什么样的ETF可以提升投资回报？

大家都知道ETF是一个马太效应特别明显的产品，以沪深300ETF为例，华泰柏瑞、嘉实、华夏都发了规模很大的300ETF产品，其他基金公司后续再发300ETF，做大规模的难度很大。那么对包括富国在内的很多基金公司来讲，我们应该怎么做呢？当我们尝试站在客户的角度来思考这个问题，这个问题似乎还是一些思考的线索。

目前国内的量化和指数化投资处于一个大发展的时代，我们将ETF和主动权益型基金做一个对比，可以发现，过去10年，相比主动股票型基金，股票ETF基金的份额增长呈现明显的差异走势。

很多基金公司在制定发展战略、布局产品时会关注市场的风口在哪里，当前哪一类产品更受市场关注。但是，在实际做产品的时候，要思考一个非常重要的事情，就是投资人买我们的产品，能够分享到什么样的回报率。

我们经常会讨论A股市场的效率问题，A股市场是可以获得alpha的。我们做了一个统计，2010年到2018年，沪深300全收益、中证500全收益指数的收益率几乎为0，而市场里面跑赢沪深300全收益指数的主动基金的比例大约是59%，也就是说全市场主动基金的平均回报率是可以跑赢指数的，平均超额收益为21.73%。

此外还有一类基金，它就是指数增强策略。我们富国的沪深300指数增强每年大约是5%-8%的alpha，表现比较稳健，从2011年到2018年的累计回报率是45.63%，几乎是纯alpha，因为同期指数的beta收益几乎为0。

沪深300、中证500等指数在编制指数时，用的方法是市值选股。在资本市场效率不是特别高的情况下，用市值选股就会包含一些质地不是很好、定价不充分，基金经理不是很想要的股票。因此当我们要做一个工具型基金的时候，就会思考一个问题，是做ETF还是做指数增强？

由于指数增强产品在国内是可以做出alpha的，如果投资者买入传统的市值选股的ETF，比如沪深300ETF，相当于是让渡了每年5%-8%的alpha来换取ETF的交易功能。我们举一个例子，一个策略是买沪深300指数增强，持有一年跑赢指数8个点，另一个策略是用300ETF做交易，结合择时模型，目标跑赢指数。如果投资者的交易策略可以产生8%以上的超额收益，那么交易沪深300ETF就是划算的，否则那还不如买沪深300指数增强赚每年稳定的alpha。对于很多人来说，可能都会面临这样一个平衡或是选择，同样也是我国ETF发展过程中需要思考的问题。

对于这个问题，作为一个ETF的管理人，我要做的是把股票投资理念和量化指标融合在一起，要做选股、编制指数，把市值选股选进来的一些不想要的股票剔除出去。

做这个工作之前，我们先从市场数据中寻找启示。我们把整个北向资金当做一个基金组合，看整体持仓的情况。可以看到，北向资金持有的第一大权重股是茅台，接下来是中国平安、美的集团等。把这些股票在北向资金中的权重，和它在沪深300指数中的权重做一个对比，会发现二者的差别非常悬殊。表格中后三列是ROE，可以发现这里面没有ROE低于10%的股票。所以说，外资在买股票的时候，买的都是国内盈利能力最强的一批公司。

所以我们在做ETF的时候，思考的首要问题是指数编制，解决客户投资回报率的问题，解决客户的战略和战术资产配置之间的矛盾。

在选股时，我们首先根据申万三级行业进行分类，剔除掉传媒和汽车。之后按照市值、营业收入、ROE、毛利率这些主动基金经理选择消费股时所关心的指标，在每个行业内部选择几个龙头，一共筛选出50个公司，都是消费行业龙头公司。这是在消费投资逻辑里面我们所关心的量化体系。

我们用消费50指数除以沪深300指数，通过观察比值序列来看一下市场的变化特征，看消费50指数能不能抓住市场的一些机会？可以看到，2016年之后，消费50指数大幅跑赢沪深300指数，这一个阶段对应的正是北向资金的开通，外资的大规模流入。

股价=PE×EPS，指数表现可以分为两个部分，一部分是估值，一部分是盈利。2011年以来，消费50指数和沪深300指数都经历了一个杀估值的过程，下杀幅度大约是40%-60%，但两个指数的EPS增速存在很大的差异，消费50指数的EPS增速接近20%，而沪深300指数是12%，EPS增速的差异使得两个指数表现出现分化，一个指数持续创新高，另一个指数持续震荡。

另外一个角度，2010年以来中国GDP增速不断向下，工业企业整体的利润增速走势也在下行，可以看到沪深300指数的ROE持续下行，但消费50指数的ROE却持续向上，这背后主要是两个原因，一个是行业龙头的集中度不断提升，二是我国经济增长逐渐转向消费驱动。

刚才用消费50指数作为例子，介绍了富国的一些产品思考，即把主题的选择、Smart Beta以及ETF相结合。首先选择一个主题方向，对市值加权指数和主动投资的差异进行分析，借鉴主动投资的思路，包括和行业专家进行交流，理清主动投资的逻辑，之后将主动投资逻辑和量化结合起来，用量化指标来刻画主动投资逻辑，将投资框架固化下来，重新选择股票构建一个比市值加权指数更好一些的Smart Beta指数。

我们采用以上方法，通过和行业研究员一起沟通，把主动投资理念很难量化的东西映射过来，构建了一个量化的指标体系。我们把筛选出的股票拿给主动基金经理来看，判断是否是纯粹的军工股，得到了肯定的答案。

我们用以上思路构建出的军工龙头指数实现了比较好的投资回报率。2012年到2018年，军工龙头指数的累计收益率是102%，中证军工指数的60%，超额收益是很明显的。

当我们说到一个行业的时候，都会自上而下的判断这个行业的合理增速是多少。我们在估算军工行业的增速或是预期回报率的时候 ，可以参考两个数据，一是军费每年增长的情况以及军费占整个GDP的比例，二是装备占整个军费的比例。这两个数据都是逐年上升的，其中军费每年的增速是要高于GDP增速的。如果我们把沪深300指数当做中国经济的一个样本，沪深300指数的预期回报率反映GDP的增速，那么军费增速高于GDP增速，加上装备占整个军费的比例不断上升，军工行业的预期回报率高于沪深300指数也就符合逻辑了。

我国的科技发展离不开政策驱动，国家对于科技企业给与大量的支持政策。科技部发布过一个《高新企业认定管理办法》，界定了什么样的企业属于高新企业。我们可以借鉴这个管理办法的标准来筛选科技企业，构建最初的样本池，接下来再剔除一些我们不想要的公司。

我们都知道，科技企业发展核心依靠研发，所以我们在编制科技龙头指数的时候，首先要关注的是企业的研发投入，这个量化起来比较简单，一是研发人员的人数及占比，二是研发投入支出及占比。除了研发投入，我们还关注公司的激励机制。阿里、腾讯这些公司成功的关键之一，是员工勤奋加班工作为公司创造价值，其背后的驱动因素是公司对于员工的激励，以及员工的自我驱动。再比如说华为，华为全员持有公司股权，共同分享回报率，这也是一种激励。对于激励机制，我们主要观察公司的股权激励以及高管薪酬的情况。

研发投入以及激励机制是科技行业特殊的选股标准，和传统的用市值、营业收入来选股的方式没有关系。最后一个是基本面质量因子，权重比较低，只有20%。在研发投入、激励机制比较接近的情况，优选基本面质量比较好的公司。我们把这些因子进行加权，计算各只股票的综合加权得分，筛选出得分排名靠前的股票。

但仅用以上的方法来选股还不够，因为科技行业有很多不老实的公司，喜欢搞高商誉、股权质押，甚至是跑路。这样的公司我们也是要剔除的，所以还要构建一个风险指标，包括商誉、应收账款、流动比率、质押比率、净资产收益率5个指标。当然，不是说公司高商誉或者做一些股权质押就一定有问题，但当5个指标中有3个或4个指标出现问题的时候，这个公司很大可能会有问题。通过这样的方法，我们把一些高风险的公司剔除掉，最终筛选出50只股票构建指数。

我们用科技50指数除以创业板指，可以发现科技50指数稳定的跑赢创业板指。对比沪深300指数，2015年以来，科技50指数的走势和沪深300指数差不多。但考虑到2015年之后市场向白马股高度集中，中小市值板块估值下杀的非常厉害，在这样的情况下，科技50指数表现依然不输沪深300指数，表现比较稳健。

以上就是我们富国在做ETF的时候的一些思路和方法，我们希望给投资人提供更高的回报率，无论是做指数增强产品还是ETF，都是围绕这一点出发的。富国是市场上最早做沪深300增强的基金公司，当年之所以不做ETF是因为市场效率不是那么高，我们可以做出alpha，提供更好的回报率，而当必须做ETF的时候，我们就要在指数上做创新。因此我们富国现在在做两类产品，一类是宽基指数的指数增强产品，我们有沪深300增强、中证500增强、中证1000增强、中证红利增强、MSCI增强，其中沪深300指数增强是市场上最大的产品，目前是接近120亿的规模，基本上每年都能够跑赢指数，月胜率在75%-80%。另一类产品是Smart Beta产品，重新梳理行业逻辑和主题逻辑来编制指数，产品包括消费50ETF、科技50ETF和军工龙头ETF。有人问富国做不做宽基，告诉大家我们一定会做宽基，但不是指数增强ETF，而是做某一指数编制方式下的300ETF，跟踪重新编制的一个指数。这是我们富国在做产品时的一个思考，或者说是定位，也是我们和同行的差别。这是基于我们富国基本面量化方面的优势，基于我们量化与基本面研究相结合、内部与外部互相合作的开放化的投研体系所做出的一个选择。

今天就讲这么多，谢谢大家。