财通证券-“拾穗”多因子系列报告（第19期）：似是而非，横截面回归还是时间序列回归？-191029

《财通证券-“拾穗”多因子系列报告（第19期）：似是而非，横截面回归还是时间序列回归？-191029（15页）.pdf》由会员分享，可在线阅读，更多相关《财通证券-“拾穗”多因子系列报告（第19期）：似是而非，横截面回归还是时间序列回归？-191029（15页）.pdf（15页精品完整版）》请在悟空智库报告文库上搜索。

　　投资要点：
　　因子暴露与因子收益
　　在资产定价模型中，以Fama-French模型为代表的时间序列回归将因子收益视为已知、因子暴露视为待估计的参数；而在以Barra模型为代表的横截面回归中，将因子暴露视为已知、因子收益视为待估计的参数。
　　根据Fama-French方法构建的因子收益更像是一种多空分组法或者Double-Sort分组法，其主要目的是根据分组的方法剔除目标因子与其他因子之间的相关关系，这种方式在因子数量较多时将受到较大的限制。
　　通过时间序列回归计算得到的因子暴露与采用个股特征直接得到的因子暴露之间体现出一定的相关关系，但二者之间仍然存在明显区别。在选股能力方面，用个股特征得到的因子暴露具有更好的选股效果。
　　资产定价解释度R方的比较
　　Fama-French回归更加注重收益的解释，而Barra模型更加注重收益的预测，两种回归模型讨论的并不是同一个问题，因此不能直接将其R方进行比对。
　　两个问题
　　给定一个公式，判断其是时间序列回归还是横截面回归的关键在于截距项的表示，这一概念的明晰对于公式的规范表达至关重要。
　　在特质动量因子的计算中，我们在时间序列上剥离了市值和价值的影响之后，在横截面上个股与Size和BP仍然体现出强烈的相关关系。究其原因，我们认为时间序列上的剔除与横截面上的剥离是存在区别的，二者并不能完全等同。
　　风险提示：本报告统计结果基于历史数据，过去数据不代表未来，市场风格变化可能导致模型失效。