20260409-中信证券-海外量化_全球量化多因子模型_3页_170kb

全球量化多因子模型分析总结

核心内容概述

本文构建了一个覆盖G7、东盟、大中华等近20个国家/地区的全球量化多因子模型，旨在对全球主要股票市场的波动特征进行跟踪分析，并为投资者提供全球股票组合风险管理的基础设施。模型以股票收益率为因变量，行业及风格因子为自变量，采用WLS线性回归方法，以获取因子收益。其特色在于对风格因子进行离散化处理，将其转化为哑变量，从而提升模型的适应性和解释力。

模型结构与因子设置

1. 模型基本形式

• 以股票收益率作为因变量。
• 以行业及风格因子作为自变量，进行截面WLS线性回归。
• 风格因子离散化处理，增强因子收益率的实际意义。

2. 行业与风格因子

• 行业分类：采用GICS一级行业分类。
• 风格因子：包括市值、动量、流动性、波动、成长、估值及盈利共7个一级因子。

3. 样本覆盖

• 涵盖大中华、G7、东盟等全球重要市场。
• 包括印度、韩国、澳大利亚等其他关注度较高的市场。

市场表现分析

1. 国别比较

• 2022年末以来：全球市场整体进入上行阶段，但基本面出现分化。
• 日本、美国及G7：在2020-2021年因疫情变化呈现V型反转，2022年后较为平稳。
• 东盟国家：疫情复苏过程迅猛，但自2023年初开始出现大幅下滑。

2. 行业比较

• 必选消费、医疗保健、房地产：在多数市场持续跑输，表现低迷。
• 信息技术行业：在全球AI浪潮推动下，成为表现强势的行业，进入上行大周期。

风格因子规律解析

1. 成长因子：

   • 收益能力较优，但具有明显的周期性。
   • 货币周期是影响其周期性的重要因素。
   • 不同市场成长因子的变化并非同频。

2. 盈利因子：

   • 自2021年以来表现弱势，主要受全球盈利能力下滑和AI浪潮对资金的潮汐效应影响。

3. 小盘股效应：

   • 在大中华、东盟、美国等多个市场普遍存在。
   • 反转因子在美国及东盟具有持续的正向收益能力。
   • 在大中华市场，反转因子收益方向呈现以1.5年为周期的变化。

4. 高波动与高换手率：

   • 体现热点主题投资的影响，与市场情绪和资金流动密切相关。

5. 低估值因子：

   • 在多数市场具有周期性，其收益主要源于估值的均值回归。

风险提示

• 模型过拟合：可能影响模型的泛化能力。
• 市场预期大幅变化：可能导致因子收益预测失效。
• 宏观及产业政策重大变化：可能对市场结构和因子表现产生深远影响。
• 个股业绩兑现不及预期：可能对组合收益造成冲击。

作者信息

• 王兆宇：量化策略首席分析师，S1010514080008
• 张强：量化策略分析师，S1010522050003
• 赵文荣：量化与配置首席分析师，S1010512070002
• 上官鹏：量化策略分析师，S1010524080011

联系方式

• 中信证券研究网站：https://research.citics.com
• 研究服务小程序：中信证券研究服务
• 添加权限请联系：您的对口客户经理
• 邮箱：[email protected]（如对内容有疑问）

免责声明

本文节选自中信证券研究部于2026年4月8日发布的《海外市场量化解析系列第15期—全球量化多因子模型》报告，具体分析内容（包括相关风险提示等）请详见报告。若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。