【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)

验证Fama French五因子模型在中国市场的表现(上)


模型解释

2015年,Fama和French在其自己提出的三因子模型的基础上提出了新的五因子模型,在市场因子、市值因子、账面市值比因子的基础上,新增了盈利因子与投资因子,他们通过对于股市持续的观察与研究,认为盈利与投资能力也是解释股票收益率的重要因素。

在加入了这两个因子后,Fama和French得到了全新的五因子模型:
图片

其中RMW(Robust Minus Weak)为盈利因子的收益率,CMA(Conservative Minus Aggressive)为投资因子的收益率。


策略原理

假设Fama French五因子模型有效,那么投资组合收益率应该被上述五个因子完全解释,那么α值应该为0。因此,如果市场上存在具有α收益的资产,则此时资产的价格偏离了其应有的水平。具体来说,如果α<0,表明该股的收益率被低估,则应该买入;相反,如果α>0,则表明该股的收益率被高估,应该卖出。


策略细节设定

  1. 市场因子选择:
    上证综指。上证综指成分股包含了在上海交易所上市的全部A股股票,包含了大中小市值与各类成色及经营能力的公司,具有高度的普遍性及适应性,因此选择上证综指为市场组合。

  2. 选股范围:
    沪深300所有成分股。沪深300指数中包含了沪市与深市300支代表性强,流通性高的股票,质地较为优异,适合作为选股池。

  3. 因子建立范围:
    全部A股。为保证因子的有效性及正确性,使用全部A股建立因子。

  4. 标的池容量:
    60支股票。

  5. 回测时间:
    2018-01-01至2020-12-31。


五因子模型有效性验证

对于Fama French五因子策略,由于策略盈利原理为不断换仓以持续购买α值小的低估股票,验证方法应为以不同α值的股票构建不同投资组合,对比不同α值的投资组合收益率是否有明显差异,即α值越小,回报率越高。具体实现思路如下:

每个月:

  1. 计算全部A股的日收益率序列。
  2. 计算市场因子的日收益率序列。
  3. 提取每月初全部A股的市值、账面市值比、净资产收益率(收益因子)、总资产增长率(投资因子)数据。将所有A股按照市值分为2组,按其余各因子分别以30%,70%分位数分为3组,计算因子收益率。
  4. 将所有A股收益率作为因变量,与五个因子收益率进行回归,计算个股α值。
  5. 将沪深300成分股按照α值从小到大分为5组。
  6. 使用第5步的分组结果,分别以α值最小(第1组),α值较小(第3组),α值最大(第5组)的股票为标的池。
  7. 对于每个投资组合,购买标的池中所有股票,平仓所有不在标的池的持仓。
    每个月重复上述步骤。

对于因子收益率的计算,具体来说,本策略采用Fama和French在论文中的分组方式。即沿着某两个因子维度将股票分成2*3=6个组合。在这两个维度中,一个固定为市值(规模因子),另一个分别为其余三个因子。因子的具体计算方式如下表所示。

【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)_第1张图片

表格中使用到的字母含义分别为:
【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)_第2张图片

遵循上述验证步骤,可以获得三组投资组合在回测时间内的净值表现:
净值曲线(1) α值最小的60支股票(第1组)

【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)_第3张图片

净值曲线(2) α值位于第121-第180名的60支股票(第2组)

【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)_第4张图片

净值曲线(3) α值最大的60支股票(第3组)
【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)_第5张图片

为了更直观的比较,提取出三个组合的净值数据,将三个组合及沪深300的净值曲线绘制在同一张图中,结果如下:
【点宽专栏】验证Fama French五因子模型在中国市场的表现(上)_第6张图片

令人意外的是,Fama和French新提出的五因子模型在近三年的表现并不理想。使用该策略所选择出来的α值最小的低估标的投资组合在三年时间内跑输大盘,且使用不同的α值构建的投资组合的净值曲线在2019年下半年之前并没有非常显著的差异,α值最大的投资组合甚至跑出了最好的效果。

因此,总的来说,在2018-2020年内,Fama French五因子策略有效性较弱。

(未完待续)

你可能感兴趣的:(金融科技,金融,其他)