随着越来越多的投资者采用智能贝塔，审查也在加强——不仅是对投资因素和风格的审查，还有对投资组合和指数构建的精细点的审查。
从2008年金融危机后少数勇敢的早期采用者开始，现在被称为智能贝塔的投资策略的使用已急剧增加。它们正在成为主流。随着全球范围内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%(见“波动性驱动增长”第2页)。Scientific beta的全球产品专家Eric Shirbini表示，他预计这一速度将继续下去。“我们的管道和去年一样强大。”
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、价值和动量。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，投资者对智能贝塔的理解也迅速上升，63%的机构决策者表示他们熟悉智能贝塔交易所交易基金(ETFs)，较两年前上升近10%。
Powershares的股票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。”Powershares是使用智能贝塔来管理波动性和提高业绩的最大比例投资者。“智能测试或因子策略的使用有明显上升趋势。”
 |
 |
| Ronen Israel, AQR首席和投资组合经理 | John Feyerer, Powershares股票ETF产品策略总监 |
| “随着投资者考虑这些获取回报来源的替代方式，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性和提高业绩。“智能测试或因子策略的使用有明显上升趋势。” |
| 波动驱动增长 资产正大量涌入智能beta 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，五年复合年增长率为31.3%。在美国上市的公司达到了创纪录的3902亿美元，而在欧洲上市的公司则达到了267亿美元的新高。ETFGI管理合伙人黛博拉•富尔(Deborah Fuhr)将大部分增长归因于英国退欧公投后的市场不确定性。 今年迄今，智能测试版产品的全球净流入额为161.5亿美元。晨星(Morningstar)报告称，2015年流入美国智能贝塔etf的资产增加了11%，今年截至6月底增长了5%。欧洲智能贝塔etf的资产流动增长更为迅速，2015年达到34%，今年迄今达到18%。 |
对于那些希望获得良好、长期回报的投资者来说，因素和风格投资是积极管理和对冲基金之外的另一种选择。AQR的负责人和投资组合经理罗内恩•伊斯雷尔(Ronen Israel)表示:“随着投资者考虑这些获取回报来源的替代方法，他们正在改变构建投资组合的方式。”费用也是等式的一部分，投资者也在寻求更高的透明度。伊斯雷尔说:“这能让他们更好地了解自己到底在投资什么，也能让他们对现有的许多产品进行比较和区分。”
看看引擎盖下面
在过去五年中，随着越来越多的投资者实施这些策略，并对智能贝塔的特点及其运作方式更加熟悉，智能贝塔领域经历了一个教育阶段。产品扩散意味着投资者必须更加勤勉地确保他们确切地了解自己在购买什么(见下文“智能贝塔etf的选择标准”)。SSGA全球股权贝塔解决方案(Global Equity beta Solutions)研究主管珍妮弗•本德(Jennifer Bender)表示:“在智能贝塔的开发过程中，我们已经达到了这样一个阶段，即人们真正开始更密切地关注其中一些问题，并了解施工技术如何发挥作用。”
直到最近，投资者还很少考虑指数构建技术实际上如何影响结果;今天，越来越多的人正在对其进行更深入的研究。“这些策略可能有相似的名字，但当你仔细观察时，你会发现它们有截然不同的方法，”Feyerer说。例如，有两种常见的方法可以实现基于指数的低波动性策略。一种方法是简单地根据已实现的波动性对给定宇宙中的股票进行排名和权重。另一种是优化和约束的方式，提供更直接的价值因素。如果某一特定行业或地区的波动性飙升，在投资者最需要的时候，限制性方法可能不够灵活。
“这些明显的差异可能会被误解，但在过去12至18个月里，代表投资者的尽职调查已经变得越来越复杂，”Feyerer说。
Shirbini还看到了对方法论的更多关注。智能beta曾经只是一个概念，只有后台测试来证明它的有效性，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，并了解施工方法如何影响结果。例如，为什么两种价值策略会产生不同的回报?Shirbini说:“这就把重点放在了构建方法上。”
多因素投资组合的构建可能会变得更加复杂。有两种基本方法。在组合方法中，首先创建单因素投资组合，然后将其组合;在自下而上或集成的方法中，人们根据所有所需的因素为每只股票创建一个总分数，然后分配权重。这是一个有待解决的问题。
Scientific Beta使用的是组合方法。Shirbini说:“我们首先建立单因素投资组合。该公司从广泛的宇宙中选择了对某一特定因素风险敞口最大的一半股票，采用多策略加权方案，以避免集中和其他意外风险。某些行业或公司的集中度越高，特殊风险就会越强。
例如，大众汽车(Volkswagen)被曝在1100万辆汽车上使用了软件，并在排放测试中作弊，许多价值指数的权重都高于大众，这对它们不利。舍比尼表示:“这正是我们希望通过在所有价值型股票中进行多元化经营来避免的。”然后，科学贝塔将构成其多因素指数的规模、价值、低波动性、高盈利能力和动量指数进行了平均分配。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，另一个因素可能会弥补。”这是有效的，因为多因素指数比摩根士丹利资本国际世界指数每年高出3.3%。
相比之下，SSGA使用自底向上的方法。本德说:“我们对每一只股票都进行分析，并为我们试图捕捉的每一个因素打分。”“如果你对捕捉不止一个因素感兴趣，那么根据这只股票的排名进行加权是有意义的，比如，同时考虑价值、势头和质量。”否则就会错过交互作用。SSGA将混合在一起的单因素投资组合与同时考虑所有因素的自下而上投资组合进行了比较，发现自下而上方法的年化收益率更高，波动性更低。本德说:“当你简单地组合单一因素的投资组合时，没有办法捕捉这些差异。”
 |
 |
 |
| 珍妮弗•本德(Jennifer Bender)是全球股票贝塔解决方案集团(Global Equity Beta Solutions)的研究主管 | 杰里米·巴斯金，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版的开发阶段，人们真的在更仔细地研究这些问题，看看施工技术是如何发挥作用的。” | “与简单地购买单个要素基金并调整权重相比，你还可以以更高的效率和透明度管理整体风险敞口。但你必须警惕一些事情。” | “今年迄今，跟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%。我们的管道和去年一样强大。” |
有人说，自下而上的多因素投资组合是最有效的，因为这种策略避免同时买入或卖出证券。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信息官杰里米•巴斯金(Jeremy Baskin)表示:“与简单地购买单个要素基金并调整权重相比，你还可以以更高的效率和透明度管理整体风险敞口。”“但你必须警惕一些事情。”
例如，2009年有一段时间，动量和价值之间的关联度接近-0.9，很少有股票在这两个因素上都获得好评。巴斯金说:“如果你只对那些综合得分最高的股票进行加权，那么你在这两个方面的风险敞口都会非常平庸。”
保持它的简单性
智能贝塔的特点是使用基于规则的方法为投资组合分配权重，并进行优化处理。“但产品扩散已经完全让人们对所谓的最佳方法感到困惑，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，即根据特定特征，对排名较高的股票增持，对排名较低的股票减持。“一旦你变得更复杂，很多好处可能就不复存在了，”她说。
AQR进一步采用了自底向上(或集成)的方法。“综合”指的是在一个投资组合中同时使用多个因素或风格，选择在所有因素中看起来最好的证券。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。”
但这只是智能测试版中的一点。一个极端是经典的聪明贝塔，它包括低波动性、价值或动量等单因素、只做多的股票策略;另一个是多因素做多的股票。伊斯雷尔表示:“在这一点上，你增加了多样化的长期回报来源，这可以带来更稳定的回报。”
该策略也可以做多或做空。伊斯雷尔说:“多空可以更充分地捕捉潜在的主题，因为它是理想曝光的更纯粹的代表。”它也与传统的投资组合不相关，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，这个概念可以应用到其他资产类别，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，从而形成一个多风格、多资产类别、多/空框架。伊斯雷尔表示:“目前，你可以更有效地代表这些回报，也更多样化。”
智能beta产品的绝对数量可能会让选择变得混乱，特别是在多因素策略中，选择性和成分权重的程度变得更加复杂。Feyerer说:“当你向多因素频谱中越来越复杂的一端移动时，你就开始远离智能测试。”这些更复杂的方法往往需要更多的判断和依赖基于规则的定量策略。他说:“这是有一席之地的。”投资者只需要知道其中的区别。