投資避險基金的重點就是Alpha值與Beta值。 具體而言,投資人傾向採用低Beta策略,分散傳統資產的風險;並在控制傳統市場的風險後,利用高Alpha策略締造顯著的超額報酬。儘管許多投資人可能認為Alpha與分散風險之間互有取捨,但實際情況並非如此。過去15年來,低Beta避險基金策略往往擁有較高的超額報酬。 如此違反大眾認知的表現,背後可能有許多潛在的因素,且每種策略亦有不同的歸因。然而,這些策略的共同趨勢是–當遇到股市大跌 ,尤其是目前投資人擔心的經濟衰退–「危機Alpha值」較高的投資策略通常會締造最佳的長期超額報酬。 2022年的避險基金策略表現即是最近的一例。2022年,儘管整體避險基金指數下滑4.1%,且撤資規模達550億美元,註1但包括多元策略型、總經型與趨勢追蹤型在內的低Beta策略,不僅績效表現正面,亦發揮了必要的分散風險效果。 以更宏觀的角度而言,避險基金產業資產規模在2007年為1.9兆美元,目前已成長一倍至3.8兆美元,對比同期累積淨流量僅420億美元。換言之,避險基金資產穩定成長,受益於長期績效表現,但投資人亦須深入探討,是哪些策略推動產業成長,以及資金的流向為何。例如自2007年以來,多空股票策略占避險基金資產的比重已從37%降至28%,反觀相對價值型、總經型與事件驅動型等策略的比重均有成長。 展望後市,在市場波動加劇,以及對抗通膨的高利率環境下,發覺具有成長潛力的避險基金策略,是許多投資人關注的焦點(請參閱4月份週期市場展望〈市場脆弱,債券強韌〉)。 透過我們的評估架構,檢視避險基金各類策略的歷史表現,將有助於解釋這些趨勢。高波動的市場環境經常伴隨低迷的股市,2022年也不例外;相較於低Beta的趨勢追蹤型與總經型策略,這樣的環境對高股票Beta避險基金策略的衝擊更大。 雙贏局面:正向的超額報酬與提高的分散風險能力 避險基金的吸引力通常在於創造超額報酬,以及分散傳統資產類別的風險。我們可以透過簡易模型將兩者量化,透過避險基金報酬對比四大資產類別(股票、利率、信用債與大宗商品)進行迴歸分析,即可知道歷史報酬中傳統Beta與Alpha的貢獻占比。 回顧過去15年(截至2022年12月),傳統市場中低Beta策略,如多元策略型、總經型、趨勢追蹤型,亦能締造較高的超額報酬(見圖1),為資產配置帶來具吸引力的「雙重好處」。此外,這些結果顯示,僅以總報酬評估避險基金,將會存在潛在風險。例如,在多頭市場時,高Beta策略的總報酬可能高於低Beta策略,但低Beta策略的報酬組成卻可能存在更高的Alpha值。從整體投資組合的角度來看,在傳統流動性市場亦能締造類似報酬的狀況下,可以理解投資人不願意支付避險基金費用。 圖1:低Beta的分散風險策略締造較高的長期超額報酬 分散風險的低Beta策略受益於週期性前景 對於重新考慮配置避險基金的投資人,我們認為評估高波動與高利率風險對避險基金各類策略的影響至關重要。如圖2所示,低股票Beta策略如趨勢追蹤型與總經型(兩者的Beta自1999年12月以來分別為 -0.10與0.07註2),在高波動時期的表現較佳,反觀股票在同時期表現疲弱。此外,在現金利率較高的環境下,趨勢追蹤型與總經型策略的表現優異,部份的原因可能是因為這些策略握有更多未支配現金,能夠在市場利率較高的情況下進行投資。 圖2:高波動與高利率時期,低Beta策略表現領先 順應趨勢 有充分的數據顯示,避險基金投資組合的組成正在轉變。投資人能清楚判斷哪些避險基金值得支付費用,並偏好既能創造超額報酬、又能分散風險的策略。高波動與高利率環境可能延長這股長期趨勢,因此市場上對於兼具優異的防禦性與潛在超額報酬的避險基金策略需求增加。 1 績效以HFRI Fund Weighted Composite指數為代表;流量以HFR總產業數據為代表。返回内容↩ 2 代表指標:趨勢追蹤型:SG Trend指數;總經型:HFRI Macro指數。返回内容↩