这篇论文可能改变你的投资方式

外来客 • 2026-08-13 04:54:45

声明：本文为对公开视频内容的摘要整理，未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：This Paper Could Change How You Invest）

📊 核心观点：多因子模型重塑投资认知

1993年发表在《金融经济学杂志》上的论文彻底改变了金融经济学和组合管理的范式。Eugene Fama 和 Kenneth French 发现，三个共同风险因子（市场、规模、价值）能够解释分散化投资组合回报差异的绝大部分。这一发现表明，资产价格不仅受整体市场波动影响，还受到公司规模和价值特征等系统性风险的驱动。

该研究的核心前提是多因子资产定价模型：不同类型的股票和债券因暴露于不同的系统性风险而具有不同的预期回报。投资者需要更高的预期回报作为承担这些特定风险的补偿。这推翻了此前认为仅凭市场贝塔（Market Beta）即可解释所有回报差异的单因子观点，为理解“异常”回报提供了更严谨的理论框架。

🔍 关键事实与论据：从CAPM到三因子模型

1. CAPM的局限性与资产定价异常

背景：1964-1965年提出的资本资产定价模型（CAPM）认为，股票预期回报仅与其相对于整体市场的波动性（贝塔）相关。
问题：实证研究显示，某些类型的股票回报高于CAPM预测值，被称为“异常”。主要矛盾包括：
小盘股平均回报高于大盘股，且无法用贝塔差异解释。
高账面市值比（价值股）平均回报高于低账面市值比（成长股），同样无法用贝塔解释。
贝塔与平均回报的关系弱于CAPM预测，低贝塔股票的实际回报高于模型建议值。

2. Fama-French三因子模型的构建

Fama和French提出了包含三个因子的新模型：

市场因子（Market Factor）：源自CAPM，衡量资产随整体市场波动的程度。
规模因子（Size Factor, SMB）：Small Minus Big，即小盘股与大盘股的回报差异。捕捉公司规模带来的系统性风险溢价。
价值因子（Value Factor, HML）：High Minus Low，即高账面市值比股票（价值股）与低账面市值比股票（成长股）的回报差异。捕捉估值水平带来的风险溢价。

3. 实证测试结果

方法论：Fama和French将股票按规模和账面市值比分组，构建了25个测试投资组合，并追踪其从1963年7月至1991年12月的表现。
解释力提升：使用三因子模型进行时间序列回归后，R平方值（解释力度）平均约为0.93，范围在0.83至0.97之间。这意味着该模型解释了分散化股票投资组合回报差异的约90%。相比之下，仅使用市场贝塔的CAPM只能解释约60%的差异。
Alpha接近零：除小盘成长股外，几乎所有测试组合的Alpha（未被模型解释的超额回报）都接近于零。这表明一旦考虑了市场和规模、价值暴露，大部分“异常”回报实际上是对系统性风险的补偿，而非市场无效或选股能力的体现。

💡 结论与后续影响

1. 理论演进：五因子模型

面对学术界出现的“因子动物园”（截至2016年已发表316个因子），Fama和French在2015年更新了他们的研究，引入了两个新因子：

盈利能力因子（RMW）：Robust Minus Weak，高盈利公司相对于低盈利公司的超额回报。
投资因子（CMA）：Conservative Minus Aggressive，保守投资公司相对于激进扩张公司的超额回报。

五因子模型进一步将解释力提升至接近95%，成为当前学术金融中评估投资组合表现的基础框架。

2. 对主动管理的挑战

研究数据表明，传统主动管理基金很难在调整风险后持续跑赢市场。许多看似成功的主动管理者，其超额回报往往源于暴露于已知的规模或价值因子，而非真正的选股能力。这意味着投资者可以通过低成本的方式复制这些因子暴露，从而获得类似的回报预期。

3. 实践应用

产品落地：基于此研究，出现了专门提供因子暴露的低成本投资产品。例如，Dimensional Fund Advisors（Eugene Fama曾担任创始董事）和Avantis Investors推出了相关ETF和基金，帮助投资者以低成本获取规模、价值等因子的长期预期回报溢价。
投资策略启示：长期预期回报由对特定风险因子的暴露驱动。投资者可以通过向小盘股和价值股倾斜（Tilting），在承担相应系统性风险的前提下，有望获得更高的长期预期回报。

这篇论文可能改变你的投资方式

📊 核心观点：多因子模型重塑投资认知

🔍 关键事实与论据：从CAPM到三因子模型

💡 结论与后续影响

👤 同一博主

🧭 类似博主

0 条评论

发表评论