Barra风格因子的因子收益率

一、Barra 风格因子大致表示的意义

二、什么是风险因子？

所谓风险因子，就是横截面上对股价的解释度很高，但是其时间序列上因子收益率的波动却很大的因子。

举个例子，如果2018年1月1日，股票涨跌不一，整体股市不涨不跌0%，医药板块股票平均大涨4%，那么是否属于医药板块对当日所有股票的涨跌的解释度就很高（也就是说，如果属于医药板块的话，基本上就是大涨，不属于的话，基本就不是大涨的股票），此时医药行业因子的当日因子收益率为4%-0%=4%；但是现在也不敢买进医药行业的股票，因为不可能医药行业明和后天还能一直比大盘涨的好，因为一般来说行业板块是有轮动的特性的，也就是说时间序列上这个因子收益率不能持续，因此，医药行业属于风险因子。

实际上，在BARRA风险因子中就包括32个行业因子（类似医药、银行、电子等等）和10个风格因子（例如贝塔、大小盘、动量等等）和1个市场因子（表示整体股票涨跌）。

三、Barra风格因子累计收益率

1、 估值因子BP

对于证券选择，无论是量化还是基本面，很重要的两个方面就是估值和品质，即使是普通公司，只要价格足够便宜，也能给投资人带来丰厚的回报。

首先，我们先看估值因子BP（净资产\市值），下面这张图是估值因子的因子累计收益率，大致可以理解为，每次我们都买入市场上BP最高的10只股票，也就是PB最低的10只股票，那么这个组合的每天的相对于市场指数的超额收益的累计值就是下图。

可以看出，持有PB最低的10只股票这个策略表现并不好，累计超额收益在2004年以来波动剧烈，在2004年到2006年期间持续跑输指数，2014年到2017年跑赢指数，但是期间回撤也很大，2018年也是表现不好，总体14年的时间超额累计收益也是只有约6%，年化收益连1%都没有。虽然在很多些天里，市场上能看出高估值（或者低估值）的股票能明显跑赢低估值（高估值）的股票，但是长期来看有时高估值的股票跑的好，有时低估值的股票跑的好，整体并不能带来持续稳定的超额收益。这就是典型的风险因子。这时，我们构建组合的时候，一定要控制组合的在PB的上暴露和所跟踪的指数不能偏差太大，不然我们的超额收益就会跟着上图来回波动。

当然，除非我们一直能预测对明天到底是估值高表现好，还是低估值表现好，调整到底是买入高估值，还是低估值，这样我们也能获得持续的超额收益，但是即便是优秀的基金经理也未必能一直判断正确，所以对于PB这个因子的额外暴露是带有风险的，因此称为风险因子

2、 市值因子

市值因子可能是大家最熟悉的因子了，简单说就是买大票还是小票，其因子收益率如下，可以看出在2014年至2016年，小盘股相对大盘股的超额收益很明显，但是这也不能说明一直买小票要好，2017年明显是大盘股表现要好，如果基金经理根据过去几年因子的表现，认为小盘股一直能持续跑赢大盘股，重仓小盘股，那么2017年就会亏的很惨。

为什么市值因子会被认为是风险因子？原因可能会有这几点，首先，在2004年至2014年，市值因子并没有表现出持续稳定的超额收益，不能仅仅看2014年至2016年的超额累计收益；其次，市值因子在国外股市并也没有表现出持续稳定的alpha超额收益，从这一点看，小盘股的效应可能是A市场独特的发行制度带来的壳效应的体现，市值因子在2017年IPO发行速度和数量上升之时失效也是正是因为这一点。

3、 非线性市值

做个通俗的解释，假设股票的超额收益不是随着市值越小而变大；而是大票和小票涨得好，而处在中间市值的股票反而表现不好；也就是说股票的超额收益和市值大小不是线性关系的，而是呈现一个类似二次函数的关系，加入非线性市值因子，就可以描绘市值和超额收益之间的非线性关系，这也是多因子模型通常处理因子非线性的方法，多因子模型本身的线性关系不能改动，但是可以调整因子的构造方式来达到线性关系。

通过下图可以看到，非线性市值因子的因子收益率简直好到爆炸，那为啥还要控制在非线性市值上的暴露呢？因为BARRA风险模型是基于全球股票的风险模型，虽然在A股市场某些风险因子表现出的收益情况类似于Alpha因子，但是在其他国家的股票市场的波动率很大，长期来看，还是存在风险的；例如市值因子，在很长一段时间内收益率超高，但是其他国家的股票市场并没有体现出明显的小市值效应，甚至还相反，因子潜在的风险还是很大的。

4、 贝塔因子

股票的贝塔系数是，以股票收益率为因变量，市场收益为自变量的线性回归的系数，反映的是股票涨跌对市场涨跌的敏感度；例如，当市场涨跌为1%时，股票的平均涨跌为2%，那么股票的贝塔系数为2。

从因子收益率来看，beta大的股票相对于beta小的股票是一直有稳定的超额收益的，这也很好理解，beta高的股票承担了更多的波动风险，自然风险溢价也要高，这和CAPM模型是相契合的，至于为什么被选为风险因子，原因和非线性市值类似。

5、 杠杆因子

杠杆因子主要是指公司的财务杠杆，例如资产负债率等等，负债率高的企业并不是一直跑赢负债率低的企业，杠杆因子的收益率受到宏观利率、通胀和经济增长的影响，在此因子上如果暴露太多的话，风险很高。

6、 动量因子

逆向投资是股市当中一种常见的投资策略，索罗斯说：”凡是总有盛极而衰的时候，大好之后便是大坏“，表明了市场当中存在一定的反转效应。通常来讲，我们都认为指数存在动量效应，而股票存在反转效应，个人认为可以从惯性的角度来考虑，股票数量越多，质量越大，惯性越大，形成的趋势越难以反转；而且不同时间长度下，动量或者反转效应也不一样，

动量因子表示股票过去一段时间的涨幅，过去一段是时间涨得多股票接着涨得多就是动量效应，反之过去涨得少的股票未来涨得多就是反转效应，动量和反转是同一个因子，只是正负号不同而已。可以看出A股市场反转效应和动量效应交替，当没有足够的把握判断是动量还是反转的时候，所以不能在动量或者反转因子上暴露太强。

7、 盈利因子

盈利因子主要是未来预期盈利的EP值（预期盈利/总市值），企业的盈利情况是股票涨跌的重要原因，但是这之中也存在着很多风险，这里的预期盈利为分析师预期盈利，不能代表未来真实的盈利情况；另外，企业质量的好坏不一定体现在企业盈利上，还体现在企业自身的成长性和经营战略等等，因子盈利因子也存在着风险。

8、 残差波动率因子

残差波动率因子由几个因子合成，主要是股票过去一段时间内的波动率和剔除贝塔收益之后的残差收益的波动率。过去一段时间残差波动率低的股票往往相对于残差波动率高的股票有超额收益。

这里原因可能是“异质信念”和“卖空限制”，市场上的投资具有不同的信念，分为乐观预期和悲观预期，乐观预期者认为股价被低估，大量买入股票，悲观预期者由于“卖空限制”，不能卖空股票，从而导致了现在股价反映了乐观者的预期，当前股价被高估，从而降低了预期收益，投资者分歧越大，股票的收益率越低，成交量越大，换手率越高。所以，对于换手率来讲和未来收益成反比，往往高换手伴随着高的股价波动，产生高的残差波动率，因此，残差波动率和超额收益成负相关。学术界对于原因众说纷纭，这里不再一一讨论。

9、 成长因子

成长因子代表过去一段时间内盈利或者销售额的增长速度。成长性高的股票相对于成长性低的股票往往有超额收益。

10、 流动性因子

流动性因子主要是指换手率，换手率是A股过去一个比较好的反向指标。解释有很多种，一是换手率较高的因子投机性很强，往往未来表现没有换手率低的股票好；二是流动性溢价理论，持有流动性低的资产由于承担了额外的非流动性风险，应当为其带来更高的风险溢价。

总之，Barra的十个风险因子虽然在A股表现各异，但是在全球很多国家的股票市场的表现来看，这10个因子并不是alpha因子，其因子波动率还是很大的，长期来看还是存在风险的；避免在这十个风险因子上的过多暴露，可以使得指数增强基金的超额收益更加稳定和持续。