多因子模型中非线性因子（如动量×估值）的构建与检验.docxVIP

多因子模型中非线性因子（如动量×估值）的构建与检验

一、引言

在资产定价研究领域，多因子模型始终是解释资产收益差异的核心工具。从早期的资本资产定价模型（CAPM）到Fama-French三因子、五因子模型，传统框架多基于线性假设，通过单一因子或多个线性因子的组合捕捉市场规律（FamaFrench，1993）。然而，随着市场复杂性提升，线性模型的局限性逐渐显现——它无法有效刻画因子间的交互作用与非线性关系，例如高动量股票的估值敏感性可能异于低动量股票，这种“动量×估值”的非线性效应难以被线性模型捕捉（Harveyetal.，2016）。

近年来，学界与业界对非线性因子的探索显著增多。非线性因子通过融合不同维度的信息（如动量与估值的交互），能够更精准地反映市场参与者的行为特征与资产定价逻辑（Novy-Marx，2013）。本文以“动量×估值”这一典型非线性因子为例，系统探讨其构建逻辑、检验方法及实证效果，旨在为多因子模型的优化提供理论支持与实践参考。

二、非线性因子的理论基础与必要性

（一）传统线性多因子模型的局限

传统多因子模型的核心假设是资产收益与因子间存在线性关系，即收益可表示为各因子暴露的线性组合。例如Fama-French三因子模型中，股票超额收益由市场因子、规模因子（SMB）和价值因子（HML）线性解释（FamaFrench，1993）。这种线性假设简化了模型构