【财通金工】“拾穗”多因子（九）：牛市抢跑者：低Beta一定代表低风险吗？

投资要点
  牛市抢跑者：低Beta一定代表低风险吗？
      2019年迄今为止，在所有风格因子中Beta因子的表现最为抢眼，在样本区间内已经获得了5.36%的高收益，纯Beta因子的表现甚至优于纯规模因子。
      简单 Beta 因子的走势持续向下，而剔除了其他风格暴露的纯 Beta因子却能够获得较为稳定的正收益，这是由于高 Beta 股票同时具有高换手和高波动导致的。

      行业 Beta 的计算可以根据行业指数计算，也可根据行业成分股的Beta 市值加权计算得到，二者差异不大。银行业的  Beta 均值仅为0.67，这也是其今年涨幅仅为上证综指涨幅 70%的原因之一。
      在全样本期间， Beta 并不是一个十分有效的单因子。但在市场由牛转熊的切换中，低  Beta 策略能够为组合提供一定的保护性。在市场由熊转牛的切换中，高  Beta 策略能够为组合带来较高的攻击性。在市场持续熊市状态下，财通金工也更建议配置低  Beta 策略。
      如果投资者判断当前牛市状态仍将持续，并且担心自己的组合跑不赢指数，那么财通金工认为不妨可以配置一点高Beta策略。当然市场状态的切换可能带来风险，投资者必须做好风控措施。
  市场风格解析
      整体来讲，在过去的一个月中，高 Beta 的股票、  前期涨幅较高的股票能够获得相对较高的收益，  而大规模、高换手、高波动的股票后市走势将会出现更为明显的回撤。当前时点处于年报和季报陆续公开的时间，企业盈利的增加在消息面上能够带动股票价格上升，盈利因子本周表现较好。
  指数风险预测
      所有样本指数在未来一个月的年化波动区间在22%-31%之间，相较上周攀升明显，财通金工特别提醒投资者注意当前市场的波动情况。
  指数成分收益归因
      上周市场中小盘股跌幅明显，表现最好的三只指数都偏大盘指数，其在规模因子上的正暴露和在非线性规模因子上的负暴露基本抵消了收益，而表现较差的三只指数更多地偏向于中小盘股票，其在  Beta、非线性规模和流动性上的较高暴露拖累指数走势。
风险提示
      本报告统计结果基于历史数据，过去数据不代表未来，市场风格变化可能导致模型失效。
更多交流，欢迎联系财通金工张宇，联系方式：17621688421  （注明机构+姓名）
欢迎在Wind中搜索“星火“和”拾穗”多因子系列，下载阅读我们的专题报告。
   本期是该系列报告的第九期，主要就2019年以来表现最为强势的Beta因子展开讨论。本文以投资者传统认知中的低Beta异象与纯Beta因子的高收益现象作为矛盾出发点，探究二者表现截然不同的原因。随后介绍今年高Beta指数在沪深300和中证500中的不同表现，并分析为何高Beta策略在沪深300中的表现明显优于中证500。在文章最后一部分，我们还通过情景分析法为投资者该在怎样的市场环境中配置低Beta策略提供一定的参考。
                  低Beta一定代表低风险吗？  1    作为 2019年迄今为止表现最为闪耀的风格因子，Beta纯因子已经获得了 5.36%的高收益，  在所有风格因子中排名第一。  然而低  Beta 异象在 A 股市场上的讨论早已存在， 低 Beta 是否一定代表低风险？  低风险是否又一定意味着低收益？  传统的Beta 因子组合是否受其他已知的风格因子影响？  如果  Beta 策略有效，那么该在何时高配或者低配 Beta 策略？  本文主要就以上问题进行探讨。
1.1 故事的源起
   在CAPM模型刚提出时，Beta因子衡量的是股票收益相对于市场收益的弹性。若单只股票的Beta值大于1，它表示股票波动大于市场波动，该股票的弹性较大；若Beta值小于1，它表示股票波动小于市场波动，该股票的弹性相对较小，因此传统意义上Beta因子可以被当作衡量股票风险的一个指标。
   随着多因子模型的兴起，Beta因子本身也有了更为广泛的含义，它表示投资组合在风险因子上的暴露程度，衡量的是组合相对风险因子溢价的敏感度。若某个组合在Beta因子上的暴露越高，该组合在风险因子上的敞口也就越大，因而所暴露的市场风险也就越大。在本文的介绍中，我们取其狭义的Beta含义，也就是股票收益相对市场收益的波动幅度。
   在本文开始对Beta因子进行讨论之前，我们先来谈谈为何将Beta因子作为本期“拾穗”系列专题的讨论重点，这其中主要受到了两点启发。
      其一，在财通金工“星火”专题（四）：《基于持仓的基金绩效归因：始于Brinson，归于Barra》中，我们对两只同样跟踪市场基准但净值表现截然不同的指数增强型基金的收益进行归因发现（如图2所示），在2018.12.28-2019.1.31期间，组合A之所以在净值表现上大幅落后组合B，其原因在于组合A在Beta因子上的暴露显著地落后于组合B，而在2019年1月份期间， Beta因子获取了非常高的正收益。

   图3展示了财通金工多因子风险系统中，十大类风格因子在2019年迄今为止的累计收益情况。  可以看到，  在所有风格因子中，  Beta因子的表现最为抢眼，在样本区间内已经获得了5.36%的高收益， Beta纯因子的表现甚至要优于纯规模因子的表现。

            图4展示了Beta纯因子在2008年-2019年期间每个年度的收益情况，可以看到在全部12个年份中，有8个年份获得了正收益，胜率达到66.7%。而且纯Beta因子在历年盈亏比较高，在收益为正的年份里，其在2009和2015年收益分别达到12.93%和8.91%，而在出现亏损的年份里，除了2008年获得-4.94%的负收益外，其余三个年份的亏损均不超过2%。

      对Beta因子展开探讨的第二个原因来自于财通金工“拾穗”系列（七）《从纯因子组合的角度看待多重共线性》。在该报告中我们探讨了各大风格因子的简单因子组合及纯因子组合之间的差异，并且发现对于Beta因子而言，其简单因子组合在样本回测期间获得了显著的负收益，而在剥离了其他风格因子的影响之后，纯Beta因子的走势却一直向上。

那么简单Beta因子组合与其纯因子组合的走势为何如此不同呢，  我们从组合的风格暴露角度对此进行分析。  简单因子组合与纯因子组合不同，后者仅在目标因子上存在暴露，在其他风格因子上暴露为0，而简单因子组合则会显著地受到其他因子的影响。图6展示了简单Beta因子组合在各类风格因子上的暴露程度，可以看到高Beta的组合在流动性和波动率因子上的暴露非常高，而这两者在A股市场上是十分显著的负向因子。因此，简单Beta因子组合在流动性和波动率上的高暴露在一定程度上腐蚀了组合收益，从而导致高Beta组合走势不如低Beta组合。

1.2 闪耀的Beta    在前一部分讨论中，我们都是从回归的角度探讨单个 Beta 因子和剥离了其他风格因子影响之后的纯Beta因子净值的表现。本小节我们从实际指数编制出发，观察高低Beta策略在指数上的表现情况。    在中证系列指数中，最具代表性的Beta指数包括有沪深300高低贝塔指数和中证500高低 Beta 指数。  其中沪深300高、低贝塔指数分别选择排名前100和后100的股票作为样本股，中证500高、低贝塔指数分别选择排名前150和后150的股票作为样本股。  高贝塔指数的样本股权重与其历史贝塔值成正比，  低贝塔指数的样本股权重与其历史贝塔值的倒数成正比，  Beta 值的计算采用过去 1 年的数据计算得到，其公式如下：

      其中r_i表示股票i的日收益率，r_m表示基准指数的日收益率。

      图7展示了2010.1.12-2019.4.12期间，沪深300和中证500低贝塔指数相对其高贝塔指数的相对净值走势。可以看到整体而言相对净值呈现向上攀升的状态，这表明低Beta指数表现要优于高Beta指数，通过做多低Beta指数、做空高Beta指数，将会获得不错的收益。然后在进入到2019年以后，该相对净值出现了非常明显的回撤，这一现象与我们前述观察到的今年Beta因子的正向表现息息相关。

在较长样本期内，低Beta指数优于高Beta指数，这一现象与投资者们经常提及的低Beta异象相契合。（因为低Beta通常表示低风险，而低风险获得的收益应该要更低。而通过前述观察我们发现实际情况与此相悖，因此我们将其称为异象）。然而进入到2019年，这一现象出现了反转。图8展示了沪深300和中证500高贝塔指数相对于低贝塔指数在2019年的表现情况，可以看到与历史表现刚好相反，2019年高贝塔指数的表现要明显优于低贝塔指数。在2018.12.28-2019.4.12期间，沪深300高低贝塔相对净值已经获得19%的收益，而中证500高低贝塔相对净值也获得了6%的收益。

      那么为何沪深300高低Beta相对指数的表现要明显优于中证500高低Beta的相对表现呢？图9和图10  展示了在2018.12.29的横截面上对冲指数在风格因子和行业因子上的暴露程度，以及2019.12.29-2019.4.12期间各因子的收益情况。

      结合图11可以看到，沪深300高低Beta对冲指数在Beta因子上的的暴露度要更高（2.16  VS  1.68），这让其在该因子的配置上获得了更高的收益（11.33%  VS  8.78%）。可以看到，两个对冲指数的收益来源大多源于Beta因子的贡献。此外，沪深300高低对冲指数由于在非银金融行业因子上的正向暴露和在银行业因子上的负向暴露，帮助其在样本区间段内获取了更高的超额收益。由于篇幅限制，此处不再对具体的因子数据进行介绍，如需更多数据可与财通金工直接联系。

  1.3  行业的Beta特征
      行业配置是很多投资者关心的话题，对行业风格的暴露进行了解就十分重要。在下一期“拾穗”系列讨论中，我们将就纯行业因子组合背后的一些性质展开探讨。在本期中，我们先以Beta因子为例，观察各行业在Beta因子上的暴露情况。
      图12展示了29个中信一级行业在2019年以来的收益情况。在2019年的单边上涨行情中，上证综指整体上涨了27.9%，然而银行业板块却仅有19.6%的收益，仅跟随了指数的70%涨幅，那么这一现象是否与行业的Beta有关呢？在进行探究之前我们先来介绍一下行业Beta的计算方法。

      行业是由个股组成，因此行业的Beta也有两种对应的计算方法。其一是将行业指数相对于市场综合指数的Beta因子值；其二是根据行业内个股的Beta因子进行加权计算，其中加权方法可以是市值加权法、Beta加权法、等权法等等。由于行业指数可以被近似地认为是个股的市值加权，因此本文采用个股的市值加权Beta作为行业的Beta因子值，我们采用过去252天的日度交易数据进行计算。事实上财通金工检验发现，无论是个股加权的Beta还是根据行业指数计算得到的Beta，二者都是十分近似的。

      随着市场的不断变化，各个板块和行业的Beta因子也处于不断变化中，如果直接用整个样本回测区间的Beta均值对行业的Beta因子值进行代替是不合理的。由于我们采用是过去一年的数据计算得到的Beta，因此在短期来看Beta因子还是相对稳定的，特别是对于行业板块而非个股来讲。图9展示了2018年1月至2019年4月，每个行业的Beta因子均值分布图。可以看到，银行业的Beta均值为0.67，这与之前我们观察到了银行业涨幅是市场涨幅是70%基本对应。此外，我们还可以看到计算机、电子元器件和通信等TMT概念行业的Beta因子普遍较高。
1.4  该如何配置Beta？
   本文的最后一部分我们探讨该在何时配置Beta策略，同样我们先从分组法的角度对Beta单因子进行测试，回测区间选定为2006.1.25-2019.4.4，样本股选定为Wind全A成分股，在每个自然月的最后一个交易日根据股票因子值进行排序并分为10组（等权重构建组合），以因子值最大的组别（D0）为空头组合，因子值最小的组别（D9）为多头组合，构建对冲组合，观察对冲组合的月度收益和净值走势。在进行股票筛选时，我们剔除了上市时间小于100天的股票、剔除了调仓日涨停、跌停或停牌对股票，同时剔除了ST和*ST股票。

      图14展示了10组的月均超额收益，如果随着因子值的增加，每组的收益分化越明显，即说明该因子对于股票收益的解释能力较强，且具有较好的线性特征。可以看到，整体来讲Beta因子的分组情况并没有呈现显著的单调性，其多头和空头组合相对于基准来讲均呈现出较为明显的负收益。表2对因子绩效进行了统计，在回测区间因子的rankIC为-1.03%，月胜率为45%，t值并不显著（-0.77）。

      下面我们从分组法的角度观察Beta因子与其他已知因子的相关关系，在每个调仓期我们计算每组股票在其他因子上的因子暴露均值，并对每组进行打分（得分为10表示因子最大，得分为1表示因子最小），最终计算回测期间每个月每组在其他因子上的得分均值，其结果如图14所示。其中，Turnover21表示最近一个月换手率，Ret21是最近一个月收益率（反转因子），Vol21表示最近21天波动率。可以看到，Beta因子与换手率因子和波动率因子呈现出非常强的正相关关系，高Beta的股票通常具有很高的换手率和波动率，其市值特征则相对较小，这一点与前面图6展示的结果相一致。

      既然Beta因子在整个样本期间内的有效性并不强，那么在不同的市场状态下是否会发生不一样的变化呢？表3通过情景分析法，将市场划分为不同的状态，观察在不同市场风格下Beta因子的有效性。我们以当前时刻往前推一年的Wind全A指数的涨跌幅作为市场涨跌的标志，若涨幅大于0我们认为市场处于Up状态，若涨幅小于0则认为市场处于Down状态。同样的，我们以Wind全A指数的本月的收益方向与前12个月的收益方向作为市场动量还是反转的标志，若二者维持一致则认为处于Momentum状态，否则认为处于Reverse状态。因此，市场可以划分为如下几个不同的不同的状态：
      1） Up：前期市场处于上涨状态；
      2） Down：前期市场处于下跌状态；
      3） UpMomentum：前期市场上涨，且本月继续上涨
      4） UpReverse：前期市场上涨，本月反转下跌
      5） DownMomentum：前期市场下跌，本月市场继续下跌
      6） DownReverse：前期市场下跌，本月反转上涨

   表3展示了不同市场状态下，Beta因子多空对冲组合（分10组，做多高Beta、做空低Beta）和Beta因子的rankIC统计量，我们以rankIC值作为说明。可以看到，单纯的市场前期上涨或下跌的情况，Beta因子的rankIC都并不显著，但是在前期市场上涨本月市场反转时，Beta因子的IC显著为负，说明在市场由牛转熊的切换中（upReverse），高Beta股票的跌幅将会显著大于低Beta股票，这一点与Beta因子本身所代表的市场弹性含义相契合。同样的，当市场处于由熊转牛的切换中时（downResverse），高Beta的股票的涨幅将会显著大于低Beta股票。目前来看，A股市场正处于2018年大跌、  2019年单边上涨的行情下，因此在这种熊转牛的市场下，高Beta指数能够获取超高收益也就不足为奇了。此外，我们还观察到当市场处于持续下跌的行情时（downMomentum），Beta因子的rankIC值同样显著为负，这也能够解释在2018年的市场单边下跌行情中，低Beta指数为何能够比高Beta指数表现更好。
         事实上，今年沪深300高贝塔指数和跟踪该指数的招商沪深300高贝塔基金（161718.OF）的表现均优于沪深300指数。如果投资者判断市场处于牛市状态，又担心自己所选择的组合跑不赢指数，财通金工建议投资者可以适当考虑在当前时点配置一定量的高Beta策略。当然市场状态的切换也需要时刻关注，投资者必须做好风控准备。

1.5 小结
      作为2019年迄今为止表现最为闪耀的风格因子，本期财通金工对Beta因子展开讨论，探究Beta因子的有效性及其风格来源，分析在怎样的市场状态下配置Beta策略，主要结论如下：
（1）2019年迄今为止，在所有风格因子中Beta因子的表现最为抢眼，在样本区间内已经获得了5.36%的高收益，Beta纯因子的表现甚至优于纯规模因子；
（2）简单Beta因子的走势持续向下，而剔除了其他风格暴露的纯Beta因子却能获取较为稳定的正收益，这是因为高Beta股票同时会暴露于高换手率和高波动率导致的；
（3）行业Beta的计算可以根据行业指数计算，也可以根据行业成分股Beta值的市值加权计算得到，二者并无差异。银行业的Beta均值仅为0.67，这也是其今年落后指数的原因之一；
（4）在全样本期间，Beta并不是一个十分有效的单因子。但在市场由牛转熊的切换中，低Beta策略能够为组合提供一定的保护性。在市场由熊转牛的切换中，高Beta策略能够为组合带来较高的正收益。在市场持续熊市状态下，财通金工也更建议配置低Beta策略；

（后续章节具体内容可参见报告PDF版本）
风险提示  5本报告统计结果基于历史数据，未来市场可能发生重大变化。

报告原文地址及相关报告
原始报告：
证券研究报告：“拾穗”多因子系列（九）：《牛市抢跑者：低Beta一定代表低风险吗？》
发布时间：2019年4月16日
分析师：陶勤英  SAC证书编号：S0160517100002
联系人：张宇  17621688421

下载地址：
链接：https://dwz.cn/ruXAFVKE 提取码：o5zc

“星火”系列专题报告：
“星火”多因子系列（一）：Barra模型初探：A股市场风格解析
“星火”多因子系列（二）：Barra模型进阶：多因子模型风险预测
“星火”多因子系列（三）：Barra模型深化：纯因子组合构建
“星火”多因子系列（四）：基于持仓的基金业绩归因：始于Brinson，归于Barra
“拾穗”系列专题报告：
“拾穗”多因子系列（一）：带约束的加权最小二乘拟合：一种解析解法
“拾穗”多因子系列（二）：你看到的不一定是你所想的：解密R方
“拾穗”多因子系列（三）：行业因子选择：中信一级还是申万一级？
“拾穗”多因子系列（四）：总市值、流通市值、自由流通市值：谈谈取舍
“拾穗”多因子系列（五）：数据异常值处理：比较与实践
“拾穗”多因子系列（六）：因子缺失值处理：数以多为贵
“拾穗”多因子系列（七）：从纯因子组合的角度看待多重共线性
“拾穗”多因子系列（八）：非线性规模因子：A股市场存在中市值效应吗？

法律声明

根据《证券期货投资者适当性管理办法》（2017年7月1日正式实施），本订阅号发布的观点和信息仅供财通证券专业投资者参考，完整的投资观点应以财通证券研究所发布的完整报告为准。若您并非专业投资者，请勿订阅或转载本订阅号中的信息。若您并非财通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。
本订阅号旨在沟通研究信息，分享研究成果，所推送信息为“投资参考信息”，而非具体的“投资决策服务”。本订阅号推送信息仅限完整报告发布当日有效，发布日后推送信息受限于相关因素的更新而不再准确或失效的，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以有关正式公开发布报告为准。
市场有风险，投资需谨慎。在任何情况下，本订阅号中的信息所表述的意见并不构成对任何人的投资建议，订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。本资料接受者应当仔细阅读所附各项声明、信息披露事项及相关风险提示，充分理解报告所含的关键假设条件，并准确理解投资评级含义。在任何情况下，信息发布人不对任何人因使用本订阅号发布的任何内容所引致的任何损失负任何责任。