指标设计与定义 [page::1][page::2]

• 相关度：按因子排序分组后，计算收益率秩序与组序号的相关系数，反映因子收益趋势的一致性。

- 离散度：计算因子分组收益率标准差，衡量组间收益波动幅度。

• 贡献度：比较因子分组最高与最低收益差与基于总收益排序组合的差值，体现因子对截面收益贡献率。

计算样本与参数选取 [page::2]

• 以中证800成分股2005年至2010年周数据为例，使用12周和6周历史收益率窗口。

- 因子分组数：贡献度分5组，相关度与离散度分10组。

指标计算结果分析 [page::2][page::4]

• 相关度与贡献度指标高度相关（相关系数90.7%），但相关度波动更剧烈。

• 离散度揭示了波动率聚集现象，波动率高峰期往往连续出现。

- 2006年底至2008年初为高波动率时期，对应大盘与小盘轮动上涨。

• 2009年下半年为低波动率时期，因子组间收益离差减小。

指标灵敏度与最新状态 [page::4]

• 短期（6周）计算窗口下指标更灵敏，但波动率增大。

- 截至2010年8月13日，市值因子相关度0.89，贡献度0.34，离散度3.25%，显示小盘风格较强，因子强度中等并持续上升。

《衡量市场因子强弱的方法探讨》报告详尽分析

---

一、元数据与概览

报告标题：《衡量市场因子强弱的方法探讨》

署名人：朱幂、丁俭（均隶属于中国建银投资证券有限责任公司金融工程部）

发布日期：报告页未明示具体日期，文中数据最晚更新至2010年8月13日，推断发布时间接近该日期。

研究机构：中投证券研究所金融工程部

研究主题：本报告围绕金融市场常用因子（以市值因子为例）探讨如何通过三个指标——相关度、离散度和贡献度，系统化衡量市场上某一因子强弱程度的研究方法、计算结果及其市场含义分析。

核心论点：

• 相关度、贡献度两指标高度相关，但各自反映因子强弱的侧重点不同。

- 离散度指标作为收益率离散性的度量，对理解因子强弱具有补充价值。

• 结合三指标能较全面评估因子对市场收益率的影响及因子强弱的时间变动趋势。

报告从理论定义、计算方法及实证计算（中证800样本2005年至2010年数据）入手，厘定三指标内涵，进行深度实证分析并揭示市场因子表现的周期性和波动性特征，特别针对市值因子（区分大盘与小盘股），加强对市场风格轮动的理解，为投资策略及风格切换决策提供指标工具。

风险提示指出指标计算结果敏感于参数设定调整，说明结果需结合具体应用背景谨慎对待。

---

二、逐节深度解读

1. 报告摘要（page 0）

关键论点总结：

• 报告尝试用三个指标：相关度、离散度和贡献度来衡量市场因子强弱。

- 发现相关度与贡献度高度相关（市值因子上相关系数达90.7%），均为标准化指标（理论区间[-1, +1]）。

• 离散度作为标准差指标，体现因子组间收益率的波动幅度。

- 观察到“波动率聚集”现象，即高波动期往往连续发生，低波动期亦然。

• 以2006年底至2008年初为例，市值因子波动较大，表现为大盘/小盘股票轮番上涨。

- 2009年下半年波动较小，显示风格转换但因子影响强度下降。

• 2010年8月13日最新值显示小盘风格占优，但强度处于中等水平，呈上升趋势。

推理依据：

• 利用中证800历史样本的周度收益率，设定12周时间窗口计算指标。

- 相关度指标监测收益率与因子排序组的秩相关性，反映因子排序与收益的契合度。

• 贡献度则衡量因子所划分的上下组收益差与总体收益分差的比值，接近则说明因子解释力强。

- 离散度捕捉因子组间收益的波动尺度，从长时间序列识别阶段性波动模式。

---

2. 指标设计与计算方法（pages 1-2）

相关度：

• 定义：将股票按因子大小分组（g组），每组按因子大小排序，从最小组1至最大组g。

- 计算每组过去n期收益率秩次，计算因子组序号与收益率秩次的相关系数。

• 体现因子大小排序与收益表现关联强弱。相关度为正时，体现因子与收益正关系（如小盘股表现强于大盘股）。

离散度：

• 定义：计算因子分组收益率的标准差，描述组间收益率的波动幅度。

- 波动幅度大代表因子对收益的影响力度大。

贡献度：

• 定义：用因子分组上下端组合收益差与按收益率排序上下端组合收益差之比。

- 反映因子解释市场收益率截面差异的能力，贡献度越接近1说明解释力越强。

• 公式：贡献度 $\Psi = \frac{R{hf} - R{lf}}{R{h{ret}} - R{l{ret}}}$，分子为因子分组极端收益差，分母为收益排序极端分组收益差。

计算设定：

• 研究样本为中证800成分股，周期2005年6月至2010年8月13日，使用周数据。

- 计算周期n取12周与6周两种，以比较时间长度对指标灵敏度和稳定性的影响。

• 组数贡献度g=5，相关度和离散度g=10。

推理与假设：

• 相关度依赖于因子排序和收益分组秩的统计相关，假设此统计关系能反映因子对收益截面的影响。

- 离散度依赖收益率标准差，假设波动更大的时期因子效应更显著。

• 贡献度将因子分组收益差与整体收益差作比，假设因子解释绩效截面差异力度大小。

---

3. 计算结果和图表分析（pages 3-4）

图 1：市值因子的相关度与贡献度（12周历史收益）

• 相关度用紫色线表示，贡献度用蓝色折线表示。

- 观察到相关度相对更波动，波动幅度大，一度达到绝对值接近1（与文本中所述相符）。

• 贡献度变化相对平稳，且两者高度同步，相关系数达90.7%。

- 某些高相关度时贡献度下降，解释为收益率组间离差变小，导致贡献度指标下降。

图 2：市值因子的离散度（12周历史收益）

• 离散度显示组间收益收益的标准差波动趋势。

- 2006年底至2008年初期间离散度显著升高，反映因子表现波动剧烈。

• 2009年下半年离散度显著降低，显示风格转换期间因子的隔离能力较弱。

图 3和图 4（6周历史收益率计算）

• 对比12周版本的图1和图2，6周版本的相关度和贡献度指标波动更为强烈，灵敏度提升但稳定性下降。

- 离散度在峰值处略有缩减，整体波动幅度有所变化，符合时间窗口缩短带来的噪声放大效应。

最新数值（2010年8月13日，12周计算）：

• 相关度0.89，表明小盘股风格显著。

- 贡献度0.34，属于中等水平，无突破0.4。

• 离散度3.25%，较低波动水平。

- 总体看，小盘风格占优且自8月以来持续增强，表明市场风格渐趋小盘化，中期趋势明显。

数据来源：Tinysoft终端及中投证券研究所。






---

三、估值分析

本报告专注于金融市场风格因子的强弱度量方法，未涉及企业估值或财务参数的预测估值。因而不存在传统意义上的估值模型、折现分析或目标价推导。

---

四、风险因素评估

报告明确提出的风险提示：

• 指标计算结果受参数设定影响显著，例如历史收益率计算周期长度（6周或12周）会影响指标灵敏度和波动性。

- 不同选取参数可能导致指标解读存在差异。

• 因此，投资者和研究人员应根据实际需求和风险承受能力，合理校准参数，谨慎使用指标。

- 报告未详细列举其他系统性风险，但含蓄暗示数据质量、市场异常波动等均可能影响指标可靠性。

---

五、批判性视角与细节分析

1. 指标设计合理性与局限：

- 相关度与贡献度虽高度相关，但二者其实侧重点不同，相关度利用秩相关捕捉排序关系，贡献度考察收益差幅，两指标联合使用更科学。
- 离散度指标作为波动尺度补充说明因子在不同市场环境下的表现力度，避免单一指标误判因子强弱。
- 但因子分组数（5组、10组）与历史收益率窗口选择存在主观性，可能影响结果稳定性。
- 离散度作为标准偏差敏感极端值，可能受到非常态收益冲击。

1. 数据时间跨度的适用性：

- 选取2005-2010年中证800数据，时间跨度涵盖中国市场部分重要牛熊周期，样本代表性尚可。
- 但受制于该时段经济周期和市场特征，结果对未来适用性需谨慎推断。
- 小盘与大盘风格的轮动在该周期被凸显，但不能保证此规律永续有效。

1. 潜在的参数敏感性和模型稳健性：

- 文中充分指出不同时间窗长度对指标的影响，即灵敏度-稳定性权衡，体现研究谨慎性。
- 不过未见对更长或更短时间窗口的实验，可能存在非线性效应未被充分揭示。

1. 交易应用的可行性探讨缺失：

- 报告未对指标用于构建实盘策略的操作建议和表现进行示范和回测，减少了应用层面的实证支持。
- 投资者若据此指标择时或选股，尚需结合更多实操经验与市场微观结构分析。

1. 图表辅助性强，但缺少更深层统计测试：

- 图1～4清晰展示各指标时间演变趋势，易于观察周期性波动与风格更迭。
- 然而报告未提供指标之间显著性检验、鲁棒性检测等，限制了研究的学术深度。

---

六、结论性综合

本文所探讨指标体系——相关度、离散度、贡献度——构成了对市场因子强弱测度的多维度分析框架：

• 相关度：反映因子分组排序与收益排序的匹配程度，是因子强弱的首要判断依据，但波动较大，需结合其他指标辅助判断。

- 贡献度：量化因子在解释截面收益差异中的贡献比例，与相关度高度相关，稳健反映因子解释力。

• 离散度：描述因子分组收益的波动强度，揭示因子强弱的市场环境特征及波动集聚现象。

实证分析基于2005年至2010年中证800市场数据，揭示市值因子表现具有阶段性波动特征，2006年末至2008年初为高强度、小盘与大盘风格轮动活跃期，2009年下半年转为风格切换但强度较弱期。2010年8月相关度达0.89，小盘风格占优，贡献度和离散度指标均在中等偏低水平，预示风格强度趋升但尚未极端。

报告为投资者提供了理解市场因子强弱的操作性指标工具体系，助力风格轮动判断及策略调整。其指标设计概念清晰、计算方法合理，图表展示直观而具证据力。

尽管如此，由于指标依赖历史参数设定，且缺乏更深入的统计验证和实盘策略回测，投资者应在实际应用中保留适度谨慎，结合宏观经济及市场微观结构等多重分析角度，避免单一依赖。

总的来看，报告立场中性且严谨，系统剖析市值因子在中国A股市场上的表现规律与衡量方法，对于金融工程领域的研究和实际投资均具较高参考价值。

---

参考页码

报告核心结论和数据分析覆盖页码：0-4；评级及免责声明页：6。[page::0,1,2,3,4,6]

报告