📈 因子溢价的经济学解释 Economic Rationale
🧠 风险补偿
- 系统性风险溢价 — 投资者承担不可分散风险，要求额外回报。
- 行为偏差 — 有限关注、过度反应等导致错误定价，因子捕捉修复收益。
- 市场摩擦 — 交易成本、信息不对称产生溢价空间。
📌 经典：规模因子 (SMB) 源于小公司流动性风险及信息环境。
⚖️ 均衡定价视角
- ICAPM — 因子代表“坏时间”风险，如价值因子在衰退期表现。
- 生产基础 — 投资、盈利因子与生产技术冲击相关。
- 跨期对冲 — 投资者偏好高股息、低波动等特质。
📌 价值溢价：高账面市值比公司更脆弱，要求风险补偿。
🔬 行为解释
- 外推预期 — 投资者过度外推过去增长，导致错误定价。
- 锚定效应 — 对盈利、股息锚定不足，产生动量/反转。
- 有限套利 — 套利成本高，错误定价持续存在。
📌 动量因子：反应不足与过度反应的行为综合。
⚡ 风险因子 vs Alpha因子 Risk Factor · Alpha Factor
| 维度 | 风险因子 (Risk Factor) | Alpha因子 |
|---|
| 📌 定义 |
系统性风险来源，长期获得风险溢价，不可分散。 |
预测错误定价，与已知风险正交，期望收益来自套利限制。 |
| 📈 收益来源 |
承担坏时间风险 (如市场、价值、规模)。 |
行为偏差、信息优势、市场微观结构。 |
| 🔄 与基准关系 |
被主流因子模型 (Fama-French) 所解释。 |
对已知因子暴露为0 (或接近0)。 |
| 🧪 统计性质 |
长期显著，但可能经历长时间回撤。 |
高夏普，但容量小，易衰减。 |
| 🎯 投资应用 |
战略配置，获取系统性β。 |
战术性机会，增强收益。 |
📚 因子投资的学术基础 Academic Foundation
- CAPM (Sharpe, 1964) — 单因子市场模型，奠基。
- Fama-French 三因子 (1993) — 市场、规模、价值。
- Carhart 四因子 (1997) — 加入动量因子。
- Fama-French 五因子 (2015) — 盈利、投资。
- q-factor model (Hou, Xue, Zhang 2015) — 投资、盈利、规模。
- 行为因子模型 — Daniel, Hirshleifer & Sun (2020) 等。
🧪 关键检验方法
- 时间序列回归 (因子载荷)
- 横截面回归 (Fama-MacBeth)
- 投资组合排序分析
- 因子正交化与Bootstrap
📐 学术实证代码片段 (R风格)
# Fama-French 三因子回归 (时间序列)
model <- lm(portfolio_excess ~ Mkt_RF + SMB + HML, data = monthly_returns)
summary(model)
# Fama-MacBeth 横截面回归 (两步法)
# 第一步：时间序列估计因子载荷
betas <- data.frame(asset = colnames(returns),
beta_mkt = NA, beta_smb = NA, beta_hml = NA)
# 第二步：横截面回归 (每月)
cross_sectional <- lm(cross_ret ~ beta_mkt + beta_smb + beta_hml, weights = 1/se)
# 因子溢价 = 平均斜率