导读
1、 作为西学东渐--海外文献推荐系列报告第九十八篇，本文推荐了Bogle于2015年发表的论文《Occam’s Razor Redux: Establishing Reasonable Expectations for Financial Market Returns》。
2、股票资产长期收益率的估计一直是投资界关注的重要问题。传统上，我们常常使用历史收益作为股票未来预期收益率的估计值，但这种方法的准确性值得怀疑。本文提供了一种简单的估计股票未来10年长期收益率的模型，且历史表现十分优异。
3、作者首先将股票的收益来源分解为股息率、盈利增长率和市盈率（P/E）变化率，然后假设未来10年股票股息率等于当前股息率，盈利增长率等于过去10年均值，并且市盈率水平将回归过去30年均值。
4、利用1990至2015年的数据，作者发现月度滚动计算的10年股票指数预期收益率与其实际收益率相关性达到0.81，R平方达到0.65，预测能力十分优秀。
风险提示：文献中的结果均由相应作者通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。
1、引言
在本刊过去发表的3篇文章中，Bogle[1991a，1991b，1995]提出了一种新的估计股票和债券资产长期（未来10年）收益率的简洁方法。在第一篇文章中，作者提到是著名的奥卡姆剃刀原则为他提供了灵感。奥卡姆剃刀原则认为，简单的答案往往是正确的答案。
本文将首先回顾早期文章中提出的方法，然后评估其实际表现。我们将比较1990年以来模型的预测结果与实际结果，并进一步用一个世纪的数据进行验证。然后，我们给出对下一个10年的预测观点。最后，我们将回应一些对此方法的挑战，并讨论此方法对投资者和广大金融市场的启示。
2、企业发展与投机
在20世纪80年代后期，Bogle将奥卡姆的简洁原则与凯恩斯的观点进行了结合。在《就业、利息与货币通论》的第12章“长期预期状态”中，凯恩斯也讨论了理论简洁性的价值。凯恩斯同时警告说：“基于过去的经验来预测未来是很危险的，除非我们识别出导致过去结果的各种原因。”（Keynes，1936）
凯恩斯的方法与奥卡姆剃刀法很像。我们必须考虑股票收益的来源。他将股票收益来源分为两类：企业发展（Enterprise）与投机（Speculation）。企业发展指实际商业活动的成果，与股利折现模型的想法类似。对凯恩斯来说，企业发展牵扯到预测资产在其整个生命周期的预期回报；而投机需要预测市场的心理，也就是预测市场中其他投资者对于特定事件的情绪反应。
Bogle在他的博士论文中引用了凯恩斯的上述观点，他还注意到凯恩斯表达过以下担心：“传统的股票估值指标是建立在广大无知投资者的情绪之上的，这种情绪容易由于突发因素而发生改变，而这些因素对资产的实际预期回报并不产生重大影响。”
对了减少日益扩大的投机行为对股票市场的影响，凯恩斯认为应该对所有股票交易征税。Bogle对此并不赞同，它认为日益发展的共同基金市场会减轻这个问题的影响。共同基金的发展会为市场提供一种稳定、成熟的对证券的需求，这种需求是基于公司的业绩表现和内在价值，而不是公众对其的追捧和定价。
时间逐渐证明凯恩斯是对的而Bogle错了。虽然征收交易税还没有成为现实，但共同基金管理人越来越像交易频繁的短期投资者，而不是关注公司内在价值的长期投资者。但是这种对企业发展和投机的区分在Bogle[1991]的文章中依然是认可的。
3、量化股票收益的来源
凯恩斯没有尝试对企业发展和投机对股票收益的贡献进行量化分解，Bogle解决了这个问题。他认为股票的长期预期收益可以被分解为简单的几项，其中企业发展贡献（Bogle称为投资收益或基本收益）由期初的股息率和未来盈利增长率组成；投机贡献由P/E水平的年化平均变动率构成 。
股票收益的两大来源区别十分明显。投资收益代表企业商业活动创造的价值，它在超过125年的历史里是稳步增长的。虽然在某些时期有波动，但向上的趋势线是很明确的。从1871年至今，投资回报的增长率达到年化8.6%（见图表1的上方曲线）。
投机收益就没有这么强的稳定性，也不存在长期向上的趋势。乐观的情绪退去后，悲观主义便会盛行（反之也是如此）。因此投机对股票收益的贡献类似于正弦波。P/E比值不断的上升然后下跌，在过去的一个世纪里产生了微小的正向贡献。从1914年到2014年，P/E比值从14上升到20，年化增长率仅有0.4%，表现出典型的均值回复特征（图表1下方曲线）。
4、1/4世纪的预测结果
自1990年1月Bogle首次提出奥卡姆剃刀法至今已过了大约25个年头。我们现在有15个10年期样本可以用来评估我们的收益分解模型是否有效。这段时间从大牛市开始，1989-2000年市场上涨了455%，然后是两个熊市分别下跌了50%（2000年高点至2002年低点；2007年高点至2009年低点），随后是两次市场复苏，最终给出25年894%的总收益率，折合9.6%的年化收益。我们可能很容易认为过去的这种收益特征会在未来重现，但正如后文将讨论的，未来股票收益很可能比过去25年要低很多。
从1990年以来的每个10年期收益看，我们的收益分解模型表现出较强的预测力。为了构建稳健的数据集，我们比较了月度滚动计算的10年期预期收益和实现收益。我们估计了1990至2005年间每个月的BSRM/S模型的输入数据（初始股息率、过去10年盈利增长率和P/E估值回归过去30年均值的变化率），并构建了180个未来10年股票收益率预测值。然后我们比较预测值与标普500全收益指数在每个10年区间的实现收益率（见图表2）。
BSRM/S模型认为在这25年间股票的年化收益率为9.2%，实际上SP500的收益率也确实很接近，为9.6%。虽然我们对这个结果很满意，但是如此准确的预测可能也有运气的成分。
25年完整区间的收益预测很准确，但是其中的各个10年收益变动很大。图表2给出了BSRM/S月度预测的收益率与SP500实际收益率的关系，虽然它们之间不是完全相同，但是相关系数达到0.81，R平方达到0.65，这表明模型还是非常有效的。
5、艰难的开头10年
这个模型在刚提出后的表现并不好。有趣的是，BSRM/S预测收益率与SP500世纪收益率差距最大的时期就出现于Bogle在本刊首次发表文章后的那个10年，也就是1990至1999年。在那篇原始文献中，Bogle制作了“1990年代股票收益矩阵”，矩阵中展示了不同盈利增长率和到期P/E假设下的股票收益率预测，它的横轴是从0到12%的盈利增长率设定，纵轴是从6到20的到期P/E水平设定。
Bogle在结论中写道：“股票在1990年代的年化收益率会达到8%至12%，平均可能在10%左右。”他也对自己的预测十分谨慎，表示也可能出现“特别乐观的市场情绪导致高市盈率，同时盈利增长率比过去任何一个年代都高”的情况。后来这两种情形真的发生了，截止1999年底，这个10年的股票年化收益率达到18.2%。
作为一个解释模型，BSRM/S表现的几乎完美。也就是说1990年代的股票收益可以被此模型有效分解。这10年初的股息率为3.2%，叠加7.7%的实际盈利增长率得到了10.9%的投资回报率，仅比长期平均投资回报率略高。但是，1999年底的P/E比值达到历史高点31.6倍，导致股票的年化投机回报率达到6.9%，加总后得到18.8%的总年化收益率。这个结果与SP500的实际收益率18.2%非常接近。
虽然BSRM/S可以完美解释股票收益率来源，但Bogle对1990年代的收益率预测是不准确的。他对于投资回报率的预测依然是准确的，初始股息率3.2%加上7.0%的盈利增长率得到10.3%的回报率 。他预计P/E在10年后会略微下降，导致-0.8%的投机回报率。但是实际上P/E最终达到了31.6的高点，投机回报率也因此飙升，在投资回报率基础上添加了6.9%的年化回报。1990年代的股票收益率最终为18.2%，与Bogle预期的10%有较大差距。
在那篇原始文献中，Bogle其实考虑了这种可能性：“有人可能会说1990年代会和1980年代（股票年化收益率达到17.6%）一样。但是为了实现17%以上的收益率，我们需要12%的盈利增长率和20倍的P/E估值，而这个估值水平表明股票被严重高估，会很快被市场下跌修正。”
从这个角度看，Bogle的BSRM/S模型输入值显得更加合理。1999年末后仅仅几个月，股票市场在2000年3月达到高点，至2003年初累计下跌了50%。如果我们将时间区间拓展到2003年5月31日，这十几年的股票年化收益率为10.2%，与BSRM/S模型预测的10%便非常接近了 。
是的，有时候预测股票市场会发生什么很简单，但预测它什么时候发生却非常困难。投机回报常常有自我反馈的特征，投资者在短期的行为是很难预测的。在Lo[2004，23页]关于自适应市场假设的文章中，他深度讨论了投资者行为的重要性：“在自适应市场假设下，投资策略经历周期性的获利与损失，它主要受经济环境变动、竞争者进入和退出市场以及获利机会类型变动的影响。随着获利机会的变化，投资者行为也会变化。即使是恐惧与贪婪这两个行为金融学家认为的理性思考崩溃的罪魁祸首，也是市场自适应和进化的结果。情绪反应是实时处理金融风险的重要考虑因素。”
6、BSRM/S方法在过去一个世纪的表现
四分之一世纪的历史数据足够证明BSRM/S的有效性吗？答案可能是不一定够，但是一个完整世纪的数据应该足够了。利用股票市场的可得数据，我们可以回测1906-2005年的10年预测结果，其中1906-1925年只有年度预测，其余年份有月度预测。
与之前的模型一样，我们假设盈利增长率会回归10年均值，P/E比值会回归30年均值（股息率在每个期初可得）。新的结果依然令人印象深刻，但是比前文25年数据的结果要差一些。BSRM/S模型预测的收益率与股票实际收益率的相关性达到0.67，R平方达到0.44。具体可见图表4。
总体来看，使用BSRM/S模型来预测股票未来收益率是较为有效的。它的主要缺陷是在市场情绪极端动荡的情况下无法预测到P/E估值水平的大幅变动。不过，虽然这种现象会不可避免导致股票短期收益的波动，但长期来看P/E估值水平会回归到其长期均值。
事实上，P/E比值也不是完全不可预测。根据我们的数据，在过去一个世纪里，当P/E高于20时，10年后低于这个水平的概率达到70%；当P/E小于12时，10年后高于这个水平的概率达到84%（见图表5）。我们会继续研究是否需要调整公式从而把这些历史规律纳入模型。
7、提醒：支持BSRM/S的学术文献有限
Malkiel还考虑了BSRM/S模型的最后一个元素：“在短期例如一年或几年，决定收益率的第三个重要因素是估值水平，具体来说就是市盈率P/E的变动。”
Grinold和Kroner[2002]也构建了一个基于股票收益来源的模型，但是做了一些改进。Grinold-Kroner模型也包含了初始股息率和P/E变动因素，但是把盈利增长分解为三项：真实公司盈利增长、通胀率和回购率（回购导致自由股本减少的比例）。
Javier Estrada[2007]毫不吝啬他对BSRM/S模型的赞美。在他2007年的文章《用奥卡姆剃刀和Bogle的智慧在21世纪投资》中写道：“威廉的奥卡姆爵士告诉我们要关注主要矛盾，Bogle教会我们如何在预测股票收益率的过程中应用这一点。吸取他们的经验，我评估了两种简单模型的预测能力（BSRM/S和Estrada改进后的模型，它将股息率的增长作为第四个因素），结果显示模型表现的非常好，显著提高了对其他预测模型的评判标准。”
最后，摩根斯坦利著名的退役军人组合策略分析师Martin Leibowitz[2014a，2014b]在他的文章《基于P/E的收益预测》中引用了Bogle在本刊发表的三篇系列文章以及Bogle2003年在芝加哥投资分析师协会的演讲内容。Leibowitz参考了BSRM/S方法，他写道：“虽然月度滚动预测结果有所波动，但这些基于历史长期均值的预测可以被认为为资产未来的收益率变动提供了一些洞察。”
虽然支持此方法的学术文献较为有限，但是BSRM/S模型预测结果与实际收益率高达0.67的相关系数有力支持了它的有效性。附录中给出了整个区间的详细预测结果。
这个模型还需要更多研究和改进，例如调整盈利增长预测和期末的P/E水平，或者拓展预测时间到12、15甚至25年。不管怎么说，BSRM/S模型的简洁性超越其他复杂的模型，而那些复杂模型也没有能够达到此方法的准确度。
8、从股票到债券
虽然我们认为BSRM/S是一种预测股票收益率的简洁模型，但他比预测债券收益率的BSRM模型（BSRM/B）的简洁性还差得远。债券的长期收益来源只有一种：票息。历史数据证明购买债券时的到期收益率水平可以很好的预测它未来的长期收益。举例来说，美国10年期国债在10年间的收益率几乎完全由其在期初的到期收益率决定。事实上，我们很难找到拟合效果更好的结果了（见图表6）。
在1991年发表与本刊的文章中，Bogle不仅讨论了股票的预期收益率，还讨论了如何合理估计债券的预期收益率。他检验了债券期初的到期收益率与其实际收益率的关系。Bogle写道：“合理估计债券未来收益率的一个重要数字就是其期初的利率水平。”Malkiel[2015]在他的经典书籍《漫步华尔街》中也得到了一样的结论：“债券的长期收益率要比股票的长期收益率更容易计算。长期来看，债券投资者获得的收益大于就等于他买入债券时的到期收益率水平。”
在原始文章中，Bogle着重强调了为什么关注债券的历史收益会误导投资者。在1930至1960年代的4个10年中，长期国债的平均名义回报是1.9%，Bogle写道：“那时债券被戏称为充公券，但是过去的表现对现在和未来没有意义。现在看来，历史上没有比‘绝不要购买债券’更错误的决定了。”
在1990年代初期，Bogle注意到长期国债的到期收益率达到8.1%，几乎是之前那四个10年均值的4倍。他同时也认为股票在未来10年的年化收益在10%左右。相比之下，Bogle认为债券的风险更低，应该是比股票更好的投资。不论怎么杨，他预计美国长期国债在1990年代的收益率在9%左右，其实际收益率为8.6%。
另外，Bogle也认识到债券期初收益率与其未来10年的实现收益率之间不一定完全相同。债券收益率也部分的取决于利率水平在10年间是上升还是下降，这回影响票息的再投资收益。如果利率上升了，10年的收益可能会更高；如果利率下降了，10年的收益可能会下降。
虽然国债的长期收益水平几乎是可以提前确定的，但利率水平的变动还是会对其价格造成波动。债券的波动率随着其久期上升而增大，长期债券的波动率尤其高。虽然基于期初收益率的方法对长期国债收益预测效果很好，但中期国债的波动水平更低一些。另外，Bogle认为大多数投资者的投资期限都不会超过25年，因此他之后的研究以中期的10年期国债为主。
本文主要对10年期国债进行分析。如果在1991年的文章中也选用10年期国债的话，1990年时其到期收益率是8.1%，预计1990年代10年期国债收益率在7%至9%之间。最终实现的收益率水平是7.5%。图表7展示了1906年以来10年期国债的到期收益率与其10年后总收益率的散点图。两者的相关系数达到0.95，R平方达到0.9，显示出非常可靠的解释力。
站在25年前来看，Bogle的债券模型可能对普通投资者具有启示意义，但对于学术界和资产管理人来说却过于简单。而在现代，这个方法已经是众所周知。基于债券收益最重要的来源期初到期收益率，BSRM/B模型在未来应该能够继续有效的预测债券长期收益率。
9、展望股票与债券的未来
BSRM模型能够有效的预测未来10年的股票和债券收益率，在这里我们有义务对2015至2024的未来10年作出一些预测。
9.1
股票
截止2015年1月1日股息率水平为2.1%，大约是其长期均值4.5%的一半。历史名义盈利增长率为4.7%，而过去25年盈利增长年率达到6.2%。美国经济在未来很可能减速，公司盈利增长可能更慢，预计在5%甚至更低的水平。因此，未来的股票投资收益水平大约在7%，低于其长期均值9%。当然，股票收益率水平也可能继续呈上升趋势，只是上升速度变慢。
至于投机收益，投资者行为的不可预测性依然存在。2015年初的P/E水平为20，而其历史均值为17.8。若估值回归均值则意味着P/E下降11%，年化后大约为1%，从而将股票预期收益率从7%减少到6%。如果P/E降低到12的话则意味着每年5%的股票收益减少。如果P/E增长到25，则会将股票收益率从7%提升到9%。
9.2
债券
当前时点债券的收益率预测远远低于其5%的历史均值水平。在2015年中，10年期国债到期收益率为2.4%，表明未来10年收益率水平在2%到3%之间。如果中间到期收益率降到1%的水平，则收益率会降低到2.3%；如果到期收益率能提升到5%，10年收益率水平会达到2.7%。
9.3
平衡组合
我们预计未来10年股票的预期年化收益率为6%，债券为3%，因此50%股票和50%债券组合的预期收益为4.5%。比较来看，过去100年间50/50组合的年化收益率达到8%，未来这种组合的收益率可能显著降低，这会让享受到过去25年间高收益以及过度依赖资产历史表现的投资收到冲击。
10、鲜有投资者能超越市场表现
本文使用的数据都是关于美国股票和债券市场的历史收益。但是这些收益并不是投资者实际获得的。市场中所有投资者作为一个整体除了获得市场收益外，还需要支付交易成本、持有成本、投资咨询费用、市场营销费用等。
Bogle在他的文章《全方位费用的计算》中发现主动管理的共同基金每年产生的费用为：1.12%的管理费；现金仓位拖累0.15%；组合调仓0.5%；销售或投资咨询费用0.5%，合计每年2.27%（Bogle，2014）。
另外，Bogle发现买卖主动管理共同基金还会产生大约0.75%的税务费用。在过去15年，共同基金投资者实际获得的投资收益通常比基金自己披露的收益低1.2%。根据Morningstar的数据，基金投资者倾向于投资过去表现优异的基金。投资者没有认识到基金过去的收益无法代表未来。很多时候，过去的收益高甚至是未来收益低的信号（当然，基金投资者这种不理性行为导致的损失会变成另一部分投资者的收益，只是不知道具体是谁）。
在《乐观主义者的胜利》（Dimson、Marsh和Staunton[2002]）一书中，作者也支持了Bogle的分析：“共同基金和其他集合投资计划经常向投资者收取高达1.5%到2%的年度费用。另外我们还要考虑交易佣金、买卖价差、价格冲击、税费等基金经理产生的费用。由于很多共同基金投资者的换手率很高，这种无谓损失可高达每年3%。”
在很多时候，一旦考虑和估计了基金产生的各种费用，50/50组合平均4%的年化收益很容易就被削减2%以上，最终只能实现到1%甚至0%的净收益（是的，成本很容易就消耗了50%的收益率）。
刚刚我们对名义收益率进行了分析，而没有考虑通胀因素。实际上，未来10年经通胀调整的实际收益率可能在1.5%到3%之间，减去费用后，实际净收益可能为负数。在这种情况下，传统共同基金的运作方式还有很大的改进空间。
11、一个合理的选择
自1924年以来，传统的主动管理股票共同基金主导了基金市场。实际上，投资者也可以选择投资低成本的美国股票指数基金 。这种基金的费率非常低，并且几乎不产生咨询费用、调仓费用、销售费用等。历史结果显示投资于这些指数基金的美国投资者获得了比主动管理基金投资者更高的收益。另外，由于这种指数基金跟踪整个市场，基金的表现既不会太好也不会太差，投资者们的行为也逐渐趋于一致。
虽然被动基金可以规避主动管理基金的几乎所有费用，但它也不能消除通胀带来的负面影响。不过无论怎样，通过降低费用和减少投资者非理性交易，指数基金的发展给市场带来了深远的价值。
当股票年化收益率像1980和1990年代那样达到18%的时候，基金投资人和管理人很容易忽略基金费用带来的负面影响。但是在2000年1月1日以来股票年化收益率仅有4%的情形下，投资者越来越意识到指数基金的费率优势。未来10年的股票年化收益率很可能低于9%的历史均值，我们预计超低费率的指数基金将会迎来快速发展。
12、对BSRM/S方法的挑战
A
股权溢价
BSRM方法由于其简洁性而容易受到挑战。举例来说，有人会问：“在估计股票预期收益率的过程中为什么不考虑期初的无风险收益水平呢？我们不是应该考虑股票的股权溢价水平吗？”假设某个10年的股票预期收益率为10%，当债券收益率为2%或8%时，股票的吸引力是不同的。显然，当股权溢价为8%时，股票的吸引力要显著高于股权溢价为2%的时候。
这个质疑很有趣，但历史数据没有提供相关支持。BSRM/S给出的预期收益率与美国10年期国债期初收益率的差值在过去100年间表现出了非常强的波动性（见图表8）。在29个10年中，股权溢价高于8%；在37个10年中，股权溢价小于2%（24个10年中为负值）。
虽然图表中的曲线看起来很凌乱，但其中也有一些规律：1921年前预期溢价较高；1922到1940年间预期溢价较低；1941年至1959年间由于美联储设置了利率上限，预期溢价呈下行趋势；之后至2001年间溢价水平有正有负，较为无规律；在美联储再次压制利率后，一直到2015年溢价水平均为正值。即使在当前对股票预期收益较低的时期，股权溢价水平在2015年中也有3.2%，与4.6%的历史均值差距不大。
直观来看，图表中的预测与实际10年滚动股权溢价曲线非常接近。虽然它们的相关系数和R平方略微下降到0.55和0.3，但总体还是支持了BSRM方法的有效性。
在BSRM/S模型中考虑股权溢价的建议虽然看似符合逻辑，但实际上这个模型更适合用来直接估计股票预期收益率，也再次验证了奥卡姆剃刀简洁原则的有效性。
B
股票回购
近年来有人认为上市公司回购自己的股票可以被看作一种返回现金股利的新形式。抽象的看，由于总股本减少而净利润不变，每股净收益将会增大。这个观点看起来很简单，但实际分析起来却很复杂。
虽然我们有每年股票回购的详细数据，但是关于净回购的数据却很少。发放期权来对高管进行股权激励的做法越来越普遍，这往往会抵消股票回购的影响。事实上，很多“旧经济”公司通过股票回购来抵消期权发放对于股权的稀释效果。而“新经济”公司常常发行大量的期权进行激励，数量远远高于股票回购 。
历史经验表明上市公司很难把握进行股票回购的时机。事实上，在1999年的股票市场高点，股票回购总量达到全市场的7.2%，而随着股票价格下跌，这个数值到了2000年降为1%，2001年降为0。正如Warren Buffett在2011年给投资者的信中说的：“Charlie和我只在公司股价显著低于其内在价值时偏好股票回购。资本配置的最重要原则之一就是，一个价格下的正确决策在另一个价格下是愚蠢的。”也就是说，在股价低于其内在价值时回购对股东有利，而在股价高于其内在价值时回购损害股东的利益。
Grinold和Kroner[2002]关于股权溢价的文章中将股票回购作为股票收益的一个来源。但是文章也认为回购的影响程度不大，在过去几年的平均水平为2%，且预期未来为0.5%。有趣的是，市场策略分析师Arnott和Ryan[2001]也和我们有相同的观点，认为股票回购的影响可以忽略 。
13、BSRM/S方法的优点
我们认为虽然不完美，但BSRM模型能够提供较为可靠和准确的关于股票和债券预期收益率的估计。正如军事理论家Carl Philipp Gottfried von Clausewitz将军说的：“一个好计划的最大敌人是对于完美计划的幻想。”
这个模型的一个重要优点是它使得投资者更关注长期收益。关注短期收益是投机者的做法，用莎士比亚的话说，股票价格的运动过程就像“一个傻子讲的故事，听起来很有内容，但实际上什么也没有说。”
BSRM模型的另外一个好处是它让投资者从关注股票和债券的历史收益转向关注其未来表现。当我们关注股票和债券收益的来源时，未来收益的预测会更加准确。举例来说，历史数据表明股票的长期股息率为4.5%，而当前股息率为2%。这里2.5%的股息率缩减本身就提醒着投资者要小心未来股票收益的风险。
BSRM模型还有另外一个好处。如果未来投资者都了解这个方法，那么市场策略分析师在给出比如12%的未来一年收益率预测时，他不仅需要提供这一个数字，还需要说明这个收益的来源，即股息率、盈利增长率和P/E比值的变动。
14、BSRM方法对于投资者的启示
BSRM模型对于机构和个人投资者都有深远的启示意义。我们在前面提到50/50股债平衡组合的预期年化收益率约为4.5%，低于过去一个世纪8%的收益率均值。在这个背景下，一些之前预期年化收益在7%到8%的固定收益养老金计划需要进行调整。不论是公募还是私募养老金可能都需要降低养老金支付（他们也有义务更慎重的考虑投资成本）。
基金管理人和市场营销人员需要让养老金投资者了解到未来平衡组合收益下降的可能。未来低收益的预期会使得投资者拿出更高比例的资金放入养老金，也会使得他们逐渐接受养老金价值增长比预期慢的可能性。
最后，投资和投机收益的清晰界限会让股票和债券市场变得更理性。资产管理人可能会更关注长期收益，关注公司的长期内在价值而不是短期的价格变动，“为市场提供对稳定、成熟证券的需求”。
Bogle关于企业价值增长相比投机收益占主导地位的期望在未来可能会实现。虽然在他文章发表后的很多年里市场都朝着错误的方向前进，但投资者和资产管理人已经逐渐接受了相应的教训，并付出了相应的成本。
15、新的共同基金市场
为了其自身的长远发展，共同基金行业必须改变自己以更好的服务投资者。在过去的90年里，共同基金行业已经学到了很多经验，现在他们必须认识到投资者越来越需要他们作为真正的受托人把客户的利益放在首位。
低成本分散化指数基金的崛起正在改变整个投资行业，这些基金适合长期持有，甚至可以持有一生的时间。指数基金现在占整个股票共同基金市场总资产的三分之一，同时占据了2008年1月1日以来资金净流入的130%（股票指数基金净流入13亿美元，净流出主动管理基金3250万美元）。投资者已经表明了自己的态度，传统的基金管理人最好了解这一点。
我们相信买入并持有指数基金是一种更好的投资方式，同时也有越来越多的人赞同这种观点。Dimson、Marsh和Staunton[2002]写道：
“几乎所有股票投资收益会从投资人手中转移到资产管理人、专业咨询人员以及税收当局。如果投资者相信年化股权溢价只有3%的时候会怎么样？这会给共同基金带来更大的成本压力。很多投资者不会愿意持续放弃他们股票投资的大部分收益，市场上会产生控制费率的竞争压力。
同时，个人投资者也会越来越了解共同基金超越其基准的可能性究竟有多大。监管方正在进行投资者教育，并且在限制一些基金管理人过于激进的宣传内容。因此，我们预计未来会有更多人认识到持有策略的优势，并且更关注那些能够提供低费率结构或者显著超额收益的基金。”
简单的说，BSRM模型为投资者、监管者、学者、养老金咨询人员、策略分析师以及1亿美国家庭提供了重要的启示。我们无法否认理性和简洁性的重要价值。
16、附录
尾注
参考文献
[1] Arnott, R., and R. Ryan. “The Death of the Risk Premium.” The Journal of Portfolio Management, Vol. 27, No. 3 (2001), pp. 61-74.
[2] Bogle, J. “Investing in the 1990s.” The Journal of Portfolio Management, Vol. 17, No. 3 (1991a), pp. 5-14.
[3] ——. “Investing in the 1990s: Occam’s Razor Revisited.” The Journal of Portfolio Management, Vol. 18, No. 1 (1991b), pp. 88-91.
[4] ——. “The 1990s at the Halfway Mark.” The Journal of Portfolio Management, Vol. 21, No. 4 (1995), pp. 21-31.
[5] ——. John Bogle on Investing: The First 50 Years. New York: McGraw-Hill, 2001.
[6] ——. “The Arithmetic of ‘All-In’ Investment Expenses.” Financial Analysts Journal, Vol. 70, No. 1 (2014), pp. 13-21.
[7] Buffett, W. “To the Shareholders of Berkshire Hathaway, Inc.” 2011. Available at 网页链接 letters/2011ltr.pdf.
[8] Dimson, E., P. Marsh, and M. Staunton. The Triumph of the Optimists: 101 Years of Global Investment Returns. Princeton, NJ: Princeton University Press, 2002.
[9] Estrada, J. “Investing in the Twenty-First Century: With Occam’s Razor and Bogle’s Wit.” Corporate Finance Review, May/June 2007, pp. 5-14.
[10] Grinold, R., and K. Kroner. “The Equity Risk Premium: Analyzing the Long-Run Prospects for the Stock Market.” Investment Insights, Vol. 5, No. 3 (2002), pp. 7-33.
[11] Keynes, J. The General Theory of Employment, Interest, and Money. London: MacMillan, 1936.
[12] Leibowitz, M., and A. Bova. “P/E-Based Horizon Returns.” Portfolio Strategy, Morgan Stanley & Co., LLC. (2014a).
[13] ——. “P/E Tents and Horizon Returns.” Portfolio Strategy, Morgan Stanley & Co., LLC. (2014b).
[14] Lo, A. “The Adaptive Markets Hypothesis.” The Journal of Portfolio Management, Vol. 30, No. 5 (2004), pp. 15-29.
[15] Malkiel, B. A Random Walk Down Wall Street. New York: Norton, 2015.
[16] Morgenson, G. “Stock Buybacks That Hurt Shareholders.” New York Times, June 5, 2015.
风险提示：文献中的结果均由相应作者通过历史数据统计、建模和测算完成， 在政策、市场环境发生变化时模型存在失效的风险。
海外文献推荐系列第九十七期：价值因子与利率：低利率是否导致了价值因子的回撤？
海外文献推荐系列第九十六期：共同基金的尾部风险与横截面收益?
海外文献推荐系列第九十五期：如何正确使用因子风险贡献比率指标?
海外文献推荐系列第九十四期：挑战传统智慧——近20年主动管理基金文献回顾
海外文献推荐系列第九十三期：如何获得宏观经济中的风险溢价？
海外文献推荐系列第九十二期：基于修正LASSO模型的投资组合复制策略
海外文献推荐系列第九十一期：机器交易：理论、进展和应用
海外文献推荐系列第九十期：无形资产与价值因子：你的价值因子是否过时了？
海外文献推荐系列第八十九期：最大回撤研究
海外文献推荐系列第八十八期：基于核PCA的动态市场风险信号研究
海外文献推荐系列第八十七期：利用下行波动率管理投资组合
海外文献推荐系列第八十六期：基于债券市场风险因子分析投资经理业绩
海外文献推荐系列第八十五期：基于高阶矩的风险平价方法
海外文献推荐系列第八十四期：共同基金的拥挤投资对股票收益的影响
海外文献推荐系列第八十三期：无处不在的因子动量
海外文献推荐系列第八十二期：如何设计价值投资策略
海外文献推荐系列第八十一期：基于市场转换的资产配置VS静态资产配置：让数据说话
海外文献推荐系列第八十期：对债券业绩归因模型的探索
海外文献推荐系列第七十九期：基于分层聚类的资产配置方法
海外文献推荐系列第七十八期：归因——事前和事后归因的统一框架
海外文献推荐系列第七十七期：投资组合因子配置——不仅仅是资产配置
海外文献推荐系列第七十六期：因子择时
海外文献推荐系列第七十五期：基于非参数的状态识别与预测
海外文献推荐系列第七十四期：共同基金投资者是否会高估基金极端正收益发生的概率？
海外文献推荐系列第七十三期：基于尾部风险和相关性的动态资产配置
海外文献推荐系列第七十二期：信号加权
海外文献推荐系列第七十一期：资产配置与因子配置——是否可以建立一个统一的方法?
海外文献推荐系列第七十期：从因子到资产：将因子暴露映射到资产配置
海外文献推荐系列第六十九期：如何克服海量因子库难题？—新因子的检验方法
海外文献推荐系列第六十八期：如何根据不同的经济环境进行资产配置？
海外文献推荐系列第六十七期：最差时期的最佳策略：投资组合能否抵御危机？
海外文献推荐系列第六十六期：基于市场状态转换的动态资产配置
海外文献推荐系列第六十五期：提升因子模型的定价能力
海外文献推荐系列第六十四期：盈余公告后漂移中的价格跳跃
海外文献推荐系列第六十三期：基于参数化策略的因子测试框架
海外文献推荐系列第六十二期：预测股票市场收益：分项加总的效果优于整体
海外文献推荐系列第六十一期：基于共同基金业绩分析羊群行为能否展示基金经理能力
海外文献推荐系列第六十期：基于预期收益的风险平价模型的构建与改进
海外文献推荐系列第五十九期：基于机器学习方法的宏观因子模拟投资组合构建
海外文献推荐系列第五十八期：现金指标是否比利润指标更能预测收益？
海外文献推荐系列第五十七期：如何将因子信息融入到指数基金和主动基金之中
海外文献推荐系列第五十六期：全球区域配置框架：构建全球FOF型ETF
海外文献推荐系列第五十五期：基于宏观经济因子的战术资产配置
海外文献推荐系列第五十四期：公司治理、ESG与全球股票收益关系
海外文献推荐系列第五十三期：协方差矩阵预测方法的比较
海外文献推荐系列第五十二期：如何有效利用ESG数据构建Smart Beta指数
海外文献推荐系列第五十一期：风险轮动中的风险规避
海外文献推荐系列第五十期：基于风险溢价的投资组合—一类风险分散的新方法
海外文献推荐系列第四十九期：横截面收益中的稀疏信号研究
海外文献推荐系列第四十八期：基于机构投资者交易情绪的动态资产配置研究
海外文献推荐系列第四十七期：主动投资中的 Timing 与 Sizing
海外文献推荐系列第四十六期：市场对称性及其在组合选择中的运用
海外文献推荐系列第四十五期：股票、债券和因果关系
海外文献推荐系列第四十四期：如何确定股票的联动效应？基于网络模型的择时研究
海外文献推荐系列第四十三期：ESG投资基础：ESG对股票估值、风险和收益的影响研究
海外文献推荐系列第四十二期：使用机器学习方法预测基金持
海外文献推荐系列第四十一期：防御性宏观因子择时研究
海外文献推荐系列第四十期：股票收益的周内效应研究
海外文献推荐系列第三十九期：战术性资产配置的宏观经济仪表盘
海外文献推荐系列第三十八期：宏观量化投资新基础
海外文献推荐系列第三十七期：如何预测中国股市的下行拐点
海外文献推荐系列第三十六期：行业分类方法重构的有效性研究
海外文献推荐系列第三十五期：目标波动性策略最优性研究
海外文献推荐系列第三十四期：价值投资、成长投资的基本原则及“价值陷阱”的解释
海外文献推荐系列第三十三期：因子溢价与因子择时-跨越世纪的实证结果（二）
海外文献推荐系列第三十三期：因子溢价与因子择时-跨越世纪的实证结果（一）
海外文献推荐系列第三十二期：构建纯多头多因子策略：投资组合合并与信号合并
海外文献推荐系列第三十一期：如何对分析师预期数据进行建模?-基于贝叶斯方法的研究
海外文献推荐系列第三十期：什么是质量因子
注：文中报告节选自兴业证券经济与金融研究院已公开发布研究报告，具体报告内容及相关风险提示等详见完整版报告。
证券研究报告：《西学东渐--海外文献推荐系列之九十八》。
对外发布时间：2020年10月15日
报告发布机构：兴业证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）
--------------------------------------
分析师：徐寅
SAC执业证书编号：S0190514070004
电话：18602155387,021-38565949
E-mail: xuyinsh@xyzq.com.cn
研究助理：宫民
SAC执业证书编号：S0190119020038
电话：13917752653
E-mail: gongmin@xyzq.com.cn
--------------------------------------
更多量化最新资讯和研究成果，欢迎关注我们的微信公众平台（微信号：XYZQ-QUANT）！
