风险因子体系构建及处理方法 [page::2][page::3][page::4]

• 参照Barra框架，构建包括成长、盈利、估值、规模、杠杆、动量、贝塔、波动率等9个风格风险因子。

- 因子经中位数去极值处理，不对规模与行业进行严格中性化，确保因子具有解释力。

• 风险因子采用多因子横截面回归模型估计收益贡献。

风格类风险因子表现及行业因子简化 [page::5]

• 采用中证一级行业（10大类）作为行业因子，提升模型可解释性。

- 风格因子收益形成指数收益的主驱动力。

2017年中证100与中证500指数单期归因比较 [page::6]

• 中证100指数在规模、盈利能力、估值因子多月表现为正贡献。

• 中证500指数对应因子贡献呈负值，体现风格分化明显。

跨期归因揭示2017年业绩差异主因 [page::7][page::8]

| 因子 | 中证100收益贡献 | 中证500收益贡献 | 差值 |
|------------|-----------------|-----------------|------------|
| 规模 (Size) | 13.76% | -7.61% | 21.36% |
| 盈利 (Earning) | 4.43% | -1.84% | 6.27% |
| 杠杆 (Leverage) | 3.46% | -1.47% | 4.93% |
| 主要消费 | 2.51% | 1.50% | 1.01% |

• 规模因子贡献约占收益差异的70%，盈利能力与杠杆亦为重要因素。

- 2017年大小盘风格分化主因来自风格因子，相较行业因子贡献有限。

2018年业绩归因及行情分析 [page::8][page::9]

| 因子 | 中证100收益贡献 | 中证500收益贡献 | 差值 |
|------------|-----------------|-----------------|------------|
| 金融地产 | -8.54% | -1.23% | -7.32% |
| 工业 | -2.19% | -5.17% | 2.98% |
| 原材料 | -1.14% | -4.03% | 2.89% |
| 信息技术 | -1.03% | -3.90% | 2.86% |

• 2018年权益市场普跌，行业因子贡献较多，大小盘差异收敛。

- 中证100在金融地产行业暴露较高，抗跌性较强。

代表性指数因子暴露比较及投资展望 [page::10][page::11]

| 指数 | 规模因子 | 盈利因子 | 成长因子 | 价值因子 | 低波因子 | 说明 |
|--------------|----------|----------|----------|----------|----------|--------------------------------|
| 中证100 | 1.12 | 0.48 | -0.14 | -0.24 | -0.46 | 大盘风格，价值导向，成长较弱 |
| 中证500 | -0.75 | -0.29 | 0.05 | 0.05 | 0.15 | 小盘风格，成长较强，价值偏弱 |
| 中证红利 | 0.17 | 0.17 | -0.21 | -0.55 | -0.47 | 低估值，大盘配置更均衡 |
| 中证红利低波 | 0.11 | 0.19 | -0.22 | -0.63 | -0.57 | 更均衡大小盘配置，低波和估值暴露更明显 |

• 2019年展望：预期大小盘风格趋于均衡，价值因子具防御优势，低波因子保持关注。

- 行业上看，偏稳定型（金融地产、公用事业）及成长型（信息技术、电信）行业均具备投资机会。

• 推荐重点关注中证红利与红利低波指数，适应未来不确定性市场环境。

报告全面分析报告：《风险因子、业绩归因与指数化投资——金融工程专题报告》

---

一、元数据与概览

• 报告标题：《风险因子、业绩归因与指数化投资——金融工程专题报告》

- 作者：分析师张青，研究助理余景辉

• 发布机构：华宝证券研究创新部

- 发布日期：2018年末至2019年初（推断，报告中涉及2019年展望）

• 主题：围绕中国A股市场指数化投资，基于风险因子与业绩归因工具，分析大盘指数与小盘指数的风格差异和配置机会，预测2019年指数投资方向建议。

核心论点与目标：

报告着重论述构建多风险因子及其在业绩归因中的应用，尤其基于Barra模型框架，解析大盘（中证100）与小盘（中证500）指数业绩差异的驱动因素，揭示行业和风格因子对指数收益的贡献，提出了指数统一评价和投资配置体系。报告建议2019年大小盘风格趋于均衡，重点关注价值和低波动风格因子，推荐中证红利及红利低波指数为相对稳健的指数化投资选择，提示量化模型基于历史数据存在模型风险。[page::0,2,11]

---

二、逐节深度解读

1. 引言与投资要点

• 内容摘要：

- 2017年以来，指数基金增长迅猛，机构投资者地位稳固，指数化投资将成为主流。
- 市场指数多样化，包含宽基指数和Smart Beta指数，针对不同指数需构建统一收益风险评价体系。
- 以Barra多因子风险模型为核心，报告搭建业绩归因系统，选取中证100（大盘）和中证500（小盘）为案例分析两类指数的风格异同。
- 2019年投资观点：规模因子的风格分化将逐步下降趋于均衡；价值因子在弱势行情中具备防御性及超额收益潜力；低波动性因子继续受到关注；行业配置上看好稳定与价值型行业（金融地产、公用事业）及成长型行业（信息技术、电信），尤其受政策支持的民营企业将迎来利好。
- 推荐关注中证红利和红利低波指数，因其在低波动和估值因子暴露较高，有助于对抗不确定性市场环境。
- 风险提示强调量化策略基于历史数据，存在模型设定偏差风险。[page::0,2,11]

分析：

这一部分清晰勾勒了报告的研究背景和投资逻辑基础。指数化投资的核心是Beta收益理解的深化和应用，体现出金融工程中多风险因子分析的现代趋势。报告基于大盘与小盘指数的业绩差异，着眼于多因子框架（规模、估值、波动率、盈利能力等），为投资者提供洞察。

---

2. 风险因子构建及测试（章节1）

风险因子构建（1.1节）

• 构建十个主要风险因子，涵盖成长类（净利润增长率、营业收入增长率）、盈利类（净资产收益率、销售净利率等）、估值类（市盈率、市净率）、规模（非线性市值及流通市值对数）、财务杠杆（资产负债率、市场杠杆）、动量（12月、6月、3月收益率）、Beta（系统风险）、波动率（价格波动率与残差波动率）等[page::2,3]。

- 对因子进行去极值处理，采用中位数去极值法的严格手段去除极端值对模型影响，保证因子质量。

• 因子中性化仅针对关联较强因子（如规模与非线性规模）做两两正交处理，避免过度中性化导致财务指标类因子解释力下降。

- 因子标准化基于市值加权均值，确保基准组合在各因子上的暴露为0。

• 多因子横截面回归模型形式精确：收益率由行业因子收益、风格因子收益、特异收益组成，便于后续分解分析。[page::3,4]

风险因子绩效检验（1.2节）

• 采用2010-2018年数据排除ST股票和数据缺失，进行因子显著性测试。

- 绝大多数因子通过显著性检验，适合作为风险因子，非线性规模因子效果较弱，故被剔除。

• 估值因子年化收益率为负，符合因子经济逻辑：估值越低股票表现越优，代表价值因子具有反向收益属性，共有9个风险因子被保留用于模型。

- 表格显示各因子收益率、t统计量、信息比率(IR)等指标，说明绩效整体稳定且解释力较强。[page::4]

分析：

风险因子构建严格符合多因子模型理论，兼顾因子数据处理的严谨性和经济意义。去极值和非中性化的折中选择，有助于保持财务指标因子的解释能力，符合业绩归因的目的。绩效检验结果良好，模型有效性强，确保报告其余部分论证基础扎实。

---

3. 风险因子与指数业绩归因（章节2）

业绩归因模型引入

• 采用风格因子和行业因子作为解释变量，行业划分简化为中证一级行业10类以提升解释力。

- 业绩归因通过多元横截面回归获得月度因子收益率。

• 指数因子暴露基于指数成分和其权重计算，暴露值相对市场基准具有可比性，方便两指数间对比。[page::5]

单期归因案例分析（2.1节）

• 2017年中证100指数（大盘）与中证500指数（小盘）存在显著规模因子差异：中证100规模因子正贡献明显，中证500则为负。

- 盈利能力因子与估值因子在两个指数之间金融表现也有显著差异，前者呈正贡献，后者多负贡献。

• 图2、图3展示两指数2017年各月风格因子贡献动态，显示大盘指数成长、价值、规模因子的积极影响，小盘指数则表现相反。[page::6]

跨期归因方法及结果（2.2节）

• 因单期简单收益无法直接累加，采用Carino方法调整为对数收益，通过调整系数累积多期归因。

- 2017年表现：
- 中证100年收益率30.21%，主要贡献来自规模因子13.76%，盈利能力因子4.43%，杠杆因子3.64%，主要消费行业贡献2.51%等。
- 中证500年收益率为负0.95%，规模因子贡献-7.61%，原材料行业贡献3.97%。

• 两指数收益差异主要源于规模因子（约占70%收益差异），其次盈利能力和杠杆因子解释亦明显。

- 动量与换手率因子在2017年也促进了大盘强者优势，反映市场流动性和价格动量效应。

• 行业因子贡献较次要，规模与风格因子为主导力量。
• 2018年市场普跌，大小盘风格分化收敛：

- 指数跌幅主要由行业因子引领（如中证100金融地产导致8.54%跌幅），风格因子解释力减弱。
- 中证500受工业、原材料、信息技术等行业拖累较重。

• 差异主要由行业配置差异造成，中证100金融地产权重高表现较为抗跌，但受成长行业暴跌影响较小。

- 图4、图5及相关表格支持上述结论，全面展现2017、2018年各因子对大小盘收益贡献的动态及差异。[page::7,8,9]

数据图表解读：

• 图1（风格类风险因子累计收益率）展示2009年至2018年各风格因子表现趋势，成长因子呈现持续上涨趋势，规模因子整体下滑，价值因子表现负向，反映因子轮动趋势。

- 图2、图3细化显示2017年中证100与中证500月度各因子单期贡献，分别体现大盘与小盘的风格差别和波动幅度。

• 表3、表4量化了两指数不同年份风格及行业因子贡献，辅助理解收益驱动因素和结构差异。

- 图4、图5进一步用柱状图清晰划分2017与2018年风格与行业因子对大小盘收益差异的贡献度，视觉化突显规模、盈利因子及行业权重的重要性。

整体而言，报告精准利用风险因子构建的归因模型，阐释指数收益来源及风格轮动，验证指数投资的风险收益特征，为构建指数化投资策略奠定坚实基础。

---

4. 2019年指数投资展望（章节3）

• 公募指数基金持续扩容，Smart Beta产品创新活跃。

- 以构建的多因子体系统一评价各指数，包含宽基指数（中证100、500、800、全指）及热门Smart Beta指数（等权、红利、低波及复合指数）。

• 推荐用2018年1月至11月的月度均值因子暴露度观察指数特征，降低短期噪声影响。

- 暴露度对比核心发现：
- 大盘指数（中证100、800）在规模、盈利能力暴露高，成长因子表现弱（负值），价值因子负暴露明显，属于典型价值风格。
- 小盘指数（中证500、全指）规模因子负值，成长因子暴露偏高，价值因子正暴露，风格更偏成长。
- 波动率、动量因子在大盘与小盘间明显不同，大盘低波动、高动量，小盘则相反。
- Smart Beta指数中，红利指数偏向低估值、规模更均衡；红利低波指数更强调低波与估值暴露，配置更均衡；等权800展现小盘特征，低波500则具强低波特性及较低估值暴露。

• 2019年投资判断：

- 预期大小盘风格分化减弱，盈利处于下行周期，成长及规模优势减弱。
- 价值因子具防御性及长期超额收益潜力，机构投资者尤其海外机构对估值的关注加强。
- 低波因子仍受关注，尽管2018年收益下降但仍保持正收益。
- 行业上关注稳定型价值行业（金融地产、公用事业）及成长型行业（信息技术、电信），受政策支持的民营企业展望改善。

• 投资建议：

- 重点关注中证红利及红利低波指数，因其大小盘配置较均衡，且在低波与估值因子上暴露较高，适应未来不确定行情。[page::10,11]

---

5. 风险提示及免责声明

• 量化策略基于历史数据，存在模型设定偏差风险。

- 报告不构成投资建议，市场有风险，投资需谨慎。

• 强调版权归属、信息准确性声明，以及对投资者自我决策责任的提醒。[page::0,12]

---

三、图表深度解读

• 图1（累计收益率趋势图）显示了2009-2018年各风格风险因子收益走势。成长因子稳步攀升，规模因子持续下行，流动性波动、价值因子表现较弱，体现了市场风格长期演化规律。

- 图2和图3（2017年月度单期归因）细致展示了中证100与中证500指数在各风格因子的收益贡献，清晰表明大盘在规模、盈利能力上贡献为正，小盘相反。

• 表3和表4系统量化了2017和2018年两个指数风格和行业因子的收益贡献，其中2017年大小盘因规模和盈利的差异主导收益差异，2018年更多由行业差异带来整体市场下跌的差异展现。

- 图4和图5（因子贡献比较柱状图）进一步直观展示了大小盘指数各因子对相对收益的贡献占比，强调2017年风格因子主导，2018年行业因子更关键。

• 表5（代表指数因子暴露度）综合比较宽基指数和Smart Beta指数的风险因子暴露，包括Beta、盈利、成长、杠杆、波动率等，揭示指数风格属性和投资特征差异，指导因子配置选择。

这些图表不仅直观反映数据趋势，更支撑了文本对于风格与行业因子对指数表现影响的逻辑推断。

---

四、估值分析

报告中未以传统DCF或市盈率绝对估值法进行定价，而是通过多因子风险模型（Barra框架）对指数的风格与行业因子暴露表现进行“隐性估值”。即通过估值因子（主要包含市盈率、市净率等指标）暴露度来度量指数估值属性，价值因子负暴露意味着低估值偏好，视为估值优势。

不同指数的估值因子暴露差异映射其市场价格定位及预期收益表现。在投资建议中强调价值因子潜力，表明估值因素在整体风格风险环境中的核心地位。尤其是红利、红利低波指数高负估值暴露，是被推荐的关键原因。

---

五、风险因素评估

• 量化模型局限：基于历史数据，存在建模偏误，未来市场环境可能令模型失效。

- 市场波动风险：宏观和政策调整、行业结构变化可能导致风格和行业因子表现大幅变动。

• 策略重叠与风格轮动风险：各指数风格因子暴露差异可能随时间动态调整，过度集中于单一因子风险增加。

- 流动性风险：部分风格或行业因子所在资产可能流动性不足，影响指数表现。

• 政策风险：尤其涉及成长性行业和民营企业支持政策的变动，直接影响预期收益及配置策略。

- 报告虽未详述具体缓解策略，但通过多因子分散配置和业绩归因动态监控，提供了风险识别基础。[page::0,12]

---

六、批判性视角与细微差别

• 因子中性化处理的选择：报告强调为业绩归因目的避免严格规模和行业中性化，保留经济意义强的因子暴露，但这可能导致因子间相关性留存，增加结果解释复杂性。

- 非线性规模因子剔除虽然简化模型，但也可能忽略中盘股特定行为特征，影响部分风格细节捕捉。

• 历史数据依赖性可能对未来趋势预测存在偏差，如2019年对规模因子分化趋缓的预测，如市场风格发生突变则存在不确定性。

- 行业因素划分较粗采用中证一级行业划分减少复杂度，可能忽略细分行业异质性，影响归因精度。

• 报告风格偏向技术分析及数理模型，宏观经济社会因素等软性变量介入较少，策略灵活调整留有空间。

- 总结和展望部分对政策影响加强认知，体现实践与理论结合的优点。

---

七、结论性综合

本报告系统构建了基于Barra框架的多因子风险模型，明确划分和定义了9个主要风险因子用于对权益资产的业绩归因分析。通过深入量化检验与显著性分析，确认大部分因子均为解释资产收益的重要驱动因素。

利用该框架，报告详细剖析了2017-2018年间中国A股大盘指数（中证100）与小盘指数（中证500）业绩表现的差异。结果清晰表明：

• 2017年两指数业绩分歧的核心来自规模、盈利能力和杠杆等风格因子，规模因子贡献最大，解释约70%的收益差异。

- 2018年普遍市场下跌阶段，行业因素成为多数指数收益的主导因素，特别是金融地产和工业等行业权重差异导致收益表现分化。

• 风格因子解释力相对减弱，但仍发挥一定作用。

基于2018年多因素暴露数据，对2019年指数化投资进行了前瞻性分析。报告预测：

• 大小盘风格分化将趋于均衡，盈利下行周期减少风格差异。

- 价值因子因其估值优势和防御属性将表现较好。

• 低波动性因子价值将持续体现稳定性和避险能力。

- 行业配置上，金融地产、公用事业等稳定型行业及信息技术、电信等成长行业值得关注，受政策扶持的民营企业带来的成长前景积极。

投资建议聚焦于中证红利及红利低波指数，这两类指数以更均衡的大小盘配置、较高的低波与估值因子暴露，更适应不确定的市场环境。

图表表现充分支持全文论断，透彻反映风险因子变动趋势、指数风格特征及业绩归因结构。风险警示和免责声明表明模型基于历史数据，存在潜在的建模风险和市场变局不确定性。

综上，报告以严谨的金融工程方法论为依托，深入解构指数化投资内核，兼具理论体系和实践指导意义，对不同规模风格指数进行科学比较并提出合理投资建议，为机构投资者把握指数化投资机遇提供了坚实支持和参考依据。[page::全报告]

---

总体语言风格与专业性

报告整体表述专业严谨，结构清晰，逻辑连贯。技术细节揭示深刻，尤其在因子数据处理和业绩归因模型构建方面体现出丰富的金融工程经验。图表与表格辅助说明效果明显，数据支持符合学术及实务要求。风险提示充分，措辞谨慎，避免简单乐观或绝对预测。报告建议结合政策环境，体现对市场内外多重因素的关注，显现研究团队的综合分析能力。

---

结尾

本报告是高质量的金融研究成果，特别适合大型机构投资者或专业投资团队研究中国A股指数及结构性风险风格配置的参考文献。其多维风险因子框架与业绩归因方法为指数化投资的科学化、系统化管理提供了坚实的理论基础和操作指引。

---

参考页码

[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

报告