• 2018年上半年中信建投金工团队研报阅读量排名第二，团队影响力强 [page::0]

• 中信建投金融工程策略框架涵盖数据源（Wind、Bloomberg、高频、新闻爬虫等）、量化基本面、多因子选股、基金研究和大数据等模块，支持多层次投资产品和大类资产配置 [page::1]

• Barra风险模型定义与作用概述，风险管理、组合优化及风险归因为核心功能，Barra风险因子在A股市场显示较高显著性和解释力，适合风险管理和选股策略构建 [page::4][page::7]

- Barra中国股票模型（CNE5）包括1个国家因子、10个风格因子和32个行业因子，因子解释度最高集中于大盘股（沪深300调整后平均解释度39%），整体适用度达28% [page::6][page::7]

• 风险因子评定依据四项指标：稳定性与低相关性、收益波动率、横截面显著率和新增信息贡献，Barra风格与行业因子均满足这些条件，大部分因子在A股市场风险属性明显 [page::7][page::8]

- Barra纯风格因子中非线性规模、流动性和规模因子信息比例高，流动性和非线性规模因子波动率较低，部分时间仍表现为Alpha；规模因子近期风险属性增强，被广泛认可为风险因子 [page::11][page::12]

• 纯行业因子波动较大，难以持续获取Alpha，信息比例最高五个行业为医药、计算机、通信、电子元器件和食品饮料，说明大消费和TMT行业表现优异 [page::13][page::14]

• 中信建投选股体系采用市值等权处理，风格因子风险剥离效果与Barra风险模型相当，且市值等权组合年化收益率通常高于纯因子组合 [page::14][page::17][page::18]

| 风格因子 | 纯因子年化收益率 | 市值等权多空组合年化收益率 | 信息比例差异 | 备注 |
|----------|------------------|------------------------------|--------------|-------------------|
| Momentum | -7.55% | -3.24% | 小幅提升 | 市值组合更优 |
| Beta | 2.51% | 7.40% | 持平 | 市值组合更优 |
| Size | -9.79% | -12.89% | 持平 | 市值组合表现复杂 |
| Earnings Yield | 0.66% | 5.75% | 持平 | 市值组合更优 |
| Residual Volatility | 0.51% | -4.24% | 下降 | 纯因子优于市值处理|

• 常见Alpha因子样本中证500，62%的Alpha因子在市值风险处理后的多空组合信息比例优于纯因子，财务基本面因子多受益于市值分层，技术及反转类因子Barra风险模型表现更好 [page::18][page::19]

• 中信建投与Barra基于行业中性+市值中性的中证500指数增强策略对比显示，中信建投增强组合年化超额收益率高于Barra组，最大回撤指标更优，信息比例更高，验证了根据不同样本池灵活选用风险处理方法的重要性 [page::21][page::22]

金融研究报告详尽分析报告

报告标题、作者与机构信息

• 标题：【建投金工丁鲁明团队 经典回顾之一】：Barra风险模型介绍及与中信建投选股体系的比较

- 作者：丁鲁明团队

• 发布机构：中信建投证券研究发展部

- 发布日期：2018年9月20日

• 主题：风险模型，特别是Barra风险模型及其在A股市场的应用，与中信建投现有选股体系的比较分析

报告核心论点与译解

本报告主要围绕风险管理中的多因子风险模型展开，重点介绍Barra风险模型的定义、作用、分类，并结合A股市场实证检验其显著性与适用性，最后详细比较Barra风险模型与中信建投自有选股体系在风格因子处理和指数增强表现上的异同。核心结论如下：

• Barra模型的基本面因子风险模型在A股市场有较强解释力，尤其是风格与行业因子均显著，行业风险因子对整体风险贡献最大，走势清晰。

- 中信建投选股体系通过市值分层等方式实现的风险剥离效果在风格因子处理上与Barra风险模型旗鼓相当，且在中证500指数增强策略中表现优于Barra体系。

• 风格因素中，非线性规模、流动性等因子虽然仍被一些市场参与者视作Alpha因子，但规模因子因近年风格轮动其风险属性愈发明显，被广泛视作风险因子。

- 选股因子的风险处理不能一刀切，应结合样本池、因子特征采用不同的处理方法。

报告逐章节详细解读

---

一、风险模型介绍

1.1 风险模型的定义、分类和作用

• 定义：风险即投资组合收益的波动性，投资收益的获取需要承担风险，风险回报共生。

- 分类：宏观经济因子模型、统计因子模型、基本面因子模型（Barra属）。

• 作用：

1. 降低风险暴露，帮助更精确的风险管控。
2. 改进组合优化，准确估计收益协方差。
3. 支持事后业绩归因分析，提升基金管理质量。

1.2 Barra风险模型介绍

• Barra公司自1975年始专注于多因子风险管理体系，产品涵盖风险分析、收益预测到业绩归因。

- 使用加权最小二乘（WLS）估计因子收益，模型包含市场因子、风格因子和行业因子（公式详述于（1.1）），并设置市值加权行业因子回归约束保证唯一性和解释力。

• Barra中国股票模型CNE5版本包含1个国家因子、10个风格因子和32个行业因子，因子覆盖市场规模、价值成长、流动性、盈利、杠杆、动量等。

- CNE5相较美国最新版本缺失股息率与非线性Beta因子，符合中国市场特点。

1.3 A股市场风险因子判定四条件

• 因子数值稳定且低相关（相关系数＞0.8，VIF<3）

- 因子收益波动率大（风险特征）

• 因子收益在横截面上显著（T值均值＞2，显著月份占比高）

- 新增因子能对模型带来信息增益（Adjusted R-square提高）

---

二、Barra风险模型实证介绍

2.1 风险因子显著性检测

• Barra风格+行业因子年化波动均＞3%，符合风险因子定义（见图5）。

- 显著月份占比在不同指数分类中均超过50%（图6）。

• 解释度方面，沪深300大盘解释度最高（平均39%），中证800和中证500分别为34%和19%，中证800外小盘最低（15%）（图4）。

- 行业因子对总风险贡献超过40%，规模、Beta、账面市值比（BP）等前三大风格因子占风险解释80%以上。

• 规模因子解释度在沪深300和中证500较低，强调了不同市场风险特征差异（图7-图11）。

2.2 纯风险因子表现

• 纯市场因子累积收益紧密跟踪中证全指（月收益差均0.15%，最大6%差）（图12-13）。

- 10个纯风格因子表现统计（表1）：8个因子T值＞2，成长因子较低。信息比例高且收益波动率合理。非线性规模、流动性、规模因子信息比例|IR|＞1，流动性和非线性规模波动率较低，较多被视为Alpha因子。近两年规模因子波动提高（年化5%），风险特性增强。

• 29个纯行业因子表现（表2、图15-16）：12个行业正超额收益，医药、计算机、通信、电子元件、食品饮料为五大信息比最高行业，行业因子波动大，行业因子应作为风险因子纳入控制。

---

三、Barra风险模型与中信建投选股体系对比

3.1 风格因子风险剥离对比

• 中信建投选股系统包含全市场选股、市值等权、行业中性等多种多空收益算法。

- 图17-25展现Barra纯风格因子净值与市值等权组合净值对比，多空组合年化收益率普遍高于纯因子，信息比例相近（表3）。

• 结论：中信建投体系在风格因子剥离风险上的效果可匹敌Barra模型。

3.2 常见Alpha因子风险剥离对比

• 在中证500样本中，29个常见Alpha因子市值等权多空组合年化收益通常高于纯因子（62%的因子信息比例更佳），财务基本面因子在市值处理后表现尤佳，技术/反转类Alpha因子Barra处理效果更好（表4和图26-28）。

3.3 指数增强策略对比

• 构造Barra行业中性+市值中性组合与中信建投中证500指数增强策略对比（2011-2018）。

- 绝对净值和超额净值（图29-30）显示中信建投组合表现略优。

• 超额收益指标对比（表5）显示中信建投组合超额收益率更高，波动率相当，信息比例较大，最大回撤和回撤比率更优。

- 说明风险处理需要结合市场、因子和策略具体选择，不能一刀切。

---

四、图表深度解读

• 图1（Barra Aegis Portfolio Manager界面）：显示组合风险分解结构，突出展示了市场因子、行业因子及风格因子对组合风险贡献，强调Barra模型的多维风险分析能力。

- 图2-3（Barra CNE5因子架构）：系统列出10类风格因子与32行业因子，用定义与行业名单具体展现中信建投构建数据的详实框架。

• 图4（滚动Adjusted R-square）：衡量不同市场规模股票对风险模型的解释能力，反映大盘股风险模型拟合更好，风格和行业因子解释度强。

- 图5-6（因子收益波动率及显著月份占比）：说明风格与行业因子均满足风险因子特征，有波动贡献和统计显著性。

• 图7-11（风格因子解释力）：展示各指数样本池内风格因子Adj-Rsquare及增量，验证行业因子与部分风格因子主导整体风险解释。

- 图12-13（纯市场因子收益和净值）：验证模型截距项与市场指数高度相关，符合预期。

• 图14（纯风格因子净值）：展示各风格因子近10年市场表现差异，凸显非线性规模和流动性的特殊属性。

- 图15-16（纯行业因子净值及超额收益最高行业）：展现行业因子贡献高且变化大，投资者难以长期持有部分行业获得Alpha。

• 图17-25（比较Barra纯风格因子与市值等权组合表现）：多空策略优于纯因子表现，表明市值分层处理对风险剥离的有效性。

- 图26-28（部分Alpha因子市值风险处理前后对比）：体现市值分层处理提升了部分财务基本面因子收益解释力。

• 图29-30（指数增强组合净值对比）：直观反映中信建投组合控风险能力及收益优于Barra组合。

---

五、风险因素评估

• 报告重点讨论了风险因子范围界定和筛选标准，对因子稳定性、收益波动率、横截面显著性等关键指标进行了严格把控。

- 强调规模因子风险特性增强提示市场风格变化风险，需要动态调控因子选择。

• 行业因子波动大，提示行业配置带来风险敞口，故行业因子必须纳入严格的风险控制。

- 报告未特定列出缓解策略，但从组合优化约束（市值中性、行业中性）角度体现风险管理。

---

六、批判性视角与细微差别

• 报告数据基于2018年之前样本，若市场结构或监管发生显著变化，模型适用性需动态评估。

- 非线性规模和流动性因子定义复杂，实务中解读和应用难度大，投资者需谨慎考虑。

• 报告重点围绕优化组合与风险剥离，对因子经济含义未深度扩展，对潜在因子失效风险未展开充分讨论。

- 风险管理部分较偏重统计检验，宏观经济环境变化带来的系统性风险未深入讨论。

• 没有详细披露中信建投选股体系的内部构造细节，影响对比结论的外部验证。

---

七、结论性综合

本报告系统、详尽地阐述了Barra风险模型的理论基础、技术细节与A股适用性，结合大量统计数据和横纵向对比验证了Barra模型的有效性，尤其对行业和风格因子的风险特性进行量化分析。报告进一步以中信建投自有选股体系作为对比对象，指出该体系在风格风险剥离方面效果不逊于Barra模型，且在实际中证500指数增强策略中，表现优于Barra多因子风控组合，获得更高的超额收益且控制了风险波动，展现了其实用性和策略竞争力。报告强调了风险因子选取的判定标准与动态演变，尤其规模因子“从Alpha到风险”的转变，提醒投资者关注风格轮动风险。该研究为A股风险管理和量化选股提供了坚实基础和实证支持，推动了中国市场基础金融工程模型的本土化深化应用。

---

溯源

本文结论与分析参考自《中信建投金融工程丁鲁明团队 经典回顾之一》全篇，主要内容分布于[page::3-23]。

• Barra风险模型定义与作用：第4页至第6页详述[page::4-6]。

- 实证分析与风格行业因子表现：第7页至第13页图文并茂[page::7-13]。

• 风格因子与Alpha因子风险剥离对比：第14页至第18页[page::14-18]。

- 中证500指数增强对比回测及效果分析：第19页至第22页[page::19-22]。

• 总结与团队介绍：第22页至第24页[page::22-24]。

---

附图示例

以下示例为关键图表，其他图表均嵌入报告页面附图（见图片路径）：

• Barra风险模型架构图（图2）

• Barra风险模型12个月滚动Adjusted R-Square（图4）

• 风格因子Adj-Rsquare全市场视角（图7）

• 纯市场与中证全指收益对比（图13）

• 指数增强策略净值对比（图29）

---

综上，报告专业全面，数据详实，论证严谨，是了解Barra风险模型及其应用于中国市场，以及与本土选股体系对比的重要权威资料。

报告