低波动异象

原理

金融课本的第一课是“风险越高，收益越高”：承担更多波动，就应该被补偿更多回报。可在股票内部比较时，现实恰好相反。Ang、Hodrick、Xing 和 Zhang 在 2006 年发现，过去波动特别大的股票，之后的收益反而特别差；Baker、Bradley 和 Wurgler 2011 年进一步展示，几十年里低波动的一组股票，收益不比高波动组低，而它们的波动小得多，按风险调整后明显更好。

为什么会这样？有几种互相补充的解释。

一是彩票心理。高波动的股票像彩票：大概率不怎么样，小概率暴涨。很多投资者愿意为这点“暴富可能”多付钱，结果把这类股票的价格抬高，未来回报就被压低了。

二是基准束缚。大部分基金经理的考核是“跑赢标普 500”。买低波动股票，牛市里很容易落后于指数，职业风险很大；想跑赢指数又不能加杠杆，最省事的办法就是多买高波动、高贝塔的股票。大家都这么做，低波动股票就被冷落、被低估。

三是过度自信。对高波动、话题性强的公司，投资者意见分歧大，乐观的人更愿意买入，悲观的人受做空限制难以表达，价格就偏向乐观的一方。

这个异象后来催生了一整类“低波动”“最小方差”ETF，资金规模很大。问题也就来了：当这么多钱去追低波动股票，它们还会被低估吗？尤其在 2020 年后科技股领涨、市场波动剧烈的环境里，低波动策略到底是更稳了，还是只是跑输了？这正是我们要用数据检验的。