基于高维因子模型的A股市场系统性风险研究

来源：管理科学学报杂志2026年第4期北京时间：

作者：魏照昊，李秀婷，卢全莹，董纪昌，董志

单位：魏照昊,中国科学院大学经济与管理学院;申万宏源证券有限公司博士后科研工作站,李秀婷,中国科学院大学经济与管理学院;中国科学院大数据挖掘与知识管理重点实验室,卢全莹,北京工业大学经济与管理学院;中国科学院预测科学研究中心,董纪昌,中国科学院大学经济与管理学院;中国科学院大数据挖掘与知识管理重点实验室,董志,中国科学院大学经济与管理学院;中国科学院大数据挖掘与知识管理重点实验室,

摘要：面临高维特征的挑战以及特设稀疏性假设的诸多弊端，本文参照高维因子统计推断领域的前沿研究进展，从隐性因子结构出发构建了针对于A股市场具有更强资产定价能力且更具一般代表性的系统性风险因子组合，并对其相应的因子特征及补偿定价结构进行了全面拆解及深入分析.研究结果显示：1)与CH-4以及Fama-French多因子定价模型相比，基于高维高频的RP-PCA因子组合捕获了更多的系统性风险特征，拥有着更好的定价表现以及更为稳健的时变载荷结构；2)A股市场中隐含着五个稳定的系统性风险因子.除市场因子外，其余四个因子分别可由以金融为代表的六个特定细分行业的投资组合近似表示；3)A股市场的系统性风险未被完全定价，风险敞口的非对称性特征显著存在.整体来看，投资者或更加关注于系统上涨而个股下跌以及系统及个股同时下跌的风险.

关键词：系统性风险; 高维协方差矩阵; 高频数据; 因子模型; SDF