国君金工|基于Barra CNE6的A股风险模型实践:风险因子篇

股票风险模型主要用于风险管理和组合分析。因子投资思想来源于学术界的股票资产定价研究，通过使用因子来描述不同股票共同承担的某一方面的共性风险，能够有效降低分析的维度，提高预测的准确性。本报告的多因子风险模型主要是以风险管理和组合分析为目标，侧重于分析A股系统性的风格因子，而非捕捉超额收益。 A股风格因子体系构建。以Barra的中国市场风险模型CNE6为基础，构建了涵盖国家因子、行业因子和风格因子的A股风格因子体系。其中，国家、行业因子均为0-1变量，20个风格因子由根据财务数据、交易数据等计算得到的描述变量加权得到。此外，可以将相似属性的风格因子汇总为多个大类因子，为不同需求的投资者提供了多样化的选择。 多因子风险模型求解采用带约束的加权最小二乘法。为了应对异方差性和共线性问题，使用带约束的加权最小二乘法进行回归求解。同时，从回归计算的中间变量中获取纯因子组合（对特定因子暴露为1，其他因子暴露为0）用于对因子表现的跟踪。实证结果表明模型效果较好。为了全面检验风格因子模型的效果，进行了以下的测试。1）回归系数显著性方面，在测试期内，Beta、IndustryMomentum、Liquidity、MidCapitalization、Momentum、ResidualVolatility、Short-TermReversal、Size风格因子的|T|平均值较高，均大于2，说明这些风格因子对股票收益的解释力度较强。2）纯因子组合绩效方面，在测试期内，Beta、Momentum、AnalystSentiment风格因子的正向累计收益较高，年化收益分别为2.82%、2.20%、2.07%；Liquidity、Short-TermReversal、Size、MidCapitalization风格因子的负向累计收益较高，年化收益分别为-8.72%、-6.91%、-4.37%、-3.42%。3）单因子分层回测方面，除了GROWTH和QUALITY大类以及AnalystSentiment以外，其他类别因子的IC、IR大多数都比较高，具有比较明显的选股区分度。 模型主要应用于组合风险管理、风格暴露分析与收益归因。可以分析不同投资组合在风格因子上的暴露情况、对组合收益进行分解，从而对其收益来源有更加深入的认识。作为应用举例，以常见的A股宽基指数为例，计算了2024年3月底的风格暴露；对沪深300指数在2024年3月的收益进行收益分解。 风险提示：量化模型基于历史数据构建，而历史规律存在失效风险。 文章来源 本文摘自：2024年5月19日发布的《基于BarraCNE6的A股风险模型实践：风险因子篇》张雪杰，资格证书编号：S0880522040001 刘凯至，资格证书编号：S0880522110002朱惠东，资格证书编号：S0880123070152 更多国君研究和服务 亦可联系对口销售获取 重要提醒 本订阅号所载内容仅面向国泰君安证券研究服务签约客户。因本资料暂时无法设置访问限制，根据《证券期货投资者适当性管理办法》的要求，若您并非国泰君安证券研究服务签约客户，为保证服务质量、控制投资风险，还请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。我们对由此给您造成的不便表示诚挚歉意，非常感谢您的理解与配合！如有任何疑问，敬请按照文末联系方式与我们联系。 法律声明