“青出于蓝”系列研究之六：如何对非流动性因子进行改进-20230609-招商证券-23页_1mb

如何对非流动性因子进行改进

核心内容

本报告探讨了Amihud（2002）提出的非流动性指标ILLIQ在A股市场中的有效性，并尝试从不同角度对其进行改进，包括基于弹性网络模型的非流动性预测、半流动性指标构建以及使用日内收益替代日间收益的非流动性因子构建。最终，通过因子测试验证了改进因子在不同股票池中的选股表现。

主要观点与关键信息

2.1 非流动性因子

• ILLIQ因子：衡量股票收益对每单位交易额的敏感程度，通过每日收益绝对值与交易额的比值计算。
• 有效性：在A股市场中，ILLIQ因子的IC均值为6.95%，t值为5.90，均较为显著。
• 不足：空头端表现较弱，稳定性不足，IC波动率接近14%。
• 改进方法：对ILLIQ因子取自然对数以减少偏态和峰度影响，并进行市值中性化处理。

2.2 非流动性因子改进：基于弹性网络模型的非流动性预测

• 预测模型：使用弹性网络模型（L1和L2正则项）预测未来非流动性，构建ILLIQ_F因子。
• 有效性提升：ILLIQ_F因子的IC均值为9.15%，t值为7.14，均优于原始ILLIQ因子。
• 模型优势：预测模型的MSE显著低于基准模型，且预测稳定性提升。
• 未预期非流动性：通过计算ILLIQ与ILLIQ_F的差值得到ILLIQ_UE因子，但其表现弱于ILLIQ_F。

2.3 非流动性因子改进：半非流动性指标

• 半流动性指标：区分股价上涨和下跌日的非流动性，构建ILLIQ⁺和ILLIQ⁻因子。
• 有效性：ILLIQ⁻因子表现优于ILLIQ⁺和原始ILLIQ因子，IC均值为7.83%，t值为6.51。
• 逻辑依据：投资者更关注下跌市场中的流动性不足，因其可能导致更大的风险。

2.4 基于弹性网络模型的半非流动性预测

• ILLIQ_F⁻因子：通过弹性网络模型预测下一期的半非流动性，显著提升预测能力。
• 有效性：ILLIQ_F⁻因子的IC均值为9.49%，t值为7.67，IC胜率75%。
• 表现：多头年化收益为24.91%，多空年化收益为29.18%，优于其他因子。

3.1 基于日内收益的非流动性因子

• OC_ILLIQ因子：使用日内绝对收益替代日间绝对收益，构建OC_ILLIQ因子。
• 有效性提升：OC_ILLIQ_F⁻因子的IC均值为10.54%，t值为8.63，优于其他因子。
• 因子表现：在不同股票池中，OC_ILLIQ_F⁻因子表现稳定，且在小市值股票池中效果更佳。

4.1 因子中性化测试

• 市值中性化：在市值中性化后，OC_ILLIQ_F⁻因子的有效性未减弱，IC均值为10.63%，t值为8.87。
• 行业表现：在多数行业中表现显著，尤其在综合、金融、农林牧渔等行业的IC均值超过12%。

4.2 大类因子相关性分析

• 相关性较低：非流动性因子与动量、成长、技术、情绪和价值因子的相关性较低。
• OC_ILLIQ_F⁻因子：与动量因子相关性最高，相关系数为26%。

4.3 不同股票池中的因子表现

• 有效性：OC_ILLIQ_F⁻因子在沪深300、中证500、中证1000及除中证800以外的全样本中均表现显著。
• 表现差异：在小市值股票池中表现突出，如中证1000的多头年化收益达15.87%，多空年化收益达30.20%。
• 具体数据：
  • 沪深300：多头年化收益8.95%，多空年化收益3.05%
  • 中证500：多头年化收益12.77%，多空年化收益11.20%
  • 中证1000：多头年化收益15.87%，多空年化收益30.20%
  • 全样本（除中证800）：多头年化收益27.87%，多空年化收益37.99%

总结

• 原始ILLIQ因子：在A股市场中表现良好，但存在空头端表现弱、稳定性不足的问题。
• 改进因子：ILLIQ_F、ILLIQ⁻、ILLIQ_F⁻和OC_ILLIQ_F⁻因子均在有效性、稳定性等方面优于原始因子。
• 最佳因子：OC_ILLIQ_F⁻因子表现最优，IC均值10.54%，t值8.63，且在不同股票池中均有效。
• 应用建议：OC_ILLIQ_F⁻因子适用于多种股票池，尤其适合小市值股票，具有较强的选股能力。

风险提示

本报告结果基于历史数据，存在因政策和市场环境变化导致模型失效的风险。所提及个股或基金仅表示与相关主题有关联，不构成投资建议。