华泰 | 金工：红利崛起，Smart Beta的冬日暖阳

海外Smart Beta是重要资管品类，国内管理人积极布局但规模发展受阻

Smart Beta产品凭借其通俗易懂的投资逻辑、低成本与高透明度的优势成为海外ETF市场中的重要品类。国内Smart Beta产品起步较早，但发展不及预期，市场认知、产品定位、投资者结构、产品同质化竞争或是制约因素。常见Smart Beta收益因子有红利、价值、成长等，风险因子有低波、ESG等，各类因子在当前国内市场存在一定超额，通常复合因子策略的超额及稳定性会更具优势。国内部分Smart Beta产品也在积极尝试探索不同超额来源的因子或组合方式。

Smart Beta产品于本世纪初大量面世，兼具主动和被动投资的优势

2000年5月iShares发行了四只基于价值或成长指标筛选指数成份股的ETF基金，标志着Smart Beta ETF产品的规模化面世。区别于传统指数投资策略的投资方式，Smart Beta本质上是对传统指数的加权方式和选股策略进行优化，目的是获取超额收益、降低风险，同时又具备指数投资透明化、规则化的特点。2024Q3美国Smart Beta产品在ETF市场中规模占比为19.6%，国内这一比例尚不足5%，未能跟上指数投资扩容的发展浪潮。

Smart Beta的超额建立在扎实的理论基础与科学的构建流程上

CAPM模型让传统的指数投资继承了Beta的概念，之后APT模型扩展了对风险因子的认识，行为金融学的发展提供了市场并非完全有效的证据，支持通过优化权重来获取超额收益的实践，以上都成为Smart Beta策略超额来源的理论基础。因此在实践中，从基准样本空间的选择、选股因子的设定与规则、成份股加权方式等环节上，Smart Beta策略都可以进行优化和改进以获取超额。

五维刻画Smart Beta策略特征，复合策略或可提升Alpha潜力

我们用五个大维度刻画Smart Beta策略的市场特征。整体来看，价值、红利和低波策略偏重防御性和稳定性，拥有较好的长期配置价值；其中红利策略的综合回报更高，而低波策略在防御性和稳定性上略微领先。成长股策略体现出较高的收益弹性，适合在市场行情上行、风险偏好较高的环境下配置；质量和动量策略收益和弹性均处于中等水平，但具有较明显的独立性。此外，复合Smart Beta策略能够实现策略的分散化与互补，具有提升Alpha的潜力。从市场实践来看，红利低波组合在各个股票池均表现出色，价值、成长因子也均可以通过复合策略实现收益提升。

国内Smart Beta发展受阻，红利虽受关注但近年产品同质化明显

截至2024年11月30日，国内现有Smart Beta产品共207只，总规模1834亿元，包含6只QDII基金和1只债券型基金，其中149只产品选择上市。我国公募Smart Beta起步于2006年，但发展落后于整体指数投资。在早期发展过程中，不乏一些创新性的Smart Beta策略，2018年后华夏、易方达等基金管理人也积极布局Smart Beta产品，但产品同质化较为明显，目前仅有红利类产品规模稍大。

风险提示：基金受全球经济形势、政策变动等多重因素影响，可能面临较高的市场风险，且场内交易的ETF存在溢价风险。投资者应根据自身的风险承受能力和投资目标，审慎选择适合自己的基金产品，并密切关注基金的持仓分布、投资策略及业绩表现，本报告不涉及对任何产品的推荐。

Smart Beta的起源、分类、特征与构建流程

Smart Beta兼具主动投资的超额优势和被动投资的成本、透明度优势

Smart Beta，又称Strategic beta，是一类区别于传统指数投资策略的投资方式，其本质上是对传统指数的加权方式和选股策略进行优化，目的是获取超额收益、降低风险，同时又具备指数投资透明化、规则化的特点。从广义上来说，采用非市值加权或非传统选股方式的策略均可被归类为Smart Beta；从狭义上来说，Smart Beta被认为是一种因子投资，通过增加在一个或多个风险因子上的暴露，让传统的指数投资更加“Smart”。

Smart Beta结合了主动投资和被动投资的优势：一方面，Smart Beta保留了指数投资透明度高、成本低的优势；另一方面，Smart Beta通过非市值加权和非传统选股方式等策略实现了更好的风险分散、更高的潜在超额收益。

（1）透明度高

Smart Beta指数和传统指数一样，具有明确的编制规则。在投资过程中，投资管理者严格按照编制规则进行投资组合的构建和动态调整，其中不包含任何投资管理者的主观因素。从投资者的角度来说，明确的编制规则意味着更高的透明度，投资过程中的策略运行、组合管理都是可以及时跟踪的，从而投资者可以了解到投资过程中赚的是什么钱，或者为什么亏损。相比于挖掘股票alpha的主动基金，Smart Beta产品通过清晰的规则来解释超额收益来源。

（2）成本低

Smart Beta策略的低成本主要体现在交易成本和管理成本上。一方面，Smart Beta策略在设计过程中会充分考虑换手率，对于动量等具备高换手特征的因子，一般会在编制规则中引入缓冲规则。因此，Smart Beta指数产品一般换手率低，交易成本也相应较低。另一方面，Smart Beta策略属于被动投资，具有明确的交易规则，研究成本和管理成本均比较低。Smart Beta ETF还可以直接在二级市场交易，因此交易成本和便捷性上均有优势。

（3）更充分的风险分散

传统指数按市值进行加权，市值越高的个股在指数中占有越大的权重，投资实际上相对集中，没有实现充分的风险分散。此外，当个股价格被高估，在市值加权方式下个股会被赋予更高的权重，在高估个股价格向合理估值回归的过程中会给指数组合带来更大的波动和风险。Smart Beta指数通过更合理、更充分的风险分散策略，可以更好的控制指数投资的风险和波动。

（4）更高的潜在收益

传统指数投资一般是赚取市场Beta，超额收益潜力有限。Smart Beta采用非市值加权和因子投资等策略，主动增加在一个或多个风险因子上的暴露，在选股和权重分配进行了优化，具备更高的潜在超额收益。

（5）策略多样性与定制化

Smart Beta产品拥有多种多样的构建方式，除了经典的红利、低波、价值等策略之外，目前市场上还有一些另类的加权策略，比如由回购、分拆上市驱动的事件驱动策略，可以满足各类客群的投资需求。

Smart Beta概念诞生于1990s，本世纪初海外相关产品蓬勃发展

海外Smart Beta产品的发展概况

Smart Beta的概念诞生于上世纪90年代，随着Fama-French三因子模型的推出，美国DFA（Dimensional Fund Advisors）基金公司于1992年发行了小盘价值基金和大盘价值基金，但Smart Beta被动产品的大规模发行要到21世纪。2000年5月22日，iShares发行iShares Russell 1000 Growth ETF、iShares Russell 1000 Value ETF、iShares S&P 500 Growth ETF、iShares S&P 500 Value ETF等四只ETF。相较于传统的ETF，这四只ETF没有完全按照iShares Russell 1000或iShares Russell 500的基准指数进行投资，而是根据价值、成长指标对指数成份股再进行筛选，进而构建出子指数，并根据该子指数进行投资。此后各类Smart Beta策略相继涌现，产品数量和规模持续上升，成为资产管理市场的重要组成部分。

Smart Beta 产品一般为指数基金，大多会在交易所上市成为Smart Beta ETF，其相对于传统ETF又具备独特的优势。传统ETF具有透明度高、成本低等优势，通过跟踪市场各类指数获取对应收益。Smart Beta ETF同样具备透明度高和成本低的特点，但同时又通过对指数的“优化”提高了产品的潜在收益、降低了产品的波动和风险。此外，投资者的偏好和需求是多样化的，Smart Beta ETF相较于传统ETF而言拥有更丰富的策略，可以满足不同投资者的需要。例如，偏好红利的投资者可以选择红利ETF，看好成长风格的投资者可以选择成长ETF，风险偏好较低的投资者可以选择低波ETF……因此，Smart Beta产品是对资产管理市场的重要补充。

自2000年全球首批Smart Beta ETF发行以来，Smart Beta产品经过了20多年的发展，在数量、规模和策略类型等方面都有了巨大的变化。据MorningStar数据，截至2022年底，全球Smart Beta ETP共计1384只，资产规模合计1.53万亿美元。据ETFGI报告，同期所有ETF产品总数为11119只，合计管理规模为9.23万亿美元，从而Smart Beta产品在数量和规模上相对于所有ETF产品占比分别为12.4%和16.6%，在ETF市场乃至整个资管市场已经占据相当比重。据Bloomberg和ETF Database数据，截至2024Q3美国Smart Beta产品在ETF市场中规模占比为19.6%。从发达国家的经验来看，Smart Beta ETF在ETF市场中规模占比可达20%，而国内Smart Beta ETF在ETF市场中规模占比尚不足5%。

从地区分布来看，目前Smart Beta产品主要集中于美国，美国资产管理行业最为发达，同时在Smart Beta领域布局最早，目前在Smart Beta产品数量和规模上均遥遥领先于其他市场。欧洲、亚太市场数量较多但规模不大。截至2022年底美国Smart Beta产品数量占全球Smart Beta产品总数的44%，管理规模占据全球管理规模的89%。除美国外，欧洲和亚太地区Smart Beta产品发行数量同样增长较快，2022年底欧洲和亚洲市场Smart Beta产品数量分别达310和267只；但平均管理规模和总规模均相对较小，占全球总规模分别仅为6.3%和3.5%。

从策略类型来看，2022年底Smart Beta产品的策略主要为价值、成长和红利策略。以美国市场为例，价值、成长和红利三类产品规模均超过3000亿美元，在所有Smart Beta产品中合计占比达70%；除价值、成长和红利策略外，风险导向型、多因子、基本面、质量、动量等策略产品同样具备一定规模，均在20亿美元以上。国内Smart Beta ETF市场目前以红利策略为主，多因子、成长、质量和基本面等策略在产品数量和规模上亦有相当比例。

从发展趋势来看，2022年Smart Beta产品在美国和欧洲市场逐渐趋于饱和，在亚太市场仍处于发展阶段。2022年，全球Smart Beta产品数量仅增长1.8%，其中美国、加拿大和欧洲市场产品数量均有所下降，而亚太市场增长超19%。具体而言，2022年美国市场Smart Beta ETF关闭数量为45只，同期发行数量为22只，美国市场呈现出一定饱和迹象。相较而言，包括中国市场在内的亚太市场目前数量和规模较整体ETF市场占比均较低，仍有很大的发展空间。

从市场认可来看，2023年机构投资者在管资产中Smart Beta产品占比相较上一年略有下降，但仍占据重要位置。Brown Brothers Harriman & Co.（以下简称BBH）是美国历史最悠久、规模最大的私人投资银行之一，自2013年以来，BBH每年都会发布Global ETF Investor Survey。据BBH 2023年调查报告显示，全球40%的机构投资者在管资产中Smart Beta产品的占比在11%-20%，12%的机构投资者在管资产中Smart Beta产品的占比超过20%；在大中华区，57%的机构投资者在管资产中Smart Beta产品的占比在11%-20%，15%的机构投资者在管资产中Smart Beta产品的占比超过20%。以上数据显示，机构投资者对于Smart Beta产品的认可度较高，尤其是在大中华地区。

从产品布局来看，海外的BlackRock和Vanguard有领先的优势和值得借鉴的经验：

（1）BlackRock的先发优势和产品布局

BlackRock是全球最大的资产管理公司，截至2024年6月末，其资产管理规模超10.6万亿美元。据ETF Database数据，目前BlackRock共发行Smart Beta产品98只，规模合计6697亿美元，是市场上Smart Beta产品规模最大的资管公司。BlackRock公司在Smart Beta市场的成功，得益于其先发优势和产品布局策略。

2009年6月，BlackRock收购Barclays旗下的资管部门——BGI（Barclay Global Investors）。这次收购巩固了BlackRock在资管市场上的地位，一方面扩张带来了更大的规模优势，另一方面BGI旗下的iShares系列产品补足了BlackRock在Smart Beta产品的布局弱势。iShares产品最早于2000年发布，发布的12个产品同时也是最早布局于Smart Beta的产品。目前，12个产品的规模总额高达3410亿美元，在BlackRock的Smart Beta规模中占比超过一半，是BlackRock的规模主要增长来源。凭借着收购BGI带来的先发布局优势，BlackRock在Smart Beta市场占据了绝对的领先优势。

BlackRock在Smart Beta产品市场的策略布局主要集中于成长和价值策略，两类策略产品规模分别达2774亿美元和1873亿美元，合计达4647亿美元，占所有Smart Beta产品规模达69.4%。尽管在成长和价值策略产品上相较于其他公司优势巨大，BlackRock依然在不断拓展其他的Smart Beta策略，目前在红利、质量、规模、动量、波动率及多因子等策略上均有布局，在商品和固定收益产品上亦有布局，建立了十分完善的产品线，从而不断扩大自身在Smart Beta产品市场的优势。

（2）Vanguard的费率优势和产品布局

Vanguard是全球另一资管巨头，截至2024年3月末，其资产管理规模达9.3万亿美元。在Smart Beta产品市场上，Vanguard是除BlackRock外管理规模最大的公司，据ETF Database数据，目前其Smart Beta产品规模合计4694亿美元，远超Smart Beta产品规模位居第三的Invesco。因此，BlackRock和Vanguard完全确立了在Smart Beta产品市场的领先地位。

Vanguard的主要优势之一在于产品费率。Vanguard致力于降低产品的费率，从而确定性地提高客户能得到的回报。在这一理念指导下，Vanguard的Smart Beta产品整体费率始终处于整个市场的最低水平，其产品的最低费率仅有0.04%，最高费率仅为0.22%，基金规模加权平均费率为0.0650%。作为对比，BlackRock的基金规模加权平均费率为0.1933%。

低费率战略为Vanguard赢得了长期稳定的资金流入，也是其规模增长的主要动力。当前Smart Beta市场趋于饱和，竞争加剧，各家机构在费率上面临巨大压力。Vanguard一贯的低费率战略将为其在未来竞争中带来巨大优势。

Vanguard的产品策略和BlackRock不同，其主要专注于价值、红利、成长三大战略，在三类战略上不断深耕，三类产品规模始终保持齐头并进态势。此外，在动量、质量、多因子、低波、流动性等策略上都存有一只产品，规模分布于0.32亿-6.60亿美元。

Smart Beta的分类方式

为了全面理解Smart Beta策略，有必要对Smart Beta策略类型进行梳理和总结。Smart Beta策略有多种分类方式：

（1）从因子投资视角出发，可以将Smart Beta策略分为单因子、多因子以及另类加权策略；

（2）从组合构建方法而言，可以将Smart Beta策略分为改变加权方法但不改变成分股、改变成分股但不改变加权方法，以及同时改变成分股和加权方法等三类；

（3）从组合构建目标而言，可以将Smart Beta策略分为收益导向、风险导向以及其他类型等三类。

相较于其他分类方法，从Smart Beta组合构建目标出发进行分类得到的结果，更能体现各个策略的价值和意义，也更为投资者所理解和熟知。

收益导向型策略

收益导向型策略指为了获取更高超额收益而增加组合在一个或多个特定风险因子上的暴露的一类Smart Beta策略。常见的收益导向型策略包括红利、价值、成长、质量、基本面、动量等单因子策略以及更为复杂的多因子策略。其中，红利、价值、成长是产品规模最大的三类策略。

风险导向型策略

风险导向型策略是通过风险分散或选择低波动股票降低组合风险水平的一类Smart Beta策略。常见的风险导向型策略包括低波动、最小化方差（MV，Minimize Variance）、风险均衡（ERC，Equal Risk Contributions）、最大分散度（MDP，Most-Diversified Portfolio）以及等权重（EW，Equal-Weighted）等策略。另外ESG策略一般是选取在环境、社会责任、公司治理等表现较好的公司或者剔除表现不好的公司，以此规避公司在上述领域的风险，因此我们将其归类在风险导向型策略中。

其他策略

除收益导向型策略和风险导向型策略外，还有部分策略无法简单地进行归类，如多资产策略、非传统固定收益策略等。可以看到上述分类方式下，个股加权方式并未单独提及，但一般采用非市值加权方式的策略也可以归类为Smart Beta策略。

Smart Beta概念来源于学术界对金融市场异象的研究

Smart Beta通过增加在一个或多个风险因子上的暴露，让传统的指数投资更加“Smart”。其理论基础主要来自三个方面：1、依据CAPM模型，从传统的指数投资继承了Beta的概念，用于识别和承担市场系统性风险；2、通过APT模型扩展了对风险因子的认识，允许多个因子影响资产收益，为Smart Beta策略提供了多因子优化的理论基础；3、行为金融学的发展为Smart Beta策略提供了市场并非完全有效的证据，支持通过优化权重来获取超额收益的实践。

资本资产定价模型（CAPM）

Smart Beta策略中的“Beta”来自于CAPM模型，CAPM模型将任何股票的收益拆解为无风险收益以及通过承担市场系统性风险获得的收益，不同的股票具有不同的Beta，但只有承担系统性风险才能获得收益。传统ETF正是基于这一理论构建投资组合，以期达到方便投资者以较低成本构建市场组合的目的，Smart Beta策略从传统ETF中继承了这一点。

套利定价理论（APT）

APT模型从无套利定价原理出发，也认为投资组合的风险溢价正比于系统性风险，只不过这里的系统性风险不再局限于市场组合，而可以是很多种不同的“因子”，投资者日常关注的市盈率、股息率等等都可以作为因子。基于APT理论，已经有很多投资机构认可并使用对股票收益具有预测能力的“因子”来指导投资实践，这为Smart Beta策略构建一些基于特定因子的投资组合提供了进一步的理论基础。

市场有效性假说与行为金融学

根据市场有效性假说，股票价格已经充分反应了所有信息，无法通过公开信息对未来的股票收益进行预测，然而股票市场事实上存在着诸如动量反转效应、日历效应等有效市场理论无法解释的现象，行为金融学就是在这样的背景下诞生的。2013年诺贝尔奖得主席勒提出了Mispricing理论，即市场价格事实上是很少被正确定价的，市场上存在较多被高估或低估的股票，而使用传统市值加权的ETF会导致高估的股票权重更大，低估的股票权重更小。这为Smart Beta策略采用优化加权方式的方法获取比市场组合更高的超额收益提供了有力支撑。

Smart Beta指数的构建流程科学严谨

基准样本池的选择

由于Smart Beta策略希望仅仅承担自己所捕捉的风格因子对应的风险，我们需要选取一个与自己所选风格因子相匹配，且在风格之外成分相对分散的指数作为我们的基准指数。选择基准指数就像选择好的赛道，好的赛道应当可以保证策略风格的纯粹性。若选取红利作为因子构建红利策略，选取中证2000指数成份股作为样本池则显然不符合风格的纯粹性，因为中证2000多是小盘成长型公司，这部分企业在发展期相对分红会较少，而沪深300则可以更好地匹配“红利”需求；若选取动量因子构建投资组合，我们便不再希望指数内的行业分布对策略整体有所影响，由下左图可以看出，沪深300过于集中于传统的金融和消费行业，而下右图中证2000的行业分布则较为分散，或是较为不错的选择。

选股因子的设定与选股规则

Smart Beta策略中因子的选取和构建方式可以灵活多样，收益导向型策略、风险导向型策略和其他策略均有多种不同的因子构建方式。目前市场较为主流的是给定股票数量的选股方式：比如若给定股票数量为200，则策略可以设定固定数量的股票池，依据因子值的高低进行排序，比如选取排名靠前的200名股票进入股票池，每隔一段时间重新选股。部分Smart Beta策略还会选择给定覆盖比例的选股方式，比如若给定覆盖比例如50%，则根据因子值大小按顺序依次进入股票池，当累计权重达到50%时便停止加入新的股票。不过这种目前在国内相对比较少见。

值得一提的是，为了避免每次调仓时股票池差异较大导致较高的交易成本，Smart Beta策略可能会引入缓冲规则来对选股组合进行调整。对动量等变化频繁的因子而言，简单地重新计算得到的新股票池可能和原股票池相去甚远，若频繁调整可能会产生较高的交易成本，缓冲规则可以一定程度上降低换手率。以给定股票数量方法下的50%缓冲规则为例：每次调仓先选取排名前200*50%=100只股票进入股票池，然后将原股票池中目前依然在200+200*50%=300名以内的加入到股票池，最后若有不足再用原股票池外的股票按排名先后依次补入。当然这样的做法也会导致损失一部分因子信息。

当因子的数量多于1个时，策略需要采取办法对各因子进行组合，常见的组合方式包括：等权相加、等权相乘、取交集、取并集、两指标按顺序使用等等。这些方法各有优劣，如对于等权相加和等权相乘两种方式，将指标A和指标B均标准化至0-1范围内，按等权相加的组合方式选择综合指标值靠前的股票，由下表可知，这些股票可能出现在指标A或B数值并不高的范围内；而按照等权相乘的组合方式选择综合指标值靠前的股票，可以看出，这些股票只会出现在指标A和B都较高的范围内。故可以简单地将等权相加的方式理解为选择“指标A高或B高”的股票，将等权相乘的方式理解为选择“指标A高且B高”的股票。

成份股加权方式的确定

传统的指数组合的加权方式主要是市值加权，而Smart Beta策略认为市值加权的方式相当于让投资者更高地持有了目前已经高估的股票，而较少持有当前低估的股票，因此Smart Beta策略对加权方式进行优化，构建新的组合应当重点考虑的是两个方面：风格的纯粹程度和可投资性。按照权重是否考虑市值因素，可以分为权重重设（等权、因子加权）和因子倾斜加权几种方式。

权重重设

权重重设加权在设定权重时不再将市值因素纳入考虑，包括等权方法和因子加权方法：

（1）等权方法将因子值靠前的基准指数成分股纳入股票池后直接对股票进行等权分配权重。如上证50等权重策略采用每只股票2%的权重进行配置。

（2）因子加权可以直接将因子得分除以总因子得分即可得到该股票的权重，如中证红利指数就采用股息率加权的方式，这样的处理最能直接体现因子信息在选股中的作用。但是对于部分股票因子得分差距较大的情况可能会导致权重差距过大。因此可以考虑先将因子得分进行排序，对排序进行[0,1]的打分，这样既考虑了因子大小的相对顺序，还可以减少因子得分大小差距的影响。

前文提到，构建新的组合的两个关键点为风格的纯粹程度和可投资性，而不同的加权方式对两者的侧重不同。市值加权最好地保证了指数的可投资性，但在风格表征的纯粹度上有所欠缺。相对地，因子加权方式在风格表征上优势明显，但若想应用到投资中，可能还需要进行一些可投资性的约束。

因子倾斜加权

因子倾斜加权方式是依据因子信号的强弱程度对原有的市值加权得到的权重进行调整，包括市值倾斜、因子信号倾斜和基于优化方法实现的纯因子暴露几种方式。

（1）市值倾斜是在对每个股票计算出因子值的基础上，将因子值通过一定方法标准化为大于0的Z值，之后用Z乘以市值得到分数，再将分数乘以调整系数得到相加总和为1的权重。如华证风格指数中的市值倾斜方式：1）计算个股在各因子上的原始得分，排除异常值影响后将得分映射到 0-1 之间，其中原始因子得分最高的股票应该获得接近1的初始得分；2）获得个股的基准权重(由自由流通市值计算得出)后，与第(1)步中的因子得分相乘获得最终权重因子（最终权重因子=基准权重x因子得分）；3）选出对目标因子贡献度最高的股票，并对个股权重施加行业权重上限、个股权重上限等其他预设的限制条件。这种方式实现较为简单，也一般不会产生过高的换手率。

（2）因子信号倾斜方法是在权重与市值保持一定联系的情况下，让策略的主动风险独立于市值。因子信号倾斜会让因子表现较好的股票高配，表现较差的股票低配，在因子信号倾斜方法中，设定者可以通过调节划分阈值和低配额度两个权重来调节策略的主动风险大小。比如创业板低波价值指数的构建中：首先将得到的各股票的指标得分，按照该股票所属的行业进行归一化处理，得到因子得分。再按照指标所属的因子维度，计算因子得分的算术平均值，得到五个因子的得分；每只股票以自由流通市值权重为基础，根据各因子得分情况进行倾斜加权（每只股票根据因子得分和自由流通市值情况进行相应的因子权重分配,得分越高、自由流通市值越大：则因子权重越大），计算各股票的组合权重，选取排名靠前的50只股票。组合权重计算公式如下：

（3）在两种方法之外，还存在部分策略尝试利用优化方法实现纯因子暴露的策略。如MSCI中国A股质优价值100指数（718465.MI）中，采用最大化因子alpha（暴露在该因子的风险敞口）为目标函数，以非目标Barra因子的风险敞口的上下限、单只证券最低权重等作为约束条件构建优化函数进行优化，得到最终的股票池及其权重。这种策略由于使用了相对复杂的量化模型，会丢失掉Smart Beta策略简单透明的优势。

因子倾斜加权方式可以在可投资性和风格纯粹程度之间可以得到较好的平衡。相比于市值加权方式，因子倾斜加权增强了风格特征；为了便于比较不同策略的可投资性，我们构建策略容量=min（个股自由流通市值×5%÷权重）作为标准，以华证指数为例，展示在不同加权方式下的策略容量情况，可以看出，因子倾斜加权的方式相比于等权与因子加权较好地提升了策略容量。

指数编制与指数值计算

由于跟踪指数在运行期间，存在股票限售解禁、成分股变化等情况，通常需要一个科学的方法对指数值进行计算和调整。计算和调整方法依据加权方式可以分为市值加权和非市值加权两种处理方式。以通常指数为例：

对于市值加权方法：

其中调整股本数为根据自由流通量所占样本股总股本的比例(即自由流通比例)赋予类别股份总股本一定的加权比例。考虑到上市公司的自由流通股本数量时常因为限售股解禁等原因发生调整，调整股本数的设定是为了确保计算指数的股本保持相对稳定。加权比例参照股票指数分级靠档决定。除数也即基期的指数表现，当样本股名单发生变化时，需要修正原除数以保证指数的连续性。

对于非市值加权方法：

相对于市值加权，非市值加权的最大区别在于权重因子的加入，权重因子是将成分股的权重调整到给定权重的乘数。Smart Beta策略指数大多数采用非市值加权的方式，指数采用上述方法计算得到。而Smart Beta产品的目标通常是紧密跟踪指数。

Smart Beta策略的市场表现特征与有效性

Smart Beta策略是否有效，是投资者较为在意的问题。从定位上看，Smart Beta策略可以包含获取超越市场基准的收益、优化组合风险、提供特定资产或主题敞口等多种目标；因此，评价Smart Beta策略的有效性可以同时融合收益与风险维度，而对于Smart Beta策略的应用也当因地制宜、扬其所长，根据不同Smart Beta策略的优势特征进行配置，以发挥Smart Beta作为多元化投资工具的价值。

以基于因子策略的Smart Beta为例，我们同时对照美股和A股两个市场，从经典的价值、成长、高股息、低波动等单因子策略指数入手，分析Smart Beta指数的表现特征。为贴近实际投资表现，以下指数均选用全收益指数。

主流Smart Beta因子的收益、风险表现及特征

如前文所述，Smart Beta的品类丰富、策略具有较高的灵活性，而其核心属性之一，是能够为投资者提供一套底层结构明确且丰富的投资工具箱；不同的Smart Beta因子和策略，拥有其相应的定位、风险收益属性以及对市场环境的适应性。为了因地制宜、因时制宜地利用Smart Beta，我们以本土A股市场的Smart Beta策略为基础，对典型Smart Beta策略的风险收益定位与不同市场环境下的优劣势进行分析和归纳。

为尽可能追求客观性，我们选取市场上已经发布、考察时间段较长且拥有明确对照基准的Smart Beta策略指数。目前，以沪深300指数成分股作为样本空间的一系列Smart Beta指数具有相对最完整的覆盖面，包括价值、成长、红利、低波、质量/基本面、动量等多个策略类型；我们以2013年末以来至2024年11月底的区间作为考察期，选取上述所有指数的全收益指数，分析不同类型的策略指数在市场中的表现特征。

为更好地反映几类Smart Beta的相对表现，我们将部分重要指标划分为五个维度，并分别用两个细分指标作为底层指标进行刻画。五个维度分别为：收益性，稳定性、防御性、收益弹性和独立性。

如上表所示，每个维度采用两个细分指标进行合成；且每个指标包含方向性，负向指标进行标注（-）并在实际计算时予以方向性调整，如年化波动率在稳定性维度上为负向，但在刻画收益弹性时为正向。其中，独立性指标基于线性回归进行刻画，考察策略对于市场行情的关联程度：以Smart Beta指数的月度超额收益作为因变量y，基准指数的当月收益作为自变量x，进行一元线性回归并评估拟合情况。回归R2反映超额收益可被市场行情解释的程度，而自变量的回归系数绝对值反映超额收益对市场行情的敏感性。两者越高则说明策略的超额收益对于行情越依赖，越低则相对更独立于市场行情、更具泛化性。

指标的计算方法如下：每个指标首先在策略范围内进行Min-Max标准化，将评分映射到0-1区间；随后对负向指标x调整为。最后，在各维度内对指标求平均，并对最后的得分进行保序的平滑。在以沪深300为基准的各个策略Smart Beta策略中，各策略的维度特征如下：

整体来看，价值、红利和低波策略相似度较高，均偏重防御性和稳定性，拥有较好的长期配置价值；其中红利策略的综合回报更高，而低波策略在防御性和稳定性上略微领先。作为偏激进的策略，成长股策略在回测期内表现的收益一般，但体现出较高的收益弹性，适合在市场行情上行、风险偏好较高的环境下配置；质量和动量策略收益和弹性均处于中等水平，但具有较明显的独立性，可以通过与其他因子结合以进一步发挥潜力。每个因子的具体特征分析如下：

价值Smart Beta：长周期风格，具有防御性特征

价值投资以估值指标为核心度量，旨在通过持有相对低估证券的价值回归来获取收益。价值Smart Beta 策略通常选用市盈率、市净率、市销率等指标来衡量公司在价值维度的暴露程度，通过横向对比选择市场内估值较低的公司。

低估值的公司一般具有大市值、低波动等特点，公司倾向于业务成熟、经营稳定，价值投资组合的风格相对偏稳健，通常在行情低迷时下行风险较小、具有较好的抗极端回撤，但在市场情绪积极时弹性可能弱于更加激进的策略。

从长期业绩表现来看，价值Smart Beta在收益率、波动性风险和回撤风险上均呈现优势，其中长期绝对回撤的控制能力更强。同时，策略的月胜率约为55%，相对较为可观。整体来看，价值Smart Beta是具有长期配置优势的策略。

但与此同时，指数的年化跟踪误差接近10%，超额最大回撤达到31.19%，显示价值策略与基准相比仍有较明显的独立性和风格性特点；从相对净值走势也可以看出，价值策略的相对表现存在较明显的趋势性波动，存在长周期风格的特征。

我们进一步基于月频，统计价值Smart Beta超额收益和基准指数表现的关系。如上图和统计表的显示，策略的超额收益相对基准指数呈现一定的负相关性，斜率P值显示出较高的显著性。可以认为，价值策略在市场弱势时的表现更为强势，具有较好的防御性特征。

成长Smart Beta：进攻性强，建议市场上行时配置

成长风格通常被视作价值风格的反向维度：价值看重当前的性价比，而成长则通过对证券增长潜力的刻画，将未来的价值增长纳入定价。一般而言，价值和成长风格定位不同产业周期下的股票，价值策略更多侧重已经进入成熟期、估值较为稳定的股票，而成长策略则偏重于处在萌芽期、增长期的新兴企业，追求上升动能中带来的价值增量。

若以固收资产作为类比，成长股相当于具有远期现金流兑付的长久期资产，对于市场环境影响的敏感度更高；直观来看，当流动性充裕、资金风险偏好较高时，成长类资产往往受到市场聚焦而呈现可观回报，但在市场预期不佳时可能承受更高的风险。

从区间统计结果来看，成长Smart Beta在收益层面较基准有所落后，风险层面的波动率和回撤水平则相对较高；从长期来看，相对基准的胜率相对落后。但同时可以看到，成长策略在整体年化跟踪误差较低、Beta属性明显的同时，区间最大涨幅较为亮眼，体现出较为强劲的上行弹性。整体来看，成长策略的风格偏激进，具有大开大阖的特点；考虑到收益率具有盈亏不对称性，成长策略更适合在对应的优势区间应用。

进一步观察指数相对基准的净值表现，可以看到明显的延续性趋势，2021年以前成长风格整体走强，而随后出现的大幅下滑则显著拖累了整体业绩。成长策略的风格性可能对策略的长期表现产生了较明显的影响。

从超额收益的分布来看，成长策略与价值策略的规律刚好相反，整体呈现正向斜率，P值在5%的置信度下显著。结合前面的业绩统计，成长策略在市场上行时的表现更为出色，而在市场走弱时可能放大损失；综合来看，成长策略更偏进取性，推荐在市场充分进入上行通道后进行配置。

红利Smart Beta：适合逆势防守，长期有正超额

红利风格是长期受投资者青睐、在学术界与投资界均备受关注的投资风格。红利投资与股息折现定价直接相关，是对股票内在价值评估的重要准则；但同时，高股息策略不仅赋予投资者相对稳定的现金流收益，同时派息行为也侧面反映了公司的盈利状况、财务质量等信息，成为优质企业对外传递良好预期的途径。

红利风格与价值风格有较强的相关性，作为红利典型特征的股息率也常被视作一种估值指标；从概念上来看，分子端的股息也是对价值的重要刻画维度，但股息更侧重于刻画公司的利润分配行为以及对投资人带来的直接收益，与常规估值指标价值端使用的经营相关指标存在一定的差异化，因此红利投资策略多以相对独立的策略类型存在。

从区间统计结果来看，红利Smart Beta在长区间内同时具备了高回报、低风险的特点；在整体趋势与价值策略高度接近的同时，进一步提高了收益和胜率，并降低了波动和回撤风险。整体来看，红利策略具备较为出色的风险回报属性，同样适合投资者长期持有。

不可否认的是，作为价值策略的近亲，红利策略同样呈现出一定的长周期风格特征，且从相对净值上看与价值策略基本同步；策略指数的跟踪误差较价值策略指数更高，可能具有更强的市场独立性。

从超额收益分布来看，红利策略同样为明显的逆势防守型特征，同时斜率绝对值较明显高于价值策略，可能具有更强的尾部托底效应。另外值得注意的是，红利策略具有5%置信水平下显著的正截距，可能长期具备正向的Alpha溢价。

质量Smart Beta：偏向成熟期、大市值的股票

质量或基本面策略注重于对公司内在价值的分析。相比其他常规风格因子，质量因子定义相对广泛，包含盈利能力、盈利稳定性、资本结构、质量成长、会计质量等多个维度。高质量资产组合关注“性价比”中的性能，亦即对个股内在价值的刻画；代表性的经典QMJ质量因子在长期能够获得较高的超额收益。

质量因子的核心是注重优质的基本面质地，因此通常在长期投资中能够占据优势；但主流的质量策略Smart Beta并未充分关注定价层面的信息，因此在面临短期市场波动时可能存在不确定性。另一方面，质量策略倾向于成熟期、大市值的股票，对于高风险偏好、重预期的市场环境下未必能表现出足够的弹性。

从主观逻辑上来看，质量策略聚焦具备基本面优势、偏蓝筹属性的优质企业，或具有长期的竞争优势；但从净值表现来看，质量策略同样展现出较强的风格性。从收益层面来看，统计区间内质量策略的收益与基准基本持平，波动性和回撤水平均略高于基准，但上行弹性有所提高。

相较于前文提到的价值、成长、红利等策略，质量策略指数在年化跟踪误差和最大超额回撤上均更低，相对更贴近Beta；区间内策略指数月胜率高于50%，但并未带来明显的收益优势，策略下行期的负向影响可能更为强烈。

从超额收益的分布来看，质量策略超额收益相对基准而言，无论在斜率还是截距层面均不显著，市场表现对于质量策略的超额收益影响较为有限；基于市场的冷热难以直接为质量策略的配置提供参考，质量策略可能形成相对独立的风格。

低波动Smart Beta：兼具收益和风险层面的优化，超额确定性强

低波动策略源于知名的“低波动异象”，即低波动股票长期呈现出更佳的收益水平及风险调整收益。尽管与CAPM理论存在一定的出入，但该异象在海内外市场均经受住了长期的实践检验，如今仍是重要的配置思路。主流认可的低波动逻辑在于，高波动股票往往隐含较高的炒作风险以及过度博弈造成的估值泡沫，而低波动股票具有更高的确定性和更低的潜在风险；因而低波动策略一方面规避了市场行为偏误造成的溢价，同时也更倾向于配置到质地良好、表现稳健的股票。

从定位和逻辑上看，低波动策略同样是偏防御性的稳健类策略。但结合实际的市场表现，相较于其他经典的风格因子策略，低波动策略的表现往往更加“长青”，呈现出相对稳定的收益优势；而在市场不确定性较高或相对弱势时，低波动策略通常更能发挥出低风险、低回撤的特长。

从风险收益层面来看，低波策略兼具收益和风险层面的优化，夏普比率和Calmar比率均明显优于基准；从净值趋势上看，低波指数和价值、红利指数的表现有一定的同步，但在年化跟踪误差上明显更低，可能与行业中性的约束条件有一定关联，从而在信息比率上独树一帜。此外，低波策略的月胜率也较为不俗，长期表现较为可观。

从超额收益的分布来看，低波策略的防御性尤为突出。其超额收益相对基准指数的收益，呈现出明显的负相关性，同时回归R2超过30%且回归系数全部显著，该回归具有较为理想的可靠性。市场低迷时，低波动策略可提供较为确定性的优势；但相应的，市场上行期低波策略可能较为乏力。同时，低波策略的正向截距较为显著，同样可能为长期配置提供托底的Alpha。

动量Smart Beta：策略收益来源独立性较强

前文中提到的Smart Beta策略大多与个股的基本面相关，但经典的动量因子则聚焦纯粹的市场交易信息。动量Smart Beta策略的底层逻辑是动量效应，即资产的强弱趋势会延续，形成“强者恒强，弱者恒弱”的特征。基于动量的策略通过选择过去表现良好的股票构建投资组合，以期在未来获得持续的超额收益。

动量效应在市场中是较为普遍的；AQR的研究显示，动量策略在四十多个国家股市中均呈现较好的有效性。但另一方面，动量策略也面临着一定的干扰：一方面，动量效应通常体现在中长期，如经典的12个月动量因子，而短期多呈现反转，而动量与反转效应的边界线在不同市场环境下可能出现模糊；另一方面，纯粹的交易信息可能包含市场噪音与主观交易谬误带来的影响，从而降低策略的稳定性。

从净值表现来看，动量策略与前文所述的策略在趋势上大相径庭，相对走势呈现出整体震荡的特征，趋势周期较明显短于其他策略指数。从风险收益来看，动量策略长期收益略弱于基准，波动率和回撤有所提高，但最大涨幅也明显占优，呈现出高波动、高弹性、高回撤的特点。从胜率来看，区间内动量策略胜率低于50%，稳定性可能并不突出。

从超额收益的分布来看，动量策略指数同样呈现高度的独立性；在一个月的维度下，回归的斜率和截距项均不显著且绝对值偏小，可以认为其超额收益与市场的涨跌相对独立。提升动量的稳定性，可能是应用动量Smart Beta的重要思路。

因子复合策略：因子分散化实现互补与收益提升

从上文可以看到，对于Smart Beta策略而言，单因子策略难以避免地存在较强的风格性。除了捕捉收益以外，其特定的风险暴露也会带来相对明确的风险特征，在不同的市场环境和阶段可能出现相应的轮动现象和风格特征；Smart Beta也因此被广泛用作风险配置和敞口管理的重要工具。

而对于以收益为核心导向的投资者而言，相对稳定的超额收益更具吸引力，而多因子的复合策略或能提供一定的优势。正如同分散化是量化投资的“免费午餐”，多个因子之间的分散化组合经常能产生较好的化学反应，淡化个体因子的风格特征，同时从多个维度对Alpha进行提炼。

红利低波：相得益彰的双因子策略

红利低波策略是在A股市场尤为受宠的策略之一；排除联接类基金，目前市场上挂钩红利低波策略指数的Smart Beta基金共计26只，截至2024Q3的总规模超过400亿元，其中绝大部分产品为ETF的形式。从表面上看，红利与低波策略的相关性较高，同时具有低风险、稳健性强的特征，直观上有一定的重合度；但深入考察因子的底层逻辑，两个因子其实具备较好的搭配合理性。

红利与低波分别从公司质量与市场行为两个不同维度切入，红利因子注重企业基本面的刻画，捕捉高质量企业并为投资组合提供的“压舱石”属性；低波动因子则重点刻画市场行为的特征，对市场的异常波动进行过滤能力，进一步提升策略的稳健性和尾部抗压能力。红利与低波的组合，能够更加全面地刻画投资组合的投资价值：拥有出色的质地，同时降低市场噪音的干扰。

可以看到，基于沪深300样本空间的红利低波指数实现了近乎全方位的强化，在超额收益、风险调整收益与回撤风险上均更进一步，同时继承了低波策略的低波动属性，体现出较好的复合效果。如下图所示，在中证500、中证1000等不同市值域的股票池中，这一因子复合策略的效果均有较为理想的表现，

复合因子强化价值、成长策略

除了红利低波的经典1+1组合外，价值、成长等策略也能通过多因子复合产生相辅相成的优化效果。以价值100指数和创成长指数为例，两者在对应的股票池中，引入其他因子分别与价值和成长因子进行合成，使得指数较单一因子策略表现有明显提升。

价值100指数基于MSCI中国A股指数，在引入PE估值因子的同时，进一步纳入了盈利能力（ROE）、盈利稳定性（ROE波动率）、红利（股息率）、财务质量（自由现金流比率）等多维因子，以保障在优质的资产中寻找相对低估的标的，实现“价”与“值”的共振。

由于MSCI中国A股没有直接对应的价值指数，我们选取定位较为接近的中证800指数，对比以中证800为样本空间的800价值和800质量指数。可以看到，作为复合策略的价值100指数表现显著且较稳定优于单因子指数策略。

创成长指数立足于高成长的创业板指赛道，引入成长因子进一步强化业绩增长属性的同时，通过经典动量因子刻画长期业绩表现较好、市场认可度较高的属性，借助市场交易特征提升基本面刻画的准确性。

由于缺少合适的纯动量指数，我们选取基于成长单因子的创业成长指数以及创业板指作为对比。可以看到，创成长指数通过成长与动量的合成，进一步放大了成长策略的收益潜力以及弹性，整体表现持续领先。

从长期业绩表现来看，两者相对基准指数均表现出不俗的超额收益提升，在波动率风险与基准指数接近的情况下大幅改善了风险调整收益；同时，指数的上涨潜力与回撤风险均有所优化，较好地实现了超额导向的目的。

Smart Beta产品在中国市场的实践

国内Smart Beta起步较早，但后续发展未能跟上指数投资的扩容步伐

公募Smart Beta发展落后于整体指数投资，产品定位与投资者偏好不匹配或是主因

我们基于Wind终端数据库的分类，结合前文对于Smart Beta的定义，筛选出国内现有的Smart Beta相关产品。总体来看截至2024年11月30日，国内现有Smart Beta产品共207只，包含6只QDII基金和1只债券型基金，总规模1834亿元。其中有149只Smart Beta为ETF/LOF上市产品，规模约1444亿元，分别占Smart Beta产品总数量的72%，占总规模的79%，产品能上市交易并不能促进规模的显著提高。

回顾国内Smart Beta策略产品发展可以看到，2006年11月华泰柏瑞成立了国内第一只Smart Beta产品——华泰柏瑞红利ETF（510880.OF），2011年3月大成基金成立了跟踪标普500等权重指数的Smart Beta QDII产品，2018年12月平安基金成立国内第一只债券型Smart Beta产品——平安中债-中高等级公司债利差因子ETF（511030.OF）。2024年红利类Smart Beta产品广受重视，该类产品迎来规模和数量的快速增长。

但与此同时，国内公募基金，尤其是公募指数基金的数量与规模都在过去5年得到了长足的发展，相比之下，作为指数基金类别之一的Smart Beta产品发展相对落后。公募基金从2019年底的14.70万亿发展至2024年11月底的31.76万亿，其中股票型指数基金规模对应从7667亿元升至3.24万亿。指数基金中ETF贡献卓越，2019年底股票型ETF规模占股票型指数基金的比例为68.25%，当前已高达88.13%，规模是2019年底的5.46倍，期间Smart Beta产品规模增长尚不足1倍，占指数基金规模的比重整体持续下降。

从前文我们可知，Smart Beta产品在我国仍有持续稳定的超额，也即产品业绩上相比宽基指数更有优势，因此在宽基ETF大发展的背景下Smart Beta发展受阻应有其他原因，我们认为主要有以下几个方面：

（1）市场认知度不足，投教困难

Smart Beta基金是相对较新的投资方式，在国内市场的认知度仍然较低。Smart Beta基金通常在指数编制上有着较为复杂的股票筛选机制和权重分配方式，不利于投资者理解和把握其核心投资逻辑。即便对于非量化、数理背景的从业人员来说，深入理解其策略逻辑也存在困难，使得投资者教育便更难开展。

（2）产品定位与其投资客群的风险偏好存在差异

购买指数基金和宽基ETF的一般为长期配置型投资者，通过配置被动基金能较为便捷地获取A股的Beta收益。在长期配置型投资者的视角中，股市的Beta收益一般远高于Alpha，捕捉Beta的优先级或高于获取Alpha。而在追求短期高收益的投资者群体中，Smart Beta这类注重长期稳健超额收益的基金与其风险偏好有所错位。因此以长期稳健Alpha为核心卖点的Smart Beta基金较难成为其核心投资者群体最关注的品类。

（3）A股长期配置资金较为欠缺

与前两点有所关联但略有不同之处还在于，国内资本市场相对年轻，市场有效性较低，波动性较大，长期配置力量相对较弱。当形成牛市预期时，投资者更倾向于配置高弹性品种，当形成市场下行的预期时，减仓解套是更为常见的做法。国内目前的Smart Beta产品缺少弹性品种，更缺乏能灵活加减仓位的产品，从而使得无论在上行市还是下行市里，相比数千只权益公募，并无突出的优势。这也是我们看到险资这类长期配置资金在2024年配置红利类Smart Beta产品，其中一个原因是其权益仓位并无太多可调降的空间。我们认为随着我国资本市场的不断发展，未来长期配置资金的加码入市，Smart Beta这类产品会受到这类型投资者的关注和青睐。

（4）近年产品同质化严重，创新力不足

目前国内Smart Beta基金产品在策略选择上较为同质化，主要集中在红利、价值、成长等传统因子上，缺乏针对A股市场的创新和差异化产品，市场发展阶段的不同、投资者结构的差异可能都会使得照搬海外的策略模式不一定能在本土奏效。另一方面，同质化产品会分散基金规模，特别对于ETF这类产品来说，较大的规模和高流动性能够进一步促使产品生态的良好发展，若资金分散于各同类型的Smart Beta产品上，对于大型机构的规模资金来说可能因流动性不足而难以布局配置。

国内Smart Beta产品中，收益导向型策略中，红利、价值、成长、质量、基本面、多因子、另类因子产品均有分布；风险导向型策略中，低波、等权重、ESG、最小方差产品均有分布；加权方式方面，根据波动率倒数、股息率、基本面因子、复合因子得分加权产品均有。具体分布如下（Smart Beta策略可仅有收益或风险处理）：

以下是国内规模前10的Smart Beta产品信息，可以看到规模最大的为华泰柏瑞红利ETF（510880.OF）,规模第二的为平安中债-中高等级公司债利差因子ETF（511030.OF）这只债券型Smart Beta ETF。其余规模较大的Smart Beta产品多为红利、低波类。

众多基金公司布局Smart Beta产品，近年扎堆发行红利类基金

从基金公司角度来看，截至2024/11/30共有59家机构发行了Smart Beta公募基金，其中华夏基金、易方达基金、富国基金、华宝基金积极布局Smart Beta产品，产品数量均超过8只。从规模上看，华泰柏瑞基金受益于红利产品，Smart Beta产品管理规模名列第一，其次是汇添富基金、平安基金、景顺长城基金，Smart Beta产品管理规模均在100亿以上。

从管理费率来看，Smart Beta产品的管理费率集中在0.5%，有9只ETF和1只指数基金费率为0.15%。对拥有5只及以上Smart Beta基金的管理公司进行该类产品平均管理费率的统计，发现博时基金、易方达基金、天弘基金、汇添富基金整体管理费率较低，平均在0.5%以下。

从基金公司的Smart Beta产品线来看，当前该方向头部的基金公司大多是在2019年开始大力布局相关产品，前期就会以价值、成长、红利等经典因子来构建Smart Beta策略，近两年则对红利策略在港股、央企国企等层面进行拓展。但从市场反馈来看，仍旧是早期成立的红利产品规模相对更大，新近成立的红利低波类产品同质化较为明显，一定程度上也分散了投资资金。

国内Smart Beta产品的创新尝试

接下来我们具体研究国内各类型Smart Beta的开创性或具有代表性的产品，并测算其相对基准的超额收益表现。除了以下展开测算的华泰柏瑞红利ETF、汇添富300安中动态策略、景顺长城中证500行业中性低波动等，还有诸如2011年就成立的大成标普500等权重QDII基金，2013年招商基金就发行了具有ESG理念的招商央视财经50，2014年广发基金与百度合作的策略含有搜索因子的广发中证百发100，2015年南方基金、博时基金在依托财经媒体、电商大数据发行的南方大数据、博时淘金大数据……都是我国资管行业在Smart Beta领域和金融产品研发上的孜孜探索，案例众多但受限于篇幅无法一一列举。

产品1：我国第一只红利基金，已成为规模最大的Smart Beta产品

早在2006年华泰柏瑞基金便开始尝试Smart Beta策略产品，该产品逐步发展成当前市场规模最大的Smart Beta基金——华泰柏瑞红利ETF（510880.OF），同时红利类产品已成为最受关注的一类Smart Beta品种。我们选取该基金作为代表，测算其超额业绩表现。该产品的跟踪指数为上证红利指数（000015.SH）, 该指数挑选在上证所上市的现金股息率高、分红比较稳定、具有一定规模及流动性的50只股票作为样本，以反映上海证券市场高红利股票的整体状况和走势。也就是说该基金成份股的样本池为上交所上市的个股，因此我们选取具有广泛代表性的上证指数（000001.SH）作为其超额的测算基准。

首先观察上证红利指数和上证指数这两个价格指数的业绩对比，上证红利指数自基日2004/12/31起至2024/11/30期间，相对上证指数超额为42.09%，但是累计超额在历史上变动较大，主要超额发生在2007年、2016初-2018年末、2022年初-2024年中这几个时间区间。

为了考虑分红因素的影响，我们直接观察华泰柏瑞红利ETF的复权单位净值和上证综合全收益指数（000888.SH）的表现，上证综合全收益指数是上证综合指数的衍生指数，由在上海证券交易所上市的符合条件的股票与存托凭证组成样本，并将样本分红计入指数收益，反映上海证券交易所上市公司在计入分红收益后的整体表现。但由于该指数的基日为2020年7月21日，我们仅能对比这之后区间的业绩。与上图类似，华泰柏瑞红利ETF的累计超额在2020/7-2021/12并不明显，自2022年以后超额持续稳定上升，今年7月份之后有所回落。在2020/7/21-2024/11/30区间，产品累计超额为32.12%，年化超额约6.59%。

产品2：具有开创意义的主动管理指数类Smart Beta产品

2013年11月汇添富基金发行了我国第一只主动管理指数类Smart Beta产品——汇添富300安中动态策略（000368.OF），且该产品当前位于国内Smart Beta产品规模前10，其投资策略较为独特，产品跟踪沪深300安中动态策略指数，该指数是由安中投资管理冠名定制的策略指数。安中投资的母公司是意大利规模最大的独立资产管理公司Azimut Group（安中集团），作为一家老牌资管公司，安中投资也将成熟资本市场的指数编制经验应用到了沪深300安中动态策略的开发当中，采用“沪深300行业等权被动组合+行业轮动策略主动管理”的方式进行组合配置。因此该基金既可以认为是一只Smart Beta基金，也可以认为是一只主动指数基金。

沪深300安中动态策略指数分为被动组合和主动组合两部分。其中，被动组合选取沪深300样本股按一级行业进行等权重配置，权重总和为70%；主动组合进行动态管理，权重总和为30%。其中被动组合依据中证行业分类，将一级行业中的“金融”和“房地产”合并成一个行业，与其余九个行业共同组成十个行业，各行业权重相等，行业内样本采用自由流通市值加权。根据历史的基金公告，主动组合的30%则由安中投资给出看好行业，每月超配4个行业，即每个行业分配30%权重里的四分之一，超配后行业权重约占总仓位的14.5%（70%/10+30%/4=14.5%），其余6个行业权重约7%（70%/10=7%）。

为了观测其行业轮动的效果，我们提取沪深300中证一级行业指数数据，除地产、金融行业按照1%和9%的权重外，其余行业按照10%的权重进行月度加权得到“沪深300中证行业等权”的表现，然后与安中动态指数进行对比。可以看到，自安中动态指数2007/12/28的基日以来，截至2024/11/30，其相对沪深300中证行业等权的累计超额为38.55%。在2011-2015年6月，2016-2017年，2019-2020年期间指数的超额较为明显，2021年之后指数超额并未有明显提升，反映出其行业轮动策略可能面临挑战。

考虑分红因素的影响，直接观察汇添富300安中动态策略成立以来的复权单位净值数据，并与沪深300全收益指数（H00300.CSI）业绩进行对比，可以看到产品在2013/11-2019/12超额为负，但随后超额持续累计，今年7月份之后超额有所回撤，近5年整体业绩优于沪深300全收益指数。对比上图可以看到，该产品跟踪指数相对沪深300有两个核心改动：（1）合并地产与金融行业后，进行了中证一级行业等权；（2）根据行业轮动观点调整行业配比。上图我们看到，行业轮动在2013-2020年期间整体是正向超额，2021年之后收效有限，但产品超额在2013/11-2019/12表现不佳，那么说明2020年以前跟踪指数的中证行业等权的操作拖累了业绩表现，而2021年之后该操作贡献了较多超额。虽然该产品在早期业绩不如沪深300，但近年整体业绩优秀，且“等权”“行业轮动”“主动管理指数”等产品投资策略上的尝试具有重要的创新意义。

产品3：“行业中性+低波”的长期超额显著

2017年成立的景顺长城中证500行业中性低波动A（003318.OF）基金为指数基金，其跟踪的中证500行业中性低波动指数（简称中证500SNLV，930782.CSI）在中证500指数二级行业内选取低波动特征的股票为样本，保持行业中性的同时，行业内股票采用波动率倒数加权。采取“行业中性+波动率倒数加权”方式构建Smart Beta策略在国内较为少见。以下是中证500SNLV指数的编制流程示意图：

我们首先观察中证500SNLV和中证500这两个价格指数的表现，从下图中可以看出，中证500SNLV指数自基日2004/12/31起至2024/11/30相对中证500整体超额十分显著。

我们把过去10年A股按照上行市、下行市、震荡市划分后，对中证500SNLV相对中证500进行超额收益的统计发现，其在大部分市场阶段下都有一定超额。

我们认为，中证500SNLV超额的主要来源是选股。从前文编制方法可以看出，中证500SNLV由于样本个数从500减少到150，所以权重相比中证500会更为集中。我们以2022年12月中旬的一期举例说明。在2022年12月的第二个星期五，中证500SNLV指数会进行调仓。统计中证500和中证500SNLV调仓后的个股情况，并进行超额收益的拆解。通过指数编制方法可以知道，500SNLV根据波动率从500只个股中入选150只，并与中证500保持同样的二级行业配置。入选的个股按照各自的波动率在行业内进行权重的再一次分配。那么总超额（中证500SNLV-中证500收益）即可分为两个部分：1.选股，按低波入选样本贡献的超额；2.分配权重，按波动率倒数分配权重贡献的超额。由于中证500SNLV和中证500保持了二级行业中性，因此在选行业层面不会贡献超额。

分行业来看，我们以传媒行业举例，在2022年末，中证500的传媒行业共有17只个股，中证500SNLV传媒行业有5只个股（为过去一年波动率较低的5只传媒行业个股）。那么中证500的传媒行业在未来半年收益率为SUM（个股未来半年涨跌幅*500权重），中证500SNLV的传媒行业在未来半年收益率为SUM（个股未来半年涨跌幅*500SNLV权重），总超额收益即为SUM（个股未来半年涨跌幅*500SNLV权重）- SUM（个股未来半年涨跌幅*500权重）。从选股层面计算超额，在中证500的权重分布中，传媒行业占比为2.841%，而入选500SNLV的个股权重和为0.678%，我们需要假定这5只个股按照原中证500的个股权重在行业总权重为2.841%的比例下进行分配，即可得到“500权重归一化”，它们相当于未按波动率大小进行权重分配前的权重。从而计算出“未低波分权重超额”，这5只个股的数据相加即为传媒行业的按低波选样本贡献的超额。（总超额收益-低波样本超额）=低波分权重超额。

用同样的方法在各二级行业上进行计算，可得下表。其中，总超额=中证500SNLV收益-中证500收益=低波样本超额+低波分权重超额。从数据结果来看，选择低波动率个股的超额为正，而按照波动率倒数分配权重的操作超额为负。

最后我们直接观察景顺长城中证500行业中性低波动复权单位净值与中证500全收益（H00905.CSI）的业绩对比，可以看到产品自成立以来超额整体显著。在2017/3-2019/5，2021/3-2024/6期间超额持续累积，剩余仅在2019/6-2020/2，2024/7-2024/9等时间段内超额有所回落，2024年10月-11月超额整体略有回升。

风险提示

基金受全球经济形势、政策变动等多重因素影响，可能面临较高的市场风险，且场内交易的ETF存在溢价风险。投资者应根据自身的风险承受能力和投资目标，审慎选择适合自己的基金产品，并密切关注基金的持仓分布、投资策略及业绩表现，本报告不涉及对任何产品的推荐。