以上模型符号若相同,则意义也相同。模型中没有标注的为待回归求解变量。特质波动率即为模型的残差在某个时间段内的波动率。在本文中,组合是月度调仓的,故模型的回归时间序列长度为1个月。即特质波动率为个股近20个交易日回归得到的20个残差的年化波动率。
◢ Part II ◣因子特征分析
一
大市值组和银行股分布显著偏低
为了考察特质波动率的在各行业的分布情况,我们按中信一级29个行业把个股分类,分别统计当月各行业内成份股票特质波动率的平均值。最后求每个行业从20050228到20180330区间每个月的平均值作为最终特质波动率在各行业的分布情况。
按流动市值把全A股分成20组,即5%股票作为一组,分别统计当月各组内股票特质波动率的平均值。最后求每个组从20050228到20180330区间每个月的平均值作为最终特质波动率在各市值组的分布情况。
从相关指标可以看出,低特质波动率有较明显的超额收益,风险控制在5%以下,年化超额收益达到7.6%以上。低特质波动率具有比较明显的配置效应。
◢ Part IV ◣ Barra纯因子组合思路
在Barra框架下,纯因子组合是指投资组合只对某因子的暴露度为1,对其它因子暴露皆为0的投资组合。基于纯因子组合,可以选择性让投资组合暴露于某个因子,而对其它因子保持中性。