《清华大学：2023中国股票风险因子模型白皮书（73页）.pdf》由会员分享，可在线阅读，更多相关《清华大学：2023中国股票风险因子模型白皮书（73页）.pdf（73页珍藏版）》请在三个皮匠报告上搜索。

1、中国股票风险因子模型白皮书中国股票风险因子模型白皮书第 1 页 共 73 页中中国国股股票票风风险险因因子子模模型型清华大学全球证券研究院摘要：摘要：近年来，基于因子体系的建模方法在宏观经济及多种资产大类（股票、信用债、大宗商品、外汇、利率以及衍生品）受到了各国学者的重视。该领域的研究也取得了长足的进步和丰厚的成果，因子体系逐渐成为当前头部金融机构精细化管理投资流程，风险控制以及投后归因的主流工具。为助力国内金融基础设施建设，我们对我国的金融市场进行了实证研究，改良了传统因子体系构建方法。本文旨在探索中国股票风险因子模型体系的构建，深度结合中国金融市场环境实际，逐步校验并调整因子模型的假设。相

2、比于传统的股票市场因子体系，本文构建的中国股票风险因子模型摈弃了市值加权的回归分析方法，使用更为稳健的换手加权 EM 算法估测，并以此为基础，在申万行业因子之外臻选出 12 个具有强解释力且直观稳定的风格因子。我们使用 2012-2022 年中国 A 股上市公司股票的实际数据，使用模型进行实际风险控制校验，该因子体系相比于传统因子体系在控制波动率以及尾部风险均有显著提升，有助于制定更精准的风险控制与投资决策。关键词关键词:因子模型、EM 算法、风险中国股票风险因子模型白皮书第 2 页 共 73 页1.因子因子的的基本概念基本概念因子（Factor）的概念源于 CAPM 理论，该理论描述了在无交

3、易成本、投资者理性决策的假设下，资产的预期超额收益和市场预期超额收益线性相关的关系。CAPM 模型是最简单的因子模型，其中市场超额收益对应的市场组合称之为“市场因子”。以此为契机，S.A.Ross（1976）提出了著名的套利定价理论（Arbitrage Pricing Theory，APT），进一步扩展定义了包含多个因子的市场一般定价模型。为了进一步介绍因子，本文先介绍更宽泛的概念：特征（特征（Characteristics）：任何个股级别的数据都是个股的特征。信号（信号（Signal）：能够对收益有预测能力的特征，称之为信号。因子因子（Factor）：经过进一步优选的，满足特定要求的信号，称

4、之为因子。因子暴露（因子暴露（Factor Exposure/Factor Loading）：它描述个股超额收益对因子组合超额收益的反应。通常在模型中记作。在一个统一的因子模型中，因子暴露与因子之间，存在一一对应的关系。因子模拟投资组合因子模拟投资组合（Factor-Mimicking Portfolio）：构建一个动态调仓的投资组合，使这个投资组合的收益模仿/跟随目标因子。在主流的因子分析框架的假设下，因子有两个重要性质：1.因子是个股联动的重要因素；2.个股的期望收益及当期收益，完全由因子的预期收益及当期收益贡献。1具体来说，APT 认为：,+1=,+1(1.1)其中，表示期望算子，,+1

5、代表因子收益（K1），,+1代表个股收益（N 1），代表因子暴露（NK）。和 CAPM 类似，多因子模型假设资产的预期收益率由公式（1.1）右侧的一系列因子的预期收益率和资产在这些因子上的暴露决定。然而，金融市场本身非常复杂，其中包含大量的仅依靠当前已经列出的因子所1基于 APT 框架（S.A.Ross,1976），个股收益和因子之间线性相关，任何没有共同因子暴露的个股的收益都会相互独立。值得注意的是，因子未必有很高的预期收益，甚至预期收益未必是正的。中国股票风险因子模型白皮书第 3 页 共 73 页无法捕捉到的随机变动，这种问题当然可以通过寻找更多的因子来捕捉更多的变动性，但这种方法仍然不可

6、能完全捕捉到金融市场的所有变动性，金融市场上的完全无理由的噪声是普遍存在的，因此实际市场模型，可以通过引入一个定价误差（pricing error）项来描述。因此，（1.1）式通常也可被具体写作：,+1=,+1+,+1+.+1(1.2)其中,+1为资产的实际预期收益率和多因子模型隐含的预期收益率之间的定价误差，,+1代表个股特异性收益（N 1）。如果,+1显著偏离零，则代表了某个可以通过套利而获得超额收益的机会；这也同时说明由于某些原因，市场对该资产出现错误定价（mispricing），从而导致其实际预期收益率和多因子模型下的预期收益率出现了偏离。2根据风险和收益，我们可以将因子粗略地分为两类