因子模型系列之八：波动类因子单因子有效性考察-20180202-招商证券-56页-4mb

波动类因子单因子有效性考察总结

核心内容

本报告是因子模型系列报告的第八篇，旨在对波动类因子进行单因子有效性分析。通过对多个指标的测试，包括单调性测试、卡方独立性检验、单因子收益估计、波动量能走势分析以及同向波动持续月份统计，评估各波动类因子在不同指数（中证500、沪深300、上证50）下的表现。这些分析结果有助于识别有效的因子并用于构建多因子模型。

主要观点

• 单调性测试：通过分层组合累积收益图，可以直观地检验因子超额暴露与超额收益之间的单调性和相关性，为后续线性回归分析提供辅助依据。
• 独立性检验：使用卡方独立性检验，分析因子超额暴露与超额收益之间的相关性。通过三维条形图展示不同分位点的卡方统计量分布，识别有效估计区间。
• 单因子收益估计：采用WLS和OLS方法，计算因子收益的多个统计指标，如t统计量、Sharpe值、R²等，用于评估因子的统计显著性和收益能力。
• 波动量能走势：通过计算单期收益的累积平方和，展示因子对超额收益的贡献，作为因子入选多因子模型的重要依据。
• 同向波动持续性统计：通过统计因子同向波动持续月份的分布，分析因子动量特性。

关键信息

数据来源与处理

• 所有数据均来自Wind数据库。
• 数据处理采用基础数据计算因子暴露，而非直接提取指标数值。
• 数据取用窗口从2007年1月15日开始，但部分因子（如净流入额/股价波动率）因数据缺失或调整，从2013年1月开始计算。
• 对异常值进行了处理，如剔除新股上市10日内、ST股、证券更名后10日内等不符合条件的数据。

测试方法与指标

• 单调性测试：将因子超额暴露按分位点切割为5组，构建等权重组合并计算其超额收益。
• 独立性检验：采用卡方检验方法，分析因子超额暴露与超额收益之间的独立性。
• 单因子收益估计：分别使用WLS和OLS进行收益估计，计算7个关键指标。
• 波动量能走势：以单期收益的累积平方和为指标，展示因子对超额收益的贡献。
• 同向波动持续性统计：统计因子同向波动持续月份，用于评估因子动量特性。

波动类因子

本报告考察了以下10个波动类因子：

因子有效性分析

1. 成交金额 / 股价波动率（1个月）

• 中证500：
  • 组合1：累积超额收益-80.68%，平均超额收益-1.25%，年化波动率6.46%，Sharpe值-2.3219
  • 组合5：累积超额收益162.42%，平均超额收益0.78%，年化波动率10.64%，Sharpe值0.8771
• 沪深300：
  • 组合1：累积超额收益-73.65%，平均超额收益-1.02%，年化波动率8.21%，Sharpe值-1.4924
  • 组合5：累积超额收益219.85%，平均超额收益1.00%，年化波动率18.20%，Sharpe值0.6618
• 上证50：
  • 组合1：累积超额收益-75.10%，平均超额收益-0.99%，年化波动率15.70%，Sharpe值-0.7562
  • 组合5：累积超额收益188.81%，平均超额收益1.04%，年化波动率24.35%，Sharpe值0.5102

2. 成交金额 / 股价波动率（2个月）

• 中证500：
  • 组合1：累积超额收益-80.81%，平均超额收益-1.25%，年化波动率6.16%，Sharpe值-2.4311
  • 组合5：累积超额收益117.52%，平均超额收益0.64%，年化波动率11.08%，Sharpe值0.6924
• 沪深300：
  • 组合1：累积超额收益-73.79%，平均超额收益-1.02%，年化波动率7.98%，Sharpe值-1.5333
  • 组合5：累积超额收益164.37%，平均超额收益0.86%，年化波动率18.48%，Sharpe值0.5609
• 上证50：
  • 组合1：累积超额收益-75.25%，平均超额收益-0.99%，年化波动率14.98%，Sharpe值-0.8356
  • 组合5：累积超额收益26.10%，平均超额收益0.60%，年化波动率18.54%，Sharpe值0.3864

3. 净流入额 / 股价波动率（1个月）

• 中证500：
  • 组合1：累积超额收益-49.06%，平均超额收益-1.14%，年化波动率5.61%，Sharpe值-2.4403
  • 组合5：累积超额收益21.08%，平均超额收益0.41%，年化波动率12.70%，Sharpe值0.3848
• 沪深300：
  • 组合1：累积超额收益-44.85%，平均超额收益-0.95%，年化波动率8.90%，Sharpe值-1.2811
  • 组合5：累积超额收益26.10%，平均超额收益0.60%，年化波动率18.54%，Sharpe值0.3864
• 上证50：
  • 组合1：累积超额收益-50.48%，平均超额收益-1.04%，年化波动率14.98%，Sharpe值-0.8356
  • 组合5：累积超额收益11.61%，平均超额收益0.50%，年化波动率23.11%，Sharpe值0.2622

4. 净流入额 / 股价波动率（2个月）

• 中证500：
  • 组合1：累积超额收益-52.60%，平均超额收益-1.27%，年化波动率5.50%，Sharpe值-2.7628
  • 组合5：累积超额收益117.52%，平均超额收益0.64%，年化波动率11.08%，Sharpe值0.6924
• 沪深300：
  • 组合1：累积超额收益-44.85%，平均超额收益-0.95%，年化波动率8.90%，Sharpe值-1.2811
  • 组合5：累积超额收益26.10%，平均超额收益0.60%，年化波动率18.54%，Sharpe值0.3864
• 上证50：
  • 组合1：累积超额收益-50.48%，平均超额收益-1.04%，年化波动率14.98%，Sharpe值-0.8356
  • 组合5：累积超额收益11.61%，平均超额收益0.50%，年化波动率23.11%，Sharpe值0.2622

卡方统计量分析

• Vola_amt2vola_1m：
  • 中证500：左侧最小分位点10%，右侧最小分位点71%，可取范围宽度50%
  • 沪深300：左侧最小分位点10%，右侧最小分位点71%，可取范围宽度51%
  • 上证50：左侧最小分位点10%，右侧最小分位点70%，可取范围宽度52%
• Vola_inf2vola_1m：
  • 中证500：左侧最小分位点10%，右侧最小分位点71%，可取范围宽度49%
  • 沪深300：左侧最小分位点10%，右侧最小分位点71%，可取范围宽度48%
  • 上证50：左侧最小分位点10%，右侧最小分位点70%，可取范围宽度48%

单因子收益估计统计量

结论

通过对波动类因子的系统分析，可以识别出部分因子在不同指数下表现出较强的单因子有效性。特别是净流入额/股价波动率（1个月）和净流入额/股价波动率（2个月）在多个指数中展现出较高的累积超额收益和Sharpe值，表明其具有一定的投资价值。然而，总体来看，波动类因子的单因子表现较为有限，多数因子的R²值较低，说明其对超额收益的解释能力较弱，需进一步结合其他因子进行多因子模型构建。