Carhart四因子模型中的动量因子分析.docxVIP

Carhart四因子模型中的动量因子分析

引言

在现代金融资产定价理论的演进中，从资本资产定价模型（CAPM）的单因子框架，到Fama-French三因子模型引入规模与价值因子，学者们始终在试图回答一个核心问题：股票收益的驱动因素究竟是什么？20世纪90年代，学界发现三因子模型仍无法解释一类关键市场异象——动量效应：过去表现较好的股票（赢者组合）在未来短期内仍会跑赢表现较差的股票（输者组合）。为填补这一空白，MarkCarhart于1997年提出四因子模型，在三因子基础上加入动量因子（UpMinusDown，UMD），将“价格趋势的惯性”正式纳入资产定价框架。

动量因子的引入，不仅是对三因子模型的补充，更将行为金融视角下的投资者心理与市场趋势纳入考量。它回答了“除基本面因素外，股票价格的持续趋势是否影响收益”这一关键问题。本文将围绕Carhart四因子模型中的动量因子展开系统分析，从模型定位、理论内涵、实证有效性、实践应用到前沿拓展，逐步揭示这一因子的核心逻辑与现实意义。

一、Carhart四因子模型的整体框架与动量因子的定位

要理解动量因子的作用，需先回归四因子模型的整体逻辑——它是基于“未被解释的收益异象”对三因子模型的针对性扩展，而动量因子是其中连接“基本面”与“趋势”的关键桥梁。

（一）Carhart四因子模型的起源与核心逻辑

Fama-French三因子模型（1993年）的贡献在于，将股票收益拆解为市场因子（市场组合与无风险利率的差，反映系统性风险）、规模因子（小市值股票与大市值股票的收益差，反映小公司的风险溢价）、价值因子（高账面市值比股票与低账面市值比股票的收益差，反映价值股的风险溢价）。这一模型成功解释了CAPM无法覆盖的“小公司效应”与“价值效应”，但仍遗漏了动量效应——即过去的价格趋势对未来收益的预测能力。

1993年，Jegadeesh与Titman的研究首次系统验证了动量效应：以1965-1989年美股数据为例，若按过去3-12个月收益率构建赢者组合（前20%）与输者组合（后20%），持有3-12个月后，赢者组合的年化收益比输者组合高约10%，且这一差异无法被三因子模型解释。Carhart的四因子模型正是为解决这一问题而生——通过加入动量因子，将股票收益的驱动因素从“基本面”扩展到“趋势”，形成“市场+规模+价值+动量”的完整框架。

从逻辑上看，四因子模型的核心是“收益来源的全景分解”：市场因子反映大盘波动的影响，规模与价值因子反映公司基本面的风险补偿，而动量因子反映投资者行为偏差或信息滞后导致的趋势性收益。这一框架既保留了三因子模型的“基本面导向”，又纳入了“行为金融”的视角，更贴近真实市场的运行逻辑。

（二）动量因子在四因子模型中的角色定位

在四因子模型中，动量因子的角色是“补充性解释变量”——它用于捕捉三因子模型无法覆盖的“趋势性收益”。具体而言，当用四因子模型回归某只股票或投资组合的收益时，动量因子的系数（即“动量暴露”）反映了该资产对“赢者-输者收益差”的敏感程度：系数为正，说明资产更接近赢者组合（受益于趋势上涨）；系数为负，则更接近输者组合（受趋势下跌影响）。

为什么动量因子能补充三因子模型？本质在于因子属性的差异：三因子是“基本面驱动”的（如公司规模、账面市值比），而动量因子是“趋势驱动”的（如过去价格的持续上涨）。例如，一家小市值、高价值的公司（SMB与HML暴露为正），若过去6个月股价持续上涨（动量暴露为正），其未来收益不仅受基本面因素影响，还受趋势因素驱动——三因子模型无法捕捉这部分趋势收益，而四因子模型可以。

更关键的是，动量因子的引入将“市场非有效性”纳入了资产定价。三因子模型假设“市场有效”（价格反映所有公开信息），但动量效应的存在恰恰说明市场存在“非有效”：投资者的心理偏差（如过度自信）或交易行为（如追涨杀跌）会导致价格偏离基本面，形成持续趋势。动量因子正是对这种“非有效”的量化表达，它让资产定价模型更贴近真实的市场行为。

二、动量因子的理论溯源与核心内涵

动量因子的本质是对“动量效应”的量化，而动量效应的发现与解释，需从实证观察与行为金融理论中寻找源头。

（一）动量效应的实证发现与理论解释

动量效应的发现源于对“股票收益可预测性”的研究。1993年，Jegadeesh与Titman通过对1965-1989年美股数据的分析，首次明确提出“动量效应”：若以过去3-12个月的收益率为基准构建赢者与输者组合，持有3-12个月后，赢者组合的平均收益显著高于输者组合，且这一差异无法被三因子模型解释。此后，全球多个市场的实证研究均验证了这一现象：欧洲市场（1978-1995年）的动量效应年化超额收益约7%，新兴市场（如中国、印度2000年后数据）约12%，日本市场（1980-19