主动与被动因子投资：数据揭示的真相

核心要点

主动与被动因子投资之间的争论是现代投资组合管理中最重要的配置决策之一。来自SPIVA记分卡、学术研究和实际基金业绩的数十年数据揭示了一个一致的模式：绝大多数主动因子管理人在扣除费用后跑输基准，少数跑赢的管理人也很少能保持这一优势。与此同时，因子ETF和智能贝塔产品以极低的成本提供系统性因子敞口，而直接指数化则通过潜在的税收优势提供了最新的路径。本分析考察了这三种方法中数据实际展示的结果。

主动管理成绩单

S&P Indices Versus Active（SPIVA）记分卡提供了最全面的持续性指标，衡量主动基金相对于基准的表现。数据的方向性信息是明确的：大多数主动基金跑输基准，且时间跨度越长，情况越糟。

SPIVA基准跑输率：主动基金对比基准

这些数据经过生存偏差调整，包含了测量期间被合并或清算的基金。如果没有这一调整，数字对主动管理人将更加不利，因为表现不佳的基金不成比例地被关闭。

Fama和French（2010）在其关于运气与技能的里程碑研究中将这一发现形式化。他们使用1984年至2006年美国股票共同基金全体的自助模拟，证明基金阿尔法的横截面分布与纯粹偶然所预期的几乎完全一致。少数管理人似乎具备真正的技能，但阿尔法的分布与没有任何管理人创造价值的世界几乎无法区分。

这一含义非常明确：绝大多数主动管理人并非在某个特定时期仅仅运气不好，而是平均而言通过费用、交易成本和糟糕的选股组合在破坏价值。在任何给定的五年窗口中跑赢的约10-20%的管理人，与仅凭运气所能预测的水平大致一致。

主动管理人为何挣扎：费用的算术

Berk和Green（2004）为主动管理技能即使存在也无法转化为投资者回报提供了理论解释。他们的竞争均衡模型表明，有技能的管理人会吸引资本流入，直到其阿尔法被费用和规模收益递减完全消耗。在均衡状态下，主动基金的投资者获得与被动投资者相同的预期回报，但需要承担更高的费用和更大的回报波动性。

主动与被动方法之间的费用差异是相对业绩最可靠的单一预测指标。

费用比较：主动基金 vs 智能贝塔ETF vs 直接指数化

主动与被动因子策略之间的费用差距通常为每年100至200个基点。在20年的投资期限内，这一差距产生了巨大的复利效应。一个每年多支付200个基点的100万美元投资组合，假设7%的总回报率，其最终财富相对于低成本替代方案将减少约48万美元。

这一算术是无情的。主动管理人仅仅为了与被动替代方案持平，就必须创造至少100-200个基点的总阿尔法，然后才能提供任何净超额收益。SPIVA数据显示，在十年期间约85-90%的管理人甚至无法跨越这一门槛。

主动份额：区分隐性指数化与真正的主动管理

Cremers和Petajisto（2009）引入了主动份额的概念，衡量投资组合持仓与基准的偏离程度。他们的关键发现是，只有具有非常高主动份额（80%以上）的基金才有在扣除费用后实现有意义超额收益的可能。低主动份额（60%以下）的基金实际上是隐性指数化者，对几乎被动的业绩收取主动费用。

这一发现相当程度地精炼了主动与被动的辩论。问题不在于主动管理无法奏效，而在于中位数的主动基金没有承担足够的主动风险来证明其费用的合理性。在高度主动的管理人子集中，情况更为微妙：有些确实创造了持续的阿尔法，但事前识别他们仍然极其困难。

Petajisto（2013）在后续研究中提供了证据，表明被归类为选股型（高主动份额结合低跟踪误差）的基金显示出最强的超额收益持续性。然而，这一群体仅占主动基金全体的一小部分，事前而非事后选择他们是核心挑战。

因子ETF与智能贝塔：低成本系统性敞口

2010年以来因子ETF和智能贝塔产品的崛起改变了投资格局。这些产品通过透明的、基于规则的方法论，以远低于主动管理的成本提供对已充分记录的因子（价值、动量、质量、低波动、规模）的敞口。

Frazzini, Israel和Moskowitz（2018）研究了机构规模下因子策略的交易成本。他们基于AQR Capital Management实际执行数据的分析发现，分散化因子投资组合的实际实施成本远低于学术估计。分散因子投资组合的交易成本约为每年10-20个基点，远低于文献中有时引用的100个基点以上。

这一发现至关重要，因为它验证了因子ETF的经济可行性。如果交易成本过高，总因子溢价将被实施摩擦消耗。Frazzini等人的数据表明，扣除成本后仍有足够的溢价存活，能够提供有意义的费后回报。

因子ETF业绩 vs 主动因子基金（10年年化）

因子ETF的系统性优势在于其一致性。它们不偏离其使命，不进行风格押注，不收取业绩费。相对于目标因子敞口的跟踪误差通常较低，费用结构透明且呈下降趋势。

直接指数化：税收效率的前沿

直接指数化代表了因子投资的最新方法。投资者不是购买持有一篮子因子倾斜股票的ETF，而是直接持有个股。这种结构使系统性税损收割成为可能：卖出已下跌的个别持仓以实现损失，从而抵消投资组合其他部分的收益。

直接指数化的税收收益可能相当可观。学术和行业估计表明，税损收割每年可增加50至150个基点的税后回报，特别是在投资组合的最初几年，此时收割损失的机会最大。在完整的市场周期中，收益趋向于下限但仍保持正值。

直接指数化的总成本已大幅下降。多个平台现在以0至30个基点的费率提供直接指数化，与许多ETF具有竞争力。当包含税收收益时，有效成本可能为负值，这意味着投资者相对于持有ETF实际上可能节省资金。

然而，直接指数化有重要的局限性。它在应税账户中效果最佳；在退休账户中没有税收收益。最低投资额通常较高（$100,000-$250,000），尽管这一门槛正在降低。管理数百个个股持仓的复杂性需要精密的软件和监督。

容量约束与收益递减

主动管理人具有理论优势的一个维度是容量受限策略。小盘股和微盘股、非流动信用市场以及利基系统性策略中的因子溢价可能太小，ETF无法高效捕获。

Berk和Green（2004）表明，容量是均衡调节机制：随着策略吸引资本，其回报下降，直到边际投资者在主动策略和被动替代方案之间变得无差异。这意味着主动阿尔法最可靠的来源恰恰存在于基金规模必须保持较小的领域。

数据支持这一观点。Fung, Hsieh, Naik和Ramadorai（2008）对对冲基金业绩的研究发现，阿尔法集中在规模较小、较年轻的基金中，并随基金增长而衰减。无论主动还是被动，最大的因子基金往往趋向相似的回报，因为它们都在流动性好的大盘股中持有类似的仓位。

容量与业绩关系

这一模式为投资者制造了一个悖论。最有可能产生阿尔法的策略恰恰是容量最小的策略，这意味着它们无法吸收大规模配置。当一个策略变得足够大且对大多数投资者足够可及时，阿尔法通常已被竞争性地消耗殆尽。

跟踪误差：主动偏离的隐性成本

跟踪误差衡量基金与基准之间回报差异的波动性。对于主动因子管理人来说，跟踪误差既是潜在超额收益的来源，也是投资者痛苦的重要来源。

中位数主动因子基金相对于基准的跟踪误差为每年4-8%。这意味着在任何给定年份，基金可能跑输4-8个百分点或更多。在五年内，10-20个百分点的累积偏差很常见。这种规模的跑输会导致大量投资者流失。Kinnel（2014）发现，高跟踪误差共同基金的投资者更有可能在业绩不佳后赎回，系统性地高买低卖。

相比之下，因子ETF相对于其目标因子指数的跟踪误差通常为0.5-2%。这种对使命更严格的遵守意味着投资者清楚自己获得了什么，且在最糟糕的时机放弃策略的可能性更低。

业绩持续性问题

对主动管理最具破坏性的发现也许是业绩持续性的缺失。Carhart（1997）表明，在控制因子敞口后，共同基金业绩在一年之后几乎没有持续性。某一时期的上四分位基金在下一时期仍为上四分位的概率并不高于随机预期。

S&P Dow Jones Indices的最新数据证实了这一模式。在任何五年期间美国股票基金的上四分位基金中，不到25%在随后五年保持上四分位。连续三个五年期间保持上四分位的概率约为2-3%，与纯粹随机性一致。

这一发现对基于过去业绩选择主动管理人的投资者来说是毁灭性的。大多数投资者用来选择管理人的主要工具——过往业绩记录，几乎不包含关于未来超额收益的预测信息。

数据的建议

四十年学术研究和实务数据的证据权重指向一个清晰的层级结构。对于寻求因子敞口的绝大多数投资者来说，低成本因子ETF和智能贝塔产品以最小的成本、低跟踪误差和完全透明度提供最可靠的风险调整后回报，捕获系统性因子溢价。

直接指数化为拥有充足资产的应税投资者提供了有吸引力的替代方案，其税损收割收益可以抵消甚至超过管理费。随着投资者税率的提高和投资组合积累更多的收割机会，这一优势不断增长。

主动因子管理在基于规则的方法无法高效运作的容量受限利基领域保持着边缘角色。但数据清楚地表明，中位数的主动因子基金在扣除费用后破坏价值，而事前识别少数有技能的管理人与选股问题本身一样困难。

局限性

本分析依赖于可能无法捕捉分布尾部个别管理人技能的汇总数据。SPIVA数据以美国为中心，在效率较低的市场中模式可能不同。直接指数化的税损收割收益对个人税率和市场条件敏感。因子ETF的业绩取决于具体的构建方法论，设计不当的因子产品可能无法捕获预期的溢价。费用格局继续快速演变，当前的成本比较可能进一步向被动方法倾斜。