低风险投资的核心事实 [page::3]

• 低风险投资在历史和样本外表现均强劲，具有显著正alpha和高夏普比率。

- 低风险策略覆盖统计因子（如BAB、SMR）与基本面因子（如QMJ），适用范围广泛且稳健。

• 多种低风险策略历史年收益率范围普遍为4%至9%左右，且多数策略的alpha统计显著 [page::3].

低风险因子溢价与其他因子比较 [page::3]

• 低风险因子（BAB、QMJ、SMR）alpha超过多数传统因子，除动量因子UMD外表现最佳。

- 多因子回归分析显示，低风险因子alpha稳定超过3%，显著优于价值因子等传统因子。

• 低风险因子的溢价具有高度统计显著性和投资价值 [page::3][page::4].

低风险策略样本内外表现及普适性 [page::4][page::5][page::6]

• 低风险策略在样本外依旧表现出显著alpha，甚至比样本内期间更优，表现稳定且持续。

- BAB策略在不同国家（24国覆盖）和多资产类别（股票、债券、信贷等）均适用，夏普比率普遍正向。

• 低风险投资在债券市场表现优异，并具有一定利率敏感性，但回归分析显示其alpha不完全依赖债券行业 [page::4][page::5][page::6].

低风险策略的经济学基础与CAPM失效讨论 [page::7][page::8]

• CAPM模型预期风险与收益线为陡峭斜线，实证显示SML平坦，形成低风险效应交易机会。

- 替代理论支持低风险投资，包括杠杆约束理论和行为金融的彩票偏好理论，解释低风险高收益现象持续。

• CAPM失效与低风险策略有效性不可兼得，两种观点存在逻辑冲突，低风险策略基于CAPM失效获得超额收益 [page::7][page::8][page::9].

低风险策略的实操可行性与交易成本 [page::9][page::10]

| 策略 | 大盘股年化收益 | 小盘股年化收益 | 大盘股CAPM alpha | 小盘股CAPM alpha |
|------------|---------------|---------------|------------------|------------------|
| BAB | 4.4% | 10.4% | 6.1% | 10.0% |
| SMR | 0.3% | 0.3% | 2.8% | 3.9% |
| QMJ | 1.6% | 2.9% | 2.2% | 3.9% |

• 低风险策略月换手率适中（BAB约38%），交易成本远低于策略收益，具备可实现性。

- 策略适用于大盘和小盘股票，且均有显著正alpha，且小盘股表现更佳，反驳只适用小盘股的误区 [page::9][page::10].

低风险策略在下跌市场的表现及风险特征 [page::10][page::11]

| 时间段 | 市场跌幅 | SMR只多头跌幅 | SMR多空收益率 | SMRMN收益率 | QMJ收益率 | BAB收益率 |
|--------------------|----------|---------------|---------------|-------------|-----------|-----------|
| 历史10次大跌平均 | -39% | -26% | 47% | 13% | 22% | 11% |
| 频繁亏损次数 | 10 | 9 | 0 | — | 0 | 6 |

• 不同策略市场beta差异决定了其下跌市场表现，美元中性策略表现最好，市场中性策略涨跌不一。

- 只做多低风险策略多在熊市亏损，且亏损小于市场，体现防御特性。

• 下跌期间表现部分体现beta压缩效应，显示低风险溢价不能完全由下行风险解释 [page::10][page::11].

低风险资产估值现状与未来展望 [page::11][page::12]

• 低风险股票相对高风险股票估值有所提高，但价差长期波动，近期偏贵仍有良好表现。

- 价值因子和低风险因子结合构建多样化组合能改善策略效果。

• 估值压力未必导致低风险因子失效，投资者可设计价值中性或价值正向的低风险策略 [page::11][page::12].

关于低风险投资的事实与误区 — 详尽分析报告解构

---

一、元数据与概览

• 报告标题： 关于低风险投资的事实与误区

- 作者及发布机构： 吴先兴，量化先行者，天风证券研究所

• 发布时间： 2020年07月22日

- 研究来源： Ron Alquist等发表于《The Journal of Portfolio Management》（2020年5月）

• 报告主题： 深入分析低风险投资策略的表现、误区及经济学基础，揭示其长期有效性及应用范围，解构10年来对低风险投资的争议。

核心论点总结：

报告明确指出低风险投资策略不仅在历史样本期表现优异，在样本外、多个国家和不同资产类别同样表现强劲，且受到经济学如杠杆约束和行为金融中“彩票偏好”理论的支持。相对常见误区，低风险策略收益不低，且交易成本影响有限，不仅适用小盘股，也适用大盘股，且CAPM模型失效与低风险策略有效性是相辅相成的两面。报告整体给予积极肯定评价，认为低风险投资是持续且可操作的有效策略。

---

二、逐节深度解读

1. 引言和概要

• 低风险投资聚焦于选取预期风险较低的证券，历史上低风险资产的风险调整后收益高于高风险资产，表现稳定，持续近百年。

- 低风险策略的优势涵盖不同国家、行业、指数和资产类别，且适用多种风险度量方法，如beta、波动率等。

• 低风险效应有坚实的经济学支撑，尤其区别于传统多因子投资。

- 报告旨在澄清围绕低风险投资的五大事实和误区，打破学界及市场的认知混淆。

2. 数据与方法

• 采用历史数据（1931年至美股，1957年开始的基本面因子数据）和混合多种风险因子构建投资组合。

- 关键策略：

- BAB策略（Betting Against Beta）： 做多低beta股票，做空高beta股票，市场中性（beta约为零），低风险资产做多部分加杠杆。
- SMR策略（Simple Market Neutral）： 美元中性（买卖金额相等），beta负值（约-0.8），不使用杠杆。
- SMRMN策略： 综合BAB和SMR的特征，在大小盘股市场均衡配置。
- 其余策略还包括基于相关系数（BAC）、个体波动率（IVOL）、最高日收益率（MAX）以及基于基本面因子（QMJ）等多元风险指标。

• 研究重点为多空策略以强化低风险相对于高风险的表现差异。

3. 事实与误区详解

3.1 事实一：低风险资产比高风险资产有更高的风险调整收益

• 通过表格展示10种低风险策略的收益结果，大多数策略展现出正的CAPM alpha，统计显著性强，夏普率普遍较好。

- 策略如BAB、BAC、QMJ等年化超额收益率在4-9%区间，夏普率约0.4-0.8。

• 部分策略（SMR、IVOL）beta负值，带有对冲效果，alpha更显著，但超额收益率趋近零。

- 这是关键的实证论据证明低风险资产的风险调整后表现优于传统预期。

3.2 误区一：低风险因子溢价低于其他传统因子溢价

• 对比Fama-French五因子（价值HML、规模SMB、盈利能力RMW、投资风格CMA）、动量UMD因子与低风险因子（BAB、QMJ、SMR）。

- 图表清晰显示低风险因子CAPM alpha在所有因子中领先，动量因子UMD外，低风险因子持续表现优越。

• 多元回归分析表明，低风险因子单独贡献超额收益，且统计显著，排除价值等其他因子干扰。

- 结论否定了低风险因子溢价低的观点。

3.3 事实二：低风险因子的溢价在样本外仍有显著表现

• 报告分析样本内和样本外的alpha表现，区分历史研究发表时间。

- 包括Black等（1972）及Frazzini和Pedersen（2014）的样本外期，低风险因子在公布后依然维持或提升alpha，未被套利机会消除。

• 这说明低风险效应并非数据挖掘或特定时期产物，而是真实且持续存在的市场现象。

3.4 误区二：低风险投资主要受类债券行业影响

• 通过行业分布表明，BAB策略在几十个行业中均有稳定正夏普率，表明低风险效应普遍存在，不局限于金融或类债券行业。

- 进一步利用多元回归，剔除债券行业影响后，策略alpha仍显著。

• 虽然低风险策略部分依赖债券市场的beta，但债券暴露不足以解释其整体收益。

- 此结论破除低风险策略“仅靠债券”这一误区。

3.5 事实三：低风险投资策略在不同国家和资产间均适用

• 报告列举24个国家BAB策略夏普比分布，均呈现正值，且大多地处0.4-1.3区间。

- 跨资产表现同样优异，包括美国国债、企业信用债券、政府债券、全球股票指数。

• 著名的风险平价策略（股票+债券风险均衡）亦体现这类风险收益特征。

- 体育博彩领域中也观察到类似低风险效应，显示其跨领域普适性。

3.6 误区三：CAPM模型和低风险投资均已失效

• 文章澄清两者观点不能共存：

- 若CAPM模型失效（即SML曲线平坦或偏低），则BAB策略盈利。
- 若BAB策略不盈利，则CAPM成立。

• 现实数据显示，SML逐渐变平，支持CAPM失效和低风险策略有效的双重观点。

- 误区源于对Fama-French模型的误读，误认为新的因子解释了低风险效应，其实存在逻辑谬误和数据上的充足alpha。

3.7 事实四：低风险投资具有CAPM以外的经济学理论支撑

• 重点提出两大理论解释低风险效应的存在：

- 杠杆约束理论：部分投资者无法使用杠杆，导致高风险资产需求过高，价格被推高，低风险资产收益率相对更好。
- 彩票偏好理论：行为金融假设部分投资者偏好高波动、正偏态资产（如生物科技股），推动高风险资产估值上扬，降低收益。

• 实证研究（Asness等2020）更支持杠杆约束机制，且该机制具备可观测性和强解释力。

3.8 误区四：低风险投资对交易成本敏感且只适用于小盘股

• 低风险策略如BAB的月换手率约40%，远低于动量因子（100%），大部分可操作。

- 交易成本盈亏平衡点远高于实际估算成本，说明策略盈利弹性大。

• 低风险策略在大盘股和小盘股均有效，CAPM alpha显著，小盘更优是因波动范围更广和套利限制较多。

- 这破除策略仅适于小盘股且交易成本过高的误会。

3.9 事实五：低风险投资在下行市场可能亏损

• 策略表现与其beta类型密切相关：

- 市场中性多空策略（如BAB）多空市场风险相抵，牛熊市表现均衡，亏损概率相当。
- 美元中性负beta策略（如SMR）在熊市中表现优异，但牛市表现欠佳。
- 只做多的低beta策略因整体beta小于1，熊市防御能力强但仍可能亏损。

• 历史10次美股主要下跌期数据显示，除市场整体亏损外，大多数低风险策略在熊市保持稳定甚至盈利。

- 下行风险解释无法完全解释低风险效应，策略表现复杂多样。

3.10 误区五：低风险资产估值过高，未来很难发展

• 分析近半个世纪低风险股票的价值利差（相对于高beta股票的估值溢价），发现低风险资产虽然近年估值略高，但这并非新现象，历史上存在明显波动。

- 2000年科技泡沫期间低beta股票较便宜，相比之下，现在虽偏贵但仍表现强劲。

• 价值利差可作为风险补偿指标，投资者可结合价值因子设计更优低风险策略。

- 低风险因子未来通过多因子结合仍具吸引力。

---

三、图表深度解读

图1 - 证券市场线（SML）的平坦性及其利用方法 [page::1]

• Panel A展示了实际beta排序组合的超额收益曲线（点状分布）与CAPM预测线（红色直线）。

- 实际收益曲线明显比CAPM线更平缓，低beta股票获得了高于模型预测的实际收益，形成“低风险效应”。

• Panel B描绘BAB策略的收益构成：买入杠杆化的低beta股票，卖空去杠杆的高beta股票，使组合beta近零，获得正alpha回报。

- 该策略市场中性，可以利用低风险效应产生超额收益。

图2 - 多种低风险策略的年化收益率、Alpha及夏普率表现 [page::3]

• 表格展示BAB、SMR、QMJ等多种策略的综合表现：

- BAB策略年均收益8.4%，CAPM alpha 9.1%，夏普率0.75，换手率38%。
- SMR年化收益约0，CAPM alpha 6.7%，beta负值，体现了强对冲特征。
- 基本面因子QMJ等也有正alpha和高信息比率。

• 说明多样风险因子均呈现较高风险调整收益。

图3 - 低风险因子与其他因子的CAPM alpha对比 [page::3]

• 柱状图显示BAB、QMJ、SMR等低风险因子的CAPM alpha均显著高于主要传统因子。

- 其中低风险因子CAPM alpha年化在6-9%之间，而价值因子HML约2.5%，规模因子SMB ~1.5%。

• 动量因子UMD虽有最高alpha，但其交易成本极高，未计成本风险。

图5 - 样本内外alpha表现对比 [page::4]

• 低风险因子（BAB, QMJ, SMR）的样本外期（虚线部分）alpha不但未衰减，甚至优于样本内表现。

- 传统因子（HML, SMB等）样本外表现明显衰减。

• 反映低风险因子仍具有强稳定性。

图6 - BAB策略不同时期累计alpha表现 [page::5]

• 线条区分了1931-1965年样本内，1966-2009年及2010-2019年两个样本外期。

- 单调上升曲线表明BAB策略长期稳定累积超额收益。

• 市场大跌如2008-2009年虽短期有回撤，但长期收益恢复。

图7 - 低风险策略对利率的敏感性分析 [page::6]

• 表格列示BAB、SMR三种策略的债券beta及股票beta值。

- BAB非行业中性策略债券beta最高0.3，行业中性后降至0.16。

• SMR策略债券beta达0.68，但行业中性调整后下降至0.16区域，显示债券敏感度有限。

- 经济学意义为低风险策略与债券关联但非从属，策略alpha主要源自股票市场。

图8 - BAB策略在全球24国的夏普率分布 [page::6]

• 柱状图显示除少数国家外，低风险策略夏普比多超0.4，部分国家超过1。

- 反映低风险效应具有强跨国普适性。

图9 - BAB策略跨资产类别表现 [page::7]

• 表格中美国国债跨期限、企业信用指数、政府债券及股票指数的夏普率均表现良好，0.14至1.01不等。

- 表明低风险策略不局限于股票市场。

图10 - SML曲线随时间趋势变平 [page::8]

• 不同颜色代表不同样本期(Sample内和样本外)，SML曲线均显示比CAPM线更加平缓。

- 佐证CAPM模型失效与低风险效应理论。

图11 - 低风险策略在大盘股与小盘股的收益对比 [page::10]

• 表格数据表明BAB和SMR策略在大盘和小盘均有正alpha，小盘股表现更优（BAB小盘10.4%年化收益 vs 大盘4.4%）。

- 反驳低风险策略仅适合小盘股的偏见。

图12 - 低风险策略在美股10次暴跌期间表现 [page::11]

• 10次市场大跌事件中，策略收益表现与beta特征相关：

- SMR多空策略均盈利，beta约-0.8。
- BAB策略表现波动，市场中性但仍有亏损风险。
- SMR只多策略虽亏损，但幅度明显小于市场。

• 反映熊市表现因策略设计差异而异，且不能简单等同为稳定获利。

图13 - BAB策略的价值利差演变 [page::12]

• 四条线描绘不同指标(B/P, S/EV)下BAB策略的相对估值变迁。

- 高峰期对应科技泡沫，低谷期为其他周期，现处于适度贵价区域。

• 表明估值不均匀波动，策略有反周期特征。

---

四、估值分析

报告未直接采用DCF等绝对估值法，而是基于历史超额收益、alpha值和夏普率等相对表现指标评价低风险策略的投资价值。通过价值利差指标反映低风险资产相对高风险资产的估值水平，结合实证收益表现判断未来潜力。

• 所用方法主要为多因子模型回归（CAPM、Fama-French五因子及扩展模型）。

- 超额收益alpha为关键估值指标，结合换手率、交易成本进行实操可行性评估。

• 价值利差指标反映的是市场对低beta股票的估值偏好变化，不同因子组合可调节估值风险。

- 调整组合资产权重，可在不同估值环境中保持可持续收益，策略具有适应性。

---

五、风险因素评估

• 市场下行风险： 市场暴跌期间，市场中性策略偶尔亏损，投资者需承受一定波动。

- 杠杆风险： BAB策略需杠杆操作，杠杆约束或流动性紧缩可能抑制策略表现。

• 估值风险： 低风险股票当前估值较高，或带来未来收益率下行风险。

- 交易成本及流动性风险： 虽换手率适中，但高频策略（如MAX）成本较高，流动性较差股票影响策略执行。

• 模型失效风险： 若未来市场恢复CAPM线性，则低风险效应可能减弱。

- 策略规模风险： 小盘股表现优异但规模有限，大盘股扩展可能稀释收益。

报告强调风险多元且可管理，目前风险未对策略长期有效性构成根本威胁。

---

六、批判性视角与细微差别

• 报告从实证和理论双重角度支持低风险效应，但对杠杆约束与彩票偏好理论的相对贡献尚存在学术争议，表述侧重支持杠杆约束。

- 报告对交易成本的测算建立在历史市场环境，未来市场波动及流动性变动可能影响策略表现。

• 部分策略（如SMR）的beta负值给出强对冲，实际执行或面临流动性损失和借贷难题，潜在复杂。

- 报告承认样本划分和因子知名度划定存在主观性，但整体结论稳健。

• 对于估值溢价的“相对昂贵”表现，未来仍需持续跟踪，避免假设静态市场结构。

- 对CAPM失效论和低风险策略成立的关系强调逻辑性，但可能过度简化复杂的市场机制。

总体而言，报告客观详实，提示低风险策略监控的多个潜在细节，但未从根本上质疑策略有效性。

---

七、结论性综合

本报告系统揭示了低风险投资策略的重要事实与误区，核心发现如下：

• 低风险资产长期表现出异常良好的风险调整收益，年化alpha显著，且抵御市场波动能力强。

- 样本内外数据均支持低风险效应的持续性及稳定性，这一因子不仅在美国市场有效，更在全球主要国家及多种资产类别中表现优秀。

• 低风险策略并非仅靠债券行业推动，策略alpha独立且显著，且在行业调整后依然有效。

- 经历过多次市场大跌，低风险因子的表现符合其beta设计特点，尤其是多空策略可显著改善风险收益匹配。

• 经济学理论如杠杆约束与行为金融彩票偏好理论为该效应提供合理解释，CAPM模型失效是低风险效应存在的根本必要条件。

- 交易成本、换手率水平适中，策略在大小盘股均具备操作可行性，且换手率未超过行业可接受标准。

• 估值虽略高于历史均值，但未阻碍该策略在过去十年中持续创造市场优异表现，组合多样化将进一步增强策略稳定性。

- 报告明确反对以下误区：
- 低风险溢价低于其他因子；
- 低风险策略仅局限于债券行业和小盘股；
- 低风险策略因高交易成本无法实现；
- CAPM模型和低风险投资同时失效。

• 综上，低风险投资是一个符合现实市场表现、广泛适用、经济学理论支持且具有良好实操性的有效因子策略。

本报告为投资者提供了低风险投资策略的坚实理论及实证依据，强调结合多因子与跨资产策略，将更有利于实现风险调整收益最大化。

---

报告体现了权威学术研究与市场实务的深度融合，对于理解和应用低风险投资因子有极大指导价值。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

报告