风险因子与行业因子暴露表说明文档

1. 数据表概述

本文档用于说明风险因子与行业因子暴露表 factors_exposure 的数据内容、字段含义、处理逻辑及典型使用场景。

该表以“交易日期 + 证券代码”为主键粒度，记录股票在指定日期上的风险因子暴露值与行业因子暴露值。其中：

• 风险因子主要刻画股票在市值、估值、动量、波动率、流动性、盈利能力、杠杆等维度上的风险暴露；
• 行业因子采用申万 2021 年行业分类标准的一级行业，使用行业哑变量形式表示股票所属行业；
• 风险因子已完成极值处理与标准化处理，便于直接用于风险模型、截面回归、组合归因和风险控制等场景。

2. 数据表基本信息

3. 字段说明

3.1 基础字段

3.2 风险因子字段

注：风险因子字段已完成极值处理和标准化处理。一般情况下，可直接用于横截面回归、因子风险暴露分析、组合风险分解等模型计算。

3.3 行业因子字段

行业因子采用 0/1 哑变量形式表示股票是否属于某一申万 2021 一级行业：

• 取值为 1：表示该股票属于对应行业；
• 取值为 0：表示该股票不属于对应行业。

4. 数据处理逻辑

4.1 风险因子处理

风险因子在入表前已完成以下处理：

4.1.1 极值处理

为降低异常值对模型估计结果的影响，对原始风险因子值进行了极值处理。该步骤通常用于限制极端观测值的影响，使因子分布更加稳健。

极值处理后，因子值仍保留截面排序信息，但极端异常值对后续回归、风险估计和组合优化的影响会被削弱。

4.1.2 标准化处理

极值处理后，对风险因子进行标准化处理，使不同风险因子之间具有更好的可比性。

标准化后的风险因子通常具有如下特点：

• 不同因子的量纲被统一；
• 因子暴露值可直接用于多因子模型；
• 有利于进行横截面回归、风险归因和组合优化；
• 降低因子取值尺度差异对模型结果的影响。

4.2 行业因子处理

行业因子按照申万 2021 年一级行业分类生成。

每只股票在每个交易日通常只对应一个一级行业，因此在行业哑变量字段中：

• 所属行业字段取值为 1；
• 其他行业字段取值为 0。

行业因子常用于控制行业风险，避免模型结果受到行业分布差异的干扰。

5. 数据使用场景

5.1 风险模型构建

该表可作为股票多因子风险模型的基础输入数据，用于刻画个股在不同风险维度上的暴露情况。

常见模型形式包括：

股票收益 = 风险因子暴露 × 因子收益 + 行业因子暴露 × 行业收益 + 残差收益

5.2 横截面回归

在进行每日横截面回归时，可将风险因子和行业因子作为解释变量，用于估计：

• 风险因子收益；
• 行业因子收益；
• 个股特异收益；
• 残差风险。

5.3 组合风险控制

在组合构建和优化过程中，可使用该表约束组合相对于基准的风险暴露，例如：

• 控制组合市值暴露；
• 控制组合行业偏离；
• 控制动量、波动率、流动性等风格偏离；
• 降低组合对单一风险因子的集中暴露。

5.4 业绩归因分析

该表可用于分析投资组合收益来源，将组合收益拆分为：

• 风格因子贡献；
• 行业因子贡献；
• 个股选择贡献；
• 残差收益贡献。

5.5 因子研究与策略回测

在因子研究中，该表可用于：

• 对目标因子进行风险中性化；
• 进行行业中性化处理；
• 控制常见风格风险；
• 构建更稳健的多因子选股模型。

6. 使用注意事项

6.1 注意行业字段口径

行业因子采用申万 2021 年一级行业分类。若字段英文名与历史行业名称存在差异，应以当前数据口径中的行业含义为准。

例如：

• CHEM 可对应基础化工；
• COMMETRADE 可对应商贸零售；
• LEISERVICE 可对应社会服务；
• ELECEQP 可对应电力设备。

6.2 注意日期对齐

使用该表时，应确保因子暴露日期与收益率日期正确对齐。

通常情况下：

• 使用 T 日因子暴露解释或预测 T+1 日收益；
• 避免在回测中使用未来数据；
• 与行情、财务、行业分类等数据合并时，应统一交易日口径。

6.3 注意缺失值处理

部分股票在部分日期可能存在因子缺失。使用前建议检查：

• 是否存在停牌股票；
• 是否存在上市初期数据不足；
• 是否存在财务数据缺失；
• 是否存在行业分类缺失。

常见处理方式包括：

• 删除缺失样本；
• 使用行业均值填充；
• 使用全市场均值填充；
• 在模型中单独处理缺失值。

6.4 因子方向

每个因子的因子方向不完全一样，有的为正，例如盈利因子、成长因子。有的为负，例如市值因子，开发策略时需要注意。

7. 示例用途

7.1 查询某日股票风险暴露

SELECT    date,    instrument,    BETA,    SIZE,    MOMENTUM,    RESVOL,    LIQUIDTYFROM factors_exposureWHERE date = '2024-01-02';

7.2 查询某只股票的历史风险暴露

SELECT    date,    instrument,    BETA,    SIZE,    BTOP,    MOMENTUM,    RESVOLFROM factors_exposureWHERE instrument = '000001.SZ'ORDER BY date;

7.3 获取行业哑变量

SELECT    date,    instrument,    BANK,    NONBANKFINAN,    ELECTRONICS,    COMPUTER,    FOODBEVERFROM factors_exposureWHERE date = '2024-01-02';

8. 总结

factors_exposure 是一张用于刻画股票风险暴露和行业归属的数据表。该表同时包含标准化后的风险因子和基于申万 2021 一级行业分类的行业哑变量，适合用于风险模型、组合优化、行业中性化、风格归因和多因子研究等量化投资场景。

由于风险因子已完成极值处理和标准化处理，使用者可以更方便地将其接入下游建模流程。但在实际使用时，仍需注意日期对齐、缺失值处理、行业分类口径以及是否重复标准化等问题。

查询某日股票风险暴露

SELECT    date,    instrument,    BETA,    SIZE,    MOMENTUM,    RESVOL,    LIQUIDTYFROM factors_exposureWHERE date = '2024-01-02';

查询某只股票的历史风险暴露

SELECT    date,    instrument,    BETA,    SIZE,    BTOP,    MOMENTUM,    RESVOLFROM factors_exposureWHERE instrument = '000001.SZ'ORDER BY date;

获取行业哑变量

SELECT    date,    instrument,    BANK,    NONBANKFINAN,    ELECTRONICS,    COMPUTER,    FOODBEVERFROM factors_exposureWHERE date = '2024-01-02';