Barra风险模型简介

一、Barra简介

Barra风格因子模型是明晟公司 (MSCI) 旗下多因子模型产品，主要应用于多因子选股分析和结构化风险因子分析。即通过构建对应的模型，得到各个因子的收益率、方差、因子暴露、因子有效性及择时有效性，并由此进行分析。

模型的风格因子

1. 市值因子(Size)：上市公司大盘股的程度
2. 非线性市值因子(Non-linear Size)：上市公司规模处于中等的程度
3. 价值因子(BP): 记账价值和市值的比值
4. 成长因子(Growth): 净资产、盈利和盈利预期综合度量
5. 动量因子(Momentum): 3个月短期动量
6. 盈利因子(Earning Yield): 盈利和股票市值的比值
7. 杠杆因子(Leverage): 上市公司的杠杆使用情况
8. 流动性因子（Liquidity下: 由交易量和频率不同而带来的收益
9. Beta因子(Beta):上市公司与股票指数之间的协同效应
10. 波动性因子(Volatility): 对大盘偏离的不确定性

Barra风格因子模型旨在利用上述的十种风格因子，对基金的收益及风险进行分析。

二、Barra模型构建

估计因子暴露及因子收益

• 时间序列回归：通过个股收益率序列对因子收益回归，估计因子暴露；

1. 确定因子收益率，
2. 股票超额收益率和风险因子超额收益率进行回归。

• 横截面回归，在每一期通过个股收益率对

1. 确定因子期初暴露，
2. 利用一系列横截面数据回归得出公共因子的收益率，
3. 进而求出这些公共因子的协方差矩阵，
4. 对投资组合的收益和风险状况进行分析。

• Barra模型的构建

实操中股票收益率可以表示为市场收益率、行业收益率、风格因子收益率以及特质收益率的线性组合

三、总结

1. 多因子模型估计协方差矩阵需要估计因子暴露以及因子收益。
2. barra风险估计分成两个部分：第一是因子收益率的协方差矩阵，第二是每只股票的特异收益率
3. 在时间序列回归的估计窗口内，因子暴露是固定的，而因子收益率是变化的, 估计得到的因子暴露对于市场的变化反应较慢。
4. 横截面回归中，因子暴露会根据公司特征的变化及时变化，每一期的因子暴露和因子收益率都是变化的，从而能够及时的反映市场变化情况。

四、参考

1. 常听说的Barra风险模型到底是什么？ - 知乎 (zhihu.com)
2. 【多因子模型】Barra模型讲解（2） - 知乎 (zhihu.com) 
3. Barra系列（一）：Barra因子构建和因子测试框架 - 知乎 (zhihu.com)