组合跑赢基准,怎样判断是能力还是风格暴露?

因子模型的理论基础

约 10 分钟6 道自测更新于 2026-10-31

一句话记住因子模型把收益拆成共同风险和特质部分,但任何因子模型都只是一个可检验的基准,不是真理。

01学完你能做到

你能从 CAPM 解释 β 和风险溢价;说清 APT 的无套利逻辑;理解 Fama-French 三因子、五因子与中国市场因子口径的差异;区分时间序列回归、截面回归、α、因子暴露和因子收益。

02这课解决什么问题

当一个组合跑赢基准时,超额可能来自市场、规模、价值、盈利或投资风格,而不一定来自独立的选股能力。因子模型提供了一套可复查的拆解方式:先定义风险来源,再估计暴露,最后检验剩余的 α 是否可靠。

03CAPM:市场风险的定价

从均值—方差到 β

CAPM 的理想化前提包括:投资者只关心收益均值和方差,可以按同一无风险利率借贷,投资者对收益分布有相同判断,没有税费和交易成本。市场组合有效时,资产 i 的预期收益满足:

E[R_i] − R_f = β_i × [E[R_M] − R_f]

β_i = Cov(R_i, R_M) ÷ Var(R_M)

β 表示资产对市场的敏感度。CAPM 认为只有不能通过充分分散消除的市场风险能获得风险补偿,特质风险本身不自动带来更高预期收益。

Jensen α和方差分解

用历史数据估计时,可写成:

R_i,t − R_f,t = α_i + β_i(R_M,t − R_f,t) + ε_i,t

若 CAPM 作为基准成立,α_i 应接近 0。方差分解为:

σ_i² = β_i²σ_M² + σ_ε,i²

R² = β_i²σ_M² ÷ σ_i²

R² 高说明市场解释了更多波动,不代表模型一定解释了平均收益。α 是否可靠还要看标准误、样本长度和残差结构。

CAPM 的边界

市场组合包含所有风险资产,现实中无法完整观测。用某个股票指数代替市场,只能检验该代理组合和模型设定,不是对完整 CAPM 的直接终审。APT 则从无套利出发,假设收益由少数共同因子驱动:

R_i = E[R_i] + Σ[b_i,k × F_k] + ε_i

无套利条件下,预期收益近似为:

E[R_i] − R_f ≈ Σ[b_i,k × λ_k]

λ_k 是因子风险溢价。APT 不要求可观测的完整市场组合,但也不告诉你应该选哪些因子。

04Fama-French 因子模型

三因子

三因子时间序列模型可写成:

R_i,t − R_f,t = a_i + b_iMKT_t + s_iSMB_t + h_iHML_t + e_i,t

  • MKT:市场超额收益。
  • SMB(Small Minus Big):小盘组合减大盘组合。
  • HML(High Minus Low):高账面市值比组合减低账面市值比组合。

经典 2×3 排序先按市值分小、大,再按账面市值比分价值、中性、成长,形成 6 个组合。HML 常写为:

HML = 0.5 × (SV + BV) − 0.5 × (SG + BG)

在大小盘内部做价值减成长,目的是减少 HML 中的规模暴露。

五因子和经济含义

五因子增加:

  • RMW(Robust Minus Weak):高盈利能力减低盈利能力。
  • CMA(Conservative Minus Aggressive):低投资减高投资。

五因子模型为:

R_i,t − R_f,t = a_i + b_iMKT_t + s_iSMB_t + h_iHML_t + r_iRMW_t + c_iCMA_t + e_i,t

从股利贴现关系看,价格、账面权益、未来盈利和再投资共同决定估值。这个恒等关系可以帮助理解为什么价值、盈利和投资会被用作描述性因子,但不能单独证明这些溢价一定是风险补偿。

如何检验模型

单个组合的 α 不能代表整个模型。GRS 检验同时检验多个组合的截距是否为 0。直觉是:如果加入截距后还能显著提高可达到的夏普,因子模型没有解释完这些组合的平均收益。模型比较应报告平均绝对 α、截距的稳健 t 值和样本外表现,而不是只挑一个漂亮的 R²。

05中国市场的口径差异

美国因子构造不能直接复制到中国市场。中国股票市场的上市结构、壳价值、交易制度、财务数据可得性和投资者结构都不同。CH-3 等中国因子研究会针对股票池和价值指标调整构造方法,例如对极小市值股票进行处理、用盈利/价格等指标构造价值维度。不同因子库在断点、加权、复权、财报滞后和股票池上的差异,会让“SMB”或“价值因子”不再是完全相同的变量。

因此,看到 A 股产品有“因子暴露”时,应先问清:因子是什么、股票池是什么、调仓频率是什么、是否含分红、财务数据按哪个时间点可得。

06时间序列回归和截面回归

时间序列回归截面回归
已知因子收益 f_t股票特征或暴露 X_i,k
估计每只资产的 β、α每一期的因子收益
典型问题资产表现像哪些因子当期暴露对应多少收益
常见用途产品归因、基金评价风险模型、因子收益估计

时间序列 OLS 写成:

y = Zθ + e

θ_hat = (Z'Z)^−1Z'y

Z 第一列为常数,后面是因子收益。由于 OLS 正规方程,平均超额收益满足:

平均 y = α_hat + Σ(β_hat_k × 平均 f_k)

金融残差常有异方差和自相关,标准误可以使用 Newey-West 稳健估计。它改变标准误估计,不会自动改变回归系数。

07延伸阅读

  • Sharpe《Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk》
  • Ross《The Arbitrage Theory of Capital Asset Pricing》
  • Fama & French《Common Risk Factors in the Returns on Stocks and Bonds》
  • Fama & French《A Five-Factor Asset Pricing Model》
  • Grinold & Kahn《Active Portfolio Management》
想一想

6 道自测

先在心里答一遍,再展开对照。能说清理由,比答对数字更重要。

  1. 01β = 0.8 的资产,CAPM 下预期超额收益一定低于市场吗?总波动一定低于市场吗?

  2. 02为什么 APT 比 CAPM 少一个“完整市场组合”的要求,却仍然需要研究者选择因子?

  3. 03为什么 HML 要在大小盘内部做价值减成长再平均?

  4. 04某基金三因子回归 α = 0.3%/月,但 t = 1.2,能否直接宣传有 α?

  5. 05为什么 Newey-West t 值不一定比普通 t 值小?

  6. 06为什么用今天的大市值龙头去回测过去的 A 股因子,会有选择偏差?

已看 0/6 题

练动手练习

任务:选一组示意资产收益和因子收益,做一次单因子或三因子回归;记录 α、β、R²、普通 t 值和 Newey-West t 值,并写出一段口径说明,标注因子构造和样本期。

完成这一课

完成这一课

读完讲义、看完自测答案,这一课就算学完了。

  • 读完讲义
  • 看完全部自测

本课为投资者教育内容,案例数字均为示意,不构成任何投资建议,也不承诺收益。规则和费率会变,实际操作前请以交易所、监管机构和产品的最新公告为准。