Local EPUB Text
第二十四章 与黑暗面为伍：海盗、间谍和空头
JZTZDSXHXYZ-32
第二十四章 与黑暗面为伍：海盗、间谍和空头
你该去寻找怎样的做空对象呢？这个问题从表面上看很简单，但大多数分析师却似乎都不愿意回答。事实证明，在所有分析师给出的建议中，做空建议只占10%—15%！我们对三个可以作为良好的做空信号的因素进行了研究。从本质上而言，我们是在寻找那些基本面恶化、资本约束薄弱、价格昂贵的股票。这“邪恶”的三种因素导致了一篮子股票的年均收益率历史性地下跌了6%左右。当今的股票市场拥有着最多的符合做空标准的股票。也许，我们是时候加入黑暗面了。
● 似乎从远古时代开始，空头就饱受诟病。我一直觉得这很奇怪，这就像是我们一直在惩罚侦探而不是罪犯。也许这个诡异的结果阻止了许多人去探索这条道路。然而，我自己自下而上的估值方法对发现廉价股票不起作用。因此，我们开始怀疑，机会可能更多地存在于做空一方。
● 什么样的股票才适合做空呢？我们提出了“邪恶”特征的三种因素——高市销率、恶化的基本面（表现为皮氏F分数较低）和糟糕的资本约束（表现为总资产增长率较高）。尽管三者中每一个特征都是很好的筛选标准，但将三者结合在一起作为筛选标准会更加有效。
● 在1985年至2007年期间，每年重新调仓的欧洲股票投资组合的绝对年均收益率平均每年的跌幅超过6% （市场基准的年均收益率在此期间平均每年上涨13%）。这一篮子股票在过去22年中有10年出现了绝对负收益，有18年的业绩表现逊于市场指数。美国的情况与此类似。
● 在过去几年里，这一策略步履维艰。然而，即使这样，在过去五年中的三年里，我们的做空投资组合实际上都要比市场基准表现得好！这验证了我们亲历的“追涨”的极端性质。
● 有趣的是，我们发现，通过筛选标准而进入我们的做空投资组合的股票数量达到了历史峰值。总体而言，在我们的样本中，欧洲股票的投资组合中平均有大约20只股票。现今，此类投资组合的数量几乎达到100只。在美国，此类投资组合平均有约30只股票；目前，有174只股票都符合做空筛选标准。这大概是我用自下而上策略没有发现几只具有深度投资价值的股票的镜像。目前的机会在做空一方，而不是做多一方。也许，我们是时候加入黑暗面了。
每当一家大型公司的业绩出现滑坡时，做空者就会突然被描绘成金融领域的精神病患者，这一直令我感到诧异。人们往往不会去仔细研究公司本身所做出的异常糟糕（有时甚至会触犯法律）的决定，反而总是去谴责空头，这种行为有些蠢。
《纽约时报》提醒了我们，诽谤空头从不是什么新鲜事：
在方帆帆船沿着香料之路驶向东方的那个年代，为了不让新发现的财富被掠夺，荷兰颁布法令将一些“反叛者”治罪。
而这些“反叛者”既不是巴巴里海盗，也不是西班牙间谍——他们是阿姆斯特丹证券交易所的某些交易员。他们的罪行是：做空荷兰东印度公司的股票。这家公司据说是世界上首家发行股票的公司。
自那以后，那些怀着价格下跌期望而做空股票等资产的空头就一直饱受诟病。在18世纪和19世纪的大部分时间里，英国都禁止做空行为。拿破仑把空头视为国家的敌人。德国的最后一位皇帝指使空头去扰乱美国市场（抑或一些美国人有这样的担忧）。
珍妮·安德森，《纽约时报》， 2008年4月30日
此时，我常用的自下而上的估值方法基本找不到投资机会。因此，我认为当前市场上主要的投资机会在做空那边。我想我即将要加入黑暗面的行列了！
这种做法仍然令分析师们深恶痛绝。如图24-1所示，做空建议占所有建议的百分比仍然低得可怜。事实上，最近我的研究主管向我推荐了图24-2，该图表明法国兴业银行给出的做空建议占比在所有投资银行中最高。
所有这些都让我开始思考如何才能识别出潜在的做空机会这一问题。根据第十九章提出的KISS法则（基于有限的信息），我想集中讨论几个对我来说能够揭示劣绩股票的关键指标。
估值
很明显，我认为令股票表现欠佳的罪魁祸首是高估值（考虑到我个人的价值偏向，这并不令人意外）。当然，股票估值有无数种方法。然而，从空头角度来看，最有效的方法就是看市销率（价格/销售额）。
对高市销率的关注往往有助于我们识别出那些“故事股”——与现实完全脱节的股票。在投资者热情高涨的时期，通常会显现出一种明显的趋势，即调整损益表以保持“较低”的估值倍数。的确，在互联网时代，人们会基于用户的平均收入、点击率和流量去衡量事物的价值！
所以，每当我听到有人用市销率来证明某只股票的价值时，我就会忍不住认为他们在试图隐瞒什么。然而，和往常一样，我仍然支持基于实证的投资，正所谓实践是检验真理的唯一标准。将市销率作为一种策略性选股依据会奏效吗？
图24-3显示了1985－2007年期间欧洲股票在市销率五等分区间上的分布情况。不出所料，最廉价的股票的表现要优于最昂贵的股票。
为了对这一特定估值指标进行检验，我们将一个多空仓市销率投资组合的收益与摩根士丹利欧洲指数价值和增长收益之差进行了回归，由此发现了一个显著的“阿尔法”。因此，市销率显然比市净率更有说服力（如上所述）。
财务分析
我的做空策略的第二个要素是对公司进行财务分析。我对分析师直言不讳的批评有时会被误解成我认为财务分析是浪费时间。没有什么比这更不符合事实的了。分析师们浪费掉诸多时间去做诸如收益预测那样的不可能的事情，这令我感到绝望。尽管如此，我仍然热衷于进行扎实的基本面研究。
在过去，我一直提倡使用约瑟夫·皮尔托斯基设计的“F分数”模型，这是一种简单但行之有效的基本面量化研究方法。在他2000年的论文中，皮尔托斯基通过基本面分析筛选区分出了优良的价值股和价值陷阱。在随后他2004年的一篇论文中，他又研究了是否对投资对象进行简单的财务筛选有助于提高不同风格投资组合的表现。
皮尔托斯基开发了一个简单的以会计为基础的“九变量记分系统”。表24-1显示了计算中使用的基本变量。实际上，皮尔托斯基使用了三个不同财务分析领域的指标来评估基本面得到改善的可能性。
当前的营业利润和现金流结果显然提供了关于公司内部产生资金和支付股息能力的信息。积极的盈利趋势也表明公司的基本面有所改善。现金流和账面盈余之间的关系还可以反映盈利质量。
随后三个变量则是用来衡量资本结构和一般性偿债能力的变化。如果你愿意，你还可以用这些指标去评估破产的可能性，并将资产负债表纳入总分。
影响F总分的最后两个要素与经营效能有关。杜邦分析的爱好者会对这里采用的变量感到熟悉，因为两者均来自传统的资产收益率（ROA）分解。在按照表24-1对这些变量进行评估之后，将得到的各项结果相加就得到了F分数（因此， F分数的取值范围在0到9之间）。
皮尔托斯基考察了1972年至2001年美国市场上这一分数的表现。他的主要研究结果如图24-4所示，该图显示了基于F总分绘制出的原始收益情况。 F分数较低（0—3）的公司的原始年均收益率（市场调节后年均收益率）为7.3% （-5.5%）。 F分数中等（4—6）的公司的原始年均收益率（市场调节后市场收益率）为15.5% （3%）。 F分数最高（7—9）的公司的原始年均收益率（市场调节后年均收益率）为21% （7.8%）。这无疑表明了基本面分析的确可以成为超额收益（阿尔法）的一个来源！
这一结论同样适用于欧洲市场（图24-5）。 F分数较低（0—3）的公司的原始年均收益率（市场调节后年均收益率）为4.4% （-8%）。 F分数中等（4—6）的公司的原始年均收益率（市场调节后年均收益率）为13.1% （0.5%）。 F分数较高（7—9）的公司的原始年均收益率（市场调节后年均收益率）为15% （2.5%）。
皮尔托斯基还探索了他的方法在价值股和成长股中的表现。他指出：
对于投资者来说，要系统地识别出被低估的（被高估的）成长型公司（价值型公司）非常困难，与基于财务报表分析的策略的收益一致，这些策略与嵌入在每个账面市值比投资组合中的预期偏差相对应。当F分数与公司的预期业绩相对应时（即成长型公司表现强劲，价值型公司表现不佳），每个投资组合的收益率都接近于市场收益率。实际上，已包含价格中固有预期的财务信号会迅速地被反映到价格中，而逆向信号（通常）在收到未来确认的信息前对价格的影响则会被大打折扣。因此，成长型公司历史上的利好消息并不能带来超额收益，而价值型公司历史上的利好消息则会带来好的交易机会；反之亦然，这同样适用于坏消息。
这一发现也为欧洲数据所证实。如图24-6所示， F分数高的价值型股票的表现尤为突出（原始年均收益率超过20%，比价值型股票平均高出约4%）。然而， F分数较低的成长型股票的表现则尤其糟糕（原始年均收益率为-0.7%，比成长型股票平均低出约9%）。
在对做空候选股进行梳理的背景下，我们最好能关注一下昂贵的股票，因此，综合上述两个因素，我们应该能够得到一份合理的做空清单。但是，我希望在确定最终清单之前再来研究一个更为重要的因素。
资本约束
在我评判潜在做空对象的因素中，最后一个是资本约束的缺乏。麦肯锡公司的一项调查显示，企业知道自己并不擅长资本约束。这项针对“公司级别高管”的调查称，“公司17%的投资流向了本应被终止的亏损项目，而16%的投资流向了从一开始就大错特错的项目”。那些靠近基层的管理者（业务部门主管和一线经理）认为，甚至有更多项目都不应该得到批准（在每类项目中的占比高达21%）！
上述调查还问及管理者对企业投资各领域的预测准确度如何，比如完成项目所需的时间、对销售额的影响及成本等。调查结果如图24-7所示。近70%的管理者表示，他们对项目完成所需的时间表现得过于乐观（这证明了众所周知的“规划谬误”1的存在）；50%的受访者表示，他们对投资对销售额的影响表现得过于乐观；超过40%的受访者对所涉及的成本表现得过于乐观！
调查还显示，近40%的受访者表示，管理者在提交资本投资方案时会刻意“隐瞒、限制甚至歪曲信息”！受访者还着重强调了管理者对异议的打压，超过50%的参与者都认为避免与上级发生矛盾非常重要。
综上所述，库珀等人在2006年的研究成果自然就不足为奇了。他们探讨了总资产增长率对股票收益率的预测能力（图24-8）。当然，使用总资产的优势在于，它能全面地反映投资/撤资的总体情况。
库珀等人在1968年至2003年的美国样本中发现，低资产增长率的公司的年均收益率比高资产增长率的公司要高出20%。即使在控制了市场、规模和风格的情况下，低资产增长率的公司的年均收益率还是比高资产增长率的公司高出13%。
来自欧洲市场的证据同样很有说服力（图24-9）。在1985年至2007年期间，我们发现低资产增长率的公司的年均收益率比高资产增长率的公司高10%左右。遗憾的是，资本约束机制似乎总是被公司和投资者所忽略。
总结
到目前为止，我们已经探讨了三个筛选潜在的做空对象的标准。如果我们把这三者放在一起会发生什么呢？对于这三项标准，我个人设定的参数是：市销率>1， F分数不超过3，总资产增长率为两位数。
事实证明，此类投资组合非常强大。从1985年到2007年，经年化重新平衡后，此类投资组合的年均收益率平均每年会下跌6%以上，而欧洲市场基准的年均收益率平均每年会增长13% （图24-10）！尽管我没有收录美国市场的结果，但基本情况极为接近。
卖空投资组合产生了一个年均超过-20的阿尔法，其贝塔为1.3。这一篮子股票在23年中有10年（45%的时间）都出现了绝对收益率为负的情况，并且它在23年中有18年的表现都不如市场指数（81%的时间）。
使用该模型在美国市场选出的股票平均每年下跌8% （跌幅中值为9.6%）。所筛选出的大约60%的股票显示出绝对的负收益。因此，该模型也能挑选出一些在长期表现异常出色的股票——这对空头策略来说可不是好消息。因此，引入止损机制可以显著改善我们投资组合的表现。例如，设置20%的止损点可以将年均收益率从-13%提高到-6% （图24-11）。
我经常把自2002年年末以来的这段时期的大部分时间描述为“追涨”。这种情况可以从图24-12中清楚地看到。在2003年，做空策略的年均收益率要比市场基准高6%！这一壮举在2005年和2006年再度发生，但程度要低得多。
尽管该模型下的投资组合近年来屡屡受挫，但我仍然相信这是一种选取做空对象的良好方法。如果我们所认为的大多数机会藏匿在做空一方的判断是对的， 那么这种方法在未来就能够被证实是有效的。
最后两个图表呼应了我在本章开始时提出的一个观点。这两张图表显示了符合我们的筛选标准的适合做空的股票的数量。在欧洲（图24-13），我们的样本中平均每年大约有20只股票通过该筛选。从该筛选机制运行开始，样本中最多时出现了100只符合筛选标准的股票。
在美国（图24-14），我们做空的一篮子股票的平均数量约为30只。现如今，通过筛选的合格股票不少于174只。这清楚地证明了我在本章开始时所提到的价值缺乏，并且确实表明现在的投资机会多在做空一方。
1 规划谬误是指人们在估计未来任务的完成时间时，倾向于过度乐观，从而会低估任务完成时间的现象。——译者注