波动率管理策略对FF五因子的优化研究

发布时间：2020-06-04 09:56

【摘要】：风险和收益是金融史上经久不衰的热点问题,传统理论一直认为,风险越大,收益越大,而近期以来,却不断有学者对传统观点提出质疑甚至持相反的论点。基于风险与收益的非正相关性,Moreira和Muir(2017)提出波动率管理策略,在波动率大时减少风险敞口,波动率小时增加风险敞口。该策略在美国、英国和挪威市场均取得了较好的效果,本文尝试基于FF五因子实行波动率管理策略,从而检验其在A股市场的有效性。首先,本文通过GRS检验、分组时序回归和构建量化组合的方法验证FF五因子模型在A股市场的解释力。实证表明,从具体因子来看,市场因子和规模因子具有很强的解释力,价值因子和盈利因子具有较强的解释力,投资因子解释力一般。从模型的解释力来看,五因子模型对A股股票组合超额收益率的解释力较弱,甚至不如三因子模型。其次,本文分别在单因子和多因子的环境下构造波动率管理组合,以检验波动率管理对FF五因子是否存在优化效果。从单因子与改进因子的时序回归结果来看,市场因子、规模因子、盈利因子和投资因子经管理后较原因子产生了阿尔法收益,但结果并不显著,而价值因子经管理后效果反而不如原因子。从量化策略优化的结果来看,经波动率管理后的策略较之原策略,年化收益率超出2.4%,阿尔法收益超出1.5%,?降低了10%,夏普比率提升了6%,信息比率提升了10%,最大回撤降低了5%。不管从风险和收益指标评价,均优于原策略,但改进效果比较有限。随后,本文又进行了相关的拓展检验,实证结果也支持该结论。因此,我们认为波动率管理策略在A股适用性并不强。最后,本文尝试从经验层面对前述实证结果进行解释,A股由于特定“壳污染”问题,小市值效应十分突出,市场上绝大部分的超额收益均来自小市值股票。而小市值股票的波动率较大,经波动率管理后必然会减少小市值股的持仓比重,从而难以产生更高的超额收益。
【图文】：

曲线,净值,因子,时间序列

**，***分别表示在10%、5%和1%的置信水平上显著。为了更直观地看清因子收益率，我们以第一个月为基准，依照每个月的因子收益率算出各因子的“累积净值曲线”，如图3-1所示。其中，市场因子（MKT）的净值2008-2015年比较稳定，2015-2018年略有下降。规模因子（SMB）增长势头强劲，特别是2014-2017年，，增长速度极快。表明我国A股市场具有很强的规模效应，大部分超额收益来自小市值股票。估值因子（HML）也是保持了持续上升的态势，14-17年增长速度加快。盈利因子（RMW）2008-2015年保持平稳态势，2015-2018年稳中有升。投资因子（CMA）2008-2014年的净值稳中有降

柱状图,股票组合,收益率,月度

华中科技大学硕士学位论文为了更直观的比较股票组合收益率的变动趋势，我们将上述表格制成柱状图。首先，从横向数据来看，图3-2、图3-3、图3-4均反映了一个共性的现象，即规模越小的股票组合收益率越大。这说明A股具有明显的规模效应，小市值股票更容易获得超额收益。从纵向数据来看，从图3-2中我们可以发现，纵向的数据呈现递增的趋势，即估值越大的股票组合收益率越高，说明A股市场存在一定的价值效应。从图3-3中，我们可以看到，第一列和最后一列数据呈现出递增的趋势，中间3列数据变化不太明显。从图3-4中，我们可以看到，纵向数据没有明显规律性。综上，从直观上看
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51;F224

【相似文献】