20160407-华泰证券-SmartBeta指数ETF研究_SmartBeta_ETF海外发展状况及A股市场实证研究_35页_1mb

SmartBeta指数ETF研究总结

核心内容

SmartBeta指数ETF是一种结合了传统被动投资与主动投资策略的产品，它通过引入长期有效的主动因子，改变单一的市值加权方式，从而提高指数投资的中长期收益。它代表了主动和被动投资理念的融合趋势，为投资者提供了一种新的投资方式，使他们可以根据自身风险偏好和市场环境选择单因子或多因子SmartBeta指数或组合。

主要观点

• SmartBeta的定义：SmartBeta是市场有效理论与经典价值投资理念的结合，不是特定的计算方法，而是对传统投资理念进行融合的趋势。
• 传统指数的局限性：上证指数和沪深300指数由于行业分布和加权方式，表现落后于市场等权指数，如中证500等权指数在2006-2015年间复合年化收益率达26.72%，远超上证指数的11.79%。
• SmartBeta的优势：通过引入主动因子，SmartBeta在保持被动投资透明度和交易便利的同时，提升了投资的收益潜力，特别是在市场波动较大的情况下表现更优。
• SmartBeta的分类：根据不同的加权方式，SmartBeta可以分为市值加权、分散化加权、基本面加权、风险平价、最大分散化比例、全局最小方差、最大去相关、最小方差分散以及最大夏普比等策略。
• SmartBeta的风险：包括系统风险和特别风险。系统风险源于对某些风险因子的暴露，而特别风险则来自参数估计误差和优化风险。
• SmartBeta的发展：从美国市场起步，逐步扩展到全球。截至2013年，美国SmartBetaETF已占ETF市场净增量的35%。中国市场自2009年起开始出现SmartBeta产品，如嘉实基本面50。
• SmartBeta的改进：SmartBeta2.0通过减少系统风险因子的暴露、优化参数估计和调整权重策略等方式，提升了SmartBeta策略的稳健性和有效性。

关键信息

SmartBeta的加权方式

SmartBeta1.0存在的问题

• 系统风险暴露：SmartBeta1.0未区分选股和加权方法，导致对某些风险因子（如市值因子）的过度暴露。
• 特别风险：包括参数估计风险和最优化风险，影响策略的稳定性。
• 行业偏差：如低波动率策略对公用事业板块暴露较高。

SmartBeta2.0的改进

• 减少系统风险因子暴露：通过将选股和加权分开，控制对特定风险因子的暴露。
• 优化参数估计：采用Barra因子模型等方法降低协方差矩阵估计的误差。
• 调整权重策略：引入弹性权重、固定上下限等方式，提升策略的稳健性。

实证研究结果

• 美国市场：
  • 低波动率策略、动量策略、质量策略等在特定市场周期中表现优于市值加权指数。
  • 最大夏普比策略在小市值样本空间中表现尤为突出，夏普比达到0.65。
  • 公用事业板块在低波动率策略中暴露较高。
• A股市场：
  • 基于沪深300、上证50和中证500的SmartBeta指数在不同市场周期中表现各异。
  • 2006-2015年间，SmartBeta指数在2009年后表现显著优于基准指数。
  • 不同加权策略在不同市场环境下具有不同的收益和风险表现。

风险提示

• 本报告仅提供创新产品策略，不直接提供投资建议。
• 投资者应根据自身风险偏好和市场环境选择合适的SmartBeta指数或组合，承担特定Beta的风险以获取超额收益。

总结

SmartBeta指数ETF是一种融合被动与主动投资理念的创新产品，通过引入长期有效的主动因子，提升了传统指数投资的收益潜力。其加权方式多样，包括市值加权、基本面加权、风险平价、最小方差等策略。实证研究表明，SmartBeta指数在特定市场周期中表现优于传统市值加权指数，特别是在中小市值股票表现强劲的时期。然而，SmartBeta1.0版本存在对某些风险因子的过度暴露和特别风险的问题，SmartBeta2.0通过优化参数估计、调整权重策略等方式加以改进，提升了策略的稳健性和效率。投资者可以根据市场环境和自身风险偏好选择适合的SmartBeta指数或组合，以获取相对基准的超额收益。