收益率的非对称分布与尾部蕴含的Alpha.docxVIP

有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 PAGE 4 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 PAGE 4 一、收益率的非对称性分布与尾部特征 股票的风险溢价来自于投资者所承担的股票风险。波动率作为衡量股票风险的常见指标，在实证中已被证实存在显著的风险溢价。但波动率是基于收益率的二阶矩计算而来，单纯依靠二阶矩无法反映分布的整体情况，因此本文尝试从更多的角度去度量股票风险，如收益率分布的高阶矩及其尾部特征，并探究不同风险度量方式下产生的风险溢价。 我们首先基于收益率的高阶矩构建了偏度因子，同时参考由 Patil 等人（2012）、Jiang 等人（2020）提出的方法，建立了????、????和??????????等同样用于刻画分布非对称程度的因子，通过上述因子来探究蕴含在股票收益率非对称分布中的 Alpha。此外，为定量描述收益率分布的尾部特征，我们采用 CVaR 和 Van 等人（2016）提出的尾部 beta 方法，来研究存在于股票收益率尾部特征中的 Alpha。 综上，本文首先构建了四种衡量收益率非对称程度的因子，然后对收益率分布的尾部风险也分别构造了三种因子进行测试，最后使用随机森林模型将上述因子转换为预测收益率，并根据预期收益率构建多空组合，考察合成后的因子表现。 图 1：上证指数收益率分布图（2010.01-2021.11） 资料来源：Wind 资讯 东方证券研究所 图 2：深证成指收益率分布图（2010.01-2021.11） 资料来源：Wind 资讯 东方证券研究所 二、非对称性的衡量因子 2.1 偏度因子 偏度（Skewness）是常见的对称性衡量指标，其计算公式为： ?? ? ?? 3 ???????????????? = ?? [( ?? ) ] 我们分别用过去 6、12 个月的日频收益率计算股票偏度因子，并对行业市值中性化后的因子在中证全指、沪深 300、中证 500 和中证 1000 四个股票池内进行回测，回测区间为 2010.01 至 2021.11。 因子测试结果显示， 偏度因子在中证全指股票池里的 IC、IC_IR 最好， 以Skewness_12（用过去 12 个月的数据计算得到的偏度因子）为例，其在中证全指中的IC 为-4.14%，IC_IR 为-2.48，多空组合月收益为 0.93%，最大回撤为-13.00%。 图 3：Skewness_6 因子测试结果（2010.01-2021.11） 图 4：Skewness_12 因子测试结果（2010.01-2021.11） 0.36%  0.29% Skewness_6因子分组月超额收益 Skewness_6 ICIC_IRp-val多空月收益夏普值月胜率最大回撤 Skewness_6 IC IC_IR p-val 多空月收益 夏普值 月胜率 最大回撤 Skewness_12 IC IC_IR p-val 多空月收益 夏普值 月胜率 最大回撤 中证全指 -3.92% -2.4 0.00% 0.87% 1.53 69.93% -15.39% 中证全指 -4.14% -2.48 0.00% 0.93% 1.47 65.03% -13.00% 沪深300 -2.32% -1.18 0.01% 0.74% 1.04 60.14% -13.62% 沪深300 -1.83% -0.89 0.25% 0.36% 0.51 58.74% -21.76% 中证500 -2.23% -1.21 0.00% 0.43% 0.66 58.74% -18.38% 中证500 -2.10% -1.24 0.00% 0.40% 0.64 58.74% -17.55% 中证1000 -3.41% -1.8 0.00% 0.75% 1.06 65.73% -22.41% 中证1000 -3.74% -1.88 0.00% 0.88% 1.13 67.83% -15.62% Skewness_12因子分组月超额收益 0.04% 0.12%  0.39%0.18%0.22%0.14% 0.39% 0.18% 0.22% 0.14% 0.05% G10 G9 G8 G9 G8 G1 G2 G3 G4 G5 G6 G7 -0.06%  G10G1 G2 G3 G4 G5 G6 G7 G10 -0.18% -0.26% -0.01% -0.06% -0.20% -0.17% -0.52%  -0.53% Skewness_6因子多空组