2025年金融工程专题研究：FOF系列专题之九，基金经理逆向投资能力与投资业绩

逆向投资：从传统理念到量化表达

提到逆向投资，很多人自然会想到“在低位买入，在高位卖出”。实际上，逆向投资的定义和实践远比这丰富和复杂，这也是我们这篇文章重点探究的内容。逆向投资是一个相对复杂且多维的概念，其核心在于与市场主流情绪或共识相悖，具体的操作方式和理解因人而异。在逆向投资理念的探索与实践中，涌现出如巴菲特、邓普顿等诸多杰出的投资大师，他们对于逆向投资的理解和表述却各有侧重，不尽相同。 我们回顾了一些著名投资大师的实践经验，发现这些投资大师都有着敏锐的市场感知能力，能够较好地判断市场情绪的极端变化，从而把握住逆向投资的良机。他们的操作经验为理解逆向投资提供了宝贵的参考，也让我们有机会从不同的视角去审视和探索这一充满挑战的投资策略。

1）沃伦·巴菲特

沃伦·巴菲特被认为是一位典型的逆向投资经理，他曾经说过：“当别人贪婪时恐惧，当别人恐惧时贪婪”。他能够坚持自己的分析和判断，不被市场的短期情绪所左右，凭借对公司的深度基本面分析，在市场情绪低迷时大胆买入被低估的公司，而在市场情绪过热时果断卖出估值过高的公司。例如在1963 年底到1964年初，美国运通因色拉油丑闻陷入困境，受此影响股价暴跌超40%。但巴菲特并未随波逐流，而是深入实地调研，敏锐察觉到公司核心信用卡业务未受实质性冲击。当时美国消费者的消费支付习惯正逐渐从现金向信用卡转变，这是一种不可逆的长期趋势。因此巴菲特判断此时的股价暴跌只是短期的情绪反应，公司股票被严重低估，于是果断逆向建仓逐步买入美国运通的股票。到了1967 年，巴菲特当初投资于美国运通的 1300 万美元升值至 2800 万美元，为其带来了丰厚的回报。

2）约翰·邓普顿

约翰·邓普顿是 20 世纪最伟大的逆向投资大师之一，福布斯杂志称他为“全球投资之父”以及“历史上最成功的基金经理之一”。他的投资策略以“全球视野”和“逆向思维”著称，曾说过：“牛市生于悲观，长于怀疑，成于乐观，死于狂喜”。邓普顿将这一理念贯穿于其投资实践中，敢于在极度悲观中寻找机遇。1939年在大萧条与战争阴霾笼罩、市场恐慌情绪蔓延之际，邓普顿凭借对经济复苏的信心和预判，用 1 万美元的借款，购买了美国两大交易所所有低于1 美元的共104只股票。4 年之后，这笔投资让邓普顿获得了高额回报，整个投资组合的价值上升至4万美元，增长了三倍。

3）安东尼·波顿

安东尼·波顿被誉为“欧洲股神”和“欧洲的彼得·林奇”，他在《安东尼·波顿的成功投资》一书中阐述自己的投资理念为“以一种逆向进取的方法寻求资本成长的机会”。例如 20 世纪 90 年代后期，波顿就开始购买 Gallagher 烟草公司的股票，虽然该股票并不受市场青睐，股价长期维持在低位。但波顿却观察到了该公司具备优越的地理位置以及潜在的并购价值。2006 年 12 月Gallagher 烟草公司逐步被日本烟草公司收购，而波顿早已在收购完成前适时离场，成功兑现了丰厚收益。

4）大卫·德雷曼

大卫·德雷曼作为逆向投资理论的先驱之一，他强调利用投资者情绪的错误来寻找利润点，专注于寻找被低估的股票，同时回避被高估的股票。他在《逆向投资策略》一书中，通过大量数据证明利用市场过度反应逆向布局被低估资产，反而能获得超额收益。1979 年，美国股市在经历了长达 15 年的低迷期后，市场情绪陷入了极度的悲观之中。德雷曼在同年出版的《逆向投资策略》一书中，通过研究市场情绪和估值指标，认为当时股市正位于历史低点，应当买入股票。这一观点在当时被视为大胆的“逆向呼唤”。从 1982 年起，美国股市开启了牛市，这一行情一直持续到 2000 年，德雷曼先前的观点也由此得到了有力的验证。

巴菲特、邓普顿、波顿与德雷曼这些著名的投资大师凭借敏锐的市场洞察力，都通过逆向投资取得了成功。这些投资大师的经典投资案例在理念上具有较好的指导意义，但在实践层面，它们更多地体现为一种基于特定时点或事件的反向操作，买入和卖出的时机高度依赖于他们个人对市场情绪、宏观经济形势以及行业、公司基本面的理解和判断。同时每个案例都有其独特的背景和条件，难以复制。在量化研究领域中，这种依赖于特定情景和个人判断的投资行为很难被精准捕捉和明确定义。鉴于此，本文从定量角度出发，尝试对逆向投资进行量化刻画，定量地构建了基金经理的逆向投资能力因子。

我们梳理了过往国内外学术研究成果中关于逆向投资能力的相关研究，从基金经理的持股行为方面来看：

在 2018 年发表于 The Journal of Finance 的一篇论文中，HaoJiang和Michela Verardo 分析了基金交易与过去机构交易的关联性，以此判断基金经理是否模仿机构投资者的交易行为。与机构交易方向相反的基金被称为逆向基金，研究发现这些基金往往在未来业绩表现更优。然而，共同基金的从众行为存在被误分类的风险。如果选择一个不恰当的“群体”来对比基金的交易行为，可能会对逆向行为产生误判。

2023 年，John Byong-Tek Lee 和 Jun Ma 等人则采用了另一种研究方法。他们使用了 1993 至 2022 年美国共同基金的季度持仓数据，并利用股价的实际表现作为市场参与者集体交易行为的代理变量，进而构建了基金的逆向买入指数（CB）和逆向卖出指数（CS）。具体而言，在每个季度将基金对个股持仓的变化乘以该季度股票的收益率，并加上负号。然后将所有买入和卖出组的股票持仓相加分别得到 CB 指标和 CS 指标。结果发现CB与基金业绩呈现正相关关系，CS 与基金业绩则呈现负相关关系。

从基金收益维度来看，可根据基金经理在不同环境下的表现来衡量其能力，其中逆境投资能力，即基金经理在逆境下取得收益的能力，也受到了众多国内外学者的关注。

Sun Zheng 等人于 2018 年在 The Journal of Financial and QuantitativeAnalysis 上发表的文章分析了基金经理在不同市场条件下的表现。他们的研究样本数据来自 Lipper TASS 数据库中的 5465 只对冲基金，研究结果显示，在调整风险和基金特征后，下行阶段收益（Downside Returns）最高五分位数的基金在未来一年的表现较最低五分位数的基金高出5%。而上行阶段收益（Upside Returns）较高的基金后续并未展现出显著的业绩持续性。

国内学者也积极投身于这一领域的研究，上海财经大学金融学院的徐龙炳和顾力绘对国内基金进行了实证测试，二人于 2019 年在《财经研究》上发表了文章《基金经理逆境投资能力与基金业绩》，该研究涵盖了2005-2017年间的 800 只公募基金。他们依据市场上涨与下跌行情，将基金区间收益分为顺境收益率与逆境收益率两部分，研究发现：相较于全样本区间内的业绩表现，“逆境”（下跌行情）下的业绩表现对基金未来收益的预测效果更为显著，而“顺境”（上涨行情）收益率则不具备这一特性。

“逆境”与“逆向”虽仅一字之差，却有着不同的内涵与侧重点。“逆境”，通常指市场处于下跌状态；而“逆向”，向代表方向，强调的是与大多数投资者不同的投资方向。我们可以通过投资者观点分歧度来反映投资者所处状态，当投资者分歧度减小、观点趋于一致时，逆向投资者更善于在这种环境下获得超额收益，我们定义这样的基金经理具备逆向投资能力。 那么如何刻画投资者观点分歧度的变化呢？正如利用当月市场指数收益率与过去6 个月市场指数月度收益率中位数的高低来判断市场的顺境和逆境，我们引入市场换手率指标，以换手率的变化衡量投资者观点分歧度的变化，当市场投资者对资产的观点出现分歧时才会产生买卖和交易，进而形成换手。换手率的高低反映了投资者观点分歧度的高低，换手率高，则表明观点分歧度高；换手率低，则表明观点分歧度低。

逆向投资能力的量化表达

在资产定价领域，学术界的研究发现，资产价格不仅取决于资产Beta，还受投资者情绪 Beta 的影响。Glushkov（2006）提出情绪Beta 这一概念，情绪Beta指的是资产收益对情绪变化的敏感程度，即资产收益对情绪变化回归的系数。作者在文章中提到可以用 IPO 数量、封闭式基金折溢价、换手率等作为投资者情绪指标。换手率是投资者情绪的代理变量之一，为简便起见，本文仅选用换手率作为投资者情绪的代理变量。

情绪 Beta 与资产收益

根据扩展后的 CAPM 模型①，资产日度收益 R可以来自于不同资产，如股票、行业、基金等，因此我们能够针对不同资产分别计算出情绪Beta。那么情绪Beta究竟如何影响不同资产的未来价格？它是否具备对资产未来收益的预测能力？接下来，我们将围绕这些问题展开实证研究。

（1）股票层面

在股票层面，我们以公募主动权益基金半年报和年报公布的全部持仓为研究对象，根据扩展后的 CAPM 模型①，在每月末计算每只股票的情绪Beta，并统计股票情绪 Beta 与未来一个月股票收益率的相关性。实证结果显示，2015 年以来，股票情绪 Beta 因子的 RankIC 均值为-2.75%，年化RankICIR 为-0.49。图 8 展示了按股票情绪 Beta 分组，未来一个月不同组别的超额收益情况。整体而言，情绪 Beta 越高的股票未来表现越差。高情绪Beta 组别（G10 组）中的股票未来收益最低，而低情绪 Beta 组别（G1 组）中的股票未来收益最高。图 9 展示了低情绪 Beta 的股票（G1 组）和高情绪Beta 的股票（G10组）在时序上的净值走势。可以看到低情绪 Beta 的股票相对于高情绪Beta 的股票的超额收益持续扩大，这表明低情绪 Beta 的股票在绝大多数时间能战胜高情绪Beta的股票。

（2）行业层面

在行业层面，我们也观察了不同情绪 Beta 的行业的未来业绩差异。以中信一级行业为研究对象，在每月末计算中信一级行业指数的情绪Beta，并统计行业情绪Beta 与未来一个月行业收益率的相关性。实证结果显示，2015 年以来，行业情绪 Beta 因子的 RankIC 均值为-4.44%，年化 RankICIR 为-0.29。图 10 展示了按行业情绪 Beta 分组，未来一个月不同组别的超额收益情况。低情绪 Beta 的行业（G1 组）未来表现最好，高情绪 Beta 的行业（G5 组）未来表现最差。图 11 展示了低情绪 Beta 的行业（G1 组）和高情绪Beta 的行业（G5组）在时序上的净值走势。从时序来看，低情绪 Beta 的行业大部分时间能够战胜高情绪 Beta 的行业。

（3）基金层面

根据前文的分析，当资产类别为基金时，情绪 Beta 定量刻画了基金经理的逆向投资能力。下面我们检验基金情绪 Beta（即基金经理逆向投资能力）与基金未来业绩表现之间的关系。 我们以主动权益基金池为样本池，在每月末计算每只基金的情绪Beta，并统计基金情绪 Beta 与未来三个月基金收益率的相关性。实证结果显示，2015年以来，基金情绪 Beta 的 RankIC 均值为-5.78%，年化 RankICIR 为-0.48，说明基金的情绪 Beta 越低，基金未来业绩表现更好。

逆向投资能力因子的构建

前文我们论证了在 A 股市场中情绪 Beta 与资产收益的关系，有国外学者对情绪Beta 与基金业绩的关系进行了研究，也得到了类似结论。Massimo Massa和VijayYadav（2015）在 The Journal of Financial and Quantitative Analysis 上发布的一篇文章中，以美国共同基金为样本，发现低情绪Beta 的基金表现优于高情绪Beta 基金。 在上一章节，我们基于扩展后的 CAPM 模型计算得到基金的情绪Beta。然而简单的 CAPM 模型可能存在局限性，例如无法解释规模效应等市场异象。在本部分，我们进一步拓展研究视角，结合多因子模型框架，对基金的情绪Beta 进行了更为精细化的刻画，进而更好地构建逆向投资能力因子。需要注意的是，在刻画基金的情绪 Beta 时，最直观的方法是用基金的日度收益序列进行回归分析。此外，我们也可以从基金所持有的股票资产入手，将股票维度的情绪 Beta 映射到基金维度。下文我们将从基金持仓和基金收益两个维度出发对逆向投资能力进行刻画。

逆向投资能力因子的特质

对于逆向投资能力因子的特质，我们将从与常见选基因子相关性、剥离常见选基因子后因子表现、将因子加入到常见选基因子后是否能提升综合选基因子对基金收益的预测效果、逆向投资能力因子在不同市场环境下的适应性、逆向投资能力因子的风格暴露这几个维度进行讨论。

与常见选基因子的低相关性

国信金工团队一直致力于挖掘有增量信息的选基因子，在团队往期的FOF系列专题中，我们构建了收益类因子、基金规模因子、员工信心因子、机构关注度因子、业绩洞察能力因子、隐形交易能力因子、波段交易能力因子、持仓收益因子以及基金经理观点独立性因子，将这 9 大类选基因子归纳为以下5 个维度： 基于基金的历史业绩：收益类因子。 基于基金特征：基金规模因子、基金内部和外部的认可度（员工信心因子和机构关注度因子）。 基于基金经理能力：业绩洞察能力因子、隐形交易能力因子、波段交易能力因子。 基于基金经理的持仓特征：基金持仓收益因子。 基于基金经理的行为特征：基金经理观点独立性因子。

对比原始综合选基因子和新综合选基因子的因子测试结果。从图26 所展示的分组超额收益对比可以看到：原始综合选基因子多头组（G10 组）季均超额收益为1.31%，在加入逆向投资能力因子后，新综合选基因子多头组（G10 组）季均超额收益为 1.37%；原始综合选基因子空头组（G1 组）季均超额收益为-1.25%，在加入逆向投资能力因子后，新综合选基因子空头组（G1 组）季均超额收益为-1.51%。可见新综合选基因子具有更强的多头和空头组合。

不同市场环境下的适应性

对比逆向投资能力因子与国信金工团队先前构建的其他选基因子的因子表现，我们发现逆向投资能力因子的历史表现稳健，具备一定的跨周期适应性，如表1所示。2023 年之前逆向投资能力因子的 RankIC 均值为-9.99%，RankICIR为-1.24，与其他常见的选基因子（如收益类因子、隐形交易能力因子、持仓收益因子等）均能对基金未来收益产生显著的预测效果。 然而，近几年，许多先前表现优异的因子出现了较大波动和回撤，这一现象可能源于市场有效性的逐步提升，以及在通过学术研究和研究报告广泛传播后因子有效性的减弱。 例如隐形交易能力因子的 RankIC 均值从 2023 年前的10.43%降至2023年后的2.11%，收益类因子的 RankIC 均值从 2023 年前的8.66%降至2023年后的-1.40%，波段交易能力因子的预测方向甚至出现了反转，因子的RankIC均值从2023 年前的 7.06%降至 2023 年后的-1.62%。与此同时，逆向投资能力因子在这几年仍有出色的表现，RankIC 均值高达-11.20%，年化RankICIR为-1.41，表现甚至优于 2023 年之前，展现出在不同市场环境下的强适应性。

逆向投资能力因子的风格暴露

通过前面的分析，我们发现逆向投资能力因子能够对基金未来收益产生显著的预测效果，这种预测效果在不同的市场环境下均能保持很好的适应性。同时该因子与国信金工团队先前构建的 9 大类选基因子的相关性极低。将逆向投资能力因子加入到现有的选基因子体系中，可显著提升综合选基因子的预测效果，带来明显的增量贡献。

整体来看，自 2015 年以来，逆向投资能力因子在大多数Barra风格因子上的暴露分布较为均衡。在 Beta、市值、流动性和杠杆这四个因子上，我们观察到了一定的分组差异。具体而言，逆向投资能力因子取值越低的基金，相较于其他组别的基金，其持仓股票的 Beta 值越低、市值越高、对杠杆风险的敏感性越低，且持仓的股票换手率相对越低。 此外我们将逆向投资能力因子取值最低的一组（G1 组）和逆向投资能力因子取值最高的一组（G5 组）的平均风格暴露，与主动权益基金整体的平均风格暴露进行对比。图 31 和图 32 分别展示了 G1 组和 G5 组基金与主动权益基金的历史平均风格暴露。 从图中可以看出，G1 组和 G5 组基金在不同风格因子上的暴露与主动权益基金整体水平的差异较小，均未在任何一个特定风格因子上表现出过度偏离的情况。G1组基金在 Beta 因子和杠杆因子上的暴露略低于主动权益基金整体水平，G5组基金在 Beta 因子上的暴露略高于主动权益基金整体水平，G5 组基金在ROE因子上的暴露略低于主动权益基金整体水平。

总的来说，这些结果表明逆向投资能力强（即逆向投资能力因子取值低）的基金经理并没有倾向于某一特定的风格。相对来看，其持仓股票Beta 值较低，市值较高，对杠杆风险的敏感性较低，且持仓的股票换手率相对较低。同时与主动权益基金相比，逆向投资能力强的基金经理在不同风格因子上的暴露与主动权益基金整体水平差异较小。

总结

逆向投资作为投资领域中独具特色的流派，一直备受市场关注，尽管常被简化为“在低位买入，在高位卖出”，但其内涵远比这复杂。历史上，巴菲特、邓普顿等投资大师凭借敏锐的市场洞察力，通过逆向操作取得了成功，然而这些案例多依赖于个人经验和特定情景，难以精准量化。鉴于此，本文尝试对逆向投资进行量化刻画，通过引入情绪 Beta，定量构建了基金经理逆向投资能力因子。实证结果表明如果基金经理的超额收益更多来自于市场投资者观点趋于一致时，其未来业绩表现会更好。

情绪 Beta 与资产收益

“逆向”是指与大多数投资者不同的投资方向。我们用换手率来代表投资者观点分歧度，当投资者分歧度减小、观点趋于一致时，逆向投资者更善于在这种环境下获取超额收益。进一步，我们在资本资产定价模型下构建了情绪Beta，以衡量基金经理的逆向投资能力。实证结果表明在股票、行业和基金等不同资产类别中，低情绪 Beta 的资产在未来往往有更好的业绩表现。

逆向投资能力的量化表达

基于基金持仓的逆向投资能力因子。在扩展后的多因子模型下，计算每只股票的情绪 Beta 值，并根据基金半年报和年报公布的个股持仓权重进行加权，得到基于基金持仓的逆向投资能力因子，该因子 RankIC 均值为-7.30%，年化RankICIR为-0.92，胜率 67.21%。 基于基金收益的逆向投资能力因子。将基金收益作为因变量，采用扩展后的多因子模型对其进行回归，回归得到的情绪 Beta 定义为基于基金收益的逆向投资能力因子，该因子同样具备显著的预测效果，因子 RankIC 均值为-8.92%，年化RankICIR 为-1.04，胜率 75.41%。 逆向投资能力因子。将基于持仓和基于收益两个逆向投资能力因子等权合成，作为基金经理的逆向投资能力因子。2015 年以来，逆向投资能力因子RankIC均值为-10.85%，年化 RankICIR 为-1.39，胜率 78.69%。

逆向投资能力因子的特质

低相关性与强增量性。逆向投资能力因子与国信金工团队先前构建的9大类选基因子的相关性极低，相关性均值的绝对值均在 0.1 以下。在加入逆向投资能力因子之后新综合选基因子对基金未来业绩有了更强的预测效果，新综合选基因子的RankIC 均值从 11.51%提高至 13.57%，RankICIR 从1.81 提高至2.03。高预测性与强适应性。2015 年以来，逆向投资能力因子RankIC均值为-10.85%，年化 RankICIR 为-1.39，具备高预测性。近几年，如收益类因子、隐形交易能力因子等先前表现优异的因子出现了较大波动，而逆向投资能力因子仍有出色的表现，RankIC 均值高达-11.20%，年化 RankICIR 为-1.41，展现出在不同市场环境下的强适应性。 逆向投资能力因子的风格暴露。逆向投资能力因子在大多数风格因子上的暴露分布较为均衡，但在 Beta、市值、流动性和杠杆因子上存在一点差异。逆向投资能力因子取值越低的基金，相较于其他组别的基金，其持仓股票的Beta值越低，市值越高，对杠杆风险的敏感性越低，且持仓的股票换手率相对越低。同时与主动权益基金相比，逆向投资能力强的基金经理在不同风格因子上的暴露与主动权益基金整体水平差异较小。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）