投资学实务翻译 捕获未来之星

第28章 在微型CTAs中捕获未来之星

Greg N. Gregoriou, Ph.D.   Fabrice Douglas Rouah, Ph.D.

当谈及到通过大宗商品交易顾问（CTAs）进行投资时，因为小微型CTAs的死亡率较高，而且回报常常不稳定，机构投资者通常更青睐管理有较高资产的基金。然而，一些小微的CTAs有潜力进化成未来之星，取得优越的表现，并存活很长时间。虽然一些微型CTAs会成长为明星，但他们的增长来源于具有高失败风险的资金池，因此，识别出这些潜在明星的急切想法必须与避免资金过早损失殆尽的需求相平衡。然而，这种高失败的风险并不适用于所有的微型CTAs。本章就微型CTAs发展成为未来之星的潜力进行研究。

• CTAs与资产

当投资者决定将CTAs纳入他们的投资组合时，他们的首要倾向通常是根据业绩和规模选择大宗商品交易顾问。（文章仅表达作者观点，并不代表道富公司的立场）

小型基金常被抛弃，因为他们担心这些CTAs从长远来看可能不会蓬勃发展。特别是当如果这些基金的表现没有达到标准的话，投资者会将小型基金视作潜在的失败。此外，因为小型基金往往比大型基金更具波动性，潜在投资者也可能会望而却步。另一方面，小型商品交易顾问可能因追求建立良好声誉而比大型商品交易顾问更激进，在投资策略上更灵活、更主动、更偏好风险，并且规模较小可能使他们执行交易更加高效。因此，它们潜在的较高回报可能会使他们成为具有吸引力的投资。有些CTAs在开始时规模极大，这些基金通常由知名人士所创立，他们从事期货管理多年最终决定自己创业。源于它们的声誉，这些人能够（通常是从现有客户那里）募集到大量资金，并以庞大的初始资本为基础启动自己的基金。

小型CTAs通常能够募集到足够的资金，达到临界规模，因此它们的运营费用将会被管理费所覆盖，尤其是在业绩表现不佳的时期。没有达到临界规模的小型CTAs往往表现不如大型CTAs，因为高昂的费用比率侵蚀了他们的回报。机构投资者、养老基金和捐赠基金在向CTAs分配任何资产之前，通常要求有3至5年的业绩记录。他们更喜欢大型基金而不是小型基金，因为大型基金往往有更长的历史记录和更广泛的客户基础。不能吸引大量资金以满足运营费用的CTAs可能面临快速死亡。本章的结果已经验证了这一说法。尽管如此，一些非常小的CTAs往往表现良好，并持续运行很长时间。在CTAs因产能限制而拒绝新资金之前，投资者可能希望投资于小型CTAs，希望它能发展成为未来之星。CTAs在推出基金时，通常会定义资产规模。一旦达到这个规模，它们就会拒绝新的资金，因为如果它们增长过快，它们就无法像小型基金那样迅速地投资和撤资，这对于在非流动性市场上运营的CTAs来说更是如此。

根据Barclay Trading Group的数据库(www.barclaygrp.com)，自20世纪90年代中期以来，运营的最初两年管理的资产少于1000万美元的微型CTAs的数量正在以指数速度增长。一些微型CTAs达到了临界规模，并继续积聚势头、吸引资本。但在本章中，我们发现有超过70%资产不足一千万美元的CTAs死亡。

（存活的微型和大型CTAs的管理和激励费用中值分别为2%和20%。）

因此，投资者希望在CTAs运营面临困境的早期阶段投资于它们。一方面，他们想要选择未来的明星CTAs，但另一方面，他们是正在损耗率非常高的资金池中进行选择。高损耗率意味着在给定的时期内，池中的许多基金将会在该时期结束前就死亡。基金通常因为低回报而死亡，因此持有高损耗率的基金投资组合将导致业绩下滑。

在本章中，我们将阐释”幸存分析“如何成为筛选和选择这些CTAs的有效工具，并帮助在挑选未来赢家基金的需要和在极高风险的CTAs资金池中产生的未来赢家之间进行合理权衡。

• CTAs的死亡率和幸存者偏差

大量研究表明，CTAs的死亡率通常很高。Brown，Goetzmann和Park估计CTAs的平均存活时长为24个月，并发现每年的损失率为20%，这对年轻的基金来说甚至更高。Diz观察到，他的样本中近一半的CTA在1989年至1995年期间死亡。Spurgin发现，1994年至1995年，CTA的年损失率为22%，绝大多数较小的CTAs死亡。Fung和Hsieh发现，1989年至1995年期间，平均年损失率为19.0%，1995年的损失率最高为25%，1989年至1994年期间，总体死亡率为52%，他们的探究结果具有可比性。Gregoriou、Húbner、Papageorgiou和Rouah使用Barclay在1990年至2003年的数据库估计出CTAs的中位生存时间为4.42年。

他们发现，业绩良好、具有较低的保证金权益比率的大型CTAs平均寿命更长，反映出当流动性限制不影响其交易策略时，CTAs的表现更出色。

其他研究表明，总的来说，存活的CTAs比死亡的CTAs表现更好。这意味着CTAs数据库受到了幸存者偏差的影响。Fung和Hsieh发现在1989 - 1995年期间，死亡和存活的CTAs的月均收益率分别为0.81%和1.61%，这可与Billingsley和Chance的发现相比较。根据Diz的发现，存活的和死亡的CTAs之间的年均差异约为9%，而Fung和Hsieh认为差异约为3.5%。Diz估计出随机选择的投资组合的幸存者偏差大约为每年4.5%。

在本章中，我们采用了一种稍微不同的方法，专门研究了微型CTAs的表现和生命周期，时间跨度比以前的研究长得多。研究表明，一些微型CTAs能够扩大规模，并在未来产生高于大多数CTAs的回报，因此，未来之星更有可能从微型CTAs中诞生，而非从大型CTAs中产生。我们还发现，微型CTAs的预期寿命取决于一系列代表业绩、规模、费用和分类的预测变量，未来之星比其他微型CTAs存活得更长久。

• 数据和方法

包括546名在职员工和965名已离职员工的CTAs的数据集中，有1988年1月至2005年12月期间向Barclay集团数据库报告的共计216个月的每月回报率(扣除管理费和绩效费)。在这些CTAs中，344家存活下来的基金和829家死亡的基金在成立的头两年管理的资金不足1000万美元，因此他们被分为微型CTAs。表28.1呈现了我们样本中按照状态（存活或死亡）所分类的基于微型CTAs的统计数据，展示了在它们成立头两年管理的平均资产的增量。

 

在Barclay的数据库中，所有CTAs都是存活状态，直到当他们连续三个月停止报告月净收益时，他们就被视为死亡，并被转移到死亡组别。但是，他们随后可在任何时候重新进入数据库，届时他们的回报将被回填。

我们在本章中使用的CTAs分类如表28.2所示。交易风格是自由型和系统性型，并不对此加以审查，而其他分类通常被认为是期权和期货的组合。

 

我们使用Kaplan-Meier (KM)估计器来估计定义为St=PrT>t的幸存函数，这是CTAs在t时间后幸存的概率。使用KM估计器St我们得到存活时长的中位数。

 

它被定义为半数基金损失的时间，以及平均存活时间，通过积分（符号）求出所有t值。我们使用精算估计器来估计风险函数并生成风险图。最后，我们使用“加速死亡时间(AFT)”存活模型来研究微型CTAs存活时间与预测变量的相关性。该模型假设存活时间T为对数线性形式

logT=α+βXT+σε

其中α为截距，X为预测变量，β为系数的向量，ε为随机干扰项。我们选择了T的广义gamma分布，因为我们发现这种分布比我们尝试的其他分布(如Weibull分布)更适合于刻画微型CTAs存活时间。

• 实证结果

• 规模、幸存和回报

如表28.1所示，存活率和规模大小之间存在正相关关系。特别是在CTAs成立的前两年资产不足50万美元的情况下，80%的CTAs会在观察期结束前死亡。然而，在资产超过1,000万美元的基金中，有40%的基金死亡。整个微型CTAs(0 - 1000万美元)队列的死亡率很高，超过70%死亡。然而，表28.1表明微型CTAs的绩效可以非常好。事实上，最小的存活的CTAs在存在的头两年的月平均回报率最高，为2.28%。然而，这些CTAs的波动性很大，月标准偏差为11.07%。尽管如此，表28.1中的微型CTAs呈现了良好的绩效，甚至在那些最终死亡的CTAs结果也是如此。死亡的微型CTAs的绩效（1.72%）表现甚至高过资产超过1000万美元的存活的CTAs（1.11%）。这些结果首次证明，尽管死亡率高，但最终存活下来的小型CTAs仍存在良好的投资机会。

表28.3给出了预期微型CTAs存活时间的估计：它给出了中位存活时间的95%置信区间的估计，以及平均存活时间及其标准误差的估计。与表28.1相似，它显示了存活时长随规模增加而增加的模式。最小组别的中位存活市场仅为3.7年，但对于500万美元至1000万美元类别来说，存活时长的中位数是5.2年，而大型CTAs(平均资产超过1000万美元)的存活时长几乎翻了一番，达到6.8年。表28.1显示，尽管它们的回报不错，但微型CTAs的死亡率很高。此外，表28.3表明，不幸的是，避免死亡只持续了很短的4.3年左右。所有CTAs的中位存活时长为4.7年，接近于Gregoriou et al所得出的4.42年。

为了更加细致地调查微型CTAs的死亡风险，在表28.4中我们绘制了基于对（符号）的精算估计量的风险函数的估计，用实线表示了头两年资产在500万美元到1000万美元的CTAs，用虚线表示了资产超过1000万美元的CTAs。两者风险大致成比例，尽管风险随规模增加而降低，但是小基金相对于大基金有更高的死亡风险，这体现了表28.1和表28.3数据的发现。注意，在所有三种组别中，风险都不是恒定的。它开始时很小，然后在成立第一年内显著上升，并在约4到5年达到顶峰，其后下降。

 

这可能反映出这样一个事实:如果CTAs不能产生良好的回报，吸引足够的资本来覆盖其管理成本，那么它们在最初的几年里将会举步维艰。然而，如果他们能坚持过最初的形成期并确立了业界地位，他们的长期前景就会变得越来越有利。

• 识别未来之星

考虑到上文中的结果，投资者可能愿意忍受微型CTAs所具有的高死亡率和短寿命，以希望一些CTAs在初创阶段后能发展成为未来之星。为了研究这种可能性，我们计算每个类别的微型CTAs在其成立的头两年(设为早期)和两年后(设为晚期)的月收益率、月标准差和规模大小。然后，我们计算出在存活和死亡基金的CTAs的总体样本中，晚期产生超过平均收益率的存活和死亡CTAs的比例，忽略规模的影响，名义上存活基金每月为1.159%，死亡基金为每月1.071%。表28.5显示，微型CTAs比大型CTAs产生了更多未来之星，特别是存活的CTAs。例如，最小型的存活微型CTAs(低于50万美元)中，有49%的后期回报率高于整个样本，所有存活的微型CTAs(低于1000万美元)中，有38%的后期回报率高于整个样本。然而，在大型存活的CTAs(超过1000万美元)中，只有17%的后期回报率高于样本。总的来说，未来之星在更小的微型CTAs组别中更为普遍。然而，从每个死亡组别中出现的未来之星的比例还不到相应存活组别的一半。

 

为了调查小型CTAs是如何在两年后增长并产生更高的回报的，我们计算在每一组别CTAs中产生超过样本收益率且增长更快的CTAs的比例。如果CTAs在成立后两年后的平均规模大于成立前两年内的平均规模，CTAs便会发展壮大。未来之星是指那些发展壮大且产生超过样本回报率的CTAs。从这个意义上讲，表28.5再次表明微型CTAs比大型CTAs产生更多的未来之星。例如，在最小的存活的CTAs中，44%发展成为未来之星，而在最大的CTAs(超过1000万美元)中，只有13%发展成为未来之星。同样，大多数未来之星是由幸存下来的CTAs产生的，少数是由最终消亡的CTAs产生的。然而，一些微型CTAs的规模不断扩大，只是因为在这些CTAs中，在能力限制使基金无法获得新的资本之前，有更多的增长空间。

正如Brown, Goetzmann和Park所指出的，未来之星的出现可能仅仅是因为他们增加了自己的波动性，以试图支撑未来的回报。为了纠正这种可能性

计算在每个大小组别中的CTAs在两年后产生高于样本回报率的比例，并且降低了相对于前两年的波动性。能够同时做到这两点的CTAs被定义为未来之星。表28.5再次表明，更多的未来之星是从较小的CTAs中进化而来的，但这种模式不太明显。特别是在最小的存活的CTAs中，20%成为未来之星，接近整个微型CTAs队列(21%)产生的未来之星。在大型存活的CTAs中，仅有9%成为未来之星。

• 微型CTAs的存活时长

鉴于微型CTAs的存活时长很短，识别与存活期有关的特征很重要，因为未来之星不仅应该迅速发展并产生较高的回报，而且还应该能够存活较长时间。我们将AFT模型运用于所有微观CTAs中，并将结果呈现在表28.6中。我们发现有力证据表明，未来之星——在两年后回报和规模同时增长的微型CTAs，如表28.5的第3和第6列所列举的那样——延长了存活期。表28.6还显示出，成立头两年的回报和资产是存活时长有力的预测指标。成立前两年的波动性降低了存活时长，但在10%的水平上这种影响并不显著。管理费用会显著降低存活时长，但激励费用不是一个显著的预测因子。我们没有发现证据表明，作为分类变量的CTAs组别，会影响其存活。在我们的模型中，能量组别被选作基准类别。由于在利率类别中的CTAs数量较少，因此已将其删除。

为了说明这些预测变量如何影响生存时间的百分比变化，考虑两个生存时间为T1和T2的CTAs，它们除一个预测变量外，其余预测变量的值都相同。一个是未来之星，另一个不是。这意味着T1/T2=exp(βFS)，其中来自Exhibit 28.6的βFS=0.3888是对应于微型CTAs是否是未来之星的虚拟变量变量的系数。因此，与没有进化成未来之星的CTA相比，未来之星的生存时间增加了[exp(0.3888)-1]x 100%，或近50%。控制变量的作用同样可以量化。例如，月收益增加1%，生存时间就会增加[exp(0.0455)-1]× 100%，即大约5%。同样，初始资产增加1000万美元会导致增加[exp(0.0203)-1]× 100%，或略高于23%，而管理费用增加1%，预计寿命将减少[exp(-0.0407) -1]x 100%，或约4%。最后，尺度参数和形状参数的95%置信区间分别为(0.5414,0.6090)和(-0.8806，-0.2794)，均不包含1的null值。图28.7显示了基于我们使用广义伽马分布的生存模型的微型CTAs数据的概率图。曲线近似一条直线，标出了适合度良好的可视资产。如表28.7中的虚线所示，大多数点位于置信区间内。

 

• 结论

本章考察了1988 - 2005年间微型CTAs的表现和生存情况。我们的研究结果表明，微型CTAs的死亡风险很高，但这些CTA仍然是有吸引力的投资，因为它们有潜力产生未来之星。我们发现，识别未来之星在很大程度上依赖于存在，因为大多数未来之星来自于没有过早消亡的CTAs池。因此，未来之星也是那些具有长期生存潜力的微型CTAs。

很难对CTAs进行生存分析，因为不存在的CTAs的数据必须与数据库供应商分开请求。此外，数据库中不存在的标签等同于已经停止报告，这不仅是由于业务失败或关闭，而且是由于各种各样的原因，例如连续业绩不佳、与另一个基金合并或由于能力限制而不愿吸引新资本。因此，正如Fung、Hsieh和Liang指出的那样，许多在数据库中被计算为死亡的CTAs并不是不存在的，它们一些有非常好的回报。然而，微型CTAs比大型CTAs更有可能停止报告，因为它们实际上已经关闭了，而且不太可能因为容量限制而停止报告。

投资者通常不喜欢小型的CTA，因为这些CTA很难发展壮大并长期运营。它们被认为风险太大，不值得认真对待。然而，本章的结果表明一些未来之星一开始是规模小的，并具有良好的长期生存前景。由于忽视了微型CTAs，投资者在创业阶段就错过了投资未来之星的机会，而且在CTA向新投资者关闭之前，投资者谈判管理和激励费用的潜力是最高的。