策略指数收益来源是因子溢价还是行业暴露

策略指数收益来源是因子溢价还是行业暴露？--基于因子行业中性化处理的分析摘要早期市值加权组2005年来随着因子投资发展，因子投资中行业暴露风险问题备受关注，但就是口能够带来回报。境内市场常见的风险因子都有行业暴露倾向，但不同类型因子行业偏向性从因子纯多头表现和多空表现对比来看中获益，行业中性化处理效果不明显。应结合不同的场景探索因子行业中性化处理在单因子或多因子策略指数中随着境内指数化投资深度发展及投资者对SmartBeta策略认知度提升，基于行业中性策略的“宽基+SmartBeta”指数具有较大发展空间。一、策略中特定行业风险如何处理备受关注（一）学术研究中行业中性问题由来已久指数构建中是否需要考虑行业中性化问题由来已久。随着Markowitz（1952）“投资组合选择”理论提出，投资者认识到风险分散的重要性，在构建投资组合时，尽可能地投资多个不同种类、不同行业的资产,“不要将鸡蛋放在一个篮子Sharpe(1964)等人在Markowitz（1952）础上提出CAPM数发展奠定理论基础，早期的指数以市值加权为主。然而，PeterLynch(1989)首次在其著作“OneUpOnStreet”指出，市值加权指数是根据市值来决定指19世纪末20JacobsLevy(2000)Kacperczyk,SialmZheng(2005)Hou和Robinson(2005)等。尽管上述研究并未表明行业均衡处理会给投资组合带来超额收益，但却指出能有效避免特定行业风险，行业分层等权重指数应运而生。CAPMP（nomlis和French1993)HarveyLiu和Zhang(2016)2013年主流学术文献共计提出多达316Fama-FrenchSmartBeta界就是否应对所有因子进行行业中性化处理并无研究定论。Jegadeesh和TitmanMoskowitz和进一步表明股票动量效应Poter和究，认为基于行业中性因子构建的投资策略组合能够提高组合收益率，而Kacperczyk,Sialm和Zheng（2005）等研究表明即便认可行业中性化策略能够降收益。Ehsani，Harvey和（rfactor）预测能（ass收益的差异；二是来自行业内个股的差异（witin，也即有：rfactor=racross+rwithin文章对Famaand（（因子值行业均值（（SR和行业中性化后投（S∗组合的夏普比率（S∗）通常高于原始因子投资组合的夏普比率（S；而在纯图1行业中性化前后因子投资组合夏普比率变化图和Baren（2021）研究同样也表明，在构建因子策略组合时，对所21Fwitin=i,t−���Instyi)i,t)i,t

k∗𝑀�Industry(i)(Fi,t)i,tass=i,t进一步，作者构建以下线性因子组合来分析投资组合超额收益的具体来源，即通过变动参数（从0到1，分析增加跨行业因子的权重是否会提升或降低总溢价F(w)因子、动量因子、低波因子不适合行业中性。�=��+(1−)��因子尤其是短期动量因子将会受益于行业暴露。（二）常见的行业中性指数构建方法暴露风险或者行业权重分布不均衡的问题：300分层等权指数和上证180与基准指数（如沪深300）保持一致，并在各行业内选取因子得分较高的证券构ESG300虑了行业均衡性，在沪深300指数样本中剔除ESG评分降幅较大的证券后，将剩余证券中每个中证二级行业内成长因子和盈利因子综合得分排序前的N家公司组合成指数样本，旨在跟踪沪深300指数样本中盈利能力和成长能力较强证券整体表现，权重与沪深300指数保持一致，确保行业权重分布相对均衡。中证特色宽基指数系列本质上也采用了行业中性策略，如中证A100和中证A500指数，该指数系列在不同行业内选取市值最大的证券作为指数样本，并保权重过于集中的问题，提高新兴产业代表性。子行业暴露相对均衡。二、如何进行因子行业中性处理大量研究证实因子行业中性化处理能够降低特定行业高暴露风险，提升因本文拟就A行业中性效果，为因子策略指数构建提供参考依据。（一）因子定义及因子行业暴露特征有效的关键。在后续的研究中，将借鉴和Baren（2021）的研究方法，1列举部分学术文献或指数构建中常用因子指标。表1本文研究因子指标序号指标代码指标解释类别1EP市盈率倒数价值2DP股息率价值3BP市净率倒数价值4CFP市现率倒数价值5ROE净资产收益率质量6ROE残差ROE对Ln（PB）质量7Accrual（经营活动现金流净额-营业利润）/总资产质量8ROE波动率倒数过去12个季度ROE波动率倒数质量9ROE-ROE波动率最新季度ROE-过去12个季度ROE波动率质量10财务杠杆率经营活动现金流净额/总负债质量11营业收入环比营业收入TTM季度环比成长12扣非净利润环比扣非净利润TTM季度环比成长13营业收入同比营业收入TTM季度同比成长14扣非净利润同比扣非净利润TTM季度同比成长15SUE标准化预期外盈利成长16ROE同比ROE季度同比成长17日收益波动率过去1年日收益波动率低波动18波动率残差过去1年日收益波动率残差低波动19短期动量过去4个月至上个月的累计收益动量20中长期动量过去12个月至上个月的累计收益动量21短期风险调整动量过去4个月至上个月累计超额收益（相对中证全指）动量22中长期风险调整动量过去12个月至上个月累计超额收益（相对中证全指）动量2312周新高12动量2452周新高52动量25自由现金流率自由现金流/企业价值现金流26市值过去1年日均总市值规模截取2013年底至2024年6持一致。等盈利能力维度指标偏向金融地产、主要消费和医药卫生等行业，盈利稳定性指标偏向公用事业、价值因子行业暴露DPBPDP数据来源：Wind，中证指数，数据截至2024年6月底。2价值因子行业暴露情况1质量因子行业暴露ROE12ROE12roe波动率盈利质量财务杠杆数据来源：Wind，中证指数，数据截至2024年6月底。3质量因子行业暴露情况成长因子行业暴露1.由于各类因子指标较多，出于篇幅考虑，本文只展示部分指标的行业偏向特征，下同。TTM同比营业收入TTMTTM同比数据来源：Wind，中证指数，数据截至2024年6月底。4成长因子行业暴露情况低波动因子行业暴露11年日收益波动率1年日收益残差波动率数据来源：Wind，中证指数，数据截至2024年6月底。5低波因子行业暴露情况动量因子行业暴露风险调整动量_4M_1M风险调整动量_4M_1M风险调整动量_12M_1M数据来源：Wind，中证指数，数据截至2024年6月底。6动量因子行业暴露情况现金流因子和市值因子行业暴露自由现金流率过去一年日均自由流通市值自由现金流率过去一年日均自由流通市值数据来源：Wind，中证指数，数据截至2024年6月底。7现金流和市值因子行业暴露情况（二）行业中性化处理方式和Baren（2021）使用发达国家指数样本作为研究对象，分析1994年7月至2018年2研究方法，将表1内因子和行业间因子：i,tFwithin=Fi,t−𝑀𝑑Industry(i)(Fi,t)i,ti,tFAcross=𝑀𝑑Industry(i)(Fi,t)i,t同时，为了动态反映行业中性化处理效果，我们构建如下变量：F=FWI+wFAI数值位于0到1w等于0当w等于1时，F为行业中性化处理前原始因子值，w越大行业间因素影响越大。通过将w由0变化到我们拟从因子t统计量和IC值两个维度检验因子行业中性化效果。通过调整w值，得到同一因子不同F值，将这些F值作为因子暴露对因子溢价进行回归分析，得出不同的因子收益β。基于这些β构建因子收益t统计量，以确定各因子在不同程度的行业因素影响下对因子溢价的预测能力。具体过程为，采用Fama和MacBeth（1973）提出的横截面回归法，通过代入不同的w值，检验因子溢价的显著性：R=α(w)+β(w)F(w)+ε下面将计算以下β值的t统计量，以验证t统计量是否会随着w增加而显著上升或下降。β^=1T

Σβtt

(w)除使用t统计量外，我们同时使用信息系数（InformationCoefficient,IC）来衡量因子预测能力的强弱。具体应用时，我们采用更为常用的Rank_IC指标，详细捕捉了各类因子不同w下Rank_IC值和t统计量值的变化。Rank_IC值反映个股下期收益率与本期因子暴露值的相关程度，因子收益率的tt统计量绝对值大于t而通常情况下因子收益率大小与Rank_IC值存在正相关性。因此，若随着所加入统计量值与Rank_ICt统计量值与Rank_IC业暴露，行业中性化处理将会降低该类因子的选股能力；若t统计量值下降而Rank_IC上升，则说明行业中性化处理能够通过降低行业风险来提升因子选股的稳定性，但可能会降低因子长期收益表现。（三）不同因子行业中性化处理效果下文将重点研究各类因子拆分的t统计量值与Rank_IC我们设定w=0+(step-1)*0.02，并取step从1到51数值，由此w取值区间为[0,1]，观察β(w)的t统计量值变化图以及因子的IC_IR不同类型因子行业偏向性存在差异：价值因子行业中性研究从对价值因子检验来看，BP、DP、EP和CFP四个因子的t统计量和Rank_IC值均示意价值因子在A后，四个因子的t统计量值明显下降，而Rank_IC下降趋势相对平缓，甚至BP和CFP的Rank_IC呈现上升趋势。可见价值因子行业中性化处理有助于提升因子收益率的稳定性，但因子超额收益率表现不一定提升。EPDPEPBPCFPBPCFP数据来源：Wind，中证指数，数据截至2024年6月底。图8价值因子t统计量值和Rank_IC变化图质量因子行业中性研究从对质量因子检验来看，ROE、ROE残差、Accrual、ROE波动率倒数、ROE-ROE波动率以及财务杠杆六个因子的t统计量值和Rank_IC值表现存在较大ROE波动率倒数及财务杠杆因子t统计量值和Rank_ICA股市场选股能力更强，而ROE、ROE残差及ROE-ROE波动率的t统计量值和Rank_IC值较小甚至为负，在AROEROE-ROE波动率及财务杠杆率的t统计量值和Rank_IC业中性化后，选股能力及其稳定性均有所提升。而Accrual与ROE波动率倒数指标的Rank_IC子稳定性，但该类因子表现可能会受益于行业因子敞口。ROE ROEROEROE残差Accrual

ROE波动率倒数财务杠杆率ROE-ROE波动率数据来源：Wind，中证指数，数据截至2024年6ROE-ROE波动率图9质量因子t统计量值和Rank_IC变化图成长因子ROETTM及营收TTM环比增长率在ASUE指标及ROE因子敞口。TTM环比增长营收TTMTTM环比增长TTM同比增长率扣非净利润同比增长率TTM同比增长率扣非净利润同比增长率SUEROE同比数据来源：Wind，中证指数，数据截至2024年6月底。图10成长因子t统计量值和Rank_IC变化图动量因子行业中性研究（动量4月动量的动量_12M_1M12周新高和52动量_4M_1M

动量_12M_1M 12周新高12周新高52周新高数据来源：Wind，中证指数，数据截至2024年6月底。11tRank_IC变化图低波因子行业中性研究从对低波因子检验来看，日收益波动率和残差波动率的Rank_IC均超过0.1，t统计量值均大于2，在A股市场选股能力较强。由于低波因子同价值因子类似，但行业暴露能在一定程度提升低波因子的Rank_IC值，该类因子的选股能力仍将部分受益于行业因子敞口。日收益波动率倒数残差波动率倒数日收益波动率倒数残差波动率倒数数据来源：Wind，中证指数，数据截至2024年6月底。图12低波因子t统计量值和Rank_IC变化图自由现金流率和市值指标行业中性研究代表性，从而提升大市值规模指数长期表现。自由现金流率 市值数据来源：Wind，中证指数，数据截至2024年6月底。图13现金流和规模因子t统计量值和Rank_IC变化图（四）不同因子行业中性化处理多空表现因子有效性检验中，因子收益率t统计量和Rank_IC值均基于线性模型假设，和即因子行业中性化处理仅在多空投资组合中有效，在纯多头投资组合中效果不20%的证券做价值因子无论是等权、因子倾斜加权和还是市值加权组合，行业中性化后DP因子多至于市值加权下DP因子组合收益明显下降，可见DP通过降低空头端表现来提升多空组合表现，对多头端贡献不明显。等权组合 市值加权组合数据来源：Wind，中证指数，数据截至2024年6月底。等权因子加权市值加权年化收益率年化波动率夏普比率等权因子加权市值加权年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率中性化前DP多头8.13%24.62%33.01%8.17%24.60%33.19%5.39%23.12%23.33%DP多空4.35%7.69%56.51%4.21%7.78%54.10%5.00%13.42%37.24%中性化后DP多头8.02%25.39%31.57%7.84%25.18%31.13%2.58%23.72%10.89%DP多空6.58%9.76%67.44%6.58%9.40%69.94%5.45%11.21%48.61%数据来源：Wind，中证指数，数据截至2024年6月底。低波因子无改善，甚至在市值加权下因子组合收益明显下降，可见日收益波动率因子与DP因子高度类似，行业中性化处理主要是通过降低空头端表现来提升多空组合表现，对多头端贡献不明显。等权组合 市值加权组合数据来源：Wind，中证指数，数据截至2024年6月底。15波动率行业中性化前的多空组合和纯多头组合表现表3日收益波动率因子行业中性化前后的组合表现等权因子加权市值加权年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率中性化前波动率多头7.67%25.31%30.29%7.74%25.30%30.62%5.77%23.98%24.07%波动率多空19.10%16.85%113.39%19.22%16.79%114.48%20.28%22.38%90.63%中性化后波动率多头6.85%26.14%26.21%7.03%25.55%27.51%2.47%24.57%10.04%波动率多空25.26%20.12%125.53%21.02%21.26%98.86%25.77%23.15%111.35%数据来源：Wind，中证指数，数据截至2024年6月底。质量因子在等权和因子加权组合中，ROE等权组合 市值加权组合图16ROE行业中性化前的多空组合和纯多头组合表现表4ROE因子行业中性化前后的组合表现等权因子加权市值加权年化收益率年化波动率夏普比率年化收益率年化波动率等权因子加权市值加权年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率中性化前ROE多头6.19%26.65%23.22%6.03%26.63%22.65%2.98%25.46%11.71%ROE多空5.34%8.04%66.48%3.41%8.45%40.32%7.75%9.21%84.19%中性化后ROE多头5.91%26.56%22.23%5.66%26.50%21.35%2.66%25.48%10.43%ROE多空5.36%8.59%62.35%4.13%9.12%45.26%7.43%10.25%72.54%成长因子其行业中性化处理效果主要源自空头端负向表现，对多头端贡献不明显。等权组合 市值加权组合数据来源：Wind，中证指数，数据截至2024年6月底。等权因子加权市值加权年化收益率年化波动率夏普比率等权因子加权市值加权年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率中性化前SUE多头5.82%25.67%22.66%5.86%25.71%22.78%5.21%22.92%22.71%SUE多空4.55%6.15%74.07%3.66%6.35%57.62%4.79%23.19%20.64%中性化后SUE多头5.30%25.95%20.42%5.52%25.98%21.25%4.07%10.98%37.07%SUE多空5.51%8.15%67.61%5.66%8.32%68.01%6.57%14.47%45.44%数据来源：Wind，中证指数，数据截至2024年6月底。现金流因子自由现金流率因子与ROE等权组合 市值加权组合数据来源：Wind，中证指数，数据截至2024年6月底。18自由现金流率因子行业中性化前的多空组合和纯多头组合表现表6自由现金流率因子行业中性化前后的组合表现等权因子加权市值加权年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率年化收益率年化波动率夏普比率中性化前自由现金流率多头4.39%26.50%16.57%4.50%26.49%17.00%2.67%24.65%10.83%自由现金流率多空0.34%9.69%3.54%0.50%9.15%5.42%1.37%12.07%11.31%中性化后自由现金流率多头4.40%26.24%16.77%4.59%26.39%17.38%2.10%24.18%8.67%自由现金流率多空2.18%10.29%21.20%1.92%9.88%19.42%0.58%11.81%4.88%数据来源：Wind，中证指数，数据截至2024年6月底。三、基于行业中性的因子策略展望投资策略中行业暴露一直是理论和实务界关注的重点问题，但目前研究尚未有一致结论。A股常见因子行业中性化处理效果，从因子收益预测角度向包括：一是结合不同的场景探索因子行业中性化处理在单因子或多因子策略指数中的应用。尽管因子行业中性化处理不一定能为投资组合带来显著的超额收益，但在市场波动情况下可提升投资组合收益的稳定性。实践中，多因子策略组合通条件，降低因子尾部风险。二是多维度完善“宽基+SmartBeta”指数布局，丰富行业中性策略指数供给A50A100A500等特色宽基指数的推出，SmartBeta+Smart+Smart+Smart参考文献1．HarryMarkowitz(1952),Portfolioselection.JournalofFinance,7(1),77–91.2．Jegadeesh,N.,&Titman,S..(1993).Returnstobuyingwinnersandsellinglosers:implicationsforstockmarketefficiency.JournalofFinance,48(1),65-91.&(1989).Oneuponwallstreet.Jacobs,B.I.,&K.N..(2000).MarketNeutralStrategies.J.5．Kacperczyk,M.,Sialm,C.,&Zheng,L.U..(2005).Ontheindustryconcentrationofactivelymanagedequitymutualfunds.TheJournalofFinance,60(4),1983-2011.Hou,K.,&Robinson,D..(2006).Industryconcentrationandaveragestock