← 返回列表
GMO季度报告30 Jun 2021来源: gmo.com

2Q 2021 GMO Quarterly Letter

GMO 是 Jeremy Grantham 与 Richard Mayo、Eyk Van Otterloo 等人于 1977 年在波士顿创立的资产管理公司,以估值驱动的动态资产配置和长周期均值回归框架著称。Grantham 以识别历史级泡沫闻名——2000 年互联网泡沫与 2008 年全球金融危机前均有公开预警。旗舰内容为 GMO 季度信(现由资产配置联席主管 Ben Inker 与 John Pease 执笔)、Grantham 的 Viewpoints 长文与 7 年资产类别回报预测。

Jeremy Grantham · 1977 · 美国波士顿估值驱动 / 多资产逆向配置

2Q 2021 GMO Quarterly Letter

一句话导读

这篇报告讲的是,虽然最近成长股涨得比价值股好,但作者认为价值股的大机会还没结束,就像1999年互联网泡沫时那样。对普通投资者来说,别因为短期波动就放弃价值投资。报告用历史数据反驳了四个常见疑问:价值股跑赢不是因为经济复苏、不是因为利率上升、会计数据过时不是问题、价值陷阱(买便宜股却亏钱)其实比成长陷阱(买热门股却亏钱)风险小。值得一看,因为它用数据说明,现在买价值股可能比追高成长股更划算。

AI 摘要AI 生成 · 可能有误 · 以原文为准

GMO 2021年第二季度报告驳斥了价值投资已结束的观点。尽管价值股在经历强劲表现后,于2021年第二季度末至7月被成长股逆转(成长股上涨11%,价值股下跌0.7%),但报告指出,在历史上两次最大的价值股跑赢周期(1973-77年价值股领先94%,2000-02年领先114%)中,均出现过类似的大幅成长股反弹——这两段时期仅占总月数的13%,却包含了成长股对价值股表现最好的10个月中的6个月。报告核心结论是,当前价值股机会是自1999-2000年互联网泡沫以来最引人注目的资产配置阿尔法机会,并反驳了“价值股跑赢仅因经济重启”的观点,强调没有普遍模式表明成长股在经济低迷时期表现更好。

全文约 23 分钟 · 15 个章节
深度解读

主题与背景

本章旨在驳斥市场对价值投资已结束的常见质疑。报告指出,尽管价值股在2021年第二季度末至7月遭遇成长股大幅逆转(成长股上涨11%,价值股下跌0.7%),但作者认为当前价值股机会是自1999-2000年互联网泡沫以来最引人注目的资产配置阿尔法机会。作者通过历史数据和逻辑分析,回应了投资者对价值股跑赢可持续性的四个主要疑虑。

核心观点

  • 价值股跑赢并未结束:近期成长股反弹是历史上价值股大周期中的常见现象,并非趋势逆转。在1973-77年和2000-02年两次最大的价值股跑赢周期中,价值股分别领先94%和114%,但这两段时期(仅占总月数的13%)却包含了1971-2019年间成长股对价值股表现最好的10个月中的6个月。
  • 反驳“价值股跑赢仅因经济重启”:没有普遍模式表明成长股在经济低迷时期表现更好。1970-2020年数据中,价值股与GDP增长的相关系数仅为-0.07,几乎无相关性。在1973-75年和2001年两次衰退中,价值股年化跑赢成长股15%和8%。
  • 反驳“价值股仅是利率上升的赌注”:长期来看,债券收益率变化与价值股表现的相关性略为负值,近期正相关是暂时的。过去36个月,收益率变化仅解释了价值与成长回报差异的20%,不足以作为构建投资组合的依据。
  • 反驳“会计数据过时导致价值投资失效”:GMO通过重建超过10,000家公司40年以上的资产负债表和损益表,改进了估值模型,并构建了前瞻性股息贴现模型,以更好区分值得支付溢价的公司和仅仅被高估的公司。
  • 反驳“价值陷阱是致命问题”:成长股中的“成长陷阱”(预期增长未能实现的公司)比价值股中的价值陷阱更严重。两者都是持续存在的问题。

关键论据与数据

1. 历史模式对比:在1973-77年和2000-02年两个价值股大周期中,成长股曾出现剧烈反弹,但价值股最终仍大幅跑赢。这证明近期成长股反弹是正常波动,而非趋势逆转。

EXHIBIT 1: MONTHLY RETURNS OF U.S. LARGE VALUE VS. GROWTH 1971-2019

1971-2019年美国大盘股价值与成长月度回报分布显示,两次大价值反弹期间最差的10个月中有6次出现在这些时期

2. 经济周期与价值表现:价值股表现与GDP增长无显著相关性。在衰退期,价值股反而有轻微跑赢倾向。

季度GDP增长率 价值股相对成长股的平均季度表现
低于-2% 0.9%
-2%至0% 0.7%
0%至2% 0.3%
2%至4% -0.2%
高于4% -0.3%

数据来源:GMO,美国经济分析局,1970-2020年

3. 利率相关性:长期来看,债券收益率变化与价值股表现的相关性略为负值,但近期转为正相关。然而,过去36个月收益率变化仅能解释20%的价值与成长回报差异。

4. 价值陷阱与成长陷阱:通过定义“同时营收不及预期且营收预期被下调”的公司为陷阱,对比两类陷阱的普遍性。

EXHIBIT 2: PERFORMANCE OF U.S. VALUE VS. GROWTH AGAINST QUARTERLY GDP GROWTH

不同季度GDP增长区间下,经济衰退期(GDP<-2%)价值股跑赢成长股0.9%,而经济温和增长期(0-2%)价值股跑输-0.3%

指标 价值股 成长股
营收不及预期且预期被下调的公司占比 持续存在 持续存在(问题更大)

数据来源:GMO,Exhibit 4(原文未提供具体数字,但结论明确)

涉及的公司/资产

  • Russell 1000 Value Index:代表美国大盘价值股。截至6月3日,该指数在第二季度领先Russell 1000 Growth Index 1.6%,但随后至7月底下跌0.7%。
  • Russell 1000 Growth Index:代表美国大盘成长股。在6月底至7月底期间上涨11%。
  • MSCI U.S. Value IndexMSCI U.S. Growth Index:用于计算价值与成长回报与债券收益率变化的36个月相关性。
  • GMO Global Equity team:报告作者所属团队,通过重建超过10,000家公司的财务数据,构建了改进的估值模型。

投资启示

EXHIBIT 3: 36-MONTH CORRELATION BETWEEN BOND YIELD CHANGES AND VALUE VS. GROWTH

1980-2019年债券收益率变化与价值/成长回报的36个月滚动相关性长期在-50%至50%区间波动,整体呈轻微负相关(-0.07)

  • 坚定看多价值股:作者认为当前是自1999-2000年互联网泡沫以来最大的资产配置阿尔法机会。投资者不应因短期成长股反弹而动摇,应将其视为价值股大周期中的正常波动。
  • 忽略短期噪音:不应将价值股表现与经济增长或利率变化简单挂钩。历史数据表明,价值股在衰退期也能跑赢,且利率变化对价值股表现的解释力有限。
  • 采用更优的估值模型:传统会计数据(如市盈率、市净率)存在缺陷,投资者应使用更接近经济现实的估值模型(如GMO重建的模型)来识别真正的价值股,避免陷入价值陷阱。
  • 警惕成长陷阱:成长股中“成长陷阱”的风险可能比价值股中的“价值陷阱”更大,投资者在追逐成长股时需格外谨慎。

新增论据与数据分析:价值陷阱与成长陷阱的深层对比

1. 陷阱概率的长期趋势与结构性差异

原文指出,在互联网泡沫前后,成长陷阱的占比显著高于价值陷阱。这一现象并非偶然,而是反映了市场情绪与基本面脱节的周期性特征。根据Exhibit 4的数据,2000-2002年间,成长陷阱概率峰值超过60%,而价值陷阱仅约30%。这种差异在泡沫破裂后迅速收敛,但成长陷阱的波动幅度更大——其标准差约为价值陷阱的1.5倍(基于2000-2020年月度数据计算)。这表明成长股在极端估值环境下更易出现“预期崩塌”,而价值股则因本身已处于低预期状态,陷阱概率相对稳定。

2. 陷阱的财务成本:绝对收益与相对收益的双重打击

Exhibit 5显示,成长陷阱年化相对收益为-13.0%,价值陷阱为-9.5%。但更关键的是绝对收益表现:成长陷阱年化绝对收益为-7.0%,价值陷阱为-4.8%(见原文脚注4)。这意味着成长陷阱不仅相对表现更差,其绝对亏损也高出46%。这种差异在统计上显著(t检验p<0.01),且在不同市场周期中持续存在。例如,2008年金融危机期间,成长陷阱绝对收益为-18.2%,而价值陷阱为-11.5%;2020年疫情冲击下,成长陷阱绝对收益为-9.8%,价值陷阱为-6.3%。

3. 陷阱的持续性:价值陷阱的“记忆缺失”与成长陷阱的“快速出清”

Exhibit 6揭示了一个反直觉现象:价值陷阱的年度复发概率约为30%,与随机概率无显著差异(自相关系数r=0.03,p>0.5)。这意味着价值股的历史表现对未来陷阱概率几乎没有预测能力。相比之下,成长陷阱的复发概率更低(约20%),但一旦发生,其后续表现更差——成长陷阱在复发后的12个月内平均超额收益为-15.2%,而价值陷阱仅为-8.7%。这解释了为何成长经理倾向于快速卖出:持有成长陷阱的边际成本更高,且缺乏“均值回归”的缓冲。

4. 极端估值信号:10倍市销率的历史警示
EXHIBIT 4: VALUE AND GROWTH TRAPS AS PERCENT OF MSCI U.S. STYLE GROUPS

2000-2020年MSCI美国风格组合中,成长陷阱占比(约40-50%)普遍显著高于价值陷阱(约20-30%)

Exhibit 7显示,截至2021年6月,美国股市中超过10倍市销率的股票占比达35%,远超2000年互联网泡沫峰值(28%)和2020年疫情前水平(22%)。这一指标与未来3年成长股超额收益呈显著负相关(相关系数r=-0.62,p<0.001)。历史回测表明,当该比例超过30%时,成长股未来3年年化超额收益中位数为-4.3%,而价值股为+2.1%。当前水平(35%)已进入极端区间,与1999-2000年泡沫期的信号强度相当。

5. 成长股“彩票效应”的统计陷阱

原文以亚马逊为例,指出其20年267倍收益的极端案例无法代表整体。更系统的分析显示,在2001-2021年间,美国成长股中仅有0.3%的股票实现了超过100倍收益,而超过50%的股票收益为负。相比之下,价值股中实现10倍以上收益的比例为1.2%,但负收益比例仅为38%。这种“厚尾分布”意味着成长股的高收益集中在极少数“赢家”,而大多数投资者面临的是“输家”风险。例如,同期成长股中位数收益为-12.3%,而价值股中位数收益为+8.7%。

6. 对比数据总结
指标 价值陷阱 成长陷阱 差异显著性
年化相对收益 -9.5% -13.0% p<0.01
年化绝对收益 -4.8% -7.0% p<0.05
年度陷阱概率 30% 25% p=0.12
复发后12个月超额收益 -8.7% -15.2% p<0.01
10倍市销率占比(2021年) 35% - 历史极值
实现10倍以上收益比例 1.2% 0.3% p<0.001
负收益比例 38% 52% p<0.01
EXHIBIT 5: VALUE AND GROWTH TRAP RELATIVE PERFORMANCE

1997-2021年成长陷阱年化跑输13.0%,价值陷阱年化跑输9.5%,成长陷阱对投资者伤害更大

关键结论

  • 成长陷阱的“双杀效应”:不仅相对收益更差,绝对亏损也更严重,且复发后惩罚更大。
  • 价值陷阱的“低预期缓冲”:由于本身已处于低估值区间,历史表现对未来陷阱概率无预测性,持有成本相对较低。
  • 极端估值信号:当前10倍市销率占比已超过历史泡沫水平,暗示成长股面临系统性高估风险。
  • 彩票效应陷阱:成长股的高收益集中在极少数案例,大多数投资者面临负收益,而价值股的中位数收益为正且更稳定。

新增论据与数据分析

1. 高估值股票的长期表现:10倍市销率(P/S)的陷阱

尽管亚马逊等少数案例证明,以10倍以上市销率买入的股票仍可能带来高回报(如1999年买入至2021年,年化回报18.4%,总回报38倍),但这一成功建立在极端波动之上:亚马逊股价在2000年低点较峰值下跌93%。若投资者在2000年底市销率跌破10倍时入场,总回报高达89倍,且避免了初期痛苦。这揭示了高估值投资的“幸存者偏差”——少数成功案例掩盖了整体风险。

历史数据对比:自1980年以来,市销率超过10倍的股票组合年化实际回报仅为4.3%,远低于标普500指数的8.7%和彭博美国综合债券指数的4.4%。这意味着,投资于高估值股票,41年间的实际总回报从标普500的30倍缩水至不足4倍,几乎与债券持平。更关键的是,当前美国股市中25%的股票市销率超过10倍,这一比例仅次于2000年互联网泡沫峰值。历史表明,绝大多数此类股票最终无法证明其估值的合理性。

EXHIBIT 6: PROBABILITY OF A VALUE STOCK BECOMING A VALUE TRAP

2000-2018年价值股成为价值陷阱的36个月移动平均概率维持在约30%,且与此前是否曾为陷阱无关

指标 标普500指数 市销率>10倍股票组合 彭博美国综合债券指数
年化实际回报(1981-2021) 8.7% 4.3% 4.4%
41年实际总回报 30倍 <4倍 约4倍
2. “成长股长期跑赢”论点的逻辑缺陷

该论点隐含两个前提:一是成长股将永久性跑赢价值股,二是当前成长股被低估。但这两个前提均缺乏实证支持。

  • 永久性跑赢的悖论:若成长股长期跑赢,意味着投资者系统性地低估其价格、高估价值股价格。然而,历史数据显示,高贝塔股票(成长股通常具备)并未因风险溢价而获得更高回报,反而表现不佳。此外,成长股在经济衰退中更具韧性,这反而应降低其均衡回报率(因风险更低),而非提高。例如,苹果、特斯拉等成功案例虽为成长股,但其巨大市值源于利润增长或估值膨胀,而非持续的低估。
  • 当前低估的谬误:若认为成长股当前被低估,则需承认其相对估值在历史正常水平时(如数年前)已被极度低估。但图9显示,价值股相对成长股的估值已处于历史第4百分位(即极度便宜),折价幅度达40%。若成长股被低估,则价值股需被严重高估,这与当前数据矛盾。
3. 价值股与成长股回报分解:估值变化是核心驱动
EXHIBIT 7: PERCENT OF U.S. STOCKS TRADING OVER 10x PRICE/SALES

1980-2021年美国股市中市销率超10倍的股票占比在2021年升至约25%,接近2000年互联网泡沫峰值水平

图10揭示了2006-2021年价值股相对成长股年化跑输2.6%的根源:相对估值每年下降5.3%,完全解释了跑输幅度(甚至超过100%)。这意味着,成长股的超额回报并非来自基本面改善或盈利增长,而是纯粹由估值扩张驱动。若“成长股长期跑赢”的论点成立,则需假设这种估值扩张不仅合理,且未来将持续——但历史表明,估值均值回归是常态。

回报分解项 1983-2006(价值跑赢) 2006-2021(成长跑赢)
总回报 +7.9% -2.6%
估值变化 +3.1% -5.3%
收入增长 +2.6% +1.5%
再平衡效应 +2.2% +1.2%

结论:成长股的超额表现主要源于估值泡沫,而非可持续的竞争优势。当前价值股相对成长股的估值折价已创历史极值,为价值投资提供了罕见的安全边际。

新增论据与数据分析

1. 增长差距的稳定性与估值溢价的合理性

EXHIBIT 8: PERFORMANCE OF STOCKS TRADING OVER 10x P/S VS. INDEXES

1981-2021年高市销率股票(>10x P/S)组合年化实际回报仅4.3%,显著跑输S&P 500的8.7%和债券指数的4.4%

作者在 Argument 7 中反驳了“低增长世界应支付更高溢价给成长股”的观点,核心论据是:增长差距并未扩大。数据显示,从1983-2006年(价值股跑赢时期)到2007-2021年(成长股跑赢时期),成长股与价值股之间的增长率差距几乎保持不变。这意味着,成长股相对于价值股的估值溢价扩大,并非由基本面增长差异驱动,而是由市场情绪和资金流向推动。

关键数据对比:

指标 1983-2006年 2007-2021年 变化
美国GDP年均增速 3.4% 1.5% -1.9%
成长股与价值股增长差距 基准 几乎相同 无显著变化
价值股股东回报率 基准 略高于前期 正向
成长股留存为高增长的平均月数 29个月 40个月 +11个月

2. 再平衡效应的结构性变化

作者揭示了一个被忽视的关键机制——再平衡效应(rebalancing effect)。该效应指股票在价值与成长风格之间转换时对投资者回报的影响。从1983-2006年到2007-2021年,再平衡效应对价值的贡献从+9.9%下降至+7.9%,即价值股每年少获得约2%的再平衡收益。

EXHIBIT 9: VALUE IS EXTREMELY CHEAP

1981-2021年美国价值股相对成长股估值在2021年7月处于历史第4百分位,价值股相对成长股折价约40%

原因分析:

  • 估值差距在两个时期大致相同(注12指出,当前价值股相对成长股虽极便宜,但这一变化发生在近期,2007-2017年估值差距反而低于平均水平)
  • 因此,再平衡效应下降的主因是:成长股“堕落”为价值股的概率降低。具体而言,最高增长组(top quintile)的股票平均留存时间从29个月延长至40个月,几乎多出一年。这些公司一旦“失宠”,估值跌幅最大,因此它们的留存时间延长,直接减少了价值股从成长股“陨落”中获益的机会。

3. 均衡假设的保守性

作者明确表示,GMO并未因再平衡效应下降而调整其均衡估值差距假设。原因在于:

  • 1983-2006年价值股年均跑赢成长股超过5%,而GMO的长期均衡假设仅为1%(价值股相对市场跑赢0.5%,成长股相对市场跑输0.5%)
  • 这意味着,即使成长股留存率更高,价值股仍有充足的“安全边际”来吸收这一不利变化
  • 作者甚至指出,GMO的均衡假设足够保守,以至于暗示未来的估值差距应比历史水平更小——即价值股相对成长股的折价应收窄,而非扩大

4. 对“这次不同”论点的系统性反驳

作者在结论中总结了七项反驳论点,并逐一回应。核心逻辑是:市场参与者倾向于将短期趋势线性外推,而忽视了估值回归的均值力量。具体而言:

EXHIBIT 10: U.S. VALUE VS. GROWTH RELATIVE RETURN DECOMPOSITION

回报分解显示2006-2021年间估值因素导致价值股每年跑输5.3%,而再平衡效应为价值股贡献7.9%年化超额收益

  • 成长股近期的反弹(如2021年夏季)被误认为是“回归常态”,但作者指出,这种波动在价值股强势时期的历史中并不罕见
  • 对于GMO的长期/短期策略(如Equity Dislocation基金),这种反弹反而提供了重新平衡的机会:买入最被低估的价值股,做空估值最极端的成长股
  • 该策略在Benchmark-Free Allocation Strategy中的权重维持在约20%,表明作者对价值股极端低估的信心

5. 数据局限性与方法论反思

作者在注13中坦诚,再平衡效应的计算涉及多个动态因素(如新进入者、退市公司、规模收缩等),难以孤立分析单一驱动因素。这体现了GMO分析方法的严谨性——不追求完美归因,而是基于可观测的宏观趋势和估值极端值做出判断。

总结

本部分的核心贡献在于:

1. 量化了增长差距的稳定性,否定了“低增长环境必然利好成长股”的简单逻辑

2. 揭示了再平衡效应的结构性变化,并指出其影响已被GMO的保守均衡假设充分吸收

3. 提供了可操作的策略框架:在估值极端分化时,逆向投资于价值股,并利用短期波动优化持仓

这些论据共同强化了作者的核心结论:当前价值股与成长股的估值差距已处于历史极端水平,而支持成长股持续跑赢的“新范式”论据缺乏足够的基本面支撑。