股票期货投资-国信-多因素模型及其在沪深300中的实证.pdfVIP

多因素模型及其在沪深300中的实证 联系人：戴 军 分析师：黄志文 SAC执业证书编号：S0980206110185 分析师：葛新元 SAC执业证书编号：S0980200010107 目录 1 背景介绍 2 Barra多因素模型思路 3 多因素模型建模过程 4 实证分析（步骤及结果） 5 Logistic模型介绍与应用 6 多因素模型总结 背景介绍 多因素模型中国内的一些不利条件 1、信息存在泄漏； 2 、信息披露有一定的滞后性； 3、主动基金经理大多对此不认同； 4 、样本过短，检验不充分。 为什么还要进行研究？ 1、信息披露的规范，监管的加强； 2 、规范研究方法的借鉴； 3、为进一步研究提供条件； 4 、alpha策略的需要。 目录 1 背景介绍 2 Barra多因素模型思路 3 多因素模型建模过程 4 实证分析（步骤及结果） 5 Logistic模型介绍与应用 6 多因素模型总结 描述性变量 风险指数的 获取数据 的选择和标 形成 准化 风险因子 特定风险 模型的更 报酬的估 的预测 新 计 获取数据 首先搜集各种因子的数据，包括市场行情和基本 面的数据。尤其要注意在选取数据期间公司发生的股 利发放、资本重组等重大事件，要合理处理以保持数 据的前后一致性和可比性。 描述性变量 的选择和标 准化 描述性变量 （Descriptor ）是描述各种因子的量化指标 。描述性变量产生的渠道很多，可以只采用市场行情数据或 只采用基本面数据，也可以是两类数据结合使用。从原则上 来说，良好的描述性变量应该有实际经济意义，对市场的划 分比较合理，对风险的分类描述比较全面。 描述性变量还要经过标准化，处理公式为： raw descriptor  mean     normalized descriptor  s tan dard deviation 风险指数 的形成 描述性变量标准化之后，用资产的回报与行业因子和单个描述 性变量做回归，并检验显著性。BARRA模型认为，只有通过显著性 检验的描述性变量才可以用于合成风险指数。 BARRA对于描述行业的风险指数的处理方法有两种： 一是单一行业的方法，即把每个公司都列入某一类的行业，然 后使用虚拟变量（Dummy）来描述行业因子； 二是多行业的方法，该方法把公司按照一定的指标（如总资