3、风险因子归因：Barra模型框架、因子暴露计算、因子收益率估计

好，咱们进入第三章。风险因子归因，说白了就是回答一个问题：我的收益到底是从哪来的？

是运气好押对了大盘？还是真的选股能力强？又或者是偷偷承担了某种你都没意识到的风险？

我个人习惯把这一步叫做「拆解收益的黑箱」。Barra模型就是那个最趁手的螺丝刀。今天咱们就把它拆开，看看里面到底怎么转的。

3.1 Barra模型框架：从CAPM到多因子

传统的CAPM模型，只用一个市场因子解释一切。你想想看，这合理吗？

当然不合理。两只股票，同一天涨了2%，原因可能完全不同。一只可能是因为大盘涨了，另一只可能是因为它属于「小盘股」风格，而当天小盘股集体爆发。

Barra模型的核心思想就是：把收益拆解到多个共同因子上。

嗯，这里要注意。Barra模型不是用来预测收益的，它是用来解释收益的。这是本质区别。

我在项目中遇到过一位同事，拿着Barra模型去预测明天涨跌，结果亏得一塌糊涂。后来我告诉他：这玩意儿是后视镜，不是望远镜。

常见的Barra风险因子包括：

• 市场因子：大盘涨跌的影响
• 规模因子：小盘股 vs 大盘股
• 价值因子：低估值 vs 高估值
• 动量因子：过去涨得好的 vs 跌得多的
• 波动率因子：低波动 vs 高波动
• 行业因子：不同行业的差异

下面这张图，是我自己画的一个Barra模型归因流程，你看一眼就明白了。

3.2 因子暴露计算：你的组合到底像谁？

因子暴露，也叫因子载荷。它衡量的是：你的组合对某个因子有多敏感。

举个例子。如果你的组合里全是银行股，那它对「利率因子」的暴露就很高。如果利率一涨，你的组合大概率要跌。

计算因子暴露，通常有两种方式：

1. 基于持仓的暴露：直接看持仓股票在因子上的暴露，然后加权平均。
2. 基于时间序列的暴露：用组合收益率对因子收益率做回归，回归系数就是暴露。

我个人更推荐第一种。为什么？因为它更透明，你能清楚地知道风险来自哪只股票。

下面是一个计算因子暴露的Python示例：

import pandas as pd
import numpy as np

# 假设我们有股票的因子数据
# 因子：市值、估值、动量
stock_factors = pd.DataFrame({
    'stock': ['A', 'B', 'C', 'D'],
    'size': [1.2, 0.8, 1.5, 0.6],   # 标准化后的市值暴露
    'value': [0.5, 1.3, 0.7, 1.1],  # 标准化后的估值暴露
    'momentum': [0.9, 0.4, 1.1, 0.8] # 标准化后的动量暴露
})

# 组合权重
weights = np.array([0.3, 0.2, 0.4, 0.1])

# 计算组合的因子暴露（加权平均）
portfolio_exposure = {}
for factor in ['size', 'value', 'momentum']:
    exposure = np.dot(stock_factors[factor], weights)
    portfolio_exposure[factor] = round(exposure, 3)

print("组合因子暴露：", portfolio_exposure)
# 输出：组合因子暴露：{'size': 1.13, 'value': 0.76, 'momentum': 0.91}

你看，代码其实很简单。但真正难的是：因子数据本身的质量。

我见过有人直接用原始市值做暴露，结果大股票和小股票的暴露差了100倍。标准化处理是必须的——通常用Z-score或者分位数排名。

3.3 因子收益率估计：横截面回归的艺术

因子暴露算出来了，那因子收益率怎么估计？

答案是：横截面回归。

具体来说，在每个时间点（比如每天），我们用所有股票的收益率对它们的因子暴露做回归。回归系数就是当天的因子收益率。

这里有个关键细节：要不要加截距项？

我个人习惯不加截距项。为什么？因为截距项会吸收掉市场因子的影响，导致市场因子收益率估计不准。如果你已经包含了市场因子，那截距项就是多余的。

下面是一个完整的因子收益率估计流程：

import statsmodels.api as sm

# 假设我们有100只股票，3个因子
# returns: 100只股票当天的收益率
# exposures: 100只股票在3个因子上的暴露（已标准化）

# 横截面回归（不加截距）
X = exposures.values  # shape: (100, 3)
y = returns.values    # shape: (100,)

# 使用WLS加权最小二乘法
# 权重通常用市值平方根
weights = np.sqrt(market_cap.values)
model = sm.WLS(y, X, weights=weights)
results = model.fit()

# 因子收益率
factor_returns = results.params
print("当日因子收益率：", factor_returns)
# 输出示例：当日因子收益率：[0.0023, -0.0015, 0.0031]

嗯，说到异常值，我再补充一点。因子收益率估计出来后，一定要做时间序列上的稳定性检验。如果一个因子的收益率今天+5%，明天-5%，那它大概率是个噪音因子，不是真正的风险源。

我习惯用滚动窗口计算因子收益率的t统计量。如果t值绝对值长期小于2，我会考虑把这个因子从模型中剔除。

3.4 实战中的几个坑

最后，分享几个我在实战中踩过的坑：

坑	表现	解决方法
因子共线性	两个因子高度相关，回归系数不稳定	计算VIF（方差膨胀因子），剔除VIF>10的因子
行业因子陷阱	行业因子和风格因子混淆	对行业因子做正交化处理，或者用行业中性化后的风格因子
幸存者偏差	只用了当前还在交易的股票	必须包含已退市的股票，否则因子收益率会被高估
频率不匹配	日频因子暴露配月频收益率	保持频率一致，或者用高频数据滚动估计

好了，关于Barra模型的风险因子归因，核心就是这三步：框架理解 → 暴露计算 → 收益率估计。

每一步都不难，但每一步都有细节。我建议你拿自己的组合跑一遍，看看收益到底来自哪里。结果可能会让你大吃一惊——我当初第一次跑的时候，发现我的「选股能力」其实全是「小盘因子」的功劳。

---