大家好，首先要感谢主持人刚才那句“美女基金经理”，我上来的时候就有点飘了。首先，对我们公司做个简单介绍。我来自申万菱信基金，量化投资正是我们公司的拳头产品。而量化的产品布局分为两个方面，一个是常说的多因子选股、指数增强，还有一个就是指数这块。
最开始李楠总的PPT上很荣幸地发现我们公司指数增强基金申万菱信中证500优选正好是所展示基金的第一个产品，而指数这方面我们也是国内比较早布局的，2010年发了第一支指数基金，并且作为公司战略产品线进行布局，也希望未来能做好。
在演讲开始时，其实我来的时候特别开心，真的没有想到有这么多人关注指数，我在指数行业工作七年，今年是第八个年头，那时候我还跟他们聊，干了八年我真的没有见过一场会议中有这么多人说“我就喜欢指数基金”、“我们就想要卖指数基金”，让我心情特别澎湃，我觉得对于我工作的“七年之痒”很好地挠了一下，让我有坚持下去的信心和动力了。
我给大家看一张图，这是我最近路演时跟很多人不停展示的图，给大家信心也给我自己信心，在此之前我要先说一句：我对A股的主动投资基金经理心怀敬意，而且我相信我们的基金经理非常勤勉，而且具有拿到Alpha的能力。
这是美国公募基金十年间的资金流向图。有一个非常有趣的现象，首先，主动基金的资金是在持续流出的，同时，指数基金的资金是在持续流入的。更为恰好是，主动流出资金和被动流入资金在量上几乎相等，我们常常想是不是这些主动的钱都流向了指数基金呢？
旁边的小图是最近2015、2016、2017，趋势更加明显，由于美国行情的原因，2017年有大爆发，究其原因，我不想说是不是主动做得不好、被动做得好。我们回头来讲，核心还是在于我们觉得在美国市场上有一帮人在用工具，我们经常听到一句话：美国市场上的投资者结构更好，因为机构持有人更多。其实也不是这样，美国指数基金最终的持有人中，零售端的客户占了非常大的比例，因为他都是以投资顾问的形式进入到市场，无论是非常简单的标普500ETF，还是略显复杂的因子ETF，其持有人结构中有50%的比例都是投资顾问。所以说，指数其实非常适合个人投资者。
现在我看到像雪球这样的平台，看到蛋卷基金这样有一定专业度的投资平台，尤其还有大V老师领着大家做，在互联网这个平台上，中国投资顾问这个产业可能在以更快的方式进入整个金融领域，同时也给金融领域带来活力。在这样的情况下，我觉得指数基金确实可能会迎来一个预想不到的爆发。
为什么我说指数基金在这样的投资顾问进来以后它是非常好的品种，因为它是一个工具，而且这个工具最核心的优势就在于它简单。
其实好多投资者觉得指数很复杂，写了好几条，你看一支股票多简单，我天天喝贵州茅台，我认识它。实际上不是这样，指数最好的优势除了交易费用简单，它最大的魅力就在于它非常简单，它的简单在于三个方面：
一是规则化和透明化，这是我们都能理解的，因为指数是一条条写得很清楚的，而且它是告诉你的，不像其它的主动基金，某些策略不可公开。
二是透明化。
三是可认知。第三点也是最重要的一点，可认知。它体现的第一个方面是，我的指数最后表达的东西其实是告诉你的，其它可以不读，但指数定位一定要读，“沪深300指数是综合反映沪深两市大市值股票的总体表现的。”整个中国市场中比较大一块的表现，这时候投资就很简单，我投大的那一波，小股票是另一波。沪深300价值第一句话就会告诉你，它选的是沪深300股票中最便宜的那部分股票，通过价值因子来选择的，这时候你也很清楚，首先我在大beta，大收益上选择沪深300指数，但我选里面便宜的，拿物美价廉的产品，这是可认知的一个方面。
第二个可认知性，我们经常会学很多传统金融理念，刚入学时第一个学的就是CAPM模型，对我们进行了简单的投资收益回归，等到我入行以后发现好像不对；当时第一个学的因子叫做价值因子、PE因子，市盈率因子我在实际投资时我发现当我用到个股时，用所谓市盈率，你会发现很多财务上会作假，不能直接拿去用，还要进一步分析。当我用ROE时，杜邦分解不够，还要进一步分解杜邦分解后面的数据准不准，当你放在非常简单的股票资产中时，可能我们知道的经典会受到很多噪音的影响，所以你会发现很多金融理论不成立。指数中蕴含一个非常重要的投资方法：分散化方法。通过分散化方法，把“噪音”逐步去掉，反映一个主轴，就像大波动，把波主要的因素摆出来。在指数上，我们学到的课本经典理论好像还是可以应用的。
这也是为什么说指数其实是非常简单的东西，像前几位老师提过的，投资时的时间成本是非常重要的，有时候你要花一点点时间，它有一劳永逸的方法，而且指数有自己非常明确的框架，不会像个股一样千差万别，我们在最后一个部分会为大家再做介绍。
我们收到邀请时说沪深300价值这个产品在雪球上得到了特别大的关注，不是我们主动推而被大家认知的，所以这次来讲一个非常潮流的名词：smartbeta，我自己喜欢叫它“因子投资”，特别是因子指数化投资。
从指数的发展历程上我们就可以知道，它其实很简单，所有出发点和落脚点其实就是探究这个市场上给我们带来的投资回报风险和收益到底来自哪里？最经典的均值-方差模型，将收益来源分为系统性风险和特异性风险，所以出了第一类指数基金：市值加权指数基金，如标普500指数基金，下一个是行业指数基金，对了，上面给了每类基金代表性的典型产品。接下来我们除市场可以带来收益补偿外，还有其他系统性的回报，且可以获取的。还没出现smartbeta这个概念之前，被称之为市场风格，即大市值、小市值、价值成长、防御进攻。随着学术研究的发展，对于投资收益的来源做了更深刻的划分，如下面这张图所展示。
这是BlackRock公司对到股票风险收益来源的划分：第一部分是市场风险，是由于经济变动带来的、不可分散化的风险。下一部分，是对传统模型中的Alpha的再划分，也就是说，这部分收益并非基金经理的投资能力强所得，而是由于对于某类风险敞口的暴露获得的，称之为风格风险因子。这部分也称之为“beta",是因为我们可以通过规则化的指数产品获得。剔除这些之后，才是凸显投资能力的Alpha。
因子投资的核心是通过对于市场的分析去找这样的因子，它能够去解释市场的风险收益来源，通过对于这些因子的暴露追求更优的预期收益，以期战胜市场。
这时候有两个问题存在，在投资维度上：
一、到底哪些因子能提供这样的收益溢价，而且是长期提供的。
二、即便是再好的因子，可能它都是有周期性的，就像所有策略，再好的策略，都可能失效，不一定能够长期稳定的给最佳的投资回报，那我该怎么运用因子去投资？特别是我把它指数化，这些问题更为凸显。因子与主动投资的操作灵活、可变不同，指数的规则一旦确定，是具有长期性的。那么我期望提供给投资人的这个工具，如何去保证其长期的投资价值和生命力？
这张图是我们对于因子指数化投资的理解，也是未来我们公司在因子指数产品开发是的研究框架：
1、它要有高认知度。什么是高认知度？目前来说，市场上运用的，包括我们说的多因子模型，真正纳入到因子库里的可能有上百个，被学术认证的就超过200个，但并不是说这200多个因子都可以规则化透明化地作为工具。我选择指数化的因子，首要的是有非常坚实的理论依据，因为只有理论依据，才能够更为放心的去运用。此外，还优选哪些被市场投资人广为认可的因子，这样才可以更好发挥产工具的属性。
2、可见性。意思是必须是长期可见的，比如有些因子，通过数学挖掘的方法，发现他是有效的，但是有效周期非常短，这样的因子就没办法指数化应用的。此外，有效应应该是普适的，即不光中国市场，美国市场也有效，其有效性可以见诸于各个市场，这样的因子其背后的逻辑也是更为坚实的。
3、可规则化。这对于指数来说是十分必要的，因为我必须把它清清楚楚地告诉大家，大家才能对这个东西有所认知，知道如何使用。
4、可执行性。包含几部分，一是容量要够，比如小市值因子，这是一个非常非常有效的因子，而且是在很多市场都被证实的具有风险溢价的因子，但是他的容量有限，并不适合作为指数产品。比如前几业内常说的“30亿市值以下的股票组合”，历史表现非常漂亮（当然这两年确实不好），但容量过小，一旦大额资金进入，可能就把它的溢价吃掉了。第二个，交易成本要低。指数基金对于成本的追求是永恒的。一方面，成分股的流动性要够，另一方面因子有效性不能太短以至于换手率过高。
正是基于这四个维度，我们首选“价值”因子作为我们公司Smart Beta 指数产品布局的第一个标的。
最后，简单说明一下。当因子投资一出来时很多人第一反应是把它和最近特别流行的“多因子量化选股”放在一起，考量这两个是不是一样，是不是能把多因子模型直接指数化，其实不是，两者有着根本的差异。下表是BlackRock公司对将smartbeta和传统市值加权以及主动投资进行对比，它已经非常明确地说出了几个产品的区别在哪里。
首先虽然因子指数化投资相对于市场有超额收益，理论上会低于主动管理，因为主动管理还有对于基金经理能力所给出的溢价，即alpha。但另一方面，他的换手率、交易成本更低，资金容量更高，且组合构建是规则化、透明化的。而主动基金更具有个性化特点。
最后，我就以公司的沪深300价值指数作为例子，谈一谈指数基金的研究框架：
指数研究分析，是自上而下的。第一步是必不可少的宏观分析，就是判断大势。正如我们之前所说，指数的最大的收益回报来自市场本身。假如现在已经告诉你整个经济就是不好，你还要在这时候大笔资金进入股市，那可能真的要熬一段时间。
其二，行业分布。行业分布是指数价值的核心，因为除了大经济环境，行业是下一个维度整个风险和收益的重要提供来源。
第三步，指数自身特征。特别是对于今天所说的因子指数，其目标因子的收益特征研究格外重要。其实Smart beta 并非一个策略，而是提供另一个投资思考维度。从因子的角度看收益来源。回归到沪深300价值指数。从指数编制规则中我们可以很容易归纳出以下几点：
1、沪深300里选出来的，一定是具有大市值特征。
2、它把PE、PD、PC、PE这四个因子放在一起综合选出来的最便宜的产品，所以它一定是低估值的。
3、由于它有股息率，(需要说明一下，分红这个因子经常被大家单独拿出来，但如果从投资属性上，它可以属于估值因子这个大类），所以也是高分红产品。
4、最后，从历史数据统计来看具有高ROE。
下面我们以数据分别对上面四个指数特征予以展示。首先看估值，左边的图是沪深300指数全部A股指数，WIND全A以及沪深300价值指数长期以来，从有数据以来的整个估值的变化，我们会发现这个指数的估值长期低于另外两支指数。而我们看左边这张图，就是投资和策略上的，永远买便宜的是没错的。这个估值跟沪深300指数比是相对估值，同样处于历史低位水平。
高股息率，目前我们可以看到沪深300几年以来的平均股息率应该在2.5%到3%之间，而这个指数会高于沪深300指数，今年股息率截止到5月31号是3.51的水平，也就是你买了这个指数以后，起码它每年还给你3%左右的收益放在里面做一个安全垫。
高ROE，更准确说是这个指数具有长期稳定的较高ROE，而非绝对值上的高ROE。做因子研究的都知道，在A股市场ROE并非一个好的选股指标，核心在于指标的波动较大。很多股票今年的ROE名列前茅，第二年可能就变成负值。因此，从长期维度来看，稳定的较高ROE更为重要。这样才能保证，当你今天看到它有很好的投资回报时，拉长来看它同样也能给我非常好的投资回报。下图比较了沪深300价值指数和几个主要宽基指数，从2013年到2017的ROE水平。其实从绝对值上看，在个别年份沪深300价值的ROE是不及创业板的，但是指标的波动性确明显低于创业板。而与沪深300指数相比，沪深300价值指数明显具有更高的ROE。
最后是行业的分布，和沪深300比它的行业集中度特别高，就是因为通过价值选择，不预期在一些行业的暴露增大了，其中对于金融板块的行业会增加一些，但对于成长性的，比如计算机，这一类的会降低。
回头来看这类产品，沪深300里选便宜的，首先沪深300决定了它的收益基准线，它是跟着中国的经济走的，长期看只要中国经济不差，它应该有好的回报。同时它又是选便宜的，便宜决定了收益波动性，因为选了便宜的，所以使得收益整体波动性偏低，最后导致我们所说的“风险调整收益比”是比较好的。
从2012年至今，这个选择是全收益指数有收益以来的表现，截止到现在（5月31号）相对于沪深300的超额收益已经超过了60%，如果我们想要配置，沪深300价值指数是一个不错的备选标的。
这是一个工具，其实就是投资价值，投资指数一要看投资价值，二是要看能否当成工具用，放在一个中短期的维度，这基于指数本身选择，首先因为它是价值指数，价值表现好时一定表现得不错，我们自己做了一个非常简单的统计，就是把整个WIND全A中选择表现好的低估值股票选出来，这些股票表现好的时段认为是价值因子强势窗口。在这些窗口中，沪深300价值指数表现亮眼。特别是，2016年下半年起到2018年2月份之前这波行情，整个指数走势非常强势。2017年沪深300价值指数相对与沪深300的超额收益甚至战胜市场所有的沪深300增强基金。
刚才我们一直在讲指数除了看宏观还要看行业，我们在行业分布中发现比较集中金融行业，金融行业在所有牛市初期会表现比较好，所有资金来源方向，在中介产业永远是第一个爆发的，具有很好的弹性，我们把每一个阶段在牛市初期拿出来三个月去看，我们会发现沪深300价值指数走得也比较不错。当你跳出长期维度回归中短期维度时去抓住它的特性，就可以去做。
如果更认真的人想做更深入研究的人，来看价值因子什么时候表现好，我们也做过简单统计：比如当市场流动性变弱时，价值因子会有一个收益溢价，会表现相对比较好。在市场情绪比较低的时候，也会表现不错。还有低波动行情下，这个指数表现也可圈可点。其实，价值因子和低波动因子的强势区间窗口有很大的重合度。
以上就是我们对沪深300价值指数的简单介绍，最后希望借这个机会，希望随着互联网和头部起来，伴随着雪球、伴随着蛋卷，我们指数行业也能同步发展，希望大家越来越了解这个工具怎么用。
谢谢大家。