作者 | 猫头鹰8

编辑 | 猫头鹰6

支持猫头鹰捕基能手



过去两年“固收+”产品走火市场,偏债混合型基金、二级债产品、转债产品都被笼统称为“固收+”,直到近期监管规范之后,“固收+”的标准定位才得以清晰。对于明确的资产配置比例要求,如何开发出有效的配置策略,是基金经理要解决的首要问题。

 

面对新的规范与市场动态,博道基金固定收益投资总监陈连权显然“轻车熟路”。

 

陈连权是复旦大学数量经济硕士出身,2007年投身基金行业,不久就碰上了金融危机和“四万亿”的“大场面”。当时经济局面千头万绪、经济学家众说纷纭,陈连权也深受触动,于是也开始做模型、让常识显性化,例如,测量宏观流动性外溢、衡量股债估值性价比等等。

 

后来,在从信用分析师、宏观债券分析师的岗位转向专户投资经理后,陈连权发现,专户组合、银行理财资金、固收产品,常会被市场认为是“稳稳的幸福”,但投资经理通常比较焦虑,因为要操心的因素太多,从各类期限的理财兑付,到突然而至的央行加息,需要应对的市场信息非常复杂。

 

于是,陈连权决定“化繁为简”,把做一个个单独功能的模型,升级为横跨资产定价、因子配置、风险管理等方面的量化系统,在资产配置与有效选股选债的过程中,让常识显性化,并将正确的思维方式刻入生产流程。也就是,用模型和系统来实现对组合的系统性管理。

 

在“系统化”的开阔思路与精准分析下,陈连权在投资实战中也迎来了多次高光时刻。

 

例如,在2013年底,在当时市场较多看空债市的情况下,陈连权认为“长期利率中枢下移,短期利率已过度偏离,经济周期可能很快向下拐头”,较早介入债市,其当时管理的债券专户产品也获得了不错的收益率。

 

又如,在2018年初,在上证指数连续走出9连阳、权益基金发行火热的情况下,敏锐捕捉到经济可能拐头、政策可能紧缩的市场信号,在投资组合中果断低配权益,超配债券,之后利率开始趋势下行,成功把握2018年的债券牛市行情。

 

而在今年年初,这位有15年证券基金从业经验、11年投资经验,兼具银行委外、基金专户、公募基金和私募基金投资经验的资深基金经理,加入博道基金任固定收益投资总监。

 

近期,猫头鹰研究院与陈连权进行了一次深度交流。在对谈中,陈连权详细讲解了自己的投资框架、资产配置模型、利率研究心得、权益投资方法等核心内容。

 

在陈连权看来,“固收+”属于多目标产品,天然要兼顾收益和波动,必须在投资期限、波动率、收益率、流动性之间不断做平衡,同时在股票与债券之间,以及在利率风险、信用风险、流动性风险、股票波动率风险之间做取舍,而越是偏绝对收益目标的‘固收+’,这类平衡工作就越多也越精细,单一的投资框架就越难支撑。

 

作为市场上最早实践“固收+”策略的基金经理之一,陈连权的投资方法论是:用量化系统赋能“固收+”策略,通过利率量化策略、多因子选股策略、多层资产配置,建立多策略、多因子的“低相关矩阵”,对波动率、收益、流动性进行系统化管理,虽然叫“固收+”,但实际有加、有减、有乘,从而力争实现绝对收益目标,让产品具有普惠理财的能力。

 

以下是本次对话的精华内容,分享给大家。

 

 

01做“固收+”是“戴着镣铐跳舞”

 

猫头鹰:你做固收+是什么思路?能不能谈一谈你的投资框架? 

 

陈连权:在我看来,固收+偏绝对收益,绝对收益的思路跟股票的思路就不太一样。投资股票目标更多是追求收益,以股票的思路去看投资框架,第一是为了获取收益。第二,保护自己不被自己能力圈外的事情伤害。从绝对收益角度看投资框架,就比较复杂了。不仅仅要看收益维度,而且要看稳定性,要看波动率,要看风险。

 

我经常有一个比喻,我们是戴着镣铐去跳舞。而不是像巴菲特说的,每天跳着踢踏舞去上班。当你一旦带着镣铐的时候,就会发现上下左右都要兼顾到,波动率、流动性风险、信用风险、利率风险,风险跟收益之间的匹配度等等。

 

做绝对收益,考虑的要更加事无巨细。比如资产之间为什么会有趋势?趋势跟反转之间的本质是什么?什么时候会蔓延开来?

 

过去很多年做绝对收益比较容易,因为过去的利率很高,债券市场提供的利息很容易。所以 “固收+”也好,以债券为主的产品也好,稳定性都很强。但是当制度红利逐渐消失的时候,我们需要更加系统性的思维方式,或者说工业化的思维方式。

 

我们把“固收+”根据产品诉求,在策略上分两类,一个是偏相对收益,一个是偏绝对收益。

 

偏绝对收益这类产品,需要有一个系统化的思维方式,它的多重目标决定了背后的方法肯定不是单一套路,而是有一个大的模型,大的模型里面还有很多小模型,小模型里有兼顾收益的,有兼顾风险的,有兼顾定价的,有兼顾不同资产、不同策略之间相关性的。最终的目的,我们希望在制度红利消失以后,用市场化的方法,生产出更稳定的,更接近绝对收益特征的产品。

 

 

02引入波动率,确定资产的配置比例

 

猫头鹰:你现在整个模型运行下来,大概能达到什么目标?

 

陈连权:我们做量化的时候,每一次都会回测一些指标,但公募基金有一句话叫做“历史业绩不代表未来”。 我曾经跟同事分享过一个小的研究,把过去十几年二级债基、偏债混的产品收益层层分解,看最终是由什么贡献的收益?

 

我们从最开始的货币基金,加利率风险,又加了信用风险,又加杠杆流动性风险,又加20%-30%股票波动率风险,加完以后,收益率出来了。但是当你做收益率回测的时候,站在当前时点往前推就不靠谱了。因为历史上利率是高的,未来利率还会进一步下行。用历史上高利率的情况去做回测,肯定不能代表未来。

 

即使不看利率水平的高低,去看信用风险给的刚性兑付的保障也是这样的。过去你买的信用债,它大概率都不会违约。但是信用债因为承担了信用的风险,肯定是有信用收益的。在公募偏绝对收益的业态里,做信用下沉,我认为是不太契合产品属性。因为绝对收益产品,本身就是提供流动性的产品,但是信用下沉会带来流动性风险。在过去信用没有风险、打新收益较高的情况下去做回测,过去的业绩肯定不代表未来。

 

我曾经看过一个企业家说:我不做暴利200%的生意,因为一旦团队做惯了200%的暴利,是不会去做10%的。当你习惯了去做很简单的事情,再去处理现在的情况,难度就加大了,很多人就会有不适感了。

 

另外, “固收+”的本意是承担较小的风险,但获得比无风险利率更高一点的回报。所以我把风险拿走,加入了波动率,希望两者能对冲,也就是波动幅度不太过偏离债券的幅度,但是收益又要能够超过我拿走信用溢价的那部分。

 

利率水平的高低我决定不了,因为这是由经济资本回报率、央行、经济体某一个阶段周期性的特征共同来决定的,那么,如果我们能在既定波动率确定的水平下,提供相对有性价比的产品,它就是一个好的“固收+”的产品。相对而言,我们更在意卡玛值、性价比。

 

我自己做了一个系统,希望能够将收益跟风险内在规律性的勾稽关系刻画清楚。比如,我会将产品的目标波动率分成4%、5%、7%,当然更高的也可以,然后去看它对应股票仓位大概是多少的水平,以及历史上回报大概是什么水平。

 

打个比方,从回测数据来看,如果产品里面是15%的股票权益仓位,大概会对应4%波动率。在这个基础之上,我希望尽量去提高卡玛值。

 

理论上讲, “固收+”偏绝对收益的产品,如果能把卡玛值做到接近2的水平就是非常优秀了——尤其在剥离掉我刚才讲的制度红利,还能接近这个水平的话。在我看来,相比单纯的去强调胜率,在一定时间段内超过某一个收益率水平的胜率,会更加实际一点。

 

 

03“周期调节+风险配置+防御因子”构成资产配置模型三大部分

 

猫头鹰:在中枢确定的情况下,什么因素决定了股票仓位会提高到多少或者降低到多少?

 

陈连权:我们把产品权益中枢确认为战略性资产配置,决定了产品的风格,比如弹性的“固收+”,股票仓位就会高一些。

 

在中枢确定的情况下,我们再去做战术资产配置。不同资产总是有一些时间窗口是适合的。比如说2008年、2018年的时候超配债券,低配股票。如果能做一个比较好的趋势性的资产调节,毫无疑问对整个产品的收益提升效果是巨大的。

 

股债之间的调整是很重要的,我们的大模型里面套着很多小模型,中间的二级模型一块就是资产配置模型。资产配置模型又分成三部分——

 

第一部分,是周期性的调节,希望通过对经济周期的合理预期,提升中期内资产调整的收益风险比。

 

比如2018年股票连涨了八九天,当时没有人觉得它会马上结束,但是站在那个时间,债券收益率是很高的,这说明股票投资者机会成本也是很高的,因为债券提供的收益率确定性也是很高的。当在很高的利率水平买入债券,最差的情况是输掉时间,但不会输钱。

 

股债性价比是互为机会成本的,如果静态去看风险溢价,肯定是超配便宜的,低配贵的。但是所谓的贵跟便宜是一个动态的概念,是跟当时的经济环境和市场环境是相匹配的。

 

以利率债为例,利率的高低水平是动态的。2013年以前是3.5%的中枢,大家期望在4%买入,在3%卖出。到了2020年,市场上很多人踏空的原因,因为希望在3.5%买入。如果所有人都希望等到3.5%,那3.5%就不会到来,3.5%就变成了顶。

 

当中枢下移的时候,股债性价比、债券本身的估值也是动态的,不能静态去跟历史上比,认为比较低的就没有配置价值,或者比较高的就一定有配置价值,不是的。二级市场的比较方法,都是相对比较法,不是绝对比较法,也就是一个资产用不同角度去比。比如说利率,去跟经济周期比,跟库存周期,跟地产周期,跟美元周期比的时候,就更能知道现在这个利率水平到底是高还是低?

 

而每一个角度,我们都有一个模型。

 

当比较股票和债券的估值时,不是简单的去把股票PE的导数减掉债券的收益率,我们还要进一步拆分下去:是什么驱动的债券利率的涨跌?它的估值到底在什么样的水平?股票那一部分也是一样,还要进一步挖掘下去,是流动性还是基本面,或者其他哪个因素在影响股票的估值系统扩张或收缩?

 

A股市场里估值因素在短期的影响是很大的,而且它并不是完全无序的,在某种意义上讲,它也是影响因素。把这个动态刻画以后,它就构成了资产配置模块第一个环节,就是所谓战术性、周期性的资产配置。根据周期的变化、市场的变化,以及股债之间动态估值的变化,我们去确定股票跟债券之间到底应该是超配、低配,还是标配的加减。

 

这套策略在2018年以前大体OK,但是2018年以后,发现股债之间相互的规律关系,受到冲击后会在很短暂的时间里,失效或者异化、扭曲。在中国讨论这个事情的比较少,而在美国通胀的环境里面,更容易出现“股债”双杀,之前我看到AQR写了一篇文章就提到,经济增长里通胀跟实际增长的权重影响着股债之间的相关性,也就是说股债能不能起到对冲作用,跟经济增长的成色是有关系的。

 

第二部分,是风险配置。当股债之间关系发生阶段性变化的时候,我们周期性的调节可能就不够了,包括2020年和2021年,这个时候就要根据本身风险的变动去调节,比如根据股债之间的风险,波动率的变化,尾部风险的变化去调节。还可以再往前走一步,因为波动率有上行跟下行的波动率,上行波动率是我们想要的,而下行波动率是我们需要防范的,所以风险配置中用下行波动率会更好,这是资产配置里第二个模块。

 

第三部分,是防御因子。举个例子,行业景气度到底是行业景气度本身,还是因为因子周期的变化,驱动了行业结构的变化?如果是因子结构本身变化,底层配置的因子完全失效了怎么办?所以才会有我们第三个模块,防御因子就是要去鉴别整个资产里面是不是发生了比较不好的系统性的东西,导致系统性资产配置的逻辑全部错了。如果全部错了,那现金具有溢价,要回到现金去。

 

 

04利率研究是一门艺术活

 

猫头鹰: 对于债券的选择,你的模型是怎么起作用的?

 

陈连权:对利率的把握,是一个艺术活。利率本身是观察世界的尺度。任何资产的涨跌归根溯源,必须有一个源头,成长或增长是财富之父,利率是定价之母。利率背后是流动性。理解了利率波动周期规律以后,自然而然就能有那么一点优势做资产配置了。

 

在经济周期决定利率周期的时候,这个事情置信度是比较高的,也是相对容易的。但是当市场经过演化的之后,利率周期慢慢不是内生于经济周期了,它有自己的规律,就比较难了。

 

猫头鹰:你的量化模型能捕捉这个东西吗?

 

陈连权:就是要解决这个问题。用利率来理解债券,理解资产配置。

 

做资产配置,到第三步的时候,你就会发现,当利率周期本身自有周期,而这个周期影响因素又比较复杂的时候,我们希望不仅仅跟踪经济周期,我们跟踪的是周期里的很多方面,比如库存周期、美元周期、地产周期,商品市场周期,商品的动能,避险情绪等林林总总。我们模型里面,大概有6个二级因子,十几个三级因子来解决利率的价值判断。

 

在我们资产配置模型里面,必须要有价值判断,之后才能知道两个资产怎么互搭。即使不能互搭的时候,能起到对冲的作用也行。这样才能真正把资产本身的价值,以及资产在特定的位置跟价值刻画出来,这是模型要起的作用。

 

 

05可解释、可持续的选股“+”

 

猫头鹰:对于权益部分,你的框架特点在哪?

 

陈连权:我的量化选股框架,和市场上纯股票量化有着不同的思路。

 

第一点,我会把所有因子都看成风险因子。有些超额因子在过去很多年都比较稳定,收益非常好,信息比例也非常好,但是并不代表它明天还是超额收益,后天变成风险因子也是有可能的。这些因子,我都把它看成是风险因子。

 

第二点,尽量追求这些因子之间的不相关性,同时它又捕捉市场某一个收益来源。比如说市值因子,就是市值溢价,价值因子就是价值溢价,成长因子当然就成长溢价。流动性,它就承担了流动性风险。每一类因子都干它的活,长期来讲都能贡献收益的。

 

猫头鹰:你会去调研上市公司吗?

 

陈连权:不会。量化的角度和功能,和主动是互补的。看股票的人,他要通过调研的方式,跟产业聊,跟外面聊,找到标的,凑成一个组合。但是量化不是这样的,量化是广和宽,有来自基本面的收益,也有来自市场金融行为本身的错误定价的机会。我的网要足够的广,很多成千上万的因子。因子更多能捕捉收益的方方面面。

 

而且,量化选股除了可以争取选股超额收益外,还有一个好处就是可以把阿尔法和贝塔分离,可以更清晰的分析收益来源,让具备阿尔法效应的部分持续发挥加法作用。

 

 

06应变能力比判断能力重要

 

猫头鹰:按照你的模型,如果明天就要开始建仓,大体上会是什么样的选择? 

 

陈连权:第一,每天的模型运行下来,肯定是有一个结论的。但我还是会去看市场,会去研究基本面,去看不同市场的运行,最后跟模型的结果互为参照一下,看靠谱不靠谱。

 

第二,要强调的是应变能力远远比判断能力重要。一个超额因子变成风险因子以后,怎么样去迭代,这就是应变能力,但是这个应变能力本身还是人为的因素。