Fama-French五因子模型对中国创业板股票的适用性分析.docxVIP

Fama-French五因子模型对中国创业板股票的适用性分析

一、Fama-French五因子模型的理论内涵与发展脉络

（一）模型的核心逻辑与因子构成

Fama-French五因子模型是资产定价领域的经典理论工具，其核心逻辑在于通过多个系统性风险因子，解释股票收益率的横截面差异。该模型在2015年由尤金·法玛（EugeneFama）和肯尼斯·弗伦奇（KennethFrench）在三因子模型基础上扩展而来，新增了盈利因子（RMW，RobustMinusWeak）和投资因子（CMA，ConservativeMinusAggressive），形成包含市场因子（MKT）、规模因子（SMB，SmallMinusBig）、价值因子（HML，HighMinusLow）、盈利因子（RMW）、投资因子（CMA）的五因子体系。

市场因子反映市场整体波动对个股收益的影响，是模型的基础；规模因子假设小市值股票因流动性差、信息不对称更显著，长期收益高于大市值股票；价值因子认为账面市值比高的“价值股”因被市场低估，收益高于账面市值比低的“成长股”；盈利因子强调盈利能力强（如高ROE）的公司股票收益更高；投资因子则指出投资扩张缓慢（如低资产增长率）的公司，其股票收益优于激进投资的公司。五因子共同构建了更全面的风险-收益解释框架。

（二）从三因子到五因子的演进逻辑

早期的三因子模型（1993年提出）虽能较好解释美股市场的规模效应和价值效应，但在面对“盈利溢价”和“投资溢价”等新现象时解释力不足。例如，部分盈利稳定、投资保守的公司股票长期跑赢市场，而三因子模型无法捕捉这一规律。五因子模型的提出，本质上是对市场异象的回应——通过纳入盈利和投资两个维度，模型试图更贴近真实市场中企业经营决策与股价的关联机制。这一演进不仅提升了模型对收益率的解释力度，也反映了资产定价理论从“风险补偿”向“基本面驱动”的深化。

二、中国创业板市场的特征与定价环境

（一）创业板的定位与市场生态

中国创业板自设立以来，始终以服务成长型创新创业企业为核心定位，重点支持高新技术产业和战略性新兴产业。与主板市场相比，创业板的上市门槛更低（如对盈利连续性要求更宽松）、行业集中度更高（信息技术、生物医药、高端制造等占比超七成），且企业普遍处于生命周期的成长期，具有高成长潜力与高经营风险并存的特点。

从投资者结构看，创业板散户交易占比长期高于主板，市场情绪对股价的短期冲击更显著；从信息环境看，部分企业因业务模式新颖、技术迭代快，信息披露的充分性和可理解性面临挑战，加剧了信息不对称问题。这些生态特征共同塑造了创业板独特的定价逻辑，与美股等成熟市场存在显著差异。

（二）创业板股票的典型特征

创业板股票的典型特征可概括为“三高三低”：高波动性（日均涨跌幅均值高于主板）、高市盈率（估值中枢普遍高于传统行业）、高研发投入（研发费用占比均值是主板的2-3倍）；低盈利稳定性（净利润同比增速波动幅度更大）、低资产规模（市值中位数约为主板的1/3）、低股息率（成长阶段更倾向留存利润用于扩张）。

这些特征直接影响了股票收益率的驱动因素。例如，高研发投入可能削弱短期盈利表现，但提升长期成长预期；低盈利稳定性使得基于历史盈利的因子（如RMW）可能失效；高波动性则放大了市场因子（MKT）的短期影响，却可能弱化长期因子的解释力。

三、五因子模型在创业板的适用性检验维度

（一）市场因子（MKT）的解释力分析

市场因子是五因子模型的基石，其核心假设是个股收益与市场整体收益存在线性关系。在创业板中，市场因子的解释力呈现“短期强、长期弱”的特点。短期来看，由于散户占比高、交易频率快，市场情绪的一致性波动（如牛市普涨、熊市普跌）会显著驱动个股收益，MKT的β系数往往显著。但长期来看，创业板企业的异质性增强——部分企业因技术突破或业务转型脱离市场整体趋势，MKT的解释力随之下降。例如，某创新药企业因新药获批，股价在市场下跌期间逆势上涨，此时MKT无法完全解释其收益来源。

（二）规模因子（SMB）的有效性验证

规模因子的传统逻辑是小市值股票因流动性风险和信息劣势获得超额收益。但在创业板中，这一逻辑受到挑战。一方面，创业板本身以小市值企业为主（市值50亿元以下公司占比超六成），“小市值”不再是稀缺特征，反而大市值的龙头企业（如部分行业头部公司）因资源整合能力更强，可能获得超额收益；另一方面，注册制改革后，创业板IPO数量增加，小市值股票的壳价值弱化，流动性风险溢价收窄。实证显示，创业板SMB因子的显著性低于主板，甚至在某些阶段呈现负向关系（即大市值股票收益更高），说明规模效应在创业板的表现与模型假设存在偏差。

（三）价值因子（HML）的适用性困境

价值因子基于“账面市值比（B/M）”区分价值股与成长股，假设B/M高的股票被低