第四因素：在贝塔收益中追踪动量敞口

投资政策说明书很少提到对动量因素的敞口。Carhart 模型（1997）提供了一个能够识别和跟踪一个基金动量敞口的方法，从而提供了额外角度了解投资组合的风险和收益特征。

资产买卖的精确择时对一个组合的绝对收益起着重要作用。基金经理如果能够正确做出这些决定（经常能够抓住动量收益），就能够让投资组合显著增值。对于只拥有有限择时能力的基金经理来说为了获得动量收益只能将资产配置到动量驱动的股票，以期获得收益，并承担其所有后果。在这篇文章中，我们根据四个基金的收益来探讨其动量敞口，并讨论在投资政策说明书中增加动量资产分配的内容。

投资政策说明书很少提到对动量因素的敞口。Carhart 模型（1997）提供了一个能够识别和跟踪一个基金动量敞口的方法，从而提供了额外角度了解投资组合的风险和收益特征。

资产买卖的精确择时对一个组合的绝对收益起着重要作用。基金经理如果能够正确做出这些决定（经常能够抓住动量收益），就能够让投资组合显著增值。对于只拥有有限择时能力的基金经理来说为了获得动量收益只能将资产配置到动量驱动的股票，以期获得收益，并承担其所有后果。在这篇文章中，我们根据四个基金的收益来探讨其动量敞口，并讨论在投资政策说明书中增加动量资产分配的内容。

因子模型的进化

很多投资组合性能评价的实践工作者很可能都不了解在Fama-French(1992,1993)三因素的收益分解模型最初提出来时所面临的质疑。Fama-French模型的三因素是市场因素（MKTPREM）、规模因素（SMB）和价值因素（HML）。投资组合对股票市场的风险敞口以及其对于小规模股票（对应于大规模股票）和价值股票（对应于成长股票）的敞口能够用来解释投资经理所做的投资决定。在实际情况中，基金经理经常只在一定熟悉的风格和大小的种类中配置资产，对他们来说，学术界对于支持三因素的经济论证的质疑是没有基础的。除了Fama-French因素之外，基金经理还敏锐的感觉到另外一种投资决策的重要因素——动量。在1997年，Carhart提出了一个四因子模型，他在模型中增加了动量因子（也称为MOM）以表示不同于投资过去的赢家和做空过去输家的投资回报。Carhart四因子模型现在已成为学者用来评估基金收益和评估投资经理alpha的业界标准。

确定收益中的动量组成及分离基金经理的择时能力

在投资政策说明书中应包含基金的预期周转率。还应包括投资经理预期使用或能够使用的择时能力的指引。Carhartt模型提供了一种能够评估基金收益中可以归因于动量风险敞口的方法，这种方法也可用于捕捉动量收益。使用这种方法之后，选股能力和择时能力（好或坏）都应反应在基金的Apha中。通过确定对于动量的风险敞口，我们能够将投资经理获得动量的能力从择时能力中区分出来。

在一个线性模型中，例如CAPM（资本资产定价模型）、Fama-French和Carhart模型，因子的回归系数乘以因子的平均值就是该因子对于投资组合整体平均收益的贡献。从这个角度来说，历史的MOM因子数据强调了承担该类因子敞口的风险。从20008年11月21日至2009年11月20日之间，按Kenneth French的网站上提供的每日MOM数据，投资组合承担了相当大的动量风险敞口。MOM因子加总起来，达到了-91.59%，组合的MOM上正的投资敞口会加速恶化一个市场的负面收益。尽管MOM的风险暴露通常介于-0.2和0.2之间，这个结果还是凸显了在动量方向上压错赌注的投资组合敞口所面临的巨大风险。长期的平均MOM值是正数，反映了正的动量收益。所以，一般来说，一个正收益都来自于对正的动量风险敞口。Kang（2012）讨论了一个采用动量策略的另类贝塔投资策略。该投资组合基于AQR动量指数（一个美国大盘指数），研究发现这个另类贝塔投资组合能够提供极佳的风险调整后的收益。进一步，Chan（1994）发现@基金经理如果不能在动量策略上保持稳定，那他很可能在很多情况下对采用了对动量不敏感的敞口。

对MOM因子敞口的风险

当投资经理需要保持流动性的时候，他应该对短期的投资结果增加关注。对于关注动量风险敞口的长期收益的投资经理来说，当动量结果或市场转向时，动量敞口很肯能对投资价值形成一定的风险。甚至颠覆前期正向动量暴露所产生的利润。

为了强调MOM因素敞口的风险，下面引用了两个近期样本的外样本结果。这些样本主要用来展示动量因素的作用，所以这些样本都有类似的市场因素贝塔，而且对于SMB和HML的风险敞口统计不显著，同时对于MOM因素的风险敞口为正或负的显著统计特征。全部数据来源于以S&P500指数为基准的基金。

例1：四因子模型和外样本收益

样本1中，模型估计采用了一年的数据，同时采用了随后一月的数据作为外样本数据，这一个月中市场收益为正（9.63%），同时有一个负的MOM因子（-0.34%）。在模型估计阶段，两个基金对于市场因素、规模因素和价值因素具有相似的截距及风险敞口（符号相同，而且统计不显著），但基金A具有统计明显的正MOM因素敞口，而基金B具有统计明显的负MOM因素敞口。

在这个正市场收益和负动量收益的环境下，我们看到具有正向动量敞口的基金A表现不佳。在随后的一个月中，基金A表现稍差于其基准S&P500 收益（9.60%vs9.63%）,但具有负动能敞口的B基金获得2.5%的超额收益。这个例子充分说明了在市场环境改变的关键时期，投资经理的动量敞口会对基金的收益产生极大的影响。

例1：管理Alpha和动量敞口的持续性

下面，我们再讨论一下管理人员的择时能力和动量敞口的持续性。我们对6个月的数据以及前述的1月数据采用Carhart模型进行了分析。可能由于主动的管理决策，基金A具有不一致的动量敞口，其表现为统计显著的负alpha。基金B具有一致的动量暴露，帮助其在最后一个月实现了超额收益。

例2：四因子模型和外样本收益

样本2中，模型估计采用了一年的数据，同时采用了随后一月的数据作为外样本数据，这一个月中市场收益为负（-18.40），同时有一个负的MOM因子（-0.22%）。在模型估计阶段，基金C和基金具有相近的截距，且对于Fama-French模型的三个因素具有相似的风险敞口，但基金C具有统计显著的正MOM因素敞口，而基金D具有统计明显的负MOM因素敞口。

具有负MOM暴露的基金D在模型估计的随后一个月中获得极佳的超额收益。在这个不利的市场环境下，基金C表现弱于S&P500指数0.54%，落后基金D 2.52%。这充分展示了具有正动量敞口的投资组合所具有的短期风险。同时，基金D的表现也充分说明了具有负动量敞口的基金在正确的时间也能获得较好收益。

例2：管理Alpha和动量敞口的持续性

在下面的表中，我检查了管理Alpha和动量敞口的符号一致。基金C具有符号一致的动量敞口，但由于在最后一个月动量转为负数，使得这种一致性并未产生效益。基金D表现了通常的缺乏符号一致性的动量敞口。这种不一致性在某种情况下弱化了基金在最后一个月的表现，主要由于基金没有充分利用最后一个月市场负动量收益。

结论

很多投资经理在没有动量敞口授权的情况下，无意识或有意的使得投资组合具有了动量风险敞口。在Carhart模型中采用MOM因素识别了该类敞口。在组合构建中识别、检测和建议动量风险敞口是每个致力于为她或他的客户寻求最佳资产的财富管理者的职责。投资经理应该在投资政策说明书中明确动量风险敞口管理的职能。由于动量风险敞口中包含的系统性风险，主动管理所获得的正收益同主动动量择时所获得的Alpha是不同的。不断改变动量敞口的基金能够增加价值（和Alpha），但对于面对断断续续赎回的基金又可能造成更多的风险，尤其当这些变化的风险敞口没有在基金的投资策略中明确指明的情况下。由于没有一个节省成本的获得正动量收益的方法（Blitz和Huij 2012），很多基金经理不论是否获得授权都会尝试获得该类风险收益。在缺乏基于持仓指标确定风险敞口的方法的情况下，Carhart模型提供了一种有效的确定基金动量风险敞口和在投资策略说明书中定义动量敞口的方法。

(作者：Steven L. Beach，翻译：黄海东 校正：徐智康，本文发表于《对冲基金》特刊。)