本报告系统分析了多因子模型中因子缺失值的现状与处理方法,通过丰富的实证检验比较了市场均值、行业均值、市值分组均值及结构化回归填充三种方法,结果显示结构化填充法在财务因子与价量因子填充准确性上均明显优于其他方法,财通金工因此重点推荐该方法。同时报告还回顾了上一周期市场风格及风险预测,展现了高Beta股近期相对优异表现和中小盘股强势特征,为量化投资研究提供重要的数据支持与方法论参考
| 因子名称 | 结构化法填充 | 行业均值填充 | 市值分组均值填充 |
|---|---|---|---|
| 盈利 | 77.88% | 34.89% | 49.61% |
| 成长 | 34.06% | 7.22% | 13.80% |
| Beta | 72.53% | 39.67% | 2.81% |
| BP | 73.39% | 37.77% | 44.13% |
| 杠杆率 | 65.66% | 34.56% | 61.52% |
| 流动性 | 74.58% | 30.89% | 3.71% |
| 动量 | 53.83% | 28.30% | 44.81% |
| 波动率 | 71.20% | 9.33% | 27.48% |
报告标题: 因子缺失值处理:数以多为贵——“拾穗”多因子系列报告(第6期)
作者与发布机构: 陶勤英(分析师),张宇(联系人),财通证券研究所
发布日期: 2019年3月24日
研究主题: A股多因子模型中因子缺失值处理方法研究及实证检验,同时附带对近期市场风格、风险预测、指数成分收益归因的分析。
本报告为“拾穗”系列报告第六期,主要聚焦于A股多因子投资模型中因子缺失值的处理问题,提出并比较了数种填充方法,基于实证分析得出结论,推荐结构化填充(基于回归方法)为最佳处理方案。报告另外对最近一周A股市场表现与风险做了简要回顾和分析,展示指数成分股的收益驱动因子暴露情况。
核心信息总结如下:
报告开篇说明数据是构建多因子模型的基石,金融模型的精准度依赖于因子数据的完整性。根据统计:
因子覆盖率表(表1)和风格因子覆盖率柱状图(图1)清晰展现主要因子的高覆盖率和微小差异,确保因子样本完整性利于组合风险收益归因的准确性。
此外,数据缺失不能忽视,新股或停牌股票的缺失若放弃,将使风险收益归因模型失去代表性,因此填充是解决方案之一。,3]
报告介绍了5种主要缺失值填充方法(图2):
图3以BP因子行业均值柱状图展示不同中信一级行业间差异显著,银行、钢铁、煤炭等行业BP因子值明显高于科技类,体现行业均值填充比市场均值更合理。
图4展示不同市值层级对应因子均值变化,如盈利与杠杆率因子随市值呈一定趋势,支持市值均值填充的逻辑合理性。
结构化填充采取WLS回归,将完整数据的因子用作自变量,推断缺失数据的因子值,强调因子之间潜在的线性关系及群体特征相似性的利用。,5]
实证过程中,针对2019年3月15日Wind全A股因子数据,随机制造50只股票因子缺失,分别采用回归法、行业均值和市值均值三种填充方案进行估算,并对比填充后因子值与实际因子值的相关程度。
图5和图6展示财务因子(盈利、成长、杠杆率)及价量因子(Beta、BP、波动率)的实际值与填充值拟合趋势,回归法填充曲线贴合实际值最为紧密,行业均值次之,市值均值较差。
表2进一步量化各因子在不同填充方法下的相关系数,结构化法的相关系数平均普遍高于行业均值和市值均值方法,部分因子(如盈利77.88%,Beta 72.53%)差异明显,显示结构化回归法为数据填充首选。
这表明因子之间复杂的相关性和线性结构对填充缺失数据贡献最大,行业和市值聚类仅是因子空间的简化近似,填充表现有限。,7]
归纳为三点:
本节精细地展现了因子缺失原因、填充方法多元性及实证效果,强调结构化方法的独特优势,适合量化多因子模型实际应用中提升数据完整性和准确性的需求。
数据反映A股市场近期表现:
借鉴Barra模型,报告持续追踪了Beta、规模、动量、波动率等10类风格因子收益贡献。采用日度累计收益和周度收益(回归法)两种方式对比,发现结果高度一致,说明短期风格变化平稳且具备可追踪性。
表3和图9数据表明:
图10与图11延伸至过去一个月,净值走势与累计收益形态一致,高Beta股票表现显著升值,规模及流动性因子负收益明显,提示大盘及高换手股票或面临短期压力。此结论辅以图表和累计收益支撑明确、逻辑紧密。,11]
报告构建多因子风险模型,分解风险为共同风险和特质风险,对股票风险矩阵进行了稳健估算,根据指数成分股权重估计指数未来一个月年化波动率。
公式表达风险为:
[ Risk(P) = W' V W = W' (X' F X + \Delta) W ]
其中(W)为成分股权重,(V)为协方差矩阵由共同风险(X' F X)和特质风险(\Delta)组成。
图12展示样本指数未来一个月(2019.3.22-4.19)预测年化波动率区间为21%-31%,整体较为稳定。风险较大集中于中小板和成长类指数,偏大盘和价值类指数波动较低。
图13进一步说明数据质量较高,模型纳入的成分股比例超过93%,说明剔除缺失因子股票对结果影响有限。此风险预测为投资者后市风险把控提供依据。,13]
报告对表现最佳的三只指数(中证500价值、中证500、上证小盘)和表现最差三只指数(沪深300价值、上证50、180价值)进行了因子暴露度对比:
表4详细展示具体因子暴露数值,支持上述定性结论,数据清晰,解释完整。
这为投资者理解风格因子如何驱动指数表现提供了量化基础,也体现模型在行业和风格归因方面的实用价值。,14]
附录一列出了财通金工指数池覆盖的市场指数,涵盖上证、深证及中证多个权重和风格指数,覆盖市场主流且具代表性指数。
附录二详细定义10大类风格因子及子因子计算公式、权重及处理细节,包括:
附录条理清晰,定义和计量严谨,为因子建设奠定良好基础,确保研究的技术可信度。,15]
报告保证作者具备合法证券分析师资质,数据来源合规,观点独立客观,无受第三方干预。
明确公司评级参数,涉及买入、增持、中性、减持、卖出等明确定义。
免责声明全面详尽,提示信息仅供参考,无构成投资建议,提醒投资者自行判断和风险承担。
版权声明保障报告合法合规应用。
| 图表编号 | 内容描述 | 解读 | 对文本论点的支持 | 评论与溯源 |
|---|---|---|---|---|
| 图1 | 十大类风格因子平均覆盖率柱状图 | 覆盖率几乎全部超95%,规模和波动率最高,盈利略低。体现了数据基础扎实,填充必要。 | 数据完整性确保模型适用性,支持因子填充讨论基础。 | |
| 图2 | 缺失值填充主要方法示意 | 展示市场均值、行业均值、市值分组均值、前向填充和结构化填充五种方法总体框架。 | 便于读者跟踪方法选择逻辑与实证。 | |
| 图3 | BP 因子行业均值柱状图 | 不同行业BP值差异显著,银行及钢铁明显高于科技行业,反映行业特性。 | 说明行业填充逻辑合理优于市场均值,细化填充策略。 | |
| 图4 | 不同市值分组因子均值曲线 | 盈利和杠杆率因子随市值呈下降,小市值流动性更高,体现市值与因子相关规律。 | 解释为何基于市值分类填充有一定逻辑及局限。 | |
| 图5 | 财务因子实际与填充值对比曲线 | 三种填充方法回归法曲线贴合度最高,行业均值次之,市值均值最差,说明结构化回归法性能最优。 | 量化实验证明结构化填充优势,驱动推荐结论。 | |
| 图6 | 价量因子实际与填充值对比曲线 | Beta、BP、波动率同样显示结构化填充拟合最佳,强化该方法全面适用性。 | 巩固因子填充方法的通用性及结构化优势。 | |
| 图7 | 上周主要指数周收益柱状图 | 中证500及中证500价值涨幅领先,体现小盘及价值板块活跃。 | 反映市场近期风格及情绪,辅助市场风格分析章节。 | |
| 图8 | 上周中信一级行业累计收益柱状图 | 综合和餐饮旅游行业表现优异,银行类表现落后。 | 支持行业层面的市场风格解析。 | |
| 图9 | 纯风格因子近两周收益对比柱状图 | Beta为正,规模等负面,确认市场大小盘与风险偏好变动。 | 数据支撑市场风格轮动及因子收益表现分析。 | |
| 图10 | 近一月风格因子净值走势图 | Beta持续领先,规模和盈利因子净值走低,展现风格持续表现的动态。 | 帮助理解因子在时间维度的表现持续性。 | |
| 图11 | 近一月风格因子累计收益柱状图 | 高Beta因子累计收益最高,规模、盈利、流动性为负。 | 强化市场多因子表现综合解读。 | |
| 图12 | 未来一月指数年化波动率预测柱状图 | 风险区间集中21%-31%,如创业板风险较大,偏价值及大盘风险较低。 | 量化预测未来市场波动,为风险管理提供参考。 | |
| 图13 | 样本股票占成分股比例曲线 | 所有指数均超93%,显示数据覆盖度高,模型估计具高度代表性。 | 说明模型收益风险分解及预测具有效性基础。 | |
| 图14&15 | 上周表现最好/最差指数因子暴露雷达图 | 好指数聚焦Beta及中小盘,差指数偏大盘和盈利高因子。 | 辅助理解指数收益风格差异,验证指数因子暴露关系。 | , |
本报告未涉及具体估值模型或目标价预测,重点在于多因子因子数据质量管理及市场风格和风险分析,因此无DCF、P/E、市净率或EV/EBITDA的估值计算或假设说明。
报告唯一明确风险提示是“统计结果基于历史数据,过去数据不代表未来,市场风格变化可能导致模型失效”,提醒风险投资者关注模型前提的时效性和环境变化带来的潜在模型失灵风险,同时隐含风险特征与市场突变相关。
此外,因子缺失值填充本身存在风险,如新上市股票填充因子可能与实际表现不符,模型可能受填充数据异动影响,需投资者根据自身偏好谨慎操作。
报告未进一步展开外部宏观经济、政策变化或特有行业风险的具体阐述。,2]
本报告系统深入地剖析了A股多因子模型中因子缺失值处理的理论与实证问题,并结合市场近期风格与风险数据,形成如下综合判断:
综上,该报告不仅为投资者和量化研究者提供了因子数据处理的先进思路和实证依据,还通过多层次市场风格与风险的剖析,帮助构建对A股市场短期风格动态的理解框架,具有重要的参考和应用价值。
如需访问报告中的图片与数据,下面附上关键图片展示路径:
以上为本报告全文的详尽解析,涵盖了报告的每一项关键论述、数据分析及推理过程,确保全面且专业的理解。
“拾穗”多因子系列报告(第6期):因子缺失值处理 数以多为贵.pdf