中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

從收益分解的角度思考因子擇時(shí)

筆者在2017年曾經(jīng)提出過(guò)一個(gè)基于“利率-信用-波動(dòng)率”三因素的因子擇時(shí)模型，簡(jiǎn)單概括為三句話：利率反映企業(yè)融資成本以及經(jīng)濟(jì)預(yù)期，影響價(jià)值股和成長(zhǎng)股的輪動(dòng)；信用利差反映企業(yè)違約風(fēng)險(xiǎn)，影響優(yōu)質(zhì)股和垃圾股的輪動(dòng)；波動(dòng)率體現(xiàn)投資者是否過(guò)度反應(yīng)，影響動(dòng)量現(xiàn)象和反轉(zhuǎn)現(xiàn)象的輪動(dòng)。

宏觀因素模型主要是通過(guò)捕捉A股的基本面波動(dòng)來(lái)判斷風(fēng)格輪動(dòng)。然而基本面因素是影響A股波動(dòng)的最主要因素嗎？答案是否定的。筆者對(duì)滬深300的歷史波動(dòng)進(jìn)行了分解，結(jié)果顯示：滬深300指數(shù)波動(dòng)中估值波動(dòng)的占比高達(dá)68.7%，盈利波動(dòng)的占比只有31.3%，這表明A股是估值波動(dòng)主導(dǎo)的市場(chǎng)。

因此在一個(gè)以估值波動(dòng)為主導(dǎo)的市場(chǎng)中，除了基于“利率-信用-波動(dòng)率”宏觀三因素的因子擇時(shí)模型外，我們還需要一個(gè)以估值波動(dòng)為核心的因子擇時(shí)模型來(lái)捕捉A股估值波動(dòng)帶來(lái)的機(jī)會(huì)。

風(fēng)險(xiǎn)溢價(jià)：再論股息率-國(guó)債收益率體系

國(guó)外有大量的研究表明，風(fēng)險(xiǎn)溢價(jià)具備預(yù)測(cè)股市未來(lái)收益率的能力。我們用中證紅利指數(shù)股息率-國(guó)債收益率（后面簡(jiǎn)稱為DYBY）作為風(fēng)險(xiǎn)溢價(jià)的代理變量，以滬深300指數(shù)的收益作為因變量來(lái)驗(yàn)證風(fēng)險(xiǎn)溢價(jià)的收益預(yù)測(cè)能力。

根據(jù)圖表5-圖表6的結(jié)果，風(fēng)險(xiǎn)溢價(jià)確實(shí)可以解釋滬深300指數(shù)一部分未來(lái)收益，而且風(fēng)險(xiǎn)溢價(jià)對(duì)長(zhǎng)期收益的預(yù)測(cè)能力要明顯強(qiáng)于短期收益的預(yù)測(cè)能力，也就是說(shuō)基于風(fēng)險(xiǎn)溢價(jià)的長(zhǎng)周期投資具備一定的可行性。

基于風(fēng)險(xiǎn)溢價(jià)的股債輪動(dòng)策略無(wú)論在A股市場(chǎng)還是在港股市場(chǎng)均有不錯(cuò)的表現(xiàn)，在A股市場(chǎng)上的股債輪動(dòng)策略年化收益達(dá)16%，夏普率達(dá)1.2。而在港股市場(chǎng)上，基于風(fēng)險(xiǎn)溢價(jià)的股債輪動(dòng)策略年化收益達(dá)12%，夏普率為0.98。

風(fēng)險(xiǎn)溢價(jià)時(shí)鐘與因子表現(xiàn)

我們基于DY-BY（中證紅利指數(shù)股息率-10年期國(guó)債收益率）的正負(fù)和DY-BY的邊際變化構(gòu)建了風(fēng)險(xiǎn)溢價(jià)時(shí)鐘，從圖表12來(lái)看，我們根據(jù)風(fēng)險(xiǎn)溢價(jià)時(shí)鐘對(duì)市場(chǎng)狀態(tài)的劃分與我們對(duì)市場(chǎng)的直觀理解基本吻合，比如筑底期一般處于歷史底部的左側(cè)，復(fù)蘇期一般在牛市的前半段。

根據(jù)不同市場(chǎng)狀態(tài)下的因子表現(xiàn)排名，我們將因子表現(xiàn)進(jìn)行圖表可視化。從圖表18可以看到，如果以因子運(yùn)動(dòng)軌跡進(jìn)行分類(lèi)的話，大類(lèi)因子大致上可以分為盈利-質(zhì)量、股價(jià)-規(guī)模、反轉(zhuǎn)-價(jià)值、beta-資產(chǎn)結(jié)構(gòu)和成長(zhǎng)-流動(dòng)性五類(lèi)。其中有些因子在市場(chǎng)低位的時(shí)候表現(xiàn)較好，如股價(jià)和規(guī)模因子；有些因子在市場(chǎng)高位的時(shí)候表現(xiàn)較好，如盈利和質(zhì)量因子。

攻守因子動(dòng)態(tài)配置策略

依據(jù)上述觀察到的因子輪動(dòng)規(guī)律，我們?cè)O(shè)計(jì)了基于風(fēng)險(xiǎn)溢價(jià)時(shí)鐘的攻守因子配置模型。讓人振奮的是，攻守因子配置模型較好地解釋了2016年以來(lái)的因子輪動(dòng)現(xiàn)象：

1）2016年：市場(chǎng)從筑底期切換到復(fù)蘇期，規(guī)模因子、反轉(zhuǎn)因子和成長(zhǎng)因子表現(xiàn)優(yōu)異；

2）2017年：市場(chǎng)從復(fù)蘇期切換到過(guò)熱期，價(jià)值因子獨(dú)領(lǐng)風(fēng)騷，小盤(pán)風(fēng)格衰退；

3）2018年：市場(chǎng)從過(guò)熱期向恐慌期切換，盈利質(zhì)量因子、低beta因子和低財(cái)務(wù)杠桿因子表現(xiàn)較好。

我們基于風(fēng)險(xiǎn)溢價(jià)時(shí)鐘設(shè)計(jì)了動(dòng)態(tài)因子配置策略。從2010年至今，相比于中證500等權(quán)組合，策略年化超額收益達(dá)20.8%，超額收益的年化波動(dòng)率為5.6%，歷史超額收益最大回撤為5.5%，超額收益的月勝率達(dá)84.1%，信息比率達(dá)3.34。動(dòng)態(tài)因子策略在2016-2018這三個(gè)風(fēng)格驟變的年份里依然保持較好的表現(xiàn)。

風(fēng)險(xiǎn)提示：以上結(jié)論均基于歷史數(shù)據(jù)和統(tǒng)計(jì)模型的測(cè)算，如果未來(lái)市場(chǎng)環(huán)境發(fā)生明顯改變，不排除模型失效的可能性。

本文節(jié)選自國(guó)盛證券研究所于2019年2月25日發(fā)布的報(bào)告《因子擇時(shí)系列之一：風(fēng)險(xiǎn)溢價(jià)時(shí)鐘視角下的攻守因子配置》，具體內(nèi)容請(qǐng)?jiān)斠?jiàn)相關(guān)報(bào)告。