风险模型及组合优化系列：Barra(CNE6)长期投资风险模型的复现及应用(上).docx

索引

索引

内容目录

一、引言 5

二、BarraCNE6风险模型的介绍及因子定义 5

国家或地区因子 5

行业因子 5

风格因子 6

三、多因子横截面回归模型的构建流程 8

因子预处理 9

数据对齐 9

去极值 9

补充缺失值 9

正交化 9

标准化 10

含约束的市值加权最小二乘回归 10

四、模型有效性及因子收益分析 11

多因子回归模型的有效性检验 11

非中心化交叉验证???? 11

4.1.2学生化???? 12

因子的评价和检验方法 13

因子的统计检验 13

因子的分组收益 13

风格因子收益分析 13

VALUE类因子 13

VOLATILITY大类因子 15

YIELD大类因子 16

GROWTH大类因子 16

LIQUDITY大类因子 17

MOMENTUM大类因子 18

QUALITY大类因子 18

SIZE大类因子 20

五、总结 21

六、参考文献 22

七、风险提示 22

图表目录

图1：16个风格因子正交化处理后的相关系数矩阵 10

????????????????????图2：横截面多因子模型的??????2 （滚动一年平均） 12

????????????????????

图3：横截面多因子模型的“学生化??2”（滚动一年平均） 13

图4：Book-to-Price因子十分组累计收益率 14

图5：Book-to-Price因子十分组月均收益率 14

图6：EarningsYield因子十分组累计收益率 14

图7：EarningsYield因子十分组月均收益率 14

图8：Long-TermReversal因子十分组累计收益率 15

图9：Long-TermReversal因子十分组月均收益率 15

图10：BETA因子十分组累计收益率 15

图11：BETA因子十分组月均收益率 15

图12：ResidualVolatility因子十分组累计收益率 16

图13：ResidualVolatility因子十分组月均收益率 16

图14：DividendYield因子十分组累计收益率 16

图15：DividendYield因子十分组月均收益率 16

图16：GROWTH因子十分组累计收益率 17

图17：GROWTH因子十分组月均收益率 17

图18：LIQUDITY因子十分组累计收益率 17

图19：LIQUDITY因子十分组月均收益率 17

图20：MOMENTUM因子十分组累计收益率 18

图21：MOMENTUM因子十分组月均收益率 18

图22：Leverage因子十分组累计收益率 19

图23：Leverage因子十分组月均收益率 19

图24：EarningsVariability因子十分组累计收益率 19

图25：EarningsVariability因子十分组月均收益率 19

图26：EarningsQuality因子十分组累计收益率 19

图27：EarningsQuality因子十分组月均收益率 19

图28：Profitability因子十分组累计收益率 20

图29：Profitability因子十分组月均收益率 20

图30：InvestmentQuality因子十分组累计收益率 20

图31：InvestmentQuality因子十分组月均收益率 20

图32：Size因子十分组累计收益率 21

图33：Size因子十分组月均收益率 21

图34：MidCapitalization十分组累计收益率 21

图35：MidCapitalization因子十分组月均收益率 21

表1：BarraCNE6模型的风格因子定义 6

表2：VALUE大类因子统计检验 14

表3：VOLATILITY大类因子统计检验 15

表4：YIELD大类因子统计检验 16

表5：GROWTH大类因子统计检验 17

表6：LIQUDITY大类因子统计检验 17

表7：MOMENTUM大类因子统计检验 18

表8：QUALITY大类因子统计检验 18

表9：SIZE大类因子统计检验 20

一、引言

多因子风险模型是一种在金融和投资中广泛使用的量化模型，用于解释资产的收益和风险来源。它假设资产的收益是由多个不同的因子（如宏观经济因子、行业因子、市场因子等）驱动，目标是通过分解风险来源，识别哪些因素对资产收益有显著影响，例如系统性