风格动态配置全攻略：风格定义、观点获取与组合构建-20210722-兴业证券-32页_1mb

报告摘要

风格动态配置全攻略总结

核心内容

本文系统阐述了风格配置的三大核心步骤：风格定义、观点获取和组合构建，并提出了兴证风格体系，为后续风格动态配置研究奠定了基础。全文旨在弥合风格配置理论与实践之间的鸿沟，帮助基金经理更好地利用风格配置观点进行投资决策。

主要观点

风格配置的重要性：
- 风格配置能够帮助投资者获取超额收益，其收益来源包括市场对风格的历史业绩的过度反应以及对风险的补偿。
- 不同风格具有不同的风险与收益特征，了解并确定组合的投资风格有助于优化资产配置。
风格定义方法：
- 风格定义可分为行业风格体系和多因子风格体系。
- 多因子风格体系更受重视，本文基于Barra风格因子构建了兴证风格体系，涵盖规模、估值、成长、波动、红利、盈利、反转、质量等维度。
观点获取方式：
- 基于外生变量：包括样本统计法（如“因子投资时钟”）和模型预测法（如多元线性回归、逻辑斯特回归、非参数模型等）。
- 基于因子自身特征：如估值价差和因子动量，分别从资产估值与历史收益延续性角度分析风格表现。
组合构建方法：
- 本文从两个角度分析风格配置在投资组合中的应用：基于风格归因和基于组合构建。
- 基于风格归因，通过调整组合权重，优化风格暴露，提升组合收益。
- 基于组合构建，通过风格指数选择股票池，构建风格投资组合。

关键信息

风格定义

行业板块体系：将股票分为金融、周期、消费、成长、稳定五大类，优点在于直观且易于理解，但主观性强。
多因子体系：
- 因子多空投资组合：通过做多高因子值股票、做空低因子值股票构建风格代理变量，但存在因子暴露不纯粹的问题。
- 纯因子投资组合：通过回归方法构建纯因子，对目标因子具有单位暴露，对其他因子无暴露，适用于风险管理和业绩归因。
- Smart Beta 指数：采用规则化方式构建，具有较好的可投资性，但风格表现代理能力相对较弱。
兴证风格体系：基于Barra风格因子，涵盖规模、估值、成长、波动、红利、盈利、反转、质量等大类风格，每个风格下有细分因子。风格因子合成采用等权方式。

风格观点获取

样本统计法：以“因子投资时钟”为例，通过宏观经济指标（如PMI）划分经济周期，从而判断风格表现。
模型预测法：利用线性回归、机器学习等方法预测因子收益，以实现风格轮动的判断。
因子自身特征法：
- 估值价差：通过估值指标（如PE、PB）预测因子表现，能够有效解释价值与成长风格差异。
- 因子动量：基于因子历史收益延续性，构建风格轮动策略，具有全球性。

组合构建应用

基于风格归因：
- 计算组合的风格暴露，结合因子收益预测，调整组合权重以优化风格配置。
- 以上证50指数为例，调整后组合在成长风格上的暴露增加，提升了整体收益。
基于组合构建：
- 利用风格指数预测风格配置观点，确定推荐股票池。
- 以Smart Beta指数为基准，构建风格投资组合。

图表关键内容

图表1：晨星投资风格箱，将基金分为9种风格，基于市值与成长价值维度。
图表2：新晨星投资风格成长价值维度细分因子，价值与成长分别由5个因子构成。
图表3：风格配置流程图，包括定义风格、获取观点、应用观点三个步骤。
图表4：中信风格股价指数，按行业分类，分为金融、周期、消费、成长、稳定。
图表5：中信风格指数历史表现，展示了不同风格的收益趋势。
图表6：风格表现代理方法汇总，包括因子多空、纯因子、Smart Beta三种方式。
图表7：Smart Beta指数介于主动与被动投资之间，基于特定风险因子进行配置。
图表8：Russell1000风格指数，涵盖价值、质量、规模、低波动、动量等风格。
图表9：MSCI风格指数，从六个维度构建，包括规模、估值、质量、动量、低波动、红利。
图表10：国证成长与国证价值指数历史表现，展示风格差异。
图表11：不同风格体系优缺点对比，行业体系直观但主观性强，多因子体系可投资性较差，Smart Beta体系较易操作但风格表现代理能力较弱。
图表12：多因子体系下三种风格代理变量。
图表13：兴证风格定义步骤，包括风格因子确定、处理与合成。
图表14：Barra风格因子列表，涵盖市值、估值、盈利、成长等。
图表15：大类风格种类，包括规模、估值、成长、波动、红利、盈利、反转、质量。
图表16：主流风格细分因子，包括EP、BP_LR、Revenue_SQ_YoY、NetProfit_SQ_YoY、RealizedVolatility_240D等。
图表17：大类风格因子相关性，显示各因子间的相关性情况。
图表18-19：因子多空投资组合，用于风格代理变量构建。
图表20-21：纯因子投资组合，用于风格收益分析。
图表22-23：Smart Beta指数构建方式。
图表24：风格动态配置观点方法，分为外生变量和因子自身特征两类。
图表25：美林投资时钟，将经济周期分为四个阶段。
图表26：PMI状态与经济周期，用于风格配置分析。
图表27：PMI风格配置时钟，基于经济周期与风格表现构建。
图表28：基于收益率和组合的业绩分析对比。
图表29：基于风格归因的应用步骤。
图表30：上证50指数的风格暴露（2021-05-30）。
图表31：2021年6月纯因子收益率。
图表32：2021年6月各风格因子收益贡献。
图表33-34：调整前后增减仓股票的风格因子暴露。
图表35-36：调整后上证50指数风格暴露与收益贡献。
图表37：调整后上证50指数表现。
图表38：基于组合构建角度的应用步骤。
图表39-40：中证800因子多空投资组合。
图表41-42：中证800纯因子投资组合。
图表43-44：中证800Smart Beta指数。

未来研究展望

更准确地获取风格配置观点。
更有效地利用风格配置观点提升投资组合表现。

风险提示

报告中的结论基于历史数据统计、建模和测算，若政策或市场环境发生变化，模型可能失效。

参考文献

Sharpe, William F. 1992. "Asset allocation: Management style and performance measurement."
Kahn, Virginia. 1996. “A Question of Style: Must Consistency Equal Mediocrity in Mutual Funds?”
Levis, Mario. 1999. “Are Small Firms Big Performers?”
Quigley, Garrett and Rex Sinquefield. 2000. Performance of UK Equity Unit Trusts.

展开完整摘要