20161019-招商证券-分层因素识别模型系列之二_基于同质性分析的市场及风格描述_51页_4mb

基于同质性分析的市场及风格描述总结

核心内容

本报告探讨了基于同质性分析的多层因素识别模型，重点介绍了三层因素识别模型的构建与应用，以及其在市场和风格分析中的表现。报告指出，传统的市场单因素模型虽然具备正交性和明确的经济意义，但其解释度有限。而多因素模型虽然能提升解释度，但各部分风险分解不具有正交性，无法写成可加形式，导致经济意义模糊。相比之下，因素分层识别模型通过正交分解，使得各部分风险具有明确的经济意义且可加，从而提高了模型的解释能力。

主要观点

• 三层因素识别模型：该模型通过依次加入市场、特征1（如行业）和特征2（如大小盘）进行风险分解，逐步提升模型的解释度，最终接近1。
• 解释度计算公式：总解释度由各层解释度的加权和构成，公式如下：
  $$
  R^2 = R_1^2 + (1 - R_1^2) R_2^2 + \dots + (1 - R_1^2)(1 - R_2^2)\dots(1 - R_K^2) R_{K+1}^2
  $$
• 风险分解模型：总体风险可以分解为市场共性风险、特征1共性风险、特征2共性风险和未识别风险，公式如下：
  $$
  \sigma^2[r_{i,t}] = \beta_i^2 \sigma^2[r_t^{(M)}] + \sum_{k=1}^K \lambda_i^{(k)2} \sigma^2[r_t^{(k)}] + \sigma^2[\varepsilon_{i,t}^*]
  $$
• 分层识别顺序：市场、行业、板块的分层顺序会影响板块/行业共性风险的相对占比，但对总体共性风险影响不大。
• 因素选择：推荐使用如【板块、行业】或【一级行业、二级行业】等配对作为分层因素，以提高模型解释度。

关键信息

市场与行业分析

• 数据样本：分析基于2012年1月1日至2015年12月31日的A股日频涨跌幅数据。
• 行业与规模：
  • 行业内大盘股的同涨同跌性更明显，而小盘股表现更具差异。
  • 传媒、交通运输、汽车、综合、食品饮料等行业在加入规模因素后，解释度明显提高。
  • 银行、非银金融、采掘、钢铁、建筑材料等行业的大盘股行业共性风险占比更高。
  • 非银金融、国防军工、采掘、房地产、食品饮料等行业中，大小盘股的步调差异最显著。

板块与行业分析

• 板块分类：板块分为主板、中小板、创业板。
• 板块-行业分析：
  • 主板中，银行、非银金融、采掘、钢铁、建筑材料、交通运输、建筑装饰、房地产行业的板块共性更强。
  • 中小板和创业板中，传媒、建筑材料、计算机、电子等行业板块共性风险较高。
  • 中小板和创业板中，行业共性风险在部分行业如传媒、计算机、电子中表现突出。
• 行业-板块分析：
  • 主板中，建筑材料、交通运输、房地产、食品饮料行业的个股同质性较高。
  • 中小板和创业板中，行业共性风险在部分行业如传媒、计算机、电子中表现较高。

方法特点

• 优点：
  • 三层因素识别模型能够提高模型解释度。
  • 行业内大小盘个股数量相对接近，减小数量对同质性指标的扰动。
  • 板块与行业的分层识别顺序影响板块/行业共性风险的相对占比，但不影响总体共性风险。
• 缺点：
  • 不同行业个股之间存在明显规模差异，难以用于横向比较。
  • 指数体系分类下，各成分股数量相差较大，影响模型的稳定性。

总结

该报告详细介绍了基于同质性分析的多层因素识别模型，强调了市场、行业、板块等不同因素在风险分解中的作用。通过三层因素识别模型，可以更全面地解释个股风险，提升模型的解释能力。同时，报告指出了不同分层顺序对风险解释度的影响，以及各行业在不同因素下的表现差异，为投资者提供了重要的市场和风格分析参考。