Fama-French六因子模型在A股的适用性检验.docxVIP

Fama-French六因子模型在A股的适用性检验

一、Fama-French六因子模型的理论基础

（一）模型的发展与核心因子构成

Fama-French六因子模型是在三因子模型基础上扩展而来，新增了盈利因子（RMW）、投资因子（CMA）和动量因子（MOM）。原始三因子模型（市场风险溢价、市值因子SMB、账面市值比因子HML）由Fama和French于1993年提出，用于解释股票收益横截面差异。2015年，两人进一步引入盈利和投资因子，形成五因子模型；结合Carhart（1997）的动量因子，构成六因子模型。

（二）因子经济意义与全球适用性

市值因子（SMB）反映小盘股溢价，账面市值比（HML）代表价值效应，盈利（RMW）和投资（CMA）因子分别捕捉高盈利、低投资企业的超额收益，动量（MOM）则刻画短期价格趋势延续现象。该模型在美股市场解释力超过90%，但在新兴市场中存在异质性。例如，Asness等（2013）发现亚洲市场动量效应较弱，而价值因子更显著。

二、A股市场特征与因子适用性假设

（一）A股市场结构与行为金融特征

A股以散户投资者为主（占比约60%），换手率高（2022年沪深300年化换手率达240%），投机性强。政策干预频繁（如IPO暂停、涨跌幅限制调整），导致市场非理性波动显著。此外，国有控股企业占比约30%，其投资决策受非市场化因素影响较大。

（二）因子表现的先验性假设

基于A股特性可推测：市值因子可能因小盘股炒作而效应放大；盈利因子受国企利润考核影响或更显著；动量因子或因散户追涨杀跌行为强化；而投资因子可能因企业扩张受政策驱动而失效。李志冰等（2017）发现五因子模型在A股的调整R2仅为65%，低于美股水平。

三、实证检验设计与数据说明

（一）样本选择与数据处理

选取2005-2022年A股非金融类上市公司月度数据，剔除ST股及上市未满一年的股票。数据来源为国泰安（CSMAR）和Wind数据库。按Fama-French方法构建因子：

1.SMB：按市值中位数分组，做多小盘股组合，做空大盘股组合。

2.HML：按账面市值比前30%和后30%分组，做多高BM组合，做空低BM组合。

3.RMW/CMA：按盈利（ROE）和投资（资产增长率）分组，构建多空组合。

4.MOM：计算过去12个月累计收益，做多赢家组合，做空输家组合。

（二）模型设定与检验方法

采用时间序列回归检验模型解释力：

[R_{i,t}R_{f,t}=+{MKT}MKT_t+{SMB}SMB_t+{HML}HML_t+{RMW}RMW_t+{CMA}CMA_t+{MOM}MOM_t+_t]

通过α值显著性判断定价误差，调整R2衡量模型解释力。同时进行子样本检验（如牛市/熊市周期）和因子冗余性检验。

四、实证结果分析与讨论

（一）因子收益率的统计显著性

SMB因子：月均收益0.58%（t=2.34），显示小盘股溢价显著，但2017年后效应衰减（注册制推行降低壳价值）。

HML因子：月均收益0.32%（t=1.87），价值效应弱于美股，可能与A股投资者偏好成长股有关。

动量因子（MOM）：月均收益-0.21%（t=-0.95），出现反转效应，与欧美市场相反，印证了散户主导市场的“过度反应”特征。

（二）模型整体解释力比较

六因子模型调整R2为68.3%，较三因子模型提升12个百分点，但α值仍显著（月均0.43%，t=2.01）。分行业检验显示，模型在制造业的R2达74%，而在信息技术业仅52%，表明因子适用性存在行业异质性。

（三）政策事件的冲击效应

2015年股灾期间，六因子模型解释力骤降至41%，SMB和MOM因子方向逆转，显示极端市场环境下模型失效。此外，2019年科创板推出后，盈利因子（RMW）显著性上升（t值从1.92增至2.67），反映政策引导下基本面分析权重增加。

五、适用性局限与本土化改进路径

（一）模型失效的深层原因

制度性摩擦：涨跌幅限制、T+1交易规则扭曲价格发现机制。

投资者结构：散户情绪波动导致因子非理性偏离，如动量因子反转。

企业决策机制：国企投资行为受非经济因素驱动，削弱CMA因子逻辑。

（二）改进方向与扩展建议

纳入流动性因子：A股流动性分层明显，引入非流动性溢价（ILLIQ）可提升解释力（据测算可增加R2约5%）。

政策因子量化：构建产业政策强度指数（如“十四五”规划相关行业虚拟变量），捕捉政策驱动收益。

改良动量因子：采用短期（1个月）动量配合长期反转策略，适应A股波动特征。

结语

Fama-French六因子模型在A股的解释力显著弱于成熟市场，主要受投资者结构、政策干预及制度差异的影响。未来研究需结合本土市场特征，通过引入流动性、政策等因子构建更具适应性的资产定价