PIMCO-阿尔法：神话与现实.pdf

阿尔法：神话与现实

PIMCO

2025年01月03日

注：阿尔法是金融学中的一个基本概念，代表投资相对于基准指数的超额回报。它的

重要性在于它能够表明基金经理在产生高于相对市场波动的回报方面的技能。但很多

人经常对它有误解。准确衡量阿尔法需要了解相关的风险因素，包括杠杆、流动性、

波动性、适当的时间范围和有效的基准。由于使用了不合适的基准和遗漏了相关因素，

在测量阿尔法时出现的扭曲在私有资产和细分策略中更为常见。从历史上看，主动管

理在债券中比在股票中更成功地产生阿尔法，因为许多投资者，如中央银行和保险公

司，其目标受到限制，投资目标不是优化风险和回报。

正文：

阿尔法（α）是金融学中一个基本概念，但是很多人对其理解甚少。简单地说，它是投

资回报与风险调整基准回报之间的差异。在更进一步的定义中，阿尔法是资产定价方

程中的残差。阿尔法是主动型管理者努力实现的目标，被动型管理者不追求的目标。

然而，与许多财务指标一样，阿尔法既是一个强大的工具，也是一个潜在的陷阱。它

的衡量是微妙的，往往会产生误导。困难源于各种模型、因素、基准和时间范围的选

择和应用。这些选择可能会导致对阿尔法的估计存在显著差异，特别是在私人资产和

多元化程度较低的策略中，不合适的基准和遗漏的因素可能会带来问题。

本文将讨论阿尔法的神话和现实。我们将讨论为什么一些风险因素无效，而其他因素

可以帮助评估阿尔法。此外，它将解释为什么主动管理在固定收益方面比在股票方面

更成功，并将为有效的投资组合构建提供视角。

阿尔法测量中的常见陷阱

几个常见的错误可能会导致误导性的阿尔法计算，无论是有意还是无意。让我们来看

看这些计算是如何误入歧途的。

2025，认知|1

选择风险因素

阿尔法的计算取决于资产定价模型中使用的风险因素以及与之相关的额外回报或风险

溢价。然而，许多因素不能轻易或直接纳入阿尔法计算，而其他因素的价值也应当被

怀疑。

系统性风险因素

系统性风险是在不同经济条件下影响投资价值的固有风险。这些风险可能来自商业或

利率周期的变化、政治形态或如新冠等意外事件。资产定价模型在贝塔（β）或市场风

险中嵌入了系统性风险，承认这些风险是内在的，无法分散。

可以考虑天气如何影响雨伞的价值。下雨时，雨伞提供保护，因此价格更高，预期回

报更低；它们是逆周期资产，与市场走势相反。相反，在晴天出售的雨伞类似于顺周

期资产，与市场同步；它们的价格更低，预期回报更高。

这个类比概括了资产定价的本质。顺周期资产往往比逆周期资产收益率更高。市场走

势至关重要，因为它们与整体经济消费密切相关。风险因素需要更高的回报作为对其

额外风险的补偿；相比之下，如果降低风险，他们就会增加成本。

因此，我们认为，要准确衡量阿尔法，需要对系统性风险如何影响回报和投资绩效有

细致的理解。

误导性风险因素

衡量阿尔法的主要挑战在于选择合适的风险因素。然而，这项任务存在很多潜在问题。

四个主要障碍使这些因素的识别变得复杂：数据挖掘、因素拥挤、投资者行为因素和

异常。

⚫数据挖掘。这种做法涉及搜索庞大的数据集，找到看似重要但可能是无效的模式

或因素。定量研究人员经常陷入投资于基于简单回溯测试的策略的陷阱。它们会

进行“钓鱼探险”，进行多次回归，直到一些可能没有根据的回归检测看起来很重

要。这是一个典型的例子，即鞭打数据，直到他们承认自己是重要或“幸运”的

因素。

例如，如果对数据集进行足够长的时间审查，可能会发现，如果周三上午10点至

11点20分之间交易，第二个字母是“A”和第四个字母是“G”的股票在85%的

时间里表现优于指数。不用说，这些幸运因素在样本中的表现比在样本外要好得

2025，认知|2

多；也就是说，它们在历史测试中表现优异，但通常是无用的交易信号。

⚫因素拥挤。即使一个因素是有效的，随着越来越多的投资者利用它，它的回报也

可能会减少或消失。例如，如果大量投资者瞄准小盘股，需求的激增会推高价格，

减少股票的低估，减少其超额回报