因子模型系列之六:成长类单因子有效性考察-20180128-招商证券-65页-6mb
报告摘要
成长类单因子有效性考察总结
核心内容
本报告对成长类单因子的有效性进行了系统性分析,包括单调性测试、卡方独立性检验、因子超额暴露的有效估计取值范围、单因子收益估计、波动量能走势以及同向波动持续性统计。这些测试旨在评估各成长类因子对超额收益的解释能力,为构建多因子模型提供依据。
主要观点
- 因子定义与测试方法:成长类因子主要基于财务指标的增长率,如经营活动现金流量净额增长率、净利润增长率等。测试方法包括分层组合累积收益图、卡方独立性检验、t统计量走势、波动量能走势等。
- 单调性测试:通过将因子超额暴露按不同分位点进行分层,构建等权重组合,并计算各组合的超额收益,观察其走势以检验因子与超额收益之间的相关性和单调性。
- 独立性检验:使用卡方检验评估因子超额暴露与超额收益之间的独立性,通过三维条形图展示不同分位点的检验结果。
- 有效估计取值范围:通过统计 $\chi^2$ 统计量的最小分位点,确定因子超额暴露的有效估计区间,以提高因子的解释力。
- 单因子收益估计:采用WLS和OLS方法对因子收益进行估计,并计算多个指标,如t统计量绝对值平均数、因子收益均值、波动率、Sharpe值等。
- 波动量能走势:通过计算因子单期收益的累积平方和,分析其对超额收益的贡献。
- 同向波动持续性:统计因子同向波动持续月份,评估其动量特性。
关键信息
单因子测试指标
- t统计量绝对值平均数:衡量因子收益的显著性。
- t统计量绝对值大于2的截面占比:评估因子收益的稳定性。
- 因子收益均值:反映因子在不同市场指数下的平均表现。
- 年化波动率:衡量因子收益的波动性。
- Sharpe值:衡量因子收益的风险调整后表现。
- 截距项均值:反映模型的基准表现。
- $R^2$ 均值:衡量因子对超额收益的解释能力。
成长类因子列表
| 因子编码 | 因子名称 | 说明 |
|---|---|---|
| Grow_cfl_op | 经营活动现金流量净额增长率 | 相除计算增长率 |
| Grow_net PROF | 净利润增长率 | 相除计算增长率 |
| Grow oper_rev | 主营业务收入增长率 | 相除计算增长率 |
| Grow_asset | 总资产增长率 | 相除计算增长率 |
| Grow_bps | 每股净资产增长率 | 相除计算增长率 |
| Grow EPS_dilu | 每股收益(EPS)增长率 | 相除计算增长率 |
| Grow_yoy_cfl_op | 经营活动现金流量净额增长率(同比) | 增长率相减计算同比 |
| Grow_yoy PROF | 净利润增长率(同比) | 增长率相减计算同比 |
| Grow_yoy_rev | 主营业务收入增长率(同比) | 增长率相减计算同比 |
| Grow_yoy_asset | 总资产增长率(同比) | 增长率相减计算同比 |
| Grow_yoy_bps | 每股净资产增长率(同比) | 增长率相减计算同比 |
| Grow_yoy eps_dil | 每股收益增长率(同比) | 增长率相减计算同比 |
单因子测试结果(以中证500为例)
- 组合1:累积超额收益为13.39%,平均超额收益为0.16%,年化波动率为5.79%,Sharpe值为0.3298。
- 组合2:累积超额收益为-8.68%,平均超额收益为-0.04%,年化波动率为5.77%,Sharpe值为-0.0928。
- 组合3:累积超额收益为-33.36%,平均超额收益为-0.32%,年化波动率为5.52%,Sharpe值为-0.6953。
- 组合4:累积超额收益为-54.59%,平均超额收益为-0.40%,年化波动率为5.86%,Sharpe值为-1.3687。
- 组合5:累积超额收益为-64.29%,平均超额收益为-0.60%,年化波动率为7.41%,Sharpe值为-1.4859。
$\chi^2$ 统计量分析
- 中证500:左侧最小分位点为45%,右侧最小分位点为90%,可取范围宽度为80%。
- 沪深300:左侧最小分位点为45%,右侧最小分位点为90%,可取范围宽度为80%。
- 上证50:左侧最小分位点为45%,右侧最小分位点为90%,可取范围宽度为80%。
图表目录
- 图1:单因子测试和指标展示步骤
- 图2:分层组合走势图示例
- 图3:$\chi^2$ 统计量分布图示例
- 图4:$\chi^2$ 统计量最小分位点走势图示例
- 图5:因子波动量能走势图示例
- 图6-8:经营活动现金流量净额增长率分层组合走势图
- 图9-14:经营活动现金流量净额增长率 $\chi^2$ 统计量分布图与走势
- 图15-17:经营活动现金流量净额增长率单因子收益与波动量能走势图
- 图18-20:净利润增长率分层组合走势图
- 图21-26:净利润增长率 $\chi^2$ 统计量分布图与走势
- 图27-29:净利润增长率单因子收益与波动量能走势图
- 图30-32:主营业务收入增长率分层组合走势图
- 图33-38:主营业务收入增长率 $\chi^2$ 统计量分布图与走势
- 图39-41:主营业务收入增长率单因子收益与波动量能走势图
- 图42-44:总资产增长率分层组合走势图
- 图45-50:总资产增长率 $\chi^2$ 统计量分布图与走势
- 图51-53:总资产增长率单因子收益与波动量能走势图
- 图54-56:每股净资产增长率分层组合走势图
- 图57-62:每股净资产增长率 $\chi^2$ 统计量分布图与走势
- 图63-65:每股净资产增长率单因子收益与波动量能走势图
- 图66-68:每股收益增长率分层组合走势图
- 图69-74:每股收益增长率 $\chi^2$ 统计量分布图与走势
- 图75-77:每股收益增长率单因子收益与波动量能走势图
- 图78-80:经营活动现金流量净额增长率(同比)分层组合走势图
- 图81-86:经营活动现金流量净额增长率(同比) $\chi^2$ 统计量分布图与走势
- 图87-89:经营活动现金流量净额增长率(同比)单因子收益与波动量能走势图
- 图90-92:净利润增长率(同比)分层组合走势图
- 图93-98:净利润增长率(同比) $\chi^2$ 统计量分布图与走势
- 图99-101:净利润增长率(同比)单因子收益与波动量能走势图
- 图102-104:主营业务收入增长率(同比)分层组合走势图
- 图105-110:主营业务收入增长率(同比) $\chi^2$ 统计量分布图与走势
- 图111-113:主营业务收入增长率(同比)单因子收益与波动量能走势图
- 图114-116:总资产增长率(同比)分层组合走势图
- 图117-122:总资产增长率(同比) $\chi^2$ 统计量分布图与走势
- 图123-125:总资产增长率(同比)单因子收益与波动量能走势图
- 图126-128:每股净资产增长率(同比)分层组合走势图
- 图129-134:每股净资产增长率(同比) $\chi^2$ 统计量分布图与走势
- 图135-137:每股净资产增长率(同比)单因子收益与波动量能走势图
- 图138-140:每股收益增长率(同比)分层组合走势图
- 图141-146:每股收益增长率(同比) $\chi^2$ 统计量分布图与走势
- 图147-149:每股收益增长率(同比)单因子收益与波动量能走势图
- 图150-152:成长类因子同向波动持续月份数分布
结论
通过上述测试和分析,报告对成长类因子的有效性进行了全面评估,明确了其在不同市场指数下的表现和贡献。这些结果有助于进一步筛选有效因子,构建更具解释力的多因子模型。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载