因子波动率具有不稳定性，特定风险也是如此。在CNE5模型中，我们将波动状态调整一样运用于特定风险。我们通过计算特定回报的横向统计偏差数据进行调整的评估。

2.3 国家因素

一般来说，单一国家模型（例如，CHE2）包括产业因素和风格因素，而没有国家因素。CNE5模型一个重大的改进即是引进国家因素，类似于Menchero, Morozov, 和Shepard (2008, 2010)引进GEM2的世界因素。

引进国家因素一个明显的好处在于它所提供的洞悉和直觉。例如，在USE4中所讨论的。国家因素组合可以理解为国家投资组合的市值加权。此外，国家因素也从整体市场效应中脱离了纯粹的行业效应，从而为行业因素提供了更为清晰的解释。

没有国家因素，行业因素代表了特定行业的净权重为100％的投资组合，其他行业的净重为零。 与国家因素相比，行业因素代表了一种以美元中性（dollar neutral 就是对美元是跌是涨的走势保持一个中性态度 - 看平，也就是说，既不看涨，也不看跌，持有这种态度只要在一定的小范围波动策略而获利。可以是见高峰就卖出而见低谷就买进。或者采取Butterfly 期权交易方式。）的投资组合，该投资组合是100%的行业和100%的短期国家因素；也就是说，行业绩效是衡量市场的净价。

从归因角度来看，以美元中性行业要素组合很重要。例如，假设投资组合经理投资一个表现不佳市场的行业权重很大，但仍然有正回报。显然，过度加权一个表现不佳的行业会降低业绩。然而，如果行业因素是由净多头投资组合来代表的，j2直播，那么一个归因分析就会虚假地显示，过度加权表现不佳的行业对业绩做出了积极的贡献。这种不直观的结果是通过引入国家因素来解决的，这使得行业因素投资组合与美元保持中立，从而产生了一种直观的结果，即过度加权一个表现不佳的行业会降低业绩。包括国家因素也解决了风险归因中的其他的问题，如Davis和Menchero(2011年)所述的。

国家因素的另一个好处是可以改善风险预测。凭直觉和经验，我们知道，在金融危机时期，行业往往会变得更紧密相关。正如USE4中所示，atv，国家因素能够以更及时的方式捕捉行业相关性的变化。这一效应的基本机制是，净多头行业投资组合对国家因素有共同的影响，当国家因素的波动性在市场压力期间上升时，它解释了行业增长的相关性。

2.4 贝叶斯调整的特殊风险模型

CNE5具体风险模型建立在由Briner，Smith和Ward（2009）所描述的欧洲股票模型（EUE3）引入的方法学进展的基础上。EUE3模型利用每日观察，直接从特定回报的时间序列中提供特定风险的及时估计。这种方法的一个重要好处是，每种股票都有单独的风险估计，从而反映了风险来源的特殊性。

纯时间序列方法的一个潜在缺点是，特定的波动性可能不会完全持续正如USE4方法所示，有时间序列波动性预测的趋势是过度预测高波动性股票的具体风险，并且低估了低波动性股票的风险。

为了减少这些偏差，我们应用贝叶斯调整技术。我们把股票根据它们的市值分成十类， 在每个分类内我们计算具体风险预测的平均值和标准差。然后我们将波动预测拉或“收缩”为大小十分位数内的平均值，收缩强度随着平均值的标准偏差数量而增加。

3、4、5在下一期推送。

预告

读书笔记

后半年不定期推送

关注者

从1到10000+

我们每天都在进步