金融工程专题研究：隐式框架下的特质类因子改进.pdf

金融工程专题研究：隐式框架下的特质类因子改进。A 股存在显著的“特质波动之谜”，即高特质波动的股票预期收益更低，并 由此衍生出了特质波动率、特质偏度等因子。特质类因子的经典构建方式是 利用 Fama-French 三因子等显式因子定价模型剥离股票的共同风险，得到 剩余的特质波动部分，剥离后的特质波动因子较原始波动率因子有明显的提 升。我们对比了 CAPM 单因子及不同多因子框架下的特质波动因子表现， 其中 Fama-French 三因子特质波动因子表现最好，但是随着剥离因子数量 的增加，特质波动率因子的表现没有明显提升，反而有所下降。在传统的显 式因子模型下，特质波动因子的改进面临困境。

隐式因子框架下的特质类因子

近年来，资产定价领域开始将注意力转向资产定价中的隐式因子。在隐式因 子框架下，可以无需预知因子结构，直接通过主成分分析的方法从资产的收 益协方差矩阵中提取因子暴露和因子溢价。该方法可以动态的提取到一段时 间内市场的主要风格因子的收益，还可以系统性的解决传统多因子模型遗漏 变量、估计误差的问题，为我们提取股票最大共同波动提供了新思路。

我们利用主成分分析法对股票过去 20 日的收益序列提取第一主成分，并构 建了基于隐式因子框架的特质因子。隐式因子框架下的特质波动率、特异度、 特质偏度因子相较原始多因子框架下的特质因子表现有一定提升。三个因子 等权合成的复合特质因子 RankIC 均值为-8.92%，年化 ICIR 为-5.04，月度 胜率为 92%，多空月均超额收益为 2.16%，表现出非常强的预测能力和稳 定性，优于单个特质因子，也优于 Fama-French 三因子和 CAPM 模型下的 复合特质因子，且在操作上更具简洁性。

此外，我们基于学者对“特质波动之谜”现象的解释，从交易制度、投资者 行为、公司行为三个方面构建了定价效率修正因子，对复合特质因子进行回 归，得到定价效率中性化后的复合特质因子，该因子 RankIC 均值为-8.93%， 年化 ICIR 为-5.27，多空月均超额收益为 2.19%，相较仅行业市值中性化的 复合特质因子在稳定性和多空收益上有小幅提升。

特质因子的拓展

相较原始的多因子模型，主成分分析方法下对最大共同波动的提取可以不局 限于收益序列，还可以拓展至其他指标，最后我们将该方法拓展至日内收益、 隔夜收益、换手率上，利用主成分分析的方法提取最大共同波动，并构建了 特质日内波动因子、特质隔夜波动、特质换手波动因子。新构建的特质因子 相较原始波动因子均展现出更优的表现。