DaQuant > 帮助 > 业绩评价

8.8 业绩归因分析

8.8.1 择时能力分析

8.8.1.1 特雷诺-梅泽模型

        1. 名称:特雷诺-梅泽模型(Treynor Mazuy Model, TMM)

         2. 方程

        其中,表示产品日收益率,表示指数日收益率,是TMM模型的预期收益截距项,表示模型的误差项。

        3. 释义

        的P值小于0.05时,说明的估计有统计意义,这时如果的估计值大于0,说明产品有正的择时能力。这里可以这样理解,时,是指数超额收益率开口向上、中轴在负数侧的抛物线,跟随指数正超额收益变化的速率大于负超额收益变化的速率,即指数超额收益下跌时降低了贝塔值。

8.8.1.2 亨瑞克森-莫顿模型

        1. 名称:亨瑞克森-莫顿模型(Henriksson Model, HMM)

         2. 方程

        其中,表示产品日收益率,表示指数日收益率,是HMM模型的预期收益截距项,表示模型的误差项。

        3. 释义

        的P值小于0.05时,说明的估计有统计意义,这时如果的估计值大于0,说明产品有正的择时能力。这里指数正超额收益时的贝塔值为,负超额收益时的贝塔值为

8.8.1.3 常-卢埃林模型

        1. 名称:常-卢埃林模型(Chang Lewellen Model, CLM)

         2. 方程

        其中,表示产品日收益率,表示指数日收益率,是CLM模型的预期收益截距项,表示模型的误差项,分别为指数正负超额收益时的贝塔。

        3. 释义

        P值小于0.05时,估计值有统计意义,这时如果,说明产品有正的择时能力(严格来说,还需要看的假设检验P值是否小于0.05)。

8.8.2 多因素模型业绩归因

8.8.2.1 法玛-弗伦奇三因素模型

        1. 名称:法玛-弗伦奇三因素模型(Fama French 3-Factor Model, FF3)

         2. 方程

        其中,表示产品日收益率,表示指数日收益率,是FF3模型的预期收益截距项,表示模型的误差项,代表规模风险指数收益率,代表价值风险指数收益率,分别代表产品在市场风险指数、规模风险指数、价值风险指数上的风险系数,或者说风险暴露程度。

        3. 释义

        规模风险表示小规模股票相对大规模股票对应的收益波动,估值风险表示低估值股票相对高估值股票对应的收益波动,数据来自于量邦风险指数数据库。当括号中的P值小于0.05的时候,估计值有统计意义,大于0.05时,可以认为该项风险不能解释产品的收益率。

8.8.2.2 卡哈特四因素模型

        1. 名称:卡哈特四因素模型(Carhart 4-Factor Model, CH4)

         2. 方程

        其中,代表产品在动量风险上的风险系数,或者说风险暴露程度。

        3. 释义

        CH4在FF3的基础上加入了动量风险指数,动量风险表示过去一年涨势较好的股票相对涨势较弱的股票对应的收益波动,该数据来自于量邦风险指数数据库。当P值小于0.05的时候,估计值有统计意义,当P值大于0.05时,可以认为该项风险不能解释产品的收益率。

8.8.2.3 法玛-弗伦奇五因素模型

        1. 名称:法玛-弗伦奇五因素模型(Fama French 5-Factor Model, FF5)

         2. 方程

        其中,分别代表产品在投资风险和盈利能力风险上的风险系数,或者说风险暴露程度。

        3. 释义

        FF5在FF3的基础上加入了投资风险指数和盈利风险指数,投资风险表示投资风格激进的上市公司相对保守的上市公司的收益波动,盈利风险表示高盈利上市公司相对低盈利上市公司的收益波动,该数据来自于量邦风险指数数据库,当P值小于0.05的时候,估计值有统计意义,当P值大于0.05时,可以认为该项风险不能解释产品的收益率。

8.8.3 业绩归因走势图

        “业绩归因走势”图是策略净值、基准净值以及价值因子(SMB)、估值因子(HML)、投资风格因子(CMA)、盈利能力因子(RMW)、真实阿尔法收益(RealAlpha)和截距项阿尔法收益(Alpha)的累积效应的时间序列走势图,其中纵坐标是净值,横坐标是按照交易日时间轴。

        图中各条曲线的意义如下:

                Portfolio:表示策略净值()按照交易日的时序走势;

                Market:表示基准净值()按照交易日的时序走势;

                SMB:表示价值因子对策略收益贡献的累积效应,即的累积净值走势;

                HML:表示估值因子对策略收益贡献的累积效应,即的累积净值走势;

                CMA:表示投资风格因子对策略收益贡献的累积效应,即的累积净值走势;

                RMW:表示盈利能力因子对策略收益贡献的累积效应,即的累积净值走势;

                RealApha:表示除去风险因子之外策略收益剩余的真实阿尔法收益(即残差收益)的累积效应,即的累积净值走势,可以看出它由截距阿尔法和特异收益率两部分组成;

                Alpha:表示截距项阿尔法收益的累积效应,即的累积净值走势。

8.8.4 多期行业配置权重走势图

        “多期行业配置权重走势”图是展示策略持仓在中证各行业权重时间序列走势图,其中纵坐标是行业权重(数值用百分数%表示),横坐标是按交易日时间轴。

8.8.5 资产配置与个券选择归因

8.8.5.1 股票持仓行业配置表

        “股票持仓行业配置”表是展示股票持仓最近一期的组合权重、基准权重、组合收益、基准收益、资产配置、个券选择和交叉效应在中证各行业及其总计情形下的配置情况(数值用百分数%表示)。

        其中,资产配置:

        个券选择:

        交叉效应:

        这里为组合资产权重,为基准资产权重,为组合资产收益,为基准资产收益。

8.8.5.2 多期行业配置归因时序图

        “多期行业配置归因时序”图是展示策略持仓每一期在资产配置、个券选择和交互效应上的归因结果,其中纵坐标是归因收益和总超额收益(数值用百分数%表示),横坐标是按交易日时间轴。

        图中各曲线意义如下:

                1) 资产配置:以行业配置收益(AR)为纵坐标按照交易日绘制的时序图;

                2) 个券选择:以个股选择收益(SR)为纵坐标按照交易日绘制的时序图;

                3) 交叉效应:以交叉效应收益(IR)为纵坐标按照交易日绘制的时序图;

                4) 总计:以总超额收益(TR)为纵坐标按照交易日绘制的时序图。

        其中,AR、SR、IR和TR的算法是根据多期行业配置归因方法得到的:

        持仓多期归因处理技术的基本原理在于将总超额收益按照一定的算法归因于资产配置、个股选择和交互收益三种效应中去。根据Burnie, Knowles, and Teder提出的几何归因法,重新定义归因效应的表达式:

        事实上用几何归因方法重新定义每一期的效应,多期归因分析可以像收益率一样进行复合计算。

上一页下一页