ALPHA和BETA系数

ALPHA和BETA系数
投资的收益可以由收益中的非风险部分、受整个市场影响的部分，以及误差部分三者之和，通过资本资产定价模型（CAPM）计算出α和β，然后确定某金融商品的风险程度：
ｙ＝α＋βｘ＋ｃ
式中，ｙ为某种金融商品预期收益率；截距α为收益中非系统风险部分，是无风险的收益；斜率β为系数，是系统风险部分；ｃ为误差项，即残余收益（随机因素产生的剩余收益）；ｘ为整个市场的预期总体收益率。

（1）ALPHA
ALPHA（α）是指一个人在操作某一投资中所获得的超出指数或基准回报的那部分收益，表示大盘不变时个股的涨跌幅度，表示某公司一定程度的固定收益，由行业统计数据确定。

震荡市场股票不齐跌齐涨，难以存在大的系统性收益，个股的表现差异大，集中投资才能够获得超额收益。

积极选股的主动型投资将胜过跟随市场指数的被动型投资。

α＞０，表示大盘不变时，个股上升且数值越大，则涨幅越大。

较高的α一般是由股票的个性特征所决定，与大势和行业无关，应深度挖掘个股轻指数，尽可能寻找高α值的个股。

α＜０，表示大盘不变时，该个股下跌，且数值越小跌幅越大。

投资市场交易中面临着系统性风险（β风险）和非系统性风险（α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益（阿尔法收益）。

获取阿尔法收益包括选股、估值、固定收益策略等等，也利用衍生工具对冲掉贝塔风险。

阿尔法对冲策略是选择具有超额收益能力的个股组合，同时运用沪深300股指期货对冲市场风险以获得超额收益的绝对收益策略。

此种策略追求的是与市场涨跌相关性较低的绝对收益。

股市阿尔法对冲策略通常寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。

在熊市或者盘整期，可以采用“现货多头＋期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。

还有根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。

阿尔法对冲策略成功的要素。

现货组合的超额收益空间有多大；交易成本的高低。

两者相抵的结果，才是Alpha策略可获得的利润空间。

用量化模型构建个股组合。

在构建个股组合方面，运用最多的量化模型是多因子模型。

影响股票收益的因子有多种，大致可分为长期因子和短期因子。

长期因子包括价值因子，盈利质量因子等，短期因子则包括市场技术分析以及动量等因子。

将这些因子有机地结合起来，就构成了对每一只股票的预期收益。

用此方法计算出来的预期收益尽管不像狙击步枪一样精准，却可像冲锋枪一样，在大概率上具有较高的胜率。

动量效应(Momentum Effect)。

在一定持有期内，如果某只股票在前一段时期表现较好，那么，下一段时期该股票仍将有良好表现，即Alpha动量策略是指持续采用正向或负向Alpha组合进行(滚动)投资，其过程涵盖Alpha量化选股和动态滚动型投资。

Alpha-Beta分离策略。

是利用股指期货的买空和卖空机制，通过与现货组合的反向操作，使组合的Beta值为0，从而可以将Alpha从原有组合分离出来以获得绝对正收益。

该策略可以在可转移Alpha策略框架内进行使用。

可转移Alpha策略(Portable Alpha)。

是指Alpha在不同的资产类别间发生转移。

是利用主动性管理的短期债券作为股指期货的伴生抵押品，其目的是向客户提供股票市场的额外收益Alpha。

当投资者需要购买标普500指数基金时，用5%的现金作为保证金购买标普500股指期货，其余资金投资附属抵押品。

如果附属抵押品的收益超过融资成本，则投资者获得的收益为标普500指数的收益加附属抵押品的超额收益。

作者将可转移Alpha与Alpha-Beta分离策略的主要区别归纳如下：可转移Alpha策略的运作可以分解为两个方面：一是利用衍生市场暴露给投资者提供所希望的市场或资产暴露；二是运用Alpha策略(包括Alpha-Beta分离和积极性管理产生的Alpha)给投资者提供另外的增量收益(其可以或者不需要卖空期货头寸或卖空证券获得希望的风险收益特征)；可转移Alpha策略是将Alpha-Beta分离和积极性管理产生的Alpha从一种资产转移至另一种资产。

可转移Alpha的外延比Alpha-Beta分离更广，其核心体现在Alpha 在不同类资产之间的转移；Alpha-Beta分离通常是在同一类资产内(一般为股权类资产)作为单一的绝对收益策略进行使用，也可以作为可转移Alpha策略框架内的手段加以使用，但如果Alpha和Beta分离后没有在不同资产类型间发生转移，则不能称之为可转移Alpha策略。

事件驱动型策略，就是投资于发生特殊情形或是重大重组的公司，例如发生分拆、收购、合并、破产重组、财务重组、资产重组或是股票回购等行为的公司。

事件驱动策略主要有不良证券投资和并购套利，其他策略常与这两种策略一并使用。

预期风险。

阿尔法策略方法并不能保证投资者按照某种方法就一定可以持续获利。

只有不断调整关注资产组合的各种参数，并进行适时适当的调整，才可以获得较为稳定的阿尔法收益。

阿尔法收益反映的是选股能力；对股票价值的判断、资产配置、时点把握等因素将构成较大影响；较高的阿尔法要求必须超越平均水平，发掘有阿尔法收益的股票；而且国内股票中系统性风险非常高，阿尔法收益很自然地会经常变动，未必具有持续性；β值也是影响投资者获取阿尔法收益的重要因素。

如果前期用历史数据测试的贝塔值进行实际对冲，但现实中的贝塔值与之前计算的相差很大，那么对冲效果就达不到理想状态。

如果历史β系数比实际β系数小，那么股指期货头寸就会过大，上涨行情中现货头寸的盈利将不能抵消期货头寸上的亏损，进而侵蚀阿尔法收益。

相反，如果历史β系数比实际β系数大，又会出现股指期货头寸不足的情况，下跌行情中期货头寸的盈利将不能抵消在现货头寸上的亏损，也会侵蚀阿尔法收益。

因此，能否准确预测β值在对冲中具有重要意义，是阿尔法收益和系统风险收益得以分离的关键。

有些股票尽管有很高的预期收益，但如果预期风险也很高，在历史上收益的波动率很大，那么在投资组合中所占的权重也不应太高。

确定组合中个股权重时，根据投资者的收益要求和风险承受能力，从量化因子库中选择
适当的因子为投资者量身定做预期收益模型，同时兼顾股票的预期风险和交易成本，用优化的方法计算组合中每只股票的权重。

2012年自2月1日至2月17日期间沪深300指数上涨3.13%，此期间根据简单的多因子模型组合测算，模型上涨3.59%，战胜市场。

如果在2月1日以2469点收盘价卖空1202合约，2月17日合约到期时以2537点平仓。

期间股指期货亏损2.76%，股票盈利3.59%，最终盈利0.83%。

2012年5月2日至5月18日沪深300指数下跌4.06%，此期间模型组合下跌3.74%，跌幅小于市场。

如果5月2日以2686点卖空1205合约，至5月18日合约到期时以2576点平仓，期间股指期货盈利4.12%，减去3.74%的股票亏损，最终盈利0.38%。

阿尔法对冲策略注意事项。

现货与期货头寸之前的差额，即风险暴露敞口不宜过大，否则会影响套期保值的效果。

由于现货是长期持有，而股指期货合约有到期日，所以在股指期货合约到期时需要向下一个合约展期，从而维持套期保值的延续性。

股指期货有日盯市保证金制度，需要密切注意股指期货的保证金，以免被强制平仓。

对冲策略在熊市和震荡市中表现最佳，在牛市中投资者可适当调整对冲比例，在拿到alpha收益的同时适当收获整个市场的上涨收益。

（2）BETA
上式变形后可得：
BETA（β）＝（ｙ－α－ｃ）÷ｘ＝Δｙ／Δｘ
式中，Δｙ为某金融商品的预期收益－该预期收益中的非风险部分；Δｘ为整个市场的预期平均收益－该预期收益中的非风险部分。

式中表示市场收益率变动对某一金融商品收益率变动的程度。

Beta可以视为一个放大系数，假设某只股票相对上证指数的Beta是1.5%，那么就意味着上证指数每上涨或下跌1%，这只股票就会上涨或下跌1.5%，波动较大；反之若Beta仅为0.6，那么上证指数每上涨或下跌1%，这个股票就会上涨或下跌0.6%，波动较小。

好比股票被套了，当初价格10元，震荡区间1元，现在跌到4元了，在低位的波动都是大的，因为人心不定，对未来的预期比较悲观；而等到股价形态走出来了，人心也就安定了，股价上行。

股票投资的回报来源于两部分，一是由市场总体回报所贡献，由β来衡量，β是用来衡量个别股票受整个经济环境影响程度的指标，是衡量股票收益相对于业绩评价基准收益的总体波动性的指标；用于衡量系统性风险（市场风险），进行选股。

如果其波动程度比市场大，表示该股票风险大；相反，则比较小。

当β=１时，表示该股票的收益和风险与大盘指数一致，代表市场指数每上涨1%，理论上这个股票也应该上涨1%；另一部分是股票投资独立于市场总体部分的回报，由α来表示，假如过去一年市场上涨了10%，一个β=1.5的股票理论上应该要上涨15%，但是这个股票实际上涨了20%，则两者相差的部分5%即是α。

投资者努力跑赢市场追求的便是α收益，利用在持有股票的同时做空根据β值计算对应的指数期货，便可化解掉持有股票时的市场性风险，而仅保留股票相比大势部分的收益。

例如，某人一个股票投资组合一年，取得了40％的回报；而在这一年指数的回报为36.9％，BETA就是36.9％，反映的是这一年投资股票所应该得到的系统性的回报。

ALPHA就是3.1％（40％－36.9％），反映这个投资人的实际管理水平。

当β＜１时，表示该股票收益和风险均小于大盘指数，说明风险程度低于整个市场的风险水平，是风险小的股票。

该股的波动就比大盘小。

例如，低市盈率和周期性股票的β值比较小。

若判断持续空头市场即将来临时，应购买β值为负的股票，这种股票抗波动能力强，在市场信心动摇收益降低时，β负值越大，个股收益越多。

贝塔值为0.8说明该股或该组合的波动比大盘小20%。

当β＞１时，表示该股票收益和风险均大于大盘指数，价格波动比市场大，方向与市场相同，表明风险程度高于整个市场的风险水平。

β＝1.5，说明当市场指数收益率上升或下降1％时，该金融商品收益率将上升或下降1.5％，其波动比市场要大50％，风险大于市场。

贝塔值为1.2说明该股或该股票组合波动比大盘大20%。

若判断持续多头市场即将来临时，应买入β较大的股票，β值越大则收益增长的幅度越大，个股收益的增长将大于市场收益的增长。

通过买卖股指期货，调节股票组合的贝塔系数，可以降低系统性风险。

0＜β＜１，表示某种股票的价格波动比市场小，方向与市场相同，表明风险程度低于整个市场的风险水平。

－１＜β＜0，某种股票的价格波动比市场小，方向与市场相反。

β＜－１，某种股票的价格波动比市场大。

β的局限：由于信息的非对称性和市场结构性因素不够完善，计算出来的β是根据过去的资料大致匡算的数据，不能有效地预测未来；大机构只有通过购买20种以上的股票进行分散投资从而消除非系统风险后，β才有使用价值。

否则，由于某一上市公司自身原因造成的非系统风险会对利用β进行分析的结果产生很大的干扰。

β不是全部风险，而是与市场有关的这一部分风险。

标准差是度量证券本身在各个不同时期收益变动的程度，其比较的基础是证券本身在不同时期的平均收益；β是度量某种证券各年的收益相对于同一段时期内市场的平均波动程度，其比较标准是市场的波动程度。

CAPM(资本资产定价模型)是金融经济学中发挥了广泛的应用，但学者都认为CAPM的Beta系数具有时变特征。

研究发现所有的Beta有向1回归的趋势。

CAPM实证检验困难。

指出CAPM不适合中国股票市场，收益率和Beta之间的关系也不是线性的。

【实例】沪指距2012年初低点2132点仅一步之遥，悲观情绪在市场底部区域被过度放大。

2132点或许会破，或许暂时还看不到趋势性的上涨机会，但短期内出现有一定幅度超跌反弹的概率无疑越来越大。

贝塔系数来源于资本资产定价模型（CAPM模型），它的含义是特定资产或资产组合的系统风险的度量。

就是某一投资标的或投资组合与大盘之间的联动性。

贝塔值体现了特定资产的价格对整体经济波动的敏感性，其绝对值越大越活跃，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。

如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。

美国通常以S&P 500代表股市，贝塔系数为1。

贝塔值是由Wind金融终端提供的贝塔计算器所测算出的调整值，其计算方法与当下主流机构运用的贝塔系数计算公式一致。

选取市场认可度较高的申万一级行业作为研究对象，取2012年上半年的行业表现数据，通过Wind贝塔计算器进行拟合计算后，得到该时间跨度内23个一级行业的历史加权调整贝塔值，显示传统的周期性行业如采掘、有色、建材、房地产等均是贝塔值较高的行业，而排名靠
后的则是公用事业、餐饮旅游、交通运输、信息服务、综合、医药生物等传统的防御性或抗周期行业的代表。

各行业在今年上半年的表现是否与其贝塔值高低相一致？由于上半年各指数几乎都走出了类似M型的走势，尤其是沪综指，当下已经回到了年初的起点下方，这样的比较难以看出优劣，故选取M走势的上升和下跌两个阶段分别进行比较分析。

在第一阶段上升期即1月到2月份，有色、家用电器、房地产、采掘行业居涨幅榜前列，涨幅均在20%左右，而同期沪深300仅上涨了13.25%，同时涨幅靠后的几个行业分别是医药生物、公用事业、食品饮料、信息服务及餐饮旅游，涨幅仅8%左右。

其中，除家用电器外其余行业表现与贝塔值的排名几乎一致，而家用电器是由于受当时家电补贴政策出台预期等突发事件影响而表现异常。

再看回调阶段，即5月初至今的板块表现，当期沪深300下跌10.58%，上涨的仅有贝塔系数排名靠后的医药生物、餐饮旅游、食品饮料及公用事业四个板块，其余板块均出现不同幅度下跌，而跌幅靠前的也同样是贝塔系数较高的采掘、黑色金属、交运设备、机械设备等，其中采掘甚至下跌了超22%。

由此可见，基于上半年的行情表现，申万一级行业的涨跌与其贝塔值高低具有较强的一致性。

假设各板块贝塔值在当年的表现有一定惯性，同时按照我们对后市的判断，即市场加速赶底后将会迎来一波像样的反弹行情，那么投资者可在市场企稳后布局贝塔值较高行业中的龙头个股或业绩预期较好个股，以期取得超额投资收益。