主办单位：华西证券研究所

会议时间：2023年5月18日

金融工程论坛 

会议主持：华西证券研究所副所长，金融工程首席分析师 杨国平

演讲主题：ETF产品在资产配置中的应用

演讲嘉宾：广发基金指数投资部基金经理 陆志明

嘉宾介绍：

陆志明，复旦大学经济学硕士，现任广发基金管理有限公司基金经理。曾先后从事过信用评级、证券分析、指数研究和开发以及基金管理工作。自2001年以来，历时20余年专注于指数及量化投资领域，为同时兼有指数设计与指数投资上下游业务经验的基金经理。作为中国内地投资型证券指数开创者之一，拥有沪深300 指数、深证100 指数、创业板指数等市场核心指数的开发经验，上述指数在中国证券市场指数基金产品及金融期货产品等方面得到广泛运用。

演讲正文：

大家下午好，今天有幸来给各位分享ETF的配置作用，我想从三个方面来分享，一个是ETF产品的资产配置的功能，第二个是细分资产轮动效应与ETF产品投资，第三个是广发基金指数产品介绍。

刚才一开始杨博就讲ETF的好处，基本上有三个方面，一个是分散投资。买一个股票可能有涨停，反过来也有可能是跌停，但是ETF不会；还有一个好处，有的股票是出现涨停，你买不到，但是ETF在成分股出现涨停的时候，你付出一些溢价仍然可以买到。第二个是成本低，能克服基金经理的偏好。第三个是流动性好，申赎的成本低，有一些套利的机会，主要用折溢价。

我把ETF的职能概括成两点，第一点是大类资产的联接桥梁，第二点是分享细分类别资产贝塔的配置工具。

从大类资产来看的话，像债券、权益、大宗商品等逐步都开发了对应产品。从国别和区域来看，最常见的是美国的市场和欧洲的市场，特定的市场，比如说美国市场的纳斯达克，我们公司有对应的纳斯达克100ETF，科创板，创业板也有。从行业看，像金融、医疗保健、公用事业，从大小市值规模上讲，就是100、300、500，中证1000等等，但是市场上投资者对成长价值这类风格指数产品不太领情，市场上最大的好像也是20亿左右；策略指数规模也不算太大，主要集中在像红利这种策略指数，市场中各种还有丰富的主题指数产品。

这是一般的来说路径，投资者对市场认识的路径，先是宽基，一开始在两个市场联合指数推出之前，也就是说在沪深300指数诞生之前，都是单市场的宽基指数。05年发布了沪深300，之后就有了跨市场产品。后面是行业，行业指数一般从一级行业做起，一直到细分的三级行业，现在个别的是四级行业也有一些产品。

风格指数，这里指狭义的成长和价值的，刚才投资者对不是很感兴趣最大的也是20亿的规模。然后是规模与行业的叠加，规模与成长价值风格的叠加，这样也有产品像小盘价值的ETF，也有基于中证500的行业ETF。后面是主题指数，对于散户来说，希望博取很大的快收益，经常买主题指数，比如说像今年的TMT一季度涨的很多，有一段时间军工涨的比较多，然后一些策略指数，像基于红利、等权重、基本面因子这类的，一般的投资者对市场认识的发展路径，现在这些产品都有，但是有的做的大，有的做的不大。机构进入需要散户先把个基础撑起来才能进入，所以说散户越集中的地方规模做的越大。

能够把大类资产连起来，比如说黄金和沪深300没有关系，但是投资者通过ETF的产品可以配置到黄金上去，从08年5月12日，应该是上海期货交易所的黄金上市以来，黄金的累计收益比沪深300要高的，通过ETF可以能够联接到大类资产的黄金去投资。除此之外还有一些固定收益的，国债等等。

这是个很典型的能够分享美国的市场的，美国有一个特殊的市场，就是纳斯达克100，我们刚好对应有一个跟踪它的ETF，从历史上来看，纳斯达克100累计收益是比罗素3000和标普500高得多。这样来看，联接到海外资产的一个工具，也是能够分享海外资产细分资产的工具。

这是沪深300、中证500和中证1000的差别，在15年的市场中中证1000的涨幅是最高，相当于大小市值三块资产不同时期的累计收益的表现情况。

这是大小盘成长价值，刚才张老师讲的很详细，这些指数也是我以前在之前的东家深交所的信息公司做的产品。现在这个市场上有很多分析师也用这个分析市场，有一些行业分析师，还有一些证券公司的策略首席也经常报告里面会提到这四个指数。这四个指数之间存在着轮动的关系，总的来说，当然选取的起点也不同，从这个指数初始那天，2022年12月31日开始大盘价值是最好的，其次是小盘价值。在中国可能成长投资略微跟海外不太一样，像美国的成长股确实是涨了很多，在中国成长有时候很像周期，尤其是如果去看中信编的一系列风格指数，其中有一个成长指数，更多的像周期股。

这是这两年以来非常热门的一些指数，我放在一起，两个特殊的市场，一个是科创50，一个是创业板，新能源车、白酒、半导体、光伏、生物医药、中证全指全收益，还有最近热门的央企创新的指数，它在下面蓝色的，近期在向上涨。

也就是说，除了能够分享大类资产的收益之外，它更多的热门的ETF是来分享细分类别的资产的β。

实际上好多指数它的风险和收益是相互替代的，基本上在这一条回归线的周围分布。收益率高的，它的波动率也大，实际上是互补的。投资者在选择不同的指数之间，在风险和收益之间是有所取舍的，有人喜欢做小盘的，有人喜欢做大盘的，各有利弊，也不能说哪个好，哪个不好。

这个ETF作为配置的，对于客户来说的选择，我觉得两个，一个是资产规模特别大的，或者是小白，对这个市场不太懂的，应该选择流动性好的宽基的ETF。如果是激进的应该选择成长指数，二者皆关心的两个都配置一些。

宽基加定投对于小白是最优的选择，定投可以克服心理上的障碍。

这个图是典型的大众的心理，对于热门的投资者来说，通过定投分散风险。而且市场指数这几年没有涨多少，上证综指在3000点徘徊，跨市场的指数上涨的幅度也不是很大，在这种情况下，通过定投是可以获得收益的。如果把定投用网格化交易的思路来做，当指数下跌定投多投一点，在金额上多投一点，指数上涨，金额上减少投资一点，这样即使起始跟末端的指数是一样的的话，仍然是有收益的。

这个是最近比较热的TMT的指数，涨的很多，好多头资者把超额收益叫做α，是不对的。TMT相对整个市场的指数，中证全指来说β值得是1.6左右，超额收益中只有13%是α，其他的部分是β贡献的。相对细分类别资产，所有的收益都是BETA收益，但相对于整体市场，收益则可以拆分成BETA和ALPHA两个部分，这也是吸引投资者投资细分类别资产ETF的动力。

这是怎么选择细分资产的β的一个注意点，一个是要选择一个合理的标杆指数。很多人老是拿上证综指说事，以前我所有的PPT开头讲就是不能拿上证中指作为benchmark，应该选全市场的。第二个根据自己的风险偏好选择产品。第三个是有一些偏见和误解，既要又要的事情是办不到的，比如说像覆盖率，如果一个指数的市场覆盖率越高的话，就很难获得一些超额收益。刚才回归曲线，收益和风险是两个高度相关的伴随的因素，不能孤立来看这个指数的收益，不能仅看指数的收益率一个方面，应该把风险综合考虑起来。第三个历史的收益率不能完全用来预测未来。

这是最典型的大小盘之间的轮动的关系，这个画的是个累计的超额收益，15年的时候出现最典型的分离差别特别大。为什么小盘的超额收益比大盘的负的超额收益要高得多，因为资产比例不一样的，虽然是100个股票，但是占的比重比较大，一个是1000个股票，但是占的比重比较小。如果说秤这个东西，这边是挂重物，那个是秤砣，这边往下倾斜一点点，秤砣那边会翘两三倍的距离，是这个原理。对于投资者买了两个资产，一般在小盘有超额收益的时候比较好做，在15年的时候，大家都赚的很乐呵，但是到16、18年就非常的难受。

这个是我们的研究员用中证100和中证1000做的一个轮动的模型，之前做过第一个版本，后面又做了一个新的版本，就是历史上超额收益还是比较高的。但是这个历史的超额收益主要来源于15年前后的一段时间，这几年累计的超额收益很难再快速地继续往上很快的积累。

这个前面也提到过四个指数，这四个指数有很明显的规律，其实价值指数，尤其是大盘价值，可以看作是两个部分，相当于是一条向上的斜率的直线叠加正弦函数，相当于超额收益是上升的趋势当中有波动，一会上，一会下，有一个周期，一个向上倾斜的直线和正旋函数的叠加。

利用这四个之间的轮动的关系，张老师讲的是利用动量来计算，但是我是用历史上的统计的数据，大概是三年半一个周期左右。对于大盘成长，由于市值大，且成长股故事讲的太猛，一般三年半时间维持不到，大概是两年10个月就提前结束了，其他的小盘风格基本上能维持到三年半。用这个方法轮动的话，从这个指数发布的初期到现在，母指数，就是国证1000指数，大概涨了6倍左右，如果用轮动的方法来模拟的话，差不多有33倍到35倍左右的收益。

这是最近热门的指数的累计超额收益，像光伏，涨的猛也跌的猛。

细分资产的ETF选择，基本上是三个模型，一个是主观基本面的，像前面选了光伏的，还有像医药、半导体，可能根据主观的判断来的。

第二个是根据中长期的历史模型，像这个，如果根据历史的规律，三年到三年半切换一次，而且是非常靠谱的。去年疫情的时候，那段时间长期不敢回深圳，一直待在广州，我把这个数据回溯到94年。差不多是28年的时间，因为这个四个是一个组合，相当于有两个四个象限，两个轮动周期，八个象限。按照这个方式轮动，八个象限中有六个象限是最优的，一个象限是次优的，还有一个象限是第三名，从来没出现过最差的。但是三年半才换一个象限的模式，会出现什么？你的客户会没有耐心，一旦几个月有一些超额收益回撤就对你不满意，所以急功近利的市场下，做这种比较长期的轮动的模型，会的不大受欢迎。所以说，我有时候也非常感叹，因为市场中有对应的小盘价值基金，规模一直上不来。从历史上看21年以来净值比沪深300好很多，但是市场就是不买账。

第三个短期的动量和翻转的因子模型，一般来说15个交易日左右，前面涨的比较好的，前面累计收益比较高的，然后买进去，这样的动量方式来做比较好。

利用动量买卖ETF的话是选择相关系数低的，波动率高的产品，而不是选择高β的产品，有的人认为通过高β的产品的切换，最后覆盖交易的手续费，获得超额收益。这个思路是不太对的。

沪深300高β的全收益指数跟沪深300的全收益指数比较，累计跑输的。我记得杨博以前在申万编高流动性的指数后来关掉了，因为亏的越来越多。其实这个也一样，高β的指数历史上肯定是跑输市场的。

这两个选择里面两个，前面比如说刚才选的热门的指数，他们之间的相关系数是很低的，和整个市场的相关指数也比较低，这最好的方法，除了央企创新指数之外，其他的指数波动率都很高。

根据这个公式的右边是相关系数乘以自身的波动率和市场的波动率，对于所有的指数市场的波动率就变成了一个常数，实际上BETA就跟两个东西正相关，一个和相关系数相关，一个和波动率相关，我们要的是波动率高的，相关性低的，这两个乘起来，β值接近于1，或者比1高一些。

ETF还有其他的一些复杂的应用，比如杠杆、做空，最近有一个消息科创板要推出期权了，没有期权的情况下怎么做空，可以利用ETF做空的，一般ETF可以有40%的现金替代，然后用40%的现金替代，可以立马把ETF卖掉，然后再来一次，2.5次相当于做空了指数。这是没有衍生品的情况下很笨的办法，好多投资者不知道这样的情况。有一些ETF可以融券的，但是边缘的产品没有融券的，也可以通过申赎做空的。

然后可以做市场中性，做多一个，做空一个。还有做套利，一些私募在里面做折溢价套利，还有期限价差的套利。

最后介绍一下我们公司的产品，ETF加上普通的指数基金，规模有1000多亿。香港市场跟大陆市场互通的产品我们数量最多，有13个。

这是我们研究开发和管理的过程中的一些特色展示。

这是我们全面的，一个是固定收益市场，债券指数有七八个产品，商品市场有上海金，海外指数我们也有好几个，有道琼斯石油，最大的是纳斯达克100，还有中概股，还有香港的指数。

在A股市场上我们从宽基到行业，到主题，全都有。我们宽基是比较齐全的，像中证100、沪深300、中证500，北证50，科创板、创业板都有。

行业指数里面我们有几个大类，一个是跟新能源相关的，跟能源、环保相关的，新能源电力、光伏、光伏龙头；还有科技创新相关的；还有生物医药相关的，生物医药有三个指数；还有一个军工；和周期相关的基建、稀有金属、材料、能源；和大消费相关的，汽车、家用电器、可选消费、主要消费。

主题指数相等热门的是央企创新，还有养老指数、碳中和等等。

这是我们大小盘的。

下面是几个典型的指数，一个是热门的央企创新指数，这是信息技术指数，发行得比较早，15年的时候我做基金经理，春节发的，到年中的时候净值就涨了一倍，今年波动率也比较大，在清明之前涨的很好。

这是新能源的，我们细分到最细分了，从汽车到新能源汽车，新能源汽车配套的电池，这是非常细分的，波动率很大。

这是公用事业，最近涨了一些，我们既有成长的行业指数，也有传统的电力指数。

这是海外的互联网指数，去年跌下来有很多抄底的资金，只怕额度不够。

这是芯片，也是很细分的，相当于前面的电池一样，做的最细分的指数。

这是传统的基建工程指数。

这是全球科技龙头，相当于主要来自于纳斯达克里面的一部分的股票。

这是传媒的ETF。

这是军工的ETF。

这是医药卫生的ETF，还有一个创新药，我们和医药相关的有三个ETF，这两个比较有特色。

这是我们所有产品的列表。谢谢大家关注！

嘉宾发言仅代表其个人观点，华西证券不对其观点的准确性、完整性进行任何形式的确认、承诺或保证。

重要提示：

《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过本订阅号发布的观点和信息仅面向华西证券的专业投资机构客户。若您并非华西证券客户中的专业投资机构客户，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。因本订阅号受限于访问权限设置，若给您造成不便，敬请谅解。市场有风险，投资需谨慎。

法律声明：

本订阅号为华西证券金融工程团队设立及运营。本订阅号不是华西证券研究报告的发布平台。本订阅号所载的信息仅面向华西证券的专业投资机构客户，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自华西证券研究所已经发布的研究报告或者是对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。

在任何情况下，本订阅号所推送信息或所表述的意见并不构成对任何人的投资建议。华西证券及华西证券研究所也不对任何人因为使用本订阅号信息所引致的任何损失负任何责任。

本订阅号及其推送内容的版权归华西证券所有，华西证券对本订阅号及推送内容保留一切法律权利。未经华西证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。

本篇文章来源于微信公众号: 华西量化研究