摘要: 因子投资和SmartBeta策略为主动管理和被动跟市搭建了桥梁。市场上SmartBeta策略产品最普遍的是SmartBeta策略指数和ETF，其能够根据市场的变动自动调节成分股的构成和权重，理论上既能获得高出市场的超额收益，又不需要专业的管理和大量的研究成本。... 展开 因子投资和SmartBeta策略为主动管理和被动跟市搭建了桥梁。市场上SmartBeta策略产品最普遍的是SmartBeta策略指数和ETF，其能够根据市场的变动自动调节成分股的构成和权重，理论上既能获得高出市场的超额收益，又不需要专业的管理和大量的研究成本。SmartBeta产品反映了投资者Alpha投资理念到Beta投资理念的转变，即，超额收益来源于风险溢价，而非对行业、个股的大量研究和对市场动态的精准判断和反应。大数据背景下，投资正朝向简单化、透明化和大众化的方向发展，Beta投资理念将逐渐被大众接受和认可。在这样的背景下，对SmartBeta指数化产品的研究既有学术意义，又有实际应用价值。 市场上可投资的因子主要分为收益型因子和风险型因子，前者包括小盘股因子、红利收益率、价值/成长型因子等，后者包括市场风险、流动性、波动性、动量因子等。收益型因子已有很多学者对其做出充分的考证，溢价原理也较为明确。而风险型因子却始终存在众多疑点。本文研究范围限定在风险型因子上，不涉及收益型因子。本文研究过程围绕以下几个问题：哪些因子可以产生风险溢价；其产生溢价的能力如何；如何通过SmartBeta策略来应用这些因子；实际应用表现如何。 实证研究部分，本文在Fama-Macbeth两步回归法基础上做出改进，研究策略组合的风险收益。第一步先用时间序列数据回归得各个因子敏感性系数序列；第二步只筛选在5%的显著性水平下通过T检验证明显著相关的股票进行横截面回归。设置阙值30，只有超过30支股票与因子显著相关时，才筛选该因子作为可建立SmartBeta策略的因子。在各个时点进行横截面回归后，回归系数平均值即为该投资组合对该因子的预期风险收益。根据数据可得性，本文从市场风险溢价，流动性，波动性和动量因子中构建子风险指标13个，经过因子相关性检验和Fama-Macbeth两步法回归结果，最终筛选出三个指标可用于构建投资组合：市场超额收益、Amihud非流动性指标和Carhart动量指标。 本文旨在构建策略指数，对市场现存SmartBeta策略指数做出改进。根据前一步Fama-Macbeth回归结果，为充分研究各种选股原则和加权方式的优劣势，找到策略指数的最优构建方式，本文根据敏感性系数分布特征，用多个方式构建策略指数。其中，市场超额收益因子用6种方法构建策略指数，流动性因子用3种方法构建策略指数，动量因子用8种方法构建策略指数。最后，通过策略回测检验策略优劣，从收益率、波动性和夏普比率等多重角度分析回测结果，并与市场现存可比策略指数实际表现对比。 最后，本文针对上述回测结果做出总结和下一步研究展望。根据实证研究，本文得出结论包括以下几点：首先，我国股市不存在波动性溢价，即市场整体波动性对个股收益无显著影响。其次，市场超额收益、流动性风险、动量因子都能产生风险收益。其中，市场超额收益低Beta策略表现最优；流动性风险对股市影响轻微，但高的市场流动性能在一定程度上带动部分个股收益；负动量策略适用于市场下行时止损，低动量策略适用于市场上行时盈利。 收起