20210808-华安证券-_学海拾珠_系列之五十五_因子动量与行业动量_孰因孰果__22页_2mb

因子动量与行业动量，孰因孰果？

核心内容概述

本报告探讨了因子动量与行业动量之间的关系，旨在理解这两种动量效应的来源及其在资产定价中的作用。研究指出，因子动量的表现优于行业动量，且因子动量完全包含行业动量，说明因子动量是行业动量的原因。同时，因子动量在不同时间窗口下表现稳定，并在控制其他动量效应后仍具有显著的收益能力。

主要观点

• 因子动量是因子的共有属性：几乎任何一组因子在经济和统计意义上均表现出显著的因子动量，且因子动量的盈利性并不依赖于特定因子的选择。
• 因子动量强于行业动量：因子动量策略的平均收益和alpha值均高于行业动量策略，且因子动量包含了行业动量。
• 因子动量不包含股票动量：因子动量在控制股票动量后仍能保持显著的收益，说明因子动量与股票动量是独立的。
• 行业动量不包含因子动量：在控制因子动量后，行业动量无法预测未来收益，表明行业动量是因子动量的子集。
• 因子动量的贡献不均：部分因子（如与财务困境、非流动性和波动性相关的因子）对因子动量策略的收益贡献更大。
• 因子动量策略的稳健性：即使使用随机因子集，因子动量策略仍能产生显著的收益，表明其广泛适用性。
• 短期反转与动量效应：短期反转效应与行业动量和因子动量密切相关，但控制因子动量后，股票动量的收益增长更快。

关键信息

• 因子动量与行业动量的关系：因子动量完全包含行业动量，但行业动量不包含因子动量，表明因子动量是行业动量的根源。
• 动量策略的表现：
  • 一个月构建和持有期的因子动量策略年化回报率为6.4%，t值为5.55。
  • 六个月构建和持有期的因子动量策略年化回报率为3.69%，t值为4.05。
  • 行业动量策略的年化回报率在一个月期为9.61%，t值为4.76；六个月期为3.78%，t值为1.92。
• 因子动量的贡献差异：
  • 与财务困境、非流动性和波动性相关的因子对因子动量收益的贡献最大。
  • 公司年龄和名义股价等因子虽然动量得分高，但实际动量效应较弱。
• 动量策略的稳健性：
  • 即使在使用随机因子集时，因子动量策略仍能产生显著的收益。
  • 因子动量在控制其他动量效应后依然有效，说明其具有独立的盈利来源。
• 短期反转与动量：
  • 短期反转效应在控制因子动量后，其alpha值显著提高。
  • 因子动量对股票收益的预测能力更强，表明其在资产定价中的重要性。

数据与方法

• 数据来源：使用CRSP和Compustat的数据，时间范围为1963年7月至2016年12月。
• 因子构建：构建了51个因子，分为基于会计数据和基于股票回报数据的两类。
• 策略构建：因子动量策略按构建期（L）和持有期（H）进行，通常为1个月或6个月。
• 行业调整：通过行业中性化处理，消除行业风险对因子动量的影响。
• 模型控制：使用Fama-French五因子模型和Carhart个股动量因子进行控制，以评估因子动量的独立性。

结论

• 因子动量是行业动量的原因：因子动量策略在控制行业动量后，其alpha值显著下降，表明行业动量是因子动量的组成部分。
• 因子动量具有更强的预测能力：在控制其他动量效应后，因子动量仍能显著预测股票收益。
• 行业动量的局限性：行业动量在控制因子动量后无法产生显著收益，说明其不包含因子动量。
• 因子动量的稳健性：因子动量在不同因子集合和市场条件下均表现稳定，具有较强的可投资性。
• 对A股市场的启示：因子动量有助于解释A股市场结构性行情，如食品饮料、新能源等行业的强势表现。

风险提示

• 本报告基于历史数据与海外文献进行总结，不构成任何投资建议。