20171025-东北证券-基于因子筛选的特质波动率研究_9页_1001kb

报告摘要

证券研究报告总结：基于因子筛选的特质波动率研究

核心内容

本报告围绕个股特质波动率因子的构建与有效性进行研究，提出了一种基于逐步回归因子筛选和不同残差计算方式的创新方法。报告重点分析了两种特质波动率指标：STDO（基于全部估计残差）和 STDN（基于最近时间段残差），并对比了其在策略构建中的表现。

主要观点

因子筛选方法：
- 每一期对每只股票使用逐步回归（BIC准则）筛选出解释能力最强的因子模型，而非使用固定模型如CAPM、Fama-French三因子或Carhart四因子模型。
- 选用的10个备选因子包括：市场、BP、盈利、成长、杠杆、流动性、动量、非线性市值、市值和波动率。
- 市场因子解释能力最强，出现概率最高；规模因子次之，其他因子出现概率相对较低。
- 创业板的因子分布与主板和中小企业板有所不同，市值和规模因子重要性相对降低，其他因子重要性提高。
特质波动率计算方式：
- STDO 使用全部估计区间内的残差标准差作为衡量；
- STDN 使用最近时间段的残差标准差作为衡量，以提高信息使用有效性。
- 两种计算方式均表现出较强的因子有效性，IC均值分别为 $-6.02%$ 和 $-7.36%$，其中STDN表现更优。
策略构建与表现：
- 按因子值升序排列，将股票等分为10组，等权持仓。
- STDO和STDN的多头组合年化收益率分别为 $25.80%$ 和 $27.50%$，空头组合年化收益率分别为 $2.76%$ 和 $-0.99%$，多空组合年化收益率分别为 $22.43%$ 和 $28.77%$。
- STDN的多空组合表现优于STDO，具有更高的年化收益率和更低的波动率与回撤，Sharpe比分别为0.711和0.760。
- 多头组合主要暴露于市值和动量因子，空头组合则在更多因子上暴露，包括市值、动量、波动率、BP、流动性、盈利和杠杆，导致空头组合波动率和回撤更高，收益率更差。
方法对比：
- 基于因子筛选的STDO和STDN在IC均值和T值上均优于传统模型（CAPM、三因子、四因子）的因子表现。
- STDN在策略收益上表现出更高的超额收益，分别比CAPM、三因子和四因子模型高出4.02%、1.4%和1.48%。

关键信息

因子筛选：采用逐步回归方法筛选解释能力最强的因子模型，提高因子构建的灵活性与适应性。
特质波动率计算：采用两种不同的残差计算方式，STDO基于长期残差，STDN基于短期残差，STDN表现更优。
回测参数：N=60（一个季度）、M=20（一个月）、K=10（等分为10组）。
因子有效性：STDO和STDN的IC均值分别为 $-6.02%$ 和 $-7.36%$，均具有显著有效性。
策略表现：STDN在多空组合中表现优于STDO，年化收益率更高，波动率和回撤更低，Sharpe比更好。
分板块分析：主板和中小企业板因子分布相近，创业板则表现出不同的因子重要性。

附录：报告结构

研究逻辑
- 基于多因子模型对个股收益进行分解，得到特质波动率指标。
- 通过逐步回归筛选因子模型，提高因子解释能力。
回测检验
- 使用2006年7月至2017年9月的A股数据进行回测。
- 分析因子的IC值、净值走势、超额收益等指标，验证因子有效性。
- 对多空组合的风格暴露进行分析，发现多头组合主要暴露于市值和动量因子，空头组合暴露于更多因子。
方法对比
- 对比基于不同模型的因子表现，发现因子筛选方法在IC和超额收益上均优于传统模型。
- 分析不同板块因子分布差异，指出需进一步分板块测试因子有效性。
结论
- STDO和STDN具有较强的有效性，STDN表现更优。
- 多头组合与空头组合在因子暴露和收益表现上存在显著差异。
- 未来研究可进一步分板块测试因子有效性，以提升策略的适用性。