小盘股溢价:消亡、衰减,还是潜伏?
四十多年来,小盘股溢价一直是实证金融学中被引用最多的发现之一。Rolf Banz于1981年发现小型公司系统性地获得更高回报,这一发现成为Fama-French三因子模型的支柱,并催生了整个小盘股指数基金行业。如今,在美国小盘股相对大盘股表现不佳数年之后,一场严肃的争论已经兴起:这一溢价究竟是真实的,是被套利抹平的,还是藏匿在标准筛选无法触及的某处?
本文考察原始证据、发表后的衰减、质量维度的解释,以及今天溢价最为稳健的领域。
最初的发现及其理论基础
Banz(1981)考察了1936年至1975年的纽交所股票,发现最小五分位企业每年约获得19.8%的回报,而最大五分位企业仅为13.7%,形成约6个百分点的利差,且在标准风险调整后依然显著。这一效应并非线性;大部分溢价集中于最小的股票群体。
Fama and French(1993)在其著名的三因子模型中将规模效应正式化为SMB(小市值减大市值)因子。该因子构建为小型企业分散投资组合与大型企业之间的回报利差,被视为在均衡状态下值得获得补偿的系统性风险溢价。从1963年到1990年,SMB年均约为3%。
理论解释从未完全定论。Fama and French倾向于基于风险的解释:小型企业更容易遭受财务困境,盈利稳定性更低,经济敏感度更高,因而溢价是合理的。行为主义批评者则认为,溢价反映的是投资者忽视和最终会被套利纠正的定价偏差。这一解释分歧对发表后的证据产生了深远影响。
发表后的衰减:美国证据
美国市场的小盘股溢价自发表以来已大幅弱化,远不如发现时所用历史样本的水平。
下表显示了从公开因子数据估算的美国SMB因子各年代年化回报:
| 时期 | SMB年化回报 | 市场背景 |
|---|---|---|
| 1960年代 | +4.2% | 发现前;规模溢价强劲 |
| 1970年代 | +5.8% | 发现前;高波动小盘股跑赢 |
| 1980年代 | +0.1% | Banz(1981)后;溢价崩溃 |
| 1990年代 | -2.3% | 罗素2000大幅跑输的十年 |
| 2000年代 | +3.7% | 价值周期惠及小盘股;部分回升 |
| 2010年代 | -1.1% | 大盘科技股主导;成长溢价 |
| 2020-2024 | +1.8% | 后疫情经济周期反弹;参差不齐 |
来源:Quant Decoded Research(据Ken French Data Library因子收益估算,年化,1963-2024年)。
这一规律十分鲜明。在Banz发表前的两个十年,SMB年均约为5%。发表后的四十年里,年均仅约0.5%,其中两个完整十年(1990年代和2010年代)出现负的实现回报。溢价并非在发表后立即消失;它在2000年代的价值周期中部分回归。但整体规模已大幅收缩。
Schwert(2003)在对股市异象的全面回顾中发现,规模效应在发表后时期(1980-2001年)变得统计上不显著。他将此归因于认知驱动的套利和原始样本中潜在的数据挖掘的共同作用。
Hou and Loh(2016)对规模溢价进行了系统分解,发现原始效应的很大一部分可以由低价格和非流动性等其他特征的横截面变动来解释,而非规模本身。控制这些特征后,规模的独立贡献大幅缩水。
Israel、Laursen and Richardson(2021)在AQR利用样本外数据检验了已发表因子,发现规模效应在所检验因子中复制证据最弱。他们的分析表明,溢价不仅仅是被套利掉的,还可能在原始样本中就被高估了。
质量解释:为何垃圾股主导了标题数字
关于规模溢价,发表后研究最重要的洞见或许是:该因子将两类截然不同的东西混为一谈——纯粹的小盘股敞口,以及对低质量、财务困难企业的敞口。
Asness、Frazzini、Israel、Moskowitz and Pedersen(2018)在《Journal of Financial Economics》发表的Quality Minus Junk论文中证明,SMB因子对质量具有显著的负载荷。小盘股指数中,盈利能力低、高杠杆、财务脆弱的公司比例过高;这些"垃圾"特征,而非规模本身,解释了波动性的大部分以及令人失望的实现回报。
Asness等发现,当控制质量后,由高质量小型企业与高质量大型企业回报利差构建的质量调整规模因子,表现出比原始SMB明显更强劲且更稳定的历史业绩。从这一视角看,小盘股溢价并未消亡;它潜藏在充满噪声、被垃圾污染的因子之中。
实际含义重大。购买广泛小盘股指数基金的投资者,并非在购买小盘股溢价,而是在购买溢价与质量大空头的混合物。最具盈利能力的小型企业,即驱动大盘股回报的商业模式的真实小型版,似乎具有持久溢价。最缺乏盈利能力的小型企业,即在市值加权小盘股基准中占据过大权重的企业,似乎具有持续折价。
这一区分也有助于解释上表中各十年的变动。1990年代大盘股主导期和2010年代科技周期均有利于质量;在那些环境中,被垃圾污染的SMB产生了负的实现回报。2000年代的价值周期短暂提振了低迷的周期股和金融股,一时抬高了SMB的标题数字。
国际证据:美国以外更为稳健
国际文献中的一贯发现是,规模溢价在美国以外的市场比在美国内部更为稳健。这对于解读美国证据、理解溢价的可及之处均具有重要意义。
Fama and French(2012)检验了1989年至2011年23个发达市场的回报,发现北美、欧洲和亚太地区均存在规模效应,机构发展水平较低、套利能力受限的地区效应通常更大、统计上更可靠。
Fama and French(2017)以全球五因子模型扩展了分析,确认即使在美国SMB表现不佳的时期,规模因子在国际市场上仍对平均回报有实质贡献。这一地域规律与套利解释一致:在小盘股定价偏差更难被利用、成本更高的市场,溢价持续时间更长。
国际证据并非均匀强劲。在最大的非美国股票市场日本,规模溢价在不同子样本中参差不齐。新兴市场则有其自身复杂性,包括更高的交易成本和数据可靠性问题。但总体规律——溢价在国际上比在美国更为持久——表明,在全球最高效、最具流动性的股票市场中,发表驱动的套利至少是美国溢价衰减的部分原因。
微型股:一个独立且更为复杂的类别
Banz的原始发现集中于最小的股票,更新后的数据依然如此。微型股板块通常定义为市值低于3亿美元的企业,与更广泛的小盘股具有不同的回报特征。
微型股在所有规模板块中呈现最高的回报离散度;结果分布极为宽泛。一个微型股投资组合将包含少数最终大赢家、大量实现平庸回报的企业,以及相当比例最终失败或被摘牌的企业。微型股指数的算术平均回报可能远高于同类个券的中位数回报,这在因子研究中引发了生存偏差和方法论问题。
对大多数投资者而言,实际问题在于容量。在不影响市场的情况下有意义地投资微型股,需要极小的资产规模或极为耐心的长期执行。管理数十亿美元的机构投资者无法在不产生消耗大部分乃至全部溢价的市场冲击成本的情况下获取微型股溢价。这一容量约束或许解释了溢价未被完全套利的原因:最有能力利用它的投资者在规模上系统性地处于不利地位。
对于持有小型投资组合的个人投资者,微型股原则上是可及的。但更高的买卖价差、更薄的流动性和有限的研究覆盖等运营复杂性,提高了成功实施的门槛。
今天的证据所支持的结论
综合发表后文献,若干概率性结论是站得住脚的。
以标准SMB衡量的美国小盘股溢价自发表以来已实质性弱化,有可信证据表明溢价受到了套利驱动的压缩,且原始样本存在高估。期望从广泛美国小盘股指数基金中获得Banz时代6个百分点利差的投资者,几乎肯定使用了过时的预期。
通过倾向于盈利能力强、财务健全的小型企业来获取的质量调整小盘股溢价,呈现出更有前景的历史证据。最实际的实施方式包括:相对市值加权减少垃圾污染的等权或基本面加权小盘股策略;或在小盘股配置内进行明确的质量倾斜。
特别是美国以外发达市场的国际小盘股敞口,比单纯国内敞口显示出更稳健的历史证据,多元化规模敞口的地域来源似乎能降低单一市场套利动态将溢价完全消除的风险。
微型股敞口具有最高的理论溢价,但也伴随着最高的容量限制、交易成本和离散度。对于能够系统性获取它的投资者而言,这似乎是溢价最为活跃的板块;对大多数机构投资者而言,则无法在大规模上实现。
对预期的审慎视角
小盘股溢价并未单纯消亡,也远不如发表前历史记录所示那般稳健可靠。最准确的表述是:溢价真实存在,但附有条件——条件在于质量敞口、地域多元化、能够承受长期低迷的耐心长期实施,以及基于发表后、套利后证据而非原始发现样本的现实预期。
以多地域分散配置、质量倾斜、规模与组合容量限制相匹配为前提,今天带着数十年投资期限进入小盘股配置的投资者,正在一个真实但已收缩的历史风险溢价中持有合理仓位。而期望复制1980年前美国证据的投资者,很可能会失望。
- Banz, R. W. (1981). The relationship between return and market value of common stocks. Journal of Financial Economics, 9(1), 3-18.
- Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3-56.
- Schwert, G. W. (2003). Anomalies and market efficiency. Handbook of the Economics of Finance, 1, 939-974.
- Hou, K., & Loh, R. K. (2016). Have we solved the idiosyncratic volatility puzzle? Journal of Financial Economics, 121(1), 167-194.
- Israel, R., Laursen, K., & Richardson, S. (2021). Is There a Replication Crisis in Finance? Journal of Portfolio Management, 47(1).
- Asness, C., Frazzini, A., Israel, R., Moskowitz, T., & Pedersen, L. H. (2018). Size matters, if you control your junk. Journal of Financial Economics, 129(3), 479-509.
- Fama, E. F., & French, K. R. (2012). Size, value, and momentum in international stock returns. Journal of Financial Economics, 105(3), 457-472.
- Fama, E. F., & French, K. R. (2017). International tests of a five-factor asset pricing model. Journal of Financial Economics, 123(3), 441-463.
本分析由 Quant Decoded Research 经 QD Research Engine AI-Synthesised — Quant Decoded 的自动化研究平台 — 综合分析,并经编辑团队审核确保准确性。 了解我们的方法论.