【基金经理PK：董承非、傅鹏博、朱少醒、刘彦春等，谁更值得托付？】买基金就是选基金经理，什么样的基金经理值得托付？哪些基金经理值得你托付？怎么才能选到好的基金经理呢？2020金麒麟最佳基金经理评选，快给你心仪的基金经理投票吧！【投票】
译者：张雪
事实、流言与价值投资
Clifford Asness, AndreA frAzzini, ronenisrAel, And TobiAs MoskowiTz
最近面对围绕着动量投资的流言，我们发现了两件事：
1）价值投资存在很多疑问。
2）如果戳穿围绕着动量投资的流言，有些人会得到错误的印象：即坚守动量意味着贬低价值。即使经验丰富的投资者也常常错误地认为不能同时相信价值和动量投资。
流言1：价值投资只有通过集中的投资组合才能实现。
我们关注的“价值投资”是高度多样化、系统化的，而不是基于集中价值的某种特质股票筛选。然而有些人认为，一个成功的价值投资者必须将价值策略应用于集中的投资组合中，并深刻理解每一只股票，才能找出被低估的股票。
通常被人们认为是价值投资者的Warren Buffett也曾说过，组合的多样化可以帮助我们规避考虑不周全的弊端，当然，如果你很清楚的知道自己在做什么，这就是不需要的。Warren Buffett曾说，他投资主题的共同点是寻找“企业的价值与企业在市场上的价格之间的差异”。他将这一投资哲学应用在了屈指可数的几只股票上面，深入调查并长期集中持有它们，而这样的结果也十分不错。
但是被Warren Buffett认为是导师的Benjamin Graham，认为有长期以来的数据是基于多样化的投资组合的，而不是仅仅建立在集中于少数股票的投资组合上的。他在《聪明投资者》（1973年修订版）中写道：“在被投资者广泛持有的股票中，肯定会有一些表现不是很好的……但基于上述选股标准，再加上投资者的一些其他标准，多样化组合在过去年间应该表现不错。至少长期经验向我们证明确实是这样的。
但是Warren Buffett漫长而卓越的投资业绩表现是否证明了一种特质，价值投资正主导着系统性投资呢？就像芝加哥大学的谚语，“轶事的复数不是数据。”各种资产类别的长期数据强有力的表明了，系统的价值策略可以带来良好的长期回报。Warren Buffett能够成功地挑选出个别被低估的股票，这是坚实可信的观点。来自学术界和投资从业人员的证据都表明，被低估的多样化的投资组合在稳健程度上明显优于昂贵一些的同类证券，并且想做到这些，都不需要挑选屈指可数的最好的证券，因为这样操作的风险极大。
当然，系统性价值投资和特异性价值投资并不互斥。一个非常善于识别被低估的股票的专业投资者应该得到大家的信任。但能够系统性地找出并投资一组被低估股票的基金经理也可以捕获长期收益。这两种方法中的任何一个都可以产生价值，投资者应该将坚定自己选择的那一种。我们认为，多元化，系统化的投资流程在这方面提供了极大的便利，但这并不意味着集中的价值投资理念无法随着时间的推移增值，重点是价值投资不只有巴菲特一个版本。
在这里，我们提倡并批判性地研究了多元化的价值投资过程，指出了这在很大程度上缺乏建立高度集中的投资组合的能力，但也并不否认它存在的可能性。至少，我们希望告诉大家，这两种投资理念不是相互排斥的，也不是相互竞争的。
流言2：价值是一种被动策略，它基于准则、周转率低。
虽然我们将系统性价值投资和Warren Buffett式的积极选股并集中持有的方式区分开来，但我们经常听到人们提出的另一个极端——断言我们所说的系统性价值投资策略是被动的，尤其是一些人认为价值本身就是被动的，就像简单地买入和持有股指一样。这其中暗含的意义是，价值策略不主动选择，因此不是主动管理。
我们认为，任何偏离市场投资组合的资产都被定义为是主动的。因为市场投资组合是唯一一个每个人都可以同时持有的投资组合。另一方面，偏离市场权重的投资组合必须由愿意采取其他赌注的其他投资者来进行平衡。我们所有人都不能同时持有或倾向价值策略。
有的人可能会认为，我们把被动的定义框定的过于狭窄了，而更好的定义是：被动策略是遵循简单规则且周转率较低的。然而，一个简单的反例，买入并持有一个只有一只股票的组合，就表明那也并不是合适的定义，我们可以想象一下，一个职员将所有的财富都投入某一只股票中去的情景。这将被认为是一个被动的投资组合，但这又明显是一个主动的把赌注押在某一家公司的集中的投资组合。我们考虑一下Warren Buffett的投资组合在这种定义下也会被认为是被动的，因为周转率低于典型的系统性价值投资策略。显然这种这种定义不妥。
以微秒为单位进行交易的高频交易者是严格遵循规则的，但我们也不能称之为被动投资者。
坦白地说，关于主动管理与被动管理的争论只是语义层面的。投资者面临的主要问题是，他们正在以怎样的价格买入什么资产，无论是来自主动产品还是被动产品，都无关紧要，只要它能够为投资组合增加价值就可以。
我们认为，一个价格公平、具有系统性、纪律性、基于规则的、低收益率的投资组合就是一项伟大的投资——无论你将他称为什么，我们都把它定义为主动投资。
事实1：“基本面指数化”仅仅是系统性价值投资。
一些著名的价值投资者，例如Buffett，实际上并不是纯粹的价值投资者，因为他们还考虑了质量指标。在此之前，我们必须先解决这个问题的另一面：声称自己不是纯粹的价值投资者的纯价值投资者。
基本面量化声称与价值投资有关，但在某种程度上又有所不同甚至更优。有关于为什么价值投资或基本面量化奏效，我们看到了很多理论，其中有的被视为重塑的理论，尽管学者们长期以来一直将噪音和定价错误视为价值投资者长期跑赢的潜在原因，但事实并非如此。他们进一步混淆了主题，没有基于价值投资寻找区别点。基本面量化的运行是根据股票价格、股利、现金流、销售额、收益等各种基本面指标对股票进行加权，而不是像传统指数基金那样的总市值加权。基本面量化的支持者指出，如果价格有错误，那么根据定义，基于市值的指数种，被高估的股票权重会过大，被低估的股票权重会过小。根据基本面指标加权的方式进行投资可以尽量避免出现存在这种潜在偏差的投资产品。
但是，当基本面量化的支持者说基本面量化不仅仅是价值投资时，他们也会混淆视听并掩盖一些事实。一个方程式很好地说明了这一点，在一种基于某种度量准则的基本面指数中，股票i的权重是其在传统市值加权指数中的权重及其相对市净率的函数，如下：
FIi是基本指数中股票的权重，MKTi是其在传统市值加权指数中的权重，P/BMKT是市值加权指数的市净率，P/Bi是公司i的市净率。
为了了解数据的含义，我们使用Kenneth French网站的月度数据对彭博社提供的1962-2014年初的美国市场大盘股进行基本面指数回测。左侧是通过从FI月度回测中剔除加权市场投资组合的回报来衡量基本面指数在此期间超过加权市场组合的多少。右侧是HML因子，即低市净率股票与高市净率股票的多元化投资组合之间的收益差额。t统计量的结果是：每年-4个基点的截距（-0.10），HML因子的权重为+0.37和66％的R方。结果表明，基本指数的平均收益没有超过Fama and French的HML因子，也没有增加其他因子或贡献其他回报。
事实2：可以用盈利因子来提高价值投资的回报率，并且仍然与基于风险溢价的有效市场假说保持一致。
有些人认为，利用盈利能力或其他质量指标来提高价值策略与基于风险的有效市场假说（EMH）不一致，但我们不认为这是正确的。有效市场假说指出，所有的信息都应该纳入价格，这样才能使任何收益的可预测性都是关于风险溢价的。EMH从未规定所有的公司都应该有相同的价格或相同的价格倍数，比如B/P。
事实上，利用盈利能力来提升价值策略与市场有效或市场低效的假说是一致的。识别公司B/P水平能帮助我们识别资产的风险高低。在低效的市场中，判断公司盈利能力能帮助我们找到被低估的资产，并有希望获得最高的回报。简单来说，考虑到价格应该随质量而变化。简而言之，在任何一种假设下，并非所有公司都应具有相同的B/P，而诸如盈利能力等指标可以帮助我们消除因质量好坏而引起的B/P的变化。
Graham和Dodd提倡利用盈利能力和其他质量指标来“清理”价值。尽管他们比巴菲特更系统，但他们都不是纯粹的价值投资者。《聪明的投资者》（1973年修订）中提到选股标准：（1）足够的规模；（2）足够稳健的财务状况；（3）至少在过去20年中持续分红；（4）在过去的10年中没有赤字；（5）连续10年实现每股收益至少三分之一的增长；（6）股票价格不超过资产净值的1.5倍；（7）价格不超过过去三年平均收益的15倍。
尽管大多数人仅将后两个指标作为评估标准。我们认为，其他指标对于识别成长中的高质量公司很有用。实际上，这些选股标准与Peter Lynch的“合理价格增长”（GARP）概念非常一致。
并非所有股票都必须以相同的估值比率出售，一个好策略可以承受一些噪音。如果投资者可以认识到这一点，就可以将投资组合管理得更好。将盈利质量或盈利能力作为衡量标准，可以识别出被低估的高价值公司，为投资组合带来更大的推动力。
价值策略和成长策略在理论上并不矛盾。我们来看看数据，图1展示了价值（HML），动量（UMD），盈利能力（Famaand French的RMW）以及各种组合的年度夏普比率。由于盈利指标是从1963年7月开始的，所以数据结果覆盖了1963-2014年，并且在每种情况下都有对因子进行了多空操作。
如图所示，价值与盈利能力的简单60/40组合将价值的夏普比率从0.46提高到0.58。此外，价值与动量的60/40组合使夏普比率提升至0.79。重要的是，如图1最后一栏所示，在价值因子、动量因子和盈利能力因子各占1/3权重的情况下，夏普比率升至更高水平，为0.84。因此，当我们将其与增长之类的策略结合起来的时候，价值组合的夏普比率提高近一倍。有趣的是，使用一个简单的优化程序来选择每一个因子的权重，可以使投资组合的夏普比率最大化。
如果盈利能力与价值策略负相关且本身不具有正溢价，则表现更加。显然，价值因子不是单独发挥作用的，它将与其他因子，如盈利能力和动量因子相结合，共同形成更好的投资组合。
流言3：价值因子是“多余”的。
Fama and French（2014）提出了一种新的五因子模型（FFM）：在1993年的三因子模型上增加了盈利能力因子（RMW）和投资因子（CMA）。同样地，Asess、Frazzini和Pedersen（2014）提出了一个模型，该模型增加了一个复合质量因子，其中既包括盈利能力因子，也包含投资因子，这些因子通常被认为是代表了企业的质量。
FFM声称，HML是最重要的价值因子，在某种意义上说，它在解释收益时仅增加了四个因素，因此是多余的。Fama and French解释：“当我们说HML是多余的时，我们的意思是说，它的收益已完全被五因素模型中的因子所覆盖。”那我们是否应该停止建立以价值投资为核心特征的投资产品，而转向其他产品呢？我们认为不。
原则上，价值策略是没有错的，如HML所带来的收益，被其他因子所解释，这意味着有更好的方式来权衡和捕获价值效应，我们不认为价值因子是多余的，原因有二：1）Fama and French的HML因子使用了一个高度滞后的价格，2）Fama and French从未将动量因子纳入考虑范围。
Fama and French [2014]明确省略了动量因子，尽管有绝大多数证据表明动量因子有助于解释收益。讽刺的是，他们遗漏的动量因子可以复活与之相关的最著名的因子——价值，并且也与最好将价值因子和动量因子作为一个长期的系统来看待的观点相吻合，否则可能会导致错误。价值因子在五因子中的明显冗余就是一个例子。
在新的Fama and French五因子模型中，与观察值和动量因子有关的两件事共同使HML复活了。第一个时模型中明确包含了动量因子和价值因子。第二个是通过使用最新的、不滞后的价格措施来构建价值因子，这个看似微小的变化，结果会产生相当大的影响。
图2展示了上述的两种改变。每行显示了回归系数，括号内为t统计量。第一列是回归后的截距或alpha，最后一列为R方。如果截距与0显著不同，例如，在一个合理的置信水平上通常具有统计学意义，通常意味着它的t-统计量＞2的绝对值，那么这个因子不是多余的。如果截距与0不是显著不同，那么这个因子是多余的。
图2的第一行时复制原始的版本，正如第一行所示，HML在这个特定的模型中确实是多余的。现在，让我们在图2第四行再加回动量因子。我们发现HML-DEV的截距项显著异于0，证明价值因子不是多余的。
事实3：价值投资不仅仅是挑选并持有股票。
价值策略真的可以应用在股票之外吗？对很多人来说，价值是一个只适用于股票的概念，有一部分是因为大多数学术文献和证据都集中在股票上，相应的，因为人们最常用的衡量价值的方式是按一定比例的会计价值与市场价值进行比较。由于在其他资产类别中不存在会计价值，如债券、商品、货币等，所以我们通常认为价值策略不适用于这些资产。
我们可以更广泛地思考价值投资的目标：识别被低估和被高估的资产。如果我们能识别，就可以形成价值组合。对债券可使用名义/实际收益率；基于购买力平价也可表示出外汇价格的相对偏差。
Asness, Moskowitz, and Pederson(2013)使用了一些价值度量方法，发现自1972-2011年，全球债券、国家股指期货、商品和外汇均可单独构建价值组合，它们不仅有显著的价值溢价，而且正相关。他们还发现，跨资产类别价值因子的夏普比率是美国股票价值因子（如HML）的两倍多；在其中加入动量因子，还能进一步提升夏普比率。
他们不仅发现在每个资产类别中有可靠的价值溢价，而且发现资产类别之间的价值策略的正相关性。有趣的是，一个资产类别中的廉价资产会与其他资产类别中的廉价资产一起变动，并受到遍及所有这些市场的整体价值效应的束缚。因此，价值不仅仅是一个狭义的概念，还可以更广泛地应用于任何资产类别。这意味着可以创建更稳健和多样化的价值策略，以提供更好和更稳定的性能。
事实4：价值可以用多种方式衡量，但最佳方式是用多变量综合衡量。
直觉告诉你这是真的。尽管如此，我们还是把这句话放在数据中进行测试。在学界，衡量价值的主要方法是用账面市值比，或每股账面价值。这一特定的价值衡量方法已经在一系列论文中被Fama and French所推广。事实上，Fama and French使用了各种基本的价格比率，如对价格的收益闭上现金流量，以及其他价值衡量方法，如股息收益率、销售增长率等。
图3统计了使用不同的价值策略对股票排名的HML风格投资组合。这些投资组合来自于Kenneth French的网站，涉及到前30%的价值股，再剔除后30%的成长股，基于账面市值比（BE/ME）、每股收益（E/P）、每股现金流（CF/P）、股息收益率（D/P）和过去5年的负增长收益率。虽然使用不同的策略会有不同的收益，但所有HML风格的投资组合都有正收益，并高度相关。此项统计表明，多个价值度量产生更稳定的价值组合，提供更高的夏普比率、更高的信息比率和更稳健的收益。除非理论决定将一个度量优先于所有其他度量，平均的方案通常是最好的和最稳健的方法。
图4中，我们可以看到在整个周期内，使用多个策略得到的平均值通常是最好的。
事实5：单一的价值因子在大盘股中表现不佳。
许多学术研究表明，回归预测性在小盘股中更为强劲，这也同样适用于价值。然而，仅有价值这个因子时，它的收益可预测性对大盘股而言是相当无效的。
图5的“小HML”，这是对小盘股进行买多廉价和卖空昂贵股票的操作，“大HML”是对大盘股进行同样的操作。“常规HML”，是小HML和大HML投资组合收益的均值。这些投资组合的平均市场调整收益率报告包括四个样本周期。
在整个样本中，小盘股市值调整后的收益率为每年5.5%，但在大市值中，年均收益率不到1.7%。从子样本结果来看，大盘股似乎只有两个样本有显著的正HML溢价。在这两个样本之外的时期——没有证据表明大盘股中存在价值溢价。尽管如此，但即便是在大盘股中，我们仍然是价值投资的大力支持者。为什么？因为价值在大盘股内的疲弱不应该和价值对投资组合的贡献混淆，特别是如我们先前所展示的那样，它具有动量或盈利能力。
大市值价值因子HML Large仅在1963-1981年间有较显著的溢价，在其余时段无显著正截距。这可能与HML因子构建的方式有关：简单算术平均，令让小盘股权重较其在市值加权指数中的权重更大。由于小盘股本身风险高于大盘股，故收益也会更高。即便如此，本文作者仍是价值投资的倡导者，让我们来看看加入动量因子UMD后的效果：
图6着眼于结合动量后的小市值和大市值策略。小市值策略原本具有较高的夏普比率，通过将其与动量相结合，仍然大大提高了夏普比率。对于大盘股，其本身仅产生0.25的夏普比，将其与动量相结合后产生了稳健的0.65夏普比。换句话说，将价值与动量看作一个系统，那么会发现小盘股和大盘股的结果是相似的，而且大盘股效果更明显。动量因子再次拯救了价值。
无论是小盘还是大盘价值因子，再加入动量因子后都能显著改善其夏普比率，价值因子再次被动量所拯救。
流言4：价值因子的有效性是风险溢价的结果，与行为学无关，因此不存在回撤风险。
这个问题包括两部分：
第一，价值因子的超额收益是风险溢价，所以价值策略的长期收益来自于风险补偿。
第二，风险溢价不会消失。即便价值因子的超额收益是一种风险溢价，也并不意味它在未来不会消失；相反地，就算价值因子的超额收益来自于行为偏差，这种行为偏差在未来也不一定会消失。
基于风险的故事将价值溢价作为一种补偿，以承担某种类型的系统性风险并走过这段艰难的时期。从1998-2000年，在技术兴起，大萧条和全球金融危机期间,价值因子都遭受了冲击，这些事实可以支撑基于风险的故事，尤其是在后两次事件中，因为那段时间是极其难挨的。
Fama and French提出，苦恼风险可能与价值风险溢价有关，因为价值股票在某些市场范围的苦恼因素中具有较高的beta。如果价值纯粹是苦恼溢价，那么有机会通过购买实力更强，利润更高的公司来减轻这种苦恼。因为通常来讲，您必须付费以减轻风险，而不是得到报酬。
关于价值因子的经济解释存在一场生动而健康的辩论。不存在一个价值模型如此令人信服。在大萧条和全球金融危机期间，人们认为风险是价值因子的基础。行为理论侧重于投资者对信息的误判，导致暂时的误定价。如果价值是一种风险溢价，那么，这是否意味着我们期望它始终存在呢？如果风险或风险补偿发生了变化，那么预期收益也将随之改变。相反，如果价值因子不是风险，而是由于错误定价产生的，那么它是否也遵循价值回归规律并最终消失呢？不，如果错误定价消失，投资者的偏见将不得不消失，或者有足够的资本愿意控制交易。
基于风险和行为的理论都提供了合理的依据支持未来的持续价值溢价。来自大几十个金融市场和不同资产类别的大量样本外数据证实，投资者对价值投资的认识至少在三年后还不会没有减弱的迹象，价值溢价不可能很快消失。价值因子与其他因子相结合，会带来巨大的多元化效益。
还有一个被忽略的点是，并非所有的投资者都可以持有价值股（或倾向于价值派）。每一个价值投资者都必须有一个愿意投资另一方的成长型投资者。如果没有，那么每个人都青睐价值股，价值溢价也将不再存在。在行为理论的情况下，那些具有行为偏差的人喜欢追逐富有魅力的成长股，而忽视下跌的价值股。只要它们继续生存下去，价值溢价就完好无损。关于价值溢价是因为风险还是基于行为的解释而存在的，我们认为可能是两者结合的结果。
总结
尽管这场实证研究进行了至少三十年，但围绕价值投资的讨论仍然存在很多不明确的地方，正如我们之前所说，如果有人想挑战现有的理论，那也是很好的。我们之前的论文中提到了关于动量因子的神话，并详述这一事实中的事实和流言，我们最终在动量因子和价值因子上都持有很强的观点，特别是当把它们结合起来使用时。
