智能测试版 - 创新,达到机会

2017年4月11日发布

科技泡沫占据了估计的30万亿美元财富。在进一步震惊投资者对市场的信心之后不久之后的信贷危机。因此,投资者从积极管理和对冲基金转移到被动投资,这些投资仍然看到大量增长。

为了试图降低成本和提升回报,ETF提供者涉足自我分度以击败市场曲线。

然而,构思、回溯、构建和管理指数是一项繁琐的工作,如果要有效地完成,需要大量的时间和努力。

规避这些缺点的努力逐渐产生了一种新的创新ETF,称为Smart Beta - 这相结合了主动和被动管理策略的方面。

自1975年首只官方指数基金推出以来,被动型投资大幅增长,2016年被动型投资转移总额达到5000亿美元,约占资产管理行业的20%。从主动投资到被动投资的逐渐转变可以总结如下:


来自Blackrock的下一个图表还显示了资产管理行业的74万亿美元,以74万美元的价格交换交易产品,是一个快速增长的细分市场。大部分ETF增长都在股权空间中,但固定收入和商品以及其他人正在受到投资者的更大兴趣。

全球ETP资产来源:Blackrock Advisors。1数据截至2017年3月31日,适用于所有地区。

ETPS占2016年总流入的50%以上,而且在过去五年中享有的巨大增长,这很明显,投资者倾向于它。


主动和被动的局限性导致智能测试策略?

传统资产管理是指投资组合的积极管理。

主动投资有可能基于投资经理在选择和时机上的精明创造出阿尔法。

然而,由于积极型基金经理的持续表现不佳以及成本上升,投资者被迫选择模仿已知基准指数的被动投资。

基于这些传统指数的被动投资有望从这些投资中获得贝塔系数。

然而,基于市场上限加权指数的指数基金和ETF也无法产生更好的性能,尽管其成本较低。这个提示的基金房屋融合了两种概念,从而基于智能测试策略的投资组合。

下图是主动和被动策略之间的差异的摘要,特别是智能测试版投资如何抵消两者的局限性:

我们还可以总结出不同策略的特点如下:

被动的
聪明的测试版
积极的

基于规则的

是的

是的

因子曝光

低的

媒介

媒介

宏观风险敞口

高的

高的

高的

经理自行决定

媒介

高的

表现优于潜力

媒介

中等至高

透明度

高的

高的

低的

流动性

高的

中等至高

低到高

投资能力

高的

高的

低到高

投资组合营业额

低的

低的

中等至高

费用和成本

低的

低至中等

高的


与传统市值加权指数相比,Smart Beta策略试图提高业绩、降低风险(或两者兼而有之)。

市场上限加权指数的一些局限性包括:

  • 专注
    在大多数情况下,超过63%的市场上限加权指数资产由前20%的最大名称持有。
  • Weightage
    超重高估证券的出现问题,同时超值低估了股票。
  • 曝光
    低重量的股票暴露于其他奖励风险,如价值,大小等。

因此,基于市场上限加权指数的指数基金和ETF不足以产生更好的风险回报权衡。

为了满足投资者的需求,必须创造出特定的指数。例如,一个简单的概念,如基于股息支付股票的ETF,可以满足投资者的要求,谁喜欢固定收益。

因此,基本面的加权指数得到了etfs。最初创建单一因素指数,他们的成功鼓励公司将多因素指数带入游戏中。


基于因素的智能测试策略

广泛的学术和行业研究这些年来,我们已经确定了一些具体因素,如规模、股息、势头、低波动性和收益率,这些是投资回报的主要驱动因素。几家资产管理公司基于这些因素创建了etf。

广泛用于智能Beta ETF的因素现在包括:

  • 价值
  • 小尺寸
  • 低波动性
  • 高股息收益率
  • 质量
  • 势头
  • 相等的重量
  • 高β
  • 低β
  • 回购
  • 增长

虽然这些因素本质上是股票因素,但有一些是固定收益市场特有的众所周知的因素,例如:

  • 术语-期限较长的债券收益高于期限较短的债券。
  • 信用- 信贷质量较低的债券比具有较高信用质量的债券获得更高的回报。

摩根士丹利资本国际(MSCI)和标准普尔(Standard & Poor's)等指数提供商利用这些因素构建因子指数,构成Smart Beta etf的基础。摩根士丹利资本国际目前提供的因子指数针对6个最常用的因子。下一个表详细说明了这些因素、它们的“捕获”目标,以及在构建因素指数时使用的一些常见指标。


摩根士丹利资本国际(MSCI)因素指标

因素
捕捉目标
选择常见的措施

价值

从下面定价的股票的超额回报

他们的基本价值。

预订价格,收益​​价格,账面价值,销售,收益,股息,现金流量。

小尺寸(小帽)

来自小型CAP公司的超额回报。

市场上限(全额或免费浮动)。

低波动性

低于平均波动率或贝塔系数的股票的超额回报。

标准偏差,β。

高收益

超过股票的超额回报率高于平均股息收益率。

股息收益率。

质量

超出高质量股票的超额回报,以低债务,稳定的盈利增长等等。

股权回报,盈利稳定,股息增长稳定,资产负债表实力,金融杠杆。

势头

过去表现强劲的股票的超额回报。

3,6或12个月相对退货,历史alpha。


虽然证明,这些因素在长期产生了超额回报,但它可能会在不同的经济/中产生不同的回报市场制度。在从Vanguard的下一张表中明显看,很明显,没有单一因素始终始终优于传统基准。

因此,ETF提供商已开始发行多因素产品,这也与最近获得追捧的多资产投资组合策略相一致。

显然,smart beta 2.0只不过是多因素etf。


智能测试版产品产品中的问题

由于使用标准基准的成本相当高,而且通常是所管理资产的一个百分比,许多ETF提供者选择了自我指数化。

Vanguard是世界上最大的被动基金经理之一,2012年从基准指数提供商MSCI转移,并开始与Thrifer提供商以及芝加哥大学的安全价格(CRSP)研究,以便为其22个最大的资金服务。

大量的较小公司已经创建了自己的专业指标,管理他们的智能测试etfs内部或内部的费用在小公司的帮助下

构思、构造和管理这些索引并不容易。

使用现有索引提供商的服务也没有成本效益。

因此,基金房屋需要收集数据,清理它,决定其过滤规则,并反向他们的想法。在使用数据之前,需要完成所有公司行动调整。在一天结束的基础上每天计算ETF的大多数指数,从而降低了计算引擎的负担,以及一般的过程。此类指标通常每月或季度重新平衡;基准指数最多每季度重新平衡。

由于这一研究方向的标准化和可扩展性,有许多小公司积极参与smart beta ETF业务。

因此,资产管理行业出现了重大的民主化,但不是商品化。

许多新的etf都是基于独特的指数理念,从而创造了高水平的定制化。然而,如果研究和回测不彻底,结果可能会适得其反。