随着越来越多的投资者采用聪明的贝塔系数，审查也在加强——不仅是对因素和投资风格的审查，而且对投资组合和指数构建的细微之处的审查。
2008年金融危机后，一些勇敢的早期采用者开始使用如今被称为smart beta的投资策略，这种策略的使用急剧增加。它们正在成为主流。随着全球管理的稳定价值资产达到创纪录的4290亿美元，仅去年一年的增长率就达到了7.1%。Eric Shirbini表示:“今年迄今，追踪我们指数的基金的资产管理规模比去年全年增长了约50%。”Scientific beta的全球产品专家，他预计这种速度将继续下去。“我们的渠道和去年一样强大。”
智能贝塔投资工具由非市值加权指数组成，通常倾向于公认的投资因素和风格，如低波动性、质量、价值和势头。市场策略国际(Market Strategies International)的年度智能测试调查显示，近75%的当前用户将智能测试策略视为其核心投资组合的一部分。调查显示，投资者对smart beta的理解也在迅速上升，63%的机构决策者表示熟悉smart beta交易所交易基金(etf)，较两年前上升近10%。
Powershares股票ETF产品策略主管约翰•费耶尔(John Feyerer)表示:“我们肯定看到了更多的应用。”使用智能贝塔系数管理波动性、提高业绩的投资者比例最大。“智能测试(smart-beta)或因素策略的使用有明显的上升趋势。”
 |
 |
| Ronen Israel, AQR的负责人和投资组合经理 | Powershares股票ETF产品策略主管约翰•费耶尔说 |
| “随着投资者考虑这些获取回报来源的替代途径，他们正在改变构建投资组合的方式。” | “我们当然看到了更多的应用。最大比例的投资者使用智能贝塔来管理波动和提高业绩。“智能测试(smart-beta)或因素策略的使用有明显的上升趋势。” |
| 波动驱动增长 资产纷纷涌入智能贝塔etf和etp。根据股票研究公司ETFGI的数据，截至6月底，投资于这些工具的全球资产达到创纪录的4,290亿美元，五年期复合年增长率为31.3%。美国上市公司的市值达到创纪录的3,902亿美元，欧洲上市公司的市值达到267亿美元的新高。ETFGI管理合伙人黛博拉?富尔(Deborah Fuhr)将这种增长在很大程度上归因于英国退欧公投后的市场不确定性。 今年到目前为止，智能测试产品的全球净流入为161.5亿美元。晨星(Morningstar)报告称，流向美国smart-beta etf的资产在2015年增长了11%，今年截至6月底增长了5%。欧洲smart-beta etf的资产流动增长更为迅速，2015年达到34%，今年迄今为18%。 |
对于希望获得良好长期回报来源的投资者来说，因素和风格投资是主动管理和对冲基金之外的另一种选择。AQR负责人兼投资组合经理罗内·伊斯雷尔(Ronen Israel)表示:“随着投资者考虑这些获得回报来源的替代途径，他们正在改变构建投资组合的方式。”费用也是因素之一，而投资者也在寻求提高透明度。伊斯雷尔说:“这能让他们更好地了解投资对象，也能让他们比较和区分许多现有产品。”
看看引擎盖下面
智能测试领域在过去5年里经历了一个教育阶段，因为越来越多的投资者实施了这些策略，对智能测试的特点和运作方式也更加熟悉。产品的扩散意味着投资者必须更加勤勉地确保他们确切地了解他们正在购买的是什么(见下面的“智能贝塔etf的选择标准”)。SSGA全球股权测试解决方案组研究主管珍妮弗•本德(Jennifer Bender)表示:“我们已经到了开发智能测试的阶段，人们正在真正仔细研究其中一些问题，并了解施工技术如何发挥作用。”
直到最近，很少有投资者认真考虑指数构建技术实际上是如何影响结果的;今天，越来越多的人开始更仔细地审视这一现象。费耶尔说:“这些策略可能有相似的名称，但仔细观察，它们的方法截然不同。”例如，有两种常见的方法来实现基于指数的低波动策略。一是简单地根据已实现的波动性对给定范围内的股票进行排名和加权。另一种是经过优化和限制的，以提供对价值因素更直接的暴露。如果某一特定行业或地区的波动性急剧上升，在投资者最需要的时候，这种受限制的方法可能不够灵活。
费耶尔表示:“这些明显的差异可能会被误解，但在过去12至18个月里，代表投资者进行的尽职调查已经变得越来越复杂。”
Shirbini也看到了对方法论的更多关注。smart beta曾经只是一个简单的概念，只有回测来证明它的有效性，现在它有了更强大的记录。投资者可以分析现场表现，比较不同的供应商，了解建设方法如何影响结果。举例来说，为什么两种价值策略会产生不同的回报?Shirbini说:“这就把重点放在了建造方法上。”
多因素投资组合的构建可能会变得更加复杂。有两种基本的方法。在组合方法中，首先创建单因素投资组合，然后进行组合;在自底向上或集成的方法中，人们通过所有期望的因素为每只股票创建一个综合得分，然后分配权重。哪种方法最有效还有待商榷。
Scientific Beta使用组合方法。Shirbini表示:“我们首先建立自己的单因素投资组合。该公司从对某一特定因素风险敞口最高的大范围股票中选择一半，采用多策略加权方案，以避免集中和其他意外风险。在某些行业或公司的集中度越高，就会产生越多的特殊风险。
例如，大众汽车(Volkswagen)被曝在其1100万辆汽车上使用在排放测试中作弊的软件时，许多价值指数高估了该公司的价值。Shirbini表示:“这正是我们希望通过分散所有价值型股票来避免的。”然后，Scientific Beta将规模、价值、低波动性、高盈利能力和动量指数等构成其多因素指数，并将它们平均分配。他表示:“这提供了第二层次的多元化，因为当一个因素表现不佳时，另一个因素可能会起到补偿作用。”这是有效的，因为这个多因素指数每年的表现超过了MSCI世界指数3.3%。
相比之下，SSGA使用自底向上的方法。本德说:“我们对每只股票进行分析，并根据我们试图捕捉的每个因素给它打分。”“如果你想抓住不止一个因素，那么就应该同时根据股票的价值、动量和质量等因素来衡量股票。”否则就会错过交互作用。SSGA将单因素组合与同时考虑所有因素的自底向上组合进行比较，发现自底向上方法的年化收益率较高，且波动性较低。本德说:“如果你只是简单地将单因素投资组合结合起来，就无法捕捉到这些差异。”
 |
 |
 |
| SSGA全球股票贝塔解决方案组的研究主管詹妮弗·本德说 | Jeremy Baskin, Rosenberg Equities全球首席执行官兼首席信息官 | Eric Shirbini, Scientific Beta全球产品专家 |
| “我们已经达到了智能测试的发展阶段，人们正在真正仔细研究这些问题，并了解建筑技术如何发挥作用。” | “与简单地购买单个因素基金并调整权重相比，你还可以以更高的效率和透明度来管理整体风险敞口。但有几件事你必须小心。” | “今年到目前为止，追踪我们指数的基金的资产管理规模比去年全年增长了约50%。我们的渠道和去年一样强大。” |
有人说，自下而上的多因素投资组合是最有效的，因为这种策略避免了同时买进或卖出证券。安盛投资管理公司(AXA Investment Managers)旗下Rosenberg Equities的全球首席执行官兼首席投资官杰里米•巴斯金(Jeremy Baskin)表示:“与简单地购买单个因素基金并调整权重相比，你还可以更高效、更透明地管理整体风险敞口。”“但有几件事你必须小心。”
例如，在2009年有一段时间，动量和价值之间的相关性几乎为-0.9，而且很少有股票在这两个因素上都取得好成绩。巴斯金说:“如果你只对那些综合得分最高的股票进行加权，你最终在两个方面的风险敞口都将非常平庸。”
保持它的简单性
聪明测试的特点是使用基于规则的方法，为优化组合处理分配权重。“但是产品的激增已经让人们完全困惑了什么是所谓的最佳方法，每个供应商都有不同的观点，”Bender说。他们的想法一直是保持简单，通过增持根据给定特征排名较高的股票，减持排名较低的股票。她说:“一旦你变得更复杂，很多好处可能就不复存在了。”
AQR采取了自下而上的，或者说是集成的方法。“综合”指的是同时在一个投资组合中使用多种因素或风格，通过综合考虑所有因素来选择看起来最好的证券。伊斯雷尔说:“这是获取这些风险敞口的最有效方式，随着时间的推移，它会带来更好的投资组合。”
但这只是聪明图谱上的一点。一个极端是经典的聪明贝塔系数，包括低波动性、价值或动量等单因素、只做多股票策略;另一种是多因素做多股票。伊斯雷尔说:“在这一点上，你增加了多元化的长期回报来源，这可以带来更稳定的回报。”
这个策略也可以做多和做空。伊斯雷尔表示:“做多/做空可以更充分地捕捉潜在的主题，因为它更纯粹地反映了预期的风险敞口。”它也与传统的投资组合无关，因为主要风险不再是股票市场，而是风格和因素的相对表现。最后，这一概念可以应用于其他资产类别，包括那些不依赖基准的资产类别，如固定收益、货币和大宗商品，从而形成多风格、多资产类别、多空框架。伊斯雷尔说:“在这一点上，你可以更有效地反映这些回报，也更多样化。”
智能测试产品的绝对数量会让选择变得混乱，特别是当选择性和成分权重在多因素策略中变得更加复杂时。Feyerer说:“当你走向多因素谱的日益复杂的末端时，你就开始远离聪明的beta测试。”这些更复杂的方法往往需要更多的判断，并依赖于基于规则的定量策略。他表示:“这些东西有一席之地。”投资者只需要知道两者的区别。