1.1. ILLIQ 计算方法
我们知道,流动性的本质是买卖证券时,承担的价格变动,而传统的流动性因子(换手率、流通市值等)缺少的恰恰是价格因素,针对这个缺陷,我们尝试将成交量与价格变动联系起来,利用它们的比值,反映流动性,这个新的因子就是ILLIQ,具体计算公式如下,其中N 表示计算因子所用的观察期长度。http://www.hibor.com.cn【慧博投研资讯】
公式的分子部分体现了观察期内,价格波动的累积情况;分母部分则表示成交量,两者相除,反映了在单位成交量下,证券价格波动的大小。http://www.hibor.com.cn(慧博投研资讯)ILLIQ 越小,表明在成交金额相同的情况下,证券价格受到的冲击较小,说明它的流动性好;相反,ILLIQ 越大,则说明流动性越差,所以ILLIQ 表示证券的“非流动性”,基于这个缘故,它被命名为“非流动性因子”。
根据“风险-收益”匹配原则,流动性差的证券理应获得一定的风险补偿,也就是说,历史上,ILLIQ 因子值高的证券,应该有更好的收益,下面的章节中,我们将在A 股市场上对ILLIQ 因子进行实证分析,以验证它的选股能力。
2. 实证结果
2.1. 全部A 股上回测结果2.1.1. 分组原则
我们选取2005.08.01-2013.09.30 共98 个月、全部上市A 股的数据,其中剔除了以下三种股票:
1、 ST 股、PT 股。
2、 上市不满一个月的股票。
3、 当月没有成交的股票。
接下来,我们根据观察期内ILLIQ 因子的大小,将股票分为10 组,以每个月第一个交易日为换仓日,计算每组在下一个月的收益。
需要说明的是,经过在不同板块上的测试,我们发现用每个月最后一周的交易数据计算ILLIQ 因子,得到的选股效果最好,因此在本报告中,我们采用上一个月最后五个交易日作为观察期。
2.1.2. 净值结果
我们根据每个月ILLIQ 因子值对A 股进行分组,其中D1 的因子值最高,D2-D10的因子值依次减小。在98 个月的历史回测中,算数平均下的D1 组取得了25.8 倍的累积收益,流通市值加权下的D1 组取得23.84 倍的累积收益,均大幅战胜沪深300 指数,结果请见图4、图5。
并且,D1 到D10 的终值依次降低,10 条净值曲线甚至没有出现交叉,这说明因子的选股能力稳定,对证券市场的线性分类能力较强,能够与目前市场上流行的、以线性分类器(线性回归)为主的多因子模型良好地相互兼容。