4. 截面回归原理

一、核心原理：什么是截面回归

截面回归（Cross-Sectional Regression）是在同一时间点上，用多个资产（股票、债券、基金等）的横截面数据，研究资产收益与其特征（或因子暴露）之间关系的统计方法。它的核心问题是：在同一时刻，为什么不同资产的收益不同？答案往往指向资产在某些共同因子上的暴露差异。

在因子模型中，截面回归通常出现在第二步：先通过时间序列回归估计每只资产对因子的暴露（β），再在某一时点用这些暴露解释当期收益，从而估计因子的风险溢价（因子收益率）。其一般形式为：

R_i = α + β_i1 * λ_1 + β_i2 * λ_2 + ... + β_iK * λ_K + ε_i

其中：
R_i     第 i 只资产在 t 时刻的收益
β_ik    第 i 只资产对第 k 个因子的暴露（来自时间序列回归）
λ_k     第 k 个因子的截面收益率（待估参数）
ε_i     残差项

这里的关键在于：β 是已知的输入，λ 是待估的输出。截面回归把“因子暴露”当作解释变量，把“资产收益”当作被解释变量，从而回答“市场为承担一单位因子风险支付了多少报酬”。

二、与时间序列回归的对比

时间序列回归和截面回归是因子模型估计中互补的两步，但它们的视角、数据结构和经济含义完全不同。下表从多个维度进行对比：

简单记忆：时间序列回归回答“资产跟着因子怎么动”，截面回归回答“市场为因子付多少钱”。两者结合，才能完成从因子暴露到因子定价的完整链条。

三、方法流程：从时间序列到截面回归

在经典的 Fama-MacBeth 两步法中，截面回归是第二步。完整流程如下：

1. 第一步：时间序列回归。对每只资产 i，用其收益序列对因子收益序列做回归，得到因子暴露 β_i 和残差。
2. 第二步：截面回归。在每个时点 t，用所有资产的当期收益对第一步得到的 β_i 做回归，得到该时点的因子收益率 λ_t。
3. 第三步：汇总与检验。对 λ_t 序列求均值、标准差和 t 统计量，判断因子溢价是否显著。

下面是一个简化的 Python 示例，展示截面回归的核心代码结构：

import numpy as np
import statsmodels.api as sm

# 假设 betas 为 N×K 的因子暴露矩阵
# returns_t 为 N×1 的当期收益向量
X = sm.add_constant(betas)          # 加入截距项
model = sm.OLS(returns_t, X)
result = model.fit()

lambda_t = result.params[1:]        # 因子收益率
alpha_t = result.params[0]          # 截面截距
print("因子收益率:", lambda_t)
print("t值:", result.tvalues[1:])

四、在因子模型中的角色与经济学含义

截面回归在因子模型中扮演着“定价检验器”的角色。它的经济学含义可以从三个层面理解：

• 风险价格：λ_k 表示投资者承担一单位因子 k 的风险所要求的预期收益补偿。如果 λ_k 显著为正，说明该因子被市场定价。
• 定价误差：截面截距 α 反映模型无法解释的平均收益。若 α 显著不为零，说明存在遗漏因子或模型设定问题。
• 因子有效性：如果某因子的 λ 长期不显著，说明它可能不是真正的定价因子，而只是统计上的相关性。

从经济学角度看，截面回归把“资产收益差异”分解为“因子暴露差异 × 因子风险价格”。这背后是无套利定价理论：如果两个资产对同一组因子的暴露相同，它们的预期收益应当相同；否则会出现套利机会。截面回归正是对这一命题的实证检验。

五、常见误区与复盘

在实际操作中，截面回归容易出现以下误区：

• 误区一：把时间序列回归和截面回归混为一谈。两者数据方向不同，估计量不同，不能互相替代。时间序列回归得到 β，截面回归得到 λ。
• 误区二：忽略 β 的估计误差。第一步估计的 β 带有误差，直接代入第二步会导致“变量误差”问题，使 λ 的估计有偏。常用方法是使用组合作为资产，或采用 Shanken 修正。
• 误区三：不做稳健标准误。截面回归的残差往往存在异方差和截面相关，普通 OLS 标准误偏小，容易高估显著性。应使用 Newey-West 或聚类稳健标准误。
• 误区四：样本期选择偏差。不同样本期可能得到不同的 λ，因子溢价可能随时间变化。应报告子样本结果或滚动窗口结果。

总结来说，截面回归是连接“因子暴露”与“因子定价”的桥梁。理解它的定义、与时间序列回归的区别、在因子模型中的角色以及常见陷阱，是掌握因子收益率估计的关键一步。