2017.10《光华校友》第49期-张然：基本面量化投资在中国

——专访bat365在线平台网站光华管理学院会计学系副教授、博士生导师张然

张然，博士，bat365在线平台网站光华管理学院会计学系副教授，博士生导师；bat365在线平台网站财务分析与投资理财研究中心副主任，财政部第一届企业会计准则咨询委员会委员。研究领域为量化投资和私募股权投资。

2017年8月，新书《基本面量化投资》甫一问世，便受到广大读者和资本市场的热情关注，上架一周即名列亚马逊图书新品排行榜“金融投资”类第一名。首印批次在各大电商平台上很快售罄，未到一个月出版社即安排再次印刷。这一场景令作者张然老师稍感意外：“没想到新书这么受欢迎，希望我们的著作能在中国资本市场普及基本面量化投资知识，进而推动整个市场效率的提升。”

新书畅销也从侧面反映出市场对量化投资这一领域需求的热度。尽管量化投资在发达国家已经耳熟能详，也在资本市场中得到了广泛应用，但在中国，以量化的视角和方法指导投资还是较为新颖的理念。

张然十余年前初识基本面量化投资，五年前将科研和教学的重心聚焦于这一领域，凭着对未来投资变革的深入洞察，她希望在中国资本市场和商学院打开量化投资的“黑匣子”。

缘起：大洋彼岸的思潮涌动

2013年，在bat365在线平台网站光华管理学院任教满6年的张然老师迎来了第一个学术假。在斯坦福大学的学术访问，让她有了不期而遇的收获。“访学中，我聆听了Charles Lee，Joseph Piotroski等投资大师的授课，结合我和同事之前十余年的研究积淀，以及中国市场大数据的日益丰富，我相信基本面量化投资在中国会很快成为一个蓬勃发展的领域。”

      “量化投资，说到底是采用数量化模型方法进行投资组合管理。”张然认为，量化研究是一个与实务结合非常紧密的研究领域：“量化投资能够帮助我们寻找更有效的投资策略，从而获取超额收益。当然，这建立在我们对量化投资的方法策略足够熟悉的基础上。”

在张然看来，想要打开量化投资的“黑匣子”，首先要理解其核心元件：量化模型。量化模型大致可分为选股模型（阿尔法模型）和风险模型，张然指出：“风险模型往往有着固定的操作方法，而选股模型相对灵活且更加考验量化投资者的创造力。”

在理解量化模型的基础上，她进一步总结道：“量化投资的核心是持续、有效地转换更多的好因子。而所谓的基本面量化投资，就是在量化模型中结合基本面分析的方法，找到有效的阿尔法因子。”

      “如果阿尔法因子是有效的，那么从因子的角度出发进行选股时，某只股票是否值得投资就是显而易见的。”张然分析道。但是，挖掘出如此“神奇作用”的因子并非易事：“一个具有强大预测力的模型由许多有效因子构成，而有效因子的挖掘往往需要对公司的财务指标、股票市场表现、行业地位等信息进行整合分析，还要进行大量的回溯测试和稳健性检验。”利用量化“黑匣子”博取超额收益是无数人梦寐以求的，但少有人意识到这“黑匣子”中凝聚的智慧和心血。

当前，美国大量大型公募基金和对冲基金都在采用量化投资对资产进行更高效的资产配置。而在中国，资产管理界对于量化投资的重要作用的认识还不够深入。悬殊的差异让张然看到了行业的曙光：“如果传统的基本面投资插上量化的‘翅膀’，必能在未来的中国振翅高飞。”

然而，在国内普及量化投资的理念并非易事。一方面，无论是学界还是业界，对量化投资还不够重视。另一方面，量化投资理念发展成熟的市场（如美国等）与中国市场的差异又较为悬殊，理论的可迁移性与实践的可借鉴性较为有限。

沉潜：奋力推动基本面量化投资教学

怀着普及基本面量化投资理念的初心，2014年，张然刚一回国便着手推进基本面量化投资教学，面向光华管理学院的学生们开设了国内第一门基本面量化投资课程《财务分析与量化投资》，希望为中国资本市场培养未来的量化投资人才。尽管对开课的难度有所预期，但筹备新课程的过程还是花费了一年的时间。

“商学院的学生对市场拥有更好的感悟，但编程的基础相对薄弱，量化技术方面的支持需要课程来提供，”张然回忆当时的情况颇感艰辛，“比如课程采用的业绩归因与风险管理软件Barra收费不菲。”按照市场价，Barra软件的价格是每个用户数十万，而一门刚刚成立的课程显然不具备这样的支撑条件。为了让同学们能够借助好的技术平台快速学习，张然设法与MSCI公司（Barra为MSCI主要产品之一）取得联系。她耐心地为MSCI的公司领导分析：“选修这门课的同学将来会是中国资本市场的主要参与者，而量化投资在国内来说又是一个崭新的领域，如果Barra能够放低价格，拿下未来的种子用户，很大程度上就拿下了未来广大的中国市场”。在张然执着而智慧的争取下，MSCI最终同意为《财务分析与量化投资》这门课免费提供技术支持，而这也是Barra与国内高校的首次合作。

理想到现实的距离总是比想象中更遥远，第一个吃螃蟹的人也需要极大的决心。把这门课程由构想落地为现实的过程中，无数困难纷至沓来，但张然从未动摇。她的坚持正是基于她对行业的深刻洞察。“美国万亿级别的公募基金运用量化投资的方法配置20~30%的资产，但是国内同类最高比例也不超过7-8%。”面对量化投资如此巨大的发展空间，张然将满怀希望寄托在传道育人上。“如果进展顺利，中国市场若干受过专业量化知识训练的资产管理从业者将从这个课堂上诞生，他们将会带动基本面量化投资在中国资本市场上发挥巨大作用。课程架构的三个部分：个股分析、策略构建和风险管理，将会为他们打下坚实的量化投资理论和实践操作基础。”

同时，张然认为这门课也给予了同学们职业探路与试水业界的平台。之前，大多数光华的学生都把进入投行或PE视作职业目标。而这门课程完全与世界领先的公募和私募基金管理公司业务实践接轨，让同学们以较低成本了解业界实践，使得一部分同学燃起对量化投资的热情，因此培养了一批立志于从事资管行业的学生。

为了使《财务分析与量化投资》课程更好地实现理论与实践相融合，张然总是不怠于邀请业界资深人士亲临课堂。从讲解量化基金投资思路的明星基金经理，到介绍如何利用Barra进行风险控制的MSCI执行董事，多位投资界资深人士的现身说法让广大同学们领略到量化投资的独特魅力和实用价值。更为难得的是，投资界人士还会参与到结课展示的点评中——业界的新鲜血液源源不断地注入年轻而懵懂的课堂。

在张然和助教的不懈努力下，《财务分析与量化投资》成为了光华有口皆碑的人气课程。每次上课不仅座无虚席，连过道的空间也挤满了慕名而来的同学。选课的同学们这样评价：“干货满满，每节课后都感觉自己的技能点蹭蹭的上涨。”

谈起教学和科研，张然的眼里满溢着光彩：“我始终感觉有一种对于教学和研究的热忱。常常觉得自己非常幸运，有一份让我每天早上一起来就迫不及待地奔向办公室的工作。” “在课堂上，同学们能够感受到我对学科的这份热爱，这也会感染他们，更加努力地去学习这门学科。”

启航：俯仰天地的忧与爱

教学之外，张然对量化投资的研究从未止步。2011年，她和合作者在国际权威期刊发表了关于中国“应计异象”的论文，文中指出，中国市场特殊的基于会计利润的退市制度造成了“应计异象”在中国失灵，剔除亏损公司后，西方资本市场普遍存在的“应计异象”在A股市场同样存在。这篇文章也获得一个国际学术会议的最佳论文奖。随后，在专利价值、企业创新、审计师声誉、分析师预测、业绩预告、企业社会责任、客户满意度等方面，张然又进行了一系列的研究工作，致力于从不同方面验证基本面量化投资在中国A股市场的适用性。

量化投资的历史并不长，现代意义下的量化交易从20世纪70年代末兴起，迄今不过三十余年的历史。中国的量化投资界，最近几年也有了长足发展。有关数据显示，截至2017年9月底，A股市场量化对冲产品的规模达1155亿元，在普通权益投资中占比4.3%，而这一比例在2012年仅为1.7%。“可以看出，量化产品比重逐年上升，但未来仍有很大的发展空间。”张然对量化投资面临的机遇充满信心。

机遇的背后意味着挑战，张然将其归纳为三个层面：第一，由于中国资本市场的机构投资者相对较少、市场深度较浅，因此套利成本较高。在这种情况下，股票价值和基本面的相关性与发达市场相比较低，从而制约了价值投资者的获利空间。第二，基本面量化采用的交易策略是分析研究历史数据得到的，是对历史规律的总结。但这种假设在新兴资本市场中常会受到冲击，政策变化、交易规则变动都可能破坏之前的规则，这时采用量化投资方法的投资者就会感到无所适从。第三，在新兴资本市场，量化和对冲工具相对缺乏或者成本很高，使得价格长期无法回归价值，这对量化投资者的挑战性更大。

正因如此，中国资本市场既存在显著的套利机会，也存在显著的套利成本。作为一名冷静、理性的学者，张然的目光早已穿透获取超额收益的范畴，看到了量化投资在推动中国资本市场有效性的功用。“基本面量化在中国A股市场的前景是乐观的，但并非没有阻力，其中最大阻力来自市场中潜在的内幕交易。而践行基本面量化，正是利用学界和业界共同的研究成果，将市场的各种因素纳入可观察的范围内，用实际行动提高市场理性和有效性。”

为了更好地将研究成果传递给资本市场一线从业者，张然总结十多年的科研和教学经验，倾三年之力，撰写了《基本面量化投资》一书，以案例分析、文献综述和模型回测的方式，展开对基本面量化投资理论和实践框架的阐释。“我们希望用这种方式，把价值投资和基本面量化投资的理念普及下去，用投资方式的变革驱动市场转变，”张然这样描述自己对新书的期待，“大家有了更先进、更合适的武器，整个资本市场会更加有效率。”

谈及基本面量化投资的未来，张然分析道：“基本面量化投资的兴起，正是受益于20世纪60年代后财务数据的公开可得。在当前的大数据时代，大量公司特质的非财务数据，以及宏观、行业等数据逐渐被开发和利用。这些信息能够帮助量化投资者更及时、更深入地了解公司，理解宏观、行业和公司特质信息如何影响公司的价值。比如，依靠蓬勃发展的大数据技术，我们得以归集高科技企业的专利信息，而这部分信息对于高科技企业的估值非常有帮助。将大数据信息提炼成有价值的阿尔法因子并应用于投资实践，这将是量化投资未来最值得期待的发展方向。”

“愿我，我的学生们，和所有热心于基本面量化投资的人们，与中国量化投资行业一起成长。”短而有力的话语，仿佛是时代浪潮中激荡的磅礴宣言。