衡量你自己投资组合的因子敞口:简单回归、因子载荷与跟踪误差
对你自己的投资组合运行基于收益的回归,解读因子载荷和 R 平方,并把残差风险转换为相对于市场的年化跟踪误差。
你将学到什么
- 什么是因子载荷,基于收益的回归如何估计它。
- 如何手工计算单因子回归并解读阿尔法、贝塔、R 平方和残差风险。
- 如何解读三因子或五因子输出表,以及只做多基金载荷的典型范围。
- 针对由多只 ETF 构成的组合的基于持仓的捷径,以及两种方法的局限。
讲解
用载荷取代标签
产品的名称说明它试图做什么;回归则显示它实际做了什么。它把组合的月度超额收益(收益减去无风险利率)解释为因子收益的组合:
R_p − R_f = α + β_mkt × (R_m − R_f) + β_HML × HML + β_SMB × SMB + ε
HML(“高减低”,价值)和 SMB(“小减大”,规模)是第 1 课中的学术多空因子收益。每个 β 都是一个载荷:你的组合对该因子一个单位收益的敏感度。阿尔法(α)是因子无法解释的平均收益;ε(epsilon)是月度残差;R 平方是因子所解释的收益方差占比。多个地区的月度因子收益由学术数据库免费发布(搜索 Fama–French 数据库);你自己的收益来自券商对账单。
手工计算单因子情形
单因子情形:β = 协方差(组合,因子)/ 方差(因子);α = 均值(组合)− β × 均值(因子)。残差标准差乘以 12 的平方根就是年化的特质风险。相对于市场的跟踪误差——它驱动着第 11 课讨论的懊悔感——是(组合减市场)的标准差,以同样方式年化。电子表格函数(SLOPE、INTERCEPT、LINEST)可以处理多因子情形。
解读多因子表
典型范围:一只市值加权的全球 ETF 在市场因子上的载荷约为 1.0,在其他因子上接近 0,R 平方高于 0.98。一只只做多的价值 ETF 的 HML 通常在 0.2 到 0.5 之间;一只小盘价值基金的 SMB 为 0.6–0.9,HML 为 0.3–0.5。HML 或动量上接近 1.0 的载荷只出现在多空产品中。经验法则:
- 只有数据足够时载荷才有意义:至少使用 36 个、最好 60 个月度观测值,如果电子表格给出 t 统计量,也要看一下(高于约 2 意味着该载荷不太可能是噪音)。
- 对私人投资组合而言,月度阿尔法几乎总是在统计上与零无法区分;不要据此编织故事。
- 随着指数重新构建,载荷会漂移;每年重做一次回归。
基于持仓的捷径
如果你的组合由几只 ETF 构成,可以把组合载荷估计为各基金载荷的加权平均,若干免费分析网站会发布这些数据。这很快捷,但继承了它们的估计窗口。
实例演算
假设性示例:某组合与市场六个月的超额收益(百分比)。六个月对于真实估计而言太短了;这里只是用来展示算术过程。忽略成本和税费。
| 月份 | 市场 | 组合 | 差值 |
|---|---|---|---|
| 1 | 2.0 | 2.4 | 0.4 |
| 2 | −1.5 | −1.9 | −0.4 |
| 3 | 3.0 | 3.3 | 0.3 |
| 4 | 0.5 | 0.9 | 0.4 |
| 5 | −2.5 | −2.2 | 0.3 |
| 6 | 1.5 | 1.5 | 0.0 |
第 1 步——均值:市场 0.50 %,组合 0.667 %。
第 2 步——市场的样本方差:离差为 1.5、−2.0、2.5、0、−3.0、1.0;平方和为 22.5;除以 (6 − 1) = 4.5。
第 3 步——样本协方差:离差乘积之和为 23.75;除以 5 = 4.75。
第 4 步——β = 4.75 / 4.5 = 1.056。α = 0.667 − 1.056 × 0.50 = 每月 0.139 %。
第 5 步——残差(实际值减去 α + β × 市场):0.15、−0.46、−0.01、0.23、0.30、−0.22。残差标准差(除以 6 − 2 = 4)= 每月 0.33 %,即 0.33 × 3.46 = 每年 1.1 %。
第 6 步——相对于市场的跟踪误差:差值列的标准差 = 每月 0.31 %,约为每年 1.1 %。
解读:比市场略微激进(β 高于 1),独立风险很小,这表明存在轻微倾斜;只有六个观测值时,α 和 β 都不可靠。在真实的三因子回归中,同一组合可能显示 HML 为 0.3 而市场贝塔更接近 1.0,因为额外贝塔的一部分其实是价值敞口。
常见错误
练习活动
在纸上完成:你的组合是 60 % 全球市值加权 ETF(载荷 HML 0.00,SMB 0.00)、25 % 全球价值 ETF(HML 0.45,SMB 0.10)和 15 % 全球质量 ETF(HML −0.10,SMB 0.00)。(a) 用基于持仓的捷径计算组合的 HML 和 SMB 载荷。(b) 价值 ETF 的概况表写着“强价值敞口”。你算出的组合 HML 配得上这个描述吗?(c) 指出一项该捷径无法捕捉的东西。
显示答案
(a) HML = 0.60 × 0.00 + 0.25 × 0.45 + 0.15 × (−0.10) = 0.1125 − 0.015 = 0.0975,约为 0.10。SMB = 0.25 × 0.10 = 0.025。(b) 不配。0.10 的组合载荷只是轻微倾斜:如果 HML 一年收益 3 %,这一倾斜在成本前约增加 0.3 个百分点。(c) 该捷径无法捕捉基金载荷随时间的变化、基金之间的相互作用(持仓重叠)或组合自身的残差风险。
局限性:从网站获取的基金载荷是在特定窗口内估计的,可能与你的持有期不匹配。
要点总结
- 回归把营销标签变成可度量的载荷;只做多产品在某个因子上的载荷通常为 0.2–0.5,而不是 1.0。
- β = 协方差 / 方差;α 是未被解释的平均值;残差风险和跟踪误差用 12 的平方根年化。
- 至少使用 36–60 个月度观测值、匹配的货币和超额收益。
- 每年重做一次;载荷随指数审核而漂移。
下一步
第 10 课转向横亘在纸面溢价与你的账户之间的成本:换手率、执行缺口、容量和拥挤。
自测
回答问题后核对答案。你可以随意重试多次。
供您自行复习的自动自测。您的答案在浏览器中核对,我们不会查看或评估。这不是考试,也不是资格证书。
您的进度
“已完成”仅表示您将本课标记为已学完,并不是对您理解程度的测试。 学习进度和笔记仅保存在此设备的此浏览器中,而非账户中。