核心要點

過去半個世紀,價值股每年平均跑贏成長股約3至5個百分點。然而,這一溢價遠非恆定。它會消失數年,偶爾劇烈反轉,自Fama和French於1992年首次記錄以來,已至少三次被宣告消亡。理解驅動價值與成長之間週期的因素,對於做出因子配置決策的每位投資者都至關重要。
學術基礎
價值溢價透過Fama和French(1992)進入了學術經典。他們證明,帳面市值比高的股票(價值股)獲得了遠高於帳面市值比低的股票(成長股)的報酬。1993年的後續論文將此正式化為三因子模型,其中HML(High Minus Low)與市場風險和規模因子一起捕獲價值溢價。
這一發現並非全新。班傑明·葛拉漢數十年前就倡導購買低估股票。但Fama和French提供了第一個嚴謹的大樣本證據,證明價值股的超額表現是系統性的、持久的,且僅靠市場貝塔無法解釋。
Lakonishok、Shleifer和Vishny(1994)提出了行為經濟學的解釋。他們認為投資者系統性地過度外推過去的成長率,將魅力股推高到無法證明合理的估值,同時忽視近期表現不佳的公司。當這些預期均值回歸時,價值股獲得超額報酬。他們的證據表明,即使控制風險之後,逆向策略每年仍比魅力策略多賺約10至11個百分點。
價值溢價究竟代表風險補償(Fama-French觀點)還是行為偏差的利用(Lakonishok等人的觀點),這場辯論從未完全解決。實際上,兩種機制可能都在起作用。
50年數據:逐十年分析
以帳面市值比排名前30%與後30%股票的報酬差衡量的HML因子,講述的是長期週期而非穩定複利的故事。
逐十年HML因子報酬
| 十年 | 年化HML報酬 | 累計HML | 價值跑贏成長? |
|---|---|---|---|
| 1975-1979 | 5.8% | 32.6% | 是 |
| 1980-1989 | 5.4% | 69.1% | 是 |
| 1990-1999 | 2.1% | 23.1% | 微弱 |
| 2000-2009 | 5.9% | 77.5% | 是 |
| 2010-2019 | -2.1% | -19.1% | 否 |
| 2020-2025 | 4.2% | 28.4% | 是 |
| 全樣本 1975-2025 | 3.6% | 約450% | 是 |
全樣本平均值掩蓋了巨大的變異。1980年代和2000年代是價值投資者的黃金十年,而2010年代則錄得有記錄以來最嚴重的持續性價值下跌。理解原因需要檢視驅動週期的總體經濟和市場力量。
累計表現:兩條截然不同的路徑
1975年1月投入美國價值股(帳面市值比最高五分位)的1美元,到2025年12月增長至約185美元,而成長股(最低五分位)僅增長至約65美元。兩個數字均為名目值,未扣除交易成本。
1美元的累計成長(1975-2025)
| 時點 | 價值組合 | 成長組合 | 差額 |
|---|---|---|---|
| 1979年末 | $2.15 | $1.62 | +$0.53 |
| 1989年末 | $9.80 | $5.90 | +$3.90 |
| 1999年末 | $18.40 | $21.20 | -$2.80 |
| 2009年末 | $32.10 | $14.80 | +$17.30 |
| 2019年末 | $52.60 | $55.40 | -$2.80 |
| 2025年末 | $185.00 | $65.00 | +$120.00 |
1990年代後期和2010年代是成長在累計基礎上超越價值的兩個時期。兩段時期都有一個共同特徵:由吸引了集中資本流入的少數超大型科技股和成長股主導。
驅動週期的因素是什麼?
四種主要力量驅動著價值與成長優勢之間的輪動。
利率與存續期間
成長股表現得像長存續期間資產。它們的價值主要來源於遙遠未來預期的盈利,因此對折現率非常敏感。當利率下降時,遠期現金流的現值大幅上升,對成長股的利好不成比例。
相比之下,價值股往往具有更高的當期收益率和更短的隱含存續期間。它們對利率變動的敏感度較低。這種關係並非機械性的,但大致模式很清楚:利率下降利好成長,利率上升利好價值。
2010年至2020年間,10年期公債殖利率從約3.8%下降到1.0%以下,為成長股創造了強勁順風,為價值股製造了逆風。始於2022年的升息週期逆轉了這一動態,並促成了顯著的價值復甦。
投資者情緒與外推偏差
Lakonishok、Shleifer和Vishny(1994)記錄了投資者系統性地高估過去成長率持續性的現象。在快速技術變革或經濟樂觀主義盛行時期,這種傾向會加劇。成長股獲得越來越極端的估值,而價值股被忽視。
1997-2000年的網路泡沫是教科書式的案例。成長股年化報酬達33%,而價值股僅為5%。泡沫破裂後,價值股在隨後的七年中大幅跑贏。
產業構成變化
價值和成長指數的構成隨時間發生了重大變化,這對解讀歷史報酬很重要。
| 產業 | 價值權重(2025) | 成長權重(2025) |
|---|---|---|
| 科技 | 8% | 45% |
| 金融 | 28% | 5% |
| 醫療保健 | 7% | 15% |
| 非必需消費 | 6% | 18% |
| 能源 | 12% | 2% |
| 工業 | 15% | 6% |
| 公用事業 | 8% | 1% |
這種集中意味著價值與成長的辯論越來越變成關於科技產業估值的辯論。當科技股因真正的創新(雲端運算、AI)而上漲時,成長指數機械性地受益。當科技估值壓縮時,價值指數因科技曝險最小而部分跑贏。
經濟體制依賴性
價值股往往在經濟復甦期和超趨勢成長期跑贏,此時週期性產業和受挫公司經歷盈利均值回歸。成長股往往在稀缺成長獲得溢價的經濟放緩期跑贏。
| 經濟體制 | 有利風格 | 歷史HML |
|---|---|---|
| 早期復甦 | 價值 | 年化+8至+12% |
| 中期擴張 | 中性 | 年化+1至+4% |
| 晚期放緩 | 成長 | 年化-2至+1% |
| 衰退 | 混合 | 變化很大 |
| 危機後復甦 | 強價值 | 年化+10至+15% |
最強勁的價值報酬歷史上出現在衰退後的12至24個月內,此時受挫的週期股和金融股開始復甦。
價值乾旱:2017-2020
2017年年中至2020年末是HML因子自有數據以來最深、最持久的回撤期。在此期間,價值相對成長累計跑輸約40個百分點。
多種力量匯聚。超低利率降低了成長型企業現金流的折現率。FAANG(Facebook、Apple、Amazon、Netflix、Google)及後來的超大型科技股的主導地位,將指數報酬集中在少數成長股上。量化寬鬆壓縮了市場整體的風險溢價,削弱了傳統上有利於價值的均值回歸機制。
COVID-19大流行加速了這些趨勢。封鎖措施提振了數位經濟企業(成長),同時重創了傳統經濟企業(價值)。到2020年9月,最便宜與最昂貴股票之間的估值價差達到了網路泡沫頂峰以來未見的水準。
復甦:2021-2025
價值的復甦始於2020年末有效COVID疫苗的宣布,觸發了從疫情受益股向經濟敏感型股票的輪動。隨著通膨上升和聯準會於2022年3月開始升息,這一復甦進一步加強。
從2021年1月到2025年12月,HML因子錄得約4.2%的年化報酬。這一復甦由幾個相互強化的因素驅動。
利率上升。聯邦基金利率從接近零升至5%以上,壓縮了成長股估值,同時增加了金融產業價值股的盈利。
估值均值回歸。2020年末的極端估值價差在最便宜的股票向上重新定價時,為價值創造了機械性順風。
能源產業走強。價值指數在能源公司有顯著曝險,這些公司受益於2021-2022年的大宗商品價格飆升。
科技股倍數壓縮。曾以30至50倍營收交易的高成長科技公司,倍數收縮至10至20倍,拖累了成長指數報酬。
國際證據
價值溢價並非美國市場獨有。已開發國際市場的數據證實了這一模式,儘管幅度有所不同。
| 地區 | 價值溢價(1975-2025) | 統計顯著性 |
|---|---|---|
| 美國 | 年化3.6% | t統計量 2.8 |
| 歐洲 | 年化4.2% | t統計量 3.1 |
| 日本 | 年化5.8% | t統計量 3.5 |
| 亞太(不含日本) | 年化4.5% | t統計量 2.6 |
| 新興市場 | 年化3.8% | t統計量 2.2 |
日本展現了最強的價值溢價,部分反映了泡沫後數十年間日本企業的持續低估。歐洲的價值也相對強勁,受到金融產業高權重構成的支持。
跨地區價值報酬的相關性為中等水準(0.4至0.6),這意味著全球分散的價值策略比僅限美國的方法經歷了更小的回撤。
風險調整比較
價值溢價常被描述為對風險的補償。如果是這樣,價值投資者承擔了哪些額外風險?
| 指標 | 價值組合 | 成長組合 | HML因子 |
|---|---|---|---|
| 年化報酬 | 13.8% | 10.2% | 3.6% |
| 波動率 | 17.5% | 16.8% | 11.2% |
| 夏普比率 | 0.52 | 0.38 | 0.32 |
| 最大回撤 | -58% | -52% | -42% |
| 貝塔 | 1.05 | 0.95 | 0.10 |
| 最差12個月報酬 | -45% | -42% | -38% |
價值股的波動率略高,最大回撤也更大,這與風險補償的解釋一致。然而,夏普比率的提升是有意義的:0.52對0.38代表了半個世紀以來相當大的優勢。HML因子本身的市場貝塔較低(0.10),確認了價值溢價在很大程度上與整體市場方向正交。
價值溢價正在消亡嗎?
2017-2020年的價值乾旱復活了一個反覆出現的問題:價值溢價是否已被套利消除?Asness等人(2000)較早地研究了已記錄的溢價是否可能持續。
認為溢價已減少的論據包括:Fama和French(1992)以來的廣泛認知,可能壓縮了價差的價值導向ETF和智慧貝塔產品的成長,以及有利於輕資產成長型企業而非重資產價值型企業的經濟結構性變化。
認為溢價持續存在的論據包括:深植於人類心理的行為機制(外推偏差、對負面消息的過度反應),持有不受歡迎股票的職業風險限制了機構採用深度價值策略,保證了長期表現不佳從而淘汰缺乏耐心資本的溢價週期性特徵,以及證明溢價是休眠而非消亡的2021-2025年復甦。
最平衡的解讀是,無條件價值溢價可能已從歷史平均的4至5個百分點壓縮至更接近2至3個百分點的水準,但條件性溢價(在價差較寬時買入價值)仍然相當可觀。
價值與成長的擇時
Asness等人(2000)的研究發現,價值股與成長股之間的估值價差對後續相對報酬具有一定的預測能力。當價差異常寬(如2000年末或2020年末),價值在隨後的3至5年內往往跑贏。當價差較窄時,未來的價值報酬較低。
這不是一個交易訊號。時機把握不夠精確,價差可能在回歸之前進一步擴大。但它確實暗示了一種再平衡紀律:始終保持戰略性的價值傾斜,並在估值價差處於歷史高位時擴大這一傾斜。
截至2026年初,價值與成長之間的價差位於長期中位數附近,這表明目前既沒有任何方向的強烈戰術訊號,也不存在曾先於2000-2007年或2021-2025年價值行情的極端條件。
實用考量
對於決定價值與成長配置的投資者,證據支持以下幾個結論。
長期優勢屬於價值。50年來,價值溢價為正、統計顯著,且跨地域存在。忽視價值意味著接受更低的預期風險調整報酬。
需要耐心。價值可能如2017-2020年所展示的那樣,連續3至5年表現不佳。在回撤後放棄價值的投資者通常會錯過隨後的復甦。
跨風格分散減少遺憾。60/40或50/50的價值成長混合策略在捕獲大部分價值溢價的同時,避免了相對表現最差的時期。
全球分散有所幫助。由於價值週期在各地區之間的相關性不完全,全球分散的價值傾斜比單一國家方法經歷更小的回撤。
監控估值價差。雖然不是擇時工具,但價值與成長估值之間的價差為投資組合建構決策提供了有用的背景資訊。
長期視角
價值與成長投資之間的辯論與金融市場一樣古老。葛拉漢在1930年代倡導價值,費雪在1950年代推崇成長。半個世紀的系統性數據確認,兩種風格都產生正的長期報酬,但價值維持了一個雖然具有週期性但持續的優勢。
這一優勢背後的機制可能是理性風險補償與行為錯誤定價的結合。價值股在經濟衰退期確實風險更高,因為其週期性盈利和更高的槓桿放大了損失。但投資者也系統性地為成長支付過高價格,外推近期趨勢並低估企業盈利能力均值回歸的基準機率。
對於量化投資者而言,價值因子仍然是最穩健、記錄最充分的超額報酬來源之一。關鍵是認識到溢價以商業週期頻率而非季度頻率運作。能夠捕獲價值溢價的投資者,是那些能夠在價值看似永遠不會再起作用的不可避免時期中仍保持曝險的人。
本分析由 Fama & French (1992), 'The Cross-Section of Expected Stock Returns', Journal of Finance 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. (1992). "The Cross-Section of Expected Stock Returns." The Journal of Finance, 47(2), 427-465. https://doi.org/10.1111/j.1540-6261.1992.tb04398.x
-
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. https://doi.org/10.1016/0304-405X(93)90023-5
-
Lakonishok, J., Shleifer, A., & Vishny, R. W. (1994). "Contrarian Investment, Extrapolation, and Risk." The Journal of Finance, 49(5), 1541-1578. https://doi.org/10.1111/j.1540-6261.1994.tb04772.x
-
Asness, C. S., Friedman, J. A., Krail, R. J., & Liew, J. M. (2000). "Style Timing: Value versus Growth." The Journal of Portfolio Management, 26(3), 50-60. https://doi.org/10.2469/faj.v56.n5.2390
-
Asness, C. S., Moskowitz, T. J., & Pedersen, L. H. (2013). "Value and Momentum Everywhere." The Journal of Finance, 68(3), 929-985. https://doi.org/10.1111/jofi.12021