作者：納蘭雪敏
簡單說期限因子是拿來幫助你降低整體資產的波動性，但他的回報並不好，是所有因子中倒數第二，夏普比率只有 0.25，只比規模因子0.24好。
動量溢酬的行為學解釋
動量溢酬的核心機制可以用「溫水煮青蛙」的比喻來理解，投資人對連續、漸進的小幅變化容易反應不足，但對突然的劇烈變化會立刻做出反應。這種「有限注意力偏誤」讓資訊緩慢反映在價格中，形成動量效應。Da、Gurun 和 Warachka 的研究發現，連續性資訊帶來的動量利潤可以持續八個月，而離散性資訊的動量利潤在兩個月後就不顯著了。
另一個解釋來自處置效應。投資人傾向過早賣出贏家鎖定獲利、過久持有輸家期待回本，這會製造人為的價格阻力，讓好消息和壞消息都無法立刻完全反映在價格上。
Baltzer 等人用德國股市的完整持有資料發現，機構投資人（共同基金、外國投資人）是動量交易者，而散戶則是反向操作者。散戶的金融素養越低，反向操作傾向越強。
機構在市場下跌時會加速拋售輸家股票，這種過度動量交易反而會預示未來動量策略的反轉（也就是動量崩潰）。
風險面的解釋相對較弱，要論證價格上漲後風險反而增加邏輯上比較牽強，不過 Asness 發現動量在高成長、高風險現金流的股票中更強，如果實際成長未能實現就會面臨風險。流動性風險也能部分解釋動量溢酬。
債券的期限因子（TERM）
期限因子講的就是一件事，你把錢借給政府越久，拿到的報酬越高。想像你有兩個選擇。第一個是買一個月到期的國庫券，一個月後政府還你錢加利息，風險極低，幾乎等於把錢放銀行。
第二個是買 20 年期的公債，你的錢要鎖 20 年才能完整拿回來。這 20 年裡面會發生什麼事？利率可能大幅波動、通膨可能飆升、經濟可能衰退，這些都會影響你手上那張債券的市場價值。所以你承擔了更多的不確定性，市場就必須給你一個額外的補償，這個補償就是「期限溢酬」。
書中的數據顯示，1927 到 2015 年間，持有 20 年期公債比持有一個月國庫券平均每年多賺 2.5%。這 2.5% 就是你承受時間拉長帶來的風險所得到的回報。
更白話地說，期限因子的邏輯跟定存很像，一年定存的利率比活存高，三年定存又比一年高。債券市場的運作原理是一樣的，只是規模更大、波動也更大。書中也證實了這一點，不管你選 5 年期還是 20 年期，期限溢酬都存在，而且天期越長，溢酬越大。
這個因子對投資組合的價值在於，它跟股票的各種因子（市場 beta、價值、動量等等）相關性很低，所以把適當比例的長天期公債放進組合裡，可以有效分散整體風險。
債券資產定價只需要兩個因子，期限風險（duration）和違約風險（credit）。
1927 到 2015 年間，20 年期美國公債減去一個月國庫券的年均報酬差為 2.5%，夏普比率為 0.25。
作者用同樣的框架檢驗期限因子，結論是它符合所有好因子的條件，持續性（persistence）接近市場 beta 溢酬的水準；普遍性（pervasiveness）方面，2001 到 2015 年全球期限溢酬為 3.2%；可投資性（investable）極高，因為美國公債市場是全球流動性最好的市場；對定義的穩健性（robust）也成立，不論選哪個天期都有期限溢酬，且天期越長溢酬越高；最後，期限因子與其他因子的相關性很低甚至為負，提供了分散風險的好處。
整體而言，動量因子的行為學解釋比風險解釋更直覺合理，而期限因子則是債券配置中一個穩定、可靠且具分散效果的報酬來源。
書中鼓吹期限因子的邏輯其實不在於期限溢酬本身有多大，而是它在整個因子組合中扮演的角色。
期限溢酬確實很薄夏普比率只有 0.25，是所有因子中倒數第二。如果單純為了追求報酬，持有長天期公債的效率確實遠不如股票。而且你提到的溢酬衰減問題也成立，在低利率環境下，長債的預期超額報酬更被壓縮，甚至可能在升息週期中變成負的。
作者的論點是這樣的：假設你原本持有 60% 股票 / 40% 債券。如果你把股票部位從普通的全市場基金，換成傾斜到小型價值股和高獲利能力的組合，每一塊錢的股票曝露帶來的預期報酬就提高了。這時候你可以把股票比例降到 40%，債券提高到 60%，預期報酬維持不變，但整體波動度大幅下降。在這個框架裡，債券的功能不是賺期限溢酬，而是降低市場 beta 集中度」和在股市崩盤時提供緩衝。
如果你的風險承受度夠高、投資期間夠長，而且能忍受大幅回撤而不動搖，那把資金全部配置在股票因子上（價值、獲利能力、動能）確實能獲得更高的長期報酬。期限因子的存在主要是服務那些無法承受股市大跌 40-50% 的投資人。對於一個完全不需要債券緩衝的人來說，把錢花在期限因子上確實是浪費機會成本。
關鍵問題在於自我評估的準確性。很多人在牛市時覺得自己風險承受度很高，但真正遇到 2008 年或 2020 年 3 月那種跌法時就恐慌賣出了。書中提倡期限因子，有一部分是在幫投資人對抗自己在極端情境下的行為偏誤。如果波動度降低，你就比較不容易在最差的時間點做出最差的決定。
0 留言