1990 年代初，资产定价领域发生了一次安静的革命。两位芝加哥大学经济学家——尤金·法玛（Eugene Fama）和肯尼斯·弗伦奇（Kenneth French）——用美国股市几十年的历史数据，戳穿了当时主流定价模型的一个核心假设：市场贝塔不能解释全部超额收益。
他们的发现很直白：小市值股票系统性跑赢大市值股票；低市净率股票（价值股）系统性跑赢高市净率股票（成长股）。这两种规律，与市场贝塔无关，独立存在于数据之中。这就是因子投资最重要的理论基础——Fama-French 三因子模型。
一、CAPM 的局限：单因子模型的天花板
在理解 Fama-French 之前，需要先理解它要解决的是什么问题。
资本资产定价模型（CAPM）由威廉·夏普在 1964 年提出，逻辑简洁：一只股票的预期收益，等于无风险利率加上市场风险溢价乘以贝塔值。公式写出来是：
预期收益 = 无风险利率 + β × （市场收益 − 无风险利率）
贝塔（β）衡量的是股票相对市场的波动敏感度。β 大于 1 意味着股票比市场更波动，因此投资者要求更高补偿；β 小于 1 则相反。
CAPM 的问题在于实证检验。法玛和弗伦奇在 1992 年的论文中系统整理了美国 1963—1990 年的股票数据，发现：
- 贝塔与横截面收益的关系，在控制其他变量后几乎消失
- 市值（规模）和市净率（PB）对横截面收益的解释力，显著强于贝塔
- 小市值股票每年平均超额收益约 3-4%，低市净率股票每年平均超额收益约 4-5%
换句话说，CAPM 解释不了的那部分收益，有迹可循。
二、三因子模型：市场 + 规模 + 价值
1993 年，法玛和弗伦奇正式发表了三因子模型。模型的形式是在 CAPM 基础上加两个因子：
超额收益 = α + β₁ × MKT + β₂ × SMB + β₃ × HML + ε
三个因子分别是：
- MKT（市场因子）：市场组合超额收益（市场收益 − 无风险利率）。继承自 CAPM，衡量系统性市场风险暴露。
- SMB（Small Minus Big，规模因子）：小市值股票组合收益减去大市值股票组合收益。SMB 为正，意味着小市值股在当期跑赢大市值股。
- HML（High Minus Low，价值因子）：高市净率倒数（即低 PB，价值股）组合收益减去低市净率倒数（即高 PB，成长股）组合收益。HML 为正，意味着价值股当期跑赢成长股。
每个系数（β₁、β₂、β₃）衡量该股票或组合对相应因子的暴露程度。一个 SMB 系数为 0.8 的组合，意味着小市值因子每涨 1%，这个组合额外贡献 0.8% 的超额收益。
截距项 α（alpha）是三个因子都无法解释的超额收益——如果 α 显著为正，说明这个组合有真实的选股能力；如果 α 接近零，说明其超额收益来自因子暴露。
为什么规模溢价和价值溢价存在？
这是因子研究中最有争议的问题。两种主流解释并存：
风险补偿解释（Fama-French 本人倾向此观点）：小市值股流动性差、经营风险高、信息透明度低，投资者承担了更高风险，因此要求更高回报。价值股往往是经营困难的企业，陷入财务困境的概率更高，溢价是困境风险的补偿。
行为金融解释（DeBondt、Thaler 等人）：投资者系统性高估成长股的前景（近期偏差、外推偏差），导致成长股被高估、价值股被低估。市场随后的均值回归产生了价值溢价。
两种解释并不互斥。无论机制如何，历史数据显示这两类溢价长期存在于美国及多个主要市场。
三、五因子模型：再加盈利能力与投资风格
2015 年，法玛和弗伦奇在三因子基础上发表五因子模型，加入两个新因子：
超额收益 = α + β₁ × MKT + β₂ × SMB + β₃ × HML + β₄ × RMW + β₅ × CMA + ε
两个新增因子：
- RMW（Robust Minus Weak，盈利能力因子）：高盈利公司组合收益减去低盈利公司组合收益。盈利能力用营业利润率衡量。历史数据显示，高盈利公司系统性跑赢低盈利公司，即使控制了市值和估值。
- CMA（Conservative Minus Aggressive，投资风格因子）：低资本投入（保守型）公司组合收益减去高资本投入（激进型）公司组合收益。总资产增长率低的公司，历史上跑赢总资产增长率高的公司——这与 Titman 等人在 2004 年发现的"投资异象"一致。
五因子模型的加入有其直觉逻辑：一家公司当前股价，理论上等于未来现金流的折现。影响股价的根本变量只有三类：预期盈利（由 RMW 捕捉）、折现率（由 MKT + HML 捕捉）和增长（由 CMA 间接捕捉）。五因子大致覆盖了这三个维度。
五因子模型的局限
五因子模型并非没有批评。在原始论文中，HML 在加入 RMW 和 CMA 后，统计显著性明显下降——因为价值因子与盈利因子、投资因子存在相关性。部分研究者认为五因子中价值因子实际上已经"多余"。
此外，五因子没有纳入动量因子（Momentum），而动量在美国市场的实证表现长期稳健，是学术界公认的"第四因子"（Carhart 四因子模型的核心），Fama-French 本人对动量的理论解释至今没有令人满意的答案，这也是他们刻意回避的原因。
四、实证表现：历史数据说话
因子溢价的量级，决定了它是否值得实际使用。以下是来自 Kenneth French 数据库的长期统计（美国市场，1963—2023 年）：
| 因子 | 年化溢价（约） | 夏普比率（约） | 正收益年份比例 |
|---|---|---|---|
| MKT（市场溢价） | +7.0% | 0.42 | ~70% |
| SMB（规模因子） | +2.5% | 0.22 | ~56% |
| HML（价值因子） | +3.6% | 0.34 | ~62% |
| RMW（盈利因子） | +3.0% | 0.41 | ~65% |
| CMA（投资因子） | +3.0% | 0.38 | ~63% |
数字背后有几个关键含义：第一，单个因子的夏普比率都低于 0.5，说明因子收益本身波动极大；第二，没有任何单一因子在每年都有效；第三，多因子组合的夏普比率通常高于单因子（因子间相关性低时多样化效应显著）。
AQR 资本管理的研究也系统验证了这些因子在全球市场的存在，包括欧洲、亚太和新兴市场，但溢价幅度因市场而异。
五、案例一：A 股小市值因子的兴衰史
A 股曾经是小市值因子最肥沃的土壤之一。
高光期（2010—2016 年）：这一时期，A 股小市值风格（市值后 30% 的股票）年化超额收益显著，部分量化策略通过简单的"买小市值"每年获得 20-30% 的超额收益。背后的结构性原因包括：壳资源有价值（借壳上市溢价）、退市极少（ST 股不退市）、散户主导定价（机构持仓比例低）。
衰退期（2017 年至今）：2017 年起，小市值因子开始系统性失效。核心催化因素有三：
- 2016—2017 年 IPO 加速审批，壳资源供给增加，壳价值下降
- 机构资金（公募、外资北向）规模扩大，定价权从散户转移到机构，价值风格回归
- 2018 年退市制度改革，ST 股面临真实退市压力，"垃圾股不会退市"的预期打破
2021—2024 年，中证 1000 指数（代表小市值）相对沪深 300 的超额收益已基本归零，部分年份显著跑输。曾经最有效的 A 股因子，因制度环境改变而失效——这是因子投资中最典型的"套利耗尽"叙事。
六、案例二：2022 年价值因子的大逆转
2020—2021 年，全球成长股（高 PB、高 PE 的科技类股）经历了一轮大牛市，价值股被全面冷落。HML 因子在这两年连续为负，部分量化研究机构开始质疑"价值因子已死"。
2022 年发生了什么：美联储开启历史上最快速的加息周期，从 0% 基准利率在一年内上调至 4.5%。利率上升对高估值成长股的打击是数学上的必然——折现率上升，远期现金流的现值下降越多，高 PE 的成长股受影响越大。
结果是：2022 年，美国 HML 因子全年回报约 +20%，是三因子模型提出以来表现最好的年份之一。价值股相对成长股的超额收益，从 2020—2021 年的深度负值迅速反转。以 iShares MSCI USA Value Factor ETF（VLUE）vs iShares MSCI USA Growth ETF（IWF）为参照，2022 年价值 ETF 跑赢成长 ETF 超过 25 个百分点。
这个案例说明三件事：
- 因子有周期，不会永久失效，也不会永久有效
- 因子失效的极端时期，往往是下一轮反转的蓄力期
- 宏观环境（尤其是利率水平）与因子表现高度关联——利率低时成长因子占优，利率高时价值因子占优
七、因子失效：当所有人都知道同一个因子
学术界有一个令人不安的发现。在 Fama-French 1993 年论文发表后，三因子模型的信息被广泛传播，越来越多的量化资金开始系统性做多小市值和价值股。
随后发生的是：美国小市值溢价在 1990 年代中期开始收窄，2000 年后大幅减弱。这一现象被称为"因子拥挤"（Factor Crowding）或"反射性套利"——因子被发现 → 资金涌入 → 价格被推高 → 溢价消失。
AQR 研究指出，当控制了流动性、微盘股等噪音后，质量调整后的小市值溢价在全球范围内仍然存在，但幅度已远低于 1990 年代前的水平。
因子失效有几种机制：
- 套利耗尽：太多资金追逐同一个因子，溢价被压缩至接近零
- 结构变化：制度环境或市场微观结构改变，消除了溢价的来源（A 股小市值案例）
- 数据挖掘偏差：部分因子只是在特定样本中显著，不具备跨市场、跨时间的普遍性——这是 Harvey、Liu 和 Zhu 在 2016 年系统性批评因子研究时的核心论点
因此，CFA Institute 在因子投资指引中明确指出：任何单一因子策略都应有清晰的经济学解释，而非纯粹的数据挖掘产物。
八、对量化投资的实践意义
Fama-French 框架对实际投资者的价值，不只是提供一套选股公式，更重要的是提供了一套**理解超额收益来源**的语言体系。
归因分析：用三因子或五因子模型对基金收益做归因，可以区分 alpha（真实选股能力）和 beta（因子暴露带来的系统性收益）。一个基金报告年化 15% 的收益，但如果其 SMB 暴露高、HML 暴露高，大部分收益可能只是乘了小市值和价值的顺风车，而非真实的选股能力。
Smart Beta 产品设计：全球 Smart Beta ETF 市场规模已超过 1 万亿美元，绝大多数产品的逻辑都可以归结为对某个 Fama-French 因子的系统性暴露——价值 ETF（HML 暴露）、小盘 ETF（SMB 暴露）、质量 ETF（RMW 暴露）、低波动 ETF（MKT beta 低暴露）。
多因子组合：单因子的夏普比率通常在 0.2—0.4 之间，但不同因子间的相关性低（价值和动量的历史相关性接近 −0.5），多因子组合可以显著提升夏普比率。这是 AQR、Two Sigma 等主流量化机构策略构建的基础逻辑。
在中国市场，沪深两市已有多个因子指数产品，包括中证基本面 50（价值因子）、中证红利（价值+盈利因子）等。但值得关注的是，A 股市场因子有效性的时间稳定性较差，需要定期重新验证，不能直接套用美国市场的历史结论。
本文分析框架基于 Fama-French（1993）和（2015）原始论文，实证数据来自 Kenneth French 数据库（1963—2023）和 AQR 公开研究。A 股相关数据来源于公开市场指数表现。因子溢价的历史表现不代表未来收益，不构成投资建议。
常见问题（FAQ）
Fama-French 三因子模型和 CAPM 有什么根本区别？
CAPM 认为股票超额收益只由一个变量解释——市场风险贝塔。Fama 和 French 在 1992 年发现，规模（小市值）和价值（低市净率）这两个变量，能独立于市场贝塔解释横截面收益差异，且解释力更强。三因子模型将 CAPM 的单因子扩展为三因子，覆盖了大量 CAPM 无法解释的历史超额收益。
因子失效了怎么办？小市值溢价现在还存在吗？
因子溢价会随市场关注度上升而收窄。A 股小市值因子在 2017 年前长期有效，此后随着机构化和监管趋严（壳资源价值下降、退市制度收严）显著弱化。因子失效的核心原因是：套利资金的涌入压缩了溢价空间，以及结构性制度变化消除了溢价来源。使用任何单一因子策略前，都需要先检验该因子在当前市场环境下的有效性。
五因子模型比三因子模型好在哪里？
五因子模型在三因子基础上加入了盈利能力因子（RMW）和投资风格因子（CMA），能更好解释高盈利、低资本支出公司的超额收益，也更接近 Novy-Marx 的毛利率因子和 Titman 等人的投资异象研究结论。实证上五因子对样本内方差的解释力高于三因子，但在中国 A 股等新兴市场，五因子并不总是优于三因子，需要分市场验证。
By m8 康哥. AI 驱动的全球股票资讯与量化分析平台。
相关条目
常见问题
这篇文章属于 m8 的哪个研究入口？
这篇文章归入 投资框架 主线，建议先从 投资科普栏目 进入，再结合研究目录里的相邻专题一起看。
后续最需要跟踪哪些变量？
后续重点跟踪：定义是否清楚、指标适用边界、公司案例是否可验证，以及这个框架在哪些市场环境下会失效。
这篇内容可以直接当作投资建议吗？
不可以。m8 的文章用于整理公开信息、研究框架和风险变量，不构成个股买卖建议，也不替代个人的仓位管理和风险评估。
m8 会如何更新这类主题？
如果后续出现财报、政策、订单、资金流或估值假设的关键变化，m8 会在对应栏目和专题页继续补充更新，并通过内链把新旧文章串起来。
