短期的Beta还是长期的Alpha？

来源：量化先行者

文献来源: Avraham Kamara, Robert Korajczyk, Xiaoxia Louand Ronnie Sadka，2018，Short-Horizon Beta or Long-Horizon Alpha?, The Journal of Portfolio Management，45(1)，96-105.

推荐原因：投资者拥有不一致的投资区间，对冲基金关注于短期的投资机会，而养老金、共同基金等通常拥有更长的投资区间。作者认为一个定价因子是alpha因子还是风险因子取决于投资者具体的投资区间长短，风险的度量取决于收益率区间长度的选取，对于短期投资者而言的风险溢价可能是长期投资者的alpha。机构投资者持仓也与其投资区间相一致，长区间投资者更看好具有短区间流动性暴露和中等区间价值暴露的资产，而当风险以长区间度量时，其能获得显著alpha。

1、简介

在资产定价中常用一段时间区间的收益率（例如一个月）度量系统性风险，实际上，系统性风险取决于用于衡量因子beta的收益率区间范围。下图展示了市值分组组合在不同时间范围下的估计beta值，对于以不同收益率区间度量风险的投资者，其估计的股票风险也将不同，这对于小市值股票更为明显。我们推测不同的投资者可能有不同的再平衡区间长度，因此对于任意给定资产，投资者度量风险的大小取决于这个区间长度。

举例而言，高杠杆的对冲基金依赖于短期融资，其更关心股票的短期流动性，因为对于流动性较差的股票，其可能面临折价出售的情况。众多资产定价文献已经将很多资产收益、宏观经济变量作风风险因子用于度量系统性风险，例如市场因子MKT，市值（Size）和估值因子(HML)，动量因子（UMD），流动性因子(LIQ)。

本文研究了收益区间长度在度量系统性风险中扮演的角色。特别的，本文探究了是否存在因子其对于不同的股票截面收益率区间长度具有不同的解释能力。因此，对于以某个时间区间长度投资的投资者看来是alpha的因子，其可能对于拥有不同投资区间长度的投资者而言只是系统性风险。本文研究结果表明，投资区间更长的投资者其自然地承担了短区间和中等区间的风险。

根据实证结果，作者在下文中讨论了不同时间长度度量下系统性风险之间的关系。对于短期流动性beta而言，短期流动性风险获得了风险溢价，而长期流动性beta并不能获得。同时作者也发现，市场因子和价值/成长因子在风险以中等区间长度度量时获得了风险溢价，而在短区间长度度量时并不能获得风险溢价。短区间的机构投资者（高换手）表现出低估那么具有很高的短期流动性风险的资产，而高估那些具有长期市场或者价值风险的资产；对于更长投资区间的机构投资这（低换手），情况则是相反的。

2、特定区间风险的异象

3、实证发现

3.1 数据和因子

作者在下文实证分析了是否存在风险因子在某个区间被定价而在其它区间却不被定价。首先数据集合来自于纳斯达克、纽交所、全美交易所中的所有上市公司，剔除股价小于1个月的股票。股票价格和收益率数据来自于CRSP数据库，月度的MKT、SMB、HML和UMD因子数据来自于Ken French的网站。月度的市场超额收益率MKT因子，定义为全部样本股票的市值加权收益率减去1个月期的国债收益率。月度的SMB和HML因子通过市值和BP构造6个市值加权组合而得到。动量因子收益最高的两个组合的平均收益减去收益最低的两个组合的平均收益。详细的细节在Ken French的网站有描述。流动性指标，包含市场流动性、非交易性因子和交易流动性因子来自于Lubos Pastor的网站。

K个区间的因子由于月度因子构成。由于每个因子代表着一个投资组合的超额收益，k期的超额收益由k期的多空收益差值所得。由于流动性因子的冲击相比于其它因子更加短暂，因此，作者假设短周期投资者更关注短期流动性风险，然而中期和长期的投资者关注于其它拥有更长区间的因子。因此，作者希望发现对于流动性因子有着短周期的溢价而其它因子拥有长周期的溢价。短周期投资者要求的短期的流动性溢价为长周期投资者产生了alpha收益，同时其并未承担长周期的流动性风险。

3.2 什么区间风险因子能获得溢价

在本节，作者通过市值加权组合对于5个因子分别在特定区间下估计了其风险溢价，其中beta估计的时间区间k从1个月到61个月。其中，作者以5因子模型估计了各因子的beta，其中因子为Fama三因子（MKT、SMB、HML）假设动量因子UMD和流动性因子LIQ，历史检验区间为1965年1月至2015年12月。

上图展示了区间在1、3、6、12、24、36、48、60月时的组合收益，为了增加显著性，作者利用了临近的区间一起计算其收益。例如，对于1年的时间区间，组合分别计算了11、12、13个月的组合收益率差，并取3个组合收益的均值作为最终结果。当以月度区间估计分风险，五个因子均没有显著的风险溢价，其中MKT因子年化0.17%的估计值和不显著的风险溢价和Fama等的研究结论相一致。当我们用6个月或12个月区间估计时，估计的溢价值上升到3.8%和4.8%，同时结果也统计显著，结果和Handa等的研究结论一致。

估值/成长因子HML在2到3年的中等区间具有显著收益，分别为4.4%和4.9%，而SMB和UMD因子则没有展现出任何显著的收益。这并不意味着平均收益和市值还有过去的收益不相关。Size因子和动量因子具有显著的解释能力，但是资产的beta相对于这些因子则并非如此。

另一方面，流动性风险在3到6个月的短区间具有显著的溢价，上表的最后两列估计了流动性因子经Fama四因子模型风险调整后的结果，结果表明经Fama四因子调整后，在3到6个月的短区间流动性beta排序组合仍然能获得显著的超额收益。

总而言之，短周期投资者更关心流动性风险，在短区间下流动性风险是被定价的，而在长区间下流动性风险无法被定价。相反的，MKT和HML更像是中等区间的风险因子，市值和价值/成长风险因子在月度并未被定价，然而市值在6到12月、价值/成长在24到36个月区间能被定价。

为了更好的理解在给定的特定区间什么因子会被定价，下图中展示了MKT、HML和LIQ三个因子的风险溢价，为了平滑变量在相近区间的收益，作者在每6个月区间计算了因子的平均溢价。如下图所示，MKT因子beta在6到12月达到峰值，其后在更长的区间急剧下降；HML因子beta在12到24个月的区间更高，在48个月滞后迅速下降。最后，LIQ因子的beta在1到6个月最高，之后其随着区间长度增加迅速下降衰减。

 

模型最终估计的年化alpha如下表所示，流动性beta组合在k=3,q=1时alpha是2.2%，但是其t统计量不显著。随着投资区间q增加，alpha在q=36时单调增长到8.6%，同时其t值为3.1，结果统计显著。

市值beta组合在k=12，q=12时alpha最小为4.6%，t统计量为1.81结果不显著；价值/成长beta组合的alpha在k=24,q=24时最小，q=1或者q=3时组合的alpha几乎是q=24时的10倍，分别达到3.6%和3.3%。

强烈的证据表明通过收益投资区间不匹配以获取alpha的线性在流动性溢价中被发现，长区间投资者可以在不平等的长区间风险性获取风险溢价。市值溢价和价值溢价的模型也和作者的假设相一致，但是这两个效应结果虽然显著，但是其溢价并没有相流动性因子一样大。

3.4 投资者区间

本文的结果表明投资者可以从不同投资区间投资者处获取风险溢价。例如，长区间投资者应该持有高短区间流动性beta和中区间市值和价值beta的资产。在本节作者利用机构投资者的股票持仓来验证投资者的投资区间（利用换手率度量）是否与他们承受的风险相关。投资者投资区间的差异性表明一些投资者将低估对于他们投资区间而言风险大的资产，然而其它拥有不同投资区间的投资者可能高估这些资产。

作者将机构投资者基于其换手率分别低周期、中周期、长周期三类，所有的机构都要求其在SEC登记的股票多头持仓超过1亿没有，其数据来源于Thmoson-Reuters Institutional Holdings DataBase数据库，对于每个机构我们按照如下公式计算churn比率度量其换手率：

投资者j在季度q的指标为从季度q-3到季度q的churn指标的平均值。下图展示了不同分位点下的截面分布，churn指标拥有一个向上的趋势，这种现象在75和95分位点位置更加明显。

 

4、结论

本文的结论强调在判断因子是alpha还是系统性风险溢价时考虑投资区间的重要性。一些在短期投资者眼中的风险因子可能是长期投资者的alpha，反之亦然。特别的，短区间投资者更关注于流动性风险，而长区间的投资者能从短期的流动性风险中获得alpha；其中对于市场和价值溢价，alpha和投资区间不匹配的现象如本文所假设的，但是其alpha并不想流动性风险一样强。

机构投资者的持仓与本文的投资区间是一致的，长区间投资者看好具有高短区间流动性风险和高中区间价值风险的资产。因此，这些长区间投资者是这些系统性风险的自然承担者，同时当风险以更长的区间度量是其也能获取相应的alpha。

推荐阅读：

1.一个量化策略师的自白（好文强烈推荐）

2.股票期货经典的量化交易策略都在这里了！（源码）

3.期货/股票数据大全查询（历史/实时/Tick/财务等）

4.当真躺着赚钱？量化交易的十大难题

5.从量化到高频交易，不可不读的五本书

6.如何有效的规避量化交易中的滑点？