组合管理新时代：资产管理的工业化

证券研究报告 策略研究|深度报告 资产管理的工业化——组合管理新时代 请务必阅读报告末页的重要声明 2024年09月09日 证券研究报告 |报告要点 从相对收益思路到绝对收益思路，从艺术到科学，权益资产管理的未来会逐步完成“工业化”组合管理的理念和方向正在发芽。报告核心讨论组合管理中的几个关键思路方法——低相关性、波动控制、权重仓位管理，并通过策略的系统化完成落地。 |分析师及联系人 包承超 邓宇林 肖遥志 周长民 SAC：S0590523100005SAC：S0590523100008SAC：S0590523110008SAC：S0590524030003 请务必阅读报告末页的重要声明1/72 策略研究|深度报告 2024年09月09日 策略研究|深度报告 资产管理的工业化——组合管理新时代 相关报告 1、《资产管理的工业化——组合管理新时代》2024.08.26 2、《市场底部特征明显，后续关注哪些行业？》2024.08.22 扫码查看更多 引言：我们在本报告中主要讨论了如何跳出简单的“选股式投资”，通过系统化、科学化的方式来管理投资组合。我们希望构建一套长期可靠、风险可控、可复制、可迭代的策略方法，与传统主动投资可兼容，并能最终形成资产管理的护城河。 主动资产管理面临的两大痛点 难以获得负债端的信任，难以规模化，是主动资产管理的两大痛点。我们认为本质原因在于过去以“重选股轻组合”的作坊式思路，天然难以保证业绩的持续性，也很难区分究竟是靠运气还是能力，继而难以规模化扩张。数据来看，A股主动业绩的延续性较弱，过去优秀不代表未来优秀，难以取得负债端的信任。进一步，我们对中美主动权益投资者的收益来源作了拆解，发现通过选股创造可持续的alpha的难度非常高，beta收益占比更高。这些问题在最近几年A股弱市环境中被放大。 未来破局的关键，商业模式的变革，系统化的组合管理 破局关键在于以工业化来取代作坊式思路，系统化的组合管理是实现工业化的有效方式。纵观海外成熟资产管理业的发展，也都经历过从个人英雄主义到工业化管理的变革。其本质在于“搞清楚不同资产的回报来源”，把“赚资产的钱”转变成“赚资产背后驱动力的钱”。美国近百年权益资产管理的变革，可以总结为是把beta和alpha分开的过程。这在商业模式上决定了，美国公募基金的归宿是beta化，费率低，但规模大。对冲基金的归宿是alpha化，费率高，但规模受限。 具体怎么做？组合管理的第一步，波动风险控制的意义 波动风险的控制之所以重要，主要有两个原因：一是投资本来的目标不是只有“收益率”，抛开波动谈收益的意义并不大。站在投资者的角度，如果一个组合的收益是靠承担非常大的波动风险来获取，可能几乎没有投资者能拿得住。二是即使承担更大的波动风险，也未必能获得更高的收益。多数投资者存在认知误区，普遍认为“风险与收益成正比”。但我们发现在权益资产内部，国内外市场都表明这一结论并不成立。美股主动基金经理的风险收益甚至成反比，波动越高，收益越差。 “选择比努力重要”，多元化的组合搭配重于选股 十只股票单独看都是好股票，但把他们打包在一起，未必是一个好的组合。事实上，只选股，而不组合，容易事倍功半。由于人的主观审美多有路径依赖，因而我们常见持仓分散、行业分散，但beta风险暴露过于集中的问题。以为能赚alpha但实际上很大程度上取决于beta有没有踩对。我们发现在A股，也可以通过把beta相关性较低（风格互补）的个股组合在一起，增厚收益。通俗地说，“哑铃式”的组合是有效的。正文讨论了不同风格的组合效果。低波+质量+动量效果最好。 不被重视的细节，科学的权重优化可以保证组合的纪律性 同样的持仓，权重配置的差异会使得组合效果千差万别。过去，权重决策多有主观随意性。事实上，基于不同目标，我们可以在“有效前沿”曲线上构造不同的权重组合。通常包括：最大夏普比、最小波动率、风险平价等。除了SmartBeta策略以外，我们也尝试了把通过“产业生命周期”框架寻找困境反转、景气驱动行业的主动思路融入其中。系统化的方法可以更科学地解决“买多少仓位”的问题。 风险提示：1）历史数据不代表未来；2）宏观环境波动影响策略稳定性。 正文目录 1.主动权益的痛点——α很难赚，β不太会赚7 1.1主动资产管理面临的两大痛点7 1.2未来破局的关键16 2.组合管理的第一步——波动率控制20 2.1一个认知误区——风险和收益成正比20 2.2浅析波动率与收益率之谜22 2.3波动率对于投资有何指引28 3.资产的多元化——控制组合风险的关键30 3.1主动思维构造SmartBeta因子作为底层资产30 3.2选择低相关性资产来多样化组合38 3.3复合策略：兼顾质量、低波和动量的UltraBeta因子43 4.权重管理的艺术——定期再平衡48 4.1理论上，再平衡可以减少波动，增加复利收益48 4.2实际中，再平衡可增加3%-4%的年化收益率48 4.3究其原因，高抛低吸在A股要优于追涨杀跌50 5.组合管理框架下的落地策略52 5.1如何构造落地策略52 5.2历史数据驱动基准策略54 5.3基于行业的基本面Alpha策略57 5.4宏观轮动下的组合管理框架63 6.风险提示71 图表目录 图表1：过去的业绩是否能代表未来？——主动权益基金当年超额收益率&次年超额收益率的相关系数7 图表2：单年度跑赢基准并不难，难的是每年都跑赢，连续5年跑赢基准的基金经理占比不到11%——不同时间长度，跑赢基准的主动型基金占比7 图表3：2016年收益率排名前30%基金未来收益率排名流向8 图表4：2020年收益率排名前30%基金未来收益率排名流向8 图表5：2017年-2020年各年度收益率排名前30%基金的3年年化收益率排名流向 ......................................................................8 图表6：3年期收益率排名前30%基金的3年间收益率排名流向9 图表7：3年期收益率排名前30%基金的3年间收益率分位数一览9 图表8：A股主动型基金很难在弱市打败基准10 图表9：美股不到一半的主动权益产品能打败指数10 图表10：2005-2015年美国主动权益型基金的绩效归因分析11 图表11：2010年以来，A股主动权益基金经理及绩优基金经理的绩效归因分析(以万得全A为基准)11 图表12：2010年以来，A股主动权益基金经理的半年度业绩拆解一览12 图表13：长周期来看，绩优基金经理能取得多少收益率？——平均年化超额收益率 大约在8%13 图表14：2010年以来，A股绩优基金经理和主动型基金经理之间半年度α和β的差异性一览13 图表15：2010年以来，牛市弱市周期下A股绩优基金经理的半年度业绩拆解一览 .....................................................................14 图表16：长周期来看，A股绩优基金经理的业绩拆解14 图表17：长周期来看，A股主动权益基金经理的业绩拆解14 图表18：2019年以来，不同风格类型基金经理的业绩拆解15 图表19：2019年以来，不同风格类型基金经理的业绩拆解16 图表20：美国资产管理业的百年发展史，逐渐分离出了cheapβ（共同基金，费率低）和highα（对冲基金，费率高）17 图表21：基金管理费率对比——美国和欧洲基金的管理费用均趋势下降，美股主动股票型基金管理费率约0.66%，欧洲1.3%17 图表22：美国对冲基金一般管理费率2%+20%业绩提成，并设有highwatermark 条款（HWM）18 图表23：β的部分更多可以通过一些smartbeta工具来进行风险管理，需要回答“我们赚什么钱”的问题19 图表24：A股主动权益基金波动率提高的同时，收益率并不一定能同时提高20 图表25：过去10年，美股主动权益基金的波动与收益负相关——波动越低，收益越高21 图表26：2021年开始，A股主动权益基金的波动与收益开始表现出负相关的特征 .....................................................................21 图表27：不同时间区间下，各因子历史波动率与未来收益率并未表现出稳定关系 .....................................................................22 图表28：不同时间区间下，各因子历史波动率与未来夏普比均呈现出稳定负相关 .....................................................................23 图表29：牛市和弱市周期下，高波动性因子和低波动性因子的表现出现分化24 图表30：2010年以来，历轮牛市周期下风格因子的风险收益特征24 图表31：2010年以来，历轮弱市周期下风格因子的风险收益特征25 图表32：牛市和弱市周期下，高波动性因子和低波动性因子的趋势表现一览25 图表33：不同时间区间下，各因子历史波动率与未来波动率均呈现出稳定正相关 .....................................................................26 图表34：各风格因子的季度波动率指标特征一览27 图表35：动量因子的季度波动率指标特征一览27 图表36：红利因子的季度区间波动率指标特征一览27 图表37：2010年至今，各风格因子年度收益率与年度波动率的统计指标对比.28图表38：历史复盘——基于历史波动率构建投资组合策略，低历史波动率组合轻松跑赢基准，高历史波动率组合表现平平28 图表39：不同相关性情景下，错误预测预期收益率或波动率对于组合表现的影响 .....................................................................29 图表40：8个SmartBeta风格因子，贴近主动思维构造，方法简单，通俗易懂31图表41：不同动量分位数组合的净值表现（[0%,10%）为动量最低的一组，[90%,100%)为动量最高的一组)32 图表42：非财务因子、ROE、ROA、和毛利率的风险收益比和暴露程度通常较为一致，但大多数财务因子的这种一致性并不明显33 图表43：SmartBeta因子的风险收益比、最大回撤与风格暴露程度均较为正相关 .....................................................................34 图表44：景气因子的市值分布35 图表45：景气因子的数量分布35 图表46：质量因子的市值分布35 图表47：质量因子的数量分布35 图表48：红利因子的市值分布36 图表49：红利因子的数量分布36 图表50：SmartBeta因子的净值曲线和表现37 图表51：2010年1月至2024年6月，SmartBeta因子的风险收益分布37 图表52：虽然增加资产数量能够有效控制组合风险38 图表53：但收益率也会受到影响38 图表54：相关性越低的SmartBeta因子，其两两组合后的收益率越高39 图表55：能源和材料超额收益的滚动3年相关系数40 图表56：通过箱型图观察相关性是否稳定40 图表57：SmartBeta因子超额收益滚动三年相关系数的分布情况41 图表58：行业因子超额收益滚动三年相关系数的分布情况41 图表59：持仓分散的基金在多数行业都有仓位，但持仓集中的基金大量持有信息技术、工业等行业42 图表60：持仓行业分散基金的净值表现并未明显优于其他基金42 图表61：持有行业分散的基金实际上依旧对企业经营质量有极高的暴露，在风格仍集中于景气和质量43 图表62：两个因子成分股取交