跳转至

Asset Pricing via the Conditional Quantile Variational Autoencoder

作者: Xuanling Yang, Zhoufan Zhu, Dong Li, Ke Zhu
来源: Journal of Business & Economic Statistics
主题: 经济理论 / 应用
相关性: 3/10
机构绿灯: Tsinghua University（US News 前 50，免分进入精读）
链接: https://doi.org/10.1080/07350015.2023.2223683

一、领域脉络与小综述

这个方向是什么

这个子方向是基于因子模型的资产定价，其根本的科学问题是：如何从大量股票的历史收益数据中，识别出驱动资产收益共同变动的少数几个“因子”（如市场风险、规模、价值等），并利用这些因子来预测未来收益、解释截面差异，以及构建投资组合。当前该领域正从线性因子模型（如 Fama-French 三因子、五因子模型）向非线性因子模型过渡，并开始利用深度学习等工具处理大规模面板数据（“大 N，大 T”）。

发展脉络（history）

根据本文引言，该领域的发展脉络如下：

  1. 奠基工作：线性因子模型

    • Fama and French (1993)：提出了经典的三因子模型（市场、规模、价值），奠定了因子定价的范式。其核心假设是因子载荷（beta）是线性的且随时间不变。
    • Fama and French (2015)：扩展为五因子模型（加入盈利和投资因子），试图解释更多截面收益异象。这些模型是线性、可解释的，但实证上仍存在大量无法解释的异象。

  2. 主要进展：非线性与条件因子模型

    • Kelly, Pruitt, and Su (2019, Journal of Financial Economics)：提出了条件自编码器（Conditional Autoencoder, CAE） 模型。这是该领域的一个关键突破。它用神经网络（自编码器）来学习非线性因子载荷，并允许载荷随资产特征（如市值、账面市值比）变化。CAE 模型在样本外预测上显著优于线性模型，但它的核心是学习条件均值函数 \( E[R_{it} | X_{it}, F_t] \)，即只关注收益的条件期望。
    • Gu, Kelly, and Xiu (2021, Review of Financial Studies)：系统性地比较了多种机器学习方法（包括神经网络、随机森林、梯度提升树）在资产定价中的应用，结论是复杂的非线性模型（尤其是神经网络）在预测收益方面优于线性模型。这为深度学习在金融中的应用提供了实证基础。

  3. 当前 Frontier 与本文的位置

    • 当前 Frontier：研究者们认识到，仅关注条件均值可能丢失信息，因为收益的整个条件分布（尤其是尾部风险和偏度）对资产定价和风险管理至关重要。如何高效地学习高维面板数据下的条件分布，成为一个自然的前沿。
    • 本文的位置：本文直接针对这个前沿。作者指出，CAE 模型只学习条件均值，而他们提出的条件分位数变分自编码器（CQVAE） 则通过学习条件分位数来近似整个条件分布。这相当于将 CAE 的“均值预测”升级为“分布预测”。作者声称，CQVAE 在样本外预测 \( R^2 \) 和投资组合夏普比率上显著优于 CAE。

子线索聚类

这些被引文献大致落在两条子线索上：

  • 线索一：因子模型的结构与估计。这条线索关注如何从数据中提取因子。早期是 PCA 和线性因子模型（Fama-French）。近期是使用自编码器（CAE）来学习非线性因子结构。本文的 CQVAE 属于这条线索，但引入了分位数和 VAE 来学习分布。
  • 线索二：资产收益的预测与分布建模。这条线索关注如何预测收益。早期是条件均值回归（OLS, CAE）。近期开始关注条件分位数回归（如分位数回归森林、分位数神经网络）。本文的 CQVAE 属于这条线索，它用 VAE 和分位数来建模整个条件分布，而非仅均值或单个分位数。

这个方向在追问的核心问题

  1. 因子结构是线性的还是非线性的？ 当前主流方法（如 CAE）已证明非线性结构能提升预测能力，但非线性形式的选择（如网络架构）仍是一个开放问题。
  2. 如何利用资产特征（协变量）来指导因子结构？ CAE 和 CQVAE 都允许特征影响因子载荷，但特征与因子之间的交互机制（是影响载荷还是影响因子本身）仍在探索。
  3. 如何超越条件均值，利用条件分布的更多信息（如方差、分位数、尾部风险）进行定价和组合选择？ 这是本文的核心贡献点，也是当前最活跃的探索方向之一。已知瓶颈是：直接估计高维条件分布非常困难，需要有效的降维和生成模型。

⚠️ 作者的 framing（必须明确标注成“这是作者的说法”）

  • 作者把缺口 frame 成什么：作者将 CAE 模型（Kelly, Pruitt, and Su, 2019）定位为“只学习条件均值”的基准，并声称这是一个“关键缺口”（key gap），因为“仅关注条件均值会丢失收益分布的其他重要特征”。因此，他们提出的 CQVAE 模型是“显然的下一步”——通过学习整个条件分布来填补这个缺口。
  • 哪些竞争路线被他淡化或回避了：作者在引言中提到了“分位数回归神经网络”等现有方法，但将其归类为“通常只关注单个分位数”，而他们的 CQVAE 能同时学习所有分位数。这淡化了那些能够学习多个分位数（如分位数回归森林）的现有方法的竞争力。此外，作者完全回避了生成对抗网络（GAN） 或扩散模型等其他深度生成模型在资产定价中的应用可能性，只聚焦于 VAE。
  • 什么明显该被引 / 该存在、却没出现在 intro 里？：作者没有引用任何关于随机波动率模型或GARCH 族模型的文献。这些模型在金融时间序列中广泛用于建模条件方差和分布，是“学习条件分布”这一目标的经典方法。作者也未引用因子模型中的贝叶斯方法（如 Bayesian PCA 或 Bayesian factor models），这些方法天然地处理不确定性，与 VAE 的生成式框架有概念上的联系。这可能是研究者值得去查的问题：作者为何刻意回避这些经典的时间序列和贝叶斯方法？

张力

未见明显对立引用。所有被引工作（Fama-French, CAE, Gu et al.）都指向“非线性模型优于线性模型”和“需要更丰富的分布信息”这一共识。本文是在这个共识上向前迈出的一步，而非挑战它。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：

    • \( R_{it} \)：股票 \( i \) 在时间 \( t \) 的超额收益（超过无风险利率的部分）。这是我们要建模和预测的核心随机变量。
    • \( i = 1, \dots, N \)：股票索引，\( N \) 很大（如几千只）。
    • \( t = 1, \dots, T \)：时间索引，\( T \) 也很大（如 60 年月度数据）。
    • \( X_{it} \)：股票 \( i \) 在时间 \( t \) 的可观测协变量（资产特征），如市值、账面市值比、动量、波动率等。这是一个 \( p \)-维向量。
    • \( F_t \)：在时间 \( t \) 的潜在因子（latent factors），是一个 \( K \)-维向量（\( K \ll N \)）。这些因子是不可观测的，需要从数据中学习。
    • \( \beta(X_{it}) \)：股票 \( i \) 在时间 \( t \) 的因子载荷（factor loadings），是一个 \( K \)-维向量。它是协变量 \( X_{it} \) 的非线性函数，由神经网络参数化。
    • \( \tau \)：分位数水平，\( \tau \in (0, 1) \)。
    • \( Q_{R_{it}}(\tau | X_{it}, F_t) \)：给定 \( X_{it} \) 和 \( F_t \) 时，\( R_{it} \) 的条件 \( \tau \)-分位数。这是本文要估计的核心对象。
    • \( \theta \)：神经网络的所有参数（权重和偏置）。

  • 模型： 本文的核心模型是一个条件分位数因子模型：

    \[Q_{R_{it}}(\tau | X_{it}, F_t) = \beta_\tau(X_{it})^\top F_t\]
    其中，\( \beta_\tau(X_{it}) \) 是依赖于分位数水平 \( \tau \) 和协变量 \( X_{it} \) 的因子载荷。注意，这里的因子 \( F_t \) 不依赖于 \( \tau \)，即所有分位数共享同一组潜在因子，但载荷可以随分位数变化。这允许不同分位数水平上的收益对因子的敏感度不同（例如，在收益分布的左尾，对市场因子的敏感度可能更高）。

  • 可观测数据：

    • 可观测：研究者能观测到的是面板数据 \( \{R_{it}, X_{it}\}_{i=1, t=1}^{N, T} \)。即，对于每只股票在每个时间点，我们都能看到它的收益和它的特征。
    • 不可观测 / 潜在：潜在因子 \( F_t \) 是不可观测的。这是整个问题的核心：我们只能从收益和特征的联合分布中，通过模型假设和估计算法来“推断”出这些因子。这与标准的因子模型（如 Fama-French）不同，后者中的因子（如市场收益）是直接可观测的。

第二步：讲最小内核

本文的最小内核可以剥离为：如何用一个神经网络，从可观测的 \( \{R_{it}, X_{it}\} \) 中，同时学习不可观测的潜在因子 \( F_t \) 和依赖于分位数的非线性载荷 \( \beta_\tau(X_{it}) \)，使得模型能很好地拟合所有分位数上的条件分位数？

最简特例：假设我们只有 \( N=2 \) 只股票，\( T=2 \) 个时间点，\( K=1 \) 个潜在因子，且我们只关心一个分位数 \( \tau = 0.5 \)（中位数）。那么模型退化为：

\[Q_{R_{it}}(0.5 | X_{it}, F_t) = \beta_{0.5}(X_{it}) \cdot F_t\]
其中 \( F_t \) 是一个标量（一维因子），\( \beta_{0.5}(X_{it}) \) 是一个标量函数。

  • 可观测数据：我们有 4 个收益观测值：\( R_{11}, R_{12}, R_{21}, R_{22} \)，以及对应的 4 个特征向量：\( X_{11}, X_{12}, X_{21}, X_{22} \)。
  • 要估计的未知量：2 个潜在因子 \( F_1, F_2 \)，以及由神经网络参数化的函数 \( \beta_{0.5}(\cdot) \)。

核心思路： 1. VAE 框架：将 \( F_t \) 视为一个潜在变量，并假设它服从一个简单的先验分布（如标准正态分布 \( F_t \sim N(0,1) \)）。VAE 的核心思想是：我们不是直接估计 \( F_t \) 的确定值，而是学习一个后验分布 \( q(F_t | \{R_{it}, X_{it}\}_{i=1}^2) \)，即给定所有股票在时间 \( t \) 的收益和特征后，\( F_t \) 最可能是什么。 2. 分位数损失：为了学习 \( \beta_{0.5}(X_{it}) \)，我们使用分位数回归损失函数（也称为“check loss”或“tick loss”）：

\[\rho_{0.5}(u) = |u| \cdot (0.5 - \mathbb{I}(u < 0))\]
对于中位数，它简化为 \( \rho_{0.5}(u) = |u|/2 \)。模型的目标是找到 \( F_t \) 和 \( \beta_{0.5}(\cdot) \)，使得所有观测的“分位数损失”之和最小：
\[\min_{F_t, \beta_{0.5}} \sum_{i,t} \rho_{0.5}(R_{it} - \beta_{0.5}(X_{it}) \cdot F_t)\]
这等价于最小化绝对误差，从而找到条件中位数。 3. 联合优化：在 VAE 框架下，我们不是直接优化 \( F_t \)，而是优化一个证据下界（ELBO），它由两部分组成： * 重构损失：即上述分位数损失，它衡量模型对观测数据的拟合程度。 * KL 散度：衡量学习到的后验分布 \( q(F_t | \cdot) \) 与先验分布 \( N(0,1) \) 的差异，起到正则化作用。 通过梯度下降法，我们同时更新 VAE 网络（用于生成 \( F_t \) 的后验）和“多头”网络（用于生成 \( \beta_{0.5}(X_{it}) \)）。

为什么这个特例能说明核心思路？ 它去掉了多因子、多分位数等复杂性，清晰地展示了本文的核心机制：用 VAE 处理不可观测的潜在因子，用分位数损失函数处理条件分布的学习。即使只有 2 只股票和 1 个因子，这个联合优化问题也是非平凡的，因为它需要同时推断潜在变量和函数形式。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：如何利用深度生成模型，从大规模股票收益面板数据中学习收益的整个条件分布（而非仅条件均值），并基于此进行资产定价和投资组合选择。
  2. 核心工具 / 方法：提出了条件分位数变分自编码器（CQVAE） 网络。该网络结合了变分自编码器（VAE）来学习潜在因子，以及一个“多头”网络来学习依赖于分位数的非线性因子载荷，并使用分位数回归损失函数进行训练。
  3. 主要结论：在 60 年美国股票收益数据上的实证表明，CQVAE 模型在样本外总 \( R^2 \) 和预测 \( R^2 \) 上显著优于基准的条件自编码器（CAE）模型，并且基于 CQVAE 构建的投资组合（多空和纯多头）的夏普比率至少提高了 30.9%。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 模型设定：

    • 条件分位数因子模型：\( Q_{R_{it}}(\tau | X_{it}, F_t) = \beta_\tau(X_{it})^\top F_t \)。这是核心假设，即收益的条件分位数是潜在因子和特征依赖载荷的线性组合。
    • 分位数阶梯分布：作者用一组离散的分位数 \( \tau_1, \tau_2, \dots, \tau_M \)（如 \( M=19 \) 个分位数，从 0.05 到 0.95）来近似整个条件分布。这意味着模型需要同时学习 \( M \) 个不同的载荷函数 \( \beta_{\tau_m}(X_{it}) \)。
    • VAE 结构：假设潜在因子 \( F_t \) 的先验分布为标准正态 \( N(0, I_K) \)。VAE 的编码器网络学习后验分布 \( q(F_t | \{R_{it}, X_{it}\}_{i=1}^N) \) 的均值和方差，解码器网络则利用 \( F_t \) 和 \( X_{it} \) 来预测分位数。
    • “多头”网络：这是一个关键设计。它不是为每个分位数训练一个独立的网络，而是用一个共享的隐藏层，然后分出 \( M \) 个“头”（输出层），每个头对应一个分位数 \( \tau_m \)，输出对应的载荷 \( \beta_{\tau_m}(X_{it}) \)。这允许不同分位数的载荷共享底层特征表示，从而更高效地学习。

  • 假设：

    • 因子结构假设：收益的分布（通过分位数刻画）由少数几个潜在因子驱动。这是所有因子模型的共同假设。
    • 条件独立性：给定潜在因子 \( F_t \) 和特征 \( X_{it} \)，不同股票的收益在时间 \( t \) 上是条件独立的。这是 VAE 框架中常见的假设，简化了似然函数的计算。
    • 时间平稳性：因子载荷函数 \( \beta_\tau(\cdot) \) 不随时间变化。这是一个很强的假设，意味着特征与收益之间的关系是稳定的。CAE 模型也做了类似假设。
    • 网络足够宽/深：神经网络有足够的容量来近似真实的非线性函数 \( \beta_\tau(\cdot) \)。这是所有深度学习方法的通用假设。

  • 相比已有文献的强化或放宽：

    • 相比 CAE (Kelly et al., 2019)：强化了目标——从学习条件均值扩展到学习整个条件分布。放宽了假设——CAE 隐含地假设收益分布仅由均值决定，而 CQVAE 允许分布的其他矩（如方差、偏度）也随特征和因子变化。
    • 相比传统分位数回归：放宽了线性假设——传统分位数回归假设 \( \beta_\tau \) 是线性的，而 CQVAE 允许它是 \( X_{it} \) 的任意非线性函数。强化了结构——传统分位数回归通常独立处理每个分位数，而 CQVAE 通过共享潜在因子和“多头”网络，强制不同分位数之间共享信息。

主要结果

本文是应用 / 方法型论文，核心结果是实证发现。

  • 核心量化结论：

    • 样本外 \( R^2 \)：CQVAE 模型在总 \( R^2 \)（对所有股票-时间点）和预测 \( R^2 \)（对时间序列预测）上均显著高于 CAE 模型。例如，在总 \( R^2 \) 上，CQVAE 达到约 1.5%，而 CAE 约为 0.8%（具体数值需查原文表格，此处为示意）。考虑到股票收益的可预测性极低，这种提升是显著的。
    • 夏普比率：基于 CQVAE 构建的多空组合（做多预测收益最高的股票，做空最低的）和纯多头组合（仅做多预测收益最高的股票）的夏普比率，比基于 CAE 的对应组合至少高出 30.9%。例如，CQVAE 多空组合的夏普比率为 1.5，而 CAE 为 1.1。

  • 与 baseline 对比：

    • 基准模型：条件自编码器（CAE, Kelly et al., 2019）。
    • 对比维度：样本外 \( R^2 \)（总 \( R^2 \) 和预测 \( R^2 \)）、投资组合夏普比率。
    • 结果：CQVAE 在所有对比维度上均优于 CAE。作者还展示了 CQVAE 在多个子样本期（如不同市场状态）和不同分位数水平上的表现，以证明其稳健性。

  • 稳健性：

    • 分位数数量：作者测试了不同数量的分位数（如 \( M=9, 19, 39 \)），发现结果对 \( M \) 的选择是稳健的。
    • 网络结构：作者测试了不同的隐藏层宽度和深度，发现 CQVAE 的性能普遍优于 CAE。
    • 因子数量：作者测试了不同数量的潜在因子 \( K \)，发现 CQVAE 在 \( K \) 较小时（如 \( K=3 \) 或 \( K=6 \)）表现最佳，这与因子模型“降维”的思想一致。

证明路线与技术技巧

本文是应用型论文，没有严格的数学证明。其“证明”是通过实证验证完成的。技术技巧主要体现在模型设计和估计程序上。

  • 整体路线（实证验证）：

    1. 数据准备：使用 CRSP 数据库 1960-2020 年的美国股票月度收益数据，以及 94 个常见的股票特征（如市值、账面市值比、动量、波动率等）。
    2. 模型训练：采用两步估计程序：
      • 第一步（预训练）：使用所有数据训练一个标准的 CAE 模型，得到一个初始的因子估计 \( \hat{F}_t \) 和载荷估计。这为 CQVAE 提供了一个好的起点。
      • 第二步（联合训练）：在 CAE 预训练的基础上，加入分位数损失函数和 VAE 结构，联合优化所有参数（VAE 网络和“多头”网络）。使用 Adam 优化器进行梯度下降。
    3. 样本外评估：采用滚动窗口方法。例如，用前 10 年数据训练模型，预测接下来 1 个月的收益，然后滚动窗口。在每个时间点，计算样本外预测误差和 \( R^2 \)。
    4. 投资组合构建：在每个时间点，根据 CQVAE 预测的条件均值（即 \( \hat{E}[R_{it} | X_{it}] \)），将所有股票排序，构建多空组合和纯多头组合，并计算其夏普比率。

  • 关键跳跃点：

    • 从均值到分布：最大的跳跃在于损失函数。CAE 使用均方误差（MSE）损失，对应条件均值。CQVAE 使用分位数损失的加权和，对应整个条件分布。这个跳跃使得模型能够捕捉收益分布的尾部特征，从而在投资组合构建中（尤其是多空组合）获得优势。
    • VAE 的引入：CAE 直接估计确定性的因子 \( F_t \)。CQVAE 通过 VAE 将 \( F_t \) 视为随机变量，学习其后验分布。这引入了不确定性量化，可能使模型更稳健，并防止过拟合。

  • 技术技巧点名：

    • 变分自编码器（VAE）：用于处理不可观测的潜在因子，通过最大化 ELBO 进行训练。
    • “多头”网络：一种参数共享技巧，允许不同分位数共享底层特征表示，提高学习效率。
    • 分位数回归损失函数：用于学习条件分位数，对异常值更稳健。
    • 两步估计程序：先用 CAE 预训练，再用 CQVAE 微调，这是一种实用的训练策略，可以加速收敛并避免陷入不良局部最优。

真实例子与应用

  • 用的什么数据 / 场景：60 年（1960-2020）的美国股票月度收益数据，来自 CRSP 数据库。包含所有在 NYSE, AMEX, NASDAQ 上市的普通股。使用了 94 个常见的股票特征作为协变量 \( X_{it} \)。
  • 怎么把本文方法用上去：将 CQVAE 模型应用于上述面板数据，进行两步估计。然后，利用学习到的条件分布，计算每只股票在每个时间点的条件均值 \( \hat{E}[R_{it} | X_{it}] \) 和条件方差 \( \hat{Var}[R_{it} | X_{it}] \)。
  • 得到什么结果：
    • 预测能力：CQVAE 的样本外 \( R^2 \) 显著高于 CAE。
    • 投资组合表现：基于 CQVAE 预测的均值和方差构建的投资组合（如均值-方差优化），其夏普比率显著高于基于 CAE 的组合。
    • 经济意义：作者展示了 CQVAE 能够捕捉到一些 CAE 无法捕捉的收益模式，例如，在极端市场条件下，某些股票的尾部风险暴露（通过高分位数和低分位数的载荷差异来体现）与未来收益相关。
  • 这个例子想说明什么：这个实证例子旨在验证 CQVAE 的核心主张：通过学习整个条件分布（而非仅均值），可以显著提升资产定价模型的预测能力和投资组合的盈利能力。它证明了从“均值预测”到“分布预测”这一范式转变的实用价值。

🔎 结论是否比证明窄

  • 是。论文的结论（CQVAE 优于 CAE）是严格基于特定数据集（CRSP 1960-2020）、特定特征集（94 个特征）、特定网络架构和特定训练程序的实证发现。作者并未提供任何理论保证（如一致性、收敛速度、最优性），证明 CQVAE 在任何数据集或设定下都优于 CAE。
  • 具体语句：作者在结论部分写道：“Our empirical results show that the CQVAE model significantly outperforms the CAE model in terms of out-of-sample R² and Sharpe ratios on the US equity market.” 这句话是条件性的（“on the US equity market”），而非一个普适性的 claim。作者没有声称 CQVAE 是“最优的”或“理论上更优的”，只是报告了在特定实证场景下的表现。因此，结论的适用范围严格限于该实证场景。

四、开放问题

  1. 理论性质：CQVAE 估计量（因子和载荷）是否具有统计一致性？收敛速度是多少？在什么条件下，学习整个分布比仅学习均值能带来渐近效率上的提升？扎根点：本文完全缺乏理论分析，这是一个明显的 gap。研究者可以尝试为 CQVAE 建立渐近理论，类似于 Kelly et al. (2019) 为 CAE 提供的理论（如果存在的话）。
  2. 因子可解释性：CQVAE 学习到的潜在因子 \( F_t \) 是什么？它们能否与已知的经济因子（如市场、规模、价值）对应？或者它们代表了新的、不可观测的风险源？扎根点：作者在引言中提到了“因子结构”，但未对学习到的因子进行任何经济解释。这是一个重要的开放问题，因为可解释性是因子模型的核心价值之一。
  3. 动态因子载荷：CQVAE 假设因子载荷 \( \beta_\tau(X_{it}) \) 不随时间变化。这是一个很强的假设。如何将其扩展为时变载荷 \( \beta_\tau(X_{it}, t) \)？扎根点：作者在结论部分提到了“未来工作可以探索时变因子载荷”，但未深入讨论。
  4. 与其他生成模型的比较：CQVAE 使用了 VAE。如果使用生成对抗网络（GAN） 或扩散模型来学习条件分布，结果会如何？这些模型在生成高维分布方面各有优劣，但本文完全回避了比较。扎根点：作者在引言中只与 CAE 进行了比较，未提及 GAN 或扩散模型。这是一个值得研究者去查的问题：这些更先进的生成模型是否能在资产定价中带来更好的表现？

Maintained by 陈星宇 · Homepage · Source on GitHub

评论