指数风险评估月报：风格拥挤度视角下的A股指数风险评估（2020年12月期）

- 1 - 敬请参阅最后一页特别声明 熊颖瑜 联系人 （ 8621）60753902 Xiongyingyu＠gjzq.com.cn 张剑辉 分析师 SAC 执业编号：S1130519100003 (8610)66211648 zhangjh＠gjzq.com.cn 风格拥挤度视角下的 A 股指数风险评估（2020 年 12 月期） 主要观点： 目前市场上有较多从波动率角度刻画指数风险的模型。本框架尝试从另一个角度即因子拥挤度来刻画指数所暴露风险。因子拥挤度该指标并不总是一个因子收益的负向指标，但在某些时期当资金过度集中在某个因子风格上时的确会引发尾部风险。通过加权指数在不同因子上拥挤度可以得到指数复合拥挤度，研究及回测显示该指标能够一定程度上起到预警作用，辅助我们从另一角度评估预测当下各类指数是否暴露过多的尾部风险。 因子拥挤度主要是用 MSCI 定义的估值价差、配对相关性以及多空波动率三个维度标准化后复合而成，可以用作观测评估各类因子风险的水平，为投资者进行因子风险评估和择时提供参考。研究及回测显示，该拥挤度指标在换手率因子、波动率、成长性、非线性规模、规模因子上表现都较好。 以当前时点来看（20201130），观察各因子的拥挤度指标， 11 月份单月纯因子收益来看，beta、估值和波动率因子收益较高。结合前 3 个月因子收益来看，beta、波动率、市值、非线性市值因子趋势较强，而成长因子、换手率因子、估值因子趋势较弱。从拥挤度指标来看，beta 因子、动量、换手率因子当前拥挤度较高，其余因子拥挤度较低且对比之前呈现下降态势。 指数风险预警指标主要是基于指数在风格上的暴露对风格因子的拥挤度进行加权而得。从当前指数的复合拥挤度情况看，创业板指数复合拥挤度预警指标近 3 月下降明显，当前 13%；中证 500 指数复合拥挤度预警指标较 T-3 月呈现下降趋势，且当前处于历史百分位 38%，下降明显；沪深 300 指数复合拥挤度预警指标达到历史百分位的 75%，需关注后续波动。 风险提示：诸如中美贸易摩擦升温、地缘政治摩擦冲击、货币政策变化等等对宏观经济影响存在不确定性。模型结论基于合理假设前提下基于历史数据统计规律推导而出，市场环境变化下可能导致出现模型失效风险。 2020 年 12 月 2 日 指数风险评估月报 量化投资策略报告 证券研究报告 金融产品研究中心 2020 年 11 月量化投资策略报告 - 2 - 敬请参阅最后一页特别声明 本框架中的指数风险预警是基于风格因子构建的。多因子模型是被认可度较高的量化投资理念，其框架主要分为因子收益模型、风险模型以及组合归因模型。在指数风险预警模型中，我们主要观测指数成分股组合在风格因子上的暴露以及各类风格因子收益表现。 图表 1：多因子体系（大类） 图表 2：主要观测指数 来源：wind, 国金证券研究所 来源：wind, 国金证券研究所 风格因子暴露计算：8 大类风格因子包括 beta、动量、市值因子、非线性规模、波动率因子、成长性因子、估值因子、换手率因子。上述风格因子主要由不同细分因子在标准化处理之后加权得到。模型中大类因子的合成采用细分因子等权处理而得。 图表 3：风格因子构成 大类因子 风格因子构成 beta 因子 beta 因子 动量 RSTR 长期动量 市值因子 LNCAP 对数市值 非线性规模 MIDCAP 非线性市值 波动率因子 CMRA 月超额波动率、DASTD 日超额收益波动率、HSIGMA 成长性因子 SGRO 营业收入增速、EGRO 利润同比增速 估值因子 PB 换手率因子 月流动性 STOM、季流动性 STOQ 来源：wind，国金证券研究所 多因子收益模型：通过 8 大风格来对全市场股票进行刻画，计算得到该风格的纯因子收益.下图为 wind 全 A 中观测各风格因子在过去每年以及最近一个月获得的收益情况。从纯因子走势中看，市值、动量以及换手率（流动性）因子表现比较好。2020 年 11 月份单月纯因子收益来看，beta、估值和波动率因子收益较高。结合前 3 个月因子收益来看，beta、波动率、市值、非线性市值因子趋势较强，而成长因子、换手率因子、估值因子趋势较弱。 多因子框架 波动率 估值 换手率 动量 成长 市值 非线性规模 beta 主要观测指数 沪深300 中证500 创业板指 rMmQpNyQzR8OdN7NsQoOoMpPiNrQoMlOpPtPbRpOrPMYqMrNNZrNpO2020 年 11 月量化投资策略报告 - 3 - 敬请参阅最后一页特别声明 图表 4：各纯风格因子 20120131-20201130 图表 5：近一月风格因子收益 20201031-20201130 来源：wind, 国金证券研究所 来源：wind, 国金证券研究所 从分年度各因子收益统计情况来看，动量、市值以及换手率（流动性）因子在各年度收益方向基本维持一致。例外的情况是在 2016 年以前年份，小市值因子取得不错的效果。但是在 2017 年规模因子发生了转向，市场转向大市值风格。 图表 6：纯因子每年收益 来源：wind，国金证券研究所 从风险收益比来看，动量因子、市值因子、非线性规模因子、换手率因子的夏普比例较高。 图表 7：大类风格因子风险收益比（2011-2020） beta 动量 市值因子 非线性规模 波动率因子 成长性因子 估值因子 换手率因子 年化收益率 1.11% 7.75% -5.40% 3.79% -5.51% -0.08% 4.17% -6.72% 年化波动率 3.21% 2.85% 4.87% 2.30% 5.35% 1.35% 3.39% 3.10% 夏普 34.49% 272.47% -110.85% 164.65% -103.05% -6.25% 123.14% -216.74% 最大回撤 7.51% 1.42% 53.83% 2.39% 57.85% 4.89% 8.43% 66.71% 卡尔曼 14.76% 545.04% -10.02% 158.51% -9.53% -1.72% 49.46% -10.07% 来源：wind，国金证券研究所 2020 年 11 月量化投资策略报告 - 4 - 敬请参阅最后一页特别声明 指数拥挤度指标构建：指数拥挤度以指数在大类因子上的暴露为权重，对因子的拥挤度进行加权，得到指数的拥挤度指标时间序列。因子估值提升与资金流入该因子本身呈现正向反馈。因子涨的越多越受到追捧，而资金涌入则带来更多的因子价值提升。当该指标高达一定水平时，指数所暴露的因子整体拥挤度较高，在未来越有可能面临回撤。因子拥挤度并非是一个因子收益的负向指标，因为一开始的资金流入会推高改因子收益，只有当因子过度拥挤之后才会引发尾部风险。同一个因子在不同的指数上拥挤度不同，主要是因为因子在不同指数成分股中收益表现不同。指数拥挤度指标对指数风险观测形成较好的补充。下面主要介绍因子拥挤度指标的构建。 拥挤度指标构建： 因子拥挤度复合指标可以应用到因子择时体系，有