20171229-招商证券-因子模型系列（2）_市值类因子有效性剖析_56页_5mb

市值类因子有效性剖析总结

核心内容

本报告主要分析市值类因子在多因子模型中的有效性，涵盖以下内容：

• 多因子模型框架回顾：介绍了多因子模型的基本结构和组成部分。
• 基础数据库搭建：说明了数据来源、股票池筛选标准、市场组合构建方法。
• 因子模型被解释变量的构建：通过调整系统性风险暴露，构建了超额收益变量。
• 单因子收益估计：以市值类因子为例，进行了单因子收益的估计与评估。

数据基础与处理

股票池筛选标准

• 排除新股上市10日内、证券更名后10日内、ST股及摘帽后10日内、行业分类变更后10日内、一字板当日的个股。
• 每日构建等权组合，用于市场组合和投资基准组合。

市场组合构建

• 基于日截面股票池，构建每日等权组合。
• 投资基准组合包括中证500、沪深300、上证50等，采用交集方式构建。

单因子检验方法

卡方独立性检验

• 对市值因子（合计市值、流通市值、自由流通市值）进行卡方检验，检验其与基准指数之间的独立性。
• 结果显示，市值因子在中位数和平均值上与基准指数存在显著相关性，且卡方统计量在中间分位点区间较高。

市值因子定义

• 市值因子选取 A 股合计市值、流通市值和自由流通市值，取自然对数。
• 市值因子与等权基准成分股的相应因子均值进行对标，作为解释变量。

单因子收益评估

评估指标

• t 统计量均值：衡量因子对个股超额收益的影响显著性。
• t 统计量大于 2 的占比：表示因子影响显著的个股比例。
• 因子收益均值：因子对收益的贡献程度。
• 因子收益波动率（年化）：衡量因子对收益贡献的波动性。
• Sharpe 值：衡量因子收益的单位波动收益。

评估结果（OLS）

评估结果（WLS）

关键信息与结论

• 市值因子有效性：市值因子在不同基准指数下的单因子收益均具有统计显著性，且其收益与波动率在不同子区间数量下保持稳定。
• 波动性与显著性：因子收益波动率在不同基准指数下有所差异，但整体表现稳定。t 统计量大于 2 的占比在 50% 左右，表明因子在中等程度上对个股超额收益具有解释力。
• Sharpe 值：Sharpe 值在负值范围内，表明市值因子对超额收益的贡献可能不如其他因子。
• 子区间数量影响：子区间数量对因子收益评估结果影响不大，表明因子收益具有一定的稳定性。
• 风险因子与α因子：市值因子被划分为风险因子，与市场组合相关性较高。
• 因子暴露目标配置：根据因子暴露目标配置，构建股票组合，并进行绩效归因与模型调整。

主要观点

• 市值因子在不同基准指数下均表现出一定的收益贡献，但整体收益为负，表明其在投资中可能不具正向收益能力。
• 卡方独立性检验显示市值因子与基准指数之间存在显著相关性，表明其具有一定的解释力。
• 不同子区间数量对因子收益评估结果影响较小，表明因子收益具有一定的稳定性。
• 市值因子在投资组合中的配置需考虑其波动性和收益贡献，以实现最优配置。