Machine Translated by Google
Журнал финансовых аналитиков
Том 70 · Номер 4
©2014 Институт CFA
Инвестирование с низким уровнем риска без отраслевых ставок
Клиффорд С. Эснесс, Андреа Фраццини и Лассе Х. Педерсен
Стратегия покупки безопасных акций с низким бета-коэффициентом при одновременной продаже (или недооценке) более рискованных акций
с высоким бета-коэффициентом («ставка против бета»), как было показано, обеспечивает значительную прибыль с поправкой на риск.
Некоторые полагают, однако, что такое «инвестирование с низким уровнем риска» обеспечивает высокую прибыль в первую очередь благодаря
отраслевым ставкам, которые благоприятствуют медленно меняющемуся набору скучных, стабильных отраслей. Авторы опровергают это мнение,
показывая, что стратегия ставок против бета принесла положительную прибыль как в качестве отраслево-нейтральной ставки в каждой отрасли,
так и в качестве чистой ставки между отраслями.
более безопасные акции приносят более высокую прибыль с поправкой на риск
доходность
Инвестирование выше,уровнем
с низким чем у более
рискарискованных акций.
основано на идее, чтоЭто понятие
Впервые было описано Блэком, Дженсеном и Скоулзом (1972), которые
обнаружили, что линия рынка ценных бумаг слишком плоская по сравнению
с моделью ценообразования капитальных активов (CAPM). Однако для
многих интуиция, лежащая в основе инвестирования в акции с низким
уровнем риска, связана с длительным существованием утомительных (но,
возможно, в конечном итоге прибыльных) отраслей и соответствующим
предположением, что доходность определяется эффектами стоимости
(например, Shah 2011).1
Хотя в факторе, делающем ставку на отрасли, нет ничего плохого как
такового, тон этой критики часто передает идею о том, что такие ставки,
особенно когда они пассивны (движутся в одном и том же направлении в
течение длительного периода времени), являются результатом траектории
развития. зависимый анализ данных или каким-то образом будет особенно
опасен в будущем. В любом случае, это общее мнение относительно этих
стратегий, и оно призвано поставить под сомнение их надежность и
эффективность.
Обсуждение результатов. В нашем исследовании мы подробно
проверили, какая часть выгоды от инвестирования с низким уровнем
риска связана с уклоном в сторону или от отрасли по сравнению с уклоном
в акции внутри отрасли. Мы обнаружили, что оба типа инвестирования с
низким уровнем риска работают. Таким образом, вопреки общепринятому
мнению, мы обнаружили, что инвестирование с низким уровнем риска не
обусловлено исключительно отраслями с низким уровнем риска — даже
близко — и не
обусловлен эффектом ценности. Среди всех рассмотренных нами стратегий
с низким уровнем риска те, которые не принимают никаких отраслевых
ставок, являются одними из лучших.
Клиффорд С. Эснесс является управляющим директором и
основателем компании, а Андреа Фраццини — директором
компании AQR Capital Management, LLC, Гринвич, Коннектикут.
Лассе Х. Педерсен — профессор Копенгагенской школы
бизнеса и Школы бизнеса Стерна Нью-Йоркского университета,
а также директор AQR Capital Management, LLC.
24 www.cfapubs.org
Существует множество тесно связанных форм инвестирования с
низким уровнем риска, которые фокусируются на различных показателях:
бета-рынок (Black et al., 1972; Frazzini and Pedersen, 2014), общая
волатильность (например, Baker, Bradley и Wurgler, 2011), остаточная
волатильность (например, Baker, Bradley and Wurgler, 2011). , Falkenstein
1994; Ang, Hodrick, Xing и Zhang 2006, 2009; Blitz and van Vliet 2007),2
портфель с минимальной дисперсией3 и другие связанные меры (о связи
между этими мерами см. Clarke, de Silva и Торли 2013). В нашем
исследовании мы сосредоточились на рыночном бета-коэффициенте,
поскольку это исходный показатель, наиболее тесно связанный с
экономической теорией.
В частности, мы разработали факторы ставок против бета (BAB),
которые инвестируют в длинные позиции в портфель акций с низким
коэффициентом бета и одновременно продают портфель из акций с
высоким коэффициентом бета (согласно Frazzini and Pedersen 2014). Чтобы
сделать факторы BAB рыночно нейтральными, безопасные акции в длинной
части портфеля используют кредитное плечо до уровня бета, равного 1, и,
аналогичным образом, короткая сторона портфеля снижается до бета,
равного 1. Следовательно, общий прогнозируемый показатель Бета фактора
BAB равна нулю, и поэтому его эффективность можно объяснить
эффективностью инвестирования с низким уровнем риска, а не движениями
рынка.
«Обычный» фактор BAB в литературе строится путем сортировки
акций по их бета-коэффициентам без учета отраслей; таким образом, его
эффективность может зависеть от отраслевых ставок, выбора акций внутри
отрасли или их комбинации.
Чтобы определить, что является более важным, мы построили следующие
два новых фактора BAB: один без каких-либо отраслевых ставок, а другой
только с
ставки на отрасли:
• Индустриально-нейтральный BAB. Чтобы увидеть, работает ли BAB, когда
устранены последствия перекосов в отрасли, мы построили отраслево-
нейтральный фактор BAB, сбалансированно открывая длинные и
короткие позиции в каждой отрасли. Мы рассчитали коэффициент
BAB для каждой отрасли и
©2014 Институт CFA
Machine Translated by Google
диверсифицироваться по этим отраслям для получения общего
отраслево-нейтрального фактора BAB. Мы протестировали
надежный набор методов диверсификации по этим, по существу,
отдельным отраслевым нейтральным факторам BAB.
• BAB как чисто отраслевая ставка. Чтобы увидеть, насколько хорошо
инвестирование с низким уровнем риска является чисто
отраслевой ставкой, мы рассмотрели стратегию BAB, которая
работает с длинными и короткими отраслевыми портфелями.
Эта крайняя форма инвестирования с низким уровнем риска
более точно соответствует распространенному восприятию
стратегии, которая делает только большие ставки на отрасли.
Рассматривая обычный BAB, отраслево-нейтральный BAB и
отраслевой BAB, мы стремились определить, работает ли
инвестирование с низким уровнем риска отдельно для каждого
решения (выбор отрасли и выбор акций внутри отрасли), а также
разложить результаты обычного BAB на эти два показателя.
компоненты. Мы обнаружили, что оба типа инвестирования с низким
уровнем риска работают. Исторически нейтральный для отрасли
фактор BAB имел более высокий коэффициент Шарпа, чем отраслевой
фактор BAB, как в Соединенных Штатах, так и за рубежом. Более того,
ставка на отраслевую нейтральность работает не только в целом, но и
удивительно стабильно практически в каждой отрасли.
Мы также разложили обычный BAB на компоненты и обнаружили,
что неудивительно, что он загружается в обе наши новые версии.
Таким образом, регулярное инвестирование с низким уровнем риска
делает ставку не только на отрасль, но и на выбор акций. Фактически,
мы обнаружили, что обычный BAB больше нагружает отраслево-
нейтральный BAB, чем отраслевой BAB в Соединенных Штатах (таким
образом, обычный BAB уже делает многое из того, что делает отраслево-
нейтральный BAB) и загружает примерно одинаково в глобальная
выборка.
Помимо документального подтверждения высокой абсолютной
доходности факторов BAB, мы оценили их альфа, скорректированные
с учетом стандартной четырехфакторной модели, подверженной
влиянию размера и стоимости (которые, по мнению некоторых, также
обеспечивают часть доходов от инвестирования с низким уровнем
риска — см. например, Шерер 2011; Шах 2011) и импульс. Мы
обнаружили, что стратегии BAB приносят весьма значительную
прибыль (с поправкой на четырехфакторную модель). Более того, хотя
стандартный BAB имеет положительную ценность (как документально
подтверждено в литературе), отраслево-нейтральные стратегии BAB
имеют очень низкую, а иногда и отрицательную, нагрузку на фактор
стоимости, таким образом категорически отвергая представление о
том, что инвестирование с низким уровнем риска полностью
обусловлено отраслевыми или стоимостными рисками. Таким образом,
обычная стратегия BAB уже делает значительную ставку на выбор
акций; Ставка на нейтральный для отрасли выбор акций работает
хорошо, и это не выгодная ставка.
июль/август 2014 г.
Инвестирование с низким уровнем риска без отраслевых ставок
Наш вывод о том, что инвестирование с низким уровнем риска
работает практически во всех отраслях, дополняет все больше
свидетельств высокой эффективности стратегии BAB. Блэк и др. (1972)
задокументировали первоначальные данные об акциях США за 1931–
1965 годы. Фраццини и Педерсен (2014) обнаружили, что стратегия
BAB принесла значительную прибыль в Соединенных Штатах в 1926–
2012 годах, включая 40-летний период вне выборки с момента
открытия Black et al. (1972) были впервые опубликованы. Кроме того,
Фраццини и Педерсен (2014) показали, что этот результат не
ограничивается выбором акций в США или только выбором акций,
обнаружив, что он справедлив на 19 других мировых фондовых рынках,
при выборе страны фондового рынка, на рынках облигаций и внутри
них, а также на рынках облигаций. на кредитных рынках.
Инвестирование с низким уровнем риска также работает с опционами
и биржевыми фондами с кредитным плечом (Frazzini and Pedersen
2012), а также с разными классами активов (Asness, Frazzini и Pedersen
2012). Данные за пределами выборки, полученные с течением времени
и по разным типам инвестиций, являются исключительно
убедительными и без серьезных недостатков.
Блэк (1972), а также Фраццини и Педерсен (2014) предложили
объяснение эффективности инвестирования с низким уровнем риска,
основанное на ограничениях кредитного плеча.
Таким образом, инвестирование с низким уровнем риска, возможно,
работало устойчиво на протяжении многих десятилетий, не
подвергаясь арбитражу, поскольку инвесторы сталкиваются с
ограничениями и потому, что ставки против этого явления сопряжены
с риском. Эта теория также может помочь объяснить, почему отраслево-
нейтральный BAB работает особенно хорошо — он требует большего
кредитного плеча, поскольку он более хеджирован (как мы покажем
далее в статье).
Кроме того, ставки против бета, естественно, требуют
ребалансировки портфеля, что влечет за собой трансакционные
издержки (Ли и Салливан, 2010; Ли, Салливан и Гарсиа-Фейжу, 2014).
Чтобы изучить этот аспект, мы проанализировали эффективность
факторов BAB за вычетом транзакционных издержек как для всей
совокупности акций, так и для подвыборки из 1000 крупнейших (и,
следовательно, наиболее торгуемых) акций. Хотя сосредоточение
внимания на крупных запасах и доходах за вычетом транзакционных
издержек естественным образом снижает прибыль, тем не менее,
результаты остаются значительными для обычного BAB, отраслевого
BAB и отраслевого BAB.
нейтральный БАБ.
Наши результаты также дополняют литературу, в которой
изучается, насколько факторы риска и поведенческие аномалии
зависят от выбора отрасли по сравнению с выбором акций внутри
отрасли (Московиц и Гринблатт, 1999; Эснесс, Портер и Стивенс, 2001).
В этом духе Бейкер, Брэдли и Талиаферро (2014) изучали, насколько
важны «макро» эффекты (страна и отрасль) по сравнению с «микро»
эффектами (выбор акций внутри страны и отрасли) при инвестировании
с низким риском. Их выводы дополняют наши.
www.cfapubs.org 25
Machine Translated by Google

Журнал финансовых аналитиков

Они использовали метод двойной сортировки по отраслям Данные. Наша выборка включает 57 441 акцию,
и бета-коэффициентам отдельных акций, а также учитывали охватывающую 24 страны; сводная статистика представлена
страновые эффекты, которые дополняют результаты стран в таблице 1. Мы собрали данные из нескольких источников.
в Frazzini and Pedersen (2014). Напротив, мы специально Данные о возврате запасов взяты из объединения ленты

создали отраслево-нейтральные портфели BAB в каждой
отрасли в США и за рубежом; задокументировали высокие
результаты инвестирования с низким уровнем риска почти
во всех отраслях; контролируемые по стандартным факторам
риска, показывающие, что отраслево-нейтральный BAB
CRSP и глобальной базы данных Xpressfeed. Данные по
акциям США включают все доступные обыкновенные акции
CRSP в период с января 1926 года по декабрь 2012 года; мы
рассчитали бета-коэффициенты акций по отношению к
взвешенному по стоимости рыночному индексу CRSP.

имеет даже меньшую подверженность риску, чем Наши результаты расчета коэффициента BAB для

стандартный BAB (особенно низкая или отрицательная
стоимость риска, вопреки общепринятому мнению); и
разложил обычную стратегию BAB на ее отраслево-
нейтральные и отраслевые компоненты.
Данные и методология
В этом разделе мы описываем наши данные и методологию
построения портфеля ставок против бета. В дополнение к
«обычным» портфелям BAB, предложенным Frazzini и
Pedersen (2014), мы создали новые отраслево-нейтральные
портфели BAB и чисто отраслевые портфели BAB.
Соединенных Штатов начинаются с апреля 1929 года,
поскольку нам нужны были некоторые исходные данные для оценки бета.
Чрезмерная доходность превышает ставку казначейских
векселей США. Мы рассчитали альфу по отношению к
рыночному фактору и доходности фактора на основе
размера (SMB), балансовой стоимости (HML) и динамики
(UMD).4
Глобальные данные по акциям включают все доступные
обыкновенные акции в глобальном ежедневном файле
ценных бумаг Xpressfeed для 24 рынков развитой вселенной
MSCI. Как показано в Таблице 1, глобальное покрытие
Xpressfeed для многих стран началось в 1986 году. Наша
выборка охватывает период с января 1986 года по декабрь
2012 года, а глобальная доходность фактора BAB начинается в январе.

Таблица 1. Сводная статистика

Вес в мире
Общее Среднее Размер компании
Код Страна количество акций количество акций (миллиарды долларов США) портфолио Начало года Конец года

Австралия Австралия 2142 660 0,63 0,018 1986 год 2012 год

АВТОМОБИЛЬ Австрия 126 56 0,70 0,002 1990 год 2012 год

БЕЛ Бельгия 231 91 2.37 0,009 1990 год 2012 год

CAN Канада 1901 541 1.08 0,022 1982 год 2012 год

ЧЕ Швейцария 343 135 4.06 0,023 1986 год 2012 год

ДЭУ Германия 1492 596 3.01 0,061 1989 год 2012 год

ДНК Дании 227 85 1.08 0,004 1986 год 2012 год

ESP Испания 212 82 4,48 0,014 1986 год 2012 год

ПЛАВНИК Финляндия 202 83 1,66 0,005 1986 год 2012 год

ФРА Франция 1088 397 2,85 0,044 1986 год 2012 год

Великобритания
Великобритания 3312 1103 1,83 0,095 1986 год 2012 год

ГРЦ Греция 239 132 0,48 0,002 1995 год 2012 год

Гонконг Гонконг 1351 516 1.21 0,026 1989 год 2012 год

ИРЛ Ирландия 106 38 1,58 0,002 1987 год 2012 год

ISR Израиль 284 97 0,64 0,003 1995 год 2012 год

ИТА Италия 356 129 2.37 0,018 1986 год 2012 год

Япония Япония 3856 1988 1,29 0,202 1986 год 2012 год

НЛД Нидерланды 250 109 4,70 0,021 1986 год 2012 год

НОР Норвегия 429 120 0,96 0,004 1986 год 2012 год

Новая Зеландия Новая Зеландия 176 69 1,26 0,003 1990 год 2012 год

ПРТ Португалия 92 38 1,96 0,002 1990 год 2012 год

ПМГ Сингапур 860 353 0,60 0,009 1990 год 2012 год

Швеция Швеция 677 203 1,35 0,012 1986 год 2012 год

США Соединенные Штаты 19 356 3594 1.31 0,399 1951 год 2012 год

Примечания: В этой таблице показаны сводные статистические данные по состоянию на июнь каждого года. Выборка включает все обыкновенные акции США (CRSP «shrcd»,
равный 10 или 11) и все мировые акции («tcpi», равный 0) в объединенных глобальных базах данных CRSP/Xpressfeed.

26 www.cfapubs.org ©2014 Институт CFA

Machine Translated by Google

Инвестирование с низким уровнем риска без отраслевых ставок

1988. Мы отнесли каждую акцию к соответствующему рынку
на основе местоположения первичной биржи. Мы рассчитали
бета-коэффициенты по отношению к соответствующему
индексу местного рынка MSCI. Все доходы выражены в
долларах США, а избыточные доходы превышают ставку
казначейских векселей США. Следуя Аснессу, Фраццини и
Педерсену (2013), мы рассчитали коэффициенты альфа
относительно глобального рыночного фактора и доходности
фактора на основе размера (SMB), балансовой стоимости на
рынке (HML) и динамики (UMD).5
Для нашего отраслевого анализа мы отнесли акции из
нашей выборки в США к одной из 49 отраслей на основе их
основного кода SIC, следуя классификации Фамы и Френча
(1992). В глобальной выборке мы использовали 73 отрасли
стандарта глобальной отраслевой классификации (GICS) от
Xpressfeed.
Построение стандартного портфеля BAB. Мы построили
стандартные портфели BAB, состоящие из длинных ценных
бумаг с низким коэффициентом бета и коротких ценных
бумаг с высоким коэффициентом бета, точно так же, как в
Frazzini and Pedersen (2014). Для построения каждого портфеля
мы ранжировали все ценные бумаги в порядке возрастания
на основе их расчетной бета-версии на конец каждого
календарного месяца. Мы оценивали бета, как в Frazzini and
Pedersen (2014), и результаты устойчивы к использованию
других разумных методологий. В частности, мы оценили бета
следующим образом:
тс σя
, вкзз - (
"="
β яρ
σм
где σ iиσ m — расчетные волатильности акции и рынка, а
ρ — их расчетная корреляция. Мы оценили волатильность
как годовое дневное стандартное отклонение, а корреляцию
— как скользящую пятилетнюю трехдневную корреляцию.
Для корреляций мы использовали трехдневную доходность
(а не ежедневную доходность), чтобы учесть несинхронную
торговлю акциями по всему миру.
Далее мы рассмотрели более длительный пятилетний горизонт.
потому что корреляции более стабильны или труднее поддаются
определяется путем контроля рынка в нашей четырехфакторной
регрессии и, таким образом, будет полностью учтен в
реализованных альфа-факторах. Наши результаты качественно
аналогичны при использовании других способов оценки бета.
Мы отнесли ранжированные ценные бумаги либо к портфелю с
низким коэффициентом бета, либо к портфелю с высоким
коэффициентом бета. Портфель с низким коэффициентом бета включал
в себя все акции с бета-коэффициентом ниже медианного значения по
стране; портфель с высоким коэффициентом бета включал все акции с
бета-коэффициентом выше медианного значения по стране. В каждом
портфеле мы взвешивали ценные бумаги по бета-рангам. Приложение
А представляет собой простой пример конструкции BAB. (Ценные
бумаги с более низким коэффициентом бета имели больший вес в
портфеле с низким коэффициентом бета, а ценные бумаги с более
высоким коэффициентом бета имели больший вес в портфеле с
высоким коэффициентом бета. Взвешивание по рангу, а не по бета-
коэффициенту как таковому, позволило нам уменьшить влияние
потенциальных ошибок в данных и опора на экстремальные значения.)
Мы проводили ребалансировку всех портфелей каждый календарный месяц.
Более формально, пусть z будет вектором бета-рангов
размера n × 1 при формировании портфеля, zi = Rank(βi ), где
акция с наименьшим бета-рангом имеет рейтинг 1, вторая с
'
наименьшим рейтингом — 2 и так далее. Далее, пустьЗН
z = n1/
— средний ранг, где n — количество ценных бумаг, а 1′
н представляет собой вектор размера n × 1 из
единиц. Веса портфелей с низким и высоким бета-бета
определяются выражением
)+
"="
ЧАС
(1)
вкзз
л = - ( )¯,
'
где k – нормализующая константа k и для "=" 2 1/ н zz
любого вектора x, x+ и x – обозначаютвекторы положительной
и отрицательной частей [т.е. x+ = max(0, x) и = max(0, –x)].
–
Икс
Сумма весов равна 1 при построении 1 n L w = ), и поэтому
' '
ция (1 1 nструктурируют
Hw = и 1 мы можем
доходность портфеля с низким коэффициентом бета (L) как и доходность
л "=" ′ р ш
р
т+1 1+т л портфеля с высоким коэффициентом бета (H) как
ЧАС
ш л
р
т+1
"=" ′ р
т+Ч1 . Портфель L имеет бета-версию β β т′w"="
tL ,

оценивать. Наконец, чтобы учесть экстремальную бета-оценку и портфель H имеет бета-версию β

ЧАС "="
β t′w
H .
т
совпадали из-за шума и предубеждений, когда мы сортировали
Стандартный портфель BAB представляет собой самофинансируемый портфель с

Что касается бета, мы следовали Vasicek (1973), сокращая бета нулевым коэффициентом бета, в котором имеется длинная позиция по портфелю с низким
до их среднего поперечного сечения, которое мы установили коэффициентом бета и короткая портфель с высоким коэффициентом бета:
равным 1:
1 1
β я β = ×. 06
тс
04.
+ ×1.
р
БАБ
т+ 1
"=" рЛ ж
л т- ( + 1
р
)
рЧ ф
Ч т - ( +1
р
). (2)
я
βт βт
Сокращение не повлияло на ранги акций (мы основывали
Обратите внимание, что коэффициент BAB масштабирует L и H.
наши тесты на порядковых сортировках); это повлияло только
портфели по их бетам, так что как длинная, так и короткая
на кредитное плечо портфелей BAB (о чем мы поговорим
стороны имеют бета равную 1 при формировании портфеля,
далее в статье). Естественно, мы сократили только ex ante beta,
что делает фактор BAB нейтральным для рынка.
используемые при формировании портфеля, а не ex post
рыночные риски, используемые при оценке эффективности Создание отраслево-нейтрального портфолио BAB.
стратегий. Конечно, любое неправильное измерение Затем мы построили отраслево-нейтральную
ожидаемых бета - коэффициентов может привести к экс- Портфолио BAB для каждой отрасли. В частности, мы отнесли
постфактной уязвимости рынка, но этот аспект акцию к портфелю с высоким коэффициентом бета, если она

июль/август 2014 г. www.cfapubs.org 27

Machine Translated by Google
Журнал финансовых аналитиков
бета была выше медианного значения для отрасли в своей стране
и для портфеля с низкой бета-версией в противном случае.
Например, мы бы отнесли Toyota к портфелю с высоким бета-
коэффициентом, если бы ее бета была выше медианного значения
среди акций японских автомобильных компаний.
Для каждой отрасли мы построили длинный
короткий портфель, как в уравнении 2, который дает набор
самофинансируемых портфелей BAB с нулевым бета-
коэффициентом без участия отрасли, по одному для каждой
отрасли (49 в выборке в США и 70 в глобальной выборке). Наша
методология гарантировала, что отраслево-нейтральный BAB
имел одинаковое количество акций каждой страны как на
длинной, так и на короткой стороне, что приводило к ограничению
риска для страны. (Для простоты анализа мы не требовали, чтобы
бета-коэффициент каждой страны был равен нулю.)
Затем мы объединили эти отдельные портфели BAB для
каждой отрасли, чтобы прийти к общей отраслево-нейтральной
стратегии BAB. Мы рассчитали общий отраслево-нейтральный
портфель BAB, BABt.
который представляет собой просто портфель отдельного j
:
нейтральные для отрасли БАБ с массой 1
Внутри j .
БАБт
дж
= w BAB
т j 1t
Чтобы гарантировать, что наши результаты не обусловлены
определенной схемой взвешивания, мы рассчитали четыре
Внутри
версии BABt. : равновзвешенный ( / w т1 1
где I — количество отраслей), взвешенный по стоимости
(взвешенный по лаговой рыночной капитализации каждой
отрасли), взвешенный по названию (взвешенный по количеству
акций в каждой отрасли) и взвешенный по равному риску. Чтобы
вычислить веса равного риска, мы перемасштабировали каждый
портфель до ожидаемого значения.
годовую волатильность 10% при формировании портфеля и взял
равновзвешенное среднее этих значений.
j
масштабирование портфелей wт
-(
я = 1×%0
11 / / σ 1 т
Формирование отраслевого портфеля BAB. Чтобы создать
чистый отраслевой портфель BAB, мы сначала
рассчитал доходность взвешенных по стоимости отраслевых
портфелей, а затем вычислил отраслевой портфель BAB, открывая
длинные и короткие позиции по отраслевым портфелям
(используя уравнение 2).7 Таким образом, наш отраслевой фактор
BAB — это длинные отрасли с низким коэффициентом бета и
короткие отрасли с высоким коэффициентом бета. В глобальной
выборке мы сначала рассчитали отраслевой портфель BAB для
каждой страны, а затем вычислили средневзвешенное значение
этих портфелей на основе лагированной рыночной капитализации
каждой страны. Эта конструкция делает нашу глобальную
индустрию BAB страной нейтральной. Мы использовали весовые
коэффициенты (и, таким образом, присвоили больший вес более
крупным странам), чтобы быть консервативными и сделать
анализ реалистичным.
28 www.cfapubs.org
Насколько инвестирование с низким уровнем риска
является ставкой отрасли?
Сначала мы изучили уровень ставок отрасли при обычном
инвестировании с низким уровнем риска (т. е. обычном портфеле
BAB). Мы рассмотрели, на какие отрасли обычно делается ставка
в обычном портфеле BAB, насколько велики эти средние ставки и
насколько они меняются с течением времени.
Чтобы решить эти проблемы, мы провели перекрестную
регрессию. В качестве зависимой переменной мы использовали
вес без использования кредитного плеча, ws , в портфеле
BAB для каждой акции s, что пропорционально рангу ее бета. В
частности, для акций с низким коэффициентом бета мы полагаем,
с с
что ww = вес в нижней части
L.
бета-портфолио; для акций с высоким коэффициентом бета (которые BAB
с с
фактор короткий), мы позволяем ww
= —ЧАС
вес в портфеле с высоким
коэффициентом бета (где wH и wL определены, как в уравнении
1). Следовательно, зависимая переменная линейно убывает в
Внутри
, бета-ранге акции, сумма положительных чисел равна 1, а сумма
отрицательных чисел равна 1,8.
Независимые переменные — это просто фиктивные данные
(3)
о том, принадлежат ли акции к какой-либо отрасли, индексируемой
i. Мы запускали эти перекрестные регрессии каждый месяц t:
дж с .
"="
Я, wd 1=( т s+ε
,
ити с
Запасы в данный момент находятся в промышленности т ) т
я
На панели А рисунка 1 изображен средний расчетный
коэффициент регрессии для каждой отраслевой модели,
разделенный на ее стандартное отклонение, то есть на ее t-
статистику Фамы-Макбета. (Мы сообщаем об этом показателе
только за 1951–2012 годы, поскольку мы сравниваем портфели
BAB и стоимостные портфели, а данные Xpressfeed о балансовом
капитале начинаются с 1951 года.)
). 6 Положительное число означает, что обычные (не отраслево-
нейтральные или отраслевые) веса портфеля BAB имеют
тенденцию быть длинными для акций этой отрасли, тогда как
отрицательное число отражает краткосрочную среднюю
подверженность фактору BAB. Мы видим, что пять крупнейших
положительных t-статистик воздействия относятся к коммунальным
предприятиям, банкам, розничной торговле, дыму и продуктам
питания, что в целом соответствует нашему интуитивному
пониманию того, что представляет собой более безопасные
отрасли. Пять наиболее негативных рисков относятся к
циклическим и рискованным отраслям, а именно:
автомобилестроение, сталелитейная промышленность,
электрооборудование, машиностроение и транспорт. Для
сравнения, панель B на рисунке 1 показывает то же самое
упражнение для фактора стоимости, основанного на соотношении
балансовой стоимости каждой акции к цене; Инвестирование с
низким уровнем риска и стоимостное инвестирование в среднем
делают очень разные ставки в отрасли (например, сталь находится в противоположны
©2014 Институт CFA
Machine Translated by Google

Инвестирование с низким уровнем риска без отраслевых ставок

Рисунок 1. Отраслевые ставки на регулярное инвестирование с низким уровнем риска: какие отрасли являются длинными, а какие — короткими?

А. Инвестирование с низким уровнем риска Б. Стоимостное инвестирование

Автомобили Газировка

Сталь
Наркотики
ElcEq Хшлд
Мах Золото
Транс
МедЭк
Аэро Хардв
Программное обеспечение
Розничная торговля

Кнстр ПерСв
Веселье
Чипсы
Чипсы Дым
Игрушки АвтобусСв

Корабли ElcEq
Плавник Коробки
Масло
ЛабЭк
Хлт Химия
РЛЭСТ РЛЭСТ
Мины Хлт
Оружие
Игрушки
ФабПр Питание
Хардв Книги
Уголь Руббр
Бумага Мины
Химия Программное обеспечение

блдмт Аэро
Whlsl Веселье

Хшлд Другой
Сельское хозяйство
Сельское хозяйство

Другой банки
Коробки Кнстр
Плавник
Наркотики
АвтобусСв Мах
ЛабЭк Пиво
Книги Whlsl
Телкм Уголь
ПерСв блдмт
МедЭк Автомобили

Золото Оружие
Текстовые сообщения
ткань
Пиво Еда
Питание ФабПр
Руббр Телкм
Страхование Масло

Газировка Утилита

ткань
Корабли
Утилита
Бумага
банки Страхование

Розничная торговля
Транс
Дым Текстовые сообщения

Еда Сталь

–40 –20 –30 –10 0 10 20 3 0 40 50 –60 –50 –40 –30 –20 –10 0 10 20 30 40

Средняя ставка по отрасли Средняя ставка по отрасли

Примечания: Панель А сообщает о результатах ежемесячных перекрестных регрессий весов портфеля BAB по отраслевым манекенам. Каждая полоса представляет
собой средний расчетный коэффициент по отрасли, разделенный на стандартное отклонение его оценок. Положительные столбцы представляют отрасли, акции
которых в портфеле BAB имеют тенденцию быть длинными, тогда как отрицательные столбцы представляют отрасли, акции которых в портфеле BAB имеют
тенденцию быть короткими. На панели B показаны соответствующие числа, где зависимые переменные представляют собой веса портфеля инвестирования в стоимость.

Панель A на рисунке 2 отображает ежемесячный R2 из
перекрестных регрессий. Средний R2 составляет 25%,
максимум 52% и минимум 10%. Таким образом, вес
портфеля фактора BAB можно в некоторой степени
объяснить рисками отрасли; тем не менее, большая часть
различий во владении акциями остается необъяснимой
отраслями. Для сравнения, панель Б представляет то же
самое упражнение для коэффициента балансовой
стоимости; средний R2 составляет 10%, максимальный —
22%, минимальный — 4%. Мы видим, что популярная
интуиция о том, что фактор с низким бета-фактором в
большей степени зависит от отрасли, чем другие, в данном
случае вполне верна.
Таким образом, наш анализ запасов фактора BAB не
разочаровывает тех, кто думает, что инвестирование с
низким уровнем риска обусловлено тяжелыми отраслями.
Фактор BAB действительно имеет тенденцию открывать
длинные позиции в безопасных отраслях, как и следовало
ожидать, и продавать в шортах циклические отрасли, и эти
отраслевые риски объясняют нетривиальную величину
изменений в запасах акций.
Изучив факторные активы BAB, мы затем рассмотрели
их доходность. Мы хотели изучить, в какой степени
эффективность обычного фактора BAB зависит от
отраслевых рисков, а не от выбора акций внутри отрасли.
Сначала мы просто рассмотрели корреляции

июль/август 2014 г. www.cfapubs.org 29

Machine Translated by Google

Журнал финансовых аналитиков

Рисунок 2. Величина ставок отрасли с течением времени

А. Инвестирование с низким уровнем риска

Р2 (%)
60

50

40

30

20

10

0
51 56 61 66 71 76 81 86 91 96 01 06 11

Б. Стоимостное инвестирование

Р2 (%)
25

20

15

10

0
51 56 61 66 71 76 81 86 91 96 01 06 11

Примечания: Панель А сообщает о масштабах отраслевых ставок на инвестирование с низким

уровнем риска; Панель Б делает то же самое для стоимостного инвестирования. Каждая панель сообщает R2
ежемесячных перекрестных регрессий весов портфеля по отраслевым манекенам. Высокий (низкий)
R2 означает, что отраслевые риски портфеля могут объяснить большую (малую) часть весов портфеля.

между доходностью обычного фактора BAB (построенного без
учета отраслей), отраслево-нейтрального портфеля BAB и
отраслевого BAB. Панель А Таблицы 2 сообщает результаты.
Неудивительно, что все доходы положительно коррелируют. Мы
видим, что обычный BAB наиболее коррелирует с отраслево-
нейтральным BAB в Соединенных Штатах и примерно в равной
степени коррелирует с отраслево-нейтральными и отраслевыми
факторами BAB в глобальной выборке.
Естественно, наименьшая парная корреляция наблюдается между
отраслево-нейтральные факторы и отраслевые факторы BAB. Они
построены так, что веса по существу ортогональны друг другу, а
остающаяся корреляция является чистым результатом
экономической корреляции факторов. Высокая корреляция между
обычным фактором BAB и нейтральным для отрасли фактором
BAB уже предполагает, что ставки на выбор акций внутри отраслей
важны для инвестирования с низким уровнем риска, и этот аспект
мы затем изучили более подробно, разложив доходность обычного
фактора BAB на его компоненты. .

30 www.cfapubs.org ©2014 Институт CFA

Machine Translated by Google

Инвестирование с низким уровнем риска без отраслевых ставок

В частности, мы провели регрессию доходности обычных Педерсен (2014). BAB положительно влияет на ценность и
Коэффициент BAB в взвешенной по стоимости9 версии еще более положительно на импульс, но даже с учетом
Внутри этих эффектов (что, конечно, уменьшает перехват), как
нейтральный для отрасли портфель BAB (BABt
), the ) и стан
экономическая, так и статистическая значимость перехвата
( BAB BABt
Промышленность Портфолио BAB очень велика10.

Дартные факторы, связанные с рыночным риском (MKT), Затем мы добавили отраслево-нейтральные факторы

размером (SMB), стоимостью (HML) и импульсом (UMD), а также и отраслевые коэффициенты BAB в правую часть
спецификаций регрессии в столбцах 2–4. Очевидно, что
подмножествами этих независимых переменных:
объяснительная сила (R2) значительно возрастает,
БАБ = + тВнутриБАБ
α β+ 1 т β 2 тБАБ +
Промышленность
β 3 МКТ поскольку теперь мы объясняем обычный БАБ с помощью
т

+ β СМБ ХМЛβ У
4т т 5 β 6 МДт т ++ +е .
Панель B Таблицы 2 сообщает результаты всей этой
регрессии, а также регрессий по различным подмножествам
факторов. Первая спецификация (столбец 1) показывает
регрессию обычного BAB в стандартной четырехфакторной
модели, что служит напоминанием о высокой доходности
с поправкой на риск от обычного инвестирования BAB,
повторяя результаты Фраццини и
двух других форм БАБ. Что еще более важно, нагрузка на
отраслевой нейтральный коэффициент BAB больше, чем у
отраслевого BAB (измеряемого с помощью коэффициента
или t-статистики) примерно в 2,5 раза в Соединенных
Штатах. Однако для правильной интерпретации
коэффициентов регрессии мы должны учитывать тот факт,
что отраслевой BAB более волатильен. В Соединенных
Штатах отраслево-нейтральный BAB остается более
важным, даже с поправкой на волатильность (что мы можем видеть в t-ста

Таблица 2. Разложение БАБ на его отраслево-нейтральные и отраслевые компоненты

(t-статистика в скобках)
А. Корреляции

США (1926–2012) Глобальный (1986–2012)

Промышленность Промышленность Промышленность

БАБ Нейтральный БАБ БАБ БАБ Нейтральный BAB Industry BAB

БАБ 1 1

Отраслево-нейтральный 0,81 1 0,65 1

BAB Отраслевой 0,61 0,43 1 0,69 0,55 1

BAB B. Регрессия BAB на отраслево-нейтральный BAB и отраслевой BAB

США (1926–2012) Глобальный (1986–2012)

(1) (2) (3) (4) (5) (6) (7) (8)

Альфа 0,55* 0,10* 0,01 0,00 0,47* 0,19* 0,19* 0,18

(5,64) (2.00) (0,16) (0,06) (3,72) (2,10) (2.12) (1,94)

Индустриально-нейтральный BAB 0,88* 0,94* 0,94* 0,61* 0,63* 0,62*

(38,46) (41,43) (40.01) (8,72) (8,46) (8.18)

Промышленность БАБ 0,35* 0,33* 0,33* 0,39* 0,39* 0,38*

(18.26) (17.20) (17.17) (10,65) (9,69) (9.16)

МКТ –0,01 0,03* 0,03* 0,01 0,00 0,01

(–0,49) (2,91) (2,97) (0,49) (–0,16) – (0,26)

СМБ –0,03 –0,04* –0,04* 0,15* 0,04 –0,04

(–1,00) (–2,35) (–2,32) (2,59) (–0,95) (–0,87)

ХМЛ 0,10* 0,13* 0,14* 0,23* –0,02 0,00

(3,61) (9,60) (9,32) (3,91) (–0,39) (–0,04)

УМД 0,19* 0,01 0,20* 0,03

(8,39) (0,60) (6.01) (1,28)

Скорректированный 0,07 0,75 0,77 0,77 0,15 0,58 0,58 0,58

R2 Количество наблюдений 1005 1005 1005 1005 300 300 300 300

Примечания: Панель A сообщает о корреляциях между обычным коэффициентом BAB, взвешенным по стоимости нейтральным для отрасли BAB
и отраслевым BAB. На панели B представлены результаты регрессии обычного коэффициента BAB на взвешенный по стоимости нейтральный
для отрасли BAB, отраслевой BAB и доходность рынка (MKT), размера (SMB), стоимости (HML) и динамики (UMD).
*Значительно на уровне 5%.

июль/август 2014 г. www.cfapubs.org 31

Machine Translated by Google

Журнал финансовых аналитиков

Одно стандартное отклонение нейтрального для отрасли фактора BAB
более чем в два раза превышает эффект отраслевого BAB в Соединенных
Штатах. В глобальной выборке эффекты двух факторов BAB с поправкой
на волатильность аналогичны: нейтральный для отрасли эффект BAB с
поправкой на волатильность составляет около 80% от эффекта
отраслевого BAB. Эти результаты позволяют предположить, что
стандартный эффект BAB обусловлен как выбором акций, так и выбором
отрасли (и в большей степени в США), что является упреком идее о том,
что BAB — это исключительно отрасли.
отрасли (индустриально-нейтральные BAB); и (3) длинный –
короткий портфель целых отраслей, взвешенных по стоимости, длинные
позиции в отраслях с низкой бета-версией и короткие отрасли с высокой
бета-версией (отрасль BAB).
В таблице 3 представлены наши результаты для акций США за
1926–2012 годы (наша самая длинная выборка) и для всех мировых
акций за 1986–2012 годы (наша самая широкая выборка). Мы рассмотрели
четыре версии отраслево-нейтрального BAB, которые различаются с
точки зрения того, как отдельные отраслево-нейтральные портфели BAB

взвешиваются по отраслям, как объяснялось ранее. Наши результаты

Затем мы рассмотрели эффективность различных форм инвестирования
справедливы и при рассмотрении только акций США за 1986–1986 гг.
с низким уровнем риска.

2012 г. или только мировые акции (исключая США). Однако для краткости
Производительность BAB внутри и за рубежом
мы сосредоточимся на результатах, полученных для самых длинных и
Отрасли обширных выборок.

Мы проанализировали, как работает инвестирование с низким уровнем Мы видим, что все портфели BAB для акций США и мира принесли

риска: (1) длинно-короткий портфель, который открывает длинные значительно положительную доходность и значительно положительные

позиции по акциям с низкой бета-версией и короткие акции по акциям альфа по отношению к CAPM, трехфакторной модели и четырехфакторной

с высокой бета-версией, игнорируя отраслевые риски (обычный BAB); (2) модели (т. е. первые четыре строки

длинный и короткий портфель в каждой отрасли, диверсифицированный по

Таблица 3. Производительность обычного BAB, отраслево-нейтрального BAB и промышленного BAB

(t-статистика в скобках)

США (1926–2012) Глобальный (1986–2012)

Нейтральный для отрасли BAB Отраслево-нейтральный BAB

Ценить Равный Промышленность
Ценить Равный Промышленность

БАБ Взвешенный
Количество равновзвешенных Акции Риск БАБ БАБ Взвешенный
Количество равновзвешенных Акции Риск БАБ

Избыток
возвращаться 0,70* 0,65* 0,59* 0,64* 1,19* 0,22* 0,72* 0,50* 0,47* 0,41* 0,74* 0,63*

(7.20) (7,76) (7,93) (8,45) (9,47) (2,47) (5,47) (5,37) (5,60) (4,86) (4,45) (3,89)
CAPM
альфа 0,74* 0,66* 0,62* 0,64* 1,17* 0,31* 0,74* 0,49* 0,46* 0,39* 0,72* 0,68*

(7,53) (7,85) (8,31) (8,37) (9,23) (3,56) (5,62) (5.23) (5,53) (4,70) (4,29) (4.30)

0,73*
Трехфакторная альфа 0,69* 0,66* 0,65* 1,21* 0,32* 0,64* 0,44* 0,41* 0,33* 0,65* 0,47*

(7,48) (8,34) (8,97) (8,69) (9,65) (3,68) (4,85) (4,76) (5.00) (3,98) (3,92) (3.12)
Четыре

фактор
альфа 0,55* 0,51* 0,51* 0,50* 1,01* 0,22* 0,47* 0,34* 0,31* 0,22* 0,46* 0,27

(5,64) (6.31) (6,98) (6,77) (8,06) (2,50) (3,72) (3,73) (3,91) (2,74) (2,84) (1,85)

Бета

(предварительно) 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

Бета
(реализована) –0,06 –0,02 –0,05 0,00 0,03 –0,15 –0,05 0,03 0,01 0,04 0,06 –0,14

$Шорт 0,70 0,77 0,75 0,74 1,50 0,79 0,88 0,97 0,93 0,93 2.01 0,90

$длинный 1.40 1.34 1.31 1.33 2,58 1.16 1,39 1.33 1,29 1.30 2,78 1.33

Волатильность 10,7 9.2 8.2 8.3 13,5 9,9 7,9 5,6 5.0 5.0 9.4 9,7

Асимметрия –0,79 –1,10 –1,11 –0,62 –0,92 –0,34 0,21 –0,06 0,18 –0,41 –0,84 0,29

Куртозис 10.75 14.10 9,84 9,99 8.21 6,58 5,67 5.14 4,58 5,78 6.41 4,64

Коэффициент
Шарпа 0,79 0,85 0,87 0,92 1.05 0,27 1.09 1.07 1.12 0,97 0,95 0,78

Примечания: В этой таблице представлены результаты обычного BAB, четырех версий отраслево-нейтрального портфеля BAB (в котором каждая отрасль имеет
одинаковый вес, взвешенную по стоимости, взвешенную по количеству акций или с одинаковым взвешиванием по риску) и отраслевой BAB. (который делает
ставки исключительно на разные отрасли). Волатильность и коэффициенты Шарпа приведены в годовом исчислении.
*Значительно на уровне 5%.

32 www.cfapubs.org ©2014 Институт CFA

Machine Translated by Google
таблицы 3 все показывают положительные точки пересечения
и положительную t-статистику). Коэффициенты Шарпа
различных стратегий BAB показаны на рисунке 3 для США в
период 1926–2012 годов и для глобального набора стран в
период 1986–2012 годов. Наши результаты показывают, что
инвестирование с низким уровнем риска работает как при
выборе отраслей, так и при выборе акций внутри отрасли.
Фактически, отраслево-нейтральные портфели BAB обеспечили
более высокие коэффициенты Шарпа и коэффициенты
информации, чем отраслевые портфели BAB.
В Таблице 4 представлены нагрузки четырехфакторной
модели на различные портфели BAB. Интересно, что как для
акций США, так и для мировых акций стандартный фактор BAB
имеет положительную нагрузку на фактор стоимости (HML), и
эта положительная нагрузка HML еще сильнее для отраслевых
BAB, но отраслево-нейтральные портфели BAB имеют
небольшой HML. нагрузки, иногда даже отрицательные. Эти
небольшие нагрузки HML и весьма значимые альфа решительно
отвергают представление о том, что инвестирование с низким
риском является всего лишь разновидностью стоимостного
инвестирования, особенно для нейтрального в отрасли BAB, в
котором нет даже значительно положительной нагрузки
стоимости, которую нужно преодолеть.
Портфель BAB для каждой отрасли. Рассмотрев общую
диверсифицированную отраслево-нейтральную стратегию
BAB, мы подумали, что было бы интересно рассмотреть
индивидуальный отраслево-нейтральный портфель BAB для
каждой отрасли. Конечно, каждый из
Рисунок 3. Производительность обычного BAB, отраслево-нейтрального BAB и
промышленного BAB
Коэффициент Шарпа
1.2
1.0
0,8
0,6
0,4
0,2
БАБ Отраслево-нейтральный
(Объединённый БАБ
Состояния) (Объединённый
Состояния)
Примечание. На этом рисунке показаны коэффициенты Шарпа для обычного BAB, взвешенного по
стоимости отраслевого нейтрального BAB и отраслевого BAB, построенного на основе акций США (1926–
2012 гг.) и мировых акций (1986–2012 гг.).
июль/август 2014 г.
Инвестирование с низким уровнем риска без отраслевых ставок
эти 49 стратегий должны обеспечивать в среднем меньшую
доходность с поправкой на риск, чем портфель, объединяющий
все стратегии (наш общий отраслево-нейтральный BAB). На
рисунке 4 показаны коэффициенты Шарпа каждого из этих
нейтральных для отрасли портфелей BAB, а на рисунке 5
показана соответствующая t-статистика их четырехфакторных
альфа. Примечательно, что все 49 коэффициентов Шарпа
являются положительными для портфелей BAB США, а 26
имеют статистически значимые положительные значения альфа.
Довольно редко можно увидеть такие стабильные результаты
при любом методе инвестирования. Если инвестирование с
низким уровнем риска — это в основном отраслевая ставка, то
оно, как ни странно, успешно (по крайней мере, формально) в
49 из 49 отраслей! Результаты также сильны для мировых
отраслей, где отраслево-нейтральный фактор BAB обеспечивает
положительную прибыль в 60 из 70 отраслей.
Хеджирование отраслевых рисков и кредитного плеча.
Интересно, что, хеджируя отраслевые риски, отраслево-
нейтральный BAB исторически достигал более высокого
коэффициента Шарпа, чем отраслевой BAB и стандартный BAB
как для акций США, так и для мировых акций. Эта способность
отраслево-нейтрального BAB способствовать улучшению
портфеля BAB отражает более общее явление, а именно: когда
хеджируется больший риск, часто можно достичь более
высокой доходности с поправкой на риск. Однако причина
может быть глубже, чем просто снижение риска. Стратегии
более хеджирования требуют большего кредитного плеча и
могут быть связаны с большим «хвостовым» риском или могут
быть реализованы.
Промышленность
БАБ Отраслево-нейтральный Промышленность
БАБ (Глобальный) БАБ БАБ
(Объединённый (Глобальный) (Глобальный)
Состояния)
www.cfapubs.org 33
 34
www.cfapubs.org
еыин
акр
цзо
иутл
ркб
гаа.Ф
н
4
Т
Machine Translated by Google

аки
)хтаскибто
ак-тtвс(
Журнал финансовых аналитиков

йыньл–а6
)б
281
о90
л12
Г(

йы-н
оьвл
еалр
сатB
р
йAтеО
B
н

ьтсояна
,ьвтлесалорснтан
B
йре
A
етЦ
B
н
о –6А
221
Ш
9
)0.№
1
гС
2г( ьтинеЦ овтсечилоК
ьтсоннелшыморП ьтсоннелшыморП

яьатнсчоонтдыобхзоИ
д *07,0 йыннешевзво*н5в6а,Р
0 йыннеш*е9в5з,В
0 ммыон
квси
арс и*и4
9ц6
1к,А
1
0 *22,0 *27,0 йыннешевзво*н0в5а,Р
0 йыннеш*е7в4з,В
0 ммыон
квси
арс и*и1
4ц4
7к,А
0 *36,0

)02.7( )67,7( )39,7( )54,8( )74,9( )74,2( )74,5( )73,5( )06,5( )68,4( )54,4( )98,3(

*55,0 *15,0 *15,0 *05,0 *10,1 *22,0 *74,0 *43,0 *13,0 *22,0 *64,0 72 ,0
афьлА

)46,5( )13.6( )89,6( )77,6( )60.8( )05,2( )27,3( )37,3( )19,3( )47,2( )48,2( )58,1(

ТКМ 10,0– 10,0 10,0

– *30,0 *70,0 *01,0
– 10,0 *70,0 *40,0 *80,0 *21,0 40,0–

БМС )9
340,–0
–( )*0571,0
,0( *)63
0,–0( )*9291,1
,0( )*5351,2
,0( *)2
581,–5
0
–( )*9541,0
,0( )*6521,3
,0( )*9811,2
,0( )*6731,4
,0( )*7133,3
,0( *)5
921,–1
0(

)00,–1( )69,5( )96,2( )72,5( )43,3( )36,–5( )95,2( )07,3( )40,5( )27,4( )93,4( )29,2(

ЛМХ *01,0 *50,0– *60,0– 20,0– 70,0

– *90,0 *32,0 80,0 *90,0 *31,0 *51,0 *84,0

)16,3( )11,–2( )00,–3( )70,–1( )09,–1( )43,3( )19,3( )19,1( )14,2( )75,3( )30,2( )29,6(

ДМУ *91,0 *81,0 *61,0 *51,0 *22,0 *01,0 *02,0 *21,0 *21,0 *31,0 *22,0 *42,0

)93,8( )56,9( )54,9( )89,8( )46,7( )10.5( )10.6( )91.5( )27,5( )06,6( )35,5( )94,6(

97,0 58,0 78,0 29,0 50.1 72,0 90.1 70.1 21.1 79,0 59,0 87,0
тнеициафпфрэаоШ
К

70,0 31,0 31,0 11,0 80,0 31,0 51,0 21,0 61,0 02,0 61,0 62,0
йыннавориткерро2
кСR

йоивнтесдею
чилл
боан
К 5001 4001 5001 5001 869 5001 003 003 003 003 462 003

ы
о:гя
ю
нои
ее
у,-ни
н
о
лн
ы
ояьтв
а
и
н
гл
м
н
хл
е
сч
ь
а
е
о
й
кео
я
й
р
а
ц
о
тл
е
зн
ы
ш
р
ф
та
м
р
о
и
ср
усм
ч
еы
д
н
та
р
сй
о
л
,е
ии
ы
е
B
,р
й
ж
к
е
в
р
тв
б
гсом
р
A
а
р
о
б
е
атзатвП
ф
В
B
и
н
п
р
ч
о
в
кэст(

оынтьн
е.л
и
.ы
й
еы
у)еии
в
онн
тн
м
й
тв
ц
и
не
м
сеы
е
яи
е
ч
д
ел
о
атл
и
ф
ы
ур
ш
)ю
е
й
ч
се
п
в
усд
ко
в
ф
н
и
а
кл
о
р
ев
ж
B
ти
в
сч
л
ц
эр
к
в
д
аое
A
и
р
о
л
а
е
ск
тзо
Ш
ткм
B
и
п
К
р
о
д
в
а
ксг(

оньлети
ечна
вно
.%
а
Зрн
5
*
у

©2014 Институт CFA

Machine Translated by Google

Инвестирование с низким уровнем риска без отраслевых ставок

Рисунок 4. Коэффициенты Шарпа отраслево-нейтральных портфелей BAB в каждой отрасли

А. Промышленность США, 1926–2012 гг. Б. Глобальная промышленность, 1986–2012 гг.

Сельское хозяйство Энергетическое оборудование и услуги

Еда Нефть, газ и потребляемое топливо
Газировка Химикаты
Пиво Строительные материалы

Дым Контейнеры и упаковка Металлургия

Игрушки и горнодобывающая
Веселье промышленность Бумажная и лесная
Книги продукция Аэрокосмическая и
Хшлд оборонная промышленность
ткань Строительная продукция Строительство и

Хлт машиностроение
Электрооборудование Промышленные
МедЭк
конгломераты
Наркотики
Машиностроение Торговые компании и
Химия
дистрибьюторы Коммерческие услуги и поставки
Руббр
Профессиональные услуги
Текстовые сообщения

Авиаперевозки и логистические
блдмт
авиакомпании
Кнстр морской
Сталь Дорога и железная дорога
ФабПр
Транспортная инфраструктура
Мах
Автокомпоненты
ElcEq Автомобили
Автомобили Товары длительного пользования для дома

Аэро Оборудование и продукция для отдыха

Корабли Текстиль, одежда и предметы роскоши Гостиницы,
Оружие рестораны и отдых
Золото Диверсифицированные потребительские услуги

Мины СМИ

Уголь Дистрибьюторы

Масло Розничная торговля через Интернет и по каталогам

Многолинейная розничная торговля
Утилита

Телкм Специализированная розничная

ПерСв торговля продуктами питания и скобяными товарами

АвтобусСв Напитки
Пищевые продукты
Хардв
Табак
Программное обеспечение

Товары для дома

Чипсы Личные продукты
ЛабЭк
Медицинское оборудование и расходные материалы
Бумага Поставщики медицинских услуг и услуги
Коробки
Технологии здравоохранения
Транс
Биотехнологии
Whlsl Фармацевтика
Розничная торговля
Инструменты и услуги для медико-биологических наук
Питание Коммерческие банки
банки
Сбережения и ипотечное финансирование
Страхование Диверсифицированные финансовые услуги
РЛЭСТ Потребительское финансирование

Плавник
Рынки капитала
Другой Страхование
Недвижимость
0 0,1 0,2 0,3 0,4 0,5 0,6 Инвестиционные фонды недвижимости (REIT)
Интернет-программное обеспечение и услуги по управлению
Коэффициент Шарпа и развитию недвижимости
ИТ-услуги
Программное обеспечение

Коммуникационное оборудование
Компьютеры и периферийные
устройства Электронное оборудование, инструменты и компоненты Офисная
электроника

Полупроводниковое оборудование и продукция

Полупроводники и полупроводниковое оборудование
Диверсифицированные телекоммуникационные услуги
Услуги беспроводной связи
Электрокоммуникации
Газовые коммунальные предприятия

Мульти-утилиты
Водоснабжение

Независимые производители электроэнергии и энерготрейдеры

–0,4 –0,2 0 0,2 0,4 0,6 0,8

Коэффициент Шарпа

Примечание. На этом рисунке показаны коэффициенты Шарпа для коэффициентов BAB, построенные в каждой отрасли.

меньшим количеством инвесторов, поскольку многие из них
не могут мириться с кредитным плечом или кредитным
плечом, превышающим определенный уровень, что повышает
требуемую доходность для инвесторов, не склонных к
кредитному плечу, что соответствует теориям Блэка (1972) и
Фраццини и Педерсена (2014). В частности, в таблице 3
показаны средние долларовые риски для длинных и коротких
частей портфеля (обозначенные «$Long» и «$Short»), и мы
Шарпа,
видим, что условные риски, необходимые на единицу волатильности,
($Long + на единицу риска требуется больший кредит.
$Short)/волатильность больше для отраслево-нейтральных
портфелей BAB. Более того, отраслево-нейтральные портфели
BAB, как правило, имеют более отрицательный перекос и
более куртотическую ежемесячную доходность, чем
отраслевые BAB. Таким образом, общие данные полностью
подтверждают модели ограничения левереджа:
инвестирование с низким уровнем риска работает внутри и
между отраслями и обеспечивает более высокий коэффициент
когда

июль/август 2014 г. www.cfapubs.org 35

Machine Translated by Google

Журнал финансовых аналитиков

Рисунок 5. t-статистика альфа для отраслево-нейтральных портфелей BAB в каждой отрасли

А. Промышленность США, 1926–2012 гг. Б. Глобальная промышленность, 1986–2012 гг.

Сельское хозяйство Энергетическое оборудование и услуги

Еда Нефть, газ и потребляемое топливо
Газировка Химикаты
Пиво Строительные материалы

Дым Контейнеры и упаковка Металл и

Игрушки горнодобывающая
Веселье промышленность Бумажная и лесная
Книги продукция Аэрокосмическая и
Хшлд оборонная промышленность
ткань Строительная продукция Строительство и

Хлт проектирование
Электрооборудование Промышленные
МедЭк
конгломераты
Наркотики
Машиностроение Торговые компании и
Химия
дистрибьюторы Коммерческие услуги и поставки
Руббр
Профессиональные услуги
Текстовые сообщения

Авиаперевозки и логистические
блдмт
авиакомпании
Кнстр морской
Сталь Дорога и железная дорога
ФабПр
Транспортная инфраструктура
Мах
Автокомпоненты
ElcEq Автомобили
Автомобили Товары длительного пользования для дома

Аэро Оборудование и продукция для отдыха

Корабли Текстиль, одежда и предметы роскоши Гостиницы,
Оружие рестораны и отдых
Золото Диверсифицированные потребительские услуги

Мины СМИ

Уголь Дистрибьюторы

Масло Розничная торговля через Интернет и по каталогам

Многолинейная розничная торговля
Утилита

Телкм Специализированная розничная

ПерСв торговля продуктами питания и скобяными товарами

АвтобусСв Напитки
Пищевые продукты
Хардв
Табак
Программное обеспечение

Товары для дома

Чипсы Личные продукты
ЛабЭк
Медицинское оборудование и расходные материалы
Бумага Поставщики медицинских услуг и услуги
Коробки
Технологии здравоохранения
Транс
Биотехнологии
Whlsl Фармацевтика
Розничная торговля
Инструменты и услуги для медико-биологических наук
Питание Коммерческие банки
банки
Сбережения и ипотечное финансирование
Страхование Диверсифицированные финансовые услуги
РЛЭСТ Потребительское финансирование

Плавник
Рынки капитала
Другой Страхование
Недвижимость
–1 0 1 2 3 4 5 Инвестиционные фонды недвижимости (REIT)
Интернет-программное обеспечение и услуги по управлению
t-статистика (четырехфакторная альфа) и развитию недвижимости
ИТ-услуги
Программное обеспечение

Коммуникационное оборудование
Компьютеры и периферийные
устройства Электронное оборудование, инструменты и компоненты Офисная
электроника

Полупроводниковое оборудование и продукция

Полупроводники и полупроводниковое оборудование
Диверсифицированные телекоммуникационные услуги
Услуги беспроводной связи
Электрокоммуникации
Газовые коммунальные предприятия

Мульти-утилиты
Водоснабжение

Независимые производители электроэнергии и энерготрейдеры

–1,5 –1,0 –0,5 0 0,5 1,0 1,5 2,0 2,5 3,0

t-статистика (четырехфакторная альфа)

Примечания: На этом рисунке показана t-статистика альфа по отношению к стандартной четырехфакторной модели для факторов BAB, построенных
в каждой отрасли. Панель A сообщает результаты по отраслям США, а панель B сообщает результаты по мировым отраслям.

Оптимизация инвестирования с низким уровнем риска четыре стандартных фактора (рынок, размер, стоимость и
внутри и между отраслями. Учитывая, что инвестирование с импульс). Мы ограничили веса положительными значениями
низким уровнем риска работает как внутри, так и между отраслями, мы
для всех семи стратегий и использовали ежемесячные данные
хотел рассмотреть вопрос о том, как следует взвешивать каждую по США начиная с 1929 года.

стратегию. В этом эксперименте мы позволили оптимизатору Полученные в результате оптимальные веса ex post
максимизировать общий коэффициент Шарпа путем составляют 0 % для обычного BAB, 44 % для отраслево-
распределения всех трех потенциальных факторов BAB нейтрального BAB, 0 % для отраслевого BAB, 11 % для рыночного
(обычный, отраслевой и отраслево-нейтральный) и фактора, 24 % для HML (стоимость), 4 % для SMB ( размер) и 17%

36 www.cfapubs.org ©2014 Институт CFA

Machine Translated by Google
для УМД (импульс). Вес нейтрального для отрасли фактора BAB
несколько преувеличен, поскольку этот фактор имеет меньшую
волатильность, чем другие (и, следовательно, его условный вес
должен быть больше, чтобы оказывать такое же воздействие, как
факторы с более высокой волатильностью). Если мы масштабируемся
по фактической волатильности вместо 44% долларов, оптимизатор
присвоит нейтральному для отрасли коэффициенту BAB 30%
принимаемого риска. Это большое распределение назначенного
риска также может быть преувеличено, поскольку факторы BAB
построены с использованием ранговых весов, методологии,
отличной от той, которая используется для других факторов. Этот
подход может означать, что мы в конечном итоге получим больший
вес для БАБ по сравнению с четырехфакторными стратегиями, чем
можно было бы получить при сравнении большего количества
яблок с яблоками, но он не должен влиять на относительные веса
для различных версий БАБ, которые являются предметом нашего
исследования. изучать. Оптимизатор явно отдает предпочтение
отраслевому BAB, а не отраслевому BAB.
Глядя на глобальные результаты за 1986–2012 гг., мы можем
видеть постфактум оптимальный вес для нейтрального в отрасли
BAB, составляющий 34% в долларах и 30% в постфактум.
риск – опять же, без желаемого веса для обычного БАБ и отраслевого
БАБ. По сути, обе оптимизации отдают предпочтение только
отраслево-нейтральным BAB — и это значит, что низкий риск
связан главным образом с отраслями.
Наконец, мы можем рассмотреть только глобальные
результаты (за пределами США) за 1986–2012 гг., чтобы тщательно
выбрать выборку и найти самые сильные результаты для
отраслевого BAB по сравнению с отраслево-нейтральным BAB (не
показано в таблице 3, которая сообщает о глобальных результатах,
включая Соединенные Штаты). Оптимальные распределения ex
post составляют 21% для обычного BAB (18% с точки зрения
фактической волатильности), 21% для отраслево-нейтрального BAB (12% спериода
волатильность) и 0% к отраслевому BAB. Таким образом, даже в
этой выборке, ex post выбранной как наиболее благоприятствующая
отраслевому BAB, оптимизатор предпочитает добавить обратно
нейтральный для отрасли BAB к обычному BAB. Этот вывод
означает, что у обычного BAB по-прежнему количество ставок
превышает оптимальное для отрасли (или меньше оптимального
количества нейтральных для отрасли ставок).
Факты указывают на то, что отраслево-нейтральный BAB
превосходит отраслевой BAB как с точки зрения отдельного
коэффициента Шарпа, так и с точки зрения контекста портфеля.
Тем не менее, инвесторы, возможно, по-прежнему захотят
полагаться на обычные факторы BAB или отраслевые факторы BAB,
чтобы ограничить кредитное плечо и транзакционные издержки,
среди других причин.
Анализ надежности
Наши результаты надежны по нескольким измерениям.
Мы уже показали, что отраслево-нейтральные портфели BAB
принесли положительную прибыль в каждой отрасли США и в
большинстве мировых отраслей.
Таким образом, диверсифицированные отраслево-нейтральные
портфели BAB хорошо работают с любой из четырех
протестированных нами схем взвешивания.
июль/август 2014 г.
Инвестирование с низким уровнем риска без отраслевых ставок
В Таблице 5 представлен дополнительный анализ
устойчивости наших отраслево-нейтральных портфелей BAB и
отраслевых портфелей BAB. Панель А показывает устойчивость по
отношению к периодам времени. Индустриально-нейтральный
портфель BAB в США приносил положительную доходность в
каждом 20-летнем периоде, начиная с 1929 года, а глобальный
отраслево-нейтральный портфель BAB приносил положительную
доходность в каждом десятилетии, начиная с 1986 года.
Промышленный портфель BAB в США приносил положительную
доходность в четырех случаях из пяти 20 -летние периоды с 1929
года, и глобальная индустрия BAB добилась положительной прибыли в каждой подв
Панель B Таблицы 5 показывает устойчивость в зависимости
от размера компании, разделив нашу выборку на акции с малой
капитализацией и акции с большой капитализацией. Для США мы
определили группу компаний с большой капитализацией как все
акции с рыночной капитализацией выше медианного значения
для акций NYSE; для глобальных акций мы определили
совокупность акций с большой капитализацией как все акции,
размер которых превышает 80-й процент в соответствующих
странах. Мы видим, что инвестирование с низким уровнем риска
принесло положительную прибыль как в акциях с малой, так и с
большой капитализацией, причем это произошло как для отраслево-
нейтральных портфелей, так и для отраслевых портфелей BAB, а
также для акций как США, так и мировых компаний. На панели C
показаны результаты отдельно для длинной и короткой сторон портфелей BAB.
Наконец, в таблице 6 представлены результаты за вычетом
транзакционных издержек. Оценки транзакционных издержек
взяты у Фраццини, Исраэль и Московица (2013), которые оценили
функции воздействия на рынок на выборке из реальных торговых
данных в триллион долларов, полученных от крупного
институционального управляющего капиталом. Их оценки дают
прогнозируемые транзакционные издержки в зависимости от
точки зрения ex post)
времени, .
совокупной волатильности, индивидуальной
волатильности, ежедневного объема, размера акций и объема
торгов.11 На основе этих прогнозируемых транзакционных
издержек для каждой акции мы рассчитали чистая доходность
наших портфелей BAB. Мы сообщаем о валовой и чистой прибыли,
средних транзакционных издержках и транзакционных издержках
безубыточности (затратах, которые сводят чистую прибыль к нулю).
В панели А Таблицы 6 представлены результаты портфелей
BAB, представленных в Таблицах 2, 3 и 4.
Группа B сообщает о более консервативных результатах для
портфелей BAB, построенных на основе 1000 крупнейших ценных
бумаг в нашей выборке в США и во всем мире, которые пользуются
большим спросом. В выборках из 1000 крупнейших акций мы
замедлили оборот, усреднив вес портфеля каждой акции за
последние 12 месяцев.
Этот подход представляет собой простую версию оптимизации
транзакционных издержек; обсуждение (и более сложный метод)
см. в Gârleanu and Pedersen (2013).
Таблица 6 показывает, что транзакционные издержки
оказывают лишь умеренное влияние на доходность портфелей
BAB из-за их низкой оборачиваемости. Действительно, доходность
BAB за вычетом транзакционных издержек остается положительной
и высокой. Другими словами, предполагаемая транзакция
www.cfapubs.org 37
 38
ац
зииллабна.А
5
Т

–)6А
221
Ш
901С
2(

www.cfapubs.org
Machine Translated by Google

Журнал финансовых аналитиков

яяаоа-ни
во
нь
твнслееео
алш
ч
й
м
рси
те
а
иB
й
лц
в
роA
о
е
зк
ттB
В
н
п
К
о
ас ййыы,-ни
о
ньтвнл
сеео
алш
м
рсте
а
иB
йв
роA
о
е
зттB
В
н
п
ос овтсе–ч
й6
еи28
рлц
19
)ио
0
.к1
гм
К
в
2
аг(
яинапмоК /йыннилД йынваР йынваР ьтсоннелшыморП йынваР йынваР ьтсоннелшыморП

ремзаР йиктороК БАБ ксиР БАБ БАБ к си Р БАБ

ид
ное.и
м
АреШ
ерП
С
в йыннешевзВ йыннешевзВ

.яац
нензе
–а5
6
лр4
2
еб9
.с.гО
В
A
1г есВ 81,0 32,0 91,0 64,0 71,0 21.1 38,0 83,1 08 ,0
/йи
ыкнтн
*о2
5ир3
3
7
6
4 2ло,Д
6
8
4
9
5 0
к

САН –5
6649
.г1г есВ *35,0 *34,0 *34,0 *62,1 *94,0 23.5 35.5 1 6, 5 13.6 14.6 80.4

САН –5
6869
.г1г есВ *67,0 *56,0 *37,0 *23,1 *93,0 35.5 1 7, 5 1 5. 5 57,5 01.5 78,2

САН –9
60
809
.г2
1г есВ *94,0 *25,0 *45,0 *86,0 41,0
– 02.2 68,2 92.3 83.3 6 7, 2 08,0–

–А
01
2 Ш0
.гС
2г есВ *76,0 *87,0 *67,0 *00,1 85,0 42.3 49,2 46,3 40.3 90.3 85,1

йыньла–б
60
4 8
о0
9.лг2
1
Гг есВ *83,0 *93,0 *32,0 *84,0 53.3 22.3 47,3 63.2 93.2 70 ,0

йыньла–б
51
20о0
.лг2
Гг есВ 62,0 51,0 81,0 44,0 *25,0 96,1 03.1 93,1 37,1 75,2

иин
раеп
м
АмШ
за
о.B
С
Р
в
к

*95,0 *95,0 *85,0 *89,0 *72,0 81.5 07,5 4 9, 6 65,6 28,8 16,2
яицйаыз/н
и
еяь
и
л
ы
ала
кш
н
яа
т–а
н
*ь
и
о
б
6
2
ьл
р
0и
3
2
7л
р
2
8
1
п
о
са
6
5
3
и
ло
е0
9
л
аМ
,м
Д
В
Б
1
2
0
к
Г

САН *32,0 *32,0 *02,0 *25,0 *82,0 33.3 78,3 36,3 65,3 39,4 30.3

71,0 21,0 61,0 72,0 *24,0 34.3 05,1 82,1 28,1 96,2

*51,0 *71,0 90,0 *63,0 42,0 29,2 99,1 64,2 92,1 03.2 36,1

/яяаан
кнт–о.но
А
6рир
5 2
4
Ш
ол9
от.Д
C
С
1
кс есВ йиктороК *42,0
– *91,0– *32,0– *22,0– 80,0
– *92,0– 00.4– 15,3– 87,4
– 15,4– 35,0– 39,5–

САН –5
64
29.г1г есВ *13,0 *23,0 *82,0 *82,0 *39,0 80,0
– 57,3 46,3 46,3 55,3 08,4 21,1–

САН –5
66
49.г1г есВ *15,0 *15,0 *05,0 *10,1 *22,0 46,5 13 .6 89 ,6 77,6 60.8 05,2

йыньла–б
60
4 8
о0
9.лг2
1
Гг есВ /яяаакнтн
*о5
7
и
р5
2л
о,Д
К
0
к
– 71,0– 61,0
– 42,0– 02,0
– *04,0– 88,1
– 83,1
– 02,1– 68,1– 77,0– 72,3–

йыньла–б
60
48о0
9
.лг2
1
Гг есВ 02,0 81,0 51,0 30,0– 62,0 21,0– 60.1 21.1 88,0 62,0– 87,0 17,0–
/йи
ыкнтн
*о7
ир4ло,Д
0
к

йыньла–б
51
20о0
.лг2
Гг есВ *43,0 *13,0 *22,0 *64,0 72,0 27,3 37,3 19,3 47,2 4 8, 2 58,1

еынро
ых
:тя
н
еаки
ы
ека
йн
тл
.и
р
/н
ф
м
я
ос,м
в
ао
и
н
л
о
х
куе
и
ач
ы
б
н
ев
р
н
ц
н
к
те
,ы
н
е
а
р
ф
д
си
то
м
,п
м
р
ф
е
н
ы
в
д
о
ткй
л
ри
м
п
р
д
е
и
сь
хзтб
кор
и
)р
о
а
е
л
затB
A
CП
В
и
н
п
р
ч
д
в
а
кэст(

оноьгол
о
.ы
)г-е
н
иоо
н
тяь
м
й
ви
гл
е
хл
еы
е
я
оч
и
е
дй
а
ц-тл
х
и
н
ур
ю
ф
е
а
кр
и
еи
сд
к
ч
о
в
ф
н
ыта
сл
,ш
в
ж
ы
B
ти
р
й
еь
л
я
р
тк
б
и
аое
A
р
ц
о
б
е
а
л
статкм
В
B
и
н
п
ч
о
д
в
аэст(

оньлети
ечна
вно
.%
а
Зрн
5
*
у

©2014 Институт CFA

 ьтсоньлоеготоги
-но
)о
дкь
хвм
го
еа
ы
ле
ов
ж
о
ц
ал
внзти
рсоч
и
етл
е
а
,гы
ч
о
B
й
б
д
рыа
р
A
б
еза
то.зП
B
и
н
о
в
6
Тт(

аки
)хтаскибто
ак-тtвс(

–)6А
221
Ш
901С
2( йыньл–а6
)б
281
о90
л12
Г(

йы-н
оьвл
еалр
сатB
р
йAтеО
B
н

овтсеч
йилцокК
а ьтинеЦ

июль/август 2014 г.
ьтсояна
,ьвтлесалорснтан
B
йре
A
етЦ
B
н
о овтсечилоК
йынваР йынваР ьтсоннелшыморП йынваР ьтсоннелшыморП
Machine Translated by Google

БАБ ксиР БАБ БАБ БАБ

йыннешевзВ йыннешевзВ йыннешевзВ йыннешевзВ иицкА

.А

*07,0 *56,0 *95,0 *46,0 *91,1 *22,0 *27,0 *05,0 *74,0 *14,0 *47,0 *36,0
т)о
атртвузробВ(

)02.7( )67,7( )39,7( )54,8( )74,9( )74,2( )74,5( )73,5( )06,5( )68,4( )54,4( )98,3(

*06,0 *25,0 *94,0 *25,0 *99,0 *81,0 *16,0 *53,0 *43,0 *62,0 *44,0 *55 ,0
)тйаыртвсзиочВ(

)11.6( )81.6( )64,6( )38,6( )38,7( )99,1( )66,4( )37,3( )80,4( )21.3( )85,2( )04,3(

12.1
)ончястеомреож
беО(

99.02 75.52 30.22 02.52 32.52 76.71

еи
екнод
)я.не
и
пыр
а
.лбн
С
р
в(

2,902 7,641 7,741 6,351 7,341 30.441 64,48 16,28 75,17 14 ,16 46,831
ьтсончоетиыа
нбкя)у.ни
пзы
л
а
.ебВ
н
р
б(

ав
еыикн
рояени
рзы
л
а
еВн
п
р
б

*61
9,81
71– *4
706,0
1 121–
5 *26,75– *40,321– *98,85– *85,06– *73,64– *81,63– *89,021–
е/тжиаб)дс(

)63,0–1( )60.0–1( )52,0–1( )44,0–1( )73,1–1( )93,–4( )15,–5( )19,–4( )09,–4( )82,–4( )22,–4( )53,–4(

тнеиц)иоаф
тптфруэароШ
бК(

тнеиц)й
иаы
фптфрсэа
иоШ
чК(

хишйей
ни0
пц0
ур0
к.Б
1
а
к

*93,0 *23,0 *92,0 *13,0 *57,0 *12,0 *34,0 *12,0 *81,0 *81,0 *03 ,0 *35 ,0
т)о
атртвузробВ(

)70,4( )77,4( )65,4( )88,4( )59,6( )74,2( )34,3( )78,2( )26,2( )28,2( )60,2( )31.3(

*53,0 *72,0 *52,0 *62,0 *66,0 *91,0 *14,0 *71,0 *51,0 *51,0 *94,0
)тйаыртвсзиочВ(

)75,3( )29,3( )58,3( )60,4( )11.6( )61.2( )62,3( )53,2( )22,2( )43,2( )75,1( )09,2(

)ончястеомреож
беО(

1.91 11.9 92.21 83.01 63.11 04.01 04.11

еи
екнод
)я.не
и
пыр
а
.лбн
С
р
в(

1,461 3,711 6,511 3,711 7,231 6,601 81,381 51,86 24,86 02,66 05,44 95,751
ьтсончоетиыа
нбкя)у.ни
пзы
л
а
.ебВ
н
р
б(

ав
еыикн
рояени
рзы
л
а
еВн
п
р
б

*06,441
– *44,79
– *04,89– *8
*30,27,1
819– *83,39– *70,471– *68,55– *40.85– *48,45– *01,43– *91,641–
е/тжиаб)дс(

)80,–7( )55,–7( )34,–7( )94,–7( )39,–8( )50,–5( )33,–4( )70,–3( )59,–2( )10,–3( )32,–2( )40,–4(

тнеиц)иоаф
тптфруэароШ
бК(

www.cfapubs.org
тнеиц)й
иаы
фптфрсэа
иоШ
чК(

оны
о:ьгя
нол
о
.и
ы
е
)г-е
н
ин
о
ло
тяь
м
й
в
аи
гл
хл
еч
ы
а
е
я
о
тч
ей
а
ць
тл
е
и
н
ур
ю
ф
ы
р
и
сел
см
д
к
ч
о
ы
дта
сл
й
т,ув
ж
и
ы
B
тр
й
есл
р
зтк
б
о
ао
р
е
A
и
р
о
б
естаткм
П
В
B
и
н
п
р
ч
о
д
вэст(

хы
яым
и
нтн
е
лн
хяуа
о
и
ы
сее
р
в
и
тш
zи
тя
к
и
е
о
tц
.а
ц
е
ы
е
л
iй
в
я
н
хза
w
к,та
и
й
ь
ж
е
и
iь
л
о
тц
е
д
ц
ь
а
n
т.,щ
.o
ф
л
о
и
й
ц
л
д
н
р
)и
е
в
зл
б
il3
k
е
zр
д
е
и
e
ф
о
я
тн
б
0
л
е
п
гч
д
о
ух
л
т1
szн
о
р
ж
я
н
м
a
сп
ц
я
0
д
о
зе
су
а
б
эо
ы
o
a
0е
а
л
р
rо
б
а
е
л
0
2
зср
ч
к
о
атrM
2
sм
Н
П
Д
B
и
A
п
р
о
д
в
4
1
а
к
FзстI(

39
Инвестирование с низким уровнем риска без отраслевых ставок

оньлети
ечна
вно
.%
а
Зрн
5
*
у
Machine Translated by Google

Журнал финансовых аналитиков

затраты значительно ниже затрат безубыточности, и мы можем Педерсен с благодарностью признает поддержку Европейского
смело отвергнуть нулевую гипотезу о том, что они равны во всех исследовательского совета (грант ERC № 312417) и Центра
спецификациях. финансовых трений FRIC (грант № 312417).
ДНРФ102).

Заключение
Мы показали, что инвестирование с низким уровнем риска полезно Эта статья соответствует требованиям для получения 1 балла CE.

как для выбора акций внутри отрасли, так и для выбора отраслей.
Ставки против бета-коэффициента приносят положительную
прибыль как при выборе отрасли, так и при выборе акций внутри Приложение А. Пример
отрасли, а ее внутриотраслевая доходность с поправкой на риск
построения портфеля БАБ
особенно высока. Нейтральный для отрасли фактор BAB принес
положительную прибыль в каждой из 49 отраслей экономики США
и в 60 из 70 отраслей мира. Объединение этих отраслей вместе
Чтобы прояснить нашу конструкцию портфелей ставок против бета,
приводит к созданию совокупного отраслево-нейтрального фактора
мы рассмотрим простой числовой пример в таблице A1. В примере
BAB, который работает эффективно либо отдельно, либо по
шесть акций, перечисленных в порядке их бета-коэффициентов. В
сравнению с четырехфакторной моделью. Более того, обычный
таблице показано, как мы сначала вычисляем ранги бета от 1 до 6
коэффициент BAB больше зависит от выбора нейтральных в
(заданные z). Средний ранг равен z = 3 5. . Акции 4–6, естественно,
отрасли акций, чем от выбора отрасли.
принадлежат портфелю с высоким коэффициентом бета, H, тогда
как акции 1–3 принадлежат портфелю с низким коэффициентом
В совокупности наши результаты опровергают
бета, L. Веса портфеля в портфеле с высоким коэффициентом бета,
распространенное мнение, что BAB – и инвестирование с низким
wH, затем рассчитываются как разница между бета-ранг и средний
уровнем риска в целом – это всего лишь отраслевая ставка. Он не
бета-ранг 3,5, масштабированные на k = 0,22 для получения в сумме
обусловлен исключительно отраслевыми ставками и не является
1. Веса портфеля в портфеле с низким бета-тестом, wL, рассчитываются
более эффективным для отраслевых ставок. Кроме того, наши
аналогично.
результаты подтверждают теорию неприятия кредитного плеча,
лежащую в основе эффективности стратегии BAB, поскольку более
высокая точечная оценка коэффициента Шарпа нейтральной в
отрасли BAB сопровождается более высоким необходимым кредитным плечом.
Наконец, мы отмечаем интересный вывод о том, что отраслево-
нейтральная форма БАБ также менее подвержена влиянию фактора
стоимости (фактически, вообще не подвержена влиянию в Таблица А1. Пример строительства БАБ
Соединенных Штатах), чем обычный БАБ или отраслевой БАБ
г=
(иными словами, корреляция BAB и стоимости в основном +
β Ранг(β) ( ) zz ( ) zz ч wL
обусловлена его отраслевыми ставками). Таким образом, мы можем
0,3 1 0 2,5 0 0,56
развеять сразу два представления. Экономически и статистически
0,6 2 0 1,5 0 0,33
сильный феномен низкого риска обусловлен ни воздействием
0,9 3 0 0,5 0 0,11
стоимости, ни ставкой на отрасли.
1.1 4 0,5 0 0,11 0
1,4 5 1,5 0 0,33 0
1,7 6 2,5 0 0,56 0
Мы благодарны за полезные комментарии Антти Ильманену и
Сумма 4,5 4,5 1 1
Джону Лью, а также участникам семинаров Бостонского университета
= Среднее ( ) =я = 3 5. ; к 2 9/ / = 1 4. 5 022. .
Примечание: з "="
и Датского общества CFA. Профессор

Примечания

1. Мы пришли к выводу, отличному от вывода Шаха (2011), поскольку между нашими
исследованиями есть несколько различий.
В то время как Шах рассматривал только длинные стратегии по 1000 крупнейших
акций США, мы рассматривали нейтральные в отрасли стратегии длинной и
короткой позиции по широкому выбору акций в 24 странах (а также подмножеству
1000 крупнейших акций США) в течение более длительного периода. Кроме того,
Шах оценивал бета, используя только ежемесячные данные, тогда как мы
идиосинкразической волатильности (Fu 2009); см. также Коуэн и Вилдерман (2011).
Наше внимание к долгосрочным бета-версиям не было подвержено этим
проблемам.
3. Шерер (2011) обнаружил, что инвестирование на основе портфеля с минимальной
дисперсией отнесено к другим формам инвестирования с низким уровнем риска.
инвестиционные и стандартные факторы.
4. Коэффициенты SMB, HML и UMD для США взяты из

использовали ежедневные данные, которые дают более точные оценки бета (Merton 1980).
2. Эффект краткосрочной остаточной волатильности связан с разворотом
краткосрочной доходности и исчезает при учете максимальной дневной
доходности за последний месяц (Bali, Cakici, and Whitelaw 2011) и при использовании
других мер.
Библиотека данных Кеннета Р. Френча (http://mba.tuck.dartmouth.
edu/pages/faculty/ken.french/data_library.html).
5. Подробное описание этих конструкций см. в Asness,
Фраццини и Педерсен (2013). Факторы имитируют американские аналоги, согласно
Фаме и Френчу (1992, 1993).

40 www.cfapubs.org ©2014 Институт CFA

Machine Translated by Google
данные можно загрузить по адресу www.econ.yale.edu/~af227/.
data_library.htm.
6. Наша методология равного риска следовала методологии Эснесса,
Фраццини и Педерсена (2012). Мы также попробовали взвешивать с
помощью различных мер дисперсию бета-коэффициентов внутри каждой
отрасли – чтобы уловить кардинальные аспекты оценки бета-
коэффициентов, которые наша порядковая методология могла упустить –
но не обнаружил существенных отличий от результатов, представленных
здесь.
7. Использование других методов взвешивания внутри отраслей для
формирования доходности отрасли мало повлияло на наши выводы.
8. Хотя фактор BAB применяет кредитное плечо к портфелю с низким
коэффициентом бета и исключает короткий портфель с высоким
коэффициентом бета, более естественно использовать версии этих весов
портфеля без кредитного плеча в перекрестном регрессионном анализе.
Рекомендации
Анг, А., Р. Дж. Ходрик, Ю. Син и К. Чжан. 2006. «Срез волатильности и
ожидаемой доходности». Финансовый журнал, том. 61, нет. 1 (февраль): 259–
299.
———. 2009. «Высокая идиосинкразическая волатильность и низкая
доходность: международные и дальнейшие данные из США». Журнал
финансовой экономики, том. 91, нет. 1 (январь): 1–23.
Эснесс, К.С., А. Фраццини и Л.Х. Педерсен. 2012. «Неприятие кредитного
плеча и паритет рисков». Журнал финансовых аналитиков, том. 68, нет.
1 (январь/февраль): 47–59.
———. 2013. «Качество минус мусор». Рабочий документ, AQR Capital
Management (9 октября).
Эснесс, К.С., Р.Б. Портер и Р.Л. Стивенс. 2001. «Прогнозирование доходности
акций с использованием отраслевых характеристик фирмы».
Рабочий документ, AQR Capital Management и Уоррингтонский колледж
бизнеса Университета Флориды.
Бейкер М., Б. Брэдли и Р. Талиаферро. 2014. «Аномалия низкого риска:
разложение на микро- и макроэффекты».
Журнал финансовых аналитиков, том. 70, нет. 2 (март/апрель): 43–58.
Бейкер М., Б. Брэдли и Дж. Вурглер. 2011. «Бенчмарки как ограничения
арбитража: понимание аномалии низкой волатильности». Журнал
финансовых аналитиков, том. 67, нет. 1 (января/
февраль): 40–54.
Бали Т., Н. Какичи и Р. Уайтлоу. 2011. «Максимизация: акции как лотереи и
сечение ожидаемой прибыли». Журнал финансовой экономики, том. 99, нет.
2 (февраль): 427–446.
Блэк, Ф. 1972. «Равновесие на рынке капитала с ограниченным
заимствованием». Журнал бизнеса, вып. 45, нет. 3 (июль): 444–455.
Блэк Ф., М. К. Дженсен и М. Скоулз. 1972. «Модель ценообразования
капитальных активов: некоторые эмпирические тесты». В исследованиях по
теории рынков капитала. Под редакцией Майкла К. Дженсена. Нью-Йорк: Прегер. Московиц, Т.Дж. и М. Гринблатт. 1999. «Объясняют ли отрасли динамику?»
Финансовый журнал, том. 54, нет. 4 (август): 1249–1290.
Блиц, округ Колумбия, и П. ван Влит. 2007. «Эффект волатильности». Журнал
Шерер, Бернд. 2011. «Заметка о доходности от инвестирования с минимальной
управления портфелем, том. 34, нет. 1 (осень): 102–113.
дисперсией». Журнал эмпирических финансов, том. 18, нет. 4 (сентябрь): 652–
Кларк Р., Х. де Сильва и С. Торли. 2013. «Минимальная дисперсия,
максимальная диверсификация и паритет рисков: аналитическая
перспектива». Журнал управления портфелем, том. 39, нет. 3 (Весна): 39–53.
Коуэн Д. и С. Уилдерман. 2011. «Переосмысление риска: что бета-головоломка
говорит нам об инвестировании». Белая книга, ГМО.
Фалькенштейн, Э.Г., 1994. «Взаимные фонды, своеобразная дисперсия и
доходность активов». Кандидатская диссертация, Северо-Западный университет.
июль/август 2014 г.
Инвестирование с низким уровнем риска без отраслевых ставок
9. Мы решили использовать версию отрасли, взвешенную по стоимости.
нейтральный БАБ в угоду консерватизму.
10. Портфели BAB, которые мы использовали, взвешены по рангу, а не по стоимости,
как в четырехфакторной модели. Мы отдельно строили портфели BAB, следуя
методологии, которую Фама и Френч (1992, 1993) использовали для построения
HML (сортировать 3 × 2 по бета и рыночной капитализации, брать высокую
бета минус низкую бета в пределах малых и больших, использовать доходность,
взвешенную по стоимости, открывать длинные и короткие позиции с
использованием заемных средств, чтобы быть нейтральными к рынку) и
обнаружил, что этот фактор BAB также имеет значительную положительную доходность.
11. Чтобы вычислить прогнозируемое влияние на рынок для каждой акции,
мы использовали коэффициенты из столбца 4 Таблицы 4 в работе
Frazzini, Israel и Moskowitz (2013) и установили размер сделки (как долю
дневного объема), равный медианной доле дневного объема. объем
торгов в их выборке.
Фама, EF и KR French. 1992. «Срез ожидаемой прибыли». Финансовый журнал,
том. 47, нет. 2 (июнь): 427–465.
———. 1993. «Общие факторы риска доходности акций и облигаций». Журнал
финансовой экономики, том. 33, нет. 1 (февраль): 3–56.
Фраццини А. и Л. Х. Педерсен. 2012. «Встроенное кредитное плечо».
Рабочий документ, AQR Capital Management и Нью-Йоркский университет.
———. 2014. «Ставка против Беты». Журнал финансовой экономики, том. 111,
нет. 1 (январь): 1–25.
Фраццини А., Р. Исраэль и Т. Дж. Московиц. 2013. «Торговые издержки
аномалий цен на активы». Рабочий документ, AQR Capital Management и
Чикагский университет.
Фу, Ф. 2009. «Идиосинкразический риск и сечение ожидаемой доходности
акций». Журнал финансовой экономики, том. 91, нет. 1 (январь): 24–37.
Гарлеану Н. и Л.Х. Педерсен. 2013. «Динамическая торговля с предсказуемой
доходностью и транзакционными издержками». Финансовый журнал, том.
68, нет. 6 (декабрь): 2309–23:40.
Ли, X. и Р.Н. Салливан. 2010. «Почему акции с низкой волатильностью
превосходят результаты: рыночные данные о систематическом риске и
неправильной оценке». Рабочий документ Бостонского колледжа и Института
CFA (21 декабря).
Ли, Си, Родни Н. Салливан и Луис Гарсиа-Фейжу. 2014. «Пределы арбитража
и аномалия низкой волатильности». Журнал финансовых аналитиков, том.
70, нет. 1 (январь/февраль): 52–63.
Мертон, Р.К. 1980. «Об оценке ожидаемой доходности рынка: предварительное
исследование». Журнал финансовой экономики, том. 8, нет. 4 (декабрь): 323–
361.
660.
Шах, Р.Р. 2011. «Понимание стратегий низкой волатильности: минимальная
дисперсия». Консультанты по размерным фондам.
Васичек, О.А., 1973. «Заметки об использовании перекрестной информации
в байесовской оценке бета-коэффициентов безопасности». Финансовый
журнал, том. 28, нет. 5 (декабрь): 1233–1239.
www.cfapubs.org 41
Machine Translated by Google

«Инвестирование с низким уровнем риска без отраслевых ставок»

Copyright 2014, Институт CFA. Воспроизведено и переиздано из журнала Financial Analysts Journal с разрешения Института CFA. Все права

защищены.

Данный материал является мнением руководителя, может быть изменено

и был предоставлен исключительно в информационных целях; это не должно
рассматриваться как инвестиционный совет или торговая рекомендация.