东方A股因子风险模型（DFQ-2018）-东方证券-20180902
由qxiao创建，最终由qxiao 被浏览 68 用户
研究结论
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。如果只是估算协方差矩阵做组合优化，可以考虑用压缩估计量这样的统计方法。本报告提供的结构化因子模型，能在一套体系下实现三个功能，效果在理论上和实务上都比纯统计模型更佳。
DFQ-2018风险模型包括29个行业风险因子（中信一级行业）和十大类风格因子，具体参见报告，其中我们用国企性质虚拟变量来部分衡量政策风险；用分析师覆盖度、公募基金持仓比例、上市时间长短来度量公司信息不确定性；并对beta的估计做了bayes压缩改进。风险模对不同股票池的股票收益都有很强的解释力度，对沪深300成份股的解释度最高，每个月横截面回归的Adjusted Rsquared平均能达到30.2%;中证500成分股有14.1%，全市场平均有17%。
股票协方差矩阵估计的基本框架和标准结构化因子模型一致，基于此我们做了很多技术上的改进，包括：引入稳健回归、协方差矩阵的NW调整、残差矩阵的Bayes估计、Garch 方差调整等。基于我们模型得到GMVP组合波动率显著小于纯统计模型（见下表），结合Alpha模型做指数增强可以获得更好的收益风险配比。需要注意的是，投资者更换了风险模型后，组合优化里的风险厌恶系数需要重新调试，以达到最优状态。
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/bb/bb03fad4-cdcf-4a8a-b204-5094d094d065.pdf
\