隨著互聯網泡沫的終結，同時也標誌一個“買入並持有”投資策略統治的時代的結束。投資者們尋找各種投資策略以應對市場趨勢的下降。結果就是：投資者對對沖基金的興趣大大增加。
然而，對沖基金操作的不透明性和缺少績效評價標準使得人們很難對它的表現制定預期，從而反映當前的經濟形式。另外，對沖基金相對較短的歷史使得投資者難以評價它長期的表現，簡單的說，投資者很難判斷將多少他的資產配置到對沖基金當中。現存的對沖基金指數，儘管能給投資者提供目前行業平均水平的信息，但是還是很少能回答投資者想關心的問題。
傳統的模型在構建大類資產指數的時候利用的一個重要假設是：同類大類資產下所有的標的資產都是同質化的，並且主要的投資策略就是購買某一資產並且持有它。然而，對於對沖基金，它們的標的資產的構成和表現都大不相同，具有動態的投資風格，並且可能會採取高槓杆化的操作方式。這些特徵，與缺少歷史表現的標準化報告一起，極大的限制了對沖基金指數的信息量。所以在有的時候，使用傳統的方法構建對沖基金指數可能會產生錯誤的結果。
在這篇文章中，我們探究了現有的對沖基金指數的缺陷，提出了一個替代的方法來構建對沖基金的收益的參照基準：在對沖基金風險模型中使用基於資產的風格（ABS）因子，通過這個模型來說明關於對沖基金投資組合哪些可以被ABS因子展示；然後實現一個樣本外的檢測：關於風險因子模型在解釋主要對沖基金指數之間收益的差異的有效性。
一、同類平均的缺點
對沖基金風險建模的標準方法是使用廣泛的對沖基金指數，指數由平均每隻對沖基金構成，然而，對沖基金數據庫存在的固有偏差。這些問題之前的研究人員已經發現，這些問題主要包括：
數據偏差：對沖基金數據被證明存在選擇性偏差、生存性偏差和“歷史性”偏差。
選擇性偏差：不像公募基金數據，對沖基金的交易不需要公開披露。另外，沒有對沖基金管理協會能夠起到一個信息中心的作用。對沖基金數據一般由數據商提供給投資者，如果在數據庫中的樣本基金不是對沖基金領域的代表性樣本的話，就會產生選擇性偏差的問題。
生存偏差：大部分對沖基金數據庫只提供流通基金的相關信息，那些停止報告信息或者是停止運營的基金會被移除出數據庫。但是這種處理會導致生存性偏差，因為消失基金的表現一般要比存在基金的表現差，這種類型的偏誤在公募基金中也較為常見。
“歷史性”偏差：當一支基金進入數據庫之後，其過去歷史的表現也被附加到數據庫當中，這就會帶來“歷史性”偏差問題，許多基金在開始的時候會有一段“觀察期”，如果它表現的好，那麼就會進入數據庫推薦給投資者；但是如果表現的不好，它就會停止運作。因此，當數據商提供基金的表現時，數據庫中的平均收益就會存在偏誤。
抽樣的差異：抽樣的差異存在於各種各樣對沖基金數據庫。樣本的差異會導致來自不同對沖基金子指數的不同收益。
發展時間短：使用對沖指數的另外一個缺點是它依賴的數據僅僅是從上世紀90年代開始。在這一時間段恰好經歷了美國市場最大的牛市行情，只有少數幾年是市場下降的趨勢。所以它並沒有提供足夠的時間去檢驗對沖基金在不同的市場環境下的表現，之後，我們將提出一個構造對沖基金風險因子的方法從而解決這一問題。
二、選擇指數權重的問題
一般來說，每一種傳統的資產類別在不同的市場進行交易時，能夠輕易的通過資產證券化被識別出來。一種傳統資產類別的指數通常是標的資產的平均化。因此，一種資產類別的指數類似於某一特定市場的廣泛基礎指數。
對於一個投資組合來說，一種可投資的資產大類的指數不是主動的，並且只有在根據明顯的定義改變的時候它的成分才會發生變化。再平衡規則本身假定了特定的投資組合策略，例如，一個等權重指數假定一個反向的方法：將表現好的資產出售交換表現不好的資產，從而保持同等的權重；價值加權組合假定了一個動量策略，這個策略允許“贏者”提高在投資組合當中的比重。但是當這些策略被運用到對沖基金中時，特定的問題就出現了：
對於對沖基金投資一個顯而易見的事實是：在對沖基金管理人中資產的分配有向頂級基金分配的趨勢。不到25%的基金管理著大概超過75%的行業總資產。因此，一個同等的加權指數收益就不能反映這個現象了；使用管理下的資產作為權重同樣也會有問題。首先，對沖基金經理管理的基金的歷史數據的質量肯定不如傳統的資產類別那樣完善，其次，大多數的對沖基金策略能力有限，所以成功的對沖基金管理人一般不會把已經成功的基金投入新的資本，從而會導致指數收益序列的扭曲。第三，一個對沖基金的指數應該反映風險資本的回報，這個風險資本用於產生績效，但是槓桿作用會扭曲這種事實。所以在缺乏明確的投資組合目標的情況下，沒有一個對於對沖基金經理該組合多少對沖基金形成指數的最優方法。
三、基於收益和基於資產的風格因子
對沖基金經理和傳統的基金經理都在同一個市場下進行交易。但是，有證據顯示，對沖基金的收益特徵是與傳統基金不同的。例如：我們發現對沖基金的收益與標準資產收益的相關性要比公募基金與標準資產收益相關性小的多。有一種解釋是對沖基金的基金經理有比傳統基金經理更多的技巧。然而，當資本市場表現較差時，對沖基金的表現就會相對較差。另一種可以替代的解釋是對沖基金的風險暴露是與公募基金類似，但是兩者的風險是不同的。在本篇文章中，我們利用基於資產風格的因子來創建對沖基金的基準，並由此捕獲到對沖基金中的常見風險因子。
ABS因子的發展過程如下：首先，我們提取出對沖基金收益中常見的風險來源。其次，我們將這些常見的風險來源與可觀察到的市場價格建立一個聯繫。我們使用這些被明確標識過的ABS風險因子建立一個類似於APT模型的對沖基金風險因子模型，而這裡的因子載荷是被允許隨著時間的變化而發生變化的。
這個模型的回報是至關重要的，考慮與股票市場對比的情況，股票的風險因子可以能夠通過使用CAPM或者APT來建立。模型將股票投資收益分成兩部分：系統性部分和非系統性部分，系統性部分是收益的常見來源。在APT模型中，這是指市場投資組合並加上一些其他的來源，比如利率差。這種分解方式允許投資者可以通過持有大量的股票投資組合從而分散非系統性的風險。在投資組合層面，投資者需要考慮是僅僅是常見的風險來源。
我們的對沖基金風險因子模型同樣可以幫助投資者確定常見的風險來源。這種方法創建了一種將對沖基金投資和傳統資產類別聯繫在一起的方法，並且能夠將對沖基金投資放在整個投資組合框架下分析。為了避免在對沖基金數據庫中的數據偏誤問題，我們基於資產收益而不是對沖基金收益來基準。我們使用的方法將對沖基金的通常收益與可觀察的市場風險因子聯繫起來。我們通過主成分分析的方法提取出對沖基金收益的常見組成部分，並稱它們為：“基於收益的風格因子”。每當基於收益的風格因子能夠與市場風險因子建立起聯繫的時候，我們就稱這些因子是：基於資產的風格因子。
我們通過兩種方式提取對沖基金收益的常見組成部分。我們分析了所有對沖基金和商品基金至少兩年的月度績效數據，如果兩種基金以同樣的方式交易相似的資產，那麼我們就會認為它們的收益是高度相關的，那麼，它們的相關部分，就是一個常見的收益組成。通過相關收益分組基金，我們能夠提取它們的常見組成。我們發現，在這些基金中，有5個最重要的組成部分解釋了大概50%的風險波動。
下面我們要做的是通過使用可觀測的市場風險因子來明確標識這些常見的收益組成。這個過程通過4個對沖基金子組和商品基金來完成。
趨勢跟蹤基金：我們從趨勢跟蹤基金中提取了常見的收益組成。這個模型是對Merton在1981工作的拓展。我們認為這一趨勢的追隨者將會有大的動作，類似於期權的買者，他們在市場不穩定的時候賺取利潤，我們因此構造了5個場內期權投資組合。我們發現這些期權投資組合與趨勢跟蹤基金有很大的相關性，並且在收益特徵上與趨勢跟蹤基金也很相似。實證結果可以發現趨勢跟蹤策略在傳統的資產市場低迷的時候反而很流行，這就提供了一種對傳統資產投資組合收益的多元化來源。
合併套利基金：Mitchell 和 Pulvino創建了一個關於合併套利基金的資產風格因子。合併套利是一種買入目標股票並且同時做空合併公司的股票的一種策略，他們兩個人使用從1969到1998年所有的股票的併購策略的收益來模擬基於合併套利策略的收益。他們發現合併套利策略的ABS因子與合併套利基金的的收益特徵很相似。
固定收益對沖基金：在分析固定收益對沖基金的時候，我們發現這類對沖基金經常被暴露在收益率價差當中。由於收益率價差有一起移動的趨勢，特別是市場行情不好的時候，固定收益基金就能夠通過信用風險或者信貸息差建模。另外，固定收益套利頭寸通常是高槓杆化的。因此，貝塔值對作為常見風險因子的信用價差是非常敏感的。
股票多空對沖基金：最原始的對沖基金的概念，是建立在現代股票多空基金之上的。Fung 和 Hsieh 發現股票多空對沖基金與股票市場有密切的關係並且在大盤股和小盤股收益之間有傳播機制。這些對沖基金的ABS因子如下：
這裡的SC代表Wilshire Small Cap 1750指數收益；LC代表Wilshire Large Cap 750指數收益。時間區間是1994-2002。
ABS因子有多少用處？
對ABS因子的研究通常是通過對特定對沖基金策略來實現。然而，對沖基金的投資者趨向於將他們的投資通過一個對沖基金策略投資組合來實現。因此，一個重要的問題就是有多少典型的對沖基金投資組合的風險能夠使用ABS因子來標記出來。為了代理一個典型的對沖基金投資組合，我們使用HFRFOF指數。我們將它的1994年到2002年之間的月度收益率與對沖基金風險因子作迴歸。
對於表1，第一列顯示HFRFOF對於兩個股票ABS因子(S&P、SC-LC)和兩個固定收入因子(10Y、CredSpr)在1994到2002年之間是高度顯著的。對於兩個趨勢跟蹤因子(BdOpt和ComOpt)，載荷在整個時間區間也是顯著的，但是對於FXOpt因子，載荷在整個時間段是不顯著的。調整後的R方值是0.55。
1994年到2002年這一時間段受到很多市場事件的影響。在1994年早期，美國的利率突然上升，使得許多對沖基金損失慘重。在1998年後半段，長期資本管理公司造成了對沖基金收益的大幅度波動。有了這些市場的混亂，許多對沖基金的基金不得不調整它們的投資組合。這些改變，反過來，會造成我們模型風險因子載荷的移動。
HFRFOF時變貝塔
為了檢測ABS因子貝塔的穩定性，我們設計了一個關於累計遞歸殘差的標準測試。我們對這個迴歸從反向開始迴歸——從2002年的12月開始，每一個月觀察一次。這種方法類似於運行一個時間維度轉換的卡爾曼濾波器。它背後的邏輯如下：考慮到對沖基金在過去10年迎來了巨大的增長，無論從數據的質量還是數量上它們的數據都有巨大的提高。因此，收益數據中包含的信息有可能會隨著收益時間的推移而逐漸失去價值。通過運行一個時間維度轉換的卡爾曼濾波器可以幫助我們找出一個樣本斷點，能夠使我們把更多的精力放在近期的收益當中。通過觀察這些累計遞歸殘差，我們希望找出那些引發錯誤的市場事件。因為這些事件是迴歸方程的外生變量，所以在識別樣本斷點的時候結果是無偏的。
圖4的兩條陰影線代表95%的置信區間，從統計學的觀點來看：在1999年6月發生的累計遞歸殘差超過上邊界說明發生了一次樣本斷點，此外還有1998年10月。但是實際的情況下，斷點可能並不恰恰是這些時間點，因為在迴歸模型中斷點的作用不是立刻體現出來的，是一個逐漸的過程。
在尋找樣本中斷點的過程中，我們發現了2000年3月和1998年9月是市場活動的引發點，於是，我們又選取了子時間段：1994年1月到1998年9月與2000年4月到2002年12月，上面的表1同樣展示了在這兩個時間段的情況：兩個股票ABS因子在這兩個時間段內有顯著的貝塔值，但是在2000年之後的這一個階段，S&P500的因子載荷幾乎是之前時間段的一半。就信貸差這個因子而言，不論是貝塔的絕對值還是統計顯著水平在第二階段都有一個明顯的下降趨勢。另外，我們注意到在經過了將時間切分之後，兩段時間的迴歸方程的R方值都比0.55有了一個明顯的提高。從這個角度來說，將整個時間段進行劃分是合理的。
安心私募讓私募經營管理更安心
基於信，恆有安
安心私募基金服務中心（簡稱“安募”）是有安法務打造的專門為全國私募基金服務的綜合品牌。捆綁律師事務所，聯合會計師事務所，整合IT技術服務公司，圍繞制度構建、年度審核、產品申報、入會、公司年檢、員工註冊、培訓、合規管理、適當性管理、信息披露、非標產品創設等，服務於私募機構合規總監及相關工作人員，為私募基金提供各項綜合服務。
閱讀更多 安心私募 的文章
