事件因子系列报告之二：事件因子与多因子体系的结合-20180223-兴业证券-19页-1mb

事件因子与多因子体系结合分析报告总结

核心内容

本报告探讨了事件因子在多因子选股体系中的应用与改进，并评估了其与基本面因子合成后的选股能力。报告指出，通过改进事件因子的构建方式和扩充事件覆盖，新事件因子在覆盖度和选股能力上均有所提升，并与传统基本面因子结合后，进一步增强了策略的稳定性和收益表现。

主要观点

1. 事件因子的改进

   • 事件剩余异常收益处理方式：改进了事件因子的计算方法，通过使用同行业市值相近组合作为基准，从而在因子计算过程中考虑行业影响，减少后续正交化处理的复杂性。
   • 事件覆盖扩充：新增了四个负面事件（如业绩预告（负面）、业绩快报（下降）、股东减持、分析师一致评级下调）和分析师一致评级上调事件，使事件因子更加全面。

2. 新事件因子的表现

   • 新事件因子在全部A股中的平均覆盖度提升至78.37%，显著高于原事件因子的57.45%。
   • 月度IC均值达到4.27%，较原事件因子有所提升，但波动性较大（标准差为7.82%）。
   • 分位数组合测试显示，Top组合的年化收益率和超额年化收益率表现优异，而Bottom组合则表现较差。
   • 新事件因子在2016年底和2017年3月出现短暂失效，多空净值出现回撤。

3. 合成因子的构建与表现

   • 新事件因子与交易行为、价值、情绪、反转、成长五大类风格因子等权合成，形成六因子合成因子。
   • 合成因子的IC均值提升至12.90%，且稳定性大幅增强。
   • 分位数组合测试显示，Top组合的年化收益率达到56.43%，超额年化收益率为27.27%，而Bottom组合的年化收益率为-7.03%，超额年化收益率为-25.35%。
   • 合成因子的多空组合年化收益率提升至66.86%，最大回撤下降至2.43%，夏普比率保持稳定。

4. 合成因子的选股策略

   • 基于六因子合成因子构建的选股策略，多头策略年化收益率达到39.11%，夏普比率提升至1.34。
   • 对冲后，策略年化收益率提升至23.36%，夏普比率提升至3.75，但最大回撤略有扩大，主要发生在2016年底至2017年中。
   • 策略的平均换手率为121.92%，表现出较高的交易频率。

关键信息

• 改进后的新事件因子：

  • 覆盖度：78.37%（全部A股）
  • 月度IC均值：4.27%
  • 标准差：7.82%
  • t统计量：5.62

• 合成因子（六因子）：

  • IC均值：12.90%
  • 标准差：8.88%
  • 多空年化收益率：66.86%
  • 最大回撤：2.43%
  • 夏普比率：4.80

• 合成因子选股策略：

  • 多头年化收益率：39.11%
  • 多头夏普比率：1.34
  • 对冲年化收益率：23.36%
  • 对冲夏普比率：3.75
  • 平均换手率：121.92%

• 因子相关性：

  • 新事件因子与五大风格因子的相关性较低，与原事件因子相关性较高（0.64）。
  • 与总市值的相关系数为-0.21。

风险提示

• 报告结果基于历史数据，模型在政策或市场环境变化时可能存在失效风险。
• 投资者应独立评估报告中的信息，并考虑自身投资目的、财务状况和需求。

图表说明

• 图1：原事件因子后续表现跟踪（多空净值下跌0.65%）
• 图2：原事件因子覆盖度（主要指数与全部A股）
• 图3：新增负面事件的事件效应（显著负收益）
• 图4：分析师一致评级上调事件效应（短期显著正收益）
• 图5：新事件因子覆盖度（主要指数与全部A股）
• 图6：新事件因子的IC与移动平均线
• 图7：分位数组合的年化收益率
• 图8：分位数组合的超额年化收益率
• 图9：新事件因子Top和Bottom组合净值表现
• 图10：新事件因子多空收益率与多空净值
• 图11：常见因子与新事件因子的相关性
• 图12：六因子合成因子的IC与移动平均线
• 图13：合成因子的年化收益率
• 图14：合成因子的超额年化收益率
• 图15：六因子合成因子净值表现
• 图16：合成因子多空收益率与多空净值
• 图17：合成因子选股策略的多头净值表现
• 图18：合成因子选股策略的对冲净值表现

表格说明

• 表1：事件因子基础事件列表（包括正面和负面事件）
• 表2：新旧事件因子统计特征对比（IC均值、标准差、t统计量、覆盖度）
• 表3：新事件因子分位数组合统计（年化收益率、波动率、Sharpe比率等）
• 表4：大类风格因子定义（交易行为、价值、情绪、反转、成长）
• 表5：因子间相关性（新事件因子与风格因子、原事件因子、总市值）
• 表6：合成因子统计特征对比（六因子与五因子）
• 表7：六因子合成因子分位数组合统计（年化收益率、波动率、Sharpe比率等）
• 表8：合成因子对冲组合统计（六因子与五因子）
• 表9：合成因子选股策略多头指标（年化收益率、波动率、Sharpe比率等）
• 表10：合成因子选股策略对冲指标（年化收益率、波动率、Sharpe比率等）

总结

通过事件因子的改进与合成，新事件因子在覆盖度和选股能力上均有显著提升。合成因子（六因子）展现出更强的选股能力和稳定性，进一步提升了策略的整体表现。尽管存在一定的波动性，但其在多个时间段内的表现优于传统因子体系，证明了事件因子在多因子选股中的有效性。然而，投资者需注意市场环境变化可能带来的模型失效风险，并结合自身情况审慎决策。