论文部分内容阅读
Smart Beta是基于规则改变投资组合的权重，以捕获某些风险因子的风险敞口并获取超额收益的一类指数衍生品。随着我国资本市场信息和技术资源的持续优化，Smart Beta指数类产品的发展势头不容小觑。截止到2017年6月，我国已发行并管理20只Smart Beta指数产品，产品规模达到114.45亿元。综观A股市场现有的Smart Beta指数，大多采用优化权重的方式改变指数中的个股权重，并获得超额收益。这种构建方法缺乏明显的因子偏向性，不利于普通投资者理解其金融涵义，亦不利于指数衍生品的多元化发展。
随着投资者理财需求分化趋势愈加明显，学术研究开始探究新的 Smart Beta指数构建方法。本文试图通过探究下述问题来展开研究：
1.采用等权重加权法和最小方差加权法构建的Smart Beta指数的市场表现如何？有哪些弊端？
2.上述两种方法构建的Smart Beta指数是否暗含了某类因子的偏向？
3.如何构建基于因子偏向的Smart Beta指数？其中的个股权重如何优化？
4. 如何选择有效的风险因子？
本文首先介绍了常见的Smart Beta指数构建方法，分别为等权重加权法、风险平价加权法、最小方差加权法和最大多元化加权法。其中，等权重加权法赋予每只股票同等的权重；风险平价加权法使得投资组合中个股的风险贡献相等，来确定个股权重；最小方差加权法通过投资组合整体的绝对风险最小化，来确定个股权重；最大多元化加权法通过最大程度地分散组合风险，来确定个股权重。这四种方法都是从优化权重的角度出发来构建Smart Beta指数，其背后的金融特性隐晦较深，不利于投资者理解和应用。如等权重加权法相比于指数对小市值股票赋予了较大的权重，这是否暗含了某类风险因子偏向？这种偏向的方向和程度如何？对普通投资者而言，这些问题的答案并不明确。
本文选取中证500指数成份股为样本数据和基准指数，选取2014年1月1日至2017年12月31日为样本期间，构建中证500指数、等权重加权法和最小方差加权法三个投资组合，回测这三个组合在样本期间内的市场表现，比较不同构建方式下投资组合的风险及收益特征。然后，通过计算超额收益率和因子收益率的相关系数，以及对超额收益率和因子收益率进行一元回归并检验其显著性，探究运用等权重加权法及最小方差加权法构建的Smart Beta指数所暗含的因子偏向性。实证结果显示：
1.等权重加权法构建的Smart Beta指数的收益从长期来看优于中证500指数的市场表现；最小方差加权法构建的Smart Beta指数的风险低于中证500指数的风险。
2.等权重加权法构建Smart Beta指数的方式相对于中证500指数暗含了小市值因子偏向，而最小方差加权法构建Smart Beta指数的方式相对于中证500指数更偏向于低beta因子和低波动率因子。
有趣的是，2017年等权重加权法的收益低于中证500指数，这可能是因为2017年金融监管趋严，小市值股票表现不佳，市场回归价值投资。
在上述研究的基础上，本文提出了基于结构化风险模型和因子偏向，对Smart Beta指数构建方法进行改进。通过设定投资组合相对于指数的单因子偏向，作为个股权重的确认条件；通过选取15个风险因子对股票的收益率进行横截面回归，作为组合风险优化器。构造多个Smart Beta指数并分析其风险收益特征，实证结果显示：
1.市值因子相对于指数有-0.5σ的因子偏向，新方法构建的Smart Beta指数获得了与等权重加权法大致相同的净值曲线，并且相应的风险指标数值更小。
2.beta 因子和波动率因子相对于指数有 0.5σ 的因子偏向，得到的 Smart Beta指数的风险与收益都与最小方差加权法相差无几。
3.基于不同的单因子偏向分别构建多个Smart Beta指数，发现随着市场条件的变化，因子与收益率的关系也会变化。
综合以上理论分析和实证研究，本文主要的创新之处在于建立了基于中国A股市场的结构化风险模型，并与量化研究中常用的因子研究相结合，提出一种新的Smart Beta指数构建方法。该方法对指数衍生品控制风险和提高收益有一定效果，并为资本市场的产品设计、投资者的理性投资及学术研究者的投资组合构建提供新思路和新方法。但本文在研究深度和广度方面仍有许多不足，在文末加以提出并思考改进的设想。
随着投资者理财需求分化趋势愈加明显，学术研究开始探究新的 Smart Beta指数构建方法。本文试图通过探究下述问题来展开研究：
1.采用等权重加权法和最小方差加权法构建的Smart Beta指数的市场表现如何？有哪些弊端？
2.上述两种方法构建的Smart Beta指数是否暗含了某类因子的偏向？
3.如何构建基于因子偏向的Smart Beta指数？其中的个股权重如何优化？
4. 如何选择有效的风险因子？
本文首先介绍了常见的Smart Beta指数构建方法，分别为等权重加权法、风险平价加权法、最小方差加权法和最大多元化加权法。其中，等权重加权法赋予每只股票同等的权重；风险平价加权法使得投资组合中个股的风险贡献相等，来确定个股权重；最小方差加权法通过投资组合整体的绝对风险最小化，来确定个股权重；最大多元化加权法通过最大程度地分散组合风险，来确定个股权重。这四种方法都是从优化权重的角度出发来构建Smart Beta指数，其背后的金融特性隐晦较深，不利于投资者理解和应用。如等权重加权法相比于指数对小市值股票赋予了较大的权重，这是否暗含了某类风险因子偏向？这种偏向的方向和程度如何？对普通投资者而言，这些问题的答案并不明确。
本文选取中证500指数成份股为样本数据和基准指数，选取2014年1月1日至2017年12月31日为样本期间，构建中证500指数、等权重加权法和最小方差加权法三个投资组合，回测这三个组合在样本期间内的市场表现，比较不同构建方式下投资组合的风险及收益特征。然后，通过计算超额收益率和因子收益率的相关系数，以及对超额收益率和因子收益率进行一元回归并检验其显著性，探究运用等权重加权法及最小方差加权法构建的Smart Beta指数所暗含的因子偏向性。实证结果显示：
1.等权重加权法构建的Smart Beta指数的收益从长期来看优于中证500指数的市场表现；最小方差加权法构建的Smart Beta指数的风险低于中证500指数的风险。
2.等权重加权法构建Smart Beta指数的方式相对于中证500指数暗含了小市值因子偏向，而最小方差加权法构建Smart Beta指数的方式相对于中证500指数更偏向于低beta因子和低波动率因子。
有趣的是，2017年等权重加权法的收益低于中证500指数，这可能是因为2017年金融监管趋严，小市值股票表现不佳，市场回归价值投资。
在上述研究的基础上，本文提出了基于结构化风险模型和因子偏向，对Smart Beta指数构建方法进行改进。通过设定投资组合相对于指数的单因子偏向，作为个股权重的确认条件；通过选取15个风险因子对股票的收益率进行横截面回归，作为组合风险优化器。构造多个Smart Beta指数并分析其风险收益特征，实证结果显示：
1.市值因子相对于指数有-0.5σ的因子偏向，新方法构建的Smart Beta指数获得了与等权重加权法大致相同的净值曲线，并且相应的风险指标数值更小。
2.beta 因子和波动率因子相对于指数有 0.5σ 的因子偏向，得到的 Smart Beta指数的风险与收益都与最小方差加权法相差无几。
3.基于不同的单因子偏向分别构建多个Smart Beta指数，发现随着市场条件的变化，因子与收益率的关系也会变化。
综合以上理论分析和实证研究，本文主要的创新之处在于建立了基于中国A股市场的结构化风险模型，并与量化研究中常用的因子研究相结合，提出一种新的Smart Beta指数构建方法。该方法对指数衍生品控制风险和提高收益有一定效果，并为资本市场的产品设计、投资者的理性投资及学术研究者的投资组合构建提供新思路和新方法。但本文在研究深度和广度方面仍有许多不足，在文末加以提出并思考改进的设想。