假设一位投资者以 $10 百万美元初始投资于一项 150/50 税务优化型多空策略。从第二年末开始,投资者每年提取资金,每次提取的规模取决于投资组合在保持对底层阿尔法模型的高敞口并管理资本利得实现的前提下能够承受的程度。下图显示,在我们的模拟中,截至第十年末,这些提取平均累计约为 $10.2 百万美元。需要强调的是,这是随时间累计提取的金额,而非对最初 $10 百万美元本金的一次性清仓;投资组合的增长使得累计提取额有可能超过初始投资额。
同样的分析显示,假设初始投资同为 $10 百万美元,200/100 策略的平均累计提取额约为 $12.4 百万美元,250/150 策略约为 $13.9 百万美元。总体而言,税务效率型提取能力随策略的跟踪误差和杠杆上升而提高。
税务优化型多空策略的模拟累计提取额(美元)
来源:AQR。我们构建了三种多空策略——150/50,、200/100, 和 250/150。所有策略均在罗素 1000 指数范围内构建,以罗素 1000 指数为基准,并设定相对于该基准的 beta 为 1.0。这些多空策略相对于基准的目标跟踪误差(TE)分别为 2%、4% 和 6%。策略每月再平衡。假设在投资者进行提取之前,所有股息收入均被再投资。税前收益为扣除交易成本和融资成本后、未扣除管理费的收益。更多细节请参见 Liberman 等(2023)。
然而,流动性需求并非总按计划到来。投资者可能面临一笔大额一次性支出或其他意外的现金需求。在这种情况下,模拟结果同样显示存在可观的可用资金。例如,在两年后,从 150/50 策略中进行的一次性税务效率型提取平均可达初始资本的 43%。同样,杠杆较高的策略通常支持更大规模的提取。论文强调,在所有这些情景中,策略都保持了其税前特征——税前收益、跟踪误差和杠杆。