热门关键字： 宏观解读约稿沈良

陈雷：利用股指期货实现估值型可转移Alpha策略

　除了能够发挥规避股票现货市场系统性风险的基础功能外，股指期货的顺利推出为投资领域的策略研发和应用拓展了极大的施展空间。可转移Alpha策略从上世纪80年代起，已在国际机构投资领域逐步展露头角。由于这类策略多具有表现形式多样、手段灵活的特点，可用于满足各类型投资者的不同风险偏好，因此长期来持续受到市场的广泛关注。因为需要借助在现货和期货（或互换）市场上同时操作，因此在股指期货推出前，可转移Alpha策略不得不面对无用武之地的尴尬局面。本文中，我们依据可转移Alpha策略的设计原则和股指期货仿真交易数据，尝试构造一个能“跑赢”大盘指数的投资组合，并利用股指期货规避股市系统性风险，最终实现顺利转出Alpha收益的目的。
　　一、价值溢价、股票组合和Alpha策略
　　早在20世纪30年代中期，投资大师格雷厄姆和多德就提出了“价值溢价”的概念：依照上市公司的账面市值比（或通常意义的市净率，P/B）可将全部股票大致分为两类，即价值型股票和成长型股票，价值型股票的BE/ME较高（或P/B较低），而成长型股票的BE/ME较低（或P/B较高），则投资者在无需承担更多风险的前提下，投资于价值股将提供比投资于成长股获得更为优厚的回报率。
　　而另一方面，根据资本资产定价理论，以投资股票组合而非单只股票的形式，投资者可以在分散来自个股的非系统性风险的同时，享受因承担股市系统性风险而带来的超额回报。如果某只股票或股票组合预期能够提供相对更高的回报率，一定是因为投资者在投资个股或股票组合的过程中承担了更多的风险。
　　由此可以看出，实际情况和理论之间发生了矛盾。如果价值溢价现象真的存在，则投资者只须简单地将资金超配于价值股组合，即可轻而易举地“打败”市场。
　　实际上，资本资产定价理论只是有助于投资者理解证券市场收益和风险匹配的诸多模型之一。在该理论的框架下，预期超额收益与风险之间表现出相对容易理解的线性关系。随着种种所谓“异象”的出现，上世纪80年代逐渐在机构投资领域产生并发展的Alpha策略开始受到前所未有的关注。
　　我们可以这样理解Alpha策略：如果投资于全部股票即获取与指数完全吻合的收益的话，必定有一些股票跑赢了大盘，而一些股票跑输了大盘，如果我们设法把表现优于指数的股票找出，即可获得超额回报。因此，如何在控制风险的同时获取更高的投资收益成为资产管理人尤其关注的问题。
　　从股票的投资回报来看，可以将个股或者股票组合的全部收益分为三个组成部分，分别为无风险收益、市场风险溢价与选股技术产生的收益之和。通常，市场风险溢价是比较容易获取的，基金或者具备资金实力的个人只需按照指数的成分构成复制组合即可。因此，此类投资方式通常被称为被动式基金管理策略。而与之相对的主动管理策略则强调通过选股、选时，以及充分参与金融衍生产品市场，以精选股票组合、构造复杂策略的形式博取更高的超额收益，使超额收益针对市场风险的回归式中截距项大于零（α>0），因此被称为“Alpha策略”。
　　二、基于沪深300成分股的估值型Alpha策略
　　为利用即将推出的沪深300股指期货实现Alpha超额回报的分离，考虑到在指数成分股中构造Alpha策略组合可以改善股票组合与指数间的相关性，我们决定在组成指数的300成分股中寻找价值溢价现象。
　　分组过程按照如下步骤：首先，每年的4月和10月的最后一个交易日，按照上市公司当日除限售股以外的A股市值（以下简称“非限售市值”）大小，将300只成分股等分为小市值公司（S）和大市值公司（L）两个组合；其次，按照可获取的最新季报数据计算成分股的市净率P/B，并按照P/B大小将全部股票等分为三个组合，分别为成长型公司（G，P/B较大）、均衡型公司（M，P/B居中）和价值型公司（V，P/B较小）组合；最后，两两交叉共形成6个组合，分别为SG、SM、SV、LG、LM、LV。需要注意的是，经过分组后，每组内股票数目并不必然相等，但均具有某类特征，这符合我们按照估值原则构造投资组合的原则。
　　分组后，以非限售市值为权重计算组合的每周收益率，计算过程持续半年，直至下一次分组时点到来后的第一个周五。需要强调一点，沪深300每隔半年会定期调整一次成分股，并在每年1月和7月的第一个交易日开始起用新的成分股。指数调整后，该方案不即刻调整以上6个投资组合的构成，但在下一个分组时点上，将按照调整后的指数成分股重新构建组合。此外，考虑到指数样本的临时调整涉及股票数量较少，此处为控制交易成本而不予考虑。
　　图1 组合收益率时间序列
　　
　　

　　　　
　　
　　图1中列出了SG-LV组合与沪深300指数自2008年4月30日至2010年1月29日的周收益率时间序列，共91组样本。图中可以看出，6个组合整体走势与沪深300指数走势体现出高度相关性，但少数时点的涨跌幅度也存在一定程度的偏离。
　　表1 沪深300指数与各组合收益率相关性
　　
　　

　　　　
　　统计各组合收益率在样本期间的周平均收益率和周收益率波幅可以看出，小市值价值型（SV）组合的周平均收益率最高（0.530%），大市值成长型（LG）组合的平均收益率最低（-0.144%），大市值成长型（LG）组合波动率最低（5.256%），小市值均衡型（SM）组合波动率最高（6.415%）。各组合夏普比率显示，有四种组合具有正的风险回报，分别为小市值价值型（SV）（0.0731）、小市值成长型（SG）（0.0630）、小市值均衡型（SM）（0.0511）和大市值价值型（LV）（0.0419）。
　　表2 投资组合评价指标
　　
　　

　　　　
　　为考察组合收益相对沪深300指数的长期表现，我们将各组合超额收益率对沪深300指数超额收益率进行最小二乘回归（使用Shibor在各时点的1年期利率作为无风险收益率），结果显示：
　　1.除大市值成长股（LG）组合外，多数组合周收益率具有正的Alpha，但统计量显示该项并不显著—仅小市值价值股（SV）组合的Alpha值在5%的水平下显著异于零。
　　2.在三个大市值股票组合和三个小市值股票的组合中同时存在价值溢价现象，且小市值股票组合中的价值溢价情况更为明显。
　　通过上述统计技术和回归模型的验证，我们可以得出以下结论：无论在小市值组合还是大市值组合中，价值股组合的风格都不是最为激进的，但其实现的投资回报却明显超出其他投资组合。另外，小市值价值股（SV）组合的Sharpe比率最高，表明该组合为系统性风险提供了更高的风险补偿。本次实证结论与相关金融市场文献中的结果基本一致。