风险因子与风险控制系列之一：股票风险模型与基于持仓的业绩归因-信达证券

请阅读最后一页免责声明及信息披露 http://www.cindasc.com 1 股票风险模型与基于持仓的业绩归因 —— 风险因子与风险控制系列之一 2025 年 7 月 7 日 [Table_ReportTime] 2024 年 1 月 X 日 请阅读最后一页免责声明及信息披露 http://www.cindasc.com 2 证券研究报告 金工研究 [Table_ReportType] 金工深度报告 [Table_Author] 于明明 金融工程与金融产品 首席分析师 执业编号：S1500521070001 联系电话：+86 18616021459 邮 箱：yumingming@cindasc.com 吴彦锦 金融工程与金融产品 分析师 执业编号：S1500523090002 联系电话：+86 18616819227 邮 箱：wuyanjin@cindasc.com [Table_Title] 风险因子与风险控制系列之一：股票风险模型与基于持仓的业绩归因 [Table_ReportDate] 2025 年 7 月 7 日 [Table_Summary] ➢ 本文是信达金工风险因子与风险控制系列报告第一篇。在资本市场深化改革与资管行业高质量发展的宏观背景下，2025 年发布的《推动公募基金高质量发展行动方案》通过系统性制度安排重塑行业生态。随着业绩比较基准对风格偏离度、行业暴露度的约束机制持续强化，基金管理人需更加审慎地控制投资组合与基准指数在行业配置、风格属性等维度的偏离程度；这种变化对投资决策的风险管控能力提出更高要求，也使得股票多因子风险模型的应用价值得到前所未有的凸显。本文围绕股票多因子风险模型的理论框架与实践应用展开系统性研究，深入探讨了风险模型的“前半程”——风险因子的选取、数据处理管道的设计、模型的构建与理解及业绩归因实践等核心环节。 ➢ 风格因子的选取及数据处理管道的设计。（1）风格因子的选取：本文从MSCI Barra CNE5 模型出发，结合彭博、晨星等成熟风险模型，深入剖析了包含 10 个一级因子、21 个二级因子的多层级架构——涵盖市值、贝塔值、动量、价值等经典学术与经验因子。（2）数据处理管道的设计：本文结合现有商用风险模型的经验做法，致力于平衡数据分布与原始经济含义的取舍，设计了包含划定基础域、极值处理、空值填充、标准化、一级因子合成和数据再处理的标准化流程。本文采用分层极值处理策略（3std 去尾+3rstd 缩尾）平衡数据真实性与分布优化，确保因子暴露数据质量符合模型输入要求。 ➢ 纯因子收益率：“纯”在哪里？本文基于带约束的加权最小二乘法估计纯因子收益率，详细剖析了模型构建的两个关键点——“带约束”和“加权”，并给出了该方法论下解析解的求取过程。进一步地，我们通过对公式(𝛺𝑋)𝐶 = 𝐶的分块分析给出了对国家、风格、行业纯因子组合的特征刻画。其中，风格纯因子组合对国家因子暴露为 0（资金中性），对自身暴露为 1，对其他风格和行业因子暴露均为 0；行业纯因子组合同样对国家因子暴露为 0（资金中性），对风格因子暴露为 0。 ➢ 评价风险因子及风险因子体系。我们详细讨论了 MSCI Barra 提出的六维评价标准——统计显著性、稳定性、直觉性、完备性、简约性和低共线性，并在此基础上提出了新的风险模型定量评价体系：分布、显著性、共线性及纯因子表现。基于 10 个常用一级因子的分析表明，现有体系在数据分布与原始经济含义的平衡上表现良好，通过统一的数据处理流程，既保持了理想的分布特征，稳定性亦符合标准（半衰期均超过 126 日，表明因子不存在过快换手的情形）。从显著性看，多数常用风格因子的 average_|t|值超过 2，显示出较强的统计显著性。尽管方差膨胀系数（VIF）检验表明，10 个常用一级风格因子两两间的共线性水平均处于正常范围，但通过 3.2节对纯因子收益率、单一因子收益率及二级因子收益率的分析可知，部分因子对（如 beta 与 liquidity、resvol 与 liquidity、btop 与 value）之间存在显著共线性，这可能导致理论计算的纯因子收益率与直觉预期存在偏差。 此外，从纯因子表现来看，现行因子体系中包含一些“类 alpha 因子”，典型如 liquidity、beta、size（分别反映低流动性、高贝塔、小市值资产的 请阅读最后一页免责声明及信息披露 http://www.cindasc.com 3 信达证券股份有限公司 CINDA SECURITIES CO.,LTD 北京市西城区宣武门西大街甲127 号金隅大大厦B 座 邮编：100031 收益补偿）。尽管这些因子在统计意义上呈现显著的长期正收益特征，但我们仍将其归类为风险因子——用以反映策略容量、交易成本、市场冲击与流动性枯竭等实操风险。这就要求投资者必须通过因子敞口约束牺牲部分理论收益，以确保组合运作的可持续性。 ➢ 应用风险模型实现基于持仓的业绩归因。本文应用风险模型展示了对外部产品（公募基金为例）和内部产品（券商金股组合为例）的业绩归因流程，报告了风格/行业持仓特征、收益/风险贡献两方面的结果并提供了截面/时序可加性分析。两个案例充分展现了风险模型在事后归因流程中发挥的重要作用。（1）以高仓位主动权益公募产品为例，假定“A 股满仓收益率”对组合业绩的充分代表性（将实际组合收益与各成分贡献之和的差异归结为资产配置和交易因素影响并忽略之），并在此基础上可实现组合因子收益和特质收益的拆分，亦可实现对绩优产品的标签化处理，为产品的分类与评价提供有力依据。（2）券商金股组合属于可掌握每日持仓明细的内部组合，这意味着我们可以更自如地应用风险模型执行业绩归因，不必太过纠结于组合收益与成分贡献的差异。借此，我们解答了两大关键问题：从截面角度明确了新进金股长期表现更优的原因，从时序角度揭示了近期金股组合整体表现不佳的内在逻辑。这些研究成果为券商金股这类另类数据的后续应用提供了坚实的量化支撑，有助于更科学地评价该数据的可用性。 ➢ 风险因素：结论基于历史数据，在市场环境转变时模型存在失效的风险。 请阅读最后一页免责声明及信息披露 http://www.cindasc.com 4 目 录 1. 风格因子的选取及数据处理管道的设计 ...................................................................................... 8 1.1 案例分析：MSCI Barra CNE5 ............................................................................................ 9 1.2 数据处理管道的设计 .............................................................