巴菲特的智慧：超额收益能否被因子完全解释？

Sat, 11 Apr 2026 22:43:52 +0800

投资大众口中的「巴菲特」往往被简化为几句格言；而严肃的金融研究则试图回答一个更尖锐的问题：伯克希尔·哈撒韦的长期超额收益，究竟是「无法解释的 Alpha」，还是一组可定价的因子暴露加上独特的融资结构？ 本文整理自 Frazzini 等人在《金融分析师期刊》上的经典论文《巴菲特的阿尔法》（Buffett’s Alpha）及相关讨论，把语音笔记式的材料改写成一篇可供反复查阅的综述，并保留文中两张核心图示。

一、从「捡烟蒂」到平台型企业

早期巴菲特更贴近格雷厄姆式的「捡烟蒂」：在质地平平甚至欠佳的公司里，寻找价格相对清算价值或内在价值足够便宜的标的。随着资金规模与保险浮存金的扩张，伯克希尔逐渐演化为控股平台：保险提供稳定、低成本的负债端，权益端则集中持有少数大型、可理解、现金流充沛的企业。理解后续所有量化结论，都离不开这一负债—资产匹配的框架。

下图从全样本视角概括了伯克希尔相对美股宽基的长期总回报格局（图示为作者文内配图，对应「伯克希尔哈撒韦 vs 标普500：自 1965 年 5 月以来的总回报」）。

二、风险调整后的业绩：夏普比率在说什么？

学术与业界常用**夏普比率（Sharpe Ratio）**衡量「每承担一单位总风险，获得了多少超额收益」（通常相对无风险利率）。若仅比较 raw 回报，容易把「高波动赌博」误认为「高能力」。

在 1976—2017 年样本中，伯克希尔相对美国短期国债（T-bill）的超额收益年化约 18.6%，显著高于同期美股整体约 7.5% 的平均超额收益。更关键的是：伯克希尔的夏普比率约为 0.79，而市场组合约 0.49。换言之，在「每多承担一单位风险」的意义上，伯克希尔把风险转化成了更高质量的回报——并非单纯靠抬升系统性风险来换取收益，这一点与许多高 Beta、高波动的策略形成对照。

三、主动管理分布中的「极右尾」：信息比率视角

同一时期，对存续超过四十年的主动股票基金进行横截面观察，会发现多数基金的年化信息比率（Information Ratio）高度集中在 -0.2 到 +0.2 一带。信息比率刻画的是：基金经理每承担一单位「主动决策带来的跟踪误差风险」，能换来多少相对基准的超额收益；长期贴近零，意味着持续、稳定的主动 Alpha 极其稀缺。

相比之下，伯克希尔每主动承担一单位主动风险，约可创造 0.64 单位的信息比率意义上的超额收益——在分布上远远落在右尾极端。这不是「略好于平均」，而是数量级上的离群值：它提示我们，要么存在尚未被模型写尽的「能力 / 结构优势」，要么存在系统性的因子暴露组合，其定价在经典 CAPM 框架下被低估。

四、法玛—弗兰奇传统与「卡哈特四因子」

芝加哥学派与后续的实证资产定价，把股票长期收益拆解为对若干风险因子的暴露：法玛与弗兰奇提出的三因子模型（市场、规模、价值）至今仍是教科书级基准；在此基础上加入动量因子，即得到常用的卡哈特四因子模型（Carhart Four-Factor Model）。

市场因子（Market / Beta）：组合对整体市场涨跌的敏感度。
规模因子（SMB）：相对偏好小盘还是大盘。
价值因子（HML）：相对偏好高账面市值比（「便宜」）还是成长风格。
动量因子（MOM）：是否系统性追逐近期强势股。

在这一语言下，我们可以把「巴菲特买了什么」翻译为「伯克希尔在因子空间里的坐标」。

五、伯克希尔的因子画像：稳、价值、大盘、不追热点

将伯克希尔的持仓映射到四因子模型，可得到一组相当一致的风格标签：

整体 Beta 仅约 0.69
相对市场 Beta=1，伯克希尔对大盘涨跌更「钝感」：市场涨 10% 时，组合未必跟涨 10%；下跌阶段亦可能跌得较少。从系统性风险角度，它承担的是更低的整体市场敏感度。
规模因子暴露偏低
组合明显偏好成熟的大型企业，而非高波动的小盘股「彩票型」标的。
价值因子暴露偏高
持仓集中在估值相对便宜、基本面扎实的价值型公司，与「买得好」而非「买得贵」一致。
动量因子接近零
说明其收益并非来自系统性追逐短期价格趋势；这与公众印象中「不炒热点」的叙事相互印证。

若故事止于此，四因子模型应能在一定程度上「解释」高收益。但实证发现：仍有约 4.5% 的年化 Alpha 残差无法被四因子吸收。更尖锐的矛盾在于：从因子定价视角，高价值暴露会抬高模型隐含的预期收益；但低 Beta、偏大盘、低动量三项，在经典框架下往往对应更低的预期收益。三者叠加仍不足以推出伯克希尔级别的长期结果——这迫使研究者在四因子之外继续寻找经济机制。

六、两个补充因子：低波动（BAB）与质量（QMJ）

6.1 Betting Against Beta（BAB）

Frazzini 与 Pedersen 提出的 BAB 因子刻画的是：在杠杆约束普遍存在的世界里，低 Beta 资产长期反而可能获得风险调整后的溢价。直觉链条是：许多投资者（机构监管、个人风险偏好）难以低成本加杠杆，于是倾向于在高 Beta、高波动股票上「寻求刺激」；资金拥挤推高估值、压低未来预期收益。相反，低 Beta、低波动资产常被忽视，估值更易低于内在价值，长期预期收益反而有补偿空间。

伯克希尔本身即具有低 Beta 暴露；若 BAB 在样本期内定价了这部分结构，则四因子残差的一部分可获得解释。

6.2 Quality Minus Junk（QMJ）

Asness、Frazzini 与 Pedersen 提出的 QMJ（质量减垃圾）因子刻画高质量公司相对低质量公司的长期溢价。伯克希尔持仓中「护城河、盈利稳定性、再投资纪律」等特征，与高质量因子暴露高度一致。

将 BAB、QMJ 等纳入后，原先看似「神秘」的 Alpha 残差显著收窄——这不是「把巴菲特庸俗化」，而是说明：其可复制的部分，很大程度上是一组在学术文献中逐渐被命名的风险溢价；不可复制的部分，则与组织形态与融资结构有关。

七、浮存金与「接近零成本」的杠杆：算术背后的经济学

有效市场假说（EMH）强调信息迅速反映于价格；若严格成立，持续选股很难创造超额收益。现实市场则充满摩擦：杠杆约束、流动性溢价、机构行为与监管都会扭曲定价。伯克希尔的关键结构之一是保险浮存金：保费先收、理赔滞后，形成可投资的资金池；其综合资金成本长期维持在极低水平（文献中常引用的量级约为年化 1.7% 左右，视具体测算口径略有出入）。

论文中一个清晰的数值例子有助于建立直觉：假设低 Beta 策略的长期资产回报率为 8%。若投资者仅用 100 元自有本金，则年度投资收益为 8 元。伯克希尔历史上平均杠杆率约 1.7 倍（约 100 元权益搭配 70 元浮存金类负债，可投资 170 元）。在 8% 资产回报假设下，投资收益为 170×8%=13.6；负债端成本约 70×1.72%≈1.2，则归权益的净收益约 12.4%——相对 8% 的「无杠杆参与奖」，多出的部分很大程度上来自以低成本负债放大了低 Beta / 价值 / 质量因子的组合回报。

当然，真实世界的波动、承保周期与监管资本约束，使上述算术只是教学模型；但它点明了伯克希尔与普通共同基金的根本差异之一：负债端本身即是一种「生产能力」。

八、复利轨迹、年度波动与「向 Beta 回归」

下图从年度回报与财富累积两条曲线，展示更长窗口（1965—2024）内复利与波动如何共同塑造财富路径（图示为作者文内配图，对应「伯克希尔哈撒韦：年度回报与财富累积曲线（1965—2024）」）。

即便长期总回报惊人，年度层面仍充满噪音与回撤；复利的力量在于时间、纪律与资本结构的稳定性。与此同时，随着价值、质量、低波动等因子被写入教科书与量化产品，公开可得的 Alpha 被竞争摊薄；伯克希尔规模逼近巨型上限，可投资宇宙收窄，边际上更难以找到「大到足以移动净值」的定价错误——组合表现向市场 Beta 靠拢，在经济学上是自然结果，而非「巴菲特失灵」的简单叙事。

九、小结

把巴菲特「神话」翻译成现代资产定价语言，可以得到一条清晰的逻辑链：

伯克希尔的长期业绩，在风险调整与主动管理分布意义上都极其罕见。
其收益很大一部分与**价值、质量、低 Beta（及 BAB 叙事）**等因子暴露一致。
浮存金带来的低成本杠杆，放大了上述因子组合在经济周期中的复利效果。
仍存在的残差 Alpha，随模型设定与样本变化而波动；因子公开化与规模约束则解释了边际上收益向市场 Beta 收敛。

对普通读者而言，最重要的或许不是「能否复制巴菲特」，而是：长期超额收益若存在，往往以「正确的风险暴露 + 正确的负债结构 + 极低的摩擦成本」为前提——任何省略了其中一环的「选股秘籍」，都值得保持警惕。

参考文献

Frazzini, Andrea, Kabiller, David, & Pedersen, Lasse H. 「Buffett’s Alpha」. Financial Analysts Journal, 2018 年第四季度。（中译与导读常题为《巴菲特的阿尔法》。）
知行小酒馆播客：E213 解码巴菲特：42 年传奇收益背后的模型、系统与选择（2025 年 11 月），适合作为非技术听众的入口。

伯克希尔 on 云栖之处