非流动性因子ILLIQ定义与计算 [page::2][page::3]

• 通过成交金额与价格波动的比值定义ILLIQ，反映单位成交金额下的价格冲击。

- ILLIQ越大，表明流动性越差，因子可信度高于传统换手率和市值指标。

• ILLIQ在沪深300成分股中有较好区分度，能有效识别证券流动性风险。

ILLIQ因子历史回测表现 [page::4][page::5]

• 2005-2013年期间，使用ILLIQ值最高的D1组表现最佳，算术平均收益终值达25.8倍，显著优于沪深300。

- 多空组合（买D1卖D10）亦显著获利，算数平均达到13.18倍，最大回撤低于沪深300。

• 月度超额收益达2.4%以上，统计指标显示ILLIQ因子有良好稳定性及信息比率优势。

ILLIQ因子在不同市场板块的适用性 [page::6][page::7][page::8]

• 在上证50、深成指、中小盘和沪深300等多个板块均表现良好，D1组普遍跑赢各基准指数。

- 标的多样性检验证明ILLIQ因子具有广泛适用性和稳健的选股能力。

ILLIQ与换手率、流通市值及动量因子的关系与正交性 [page::8][page::9]

• ILLIQ与这三因子存在一定负相关性，尤其是与流通市值相关较强。

- 通过分组控制变量法验证，即使剔除市值影响，ILLIQ仍能有效区分股票收益，证明存在选股正交性。

• 类似方法证实ILLIQ与换手率、动量同样互为正交。[page::9]

量化策略细节：ILLIQ变化率的提出及应用 [page::10][page::11]

• 对于大盘股，ILLIQ绝对值的变化缓慢且排序稳定，选股敏感度不足。

- 通过计算ILLIQ变化率提高选股灵敏度，效果明显优于直接使用ILLIQ值。

• 采用ILLIQ变化率虽提升选股效果但伴随换手率增加，需权衡换手频率和收益提升。

实用考量和风险提示 [page::11][page::12][page::13]

• 剔除涨跌停及无成交股票对因子效果影响不大，证明策略稳定。

- 变化率版本月换手率较高，约每年换仓9-10次，大盘股适用性与持仓成本均需考虑。

• 2013年TOP40股票组合累计收益42.97%，大幅超越同期沪深300，为47.5%超额收益。

证券流动性专题研究（一）：非流动性因子ILLIQ的选股效力——详细解析报告

---

一、元数据与概览

• 报告标题：《证券流动性专题研究 (一)：非流动性因子ILLIQ的选股效力》

- 作者及机构： 柴宗泽，安信证券金融工程研究团队

• 发布日期： 2013年10月11日

- 研究主题： 提出并验证基于证券流动性的非流动性因子ILLIQ在A股市场的选股效力，探讨其与经典因子（换手率、市值、动量因子）的关系及组合效果。

• 核心观点：

- 利用结合涨跌幅和成交金额的ILLIQ因子选股，2005年至2013年年化几何收益率达48.9%，明显超越沪深300指数。
- 该因子计算简便，尚未被市场广泛应用，具备良好的选股区分度和稳定性。
- 与换手率、流通市值、动量因子正交，可与之共同纳入多因子模型，发挥协同效应。
- 对于大盘股，通过ILLIQ变化率调整提升敏感度及选股效果，但会带来换手率提高的权衡问题。

• 风险提示： 单一因子可能导致市值偏离风险。[page::0]

---

二、逐节深度解读

1. 非流动性因子介绍

• 关键论点：

流动性影响证券风险与收益，流动性较差的证券应获得风险溢价。传统衡量流动性的指标如换手率和流通市值存在缺陷：换手率无法体现价格因素，流通市值变动缓慢，买卖价差在A股也难以准确反映流动性。ILLIQ因子通过引入价格波动与成交金额的比值，更贴近流动性本质，具备更好的选股区分度。

• 逻辑依据与数据：

- 图1与图2显示，按流通市值和换手率分组，沪深300成分股收益存在显著差异，证明流动性因子具有区分度。
- 图3展示ILLIQ分布与传统因子的不同分布形态，说明ILLIQ对流动性的刻画更细致。[page::2]

1.1 ILLIQ计算方法

• 关键点：

公式定义为观察期内价格绝对变动累计除以成交金额的平均值，反映单位成交金额所产生的价格冲击。ILLIQ越高，价格冲击越大，流动性越差（非流动性越强）。该设计弥补了传统因子缺乏价格信息的不足。

• 推理依据：

价格波动程度与成交量结合，是流动性本质的重要体现，符合风险-收益补偿原则，故高ILLIQ预期对应更高的长期收益。[page::3]

2. 实证结果

2.1 全部A股回测

2.1.1 分组原则

• 选用2005.08-2013.09全部A股，去除ST/PT股及成交不足或上市不足一个月的股票，

- 按月对ILLIQ排序分10组，采用上个月最后五交易日作为观察期计算ILLIQ。

2.1.2 净值结果

• 数据点：

- D1组（ILLIQ最高）算数平均积累收益达25.8倍，市值加权23.84倍，遥遥领先沪深300的2.6倍。
- 曲线无交叉，说明因子分类稳定，具备线性模型友好性。

• 多空组合回测： 买入D1卖空D10，算数平均和市值加权下终值分别为13.2倍和8.6倍，净值曲线稳步上扬，回撤较小。
• 图表说明：

- 图4、图5清晰显示不同组别收益分别呈梯度下降趋势，D1高收益显著。
- 图6展示多空组合收益平稳上涨。

2.1.3 年度及月度收益表现

• 2006年外，D1组每年均大幅跑赢沪深300。

- 表1、表2显示不同年份中D1组收益稳定优越。

• 图7、图8呈现年度收益率高度分级分布。

- 月度超额收益分别平均达2.55%（算术平均）和2.4%（市值加权），多空组合平均月度绝对收益超4%（算术平均）。

• 图9和图10呈现月度超额与绝对收益波动。[page::4][page::5][page::6]

2.1.4 统计指标对比

• ILLIQ因子在终值、信息比率（年化Sharpe）、回撤、年化收益率、胜率等多项指标均优于沪深300。

- 例如，D1组年化几何收益率48.89%，明显超越沪深300的12.4%。

• 多空策略的回撤远低于沪深300，风险管理效果好。[page::6]

2.2 不同板块的回测结果

• 覆盖上证50、深证成指、中小盘、沪深300等差异显著分市场，结果一致：

D1组均显著跑赢基准，且D1到D10收益梯度明显，选股区分度高且稳健。

• 附图11-18展现不同板块的净值走势与分组终值，均支持ILLIQ因子的普适选股效力。[page::7][page::8]

3. ILLIQ与其他因子的关系

3.1 与换手率、流通市值及动量的相关性

• 计算相关系数发现ILLIQ与三因子均存在稳定的负相关性：

- 与换手率和动量相关约-0.11和-0.12
- 与流通市值相关较强至-0.19

• 秩相关系数加大至-0.74，显示在排序层面其异同更明显。

- 说明ILLIQ虽与三因子相关，但非完全重合，存在独特信息。[page::8][page::9]

3.2 选股正交性验证

• 通过“流通市值-ILLIQ双重分组”法，剔除市值影响后，ILLIQ仍旧展现强烈选股区分能力，终值随ILLIQ由大到小稳定递减，巩固其独立性。

- 同理，换手率和动量与ILLIQ的联合分组也显示出相同正交特性。

• 表格分析清晰指示ILLIQ因子能与三因子共同构建多因子模型，实现协同增效与选股增强效果。[page::9]

4. 其他细节

4.1 ILLIQ变化率

• 大盘股中，成交金额大小导致ILLIQ值排名稳定，缺乏排序变化，不利选股。

- 以南方航空与中信证券为例，大盘股ILLIQ值曲线长时间并无交叉；小盘股却交叉频繁。

• 采用ILLIQ变化率（近期5个交易日与6个月的成交金额比）作为因子，大盘股选股区分度显著提升。

- 图26与图27对比验证变化率优于直接ILLIQ选股。

• 变化率提高指标敏感度，但换手率上升，带来换仓频率增加的问题。[page::10][page::11]

4.2 不能建仓股票影响

• 剔除涨停、跌停及停牌股票对因子选股收益及区分度影响不大，说明ILLIQ因子稳定性良好。[page::11]

4.3 换手率影响

• ILLIQ因子对应组合的单边月度换手率约53%，年换仓次数6次左右，变化率版本换手更高，年换仓次数近10次。

- 换手率变动体现因子敏感性与操作成本间的权衡，需要结合实战灵活选用。[page::11][page::12]

4.4 资金体量

• 2013年，以TOP10%股票构建组合，全部A股样本可支持28亿资金量，沪深300支持约14.9亿，显示因子具备一定规模运作能力。[page::12]

---

三、图表深度解读

• 图1 & 图2 (流通市值与换手率分组终值)：

显示市值和换手率越低的组表现越好，直观说明流动性弱相关联于更高收益，奠定ILLIQ构建基础。[page::2]

• 图3 (ILLIQ分布)：

图示ILLIQ较换手率及流通市值分布更为均匀，反映该因子刻画流动性的独特视角与差异。[page::2]

• 图4 & 图5 (累积净值曲线)：

D1组收益远超其他组和市场基准，说明ILLIQ优异区分能力；曲线无交集代表因子稳定。[page::4]

• 图6 (多空组合收益)：

买高ILLlQ组卖低ILLIQ组策略净值平滑提升，表现出良好的风险调整后收益。[page::4]

• 图7 & 图8 (年度收益)：

大部分年份D1组表现显著优于指数，多年优势稳固，月度数据验证持续性强。[page::4]

• 图9 & 图10 (月度超额收益)：

单边和多空组合月度收益波动合理，且均明显高于基准，进一步验证操作的实用性。[page::5][page::6]

• 图11-18 (不同板块净值与分组终值)：

各板块回测均显现ILLIQ因子优越的区分和收益能力，通用性强，覆盖大盘与中小盘市场。[page::7][page::8]

• 图19 & 图20 (ILLIQ与相关因子相关性)：

曲线表明ILLIQ与换手率、动量负相关，关系稳定而非强正相关，保持正交空间。[page::8]

• 图21-23 (ILLIQ与市值、换手率、动量协同分组终值)：

相关因子分组测试确保因子独立贡献，支持多因子融合策略有效性。[page::9]

• 图24 & 图25 (大盘与小盘股ILLIQ对比)：

说明大盘股ILLIQ稳定性高较少交叉，需使用变化率改善敏感性。[page::10]

• 图26 & 图27 (ILLIQ直接分组vs变化率分组终值)：

直接使用ILLIQ大幅降低大盘股选股效果，变化率显著改善分组区分度。[page::11]

• 图28 (剔除涨跌停股票影响)：

说明因子策略对极端行情股票选取不敏感，稳健性佳。[page::11]

• 图29 (换手率统计)：

不同样本换手率体现因子敏感度及择时切换频率，选用需考量交易成本。[page::12]

• 图30 (建仓日资金体量时间序列)：

显示ILLIQ因子策略可支持较大规模资金操作，具实用价值。[page::12]

• 图31 & 图32 (2013年TOP40净值及超额收益)：

今年跟踪效果验证历史选股能力持续，显著优于沪深300表现。[page::13]

---

四、估值分析

本报告关注的是因子研究和实证验证层面，无传统估值模型或目标价内容，未构成对具体个股的价格预测，体现为风格和选股工具研究，重点在于因子表现和多因子兼容性分析。[page::全报告]

---

五、风险因素评估

• 单因子市值偏离风险：

ILLIQ因子倾向性偏好市值较小企业，可能导致组合规模偏小或缺乏流动性，需警惕资金规模和流动性限制。

• 换手率与交易成本：

使用ILLIQ变化率提高敏感性的同时换手率增加，可能导致交易成本提升，策略需权衡换手成本与超额收益。

• 极端行情限制：

虽剔除涨跌停股票影响有限，但在极端行情或市场剧烈波动期，策略表现及操作可能面临风险。

报告虽未详细展开缓解措施，但明显鼓励多因子结合与综合权衡应用，以缓解单因子局限风险。[page::0][page::11]

---

六、批判性视角与细微差别

• 报告中对于ILLIQ与流通市值、换手率等因子的负相关性与正交性解析充分，采用双层分组法验证因子正交性，显示工作严谨。
• 然而，ILLIQ对大盘股的排序稳定性限制了因子直接应用的有效性，需用变化率修正，暗示ILLIQ单独因子的时效及敏感度仍存在不足。

- 换手率大幅提升疑似致使策略交易成本增高，这一点在实务中需谨慎对待，尽管报告提出权衡建议，未有量化交易成本影响分析。

• 组合资金规模展示稳定性，但未展开大资金对市场影响（如流动性风险、滑点等）的深入分析。
• 除流动性溢价理论支持，报告缺乏对因子收益来源（贝塔暴露、风格因子覆盖等）更深层次归因和分解。

---

七、结论性综合

该报告创新提出非流动性因子ILLIQ，通过结合价格幅度与成交金额的计算方法，更准确衡量证券流动性缺陷。实证分析覆盖2005-2013年大量A股样本，验证ILLIQ因子具备显著的选股区分度和超额收益能力，明显优于沪深300指数，无论单边持仓或多空对冲策略均表现强劲，年化收益率保持在40%以上。同时，ILLIQ与经典的换手率、流通市值及动量因子存在适度负相关，双因素组合分组实验显示各因子间保持较强的选股正交性，支持多因子模型的协同效应。

大盘股ILLIQ的排序稳定性弱点，通过ILLIQ变化率加以改进，提升选股敏感度和表现，但增加换手率，引入交易层面权衡问题。风险识别主要集中在单因子偏向小市值以及高换手率带来的资金量和交易成本挑战。2013年跟踪测试进一步证明该策略在当前市场仍拥有显著的实用价值和盈利空间。

整体来看，ILLIQ作为新颖且操作简便的流动性风险因子，不仅丰富了A股量化选股工具箱，且具备极佳的预测力与融合潜力，是对传统多因子选股研究的重要补充，建议结合其他核心因子构建稳健多因子选股体系，以实现最佳资产配置与风险收益平衡。[page::0][page::2][page::3-13]

---

以上即为《证券流动性专题研究（一）：非流动性因子ILLIQ的选股效力》报告的全面、细致解读及综合分析。

报告