几十年来的因子索引

因子指数发展历程：50年经验、当前挑战与未来方向

过去五十年，因子投资已从学术界热门研究和专业量化基金经理的领域，转变为机构和个人财富管理投资流程的核心组成部分。Barr Rosenberg 在 20 世纪 70 年代中期提出的开创性多因子风险模型，展示了如何用简洁的系统和经济合理的特征来解释股票风险和回报的大部分份额。到 20 世纪 80 年代末，养老计划、捐赠基金和主权财富基金已经开始将资本明确配置到与历史回报因素（如价值、规模和动量）一致的投资组合中，而风险模型开始支撑分解投资组合敞口、风险和回报的分析。如今，超过 6 万亿美元的资金与跨机构和个人财富管理领域的主动、指数和 ETF 车辆的因子导向任务相关联。

对 MSCI 因子指数 50 年历史的分析证实，大多数经典因子在该时间范围内都实现了显著的溢价。自 1975 年以来，除增长因子外，所有基于 MSCI 世界指数的单因子指数都优于母基准指数。最低波动率、动量和质量指数实现了最高的风险调整回报。

然而，因子表现记录的长期观点掩盖了明显的周期性。因子经历着明显的表现周期和表现不佳的周期。在过去十年中，动量和质量表现优于价值、低波动率、等权重（低规模）和股息收益率，这些因子每年落后于市场 260-350 个基点。绩效归因显示，旧分散化规则不再适用。来自超级科技股中低估的负面股票特定贡献解释了大部分亏损，并且足以破坏业绩记录。

这些下跌、宏观和政治风险的复苏以及人工智能的兴起，都促使重新评估因子定义以及相关的指数和投资组合构建。传统信号是否变得不那么有效，以至于无法捕捉现实？广泛追随的信号是否过于拥挤？像账面价值与价格比率这样的指标是否忽略了无形资本和研究与开发 (R&D)？纯粹的动量策略最终是否会集中在被指数投资者青睐的同一赢家中？未来的风格倾斜是否需要构建得更了解宏观变量和利率冲击敞口？我们得出一个面向未来的因子议程，它扩展了当今投资者的因子工具箱。本文深入探讨了四个方面，探讨因子定义和投资组合构建如何演变，以应对这些当代投资挑战，从“增长的增长”到“宏观的回归”。

尽管因子投资的基础仍然稳固，但今天的投资者寻求一个新的框架；一个不那么教条地关注相关因子的学术定义，而更多地关注当前回报的驱动因素——无论这些特征多么偶然或新颖。

因子指数表现与特征

我们回顾了使用 MSCI 因子指数的长期因子投资的表现。下表展示了 MSCI 世界因子指数在近 50 年（1975 年 11 月至 2025 年 5 月）的风险回报特征。数据显示，除 MSCI 世界增长指数外，所有其他因子指数都优于母 MSCI 世界指数。MSCI 世界质量指数和 MSCI 世界高股息收益率指数不仅提供了更高的回报，而且波动率显著较低。MSCI 世界最低波动率指数，与其构建一致，表现出最低的风险，约为 MSCI 世界指数的 20%。

尽管因子策略在长期内产生了积极的主动回报，但它们也表现出周期性的表现不佳时期。对投资者来说，挑战往往在于管理这种周期性。我们的分析表明，不同因子指数之间的相关性——用相对于 MSCI 世界指数的超额回报衡量——主要是低到中等的。例如，作为行业相对价值的 MSCI 世界增强价值指数，往往表现出最小或甚至负相关性。这意味着，从历史上看，这些因子指数的组合能够降低整体指数波动率，而不会牺牲超额回报。

下表显示了单因子指数之间这种长期相关结构。在滚动 36 个月窗口计算的平均成对相关性始终保持在 30% 以下。这种相对较低的相关性支持了多因子方法的合理性。

为了研究这些潜在的收益，我们构建了一个多因子指数——一个半年重新平衡的七种 MSCI 单因子指数的等权重混合，我们将其称为平衡混合 (BM)。

下表总结了 MSCI 世界单因子指数和 BM 在 50 年内的关键绩效指标。动量和增强价值提供了最高的总回报，分别为 13.5% 和 13.3%。同时，最低波动率实现了最高的风险调整回报，回报与风险比率为 0.92，这反映了其在管理下行风险方面的历史有效性。BM 指数具有强劲的信息比率 (0.46)，而大多数单个因子指数的跟踪误差都高于 5%，BM 的跟踪误差降低到 3.1%，这得益于因子分散化。

下表分析了因子指数在不同市场条件下的表现，分为相对于 MSCI 世界指数的上行和下行市场。除等权重和增长因子外，所有单因子指数以及 BM 都表现出上行市场捕获率和下行市场捕获率之间的明显差异。这种捕获率的差异表达了它们在市场下跌期间保护资本的历史有效性，同时在上涨时仍然提供上行潜力。

为了更好地理解因子指数在先前的宏观周期中的表现，我们定义了四个周期：升温（增长上升，通胀上升）、金发姑娘（增长上升，通胀下降）、增长放缓（增长下降，通胀下降）和滞胀（增长下降，通胀上升）。我们计算了因子指数在每个周期内过去 50 年的平均主动回报。历史上，防御性因子，如最低波动率、质量和高股息收益率，在增长放缓（增长放缓和滞胀）的时期表现良好，而在增长上升（升温和高发姑娘）的时期落后。增强价值和等权重指数则表现特别强劲。动量和 BM 在整个长期研究期间始终提供回报。

下表展示了金融和经济指标与 MSCI 世界因子指数未来超额回报之间的相关性，时间范围为 3 年和 5 年。高股息收益率和增强价值指数与短期利率（3 个月 T-Bill）和通胀（CPI）始终表现出正相关，表明在利率和通胀压力的环境中相对表现更强。增长指数与收益率利差（10 年-3 个月）和 CPI 表现出负相关，表明在宏观不确定性或通胀上升的时期可能存在潜在脆弱性。

质量因子与几乎所有经济指标（尤其是利率相关指标）始终表现出负相关，即其相对表现往往在高利率或通胀环境中减弱。最低波动率通常具有低或混合的相关性。最后，BM 方法在两个时间范围内都表现出与指标之间的中等和相对平衡的相关性。

过去十年因子投资中的表现挑战

虽然因子表现历史上显示出周期性，但过去十年是特别具有挑战性的时期。在过去十年中，动量、质量和增长是表现优于市场的因子指数，而价值、低波动率、等权重（低规模）和股息收益率则每年落后于市场 260-350 个基点。绩效归因揭示了背后的驱动因素。对于大多数因子策略来说，目标因子对绩效做出了积极贡献（等权重和最低波动率除外，它们出现了小的拖累）。主要来源是股票特定效应，一些最大的负面贡献来自超级科技股。许多因子指数系统性地低估了这些股票，因为它们的估值昂贵，贝塔值高或历史上不利的风格敞口。即使在 BM 指数中——在 BM 指数中，大多数因子敞口做出了积极贡献——股票特定效应是最大的拖累，最终导致了其表现不佳。

现代因子投资组合构建策略

对于机构和个人投资者而言，因子投资已经超越了传统的价值、规模、动量和质量的目录。无形资产在公司资产负债表中的权重越来越大，替代数据集的普及以及市场微观结构的转变，都突出了传统信号的限制。传统的账面价值与价格比率系统地低估了拥有大量研发和品牌资本的公司。动量敞口在指数投资组合变得拥挤时可能会急剧逆转。忽略明确宏观考虑的风格倾斜可能会使投资组合暴露于地缘政治不确定性或通胀冲击之下。投资者越来越关注新颖的、新兴的或周期性的回报驱动因素，即使它们无法通过通常的因子模型计量经济学来验证。

因此，从业者正在改进他们通常的因子工具包——将无形调整后的估值指标、宏观敏感型风格定义、拥挤评分、低碳指标和机器学习得出的模式整合到风险模型和因子配置中。

以下探索将探讨现代因子工具包的四个应用。更具体地说，我们将深入研究以下领域：

• 重新设计估值比率以资本化研发和其他无形资产，从而有可能使传统的价值因子焕发生机。
• 讨论增长敞口越来越多地通过与机器人、人工智能、数字健康和类似长期趋势相关的主题篮子来表达。
• 展示如何通过拥挤分析来识别和减轻动量导向型和情绪驱动型投资组合中的集中度。
• 评估投资组合可能如何对利率变化进行对冲。

这些案例研究共同表明，因子投资的演变并不一定是完全脱离基础原则，而更多地是系统地增强信号和构建技术，旨在提供更具弹性的结果。

为无形经济重新设计价值

价值投资，植根于本杰明·格雷厄姆在 20 世纪 30 年代和 40 年代首次描述的购买低于内在价值的公司的纪律，在 21 世纪通过互联网泡沫破灭后产生了强大的超额回报。随后的十年标志着因子历史上最漫长的下跌之一。从 2010 年开始，MSCI 的全球和区域风险模型表明，传统的价值描述符，如账面价值与价格和收益收益率，在发达市场产生了微弱甚至负面的超额回报，其中账面价值与价格指标的不足最为严重。

这一持续的价值下跌促使人们广泛重新审视价值的构建、其在不断变化的市场和资本结构中的相关性，以及为恢复其全部有效性而需要进行的调整。经济向无形资产丰富、轻资产商业模式转变的结构性压力已成为一大阻碍。在 1990 年至 2020 年间，公司资产负债表中有形资产的份额从 18% 上升到 39%，研发支出占营业成本的份额从 4.6% 上升到 10.2%（摩根大通 2020 年）。标准会计将厂房和设备视为应摊销的资本，但通常立即费用化研发费用，从而低估了那些价值嵌入知识产权、软件和品牌资产的公司账面价值。因此，传统的价值比率往往会系统地惩罚今天许多创新和服务型公司，系统地将它们排除在经典价值投资组合之外。

解决这种不匹配的一种方法是将研发资本化，将其作为无形资产添加到资产负债表，并在其使用寿命内摊销费用。用这种方法重新计算的账面价值与价格和收益与价格比率，自 2014 年以来，在绝对值和风险调整基础上都优于未调整的对应因子。

增长的增长

增长投资，尽管长期以来一直是主动管理者的实践，但在学术文献和量化投资框架中，其作用一直落后于价值。几十年来，横截面研究已经证实，纯粹的成长因子——通常由高历史或预期收益和销售增长定义——并没有像价值、动量或质量那样提供持续的正风险溢价。预计公司收益增长和高资产投资通常会导致公司业绩失望。

从业者很少将增长作为单一、干净的因子来实现。相反，他们倾向于构建包含快速增长收入、现金流或可拓展市场的公司风格投资组合——这些属性通常伴随着更高的估值、更高的波动率和更低的股息支付率。更广泛的定义在特定时期享有周期性领导地位。2008 年全球金融危机后，一段低利率和宽松的货币政策周期为增长股票创造了有利条件。在 2015-2020 年间，创新和颠覆将资本投入增长公司，引领了数字化转型；而最近，自 2022 年底以来，人工智能的快速发展引发了对增长导向型公司的又一轮热情，尤其是在美国。

从 2008 年到 2020 年中，基于 MSCI 的增长指数在美国、发达市场（美国以外）和新兴市场（EM）的母基准指数中表现优于。然而，自 2022 年底以来，表现已经分化：美国增长（由人工智能的领军企业主导）继续跑赢，而世界其他地区的增长则落后。

在创新和颠覆中处于领先地位的公司，尤其是那些与长期长期趋势一致的公司，始终吸引着投资者的关注。增长主题及其表现现在与这些趋势密切相关，例如数字经济、未来交通和自动驾驶技术。下图显示，增长公司主导了与技术和创新相关的 MSCI 主题指数，突显了高增长潜力集中在相对较少的公司中。

尽管最近取得了成功，但增长投资也面临着挑战，值得投资者密切关注。估值较高，通常是由对未来收益和新增类别增长的雄心勃勃的预期驱动的，可能会使增长股票容易受到下行风险的影响——尤其是如果这些预期被证明是错误的，而宏观状况恶化了。

增长股票在所有主要地区始终以比价值股票更高的估值倍数进行交易，如下图所示。此外，当前的成长溢价已经高于历史平均水平，尤其是在美国。

增长与高估值的关联

MSCI 数据基于从 1999 年 12 月 31 日到 2025 年 5 月 30 日的月度快照。

用市盈率增长 (PEG) 镜头来衡量，它可以衡量投资者为每个单位的预期前瞻性每股收益增长所支付的价格。7根据惯例，PEG 比率在 1 被认为是相对定价的，正如彼得·林奇（1989 年，《华尔街见闻》中所普及的）所普及的。统一反映了当前市盈率与预期增长率之间的平衡。

最近的 PEG 阅读数表明，美国和发达市场（美国以外）的增长部门交易价格高于根据当前共识增长预测所支持的水平。美国的差异尤其明显：截至年初，对 2025-26 年收益的降级使估值高于年初。

随着利率似乎正在正常化，资本成本上升，自 2008 年全球金融危机以来，收益率的快速重新定价在 2022-24 年提醒投资者股票回报如何对利率和通胀周期做出反应。较高的折现率往往会压缩估值倍数，而曲线的移动可能会重新定价资产负债表杠杆、融资成本和监管回报跨行业。因此，投资者越来越要求明确的宏观视角——利率、曲线和通胀敏感性——这些敏感性可以捕获传统基本面因子模型可能遗漏的风险。

减轻投资组合中的拥挤风险

在经历了近零政策利率的十年后，2022-24 年收益率的快速重新定价提醒投资者股票回报如何对利率和通胀周期做出反应。较高的折现率往往会压缩估值倍数，而曲线的移动可能会重新定价资产负债表杠杆、融资成本和监管回报跨行业。因此，投资者越来越要求明确的宏观视角——利率、曲线和通胀敏感性——这些敏感性可以捕获传统基本面因子模型可能遗漏的风险。

在 20 世纪 90 年代后期，追逐因子策略的量化投资组合管理着数百亿美元的资金。许多量化投资者追求相似的信号，并且往往在不知不觉中投入了完全相同的名字，增加了单边逆转可能引发价格错位的风险。

几次市场事件突出了这种拥挤风险，包括 2007 年 8 月的量化危机。这些事件提醒投资者，股票的拥挤概况与账面价值与价格或先前的回报一样重要。

经验证据表明，拥挤程度较高往往预示着因子层面会出现急剧逆转。下图显示了因子在 MSCI 集成因子拥挤分数高于 1 时经历 5% 或更大下跌的频率。对于拥挤分数高于 1 的因子，这种频率超过了 25%，明显高于拥挤分数较低的因子。自 2018 年以来，这是一个以创纪录的市场集中度和科技股主导为特征的时期，拥挤-下跌曲线变得几乎单调：因子越拥挤，尾部风险就越高。

在股票层面，也出现了类似的关系。历史上，拥挤股票往往比不那么拥挤的同行表现不佳。MSCI 的股票拥挤因子，包含在其全球和区域股票交易模型中，捕捉了这种效应。9

拥挤度指标除了推动动量改进之外，还可以在 alpha 生成、投资组合构建和风险管理中提供几种实际应用。

使投资组合免受宏观风险的影响

在近零政策利率的十年后，2022-24 年收益率的快速重新定价提醒投资者股票回报如何对利率和通胀周期做出反应。较高的折现率往往会压缩估值倍数，而曲线的移动可能会重新定价资产负债表杠杆、融资成本和监管回报跨行业。因此，投资者越来越要求明确的宏观视角——利率、曲线和通胀敏感性——这些敏感性可以捕获传统基本面因子模型可能遗漏的风险。

为了量化利率变化对股票回报的影响，我们采用 MSCI 因子实验室中的利率敏感性 (IRS) 因子。10这是通过对每只股票的 CAPM 剩余回报与 MSCI 多资产类别 (MAC) 因子模型中的 10 年期关键利率期限因子的回报进行回归来计算的。正的敞口表示该股票对利率上升风险比估计 universe 中的平均股票具有更高的敞口。

我们将 MSCI USA IMI 宇宙中的股票按 IRS 分数排序，并在 2012 年 12 月至 2025 年 5 月期间每月重新平衡。这表明，最高 IRS 分数和最低 IRS 分数之间的长期短期回报差与 10 年期收益率的变动 0.67 相关，并且视觉上跟踪了利率系列。在欧元区和日元计价宇宙上进行的类似练习产生了类似的斜率，表明这种关系不仅限于美国。

为了进一步探索其影响，我们将 MSCI USA 指数成分按利率敞口分为五等分，并分析了它们在利率急剧变动期间（定义为 MSCI USA 指数成分中利率变动的顶部和底部 20%）的表现。当利率急剧上升时，利率敞口最高的五等分平均表现最差。同样，当利率急剧下降时，同一五等分平均表现最好。这些模式突出了在投资组合构建中了解宏观敞口的重要性。

我们将这种见解应用于一个实际例子：MSCI USA 增长指数，它通常被特征化为具有较长持续时间现金流和较高利率敞口。在 2022 年 1 月至 2023 年末，美国 10 年期收益率从 1.5% 上升到 5%，对利率敏感资产施加了压力。在此期间，MSCI USA 增长指数具有正的 IRS 敞口，使其容易受到利率上升的影响。11

为了降低这种宏观敏感性，我们构建了一个优化投资组合，它密切跟踪 MSCI USA 增长指数，但将利率敞口限制在一个狭窄的范围内（± 0.1 个 z-score）。12这种方法提高了表现，同时保持了风格纯净度，并降低了宏观脆弱性——这对于在波动利率周期中持有增长配置的投资者来说是一个相关应用。

因子投资的未来

因子投资在过去五十年中已经发生了显着变化，从学术金融研究的主题转变为现代投资实践的基础。今天，它是机构投资者和财富管理公司如何管理风险、寻求回报以及通过指数和主动策略表达投资观点的基石。价值、动量、质量、规模、低波动率和收益等基础因子仍然是现代景观的核心，但因子投资的未来取决于如何在这些基础上进行改进和应用，在一个日益复杂和快速变化的投资环境中。

三个关键趋势正在重塑因子投资的未来。首先，传统因子建模的持续演变。这包括调整价值指标以考虑研发和品牌资产等无形资产，或通过整合前瞻性指标和财务报告中的基于文本的输入来增强质量因子。

其次，数据和建模技术的创新正在扩展因子工具箱。替代和非结构化数据——范围从分析师情绪、内幕交易、社交媒体、新闻流和可持续发展披露——与机器学习和自然语言处理相结合，以捕获新的和更动态的敞口。例如，作为因子的短期利率，在风险规避环境中已经显示出其效用，而分析师情绪已被发现可以提供补充动量（动量本质上是由定义的）的前瞻性信号。转向使用基于文本的输入来构建因子，例如，这有助于构建具有自然事件叙事的因子。

最后，超越上市股票的焦点，传统的资产配置正在被基于因子的配置所破坏。不再将资产类别视为起点，而是投资者围绕宏观经济、风格和主题因素组织投资组合。这种转变与总体投资组合方法 (TPA) 相一致，其中投资者可以通过增加对质量和低波动率股票、长期债券和防御性另类投资的投资敞口来降低整体投资组合贝塔值，同时保持回报目标。

展望未来，因子投资的持续成功将取决于其适应能力。这意味着拥抱新数据、改进模型，并将因子见解整合到总体投资组合决策中。主题投资——专注于新技术、气候转型、地缘政治或人口老龄化等结构性趋势——可能会越来越多地借鉴因子方法，将基本面信号与前瞻性叙事相结合。