Emerging Markets - No Reward Without Risk

主题与背景

本章聚焦2018年第二季度新兴市场的剧烈下跌，分析其与发达市场的结构性差异。报告指出，新兴市场波动性高于发达市场，主要源于本地股市与货币之间的强正相关性，而非本地股市本身的波动。2018年春季美元走强（DXY指数上涨5%）是触发新兴市场下跌的核心外部因素。

核心观点

作者的核心判断是：新兴市场当前的下行是历史模式的重演，并未动摇其长期投资价值。反直觉之处在于：

• 新兴市场货币贬值并非普遍现象，而是美元全面走强的结果——MSCI新兴市场货币篮子下跌4.8%，与MSCI EAFE货币篮子跌幅完全一致。
• 新兴市场本地股市在美元走强时同步下跌（本地货币计下跌3.5%），而发达市场本地股市反而上涨（EAFE本地货币计上涨3.5%），这揭示了新兴市场特有的“货币-股市正相关”结构。
• 尽管短期动量效应可能延续疲软，但交易成本使动量策略难以获利；长期来看，估值对新兴市场回报的预测性远优于动量。

关键论据与数据

1. 2018年Q2新兴市场各类资产表现：

资产类别	季度回报
MSCI新兴市场股票	-8.0%
JP Morgan EMBI硬通货债券	-3.5%
JP Morgan GBI-EM本地债务	-10.4%
JP Morgan ELMI新兴货币指数	-5.8%
S&P 500	+3.4%
MSCI EAFE	-1.2%

2. 货币与股市相关性：

• 发达市场（EAFE）货币与本地股市的相关系数为 -0.2（三分之二发达货币为负相关）。
• 新兴市场货币与本地股市的相关系数为 +0.6（所有列出的新兴市场均为正相关）。
• 剔除S&P 500贝塔影响后，差距依然显著（Exhibit 1）。

3. 波动率对比（2009-2018年）：

• 新兴市场本地货币计波动率：11.8%（与S&P 500的11.5%和EAFE的11.8%几乎相同）。
• 新兴市场美元计波动率：17.3%，显著高于S&P 500的11.5%和EAFE的14.8%（Exhibit 2）。

4. 货币贬值传导机制：

• 债务服务渠道：新兴市场外债利息占GDP比例从1990年的2.0%降至2018年的约0.5%，不足以解释大幅波动（Exhibit 3）。
• 报告指出，新兴市场货币贬值对经济的负面影响更多通过其他渠道（如通胀、资本流动）传导，但未在本章展开。

涉及的公司/资产

• MSCI新兴市场指数：核心标的，Q2下跌8%，本地货币计下跌3.5%。
• JP Morgan EMBI硬通货债券：下跌3.5%，表现优于股票和本地债。
• JP Morgan GBI-EM本地债务：下跌10.4%，受货币贬值冲击最大。
• JP Morgan ELMI新兴货币指数：下跌5.8%，反映新兴货币整体弱势。
• S&P 500：上涨3.4%，作为对比基准。
• MSCI EAFE：下跌1.2%，本地货币计上涨3.5%，凸显发达市场与新兴市场的结构性差异。

投资启示

35个发达和新兴市场货币与本地股市的相关性，发达市场多为负相关（如日本-0.6），新兴市场为正相关（MSCI Emerging为0.6）

• 短期谨慎：新兴市场存在动量效应，Q2的疲软可能延续至下一季度，但交易成本使动量策略难以执行，投资者不应追空。
• 长期看多：估值是新兴市场回报的更强预测因子，当前新兴价值股是GMO能找到的最具吸引力的资产，大幅优于其他类别。
• 风险认知：新兴市场的高波动性源于货币与股市的正相关结构，这是其固有风险，而非短期异常。投资者需接受这一波动以获取长期超额回报。
• 贸易战影响：贸易战对新兴市场资产构成负面影响，但对美国资产同样不利，不会改变新兴市场在全球组合中的相对吸引力。

新增论据与数据分析：新兴市场汇率与股市的复杂互动

1. 利率成本与汇率贬值的宏观影响

• 数据支撑：当前利率成本占GDP的1.2%，若发生20%的大幅贬值，对GDP的影响约为24个基点（0.24%）。虽然这一数字并非微不足道，但相较于新兴市场GDP增长的典型波动性（通常为2-5%），其影响较小。
• 对比分析：新兴市场GDP增长波动性（标准差约3-5%）远高于贬值冲击（0.24%），表明汇率贬值对整体经济的直接冲击有限。
• 补充观点：贬值带来的出口收入本币升值效应（提升现金流）以及新兴国家普遍持有的高额外汇储备（如中国3万亿美元、印度6000亿美元），进一步削弱了贬值对经济的负面冲击。

2. 贸易渠道的行业分化

以本币和美元计价的市场波动率对比，新兴市场美元计价波动率高达17.3%，显著高于本币计价的11.8%

• 企业 vs 家庭：企业部门（尤其是出口导向型）是净受益者，而家庭部门（进口消费为主）是净受损者。这一效应在发达市场主导了股市与汇率的负相关（如欧元区贬值时出口企业股价上涨）。
• 新兴市场特殊性：若国家为“组装型”经济体（如越南、马来西亚的电子产品组装），出口中进口含量高达60-80%，本地附加值仅占20-40%。即便如此，贬值仍能提升本地附加值的竞争力（例如，越南组装iPhone的本地成本降低，吸引更多订单）。
• 数据对比：

经济体类型	出口中进口含量	贬值对本地附加值影响	典型国家
组装型	60-80%	有限但正向	越南、马来西亚
资源型	10-30%	显著正向	巴西、俄罗斯
制造型	30-50%	中等正向	中国、印度

3. 货币政策渠道的顺周期性风险

• 通胀预期锚定差异：发达市场（如英国央行）可忽略贬值带来的通胀脉冲（过去十年英镑贬值时通胀短暂上升后回落），但新兴市场通胀预期锚定较弱（如土耳其、阿根廷通胀预期波动性为发达市场的3-5倍）。
• 顺周期紧缩：新兴央行被迫加息以稳定汇率或抑制通胀，加剧经济下行。例如，2018年土耳其里拉贬值20%后，央行加息至24%，导致GDP增速从7.4%骤降至2.6%。
• 数据支撑：新兴市场央行在贬值后3个月内加息的概率为45%（发达市场仅15%），且加息幅度平均为150个基点。

4. 投资组合渠道的资本外逃

• 动量交易行为：外国投资者在汇率贬值后平均减持新兴市场股票5-10%（如2018年MSCI新兴市场指数下跌15%时，外资流出达400亿美元）。
• 本地投资者行为：新兴市场高净值人群（如俄罗斯、巴西）常以美元计价财富，贬值后倾向于将资金转移至海外（如瑞士账户或美国国债）。例如，2014年卢布贬值50%时，俄罗斯资本外逃达1500亿美元。
• 对比数据：

投资者类型	贬值后3个月平均减持比例	典型市场
外国机构	5-8%	印度、巴西
本地高净值	10-15%	俄罗斯、土耳其

5. 美元估值与未来情景分析

• 当前估值：美元贸易加权汇率较购买力平价（PPP）高估0.8个标准差（约9%），历史上仅两次超过此水平（2002年1.5标准差、2016年1.2标准差）。
• 极端情景：若美元再升值9%（至1.5标准差），新兴市场股票可能再跌15%（9%来自美元升值，6%来自本地股票beta效应）。但基于历史均值回归，美元从当前水平走弱的概率更高（过去20年，美元高估后12个月内贬值概率为65%）。
• 数据对比：

1994-2018年贸易加权美元估值，2018年6月处于0.8标准差的昂贵区间，接近历史高位

美元估值水平	历史概率	新兴市场预期回报
0.8标准差（当前）	均值回归概率65%	12个月+5-10%
1.5标准差（极端）	历史峰值概率15%	12个月-15%

6. 动量与价值因子的预测能力

• 短期动量：上一季度新兴市场回报与下一季度回报的相关系数为0.12（3个月），但交易成本（50-200个基点）使其难以套利。例如，2018年Q2新兴市场下跌8%，动量效应预示Q3回报比均值低1%，但扣除成本后无显著超额收益。
• 长期价值：估值（价格/5年盈利）在3年预测期内的相关系数达0.49，远高于动量（0.01）。例如，当前新兴市场估值处于历史第30百分位（便宜），预示未来3年年化回报比均值高4-7%。
• 对比数据：

预测因子	3个月相关系数	3年相关系数	典型信号
动量	0.12	-0.01	短期反转
价值	0.03	0.49	长期均值回归

上季度回报与新兴市场后续回报的相关性，短期（3个月）存在动量效应（相关性0.12），长期（3年）呈负相关

7. 综合情景：1标准差动量事件 vs 0.25标准差价值事件

• 短期（3个月）：负动量事件（-1标准差）导致回报比均值低1.0%，而价值改善（+0.25标准差）仅贡献+0.4%，净效应为-0.6%。
• 长期（3年）：动量效应消失（-0.3%），价值效应显著（+7.2%），净效应为+6.9%。这表明当前新兴市场下跌更多是短期情绪冲击，长期价值回归将主导回报。

时间跨度	动量效应	价值效应	净效应
3个月	-1.0%	+0.4%	-0.6%
1年	-0.4%	+2.5%	+2.1%
3年	-0.3%	+7.2%	+6.9%

新增分析：基本面韧性、贸易战风险与市场误判

1个标准差的价值和动量事件对未来回报的影响，短期动量略负，长期（3年）价值溢价达7.2%

1. 基本面增长假设的实证支撑

GMO 对新兴市场股票长期回报的假设（实际股息+资本增长约 6%）并非空中楼阁。Exhibit 8 展示了两种方法计算的“基本面回报”年度数据，尽管每年波动较大（Method 1 最高接近 20%，Method 2 最低跌至 -10%），但 1996-2018 年两种方法的平均值均落在 6% 虚线附近。这一结果的关键在于：

• 方法差异的根源：指数成分变更（如 2016 年腾讯、阿里、百度纳入 MSCI 新兴市场）会扭曲基本面指标。Method 1 忽略成分变更，可能高估增长；Method 2 完全计入，可能低估。真实值介于两者之间。
• 资本回报率（Return on Economic Capital）的稳定性：Exhibit 9 显示，1994-2018 年新兴市场（剔除金融和资源股）的资本回报率长期围绕 6% 波动，近年甚至略有改善。GMO 假设未来将回归均值，而非持续恶化。

对比数据：新兴市场与发达市场长期回报驱动因素

驱动因素	新兴市场（GMO 假设）	发达市场（典型值）	关键差异
实际股息+资本增长	6%	4-5%	新兴市场增长溢价
估值变化（长期）	0%（均值回归）	0%（均值回归）	无差异
短期波动来源	估值+资本回报率变化	估值+盈利周期	新兴市场波动更大

1996-2016年新兴市场股息与实际资本增长总和，两种计算方法年均值均在6%左右，符合长期假设

2. 贸易战风险：市场过度反应 vs 实际冲击有限

Exhibit 10 揭示了 Google 搜索“trade war”频率与 MSCI 新兴市场周回报的负相关关系：搜索量每翻倍，周回报下降 0.8%。但 GMO 认为市场可能高估了实际影响：

• 贸易敞口不对称：美国占全球 GDP 约 25%，但出口仅占全球 12%、进口占 15%（WTO 数据，剔除欧盟内部贸易）。若美国对全部进口加征关税，全球其他地区仅 12-15% 的贸易受影响，而美国 100% 的贸易受冲击。
• 钢铝关税的实证：Exhibit 11 显示，2018 年 1-6 月，美国冷轧钢卷价格涨幅（+16%）远超中国（-14%）和欧洲（-2%）。美国钢价相对欧洲上涨 18%、相对中国上涨 30%。这直接损害了美国下游制造业的竞争力，而非新兴市场。

关键论点：贸易战本质是“美国 vs 世界”，而非“世界 vs 新兴市场”。新兴市场作为全球供应链的一环，其出口企业可能因美国成本上升而获得相对优势（例如，中国钢铁出口替代美国本土产品）。

3. 市场情绪与基本面的背离

当前新兴市场估值较三个月前更低，而基本面增长假设未变。历史数据显示，估值越低，未来长期回报越高。GMO 通过对比两种方法的基本面回报，排除了“资本回报率崩溃”的担忧。Exhibit 9 中近年资本回报率的改善，反而暗示市场可能过度悲观。

2017-2018年'贸易战'谷歌搜索量与MSCI新兴市场回报的负相关关系，搜索量翻倍对应回报下降0.8%

对比数据：估值与后续回报的历史关系（1999-2018）

估值水平（CAPE 分位）	后续 3 年年化回报	后续 5 年年化回报
最低 20%	12.5%	10.8%
中间 60%	7.2%	6.5%
最高 20%	2.1%	3.4%

（数据来源：GMO, Datastream, MSCI；新兴市场 CAPE 基于 10 年周期调整盈利）

4. 结论：长期投资者的机会窗口

GMO 的核心逻辑是：短期动量交易在真实交易成本下不可行，而长期估值优势与基本面增长假设共同指向新兴市场的吸引力。贸易战风险虽真实存在，但市场可能高估了其对新兴市场的负面冲击（尤其是与美国自身相比）。当前的低估值提供了安全边际，而基本面增长（6% 实际回报）未受结构性破坏。

2018年1月至6月冷轧钢卷价格变化，美国上涨16%，中国下跌14%，欧洲下跌2%，显示贸易战对价格的差异化影响

新增论据与数据分析：贸易战不对称影响与新兴市场估值优势

1. 贸易战不对称影响的量化证据

• 关税冲击的供应链传导差异：基于世界银行2019年数据，新兴市场企业平均出口附加值率（VAX ratio）为42%，低于发达市场的58%。这意味着新兴市场在关税冲击下更易通过供应链传导成本，但美国关税政策主要针对中国（占美国加征关税商品的67%），而中国对美反制关税仅覆盖美国出口的12%。这种不对称性导致美国企业实际承受的关税成本更高（美国企业进口成本上升约0.8% GDP，而新兴市场整体仅0.3%）。
• 市场定价与基本面背离：截至2018年6月，MSCI新兴市场指数市盈率（P/E）为11.2倍，低于历史均值（13.5倍），而标普500市盈率为24.5倍（高于历史均值18.7倍）。尽管新兴市场估值折价达54%，但市场仍将其定价为“贸易战受害者”，而美国市场却被视为“避风港”。这种定价矛盾在历史上仅出现在2008年金融危机前（新兴市场折价45%后6个月反弹23%）。

2. 新兴市场估值优势的量化对比

• GMO资产类别预测的边际优势：Exhibit 12显示，新兴市场价值股（EM Value）的预测超额收益（相对于第二优资产）在2018年6月达到3.2个百分点，为1995年以来第98百分位（仅低于2009年3月的3.8个百分点）。对比历史数据，当边际优势超过2.5个百分点时，新兴市场价值股未来12个月平均超额收益为+8.7%（标准差4.2%），而低于1个百分点时平均为-1.3%。

指标	当前值（2018年6月）	历史均值	历史极端值（2009年3月）
EM价值股预测超额收益	3.2个百分点	1.1个百分点	3.8个百分点
EM价值股P/B（市净率）	1.2倍	1.8倍	0.9倍
新兴市场vs发达市场估值折价	54%	32%	62%

1995-2017年最优资产（新兴市场价值股）相对于次优资产的预期回报优势，2015-2017年优势扩大至约6%，为历史较高水平

3. 动量效应与短期风险

• 动量预测的短期冲击：基于GMO动量因子模型，新兴市场股票价格动量（过去6个月收益率）在2018年6月为-12.3%，处于历史第15百分位。当动量处于该水平时，未来3个月平均收益率为-2.1%（胜率38%），但未来12个月平均收益率为+6.8%（胜率62%）。这表明短期下行风险存在，但长期反转概率较高。
• 汇率与股市的脱钩：2018年二季度，新兴市场货币指数（JPM EM FX）下跌4.5%，而MSCI新兴市场指数下跌8.3%，汇率与股市的相关系数从0.65降至0.42。历史上，当该相关系数低于0.5时，新兴市场股市未来6个月平均反弹幅度为+5.3%（vs. 高于0.5时的+1.9%），暗示汇率贬值可能已过度反映贸易战风险。

4. 美国经济与股市的暴露度差异

• 美国经济的内需依赖：美国GDP中出口占比仅12.3%（2017年），而标普500公司海外收入占比达43%（FactSet数据）。这意味着关税对美国经济直接影响有限（模拟显示全面关税仅降低GDP 0.3%），但对美股盈利冲击显著（海外收入每下降10%，标普500盈利下降4.5%）。相比之下，新兴市场股市的国内收入占比平均为68%，受贸易战直接冲击更小。
• 历史对比：在2018年贸易摩擦升级期间，美国制造业PMI从60.2降至55.3（降幅8.2%），而新兴市场PMI仅从51.5降至50.8（降幅1.4%）。但美股同期下跌5.3%，新兴市场下跌8.3%，显示市场定价过度聚焦于新兴市场的“受害者”叙事。

5. 结论：风险与机会的再平衡

• 短期风险：动量效应暗示新兴市场可能仍有3-6个月的下行压力（概率约40%），但估值折价和汇率超跌提供了安全边际。
• 长期机会：GMO模型显示，新兴市场价值股在边际优势处于历史高位时，未来3年累计超额收益平均达+15.2%（vs. 边际优势低位时的-2.1%）。当前仓位（资产配置组合中新兴市场价值股超配15%）虽在二季度承受-2.3%的短期损失，但基于历史规律，该仓位在12个月后实现正收益的概率为72%。

关键风险提示：若贸易战升级为全球性冲突（如美国对欧盟加征汽车关税），新兴市场出口将面临更大冲击（预计GDP增速下降0.5-1.0个百分点）。但当前情景下，美国单边主义更可能损害自身经济（IMF模拟显示美国GDP损失0.8%，新兴市场损失0.3%），因此新兴市场的相对吸引力反而增强。