“星火”多因子专题报告（三）：Barra模型深化，纯因子组合构建

专题报告 公司研究 财通证券研究所 2019年02月14日 Barra模型深化：纯因子组合构建 计算机软件与服务 证券研究报告 金融工程 投资要点：  纯因子组合构建  如同立体世界可以用三维坐标来丈量，纯因子组合的提出有利于将投资者从风格因子的协同变化中解放出来，形成单一的、纯粹的、正交的资产组合工具。  传统的Smart Beta指数在风格因子上的暴露并不纯粹，其在目标因子上进行主动正向暴露的同时，会给其他因子带来正向或反向暴露，如何构建纯粹的风格因子成为本报告探讨的主要问题。  构建方法：完全复制法VS最优化复制法  完全复制法：能够保证组合的收益即为纯因子的收益，但无法约束组合的事前风险  最优复制法：根据带约束的均值-方差优化求解，可以控制组合的事前风险，但可能出现一定程度的跟踪误差  两种方法均存在做空、换手率较高等问题，可投资性较弱  组合优化：构建更具可投资性的纯因子组合 财通金工试图找到一个比较基准，使得构建的投资组合在其他因子上的暴露与基准暴露保持一致，同时最大化投资组合在目标因子上的暴露，有时还可以加入最小化组合风险作为目标函数。  再思考：如何解决特质收益的“腐蚀” 本文提出通过减少股票权重的集中度，对每只股票的权重设置一定的上限，增加组合股票数量来解决特质收益为组合回报带来的不确定性，实证结果表明：优化后的纯因子组合与预想的因子走势更加贴合。  风险提示：本报告统计数据基于历史数据，过去数据不代表未来，市场风格变化可能导致模型失效。 财通证券研究所 “星火”多因子专题报告（三） 请阅读最后一页的重要声明 以才聚财，财通天下 证券研究报告 联系信息 陶勤英 分析师 SAC证书编号：S0160517100002 taoqy@ctsec.com 021-68592393 张宇 联系人 zhangyu1@ctsec.com 17621688421 021-68592220 相关报告 1 《“星火”多因子系列（一）：B arra模型初探：A股市场风格解析》 2.《“星火”多因子系列（二）：B arra模型进阶：多因子风险预测》 调整后最优化纯成长因子净值走势 数据来源：财通证券研究所 0.91.11.31.51.71.92.1净值成长纯因子成长因子实际对冲成长因子模拟对冲 谨请参阅尾页重要声明及财通证券股票和行业评级标准 2 证券研究报告 专题报告 内容目录 1、 风格因子：竞相追逐还是主动回避？ .................................... 3 1.1 从Smart Beta说起....................................................... 3 1.2 竞相追逐还是主动回避？................................................. 5 2、 多因子模型回顾及纯因子收益 ......................................... 6 2.1 多因子模型回顾......................................................... 6 2.2 纯因子组合收益......................................................... 6 3、 纯因子组合构建：完全复制法VS最优复制法............................. 10 3.1 方法介绍.............................................................. 10 3.1.1 完全复制法 ..................................................................................................................... 10 3.1.2 最优复制法 ..................................................................................................................... 11 3.2 实证检验.............................................................. 11 4、 组合优化：构建更具投资性的纯因子组合................................ 13 4.1 不同的优化目标........................................................ 13 4.2 实证检验.............................................................. 14 4.3 再思考：如何解决特质收益的“腐蚀”？.................................. 16 5、 小结与展望 ...................................................... 19 6、 风险提示 ........................................................ 19 7、 附录 ........................................................... 19 7.1 最优复制法的拉格朗日推导.............................................. 19 7.2 最优复制法与完全复制的等同性.......................................... 20 图表目录 图1：沪深300及沪深300价值在各风格因子的暴露百分位 ........................... 4 图2：沪深300及沪深300价值风格因子暴露百分位比值 ............................. 4 图3：分层法中性化示意图 ....................................................... 5 图4：纯因子组合净值走势 ....................................................... 8 图5：多因子回归R方及股票利用率............................................... 8 图6：成长因子月度净值走势 .................................................... 11 图7：成长因子日度净值走势 .................................................... 11 图8：流动性因子月度净值走势 .................................................. 12 图9：规模因子月度净值走势 .................................................... 12 图10：完全复制法与最优化复制法持仓对比 ....................................... 13 图11：成长因子纯因子组合每期因子暴露度大小 ................................... 14 图12：调整前最优化纯因子组合净值走势 ......................................... 15 图13：调整前纯因子组合特异收益累计回报 ....................................... 16 图14：前一期与本期特质收益相关系数走势 ....................................... 16 图15：调整前后平均持股数量比较 ............................................... 17 图16：调整后最优化纯因子组合净值走势 ......................................... 18 图17：调整前后特质累计收益对比 ............................................... 18 表1：中证/上证/深证系列Smart Beta代表指数 .................................... 3 表2：财通金工风格因子定义 ..................................................... 7 表3：纯行业因子显著度及绩效统计 ............................................... 9 表4：纯风格因子显著度、自稳定系数、VIF及绩效统计 ............................ 10 表5：纯风格因子组合绩效表现 .................................................. 12 谨请参阅尾页重要声明及财通证券股票和行业评级标准 3 证券研究报告 专题报告 随着市场有效性的逐步提升，公募量化产品在未来越来越趋向于工具化、指数化发展。特别是在市场普跌的行情下，指数化产品成为公募量化新的增长点和突破口，这其中又以偏好特定风格的Smart Beta产品最具吸引力，2018年国内指数基金和ETF基金的逆市扩张即为我们提供了有力的证据。如同立体世界可以用三维坐标来丈量，纯因子组合的提出有利于将投资者从风格因子的协同变化中解放出来，形成一个单一的、纯粹的、正交的资产组合工具。 1、 风格因子：竞相追逐还是主动回避？ 1.1 从Smart Beta说起 “Alpha还是Beta?这是个问题。” Sharpe于1964年提出的资本资产定价（CAP M）模型奠定了现代金融理论的基石，他将股票收益拆解为与市场紧密相关的系统性收益和与市场风险无关的特质收益两个部分。Sharpe认为，风险因子（也称为Beta因子）能够捕捉市场系统性风险的来源，投资者在任何风险因子上的暴露都需要一定的收益作为补偿。然而，与“一分收益、一分风险”的Beta因子不同，Alpha因子是指那些能够实现稳定的“高收益、低风险”的因子。由此，市场的投资类型也分为主动投资和被动投资两大类，Melas（2010）认为，被动投资管理的本质是最优化投资组合对不同Beta因子的暴露，而主动投资管理的本质则是最优化投资组合对不同Alpha因子的暴露。研究者们曾花费大量精力寻找稳定的Alpha因子，然而近些年来，随着市场有效性的不断提升，寻找纯粹Alpha因子的难度越来越大。同时，研究者们发现传统的Alpha因子又可以被剥离为Beta因子和更为纯粹的Alpha因子，Smart Beta的概念逐渐成为了市场关注的热点。 相较于国外市场的迅猛发展，国内对于Smart Beta产品的研究仍然有很大的发展空间。表1列出了中证指数、上证指数及深证指数在各种不同类别的Smart Beta策略上的代表性指数，可以看到目前国内各大指数公司采用的因子主要集中于规模、价值、成长、波动、红利、CAPM Beta