CNE5模型在A股的局限与改良建议 [page::4]

• 行业因子基于GICS标准，难以完全适应A股市场习惯，报告建议采用更稳定的中信行业分类替代申万划分。

- 因子收益率计算的股票样本池应依不同机构及产品特性定制，避免统一A股样本池导致分析偏差。

• 示例指出跨市场混合计算会导致因子暴露和风格偏好误判。

CNE5因子实证表现横向对比 [page::5][page::6][page::7][page::8]

• 行业因子单独及综合解释力显著，30个中信一级行业因子均保持|t|值均大于2，平均3.8，强于MSCI 2012年披露1.64。

- 稳定性方面，行业因子|t|值大于2概率均超过50%，平均63%，远高于MSCI公布29.3%。

• 风格因子因子解释力均值2.6及显著性比例49%均优于MSCI 2.4和45%。

• VIF均值约2，说明因子共线性不显著，模型结构合理。

CNE5整体因子解释力及趋势分析 [page::9][page::10]

• 2005-2011年间调整后拟合优度保持30%-60%，平均50%，与官方数据高度一致，表现稳定复刻。

- 2013年后解释力出现持续下滑及周期性波动，业内疑因市场结构和个股特性变化。

解释力衰减原因：行业因子与风格因子影响及个股相关性 [page::10][page::11][page::12]

• 行业与风格因子单独解释力相当，模型整体解释力的衰退两因子均相关。

• 研究发现2013年后，个股表现分化（Rho）显著上升，导致因子解释力中枢下移，相关系数回归结果R2为53%。

- 牛市期间个股相关系数下降，模型解释力减弱，熊市时相关性升高，模型表现趋优。

风格因子计算方法 [page::14]

• 附录详细阐述了CNE5风格因子计算流程及指标定义，包括规模（Size）、贝塔（Beta）、动量（Momentum）、残差波动率、非线性规模、账面市值比、换手率、盈利预期、成长性、杠杆率等多个子因子，涵盖财务基本面和价格行为特征。

风险提示 [page::13]

• 市场面临疫情超预期、政策收紧、贸易摩擦升级的风险，可能导致模型短期失效。

有关 Barra 中国权益 CNE5模型的思考（下）——详尽分析报告

---

一、元数据与概览

标题： 有关 Barra 中国权益 CNE5模型的思考（下）
系列： 量化权益投资系列报告（三）
发布机构： 中银国际证券股份有限公司
作者及联系方式： 郭军，联系方式(8610)66229055，gao.xu@bocichina.com
发布时间： 报告页面未直接显示，推断约于2020-2021年左右（基于数据区间）
研究主题： 深入分析MSCI Barra推出的中国权益多因子模型CNE5在A股市场的应用局限、因子表现、解释力变化及可能的改良方案。

核心论点：

1. Barra CNE5模型在A股的行业因子受限于国际GICS行业分类标准的适用性，与本土常用中信行业分类存在差异；

2. 该模型的因子池（股票池）未针对不同机构产品特色定制，可能导致因子收益率的偏差；

1. 中银证券开发的CNE5复制模型在多个因子表现维度上与MSCI官方模型相近甚至更优，体现了可行的本土化复现；

4. 自2013年以来，CNE5模型对A股收益的解释力出现显著周期性波动并整体下降，尤其在牛市中较弱，熊市表现可能相对更优；

1. 解释力衰减主要与个股表现的分化（离散度Rho）增强相关，不同行业和风格因子的衰减趋势基本同步。

风险提示： 报告指出疫情、政策收紧及贸易摩擦升级等可能带来重大波动风险及策略失效风险。[page::0,3,4,12,13]

---

二、逐节深度解读

1. 综述（第3页）

报告延续上文（上篇报告针对CNE5模型核心，发展历史和技术细节的解读），本篇重点围绕CNE5模型在A股应用的局限性、实践表现评估，以及解释力衰减的成因探究和改良建议，力图透彻回答“为何2018年MSCI会从CNE5升级至CNE6”这一核心问题。[page::3]

---

2. CNE5在A股市场应用的局限性与改良方案（第4页）

• 多因子框架

Barraa模型将证券的风险收益率分解为国家因子、行业因子和风格因子贡献，加上特异性收益。因子载体满足行业因子约束（行业权重之和为1，因子收益率加权为0）。公式呈现其数学框架。[page::4]

• 局限一：行业因子分类标准不适用

CNE5用的是国际GICS行业划分，但中国A股市场主要是申万和中信行业标准。报告指出申万行业分类经历过大调整，时间序列不连续，中信行业相对稳定，故更倾向于中信分类以保证因子分析的连续性和合理性。[page::4]

• 局限二：股票池差异导致因子收益率偏差

因投资风格和产品需求不同，不同机构及产品股票池差异大，统一使用A股全股票池计算因子可能导致因子效能在部分产品中偏差。举例说明将美股计入整体计算后作用于纯A股组合会偏离实际情况。[page::4]

综上，报告强调需根据实际产品特性动态调整因子股票池及行业划分，实现更符合市场实际的模型应用。

---

3. BARRA CNE5 实践分析（第5页至第9页）

（一）Barra各类因子实证表现

• 展示部分行业因子表现（图表2-5），涵盖金融地产、消费医药、TMT及周期性行业。

- 国家因子近似为全市场规模加权组合，行业因子为相对于市场的多空策略。[page::5]

图表分析示例：

• 图表2（金融地产）显示非银金融和房地产行业因子累计净值在2005-2020年波动较大，期间峰顶明显（约2015年），体现行业板块轮动特征。银行行业表现相对低稳定。[page::5]

- 图表4（TMT板块）显示计算机行业从2015年起实现爆发性增长，表明该行业因子强力驱动整体市场收益。[page::5]

（二）中银 CNE5 因子表现评估指标体系简介

通过因子解释力显著性（t值平均）、稳健性（t值大于2的概率）、共线性（VIF）及整体解释度（调整拟合优度Adj R²）四个核心指标衡量模型表现。
重点解释了调整拟合优度采用Barra所谓“非中心化拟合优度”定义，通常低于传统计量学的“中心化拟合优度”。[page::6]

（三）行业因子表现实证

• 中银CNE5行业因子表现优于MSCI官方2012年披露数据：

- 30个中信一级行业中，除新增综合金融行业外，全部月度收益率t值均大于2均值达3.8，远超1.64；
- |t|>2的稳健性概率均值为63%，远高于官方的29.3%。[page::6]

• 图表7展示行业因子|t|统计进一步佐证这些结论，图表8则是|t| > 2占比统计，可见行业因子稳定显著。[page::7]

（四）风格因子表现实证

• 中银CNE5和MSCI官方模型的风格因子表现对比（图表9-11）：

- 平均t值中银为2.6，高于官方2.4；
- 稳健性（t值>2概率）为49%，略高于官方45%；
- VIF平均约2，说明因子较低共线性，符合经验准则（VIF<5为低共线性）。[page::7-8]

• 图表6具体展现了十个风格因子的累计收益情况，Size、Liquidity和EarningYield因子近年表现突出。[page::6]

（五）整体解释度评估

• 2001年MSCI官方公布的CNE5模型调整拟合优度（图表12）显示，模型R²中长期在40%-60%之间波动。

- 中银CNE5复制模型（图表13）2005-2011年表现与MSCI相似，表现区间30%-60%，均值约50%。2013之后呈现明显下降趋势及周期性波动。[page::9]

---

4. 对CNE5解释力衰减的原因探究（第10页至第12页）

• 图表14展示单独行业因子和风格因子的调整R²走势，二者强相关，均呈现2013年后的衰减趋势，整体模型衰减反映两者衰减叠加的效果。[page::10]
• 研究猜想认为： CNE5解释力的衰退是因为2013年后个股表现变得更加分化，导致行业和风格因子难以有效解释个股波动。
• 引入离散度指标Rho（定义为市场指数波动率与个股波动率加权平均之比的比率，用于度量个股间平均相关度）。

图表15展现Rho和模型调整R²的时间序列走势基本同步，图表16回归显示Rho对模型R²的解释能力达53%（R²=0.53）。说明Rho对CNE5模型解释力的周期性和中枢变化具有显著影响。[page::11]

• 图表17对比Rho与国家（市场）因子的累计净值，证明在市场上涨周期时，个股相关性及Rho下降，市场大部分股票表现分化，模型解释难度增大。反之，在熊市期间，恐慌情绪驱动多数股票同向下跌，个股相关性及Rho上升，模型解释力相对增强。[page::11-12]

---

5. 风险提示（第13页）

报告重点提示：

• 疫情出现超预期变化；

- 政府政策收紧；

• 国际贸易摩擦升级；

- 及由此带来的市场波动风险和模型策略失效风险。
提醒投资者审慎应对市场可能出现的剧烈波动。[page::13]

---

6. 附录：BARRA风格因子计算方法（第14页）

• 详细列举了十个风格因子的计算定义和权重分配，包括Size（规模）、Beta（贝塔）、Momentum（动量）、Residual Volatility（剩余波动率）、Non-linear Size、Book-to-Price比率、Liquidity（流动性）、Earnings Yield（盈利收益率）、Growth（成长）、Leverage（杠杆）。

- 表格显示因子定义使用的具体财务指标和计算过程，例如动量采用指数加权移动平均，Beta通过对应指数收益的回归系数，Residual Volatility为超额收益的离差指标等。

这一附录为理解前述因子表现评估提供了基础性技术细节支持。[page::14]

---

三、图表深度解读

以下针对关键图表做系统解读：

• 图表1（第4页）:

描述Barra多因子模型结构，将证券收益率分解到国家因子、行业因子和风格因子三个因子族，以及特异性收益。模型基于线性回归形式，以约束条件保证行业因子权重和收益为平衡。这是CNE5模型的理论基础。[page::4]

• 图表2-5（第5页）:

展现典型行业因子累计净值表现。趋势识别明显：如TMT板块计算机行业自2015年起大幅增长，煤炭、钢铁等周期板块自2013年起表现走弱。表明不同板块因子反映市场周期和行业结构调整情况，为投资组合行业配置提供依据。[page::5]

• 图表6（第6页）:

十个风格因子的累计净值表现。Size因子表现大幅下滑，Liquidity和EarningYield表现良好。峰谷变化体现风格轮动，重要的是因子收益为多空组合净值，说明风格因子提供了显著的风险收益信号。[page::6]

• 图表7-8（第7页）:

直观显示中银CNE5行业因子显著性（|t|值）和稳健性（|t|>2的占比）。绝大多数行业因子显著且稳定，稳健性比例均超过50%，显著优于官方历史数据，验证了中信行业分类优势。[page::7]

• 图表9-11（第8页）:

风格因子与MSCI官方对比。各项指标如t值均值和稳健度中银略高，VIF均值仍低于5，显示设计良好，因子间关联性合理，支持中银模型的可信度。[page::8]

• 图表12-13（第9页）:

移动12月调整拟合优度R²走势图。官方模型（图12）显示1997-2011年维持40%-60%区间，中银模型（图13）复现程度较高，2013年前后可见解释力明显下滑趋势，反映模型解释能力的时间演变和市场结构变化对模型的影响。[page::9]

• 图表14（第10页）:

分离行业因子和风格因子对解释力贡献。两者趋势基本重合，表明行业与风格的解释程度相似且共同衰减，市场分化影响整体模型效力。[page::10]

• 图表15-16（第11页）:

Rho指标与模型整体解释度调整R²的正相关强烈。回归方程 R²=0.53显示Rho解释模型解释力超过半数变异，Rho作为个股相关性和表现分化的代理指标，成为判断模型适用性有效指标。[page::11]

• 图表17（第11页）:

Rho与国家因子净值走势对比，揭示牛市个股分化加剧（Rho下降），熊市个股同跌相关增强（Rho上升）规律，解释了为何模型在熊市中的表现优于牛市。[page::11-12]

---

四、估值分析

本报告聚焦因子模型验证和解释力，没有涉及对单个股票或行业的直接估值分析，故无传统DCF、市盈率等估值模型解析内容。

---

五、风险因素评估

• 疫情超预期发展可能带来市场急剧波动，风险难以预测；

- 政策收紧将影响市场流动性和估值结构；

• 国际贸易摩擦升级带来宏观和微观风险；

- 以上风险将增加模型策略失效概率，投资者需谨慎使用模型输出。

报告未具体给出风险缓解策略，但提醒投资者需关注这些重大不确定性因素。[page::13]

---

六、批判性视角与细微差别

报告以中银量化团队自主复现模型为核心，客观比较其与官方模型的表现，避免单一依赖官方数据，增强了论述的独立性和说服力。

但也存在注意点：

• 中银模型数据区间与MSCI官方有所不重叠，横向比较虽有参考价值，但存在时间样本差异带来的不可控偏差；

- 模型解释力下降被归因于市场分化加剧，但未充分考虑其他可能的宏观经济或市场结构变动因素的影响；

• 报告强调行业分类和股票池差异的重要性，提示需进一步针对不同产品定制模型，这一点是实际应用中值得关注的潜在改进方向。

---

七、结论性综合

本报告深入分析了MSCI Barra中国权益CNE5多因子模型在A股市场的实践基础和局限，结合中银证券的复制研究，得出以下核心结论：

• 模型理论基础扎实，国家、行业和风格因子构成了多因子解释框架。

- 行业因子应用中信行业分类更合适，保证时间序列的稳定性。

• 中银CNE5模型在多个关键统计指标上超越或接近MSCI官方表现，验证本土化复现的可行性。

- 自2013年以来，CNE5模型解释力显著下滑且波动加剧，主要由于个股表现分化程度增加，行业和风格因子对个股表现的解释能力下降。

• 个股离散度Rho是模型解释力变化的重要驱动因子，且在市场走势的不同阶段表现不同：牛市中离散度增大，模型表现较弱，熊市中相关性增强，模型表现较强。

- 报告提醒投资者关注宏观风险因素及策略失效风险，建议模型应用需结合实际产品设计与股票池调整，提高模型的适应性和解释力。

综合来看，本报告为量化投资者提供了对CNE5模型深刻而系统的理解，为如何选择合适的行业划分体系、改进股票池及应对模型解释力衰减提供了理论与实证参考，具有较高的应用指导价值。

---

附图示例

图表1. Barra CNE5多因子模型框架



图表6. Barra CNE5风格因子累计净值表现（2005-2020）



图表13. 中银CNE5调整拟合优度（12个月滚动均值）



图表15. 中银CNE5调整拟合优度与个股离散度Rho对比



---

参考文献标注

以上分析内容引用，页码对应报告页：[page::0,3,4,5,6,7,8,9,10,11,12,13,14]

---

结语

本报告系统解析了Barra CNE5多因子模型在A股市场的应用情况，结合中银证券团队实证验证，既揭示了模型存在的结构性缺陷，也提供了在行业分类、因子股票池调整等方面的改良思路。对A股多因子量化策略研发及投资者理解多因子模型的动态表现提供了有力支持。未来CNE6等模型的升级，或可参考本报告的洞察优化模型架构，提升有效性和适应性。

报告