来源: 渤海证券《Barra 风险模型（CNE6）之纯因子构建与因子合成——多因子模型研究系列之九》，2019.06 标签: #多因子模型 #Barra #CNE6 #纯因子 #风险模型
核心思想
分层回测无法保证单一因子对其他因子的暴露中性，需要用纯因子模型（单一因子暴露为1，其他因子暴露为0）来客观反映因子的真实收益能力。
纯因子模型求解
回归方程
其中 为因子暴露矩阵（1个国家因子 + S个行业因子 + M个风格因子）。
约束条件
- 行业权重约束: 引入国家因子后，行业因子之和为1导致解不唯一，需加入行业市值权重约束
- 异方差处理: 使用 为权重进行加权最小二乘回归
权重矩阵求解
带约束最小二乘法求得纯因子组合权重矩阵 ，每一行对应一个纯因子组合。
CNE6 因子结构
| 一级因子 | 二级因子 | 说明 |
|---|---|---|
| Size | LNCAP, MIDCAP | 流通市值对数 + 非线性市值（中市值） |
| Volatility | BETA, Residual Volatility | Beta + 残余波动率（HSIGMA/DASTD/CMRA） |
| Liquidity | STOM, STOQ, STOA, ATVR | 月/季/年换手率 + 年化交易量比率 |
| Momentum | STREV, Seasonality, Industry Momentum, Momentum(RSTR+HAlpha) | 短期反转 + 季节 + 行业动量 + 传统动量 |
| Quality | Leverage, Earnings Variability, Earnings Quality, Profitability, Investment Quality | CNE6 中改动最大的因子 |
| Value | BTOP, Earnings Yield(BTOP/EPFWD/CETOP/EM), Long Term Reversal | 加入了长期反转 |
| Growth | EGRLF, EGRO, SGRO | 预测利润增长率/每股净利润/收入增长率 |
| Dividend Yield | DTOP, DPIBS | 股息率 + 分析师预测股息率 |
回测结果（2009.01-2019.04）
- 流动性(Liquidity): 纯因子累计-62.77%，最稳定的负收益因子
- 动量(Momentum): 累计-52.26%，短期反转贡献最大
- 质量(Quality): 累计+32.46%，Profitability 表现最好（夏普1.14）
- 波动率(Volatility): 累计+29.32%，BETA 与 ResVol 走势基本一致
- 估值(Value): 累计+24.98%，加入长期反转后大幅提高
- 分红(DTOP): 累计+8.21%，2014年后收益明显
权重调整
将 MIDCAP（规模因子）和 Earnings Quality（质量因子）的权重由正向调整为负向后，Adjusted 由34%上升至36%。