风险模型及组合优化系列(1)：Barra(CNE+6)长期投资风险模型的复现及应用(上)-250122.pdfVIP

金工量化专题报告

Barra（CNE6）长期投资风险模型的复现及应用（上）证券研究报告

2025年01月22日

风险模型及组合优化系列（1）

核心结论

分析师

多因子风险模型在投资组合管理、风险管理、绩效归因、量化投资等方面都

有重要的应用。本文主要介绍BarraCNE6多因子风险模型的定义，风险因冯佳睿S0800524040008

子体系的搭建，横截面回归模型的求解和最终的测试结果。

fengjiarui@

【报告亮点】

相关研究

1.全面详细地介绍BarraCNE6多因子风险模型的构成及相关风险因子的

定义和计算方法。

2.展示了搭建BarraCNE6多因子风险模型的标准化流程及其中需要重点

关注的细节。

3.多角度评估BarraCNE6多因子风险模型的效能，为模型的进一步拓展

和优化提供标准。

【主要逻辑】

主要逻辑一、重点展示16个风格因子的定义、构成和计算方法。

风格因子是BarraCNE6模型的核心组成部分，用于衡量公司的特定属性（如

规模、价值、成长性等）对股票收益和风险的影响。和CNE5模型相比，

CNE6模型做了多项改进和优化，旨在提升风险模型对中国市场的适应性和

解释力，也为风险模型的搭建和应用奠定了坚实的理论基础。

主要逻辑二、通过求解含约束的最小二乘回归，得到风格因子收益率。

约束条件的加入可以降低风格因子之间共线性的影响，使因子收益率的估计

更加准确，并保证经济学上的合理性。而求解最小二乘回归是建立风险模型

过程中最为关键的一步，也为模型的进一步拓展和优化提供了基本的算法遵

循。此外，计算风格因子前的数据预处理流程亦是相当重要的环节，可以保

障风险模型的稳健性与可靠性。

主要逻辑三、着重考察模型整体和每个风格因子的效能。

对于模型整体，两个衍生的可以作为对比和评价的依据；对于每个风格因

子，则可以通过因子收益率及其t值、IC等指标，较为全面地了解和评估其

特征。

风险提示：模型失效风险，市场风格变化风险，数据测误差风险。

1|请务必仔细阅读报告尾部的投资评级说明和声明

西部证券

金工量化专题报告2025年01月22日

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

2.1国家或地区因子5

2.2行业因子5

2.3风格因子6

三、多因子横截面回归模型的构建流程8