全球宏观CRR因子模型构建与核心结论 [page::2][page::3][page::5]

• 选取工业产出增速、未预期通胀、预期通胀变化、期限利差和违约利差五个全球宏观指标构建CRR因子。

- 价值与动量两者在跨国家和资产均有正溢价，相关性却负，合并组合仍有显著正溢价，现有模型难以解释。

• 全球CRR因子模型能较好回答上述难题，因子暴露显示价值与动量在多因子上的异号特性，解释了负相关性及合并正溢价。

48个价值与动量组合定价表现及统计结果 [page::3][page::6][page::7]

| 因子 | 工业产出(MP) | 预期通胀变化(DEI) | 违约利差(UPR) | 回归决定系数R2(%) | 平均定价误差P.E.(%) |
|-------|-------------|------------------|--------------|-----------------|-------------------|
| 风险价格 | 0.371 | -0.217 | -0.021 | 50.5 | 0.144 |
| t值 | 3.521 | -4.513 | -1.059 | | |

• MP因子风险价格显著正向，股票资产暴露更强；DEI呈负风险价格；UPR风险价格负值，体现信用风险对冲功能。

- 模型拟合R²约51%，模型收益和实际收益关系紧密，说明五因子模型良好解释了价值与动量收益结构。

价值与动量因子暴露及其负相关的宏观经济解释 [page::8][page::9]

• 价值与动量在全球CRR因子上的暴露符号相反，且大小不对称，解释了两者负相关及合并组合正溢价。

- 动量策略对工业产出显著正暴露且信用风险暴露负，显示其顺经济周期特性。

• 模型拟合收益相关性显著负，且绝对值大于实际收益相关性，验证模型解释力。

因子暴露时变特征及收益波动说明 [page::10]

• 因子暴露无显著趋势性，波动反映了不同经济周期状态，尤其90年代末及千禧年初。

- 价值与动量因子暴露异号关系稳定，波动期收益率大幅度变化，验证模型对周期的敏感性。

全球CRR模型与经典因子模型比较及扩展测试 [page::11][page::12][page::13]

| 模型 | 样本区间 | R²(%) | 平均定价误差(%) |
|-----------------|--------------|-------|---------------|
| AMP三因子模型 | 1990.07-2018.12 | 25 | 0.181 |
| Fama-French五因子 | 1990.07-2018.12 | 27 | 0.165 |
| 全球CRR因子模型 | 1990.07-2018.12 | 46 | 0.138 |

• 全球CRR因子模型在48个价值动量组合中表现优于传统三因子和五因子模型。

- 扩展至103个组合（含贝塔对冲和质量因子组合）时，CRR模型与Fama-French五因子表现接近，验证其对跨资产风险解释能力。

• Fama-French模型因子符号波动较大，全球CRR模型表现较为稳定。

研究启示与未来展望 [page::14]

• 全球宏观因子深刻揭示了跨资产跨国市场收益差异的经济来源，强化了宏观经济变量在资产定价中的核心地位。

- 对投资者而言，宏观因子有助于风险暴露分析及全球资产配置决策。

• 未来研究可进一步探讨宏观因子对行业、风格及个股收益的解释能力及时间动态。

全球宏观风险因子模型研究报告详尽分析

---

一、元数据与报告概览

• 报告标题: 全球宏观风险因子模型研究——学界纵横系列之九

- 作者与机构: 陈奥林、徐忠亚等，国泰君安证券研究所

• 发布日期: 2021年6月左右

- 主题: 本报告聚焦全球宏观经济风险因子对跨国家、跨资产收益横截面的解释能力，着重探讨“价值”和“动量”两个市场异象的源头及其定价机制。

• 核心论点:

1. 价值与动量策略在跨国跨资产市场普遍存在正溢价，但两者的相关性为负，且二者等权组合仍有正溢价。
2. 基于工业增加值、未预期通胀、预期通胀变化、期限利差和违约利差五个宏观指标构建的全球CRR宏观因子模型（全球版CRR因子）较好解释了这一现象及其他组合的溢价。
3. 该模型优于或接近传统基于收益率构造的AMP三因子模型和Fama-French五因子模型，证明宏观经济因素在全球资产收益定价中的重要作用。[page::0,2,3]

---

二、逐章深度解读

1. 选题背景

• 关键论点: 传统资产定价模型难以解释价值和动量因子的负相关同时又均带来正溢价的困境，且现有因子多基于个体特征构造，缺乏宏观经济解释；本文试图探求统一的跨资产、跨国家因子模型。

- 推理依据: 引用Asness, Moskowitz and Pedersen (2013)的三大疑问，并指出已有的理论和模型不能满足。基于Chen, Roll, and Ross (1986)的美国宏观因子，构建全球版五个宏观因子（CRR因子）。

• 重要假设: 全球市场部分一体化，宏观经济因子可作为共同风险源。

- 数据范围涵盖: 1983年4月至2018年12月（扩展版本数据），8个市场及资产类别，包括股票、期货、货币和债券。

• 意义: 模型突破传统区域和单资产类别局限，对全球多市场组合收益解释有较大提升。[page::2,3,4]

2. 数据及变量定义

• 数据及组合构造: 48个价值与动量组合基于8个市场和3个分层，含美国、英国、欧洲、日本股市，股指期货、货币、政府债券和商品期货。

- 统计结果: 价值与动量因子在大部分市场和资产中均表现出显著正溢价（超额收益）。全球股权市场的效果尤为明显，且价值与动量组合均呈显著正收益。

• 相关性: 价值与动量因子之间相关系数低且多为负数，尤以全球市场负相关显著。

- 数据质量: 基于AQR官网扩展数据。

• 全球宏观因子构造: GDP加权工业产量、未预期通胀、预期通胀变动、期限利差、违约利差五大指标，覆盖OECD主要国家和日本。

- 重点推理: 这些因子通过宏观变量联动解释资产价格异象，更有实证经济学基础。[page::3,4,5]

3. 截面资产定价实证

• 模型: 采用Fama-MacBeth两步法估计五个CRR全球因子风险价格和组合对因子的暴露（β）。

- 核心数据结果:
- 工业产值增长（MP）因子风险溢价显著，单位暴露贡献收益显著（每年约4.5%）。所有组合中大部分股票市场对MP暴露为正；少数固定收益市场对MP暴露为负。
- 预期通胀变化（DEI）因子风险溢价为负，股票及固定收益市场对其暴露也为负。
- 违约利差（UPR）因子风险溢价为负，多数资产暴露正向，个别市场显示逆向暴露。

• 经济含义: MP代表系统性经济生产风险，投资者为承担该风险获得溢价。DEI因子反映通胀预期调整对实体经济的影响及投资者恐惧。UPR反映信用风险及其对投资的影响。

- 模型拟合: 截面回归R²约为50%，在未用收益率构造因子的情况下表现优秀。回归误差总体偏低，显示模型具良好解释力。

• 图表数据（图1）： 48个组合的模型预期收益与实际收益接近45度线，视觉说明模型预测效果良好。

- 定价误差表: 股票类定价误差略高于非股票类，说明模型在股票市场中的解释力稍强。

• 总结: 全球CRR因子模型能够系统地解释价值与动量组合的收益及其负相关关系。[page::6,7]

4. 价值与动量溢价问题解答

• 观察: 价值与动量组合在MP、DEI、UPR等因子上的暴露往往异号，这直接解释了两者负相关的原因。

- 暴露差异: 由于暴露的相对大小不同，合并组合仍具相当程度的因子暴露，因而保持正溢价。

• 经济理解: 动量策略表现顺周期，价值策略则呈现逆周期表现，这与对应因子的暴露一致。

- 图表数据（图2-图5）: 多市场、多资产类别中价值（灰色柱）和动量（棕色柱）组合的因子β明显异号，合并组合（浅棕色柱）介于两者之间表现出正向暴露。

• 相关系数对比（表6）: 模型收益的负相关性质更强烈（绝对值更大），证明模型成功捕捉两因子间关系。

- 结论: 全球宏观因子框架为理解价值与动量之间复杂的相关结构提供宏观经济角度，覆盖股票及非股票资产。[page::8,9]

5. 时变因子暴露分析

• 方法: 采用5年滚动窗口估计因子暴露，检验模型因子暴露是否时变。

- 结果: 因子暴露总体无明显长期趋势，且1990年代末至2000年代初出现均值回归特征，体现因子暴露存在周期性波动。

• 验证: 价值与动量因子暴露依然表现异号，强化因子模型的稳定性。

- 图表: 各因子暴露滚动曲线图（图3）显示价值与动量因子波动互逆，价值因子通常负暴露，动量因子正暴露。

• 实际溢价: 价值与动量组合的溢价在对应波动期呈现显著变化，显示因子风险对溢价变化的驱动作用。

- 意义: 支持因子暴露在样本周期内趋于稳定，是模型有效应用的前提。[page::10,11]

6. 与其他经典模型比较

• 基准模型: AMP三因子模型（Asness, Moskowitz and Pedersen, 2013）及Fama-French五因子模型。

- 样本调整: 为保持可比性，CRR模型样本调整至1990年7月至2018年12月。

• 比较结果:

- AMP三因子模型表现较弱（R² 约25%），全球价值因子风险价格不显著。
- Fama-French五因子模型表现稍好，R²约27%，但存在部分因子风险价格符号与理论不符（SMB、CMA负向）。
- 全球CRR模型表现较优，R²可达46%，且定价误差较小。

• 经济解释: CRR模型基于宏观变量，解释力较强，理论支撑更完整。

- 局限: 宏观因子暴露和因子收益率估计受噪音影响较大，但总体稳定。

• 趋势: 各模型因子风险价格符号随样本不同略有变化，显示风险因子表现具有一定样本依赖性。[page::11,12]

7. 对更多资产组合的解释能力

• 扩展测试集: 103个组合，涵盖13个国际化Betting-Against-Beta（BAB）组合，10个质量组合，及Fama-French构建的多组国际股票投资组合等。

- 实证发现:
- CRR模型仍有较好表现，尽管R²下降至约25%-32%。
- 多因子风险价格符号存在一定变动，UTS因子有时显著有时不显著，显示不同资产组合对风险因子的敏感度不完全一致。
- Fama-French五因子模型表现与CRR模型整体相当，在部分测试集表现略优。

• 原因分析: Fama-French因子构造与测试资产存在特征重合，天然表现优异。CRR因子则高出在宏观经济基础上，具备跨资产优势。

- 结论: 全球CRR因子模型对非价值动量组合仍有效，证明了宏观经济风险因子作为共同风险源的广泛适用性。[page::12,13,14]

8. 总结与展望

• 核心结论:

- 全球CRR宏观因子可有效解决价值与动量因子负相关且同向溢价的难题，且这一结论在全球多资产类别中得到验证。
- 宏观经济变量作为风险因子具有经济学上的合理解释，且比传统收益率因子模型更具普遍性。
- 价值与动量的差异暴露于宏观因子驱动了资产价格的异象。

• 研究意义: 强调投资者需关注跨市场宏观风险，全球视角下的风险管理和资产定价应纳入宏观因子。

- 未来方向: 宏观因子对行业、风格、甚至个股层面解释力的深入研究，以及不同时期因子有效性的动态研究。[page::14]

---

三、图表深度解读

表1 各市场和资产中价值与动量组合的超额收益

• 展示了价值层次（V1-V3）、动量层次（M1-M3）、以及多空组合（V、M、C）在不同市场中的月度平均超额收益（百分比）和t统计值。

- 关键观察：美国、英国和欧洲等股市均表现出正且显著的超额收益，部分商品和货币市场表现相似，固定收益市场动量相关溢价较弱且不总显著。

• 说明价值和动量策略跨资产类别广泛有效。

- t值大多数超过2，表明超额收益统计显著。[page::4]

表2 全球市场及资产类别的价值与动量溢价

• 汇总全球所有市场（All）、全球股票市场（Eq）和全球非股票市场（O）的价值（V）、动量（M）及组合（C）溢价及其t统计。

- 价值和动量均显著为正，且组合策略溢价较高。

• 进一步验证了报告的核心论断。[page::4]

表3 各市场中价值与动量的相关系数

• 明确显示，在除美国外的其他主要市场中价值与动量普遍负相关，全球全市场亦是如此。

- 美国市场呈正相关，但数值较小，异常于其他市场。

• 负相关性未能解释溢价正相关的矛盾。

- 引出CRR模型对该异象的解释需求。[page::4]

表4 全球CRR五因子模型风险价格及统计量

• 工业产值增长MP（风险价格0.37）和预期通胀变化DEI（风险价格-0.22）显著，黄文件率负风险价格Significant

- UPR风险价格为-0.02，符号与信用风险逻辑一致。

• 综合$R^{2}$为50.5%体现模型良好拟合能力。

- 平均定价误差（Avg.P.E）约0.144，低误差体现准确性。

• 表明五个宏观因子均具备经济学含义和解释力。[page::6,7]

图1 CRR模型实际与预期收益关系

• 散点聚集在45度线附近，模型预期收益与实际收益吻合良好，反映模型强解释能力。

- 个别点偏离可能来源于宏观因子数据的噪声或市场特例。

• 视觉呈现简洁明了，验证表4结果。[page::7]

表5 不同市场和资产的定价误差与AR/ER比值

• 不同行情下定价误差(月度百分比)一般小于0.3%，代表误差较小。

- AR/ER均大于1，说明模型预期收益相对实际收益存在一定偏多估计，可能显示模型有稳健溢价机制。

• 股票市场定价误差稍高，暗示模型在股票市场可解释力略弱于非股票市场。

- 具体市场如EU和UK表现较优。[page::7,8]

图2-5 各因子暴露柱状图（8、9页）

• 分别展示了价值、动量和合成组合在MP、DEI、UI、UTS、UPR五个因子上的暴露。

- 价值和动量组合因子暴露多数呈现明显异号，动量组合多为正MP暴露，价值组合多为负MP暴露。

• 合成组合的暴露介于两者之间，且多为正；这解释了异号因子如何支持正溢价的合成组合。

- UPR负暴露在动量组合中突出，显示动量收益脆弱于信用风险环境。

• 全面反映各市场宏观风险暴露的差异。[page::8,9]

表6 价值与动量组合收益相关性及模型拟合相关性对比

• 实际收益率相关系数在-0.23至-0.68之间，模型拟合收益相关系数更负（-0.53至-0.97）。

- 模型能够更准确地捕捉负相关结构，验证宏观因子模型对重要资产价格关系的解释力。

• 结果涵盖全球所有市场类别，体现模型普适性。[page::9]

图3 各因子滚动估计暴露图（10页）

• 5年滚动窗口计算价值与动量组合累计因子暴露时间序列，验证因子暴露无趋势。

- 因子暴露在90年代末至2000-2003年出现显著波动，反映当期宏观经济冲击。

• 价值因子暴露与动量因子暴露呈明显负相关走势。

- 说明因子暴露具稳定性且时间变动可控。[page::10]

图4-5 价值与动量组合月度溢价（10-11页）

• 波动显著，特别是在经济周期关键阶段。

- 与因子暴露波动对应，展示因子风险在不同阶段影响溢价的机制。

• 可用于理解因子风险动态对策略收益的影响。[page::10,11]

表7 48个价值与动量组合样本缩减后模型风险价格对比

• 显示三大模型风险价格符号及统计数据。

- AMP因子三因子模型$R^2$仅25.3%，Fama-French五因子也仅27%。

• CRR模型风险价格含义稳定，$R^2$达46.4%优于其他模型。

- 标志宏观因子模型在更精细检验下仍保持解释优势。[page::11]

表8、9 三个测试集下全球CRR与Fama-French五因子模型比较

• 在附加测试资产集上（包括BAB、质量、规模、账面市值比、盈利能力、投资组合等），CRR因子表现保持稳定（$R^2$ 约25%-32%）。

- Fama-French五因子表现接近或略好于CRR模型，但因子风险价格符号波动较大，且模型中因子的构造与测试资产高度重合，有一定内生性。

• 体现两类模型对全球多资产组合的定价能力差异侧重：宏观与微观特征因素。

- 表明宏观因子可作为跨资产跨国家综合风险定价工具，与经典特征因子模型相辅相成。[page::13,14]

---

四、估值和风险分析

• 报告核心不涉及单一资产估值，但其因子模型为投资组合收益预测的基础。

- 因子风险价格即为估值中的风险溢价部分，其稳定显著性表明因子能够有效驱动资产组合的系统风险定价。

• 由因子暴露（β）和因子风险价格（λ）确定组合预期超额收益，模型拟合优度高说明估值准确。

- 风险方面，报告识别宏观经济波动（产业产值、通胀变动、期限结构、信用风险）的显著影响，因子所代表的系统风险潜在变动均为需持续关注的风险源。

• 报告未明确逐条列出模型局限性，但提及回归法估计因子暴露与因子收益率受噪声影响，存在估计风险。

- 对冲及资产配置建议隐含于对因子暴露理解中，多空合成组合的正溢价提示有效风险分散策略。[page::5,6,14]

---

五、批判性视角与细微差别

• 报告极力突显宏观因子模型的优势，与收益率基因子模型作对比，体现作者对宏观因子理论的偏好。

- 样本期变化对因子风险价格的符号及显著性存在影响，部分因子（如DEI）显著性随时间波动，反映模型稳定性仍有待强化。

• 美国市场中价值与动量正相关略显异常，未作更深入讨论，存在潜在地域异质性影响。

- 因子暴露为回归推导，噪声及数据质量问题可能影响风险价格估计的准确性，报告对此的影响仅作有限披露。

• 由于宏观因子多为宏观变量总体指标，可能较难捕捉行业或个股层面异质性，作者自身也提出未来研究方向。

- 报告着重展示宏观风险的解释能力，而对可能存在的行为金融因素未充分探讨。

• 该报告缺乏对模型使用限制和风险管理的具体操作建议，例如如何动态调整因子暴露或应对异常经济周期。

- 总体工具性强、学术与实务结合紧密，但常态假设较多，模型在极端环境的表现尚未充分验证。[page::14]

---

六、结论性综合

该报告通过构建基于全球宏观经济变量的CRR五因子模型，系统解释了困扰资产定价领域长期的“价值与动量既负相关又均有正溢价”的难题。结合近40年的跨国跨资产组合数据，研究发现：

• 全球宏观因子模型具备较强的解释力，对48个价值与动量组合拟合优度$R^{2}$超过50%，在多组扩展测试资产中表现稳定且优于部分经典收益率构造因子模型。

- 价值与动量组合在宏观因子上的暴露异号，并通过合并组合暴露的加权效应解释了两者负相关但合并组合依旧有正溢价的现象。

• 工业产值、预期通胀变化、期限利差和违约利差等五大宏观指标，不仅经济学含义清晰且风险价格显著，提供了资产风险溢价的宏观经济来源。

- 时变因子暴露分析验证模型的稳健性，重要经济事件期内因子暴露的波动反映了经济周期的动态风险。

• 比较分析表明，宏观因子模型在普适性和经济解释上力压AMP三因子模型和传统Fama-French五因子模型，尤其在跨资产类别的定价中表现突出。

- 宏观因子模型为理解全球市场收益横截面差异及共同风险结构提供了重要理论框架，对资产管理、投资组合配置及风险控制均有指导价值。

图表部分充分支撑上述结论：

• 表1-3与表6揭示了价值与动量的正溢价和负相关关系。

- 表4和表7证明了CRR模型因子的显著性与解释力。

• 图1和图3显示模型拟合准确且因子暴露稳定。

- 图2及其衍生图清晰展现了因子暴露的异号特征及其对组合收益的贡献。

• 表8和表9进一步验证模型在更广泛资产组合上的有效性。

总体来看，报告逻辑严密，实证翔实，为全球跨资产收益定价建构了一个具备坚实宏观经济理论基础的因子模型，对学界和投资实务均具备重要参考价值。[page::0-14]

---

参考信息

国泰君安证券研究所出品，本报告为研究视角探讨文章，符合证监会规范，坚持独立客观原则，风险提示明确，适合深度学术与投资策略研究参考。[page::15]

---

注： 本分析严格基于报告内容，兼顾理论与实证，旨在全方位剖析原文各部分，突出图表数据的深度解读与对应结论，符合法定溯源标识要求。[page::全书]

报告