Fama-French三因子模型的扩展应用.docxVIP

Fama-French三因子模型的扩展应用

一、Fama-French三因子模型的基础回顾与扩展动因

（一）Fama-French三因子模型的核心逻辑与原始应用

20世纪90年代，Fama与French针对CAPM（资本资产定价模型）无法解释股票收益差异的局限，提出了三因子模型。其核心逻辑是：股票收益不仅受市场因子（即整体市场波动）影响，还受规模因子（小盘股与大盘股的收益差）与价值因子（高账面市值比股票与低账面市值比股票的收益差）驱动。这一模型的突破在于，它将“公司特征”纳入资产定价框架——小盘股因信息不对称更严重，需要更高收益补偿；价值股因账面资产价值被低估，长期收益更稳定。

三因子模型的原始应用集中在两大场景：一是资产定价，通过计算股票对三个因子的“暴露程度”（即因子系数），预测其预期收益。例如，若某股票的规模因子系数为正，说明它属于小盘股，预期收益会高于大盘股；若价值因子系数为正，则说明它是价值股，长期收益更有保障。二是业绩归因，用于区分基金收益的来源：若收益来自因子暴露（如配置了更多小盘股），说明基金经理利用了市场规律；若来自“阿尔法”（无法被因子解释的部分），则说明其有主动管理能力。比如，某基金在2010-2020年的年化收益为12%，用三因子模型分解后发现，其中8%来自市场因子，3%来自价值因子，1%来自阿尔法——这意味着基金经理的主动管理贡献仅1%，大部分收益是“搭了价值股的顺风车”。

（二）三因子模型的局限性与扩展需求

尽管三因子模型在20世纪90年代成为资产定价的“黄金标准”，但随着市场演变，其局限性逐渐暴露：

首先，无法解释动量效应。Jegadeesh与Titman发现，过去1-12个月表现好的股票，未来3-12个月仍会延续趋势（即“动量效应”），而三因子模型无法捕捉这一规律——动量既不属于规模，也不属于价值因子的范畴。

其次，忽略流动性风险。流动性差的股票（如日均成交量小、买卖价差大）需要更高收益补偿，但三因子模型中没有流动性因子，无法解释“流动性溢价”。

第三，市场异质性问题。三因子模型基于美国市场数据构建，在新兴市场（如中国、印度）的适用性不足——新兴市场的小盘股信息不对称更严重，规模因子的影响远大于美国市场；同时，新兴市场的流动性波动更大，流动性风险对收益的影响更显著。

第四，盈利与投资行为的遗漏。Fama与French后来发现，高盈利公司（如毛利率高、净利润稳定）与低投资公司（如资本支出少、避免过度扩张）的收益更高，但三因子模型未纳入这些特征，无法解释“盈利溢价”与“投资溢价”。

这些局限性推动了模型的扩展——学者与从业者需要更全面的框架，以覆盖市场中未被解释的收益来源。

二、Fama-French三因子模型的主要扩展方向与应用场景

（一）动量因子的纳入：四因子模型的构建与应用

为解决三因子模型无法解释动量效应的问题，Carhart在1997年将动量因子（过去1-12个月表现好的股票与表现差的股票的收益差，简称UMD）纳入模型，形成四因子模型。动量因子的核心逻辑是“投资者行为偏差”：过度自信的投资者会对利好消息反应不足，导致股票价格缓慢上涨，形成“趋势延续”。

四因子模型的应用场景主要是更精准的业绩评价。例如，某基金在三因子模型下的阿尔法为2%（即主动管理贡献2%），但用四因子模型分解后，阿尔法变为-1%——原来该基金的收益主要来自动量因子暴露（即买入了过去表现好的股票），而非主动选股能力。这纠正了三因子模型的误判：基金经理看似“厉害”，实则是“跟着趋势走”。

此外，四因子模型还用于动量策略的优化。比如，投资者构建动量组合时，可通过调整因子暴露控制风险——若组合的规模因子系数过高（即买了太多小盘股），可加入大盘动量股，平衡规模风险，避免小盘股波动过大影响收益。

（二）流动性因子的补充：应对市场摩擦的扩展应用

流动性是市场的“血液”，但三因子模型未考虑流动性风险。为解决这一问题，学者们将流动性因子（通常用“非流动性指标”衡量，即日收益率绝对值除以日成交量，值越大说明流动性越差）纳入模型。流动性因子的核心逻辑是“摩擦补偿”：流动性差的股票变现困难，投资者需要更高收益弥补这一风险。

流动性因子的应用在新兴市场尤为重要。例如，印度股市的流动性波动大，某研究用“三因子+流动性”模型分析2005-2015年的股票收益，发现模型解释力从三因子的72%提升至85%——流动性因子能解释13%的收益差异，远高于美国市场的5%。这意味着，在印度投资时，若忽略流动性因子，可能错过1/3的收益来源。

对机构投资者而言，流动性因子的价值更直接：若组合的流动性因子系数过高（即持有太多流动性差的股票），需提前调整仓位，避免市场下跌时无法变现。比如，2020年疫情期间，某机构持有的小盘股组合因流动性差，连续3天无法卖出，最终亏损2