A股市场风险分析-东方证券-20161202
由qxiao创建，最终由qxiao 被浏览 127 用户
研究结论
风险因子可以帮助投资者控制组合收益波动，提升稳健性。但学术和实务研究材料中都没有对风险因子做出准确定义，我们根据BARRA CNE5 文档风险因子的统计特征，从因子稳定性、对股价影响显著、因子收益率波动大三个角度设计了一套风险因子定量判定程序。
个股在某个风险因子上的暴露度，我们建议采用BARRA的市值加权方法，而不是简单的zscore标准化，因为全市场市值加权组合比等权组合更符合风险分散的特征。不过这两种计算方法对alpha因子风险中性化处理和股票组合优化结果没有影响，受影响的主要是组合的绩效分析。
风险模型的作用主要有三个：识别风险、估计股票收益率协方差矩阵和组合绩效分析。我们参考BARRA CNE5文档构建了一个月频的简单风险模型，从09年到现在，该简单风险模型对全市场股票的风险解释度平均在20%左右，对沪深300成份股的风险解释度最高，可以达到34%；对中证800外小盘股的解释度最小，只有14%。（CNE5文档里的Rsquare数据并非针对A股）
我们对比了简单风险模型和压缩估计量方法估算协方差矩阵的准确性。由于协方差是不可观测量，只能通过构造最小方差组合的方式看哪种方法得到组合的实际方差更小。实证结果显示，压缩估计量方法效果明显优于月频的简单风险模型。投资者可以参照CNE5文档对模型做细节上的改进，但研究开发和数据更新维护的投入较大，成本不一定比直接购买BARRA系统低。
风险因子并非控制越多越好，控制过多会导致Alpha损失过快，损失速度超过组合波动降低的速度，稳健性反而下降，因此优先控制哪些因子便是需要考量的问题。我们基于风险因子对股票收益率方差解释度的增量大小，设计了一套风险因子重要性排序方法。实证显示全市场范围内，行业和市值是最重要的风险因子；但在沪深300成分股内，波动率和动量因子重要性要强于市值因子，优先控制重要性高的风险因子能获得更稳健的组合收益。
风险提示
量化模型失效风险
市场极端环境的冲击
正文
/wiki/static/upload/56/56a537ad-93ed-428f-b63e-9501ca86582e.pdf
\