常听说的Barra风险模型到底是什么？ 保险金信托有什么风险和风险吗知乎文章怎么写

Barra风格因子模型是明晟公司 (MSCI) 旗下多因子模型产品，被金融机构广泛使用，主要应用于多因子选股分析和结构化风险因子分析。模型共有十个风格因子，各因子代表的含义为：

表1. Barra风格因子模型十因子含义

来源：云通数科整理

如果将市场的风格理解为上述十种，那么十个风格因子的收益率和方差则代表了十种固定风格的收益率和方差。Barra风格因子模型旨在利用上述的十种风格因子，对基金的收益及风险进行分析。通过构建对应的模型，得到各个因子的收益率、方差、因子暴露、因子有效性及择时有效性，并由此进行分析。

在多因子模型分析中，我们需要强调一下基础数据和对应的分析回测平台的重要性。如果你没有一个完整的股票数据库以及对应的因子库和分析工具，可以说你连谈多因子的资格都没有。讲真多因子可不光是做个因子然后十分位组合收益和一分位组合收益减一下这么简单。例如某个卖方有个报告，大意是发现了一个对盈利预期因子的改进方法，逻辑是觉得股价应当上涨等同于盈利预期上调的幅度，而其中一部分盈利预期的变动已经反映在当期的股价变动里头了，所以盈利预期实际带来的正向效应应当等同于盈利预期的变动减去同期股价的变动，也即是盈利预期变动还未被反映到股价上的那部分。逻辑很对有没有，然后信心满满的算出这个因子，分组，收益一减发现确实比原来的盈利预期因子增强了不少，然而真的是这样么？你回过头仔细看看盈利预测这个因子大概30%的股票是没有这个数据的，另外又有30%的股票因为盈利预期没变化所以值一直都是0，那这时这个加强因子就成了0-股价变动，其实就是反转因子了。而反转因子本身就是极强的因子，所以这里所谓的加强逻辑就存疑了，它其实看做是盈利预期因子和反转因子的叠加更合适点。

这个例子是什么意思呢，就是我们在讲风险模型精度高不高，组合优化质量好不好的时候那个背后的基础数据质量才是最关键的，如果不能了解清楚每个因子的数据特点，覆盖度有多少，原始数据用正态调整会不会偏，填充值用中位数还是均值，填充太多又有什么影响，要知道真正的股票数据什么奇怪的情况都有，这些没弄清楚真是连谈后面模型的资格都没有。

云通结合国外的研究理论以及国内市场的实际情况，构建的股票barra模型在国内同类基金数据提供商中处于领先的地位，并且其有强大的底层数据库系统进行支持，通过自身的研究并与客户实际投资场景的不断磨合，取得了不错的效果。

来源：云通基金投研平台-FOF Power点击阅读原文即可试用

使用多因子模型估计协方差矩阵需要估计因子暴露以及因子收益率。在学术以及实务中，估计因子暴露及因子收益主要有两种方法：一种是时间序列回归，通过个股收益率序列对因子收益回归，估计因子暴露；一种是横截面回归，在每一期通过个股收益率对因子暴露回归，估计因子收益率。

在时间序列回归的估计窗口内，因子暴露是固定的，而因子收益率是变化的。因此，这样估计得到的因子暴露对于市场的变化反应较慢。而在横截面回归中，因子暴露会根据公司特征的变化及时变化，每一期的因子暴露和因子收益率都是变化的，从而能够及时的反映市场变化情况。

对于基本面因子模型，两种方法都具有一定的适用性，时间序列回归方法在学术论文中比较常见，学术界的做法偏向于“解释”收益率；而业界中使用较多的则是横截面回归，