因子指数化的长短策略选择
因子投资在指数化形式下通常采用长空策略，即对具有理想特征的股票进行透明倾斜，并在传统股票投资约束下实施。然而，量化主动管理人长期使用优化方法来增强因子敞口，并利用卖空来同时作用于信号的两端，但这些方法通常无法以透明、基于规则的框架提供给指数化投资者。MSCI 新推出的量化因子指数扩展了指数化因子投资，包括长空、130/30 和市场中性结构，所有这些都基于相同的优化框架。
因子溢价
十位数排序直观地说明了每个因子的回报溢价。当 MSCI 世界指数的股票按其因子敞口每月排序并分组时，那些最低敞口的股票往往表现不佳，而那些最高敞口的股票往往表现良好，在整个范围内呈现大致单调的模式。这种模式的显著特征是溢价分布在因子敞口的整个范围内，两端的贡献都有意义。历史数据显示，最低质量的股票和最陡峭动量下降者经历了特别大的负回报。
长空、130/30 和市场中性策略
长空、130/30 和市场中性提供三种不同的构建方法，每个方法都授予优化器逐步更大的自由度来作用于因子信号。
- 长空策略 仅持有多头头寸。优化器通过增持得分最高的股票来瞄准高因子敞口，同时保持在基准宇宙中完全投资。这种方法最适合那些寻求因子敞口但受限于禁止或限制卖空的指令的投资者。
- 130/30 策略 保持 100% 净市场敞口，但允许高达 130% 多头和 30% 空头。空头头寸比长空策略更激进地降低对得分最低的股票的敞口。130/30 为寻求比长空策略提供的更高因子强度的投资者提供了一个中间地带，同时保留了与更广泛的投资组合指令相容的股票市场特征。
- 市场中性策略 旨在实现接近零的净股票贝塔系数，并使用更高的杠杆率。长头寸和空头寸的规模相当，其回报历史上几乎与广泛股票市场方向无关。因此，它表现得不太像传统的股票投资，更像是一种覆盖：分配者可以将其与现有的股票指数配置一起持有，而不会增加方向性股票敞口。
因子敞口和信号质量
放宽长空约束历史上有助于提高每个因子的敞口。图表显示了每个因子和构建方法的因子敞口分布的箱线图。排序是一致的：长空构建具有最低的中位数敞口，130/30 明显更高，市场中性更高。这反映了优化器在放宽约束时能够在因子分布的两端采取更大行动的能力。
信号转换效率
优化构建的一个关键问题是信号如何有效地转换为指数权重。优化施加约束以管理意外的敞口——非目标风格因子、行业和国家——但这些相同的约束可能会限制优化器完全表达目标信号的能力。转换系数（Clarke、de Silva 和 Thorley，2002 年）捕捉了这种权衡。它测量了每只股票的目标因子敞口与指数在该股票中持有的主动权重之间的相关性。系数为 1.0 将表示完美的匹配；约束越紧，它就越低于该值。
随着时间的推移，市场中性构建始终实现了最高的转换系数，130/30 居中，长空最低。这种排序反映了每种构建方法给予优化器的自由度。市场中性结构相对于其信号目标来说，受到的约束最少，而长空构建面临的约束最多。模式在价值和质量中最为明显，其中长空构建在转换效率方面显示出更明显的改进。
可投资性和实施
三种构建方法在其实施需求上存在很大差异，这些差异直接影响投资者可以预期的净回报。
- 长空指数 无需杠杆或_prime brokerage_安排，没有借入证券的成本，通常具有较低的换手率和较高的可投资能力。对于受限于禁止或限制卖空的指令的投资者来说，长空构建不是一种妥协，而是适当的设计选择。
- 长空策略 需要额外的基础设施：prime brokerage_访问和证券借入安排来支持空头头寸，以及维持空头头寸所带来的借入成本。它们还引入了长空投资组合中不存在实施风险。空头头寸易受监管变化的影响，在压力时期，各种市场都曾实施过禁止卖空的措施，可能会迫使投资者在短时间内清算空头头寸。此外，空头头寸容易受到突发性尾部事件的影响，例如_短逼空，其中一只被大量卖空的股票大幅上涨，迫使空头头寸同时平仓，并以不利的价格减少头寸。
历史表现
在研究期间，所有九种因子-构建组合的历史风险和回报特性中可以看出两种广泛的模式。
- 较少受约束的构建历史上有较高的跟踪误差。
- 放松长空约束的回报改进在各个因子中并不均匀。
对动量的深入分析
在三种因子中，动量显示出跨构建的最显著差异。动量是一个比价值或质量更高频率的信号：因子排名随着新价格信息的到来而迅速变化，两端的分布之间的差距相对较宽。本节将更深入地探讨动量结果。
将长空指数应用于股票投资组合
前面的部分单独考察了因子构建。然而，分配者通常以多因子复合体来实现因子。相同的长空、130/30 和市场中性谱也适用于此，本节将其移至此环境中。它将一个多因子套筒置于一个包含指数和主动管理的总股票投资组合旁边的被动核心、主动股票管理人名单和因子套筒中。它考察了从长空转向 130/30 因子套筒如何改变该计划的活动风险预算。
负相关性和主动风险预算
我们构建了两种场景，每种场景都在系统性因子套筒中持有 30% 的权重——一种长空，另一种 130/30——并调整了指数和主动管理人的权重，以便 200 个基点的主动风险预算被完全消耗但不会突破。对比在于预算是如何花费的。
- 长空场景 允许分配者将更多资本部署到主动管理人那里，然后他们占用了超过 90% 的主动风险。资本和风险都集中在管理人套筒中。
- 130/30 场景 产生了更均衡的分配：大约 60% 的风险在因子套筒中，40% 在管理人中，因子套筒在 30% 的资本权重下。因子套筒的风险份额从大约 10% 跳升至 60%，而资本分配没有变化。130/30 中 30% 的权重能够适应相同的主动风险预算，这是其与管理人名单的低相关性造成的。如果更换名单，相关性收益，以及因此可行的 130/30 权重，将会有所不同。
针对性风格和空头头寸
主动风险可以进一步分解为其基本来源：目标风格，加上国家、货币、行业和股票特定效应。
- 130/30 场景在其风险中大约携带了其风险的三倍，来自目标质量、价值和动量风格（20% 对 7%）。代价是，在 130/30 场景中，“所有其他风险来源”的混合来源也大大减小。
结论
优化为因子指数构建提供了一个精确的机制，跨越三种构建——长空、130/30 和市场中性——以及三种因子——动量、价值和质量——的结果是一致的：逐步放宽长空约束产生了更高的因子敞口、更高的转换系数和更高的潜在总回报。但更重要的启示可能是关于投资组合架构，而不是因子强度。
在相同的资本权重下，长空因子套筒通常会占用该计划主动风险预算的不同份额，并改变该风险中有多少是指向目标因子风格的。这取决于每种构建方法的独立主动风险及其与其他套筒在计划中的相关性，这反过来又反映了分配者持有的特定管理人名单和资产组合。
即使一个投资者故意选择了一种构建方法，根据因子强度、运营匹配或回报目标，他也可能没有追溯这种选择对整个计划的活动风险预算意味着什么。这需要跨套筒查看，考虑相关性，并询问风险最终来自哪里。
