资产定价Fama-French模型解析.docxVIP

资产定价Fama-French模型解析

引言

资产定价是金融学研究的核心命题之一，其本质是探究资产收益与风险的对应关系。自现代金融理论诞生以来，学者们围绕“如何科学衡量资产风险并预测收益”展开了持续探索。早期资本资产定价模型（CAPM）通过单一市场因子构建了风险与收益的线性关系，为资产定价提供了简洁框架，但随着实证研究深入，学者们发现市场因子无法完全解释资产收益的横截面差异——小市值股票长期跑赢大市值股票的“规模效应”、低市净率股票收益高于高市净率股票的“价值效应”等现象，均对CAPM的解释力提出挑战。正是在这一背景下，尤金·法玛（EugeneFama）与肯尼斯·弗伦奇（KennethFrench）于20世纪90年代提出了Fama-French模型，通过引入多维度风险因子，显著提升了资产定价的准确性。该模型不仅推动了资产定价理论的革新，更深刻影响了投资实践，成为学术研究与金融机构的重要分析工具。

一、Fama-French模型的发展脉络

资产定价模型的演进始终与市场实证发现紧密相关，Fama-French模型的诞生与完善同样遵循这一规律。要理解其核心逻辑，需先回溯其发展历程。

（一）从CAPM到三因子模型：对市场异象的回应

20世纪60年代提出的CAPM模型认为，资产的超额收益仅由其与市场组合的系统性风险（β系数）决定。这一理论因逻辑简洁、便于应用，长期占据资产定价领域的主流地位。然而，20世纪80年代后，大量实证研究揭示了CAPM无法解释的“市场异象”：例如，Banz（1981）发现小市值公司股票的长期收益显著高于大市值公司；Stattman（1980）、Rosenberg（1985）等学者则观察到，市净率（B/M）较低的“价值股”收益持续高于市净率较高的“成长股”。这些现象表明，除市场风险外，还存在其他系统性风险因子影响资产收益。

面对CAPM的解释力局限，Fama和French于1992年发表经典论文《预期股票收益的横截面分析》，系统检验了规模（Size）、市净率（B/M）等变量对股票收益的解释能力。研究发现，当同时考虑市场因子（MKT）、规模因子（SMB，小市值减大市值）和价值因子（HML，高市净率减低市净率）时，模型对股票收益横截面差异的解释力大幅提升。1993年，二人进一步构建三因子模型（FF3），将上述发现正式化为资产定价公式，标志着多因子定价时代的开启。

（二）从三因子到五因子：对模型解释力的深化

尽管三因子模型在多数市场中表现优异，但仍存在解释空白。例如，学者们发现盈利水平（Profitability）和投资风格（Investment）也可能影响股票收益：高盈利公司的股票往往能提供更高回报，而过度扩张（高投资）的公司收益则相对较低。针对这一现象，Fama和French于2015年提出五因子模型（FF5），在三因子基础上新增盈利因子（RMW，高盈利减低盈利）和投资因子（CMA，低投资减高投资）。新模型通过纳入企业基本面信息，进一步提升了对股票收益的解释力，尤其在解释成长股收益时表现更优。

（三）模型演进的内在逻辑：从市场异象到系统性风险的识别

Fama-French模型的每一次迭代，本质上都是对“系统性风险”认知的深化。早期CAPM仅关注市场风险（β），三因子模型则将规模和价值因子视为投资者承担的额外系统性风险——小市值公司抗风险能力弱、价值股可能面临财务困境，投资者要求更高风险溢价；五因子模型进一步将盈利和投资因子纳入，反映了企业盈利稳定性和投资效率对长期风险的影响。这种演进逻辑体现了“风险补偿”的核心思想：资产收益差异源于投资者承担的不同类型系统性风险，模型因子本质是这些风险的代理变量。

二、Fama-French模型的核心逻辑与关键因子解析

要理解Fama-French模型为何能更准确地定价资产，需深入剖析其核心逻辑及各因子的经济含义。

（一）多因子定价的核心思想：风险的多维度补偿

与CAPM的“单一风险维度”假设不同，Fama-French模型认为，资产收益由多个系统性风险因子共同决定。每个因子代表一类无法通过分散投资消除的风险，投资者承担此类风险需获得相应溢价。例如，市场因子反映宏观经济波动风险，规模因子反映小公司的流动性与经营风险，价值因子反映财务困境风险等。模型通过将这些风险因子量化，构建了“风险-收益”的多维度映射关系，从而更全面地解释资产收益的横截面差异。

（二）三因子模型的关键因子：市场、规模与价值

市场因子（MKT）：即市场组合超额收益（市场收益率减去无风险利率），是CAPM中唯一的风险因子。在Fama-French模型中，它仍然是基础因子，反映宏观经济波动对所有资产的共同影响。例如，当经济衰退时，多数股票价格下跌，市场因子为负，持有股票的投资者需通过更高的预期收益补偿这一风险。

规模