BARRA CNE6 模型: 中国股票市场因子分析

分析了 BARRA 中国市场模型 (CNE6) 的因子体系，并检验其选股能力。CNE6 模型构建了包含9个一级因子、20个二级因子和46个三级因子的体系，解释了中国股票市场 33.63% 的收益率变动。

主要发现:

  • 多数因子展现出积极的选股能力，但部分因子与股票收益率的相关性较低。例如，一级因子 Quality 和 Growth 及其二级因子效果不佳。
  • Size、Liquidity 和 Volatility 因子的累积纯因子收益率最高。然而，Volatility 因子在 2015 年后的表现显著下降，Size 因子在 2017 年后的收益率几乎为零。
  • 模型残差分析表明，CNE6 对股票收益率的解释力仍有提升空间。残差的均值和波动率具有显著的选股能力。
  • 将残差均值和波动率作为一级因子纳入模型后，解释力提升至 34.22%。

未来研究方向:

  • 探索更优的因子加权方式以提高模型解释力。
  • 解决数据质量和因子覆盖度问题，特别是 Sentiment 因子。
  • 进一步提升 CNE6 模型的解释能力。