Fama-French三因子模型

Fama-French三因子模型（Fama-French Three-Factor Model）由尤金·法玛（Eugene Fama）和肯尼斯·弗伦奇（Kenneth French）于1992年至1993年间提出，是对经典资本资产定价模型（CAPM）最重要的经验性扩展之一。该模型在CAPM单一市场因子的基础上，引入了规模因子（SMB, Small Minus Big）和价值因子（HML, High Minus Low），显著提升了对股票横截面收益差异的解释力。这一模型不仅深刻重塑了学术界对资产定价的理解，也在投资实践领域催生了因子投资策略的系统性发展。法玛因其在实证资产定价领域的开创性贡献于2013年获得诺贝尔经济学奖。

模型的理论动机

CAPM的核心论断是股票的预期收益完全由其与市场组合的协方差（即Beta系数）决定。然而，20世纪80年代以来的一系列经验研究发现了CAPM难以解释的系统性"异象"。班茨（Rolf Banz, 1981）发现市值较小的公司具有显著高于CAPM预测的平均收益率，这一现象被称为"规模效应"（Size Effect）。斯塔特曼（S. Basu, 1983）发现具有较低市盈率（即价值型股票）的公司表现优于成长型公司。罗森伯格等人（Rosenberg, Reid \& Lanstein, 1985）则发现账面市值比（Book-to-Market Ratio）较高的股票具有更高的平均收益率。这些发现表明，除市场Beta之外，还有其他系统性因子在驱动股票收益。法玛和弗伦奇在1992年的里程碑式论文《股票预期收益的横截面》中系统梳理了这些因素，并于1993年正式提出了三因子模型框架。

三因子模型的数学表达

Fama-French三因子模型的基本形式如下：

其中，$E(R_i) - R_f$为资产$i$的预期超额收益（超过无风险利率的部分），$E(R_m) - R_f$为市场超额收益，SMB（Small Minus Big）为小市值股票组合收益减去大市值股票组合收益的差值，HML（High Minus Low）为高账面市值比股票组合收益减去低账面市值比股票组合收益的差值。$\beta_i$、$s_i$和$h_i$分别为资产$i$对市场因子、规模因子和价值因子的因子载荷（Factor Loadings），反映了该资产对各因子的敏感程度。因子载荷通过时间序列多元线性回归估计得到。该模型本质上是一个套利定价理论（APT）框架下的多因子模型应用——它不要求因子代表任何宏观经济状态变量，仅要求因子组合能够捕捉资产收益的共同变异模式。

规模因子（SMB）的构建逻辑

规模因子的构建反映了小公司股票相对于大公司股票长期存在的超额收益现象。法玛和弗伦奇将NYSE、AMEX和NASDAQ的所有股票按市值中位数分为大市值（Big）和小市值（Small）两组，再按账面市值比的三分位数划分为高、中、低三组，形成$2 \times 3$共六个投资组合。SMB因子收益率为三个小市值组合的平均收益率减去三个大市值组合的平均收益率。关于规模效应的理论解释存在多条线索：小公司通常面临更高的信息不对称、更大的经营风险和更有限的融资渠道，这些微观经济特征要求更高的风险溢价作为补偿。此外，小盘股通常流动性较低，交易成本更高，投资者持有此类股票需要流动性溢价的补偿。值得注意的是，自20世纪80年代中期以来，美国市场的规模效应有所减弱甚至出现反转，这引发了关于该效应是否已被投资者"套利掉"的持续讨论。

价值因子（HML）与价值溢价

价值因子的理论基础在于"价值溢价"（Value Premium）现象——高账面市值比的"价值型"股票长期收益优于低账面市值比的"成长型"股票。HML因子收益率的计算方式为两个高账面市值比组合的平均收益率减去两个低账面市值比组合的平均收益率。对价值溢价的理论解释主要分为两个竞争性框架。风险视角认为，高账面市值比的公司往往处于财务困境或面临更高的系统性风险，其超额收益是对承担额外风险的补偿。行为金融视角则认为，价值溢价源于投资者的认知偏差——投资者倾向于过度外推过去的良好表现从而高估成长型股票的价格，同时对陷入困境的价值型股票过度悲观，导致价格被低估，当市场纠偏时便产生了超额收益。法玛和弗伦奇本人倾向于风险解释，但这一争论至今尚未定论。

模型的应用与后续拓展

Fama-French三因子模型在学术研究和投资实践中均有广泛的应用。在学术界，该模型成为"事件研究"中计算异常收益的标准基准模型——研究者从实际收益中减去模型预测的正常收益，以识别公司特定事件（如并购公告、盈余发布）的定价影响。在投资界，该模型催生了系统的因子投资（Factor Investing）策略，投资者通过构建对小市值和价值因子的系统性暴露来获取超额收益。许多资产管理公司推出了基于规模因子和价值因子的Smart Beta产品。三因子模型本身也经历了一系列重要的拓展。卡哈特（Mark Carhart, 1997）加入了动量因子（Momentum Factor, WML）形成四因子模型。法玛和弗伦奇（2015）进一步纳入了盈利能力因子（RMW, Robust Minus Weak）和投资风格因子（CMA, Conservative Minus Aggressive）构成五因子模型。近年来，中国A股市场的实证研究表明，Fama-French三因子模型在中国市场同样具有较强的解释力，但因子的有效性存在结构性差异——规模效应在中国市场表现得尤为突出，而价值效应的表现则受制于上市公司的壳价值污染和样本区间的选取。

对三因子模型的批评与局限

尽管Fama-French三因子模型取得了巨大的成功，但它也面临多方面的批评。首先，模型的因子选择缺乏坚实的先验理论支撑——SMB和HML是基于经验观察"发现"的因子，而非从严格的第一性原理推导而来，这使得模型有数据挖掘（Data Mining）的嫌疑。其次，三因子模型无法解释所有横截面收益的变异，动量效应、低波动率异象和盈利能力的独立定价能力均超出了模型的范围。第三，因子构建过程中对投资组合的分组方式（如按市值中位数和账面市值比三分位数）具有一定的主观性，不同的分组标准可能产生不同的因子收益序列。第四，部分学者指出价值溢价在不同国家和不同时间段的表现并不稳定，存在"样本内拟合"而"样本外失效"的潜在问题。这些局限性推动了更高维因子模型的持续发展，也提醒研究者和从业者在使用多因子模型时需要保持审慎的态度。