FAJ：用套息利差动能看市场，当前机会很清楚

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。

用套息利差动能看市场，当前机会很清楚

Carry Momentum

Josh Davis, Matt Dorsten, Normane Gillmann, and Jerry Tsai

推荐语

套息利差交易(Carry Trade)是对冲基金在货币市场的基本交易策略，通过借入低息货币并买入高息货币资产，或者直接在外汇远期/掉期市场进行交易，都能在“无抛补利率平价”实际不成立的市场状态中，获取跨期的利差收益。

套息利差交易不局限于货币市场。广义的套息利差交易可以扩展到在现金流收益不同的资产类别之间进行的套利：无论债券、股票、商品期货，在“风险中性定价”实际不成立的市场状态中，在远期曲线上承担风险，都可以认为是大类资产的套息利差交易。

套息利差交易诱发的资本流动易导致“自我实现”的发生¹ ，当套息利差的收益增加时，投资者增加对高息资产的价格预期和需求，形成推高资产价格的市场合力，最终会导致高息资产价格的上升。本文由太平洋资产管理公司 (PIMCO）董事总经理Josh Davis领衔其团队基于这一机制构建了“套息利差动能 (Carry Momentum)”因子，并在商品期货、利率互换、货币远期和股指期货市场都获得了显著的超额收益。套息利差动能是使用资产波动率对套息利差进行标准化后，套息利差相较于其过去一段时期移动平均值的上升或下降，因此，套息利差动能的大小可以代表套息利差信号以及投资者未来预期的强弱。

与传统的价格动能通过“追涨杀跌”获取超额收益不同，套息利差动能并不关注绝对的价格，而是通过股票红利、信用利差等价值因子相较于其历史的变化获得超额收益，实质上是一种价值投资和逆向投资的特点，在市场的低谷和加速抛售中往往可以给出更加明确的买入信号。

在这一策略框架下，我国股票市场可能正在呈现出绝佳的投资机会。在市场因内外部因素不断下跌的过程中，以大盘股的股息率衡量的A股“套息利差动能”逐渐放大，在结构性宽松的货币政策支持下，充裕的市场流动性则为实现股票套息交易收益提供了保证。本文所建立的套息利差动能策略，有助于启发国内外投资者抓住我国股票市场多年难见的收益/风险比极高的时期，在动荡的市场环境中把握市场机遇，实现财富增值。

*1：Plantin G, Shin H S. Carry trades and speculative dynamics[J]. SSRN 898412, 2006.

01 理论机制

预期收益是决定投资者资产配置的最重要因素之一，Koijen等(2018)将预期收益分为两部分：套息利差 (carry)和预期资产价格变动。投资者可以使用多种模型估计预期资产价格的变动，但套息利差则不同，作为一个公开信息，所有投资者都可以事先观察到套息利差的变化。

套息利差信息的公开性，使得投资者除了利用套息利差形成自己的资产预期外，其投资决策也需考虑其他投资者对公开信息的反应。例如，当投资者观察到套息利差增加时，即使该投资者拥有一些负面的私人信息，他们也可能推断，由于其他人也会收到套息利差增加的信号，这一公开信息最终将导致市场总体对该资产的偏好，从而推升资产的价格。因此，在理性投资者假设下，市场中的所有投资者都会在套息利差呈上升趋势 (套息利差动能为正) 时增加资产头寸，最终导致市场中该资产需求增加，资产价格提高。

本文将通过实证分析检验以下假设：

1）套息利差动能能否如上述理论机制所述，预测资产未来收益；

2）套息利差动能获得的超额收益是否仅是传统因子的复制。

02 数据处理

本文尽可能覆盖了最广泛的资产类别，包括21种商品期货 (Commodity)、六个发达国家的10年期利率互换 (Rates)、9个国家的货币远期协议 (Currency) 以及7个股票指数 (Equity)，共计4种大类资产。为使得不同资产的收益率具备可比性，使用资产过去12个时期的波动率对收益率进行标准化，则标准化后资产i在第t期的收益率为r_t^i/σ_(t-1)^i。定义资产i在时点t的h期套息利差动能因子为：

其中，c_t^i表示资产i在第t期的套息利差，套息利差动能因子〖CM〗_t^(i,h)为正表示该资产的套息利差相较于移动平均值呈上升趋势。

03 套息利差动能能否预测未来收益

建立如下的回归模型，数据频率为月，分别将4个大类资产（列2-5）以及所有资产混合（列6）的3、6、12期套息利差动能因子代入模型，并将因子区分为数值〖CM〗_t^(i,h)和符号sign(〖CM〗_t^(i,h))分别进行回归，如果套息利差动能能够预测未来收益，则β_h应该显著为正，β_h的t值如图表1所示。

图表1 套息利差动能预测未来收益

对于数值〖CM〗_t^(i,h)（图表1-A）和符号sign(〖CM〗_t^(i,h)) （图表1-B），图表1中所示的t值，绝大部分均在95%的置信区间上显著大于0，证明如理论机制所述，套息利差动能对未来收益具有预测作用。

04 套息利差动能的超额收益

4.1 时序套息利差动能投资组合

（1）累计超额收益

在每个大类资产中，构建3个时序套息利差动能投资组合²，分别为由过去12个月套息利差动能为正的资产 (组合"positive")、套息利差动能为负的资产 (组合"negative")、以及做多正动能同时做空负动能资产的投资组合(组合"positive-negative"），资产权重为"波动率权重 (volatility weight) "；同时，构建1个等权重的做多正动能、做空负动能资产的投资组合 (组合"equal"）。每月对投资组合进行一次调整， 4种大类资产"positive-negative"投资组合的累计超额收益如图表2所示，在样本时间段内，商品期货 (Commodity)、利率互换 (Rates)、货币远期 (Currency) 以及股票指数 (Equity) 4个大类资产均获得了接近80%的超额收益³。

*2：投资组合中每个资产的波动率标准化为10%。

*3：作者对4个大类资产

"positive"、"negative"、"positive-negative"、"equal" 投资组合超额收益的显著性水平进行检验，大部分投资组合的超额收益显著为正。

图表2 大类资产“positive-negative”的累计超额收益

（2）超额收益与传统因子

上文依据套息利差动能因子构建的投资组合超额收益中，有多少是由套息利差动能带来的真实“alpha”，有多少是由传统因子导致的呢？为验证套息利差动能的稳健性，作者引入如下所示的三因子模型和五因子模型，剔除超额收益中传统因子影响的部分。

对投资组合超额收益的回归结果如图表3所示，限于篇幅原因，仅列示10年期利率互换 (Rates) 的结果。

图表3 时序套息利差动能投资组合超额收益因子回归

对投资组合超额收益回归的结果发现：

对于所有4个资产类别，"positive"投资组合的 "alpha" 都高于 "negative" 投资组合，且3个市场因子对投资组合的影响相近，具有较高的R方；
对于所有4个资产类别，三因子模型对 "positive-negative" 投资组合的超额收益均没有显著影响，且R方接近于0；
在五因子模型中，利率互换 (Rates) 和股票指数 (Equity) 的 "positive-negative" 投资组合超额收益不受因子的显著影响，因子的加入也不会显著的影响 "alpha" ；
在五因子模型中，商品期货 (Commodity) 和货币远期 (Currency) 的 "positive-negative" 超额收益受传统动能因子的显著正向影响，"alpha" 较三因子模型低约1至1.5个百分点。

此外，作者还计算了按日频调整投资组合、不区分资产类别构建投资组合的超额收益及因子回归结果，得到了一致的结论，说明时序套息利差动能投资组合可以获得显著的超额收益“alpha”，且这一超额收益在考虑传统因子的影响后仍然显著为正。

4.2 截面套息利差动能投资组合

（1）累计超额收益

投资者在建立投资组合时，不仅从时序的角度考虑过去一段时间套息利差动能的绝对值 (正或负)，还会考虑不同产品间套息利差动能的相对差异，在一个资产大类中通过买入相对高动能产品、卖出低动能产品构造投资组合，即截面套息利差动能投资组合。以各资产类别中产品的套息利差动能中位数为基准建立3个截面套息利差动能投资组合，分别为过去12个月套息利差动能高于中位数的产品构成的投资组合 (组合“high”)、过去12个月套息利差动能低于中位数的投资组合 (组合“low”) 以及做多高于中位数的产品、做空低于中位数产品的投资组合 (组合“high-low”)。每月对投资组合进行一次调整， 4种大类资产“high-low”投资组合的累计超额收益如图表4所示，在样本时间段内，商品期货 (Commodity) 、利率互换 (Rates) 可以获得接近100%的超额收益，但货币远期 (Currency) 和股票指数 (Equity) 的“high-low”投资组合超额收益并不明显。

图表4 大类资产“high-low”的累计超额收益

（2）超额收益与传统因子

与上文类似，使用三因子模型和五因子模型剔除超额收益中传统因子的部分，检验套息利差动能因子的真实“alpha”，回归结果总结如下：

对于4种资产类别，投资组合“high”和投资组合“low”对三因子模型的风险敞口相似，但投资组合“high”的“alpha”高于投资组合“low”；
波动率标准化为10%的月度调整“high-low”投资组合，利率互换、商品期货、货币远期和股指期货的“alpha”分别为9.9%、4.3%、1.6%和1.9%；
在五因子模型中，商品期货的“high-low”投资组合受传统动能因子的显著影响，导致其“alpha”相较于三因子模型下降约1.5个百分点；
投资组合的调整频率由月频转变为日频可以增加投资组合的“alpha”，但这种影响非常小。

此外，作者还计算了不区分资产类别构建投资组合的超额收益及因子回归结果，得到了一致的结论，说明截面套息利差动能投资组合可以获得显著的超额收益，且这一超额收益在考虑传统因子的影响后仍然显著为正，但货币远期和股指期货的超额收益及其显著性水平较利率互换和商品期货较弱。

05 稳健性检验

作者采用了多个稳健性检验，验证套息利差动能因子获得超额收益的稳健性。

（1）波动性更高的新兴市场利率

如果投资者确实使用套息利差作为预期回报的信号，并且套息利差动能可以捕捉到未来资产需求的变化，那么，在其他条件不变的情况下，套息利差动能波动越大的市场，越可能获得显著的超额收益。因此，作者使用新兴市场利率互换产品构建投资组合，获得了更高的超额收益和夏普比率，如图表5所示。

图表5 新兴市场利率互换产品超额收益（年化）

（2）不经波动率调整的套息利差动能因子

使用经波动率风险调整的动能因子意味着因子的变化可能来自两个来源：套息利差的变化和波动率的变化。因此，为排除波动率的影响，确保超额收益只受套息利差变化的作用，使用不经波动率调整的套息利差动能因子。结果显示，新动能因子对利率互换产品有较大的影响，但投资组合仍具有显著的超额收益，商品期货、货币远期和股指期货的超额回报以及夏普比率所受影响非常小。

（3）信号强度

采用波动率权重构建投资组合，忽略了动能信号强弱对权重的影响，在本节作者以动能信号强弱为权重重新构建投资组合，验证套息利差动能因子的稳健性。在时序套息利差动能投资组合中，计算资产i的h期套息利差动能因子在时点t对应的资产权重w_t^(i,h)的方法如下⁴ ，其中P_t^i为资产i的价格，V_t为投资组合总价值，Φ为标准正态分布的累积概率密度，模型结果与上文没有显著差别。

* 4：截面套息利差动能策略权重调整方法详见原文。

（4）其他稳健性检验

此外，作者还检验了交易成本、多重检验等对结果稳健性的影响，套息利差动能因子均显示出对获取超额收益的显著作用。

06 结论

作者认为投资者的资产需求取决于市场整体对该资产预期回报的判断，因此套息利差动能可以作为市场观点的代表。套息利差增加（高套息利差动能）提高了投资者对资产的信心，增加了市场需求，进而导致更高的资产价格和正回报。在这一机制下，作者采用实证方法证明了套息利差动能可以预测资产的未来收益，高套息利差动能的投资组合比低动能的投资组合具有更高的超额收益和夏普比率；而且，套息利差动能投资组合的超额收益不能被市场风险或其他已知的风险溢价因素（如传统动能和套息利差因子）完全解释。在这一机制下，投资者越积极地进行套息利差交易的市场，套息利差动能的影响就越显著，实证结果表明，套息利差动能投资组合在利率互换、商品期货和货币远期市场的超额回报较高，而股票指数产品的超额回报较低。

综述：孙榛

审校：白雪石，CFA

原文链接：

Financial Analyst Journal Volumn 78 Issue 1

( 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