摘要
本文通过主成分分析法构建吸收比率AR度量A股市场系统性风险,基于吸收比率构建吸收比率变化量ΔAR,验证了ΔAR在预测市场重大下行风险的有效性;最后,构建了简单的资产组合配置策略,该策略2007年至今取得了优异的表现。
首先,利用我国股票市场申万一级行业收益率样本矩阵,使用主成分分析方法计算主成分方差解释率,构建吸收比率AR度量A股市场系统性风险,吸收比率AR越大意味着市场风险来源越集中,行业板块之间耦合程度越高,系统性风险越大。可以发现,吸收比率和沪深300指数的走势呈明显的反向变动趋势;吸收比率迅速上升对应着市场行情的大幅回撤。
基于此,本文构建吸收比率变化量ΔAR,即吸收比率标准化移动平均差值,测量市场风险来源聚集的速度,用于预测市场下行风险。本文发现历史上A股市场的四次主要熊市(2008,2011,2015,2018)的起始阶段,吸收比率变化量ΔAR到达高点,出现尖峰。因此,我们将ΔAR曲线的尖峰作为预警信号,预示着市场系统性风险升高,有较大行情回撤的可能。
最后,基于吸收比率变化量ΔAR,本文定义了交易信号,构建了规避市场重大下行风险的资产配置策略。策略在2008年、2011年、2015年和2018年表现优异,准确地识别了市场大幅下行风险。2007年7月至今,预警信号总共识别了8个区间的市场下行风险,这8个区间沪深300指数的平均日度收益率为-0.09%。
2007年7月至今,预警信号阈值为1的策略累积收益率为341.75%,年化收益率为11.22%,远高于沪深300指数的累积收益率16.12%和年化收益率1.08%;策略年化波动率为18.06%,远低于沪深300指数的年化波动率26.45%。与沪深300指数相比,策略夏普比率更高,为0.043,最大回撤更小。
风险提示:本文的研究是基于对历史数据的统计和分析,因子的历史收益率不代表未来收益率。若市场环境发生变化,因子的最终表现可能发生改变。
本文利用我国股票市场申万一级行业收益率数据,使用主成分分析方法计算主成分方差解释率,以此来描述市场的系统性风险,各主成分的方差解释率之和称为吸收比率。基于吸收比率本文探讨了三个问题:第一,吸收比率与股票市场收益率之间的关系;第二,基于吸收比率,构建了吸收比率变化量指标,验证了该指标在预测市场重大下行风险上的有效性;
第三,基于吸收比率变化量指标,构建了简单的资产组合配置策略。
1吸收比率和吸收比率变化量的构建
1.1吸收比率的构建
对申万一级28个行业的收益率样本矩阵进行主成分分析,得到j维特征向量(j=2),每个特征向量j的吸收比率为𝐴𝑅,衡量第j特征向量的方差解释率,方差解释率越大意味着原始变量受该主成分地影响越大。如(1)式所示,𝐴𝑅表示t时刻j特征向量的吸收比率,通过t-T至t-1估计期内所有行业的收益率数据计算所得。其中,N表示总行业个数;𝜎表示j特征向量的方差,也就是第j个特征值;𝜎表示i行业的方差。
𝑗𝑡
𝑗𝑡
𝑗2𝑇
𝑖2𝑇
𝑗2 𝑇
𝜎
𝑗𝑡
𝐴𝑅=
𝑖2 𝑇
𝑁𝑖=1
∑
𝜎
主成分分析法(PCA)是一种数据降维技术,将n维特征映射到选取的j维特征向量上(j