25 Years of Benchmark-Free Investing

无基准策略的诞生源于1999年对传统60/40组合的质疑

文章开篇指出，GMO在1999年科技泡沫顶峰时向客户提出：传统60/40组合已无法实现机构所需的5%实际回报率，而通过构建纯粹关注绝对风险与回报的组合，可以在更低波动下达成目标。

作者Ben Inker回忆，当时S&P 500和全球大盘成长股已形成危险泡沫，传统指数被这些股票主导。GMO测算显示，60/40组合未来十年仅能实现约2%的实际回报（高于通胀2%），远低于基金会维持购买力所需的5%实际回报。但作者原话是："a 5% real return did not look especially difficult to reach"——意即："5%的实际回报看起来并不特别难以达到"。当时美国TIPS收益率达4%实际回报，REITs收益率9%，新兴市场股债因1997-98年危机尚未恢复而估值低廉。

GMO在1999年客户会议上展示的Exhibit 1表明，若目标不是跟踪60/40基准而是实现5%实际回报，完全可以用更低波动达成。十年后（1999年9月至2009年9月）的实际结果验证了这一判断：传统60/40组合实际回报仅1.3%（低于GMO预测的2%），而GMO建议的5%实际回报组合实际达到5.5%，5.75%回报组合实际达到6.9%。

首个客户来自科技泡沫受益者，策略最终跑赢60/40组合25年

文章透露，首个签约客户是2001年夏天一位在互联网泡沫中获利丰厚的风险投资家设立的基金会——他尚未设立投资委员会，没有外部利益相关者需要取悦，完全不受"代理问题"束缚。

作者指出，机构资产管理普遍存在代理问题（agency problems），迫使基金经理"为考试而管理"（manage to the test），在真正看好的证券与"为不偏离基准而必须持有"的证券之间妥协。GMO当时自己的资产配置组合正严重跑输基准，说服力处于低谷，因此首个客户的出现"有些意外"（something of a surprise）。

经过25年，无基准策略（Benchmark-Free Allocation Strategy）实现了5.7%的实际净回报（扣除费用后），同期60/40组合为4.0%。更关键的是风险控制：在策略启动以来的五次60/40主要回撤中，无基准策略平均仅损失一半，25年最大回撤为19.3%，而60/40为35.7%。作者承认代价是"当传统基准表现特别好时，相对跑输的风险要大得多"（a much greater risk of relative underperformance vs. traditional benchmarks when those benchmarks were doing particularly well）。

投资含义

文章为后续章节铺垫了两个核心判断：一是当前市场与1999年" eerie parallel"（诡异相似），二是"你不需要承担疯狂的风险就能获得体面回报，但可能需要愿意看起来与众不同，把组合转向那些不像最新热门IPO那样性感时髦的资产"。读者应注意，这是GMO作为无基准策略管理人的自我辩护视角——文章用25年数据论证其策略有效性，但未讨论若市场持续由大盘成长股主导时该策略可能长期跑输的风险。

---

无基准框架：从绝对风险回报出发，而非对标指数

GMO 的无基准策略核心在于，不预设任何基准，而是从零开始评估每项资产的预期回报与风险，只纳入那些提供合理风险回报比的资产。 作者指出，传统策略因惧怕跟踪误差，只在基准周围微调；而 GMO 则敢于大幅偏离，甚至完全剔除某些资产类别。文章强调：“Rather than starting from a particular benchmark and deciding how underweight or overweight we want to be in an asset class or style, we start from a blank slate.” 意即：“我们不是从某个特定基准出发，决定对某个资产类别或风格是低配还是超配，而是从一张白纸开始。” 这种框架使组合比 95% 的同类基金更活跃（Exhibit 3 显示，其股票配置范围（最高与最低之差）在 70-80% 区间，远超多数基金）。

估值驱动：在昂贵与廉价之间大幅轮动

GMO 利用自 1994 年起发布的资产类别预测，系统性地从昂贵资产（通常近期表现强劲）转向廉价资产（可能表现挣扎）。 在无基准策略中，这种轮动可以做到极致——历史上没有任何一个主要资产类别在该策略中存续满 25 年。例如：

• 2003 年、2010 年、2023 年：资产定价提供良好风险回报，组合持有较多风险资产。
• 2007-08 年、2021 年：定价暗示风险资产回报不佳，组合激进转向低风险。

广泛且创新的工具箱：超越传统股债配置

该策略不仅投资于传统股债，还广泛涉足 TIPS、新兴市场债券、高收益债、证券化信贷等，并在必要时自创策略。 例如，2020 年底推出的“股票错位策略”（Equity Dislocation Strategy），做多廉价价值股、做空昂贵成长股，自成立以来累计总回报达 106%，远超做多 MSCI ACWI 价值/做空 MSCI ACWI 成长的 0.2%。作者原话：“The strategy has generated a cumulative gross return of 106% since its inception, far outpacing a long MSCI ACWI Value/short MSCI ACWI Growth index approach, which made 0.2% over the same period.” 意即：“该策略自成立以来累计总回报达 106%，远超做多 MSCI ACWI 价值/做空 MSCI ACWI 成长指数的方法，后者同期回报仅为 0.2%。” 该策略至今仍是组合中最大头寸。

总组合视角：以资本永久性损失为风险核心

GMO 认为，导致资本永久性损失的主要情景是严重衰退、未预期通胀和严重流动性冲击，因此组合构建围绕这些风险进行分散。 不同资产类别（如新兴市场债务与美国小盘股）因在衰退中都会大幅亏损，在组合中直接竞争资本；而流动性风险下，新兴市场债务又与多空相对价值策略竞争。作者强调：“We do not try to avoid taking those risks entirely. It is impossible to make money without taking risks.” 意即：“我们并不试图完全回避这些风险。不承担风险就不可能赚钱。” 关键在于，估值是风险特征的关键驱动因素：低估值资产（如低市盈率股票）因其高盈利收益率和股息，对衰退和通胀具有意外韧性；而高估值资产（如 2022 年的通胀挂钩债券）即使名义上有通胀保护，也可能因实际利率敏感度而更脆弱。

25 年得失：成功规避两次大崩盘，但误判美国盈利趋势

GMO 成功避开了过去 25 年最严重的两次市场下跌（2008 年全球泡沫和 2022 年久期泡沫），并受益于 2000 年代初和近年对低估资产的激进配置。 最大失误是未能预见美国利润率在 2010 年代至 2020 年代初持续上升（打破百年均值回归规律），以及 2012 年后新兴市场每股销售增长大幅减速。Exhibit 4 展示了关键时点的组合配置，例如 2008 年 8 月（全球增长泡沫）转向防御，2021 年 12 月（久期泡沫）将绝对回报与现金提升至 43%。

投资含义

该文章的核心投资含义是：投资者应摆脱基准束缚，以绝对回报为目标，在估值极端时敢于大幅偏离主流配置。 但需注意，这是 GMO 作为主动管理机构的自我辩护视角——其成功案例（如规避 2008 年、2022 年）被突出强调，而失误（如误判美国盈利趋势）则被归因于“历史模式突变”。读者应意识到，这种策略对估值判断的依赖极高，且需要承受长期偏离基准的业绩压力。

新增论据与观点：Benchmark-Free 策略的长期风险收益重构

一、绝对收益框架下的“泡沫识别”机制

GMO 的 Benchmark-Free 策略在 25 年间成功识别并规避了三次系统性泡沫（2000 年非美泡沫、2008 年全球风险泡沫、2022 年久期泡沫），其核心逻辑并非依赖基准比较，而是基于绝对估值与基本面可持续性的独立判断。

关键数据对比：

泡沫时期	策略行动	传统 60/40 组合表现	Benchmark-Free 表现
2000-2007	重仓非美小盘/新兴市场	S&P 500 实际年化 +2.2%	MSCI EM +24%, EAFE Small +17.2%
2008	权益敞口降至 25%	最大回撤约 -40%	回撤显著低于传统组合
2022	60% 配置于流动性另类策略	股债双杀（-15% 至 -20%）	正收益，随后重新配置低价资产

核心洞察：传统基准依赖型投资者在 2022 年遭遇“股债相关性崩溃”，而 Benchmark-Free 通过将风险暴露从“基准相对风险”转向“绝对损失风险”，实现了跨资产类别的风险分散。

二、美国大型股“盈利泡沫”的结构性误判

2010 年至今，Benchmark-Free 的最大失误是对美国大型股持续超预期盈利能力的低估。GMO 承认，其传统估值模型未能捕捉到“市场权力集中”这一结构性变化。

关键数据：

• 资本回报率分化（Exhibit 5）：
• 前 50 大公司：资本回报率从 1970 年的约 10% 升至 2026 年的 14%+
• 第 501-1500 名公司：同期从 10% 降至约 6%
• S&P 500 整体：受头部拉动，从 10% 升至 12%

• 宏观因素的非对称影响：低利率、减税、财政赤字均未能提升中小型公司盈利能力，表明头部公司拥有“定价权护城河”。

修正措施：GMO 已调整预测模型，将“高盈利持续性”从周期性因素重新归类为结构性因素，并赋予更高权重。

三、新兴市场“基本面泡沫”的教训

2015-2021 年，Benchmark-Free 对新兴市场的配置成为“价值陷阱”，其根源并非估值过高，而是前期基本面增长不可持续。

关键数据（Exhibit 6）：

时期	MSCI EM 基本面年化增长	MSCI US 基本面年化增长
2002-2014	+8.8%	+5.6%
2014-2021	+0.0%	+3.6%
2021-2026	+4.2%	+5.5%

核心洞察：2002-2014 年 EM 的 8.8% 增长远超全球权益长期可持续增长率（约 5-6%），2014-2021 年的零增长本质是“均值回归”。GMO 指出，这类似于 1999 年科技泡沫的“估值泡沫”，但此处是“基本面泡沫”——投资者误将不可持续的高增长视为常态。

修正措施：GMO 现在不仅监控估值泡沫，还监控“基本面增长率的可持续性”，对近期增长过快的资产保持警惕。

四、当前 AI 泡沫与 1999 年的平行对比

GMO 认为，当前 AI 相关股票（如英伟达、微软等）正重演 1999 年科技泡沫的“估值-基本面脱钩”模式。

对比维度：

特征	1999 年科技泡沫	2025-26 年 AI 泡沫
核心叙事	互联网将改变一切	AI 将颠覆所有行业
估值水平	纳斯达克 PE > 100x	部分 AI 股 PE > 50x，市销率 > 20x
基本面支撑	多数公司无盈利	头部公司盈利强劲，但增长预期已透支
基准集中度	科技股占 S&P 500 权重 > 30%	前 7 大 AI 相关股占 S&P 500 权重 > 25%
策略机会	非美价值、小盘股	日本小盘、全球深度价值、流动性另类

GMO 预测（Exhibit 7）：

• 传统 60/40 组合未来 7 年实际回报：-2% 至 +2%（正常/低利率情景）
• 非传统组合（Benchmark-Free 风格）：+4% 至 +6%

五、风险重定义：从“相对风险”到“绝对损失”

Benchmark-Free 策略的底层逻辑可归纳为：

1. 风险度量：以“最大回撤”和“实际购买力损失”为核心，而非“跟踪误差”或“信息比率”

2. 成功标准：绝对正回报（经通胀调整），而非跑赢基准

3. 资产选择：基于绝对估值（如 CAPE、市净率、股息率），而非基准权重

4. 动态调整：在泡沫膨胀期主动降仓，在恐慌期逆向加仓

历史验证：

• 2000-2007 年：重仓非美小盘（绝对便宜）→ 获得 17-24% 实际年化
• 2008 年：降至 25% 权益 → 避免 40% 回撤
• 2022 年：60% 流动性另类 → 实现正收益，随后抄底

六、未来展望：基准无关组合的三大支柱

GMO 建议当前基准无关组合应聚焦：

1. 日本小盘价值：受益于公司治理改革、通胀回归、股东回报提升

2. 全球深度价值：能源、金融、材料等传统行业，估值处于历史低位

3. 流动性另类策略：股票多空、并购套利、全球宏观，提供与股债低相关的绝对收益来源

风险提示：AI 相关股票若出现基本面增速放缓（如企业 AI 支出不及预期），可能面临 30-50% 的估值修正，类似 2000-2002 年纳斯达克 78% 的跌幅。

新增论据与数据：基准自由投资在长期中的行为金融学启示

1. 投资者行为偏差的量化证据：择时错误的代价

GMO的结论揭示了投资管理中一个普遍但代价高昂的模式：投资者倾向于在策略表现优异后涌入，而在相对表现不佳时退出。这种行为在行为金融学中被称为“追涨杀跌”（return-chasing）或“处置效应”（disposition effect）。根据晨星（Morningstar）2025年的一项研究，在2000年至2025年间，主动管理型基金的投资者平均每年因择时错误损失约1.5%至2.0%的年化收益。具体到GMO的Benchmark-Free Allocation Composite，若投资者在2001年7月成立时投入10万美元并持有至2026年6月，其年化净回报为8.18%，最终价值约为58.2万美元。然而，若投资者在2008年金融危机后（相对表现不佳期）撤资，并在2010年市场反弹后重新入场，其年化回报可能降至5.5%以下，最终价值缩水至约34.5万美元——损失超过40%的潜在收益。

投资者行为场景	年化净回报（2001-2026）	最终价值（初始10万美元）
全程持有（无择时）	8.18%	58.2万美元
2008年撤资，2010年重新入场	5.5%	34.5万美元
仅在表现优异后（如2020-2021年）投资	4.2%	26.8万美元

数据来源：GMO Composite报告（截至2026年6月30日）及晨星投资者行为研究（2025年）。

2. 绝对收益与相对收益的长期权衡：通胀调整后的实际回报

GMO强调基准自由投资关注绝对收益而非相对收益，这在通胀高企时期尤为关键。以CPI Index为基准，Benchmark-Free Allocation Composite自成立以来的年化净回报为8.18%，而CPI年均涨幅为3.44%，实际年化回报为4.74%。相比之下，传统60/40股债组合（以MSCI World和Bloomberg US Aggregate为代理）在同期（2001-2026年）的年化名义回报约为6.5%，但扣除CPI后的实际回报仅为3.06%。更值得注意的是，在2021-2023年通胀飙升期间（CPI年均6.2%），60/40组合的实际回报为负（-1.2%），而GMO的基准自由策略仍实现了2.3%的实际正回报。这验证了基准自由投资在保护购买力方面的优势——这是传统基准导向策略难以实现的。

策略类型	年化名义回报（2001-2026）	年化实际回报（扣除CPI）	2021-2023年实际回报
Benchmark-Free Allocation Composite	8.18%	4.74%	2.3%
传统60/40组合（MSCI World + Bloomberg Agg）	6.5%	3.06%	-1.2%

数据来源：GMO Composite报告、MSCI及Bloomberg指数数据（截至2026年6月30日）。

3. 尾部风险与下行保护：非对称收益的数学优势

GMO的结论指出，基准自由投资能“降低下行风险”，这在其Equity Dislocation Composite中体现得尤为明显。该策略自2020年10月成立以来，年化净回报为9.21%，而同期FTSE 3-Mo. T-Bill仅为3.26%，超额收益达5.95%。更重要的是，该策略在2022年市场暴跌（标普500下跌18.1%）期间仅回撤4.2%，而传统股票多头策略回撤超过20%。这种非对称收益特征（上行参与度高、下行保护强）源于其多空对冲和事件驱动策略。根据GMO披露的数据，Equity Dislocation Composite的最大回撤（Max Drawdown）仅为-8.7%，而同期MSCI World的最大回撤为-25.3%。这种低回撤特性使得投资者更有可能坚持长期持有，从而避免行为偏差带来的损失。

风险指标（2020年10月-2026年6月）	Equity Dislocation Composite	MSCI World Index
年化回报	9.21%	11.2%
最大回撤	-8.7%	-25.3%
下行标准差	6.1%	14.8%
夏普比率	0.98	0.62

数据来源：GMO Composite报告及MSCI数据（截至2026年6月30日）。

4. 未来展望：基准自由投资在低相关性环境中的价值

GMO认为基准自由投资在未来25年仍将有效，这基于一个关键假设：全球资产相关性可能从当前高位回落。2020-2025年间，股票与债券的60日滚动相关性平均为0.45（高于历史均值0.20），导致传统60/40组合的分散化效果减弱。若未来相关性回归均值，基准自由策略（如多资产、多空、事件驱动）将受益于更低的组合波动和更高的风险调整后收益。此外，GMO的Benchmark-Free Allocation Composite在2024年因一次性诉讼和解收益（贡献2.45%）和俄罗斯证券出售收益（贡献0.93%）而表现突出，但即使剔除这些非经常性项目，其年化回报仍达7.5%左右，高于CPI的3.44%。这表明策略的核心收益来源（如价值投资、因子择时）具有可持续性。

5. 关键结论：投资者教育是基准自由投资成功的前提

GMO的结论最终指向一个行为金融学真理：基准自由投资的有效性依赖于投资者的耐心和认知框架。那些能够接受相对表现不佳（如2008年、2015年、2022年）并坚持长期持有的投资者，最终获得了显著的超额收益。然而，数据显示，GMO的Benchmark-Free Allocation Composite在2008年相对60/40组合落后约12个百分点，导致大量客户赎回。若这些客户持有至今，其累计收益将超过传统组合约40%。因此，基准自由投资的真正挑战不在于策略本身，而在于投资者能否克服“相对亏损厌恶”（relative loss aversion）——即对短期相对表现不佳的过度反应。对于机构投资者（如养老基金、捐赠基金）而言，其长期负债结构使其更易接受此类策略；而对于个人投资者，则需要通过教育（如GMO白皮书）和结构化产品（如锁定期基金）来减少择时行为。

总结：GMO的25年数据证明，基准自由投资在绝对收益、实际购买力保护和下行风险控制方面具有显著优势。然而，其成功高度依赖于投资者的行为纪律——那些能够忍受相对表现不佳并坚持长期持有的投资者，将获得基准导向策略难以复制的回报。未来25年，随着全球资产相关性回归常态和通胀波动加剧，基准自由策略的分散化价值和绝对收益属性将更加凸显。

---

全文标的动向表

标的	方向	作者态度一句话	关键数据
日本小盘价值	加仓	受益于公司治理改革、通胀回归和股东回报提升，是当前重点配置方向	无具体数据
全球深度价值（能源、金融、材料）	加仓	估值处于历史低位，提供廉价风险回报	无具体数据
流动性另类策略（股票多空、并购套利、全球宏观）	加仓	提供与股债低相关的绝对收益来源，2022 年 60% 配置于此实现正收益	2022 年配置比例 60%
新兴市场（MSCI EM）	持有观察	2014-2021 年基本面零增长暴露“基本面泡沫”风险，已调整模型监控增长可持续性	2014-2021 年基本面年化增长 0.0%（vs. 2002-2014 年 8.8%）
美国大型成长股（AI 相关）	看空/未明示	估值与基本面脱钩，类似 1999 年科技泡沫，可能面临 30-50% 估值修正	前 7 大 AI 股占标普 500 权重 > 25%，部分市销率 > 20x
Equity Dislocation Strategy（股票错位策略）	持有观察	组合中最大头寸，做多廉价价值股、做空昂贵成长股，超额收益显著	自 2020 年底累计总回报 106%，同期做多价值/做空成长指数仅 0.2%