【VERDAD】A Macro View of Factors | The Sages of Wall Street
type
Post
status
Published
date
Jan 25, 2023
summary
息差和因子 | 分析师预测
tags
category
阅读笔记
password
slug
icon
A Macro View of Factors
How economic conditions drive the performance of the value and profitability premiums
自COVID以来，美国小盘价值股上演了一场戏剧性的反弹，在2020年3月起的12个月内，约为标准普尔500指数回报的两倍，是价值投资有史以来相对表现最好的时期之一。
这种戏剧性的表现标志着小盘股价值的明显逆转。虽然自1970年以来，小盘股价值投资的表现每年超过标准普尔500指数420bps，但在20世纪90年代和2010年代，它的表现都很差。事实上，从2018年第一季度到2020年第一季度，是有记录以来小盘股价值相对于大盘股表现最差的时期，数据延伸到2020年。在2020年第二季度开始反弹之前的十年里，标准普尔500指数的年复合增长率为14%，而小盘价值指数的年复合增长率为10%，这种表现不佳的情况结束了。
图1：美国小盘股和标普500指数各时期的回报率（1/1970 - 6/2021）。
标准普尔500指数在几十年间的表现范围很广，从2000年代的低于零到1990年代的超过18%。相比之下，小盘股的价值在每个十年中都产生了两位数的回报（甚至是表现不佳的两年）。这也许是解释小盘股价值表现不佳的最简单方法。
但我们想更深入地了解宏观经济在小盘股价值的不同相对表现中所扮演的角色，特别是为了更好地解析过去十年的令人失望的结果。
我们研究了几十年来高收益利差的变化，以更好地理解宏观经济状况的影响。我们认为，高收益利差是最好的宏观指标。在经济动荡时期（经济衰退和经济复苏）利差很大，而在经济平静时期（包括牛市和低增长的滞胀市场）利差很紧。下面，我们展示了小盘价值股和大盘高收益股相对于标准普尔500指数的超额收益，取决于利差是宽还是紧。
图2：按利差水平和资产划分的相对于标准普尔500指数的超额收益（1/1970 - 6/2021）。
美国小盘股的价值在利差较大的时候有较高的回报，而在利差较小的时候则倾向于与大盘指数的表现一致。具有高毛利与资产比率（即高盈利能力）的大公司往往在整个周期中表现出色，但在利差收窄时表现特别好。我们要注意的是，这些关系在欧洲是不同的，在紧缩和宽松的环境下，小盘股价值都获得了超过3%的年化溢价。而这些关系在日本是不存在的，那里没有高收益市场。
因此，美国小盘股价值的表现在高收益利差宽广的几十年里应该是相对强劲的（宏观经济条件波动较大），而在高收益利差紧张的几十年里（宏观经济条件波动较小）则相对较差。我们可以在下图中看到，的确，对小盘股价值来说，最糟糕的两个十年，即1990年代和2010年代，是不成比例的紧缩利差环境。
图3：经济象限全期流行率和各十年的偏差（1/1970 - 6/2021）。
换句话说，小盘股价值在过去十年的表现不佳，很大一部分可以归因于长期的高收益利差紧缩期。
但是，如果宏观经济的骰子掷得不同，可能会导致非常不同的因素溢价。如果投资者认为，未来十年可能会有更多的宏观经济波动，而过去十年的宏观条件可能比较平和，那么小盘股价值可能值得在投资组合中发挥相对更大的作用。
对于寻求消除资产配置中隐含的宏观经济赌注的投资者来说，另一个选择可能是根据经济状况调整投资组合的配置。投资者可以在利差较大的时候超配小盘股价值，然后在利差收窄时转向高利润股票。
回到我们的第一个图表，我们更新了十年分析，增加了两个策略：
一个是做多大型高利润股票，
一个是动态策略，当高收益利差较大时，动态策略将90%分配给小盘价值股，10%分配给大型高收益股票。当高收益利差收窄时，这些分配就会发生逆转（10%分配给小盘价值股，90%分配给大型高盈利能力股）。
图4：不同时期的回报，未计入交易成本（1/1970 - 6/2021）。
上图表明，2000年代大盘股失去的十年和价值股在其他时期错过增长反弹的双重问题，有可能通过在动态策略中结合小盘价值股和大型高盈利股票来克服。这是因为动态策略将小盘股价值在长期内赚取两位数回报的可靠性与大型高盈利股票在增长反弹期间相对于标准普尔500指数的溢价相结合。这样的策略在50年内会比标准普尔500指数带来近540bps的超额回报（未计入交易成本）。
结论
总而言之，资产回报受到宏观经济环境的影响。当利差较大时，美国小盘价值股的表现往往优于标普500指数。20世纪90年代和2010年代是我们样本中仅有的两个利差过大的年代，也是仅有的两个小型价值股表现低于标准普尔500指数的年代。相反，在经济开始复苏之前，2020年第二季度的小盘股价值反弹恰好与高收益利差达到2008年以来的最宽水平相一致。
我们认为，2010年代那种平静的经济状况和长期紧缩的高收益利差在未来十年不太可能出现，因此，小盘股价值在2020年代可能会有一个比2010年代更好的十年。但我们也认为，不想暗中打这个赌的投资者可以利用我们讨论过的高收益利差关系来为他们的股票风险敞口择时。
The Sages of Wall Street
我们表明，过去的盈利增长并不能预测未来的盈利增长。当以长期衡量盈利增长时，几乎没有证据表明超越偶然的持久性，即使是在过去增长最快的高层企业中也是如此。
但当然，投资者在预测未来的盈利增长时，不会只是看后视镜。他们还评估其他信息，包括与管理层的访谈，对公司竞争格局的研究，以及对隐藏在公司财务报表脚注中的任何线索的法医审查。
但是，证券分析师在预测增长方面有多好？在Chan et al.（2001），上周引用的论文中，作者指出：“人们普遍认为，一组知情的参与者，即证券分析师，可能具有预测增长的能力。...然而，从长远来看，收益几乎没有可预测性，分析师的估计往往过于乐观。
我们自己测试了这一发现，并得出了类似的结论，如下表所示。我们使用 1997 年至 2021 年所有美国股票的数据库，衡量了分析师对未来两到三年一系列盈利指标增长的中值估计。然后，我们将这些预测与未来两到三年的实际中位数结果进行比较。为简单起见，下表中的估计增长率和实际增长率是按年计算的，但误差是按累积显示的，以反映每个水平结束时误差的严重程度。
从整体上看，这些结果似乎证实了Chan等人关于分析师预测的乐观性的结论，因为估计的增长率系统地超出了实际结果。重要的是，分析师的预测误差似乎恰恰在对股票价格最重要的领域更大：在损益表上更远的收益是给股票投资者的，而在时间上更远的收益。
虽然分析师对未来收入的估计相对接近实际结果，但当你在损益表中进一步向税前利润（EBT）等指标移动时，他们的准确性就会大大恶化，因为这些指标能更好地反映股票投资者可获得的收益。而且，在每一种情况下，当你从未来两年到三年的时间里进一步移动时，累积误差会扩大。
如果我们用一个与长期GDP增长相对应的天真估计来取代分析师的预测呢？自1947年以来，美国GDP平均每年名义增长6.3%（包括每年约3.5%的通货膨胀）。在下面的表格中，我们显示了每家公司预测6.3%年化增长的累积误差，与分析师预测的累积误差进行比较。
事实证明，平均而言，对国内生产总值增长的天真估计要准确得多，其误差中值与实际结果相差几个百分点以内。另一方面，在预测两到三年的收益时，分析师的预测往往平均超标20-40%。
这一发现证实了Chan等人的观察，即 "很难看到商业部门的利润率在长期内的增长速度会比整个国内生产总值快得多"。很公平，但基本面投资者可能会反对，他们不会投资于普通公司。我们想了解的是预测与实际结果的分布。分析师们在更广泛地区分高增长和低增长公司方面是否有效？
而在这里，我们发现了一些分析师预测技巧的证据。下面我们展示了一个表格，我们将分析师对收入和EBITDA增长的估计分为五等分，将实际增长结果分为五等分。然后，我们评估了分析师在选择一家公司属于哪一个增长五分位数方面的准确度。
一个准确的预测将是一个公司，分析师预计其增长在前五分之一，而未来三年的实际增长确实在前五分之一。在我们的数据中，这些准确的预测被标记为1，而所有其他的结果都被标记为0。这个二分类的平均值为我们提供了分析师预测的排序准确性。如下表所示，分析师在最高预期的五分位数中的准确率高达50%，而在其他预测五分位数中的准确率约为30-40%，比随机机会（20%）有明显的改善。
一些读者上周反对我们的调侃，认为分析师不妨假设SaaS软件公司的增长率与煤矿行业相同。这个表格确实表明，当分析师预测前五分之一的增长时，他们有50%的时间是准确的，而当他们预测后五分之一的增长时，他们有30-40%的时间是准确的，这比随机机会要好得多，并表明分析师的预测是建立在一些良好的信号之上。
但是这个分析有一个问题。
如果一只股票的价格很高，因为分析师预计未来三年的年化收益增长为20%，那么，除非该公司的实际收益增长每年超过20%，否则投资者一般不会获得明显的回报溢价。另一方面，如果实现的增长为年化10%，那么价格下跌可能是灾难性的，正如投资者所看到的，当大流行时代的 "呆在家里 "的交易，如视频会议和家庭运动在2022年急剧逆转。
所以我们真正关心的是相对于预测的误差。
在下面的表格中，我们显示了三年预测的中位数和每个五分位数的分析师预期的结果。结果表明，分析家们的方向一般是正确的（期望值最高的股票比期望值最低的股票增长更快），但期望值较高的五分位数的误差明显大于期望值较低的五分位数，而且在利润表上越往下看，误差也明显增大。
这种分析为价值投资提供了一个整齐的逻辑。价值投资之所以有效，是因为定价为低增长预期的股票不太可能令人大失所望。在一家便宜的公司里，与三年期EBITDA的估计值相差8%是一回事，因为该公司的增长速度已经比通货膨胀率慢。在一家定价比GDP增长快5倍的公司中，与三年期EBITDA预期相差68%，则是另一种情况。而且，正如你在图2中所回顾的那样，被分析师分配到最低预期类别的公司中，约有三分之二的公司最终在未来三年内实现了积极的惊喜。
也许这些结果只是反映了人类对过度自信的偏见，而通过算法对财务报表中的指标进行加权，可以做出更准确的预测？毕竟，在众多的研究中，机器（统计）预测比主观预测的优越性已经在一系列学科中得到了充分的证明。在我们研究系列的下一篇中，我们将探讨是否可以用量化的措施做出更好的增长预测。