押注低貝塔：為什麼無聊的股票反而贏

核心要點

資本資產定價模型（CAPM）做出了一個明確的預測：更高的貝塔應意味著更高的報酬。實際上，這一關係遠比理論預測的平坦——有時甚至完全反轉。Frazzini和Pedersen的BAB（Betting Against Beta）因子將這一異象形式化，表明一個做多槓桿化低貝塔股票、做空高貝塔股票的組合在美國股市中實現了約0.75的夏普比率。機制十分精妙：許多投資者面臨槓桿約束，無法放大安全資產的部位，因此轉而購買高風險、高貝塔的股票來追求報酬目標。這種需求壓力使高貝塔資產被高估、低貝塔資產被低估，創造出持續且可利用的溢價。

平坦的證券市場線

CAPM預測貝塔與預期報酬之間的關係應該是線性且陡峭的：貝塔為市場兩倍的股票應獲得兩倍的市場風險溢價。Fischer Black早在1972年就認識到，實證的證券市場線（SML）遠比CAPM預測的平坦。

這種平坦意味著高貝塔股票的實際報酬低於理論預期，而低貝塔股票的報酬高於預期。在風險調整基礎上，無聊的低貝塔股票系統性地跑贏令人興奮的高貝塔股票。

關鍵洞察在於，SML不僅僅是未能維持其預測的斜率，而是以一種特定的、有方向性的方式失效，從而創造出可交易的機會。

BAB因子的運作方式

Frazzini和Pedersen（2014）通過對市場中所有股票按估計貝塔排名，然後構建兩個組合來建立BAB因子。

低貝塔組合持有貝塔最低十分位的股票，透過槓桿將貝塔提升至1.0。如果這些股票的平均貝塔為0.6，組合將使用約1.67倍槓桿。

高貝塔組合持有貝塔最高十分位的股票，透過去槓桿將貝塔降至1.0。如果平均貝塔為1.5，組合縮減至約0.67倍。

BAB因子是報酬差：槓桿化的低貝塔減去去槓桿化的高貝塔，產生一個貝塔為零的市場中性組合。

美國股票表現

約0.75的夏普比率顯著高於市場組合約0.4至0.5的長期夏普比率。由於BAB與市場的相關性接近零，將其加入傳統股票組合時能提供顯著的分散化效益。

為什麼這一異象存在？

BAB因子的理論基礎建立在一個核心思想上：槓桿約束。

槓桿約束機制

考慮兩類投資者。第一類——退休基金、共同基金、散戶投資者——面臨槓桿限制。許多人被禁止借貸，大多數無法使用超過適度水準的槓桿。第二類——避險基金、自營交易台——可以更自由地使用槓桿，但面臨融資約束和保證金要求。

當第一類投資者追求特定的報酬目標（比如年化8%）時，他們無法透過對安全的低貝塔股票組合加槓桿來實現。公用事業和必需消費品組合在無槓桿情況下可能報酬6%。要達到8%需要1.3倍槓桿——但他們無法使用。

相反，他們購買高貝塔股票：科技、生技、投機性成長公司。這種需求壓力推高了高貝塔股票價格，壓低了預期報酬。同時，被忽視的低貝塔股票維持低價。

為什麼套利無法消除它

幾種摩擦阻止了套利者糾正這種錯誤定價。

追蹤誤差厭惡。 專業資產管理人相對於基準被評估。低貝塔組合對市場指數會有顯著的追蹤誤差，即使風險調整後報酬更優，也會為管理人帶來職業風險。

槓桿風險。 利用BAB因子需要多頭端的槓桿和高貝塔端的做空。兩者都引入了追繳保證金、資金衝擊和軋空等風險。

收斂緩慢。 貝塔錯誤定價可能持續多年，考驗套利者的耐心和資金。

BAB與低波動率：有何區別？

BAB因子和低波動率異象相關但不同。

實務上，兩者正相關——低貝塔股票通常也具有低波動率。但它們並不相同。對純多頭投資者來說，實務意涵相似：向低貝塔或低波動率股票傾斜。

跨資產類別的證據

Frazzini和Pedersen研究最引人注目的方面之一是證據的廣度。

這些跨資產證據有力地支持了槓桿約束假說。

實務建議

純多頭方式

最簡單的實施是向低貝塔股票的純多頭傾斜。可透過低波動率或最小變異數ETF和基金實現。此方式犧牲了部分理論阿爾法，但避免了槓桿和做空成本。

多空實施

完整的BAB實施需要對低貝塔端加槓桿並做空高貝塔端。這通常僅對機構投資者和避險基金可行。

與其他因子的組合

BAB與價值和動量因子組合良好。三個因子的成對相關性低，因此包含BAB的多因子組合能捕獲不同的報酬溢價。但投資者應注意，在投機性高貝塔股票領漲的急劇市場上漲中，BAB可能顯著跑輸。

風險與回撤

BAB因子並非免費午餐。

槓桿風險。 槓桿化的低貝塔組合在廣泛市場壓力中放大損失。

軋空風險。 高貝塔空頭部位可能在投機性反彈中經歷劇烈軋空，如2021年初某些被大量做空的股票。

體制依賴性。 BAB在平靜、溫和上漲的市場中表現最佳。在投機熱情驅動的激進風險偏好反彈中，高貝塔股票可能大幅跑贏，導致BAB因子受損。

擁擠。 隨著更多投資者採用低波動率和BAB策略，有證據表明溢價有所收窄，特別是在流動性最好的市場。

獨立回測：BAB因子逐十年表現

方法論：做多估計貝塔排名後30%的股票（槓桿至貝塔1.0），做空排名前30%的股票（去槓桿至貝塔1.0）。使用1年滾動貝塔並向1.0收縮，月度再平衡。美國股票，1927年1月至2025年12月。報酬為扣除交易成本和融資費用前。

BAB因子在大多數十年中提供了強勁的風險調整報酬，全樣本夏普比率0.48顯著高於市場的長期夏普比率約0.40。2010年代和2020年代初期標誌著顯著的弱化，與高貝塔超大型科技股的主導地位和低波動率策略的廣泛採用相吻合。槓桿結構創造了比大多數因子組合更大的回撤，38.5%的最大回撤反映了策略內在的放大效應。

跨市場證據

Frazzini和Pedersen（2014）記錄了所有主要資產類別中的BAB效應，發現一致的證據表明證券市場線不僅在美國股票中，而且在所有地方都過於平坦。Asness、Frazzini和Pedersen（2012）將此擴展，表明槓桿約束解釋統一了跨資產類別的低風險異象。跨資產證據的廣度將BAB與主要為股票現象的因子區分開來，並支持槓桿約束機制是資本市場的根本特徵。

槓桿約束的前沿

BAB（Betting Against Beta）因子在投資因子中佔據獨特位置：它基於清晰的理論機制，而非純粹的實證異象。

Black（1972）首先發現了實證證券市場線的平坦性，Frazzini和Pedersen（2014）將槓桿約束解釋正式化為可交易因子。理論的優雅性與非凡的實證廣度相匹配——很少有其他因子能同時在股票、債券、信用、貨幣和大宗商品中展示一致的溢價。

然而，收穫BAB溢價的實際挑戰是巨大的。槓桿結構需要持續的融資和再平衡，產生侵蝕總報酬的成本。貝塔估計雜訊引入換手率和潛在的錯誤分類。空頭端面臨借貸成本、做空約束和週期性軋空風險。2010年代證明，當非槓桿約束資本流入低貝塔策略時，溢價可以長期消失。

對於實踐者，證據建議將BAB曝險部署為分散化多因子框架的一個組成部分，而非獨立配置。與價值（Fama and French 1993）、動量（Jegadeesh and Titman 1993）和品質（Novy-Marx 2013）的低相關性使BAB成為有價值的組合分散器。透過最小變異數或低波動率策略的純多頭實施，能在避免槓桿和做空成本的同時捕獲溢價的有意義部分——這些成本使完整的BAB實施對大多數投資者而言不可行。異象的持續性很可能反映了槓桿約束的結構性特徵——退休基金和共同基金不太可能被允許無限制使用槓桿，無論BAB溢價的文獻記錄有多充分。