学渣求助FAMA 三因子模型

1. 学渣求助FAMA 三因子模型

Fama-French三因子模型的表达式：

Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为：

E(Rit) − Rft= βi[E(Rmt− Rft] + siE(SMBt) + hiE(HMIt)

其中Rft表示时间t的无风险收益率；Rmt表示时问t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) − Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。

β、si和hi分别是三个因子的系数，回归模型表示如下：

Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit

但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

2. 外校学渣求助，求助，求助

Fama和French1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm−Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为：　　E(Rit)−Rft=βi[E(Rmt−Rft]+siE(SMBt)+hiE(HMIt)　　其中Rft表示时间t的无风险收益率；Rmt表示时间t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt)−Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(SmallminusBig)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(HighminusLow)。　　β、si和hi分别是三个因子的系数，回归模型表示如下：　　Rit−Rft=ai+βi(Rmt−Rft)+SiSMBt+hiHMIt+εit　　但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

3. 三因子模型中的系数怎么算

Fama-French三因子模型的表达式： Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm_ Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为： E(Rit) _ Rft= βi[E(Rmt_ Rft] + siE(SMBt) + hiE(HMIt) 其中Rft表示时间t的无风险收益率；Rmt表示时问t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) _ Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。 β、si和hi分别是三个因子的系数，回归模型表示如下： Rit_ Rft= ai+ βi(Rmt_ Rft) + SiSMBt+ hiHMIt+ εit 但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

4. 三因子模型SMB，HML的计算求助

Fama-French三因子模型的表达式：

Fama和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为：

E(Rit) − Rft= βi[E(Rmt− Rft] + siE(SMBt) + hiE(HMIt)

其中Rft表示时间t的无风险收益率；Rmt表示时问t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) − Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。

β、si和hi分别是三个因子的系数，回归模型表示如下：

Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit

但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

5. 聪明的“贝塔”真的聪明吗

聪明贝塔（Smart Beta）是最近几年投资界比较引人注目的一个热门话题。今天就专门来讲讲这个聪明贝塔。
在这里我要提醒一下读者，这篇文章的内容稍微有点偏金融专业。如果读者朋友们不是金融背景出身，可能会碰到一些不太熟悉的概念和术语。但是你也不用太害怕，在这些专业术语的背后，其逻辑并不复杂。我会尽量用简单易懂的语言来把这个问题说清楚。

上面这张图比较形象的解释了聪明贝塔。在金融投资中，有两个基本概念叫做阿尔法和贝塔（对这两个概念不熟悉的朋友可以翻阅我这篇专门解释阿尔法和贝塔的文章：新手如何选择基金? - 知乎）。在上图中，左边那个绿色的圆圈代表贝塔（即市场回报），而右边那个蓝色的圆圈代表阿尔法（即超额回报）。
聪明贝塔，就是上图中那个中间的圆圈，介于被动投资（贝塔）和主动投资（阿尔法）之间。聪明贝塔有非常清晰和透明的指数编排标准，同时根据历史回测也能帮助投资者获得超过市场平均回报的更高回报。
聪明贝塔的投资思路其理论基础源于因子投资（Factor Investing）。说到因子投资，我就需要先介绍一位学术界的牛人，叫Eugene Fama。

Fama教授是美国芝加哥大学的金融教授，在2013年获得了诺贝尔经济学奖。他的学术成就有很多，比如有效市场理论（EMH）。我今天要提到的，是Fama教授在1990年代初期，和另外一名教授Kenneth French共同合作提出的一个股票回报模型，叫三因子模型(Fama French Three Factor Model)。在这个模型中，Fama和French提出，美国历史上的股票回报，很大程度上可以用三个因子(Factor)来解释。这三个因子是：股票市场总体回报(beta)，小股票超额回报(Small minus Big)，以及价值超额回报（High minus Low)。为什么这个模型很重要呢？因为Fama和French教授将股票的回报分解到因子的层面，这样就进一步揭示了什么样的股票可以获得超额回报的源头。

上图显示的是Fama和French对美国股市做的从1928年到2007年的接近80年历史的回测。在这80年的股票历史回测中我们可以看到，平均股票市场回报为每年10%左右（上图中蓝色TM圈），小股票的平均回报（SC天蓝色圈）为每年12%左右，大型价值股票(上图中紫色LV圈）平均年回报11%左右。如果将两者叠加，小型价值股票（SV，上图右上角圈）的年回报为14%左右。
也就是说，小规模的因子超额回报为每年2%左右，价值因子的超额回报为每年1%左右。说到这里相信你对股票型对冲基金的策略有了一定的了解：原来他们是这样选股票的呀。那么他们在选股票时，有多少是用了这些因子，到底用了哪些因子，哪些因子对股票价格的影响更显著？要讲清楚这个问题，我就需要再介绍一位牛人：Barr Rosenberg.
Barr Rosenberg是UC Berkeley的经济学教授。1970年代，他开始为Wells Fargo做一些金融研究上的咨询工作，主要分析上市公司的回报和股票市场的相关性。后来Rosenberg基于自己的研究成果创办了一家咨询公司，叫BARRA(2004年BARRA被MSCI收购，新公司叫做MSCI BARRA)，主要分析公司股票的回报风险因子。这个是什么意思呢？让我在这里给你举个非常简单的例子：

假设你作为一个基金经理选了一些股票，你需要知道这些股票组合的回报会受哪些因素影响。换句话说，你需要知道你的风险(Risk)在哪里。根据以前很多专业人士做的研究，一般来说有这么些因子：行业影响，价格动量，公司大小，公司股价波动率，等等。Rosenberg（和他的合伙人Grinold)的贡献就在于，他们整出了一套模型(BARRA Risk Model)，可以根据历史价格推算出不同的因素对于股票价格变动产生的不同影响。这套模型现在已经成为了业界标准，被几乎所有的机构采用。而这套风险系统一个很有用的功能就在于，可以用它去检测一个基金经理的选股能力。比如基于一个基金经理选的股票组合，我们就可以借用这个系统来判定，这位经理选的股票的回报，有多少可以用一些普通的风险因子来解释（比如上面提到的小股票，动量，价值，等等），而有多少是他真正的阿尔法。Fama和Rosenberg等研究人员对于金融投资行业的贡献在于：他们的研究揭示了可以从股票市场获得超额回报，即超过市场回报（贝塔）的源头。比如Fama的研究显示，如果专注于挑选价值（Value）股票，那么假以时日，投资者可以获得比市场更好的回报。那么我们的研究人员一共发现了哪些可以提供超额回报的因子呢？1. 价值（Value）：挑选估值低的股票可以获得超额回报，并不是Fama的首创。看过几本炒股书籍的朋友都能举出格雷厄姆和巴菲特的例子来支持价值投资。在这里我需要稍微展开一下对于价值投资的一些常见误解。首先投资者面临的一个问题是：股票估值低的标准是什么？在这个问题上没有标准答案。比如Fama用的是市净率（Price to book ratio）。但也有其他不同的衡量指标，比如市盈率（Price to equity ratio），市现率（Price to cash ratio）等等。Fama和French的研究让人信服，有一个重要原因是从始至终他们用的都是非常一致的同一种指标。这样回测出来的结果才是比较有说服力的。
价值投资者需要注意的另一个问题是，从价值投资获得超额回报的前提是耐心和长期坚持。当我们说价值投资可以给予投资者超额回报时，我们指的是长期平均而言（比如Fama做过的美国过去70年的历史回测）。但是在那70年中，价值投资每年能够提供的超额回报波动幅度是非常大的。也就是说，在有些年份，价值投资可以给予投资者比市场更高的回报；而在另外一些年份，价值投资者的投资回报则会远远落后于市场回报。

比如上图显示的是美国股票从1971年到2009年价值(Value)和动量(Momentum)的历史超额回报。我们可以看到，就价值因子提供的超额回报（上图中最下面那根灰色实线）而言，它并不能保证每年都提供超过市场的更好的回报。比如在1996-2000年间，价值型股票遭到了大量抛售。1999年，巴菲特的伯克西哈撒韦公司股票价格下跌20%左右，是其公司历史上股票回报最差的年景之一。甚至连巴菲特长期推崇的价值投资理念都遭到了很多人的质疑。
另外一个值得一提的是，价值投资提供的超额回报在各个国家都是不同的，上面提到的Fama的研究仅限于美国。后来Fama和French将他们的研究扩展到世界上其他国家，虽然在大部分国家也都有类似的价值投资超额回报现象，但是每个国家的回报情况都有所不同。
2. 红利（Dividend）：有很多研究文献指出公司的红利率（Dividend Ratio）是一个可以提供超额回报的因子。也就是说，如果我们专注于挑选那些红利率比较高的公司，那么假以时日，这些股票可以提供的回报要高过市场平均回报。

上图显示的是标准普尔红利指数(Dividend Aristocrats，红线)和标准普尔500指数（蓝线）的历史回报对比。标准普尔的红利指数中的成分都是标准普尔中分发红利比较高的公司。如果从1990年开始算起截至到2014年，那么红利指数的回报要远远高于市场平均回报。当然，这个更高的回报也不是每年必然。比如从上图中我们可以看到，在1998-2001年间，红利指数的回报是低于市场平均回报的。
3. 动量（Momentum）：如果在最近一段时间（比如过去一年）某只股票的价格上升比较多，那么我们去购买这样的股票，同时卖空在最近一段时间价格下降比较多的股票，就可能获得超过市场平均回报的超额回报。
在上文中有一张美国股票价值和动量因子历史回报图。从图中我们可以看到，从1971年算起，买入那些有正动量，并且卖空那些有负动量的股票能够取得超额回报（即上图中的虚线）。当然值得一提的是，该回报曲线假设交易成本为零，因此实际交易中不可能获得如此高的回报（因为动量策略需要依靠非常频繁的交易频率）。
4. 低波动（Low Volatility）： 如果持续选择购买并持有在历史上价格波动比较低的股票，那么从长期来看投资者可以获得超过市场平均回报的收入。
5. 质量（Quality）：如果持续选择那些基本面质量比较高的公司（比如股本回报率ROE比较高的公司），那么从长期来看投资者可以获得比市场平均回报更好的回报。
6. 规模（Size）：如果持续选择那些规模比较小的公司（Small Size），那么从长期来看投资者可能可以获得超过市场平均水平的回报。

需要指出的是，所有这些能够带来超额收益的回报因子，其带来的超额回报并不是稳定不变的。比如上面图中显示了MSCI World Index从1988年到2013年的不同因子的回报。大家可以看到，这些因子的回报可谓风水轮流转。比如价值（Value）因子（上图红线），在1996-1999年表现差强人意。动量（Momentum）因子（上图土黄线），在2007-09年遭受重大打击。
也就是说，如果真的想要从因子投资中获得稳定的超额回报，那么投资者就需要提前预判在未来的一段时间（比如3-5年）内哪个因子的回报会更好，或者建立一套行之有效的系统在不同的因子之间进行轮换。而这无疑和选股选时一样，是非常困难的。
下面来介绍一下关于因子研究做的比较好的一些机构和研究人员：
1）Fama和French：在上文中我提到过，Fama和French一开始在1992年发表的论文中提出了三因子模型。三个因子包括市场（Market），规模（Small Minus Big）和价值（High minus low）。后来该三因子模型被运用到美国以外的国际市场，并被扩展到五因子模型（增加了利润率和投资两个因子）。
2）Carhart四因子模型：Carhart在Fama和French三因子模型的基础上加入了动量（Momentum）并提出他的四因子模型，得到了广泛的关注。
3）Fundamental Index Model （基本面指数模型）：该模型由美国经济学家Robert Arnott提出。Arnott的基本面指数是对传统的基于市值（Market Capitalization）而编制的指数的一种修改。在基于市值编制的指数（比如标准普尔500）中，指数中股票的权重由市值决定。打个比方来说，如果苹果股票的市值占到标准普尔500只股票的总市值的5%，那么苹果股票在标准普尔指数中的权重就是5%。如此编排指数的优点是指数不用再平衡（Rebalance），因为价格变动不影响指数成分变动。但缺点是在市场估值不合理的情况下，越是被高估的股票其权重越大。比如在1999年科技股泡沫达到顶峰的时候，各大指数中科技股的权重都高的离谱。在这种情况下，投资人持有的股票指数有估值被高估和低估的可能。
Arnott对于上面这个缺点提出的修正意见是，改变其指数中成分股权重的计算方法。Arnott抛弃了基于市值去计算成分股权重的传统方法，而代替之以基本面量化标准，比如公司的销售额，现金流，红利和市净值。用这种方法计算指数中成分股的权重，可以避免指数中包括过多的估值被高估的股票。
4） Cliff Asness: Cliff Asness是美国著名对冲基金AQR的创始人，也是上面提到的Eugene Fama的学生。AQR的对外宣传的投资方法是基于四个因子：价值，动量，低波动和利差（Carry）。
那么这些研究和我们普通投资者有什么关系呢？关系可大着呢。要详细解释这个问题，需要我从因子指数（Factor Index）说起。为什么要从因子指数说起呢？因为如果有某个因子可以为投资者带来超额回报，那么首先我们应该可以根据这个因子制造出一个指数（比如上面提到的价值指数），然后我们再去照着这个指数制造出一个指数基金（指数基金的目的很简单，就是复制指数的回报），这样就可以让广大投资者进行投资了。
在因子指数这个领域，有几家公司是全球的领先者，我在这里简单介绍一下。

首先是MSCI（明晟）。MSCI的前身是摩根斯坦利资本国际指数，后来从摩根斯坦利独立分了出来，又并购了Barra，所以现在全称是MSCI Barra（Barra的创始人是我上文提到的Barr Rosenberg）。
如果对金融新闻感兴趣的朋友应该会知道每年MSCI是否将A股列为其成分股总是能成为大新闻。主要原因是目前全球金融界有相当多的机构和基金都去追踪MSCI各种指数。也就是说这是一个行业界的标杆。MSCI是否决定将A股囊入其世界股票指数，会直接影响到国际资金对于A股股票的购买量，因此被大家关注也就不足为奇了。
MSCI编制的因子指数比较全，包括我上面提到的价值，规模，动量等所有因子。其因子指数涵盖的国家主要是欧美发达国家，发展中国家（包括中国）的覆盖面非常小。
其次是标准普尔道琼斯。标准普尔的拳头产品是标准普尔500指数，被业界广泛采取为代表美国股市的基准。道琼斯是编制指数历史最悠久的公司，旗下有非常著名的道琼斯工商指数（30支蓝筹股）。标准普尔和道琼斯合并后成为标准普尔道琼斯。他们编排的指数主要在美国市场比较多。
FTSE Russell由富时和罗素公司合并组成。该公司旗下的因子指数种类也很繁多，而且覆盖了很多美国以外的其他国家市场。同时上面提到的Arnott提出的Fundamental Index（基本面指数）也属于该公司旗下。

讲完了提供因子指数的指数编制公司，再来介绍一下追踪这些指数的基金经理。这些基金经理的工作是根据指数编排的规则，去复制这些指数，从而给予投资者和指数类似的回报。回报当然是越和指数回报接近越好，但在实际中做不到。因为指数不考虑交易成本和基金的管理费用。
在这个领域做的比较超前的有这么几家公司。首先是Blackrock IShares。2009年Blackrock以135亿美元的价格并购了BGI，同时也购买到了IShares这个品牌。在Blackrock IShare旗下，有比较全的因子指数基金，比如上面表格中的价值，动量，低波动等基金。这些基金的总费用率大概在0.15%左右，但需要注意他们绝大多数都仅限于美国市场。
先锋，Vanguard，是指数基金领域另外一大巨头。先锋在因子指数方面提供的产品不多，只有红利，低波动和小股票指数基金，且仅限于美国市场。当然如果这个领域是未来发展的方向，相信各大公司会相继推出更多的产品。
Invesco Powershare和Charles Schwab也提供不少因子指数基金。缺点是他们的费率都比较高，一般介于0.25%-0.6%之间（如上图所示）。Arnott的Fundamental Index (基本面指数）指数基金由Charles Schwab管理，费率为每年0.32%，也就是说该指数需要每年至少战胜标准普尔0.28%左右（先锋的标准普尔500指数基金费率为0.05%）才可能让投资者获得好处。
总结
关于股票因子回报的分析，是金融界一大创新和进步。该研究最大的贡献，是让投资者了解到可能提供超额回报的源头，并且让普通投资者以比较低廉的价格（通过因子指数基金）去获得这些因子回报。在没有因子指数基金的世界（比如中国），投资者想要获得这些因子回报，只能通过投资基金经理，并付出比较高的费用（可能是每年1.5%-2%，在有些私募基金还需要外加15%-20%的利润分成）。而这些因子指数基金，只收取0.15%-0.6%左右的总费用，没有利润分成，对于投资者来说确实是一大好消息。
因子回报研究的另一大贡献是，它向广大投资者们提供了设计自己的对冲基金策略的可能性。在绝大部分股票型对冲基金中，基金经理做的工作无非是买多某些因子，卖空另外一些因子。如果市场上有了基于因子的指数基金，并且可以卖空的话，对于我们广大投资者来说，自己去交易自己设计的对冲基金策略就不再是个梦了。
当然，科技的进步永远不会停止。我相信中国市场中的因子指数基金迟早也会出现。到时候广大的中国投资者也会有更大的投资选项。
希望对大家有所帮助。
参考资料： 
伍治坚：《小乌龟投资智慧：如何在投资中以弱胜强》 
伍治坚：《小乌龟投资智慧2：投资丛林生存法则》

6. 求大师翻译，急用

我们还打破了纽约证券交易所、 美国证券交易所，和纳斯达克股票分成三本书-市场股票组基于底部 30%（Lo\c） 的断点中间 40%（LCfediurn）。顶部的 BE 排名值的 30%（高） '。 \fE 纽交所股票。我们定义的是书普通股。股东股权，再加上资产负债表的 COMPUSTAT 账面价值作为递延税收和投资税收抵免 （如果可用），优先股的账面价值减去。根据可用性，我们使用赎回、 清算、 或票面价值 （按此顺序） 来估计的优先股的价值。图书-市场公平、 的是，'，武装力量。本书为日历年 t-1，在结束的财政年度普通股除以市场股票在 12 月底经常 1。我们不能使用负 BE 公司，少见的 1980 年之前, 的 BE 计算断点时）.bfe 或时形成的大小是$。LfE 投资组合。而且。只有公司与普通的普通股 （分类 CRSP） 为包含在测试中。这意味着排除不良反应、 房地产投资信托基金及实益权益的单位。
我们的决定进行排序公司分成三组上的是，' ICI E 和我只有两种遵循中法玛和法语 （1992a） 本书以市场股票有更大的作用在平均股票收益比大小的证据。劈叉是任意的不过，和我们不中搜索其他替代。希望是测试在这里在玛和法语 (1992b) 不敏感，这些选择。我们认为没有理由地辩称他们是。
我们构造六投资组合 （S/L、 S ；、 V、 S、 ！H.B、 ' L，B、 ！M、 B/H） 的两个交叉口，从 bfE 和三个会 ！ hfE 组。例如。S/L 组合包含股票小 %铁组中的，将低/ME 组中，也是和 BI'H 组合包含大-。也有的是高，MEs 的 CIE 股。六投资组合的每月加权价值回报是从 7 月的一年 t 到 6 月经常 + 1 计算的。与投资组合进行改革在 t + 1 的 6 月。我们计算回报率，以确保这本书股本年 c-t 年七月开始 1 是已知的。要包含在测试中，一家公司必须有 CRSP 的股票价格 12 月
年 t-1 和 t 和 COMPUSTAT 书普通股的一年的 6 月的
t-1。此外，为了避免生存偏固有的方式 COMPUSTAT
将添加到其磁带 [Banz 和瑞恩 （1986 年）] 的公司，我们并不包括公司，直到他们 COMPUSTAT 上出现两年。（COMPUSTAT 说它很少包括两年多的历史数据，当它添加公司）。大小我们投资组合 S，LfB （小减大），是为了回报大小，相关的风险因素是每个月的三个小股票投资组合回报的简单平均数之间的差异 （SjL，S /。Cf，和 S、 H） 和三个大股票投资组合 (B ； 返回的简单平均L.B / & f 和 B/H）。

7. Fama和French的三因素模型有哪些局限性或不足

Fama 和French 1993年指出可以建立一个三因子模型来解释股票回报率。模型认为，一个投资组合(包括单个股票)的超额回报率可由它对三个因子的暴露来解释，这三个因子是：市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HML)。这个多因子均衡定价模型可以表示为： 　　E(Rit) − Rft= βi[E(Rmt− Rft] + siE(SMBt) + hiE(HMIt) 　　其中Rft表示时间t的无风险收益率；Rmt表示时间t的市场收益率；Rit表示资产i在时间t的收益率；E(Rmt) − Rft是市场风险溢价，SMBt为时间t的市值(Size)因子的模拟组合收益率(Small minus Big)，HMIt为时间t的账面市值比(book—to—market)因子的模拟组合收益率(High minus Low)。 　　β、si和hi分别是三个因子的系数，回归模型表示如下： 　　Rit− Rft= ai+ βi(Rmt− Rft) + SiSMBt+ hiHMIt+ εit 　　但是，我们应该看到，三因子模型并不代表资本定价模型的完结，在最近的研究发现，三因子模型中还有很多未被解释的部分，如短期反转、中期动量、波动、偏度、赌博等因素。

8. 大宗商品可以投资ETF吗

在我和投资者们的沟通过程中，我发现有很多朋友对于指数基金（ETF）非常感兴趣。因此他们十分希望我可以分享一些在国内可以投资的ETF。今天这篇文章就来说说这个问题。
截止2016年12月30号，在中国上海证券交易所和深圳证券交易所上市的ETF共有140个（含货币基金ETF）。其中在上海证券交易所上市的有92个，交易代码都以51开头。在深圳证券交易所上市的ETF共有48个，交易代码都以15开头。以2016年年底的价格估算，所有的ETF所占的市值大约为3400亿人民币左右。如果去除货币基金，剩下的ETF总共大约为120个，市值总和在2000亿人民币左右。

从ETF的数量分布来看，上海证券交易所和深圳证券交易所上市的绝大部分ETF都是股票型ETF，占到所有ETF的80%左右。在余下的20%的ETF中，主要由货币基金，债券ETF和大宗商品ETF组成。

如果以市值作为衡量标准，在上证和深证上市的ETF主要以股票型ETF和货币基金ETF为主。大宗商品类和债券类ETF占有的市值都非常小，低于5%。
货币基金型ETF属于一个比较模糊的概念。因为有一些规模非常大的货币基金（比如天弘的余额宝）并没有被归类为ETF，但它提供的投资功能和货币基金型ETF几乎是一模一样的。因此在接下来的章节中，我主要针对股票，债券和大宗商品ETF进行进一步的分析。
国内股票ETF
截止2016年年底，管理规模超过100亿人民币的股票ETF共有7个。

如上图所示，目前规模最大的股票型ETF是华夏上证50ETF（510050），管理规模（截止2016年年底）接近300亿人民币。其他一些规模比较大的股票型ETF有沪深300ETF，上证180ETF和中证500ETF。所有这些ETF（除510810以外）的管理费为每年0.5%，外加0.1%的托管费，其总费率为0.6%。一般来说，ETF没有认购费。
有些朋友可能会问，这些不同的指数之间有什么区别？买哪个指数ETF更好？在这里稍微向大家做一下知识普及。

上表显示的是中国股市中最常见的几个指数。指数的名称中含有该指数包含的成员的数量。比如上证50指数，选取的是上海证券交易所上市值和交易量最大的50支股票。而上证180指数，则是上证50指数的扩大版：将50支股票的范围扩大到了180支股票。
沪深300指数涵盖的范围更广，同时包括了上海证券交易所和深圳证券交易所上300支市值和交易量最大的股票。中证500指数选取的则是排名介于301-800之间的A股股票（排名的规则有些小复杂，包括市值，流动性等一系列考量）。如果将沪深300指数加上中证500指数，我们就可以得到中证800指数。
由于这些指数选取的成员不同，因此其代表的主要行业也有很大不同。从上表中我们可以看到，上证50指数主要是金融指数，其中银行和非银行金融企业的市值占到65%左右。相对来讲，沪深300指数的行业分布更广。而由于中证500指数选取的是中小盘股，因此其行业分布更加偏向于医药生物，房地产，计算机等，而不像前面提到的那几个集中于金融行业的大指数。
既然这些指数涵盖的投资范围都不太相同，那么我们应该选取哪个指数ETF作为我们投资的对象呢？要回答这个问题，我们可以从下面几个角度来考虑。
首先，尽管这几个指数都不太相同，但由于他们都是市值加权型股票指数，其回报的相关程度是很高的。

上表显示的是这四大指数在过去十年中日回报之间的相关系数。我们可以看到，这四大指数中的前三大（上证50，上证180和沪深300）指数之间的相关系数都很高，非常接近1。这其中的主要原因在于，这三大指数涵盖的股票都是沪深两市上市值最大的那些公司，指数间的涵盖面高度重合，因此价格波动幅度十分接近。
和三大指数回报有显著差别的是中证500指数。这一情况的主要原因在于该指数选取的是中型规模的股票，因此和前三大股票指数没有重合面。如果投资者想要较全面地覆盖中国股市，比较好的选择是购买一个沪深300指数ETF+一个中证500指数ETF。这种组合可以覆盖几乎所有的大公司和中型公司。当然，如果想要再进一步的延伸去包括小型股票，那么也可以考虑加入中小板ETF和创业板ETF。
下图显示的是四大指数在过去十年的历史回报（不包括红利）表现。

以过去十年的历史来看，代表中型股票的中证500指数波动率最大，回报最好。代表蓝筹股的上证50指数回报最低。同时我们可以看到，上证50，上证180和沪深300这三大指数的回报情况非常接近，区别不大。但是中证500指数（上图紫线）从2009年开始经历了一拨非常明显的触底反弹，在2015年上半年的大牛市中表现十分抢眼。

纵观过去十年，中证500指数的年回报为12%左右，是四大指数中最好的。其他三个指数的年回报在2%-4%左右。
从理论上来说，股票的市值越小，其风险就越高。如果市场是有效的，那么风险和回报成正比，因此坚持投资小股票就能够获得超额回报。这也是为什么小型因子（Small Minus Big）在法码和弗兰奇教授提出的三因子模型中占有一席之地的重要原因。
但是值得一提的是，这种小规模带来的超额回报，指的只是长期投资维度下的平均回报。如果我们把长期的投资维度切割成不同的时段，就会发现在不同时期，风水轮流转，小型股票和大型股票的表现各领风骚。在某一阶段小型股票的表现更好，而在另一个阶段则相反。过去十年中国的中型和小型股票表现更好，并不能代表未来十年投资这些股票能够继续获得更好的回报。
这些指数的回报表现相差这么大，也告诉我们一个很重要的道理，即当我们在衡量一个股票基金的表现时，需要首先选对基准。举个例子来说，如果一个股票基金经理选取的股票都是中型，甚至是小型股票，那么他/她管理的基金战胜沪深300指数并不值得大惊小怪。对于这位基金经理来说，一个更合适的基准可能是中证500指数，或者中小板指数（如果他选取的股票来自中小板）。只有用合适的指数去衡量一个基金经理的历史表现，才可能得出比较客观的结论。

现在回到本章的中心，股票型ETF。在我看来，普通投资者只需要在上面的几个ETF中选取适合自己的投资标的就足够了。在大股票领域，159919和510330都可以考虑。如果想要覆盖中型股票，那么可以加上510500。有些投资者可能还想涵盖更多的小股票，那么也可以考虑159902和159915。值得一提的是，小股票由于市值小，流动性差，因此买进卖出的交易成本也会比较高。追踪小股票的中小板ETF和创业板ETF的市值都要远远小于主板ETF，也就是说投资这些ETF带有更高的投资风险。
海外股票ETF
在股票型ETF中，有一些ETF追踪的指数是海外的股票指数，比如美国纳斯达克指数，香港恒生指数等等。对于海外市场感兴趣的朋友们，可以关注一下这些ETF。
在国内上市的海外股票指数ETF不多，主要集中于美国和香港股市指数。

上表列举了一些在国内上市的比较主要的海外市场ETF。我们可以看到，其中只有510900的规模还可以（95亿左右）。两支追踪港股恒生指数的ETF（159920和513660）的规模也还不错（20亿左右），剩下的几个美股和德国股票ETF的规模就非常小了。
海外市场ETF不受国内投资者待见可能有以下几个原因。首先是所谓的“主场效应（home bias）”。国内投资者对于海外市场不太熟悉，因此在投资海外股票前肯定会缩手缩脚。其次，这些ETF和海外可以购买的ETF相比，费率相差太大。举个例子来说，追踪纳斯达克指数的159941的年费率为0.8%（管理费）+0.25%（托管费），总共1.05%。而同样追踪纳斯达克指数的QQQ，其每年的费率为0.2%，并且其流动性要高得多（市值大约为430亿美元）。同样一个指数产品，中国ETF的费率为美国ETF的5倍多。它不受投资者欢迎也算情理之中。
其他股票ETF
除了上面两种“宽基”ETF之外，国内上市的ETF还有一些其他类型，包括：风格ETF（比如成长ETF，价值ETF等），行业ETF（比如消费类ETF，金融地产类ETF等），主题ETF（比如治理ETF，龙头ETF等），策略ETF（比如基本面ETF，等权重ETF等）。由于这些ETF非本文要讨论的重点，我就不再展开了。对于普通大众投资者而言，上文提到的“宽基”ETF应该足够了。
债券型ETF
说完了股票型ETF，下面再来说说债券型ETF。

在国内上市的债券ETF非常少，主要就是上面表中的四个ETF。其中规模比较大的是511220（60亿左右），其他三个债券ETF的规模都很小，不到10亿。这四支ETF中，两支追踪国债指数（511010和159926），另外两支追踪企业债指数（511220和511210）。
规模最大的511220追踪的指数是上证可质押城投债指数，简称沪质城投。该指数的样本由沪市剩余期限1年以上、债项评级为投资级以上、符合中国证券登记结算公司对可质押债券要求的城投类债券样本组成，为债券投资者提供新的投资标的。城投债，又称“准市政债”，是由地方投融资平台作为主体发行的企业债，主业多为地方基础设施建设或公益性项目。
上证企债30指数是从上海证券交易所市场挑选30只质地好、规模大、流动性强的企业债券组成样本。其中有相当一部分是房地产公司的企业债（比如恒大，万达等）。目的是为投资者提供收益超过国债利息回报的企业债投资标的。
511010和159926追踪的都是剩余期限4到7年的国债，区别在于511010的样本来自于上海证券交易所上市的国债。
总体来说，目前中国市场上可供选择的债券ETF非常有限。相对于公募债券基金来说，债券ETF有一定的费率优势（大约比公募债券基金每年的费率便宜0.2%-0.4%左右），但是选择面要狭窄很多，流动性也不够好（因为规模不够大）。眺望未来，在债券ETF这个市场，产品供应商有很大的创新空间。
大宗商品ETF
最后和大家讲讲国内的大宗商品ETF。

目前上市的大宗商品ETF主要有四支，都是黄金ETF（如上图所示）。四支ETF的费率一样，追踪的指数都是上海黄金交易所的黄金现货价格。从规模来看，518880的规模最大（65亿左右），因此流动性也最好。如果投资者对于投资黄金感兴趣，可以考虑购买这支ETF。
总结
对于很多投资者来说，ETF是一个比较新的投资品种。ETF的好处是它能够像股票那样被随时买卖，同时可以帮助投资者以比较低廉的价格达到多元分散的指数投资目的。随着国内投资者的金融教育程度的提高，国内的ETF市场也会遵循国外市场的规律，被越来越多的投资者认可。
要想把涉及到ETF的所有问题在一篇文章中讲清楚是不现实的。本篇文章的主要目的是对金融小白做一些科普性质的资料介绍。希望对大家有所帮助