核心要點

主動與被動因子投資之間的爭論是現代投資組合管理中最重要的配置決策之一。來自SPIVA記分卡、學術研究和實際基金績效的數十年數據揭示了一個一致的模式:絕大多數主動因子管理人在扣除費用後跑輸基準,少數跑贏的管理人也很少能保持這一優勢。與此同時,因子ETF和智慧貝塔產品以極低的成本提供系統性因子曝險,而直接指數化則通過潛在的稅收優勢提供了最新的路徑。本分析考察了這三種方法中數據實際展示的結果。
主動管理成績單
S&P Indices Versus Active(SPIVA)記分卡提供了最全面的持續性指標,衡量主動基金相對於基準的表現。數據的方向性訊息是明確的:大多數主動基金跑輸基準,且時間跨度越長,情況越糟。
SPIVA基準跑輸率:主動基金對比基準
| 類別 | 5年 | 10年 | 15年 |
|---|---|---|---|
| 美國大盤股 | 79% | 87% | 92% |
| 美國中盤股 | 74% | 83% | 90% |
| 美國小盤股 | 69% | 78% | 88% |
| 國際大盤股 | 71% | 82% | 89% |
| 新興市場 | 68% | 76% | 84% |
這些數據經過生存偏差調整,包含了測量期間被合併或清算的基金。如果沒有這一調整,數字對主動管理人將更加不利,因為表現不佳的基金不成比例地被關閉。
Fama和French(2010)在其關於運氣與技能的里程碑研究中將這一發現形式化。他們使用1984年至2006年美國股票共同基金全體的自助模擬,證明基金阿爾法的橫截面分布與純粹偶然所預期的幾乎完全一致。少數管理人似乎具備真正的技能,但阿爾法的分布與沒有任何管理人創造價值的世界幾乎無法區分。
這一含義非常明確:絕大多數主動管理人並非在某個特定時期僅僅運氣不好,而是平均而言通過費用、交易成本和糟糕的選股組合在破壞價值。在任何給定的五年窗口中跑贏的約10-20%的管理人,與僅憑運氣所能預測的水平大致一致。
主動管理人為何掙扎:費用的算術
Berk和Green(2004)為主動管理技能即使存在也無法轉化為投資者報酬提供了理論解釋。他們的競爭均衡模型表明,有技能的管理人會吸引資本流入,直到其阿爾法被費用和規模報酬遞減完全消耗。在均衡狀態下,主動基金的投資者獲得與被動投資者相同的預期報酬,但需要承擔更高的費用和更大的報酬波動性。
主動與被動方法之間的費用差異是相對績效最可靠的單一預測指標。
費用比較:主動基金 vs 智慧貝塔ETF vs 直接指數化
| 方法 | 一般費率(bps) | 交易成本(bps/年) | 稅務拖累(bps/年) | 總年度成本 |
|---|---|---|---|---|
| 主動因子基金 | 75-150 | 30-80 | 50-100 | 155-330 bps |
| 智慧貝塔ETF | 15-40 | 5-15 | 20-40 | 40-95 bps |
| 直接指數化 | 0-30 | 10-25 | -50至0 | -40至55 bps |
主動與被動因子策略之間的費用差距通常為每年100至200個基點。在20年的投資期限內,這一差距產生了巨大的複利效應。一個每年多支付200個基點的100萬美元投資組合,假設7%的總報酬率,其最終財富相對於低成本替代方案將減少約48萬美元。
這一算術是無情的。主動管理人僅僅為了與被動替代方案持平,就必須創造至少100-200個基點的總阿爾法,然後才能提供任何淨超額收益。SPIVA數據顯示,在十年期間約85-90%的管理人甚至無法跨越這一門檻。
主動份額:區分隱性指數化與真正的主動管理
Cremers和Petajisto(2009)引入了主動份額的概念,衡量投資組合持倉與基準的偏離程度。他們的關鍵發現是,只有具有非常高主動份額(80%以上)的基金才有在扣除費用後實現有意義超額收益的可能。低主動份額(60%以下)的基金實際上是隱性指數化者,對幾乎被動的績效收取主動費用。
這一發現相當程度地精煉了主動與被動的辯論。問題不在於主動管理無法奏效,而在於中位數的主動基金沒有承擔足夠的主動風險來證明其費用的合理性。在高度主動的管理人子集中,情況更為微妙:有些確實創造了持續的阿爾法,但事前識別他們仍然極其困難。
Petajisto(2013)在後續研究中提供了證據,表明被歸類為選股型(高主動份額結合低追蹤誤差)的基金顯示出最強的超額收益持續性。然而,這一群體僅佔主動基金全體的一小部分,事前而非事後選擇他們是核心挑戰。
因子ETF與智慧貝塔:低成本系統性曝險
2010年以來因子ETF和智慧貝塔產品的崛起改變了投資格局。這些產品通過透明的、基於規則的方法論,以遠低於主動管理的成本提供對已充分記錄的因子(價值、動量、品質、低波動、規模)的曝險。
Frazzini, Israel和Moskowitz(2018)研究了機構規模下因子策略的交易成本。他們基於AQR Capital Management實際執行數據的分析發現,分散化因子投資組合的實際實施成本遠低於學術估計。分散因子投資組合的交易成本約為每年10-20個基點,遠低於文獻中有時引用的100個基點以上。
這一發現至關重要,因為它驗證了因子ETF的經濟可行性。如果交易成本過高,總因子溢價將被實施摩擦消耗。Frazzini等人的數據表明,扣除成本後仍有足夠的溢價存活,能夠提供有意義的費後報酬。
因子ETF績效 vs 主動因子基金(10年年化)
| 因子 | 主動基金中位數 | 因子ETF中位數 | 因子溢價(學術) |
|---|---|---|---|
| 價值 | 7.2% | 8.1% | 3-5% |
| 動量 | 9.1% | 10.4% | 4-8% |
| 品質 | 9.8% | 10.6% | 3-4% |
| 低波動 | 7.5% | 8.3% | 2-4% |
| 規模(小盤) | 8.4% | 8.9% | 2-3% |
因子ETF的系統性優勢在於其一致性。它們不偏離其使命,不進行風格押注,不收取績效費。相對於目標因子曝險的追蹤誤差通常較低,費用結構透明且呈下降趨勢。
直接指數化:稅收效率的前沿
直接指數化代表了因子投資的最新方法。投資者不是購買持有一籃子因子傾斜股票的ETF,而是直接持有個股。這種結構使系統性稅損收割成為可能:賣出已下跌的個別持倉以實現損失,從而抵消投資組合其他部分的收益。
直接指數化的稅收效益可能相當可觀。學術和行業估計表明,稅損收割每年可增加50至150個基點的稅後報酬,特別是在投資組合的最初幾年,此時收割損失的機會最大。在完整的市場週期中,效益趨向於下限但仍保持正值。
直接指數化的總成本已大幅下降。多個平台現在以0至30個基點的費率提供直接指數化,與許多ETF具有競爭力。當包含稅收效益時,有效成本可能為負值,這意味著投資者相對於持有ETF實際上可能節省資金。
然而,直接指數化有重要的局限性。它在應稅帳戶中效果最佳;在退休帳戶中沒有稅收效益。最低投資額通常較高($100,000-$250,000),儘管這一門檻正在降低。管理數百個個股持倉的複雜性需要精密的軟體和監督。
容量約束與報酬遞減
主動管理人具有理論優勢的一個維度是容量受限策略。小盤股和微盤股、非流動信用市場以及利基系統性策略中的因子溢價可能太小,ETF無法高效捕獲。
Berk和Green(2004)表明,容量是均衡調節機制:隨著策略吸引資本,其報酬下降,直到邊際投資者在主動策略和被動替代方案之間變得無差異。這意味著主動阿爾法最可靠的來源恰恰存在於基金規模必須保持較小的領域。
數據支持這一觀點。Fung, Hsieh, Naik和Ramadorai(2008)對對沖基金績效的研究發現,阿爾法集中在規模較小、較年輕的基金中,並隨基金增長而衰減。無論主動還是被動,最大的因子基金往往趨向相似的報酬,因為它們都在流動性好的大盤股中持有類似的倉位。
容量與績效關係
| 基金規模 | 平均年度阿爾法 | 典型容量 | 可通過ETF獲取? |
|---|---|---|---|
| 1億美元以下 | +1.2% | 低 | 罕見 |
| 1億-10億美元 | +0.4% | 中等 | 有時 |
| 10億-100億美元 | -0.1% | 高 | 通常 |
| 100億美元以上 | -0.5% | 非常高 | 幾乎總是 |
這一模式為投資者製造了一個悖論。最有可能產生阿爾法的策略恰恰是容量最小的策略,這意味著它們無法吸收大規模配置。當一個策略變得足夠大且對大多數投資者足夠可及時,阿爾法通常已被競爭性地消耗殆盡。
追蹤誤差:主動偏離的隱性成本
追蹤誤差衡量基金與基準之間報酬差異的波動性。對於主動因子管理人來說,追蹤誤差既是潛在超額收益的來源,也是投資者痛苦的重要來源。
中位數主動因子基金相對於基準的追蹤誤差為每年4-8%。這意味著在任何給定年份,基金可能跑輸4-8個百分點或更多。在五年內,10-20個百分點的累積偏差很常見。這種規模的跑輸會導致大量投資者流失。Kinnel(2014)發現,高追蹤誤差共同基金的投資者更有可能在績效不佳後贖回,系統性地高買低賣。
相比之下,因子ETF相對於其目標因子指數的追蹤誤差通常為0.5-2%。這種對使命更嚴格的遵守意味著投資者清楚自己獲得了什麼,且在最糟糕的時機放棄策略的可能性更低。
績效持續性問題
對主動管理最具破壞性的發現也許是績效持續性的缺失。Carhart(1997)表明,在控制因子曝險後,共同基金績效在一年之後幾乎沒有持續性。某一時期的上四分位基金在下一時期仍為上四分位的機率並不高於隨機預期。
S&P Dow Jones Indices的最新數據證實了這一模式。在任何五年期間美國股票基金的上四分位基金中,不到25%在隨後五年保持上四分位。連續三個五年期間保持上四分位的機率約為2-3%,與純粹隨機性一致。
這一發現對基於過去績效選擇主動管理人的投資者來說是毀滅性的。大多數投資者用來選擇管理人的主要工具——過往績效記錄,幾乎不包含關於未來超額收益的預測資訊。
數據的建議
四十年學術研究和實務數據的證據權重指向一個清晰的層級結構。對於尋求因子曝險的絕大多數投資者來說,低成本因子ETF和智慧貝塔產品以最小的成本、低追蹤誤差和完全透明度提供最可靠的風險調整後報酬,捕獲系統性因子溢價。
直接指數化為擁有充足資產的應稅投資者提供了有吸引力的替代方案,其稅損收割效益可以抵消甚至超過管理費。隨著投資者稅率的提高和投資組合積累更多的收割機會,這一優勢不斷增長。
主動因子管理在基於規則的方法無法高效運作的容量受限利基領域保持著邊緣角色。但數據清楚地表明,中位數的主動因子基金在扣除費用後破壞價值,而事前識別少數有技能的管理人與選股問題本身一樣困難。
局限性
本分析依賴於可能無法捕捉分布尾部個別管理人技能的匯總數據。SPIVA數據以美國為中心,在效率較低的市場中模式可能不同。直接指數化的稅損收割效益對個人稅率和市場條件敏感。因子ETF的績效取決於具體的構建方法論,設計不當的因子產品可能無法捕獲預期的溢價。費用格局繼續快速演變,當前的成本比較可能進一步向被動方法傾斜。
本分析由 Cremers & Petajisto (2009), 'How Active Is Your Fund Manager?', Review of Financial Studies 經 QD Research Engine AI-Synthesised — Quant Decoded 的自動化研究平台 — 綜合分析,並經編輯團隊審核確保準確性。 了解我們的方法論.
參考文獻
- Fama, E. F., & French, K. R. (2010). "Luck versus Skill in the Cross-Section of Mutual Fund Returns." The Journal of Finance, 65(5), 1915-1947. https://doi.org/10.1111/j.1540-6261.2009.01527.x
- Berk, J. B., & Green, R. C. (2004). "Mutual Fund Flows and Performance in Rational Markets." Journal of Political Economy, 112(6), 1269-1295. https://doi.org/10.1086/424739
- Frazzini, A., Israel, R., & Moskowitz, T. J. (2018). "Trading Costs." The Journal of Portfolio Management, 44(7), 62-76. https://doi.org/10.3905/jpm.2018.44.7.049
- Cremers, M., & Petajisto, A. (2009). "How Active Is Your Fund Manager? A New Measure That Predicts Performance." The Review of Financial Studies, 22(9), 3329-3365. https://doi.org/10.1093/rfs/hhp057
- Carhart, M. M. (1997). "On Persistence in Mutual Fund Performance." The Journal of Finance, 52(1), 57-82. https://doi.org/10.1111/j.1540-6261.1997.tb03808.x
- Fung, W., Hsieh, D. A., Naik, N. Y., & Ramadorai, T. (2008). "Hedge Funds: Performance, Risk, and Capital Formation." The Journal of Finance, 63(4), 1777-1803. https://doi.org/10.1111/j.1540-6261.2008.01315.x