宏观因子与债券风险溢价 海通证券_20180416_
由small_q创建，最终由small_q 被浏览 15 用户
摘要
量化研究离不开阅读、思考与实证。但囿于国内金融市场不长的历史，很多思维的火花都无法通过足够的数据进行研究和验证。本系列试图填补这一空白，将海通量化团队的分析师平日阅读、思考的心得与海外数据相结合，致力于为国内的量化从业人员提供新的灵感。考虑到篇幅，文中只呈现了研究思路和主要结论，对详细过程感兴趣的读者可与我们联系，海通量化团队时刻为您守候，与您分享。
宏观经济活动对债券收益同样有着明显的预测效果。我们收集了产出、利率、就业、库存等 15 个大类共 132 个宏观变量的月度数据，使用主成分分析法构建了8 个公共因子。这些因子不仅统计上显著，也有着重要的经济意义，能够解释未来一年债券超额收益的 21%-26%。
利用不同期限的移动平均价格信息，可构建出一个能够同时捕捉短、中、长期三种股价趋势的因子。该因子的多空收益不仅远高于同期的短期反转、动量和长期反转因子，并且表现更加稳定，夏普比率是这三个传统技术面因子的 2 倍以上。 此外，统计检验表明，趋势因子并不可以用短期反转、动量及长期反转因子的特定组合来复制。
总资产增长率与股票收益之间存在显著的负相关，原因是投资者将企业的历史总资产增长线性外推，从而高估了未来的成长性。1968-2003 年间，市值加权的低增长组合，年均收益率为 18%，而市值加权的高增长组合，年均收益仅为 5%。 此外，市值加权的总资产增长率多空组合的夏普比率为 1.07，甚至高于价值组合的 0.37、市值组合的 0.13 以及动量组合的 0.73。
将分析师对同一个股票的预测 EPS 的标准差和均值之比定义为分歧度，其值越低，表明一致预期信息越可靠，股票后期的收益表现越优。买入盈利上调幅度最大组别里分歧度最低的股票，同时卖出下调幅度最大组别里分歧度最低的股票，在不同样本区间内均可获得显著为正的收益。即使在控制传统的风险因素后，这种现象仍然存在。
另类风险溢价（Alternative Risk Premia）指的是不同于传统市场溢价的系统性收 益 来 源 。 我们用六类众所周知的风格因子 — — 价值（ Value ）、 动量（Momentum）、利差（Carry）、防御（Defensive）、趋势（Trend）和波动率（Volatility）构建投资组合，发现它可以产生具有吸引力的风险调整后收益。而且与传统的 60/40 股债组合或对冲基金组合，存在天然的低相关性或不相关。
机构投资者的短线交易并不鲜见，但实际效果却不尽如人意。经统计，如果定义时间跨度在 9 个月以下的交易为短线交易，那么机构投资者短线交易的平均收益率显著为负。在这些短线交易中，最低的收益率主要来自小市值、价值型或低动量股票。当市场震荡时，短线交易的平均收益更低。而且市场波动越大，短线交易平均收益率越低。此外，短线交易占比最大的基金公司，其短线交易的平均收益也是最低的。
风险提示。市场系统性风险、模型失效风险、海外与国内市场结构差异风险
正文
/wiki/static/upload/d1/d10ffbb9-44d6-4bfa-9e3c-878a7240db19.pdf
\