“摘要:层级的供应链动量因子和双层级的供应链动量因子。基于因子测试的有效性,我们在不同股票样本池下构建了相应的选股策略。本报告的主要结论如下:供应链关联度数据覆盖度提高,可应用于量化选股中。近几年,上市公司主动披露其供应关系的意愿提高,越来越多的上市公司选择在定期报告中披露自己的供应关系。同时,秩。” 1. 随着投资者对供应链alpha的不断挖掘并验证其有效性,市场对供应链投资主题的关注度也在逐步提升。 2. 本报告在A股上市公司中,利用上市公司之间的供应链关联度构建了单层级的供应链动量因子和双层级的供应链动量因子。 3. 基于因子测试的有效性,我们在不同股票样本池下构建了相应的选股策略。 4. 本报告的主要结论如下:供应链关联度数据覆盖度提高,可应用于量化选股中。 5. 近几年,上市公司主动披露其供应关系的意愿提高,越来越多的上市公司选择在定期报告中披露自己的供应关系。 6. 同时,秩鼎公司通过反向披露、股权穿透等技术方法显著提高了供应链关联度数据的覆盖度。 7. 供应链动量溢出效应源于市场并非完全有效。 8. 一方面,供应链关联公司其基本面之间存在一定的相关性,同时信息带来的冲击也会沿着供应链进行传播。 9. 另一方面,由于投资者的有限关注,当市场中有新的信息时,及时分析其对主体公司的供应商及客户的影响存在难度,因此导致股票价格反应存在时滞。 10. 以供应链关联度为核心构建的供应链动量选股因子,对股票未来收益具有较强的预测能力。 11. 从IC测试中可以看出,主体公司股价未来的涨跌与其供应链关联公司,尤其是客户公司过去一段时间的股价涨跌存在正相关性。 12. 进一步通过对因子的分位数测试可以看出,根据客户公司动量因子构建的分位数组合收益具有较强的区分度。 13. 引入双层供应链关系,构建双层供应链动量因子,能提高对股票未来收益的预测能力和稳定性。 14. 相比单层的供应链动量因子,双层供应链动量因子在IC测试中对参数交易日天数的敏感性降低,不同指标下t统计量大于2的比例显著提升。 15. 同时,对于相同的指标,在相同的交易日参数下,IC均值有所提升,t统计量也相应提升。 16. 基于供应链构造的客户动量因子与其他大类因子的相关性均较低。 17. 客户动量因子与传统动量因子之间相关性约为20%,与其他大类因子的相关性则不超过5%。 18. 表明客户动量因子不能被这些大类因子所解释,具有其独特性基于双层客户动量因子构建的选股策略,在不同股票样本池下,无论是样本内还是样本外,均能显著的跑赢其基准。 19. 2018年以来,策略在沪深300、中证800及中证1000股票池下的超额收益分别为9.65%、10.54%、5.97%;夏普比分别为0.38、0.40、0.12,均显著高于基准指数。 20. 风险提示:本报告结果通过历史数据统计、建模和测算完成,在政策、市场环境发生变化时模型存在失效的风险;本报告所提及个股或基金仅表示与相关主题有一定关联性,不构成任何投资建议。
Copyright © 2014-2021 侠盾智库&侠盾研报网. All Rights Reserved. Power by Www.xiadun.Net 客服邮箱:yanbao_service@163.com