主页 > 版本更新 > 点拾投资基煜基金:为什么机构都在买贾腾?

点拾投资基煜基金:为什么机构都在买贾腾?

imtoken官网下载 版本更新 2022-12-22 18:49

  导读:投资基金和投资股票很类似,买的是未来不是过去。基金经理要找的是“未来之星”,而非“过气明星”。专业的基金研究机构也要挖掘有潜力的基金经理。在过去几个月,点拾投资和基煜基金联合推出了新锐基金经理的访谈系列,为大家挖掘市场上投资能力和关注度不匹配的新锐基金经理。


  在访谈贾腾之前,已经有不少机构投资者推荐过他。贾腾在单一年份的收益率没有那么靠前,但他管理的产品相对基准有稳定的超额收益,长期相对排名和绝对收益都靠前。我们以贾腾管理时间最长的浙商聚潮产业成长为例,这只产品自从贾腾管理以来,每一年都有不错的超额收益,即便在2022年这样的市场环境中,这只产品收益率也是可观的。


  注:基金业绩及业绩比较基准数据已经托管行复核,浙商聚潮产业成长A基准见后文。


  (注:浙商聚潮产业成长近两年超额收益排名72/898,强股混合型,截至2022.10.31,来源海通证券基金超额收益排行榜;近两年收益率排名82/910,强股混合型,截至2022.10.31,来源海通证券基金业绩排行榜。)


  风险提示:以上数据及信息仅供参考,产品过往业绩及其净值高低并不预示其未来业绩表现,基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证,投资者应自主做出投资决策并自行承担投资风险。


  从业绩归因来看,贾腾的超额收益有两个特点:1)大部分来自选股,事实上行业配置层面是负贡献的,他重仓的银行、非银、化工、轻工等板块都没有相对市场取得行业层面的超额收益,超额收益的来源大部分都来自于选股;2)任意连续一年超额收益的概率密度分布呈正态分布且具有强烈的尖峰特征,即在任意的连续一年中大概率相较于基准的超额收益在20%-30%之间。在上述超额概率分布的特征之下,任意连续一年绝对收益的概率密度分布呈现双峰的特征,熊市中实现负收益的概率较小,靠超额收益较大程度抵消了beta的下行,而牛市中beta叠加alpha绝对收益大概率也较为可观。(重仓数据来源:基金2022年三季报)


  贾腾的投资体系是不带改良主义的经典价值投资,用类似于债券YTM的眼光衡量股票的长期回报率。他把所有行业、所有商业模式的个股都用“一把尺子”衡量:基于现金流的长期隐含回报率,即股票的IRR。贾腾告诉我们,买入一个公司,他会假设股票市场不能再交易了,看是否还愿意持有以及这个公司是否依然能通过创造现金流回报全体股东。


  这样的体系能帮助贾腾平衡“物美”和“价廉”。如果好公司的估值高了,IRR回报率自然会下降。如果一个公司的质地较差或治理有重大瑕疵,即便表观估值很便宜,IRR的回报率也不高。贾腾的IRR回报率视角,让他显著区别于专注低PB/PE的传统价值型选手。打开贾腾的组合,我们会看到个股的特征更加多元化,甚至不少静态估值不便宜的高成长股都在其中。


  贾腾的组合还有一个特点:组合呈现了现金流“久期”的多样化。不少价值型选手,会主要持有“短久期”的资产,其核心思想是,未来难以预测和把握,买当下的静态现金流和较低的估值。而贾腾的组合中,短、中、长“久期”现金流的资产都有,同时现金流的底层来源也较为分散。这样最大的好处是,以经典DCF视角来看,分母端较低地暴露于利率波动的风险,分子端也减少了现金流来源单一带来的尾部风险。


  AI赋能投资一直以来都是浙商基金的重要战略,贾腾也把AI的赋能纳入到了他的投资框架中,他把所有投资机会按照胜率和赔率两个维度划分四个象限。让机器对基本面(胜率)和估值数据(赔率)进行动态跟踪,从而把人脑解放出来去思考更重要的环节。从数据回溯的结果显示,AI的赋能提高了贾腾投资业绩的下限,而人脑被解放出来的产能则用来挖掘高alpha机会,提高了投资业绩的上限。


  1. 我们买股票的想法类似于买债券,买债券算的是YTM,买股票我们会算IRR。我们支付的成本是公司目前的市值,收到的是公司创造的真正可以归属于全体股东的自由现金流。


  2. 这个IRR就是基于实业眼光的长期隐含回报率,而这个隐含回报率是我们用“一碗水端平”的投资方法,不做行业和商业模式的区分。这种和实业企业家思路一致的投资方式,在投资的长跑中“翻车”的概率是比较小的。


  3. 我们的“价值投资”并不是低PB/PE的投资模式,基于现金流的回报才是衡量价值的准绳,并且我们要找的是真正能归属到全体股东的现金流。


  4. 我们看来投资的风险并不是股价的波动,而是永久性本金损失发生的可能。衡量组合的风险并不是行业集中度或者前十大集中度,而是组合内公司经营层面现金流来源的分散和现金流久期分布的均衡 。


  5. 我们做了这些年的投资,脑子里多多少少有一些规律性的认知,通过AI的手段,把这些已经成型的规律教给机器,让它们能像人类一样思考,帮我们做跟踪,从而把人类从繁琐的跟踪工作中解放出来,能够思考一些更深层次的东西。


  6. 通过AI和我们HI(人类智慧)的结合,在任意连续十二个月的维度上能够减少出现亏损的概率,将收益率的概率密度分布系统性上移,再通过人类智慧去提高收益率上限。


  7. 我们的每一个基金组合都是为了解决某一类投资者的某一种投资需求,基金产品也像一般的商品一样,要能够给投资者带来价值。很多时候我们没办法改变投资者的投资习惯,但我们可以尽量优化自己组合的风险收益特征。


  8. 稳定的超额收益,是我们为投资人持续创造回报的基石。我最开心的是每一只产品在或长或短的生命周期中,给投资人带来的绝对回报中,alpha的部分都占绝大部分,我们希望产品的业绩中看天吃饭的成分较少,靠我们自身努力创造的alpha占比较高,让我们的基金产品能够成为时间的朋友。


  9. 我最近比较看重的方向,反而是可能看起来不太“价值”的领域,看好一些真正专精特新的非赛道性质的中小市值的公司。


  10. 一个组合就像一只球队,前锋要猛,中场要稳,后卫能出奇兵,基金经理类似教练做好适时的排兵布阵。


  11. 投资对于我大概率是要做一辈子的事业,当然要按照自己真正认可的方式来做,又因为要做一辈子所以要按照能够在长跑中取胜的方式来做。而现在作为一个公募基金的管理人,踏踏实实的用比较可靠的方式为持有人赚钱,也是从事这份职业应有的本分。


  点拾&基煜:我们谈谈投资框架,之前看了不少你的材料,感觉你属于比较传统的那类价值投资体系?


  贾腾我们买股票的想法类似于买债券,买债券算的是YTM,买股票我们会算IRR。我们支付的成本是公司目前的市值,收到的是公司创造的真正可以归属于全体股东的自由现金流。差异在于,债券有一个面值回收的过程,而股票绝大多数是永续经营的假设,并没有最终面值的回收过程。


  我们买股票的出发点,会假设第二天股市关门再也没有机会卖给别人,投入了公司当前市值的成本,每年获得的回报就是企业的自由现金流,这样的一串现金流隐含了一个IRR。这个IRR就是站在和实业企业家同样维度的长期隐含回报率,IRR的高低就是我们选择投资标的的标准,而这个隐含回报率是我们用一碗水端平的,衡量不同行业和不同商业模式公司的统一标准。我们认为,所有的上市公司都是产生现金流的机器,只是大家所做的产品不一样,有人开银行、有人开饭店、有人卖新能源材料、有人做半导体。无论哪一种生意,我们都用基于DCF的方式来衡量这家公司是否值得投资。


  现实投资中大家都会面临一个经典困扰,好公司估值都很贵,估值便宜的公司大多有基本面或治理的问题。我们基于DCF的方式就用定量的方式把“物美”和“价廉”的方式进行了统一,形成了一个平衡。事实上最近两年的市场也告诉了大家为看起来优秀的公司支付过高的溢价结果也可能是很可怕的,甚至已经形成了永久性的本金损失。


  此外也可以看到,这种评估方式之下我们买一个公司,不是以卖出作为目的,并没有把差价作为我们的目标收益率。我们卖出的原因只不过是因为公司交易价格的上升或者公司基本面的变化,隐含收益率已经不再具有吸引力了。当我们在讨论所谓的PE估值抬升的时候实际是在揣测其他市场参与者因为基于某种大多数市场参与者约定俗成的思维方式也会买入这家公司,而PE估值到位了实际是在讨论大概率没有人会愿意再进来了,然后就可以倒给别人了。这种方式其实是一种和市场其他参与者博弈的投资方式。经典DCF里面通过不断下调WACC来推高目标价也是这样一种方式,其实是在找那个要求回报率最低的投资者到底在哪里,而我们基于倒算DCF里面隐含折现率,也就是IRR的投资方法是不需要跟其他人去博弈的。


  贾腾大家都喜欢玩博弈的游戏,比如说德州扑克、狼人杀,我也喜欢。但股市和狼人杀以及德州扑克最大的区别是,后两者是已知竞争对手下的有限次数博弈,玩个两三局大概能知道这一桌人的风格和套路,相互博弈其乐无穷。而资本市场上你永远不知道交易对手是谁,内资、外资、散户、机构、量化、基本面、研究比你深的、还是只是看线的,在不知道对手是什么样情况下的博弈和猜大小没有本质区别。


  而当一个人产生交易冲动的时候,很可能是上涨趋势中买入,下跌趋势中卖出。本来一个50%胜率猜大小的游戏,叠加上人类情绪的影响,胜率就可能低甚至大幅低于50%。所以在一开始的时候,我们就不想把市场博弈的因素放到我们的决策体系中。


  点拾&基煜:这里我们再细化几个问题,你怎么看清楚一个公司的IRR呢,大家都觉得看得远很难,所以才会更注重短期看得清的景气度,你是怎么解决这个问题的?


  贾腾购买公司付出的成本P就是现在交易的市值,是客观存在的,而CF的部分也就是我们这些市场参与者各凭本事去研究和预测的了。


  我们前面说过,我们的思维模式是建立在合理推演的基础上去获得公司永续经营的现金流来判断这笔投资是否划算。短期景气度表征是未来较短的一段时间内公司所产生的现金流,这笔短期现金流为长期隐含回报率的贡献是可大可小的,这取决于公司商业模式所决定的现金流分布特征以及这笔短期现金流和当前市值大小的比较。


  不同商业模式的公司现金流分布特征是不一样的。比如说消费类的公司,现金流分布通常是相对稳定增长的;成长类的公司,现金流在后段会出现很大的爆发;周期股的现金流,波动特别大,有时候很赚钱,也会有时候亏钱。我们根据现金流分布的不同特点,去把握影响公司价值的核心因素。


  对于相对稳定增长类的消费股,核心在于是不是真正的“稳定”以及是不是真正的“有增长”,前者是竞争格局和公司竞争优势的问题,后者是市场空间的问题。在DCF的思路下,预测二阶段的长度和增速是核心问题。


  对于所谓的成长股,现金分布特征大概率是未来某个时间之后会有现金流的大爆发,核心研究的就是公司的能力和所处的行业运行位置是否支持公司的确有这样的一个爆发,以及爆发之后是能够站住还是只是昙花一现。


  而周期类的公司,经营节奏往往是一条类正弦曲线,尽管每一次的波幅和波长的判断是比较难,但该商业模式长期的中枢资本回报率是比较容易研究清楚的。投资这类公司往往要在周期的底部去介入,公司的内在价值由未来短期1-3年的现金回报和未来长周期的中枢回报来构成。


  对于困扰大家的远期看不清楚的东西,尽管我们也很难精准预测,但我们可以清晰的知道不同商业模式的公司,长期资本回报率的均值在大概在什么位置。对于行业中大多数公司而言,重资产自由竞争行业的长期ROIC大概在3%到5%;to B的制造业长期ROIC在5%到10%;消费类企业的长期ROIC在10%到15%,当然优秀的企业会超过甚至大幅超过上面的数字。作为投资人我们要大体知道,这个企业做的这门生意,资本回报率中枢在哪里,这构成了远期假设的重要基础。


  我们曾经投资过一家集运龙头公司,买的时候是大约600亿市值。我们当时预测公司第二年的利润就能达到600亿,大致能持续三年,事实上这家公司第二年的利润远超过了我们当时预测的数字。常态化的利润中枢在100亿左右,对应现金流在150亿左右。集装箱运输的需求是非常稳定的,这个现金流中枢大概率也可以永续下去。根据这些假设,放到excel中简单一算,就能得到一个IRR的回报率,这个IRR的水平是非常非常诱人的。我们大概在3000亿左右退出了这家公司,也是因为3000亿对应的这一串未来现金流IRR已经比较一般了。对这家公司的投资就是基于隐含收益率变化的过程。


  从表面上看,我们买这个公司的时候对应1倍预测PE,这么低的估值可能在我们基金经理职业生涯中都很少见,买入大概率没有问题。但你说到底应该在多少倍的PE的时候卖出,这个很难讨论清楚。而周期股的利润变化,往往又是非线性的,所以我们用DCF的方式去算IRR,就能比较清晰看到不同股价下隐含回报率的变化,从而也比较好的指导了在这个公司上的投资。


  我再举一个成长股的例子,我们投资过一家互联网券商龙头,我们买的时候,800亿市值左右,对应上一年度报表10个亿利润,买入的静态估值很高。因为之前我们就对这家公司做了详细深入的研究,比较确信后面会出现一个指数级别的利润增长,在这样的假设下尽管表观估值高,但隐含IRR也是很有吸引力的。


  当然决定IRR的因素除了公司市值发生了变化,更多的时候还有公司基本面并未按照我们设想的剧本展开甚至发生了严重的误判,修正后的IRR就毫无吸引力,这种时候就要及时认错走人,这些年我因为“看错”也交了不少学费,特别在公司治理方面。


  从这几个例子中,大致能看到我的确不想和市场做博弈,希望能用一根尺子把衡量不同商业模式的方法统一起来。但很多公司能不能算清楚,也很依赖每个人的能力圈,所以有些不在能力圈的公司我就几乎不买,比如说科技型半导体、创新药等,即便预测了现金流,置信度可能很低很低,而在我熟悉的领域,现金流预测的置信度要高得多。当然扩展能力圈应该是基金经理永不停歇的追求。


  贾腾公司可以当期没有现金流,也可以未来没有利润但有很好的现金流,但如果未来也难有现金流,这可能就很难纳入我们的组合了。一个公司至少未来一定要创造经营带来的自由现金流,否则这家公司的老板和员工都靠什么过活?基于现金流回报的投资方法,其实和实业企业家做生意的思路是一样的,既然买股票就是成为公司的权益所有人,而权益市场的长期回报也是由优秀的企业家们创造的,这种和实业企业家思路一致的投资方式,在投资的长跑中“翻车”的概率是相对较小的。


  点拾&基煜:市场有一些估值很便宜,可能现金流也很好的公司,往往不一定能回馈给股东,股价的表现也往往很不尽如人意,你怎么解决这个问题?


  贾腾我们的价值投资并不是低PE/PB的投资模式。我们看来大部分的低PE/PB公司往往都有基本面或公司治理的硬伤。有些企业有利润,但没有现金流;有些企业现金流很好,但不能回馈给小股东,我们要找的是真正能归属全体股东的现金流。


  现金流真正能归属到全体股东有两种形式。第一种方式是真金白银的分红,对应给股东的收益就是股息率,这个部分是非常容易观测和把握的;第二种方式是把过去经营带来的现金流投入到资本回报率也比较可观的新项目上,以产生未来更多的自由活动现金流,而不是跑冒滴漏掉或者出于这样那样的原因投入到了资本回报率很低的新项目上,这个部分是比较难以观测的,通常涉及到了学界较多讨论的“代理问题”。


  代理问题也分为两种,一类是股东和管理层的代理问题,这种问题通常出现在股权相对分散、或者大股东缺位管理层较为强势的公司上,管理层可能通过各种经营层面的运作存在对上市公司的“掏空”行为。第二类是大小股东之间的代理问题,这种问题通常出现在大股东具有绝对控制力且大股东的目标较为多元的公司上,公司原本经营活动带来的充沛现金流往往被投入了一些回报很低甚至负回报的项目上,对于这类公司哪怕存量的资产回报率再厚或者估值再便宜,也很难经得起长期缓慢失血的损耗。


  在我们的投资中对公司治理是很谨慎的,尽量避免在治理结构上无法回馈小股东的企业,这也是我些年交学费最多的地方。


  贾腾其实这种问题你和管理层是聊不出来的。我们这些做二级市场的人都是在温室里长大的花朵,哪里真正见过商场上的江湖险恶。与其看管理层说什么,不如看他做什么。


  虽然我也经常去调研公司,但并不是那种会和管理层走得很近的投资者。我从来不要求得到任何信息优势,也不要求我们研究员得到一手信息。而且我们浙商基金作为一家中小基金公司,信息优势上也远逊于大型公司,竞争优势一定要建立在其他维度上。


  点拾&基煜:根据基煜研究的数据,你的行业选择是负贡献,但组合的中长期超额收益表现出色,如何在负贝塔下,获得很高的正阿尔法,以及与此同时,组合的回撤还能控制得相对较小?


  贾腾我们内部的归因分析也显示,我的超额收益几乎全部来自选股,行业配置没有任何贡献,毕竟这两年最火的“新半军”组合配置的很少。管理组合的时候,我并没有想着某个行业我一定要配置多少比例,而是在自身的能力范围内做选股,自下而上挑选IRR比较高的公司,超额收益就是这样的投资方法下自然形成的结果。如果非要总结原因,可能还是一方面买入的“P”比较克制,不会为好的东西付出太多溢价,同时对“CF”也相对苛刻,不会为单纯便宜而买入,这种情况下组合最大的风险是“不涨”,下跌的风险是相对较小的。拉长看我们价值投资者相信复利的威力,这里面最终的一环就是尽量减少亏损。


  贾腾我对于风险的评估,并不是行业配置集中度、前十大持仓的集中度或者组合的波动率,而是看组合中的现金流来源的分散和久期的均衡。


  有一种组合看似持股集中度很分散,但实际上公司经营层面的现金流都是来源于某一两个行业beta,行业一旦面临周期反转或者外部冲击,组合可能会面临一定的尾部风险。另一种组合虽然行业分散,组合里都是长久期的成长股,组合整体非常依赖远期的现金流,这样会把组合暴露在利率风险下,一旦利率大幅上行组合就会面临较大的久期风险。


  我的组合里是什么类型的公司都有的,机械、化工、交运、银行、轻工、非银很多行业都有,行业分布相对分散,这些公司经营层面现金流来源是不尽相同的。从现金流久期层面,有看远期现金流的,有看未来3-5年现金流的,也有看1-3年现金流的,整个组合的现金流久期是比较均衡的。或者这也从侧面说明了我的组合并不暴露在某些的宏观因子上,超额收益是通过选股实现的。(重仓数据来源:基金2022年三季度报告)


  这一点我比较认同达利欧说的,如果能找到15个不相关的现金流,就找到了投资的圣杯。


  点拾&基煜:浙商基金的AI做得很好,你的投资框架有没有把AI也融入进去?


  贾腾AI赋能投资是我们浙商基金的核心战略,当然我也会在自己的投资框架中融入AI的赋能。我们做了这些年投资,脑子里多多少少有一些规律性的东西,通过明确的数据刻画出来,并且能够映射到资本市场回报上。把这些规律性的刻画教给机器,让它们能像人类一样思考,帮我们做跟踪,从而把人类从这方面的工作中解放出来,能够思考一些更深层次的东西。


  我们把所有股票按照胜率和赔率分为四个象限,胜率对应的是我们前面讲的CF,也就是基本面,基本面好,公司大概率能涨。赔率对应的是我们前面讲的P,或者也就是公司的估值,估值越低,上涨的空间就越大。


  对于有明确行业运行规律、数据跟踪体系、估值刻画方式的行业或个股,我们会让AI来帮我们监控。一旦在估值便宜的情况下,基本面数据开始好转,系统往往会报出买入信号同时附带信号的强度,人类仅需要重新检视一下这个投资机会是不是OK,是不是有这次不一样的新的因素,如果AI和HI(人类智慧)都认可这个投资机会,就会进入我们的组合。这个部分相当于考试中的“送分题”,AI可以较为高效的帮我们抓取。


  有了AI的协助之后,人类研究员和基金经理可以将被解放出来的时间用来思考更加依赖于人类判断的更重要的中长期行业基本面演进变化,用来去抓住敢于底部抄底的重大的反转机会或者奇点突变的超级成长机会,生产力得到了大幅度的解放。浙商基金作为一家中小型的基金公司从人员数量的配置上无法和头部公司比肩,但我们还有成百上千个机器人在为我们7×24的监控各个行业和公司。


  另一方面AI的信号是冷冰冰的,不带情绪和主观色彩的,很大程度上也帮助人类基金经理克服很多心理障碍,优化了风险收益比。我们做过一个有趣的数据测试,把浙商的AI机器人、沪深300指数、全市场前10%的基金经理任意连续一年的收益率的概率密度分布做了比较,会发现AI机器人在下跌的概率上远远低于指数甚至全市场前10%的基金经理,上行的收益上优于指数,但逊于优秀的基金经理。


  通过AI和HI的结合,能够减少回撤的概率,再通过人类智慧去提高收益率上限。也就是说,机器负责做“送分题”,人类负责做“最后的大题”,最终优化了组合风险收益特征。


  点拾&基煜:AI+HI优化了组合风险收益特征,在你的组合中是怎样体现的呢?


  贾腾我觉得基金产品要让持有人赚到钱,第一个关键是不要跌太多,跌50%要涨100%才能回去,跌30%要涨50%才能回去。从复利累积的角度来看,控制下跌的幅度非常重要,我本身就是价值投资的策略,通常而言“买贵”的概率就相对较小,而AI的赋能进一步帮助我们减小了亏损的概率。第二个关键是净值的上涨尽可能在时间轴上分布较为均衡,近年来基金投资人很多都陷入了“赚净值不赚钱”的困扰,纠其原因是往往在净值高峰的时候大量买入,而基金净值的表现也像我们A股一样“牛短熊长”,投资人大部分的时间都处于浮亏的状态中。作为资产管理人,我们很难改变投资者的投资习惯,我们能做的就是尽量优化自身组合的风险收益特征来提高持有人的体验。


  以我管理时间最长的主动权益产品浙商聚潮产业成长为例,在管理超过三年半的时间中,首先基本上没有出现过太大幅度的下跌,最大回撤在20%左右,净值总体体现为震荡螺旋向上的特征,其次在任意的连续一年中获取正收益的概率超过了90%。而如果我们看相较于基准的超额收益,超额收益区间是一条向右上方运动的曲线,任意连续一年的超额收益的概率密度分布呈现了很强的“尖峰特征”。追求稳定的超额收益,是我们为投资人持续创造回报的基石。(注:数据来源Wind,数据区间2019.02.21-2022.11.20)


  我们希望为持有人提供这样的一种解决方案,如果客户会判断beta会判断风格,大可自行操作,而如果不愿意或觉得没有能力做判断,申购我们的产品在一年期的维度上希望尽量不给客户亏钱的同时,也有机会为客户获得较为可观的收益。


  所以我的持有人结构也很有意思,绝大部分都是机构投资者。原因也就是刚才所说的,我们超额收益的胜率比较高,进而成为了很多机构投资者的“底仓品种”,虽然上涨的时候很难追上“赛道类基金”,但放在客户的组合里可以相对比较稳定的帮助客户完成战胜benchmark的任务,而再拉长看权益市场的beta总归是上涨的再叠加上我们相对比较稳定的alpha能力,长期的绝对收益可能也就比较可观。我也很感恩长期持有我的产品,不拿我做波段的机构客户们,也让我在投资端更加从容。(注:持有人结构来源基金2022年中期报告)


  点拾&基煜:现在股票数量很多,AI是不是能帮你扩大能力圈,不用再人工一个个翻股票了?


  贾腾不是这样的,站在HI团队角度而言,AI并没有扩大我们的能力圈,反而是我们HI团队在帮AI扩大能力圈。我们把自己研究清楚的东西,总结成规律交给了AI。站在个人的角度,AI帮我个人扩大了能力圈,扩大的部分是来源于公司HI团队其他的同事把成熟的经验交给了AI,AI再输出给我。但即便是AI发出买入信号的公司,我也需要自己研究确认过才可能会买入。


  点拾&基煜:再问问浙商中华预期高股息这个产品,业绩很好,但港股和A股投资方法差异很大,你们是怎么做的?


  贾腾这是一个指数增强产品,目标是帮助客户长期系统性战胜恒生指数。这里面有两个我们想解决的问题:1)高股息率是一个听上去正确,但实际体验并不好的投资策略;2)许多机构投资者都有战胜恒指的需求,南下资金这些年也没有找到系统性战胜恒指的有效方法。


  我们在产品设计上和指数公司独家合作编制了中华预期高股息指数。这个指数相较于传统红利指数最大的区别是加入了分析师预期因子。首先我们高股息并不是静态的高股息,是用分析师预期的盈利对应到的下一年股息率。静态高股息最大的问题在于静态股息率高的时候往往就是公司基本面最好的时候,业绩已经兑现,很可能即将步入下行周期。通过加入分析师的预期,至少公司下一年的业绩还是不错的,不至于买在基本面的山顶上。其次在港股市场上加入分析师预期因子的重要原因是,港股是一个机构主导的市场,如果没有分析师覆盖,公司股价很难有比较好的表现。我们做过研究,港股最重要的三个因子:价值、动量、分析师预期。我们通过预期高股息的方式已经包含进去其中两个因子了。


  中华预期高股息指数回溯到了12年初,根据这个方法编制的全收益指数过去年化系统性的战胜了恒生指数,年化超额9%,任意连续一年战胜恒生指数的概率超过8成。


  而我们的基金产品又是一个指数增强型产品,但我们在管理时候采用的是手动增强的方式,即在成分股中主动剔除我们认为是“价值陷阱”的品种,增配“错杀”的品种,再在中华预期高股息指数的基础上再获得一层alpha,基金层面形成了恒生指数+X%+Y%的投资目标。X %是高股息全收益指数除去股息税后对恒指的超额收益,Y是我们手动增强的收益。


  我管理这个产品接近两年,相对恒生指数的超额收益是33%左右,即便放到所有的港股基金去PK,排名也很靠前的。


  (注:贾腾自2020年12月10日起任浙商港股通中华预期高股息基金经理,任职以来至2022年10月31日基金收益率为-11.04%,同期业绩比较基准收益率-49.73%,同期恒生指数收益率为-44.58%。基金业绩及比较基准数据已经托管行复核,指数数据来源Wind)


  点拾&基煜:你管理的产品很多,投资范围也不一样,甚至还有二级债基产品,是怎么分配时间的?


  贾腾我们的每一个基金组合都是为了解决某一类投资者的某一种投资需求,基金产品也像一般的商品一样,要能够给投资者带来价值。比如我们的浙商聚潮产业成长和浙商智选价值就是宽基的权益产品,投资目标就是获取稳定的alpha,在一年期的维度上希望尽量不给客户亏钱的同时,也有机会为客户获得较为可观的收益。浙商中华预期高股息投资目标是帮助机构客户系统性的战胜恒生指数。浙商丰利增强是一只积极配置的二级债基,短期希望可以帮助机构固收客户增强弹性,长期我们希望既获得大类资产配置收益又获得择股择券的alpha。我们希望每一只产品都能帮助某一类客户解决一种特定的投资需求,为投资者带来价值。


  从我管理的角度看,尽管每个产品的投资范围和形式都会有所差异,但底层的投资方法都是完全相同的,也就是基于现金流的长期隐含回报率的方法,无非是每个基金产品的投资范围有所不同而已。


  从投资结果来看,我最开心的是每一只产品在或长或短的生命周期中,给投资人带来的绝对回报中,alpha的部分都占绝大部分,我们希望产品的业绩中看天吃饭的成分较少,靠我们自身努力创造的alpha占比较高,让我们的基金产品能够成为时间的朋友。


  贾腾当前对于市场还是偏积极的,尽管外部经济环境的不确定性变高,但资产的价格的确更便宜了,这就是风险最大的释放。


  我最近比较看重的方向,反而是可能看起来不太“价值”的领域,最近主要在看688开头的科创板公司。这些公司共同的特征是市值并不大,在30-200亿这个市值区间,但都是某些细分领域竞争力极强的专精特新公司,同时估值仍然没有透支未来的成长性,甚至表观估值也不贵,不像“赛道股”过去涨了很多倍即使有所回调,仍然不便宜。这些公司往往是制造业产业链上中上游的细分材料或者设备公司,在某些细分的下游已经有了优质的国际大客户背书,竞争对手也是相应领域的国际知名公司,而产品应用的延展性或者研发能力的延伸性还有较大的空间,伴随着国内大型制造业的客户崛起和走出去,这些公司也有希望在不远的未来实现从个把亿利润到几个亿利润的飞跃。从这些公司身上,我们也真正看到了中国制造业能力的进一步提升。


  点拾&基煜:我们在组合中看到了这些专精特新公司,但也还有很多传统行业公司,组合是怎么搭配的?


  贾腾前面我也讨论了组合标的的选择方式和组合的风险控制原则。而如果形象地比喻,一个组合就像一只球队,前锋要猛,中场要稳,后卫能出奇兵,基金经理类似教练做好适时的排兵布阵。组合不同的时间有不同的前锋,这几年集运、化工、油服都踢过前锋。这类公司往往会在一段时间内会为组合提供较好的回报,而如果已经用力过猛了也就是隐含回报率下降了,这些前锋就会被换下场。中场的公司多是长坡厚雪,爆发力不一定强,但竞争力足够强,雪道够长,每年保持一定比例稳定增长的公司,是组合的中流砥柱。后卫有两种,一种是经过逐步研究基本面优秀但还不是特别确定,需要多观察一段时间,未来很有希望转前锋的种子选手;另一种是当期基本面还较弱,但未来某个时刻转强的确定性很高的公司。对于这些中小市值的专精特新公司,目前有的在组合里已经踢上了前锋,有的处于观察阶段的后卫,当然更多的还在研究列表上,也就是替补队员。而中场队员往往都是那些看起来传统行业的已经证明了自己且仍有较大空间的公司。


  贾腾主要源于我最初接触投资时所接受的原生教育。我第一次实习的时候,带我入行的师父要求我先读完《巴菲特的致股东信》,统一思想再做研究。看完之后,对价值投资有些懵懂的理解,加之我本科是学会计的,当时就觉得老巴的这一套理念很好,和会计学的原理一样,经得起逻辑的推敲。


  而正式入行以后随着时间推移,经历了互联网+的破灭,经历了核心资产的崛起,经历了抱团股的瓦解,又经历了赛道股的崩塌,这些年实践下来,发现还是巴菲特的东西是真正经得住考验的投资方式。投资股票就是成为所有者权益的部分拥有人,而不是买了一个价格会不停变化的代码,我们的这套方法,和企业家经营企业的出发点是一样的,老巴到后期也接入了大量的私有化类型的交易,在早年接受的老巴的教育一次又一次地得到了强化。市场先生和你作对的时候,忍一忍,扛一下,我始终还是相信正义只会迟到,不会缺席。当然扛也不是要死扛,发现错了也一定要及时止损认错,也不能用能力圈作为借口而固步自封,在长期坚持正确的投资方法之下,不断扩大能力圈提高认知水平,才能不断精进投资本领。


  贾腾还是会回去读老巴的信,巴菲特写给股东的信就是我的心灵鸡汤,两位老爷子会帮你坚定信心。


  点拾&基煜:许多年轻基金经理更会追求锐度,因为基金经理数量实在太多了,你反而偏均衡,这是为什么?


  贾腾投资对于我大概率是要做一辈子的事业,当然要按照自己真正认可的方式来做,又因为要做一辈子所以要按照能够在长跑中取胜的方式来做。而现在作为一个公募基金的管理人,踏踏实实的用比较可靠的方式为持有人赚钱,也是从事这份职业应有的本分。


  贾腾,特许金融分析师(CFA),中国注册会计师(CPA),复旦大学管理学院硕士、意大利博科尼大学国际金融硕士。曾任博时基金管理有限公司行业研究员。2015年8月加入浙商基金管理有限公司,历任行业研究员、专户投资经理,现任浙商基金智能权益投资部副总经理,投资决策委员会委员,浙商聚潮产业成长混合、浙商全景消费混合、浙商沪港深混合、浙商丰利增强债券、浙商智选食品饮料股票型、浙商智选家居股票型、浙商智选价值混合、浙商中华预期高股息基金经理。


  浙商智选价值混合A成立于2021年04月16日,根据产品定期报告数据显示,2021年、2022年上半年、2022年三季度净值增长表现/同期业绩比较基准收益率分别为7.68% (-5.53%)、15.67%(-6.15%)、-11.59%(-14.04%),产品业绩比较基准为沪深300指数收益率×50%+恒生指数收益率×30%+中债综合指数收益率×20%。


  浙商丰利增强成立于2018年08月28日,陈亚芳亦为基金经理,根据产品定期报告数据显示,2018年、2019年、2020年、2021年、2022年上半年,2022年第三季度净值增长表现/同期业绩比较基准收益率分别为1.02%(0.11%)、15.20%(7.63%)、23.87%(5.26%)、31.42%(1.01%),4.88%(-1.95%)、-9.28%(-2.53%),产品业绩比较基准为中债总指数(全价)收益率×80%+沪深300指数收益率×20%。


  浙商中华预期高股息A成立于2019年10月30日,根据产品定期报告数据显示,2019年、2020年、2021年、2022年上半年、2022年三季度净值增长表现/同期业绩比较基准收益率分别为6.03% (9.36%)、-9.89%(-16.35%)、24.41%( -5.22%)、4.84%(-11.00%)、-21.24%(-30.68%)。业绩比较基准:中华交易服务预期高股息指数收益率×95%+银行活期存款利率(税后)×5%。

标签: