20170506-天风证券-金融工程_海外文献推荐_第01期_15页_1mb

报告摘要

本期推荐的海外文献主要围绕多因子选股模型、动量因子在多资产组合中的影响、五因子资产定价模型以及三因子与四因子模型的对比与动量因子有效性检验。这些研究为投资者提供了更精确的资产配置与收益预测方法。

数据来源：台湾股票市场 1997 年 1 月至 2010 年 12 月的季度数据。
模型改进：
- 引入插值排序标准化变量法，使变量标准化，提高模型的稳定性。
- 采用平衡分离回归树，优化分支准则，使得左右分支更平衡。
- 引入复杂变量（混合变量），提升预测效果。
改进效果：
- 插值法得到的标准化变量的线性回归拟合优度为 $R^2 = 0.767$，优于非标准化变量的 $R^2 = 0.6821$。
- 改进后的模型在牛市中的预测效果优于熊市。
- 表格显示，平衡回归树的叶子节点观测值方差较小，说明模型更加稳定。
结论：改进后的模型在预测效果上优于传统回归树模型，特别是在牛市中表现更好。

文献来源：Achim Backhaus, Aliya Zhakanova Isiksal, 《The impact of momentum factors on multi asset portfolio》，Romanian Journal of Economic Forecasting, 2016。
动量因子定义：
- 相对动量策略：每月末选择各类资产中动量最高的组合构建下月的组合。
- 绝对动量策略：每月末选择动量 $MOM > 1$ 的资产构建组合，若所有资产动量 $MOM < 1$，则持有现金。
动量计算公式：
$$
MOM = \frac{P_a(t)}{P_a(t - 12)}
$$
其中 $P_a(t)$ 为 $t$ 月末资产收盘价，$P_a(t - 12)$ 为 $t - 12$ 月末资产收盘价。
数据：
- 包括 MSCI World、MSCI 新兴市场、黄金、富时房地产投资信托指数、标普商品期货指数、美国国债、欧元兑美元和日元兑美元等 8 类资产。
结果：
- 相对动量策略的年均收益率为 $11.7%$，65.4% 的月份收益为正。
- 绝对动量策略的年均收益率为 $8.51%$，但低于相对动量策略。
- 在市场动荡时期，如 2008 年金融危机期间，两种动量策略均能有效减少投资损失。
结论：相对动量策略和绝对动量策略均可作为多资产组合的有效资产分配策略。

文献来源：Eugene F. Fama, Kenneth R. French, 《A five-factor asset pricing model》，Journal of Financial Economics 116 (2015) 1-22。
模型定义：
$$
R_{it} - R_{Ft} = a_i + b_i (R_{Mt} - R_{Ft}) + s_i SMB_t + h_i HMLO_t + r_i RMW_t + c_i CMA_t + e_{it}
$$
其中 $R_{it}$ 为资产 $i$ 在时间 $t$ 的收益，$R_{Ft}$ 为无风险收益，$R_{Mt}$ 为市场投资组合的收益，SMB 为规模因子，HMLO 为正交化价值因子，RMW 为盈利因子，CMA 为投资因子。
因子定义：
- 规模因子（SMB）：小市值股票与大市值股票收益之差。
- 价值因子（HMLO）：高账面市值比与低账面市值比股票收益之差。
- 盈利因子（RMW）：高盈利能力与低盈利能力股票收益之差。
- 投资因子（CMA）：低投资与高投资股票收益之差。
实证研究：
- 五因子模型比三因子模型更能解释超额收益。
- GRS 统计量显示五因子模型对超额收益的解释能力更强。
- 五因子模型在不同的资产分类下均优于三因子模型。
结论：五因子模型比三因子模型更有效，尤其在解释资产收益方面。

文献来源：Francisco Barillas, Jay Shanken, National Bureau of Economic Research。
数据来源：1963 年 7 月至 2013 年 12 月的 50 年数据。
模型对比基础：
- 三因子模型（Fama-French model）使用年度账面市值比因子（HML）。
- 四因子模型（Carhart model）使用月度账面市值比因子（HMLm）并加入动量因子（UMD）。
模型比较方法：
- 通过夏普比率、账面市值比、市盈率、$\alpha_{21}$ 是否为零等指标判断模型优劣。
结果：
- 四因子模型在解释超额收益方面优于三因子模型。
- $\alpha_{21}$ 的显著性表明动量因子对超额收益有解释能力。
结论：动量因子在多资产组合中具有重要影响，四因子模型比三因子模型更有效。