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
- 市值因子(Size):上市公司大盘股的程度
- 非线性市值因子(Non-linear Size):上市公司规模处于中等的程度
- 价值因子(BP): 记账价值和市值的比值
- 成长因子(Growth): 净资产、盈利和盈利预期综合度量
- 动量因子(Momentum): 3个月短期动量
- 盈利因子(Earning Yield): 盈利和股票市值的比值
- 杠杆因子(Leverage): 上市公司的杠杆使用情况
- 流动性因子(Liquidity下: 由交易量和频率不同而带来的收益
- Beta因子(Beta):上市公司与股票指数之间的协同效应
- 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;
- 确定因子收益率,
- 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
- 确定因子期初暴露,
- 利用一系列横截面数据回归得出公共因子的收益率,
- 进而求出这些公共因子的协方差矩阵,
- 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
- 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。
- 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
- 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。
- 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。