$500ETF(SH510500)$ 中证500行业中性低波指数(500SNLV) 为了具备可比性,选择中证500指数作为比较基准。 一、500SNLV的编制方法 样本空间:中证500指数样本股选样方法: (1)对样本空间内股票计算最近一年日收益率的波动率(标准差)并升序排名; (2)按照中证500成分股在中证二级行业样本数量分布,确定各二级行业的样本分配只数。具体方法是:第 i 行业样本配额 = 样本空间内第 i 行业所有候选股票数量 /500×150; (3)按照行业的样本分配只数,在行业内选取波动率排名靠前的股票; (4)对各行业选取的样本作进一步调整,使成份股总数为150。 样本股调整: 1、 定期调整 中证500行业中性低波动指数的样本股每半年调整一次,样本股调整实施时间分别是每年6月和12月的第二个星期五收盘后的下一交易日。 权重因子随样本股定期调整而调整,调整时间与指数样本定期调整实施时间相同。定期调整时,权重因子采用样本股定期调整生效日前第五个交易日的收盘后数据计算。在下一个定期调整日前,权重因子一般固定不变。 2、 临时调整 特殊情况下将对中证500行业中性低波动指数样本进行临时调整。 一、风险收益特征
2005年至2017年,季度收益,500SNLV相对中证500胜率75.5%(37/49),平均超额收益为1.64%。
二、市值特征 从成分股总市值看,500SNLV和中证500并无显著差异。
三、估值特征 从估值特征看,500SNLV相对中证500有较低估值。 四、他山之石:摘自东方证券金工研究报告 海外和国内股票市场都发行过很多低波动指数,该类指数通常用一段时间收益率的标准差来衡量股价的波动,长期来看表现优于对应的基准指数。股价的波动很大一部分是由市值、估值等一些公共的市场风险因子引起,剔除掉这些公共因素后的剩余波动称为个股的“特质波动”,由个股的自身特性决定。我们的研究发现A股市场也有“特质波动率之谜”现象,即低特质波动的股票,未来预期收益更高。 基于Fama-French三因子模型的残差波动率能够较全面地捕捉股票的特质风险。利用前1个月的日频数据分别拟合CAPM、Fama-French三因子、Carhart四因子模型,三个模型残差的年化标准差即为三种特质波动率的观察值IVCAPM、IVFF、IVCARHART。日收益率的标准差STD显著大于IVCAPM,IVCAPM显著大于IVFF,IVFF和IVCARHART相当。IVFF剔除了股票大多数公共风险,已经能够较全面的捕捉了股票的特质风险。 特质波动率和未来横截面收益存在显著的负相关关系,基于三因子的IVFF对收益率的预测能力最强。横截面标准化后的特质波动率和股票未来的超额收益率有显著的负相关关系,IVFF与超额收益的负相关程度大于IVCAPM、STD,和IVCARHART相差不大。 我们基于多个特质波动率指标分组构建等权组合,考察各个组合的业绩表现。结果显示:低的特质波动率意味着高的超额收益,IVFF超额收益的绝对水平和单调性均优于其他特质波动率测度,IVFF在大牛大熊行情下表现更优,IVFF的优秀表现在行业中性条件下同样存在, 分析特质波动率IVFF和其他常见因子的相关性,我们了解到低特质波动率选股倾向于大市值、低估值、前期表现差、低换手的股票,然而流通市值、市净率、月收益率、换手率等指标均不能完全解释特质波动率指标的超额收益。通过比较因子分层前后特质波动率分组的表现,我们发现换手率指标对特质波动率之谜的解释作用最强,反转因子和估值因子次之,流通市值对特质波动率选股有负的贡献。
|