参考外洋履历，海内代价和发展类Smart Beta产品未来可期
美国的代价和发展类Smart Beta产品发展良好，比较其他类型的产品规模位居前两位。而海内代价和发展类Smart Beta产品发展差异较大，发展类产品规模逐渐缩水。探究个华夏因，本文总结了海内外代价和发展指数体例方案的4个差异。参照外洋体例方案，本文构建的A股代价和发展Smart Beta指数验证了外洋市场代价和发展类Smart Beta基金齐头并进、发展良好的投资逻辑。进一步地，本文建立了九宫格式的市值-风格指数，该指数能为基金产品设计和布局供应思路，也可作为风格分类工具利用。参考外洋履历，海内代价和发展类Smart Beta产品未来或许会有长足发展。
代价和发展类Smart Beta产品发展比拟：美国齐头并进，海内差异显著
美国的Smart Beta产品中，代价和发展类Smart Beta产品规模位居前两位，目前各占约22%的市场份额。四大头部产品中，代价类（VTV、IWD）和发展类（IWF、VUG）平分秋色，规模呈现出齐头并进的趋势。而海内Smart Beta产品中，代价类产品近年来发展态势较好，规模稳中有升，发展类产品则持续遇冷，规模逐渐缩水。发展类基金的投资逻辑在外洋早已得到投资人和共同基金的验证，在海内之以是遇冷，可部分归因于跟踪指数古迹表现不佳。
海内外代价和发展指数的体例方案有一定差异
本文比拟了海内外代价和发展指数的体例方案，总结了4个方面的差异：（1）不同于外洋指数将宽基指数进行一个二分类的核心思路，海内指数存在从全样本中选出特天命量股票的构建思路。（2）海内指数针对个股只利用代价或发展指标进行评分，而不考虑个股在代价和发展维度相对暴露程度的高低。（3）比较海内指数，外洋指数常日会对评分指标进行累积市值调度以达到将宽基指数一分为二的效果。（4）外洋指数在发展指标上会同时选取个股历史和未来的增长率，而海内指数仅选取个股历史打算出的增长率。
借鉴外洋代价发展指数的体例方案，本文设计了九宫格式的市值-风格指数
本文参考外洋代价和发展指数的体例方案，在中证全指中建立了一对代价和发展Smart Beta指数，回测显示两个指数的走势非常靠近，验证了外洋市场代价和发展类Smart Beta基金齐头并进、发展良好的投资逻辑。进一步地，本文建立了九宫格式的市值-风格指数，在市值维度分为大盘、中盘、小盘三类，在风格维度分为代价、稠浊、发展三类，得出九个Smart Beta指数。市值-风格指数的体例办法或能为基金产品设计和布局供应思路，其本身也是一个简便的风格分类工具。借助风格分类，我们能判断现有基金和指数的风格倾向，对其历史古迹表现做出较为合理的阐明。
风险提示：代价和发展类Smart Beta产品的发展受到市场环境影响，外洋发展规律不一定适用于海内；海内代价和发展类Smart Beta产品数量较少，报告中统计的各项发展规律可能存在一定有时性，不一定能预示未来；报告中涉及到的详细Smart Beta产品列表及剖析内容不代表任何投资见地，请投资者谨慎、理性地看待。
代价和发展：Smart Beta产品的基本类型
海内Smart Beta产品在近一年的韶光里迎来了快速发展期。今年2月20日我们发布了Smart Beta系列首篇深度研究报告——《Smart Beta：乘风破浪趁此时》，对国内外Smart Beta产品市场发展现状及未来趋势进行了剖析，接下来，我们将对Smart Beta各个类别的产品依次展开进行详细谈论，代价和发展作为Smart Beta产品的基本类型，是本篇报告的关注重点。
回顾华尔街百年历史，20世纪初期可谓投契盛行，靠底细信息高抛低吸、卖空杀空、短期频繁换手以盘剥财富者不胜列举；1934年本杰明·格雷厄姆与戴维·多德出版了影响深远的《证券剖析》一书，代价投资时期随之到来；其后，菲利普·费雪为“代价”提出了新的考量维度，他更加看重公司未来的盈利能力，也即“发展性”，自此发展股投资理念也开始逐渐发展；巴菲特作为格雷厄姆的学生，在继续其师理论精髓的根本上，同时接管了费雪的投资理念，并将其不断发扬光大。时至今日，提及代价和发展，三位大师之名仍旧如雷贯耳。
代价和发展实在同根同源，都是投资者通过剖析公司的内在基本特色，比较股票当前或未来预期的内在代价和当前市场代价的高低，进而做出相应买买决策的方法。早期的代价理念紧张强调买入股票时须要具有一定的安全边际，即公司股票当前的内在代价须要高于股票当前的市场代价，通过代价回归，终极在市场代价回升至内在代价或超过内在代价时卖出从而实现获利。而发展理念侧重公司未来的盈利，实在也可以表述为公司内在代价在未来的长期上行趋势，通过长期持有发展型股票，享受公司内在代价的成倍增长，同样可以获取可不雅观的收益，某种程度上讲，发展理念实在是代价理念的一个分支。
当代投资讲求精耕细作，为不同风险和风格偏好的投资者精准地供应得当的投资产品。而Smart Beta作为一种运作透明的被动指数式投资，也为投资者供应了在不同因子上进行暴露的标的产品，而代价和发展因子正是个中非常主要的一对。代价类Smart Beta产品偏好买入当前估值较低、财务状况良好的股票，而发展类Smart Beta产品则偏好买入中长期古迹增长较快的股票。
详细来讲，代价类的Smart Beta产品会选用市盈率、市净率、市销率、市现率等指标来衡量公司在代价维度的暴露程度，通过横向比拟，选择当前市场内估值较低的公司进行投资，待公司估值回归到合理区间时卖出，得到估值修复的收益。同时，低估值的公司一样平常具有大市值、低颠簸、高分红等特点，即便估值修复过程缓慢，该投资组合一样平常下行风险较小，可得到跟随市场指数的基本收益。
发展类Smart Beta产品会选用业务收入增长率、净利润增长率、现金流增长率等指标来衡量公司在发展维度的暴露程度，选择中长期古迹增长较快的公司进行投资。根据经典的现金流折现模型（DCF），正的增长率常日意味着公司未来现金流可能增长或长期永续增长率可能上调，而这两者都能提升公司股票的内在代价。持有这类发展股，随着公司股票内在代价中枢上移，便可望得到长期成本利得。
代价和发展是Smart Beta产品的基本类型，在外洋市场拥有比较久的发展历史，并且是当下的主流类型。海内Smart Beta产品市场整体发展历史较短，仍未涌现“领军型”的代价和发展类的 Smart Beta类产品，有望在未来得到进一步发展。在接下来的章节，我们将依次先容代价和发展类Smart Beta产品在海内外的发展与分布状况，海内市场代价和发展类Smart Beta产品设计思路实证。
海内外代价和发展类Smart Beta产品现状
外洋市场概览
相对海内市场，Smart Beta产品在外洋拥有较长的发展进程以及相称可不雅观的规模，能够对海内市场的发展供应一定参考。在之前的深度报告《Smart Beta：乘风破浪趁此时》（2019/2/20）中，我们曾经展示过美国市场因子型Smart Beta ETF产品数量及规模分布状况（基于ETF.com在2018-12-31截面上的数据进行统计），图表如下所示。可以看出，只管在产品数量上并不十分突出，代价和发展类Smart Beta ETF的管理规模显著领先于其它产品，两者的管理规模合计霸占市场总规模的44%旁边，在市场中处于主导地位；其余，代价、发展两类产品在管理规模上比较靠近，可谓齐头并进、共同领先。
为进一步理解代价和发展类产品的发展潜力，我们统计了近十年内两者的新产品发行情形，以不雅观察近年来市场对代价/发展类产品的需求趋势以及基金公司对其市场的预期。
从图表2可以看出，代价和发展类产品在早期大量呈现，之后增长趋势总体减缓且增量呈现一定的周期性。结合市场规模可以估量，代价、发展类产品在美国市场对付新产品的剩余空间有限，早期发行的巨子产品对付市场份额拥有较强的掌控力。
代价和发展类Smart Beta头部产品一览
成熟的市场每每具有明显的头部效应，这些头部产品具有较强的参考代价。我们以当前市基金管理规模为排序指标，分别罗列了代价和发展类产品中规模前十的产品概况，不雅观察市场头部产品的共性
不雅观察以上Smart Beta ETF的头部产品可以创造，基金的管理规模呈现金字塔状分布。代价类中VTV、IWD两大基金与别的产品形成断崖式的落差，发展类产品也呈现相似的分布；另一方面，发行商分布呈现出一定的垄断方向，20只产品中除SCHG由Charles Schwab 发行以外，别的产品均来自先锋集团（Vanguard）和贝莱德集团（BlackRock）。
从费率上看，代价类产品表示出较为明显的低费率上风，排名靠前的基金费率相对较低，而发展类产品的费率上风相对不明显。发行韶光上，绝大部分的头部产品都在2005年前发行，仅有SCHG一只基金在2010年后上市，可以看出先发上风非常明显。
范例代价和发展类Smart Beta产品的规模和收益情形
BlackRock集团于2000年推出了代价类产品iShares Russell 1000 Value ETF（IWD）以及相对应的发展类产品iShares Russell 1000 Growth ETF（IWF），Vanguard集团也于2004年分别以Vanguard Value ETF（VTV）和Vanguard Growth ETF（VUG）布局代价和发展Smart Beta市场。如图表5所示，上述4只产品的总规模自发行后便稳步上升，仅在金融危急期间涌现了规模的短暂下滑，至今已分别达到逾400亿美元的规模。同时，两只代价类产品的规模走势相似，两只发展类产品的规模走势亦同步。受美国资管行业的价格战影响，BlackRock管理的两只头部产品在2018年涌现了规模的低落，而Vanguard管理的产品则由于本身费率更低，受到的冲击较小。
代价和发展类产品分别基于股票的估值与发展性指标，基金的净值表现也能反响出相应因子在市场中的有效性。这里我们选取同属BlackRock旗下、规模分别位列两类产品前二的代价型基金（IWD）和发展型基金（IWF），以及其母指数Russell 1000和基准指数S&P500，从而不雅观察代价和发展型Smart Beta在美国市场的盈利能力以及风险状况。由于ETF拥有高透明度和高流动性，套利机会很低，因此净值与市值非常靠近，可以采取产品的收盘数据代表其净值走势。两只基金均于2000年五月下旬发行，因此我们选取了以6月1日为出发点的复权后月收盘数据，将上述四个序列以出发点为基准做归一化处理，得到它们的单位净值走势，如图表6所示。
可以看到，代价型的IWD表现亮眼，全程跑赢母指数Russell1000以及基准S&P500指数，尤其在市场疲软期以及规复期表现出色，如在2000年起的市场下行中保持相对稳定，并在随后的上涨趋势中显著放大了收益；但同时也可以看到，对付如2008年这种大型金融危急，IWD仍旧难以有效抵抗。比较之下，发展型的IWF由于在不雅观测期初遭遇较大回测，整体净值水平并不理想，直到2017年后才重新超越两只基准；但从2009年后的走势中可以看到，在总体上涨的行情中，IWF表现出较为稳定的逾额收益能力。
从图表7可以看出，分别代表代价和发展类的IWD、IWF基金在年化收益率上均超过两个基准指数，相对基准月胜率均超过50%。个中，IWD的颠簸率低于其他三者，夏普比率最高。结合整体表现来看，代价因子在美国市场的表现更加突出
海内市场部分
代价和发展类Smart Beta基金规模
自2006年海内首支Smart Beta基金“华泰柏瑞红利ETF”发行以来，十余年间业界推出了包括代价和发展在内的各种Smart Beta风格基金，本文延续之前的深度报告《Smart Beta：乘风破浪趁此时》（2019/2/20）中关于Smart Beta基金的统计口径，对海内代价和发展类Smart Beta基金进行梳理，一共筛选出14只代价类Smart Beta基金和15只发展类Smart Beta基金（个中部分基金已清盘或转型，但在其存续期间仍纳入当年进行干系统计）。基金类型上呈现出多样性，普通开放式基金及其A、C份额、ETF、ETF联接、分级母基金及其子基金A、B份额均被我们纳入样本进行剖析。
图表8展示了14只代价类Smart Beta基金在季度上的规模变革趋势，以及其在年度上的发行及申赎情形。代价类基金在2010年及2018年分别迎来发行高峰，在别的年度则鲜有发行记录。此外，代价类基金在2015年规模触及低点后，逐渐达到了申赎平衡，同时在2018年凭借大额净申购和新发行以及存量基金增值的效应，规模一举冲破前高，达到逾45亿元。这也部分得益于A股2018年处于估值低点，投资者预期中长期可能迎来估值和盈利修复。
如图表9所示，通过梳理15只发展类Smart Beta基金的规模和发行申赎情形，可以创造发展类基金自从海内出身以来其规模便步入低落通道，除2011年和2016年录得正的净申购额外，别的所熟年度均为总赎回份额大于总申购份额。发行方面亦不乐不雅观，早期凭借分级基金的推出，于2012年迎来了发行量的提升，而最近的一只发展类Smart Beta基金发行于2016年末，此后便再无新产品推出。截至2018年末，发展类基金的总规模仅逾2.5亿元，与代价类基金的火热发展趋势呈现出“冰火两重天”的状况。
代价和发展类Smart Beta产品一览
图表10展示了全部14只代价类Smart Beta基金的基本信息，个中半数的基金均为一年内成立，凸显出代价类基金近期发行的火爆。在基金所跟踪指数方面，新成立的代价类基金多跟踪海内指数公司供应的定制指数或者外洋指数公司针对中国市场推出的指数，解释公募基金趋向于引入新指数来布局代价类Smart Beta基金产品，该类产品或已进入精耕细作期间。
如图表11，在发展类Smart Beta基金方面，一部分基金在发行时为分级基金，这些分级基金都跟踪中证创业发展指数。近年来，发展类Smart Beta基金跟踪的指数大多表现不佳，例如中证创业发展指数自2015年6月12日2339.22点的高点以来，于2018年已跌破其1000点的初始值，最低下探至744.84点。发展类基金的投资逻辑在外洋早已得到投资人和共同基金的验证，在海内之以是遇冷，可部分归因于跟踪指数表现不佳，总的来说，海内发展类基金可谓生不逢时。
海内代价和发展类Smart Beta基金产品发展进程和国外同类产品的发展进程不尽相同。美国Smart Beta基金中代价和发展类产品险些保持齐头并进趋势，目前各占约22%的市场份额，两种风格中早期成立的产品亦呈现出一批管理规模达百亿美元级别的ETF。而反不雅观海内方面，大多数产品的规模较其初始发行份额均涌现下滑，未能在市场竞争中实现扩展，此趋势在发展类Smart Beta基金中尤其明显。参考美国Smart Beta基金的发展进程，随着海内成本市场趋向成熟，我们预期代价和发展类Smart Beta基金将在新的期间内乘指数化投资的东风，开启新的篇章。
代价和发展类Smart Beta产品的收益
图表12展示了全部14只代价类Smart Beta基金的收益情形，部分新发行基金由于基金运作韶光长度不敷一年，故未打算干系年化古迹评价指标。从发行较早的基金来看，各基金年化颠簸率差异不大，年化收益率分布于5%至10%之间，夏普比率则分布于0.20至0.35的区间内。新发基金古迹期较短，其当前收益的比拟参考意义不大。
下表展示了海内发展类Smart Beta基金的收益情形，由于分级子基金A、B的收益特色与母基金差异很大，不能反响母基金跟踪指数的收益情形，以是下表未展示分级子基金的收益情形。海内发展类Smart Beta基金近年来的收益整体表现不佳，部分产品的年化收益率为负。其余，发展类基金的最大回撤也普遍高于代价类基金。
代价和发展类Smart Beta产品的行业和个股侧重
通过将海内所有代价类Smart Beta基金在2018年四季报表露的行业配置情形按基金规模进行加权，我们在图表14展示了海内代价类Smart Beta基金整体的行业配置分布（基金季报中按中信一级行业进行了划分，包括29个大类行业）。通过加权汇总可知，海内代价类基金配置银行和非银金融类股票占基金资产净值比例达42%，较沪深300行业配置超配22%；配置医药类股票约占净值1%，较沪深300低配8%。此外，代价类基金还超配房地产、电力及公用奇迹和根本化工业，低配有色金属、家电、汽车、国防军工和通信业。
如图表15所示，海内发展类Smart Beta基金对电子元器件股票的配置占净值比例19%，较沪深300超配16%；对传媒业的配置比例达12%，超配11%；此外未配置任何银行或非银金融类股票。整体来看，发展类基金在行业配置上的侧重与代价类基金险些相反，代价类基金高配的行业在发展类基金中均呈现低配状态。这也再次表示了本报告前文提到的代价和发展类投资理念呈现出互补的状态。
如图表16-17所示，通过将海内所有代价和发展类Smart Beta基金在2018年四季报表露的公允代价占基金资产净值前十名股票按基金规模进行加权，我们得到了两类基金的加权股票持仓分布。代价基金方面，中国安然一枝独秀，且前10大持仓中银行和非银金融类股票独占7席，前20大持仓股票累计占比48%。发展基金方面，持股集中于电子元器件业和传媒业，且重仓股中不乏细分行业龙头的存在，前20大持仓股票累计占比47%。
海内外代价和发展类Smart Beta指数体例方法比拟
外洋指数体例商的构建方法一览
国外紧张的指数体例商包括CRSP、FTSE Russell、S&P Dow Jones、MSCI、MorningStar等，上述体例商均供应了代价和发展类的指数，且各公司的代价和发展类指数在外洋均有大型ETF产品跟踪，一定程度上能够解释该类指数在外洋投资者中的接管度较高。我们通过阅读上述指数的体例方案，按指数体例的步骤顺序梳理总结了各家指数体例商供应的代价和发展类指数的构建办法，详见下表。
从上表可以看出，国外代价和发展类指数的核心构建思路更侧重于分类而不是选股。详细而言，指数的构建始于选择特定的宽基指数，如US Mega Cap Value Index的初始样本为CRSP供应的US Mega Cap Index，1000 Value Index的初始样本为FTSE Russell供应的Russell 1000 Index，然后通过各家公司设计的一系列评分办法，终极将该宽基指数身分股整体分为Value和Growth两类（MorningStar旗下代价和发展指数将初始样本身分股分为三类，分别为Value、Blend、Growth）。
在选定初始的宽基指数后，指数体例商会在代价和发展两个维度各自设置多少个详细财务指标，代价类指标紧张包括市盈率、市净率、市现率、市销率、股息率等，发展类指标紧张包括未来长期和短期的盈利增长率、历史的盈利增长率和发卖增长率、资产收益率、股价动量和现金流增长率等，各公司会自行选择。而后在将上述选定指标在样本内进行去极值化和标准化处理后，通过特定权重将个股在不同维度的指标值进行加总，得到代价类得分(V)、发展类得分(G)或者综合得分(C)。
少数公司会直接将上述的得分代入某固定函数进而决定个股在代价和发展风格上的归属，而多数公司则会对上述得分进一步进行“累计市值调度”（与其相对应的是另一种处理办法是直接按排名的均匀分位数）。以综合得分(C)为例，要得到经累计市值调度的综合得分(RC)，首先将样本内所有个股按照C的值从大到小排列，然后对每只个股，按照下式打算其RC：
RC=（所有C值低于自身C值的股票的市值之和+1/2自身市值）/样本内总市值
比如样本中C值最大的股票的市值占全样本市值的0.6%，则该股票的RC值终极为99.7%。终极根据个股经累计市值调度的得分，或直接比较，或放入一非线性函数等，终极将宽基指数中的个股完备分配至代价、发展或者稠浊类指数中。
总的来说，国外指数体例商的体例方案涉及较多技能细节，除上述罗列的关于代价和发展类指数分类的细节外，还涉及到指数建仓和调仓的买卖过渡规则、新股进入和老股退出的“缓冲带”设计规则、单只个股同时属于不同市值组和代价发展风格组的市值分配规则、各种公司行为的处理方法等诸多细节。上述技能细节的表露可降落ETF等产品实际跟随指数时的跟踪偏差，同时其技能细节的公开透明也有助于获取投资者的信赖。
海内指数体例商的构建方法一览
海内紧张的指数体例商包括中证指数公司和厚交所旗下的国证指数。两家体例商供应的发展和代价类指数紧张有两类：以沪深300等宽基指数为初始样本的相应代价和发展类指数，以及为基金公司定制的相应指数。成立较早的代价和发展类Smart Beta基金多跟踪第一类指数，此类指数由于来源于投资者耳熟能详的宽基指数，优点是接管度较高，而成立较晚的代价类Smart Beta基金险些都跟随第二类指数，此类指数的优点则是观点较新。图表19展示海内紧张发展代价指数的体例方案。
海内外指数体例方法比较剖析
本文紧张比拟了非定制的海内代价和发展类指数的构建办法与国外相应指数的异同。可归纳为以下4点：
1. 海内代价和发展类指数的初始样本为特定宽基指数，部分指数还会在宽基指数身分股的根本上加上一些限定条件，进行一个初筛。不同于外洋指数公司将宽基指数进行一个二分类的核心思路，海内代价和发展类指数存在从全样本中选出特天命量的股票（如100只）的指数构建思路。
2. 比较外洋指数，海内指数针对个股只利用代价或发展指标进行评分，而不考虑个股在代价和发展维度相对暴露程度的高低。详细而言，外洋指数在打算出个股的代价类得分(V)、发展类得分(G)后，一样平常会利用二者对个股进行综合打分排序，考虑较为全面。
3. 外洋指数相较于海内指数的另一个差异便是前文先容的累计市值调度处理。该处理可使得相应指标在纯排名的根本上反响出其累计市值分位，也可使得代价和发展类的得分更具有可比性，且终极划分结果使得代价和发展类指数的总市值更靠近，达到将宽基指数一分为二的效果。而海内目前采纳的办法一样平常是将股票数量一分为三，终极代价和发展类指数的总市值可能差异稍大。部分外洋指数亦会设计一些非线性函数来将个股更精确地分配至代价和发展指数，乃至涌现如一只个股30%市值属于代价指数、70%市值属于发展指数的情形，这些差异化的设计可能也是新兴市场未来的发展方向。
4. 在详细指标的选取上，海内指数选取的代价类指标与国外基本同等，紧张的差别表示在发展类指标上。外洋指数在发展指标上会同时选取历史和未来的增长率，而海内指数仅选取历史打算出的增长率。这是由于外洋拥有业内公认的预测未来增长率数据库，即机构经纪人预测系统（Institutional Brokers Estimate System），I/B/E/S数据库网络了环球范围内超过18000名证券剖析师针对90个国家内的22000余家尚在存续的公司的预测数据，完备的剖析师同等预期指标可供应上市公司长期或短期的预测增长率。此外，外洋指数所用别的财务指标亦来源于CRSP、Compustat等多个主流数据库。
Smart Beta指数的建立剖析及风格箱分类方法
指数的建立和细节处理
上一节我们总结了海内外代价和发展类Smart Beta指数的体例方法差异，本节我们将参考海内外体例履历，针对海内宽基指数建立起一对代价和发展指数。因中证全指样本股打消了ST、ST和停息上市的股票，具有较高的市场代表性，我们将其作为初始样本。构建指数的起始日期也与中证全指保持同等，即2004年12月31日。
代价和发展类Smart Beta指数的详细体例方法如下：
1. 起始日期：2004年12月31日。
2. 样本空间：中证全指。
3. 指标选择和预处理：如图表20所示，综合考虑数据质量和可得性后，选择了5个代价类指标和2个发展类指标。对付单期的横截面数据，首先将指标在全样本中进行去极值处理，即将小于5%分位数和大于95%分位数的值，分别设置为即是5%分位数和95%分位数。紧接着将缺失落值以公司所处的中信一级行业所有公司均值替代，然后再对各指标进行标准化处理。
4. 代价和发展得分打算：
代价类得分(V)=(1/PE+1/PB+1/PS+1/PCF+DIV)/5，
发展类得分(G)=(G_OR+G_NP)/2
在打算出原始的V和G值之后，按照前文先容的累计市值调度方法，对V和G调度打算得到RV和RG。末了，比较个股的RV和RG得分，若RV>RG则将个股划分进代价类指数，若RV<RG则将个股划分进发展类指数，所有个股划分完毕后，对代价和发展类指数中的个股进行等权配置。
5. 调仓韶光：每年6月和12月末进行调仓，因中证全指于每年6月和12月的第二个星期五的下一交易日进行调度，我们于半年度进行调仓时会首先获取最新的中证全指身分股列表作为初始样本。此外，对付指数构建过程中用到的按季度表露的财务指标，我们调仓时也利用了距调仓时点最新一期的财务指标进行打算，即一季报和三季报。
6. 交易本钱：双边千分之四。
指数的概览和市值
我们根据上述规则构建出基于中证全指的代价和发展类Smart Beta指数，按照半年度调仓时的身分股进行统计，图表21-22展示了两个指数的身分股数量和身分股总市值。可以看到，在没有任何人为主动管理的条件下，体例方案中的累计市值调度规则使得两个风格指数的总市值保持平衡。而在持股数方面，发展类指数的身分股数明显高于代价类指数的身分股数。最新一期调仓时点处（中证全指包含3402只身分股），代价指数包含1264只身分股，总市值达296789.94亿元，发展指数包含2138只身分股，总市值达290342.16亿元。
指数的收益评价
如图表23，从净值方面来看，代价和发展类Smart Beta指数的走势非常靠近，验证了外洋市场代价和发展类Smart Beta基金齐头并进、发展良好的投资逻辑。但同市价得一提的是，代价和发展类指数的初始样本虽为中证全指，但用净值直接与中证全指比较较的参考意义有限，缘故原由在于我们构建代价和发展类指数时，利用了等权配置的办法。若构建指数时利用传统的市值加权，则构建出的代价和发展类指数的并集与中证全指完备相同，但相较于等权配置，结果更易受到市值因子的滋扰。
从图表24可知，以中证全指为初始样本构建的代价和发展类Smart Beta指数年化收益率分别为17.12%和16.38%，且年化颠簸率险些同等。代价类指数在最大回撤、年化逾额收益率、年化跟踪偏差上的表现稍优于发展类指数。在相对基准的月度胜率上代价和发展类指数分别达到57.47%和55.75%，该胜率与外洋头部代价和发展类Smart Beta ETF相对基准的胜率较为附近。
在年度收益统计上，代价类Smart Beta指数较发展类Smart Beta指数在基准下跌的年份表现稍显稳健。同时2014年代价类指数先行上涨、2015年景长类指数涨幅更大的统计也比较符合现实情形。
指数的行业分布
我们以中信一级行业分类统计本文构建的代价和发展类Smart Beta指数行业分布情形，并与市值加权的中证全指行业分布进行比拟。
从图表25可见，代价类指数相较于中证全指明显超配的行业包括商贸零售、非银行金融、汽车、交通运输，明显低配的行业包括食品饮料、医药、机器；发展类指数明显超配的行业包括电子元器件和打算机，明显低配的行业包括食品饮料和汽车。
等权配置的设计会使得图表25中展示的指数行业权重与日常认知涌现偏差，此时横向比拟代价和发展类Smart Beta指数的行业配置更具故意义。详细而言，代价类指数较发展类指数超配汽车3.40%、非银金融3.08%、商贸零售3.00%、交通运输2.39%、银行1.49%，而低配医药4.60%、电子元器件4.03%、打算机3.73%、机器3.41%，行业配置结果较符合经济直觉。
市值-风格指数：一种风格箱式的Smart Beta指数
代价和发展作为指数在风格上的暴露，一定程度上旁边着指数的收益，而另一影响指数收益的主要成分便是身分股的市值因子暴露。差异化的设计和精确的定位不仅能够知足不同投资者的配置需求，也更便于基金公司制订并落实其发展计策，使新发产品可只管即便避免与已有产品产生同质化竞争。国外基金巨子已采纳相应行动，如Vanguard集团的官方网站上针对权柄类ETF乃至权柄类共同基金均在能干位置展示了该基金的市值-风格九宫格分类，直不雅观明了地向投资者传达了信息。
市值-风格指数的构建
在上一节我们构建了中证全指以代价和发展倾向进行二分割的Smart Beta指数，本节我们将借鉴国外履历，构建市值-风格Smart Beta指数。详细而言，在市值维度分为大盘、中盘、小盘三类，在风格维度分为代价、稠浊、发展三类，两两组合一共形成九个交集，构成如图表26所示的风格箱。
首先是市值层面的划分，这里综合考虑了A股市值分布特色和晨星的划分方法。我们在中证全指的根本上，将身分股按市值从大到小排列，大、中、小盘股的归类如下：
1. 累计市值处于前70%的股票归类为大盘股。
2. 累计市值处于70%至85%的股票定义为中盘股。
3. 累计市值处于85%往后的股票定义为小盘股。
以这三个样本作为风格类评分的初始样本。为担保每个市值股票集中有足足数目标初始样本股票数，我们以2009年末为回测起始期。传统不雅观点认为沪深300即为大盘股票，中证500即为中盘股票，余下的股票则为小盘股票，但我们经由测试后创造沪深300市值最小的身分股在全市场的市值排名约为600位，而中证500市值最小的身分股在全市场已排至2000位之后。若不考虑极度值的影响，目前70%/85%的市值区分阈值较能反响个股的市值成分。图表27展示了各市值股票组合包含的股票数。
其次是风格层面的划分。在风格评分阶段，基本指标和打算办法与前文相同，在得到个股原始的V和G得分后，打算C=G-V，然后将个股的C值进行累计市值调度，得到RC值，并进行以下风格划分，指数内部身分股仍旧等权配置。
1. RC值小于即是1/3的个股分配进代价类Smart Beta指数。
2. RC值大于1/3且小于即是2/3的个股分配进稠浊类Smart Beta指数。
3. RC值大于2/3的个股分配进发展类Smart Beta指数。
在三种市值样本等分别进行此过程，得到九个市值-风格Smart Beta指数。图表28展示了各Smart Beta指数包含的股票数。
市值-风格指数的收益剖析
图表29展示了市值-风格指数的收益剖析。整体来看，大盘类指数的表现好于中盘类指数，同时两者均弱于小盘类指数。小盘-稠浊指数以8.42%的年化收益率和0.300的夏普比率在九个指数中表现最优，而中盘-稠浊指数则以-4.00%的年化收益率和-0.151的夏普比率在九个指数中表现最差，可见在风格不明晰的时候，市值因子仍旧是决定股票收益的主要成分。最大回撤方面，中盘类指数的回撤均较严重，而大盘-代价指数和大盘-稠浊指数的最大回撤较低，分别为45.78%和56.45%
图表30-32展示了回测期内9个指数的净值走势。
风格箱利用于风格分类
风格箱不仅能用于构建Smart Beta指数，也能用于现有指数和基金的风格分类。主动管理型基金相较于以ETF为代表的指数化投资受基金经理的主不雅观意志影响较强，而基金经理的投资策略漂移（Style Drift）可能会加剧基金定期表露时点之间的信息不对称性，使得投资者在作出申赎决策时不能及时感知到基金的投资风格切换。由此看来，风格箱不仅能在Smart Beta领域发挥一定的浸染，针对主动管理领域亦有用武之地。
晨星公司针对海内推出过风格箱的设计，其核心思路是在对基金持仓的单只股票进行市值-风格划分后，以基金对个股的持仓比例加权打算出基金维度的市值-风格暴露情形，进而在风格箱中进行分类。这种办法的上风在于其从基金底层资产自下而上进行推算的精确性，但这一上风也依赖于基金持股信息的及时表露。我国基金在半年度报告中表露详细持股状况，而在一、三季度报告中表露前十大持股状况，基金持股信息的时效性不高，本节利用的基于基金逐日公布的净值收益率数据的风格分类则可一定程度上缓解这一问题。
首先我们对上文得到的九个市值-风格Smart Beta指数分别打算其日度的收益率序列，然后对某待测试的指数，将指数的日度收益率序列与九个基准指数的收益率序列分别打算干系系数，因九个指数都各清闲市值和代价和发展风格上有不同的暴露程度，通过打算其收益率序列的干系系数可以窥知待测指数在市值和风格上的侧重。我们将九个干系系数从大到小排列，取与待测指数前四位最干系的基准指数，将其在图表33中所示的风格箱中展示。
我们挑选了沪深300代价和中证创业发展作为待测的Smart Beta指数样例，从图中可见，沪深300代价最侧重大盘-代价，其次侧重大盘-稠浊，再次之侧重中盘代价和大盘-发展；而中证创业发展则侧重中盘的发展和稠浊指数，与中证创业发展最干系的中盘-发展是九个基准指数中回撤最严重的指数，而部分倾向中盘也稀释了中证创业发展的收益，侧面上也阐明了以中证创业发展指数为跟踪基准的发展类基金规模逐年低落的缘故原由。此外，我们还分别选取行业指数中证1000信息技能和主题指数中证上海国企作为样例，展示了风格箱对付行业和主题类指数的解读能力。
通过风格箱的办法评价待测指数，相较于从指数的底层身分股加权去评价待测指数的方法更为简便，同时厥后果亦较为优秀。对付对某类风格资产有明显偏好的投资者，风格箱可以很好的赞助其决策，而对付包括FOF基金在内的机构投资者，风格箱同样可以在基金组合配置上发挥较大的浸染，具有一定的现实意义。
总结
本文依次先容了代价和发展类Smart Beta产品在海内外的发展与分布状况，海内市场代价和发展类Smart Beta产品设计思路实证。初步得出以下结论：
1. 美国的Smart Beta产品中，代价和发展类Smart Beta产品规模位居前两位，目前各占约22%的市场份额。四大头部产品中，代价类（VTV、IWD）和发展类（IWF、VUG）平分秋色，规模呈现出齐头并进的趋势。而海内Smart Beta产品中，代价类产品近年来发展态势较好，规模稳中有升，发展类产品则持续遇冷，规模逐渐缩水。发展类基金的投资逻辑在外洋早已得到投资人和共同基金的验证，在海内之以是遇冷，可部分归因于跟踪指数古迹表现不佳。
2. 本文比拟了海内外的代价和发展指数的体例方案，总结了4个方面的差异：（1）不同于外洋指数将宽基指数进行一个二分类的核心思路，海内指数存在从全样本中选出特天命量股票的构建思路。（2）海内指数针对个股只利用代价或发展指标进行评分，而不考虑个股在代价和发展维度相对暴露程度的高低。（3）比较海内指数，外洋指数常日会对评分指标进行累积市值调度以达到将宽基指数一分为二的效果。（4）外洋指数在发展指标上会同时选取个股历史和未来的增长率，而海内指数仅选取个股历史打算出的增长率。
3. 本文参考外洋代价和发展指数的体例方案，在中证全指中建立一对代价和发展Smart Beta指数，回测显示两个指数的走势非常靠近，验证了外洋市场代价和发展类Smart Beta基金齐头并进、发展良好的投资逻辑。进一步地，本文建立了九宫格式的市值-风格指数，在市值维度分为大盘、中盘、小盘三类，在风格维度分为代价、稠浊、发展三类，得出九个Smart Beta指数。个中小盘-稠浊指数以8.42%的年化收益率和0.300的夏普比率在九个指数中表现最优，而中盘-稠浊指数则以-4.10%的年化收益率和-0.151的夏普比率在九个指数中表现最差。市值-风格指数的体例办法或能为基金产品设计和布局供应思路，其本身也是一个简便的风格分类工具。根据九宫格的分类，我们创造中证创业发展指数侧重中盘发展和中盘稠浊指数，与中证创业发展最干系的中盘-发展是九个基准指数中回撤最严重的指数，而部分倾向中盘也稀释了中证创业发展的收益，侧面上也阐明了以中证创业发展指数为跟踪基准的发展类基金规模逐年低落的缘故原由。
风险提示
代价和发展类Smart Beta产品的发展受到市场环境影响，外洋发展规律不一定适用于海内；海内代价和发展类Smart Beta产品数量较少，报告中统计的各项发展规律可能存在一定有时性，不一定能预示未来；报告中涉及到的详细Smart Beta产品列表及剖析内容不代表任何投资见地，请投资者谨慎、理性地看待。
免责申明
本报告仅供华泰证券株式会社（以下简称“本公司”）客户利用。本公司不因吸收人收到本报告而视其为客户。
本报告基于本公司认为可靠的、已公开的信息体例，但本公司对该等信息的准确性及完全性不作任何担保。本报告所载的见地、评估及预测仅反响报告发布当日的不雅观点和判断。在不同期间，本公司可能会发出与本报告所载见地、评估及预测不一致的研究报告。同时，本报告所指的证券或投资标的的价格、代价及投资收入可能会颠簸。本公司不担保本报告所含信息保持在最新状态。本公司对本报告所含信息可在不发出关照的环境下做出修正，投资者应该自行关注相应的更新或修正。
本公司力求报告内容客不雅观、公道，但本报告所载的不雅观点、结论和建议仅供参考，不构成所述证券的买卖出价或征价。该等不雅观点、建议并未考虑到个别投资者的详细投资目的、财务状况以及特定需求，在任何时候均不构成对客户私人投资建议。投资者应该充分考虑自身特定状况，并完全理解和利用本报告内容，不应视本报告为做出投资决策的唯一成分。对依据或者利用本报告所造成的统统后果，本公司及作者均不承担当何法律任务。任何形式的分享证券投资收益或者分担证券投资丢失的书面或口头承诺均为无效。
本公司及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的短长关系。在法律容许的情形下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易，也可能为之供应或者争取供应投资银行、财务顾问或者金融产品等干系做事。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的见地或建议不一致的投资决策。
本报告版权仅为本公司所有。未经本公司书面容许，任何机构或个人不得以翻版、复制、揭橥、引用或再次分发他人等任何形式陵犯本公司版权。如征得本公司赞许进行引用、刊发的，需在许可的范围内利用，并注明出处为“华泰证券研究所”，且不得对本报告进行任何有悖原意的引用、删节和修正。本公司保留深究干系任务的权力。所有本报告中利用的牌号、做事标记及标记均为本公司的牌号、做事标记及标记。
本公司具有中国证监会核准的“证券投资咨询”业务资格，经营容许证编号为：91320000704041011J。
全资子公司华泰金融控股（喷鼻香港）有限公司具有喷鼻香港证监会核准的“就证券供应见地”业务资格，经营容许证编号为：AOK809
©版权所有2019年华泰证券株式会社
林晓明
执业证书编号：S0570516010001
华泰金工深度报告一览
金融周期系列研究（资产配置）
【华泰金工林晓明团队】二十载昔日重现，三四年周期循环——2019年中国与环球市场量化资产配置年度不雅观点（下）
【华泰金工林晓明团队】二十载昔日重现，三四年周期循环——2019年中国与环球市场量化资产配置年度不雅观点（上）
【华泰金工林晓明团队】周期轮动下的BL资产配置策略
【华泰金工林晓明团队】周期理论与机器学习资产收益预测——华泰金工市场周期与资产配置研究
【华泰金工林晓明团队】市场拐点的判断方法
【华泰金工林晓明团队】2018中国与环球市场的机会、风险 · 年度策略报告（上）
【华泰金工林晓明团队】基钦周期的量化测度与历史规律 · 华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（四）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（三）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（二）——华泰金工周期系列研究
【华泰金工林晓明团队】周期三因子定价与资产配置模型（一）——华泰金工周期系列研究
【华泰金工林晓明团队】华泰金工周期研究系列 · 基于DDM模型的板块轮动探索
【华泰金工林晓明团队】市场周期的量化分解
【华泰金工林晓明团队】周期研究对大类资产的预测不雅观点
【华泰金工林晓明团队】金融经济系统周期的确定（下）——华泰金工周期系列研究
【华泰金工林晓明团队】金融经济系统周期的确定（上）——华泰金工周期系列研究
【华泰金工林晓明团队】环球多市场择时配置初探——华泰周期择时研究系列
行业指数频谱剖析及配置模型：市场的周期剖析系列之三
【华泰金工林晓明团队】市场的频率——市场循环，周期重生
【华泰金工林晓明团队】市场的循环——金融市场周期与经济周期关系初探
FOF与金融创新产品
【华泰金工】生命周期基金Glide Path开拓实例——华泰FOF与金融创新产品系列研究报告之一
因子周期（因子择时）
【华泰金工林晓明团队】市值因子收益与经济构造的关系——华泰因子周期研究系列之三
【华泰金工林晓明团队】周期视角下的因子投资时钟--华泰因子周期研究系列之二
【华泰金工林晓明团队】因子收益率的周期性研究初探
择时
【华泰金工林晓明团队】A股市场低开征象研究
【华泰金工林晓明团队】华泰风险收益同等性择时模型
【华泰金工林晓明团队】技能指标与周期量价择时模型的结合
【华泰金工林晓明团队】华泰价量择时模型——市场周期在择时领域的运用
行业轮动
【华泰金工林晓明团队】再探周期视角下的资产轮动——华泰行业轮动系列报告之八
【华泰金工林晓明团队】“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七
【华泰金工林晓明团队】“华泰周期轮动”基金组合构建——华泰行业轮动系列之六
【华泰金工林晓明团队】估值因子在行业配置中的运用——华泰行业轮动系列报告之五
【华泰金工林晓明团队】动量增强因子在行业配置中的运用——华泰行业轮动系列报告之四
【华泰金工林晓明团队】财务质量因子在行业配置中的运用——华泰行业轮动系列报告之三
【华泰金工林晓明团队】周期视角下的行业轮动实证剖析——华泰行业轮动系列之二
【华泰金工林晓明团队】基于通用回归模型的行业轮动策略——华泰行业轮动系列之一
Smartbeta
【华泰金工林晓明团队】Smart Beta：乘风破浪趁此时——华泰Smart Beta系列之一
【华泰金工林晓明团队】Smartbeta在资产配置中的上风——华泰金工Smartbeta专题研究之一
多因子选股
【华泰金工林晓明团队】桑土之防：构造化多因子风险模型——华泰多因子系列之十二
【华泰金工林晓明团队】华泰单因子测试之海量技能因子——华泰多因子系列之十一
【华泰金工林晓明团队】因子合成方法实证剖析 ——华泰多因子系列之十
【华泰金工林晓明团队】华泰单因子测试之同等预期因子 ——华泰多因子系列之九
【华泰金工林晓明团队】华泰单因子测试之财务质量因子——华泰多因子系列之八
【华泰金工林晓明团队】华泰单因子测试之资金流向因子——华泰多因子系列之七
【华泰金工林晓明团队】华泰单因子测试之颠簸率类因子——华泰多因子系列之六
【华泰金工林晓明团队】华泰单因子测试之换手率类因子——华泰多因子系列之五
【华泰金工林晓明团队】华泰单因子测试之动量类因子——华泰多因子系列之四
【华泰金工林晓明团队】华泰单因子测试之发展类因子——华泰多因子系列之三
【华泰金工林晓明团队】华泰单因子测试之估值类因子——华泰多因子系列之二
【华泰金工林晓明团队】华泰多因子模型体系初探——华泰多因子系列之一
【华泰金工林晓明团队】五因子模型A股实证研究
【华泰金工林晓明团队】红利因子的有效性研究——华泰红利指数与红利因子系列研究报告之二
人工智能
【华泰金工林晓明团队】基于CSCV框架的回测过拟合概率——华泰人工智能系列之二十二
【华泰金工林晓明团队】基于遗传方案的选股因子挖掘——华泰人工智能系列之二十一
【华泰金工林晓明团队】一定中的有时：机器学习中的随机数——华泰人工智能系列之二十
【华泰金工林晓明团队】有时中的一定：重采样技能考验过拟合——华泰人工智能系列之十九
【华泰金工林晓明团队】机器学习选股模型的调仓频率实证——华泰人工智能系列之十八
【华泰金工林晓明团队】人工智能选股之数据标注方法实证——华泰人工智能系列之十七
【华泰金工林晓明团队】再论时序交叉验证对抗过拟合——华泰人工智能系列之十六
【华泰金工林晓明团队】人工智能选股之卷积神经网络——华泰人工智能系列之十五
【华泰金工林晓明团队】对抗过拟合：从时序交叉验证谈起
【华泰金工林晓明团队】人工智能选股之丢失函数的改进——华泰人工智能系列之十三
【华泰金工林晓明团队】人工智能选股之特色选择——华泰人工智能系列之十二
【华泰金工林晓明团队】人工智能选股之Stacking集成学习——华泰人工智能系列之十一
【华泰金工林晓明团队】宏不雅观周期指标运用于随机森林选股——华泰人工智能系列之十
【华泰金工林晓明团队】人工智能选股之循环神经网络——华泰人工智能系列之九
【华泰金工林晓明团队】人工智能选股之全连接神经网络——华泰人工智能系列之八
【华泰金工林晓明团队】人工智能选股之Python实战——华泰人工智能系列之七
【华泰金工林晓明团队】人工智能选股之Boosting模型——华泰人工智能系列之六
【华泰金工林晓明团队】人工智能选股之随机森林模型——华泰人工智能系列之五
【华泰金工林晓明团队】人工智能选股之朴素贝叶斯模型——华泰人工智能系列之四
【华泰金工林晓明团队】人工智能选股之支持向量机模型— —华泰人工智能系列之三
【华泰金工林晓明团队】人工智能选股之广义线性模型——华泰人工智能系列之二
指数增强基金剖析
【华泰金工林晓明团队】再探回归法测算基金持股仓位——华泰基金仓位剖析专题报告
【华泰金工林晓明团队】酌古御今：指数增强基金收益剖析
【华泰金工林晓明团队】基于回归法的基金持股仓位测算
【华泰金工林晓明团队】指数增强方法汇总及实例——量化多因子指数增强策略实证
基本面选股
【华泰金工林晓明团队】华泰代价选股之相对市盈率港股模型——相对市盈率港股通模型实证研究
【华泰金工林晓明团队】华泰代价选股之FFScore模型
【华泰金工林晓明团队】相对市盈率选股模型A股市场实证研究
【华泰金工林晓明团队】华泰代价选股之现金流因子研究——现金流因子选股策略实证研究
【华泰金工林晓明团队】华泰基本面选股之低市收率模型——小费雪选股法 A 股实证研究
【华泰金工林晓明团队】华泰基本面选股之高股息率模型之奥轩尼斯选股法A股实证研究
基金定投
【华泰金工林晓明团队】大成旗下基金2018定投策略研究
【华泰金工林晓明团队】布林带与股息率择时定投模型——基金定投系列专题研究报告之四
【华泰金工林晓明团队】基金定投3—马科维茨有效性考验
【华泰金工林晓明团队】基金定投2—投资标的与机遇的选择方法
【华泰金工林晓明团队】基金定投1—剖析方法与理论根本
其它
【华泰金工林晓明团队】A股市场及行业的农历月份效应——月份效应之二
A股市场及行业的月份效应——详解历史数据中的隐蔽法则
