因子模型系列之五：财务杠杆类与流动性类单因子有效性考察-20180128-招商证券-68页-5mb

专题报告总结：财务杠杆类与流动性类单因子有效性考察

核心内容

本报告为因子模型系列之五，主要分析财务杠杆类和流动性类因子的有效性，包括单调性测试、独立性检验、因子收益估计、波动量能走势和同向波动持续性统计。通过这些测试，评估因子对超额收益的解释能力，并为构建多因子模型提供依据。

主要观点

• 因子分类：报告考察了4个财务杠杆类因子（资产负债率、流动负债率、固定比、长期负债比率）和8个流动性类因子（总资产周转率、流动比率、存货周转率、速动比率、总资产周转率（同比）、流动比率（同比）、存货周转率（同比）、速动比率（同比））。
• 测试方法：
  • 单调性测试：通过分层组合累积收益图，检验因子与超额收益之间的相关性和单调性。
  • 独立性检验：采用卡方检验，评估因子超额暴露与超额收益之间的独立性。
  • 因子收益估计：使用WLS和OLS方法，计算因子收益的7个关键指标，包括t统计量绝对值平均数、t统计量绝对值大于2的占比、因子收益均值、波动率、Sharpe值、截距项均值和R²均值。
  • 波动量能走势：通过单期收益的累积平方和，刻画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，评估其动量特性。

关键信息

数据来源与处理

• 所有数据来源于Wind数据库，采用基础财务数据计算因子暴露值。
• 数据取用窗口为2007年1月15日至2017年12月31日。
• 数据清洗过程剔除了不满足可计算条件的个股数据，包括新股上市10日内、证券更名后10日内、ST股、摘帽后10日内、行业分类变更后10日内、一字板及全天停牌个股。

单调性测试

• 每个月末截面按因子超额暴露的80%、60%、40%、20%分位点切割为5组，构建等权重组合。
• 绘制分层组合累积收益走势图，直观判断因子与超额收益之间的相关性和单调性。

独立性检验

• 采用卡方检验，构造卡方统计量，反映因子超额暴露与超额收益之间的差异。
• 对每个因子，分别对三个基准（中证500、沪深300、上证50）进行卡方检验，绘制三维条形图展示不同分位点的卡方统计量分布。

因子超额暴露的有效估计取值范围

• 通过统计卡方统计量的最小分位点，确定因子超额暴露的有效估计区间。
• 有效估计区间为卡方统计量最小分位点之间的数据段，不包含低点。

单因子收益估计

• 采用WLS和OLS方法进行收益估计，计算7项指标。
• WLS方法用于克服截面异方差问题，提高估计的准确性。

波动量能走势

• 通过因子单期收益的累积平方和，绘制波动量能走势图，评估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，用于比较各因子的动量持续性。

测试结果概览

资产负债率（Leve_as_liab_rat）

• 分层组合超额收益：中证500组合1平均超额收益为-0.46%，组合5为-0.50%；沪深300组合1为-0.23%，组合5为-0.27%；上证50组合1为-0.20%，组合5为-0.24%。
• 卡方统计量最小分位点：中证500左侧最小分位点为10%，右侧为70%；沪深300左侧为5%，右侧为70%；上证50左侧为5%，右侧为70%。
• WLS统计量：中证500平均t统计量为1.8141，Sharpe值为-0.0014；沪深300平均t统计量为1.8441，Sharpe值为-0.0169；上证50平均t统计量为1.8593，Sharpe值为-0.0127。

流动负债率（Leve_cdebt_rat）

• 分层组合超额收益：中证500组合1为-0.43%，组合5为-0.29%；沪深300组合1为-0.20%，组合5为-0.29%；上证50组合1为-0.16%，组合5为-0.26%。
• 卡方统计量最小分位点：中证500左侧最小分位点为10%，右侧为70%；沪深300左侧为5%，右侧为70%；上证50左侧为5%，右侧为70%。
• WLS统计量：中证500平均t统计量为1.4147，Sharpe值为0.2597；沪深300平均t统计量为1.4314，Sharpe值为0.2652；上证50平均t统计量为1.4210，Sharpe值为0.3004。

固定比（Leve_fix_rat）

• 分层组合超额收益：中证500组合1为-0.44%，组合5为-0.38%；沪深300组合1为-0.22%，组合5为-0.42%；上证50组合1为-0.18%，组合5为-0.38%。
• 卡方统计量最小分位点：中证500左侧最小分位点为10%，右侧为70%；沪深300左侧为5%，右侧为70%；上证50左侧为10%，右侧为70%。
• WLS统计量：中证500平均t统计量为1.3009，Sharpe值为-0.2463；沪深300平均t统计量为1.3433，Sharpe值为-0.2658；上证50平均t统计量为1.3715，Sharpe值为-0.2301。

长期负债比率（Leve_Itdebt_rat）

• 分层组合超额收益：中证500组合1为-0.43%，组合5为-0.20%；沪深300组合1为-0.29%，组合5为-0.04%；上证50组合1为-0.20%，组合5为-0.13%。
• 卡方统计量最小分位点：中证500左侧最小分位点为10%，右侧为70%；沪深300左侧为5%，右侧为70%；上证50左侧为10%，右侧为70%。
• WLS统计量：中证500平均t统计量为1.8593，Sharpe值为-0.0127；沪深300平均t统计量为1.8441，Sharpe值为-0.0169；上证50平均t统计量为1.8593，Sharpe值为-0.0127。

结论

• 各因子的有效估计取值范围通过卡方统计量确定，通常位于中位数两侧的中等分位区间。
• WLS方法在大多数情况下提供了更稳定的收益估计，相较于OLS方法具有更好的解释能力。
• 流动性类因子在多数情况下表现出较强的收益能力，而财务杠杆类因子的收益表现相对较低。
• 各因子的波动量能和同向波动持续性是其入选多因子模型的重要依据。

后续工作

• 各大类因子的汇总比较分析将在后续报告中推出。