跳转到主要内容

你在这里

被动和基本指数投资:因子分析

近年来被动投资的兴趣已有所上升。很多投资者来说,越来越敏感的金融危机后,不相信主动管理将带来超额收益,网费,在他们的基准。被动投资一直专注于复制市值加权基准指数,通过指数共同基金,交易所交易基金(etf)或创建匹配的内部组合。市值加权指数提供具有成本效益的接触各个领域中的股票市场具有高度的流动性和能力。这保证了投资者的回报,密切跟踪广泛的股票市场以较低的成本。.

平行于被动投资者的兴趣不断增加投资的增长数字索引基于战略,离开那些市值加权指数。这些新索引的目的将曝光或策略,通常不是在市值加权指数。被称为“战略指标,””智能测试索引”或“替代指标,”他们组成之间的中间地带传统对立的被动和主动投资。他们对他们的吸引力低成本与积极管理基金相比,和自定义风险的能力,结合特定的策略,选项通常是不可能的在传统的被动投资。.

最创新的智能β战略指标”从根本上加权指数”(见阿诺特,许和摩尔[2005])。罗素基本指数®方法,罗素与研究合作公司合作开发®,权重股的会计销售收入等措施,现金流和红利。这些权重的关键特征是,一个公司的大小是衡量当前市场价格没有任何直接联系(见罗素[2012]精确建设方法论)。这种鲜明对比的标准做法加权指数的股票的资本以当前市场价格——我。e。,帽权重。正如我们将要看到的,基本的索引值倾斜,但由于权重与当前的市场价格,结果是一个时变价值策略有别于传统市值加权特征值索引。这提供了一种互补投资者可以利用他们现有的股票投资组合的多样化。.

本文探讨了投资者如何结合市值加权和基本指标形状因子暴露历史上改善整个投资组合的风险/回报概要文件。我们的重点是探索,没有打算到达一个“最优”投资组合。使分析更清晰,我们看一个假想的被动投资者。年代。股票使用罗素3000全市U。年代。指数作为基准。这个投资者相信广泛的有关这一课题的文献,有长期奖励倾斜时的投资组合价值和小型股因素(法玛和法国[1992])。将这些观点的传统方法是分配的部分投资组合市值加权值和市值加权小型股指数。本文运用因子分析显示,历史上,罗素基本索引策略会增加新的维度假设投资者的多元化。.

的Fama-French-Carhart四因子模型

的Fama-French-Carhart四因子模型是学术研究的主力。法玛和法国(1992)扩展的单因素CAPM夏普(1964)包括因素对价值和小型股。Carhart(1997)表明,第四个因素-动量是一个重要的解释股票收益。.

完整的模型表示为

Index-rf = a + b∙∙∙SMB(Market-rf)+ c + d HML + e∙妈妈+错误,,(1)

在哪里射频是“无风险”金融理论,一个月短期国库债券的代理。.市场是所有股票的市值加权回归在纽交所上市,美国运通和纳斯达克交易所。.SMB(小-大)是小型股的股票组合-返回返回到大型股的股票组合。因此是一个估计的市场回报如何倾斜小型股股票。同样的,,HML(高-低)是一个股票投资组合的回报高的书/价格比率-返回到一个较低的投资组合的股票书/价格比率。这也是估计的市场回报如何倾斜值股票(见农夫和法国[1993]如何构造因素的详细描述)。.妈妈(动量)是返回一个投资组合持有许多先前的12个月的表现最好的股票-返回到一个投资组合持有许多前12个月的表现最差的股票(见Carhart [1997])。系数b,c,de衡量指数每个因素的风险敞口。的贡献因素指数返回将被曝光市场或因素的奖励:b∙(Market-rf),c∙SMB,等。.

方程(1)的拦截,,一个,在这个模型中扮演一个有趣的角色。这是一个系统的返回四个因素无法解释的。这可能是由于添加或者减去价值从曝光的方式改变随着时间的推移,或暴露在模型中没有。学术研究人员称之为“阿尔法”或“异常返回,”但是从业者倾向于认为真正的α是一个额外的从积极选股的见解,返回不能索引。因为没有更好的词,我们将称之为“阿尔法”同时,但读者应该记住,更实际地想到作为一个返回包括因素无法解释的。.

这四个因素是派生的市值加权方法的使用,所以我们认为他们不能捕获所有的变化基本指数投资回报。这可能出现在估计截距,以及在较低的R平方。在我们的分析中,原来是这样的。但在我们进入实证结果,简短的题外话的关系基本指数概念和传统价值指标。.

基本指标指数的方法和传统价值

敲的一个基本指标构造是它只是“新瓶装旧酒,”我。e。,新名字仅仅是一个价值指数(Asness[2006])。为了说明这一论点背后的逻辑,我们看一个非常简单的版本的一个基本指标,一个完全由账面价值加权。.1

之间的确切关系基本重量和特定股票的市值重量

W我,F =W我,C(B/ PB)/(/ P),,(2)

Wi,F是股票的基本面重量,Wi,C是股票市值的重量我,B/ P我是这本书/价格比率的股票我,,B/ Pm是这本书/价格比率的市值加权市场。2方程(2)表明,股票将有一个更大的重量基本指数比市值加权市场如果它有一个高的书/价格比率相对于市场市值加权平均的书/价格比率。因为股票与高于平均水平的书/价格比率也被归类为价值股票,很明显,基本指数价值倾斜。.

然而,如果股票的账面价值上升,价格不动,然后基础体重会上升,但帽子的重量不会。相反地,如果股票的市场价格上升,但是账面价值保持不变,然后帽重量将会上升,而基本面体重不会让步。3传统价值指标选择一个子集的股票基于价格比率如书/价格然后cap-weight价值股的子集(见罗素[2013]的施工方法本文所有的市值加权指数)。我们可以看到,虽然确实基本指数价值倾斜,也真正价值指数有偏向基本指数特征。关键是,即使他们是相关的,他们是不一样的,他们可能表现出不同的行为在市场周期。正如我们将看到的,结合这些不同的行为会呈现多样化我们假设投资者的机会。.

因子模型的估计大帽的价值和基本的索引

我们开始在大帽空间看看因素长期暴露估计在我们看看这些风险敞口可能会随着时间推移而改变。罗素基本U。年代。大公司指数(FDM LC)最大的87年。你的5%。年代。股票以销售调整杠杆的总分,保留现金流和分红+回购。罗素1000®价值指数(R1000V)是一个市值加权的子集罗素1000®指数(最大的1,000 U。年代。股票由帽重量),这有一个高于平均水平的书/价格比率,等特点。因此,因为我们假设的投资者想要接触价值,我们不考虑罗素1000。表1显示了接触的估计R1000V指数和FDM LC索引。4

通过比较估计在表1中,一个可以看到两个小型股指数有负面影响因素(SMB),这是可以预料到的从一个大公司指数;这两个指标有重大风险价值因素(HML),这也是可以预料到的。唯一值得注意的差异是α估计罗素1000值是负数,在5%的显著水平。.5

一个可能的结论,如果表1是唯一的证据,这两个指标没有多大区别。但这些估计平均多年,没有迹象表明如何随时间变化。提供3年滚动Fama-French回归运行检查这方面。图1显示了提供3年滚动接触HML价值因素。实际的xml返回也显示出来。他们提供的系列集中在中间窗户视觉定位的时机。.

图1显示了接触HML是时变R1000V和FDM信用证,但FDM信用证风险的波动性是高出62%的波动R1000V曝光。一个重要特征是,尽管这两个索引值始终保持接触,曝光的动态范围更广泛的FDM LC。这更加明显动态是非价格指标权重的大小的结果。在一篇关于风格的时机,同性婚姻,弗里德曼Krail和刘(2000)表明,“价值传播…价值增长的吸引力的重要指标。”价值传播的范围和基本指标比传统的市值加权值索引,这可能提供额外的预测能力。.

图1的另一个有趣的方面是在风格周期时间的差异。这两个指标的曝光会大幅上升在1990年代末期,互联网泡沫崩溃之前复苏的价值回报。但基本的曝光指数会急剧下降在最近的金融危机之前,而实际的价值保持稳定,直到金融危机。自危机发生以来,罗素的HML暴露基本指数相比仍大幅减少价值指数;这提供了推动力,随着价值表现增长大部分2008后段。总的来说,这两个指标的不同动态是最好的说明了如何暴露的基本价值指数会更深的倾角值之前表现不佳。.

基本指标的方法和传统的小型股指数

下一步,我们求助于投资者的目标是获得一个小型股。通常的嫌疑人将分配罗素2000®(R2000),因为这是最严重的小型股指数投资。年代。stocks6。R2000由最小的2,000只股票的罗素3000®全市基准(R1000最大的占1,000只股票R3000)。R2000覆盖市场的总市值的8%左右。投资者可能也会感兴趣的罗素2000(R2000V)价值指数,结合所需的曝光,大小和价值,通过选择一个子集的R2000书/价格比率高,等特点。.

作为一个附加的风险来源,投资者可以考虑罗素基本U。年代。小公司指数(FDM SC)。它包括底部12。5%的股票按综合得分排名会计指标的大小。与FDM信用证一样,FDM SC有价值倾斜。.

表2显示结果为三个小型股/小公司索引。历史的FDM SC只能从1996:07,所以估计是由日期,以确保一个横向的比较。这三个指标有显著的小型股曝光,R2000显示最;R2000V会紧随其后,然后FDM SC。所有三个倾斜也会显示一个值,R2000V拥有最大的倾斜,这是意料之中的事。.

这三个指标之间的差异会产生α和动量。FDM SC会有α在此期间的2%;这两个市值加权指数会有负面的阿尔法。另一方面,FDM SC会有负面曝光动量(反动力),虽然两个市值加权指数会有小动量曝光。这些互补的差异可以被证明是有用的在投资建设,下面我们会看到。.

图2显示了提供3年滚动接触SMB的小型股因素。实际的SMB回报也显示出来。他们提供的系列集中在中间窗户视觉定位的时机。SMB R2000曝光将显示最波动的三个,并将一直大。这是有道理的,股票的子集的R2000V往往是相对较大的公司在R2000;和FDM SC指数包括底部12。会计措施,5%的市场份额虽然R2000包括底部限制重量的8%。.

看着曝光的时间变化,我们可以看到,他们都将会跳后网络泡沫的破灭。我们还可以看到,一个上升趋势将发生在暴露SMB因素,尤其是FDM SC。自金融危机爆发以来,FDM SC会曝光接近,倍,那些R2000,但最近呈下降趋势。这表明基本给投资者一个不同的小型股动态比传统小型股指数。.

对于大型和小型股段组合索引

前面分析的特点罗素基本索引策略和市值加权指数使我们考虑我们如何假设投资者可能组合索引产生一组与一个理想的投资组合的风险。.

我们开始与大型股的投资者的投资组合。鉴于我们假设投资者的信仰价值的溢价,一个好地方开始构建一个被动的投资组合可能是罗素1000(R1000V)指数的值。表1和图1中的因素暴露估计表明,R1000V会暴露了相当大的价值,这是主要目标。但它是有用得到清晰的其他因素,做出积极的贡献的回报,以及那些会受到伤害的人。图3繁殖滚动接触估计三年平均因子回到获得平滑累积回报每一个因素,显示为一美元的增长。这相当于一种因素绩效归因。.

-下载完整的论文