FAJ：对冲基金的收益也能用因子复制

Original CFA北京协会北京金融分析师协会 2022-07-04

* The Financial Analysts Journal 创刊于1945年，是CFA Institute主办的投资管理领域专业期刊。2020年，该刊位于社会科学引文索引(SSCI)二区。

对冲基金的收益也能用因子复制

Hedge Funds vs. Alternative Risk Premia

Philippe Jorion

推荐语

本文展示了银行通过总收益互换（以下简称TRS）向客户提供另类风险溢价(以下简称ARP)的实践，即使用自动交易规则来复制对冲基金收益。该类产品规模已达3600亿美元。对于我国而言，量化类私募证券基金同样利用计算机技术和数学模型实现投资策略以及自动化交易，正快速发展。截至2021年末，百亿量化私募新增16家，管理规模超过10340亿元，约占私募证券基金行业规模的21%。

但在2022年1-2月，百亿私募量化多头基金经历了历史性的回撤，幅度超过20%不乏一些明星私募。A股作为一个大类资产整体表现不佳固然是直接原因，但不可否认的是，策略同质化使得量化私募没有达到通过主动管理获取绝对收益的目标。

其一，国内量化私募主要以股票为投资标的，约占量化私募规模的80%左右，远高于国外市场的50%。这导致任何单一的投资策略都呈现与底层资产一致的高波动性。这背后的原因是国内私募人才缺乏，目前大部分来自公募基金经理转行。

其二，策略同质和挤占。国内指数增强和市场中性策略规模占比最高，分别为39%和33%。虽因国内个人投资者占比高具备良好alpha环境，但随量化管理规模快速扩张，资金充分博弈，策略拥挤度迅速上升。反观国内的私募宏观对冲基金，在同样不利的市场环境下，却有较好表现，而以桥水中国为代表的外资宏观对冲基金甚至在2022年年初以来取得了正收益。

我国私募证券基金在发展成为独立资产类别的道路上还有很多值得探索的途径。2022年业绩较好的私募基金均是采取了多元化的策略和资产配置来实现对宏观风险的对冲，通过对量化选股、指数增强、市场中性、CTA、期权、套利、可转债等子策略的选择配置，有效降低产品波动。本文即介绍了通过因子投资的方式来复制对冲基金的多元化策略，改善组合表现。通过总收益互换(TRS),可以构建股权、利率、信用、大宗商品、货币对应收益率因子，并通过线性回归验证其复制对冲基金收益可行性，这不失为我国私募证券机构未来实现其策略分散化的思考方向。

01 研究背景

在低费用的追求下，基金主流已逐渐实现了从主动管理向被动管理的转换。随着市场的发展，量化策略基金展露头角，该类基金处于主动管理和被动管理之间，不对特定证券进行分析，从而收取比主动基金低的费用。下一个投资方向可能是另类风险溢价策略基金：通过同时持有多头和空头头寸，不同资产类别间进行操作获益。因为ARP基金既具有对冲基金的灵活性，又比对冲基金拥有更低的成本，并且可以作为“流动性替代品”，颇受得到机构投资者的青睐。

02 研究内容

目前，ARP收益可以通过两个途径获取：私人基金或通过银行TRS。上世纪80年代以来，互换在机构投资中已得到广泛的应用，但当时的TRS头寸主要由资产机构自己决定，银行仅负责外包交易的执行。随着交易算法和执行都外包给银行，TRS便成为银行通过互换直接实现风险溢价收益的ARP产品。其中，ARP按资产可以分为股票、利率、信用、货币、大宗商品和多元资产六类，按照投资风格又可分为套利、动量/趋势、价值、波动率、多风格五类。本文提供了TRS产品提供的ARP业绩表现，并评估了其实现对冲基金收益的可行性。

03 数据选取

在数据选取方面，本文选取HFRI数据库提供的2010-2020年间对冲基金指数数据，使用HFR数据库提供的同时期银行风险溢价指数（以下简称BRP）来衡量ARP。这些BRP是由12家主要银行提供的1,125种TRS产品计算得到。文中所指收益率已扣除费用和无风险利率（LIBOR），以美元计价。且该数据库使用基金活期之后的数据，避免基金上市之前模拟收益数据带来的回填偏差。

04 实证结果

本节先展示研究期内对冲基金和BRP的业绩表现，其次用线性回归评估复制对冲基金收益可行性。

（1）历史业绩表现

图表1展示了事件驱动、股权对冲、宏观、相对价值4种策略和加权综合对冲基金指数的历史业绩。文章选取标准普尔500指数收益率（以下简称SPX）、巴克莱-彭博国债指数收益率（以下简称Tr）和 BB 高收益债券指数价差收益（以下简称HY-Tr）作为市场风险因子。如图表1所示收益率均与SPX呈高相关性，主要是对冲基金指数多含股权风险。

图表1 2010-2020年对冲基金指数收益率

Fung和Hsieh（2004）使用七因素模型复制对冲基金收益。图表2展示了上述3个市场风险因子和七因素模型中的5个风险因子（以下简述FH趋势因子）的数据特征。FH趋势因子包括债券、货币、商品期货、短期利率、股票指数。由于趋势跟踪策略存在高杠杆特征，其收益均有较高波动性。为保证收益可比，文章以10%为假设波动率调整超额收益率。除大宗商品外，其余4个趋势因子超额收益均为负，这不免对因子有效性产生怀疑。

图表2 2010-2020年市场因子和FH趋势因子超额收益率

图表3展示了5类资产对应BRP历史业绩。重点关注以10%波动率标准化后的超额收益率和Alpha，数据显示：

① 股票价值、多风格策略超额收益率正向。股票价值策略超额收益率为6.9%，主要来自市场风险溢价和选股带来的Alpha收益。

② 利率整体、套利、动量和波动性策略超额收益率为正，3%至6%。由于利率套利策略主要投资久期较长资产（Martens，Beekhuizen，Duyvesteyn和Zomerdijk，2019），该策略和Tr相关性更强（相关系数为0.46）。

③ 信用套利策略超额收益率为正，约为4%。策略为获得更高利差收益会倾向于买入高收益债券，与HY-Tr呈现高度相关性（相关系数为0.75）。

④ 货币整体、套利策略超额收益率为负。套利策略超额收益率为-1.6%，该策略倾向多头高利率货币并空头低利率货币，与SPX相关性强（相关系数为0.49）。Melvin和Shand(2017)也发现金融危机期间货币套利策略收益会下降。

⑤ 大宗商品套利、多元资产策略超额收益率为正。多元资产策略超额收益率为5.9%，主要是股权市场风险溢价。

图表3 2010-2020年BRP历史业绩

（2）收益复制评估

本文以对冲基金超额收益率为因变量，市场因子和BRP因子为自变量做线性回归，以衡量通过BRP因子能多大程度复制对冲基金收益。

注：下标M和T分别代表标准普尔500指数和国债指数的超额收益率，下标H代表高收益/国债指数中多空头寸的超额收益率。括号项代表ARP产品的贡献。以上收益率均已扣除交易成本。

图表4展示了通过BRP因子复制广义对冲基金收益的回归结果。首先关注R^2，最低的是宏观指数基金为48%，最高的是股票对冲指数基金达90%，且F统计量显著，说明对冲基金收益一定程度上可以被市场因子和BRP因子复制，因子间相关性不影响这一结论。最右侧3列数据显示，FH趋势因子的有偏R^2整体低于BRP，这表明BRP因子解释性优于FH趋势因子（Fung和Hsieh，2004）。Alpha列数据显示，剔除风险溢价因子后，对冲基金的Alpha收益均剩余较少。如图表5所示，BRP和市场因子可以较好拟合复合对冲基金指数的实际收益。

图表4

广义对冲基金策略和通用BRP因子回归结果，

2010-2020年数据

图表5

HFR复合指数基金实际收益率

和8因子模型拟合收益率

图表6展示了通过BRP复制特定对冲基金的回归结果。结果显示，多数风险因子斜率为正且统计显著，且模型F统计量均显著。这为基金收益复制提供有效参考。具体而言，股票量化指数基金，主要选取股票市场因子和股票多风格策略因子。宏观货币指数可选取外汇套利和动量策略因子。宏观商品指数建议用商品套利和动量策略因子。宏观系统指数可选外汇、大宗商品和多资产动量策略因子，模型R^2达72%显著高于FH模型（Fung和Hsieh，2004）。同样，对冲基金的Alpha收益均剩余较少。这与图表4结论一致。

图表6

特定对冲基金策略和特定BRP因子回归结果，

2010-20年数据

文章还提供了另一种逐步回归的复制思路。图表7展示了该方法下通过BRP复制22个对冲基金指数的结果。与图表6一致的是，大宗商品动量策略、货币套利和动量策略因子可以一定程度复制宏观大宗商品指数基金收益，而宏观货币指数基金可选取货币和大宗商品套利策略因子。图表7还发现这些因子在其他类型基金收益复制上也有关键作用。例如，事件驱动型混合套利基金也可被利率波动策略复制。

图表7

对冲基金策略和BRP因子逐步回归结果，

2010-20年数据

05 结论

本文首先总结了2010-2020年期间TRS提供的ARP市场的业绩表现。与传统的学术界关注的风险溢价不同，这些产品是可投资的。历史业绩显示，股票、利率、信用等因子超额收益率均正向，具体策略收益可见图表3。其次，文章通过线性回归验证其复制对冲基金收益可行性，模型效果优于FH趋势因子（Fung和Hsieh，2004）。值得关注的是，作者详细罗列了复制广义和特定对冲基金的BRP因子选取框架，可见图表4和6，这为业务实操提供有效指导。结果还显示对冲基金收益在剔除市场和另类风险溢价后，Alpha收益均剩余较少。可见，这些BRP产品能帮助投资者更好捕捉收益来源。若回归结果显示低Alpha和高R^2，投资者可以直接选择ARP。反之，高Alpha和低R^2则标志着对冲基金经理的优秀投资能力。

综述：肖雪铭，夏颖

审校：白雪石，CFA

原文链接：

Financial Analyst Journal Volumn 77 Issue 4

( 点击文末 “阅读原文” 可查看 )

往期推荐

#Vol.1 ESG评级在预测诉讼风险和投资策略中的作用

#Vol.2 中国和全球的美国投资凭证(ADR): 美国投资者的体验

#Vol.3 高频算法交易在ETF活跃交易中扮演的角色

#Vol.4 捆绑还是不捆绑? 一项对软佣金及研究服务解绑的综述

#Vol.5 Decarbonizing Everything

#Vol.6 资本市场自由化与投资效率：来自中国的证明