导论
在过去的几年里，股票智能贝塔和因子投资已经成为行业内高度讨论和辩论的话题。事实上，投资者调查一直强调，智能贝塔投资不仅越来越受欢迎，而且被广泛采用。例如，富时罗素2018年资金方全球调查，调查了代表北美、欧洲、亚太和其他地区约3.5万亿美元资产的资金方[1]，77%的资金方回答说他们已经实施、目前正在评估实施或计划在不久的将来评估智能贝塔策略。调查还发现，智能贝塔的采用率从2015年的26%上升到2018年的48%。更有趣的也许是，虽然富时罗素前几年的调查显示，资产规模超过100亿美元的大型资金方采用智能贝塔比率明显较高，但在这次最新的调查中，采用率分布更加均匀：小型（39%）、中型（43%）和大型（56%）。就采用的智能贝塔策略而言，多因子产品的采用率最高（49%），其次是单因子低波动率产品（35%）和价值策略产品（28%）。多因子产品采用率的增长，很可能是由于人们对低相关性股票共同因子组合所提供的多元化优势有了更好的理解，这似乎是以其他集中暴露于某些因子的智能贝塔策略为代价的，例如基本面加权策略，其采用率从2014年的41%下降到2018年的19%。
在我们看来，智能贝塔是投资领域的一个重要创新，它在整个行业中越来越多地被采用，是出于许多考虑。第一，根据我们的经验，许多公共和私人养老金计划的投资组合有6%～8%的收益要求（精算收益率），以满足其预期负债。在一个低预期收益率的环境中，如果不大幅增加对股票的配置，这种收益目标可能难以实现。同时，一些资金方也希望降低整个投资组合的波动性，以及筹资供款和收益的波动性，同时保留股票配置。因此，资金方似乎面临着相互冲突的目标：①提高投资组合的收益，但不增加股票配置；②减少投资组合的波动性，但不降低股票配置。智能贝塔投资可能提供潜在的解决方案来满足这些目标。某些智能贝塔产品，如多因子策略，提供了提高预期收益的潜力，同时将投资组合的波动性保持在与市场相似的水平。某些其他智能贝塔产品，如低波动性策略，提供了降低整体投资组合风险的潜力，同时寻求产生类似市场的收益。因此，智能贝塔投资可能允许投资者达到提高收益和/或降低风险的目标，而不用完全改变股票配置。
第二，引入智能贝塔投资，与主动管理相辅相成，提供了大幅提高投资组合中多元化效益的潜力。事实上，在结合智能贝塔和真正的阿尔法时，投资者可以引入多层次的多元化，从而推动给整个投资组合带来重大影响的效率增益（即，更高的相对风险调整收益）。
第三，在与大型资金方的互动中，我们发现，随着投资组合规模的增长，这些资金方可能会逐渐更难找到更多老练的主动管理型基金经理和/或增加对表现最好的基金经理的分配，因为基金经理的集中可能导致能力和/或基金经理的风险限制。这些资金方面临着在庞大且不断增长的资产基础上提供合理水平阿尔法的问题。根据我们的经验，这些资金方倾向于将某些智能贝塔策略，主要是低跟踪误差的多因子产品，作为透明且系统化的策略，能够提供阿尔法（相对于市场组合的超额收益），并具有高容量和成本效益。
第四，从投资过程的角度来看，智能贝塔投资的日渐流行也可以归因于这样一个事实，即它试图结合主动投资和指数投资最具吸引力的特点。智能贝塔产品寻求捕捉主动管理型基金经理通常强调的相同的超额收益来源（即因子），这些因子描述了持续的市场表现。但与主动管理不同的是，这些超额收益来源现在是以类似指数的方式提供的，其目的是减轻投资过程风险和透明度风险，并提供有意义的实施成本和管理费用的节省。
第五，由于产品结构师已经或多或少地用尽了基于市值加权指数的产品，他们的重点已经转移到智能贝塔指数和相关产品。根据晨星研究（2017），“策略贝塔交易所交易产品全球指南”，策略贝塔（Strategic-Beta，晨星对智能贝塔的术语）交易所交易产品（ETPs）于2000年5月在美国推出。截至2017年6月，策略贝塔ETPs已经发展到1320个，全球管理的资产总额为7070亿美元。事实上，策略贝塔ETPs和相关资产的增长速度在近期已经加快。例如，2016年6月～2017年6月，策略贝塔ETPs取得了28.3%的申购量增长。
展望未来，根据我们与客户的讨论和经验，我们预计智能贝塔投资的增长将继续。对于零售投资者来说，结构性的智能贝塔产品，在我们看来，其价格明显低于传统的主动型投资，接近于传统的被动型投资，可能会吸引大部分的配置。对于机构投资者来说，尽管开始时对智能贝塔的配置较少，但我们预计从长远来看，典型的股票投资组合结构将包括50%的市值加权被动型投资，25%的智能贝塔投资，以及25%的主动型投资。同时，我们也注意到，许多投资者还没有采用智能贝塔投资。根据各种调查，如富时罗素2018年全球调查，投资者在一些方面需要更好的教育，比如如何接近和定位智能贝塔，在给定大量智能贝塔产品的基础上如何分析和进行尽职调查，以及如何为给定的投资组合结构确定最佳策略或策略组合，仍然是投资者实施智能贝塔投资的最重要障碍。
对投资者进行持续教育的需求为本书提供了动力。我们希望投资从业者发现本书的内容对理解智能贝塔投资的理论基础、分析和选择适当的智能贝塔策略以满足他们的具体目标、通过将智能贝塔与真正的阿尔法相结合来构建更有效的投资组合，以及，也许最重要的是，从其他已在其投资组合中成功实施智能贝塔投资的从业者那里获得启示。
本书章节概览
在第1章中，我们首先回顾了股票智能贝塔空间的演变，以及智能贝塔产品的一些理想特征。对智能贝塔投资演变的回顾为理解智能贝塔空间的定义和目前的构成提供了有用的见解。
由于随着时间的推移，智能贝塔已经与因子投资紧密结合，在第2章和第3章中，我们将对股票共同因子和因子投资做一个概述。第2章简要回顾了因子投资的起源和理论。我们还提出了一些话题，比如为什么投资者应该关注股票因子，哪些具体的因子已经成为各种智能贝塔产品的重点。第3章重点解释了智能贝塔因子的收益率。我们讨论了基于风险的、行为的和结构性的解释，即为什么因子溢价存在，为什么它们在历史上持续存在，以及为什么它们可以被预期在未来将持续存在。
市场上各种各样的智能贝塔产品有时会让投资者不知所措，他们常常为如何分析和选择此类产品而苦恼。智能贝塔产品的差异可能来自许多方面，如因子规格、加权方案以及用于控制营业额、多元化或能力的方法。第4章、第5章和第6章讨论了捕捉智能贝塔因子和选择智能贝塔策略所涉及的各种考虑。在第4章中，我们提出了一个简单的框架来理解一些为获取智能贝塔因子收益而采用的各种加权方案。我们还分析了这些加权方案实现的因子捕捉效率。在第5章中，我们讨论了一些在智能贝塔产品的设计中普遍使用的各种因子信号规格。除了加权方案的选择之外，因子信号规格也可以驱动各种智能贝塔产品之间的差异。在第6章中，我们使用第4章中构建的因子组合，分析了大量公开可用的智能贝塔策略。虽然我们的重点是智能贝塔策略，但我们也使用这些因子组合对某些主动策略进行风险分解。第6章的分析为理解智能贝塔和主动策略的业绩驱动因子，以及评估因子捕捉的效率或更普遍的基金经理技能的存在提供了有益的见解。
在第7章、第8章和第9章中，我们的重点转移到理解智能贝塔因子策略的性能特征。在第7章中，我们首先分析了单个智能贝塔因子组合的历史表现。我们讨论了三个地区的表现，即美国市场、美国以外的发达市场和新兴市场。我们根据实施成本调整业绩，以使历史模拟可能更代表“实际”实施。第7章试图深入了解各因子在总风险和相对风险及收益属性方面的差异，以及它们在不同市场制度下的表现。在第8章中，我们从单个因子转向因子的多元化策略。我们讨论了智能贝塔因子有吸引力的相关属性，并展示了组合因子如何导致相对风险调整后的业绩改善，同时也有可能降低市场表现不佳的风险。人们常说，多元化是金融学中唯一的免费午餐。多因子智能贝塔策略很可能代表了通过多元化而获得巨大利益的一个例子。在第9章中，罗杰·G.克拉克，哈林德拉·德·席尔瓦和史蒂文·索利对低波动性投资进行了深入的讨论。作者回顾了①低波动率因子的历史表现和为解释它而提出的解释，②异常现象是由系统性风险还是特异性风险驱动的，③低波动率因子的特点，如与其他因子的相关性，④建立低波动率投资组合常用的技术。
关于智能贝塔的实施和投资组合的构建，第10章分析了投资者在设计多策略、多经理人投资组合时面临的各种潜在挑战。这些挑战部分来自目前的投资组合结构做法，我们认为，这些做法没有为如何实施有效的风格和基金经理的多元化提供足够的指导。因此，我们提出了一个替代性的投资组合结构框架，旨在通过促进建立潜在的更有效的整体投资组合结构，将智能贝塔策略与主动管理结合起来，从而改善当前的实践。
投资者越来越希望在他们的整体股票投资组合中反映环境、社会和公司治理（ESG）的价值和观点。在第11章中，我们提出了一个纳入ESG因子的框架，并将ESG因子与智能贝塔因子投资相结合。该框架强调业绩归因的定制和透明，同时保持一定程度的基准意识。
第12章提供了一个因子投资在股票以外的应用实例。在第12章中，奥利弗·邦恩概述了一种基于因子的方法来识别对冲基金的系统性风险暴露。这些基于学术研究的经济直观因子定义明确，流动性强，并且可以以相对较低的成本实施。这些系统性因子的投资组合可以为投资者提供类似于对冲基金的收益情况。
本书的其余章节由已经成功实施或正在考虑在其股票投资组合中实施智能贝塔指数的从业者提供的资料组成。第13章至第15章提供了资金方的观点。史蒂夫·卡登在第13章中讨论了加州公务员退休基金（CalPERS）对智能贝塔的实施。CalPERS的智能贝塔计划的演变构成了一个有趣的案例研究，因为它密切反映了智能贝塔投资在业界的演变，一般来说，从替代贝塔策略到多因子投资。2006年，CalPERS采用了基本面指数化，作为一种均值回归策略，可以潜在地解决追随趋势的市值加权组合的缺陷。随着基本面指数化的实施和接下来四五年的监测，人们了解到这一策略的超额收益是由价值因子的高风险驱动的。这使该投资组合暴露在价值收益的巨大周期性中。因此，随着时间的推移，重点转向用其他因子来分散价值投资，如动量、质量和低波动率，这些因子与价值的相关性较低或为负，但从长远来看，能独立地提供正的超额收益。CalPERS也是混合实施模式的早期采用者，它结合了主动和指数管理来实施系统的智能贝塔和因子策略。在这个模式中，外部策略是通过许可协议从智能贝塔经理那里获得的定制指数，并由CalPERS内部复制。混合实施模式为CalPERS带来了有意义的交易成本和管理费用的节省。在第14章的案例研究中，汉斯·德·鲁特讨论了TNO养老基金智能贝塔项目的设计和实施。历史上，TNO养老基金曾使用传统的指数基金以被动的方式分配股票。智能贝塔产品的出现提供了一个机会，包括额外的超额收益来源，以便潜在地改善投资组合风险调整后的表现。因此，TNO养老基金将智能贝塔作为一种增强型指数化的形式，使基金能够部分地将投资组合从单一贝塔过渡到多个贝塔的被动策略。在考虑智能贝塔时，TNO养老基金提出了需要解决的重要问题，比如，哪些智能贝塔因子需要关注，为什么？如果降低短期市场表现不佳的风险是一个重要目标，应该考虑哪些智能贝塔策略？如何在实际层面上解决智能贝塔因子溢价的持久性问题？如何构建多因子智能贝塔策略？如何评估和减轻实施成本的影响？以及对已实施的智能贝塔策略使用哪个基准？本案例研究提供了关于TNO养老基金如何解决这些问题的有用见解。另一个早期采用智能贝塔因子投资的机构是巴克莱银行英国退休基金（Barclays Bank UK Retirement Fund，BUKRF）。在第15章中，伊利安·迪米特罗夫解释了多年来智能贝塔是如何对改善整体股票配置的风险调整后收益做出有意义的贡献的。最初，在BUKRF，智能贝塔被用于投资组合的完成和风险暴露管理，目标是实现对某些目标因子的多元化和平衡的暴露。近年来，智能贝塔的使用已经扩大到包括以低成本获取特定风险溢价的策略，以及在全球股票市场的高效部分作为主动管理替代的多因子策略。本案例研究还讨论了BUKRF在实施智能贝塔计划时面临的各种挑战，在选择适当的智能贝塔策略时使用的标准，用于确定智能贝塔分配的过程，以及与智能贝塔策略的治理、监测和业绩基准有关的各种考虑。
第16章和第17章提供了投资顾问对智能贝塔的观点。尽管一些投资顾问还没有对智能贝塔投资形成正式的、公开的观点，但其他投资顾问，如韦莱韬悦（Willis Towers Watson，WTW），已经是这类策略的早期倡导者。在第16章，韦莱韬悦的詹姆斯·普赖斯和菲尔·廷德尔从资金方的角度讨论了智能贝塔。作者认为，智能贝塔给资金方的投资格局带来了有意义的变化，因为它将重点从基金经理的选择转移到投资策略的选择上，因此，需要一套不同的技能。智能贝塔需要加强前期治理，这也意味着资金方需要形成对智能贝塔的信念，区分绝对收益和相对收益，并在策略评估和监测中避免短期主义。在这个新的领域里，资金方也面临着一些挑战，比如智能贝塔因子的潜在拥挤和策略的时间分配，他们需要解决这些问题。在美国，威尔希尔咨询公司也是智能贝塔投资的早期倡导者之一。在第17章中，安德鲁·琼金，史蒂文·福雷斯蒂和迈克尔·拉什讨论了威尔希尔咨询公司对智能贝塔的看法。他们认为，投资者可以考虑采用智能贝塔作为主动管理的替代或补充，因为智能贝塔可以捕捉到主动管理型基金经理也在实施的许多系统性的收益来源，但它是以一种系统的、透明的、成本较低的方式进行的。对于那些希望以合理的成本改善其投资组合风险调整后收益的投资者来说，智能贝塔也可能适合作为传统被动管理的替代品。最后，威尔希尔咨询公司认为，对于那些在当前低预期收益环境中挣扎的资金方来说，智能贝塔策略有可能是一个有效的解决方案。
第18章和第19章集中讨论了零售投资者考虑智能贝塔投资的潜在动机。在第18章中，富达投资和Betterment[2]的莉萨·L.黄和彼得·N.科尔姆分别阐述了零售客户投资顾问向客户提供完整的智能贝塔解决方案的理由。在学术证据和通过ETPs实施的成本下降的支持下，作者认为智能贝塔策略是在零售领域建立更有效和更具成本效益的投资组合的有趣工具。在第19章中，来自AMK公司[3]的杰里·查夫金谈到了智能贝塔对零售投资者的潜在定位。在他看来，智能贝塔是一种有纪律、系统地生成阿尔法的方法，它有利于实现主动管理的基本目标，但可靠性和透明度更高。智能贝塔对零售投资者来说是一个引人注目的主张，因为它结合了被动（低成本、有纪律和透明）和主动（潜在的市场表现）投资的优点。智能贝塔投资最重要的吸引力之一，是作为系统化的策略，它有助于投资者和基金经理设定适当的预期，并在困难时期遵守纪律。从长远来看，这可能会大大改善实现投资者目标的能力。
最后，第20章和第21章提供了一些结论性意见，包括一些对智能贝塔投资的释疑。
[1] asset owner”直译为“资产所有者”。汉语中，“资产”的内涵比较大（含固定资产、无形资产、现金、金融资产、股权与债权等），会让读者产生歧义。本书中所谓的“asset owner”会将资金（而不是非现金资产）委托给主动基金经理或被动基金产品（含智能贝塔产品）来实施投资。因此，本书统一将“asset owner”译作“资金方”。——译者注
[2] Betterment，一家机器人投顾公司。坊间将该公司称为美国智能投顾鼻祖。——译者注
[3] AMK公司（AssetMark）现为华泰证券境外子公司，在纽交所上市，总部位于美国加利福尼亚州康科德市，是美国排名前三的统包资产管理平台（TAMP），为独立投资顾问及其客户提供全面的财富管理和技术解决方案。