价值因子已死？
本文基于Arnott等人的研究，通过分解价值因子相对成长因子表现的三个核心驱动力：相对估值变化、成分股风格漂移和盈利能力，实证发现价值因子回撤主要由相对估值驱动，风格漂移与盈利能力并无显著变化。本文进一步探讨了无形资产调整后的价值定义，确认价值因子仍具吸引力且预期未来将均值回归，当前价值股性价比处于历史极端水平，预期收益显著提升。[page::0][page::1][page::2][page::6][page::7][page::8]
金融研报AI分析
价值平均策略、美元成本平均策略以及随机投资方式的收益对比 基于多市场历史数据的实证检验
本文基于多市场实际历史数据实证检验了价值平均策略（VA）、美元成本平均策略（DCA）及随机投资的收益表现，结果显示VA策略在大多数市场和投资期限内均获得最高的期望内部收益率（IRR），且随着投资周期延长其优势更加显著[page::1][page::3][page::4][page::5][page::6][page::9]。此外，VA策略通过动态买卖调整组合价值，实质上实现了“低买高卖”，相比DCA策略不仅降低了平均成本，也改善了收益表现[page::1][page::2][page::3]。实证研究还表明，在上涨市、下跌市及震荡市中，VA策略均优于DCA及随机投资，期望收益率差异虽有限但具有显著的投资意义，特别是在当前低无风险利率背景下[page::4][page::6][page::9]。
价值股与成长股的久期 差异没有想象的那么大
本文基于GMO文献，系统分析了价值股与成长股的久期及其对利率变化的敏感度，揭示了两者久期差异远小于通常预期。研究指出价值股因高收入和较低成长表现出略短久期，成长股则略长，但差异轻微且被市场噪音掩盖。再平衡效应被强调为影响两种风格收益的重要因素，且当前价值股折价显著，未来有望持续跑赢市场，独立于利率走势的变化。论文结合多幅标普500分组回报构成图表，有效支撑结论 [page::0][page::1][page::2][page::3][page::4][page::5][page::6].
基于DEA方法的共同基金业绩预测
本报告采用非参数的DEA方法，结合收益率、换手率、波动率、费率等多因子，对46只印度股票型共同基金在三年、五年和十年不同维度进行业绩预测。研究表明，基于DEA筛选出的基金业绩优异且稳健，平均74%的基金表现高于同类水平，且波动率低，具有较高的投资价值。这为投资者基金选择和基金经理业绩管理提供了新的思路和工具 [page::0][page::1][page::2][page::3][page::4]
基金经理是否具有市场流动性择时能力
本文基于1974-2009年美国5423只权益型基金数据，研究基金经理对市场流动性的择时能力，采用Pastor-Stambaugh和Amihud两种流动性指标实证发现，基金经理能根据市场流动性调整组合市场暴露，尤其是进取成长型基金表现显著。同时，流动性择时能力可显著预测基金未来风险调整收益，表明市场流动性是基金经理资产配置的重要参考因子 [page::0][page::1][page::3][page::5][page::6]
基金经理的运气与技能
报告通过分析1984年至2006年美国主动管理型共同基金的收益表现，结合Bootstrap模拟比较真实基金Alpha分布和模拟分布，显著发现整体基金市场呈现负和游戏特征，只有少部分基金经理具备足以覆盖管理成本的投资技能，且优秀基金经理的超额收益在扣除成本之前更为显著。研究还表明，基金净收益下的Alpha表现整体偏负，而总收益考虑管理成本前则更能体现技能与运气的区分 [page::0][page::1][page::2][page::3][page::4]
基金费率能降到多低？
过去20多年里，基金费率持续下降，尤其是被动基金，2020年资产加权平均费率降低至0.41%，为投资者节省数十亿美元。投资者偏好向低成本基金转移，主动与被动基金费率均有明显下降趋势，但咨询费等其他费用出现剥离，未来基金费用下降压力仍将持续[page::0][page::1][page::2][page::3]。
机器学习时代的回测原则
本报告系统总结了机器学习方法在金融回测中易发生的过拟合问题，结合学术文献提出了七个维度的原则，包括理论假设建立、数据准备、样本选择、交叉验证、模型动态调整、模型复杂度及研究文化，旨在指导投资者科学使用机器学习避免过拟合风险，提升策略稳健性。[page::0][page::1][page::2]
机器学习能用于基金组合构建吗？
本报告基于1980年至2018年美国股票型基金数据，应用弹性网、随机森林和梯度提升三种机器学习方法，发现后两者能够构建出风险调整后正收益、统计显著的基金组合，优于传统OLS线性方法。研究强调多变量预测和非线性及交互效应的重要性，并指出alpha随时间下降趋势，体现资本市场竞争加剧和规模不经济问题。同时，机器学习方法对机构与散户基金均适用，且灵活地重新评估因子重要度是策略有效性的关键 [page::0][page::1][page::2][page::6][page::9][page::10]
货币政策的非对称效应
本文基于美国战后数据，系统检验了货币政策冲击在产出响应中的非对称效应，区分了积极与消极、大冲击与小冲击及低方差条件，发现消极货币供应冲击对实际经济影响更大，且只有小的消极冲击具有显著作用。这为理解货币政策的动态传导及制定更有效的政策提供了实证支持 [page::0][page::4].
宏观经济的风险对因子收益的影响
本文研究了宏观经济风险如何影响股票因子收益，构建了七个反映经济预期和冲击的宏观状态变量，揭示了因子收益对宏观变量的高度敏感性。研究发现传统的低相关性因子并不一定能有效分散宏观风险，而通过MRD分配策略可显著降低因子组合对宏观经济风险的依赖性，为多因子投资提供了更有效的风险管理路径[page::0][page::2][page::3][page::4][page::5][page::6][page::8]。
横截面与时间序列因子模型比较
本文通过实证比较Fama和MacBeth的横截面回归方法与Fama-French时间序列因子模型，发现仅使用横截面因子的时间序列模型对股票组合平均收益的解释能力优于传统时间序列因子模型。该结论在多种因子载荷设定及测试资产组合中均成立，说明横截面因子在资产定价中的优势主要源于因子本身的优化特性而非时变因子载荷[page::0][page::1][page::3][page::7][page::10][page::11]。
数据提供者的信息中介角色
本文实证研究了金融数据提供者First Call在资本市场的信息中介角色，发现其业绩信息传播的及时性显著影响市场对业绩公告的价格和成交量反应，延迟传播导致即时股价反应减弱但后续价格漂移增强。同时，延迟传播使异常交易量下降，买卖价差扩大，市场流动性下降。通过多种稳健性检验和异数据来源验证，确认数据提供者作为信息中介的有效作用，为理解信息传递机制和市场反应提供了重要实证依据 [page::0][page::1][page::3][page::5][page::9][page::10]。
基于APB指标的共同基金业绩评估
本文提出了主动同业基准（APB）指标，基于基金收益和投资目标构建组内基金的等权重收益基准，显著提升了四因子模型中基金经理alpha的估计精度。实证采用1980-2010年美国基金数据，发现APB模型能有效降低组内基金残差相关性，揭示共同策略对基金业绩的影响，并提升对有能力基金经理的识别能力。样本外测试显示APB模型在区分正负alpha基金和预测未来业绩方面优于传统模型，债券基金同样验证了这一结论。多项稳健性检验进一步证实APB的有效性，为投资者和机构提供实用的业绩评估工具和投资策略参考。[page::0][page::4][page::5][page::6][page::7][page::8][page::10][page::11][page::12]
海外文献推荐(第72期) 独立董事的价值
本文利用外部事件导致的独立董事注意力分散现象，实证分析了注意力分散对独立董事行为及公司价值的负面影响。发现注意力分散董事缺席董事会会议增多、内部交易减少，离职概率上升，同时企业的经营绩效和价值均趋于下降，尤其当重要独立董事注意力分散时，负面效应更显著[page::0][page::4][page::5][page::6][page::7]。
短期的Beta还是长期的Alpha？
本文基于Kamara等人（2018）的研究，分析不同投资区间对系统性风险因子定价的影响。研究发现，短期投资者主要关注流动性风险，其短期流动性beta获得显著风险溢价；而长期投资者则更关注市场和价值因子的中长期风险溢价，短期流动性风险对长期投资者产生alpha收益。机构投资者持仓与其投资区间吻合，长区间投资者倾向于持有含高短期流动性风险和中期价值风险的资产。这揭示因子alpha或风险属性依赖于投资时间区间，投资者通过投资区间错配策略能够获得超额收益 [page::0][page::1][page::2][page::3][page::4][page::5]
SmartBeta与多因子组合的最优配置
本文提出一种标准化的组合优化方法，实现Smart Beta与多因子策略（advanced beta）的最优融合，通过均值方差模型最大化收益风险比。研究发现，基础Smart Beta因子的配置权重主要取决于其收益风险比，并受多因子策略权重影响，而多因子策略权重则由其残差收益的收益风险比及市场暴露决定，优化配置显著提升风险收益表现 [page::0][page::1][page::2]。
弱市赢家方能恒强：对冲基金在不同市场条件下的表现持续性
本文研究对冲基金在不同市场行情下的绩效持续性，重点提出RET_DOWN指标（下跌市场的平均回报）能有效预测未来基金表现，优于RET_UP（上涨市场绩效）。研究表明，弱市中基金表现更能反映管理技能，RET_DOWN与多种技能代理正相关且预测能力稳健，同时反映了投资者行为和市场摩擦的影响，为对冲基金优质管理人的筛选提供重要参考 [page::0][page::1][page::3][page::4][page::5][page::7][page::8][page::9][page::10][page::11].
美国ESG基金发展报告
本报告基于2017年美国ESG基金市场数据，系统梳理了ESG基金的定义、分类及增长情况，分析了各类基金的资产规模、资金流向及管理公司布局。报告指出ESG基金数量和资产类别快速扩展，费率水平具有竞争力，整体业绩与传统基金表现相近且具备较高ESG评级，显示出ESG投资潜力巨大，个人投资者尤其是年轻人和女性对ESG基金兴趣浓厚，未来市场有较大发展空间 [page::0][page::6][page::13][page::14].
通过VaR Black-Litterman模型构建FOF投资绝对收益组合
本文介绍了VaR Black-Litterman模型在FOF绝对收益组合构建中的应用。该模型结合VaR风险度量与Black-Litterman收益修正方法，整合市场均衡数据与专家观点，实现投资组合对风险及交易限制的多重约束控制，具有较好计算稳定性和效率。文中还推导了VaR约束的确定性等价形式，探讨了凸性及可解性问题，为绝对收益FOF组合设计提供了理论与实操框架 [page::0][page::3][page::6][page::7]
