貓同學
2022-07-24 22:03這道答題思路是啥啊，完全沒看懂呢
所屬：CFA Level III > Equity Portfolio Management 視頻位置 相關試題
來源： 視頻位置 相關試題
1個回答
開開助教
2022-07-25 23:00
該回答已被題主采納
同學你好，這個題考試考的可能性不大，設計到了factor timing的具體操作，同學可以當成一個case study來參考一下。
先來看下題干：
一位分析師正在探索利率和風格因子回報之間的關系，目的是為了制定美股風格的輪動策略。分析于2017年初進行，分析師要解決的第一個問題是如何對利率變量建模。圖表17中的數(shù)據(jù)顯示，在過去30年中，美國政府債券收益率有明顯下降的趨勢。未來的趨勢可能會繼續(xù)，也可能不會繼續(xù)。分析師決定對收益率數(shù)據(jù)進行標準化，這樣它們就不會包含對收益率繼續(xù)趨勢的預測，標準化的方式是通過減去收益率自身的12個月移動平均數(shù)進行簡單轉換：
標準化后的數(shù)據(jù)如圖18所示（我們發(fā)現(xiàn)標準化后的yield數(shù)據(jù)不再具有明顯趨勢，只剩下收益率的相對變動幅度，因此normalized yield就可以理解為收益率波動）。yield是每月月初的yield。為了分析yield的波動與風格因子（用到的各風格因子就是表19中的這些因子）回報率的關系，分析師通過對normalized yield進行兩次回歸（分別使用當月和下月的因子收益率），探索可能的同期（當前）和滯后關系：
因此，第一個回歸體現(xiàn)的是當月的因子收益與當月的normalized yield的關系；第二個回歸體現(xiàn)的是下個月的因子收益與當月的normalized yield的關系，用這個回歸關系，我們可以通過normalized yield對未來一期因子收益進行預測。
第一題：讓你解釋一下圖19。圖19是normalized yield和各風格因子的回歸系數(shù)，深色的柱子時第一個回歸的回歸系數(shù)beta，淺色的柱子代表的是第二個回歸的回歸系數(shù)。
beta為正說明因子收益和normalized yield正相關，beta為負說明因子收益和normalized yield負相關。這題只要描述一下
由圖我們可以發(fā)現(xiàn)normalized yield與同期的例如dividend yield、price reversal, 和ROE 因子的收益率之間有反向關系（體現(xiàn)在灰柱子是負值）。有些因子（如earnings yield）當期的收益率和下一期的收益率與normalized yield的關系式相同（體現(xiàn)在灰柱子和白柱子是同向的）。
-
追答
第二題：討論一下同期關系（指第一個回歸）和遠期關系（指第二個回歸）在如何與股票因子輪動策略相關。
如果假設，當期（t月）的各風格因子收益率是在月末才能知道，t月的normalized yield月初就知道，那么我們就可以在月初獲得normalized yield數(shù)據(jù)后，通過第一個回歸關系預測出月末各因子的收益率。那么在月初我們就能做出決策，本月應該配置那些因子敞口（押注本月預期收益率高的）。Yield和各因子收益率的同期關系也能用來實施輪動策略。
如果假設，當期（t月）的各風格因子收益率是在月末才能知道，t月normalized yield定義為和因子收益率同一時刻的yield，那么用同期關系就沒有用了，因為normalized yield的數(shù)據(jù)在獲取時間上沒有優(yōu)勢。此時我們可以用遠期關系，我們在t月的月末獲得normalized yield數(shù)據(jù)，根據(jù)第二個回歸關系，我們可以預測出t+1月各因子的收益率，t月末我們就能做出決策，t+1月應該配置哪些因子敞口（押注下個月預期收益率高的）。
這就是因子輪動策略的決策過程。
如果月初債券收益率的已知值與要素收益率相關，那么相對于不使用該信息的投資者，投資者可能會獲得一些優(yōu)勢。同樣的結論也適用于遠期關系。如果對同期變量進行定義，使其與我們想要預測的變量同時實現(xiàn)，則正向變量（而非同期變量）將是相關的。 -
追答
第三題：對于權益因子輪動策略，分析師可能會有哪些擔憂的點，以及分析師可能會采取哪些后續(xù)步驟來解決這些擔憂？
首先需要關注的是normalized yield和風格因子之間關系的有效性。分析師可以采取以下步驟來提高他或她對關系有效性的信心：
1）確定這些關系是否具有樣本外的預測價值（用樣本外的數(shù)據(jù)進行檢驗）。
2）調查這些關系是否有經濟學上的因果關系，以便這些關系可以持續(xù)到未來（否則可能是偽相關）。
圖19顯示在遠期關系中，normalized yield和有些因子是弱關系（例如，earnings revision，體現(xiàn)在白柱子較短），有些是強關系（例如，size和beta，它們的白柱子較長）。因此，我們可以先檢驗強相關性的因子的有效性。
0
0
0
0
