆
市场上的投资者是有偏好的，有时候偏好价值股，有时候偏好成长股，有时候偏好大盘股，有时候偏好小盘股。由于投资者的这种不同的交易行为，形成了市场风格，因此，在投资中，利用市场风格的变化进行轮动投资会比一直持有的效果好很多。
本节研究如何判断市场风格，以及如何利用风格的轮动构建投资策略以获取超额收益。
投资风格是针对股票市场而言的，是指投资于某类具有共同收益特征或共同价格行为的股票，即某类投资风格很受欢迎，并且在某一个时间段内具有持续性和连续性（例如，价值投资和成长型投资两种风格，或者大盘股和小盘股两种风格，总是轮流受到市场追捧）。由于投资风格的存在，从而产生一种叫作风格动量的效应，即在过去较短时期内收益率较高的股票，在未来的中短期收益也较高；相反，在过去较短时期内收益率较低的股票，在未来的中短期也将会持续其不好的表现。
投资风格的形成主要来源于对股票市场异象的研究成果。在长期的市场研究中，研究人员发现存在大量市场异象，主要包括公司属性效应、趋势效应等。市场有效性程度不是一成不变的，会随时间不断变化。也就是说，追逐这些市场失效现象能获取超额投资收益。所以，风格投资从本质上来说是通过执行各种投资决策，从某些特定分割的、异质的市场或从某类错误定价的股票中获得超额收益。
国外投资风格鉴别技术一般可分为两种：一种是持股特征基础的投资风格鉴别法（HBS），包括晨星公司的风格箱法和新风格箱法、罗素公司的风格分类系统、富兰克罗素和所罗门兄弟公司开发的风格分类系统等；另一种是收益率基础的投资风格鉴别法，如夏普的鉴别方法等。
晨星风格箱法是一个3×3矩阵，从大盘和小盘、价值型和成长型来对基金风格进行划分，介于大盘和小盘之间的为中盘，介于价值型和成长型之间的为混合型，共有9类风格，如表2-6所示。
表2-6 晨星市场风格判别法
数据来源：MorningStar
（1）规模指标：市值。通过比较基金持有股票的市值中值来划分，市值中值小于10亿美元为小盘；大于50亿美元为大盘；10亿～50亿美元为中盘。
（2）估值指标：平均市盈率、平均市净率。基金所持有股票的市盈率、市净率用基金投资于该股票的比例加权求平均，然后把两个加权平均指标和标普500成分股的市盈率、市净率的相对比值相加，对于标普500来说，这个比值和是2。如果最后所得比值和小于1.75，则为价值型；大于2.25为成长型；介于1.75～2.25之间为混合型。
夏普收益率基础的投资风格鉴别将所有股票分为4类。
（1）将标普500指数成分股按净市比（B/P）排序分为两类，分界点是两类股票的总市值大小一样，高B/P的股票为价值股，其余为成长股，更新频率是6个月。
（2）将非标普500指数成分股按市值高低分为两类，从高到低排序后占总市值前80%的股票称为中市值股，剩下的则为小市值股。
夏普收益率基础的投资风格鉴别如表2-7所示。
表2-7 夏普收益率基础的投资风格鉴别
（1）经济周期。当宏观经济表现强劲时，小市值公司有一个较好的发展环境，易于成长壮大，甚至还会有高于经济增速的表现，因此，小盘股表现突出的概率高于大盘股。而当经济走弱时，由于信心的匮乏和未来市场的不确定性，投资者可能会倾向于选择大盘股，起到防御作用，即使低通货膨胀、货币走强，也不足以冒险去选择小盘股。
研究发现，经济名义增长率是用来解释规模效应市场周期的有力变量。当名义增长率提高时，小市值组合表现更优，因为小公司对宏观经济变动更为敏感，当工业生产率提高、通货膨胀率上升时，小公司成长更快。
（2）反应过度/不足。Fama and French（1995）认为风格的周期性轮换是由于投资者的趋势追逐特性造成的。当某类风格的股票在某段时间内具有较好走势时，趋势投资者就会增加对该风格资产的投资，风格走势得以延续。但过度反应会使得该种风格的股票积累过多风险，泡沫最终破灭，形成了不同风格的周期性表现。
（3）价值回归。过度反应的最终结局还是泡沫破灭，而反应不足最终也会被市场纠错，这是由价格最终要向价值回归的本质决定的。这也为我们研究风格策略提供了方向。通过研究某一风格的股票价格是否远离其价值、扣除手续费等费用后是否有足够的利润空间，来给出策略建议。
盈利预期生命周期模型刻画了投资者对盈利预期演化的各个阶段，如图2-2所示。该模型认为几乎所有的股票都会经历上述的部分阶段，不过并非任何股票都要完整经历所有阶段，而且不同股票经历盈利预期生命周期循环的速度不同。此外，在子阶段中也可能存在完整的盈利预期循环。
图2-2 盈利预期生命循环周期模型
数据来源：Bernstein, Richard,"Style Investing: Unique Insight into Equity Management",JohnWiley & Sons,1995
（1）反转：反转策略投资于具有较低盈利预期的股票，多数投资者认为这些股票不具有吸引力或风险过高。
（2）正向收益超预期：具有较低预期的公司开始发布稍微乐观的信息，股票重新获得投资者的注意，对于这些股票的研究覆盖开始增多。
（3）正向收益超预期模型：基于实际盈利和分析师预期有显著正向差异的选股模型。传统的正向收益超预期模型指持有股票直至实际盈利发布，这样就从盈利预期生命周期模型的第三阶段过渡到了第二阶段。
（4）预期修正：随着正向的收益超预期，市场一致预期开始调升盈利水平，部分分析师的滞后调整是因为他们不愿相信这种超预期意味着基本面的改变。
（5）EPS动量：盈利动量策略的投资者基于预期和实际盈利的增长，以及EPS的年度同比增加而买入股票。
（6）成长性：当强劲的盈利动量持续相当长一段时间时，股票被认为具有成长性。这些股票既不是像在第四或第五阶段那样，属于被先知先觉的投资者新挖掘的成长股；也不是使得商业环境改变的真正的成长性公司。不过，大多数投资者认为这些股票具有较优秀的特质，这些股票的盈利预期非常高，因此也是盈利预期生命周期模型中不符合预期的风险最高的阶段。反转策略的投资者认为此时是抛售的最佳时机。
（7）破灭：公司开始达不到盈利预期。盈利预期和股价开始崩塌。
（8）负向收益超预期模型：和第三阶段相对应，不过此时实际盈利和分析师预期有显著负向差异，这些股票是最好的卖出对象。
（9）预期修正：随着负向的收益超预期，市场一致预期开始调低盈利水平。同样，部分分析师的滞后调整是因为他们不愿相信这种低于预期意味着公司基本面的改变。
（10）蹩脚货：当公司实际盈利持续低于盈利预期一段时间后，投资者开始回避这些股票。有关并购、重组或破产的谣言会使得股价发生短期波动，但投资者会尽量回避这些股票。
（11）被忽略的：投资者对这些股票兴趣索然，研究机构认为其毫无覆盖的价值而将其剔除，缺乏相关的研究信息也许意味着一个新周期的开始。
按照此盈利预期生命周期模型，区分了成长风格和价值风格的投资者。成长风格的投资者一般对投资标的有较高的预期；而与之相对应，价值风格的投资者对投资标的的预期较低。因此，成长风格和价值风格的投资者分别处于盈利预期生命周期模型图的上半部分和下半部分。
根据盈利预期生命周期模型，还可以区分基于好公司和坏公司的投资策略，我们也可以理解为基于盈利预期动量和盈利预期反转的投资策略。基于好公司的投资策略寻找那些处于预期上升阶段的公司，而不管盈利预期较好或较坏，只要预期改善即可；而基于坏公司的投资策略则高买低卖，即在预期最乐观的时候卖出，在最悲观的时候买入。因此，基于好公司和坏公司的投资策略，分别处于盈利预期生命周期模型图的左半部分和右半部分。
将以上两种划分结合起来，就可以得到4种风格策略：成长动量、成长反转、价值动量和价值反转。
实施风格轮换战略，在不同的风格类别之间进行切换，需要对各类风格的收益特性有较好的把握和对未来风格走势有较准确的判断。风格评估和预测的方法可分为相对价值法和场景预测法两类。
（1）相对价值法的核心是均值回归理论，被低估的股票价格最终将被市场发现而向均值回归，被高估的股票价格也将下跌至均值水平。能获得低估或高估收益的投资者，必然是对某类股票、企业有着长期的追踪研究并具备价值发现能力的投资者。当市场出现价格偏差时，能在第一时间发现并调整组合，及时判断出市场未来走势。
（2）场景预测法的核心：同一风格股票的收益率之间存在某种相似属性和因素敏感性，因此，当外部环境发生变化时，受某类因素正面影响的风格类型将取得超额收益；反之则会获得低于市场的收益。场景预测法可分为两个步骤：
① 对影响股票收益的各个因素建立因素模型。
② 设想未来可能出现的不同场景，对未来的风险状况进行预测。
由于市场风格轮动，保持单一的投资风格并不一定是最佳的投资策略，积极的风格转换策略有助于提高投资绩效。风格转换主要涉及两个问题，即在何时进行风格转换，以及风格转换能否弥补交易成本。
风格转换策略模型实际上是在建立了一系列基本预测变量的基础上，寻找一个适用于风格转换的合理模型。从已有文献看，主要有以下3类方法：
（1）将风格相对收益率对相关变量进行回归。但由于建立精确关系较为困难，因此这种方法基本被排除。
（2）Markov Switch模型。该模型主要关注相对收益率的历史表现（按照Levist的变量分类办法，这些指标主要是技术变量），并不关注其他基本经济变量，因此这种方法可能遗漏了很多可用信息。
（3）Logistic概率模型。在任意时点，风格转换的结果无非有两种，即转换或不转换。如果预期下期某类风格占优，则将现有风格转化为占优的风格。
标准Logistic模型如下：（）（） ppy β ==+ t t + 1 1e1e -- x ′1 - x ′1 β
其中，如果构建期后一月份的某风格（如价值股）收益率大于另一风格（如成长股）收益率，则 y t +1 =1，否则 y t +1 =0。建立递归预测方法，当构建期往后延伸时，则形成时间序列 y 1 , y 2 ,…, y T 。
在建立Logistic 预测模型前，需要首先选择 n 个可能的影响因素（宏观、基本面与技术面等），这可以通过逐步回归、主成分分析等方法选择。然后，利用 Y 对 n 个解释变量建立多元Logistic回归模型。可采用Jackknife method等检验方法对多元Logistic模型的稳定性进行检验，并确定模型最佳的判别点。比较按最佳判别点确定的风格转换策略所获得的收益是否大于任何简单的买入并持有策略，若难以超越，则认为简单的买入持有策略为最佳策略；若超过，则考虑交易成本后的最佳转换风格的交易策略。
案例 风格轮动策略
本案例的实证数据采用了中信标普风格指数进行，选取的数据段为2006年1月至2015年12月的A股数据。如表2-8所示为中信标普风格指数。
表2-8 中信标普风格指数
资料来源：中信标普指数服务
在中信标普风格指数中，构建了两类风格指数系列：穷尽型风格指数系列和纯风格指数系列。穷尽型风格指数系列可以有效地成为指数基金和衍生品的构成基础，使产品能够宽泛且经济地投资于某种特定的风格板块；纯风格指数系列包括风格指数系列中那些具有显著成长或价值特征的股票。
纯成长指数和纯价值指数之间没有任何重合的股票。这些指数没有因使用市值权重而造成规模偏差。相反，股票按其相对的风格吸引力被赋予权重。因此，纯风格指数系列较为适合实证研究，更能体现出指数的不同风格收益差。
本案例所选用的具体数据为：选择6个风格指数，分别是大盘价值（100纯价值）、大盘成长（100纯成长）、中盘价值（200纯价值）、中盘成长（200纯成长）、小盘价值（小盘纯成长）、小盘成长（小盘纯价值）。
为了避免牛市/熊市效应，对动量策略和反转策略的检验采用了多头/空头的配置方法，而不是仅仅考虑多头组合的盈利情况。
（1）构建投资组合的观测期为 j 个月（ j =1,3,6,12），计算每个指数的收益率。
（2）根据风格组合收益率从大到小进行排序，其中最高的一个（或者两个）风格组合被定义为赢者组合，最低的一个（或者两个）风格组合被定义为输者组合，通过买入赢者组合、卖空输者组合来构建多空头套利组合，并持有 k 个月。
（3）持有期分别为1个月、3个月、6个月、12个月。
（4）在持有期末，重复步骤（2）和（3）的操作。
风格反转策略除了步骤（2）为构建相反的头寸，即买入输者指数，卖出赢者指数，并持有 k 个月外，其余步骤均与动量交易策略相同。
结果判定：如果套利组合具有正的月均收益，则认为是风格动量；如果套利组合是负的月均收益，则认为是风格反转。同时，对套利组合的收益进行t检验，如果 t 值统计显著，则认为存在相应的动量或者反转效应。
按照上述策略，为了使实证结果贴近实际投资绩效，所有股票的收益结果都采用了几何平均值。分别按照观测期 j =1,3,6,12和持有期 k =1,3,6,12构建了16个套利组合，并分别测算了赢家组合、输家组合和套利组合的月均收益，如表2-9所示。
表2-9 风格动量策略组合月均收益率
注：**标记表明
t
值在1%水平上统计显著，*标记表明
t
值在5%水平上统计显著。
资料来源：[宋曦 2007]
从上面的实证结果可以发现如下一些结论。
（1）风格动量效应不明显：在所有套利组合中，仅有3个组合出现了风格动量效应，即观测期 j 和持有期 k 分别为(1,1)、(1,6)、(6,12)，这3个组合中只有(1,1)统计显著性达到了1%。
（2）风格动量效应时间较短：实证结果表明，只有观测期为1个月，买入并持有1个月的组合统计在1%水平上显著；而其余两个具有动量效应的组合只在5%水平上显著。
（3）中期风格反转迹象较为明显：在观测期为3个月的4个组合中，3个组合具有风格反转效应（套利组合收益为负，且统计显著），即观测风格动量3个月并分别持有前3个月表现最差的组合3个月、6个月和12个月均出现了显著的风格反转效应。
（4）长期风格动量与反转效应均不明显：在观测期为6个月和12个月时，8个投资组合中仅有1个组合出现了较为显著的风格动量。中国市场并未出现长期的风格动量或者反转效应，这与国外已有的实证结果——“中期动量，长期反转”差异较大。
各种实证研究结论表明，中国股市的风格投资具有如下特点。
（1）积极的风格管理能创造出超额收益。
① 如果一个投资者能够准确进行风格选时，就能创造出显著超额的收益。
② 进行大盘/小盘风格选时潜在获利能力强于价值/成长。
③ 对大盘/小盘轮动的选时频率可以频繁进行，一年内可以多次进行，但价值/成长轮动频繁转换的意义不大，适合进行年度或者更长时间周期的选时及轮动。
（2）建立风格选时的量化投资模型，操作难度较大。虽然通过运用支持向量机（SVM）方法进行风格选时的预测，但结果依然差强人意。预测精度与国外同类模型的输出相比，仍然较差。主要原因如下：
① 中国股市与宏观经济指标的关联性差。
② 数据来源受限，无法得到一些风格指数的成分数据。
（3）风格动量效应不明显，持续时间较短。如果要进行积极的风格动量投资，则应当对前1个月的受欢迎投资风格进行重点观测，即增强配置前1个月受欢迎风格的股票、降低配置不受欢迎风格的股票能够显著提高组合的投资收益。
（4）中期风格反转效应较明显。3个月的风格效应容易出现反转，即密切观测以3个月为一个周期的风格动量具有比较强的现实意义。对于积极风格管理者来说，不妨以3个月为周期进行风格反转操作，建议持有期在3个月以上。
（5）积极风格管理的适用对象为中短期投资者。由于长期的风格收益差及风格动量并不十分明显，因此，主动风格轮动策略适用于积极的中短期投资者。对于长期投资者来说，构建风格中性的投资组合或许是最佳选择（风格中性：指投资组合不偏向某一种特定的投资风格，平衡配置各种风格的股票）。
案例 大/小盘风格轮动策略
大/小盘轮动最为投资者所熟知，本案例就A股市场的大/小盘风格轮动进行实证研究，通过建立普通的多元回归模型来探寻A股的大/小盘轮动规律。
大/小盘风格轮动因子如下。
（1）M2同比增速：M2同比增速为货币因素，表征市场流动性的强弱。当流动性趋于宽松时，小盘股相对而言更容易受到资金的追捧。
（2）PPI同比增速：PPI反映生产环节价格水平，是衡量通胀水平的重要指标；且PPI 往往被看成CPI的先行指标。
（3）大/小盘年化波动率之比的移动均值：波动率表征股票的波动程度，同时也在一定程度上反映投资者情绪；可以认为大/小盘年化波动率之比能够反映出一段时间内大/小盘风格市场情绪的孰强孰弱，而经过移动平滑处理后的数值则更加稳定。
（4）工业增加值同比增速：工业增加值反映企业与国家是在创造价值还是在消耗财富，工业增加值同比上升，对市场有着推动意义。
基于上面所讲的风格因子建立如下回归模型：
D ( R t )= α + β 1 · MG t -1 + β 2 · PG t -2 + β 3 · σ t -3 + β 4 · IND t -2 + ε t
其中， D ( R t )为当月小/大盘收益率差（对数收益率）； MG t -1 为上月M2同比增速； PG t -2 为2个月前PPI同比增速； σ t -3 为3个月前小/大盘年化波动率之比的移动平滑值； IND t -2 为2个月前工业增加值同比增速； ε t 为误差项。
本案例采用滚动60个月的历史数据对模型进行回归，得到回归系数后对后一期的 D ( R t )进行预测，由修正预测值的正负来进行大/小盘股的投资决策。数据预测期为2010年1月至2014年12月。
在60个月的预测期中，准确预测的月数为33个月，准确率约为55%，并不十分理想。但值得一提的是，2012年3月至2013年2月，模型的预测效果非常好，准确预测的月数为10个月（仅在2012年5月和2013年1月出现了差错），该段时间的预测准确率达83.33%，结果如表2-10所示。
表2-10 大/小盘风格轮动策略月收益率均值
资料来源：[曹源 2010]
若从2010年1月开始按照轮动策略进行投资，则截至2014年12月底，轮动策略的累计收益率为38.07%，同期上证综指的收益率为-0.28%，小盘组合的累计收益率为18.01%；轮动策略稍强于小盘组合，但仍较大幅度地跑赢了市场指数。
如图2-3所示，轮动策略在2014年尾端的大牛市中能够很好地跟随大盘股的节奏，而在之前的结构性行情中又能较好地捕捉小盘股的投资机会。
若从2013年年初开始采用轮动策略进行投资，则截至2014年12月底，累计收益率可达72.96%，同样超越同期上证综指及大、小盘组合的收益率。
图2-3 大/小盘轮动策略收益率曲线
资料来源：[曹源 2010]
本节阐述了有关风格轮动的原理、策略和方法，并且用两个案例来验证该方法的有效性。从实证的结果来看，风格轮动策略比单纯的持有策略具有明显的超额收益，这说明A股市场确实存在风格效应。