多因子模型中的异象因子研究.docxVIP

多因子模型中的异象因子研究

一、引言

资产定价是现代金融理论的核心议题，多因子模型作为资产定价的主流工具，旨在通过识别影响资产收益的系统性因子，解释不同资产间的收益差异。传统资本资产定价模型（CAPM）仅以市场组合作为唯一因子，但其对市场中大量收益异象的解释力不足，催生了多因子模型的发展。Fama和French提出的三因子模型，引入市值因子和估值因子，显著提升了模型的解释能力（Fama和French，1993），随后的五因子模型进一步加入盈利因子和投资因子，覆盖了更多的收益驱动维度（Fama和French，2015）。然而，即便在这些主流多因子模型框架下，市场中仍存在诸多无法被解释的超额收益现象，例如小市值公司的持续超额收益、股票价格的动量效应等，这些现象被提炼为“异象因子”，成为多因子模型研究的重要拓展方向。

异象因子的研究不仅丰富了资产定价的理论体系，更在量化投资、基金业绩评价等实践领域具有重要价值。一方面，异象因子的发现推动了研究者对市场风险维度和投资者行为的深入理解，弥补了传统多因子模型的局限性；另一方面，基于异象因子构建的投资策略，能够为投资者获取稳定超额收益提供可能。本文将围绕异象因子的内涵分类、识别方法、作用机制以及应用挑战展开系统研究，旨在全面解析异象因子在多因子模型中的核心角色与研究价值。

二、异象因子的内涵与核心分类

（一）异象因子的核心内涵

异象因子本质上是对