IPCA模型解构A股动量：基于条件风险溢酬的动量因子改进

1 金融工程│金融工程专题 请务必阅读报告末页的重要声明 IPCA 模型解构 A 股动量 ——基于条件风险溢酬的动量因子改进 ➢ 趋势因子—A 股市场表现卓异的动量因子 独特的投资者结构导致 A 股不存在传统的动量效应[1]，刘扬等(2023)[4]综合个股价格、成交额信息构造出表现卓异的 A 股趋势因子。我们以 2000-2023 年 8 月的全 A 数据为样本，实证发现趋势因子的月均回报为 1.42%、夏普率达 0.37，显著优于 Liu 等(2019)[25]的中国 3 因子(CH3)。另外，与流动性因子不同，趋势因子在大盘股上也有较好表现，其月均回报达 0.87%。 ➢ 基于中期信号的因子动量无法解释趋势因子 Ehsani 和 Linnainmaa(2022)[5]发现美股因子间的动量效应能够解释个股的动量收益。在 A 股市场，以过去 7-12 个月累积收益率作为信号的因子动量策略也有不俗表现：首先，因子时序动量策略的年化收益为 15.03%，夏普率达 0.98；其次，我们还基于因子协方差矩阵的 PCA 主成分构建了时序动量策略，该策略的年化收益为 20.26%，夏普率为 0.9。尽管如此，因子张成检验的结果表明在 A 股市场上因子动量并不能解释趋势因子。 ➢ IPCA 解构 A 股动量—从趋势因子到条件风险溢酬 Kelly 等(2021)[22]发现 IPCA 模型的条件风险溢酬在很大程度上解释了动量异象。我们以 2005 年以来 19 个特征组成的 A 股数据集为样本，实证发现设定 10 个隐因子的 IPCA 模型对个股收益的样本外预测 R2 达 0.51%。基于 IPCA 条件风险溢酬的多空组合(风险动量因子)年化收益可达 25.4%，夏普率为 1.91。此外，风险动量因子解释了趋势因子：趋势因子相对于 CH3+风险动量因子的四因子模型不再有显著的 alpha；风险动量因子相对于 CH3+趋势因子的月均 alpha 则超过 0.8%，并在 5%的水平上显著。 风险提示：本报告仅作为投资参考，相关指标的计算和模型假设均基于合理逻辑，但模型假设存在失效风险，过往业绩也并不预示未来表现，亦不构成投资收益的保证或投资建议。 证券研究报告 2023 年 10 月 23 日 作者 分析师：孙子文 执业证书编号：S0590523060001 邮箱：sunzw@glsc.com.cn 分析师：朱人木 执业证书编号：S0590522040002 邮箱：zhurm@glsc.com.cn 相关报告 1、《利用 QDII 基金实现全球化配置：————资产配置专题》2023.10.18 2、《美国投顾发展及启示》2023.09.26 请务必阅读报告末页的重要声明 2 金融工程│金融工程专题 正文目录 1. 趋势因子—表现卓异的 A 股动量因子 ................................ 3 1.1 传统视角下中短期没有动量、只有反转........................... 3 1.2 根据投资者的行为特征构造 A 股趋势因子......................... 4 1.3 趋势因子的收益表现明显优于中国 3 因子......................... 5 2. 基于中期信号的因子动量无法解释趋势因子 .......................... 6 2.1 略过短期，因子收益的自相关性更强 ............................ 6 2.2 基于中期信号的时序、横截面和 PCA 因子动量策略 ................. 8 2.3 A 股的因子动量无法解释趋势因子 .............................. 11 3. IPCA 条件定价模型—揭开趋势因子的神秘面纱 ....................... 11 3.1 趋势因子与风险因子的条件动态有关 ........................... 11 3.2 IPCA 模型反映个股的动态风险溢酬 ............................. 12 3.3 基于 IPCA 的个股动量策略年化 25.4%、夏普率 1.91 ............... 14 3.4 IPCA 模型表明趋势因子实为风险动量 ........................... 16 4. 风险提示 ...................................................... 18 5. 参考文献 ...................................................... 19 图表目录 图表 1： 按 JT 动量排序分组后的多空组合收益率并不显著 ................... 3 图表 2： 按月度收益率排序分组的各组合回报呈现显著的反转现象 ............ 3 图表 3： 沪市外部投资者中自然人的持股市值占比最高 ...................... 4 图表 4： 沪市个人投资者的交易量占比长期高于 80% ........................ 4 图表 5： 趋势因子回归 beta 的 EMA 参数 lambda 值介于 0.01-0.02 之间 ........ 5 图表 6： 趋势因子的收益、夏普比率均明显优于中国 3 因子 .................. 6 图表 7： 5x5 分组检验表明在大、小市值样本中趋势因子的收益均显著 ........ 6 图表 8： 因子动量涉及的因子及基本收益特征 ............................. 7 图表 9： A 股主要指数的年化波动率明显高于美股 .......................... 7 图表 10： 滞后 7-12 阶的因子收益正自相关明显更强 ....................... 7 图表 11： 以因子年度收益率实施的秩回归 beta 不显著 ...................... 8 图表 12： 因子中期动量的秩回归预测 beta 多数显著 ....................... 8 图表 13： 时序、截面因子动量策略的净值走势在大多数月份均较稳健 ......... 8 图表 14： 时序、截面因子动量策略的夏普率较趋势因子有较大提升 ........... 9 图表 15： PCA 前 5 大主成分构造的时序动量策略净值增长更快 .............. 10 图表 16： PCA 前 5 大主成分的动量效应比第 6-10 大主成分的更强 ........... 10 图表 17： CH3 因子无法张成趋势因子、因子动量组合 ...................... 11 图表 18： 因子动量、主成分动量均无法解释趋势因子 ..................... 11 图表 19： 趋势因子与样本多数风险因子