欢迎来到多因子股票定价模型！

在你的 CAIA Level I 学习旅程中，你可能已经接触过资本资产定价模型 (CAPM)。CAPM 认为只有一个“因子”能解释股票的回报：整体市场风险（Beta）。然而，现实世界的回报远没有那么简单！在本章中，我们将探讨多因子模型 (Multi-Factor Models)，这些模型承认不同“风味”的风险——例如公司规模、股票是否“便宜”（价值），或最近的价格趋势（动量）——都在决定回报方面发挥作用。这就像是从事后仅仅根据房屋面积来判断房价，进阶到同时考虑地点、楼龄和校网一样。

1. 基础：套利定价理论 (APT)

在深入研究具体模型之前，我们需要了解多因子理论的“祖师爷”：套利定价理论 (APT)。虽然 CAPM 认为只有一个风险因子，但 APT 认为因子有很多个，只是它没有具体说明这些因子到底是什么。

核心概念： APT 假设资产的回报可以建模为各种宏观经济因子或理论市场指数的线性函数。该模型依赖一价定律 (Law of One Price)——即两个风险相同的资产必须具有相同的价格。如果价格不同，投资者会进行“套利”操作，直到价格一致为止。

APT 的公式如下：
\( E(R_i) = R_f + \beta_{i,1} \lambda_1 + \beta_{i,2} \lambda_2 + ... + \beta_{i,k} \lambda_k \)

其中：
- \( E(R_i) \) 是预期回报。
- \( R_f \) 是无风险利率。
- \( \beta_{i,k} \) (Beta) 是资产对因子 k 的敏感度。
- \( \lambda_k \) (Lambda) 是与该因子相关的风险溢价 (Risk Premium)。

小贴士：APT 与 CAPM

如果数学公式看起来很吓人，别担心！最重要的结论是：CAPM 是 APT 的一个特殊且限制性的情况，其中只有一个因子（市场）。APT 更加灵活，因为它允许存在多个系统性风险来源。

总结要点： APT 通过建议回报是由多个独立的风险因子驱动的，并且市场参与者会消除任何“免费午餐”（套利机会），为多因子模型提供了理论框架。

2. Fama-French 三因子模型

在 1990 年代，研究人员 Eugene Fama 和 Kenneth French 注意到两类股票的表现始终优于市场：小型股 (Small-cap) 和价值股 (Value stocks)。他们创建了一个模型来捕捉这些“异常现象”。

这三个因子是：
1. 市场风险 (MKT)： 就像标准的 CAPM Beta 一样。
2. 规模 (SMB - Small Minus Big)： 观察发现，小型公司在长期内往往表现优于大型公司。
3. 价值 (HML - High Minus Low)： 观察发现，“价值”型股票（高账面市值比）往往表现优于“成长”型股票（低账面市值比）。

公式：
\( R_i - R_f = \alpha_i + \beta_{i,MKT}(R_m - R_f) + \beta_{i,SMB}(SMB) + \beta_{i,HML}(HML) + \epsilon_i \)

如何解读“Betas”：
  • 如果基金的 SMB beta 为正，代表它偏向小型股。
  • 如果基金的 SMB beta 为负，代表它偏向大型股。
  • 如果基金的 HML beta 为正，这是一只价值型基金。
  • 如果基金的 HML beta 为负，这是一只成长型基金。

避免常见错误： 许多学生认为“成长”股总是比较好，因为它们成长得快。但在 Fama-French 模型的背景下，“成长”股通常很昂贵，而“价值”股（便宜的股票）历史上因为“不受待见”或风险较高而提供了风险溢价。

3. Carhart 四因子模型：加入动量

Mark Carhart 意识到 Fama-French 模型遗漏了一个重要因素：动量 (Momentum)。他注意到在近期（3 到 12 个月）表现良好的股票，往往在短期内会继续保持良好表现。

第四个因子是：
4. 动量 (WML - Winners Minus Losers，或 UMD - Up Minus Down)： 这是通过计算表现最好的 30% 股票的回报，减去表现最差的 30% 股票的回报得出的。

你知道吗？
动量通常被称为“首要异常现象”(The Premier Anomaly)。它挑战了有效市场假说 (Efficient Market Hypothesis)，因为它暗示你可以根据过去的价格走势来预测未来回报。对于 CAIA 学生来说，请记住动量是一个技术面因子，而规模和价值是基本面因子。

总结要点： Carhart 模型是绩效归因 (Performance Attribution) 的标准。如果基金经理声称自己是天才，我们可以使用这个模型来看看他们的“Alpha”是否仅仅是因为买入了正在上涨的股票（动量）所导致的。

4. Fama-French 五因子模型

随着市场的发展，Fama 和 French 在 2015 年更新了他们的模型，加入了两个与公司质量及其管理行为相关的因子。这就是五因子模型。

两个新因子是：
1. 盈利能力 (RMW - Robust Minus Weak)： 拥有高营业利润率（强劲盈利）的公司往往优于利润率较低（疲软盈利）的公司。
2. 投资 (CMA - Conservative Minus Aggressive)： 大举投资于重大成长项目的公司（进取型），表现往往不如那些在支出方面更自律的公司（保守型）。

CMA 的比喻： 把公司想象成一个人。“进取型”投资者不断开设新业务并花钱，往往会让自己负担过重。而“保守型”投资者则是缓慢且谨慎地成长。历史上，谨慎的公司为股东提供了更好的风险调整后回报。

快速回顾：这 5 个因子
  • 市场： 权益风险。
  • SMB： 小型 vs. 大型。
  • HML： 便宜（价值） vs. 昂贵（成长）。
  • RMW： 高盈利 vs. 低盈利。
  • CMA： 低投资 vs. 高投资。

5. 我们为什么要使用这些模型？

你可能会想：“既然一个因子 (CAPM) 这么简单，为什么我需要五个？”在机构投资领域，主要有三个原因：

1. 绩效归因： 这就像是投资组合的“DNA 检测”。它精确告诉我们回报来自哪里。经理人跑赢市场是因为他们是天才（Alpha），还是他们仅仅是买了一堆小型价值股（Beta 因子）？

2. 风险管理： 如果你知道你的投资组合严重暴露于“小型股”因子，你就知道如果大型股开始领涨，你的组合可能会受到严重冲击。这有助于你不仅在股票层面进行多元化，更是在风险因子层面进行多元化。

3. 投资组合构建： 经理人可以有意地将投资组合“倾斜”(Tilt) 到他们认为表现良好的因子上。例如，在经济衰退期间，经理人可能会为了安全而向盈利能力 (RMW) 因子倾斜。

关键术语：因子倾斜 (Factor Tilting)
这是一种在投资组合中刻意超配特定因子（如价值或动量）的操作，旨在捕捉该特定的风险溢价。

总结要点： 多因子模型让我们能够剔除经理人的“运气”，看到投资组合的“风格”。在 CAIA 的世界里，我们所谓的“Alpha”，通常大多只是“未被识别的因子 Beta”。

6. 总结与最后建议

不要被那些缩写（SMB, HML, UMD, RMW, CMA）吓倒。专注于每个因子背后的逻辑：

  • SMB： 小型股风险高，所以回报应该更高。
  • HML： 价值股不受欢迎/风险较高，所以回报应该更高。
  • UMD： 趋势往往具有延续性。
  • RMW： 盈利能力强的公司属于“更高品质”。
  • CMA： 过度投资可能导致浪费并降低回报。

最后鼓励： 你已经完成了最考验数理逻辑的章节之一！只要记住，这些模型只是帮助我们理解风险有多对面貌的工具。如果你能识别出这些面貌，你就能更准确地为它们定价。