Fama 三因子模型构造和回归详解.docxVIP

Fama三因子模型构造和回归详解

引言：从CAPM困境到三因子革命

1964年，夏普（Sharpe）提出的资本资产定价模型（CAPM）为金融市场搭建了首个风险与收益的量化框架。这个仅包含市场因子的模型一度成为资产定价的黄金标准，但其核心假设——β系数能完全解释股票收益差异——在后续实证中屡屡受挫。1981年，班茨（Banz）的研究首次发现规模效应：小市值股票的平均收益持续高于大市值股票，而这种差异无法用CAPM的β系数解释。随后，罗尔（Roll）、罗斯（Ross）等学者又发现账面市值比（B/M）、市盈率（E/P）等指标同样对收益有显著影响，CAPM的单因子框架逐渐显露出局限性。

正是在这样的理论背景下，芝加哥大学的尤金?法玛（EugeneFama）与达特茅斯学院的肯尼思?弗伦奇（KennethFrench）于1993年在《CommonRiskFactorsintheReturnsonStocksandBonds》一文中正式提出三因子模型。他们通过对美股29年（1963-1991年）共342个月数据的实证研究发现：市场风险、公司规模和账面市值比三个因子的组合，能解释90%以上的股票组合收益变异，远高于CAPM的解释力。这一发现不仅重塑了资产定价理论，更成为量化投资、基金业绩评价、风险控制等实务领域的核心工具。

本文将以理论-构造-实操-实证-扩展为脉络，结合美股原版框架与A股市场特性，用实操视角详解三因子模型的构造逻辑与回归分析，既有理论深度，更包含数据处理、软件实现等落地细节，力求还原模型应用的真实场景。

一、Fama三因子模型的理论内核

1.1模型的核心表达式与因子含义

Fama三因子模型本质是对CAPM的扩展，其核心思想是：资产的超额收益（超过无风险收益的部分）由三个维度的风险暴露共同决定。模型的期望收益形式与回归形式分别如下：

期望收益形式

E(R_{it})-R_{ft}=\beta_i[E(R_{mt})-R_{ft}]+s_iE(SMB_t)+h_iE(HML_t)

回归形式

R_{it}-R_{ft}=\alpha_i+\beta_i(R_{mt}-R_{ft})+s_iSMB_t+h_iHML_t+\varepsilon_{it}

其中各变量的经济含义需结合风险补偿逻辑理解，而非简单的数学符号：

R_{it}-R_{ft}：资产i在t期的超额收益率，这是模型的被解释变量，反映资产扣除无风险收益后的净收益水平。

R_{mt}-R_{ft}：市场风险溢价因子（MKT），即市场组合收益率与无风险收益率的差值。β系数衡量资产对市场风险的敏感程度，β1意味着资产波动大于市场，需更高风险补偿。

SMB_t（SmallMinusBig）：规模因子，计算方式为小市值股票组合收益率减去大市值股票组合收益率。s系数代表资产的小盘股暴露，s0说明资产收益与小盘股表现正相关，反映投资者对小公司流动性风险、经营不确定性的补偿要求。

HML_t（HighMinusLow）：价值因子，计算方式为高账面市值比股票组合收益率减去低账面市值比股票组合收益率。h系数代表资产的价值股暴露，h0表明资产倾向于高B/M的价值股，这类股票通常被认为风险更高（如盈利稳定性差），因而需要额外补偿。

\alpha_i：截距项，代表模型无法解释的超额收益。在有效市场假说下，α应趋近于0；若α显著为正，说明资产获得了超出风险补偿的超额收益，可能源于主动管理能力或模型遗漏因子。

1.2模型的理论根基：风险定价与无套利逻辑

三因子模型的科学性源于其对风险-收益匹配原则的深化。法玛和弗伦奇并非简单加入两个统计因子，而是基于两个核心发现：

因子的风险属性：规模和账面市值比并非孤立的统计特征，而是公司基础风险的代理变量。小市值公司抗风险能力弱、融资成本高，高B/M公司往往面临盈利下滑、资产减值等问题，这些风险在CAPM中未被捕捉，而SMB和HML因子本质是这些隐性风险的价格。

无套利定价支撑：模型构造遵循无套利定价理论（APT）逻辑——若两个资产具有相同的三个因子暴露，其期望收益应相等。SMB和HML本质是因子模拟组合：买入小市值/高B/M股票、卖空大市值/低B/M股票的策略收益，恰好反映了这类风险的市场定价。

这一理论框架解释了为何三因子模型能超越CAPM：它将定价维度从市场整体风险拓展到公司特性相关风险，更贴合现实市场的风险结构。

二、Fama三因子的构造：从股票分组到因子生成

因子构造是三因子模型的