Fama-French三因子模型的动量扩展.docxVIP

Fama-French三因子模型的动量扩展

一、引言

资产定价模型是金融学研究的核心议题之一，其核心目标在于揭示资产收益的驱动因素，为投资者评估风险与收益提供理论工具。在众多模型中，Fama-French三因子模型自提出以来，凭借对股票横截面收益的强大解释力，成为学术界和实务界广泛应用的经典框架。然而，随着金融市场研究的深入，学者们逐渐发现三因子模型在解释某些市场异象时存在局限性，其中最具代表性的便是“动量效应”——即过去一段时间表现良好的股票（赢家组合）在未来一段时间内往往继续跑赢表现不佳的股票（输家组合）的现象。这种无法被传统三因子模型合理解释的收益模式，推动了对模型的扩展研究。本文将围绕Fama-French三因子模型的动量扩展展开探讨，系统梳理扩展的理论逻辑、构造方法及实证效果，以期为理解资产定价机制提供更全面的视角。

二、Fama-French三因子模型的基础与局限性

（一）三因子模型的核心逻辑与构造

Fama-French三因子模型诞生于对资本资产定价模型（CAPM）的反思与改进。传统CAPM仅用市场风险溢价（市场因子）解释资产收益，但大量实证研究发现，市值规模（小公司效应）和账面市值比（价值效应）能显著解释股票收益的横截面差异。基于此，Fama和French于20世纪90年代提出三因子模型，其核心思想是：股票的超额收益由三个系统性风险因子共同驱动，分别是市场风险溢价（MKT）、规模因子（SMB，小市值组合减大市值组合收益）和价值因子（HML，高账面市值比组合减低账面市值比组合收益）。

具体而言，市场因子反映的是市场整体波动对个股的影响；规模因子捕捉的是小市值公司因流动性较差、信息不对称更严重而产生的超额收益；价值因子则体现了投资者对“价值股”（账面市值比高，通常被低估）的风险补偿。这三个因子从不同维度刻画了市场的系统性风险，较CAPM显著提升了对股票收益的解释力，尤其在解释小市值股和价值股的超额收益时表现突出。

（二）三因子模型的解释边界与未解决的问题

尽管三因子模型在多数场景下表现优异，但其解释力并非无界。随着研究的深入，学者们发现该模型无法有效解释金融市场中广泛存在的“动量效应”。动量效应最早由Jegadeesh和Titman通过实证研究提出，他们发现，若根据过去3-12个月的收益将股票分为赢家组合和输家组合，赢家组合在未来3-12个月内往往能持续跑赢输家组合，这种收益差异无法被市场风险、规模或价值因子完全解释。

例如，有研究通过构建动量组合（买入过去12个月收益前30%的股票，卖空后30%的股票）并进行三因子回归，结果显示动量组合的超额收益（即回归残差）显著为正，说明三因子模型未能捕捉到动量效应带来的收益。这一现象的存在，既挑战了有效市场假说（若市场有效，历史价格信息应已被充分反映），也暴露了三因子模型在风险因子覆盖上的不足——动量效应可能代表了一种未被识别的系统性风险或投资者行为偏差，需要通过模型扩展来纳入。

三、动量效应的理论解释与扩展必要性

（一）动量效应的行为金融学视角

动量效应的持续存在，促使学者从行为金融学角度寻找解释。一种主流观点认为，动量效应源于投资者对信息的“反应不足”。当市场出现利好或利空消息时，投资者可能因过度自信或保守偏差，未能及时调整对股票价值的判断，导致价格仅部分反映新信息，从而形成价格的趋势性运动。例如，当一家公司发布超预期的盈利报告时，投资者可能因怀疑信息的持续性而仅缓慢买入，导致股价在报告发布后仍持续上涨，形成动量。

另一种解释是“正反馈交易”行为：部分投资者（如趋势交易者）会根据过去价格走势进行交易，买入上涨的股票、卖空下跌的股票，这种行为进一步强化了价格趋势，使得动量效应自我实现。这些行为偏差的存在，使得动量效应成为一种稳定的市场现象，难以被基于理性预期的传统因子模型捕捉。

（二）三因子模型扩展的逻辑起点

从资产定价模型的发展逻辑看，一个有效的模型应尽可能覆盖所有影响收益的系统性风险因子。动量效应作为一种长期存在且无法被现有因子解释的收益模式，其背后必然对应某种未被识别的风险或行为驱动因素。因此，将动量因子纳入三因子模型，本质上是通过扩展风险因子集合，提升模型对实际市场收益的解释力。

具体而言，若动量效应是由投资者行为偏差导致的“错误定价”，则动量因子可视为对这种定价错误的修正；若动量效应反映了某种未被观测的系统性风险（如流动性风险或宏观经济风险），则动量因子可作为该风险的代理变量。无论哪种情况，将动量因子加入模型都能使模型更贴近市场现实。

四、动量扩展模型的构造与实证检验

（一）动量因子的构造方法

动量扩展模型的关键在于动量因子的合理构造。通常，动量因子（UMD，UpMinusDown）的构造步骤如下：首先，选取一定时间窗口（如过去12个月，剔除最近1个月以避免短