熊市贝塔因子投资策略

“该策略投资于CRSP数据库提取的股票，基本面信息来自Compustat，资产定价因子来源于Kenneth French网站和相关研究。熊市贝塔通过过去12个月的五日收益进行双因子回归计算。根据估算的熊市贝塔将股票分为十分位组，构建零投资组合：做多熊市贝塔最低的股票，做空熊市贝塔最高的股票，按月度频率重新平衡并按价值加权。”

资产类别：股票 | 地区：美国 | 频率：月度 | 市场：股票 | 关键词：熊市贝塔，策略

策略概述

投资范围包括从CRSP数据库提取的股票。公司的基本面信息来自Compustat，资产定价因子来自Kenneth French的网站。其他资产定价因子直接从相关研究论文的作者处收集。SPX期权数据来自OptionMetrics，涵盖1996年1月至2017年12月期间。提出的简单交易策略如下：为了估算熊市贝塔，使用过去12个月的五日收益进行双因子回归，回归模型的依赖变量为每只个股的收益率，独立变量为市场组合收益率和熊市因子收益率。计算得出熊市贝塔后，将股票根据估算的熊市贝塔进行排序，并分为十分位组。最高十分位组包含熊市贝塔最高的股票，最低十分位组包含熊市贝塔最低的股票。构建一个零投资组合，通过做多熊市贝塔最低的股票并做空熊市贝塔最高的股票来实现。投资组合按月度频率重新平衡，并按价值加权。

策略合理性

根据经典的资产定价理论，加载熊市风险因子较高（低）的股票在市场下跌时应产生较高（低）的预期收益。换句话说，投资者愿意为能够对冲跳跃风险或灾难风险的股票支付下行溢价。熊市贝塔应与预期收益正相关，但研究显示，投资组合中的贝塔-收益关系为负，这与”对抗贝塔”（Betting Against Beta, BaB）异象相似。解决这一异象的唯一解释是”集体分歧渠道”，该渠道指出投资者对未来市场回报有不同的预期，导致熊市贝塔高的股票被高估。如果市场中不存在集体分歧，那么这一异象的负号将变为正号，符合传统的资产定价理论。最终，该策略无法通过Fama-French-Carhart四因子模型来解释。

论文来源

Bear Beta or Speculative Beta?—Reconciling the Evidence on Downside Risk Premium [点击浏览原文]

• Tong Wang，俄克拉荷马大学普赖斯商学院

<摘要>

本文提出了一种新方法来解释从期权收益中构建的风险因子在股票市场中被定价的原因。我们将基于期权的因子分解为三个主要组成部分，并识别出导致贝塔-收益关系的关键因素。将此方法应用于Lu和Murray（2019）提出的熊市风险因子时发现，熊市贝塔与股票收益之间的负相关性并不反映系统性风险溢价，而是与对抗贝塔异象密切相关。我们追溯到该异象的根源，发现是对市场总体回报的分歧导致了这种现象。我们的研究调和了关于下行风险的矛盾证据，表明下行风险并未在股票市场中被定价，同时也为准确解读基于期权的风险因子作出了方法论贡献。

回测表现

年化收益率	12.55%
波动率	23.57%
Beta	N/A
夏普比率	0.53
索提诺比率	N/A
最大回撤	N/A
胜率	N/A