超越CAPM：因子投资的学术基础
This Paper Could Change How You Invest
本报告由 AI 深度分析生成，基于视频完整字幕。
导读
1993年，金融经济学期刊发表了一篇论文，截至今日已积累近1.5万次引用。这篇论文颠覆了我们对股票市场回报的理解，从根本上改变了资产组合管理的理论框架，并催生了今天数万亿美元规模的因子投资产业。
这篇论文就是尤金·法玛（Eugene Fama）和肯尼斯·法兰奇（Kenneth French）合著的《股票与债券共同风险因子》（Common Risk Factors in the Returns on Stocks and Bonds）。
Ben Felix 是加拿大 PWL Capital 的首席投资官，因子投资是他所有投资建议的基础。这期视频，他用清晰的语言解释了这篇改变了他的投资思维的论文到底说了什么、为什么重要、以及今天的普通投资者如何运用其研究发现。
核心观点速览
- CAPM的局限：单因子市场模型只能解释60%的多元化投资组合回报差异
- 三因子突破：加入"规模"和"价值"两个因子后，解释力跃升至90%
- 几乎为零的α：三因子模型跑完之后，几乎没有留下无法解释的超额回报
- 因子动物园：2016年已有316个不同因子被学术刊物发表——甄别哪些真实有效是关键挑战
- 从学术到实践：Dimensional Fund Advisors和Avantis是将这套研究落地为真实投资产品的代表
主体
一、为什么需要超越CAPM
在法玛-法兰奇三因子模型之前，资产定价的统治性框架是资本资产定价模型（CAPM） ，由威廉·夏普等人在1964-1965年开发，夏普因此在1990年获得了诺贝尔经济学奖。
CAPM的核心观点简洁：一只股票的预期回报，主要由它与市场整体的相关性（"贝塔值"，Beta）决定。贝塔值为1意味着股票与市场同步涨跌，高贝塔意味着放大市场波动。按照这个单因子模型，贝塔越高，预期回报越高。
这个模型在70年代到80年代主导了金融学。但学术研究持续显示：某些类型的股票拥有超出其贝塔值所能解释的系统性超额回报。这些无法解释的现象被称为"异常"（Anomalies） 。
主要的三个异常是：
- 小盘股长期跑赢大盘股，且这种超额回报无法用贝塔解释
- 价值股（账面市值比高）长期跑赢成长股（账面市值比低）
- 低贝塔股票的实际回报高于CAPM预测
联合假设问题（Joint Hypothesis Problem）
这些异常让学者陷入了一个两难困境：如果相信CAPM是完美模型，异常意味着市场无效率；如果相信市场有效，CAPM肯定是错的。问题在于，测试市场效率需要一个资产定价模型，而验证资产定价模型需要先确认市场是否有效——这个逻辑闭环使得两者都无法被明确证明。这就是"联合假设问题"，是学术界至今仍未解决的根本困难。
二、法玛-法兰奇三因子模型的构建
1993年，法玛和法兰奇决定正面回应这些异常，提出了三因子模型：
因子一：市场因子（MKT）
与CAPM相同，衡量股票或投资组合随市场整体涨跌的程度。无论规模和价值特征如何，市场因子对大多数股票仍然重要。
因子二：规模因子（SMB，Small Minus Big）
小公司股票与大公司股票的回报差异。当小盘股跑赢，SMB溢价为正；大盘股跑赢时为负。这个因子捕捉了"做小公司"是否与系统性回报变化相关。
因子三：价值因子（HML，High Minus Low）
价值股（高账面市值比）与成长股（低账面市值比）的回报差异。账面市值比（Book-to-Market）就是公司的账面价值除以市场价值——价值股相对便宜，成长股的市场价格远高于账面价值，因为投资者在为未来潜力付费。
每个因子都是一个多空组合：比如SMB就是做多小盘股同时做空大盘股。这种构造方式，让因子能够纯粹捕捉该特征的影响，过滤掉市场整体涨跌带来的噪音。
三、令人震撼的测试结果
为了验证模型，法玛和法兰奇将股票按规模（5个分组）和账面市值比（5个分组）排列，形成25个测试组合。然后用他们的三因子模型对每个组合进行时间序列回归，检验模型的解释能力。
关键发现：
- R²值（模型解释力）在25个测试组合中从0.83到0.97，平均约0.93
- 21个组合的R²超过0.9
- 换句话说：三因子模型能够解释约90%的多元化投资组合回报差异
对比来看，CAPM（单因子市场模型）只能解释约**60%**的差异。从60%到90%，是一个巨大的跨越。
α几乎为零
更关键的是：在三因子模型跑完之后，25个测试组合中几乎没有留下统计显著的α（无法解释的超额回报）。α是主动管理价值的衡量标准，接近零意味着：一旦你为组合的规模和价值暴露定了价，几乎没有神秘的"额外回报"剩下了。
唯一的例外是小盘成长股——这类股票的实际回报低于三因子模型的预测，留下了大量负α，成为后续研究的重要课题。
对主动管理的含义
1968年就有研究显示主动管理共同基金无法战胜市场（经风险调整后）。三因子模型让这个故事更清晰了：如果一个主动基金"跑赢市场"，很可能是因为它维持了对规模和价值因子的暴露。而这些因子暴露，你可以用成本低得多的方式复制——何必为主动管理付费？
四、五因子模型：研究的延伸
1993年论文之后，学术界爆发了"因子发现竞赛"。2016年，一篇文献综述发现，已有316个不同因子被发表在学术期刊上——约翰·科克伦（John Cochrane）2011年将这种泛滥称为"因子动物园"（Factor Zoo）。
面对这种过度增殖，法玛和法兰奇在2015年更新了自己的模型，发布了五因子模型，新增了两个因子：
新因子一：盈利能力（RMW，Robust Minus Weak）
高盈利能力的公司长期跑赢低盈利能力的公司。这解决了三因子模型无法解释的部分异常。
新因子二：投资风格（CMA，Conservative Minus Aggressive）
资产扩张保守（慢速增长资产）的公司，长期跑赢激进扩张资产的公司。
五因子模型将解释力进一步提升至约95%。Ben Felix 认为，在考虑交易成本后，法玛-法兰奇五因子模型是今天学术金融中"最可靠的资产定价框架"。
五、从论文到现实：因子投资基金
理论需要落地。Ben Felix 介绍了两个将这套学术研究转化为真实投资产品的代表：
Dimensional Fund Advisors（DFA）
尤金·法玛本人是DFA的创始董事，肯尼斯·法兰奇也与DFA有长期关联。DFA是将因子投资研究落地为商业产品的先驱，有数十年的实际运作记录。传统上只通过金融顾问购买，近年在美国已有ETF形式可供直接购买（加拿大暂未开放ETF版）。
Avantis Investors
DFA的竞争对手，采用类似的因子投资策略，且已在加拿大通过CIBC推出ETF。
Ben Felix 的公司 PWL Capital 大量使用DFA产品——这也是他的商业关系，值得读者知晓。
行动启示
-
了解你的投资组合的因子暴露：并非所有"主动跑赢"都是技能，可能只是对规模、价值、盈利能力等因子的无意识暴露。用时间序列回归（Portfolio Visualizer等免费工具可做）检查你的基金实际上在做什么。
-
高收益率背后是否有风险补偿：因子研究的一个核心含义是，更高的预期回报往往伴随着系统性风险——小公司、价值公司承受着特定类型的风险，这些风险在市场压力时往往集中爆发（如金融危机中价值股跌幅更深）。"高回报"不是免费的午餐。
-
主动基金的检验标准：你的主动基金经理真的在创造α，还是只是在维持因子暴露？用三因子或五因子模型跑一下时间序列回归，看α是否显著不同于零。
-
低成本因子暴露是可能的：DFA、Avantis、以及众多因子ETF提供了以接近指数基金成本获取因子溢价的途径，无需支付主动管理费用。
金句收录
"The cross-section of average returns on US common stocks shows little relation to the market betas of the Sharpe-Lintner asset pricing model." （美国普通股平均回报的横截面与夏普-林特纳资产定价模型的市场贝塔几乎没有关系。） —— 法玛-法兰奇1993年论文（学术论文中措辞罕见直白）
"We went from being able to explain about 60% of the differences in returns between diversified portfolios with the CAPM to being able to explain around 90% with the Fama-French three-factor model." （我们从用CAPM解释多元化投资组合回报差异的约60%，跨越到了用法玛-法兰奇三因子模型解释约90%。） —— Ben Felix
"You can't say whether markets are efficient without having an asset pricing model to test market efficiency. And you can't prove whether an asset pricing model is right without knowing whether markets are efficient." （没有资产定价模型就无法检验市场效率。不知道市场是否有效，就无法证明资产定价模型是否正确。） —— Ben Felix（解释"联合假设问题"）
时间线索引
| 时间 | 内容 |
|---|---|
| 00:00 | 引言：1993年论文的历史地位和15000次引用 |
| 00:29 | Ben Felix自我介绍：PWL Capital CIO，论文是其投资思维基础 |
| 00:59 | 论文前提：多个因子影响资产价格和预期回报 |
| 01:23 | 预期回报 vs. 保证回报；资产定价与预期回报的关系 |
| 01:51 | CAPM背景：单因子市场贝塔模型（1964-1965年） |
| 02:19 | 诺贝尔奖：夏普1990年获奖 |
| 02:43 | CAPM的问题：三类异常无法解释 |
| 03:13 | 小盘股溢价、价值股溢价、低贝塔股票问题 |
| 03:41 | 法玛-法兰奇的目标：解释已知异常 |
| 04:10 | 联合假设问题：无法同时验证市场效率和资产定价模型 |
| 04:39 | 三因子模型构建：市场（MKT）+规模（SMB）+价值（HML） |
| 05:09 | 市场因子解释 |
| 05:37 | SMB（Small Minus Big）规模因子解释 |
| 06:03 | HML（High Minus Low）价值因子解释 |
| 06:30 | 账面市值比：价值股高，成长股低 |
| 06:59 | 多空因子组合的构造方式 |
| 07:27 | 论文的测试方法：25个组合（5x5大小×价值） |
| 07:55 | 时间序列回归方法：Alpha和R²的含义 |
| 08:21 | Alpha的历史：1968年论文首次用于描述主动管理超额回报 |
| 09:14 | 测试期间：1963年7月至1991年12月 |
| 10:32 | 关键结果：R²从0.83到0.97，平均0.93；21/25组合超过0.9 |
| 11:33 | 市场贝塔只能解释约60%的回报差异（三因子前） |
| 12:00 | 近零α：几乎没有无法解释的超额回报 |
| 12:26 | 小盘成长股例外：负α，成为未来研究课题 |
| 12:50 | 股息率和盈利率测试：三因子模型仍能很好解释 |
| 13:16 | 小盘股和价值股不再是神秘异常，而是可以解释的系统性风险因子 |
| 13:40 | 主动管理的含义：用更好的模型让主动跑赢的解释更少 |
| 14:32 | 五因子模型（2015年）的由来 |
| 14:59 | 因子动物园：316个因子（2016年统计）；约翰·科克伦的批评 |
| 15:26 | 盈利能力因子（RMW）和投资风格因子（CMA） |
| 15:59 | 五因子模型解释力：约95% |
| 16:27 | 在考虑交易成本后，五因子模型是强大的投资思维框架 |
| 16:53 | 落地实践：Dimensional Fund Advisors（法玛在创始董事会） |
| 17:22 | Avantis Investors：DFA的竞争对手 |
| 17:49 | 实际含义：可以通过倾向于特定类型股票获得更高预期回报 |
| 18:16 | PWL Capital使用DFA产品（披露商业关系） |
| 18:43 | 结语：这篇论文是Ben Felix投资思维的基础 |
评论
还没有评论，来第一个留言吧 ✨