主动配置研究思考系列-Alpha与Beta：鱼与熊掌何以兼得

挖掘者追求Alpha，配置者把握Beta。日常语境中我们习惯用Beta指代股票总收益中由市场或行业指数上行所带来的那部分收益； Alpha指代个股收益超出指数收益的超额收益。Alpha研究的主要对象是个股和行业（或产业链），Alpha研究在圈内被接地气地称为“挖票”，擅长Alpha研究的股票多头产品经理被称为（价值）挖掘者，典型挖掘者的投资理念和一级市场投资者有较大相似性；Beta研究的主要对象是市场（或资产）、行业（或板块），各类资产的相对价值和估值水平的变化趋势是Beta研究的重要组成部分，配置研究是综合性的Beta研究，专注Beta研究的投资人被称为配置者，是配置研究团队目前的主要客群，挖掘者管理的基金产品常常成为配置者策略落地的工具。 无需否认Alpha与Beta研究的局部差异性和对立性。伴随资本市场的发展和成熟，资产管理行业的分工日益细化，价值挖掘和资产配置愈发相互独立。借着与各类客户朋友交流的机会，我们加深了对两种研究方法差异性的理解，发现在部分问题上，典型的配置者和挖掘者的投资理念的确存在较明显的对立，具体表现在：（1）研究的重点和视角不同，（2）理论基础和投资理念不同，（3）强者思维和弱者思维不同，（4）对波动率的容忍度不同，（5）持仓集中度和换手率不同， （6）对择时的重视程度不同等。 综合者的视野中，Alpha与Beta研究是互补和统一的。纯粹的挖掘者和配置者之外皆为综合者，他们会同时采用自上而下视角和自下而上视角，擅长在两种视角的共振点处下重注，其中的佼佼者被市场称为全能型的全天候选手。在综合者更加完整的投资框架中，Alpha与Beta研究可取长补短，常见思路包括：（1）宏观择时提高组合风险收益表现，（2）更全面地把握成长股估值波动的原因，（3）在国泰君安证券研究DDM框架下Alpha和Beta研究得到融合，（4）匹配更短的资金久期或考核周期，（5）满足既要绝对又要相对的考核需求， （6）适应管理规模增长或管理职权扩大，（7）定位最优建仓和退出时机，（8）搭建连接管理人和资金方内心世界的桥梁。 风险因素：一致预期数据有偏，模型设计误差，超预期事件发生。 1.挖掘者追求Alpha，配置者把握Beta 1.1.明确日常语境中Alpha和Beta的通俗涵义 Beta和Alpha是一组对生概念，最早源自William Sharp的CAPM模型。 在该模型中，Beta等于某证券收益率和市场指数收益率间的协方差除以市场指数收益率的方差，是类似收益率弹性系数的概念；Alpha等于该证券收益率超出无风险利率的部分减去Beta乘以市场指数收益率超出无风险利率的部分，也被称Jensen’s Alpha，代表无法用系统性风险来解释的那部分收益，即超额收益，其客观存在是市场不完全有效性的证据。 而在A股投资的日常语境中，因为作为弹性系数的Beta较难被稳定、准确地计量，应用范围较窄，人们有时将Beta这个词借用来指代股票投资总收益中由市场指数整体上行所带来的那部分收益；相应地用Alpha指代个股收益（率）超出市场指数收益（率）的那部分。视参照系的不同，这里的市场指数也可以替换为风格指数、行业指数或者业绩比较基准指数等等。 例如，在我们的三层分析框架中：针对市场而言，个股收益和市场指数收益之差是一种Alpha（总Alpha），个股收益和行业指数收益之差是另一种Alpha（龙头股Alpha），行业指数收益和市场指数收益之差也是一种Alpha（赛道Alpha）；针对个股而言，行业指数收益对于个股收益而言是一种Beta（总Beta），市场指数收益对于行业指数收益而言是另一种Beta（市场牛熊Beta）。钩稽关系上，总Beta等于市场牛熊Beta加赛道Alpha，行业轮动属于实现Smart Beta的配置策略之一，其直接研究直接对象是赛道Alpha。 对投研人员而言，Beta研究的主要对象是市场（或资产）、行业（或板块）。与之对应，Alpha研究的主要对象是个股和行业（产业链）。对于行业，两种研究领域均有涉及，只是Beta研究多采取自上而下的视角，而Alpha研究多采取自下而上的方式。配置研究和Beta研究是密不可分的整体，可以说配置研究是综合性的Beta研究。 图1：日常语境中我们对Alpha和Beta的通俗定义 1.2.Alpha研究的成功和失败案例 以电新行业的龙头股宁德时代为例进行说明：18年上市以来其累计总收益超460%；其中，包括市场牛熊Beta和赛道Alpha在内的总Beta收益占比约30%，其余为龙头股Alpha，占比高达70%，且相对稳定，非常符合典型成长型牛股的特征，代表了Alpha研究的巨大成功。 图2：宁德时代上市以来的累计收益中个龙头股Alpha占比最高 作为对比，天齐锂业同期累计总收益58%，其中龙头股Alpha为-7%，说明股价跑输有色行业指数，该股属于纯Beta型标的。 图3：同期天齐锂业并未获得龙头股Alpha 1.3.为专注Alpha研究的典型挖掘者画像 Alpha研究在圈内被接地气地称为“挖票”，擅长Alpha研究的股票多头产品经理被我们称为（价值）挖掘者。他们的主要工作内容是通过案头分析和实地调研等方式自下而上地获取关于上市公司未来的盈利或现金流的预测的准确度以及偏离市场一致预期的程度是这项投资获取超额收益的关键。 挖掘者的注意力主要在个股的分子端（EPS为代表），对于分母端（PE为代表），他们仅做少量的基本判断。挖掘者通常运用终局思维评估投资收益空间，比如他们预测某公司未来2年EPS累计增速900%，同时假设PE自当前的100倍水平回落到20倍的中性水平，则其股价累计涨幅预期为100%，年化41%。挖掘者一般会密切跟踪公司经营层面的变化并实时调整对EPS的预期，但对PE的变化反应不敏锐，因此挖掘者在EPS预期无异常时多采用买入并持有的操作策略。当股价如期到达终局思维所设定的目标价时，挖掘者会考虑售出手中的筹码，转投其他预期收益空间更大的储备标的。 典型挖掘者的投资理念和一级市场投资者有较大相似性，因其对标的经营管理高度关注，常被市场称为二级市场中的价值投资者。挖掘者的价值发现能力（挖票能力）是他们的核心竞争力之一，需要丰富的研究经验和广泛的产业人脉才能稳定获得“超市场一致预期，但符合自己预期”的效果。典型挖掘者所管理产品的特征是净值曲线与市场指数相关性相对较低（超额收益明显）、收益弹性大但偶尔波动率也较大（仓位集中且较少择时）。一些投资风格稳定的股票型基金只择股、不择时、不换赛道，属于典型的追求Alpha收益的产品。 1.4.为专注Beta研究的典型配置者画像 各类资产的相对价值和估值水平的状态及其变化趋势的确是Beta研究的重要组成部分，但如果说Beta研究只追逐相对估值水平波动、强调博弈、投机而忽视基本面的话，则是有失公允的。事实上Beta研究同样关注宏观和中观的基本面数据，例如，我们的投资时钟框架是建立在宏观基本面量化基础上，我们的行业配置策略中行业景气度预期分析占据重要地位。只不过，Beta研究中的基本面分析多采用自上而下的统计学视角，关注大数定理意义上的模糊的正确，重视市场平均预期的水平及其边际变化；而Alpha研究中的基本面分析多采用自下而上的调查视角，强调挖掘的深度和信息的时效性，力求和市场一致预期不同。 我们称专注Beta研究的投资人为配置者，是配置研究团队的主要客群。 他们的产品形式包括各种形式的FOF、保险账户，固收+、宏观对冲、指数投资、灵活配置等等。典型的配置者的决策流程和Beta研究一样是自上而下的：先选择大类资产的相对仓位，例如股、债、商品、现金、黄金等；然后为某类资产选择主战场，比如港股、A股和美股；再之后是在某个权益市场中优选风格和行业板块；最后是遴选合适的投资工具。 相比于个股，挖掘者管理的基金产品更容易成为配置策略落地的工具。 2.无需否认Alpha与Beta研究的局部差异性和对立 性 伴随资本市场的快速发展，资产管理行业的分工日益细化，价值挖掘和资产配置的工种愈发相互独立。这点从FOF数量的快速增长和灵活配置型基金的发行萎缩中可见一斑。借着与各类客户朋友深入交流的机会，我们加深了对Alpha与Beta两种研究方法差异性的理解，也发现在部分问题上，典型的配置者和挖掘者的投资理念的确存在较明显的对立。 图4：Beta研究与Alpha研究方法存明显差异，配置者与挖掘者的理念存在一定对立 2.1.研究的重点和视角不同 如前所述，Alpha研究以基本面为主，以相对估值水平为辅；例如，在对上市公司三年EPS做出准确预测的基础上，往往简单以行业PE近年平均值作为相对估值的中性假设来计算预期收益率。Alpha研究强调挖掘的深度，强调锁定绝对收益率空间。公司和产业链调研在挖掘者的日常工作中占比较高。 Beta研究关注相对估值水平的变化规律，认为基本面是波动的本质原因，交易面是其直接原因；例如，某行业估值溢价率在不同经济环境中表现出的规律属于前者，筹码微观结构对行业估值溢价率的影响则属于后者。 Beta研究强调视角的全面性，强调多资产性价比。统计和数据分析在配置者的日常工作中占比较高。 由于影响PE的外部因素比影响EPS的外部因素更多，Beta研究的难度相应更大，需要更多宏观视角介入和历史经验积累，因此Beta研究多采用自上而下的视角为主，辅之以微观层面的证据。Alpha研究当然也会考虑经济和产业环境对经营的影响，但最终都需要落实到报表中的量本价利，因此以自下而上的视角为主。 1124140 2.2.理论基础和投资理念不同 在对市场的态度方面，挖掘者显然是不相信市场有效假说的，否则何来错误定价的机会和Alpha收益。配置者至少是相信市场是部分有效的，认为对指数进行增强或者在指数间进行有效轮动可以获得Smart Beta。 从工作内容上说，挖掘者本质上是资产价值评估者，DCF、DDM、NPV等现金流折现模型是基本理论工具。配置者本质上是资产价值比较者，多因子、MVO、RP、BL等模型是其基本理论工具。 2.3.强者思维和弱者思维不同 挖掘者至少认为市场是局部无效的，错误定价是经常发生的，所以采用强者思维模式。他们相信自己的研究比竞争者更加深入、自己的信息渠道更为完善、自己对盈利的预期比市场一致预期更准确。表现在投资行为上，强者思维自然衍生出敢为天下先的逆向投资、左侧布局。强势思维的好处是只需要一次极为正确的判断即可锁定最终胜局，获得巨大的收益空间（N倍股神话），缺点是过度自信或固执己见带来的偏误。 配置者基于统计学证据，认为市场在中期具有有效性，市场一致预期有其分析价值，市场交易行为有其信号意义和规律性。配置者并不觉得自己比挖掘者知道更多基本面信息，因此采用弱者思维。例如，在我们的配置研究框架中既有趋势型因子也有反转型（均值回归型）因子，大部分趋势性因子都是弱者思维的代表，具有顺势而为、右侧早期的思维倾向。弱势思维取胜的关键是提高重复博弈中的平均胜率，好处是单次判断错误不至于影响全局，缺点是超额收益弹性有限。 2.4.对波动率的容忍度不同 如前所述，挖掘者通常运用终局思维评估上市公司的N年目标市值和目标股价，以此计算预期的年化投资收益率，坚信先胜而后战，通过持有筹码做时间的朋友，因此对于实现目标过程中的市场或股价波动并不十分关注。此外，由于采用强者思维模式，某类资产的价格异常波动在挖掘者认知里多是市场非理性导致的错误定价。 配置者实时监控组合的风险收益比，力求在一定的风险（波动率）预算下实现收益最大化，重视投资目标实现的过程管理（过程思维），相信积小胜为大胜的哲学，因此对市场的异常波动较为敏感。此外，由于采用弱者思维模式，某类资产的价格异常波动会使配置者质疑现有的基本面预期从而调整策略。 我们使用随机模拟数据进行直观说明：假设某成长股票未来20年的动态EPS和动态PE如下图所示，其中EPS呈现波动向上趋势，PE呈现区间震荡形态。 图5：在某次模拟中，某成长股业绩和估值