免费福利视频 https://www.vpan.cc

　　本报告在梳理当前市场上主流风险模型构建方式的基础上，通过对风格因子进行拓展和分组化处理、调整加权回归权重后，以追求高解释度同时兼顾直观性和投资性为目标建立了因子离散化风险模型，并以组合绩效与风险的归因和分析为例展示其应用效果。结果显示，该模型能够更加直观地反映市场波动的驱动因素，并且能够更为便捷地剖析投资组合的风险和收益来源。

　　投资聚焦：认知风险、把握收益。1) 风险模型是投资管理流程的重要组成部分，随着近年来市场风格转变的加剧，及时捕捉市场风格成为风险管理的重点。2)风险模型贯穿于整个投资管理活动中，是获取较优投资绩效的必要条件。对风险进行归因和分析的目的，是在精确衡量风险的前提下，通过适当的风险暴露，做好风险和收益权衡。3)对于量化投资来说，风险模型是多因子量化策略体系的关键之一，而对于主观投资来说，将风险的度量由定性的层次转化到定量的层次可以使主观投资达到事半功倍的效果。

　　风险模型从理论研究到商业化应用不断发展。1)CAPM 模型和APT 模型为后续一系列商业化风险模型建立的基石。2)Barra 结构化风险模型把个股的风险分成了共同风险和特异质风险，是当前最为流行的风险模型之一。3)NorthField 模型可以视为一个放松条件的CAPM 模型，在承认Beta 在衡量投资组合风险方面的重要性的同时，引入了其他变量来捕捉股票之间风险差异的来源。4)Axioma 模型与Barra 模型一脉相承，在分类和求解方法上更为多样。

　　因子离散化风险模型更加直观地分析收益和风险的驱动因素且更具投资性。

　　1)以上风险模型的构建目标是对波动率建模并尽可能高地追求对波动的解释度，本文提出的因子离散化风险模型，在追求波动率解释度的同时兼顾直观性和可投资性。2)处理方法上，本模型在对风险因子进行归纳和拓展的基础上，对各因子进行了基于分位数的分组划分，每个因子的每个分组以哑变量形式体现在回归方程中。3)在进行截面回归时，使用分析标的中个股的实际权重作为加权最小二乘法(WLS)的权重。

　　因子离散化风险模型在组合绩效与风险归因和分析方面的应用。1)本文分别在沪深300、中证500、中证1000 和中证全指样本空间中使用改进的风险模型求解了因子收益，结果显示模型在沪深300 成分股中的解释性最好，R2的均值可以达到48.19%，解释性最低的是中证1000，R2均值为17.33%，这与指数所包含成分股的性质有关。2)根据风格因子不同组别的收益能更加清晰的看到风格因子的风险和收益特征，并且在任意时刻可以通过观察因子收益的发散程度，确定当前时刻市场收益的主要驱动因素。3)将因子离散化风险模型应用在了市面上具有代表性的指增产品A、B 以及主动产品C上，较好的对风险和绩效进行了分析，展示了模型的应用场景，方便投资者和组合管理者使用。

　　结论和建议。本文构建的模型获得了较好的应用效果，在未来的研究中，需要结合A 股市场的特点，做到有的放矢，还可以结合组合优化的思想来构建和分析相应的投资组合，并进一步拓展风格因子的分类，做到与时俱进。

　　风险因素：模型失效；历史数据不代表未来表现。

（文章来源：中信证券）

文章来源：中信证券

上一篇：

下一篇：