20180106-方正证券-方正证券“星火”多因子系列报告（一）：Barra模型初探，A股市场风格解析.pdf

### Barra模型初探：A股市场风格解析 #### 一、引言 随着2017年的结束，全球金融市场经历了显著的变化。特别是在中国股市，市场风格出现了明显的转变，大盘股成为了市场的宠儿，而小盘股则逐渐失宠。在这样的背景下，方正证券研究所推出了“星火”多因子系列报告的第一部分——《Barra模型初探，A股市场风格解析》，旨在通过构建多因子风险-收益归因模型来深入分析A股市场的风格变化，并为投资者提供有效的风险管理工具。 #### 二、Barra风险-收益归因模型 ##### 2.1 Barra模型概述 Barra模型是一种广泛应用于金融行业的多因子模型，它可以将对N只股票的收益-风险分析转换为对K个因子的收益-风险分析，从而简化分析的工作量并提高预测的准确性。该模型的核心思想在于识别并量化影响股票收益率的主要因素，并通过这些因素来解释股票收益的变动。 ##### 2.2 模型细节说明 在构建Barra模型时，需要特别注意以下几点： - **多重共线性**：因子之间可能存在高度的相关性，这会影响模型的稳定性和预测能力。 - **系数显著性**：需要评估每个因子对收益的影响是否具有统计学意义。 - **因子标准化方法**：不同的标准化处理会对模型的结果产生影响，因此选择合适的标准化方法至关重要。 - **残差的异方差性**：残差项（即模型无法解释的部分）的方差是否一致，如果存在异方差，则需要采取相应的调整措施。 ##### 2.3 市场主流因子介绍 为了构建有效的多因子模型，需要选择合适的风险因子。根据方正证券的研究，常见的市场主流因子包括但不限于： - **Beta因子**：衡量股票相对于市场整体波动性的敏感度。 - **规模因子**：通常用市值表示，反映大小盘股之间的收益差异。 - **估值因子**：如市盈率（P/E）、市净率（P/B），用于区分高估和低估的股票。 - **成长因子**：基于公司的成长潜力，如盈利增长率等指标。 - **流动性因子**：反映股票交易活跃度，通常用换手率表示。 - **动量因子**：考察股票价格趋势，分为长期和短期两种。 - **波动率因子**：衡量股票价格的波动水平。 - **非线性规模因子**：用于捕捉规模与收益之间可能存在的非线性关系。 #### 三、方正金工多因子收益归因模型框架 ##### 3.1 模型构建 方正金工选取了上述因子中的部分构建其多因子收益归因模型，具体包括Beta因子、规模因子、估值因子、成长因子、流动性因子、长短期动量因子、波动率因子和非线性规模因子。通过这些因子，模型能够更加全面地分析市场风格，并对不同风格因子的表现进行量化评估。 ##### 3.2 模型求解 在确定了因子后，需要通过回归分析等方法来估计因子的权重，进而求解出因子的贡献度。模型的求解过程涉及对历史数据的深度挖掘和分析，以确保模型的有效性和稳定性。 ##### 3.3 A股市场风格因子收益 根据方正金工的研究，在2010-2016年期间，Beta因子、成长因子、流动性因子和规模因子表现尤为突出。其中，高Beta、高成长、低换手率以及小市值的股票获得了持续的超额收益。然而，在2017年，市场风格发生了显著变化，规模因子的方向发生逆转，大市值股票表现出色；成长因子的收益下降，而低估值股票受到投资者的青睐；短期动量因子的表现也发生了变化。 ##### 3.4 应用：任意资产组合收益分解 利用方正金工的多因子模型，可以对任意给定的投资组合进行收益分解，并分析投资组合在各个风格因子上的暴露情况。这对于投资者来说是一个强大的风险管理工具，可以帮助他们更好地理解投资组合的风险来源，并据此做出更合理的投资决策。 ##### 3.5 小结 通过对Barra模型的应用，方正金工成功构建了一个多因子收益归因模型，该模型不仅能够揭示A股市场的风格变化，还能为投资者提供重要的风险管理工具。通过对历史数据的分析，我们可以看到不同风格因子在不同时期的表现差异，这对于理解市场动态和制定投资策略具有重要意义。 #### 四、风险提示 需要注意的是，所有基于历史数据的分析都存在一定的局限性。未来的市场可能会出现重大变化，导致过去有效的模型在未来失效。因此，在应用这些模型时必须保持谨慎，并结合最新的市场信息进行调整。 方正证券研究所发布的这份报告提供了关于Barra模型在A股市场应用的深入洞察，并为投资者提供了一种有效的方法来分析市场风格的变化和管理投资风险。通过这种多因子分析方法，投资者可以更好地理解市场动态，并在此基础上制定出更为精准的投资策略。