作者 | 貓頭鷹8

編輯 | 貓頭鷹6

支持貓頭鷹捕基能手



過去兩年“固收+”產品走火市場,偏債混合型基金、二級債產品、轉債產品都被籠統稱為“固收+”,直到近期監管規范之后,“固收+”的標準定位才得以清晰。對于明確的資產配置比例要求,如何開發出有效的配置策略,是基金經理要解決的首要問題。

 

面對新的規范與市場動態,博道基金固定收益投資總監陳連權顯然“輕車熟路”。

 

陳連權是復旦大學數量經濟碩士出身,2007年投身基金行業,不久就碰上了金融危機和“四萬億”的“大場面”。當時經濟局面千頭萬緒、經濟學家眾說紛紜,陳連權也深受觸動,于是也開始做模型、讓常識顯性化,例如,測量宏觀流動性外溢、衡量股債估值性價比等等。

 

后來,在從信用分析師、宏觀債券分析師的崗位轉向專戶投資經理后,陳連權發現,專戶組合、銀行理財資金、固收產品,常會被市場認為是“穩穩的幸?!?,但投資經理通常比較焦慮,因為要操心的因素太多,從各類期限的理財兌付,到突然而至的央行加息,需要應對的市場信息非常復雜。

 

于是,陳連權決定“化繁為簡”,把做一個個單獨功能的模型,升級為橫跨資產定價、因子配置、風險管理等方面的量化系統,在資產配置與有效選股選債的過程中,讓常識顯性化,并將正確的思維方式刻入生產流程。也就是,用模型和系統來實現對組合的系統性管理。

 

在“系統化”的開闊思路與精準分析下,陳連權在投資實戰中也迎來了多次高光時刻。

 

例如,在2013年底,在當時市場較多看空債市的情況下,陳連權認為“長期利率中樞下移,短期利率已過度偏離,經濟周期可能很快向下拐頭”,較早介入債市,其當時管理的債券專戶產品也獲得了不錯的收益率。

 

又如,在2018年初,在上證指數連續走出9連陽、權益基金發行火熱的情況下,敏銳捕捉到經濟可能拐頭、政策可能緊縮的市場信號,在投資組合中果斷低配權益,超配債券,之后利率開始趨勢下行,成功把握2018年的債券牛市行情。

 

而在今年年初,這位有15年證券基金從業經驗、11年投資經驗,兼具銀行委外、基金專戶、公募基金和私募基金投資經驗的資深基金經理,加入博道基金任固定收益投資總監。

 

近期,貓頭鷹研究院與陳連權進行了一次深度交流。在對談中,陳連權詳細講解了自己的投資框架、資產配置模型、利率研究心得、權益投資方法等核心內容。

 

在陳連權看來,“固收+”屬于多目標產品,天然要兼顧收益和波動,必須在投資期限、波動率、收益率、流動性之間不斷做平衡,同時在股票與債券之間,以及在利率風險、信用風險、流動性風險、股票波動率風險之間做取舍,而越是偏絕對收益目標的‘固收+’,這類平衡工作就越多也越精細,單一的投資框架就越難支撐。

 

作為市場上最早實踐“固收+”策略的基金經理之一,陳連權的投資方法論是:用量化系統賦能“固收+”策略,通過利率量化策略、多因子選股策略、多層資產配置,建立多策略、多因子的“低相關矩陣”,對波動率、收益、流動性進行系統化管理,雖然叫“固收+”,但實際有加、有減、有乘,從而力爭實現絕對收益目標,讓產品具有普惠理財的能力。

 

以下是本次對話的精華內容,分享給大家。

 

 

01做“固收+”是“戴著鐐銬跳舞”

 

貓頭鷹:你做固收+是什么思路?能不能談一談你的投資框架? 

 

陳連權:在我看來,固收+偏絕對收益,絕對收益的思路跟股票的思路就不太一樣。投資股票目標更多是追求收益,以股票的思路去看投資框架,第一是為了獲取收益。第二,保護自己不被自己能力圈外的事情傷害。從絕對收益角度看投資框架,就比較復雜了。不僅僅要看收益維度,而且要看穩定性,要看波動率,要看風險。

 

我經常有一個比喻,我們是戴著鐐銬去跳舞。而不是像巴菲特說的,每天跳著踢踏舞去上班。當你一旦帶著鐐銬的時候,就會發現上下左右都要兼顧到,波動率、流動性風險、信用風險、利率風險,風險跟收益之間的匹配度等等。

 

做絕對收益,考慮的要更加事無巨細。比如資產之間為什么會有趨勢?趨勢跟反轉之間的本質是什么?什么時候會蔓延開來?

 

過去很多年做絕對收益比較容易,因為過去的利率很高,債券市場提供的利息很容易。所以 “固收+”也好,以債券為主的產品也好,穩定性都很強。但是當制度紅利逐漸消失的時候,我們需要更加系統性的思維方式,或者說工業化的思維方式。

 

我們把“固收+”根據產品訴求,在策略上分兩類,一個是偏相對收益,一個是偏絕對收益。

 

偏絕對收益這類產品,需要有一個系統化的思維方式,它的多重目標決定了背后的方法肯定不是單一套路,而是有一個大的模型,大的模型里面還有很多小模型,小模型里有兼顧收益的,有兼顧風險的,有兼顧定價的,有兼顧不同資產、不同策略之間相關性的。最終的目的,我們希望在制度紅利消失以后,用市場化的方法,生產出更穩定的,更接近絕對收益特征的產品。

 

 

02引入波動率,確定資產的配置比例

 

貓頭鷹:你現在整個模型運行下來,大概能達到什么目標?

 

陳連權:我們做量化的時候,每一次都會回測一些指標,但公募基金有一句話叫做“歷史業績不代表未來”。 我曾經跟同事分享過一個小的研究,把過去十幾年二級債基、偏債混的產品收益層層分解,看最終是由什么貢獻的收益?

 

我們從最開始的貨幣基金,加利率風險,又加了信用風險,又加杠桿流動性風險,又加20%-30%股票波動率風險,加完以后,收益率出來了。但是當你做收益率回測的時候,站在當前時點往前推就不靠譜了。因為歷史上利率是高的,未來利率還會進一步下行。用歷史上高利率的情況去做回測,肯定不能代表未來。

 

即使不看利率水平的高低,去看信用風險給的剛性兌付的保障也是這樣的。過去你買的信用債,它大概率都不會違約。但是信用債因為承擔了信用的風險,肯定是有信用收益的。在公募偏絕對收益的業態里,做信用下沉,我認為是不太契合產品屬性。因為絕對收益產品,本身就是提供流動性的產品,但是信用下沉會帶來流動性風險。在過去信用沒有風險、打新收益較高的情況下去做回測,過去的業績肯定不代表未來。

 

我曾經看過一個企業家說:我不做暴利200%的生意,因為一旦團隊做慣了200%的暴利,是不會去做10%的。當你習慣了去做很簡單的事情,再去處理現在的情況,難度就加大了,很多人就會有不適感了。

 

另外, “固收+”的本意是承擔較小的風險,但獲得比無風險利率更高一點的回報。所以我把風險拿走,加入了波動率,希望兩者能對沖,也就是波動幅度不太過偏離債券的幅度,但是收益又要能夠超過我拿走信用溢價的那部分。

 

利率水平的高低我決定不了,因為這是由經濟資本回報率、央行、經濟體某一個階段周期性的特征共同來決定的,那么,如果我們能在既定波動率確定的水平下,提供相對有性價比的產品,它就是一個好的“固收+”的產品。相對而言,我們更在意卡瑪值、性價比。

 

我自己做了一個系統,希望能夠將收益跟風險內在規律性的勾稽關系刻畫清楚。比如,我會將產品的目標波動率分成4%、5%、7%,當然更高的也可以,然后去看它對應股票倉位大概是多少的水平,以及歷史上回報大概是什么水平。

 

打個比方,從回測數據來看,如果產品里面是15%的股票權益倉位,大概會對應4%波動率。在這個基礎之上,我希望盡量去提高卡瑪值。

 

理論上講, “固收+”偏絕對收益的產品,如果能把卡瑪值做到接近2的水平就是非常優秀了——尤其在剝離掉我剛才講的制度紅利,還能接近這個水平的話。在我看來,相比單純的去強調勝率,在一定時間段內超過某一個收益率水平的勝率,會更加實際一點。

 

 

03“周期調節+風險配置+防御因子”構成資產配置模型三大部分

 

貓頭鷹:在中樞確定的情況下,什么因素決定了股票倉位會提高到多少或者降低到多少?

 

陳連權:我們把產品權益中樞確認為戰略性資產配置,決定了產品的風格,比如彈性的“固收+”,股票倉位就會高一些。

 

在中樞確定的情況下,我們再去做戰術資產配置。不同資產總是有一些時間窗口是適合的。比如說2008年、2018年的時候超配債券,低配股票。如果能做一個比較好的趨勢性的資產調節,毫無疑問對整個產品的收益提升效果是巨大的。

 

股債之間的調整是很重要的,我們的大模型里面套著很多小模型,中間的二級模型一塊就是資產配置模型。資產配置模型又分成三部分——

 

第一部分,是周期性的調節,希望通過對經濟周期的合理預期,提升中期內資產調整的收益風險比。

 

比如2018年股票連漲了八九天,當時沒有人覺得它會馬上結束,但是站在那個時間,債券收益率是很高的,這說明股票投資者機會成本也是很高的,因為債券提供的收益率確定性也是很高的。當在很高的利率水平買入債券,最差的情況是輸掉時間,但不會輸錢。

 

股債性價比是互為機會成本的,如果靜態去看風險溢價,肯定是超配便宜的,低配貴的。但是所謂的貴跟便宜是一個動態的概念,是跟當時的經濟環境和市場環境是相匹配的。

 

以利率債為例,利率的高低水平是動態的。2013年以前是3.5%的中樞,大家期望在4%買入,在3%賣出。到了2020年,市場上很多人踏空的原因,因為希望在3.5%買入。如果所有人都希望等到3.5%,那3.5%就不會到來,3.5%就變成了頂。

 

當中樞下移的時候,股債性價比、債券本身的估值也是動態的,不能靜態去跟歷史上比,認為比較低的就沒有配置價值,或者比較高的就一定有配置價值,不是的。二級市場的比較方法,都是相對比較法,不是絕對比較法,也就是一個資產用不同角度去比。比如說利率,去跟經濟周期比,跟庫存周期,跟地產周期,跟美元周期比的時候,就更能知道現在這個利率水平到底是高還是低?

 

而每一個角度,我們都有一個模型。

 

當比較股票和債券的估值時,不是簡單的去把股票PE的導數減掉債券的收益率,我們還要進一步拆分下去:是什么驅動的債券利率的漲跌?它的估值到底在什么樣的水平?股票那一部分也是一樣,還要進一步挖掘下去,是流動性還是基本面,或者其他哪個因素在影響股票的估值系統擴張或收縮?

 

A股市場里估值因素在短期的影響是很大的,而且它并不是完全無序的,在某種意義上講,它也是影響因素。把這個動態刻畫以后,它就構成了資產配置模塊第一個環節,就是所謂戰術性、周期性的資產配置。根據周期的變化、市場的變化,以及股債之間動態估值的變化,我們去確定股票跟債券之間到底應該是超配、低配,還是標配的加減。

 

這套策略在2018年以前大體OK,但是2018年以后,發現股債之間相互的規律關系,受到沖擊后會在很短暫的時間里,失效或者異化、扭曲。在中國討論這個事情的比較少,而在美國通脹的環境里面,更容易出現“股債”雙殺,之前我看到AQR寫了一篇文章就提到,經濟增長里通脹跟實際增長的權重影響著股債之間的相關性,也就是說股債能不能起到對沖作用,跟經濟增長的成色是有關系的。

 

第二部分,是風險配置。當股債之間關系發生階段性變化的時候,我們周期性的調節可能就不夠了,包括2020年和2021年,這個時候就要根據本身風險的變動去調節,比如根據股債之間的風險,波動率的變化,尾部風險的變化去調節。還可以再往前走一步,因為波動率有上行跟下行的波動率,上行波動率是我們想要的,而下行波動率是我們需要防范的,所以風險配置中用下行波動率會更好,這是資產配置里第二個模塊。

 

第三部分,是防御因子。舉個例子,行業景氣度到底是行業景氣度本身,還是因為因子周期的變化,驅動了行業結構的變化?如果是因子結構本身變化,底層配置的因子完全失效了怎么辦?所以才會有我們第三個模塊,防御因子就是要去鑒別整個資產里面是不是發生了比較不好的系統性的東西,導致系統性資產配置的邏輯全部錯了。如果全部錯了,那現金具有溢價,要回到現金去。

 

 

04利率研究是一門藝術活

 

貓頭鷹: 對于債券的選擇,你的模型是怎么起作用的?

 

陳連權:對利率的把握,是一個藝術活。利率本身是觀察世界的尺度。任何資產的漲跌歸根溯源,必須有一個源頭,成長或增長是財富之父,利率是定價之母。利率背后是流動性。理解了利率波動周期規律以后,自然而然就能有那么一點優勢做資產配置了。

 

在經濟周期決定利率周期的時候,這個事情置信度是比較高的,也是相對容易的。但是當市場經過演化的之后,利率周期慢慢不是內生于經濟周期了,它有自己的規律,就比較難了。

 

貓頭鷹:你的量化模型能捕捉這個東西嗎?

 

陳連權:就是要解決這個問題。用利率來理解債券,理解資產配置。

 

做資產配置,到第三步的時候,你就會發現,當利率周期本身自有周期,而這個周期影響因素又比較復雜的時候,我們希望不僅僅跟蹤經濟周期,我們跟蹤的是周期里的很多方面,比如庫存周期、美元周期、地產周期,商品市場周期,商品的動能,避險情緒等林林總總。我們模型里面,大概有6個二級因子,十幾個三級因子來解決利率的價值判斷。

 

在我們資產配置模型里面,必須要有價值判斷,之后才能知道兩個資產怎么互搭。即使不能互搭的時候,能起到對沖的作用也行。這樣才能真正把資產本身的價值,以及資產在特定的位置跟價值刻畫出來,這是模型要起的作用。

 

 

05可解釋、可持續的選股“+”

 

貓頭鷹:對于權益部分,你的框架特點在哪?

 

陳連權:我的量化選股框架,和市場上純股票量化有著不同的思路。

 

第一點,我會把所有因子都看成風險因子。有些超額因子在過去很多年都比較穩定,收益非常好,信息比例也非常好,但是并不代表它明天還是超額收益,后天變成風險因子也是有可能的。這些因子,我都把它看成是風險因子。

 

第二點,盡量追求這些因子之間的不相關性,同時它又捕捉市場某一個收益來源。比如說市值因子,就是市值溢價,價值因子就是價值溢價,成長因子當然就成長溢價。流動性,它就承擔了流動性風險。每一類因子都干它的活,長期來講都能貢獻收益的。

 

貓頭鷹:你會去調研上市公司嗎?

 

陳連權:不會。量化的角度和功能,和主動是互補的??垂善钡娜?,他要通過調研的方式,跟產業聊,跟外面聊,找到標的,湊成一個組合。但是量化不是這樣的,量化是廣和寬,有來自基本面的收益,也有來自市場金融行為本身的錯誤定價的機會。我的網要足夠的廣,很多成千上萬的因子。因子更多能捕捉收益的方方面面。

 

而且,量化選股除了可以爭取選股超額收益外,還有一個好處就是可以把阿爾法和貝塔分離,可以更清晰的分析收益來源,讓具備阿爾法效應的部分持續發揮加法作用。

 

 

06應變能力比判斷能力重要

 

貓頭鷹:按照你的模型,如果明天就要開始建倉,大體上會是什么樣的選擇? 

 

陳連權:第一,每天的模型運行下來,肯定是有一個結論的。但我還是會去看市場,會去研究基本面,去看不同市場的運行,最后跟模型的結果互為參照一下,看靠譜不靠譜。

 

第二,要強調的是應變能力遠遠比判斷能力重要。一個超額因子變成風險因子以后,怎么樣去迭代,這就是應變能力,但是這個應變能力本身還是人為的因素。