20160826-东北证券-金融工程_个股及基金风格收益与风险归因分析_16页_951kb

证券研究报告总结

核心内容

本文是基于Barra风险模型进行个股及基金收益与风险归因分析的系列第一篇。研究采用ZZ800和ZZ1000成分股作为股票池，对超过80%的偏股型基金进行收益分解和风险归因分析，旨在帮助FOF型基金管理者和基金投资者识别基金的收益来源和风险暴露程度。

主要观点

• 采用多因子模型进行分析，通过截面回归方法估计因子收益和风险矩阵。
• 分析流程包括因子确定、数据收集、数据清洗、风险收益估计、方差-协方差计算以及基金绩效与风险归因。
• 使用Barra CNE5模型中定义的10个风格因子，结合国家因子和申万一级行业因子，共计39个风险因子。
• 数据清洗包括极值处理、缺失值处理、稳定性、显著性和共线性检验。
• 通过加权最小二乘法进行回归，以消除残差的异方差性。
• 风险因子的方差-协方差矩阵采用指数移动平均加权方法（EWMA）进行估计，以增强预测性。

关键信息

风险因子定义

数据清洗与处理

• 极值处理：将标准化后的数据限制在[-3.5,3.5]范围内。
• 缺失值处理：通过其他未缺失因子暴露值进行回归，近似计算缺失值。
• 稳定性检验：使用Barra USE4 Methodology，相关系数大于0.9视为稳定因子。
• 显著性检验：t值大于2视为显著因子。
• 共线性检验：使用方差膨胀因子（VIF），VIF < 5视为无共线性。

风险收益估计

• 回归模型为：$ \vec{r} = X \cdot \vec{f} + \vec{u} $
• 回归权重为市值加权，使用加权最小二乘法进行估计。
• 因子收益估计公式为：$ \hat{f} = (X^T W X)^{-1} X^T W r $
• 协方差矩阵估计公式为：$ \boldsymbol{\Omega} = \boldsymbol{X F X}^T + \Lambda $

风险因子的方差-协方差计算

• 半衰期分别为90天（方差）和480天（协方差）。
• 估计样本容量为504个交易日。
• 使用指数移动平均加权方法（EWMA）进行估计。

基金绩效与风险归因

• 通过公式 $ R_p = \sum_{k=1}^{K} \psi_k f_k + \sum_{n} w_n u_n $ 分解基金收益。
• 风险贡献公式为：$ MCR_k = \frac{\partial \sigma_p}{\partial \psi_k} $，$ CR_k = \psi_k \cdot MCR_k $
• 风险贡献总和小于投资组合总方差，因为残差部分无法被因子解释。

结果展示

• 以某规模较大、2015年前上市且于2015年7月更换基金经理的普通股票型基金为例。
• 该基金自2015年一季度以来，重仓股市值占基金总规模比例从32.63%上升至81.64%。
• 风格因子暴露情况显示，该基金在规模、BP、成长性上为负暴露，而在动量、波动率、NLS和流动性上为正暴露。
• 风格因子风险贡献显示，规模因子贡献最大，流动性因子贡献也有所增加。
• 国家因子暴露显著，且其方差贡献远大于行业因子，行业因子暴露主要集中在电气设备、建筑材料、电子和计算机等行业。

未来计划

本文是风险归因系列的第一篇，后续将进行因子方差矩阵预测和纯因子组合介绍。

分析师简介

• 王琦：金融工程分析师，英国帝国理工学院数学与金融硕士。

重要声明

• 本报告由东北证券股份有限公司制作并仅向本公司客户发布。
• 本报告中的信息来源于公开资料，不保证其准确性和完整性。
• 报告内容和意见仅反映当日判断，不保证不发生变化。
• 本报告仅供参考，不构成证券买卖建议。
• 本公司及其雇员不承诺投资者一定获利，也不承担使用本报告引发的任何损失。

投资评级说明

东北证券股份有限公司联系方式

• 中国吉林省长春市：自由大路1138号，邮编130021
• 中国北京市西城区：锦什坊街28号，恒奥中心D座，邮编100033
• 中国上海市浦东新区：源深路305号，邮编200135
• 中国深圳市南山区：大冲商务中心1栋2号楼24D，邮编518000

机构销售联系方式

• 华北地区：销售总监李航，电话(010)63210896，手机136-5103-5643，邮箱lihang@nesc.cn
• 华东地区：销售总监朱昂，电话(021)20361102，手机138-1773-8847，邮箱zhuang@nesc.cn
• 华南地区：销售总监邱晓星，手机186-2030-0776，邮箱qiuxx@nesc.cn