“星火”多因子专题报告（三）：Barra模型深化，纯因子组合构建-20190214-财通证券-21页_2mb
报告摘要
Barra模型深化：纯因子组合构建总结
核心内容
本报告围绕纯因子组合构建展开，重点分析了如何在A股市场中构建更具可投资性的纯因子组合，并探讨了其在风险控制和收益稳定性方面的表现。通过对比完全复制法与最优化复制法，并结合组合优化方法，提出了在实际投资中更为稳健的纯因子构建策略。
主要观点
1. 纯因子组合构建的必要性
- 在投资中，传统Smart Beta指数的风格因子暴露不纯粹，可能同时暴露于其他因子。
- 纯因子组合能够实现单一、正交的资产配置，帮助投资者更清晰地识别和配置特定风格因子。
2. 构建方法对比：完全复制法 VS 最优复制法
- 完全复制法：基于多因子模型解析解，能够精确复制纯因子收益，但无法控制组合的事前风险，且存在做空、换手率高等问题。
- 最优复制法：通过均值—方差优化模型，能够控制事前风险，但可能出现一定程度的跟踪误差。
- 两者均存在可投资性弱的问题，因此需进一步优化。
3. 组合优化方法
- 通过构建比较基准，使得组合在其他因子上的暴露与基准一致，同时最大化目标因子暴露。
- 优化目标包括：
- 最小化组合全局风险
- 最小化组合主动风险（即跟踪误差）
- 最大化目标因子暴露
- 为解决特质收益带来的不确定性，引入单只股票权重上限约束，以提高组合的分散性。
4. 特质收益的“腐蚀”问题
- 特质收益对纯因子组合净值走势影响显著，尤其在组合权重集中或股票数量较少时。
- 通过增加股票数量和限制单只股票权重上限，可以有效减少特质收益带来的不确定性。
关键信息
1. 回测时间与样本
- 回测时间：2009.12.31 - 2019.1.31
- 样本：Wind全A成分股
- 优化方法：引入市值平方根加权，对多因子模型进行WLS回归
2. 风格因子定义与计算
| 大类因子 | 子类因子 | 因子定义 | 权重 |
|---|---|---|---|
| Beta | BETA | 单只股票收益率对流通市值加权指数收益率进行半衰指数回归 | 1 |
| 规模 | SIZE | 股票总市值取对数 | 1 |
| 动量 | RSTR | 过去一段时间个股累计收益率（不含最近一个月） | 1 |
| 波动率 | DASTD | 个股超额收益率序列的半衰指数加权标准差 | 0.7 |
| 非线性规模 | NonLiner Size | 总市值对数的三次方对总市值对数回归，取残差的相反数 | 1 |
| 估值 | BP | 市净率的倒数 | 1 |
| 流动性 | STOM | 月度换手率 | 0.5 |
| 流动性 | STOQ | 季度换手率 | 0.25 |
| 流动性 | STOA | 年度换手率 | 0.25 |
| 盈利 | CETOP | 经营现金流除以当前市值 | 1/2 |
| 盈利 | ETOP | 利润除以当前市值 | 1/2 |
| 成长 | YOYProfit | 单季度净利润同比增长率 | 1/2 |
| 成长 | YOYSales | 单季度营业收入同比增长率 | 1/2 |
| 杠杆 | MLEV | 市场杠杆率 | 1/3 |
| 杠杆 | DTOA | 资产负债率 | 1/3 |
| 杠杆 | BLEV | 账面杠杆率 | 1/3 |
3. 纯因子组合绩效表现
| 因子 | 复制方法 | 年化收益 | 年化波动 | 夏普比率 | 最大回撤 |
|---|---|---|---|---|---|
| Beta | 完全复制 | 2.68% | 4.33% | 61.86% | 6.19% |
| Beta | 最优复制 | 2.70% | 4.40% | 61.28% | 7.81% |
| 规模 | 完全复制 | -6.78% | 3.92% | -173.02% | 51.64% |
| 规模 | 最优复制 | -6.77% | 3.88% | -174.63% | 51.92% |
| 长期动量 | 完全复制 | 0.88% | 3.19% | 27.70% | 15.32% |
| 长期动量 | 最优复制 | 0.35% | 3.10% | 11.46% | 17.91% |
| 波动率 | 完全复制 | -1.38% | 4.01% | -34.31% | 13.56% |
| 波动率 | 最优复制 | -0.40% | 3.89% | -10.29% | 11.89% |
| 非线性规模 | 完全复制 | -3.62% | 1.74% | -207.31% | 28.43% |
| 非线性规模 | 最优复制 | -4.78% | 1.66% | -287.54% | 35.58% |
| BP | 完全复制 | 1.79% | 2.31% | 77.59% | 5.93% |
| BP | 最优复制 | 1.54% | 2.11% | 72.70% | 5.99% |
| 流动性 | 完全复制 | -7.24% | 2.20% | -329.86% | 48.59% |
| 流动性 | 最优复制 | -7.39% | 2.25% | -327.85% | 49.21% |
| 盈利 | 完全复制 | 2.97% | 1.95% | 152.15% | 3.35% |
| 盈利 | 最优复制 | 3.06% | 1.80% | 170.27% | 2.42% |
| 成长 | 完全复制 | 6.08% | 1.27% | 478.64% | 1.22% |
| 成长 | 最优复制 | 5.98% | 1.17% | 511.89% | 1.08% |
| 杠杆 | 完全复制 | -2.27% | 1.88% | -120.78% | 20.28% |
| 杠杆 | 最优复制 | -2.45% | 1.87% | -130.54% | 21.63% |
4. 优化后效果
- 优化后平均持股数量从38只增加到730只，显著提升了组合的分散性。
- 调整后纯因子组合净值走势更贴近纯因子收益，特质收益对组合的影响明显降低。
- 调整后，成长因子、流动性因子和规模因子的夏普比率依然较高，表明其仍是值得投资的风格因子。
图表目录
- 图1：沪深300及沪深300价值在各风格因子的暴露百分位
- 图2：沪深300及沪深300价值风格因子暴露百分位比值
- 图3：分层法中性化示意图
- 图4：纯因子组合净值走势
- 图5：多因子回归R方及股票利用率
- 图6：成长因子月度净值走势
- 图7：成长因子日度净值走势
- 图8：流动性因子月度净值走势
- 图9：规模因子月度净值走势
- 图10：完全复制法与最优化复制法持仓对比
- 图11：成长因子纯因子组合每期因子暴露度大小
- 图12：调整前最优化纯因子组合净值走势
- 图13：调整前纯因子组合特异收益累计回报
- 图14：前一期与本期特质收益相关系数走势
- 图15：调整前后平均持股数量比较
- 图16：调整后最优化纯因子组合净值走势
- 图17：调整前后特质累计收益对比
风险提示
- 多因子模型基于历史数据，市场风格变化可能导致模型失效。
- 国内做空机制尚不完善，纯因子组合的做空问题仍需进一步解决。
附录说明
- 最优复制法与完全复制法在特定条件下等同，可通过拉格朗日乘数法推导。
- 正交化处理有效降低了因子之间的共线性，使得风格因子更加独立。
小结与展望
- 本报告为构建可投资性较强的纯因子组合提供了理论支持与实证分析。
- 未来可进一步结合Alpha与Beta进行投资组合构建，提高收益稳定性。
- 财通金工将继续深入研究该领域，为投资者提供更优质的工具。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
