2020年定增新政出台以来,定增市场的融资规模扩大很明显,许多主动管理的基金也在参与定增。
2021 年上市项目518 个,合计募资8,999.47 亿元,同比分别上升38.13%、8.17%。2021 年有1416 家机构参与定增获配,同比增加18.1%;定增获配次数为4329 次,相比2020 年的3166 次增加36.7%;定增获配资金总额7881 亿元,同比微增2.12%。公募参与积极性明显升温,参与家数小幅增加,参与次数和获配金额同比均明显上升,同比分别增加41.9%、12.0%。(这个数据是申万统计报告里的)
新政放松了很多政策,让定增越来越偏向二级市场(我自己的理解,勿喷),许多大资金也进来了,使得定价趋于合理,项目折扣逐渐变小,甚至有发行期间拉抬股价(虽然无法证明,但身处市场发现底价很难中标了)。
看过财通基金等一些机构的报告,定增市场收益的统计回测之类,粗暴点来说:最终折扣的贡献还是最显著的。我是一个相信市场的人,及时市场短期或者区域内不有效,但最终都会变为“有效”,有获利机会,资金一定会“蜂拥而至”。
所以,从“老政”(18年)到“新政”的起起伏伏,冷静下来,自己有了点思考。是否主动管理的定增策略能够获得跑赢市场的长期收益?
我们知道,如果市场定价有效的话(这里我觉得是一个“期望”的概念),一个好的项目(或者上市公司吧)他的折扣可能会很小;一个折扣比较大的项目,定价充分的条件下,可能隐含的更多的风险。这似乎就形成了悖论,好票折扣贡献收益低,差票折扣收益高。
主动管理OR折扣,我们不可能同时执行两个策略。我们知道,从边际概率的角度来说,控住一个事件,另一个事件的概率是服从一个分布的,如果两个一起执行,这是一个P(ab)一个交集的概率怎么都不可能分别大于两个边际概率吧。所以我们在执行策略的时候,最好的方法就是基于某一个条件的策略来执行,也就是通过条件概率提高胜率(这里说的有点不准确,大致就是把胜率想成概率吧),Pa|b=Pab/Pb。
那么,主动管理下的定增策略就是可能是一个条件概率事件。
如果去假设这个各个策略就是一个二项分布(0 or 1),那么我们可以将条件概率写成Pa|b=Pab/Pb={ρ*{[Pa(1-Pa)][Pb(1-Pb)]}^2 Pa*Pb}/Pb。(跳了很多步骤,具体就是借用了二项分布的一些特性)。
从上面的这个模型来看,以及结合我们前面的思考,我们可以想象为“主动管理”和”定增折价”是一个相关为负的事件,ρ<0?(不确定是不是应该这么表述),各个事件的“战胜市场”都是一个0%-100%的概率事件,主动管理的定增策略同样也是这么一个“事件”(基于定增折扣条件(b事件)下的主动管理(a事件),并期望战胜市场的策略,当然还是0%-100%的概率事件)。
随便给ρ取一个-0.5吧,大家就看看趋势娱乐一下。基本的结论就是及时a、b的胜率很高,条件下的概率也没法超过他们中的任意一个。而且基本只有在ρ为负数的情况下,条件概率的值未超过过边际概率。
(不知道集思录怎么上图,尴尬了,就看看表吧)
ρ=-0.5 PA 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 80.00% 90.00%
PB
10.00% 0 0 0 0 0 0 0.012614 0.2 0.45
20.00% 0 0 0 0 0 0.110102 0.241742 0.4 0.6
30.00% 0 0 0 0.025834 0.118119 0.225834 0.35 0.494495 0.670871
40.00% 0 0 0.019376 0.1 0.193814 0.3 0.419376 0.555051 0.716288
50.00% 0 0 0.070871 0.155051 0.25 0.355051 0.470871 0.6 0.75
60.00% 0 0.036701 0.112917 0.2 0.295876 0.4 0.512917 0.636701 0.777526
70.00% 0.001802 0.069069 0.15 0.239643 0.336337 0.439643 0.55 0.669069 0.801802
80.00% 0.025 0.1 0.185436 0.277526 0.375 0.477526 0.585436 0.7 0.825
90.00% 0.05 0.133333 0.223624 0.31835 0.416667 0.51835 0.623624 0.733333 0.85
当然,这只是一个思维的模型(至少我这么认为),实际总是与理论差距很大,比如:定增折扣的概率可能比较好计算,往年的数据拉出来看一看,但是主动管理策略下的投资经理的胜率就不太好计算了,这玩意定量就是困难的,更别说样本了。(分析里也没有引入期望,分析起来就更复杂了,能力有限,见谅)
我们知道做投资玩的是个概率和期望的游戏,主动管理下的定增投资可能不是一个能持续战胜市场的策略。相反,这样的策略下,可能都不及单一策略下的胜率,如果策略覆盖不够大,系统没法覆盖足够多的项目,还容易出现“概率分散风险”。
写到这,经验和能力不足,我没有想到更好的改进建议。想到的是,对于主动管理的投资者,定增只能当成一个工具,有更高,无也罢;对于专注定增的投资人,最大化的分散投资,覆盖住市场较大的项目,也许是较好的策略。
不知道我的思路对不对,向集思录的大神多请教。
2021 年上市项目518 个,合计募资8,999.47 亿元,同比分别上升38.13%、8.17%。2021 年有1416 家机构参与定增获配,同比增加18.1%;定增获配次数为4329 次,相比2020 年的3166 次增加36.7%;定增获配资金总额7881 亿元,同比微增2.12%。公募参与积极性明显升温,参与家数小幅增加,参与次数和获配金额同比均明显上升,同比分别增加41.9%、12.0%。(这个数据是申万统计报告里的)
新政放松了很多政策,让定增越来越偏向二级市场(我自己的理解,勿喷),许多大资金也进来了,使得定价趋于合理,项目折扣逐渐变小,甚至有发行期间拉抬股价(虽然无法证明,但身处市场发现底价很难中标了)。
看过财通基金等一些机构的报告,定增市场收益的统计回测之类,粗暴点来说:最终折扣的贡献还是最显著的。我是一个相信市场的人,及时市场短期或者区域内不有效,但最终都会变为“有效”,有获利机会,资金一定会“蜂拥而至”。
所以,从“老政”(18年)到“新政”的起起伏伏,冷静下来,自己有了点思考。是否主动管理的定增策略能够获得跑赢市场的长期收益?
我们知道,如果市场定价有效的话(这里我觉得是一个“期望”的概念),一个好的项目(或者上市公司吧)他的折扣可能会很小;一个折扣比较大的项目,定价充分的条件下,可能隐含的更多的风险。这似乎就形成了悖论,好票折扣贡献收益低,差票折扣收益高。
主动管理OR折扣,我们不可能同时执行两个策略。我们知道,从边际概率的角度来说,控住一个事件,另一个事件的概率是服从一个分布的,如果两个一起执行,这是一个P(ab)一个交集的概率怎么都不可能分别大于两个边际概率吧。所以我们在执行策略的时候,最好的方法就是基于某一个条件的策略来执行,也就是通过条件概率提高胜率(这里说的有点不准确,大致就是把胜率想成概率吧),Pa|b=Pab/Pb。
那么,主动管理下的定增策略就是可能是一个条件概率事件。
如果去假设这个各个策略就是一个二项分布(0 or 1),那么我们可以将条件概率写成Pa|b=Pab/Pb={ρ*{[Pa(1-Pa)][Pb(1-Pb)]}^2 Pa*Pb}/Pb。(跳了很多步骤,具体就是借用了二项分布的一些特性)。
从上面的这个模型来看,以及结合我们前面的思考,我们可以想象为“主动管理”和”定增折价”是一个相关为负的事件,ρ<0?(不确定是不是应该这么表述),各个事件的“战胜市场”都是一个0%-100%的概率事件,主动管理的定增策略同样也是这么一个“事件”(基于定增折扣条件(b事件)下的主动管理(a事件),并期望战胜市场的策略,当然还是0%-100%的概率事件)。
随便给ρ取一个-0.5吧,大家就看看趋势娱乐一下。基本的结论就是及时a、b的胜率很高,条件下的概率也没法超过他们中的任意一个。而且基本只有在ρ为负数的情况下,条件概率的值未超过过边际概率。
(不知道集思录怎么上图,尴尬了,就看看表吧)
ρ=-0.5 PA 10.00% 20.00% 30.00% 40.00% 50.00% 60.00% 70.00% 80.00% 90.00%
PB
10.00% 0 0 0 0 0 0 0.012614 0.2 0.45
20.00% 0 0 0 0 0 0.110102 0.241742 0.4 0.6
30.00% 0 0 0 0.025834 0.118119 0.225834 0.35 0.494495 0.670871
40.00% 0 0 0.019376 0.1 0.193814 0.3 0.419376 0.555051 0.716288
50.00% 0 0 0.070871 0.155051 0.25 0.355051 0.470871 0.6 0.75
60.00% 0 0.036701 0.112917 0.2 0.295876 0.4 0.512917 0.636701 0.777526
70.00% 0.001802 0.069069 0.15 0.239643 0.336337 0.439643 0.55 0.669069 0.801802
80.00% 0.025 0.1 0.185436 0.277526 0.375 0.477526 0.585436 0.7 0.825
90.00% 0.05 0.133333 0.223624 0.31835 0.416667 0.51835 0.623624 0.733333 0.85
当然,这只是一个思维的模型(至少我这么认为),实际总是与理论差距很大,比如:定增折扣的概率可能比较好计算,往年的数据拉出来看一看,但是主动管理策略下的投资经理的胜率就不太好计算了,这玩意定量就是困难的,更别说样本了。(分析里也没有引入期望,分析起来就更复杂了,能力有限,见谅)
我们知道做投资玩的是个概率和期望的游戏,主动管理下的定增投资可能不是一个能持续战胜市场的策略。相反,这样的策略下,可能都不及单一策略下的胜率,如果策略覆盖不够大,系统没法覆盖足够多的项目,还容易出现“概率分散风险”。
写到这,经验和能力不足,我没有想到更好的改进建议。想到的是,对于主动管理的投资者,定增只能当成一个工具,有更高,无也罢;对于专注定增的投资人,最大化的分散投资,覆盖住市场较大的项目,也许是较好的策略。
不知道我的思路对不对,向集思录的大神多请教。