价值投资：投降还是机会？

来自：法国巴黎银行资管   

作者：Benoit Bellone、Raul Leote de Carvalho

核心观点

• 价值因子并未失效，Value Spread在今年预期会收缩
• 基于Value Spread的因子择时策略，并不能跑赢非择时策略

• 基于行业及市场中性的价值投资策略的表现更优

价值股到底怎么了？

MSCI世界价值指数能很好的代表价值股票的收益表现。这个指数主要选取了三个价值因子（预期EP和股息率）和五个成长因子。这个指数里的股票由最不具有成长性的价值股组成。相反，MSCI成长指数则囊括了最不具有价值性的成长股票。这两个指数互相补充，并且都不是行业中性的。MSCI价值指数中信息技术行业的股票权重较小（这个行业的股票估值都比较高），而金融业的股票权重比较大（这个行业的股票估值比较低）。

在图1中展示了MSCI价值指数与成长指数的收益之差（价值指数-成长指数）。这两个指数相对于MSCI世界的超额收益是明显负相关的。我们可以看到从2007年以来，价值指数就持续跑输成长指数。图中浅蓝色的线是Fama三因子模型中HML因子收益的曲线，整体走势和MSCI价值指数与成长指数收益差非常类似，自2007年以来价值股票也持续跑输成长股。

以这两条非行业中性的收益曲线代表近年来价值股的表现，就不奇怪为什么大家会对价值投资感到失望了，更有很多投资者开始怀疑价值投资的可靠性。

然而，正如Bellone等（2020）所阐述的，从会计的角度，我们应该以更多的维度来度量一家公司的基本面价值。我们甚至应该从权益和债权方面全面考虑一家企业的融资资源，我们应该考虑的是公司的企业价值，而不仅仅是它在资本市场的市值。

Leote de Carvalho 等（2017）所阐述的，避免投资组合的行业暴露和Beta暴露并控制组合的整体风险是显著提高价值策略表现的有效方法。图1中的绿线是我们按照这个建议构建的行业中性的价值投资策略的收益曲线。它之所以能够在2018年之前大幅优于图中其他两条价值投资的收益曲线，主要原因是我们进行了行业及Beta暴露的中性化处理，且把组合的波动持续控制在一定范围内。

该稳健的价值策略自2018年开始表现平平，特别是2020年3月以来，由于新冠疫情的影响，策略的表现更加糟糕，这与过去30年的表现非常不一致。有趣的是，如图2所示，在回撤的速度和深度上，该策略的表现与我们在2000年看到的美国价值股票的下跌相似。然而，这一次，自2020年初冠状病毒大流行危机开始以来，在所有考虑的地区，价值股票表现不佳的情况加剧，自2020年3月股市触底以来继续下跌。

这是否标志着价值投资的终结？我们不这么认为。正如我们将在下面的段落中看到的，近期价值型股票相对于高估值股票的表现不佳，是因为价格偏离了基本价值。无论在哪里，现在的价格与基本价值的差距，都与2000年科技泡沫顶峰时的水平相当。我们不认为这一趋势有太大的继续空间。我们相信，预期股价向基本价值趋同仍是一种明智的投资理念，也是未来几年可能出现的趋势。

Value Spread达到了科技泡沫以来的最高水平

现在让我们来研究一下股票价格相对于基本价值的表现。为此，我们创建了一个度量Value Spread的合成指标，该指标由多个估值因子计算而来，包括BP、Tangible BP、自由现金流收益率及EBITDA/EV和预期PE。

为了计算以上每个因子的Value Spread：

具体如下公式所示，计算完各因子的Value Spread之后，合成的Value Spread指标就是各因子Value Spread的均值。

图3中，我们展示了MSCI世界指数成分股的合成Value Spread。在1998-2000年、2007-2009年和2018-2020年三个时期，Value Spread出现了扩张；在2011-2012年和2015年，Value Spread出现了较温和的增长。自2018年以来，Value Spread出现了超过三个标准差扩张冲击，仅可与我们在上世纪90年代末科技泡沫期间目睹的情况相媲美。我们在美国和欧洲发现了类似的情况，如图4所示。上述三个地区，最近在股票价格偏离基本价值的速度和水平只有在科技泡沫时期才见过。

接下来我们讨论的五个板块（注：分成了两部分，IT&通信和防御性板块（消费必需品、医疗保健和公用事业股））的Value Spread。为此，我们只考虑全球发达国家的股票。2020年底，IT板块的股票的Value Spread略高于2000年的峰值水平，比历史均值高出三个标准差以上。对于防御性板块的股票（消费必需品、医疗保健和公用事业股），其Value Spread也处于极高水平，距离历史均值超过两个半标准差。

在图6中，我们展示了更有可能遭受2018-2020年周期性衰退影响的板块的Value Spread。同样，周期性板块（材料、非必需消费品）、金融板块以及能源和工业板块的Value Spread在2020年秋季达到了极端水平，比历史均值高出了两个半标准差。

综上所述，近期价值股的糟糕表现是由于价格偏离基本价值且Value Spread达到了历史峰值，无论在全球那个区域或者任何一个板块，这种情况都非常普遍。

什么驱动了Value Spreads？

通过实证分析可以看出，我们对Value Spread的定义接近Hanauer和Blitz(2020)的定义。然而，随着我们的定义,很容易将Value Spread分解为两项，一项是Q3与Q1分位数股票的Value Spread，表示价值较低股票与价值相对公允的股票的Value Spread；另一项是Q5与Q3分位数股票的Value Spread，表示价值较高股票与价值相对公允的股票的Value Spread。

忽略价值因子会有什么风险？

从表1可以看出，越来越多的投资者正在试图减少他们投资组合中价值股票风险敞口，这并不奇怪。然而，考虑到我们对Value Spread的分析，在2021年初投资价值股的风险有哪些?

在表1-A中，我们展示了基于之前对价值因子构建的稳健型行业市场中性策略，对价值、质量、动量及低风险因子都做了类似的策略构建，成分股都是MSCI世界指数。每种风格都是一些最常用因子的简单组合。对于价值，我们使用远期市盈率、自由现金流收益率和经营现金流(财务净收入)对企业价值的比率。在质量因子方面，我们使用了资本回报率、资产的自由现金流和应计项目，偏好低应计项目。为了低风险因子，我们使用了每只股票三年的历史波动率。至于动量因子，我们使用了一种衡量股票历史中期回报率和盈利分析师修正后收益的方法。我们还基于以上四个因子，构建了一个等风险加权的多因子策略。为了更清楚的对比，我们还包括一个小规模因子。

我们把图7中灰色部分作为Value Spread扩张期，白色部分作为Value Spread收缩期。并对以上6个因子（价值、质量、低波动、动量、复合及小规模）在三个不同时期（扩张、收缩及全部）的收益指标（信息比率）进行计算和分析，相关结果接下表1-A。在表1-B中，我们采用更传统的因子收益的计算方法（如Fama三因子模型），没有考虑市场及行业中性化。

从表1-A及1-B可以看出：

• 在Value Spread扩张时期（收缩时期），价值因子的表现逊于（优于）其历史平均，并超越了所有风格因子。

• 在Value Spread收缩（扩张）期间，动量因子的表现逊于（强于）历史均值和其他风格因子。

• 质量和低波动性因子以及多因子组合在Value Spread收缩或扩张中都表现得同样好。

• 通过Value Spread进行因子择时的收益很难超过多因子组合的收益。

• 在Value Spread收缩期，市场风险调整后的回报更高。

• 未进行市场及行业中性化的收益整体小于经市场行业中性化调整的收益。

总结

价值投资死了吗？正如本文所解释的，我们并不这么认为。近期价值型股票表现不佳，可以用Value Spread的显著扩大来解释，在所有地区和所有行业，股价正在偏离基本价值。

充分分散化的行业中性和beta中性多因子策略在两种Value Spread变化的情况下往往表现更好。基于Value Spread变化来进行因子择时的策略很难超越这种基于等风险加权的多因子组合。

鉴于目前的Value Spread处于科技泡沫顶峰时期的水平，我们预计未来几年将出现一段Value Spread收缩期。现在向价值因子投降可能会付出高昂的代价。多因子策略也倾向于在Value Spread收缩时期表现良好，无论其复杂程度如何。因此，我们不仅对价值型股票的可能表现感到乐观，而且对多因素策略的表现也感到乐观。

参考文献

1、Arnott, R.D., Li, F., Sherrerd, K.F. “Clairvoyant Value and The Value Effect” Journal of Portfolio Management, Vol. 35, N° 3, (2009)

2、Bellone, B., Leote de Carvalho, R., Lu, X., Moulin, P. “Equity Factor Investing: Historical Perspective of Recent Performance.” SSRN Working paper, 3712113, (2020)

3、Blitz, D., Hanauer, M.X. “Resurrecting the Value Premium”. SSRN Working paper, 37052218, (2020)

4、Easton, P., Harris, T., Ohlson, J. “Aggregate Accounting Earnings Can Explain Most of Security Returns: The Case of Long Return Intervals.” Journal of Accounting and Economics, Vol. 15, (1992)

5、Fama, E., French, K. R. “The Cross-Section of Expected Stock Returns.” Journal of Finance, Vol 47, Issue 2, (1992)

6、Leote de Carvalho, R., Lu, X., Soupe, F., Dugnolle, P. “Diversify and Purify Factor Premiums in Equity Markets.” in Factor Investing: From Traditional to Alternative Risk Premia, Elsevier ScienceDirect (2017)

7、MSCI, “MSCI Global Investable Market Value and Growth Index Methodology”, (2021).

8、Richardson, S., Sloan, R., You, H. “What Makes Stock Prices Move? Fundamentals vs. Investor Recognition.” Financial Analysts Journal, Vol. 68, (2012)

量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者，连续2年被腾讯云+社区评选为“年度最佳作者”。