【848】量化投资：巴菲特的阿尔法Buffett's Alpha（上）

2016-10-30 厚恩投资 深度价值投资圈 【导读】2013年来，有一篇学术界文章在海外的金融圈子中得到了极高的曝光率，作者是对冲基金AQR的研究员安德烈·法拉瑞利、大卫·卡比勒和拉斯·彼德森，其中第一和第三作者也是纽约大学金融学教授。论文的名字是《Buffett's Alpha》，文章比较专业，普通投资者可能会感觉到晦涩，但不论如何，还是非常推荐大家一读。

英文原版链接点这里：http://www.nber.org/papers/w19681 本文解读性文章的作者系诺亚香港财富管理研究总监，香港大学工商管理硕士课程教授，发表于FT中文网。 2012年8月以来，路透社、《福布斯》、《经济学人》、CBS新闻、《华尔街日报》、英国《金融时报》等相继报道了一篇新的学术论文——“巴菲特的阿尔法”（“Buffett’s Alpha”），该文作者是对冲基金AQR(应用量化研究) 的研究员安德烈·法拉瑞利、大卫·卡比勒和拉斯·彼德森，其中第一和第三作者也是纽约大学金融学教授。这篇文章之所以得到如此高的曝光率，原因在于每一个投资者都希望能够复制巴菲特的成功，但他们之中真正实现目标的却寥寥无几，三位作者正是声称可以用量化投资的方法去系统性地重现巴菲特的辉煌(图1)。 “量化投资”最近几年在中国成为一个热词，但到底有多少投资者真正明白其中含义？例如，巴菲特非常重视公司的财务报表数据，为什么没有人称他为量化投资者？另外，什么是阿尔法和贝塔？ 将经济金融指标量化帮助投资，在华尔街由来已久，第一次系统化的研究以1934年本杰明·格拉厄姆和佛兰克·多德出版被誉为“投资圣经”的《证券分析》为标志。1951年在哥伦比亚大学任教的他们，迎来其一生中最重要的学生——沃伦·巴菲特，公司基本面分析和价值投资哲学随后者而大放异彩。 与此同时，芝加哥大学的博士生哈瑞·马科维茨在思考如何平衡投资的回报和风险。他发现厚厚的《证券分析》里竟然没有关于风险的量化定义。他想到用统计中的期望值和标准差来分别测量资产的预期回报和风险，再假设不同的投资者都偏好高回报和低风险，但风险承受能力不同。他很快算出投资者的最优选择是将资本合理地多元化配置在不同的证券和现金上。他用到的数学如此简单，以至于答辩时导师们都犹豫论文的贡献是否满足博士学位的要求。然而就是这篇不被看好的强调“投资组合”的论文慢慢地改变了华尔街资产配置的实践。由于新框架引入的数学工具可以处理现实中各种复杂的情况，量化投资理论由此而蓬勃发展并逐步渗透到实践之中，“现代投资组合理论之父”——马科维茨因此在1990年获得诺贝尔奖。 传统的定性或基本面投资分析用到的量化数据较少，投资组合里的证券数量通常在20～100之间，而新的量化技术构造的投资组合往往包含成千上万的证券，是名副其实的“大数据投资”。换言之，巴菲特清楚地知道他买卖是哪家公司，而大数据投资经理通常不知道买卖了什么公司，一切都是电脑在处理。 1990年诺贝尔奖的另一位得主威廉姆·夏普发现，如果投资者都按马科维茨的方法去多元化配置资产，那么任何一种资产的回报都和市场指数的回报成正比，这个比例被称为贝塔，实际是一种风险的衡量标准。如果一种资产的回报比另外一种高，是因为前者的贝塔/风险高，回报是承担风险的补偿，许多投资者认可这个道理。相反，许多投资者的直觉是，高回报的公司应该是高质量的公司而不是高风险的公司。由于现实远比理论假设复杂，如果有些资产的实际回报与这个“资产定价模型（CAPM）”预期的，或者说经贝塔调整后的应得回报不同，则差额被称为“阿尔法”。CAPM预测在市场完全竞争等假设前提下所有资产的阿尔法为零，但优秀的公司或者基金管理人可以创造正的阿尔法。 夏普的理论在1964年发表，但一位社会学博士、《财富》杂志的记者阿尔弗雷德·琼斯早就发现了这个规律，他在1949年创立了现代意义上的第一家对冲基金。该基金的投资策略是，先算出单个股票的贝塔 (琼斯称为速率)和阿尔法，然后买入(卖出)阿尔法为正(负)的股票，再适当加入杠杆，琼斯的业绩好得惊人，为他工作的人逐渐自立门户，对冲基金业也由此发端。巴菲特毕业后在格拉厄姆的资产管理公司工作了一段时间后回到家乡奥马哈，1956年，25岁的他仿照琼斯的收费模式成立了一家对冲基金，他擅长的正是包括困境证券和风险套利在内的价值投资。巴菲特直到1969年完全控股伯克希尔·哈撒韦之后才将其关闭。 不久金融学教授利用统计分析发现，在如此复杂的世界里产生的股票回报和风险之间的关系，居然和如此简单的CAPM模型描述的差不多，股票扣除交易费用后的净回报的平均阿尔法为接近零的负数，也就是说股票市场对风险的补偿非常有效率。 1978年，芝加哥大学的博士生迈克尔·詹森同样发现股票型共同基金回报也是如此，考虑到许多业绩不好而关门大吉的基金的数据无法找到，投资者的实际回报只会更差(这个发现是每个考取特许金融分析师证的基金经理都知道的)。其实，同在1951年，普林斯顿大学的学生约翰·博格在写本科论文时就发现，四分之三的股票型共同基金的回报不如市场指数，只不过那时他还不知道如何进行风险调整。博格1974年创建了领航集团，1975年推出了市场上第一支被动型指数基金，与标普500指数挂钩。到2015年领航集团管理者3万亿美元的资产，是全球最大的资产管理公司之一。 当然每年都有表现突出的基金，但像巴菲特这样长期表现优异的资产管理人依然少见。詹森并不相信巴菲特有什么神奇的本事，在1984年哥伦比亚大学庆祝《证券分析》发表50年的大会上，詹森当着巴菲特的面说，你是幸运儿，股市输赢就好比投硬币，美国几亿人，有几个人连续投出几十次硬币面朝上并不稀奇。巴菲特幽默的回应说，的确如此，有的人投了十次朝上后就迫不及待地写书宣传自己的神奇能力了，记者一采访，他们就家喻户晓了。如果投硬币的是红毛猩猩，记者一定会去打听明星猩猩吃啥。不过，他相信最幸运的几个投币者有一个共同点，就是都来自一个叫做“格拉厄姆-多德”的村庄，执行的是价值投资策略。詹森听完后对巴菲特的智慧非常佩服。 到了上世纪70年代末，一些研究者发现CAPM的预测失灵了，之前是把所有股票混在一起分析发现平均阿尔法为负，一旦分开，规模小(大)的公司的股票组合的阿尔法显著为正(负)。就在教授们忙着思考如何解释时，芝加哥大学准备申请读博士的两位MBA学生大卫·布斯和雷克斯·圣奎菲尔德改变主意去创业，他们在1981年成立了DFA(维度投资顾问)，专门买入当时华尔街投资银行和证券公司不愿持有的小公司股票，由此不仅获得了这些股票的高回报，还拿到了这些机构甩卖时的流动性折价优惠，利上添利。又过了几年，学界发现传统的价值投资可以简单地量化，估值(市净率或者市盈率)低的价值型股票组合的阿尔法显著为正，估值高的成长型股票组合为负，而且此规律在其他资产和美国以外的市场也基本成立。就在教授们再一次试图修正CAPM时，DFA把新发现融入已有策略，买入既规模小又估值低的各国股票和资产，再次赢得先机。到2015年DFA管理着近4000亿美元的资产。布斯在2008年以3亿美元回馈母校，从此芝加哥大学商学院改名为布斯商学院。受学生们创业成功的启发，一些经济金融系的杰出教授也当仁不让，成立基金来应用研究中的发现，不仅干得热火朝天，还使得具有理论基础的量化策略越来越为投资者熟悉和接受。今年10月22-23日JP摩根在香港的全球研究峰会上自豪宣传的一个基金，最初就是外包给两位金融教授的公司管理的。 布斯在芝加哥大学的导师尤金·法玛和肯尼斯·弗伦奇加入了DFA的董事会，但他们的主要兴趣在于找到一个扩展CAPM的新公式，使学界真正搞清楚资产回报来源于承担哪些风险因子的补偿。传统的CAPM里只有唯一的“市场”因子。到了90年代初期，他们发现只要加入两个新的因子“规模”和“估值”，那么之前发现的各种不符合CAPM预测的异常现象都会消失。 比如说，不同公司股票回报的差别来源于对市场、规模和估值三种风险的承担程度(对应三个不同贝塔)的差异。小公司和估值低的公司股票的阿尔法在三个贝塔调整下不再显著为正，而变为统计意义上的零。一些回报高于市场指数的基金经理，大多是买入了较多的小公司和估值低的股票，他们声称的选股技能和正阿尔法可以被小股民模仿复制。当然，如果一个基金经理依然能够创造出超出三因子调整后的正阿尔法，那他获得高薪报酬就理所当然。高标准下符合条件的人才变得罕见，巴菲特再一次成为统计学上的意外，解释不了也没啥不好意思的。 从此，新的三因子模型代替了CAPM，这是一个金融学届欢呼的时刻，因为解释回报与风险两者关系的“圣杯”似乎终于被找到了。学术研究除了帮助像DFA这样的金融公司设计策略，也影响了投资研究和咨询公司对基金业绩的比较，比如晨星就把各类基金按规模和估值分类之后再进行评级，这样做更公平。2013年，法玛因为包括这一发现在内的重要学术贡献获得了诺贝尔经济学奖。

本周市场价值温度：22°