Beta是衡量股票相对于整体市场波动性的指标。对于投资者来说，比较成熟的BAB策略可以使他们获得非常好的收益。BAB 策略的基础操作是做空高Beta值的资产，或做多低Beta值的资产，这背后的逻辑是高Beta资产是被高估，而低Beta资产被低估。这个策略会产生较大的“正阿尔法”——换句话说，它标示着证券的表现优于市场。BAB 策略的出色表现引起了学术界的兴趣，并使其在实际操作中具有很好的口碑。

卢森堡大学金融系教授 Thorsten Lehnert 在期刊 The Journal of Finance and Data Science 上发表的一项研究表明：对来自共同基金交易活动的非基本价格压力的敞口是促成该策略成功的原因。该结论是Lehnert教授对美国股市 30 多年间债券和股权共同基金的流量数据进行分析研究后得出。

Lehnert教授解释说：“高Beta值股票和低Beta值股票受到数据、混淆/歪曲真实潜在趋势的交易行为的不同影响，我们称之为定价噪音。这些噪音在BAB 策略中是根据不同时间点而异。例如，当散户投资者赶上市场高潮，他们会对收益持乐观态度，而此时（导致价格上涨压力及后续会产生负收益的）股权共同基金会流入市场，这将对高Beta值股票产生更强的影响，带来明显更低的回报。市场表现不佳时，由于高Beta值股票的空头头寸，BAB 策略的回报则具有显著的正面指向。”

受这些结果的启发，Lehnert 教授设计了一种基于过去流动信号和 BAB 策略的动态交易策略。他的策略平均每月显著优于市场因素 0.71%。在积极流动之后，这个数字下降到 1.62%，而在市场压力期间，它上升了 2.14%。考虑到交易成本、其他股权风险因素和 BAB 构建中使用的非标准程序会降低策略的盈利能力，但不会改变研究的结论。

图：动态流基BAB策略优于静态策略

源自：Thorsten Lehnert

在 Lehnert 教授看来，该项研究是实证资产定价领域的重大突破。“到目前为止，BAB 投资组合产生的大阿尔法一直让金融经济学家感到困惑。我将该策略的出色表现归因于其暴露于流量引起的定价噪声是全新且有趣的。他补充道：“我希望我的这项研究可以鼓励科学家们对类似资产定价异常现象保持着一窥到底的好奇心。”

文章标题：Betting against noisy beta

文章作者：Thorsten Lehnert

文章路径：扫码或点击下方链接https://www.sciencedirect.com/science/article/pii/S2405918822000010?via%3Dihub

（点击期刊封面进入期刊首页）

期刊The Journal of Finance and Data Science （JFDS）旨在成为金融和数据科学交叉领域研究的前沿杂志。

期刊主编由美国宾州州立大学的Huang Jingzhi（Jay） 教授担任。编委成员包括来自世界各地金融、经济、数学、统计及计算机领域的著名学者及业界人士，包括两位诺贝尔经济学奖获得者Lars Peter Hansen和Robert J. Shiller。

目前，期刊已被数据库Scopus收录。