根据提供的研报内容，以下是关于量化模型和因子的总结。 量化模型与构建方式 1. **模型名称：跨市场权益组合绩效评价模型**[2][12] * **模型构建思路**：为解决A+H等跨市场权益组合的事后绩效归因问题，构建一个能够精细化拆分收益来源（如汇率、市场、行业、风格、选股）的框架[2][12][13] * **模型具体构建过程**：模型构建分为几个关键步骤： * **货币收益处理**：首先将本币计价的组合超额收益拆分为外币计价资产超额收益和货币收益两部分[18][19][20]。本币计价资产收益率近似为：$$R_{t}^{r e f}\approx Q_{t}+R_{t}^{l o c}$$ 其中，\(Q_t\)为汇率变动损益，\(R_{t}^{l o c}\)为外币计价资产收益率。本币超额收益为：$$r_{t}^{r e f}\approx q_{t}+r_{t}^{l o c}$$ 其中，\(q_t\)为货币超额收益，\(r_{t}^{l o c}\)为外币计价资产超额收益[18][19][21] * **单一市场模型整合**：将M个市场的单一模型整合为一个全局模型。股票收益向量表示为：$$\mathbf{r}=\mathbf{X}\mathbf{f}+\mathbf{u}$$ 股票收益的方差协方差矩阵为：$$V a r(\mathbf{r})=\mathbf{X}V a r(\mathbf{f})\mathbf{X}^{\prime}+V a r(\mathbf{u})$$ 其中，残差协方差矩阵为对角阵，因子收益方差协方差矩阵 \(\Omega\) 是一个分块矩阵[23][24] * **结构化风险模型**：为解决直接估计全球因子协方差矩阵维度太高、估计不稳健的问题，引入结构化模型。假设各地区因子收益受全球市场因子影响：$$f_{\mu\alpha}^{M}=\sum_{\alpha}\beta_{\mu\alpha}^{M}F_{\alpha\alpha}+g_{\mu\alpha}^{M}$$ 最终因子收益协方差矩阵表示为：$$\Omega=\beta C o v(\mathbf{F},\mathbf{F})\beta^{\prime}+C o v(\mathbf{g},\mathbf{g})$$ 并通过矩阵 \(\mathbf{R}\) 进行修正，确保与单一市场模型风险矩阵一致：$$\Omega=R\Omega R$$ 其中修正矩阵为：$${\bf R}_{m}=d i a g(\sigma_{m})C o r(\Omega_{m}^{0})^{1/2}C o r(\Omega_{m})^{-1/2}d i a g(\sigma_{m}^{0})^{-1}$$ [28][29][31][32] * **最终模型框架**：跨市场股票收益模型为：$$\begin{array}{l}{{\mathbf{r}=\mathbf{X}\mathbf{f}+\mathbf{u}}}\\ {{C o v(\mathbf{r},\mathbf{r})=\mathbf{X}\mathbf{F}\mathbf{X}^{\prime}+C o v(\mathbf{u},\mathbf{u})}}\end{array}$$ 因子收益进一步由结构化模型表征：$$\mathbf{f}=\mathbf{B}_{w}+\mathbf{q}$$ $$\mathbf{F}=Cov(\mathbf{f},\mathbf{f})=\mathbf{B}\mathbf{B}^{\prime}+Cov(\mathbf{q},\mathbf{q})$$ [34][35] * **模型评价**：该模型旨在满足精细化、全面、灵敏、稳健的绩效评价要求，能够有效处理汇率影响和市场间因子表现差异的问题[13] 量化因子与构建方式 1. **因子类别：风格因子**[14][37] * **因子构建思路**：报告提及的风格因子是用于解释股票收益和进行组合风险收益归因的重要维度，在A股和港股市场分别构建[14][16][37] * **因子具体构建过程**：报告未详细描述每个风格因子的具体计算方法，但明确列出了所关注的风格因子类型。涉及的风格因子包括：**市值、价值、动量、波动率（贝塔）、盈利、成长、分红、流动性（换手）** 等[16][37][42][44] 模型的回测效果 *报告未提供跨市场权益组合绩效评价模型的具体量化回测指标（如年化收益率、夏普比率、最大回撤等）。* 因子的回测效果 *报告未提供前述风格因子（如市值、动量等）的具体IC值、IR值、因子收益率等量化测试结果。报告中的图表（图8，图11）展示的是基于该模型框架对示例组合M进行绩效归因后，各收益来源（如汇率、市场、行业、风格、选股）对组合整体及其A股、港股仓位的具体贡献度数值，而非因子本身的独立表现[3][11][37][47]。*