股票分析工具：因子模型理論與實踐及因子檢驗的實證.pdf

股票分析工具：因子模型理論與實踐及因子檢驗的實證。資產定價理論是金融理論的核心。從對資產絕對價值的估計到對資產收 益率的研究，即將資產的收益率分解為可由共有因素即因子解釋的部分 以及無法被解釋的特異性收益部分。從資產收益到因子收益的映射，極 大地降低了研究難度并賦予其更多的解釋意義。

因子模型與資產定價理論的隨機折現因子（SDF）以及投資組合理論中 的有效前沿有著緊密的聯系。從 CAPM 到 Fama—French 多因子模型， 一方面是研究的基礎方法論，另一方面啟發我們探索并挖掘更有解釋意 義或預測意義的因子。

在實踐中通常考慮兩種因子模型，第一種是 Fama—French 類型的多因子 模型，先分層求得因子收益，再時序回歸得到因子暴露。另一種是 Barra 類型的多因子模型，將標準化后的因子值作為因子暴露，再截面回歸得 到因子收益。兩種模型各有優勢。

多因子模型的應用通常在于兩個方面，包括收益模型與風險模型。收益 模型本質上是通過具有預測意義的 alpha 因子來預測收益率進行選股； 風險模型本質上是利用具有解釋意義的 beta 因子來度量風險，從而進行 風險管理與組合優化。

因子檢驗的流程包括因子數據預處理、IC 分析、分層回測與回歸分析。 其中，數據處理主要包括對因子的去極值、標準化、中性化、正交化等 方法。IC 分析聚焦于下期收益率與當期因子值的相關性，IC 序列可以看 出因子在過去一段時間的表現。分層回測在每期按因子值大小進行分層， 統計各層組合的凈值序列。回歸分析主要考察單因子在加入行業、市值 因素時的回歸系數顯著性水平。

從全 A 股 10 年回測區間因子檢驗情況來看，在我們測試的因子中對數 市值、12 月波動率、換手率、倒數市盈率、倒數市凈率、1 月反轉以及 投入資本回報率因子有著較好的表現。反映出 A 股在長期具有小市值、 低波動、非流動性、低估值以及反轉等效應。過去一個月中，從最新一 期 IC 值上看，有不錯表現且較為穩定的因子有 12 月波動率、換手率、 倒數市凈率和 1 月反轉。