要点
ファーマ・フレンチ5ファクターモデルは、現代実証ファイナンスの主力ツールである。5つの体系的リスクファクター——マーケットプレミアム、サイズ（SMB）、バリュー（HML）、収益性（RMW）、投資（CMA）——を用いてポートフォリオリターンを説明する。テスト資産に応じて横断面リターン分散の71〜94%を捕捉し、当初のCAPMよりもはるかに強力である。このモデルの理解は、ファンドパフォーマンスの評価、ファクターポートフォリオの構築、リターンの源泉分解など、あらゆる定量投資家にとって不可欠である。
CAPMから5ファクターへ：発展の歴史
第1段階：CAPM（1964年）
Sharpe（1964）、Lintner（1965）、Mossin（1966）が独立に開発したCAPMは、美しくシンプルな理論を提唱した：あらゆる資産の期待超過リターンはベータにマーケットリスクプレミアムを掛けたものに等しい。
CAPMは革命的だったが、実証的に失敗した。1980年代までに、ベータだけでは説明できない多数のアノマリーが記録された。
第2段階：3ファクターモデル（1993年）
FamaとFrench（1993）はサイズとバリューのアノマリーを捕捉するために2つのファクターを追加した：
- MKT（マーケット）： 広範な株式市場の無リスク金利に対する超過リターン。
- SMB（Small Minus Big）： 小型株のリターンから大型株のリターンを引いたもの。
- HML（High Minus Low）： 高簿価時価比率（バリュー株）のリターンから低簿価時価比率（グロース株）のリターンを引いたもの。
3ファクターモデルはCAPMからの大幅な改善であり、投資信託のパフォーマンス評価の標準となった。
第3段階：5ファクターモデル（2015年）
3ファクターモデルは成功したが、2つの重要なリターンパターンを説明できなかった。高収益性銘柄は低収益性銘柄よりも高いリターンを獲得し、保守的に投資する企業の株式は積極的に投資する企業よりも高いリターンを獲得した。Novy-Marx（2013）は収益性の重要性を示し、FamaとFrenchは両パターンをモデルに統合した。
- RMW（Robust Minus Weak）： 高営業利益率銘柄のリターンから低営業利益率銘柄のリターンを引いたもの。
- CMA（Conservative Minus Aggressive）： 低資産成長率（保守的投資）企業のリターンから高資産成長率（積極的投資）企業のリターンを引いたもの。
5つのファクターの詳細
| ファクター | 正式名称 | 捕捉する内容 | 年間プレミアム（米国） |
|---|---|---|---|
| MKT | マーケット (Market) | 株式リスクプレミアム | 6–8% |
| SMB | Small Minus Big | サイズプレミアム | ~2% |
| HML | High Minus Low | バリュープレミアム | 3–4% |
| RMW | Robust Minus Weak | 収益性プレミアム | ~3% |
| CMA | Conservative Minus Aggressive | 投資プレミアム | ~2.5% |
ファクター1：マーケット（MKT）
マーケットファクターは広範な株式リスクプレミアムを捕捉する。米国株式の長期マーケットプレミアムは年率約6〜8%であり、最も重要な単一ファクターである。
ファクター2：サイズ（SMB）
SMBは小型株が大型株をアウトパフォームする歴史的傾向を捕捉する。年間SMBプレミアムは1926年以降の米国データで約2%だが、サブ期間によって大きな変動がある。
ファクター3：バリュー（HML）
HMLはバリュープレミアムを捕捉する。年間HMLプレミアムは米国データで約3〜4%。注目すべきは、Fama and French（2015）が5ファクターモデルにおいてHMLが大部分冗長になることを発見した点である——その効果はRMWとCMAファクターに包含される。
ファクター4：収益性（RMW）
RMWは収益性プレミアムを捕捉する。営業利益率は、売上高から売上原価、販管費、支払利息を差し引き、簿価自己資本で割って測定する。年間RMWプレミアムは米国データで約3%。経済的論理は配当割引モデルの基本に基づく：価格を一定に保つと、より高い期待キャッシュフロー（現在の収益性で代理）を持つ企業はより高い期待リターンを持つはずである。
ファクター5：投資（CMA）
CMAは投資プレミアムを捕捉する。投資は総資産の年間変化を総資産で割って測定する。年間CMAプレミアムは米国データで約2.5%。理論的根拠はコーポレートファイナンスのq理論に連結する：企業は資本コストが低い時（将来の期待リターンが低い）に多く投資し、資本コストが高い時（将来の期待リターンが高い）に少なく投資する。
モデルの活用法：ポートフォリオ分析
ファクター回帰分析の実行
5ファクターモデルの最も一般的な実務的用途は、ポートフォリオの超過リターンを5ファクターに対して時系列回帰することである：
Rp - Rf = alpha + b1(MKT) + b2(SMB) + b3(HML) + b4(RMW) + b5(CMA) + 誤差
係数（b1からb5）はポートフォリオのファクターエクスポージャーを示す。切片（アルファ）は5ファクターで説明されないリスク調整後異常リターンを表す。
結果の解釈
| 係数 | 解釈 |
|---|---|
| alpha > 0 | 正のリスク調整後リターン（真のスキルまたは欠落ファクター） |
| alpha = 0 | リターンがファクターエクスポージャーで完全に説明される |
| b1 (MKT) | 市場感応度；1超は攻撃的、1未満は防御的 |
| b2 (SMB) | サイズティルト；正=小型株バイアス、負=大型株バイアス |
| b3 (HML) | バリューティルト；正=バリューバイアス、負=グロースバイアス |
| b4 (RMW) | クオリティティルト；正=高収益企業、負=低収益企業 |
| b5 (CMA) | 投資ティルト；正=保守的企業、負=積極的成長企業 |
批判と代替モデル
モメンタムの欠如
最も重要な欠落はモメンタムファクターである。多くの実務家がCarhart（1997）のUMD（Up Minus Down）モメンタムファクターを追加した6ファクターモデルを使用する。
qファクターモデル
Hou、Xue、Zhang（2015）は投資ベースの資産価格理論に基づくqファクターモデルを代替として提案した。4ファクター——マーケット、サイズ、投資、自己資本利益率——は、経験的パターンマッチングではなく生産ベースの均衡モデルから導出される。
スタンボー・ユアンモデル
StambaughとYuan（2017）は11のアノマリーの組み合わせから構築された2つのミスプライシングファクターを持つ4ファクターモデルを提案した。
データマイニングの懸念
Harvey、Liu、Zhu（2016）は、ファイナンスで発表されたファクターの大部分がデータマイニングによる偽の発見である可能性が高いという憂慮すべき結果を提示した。標準的統計閾値（t統計量>2.0）は不十分であり、約3.0の閾値を推奨している。
国際的証拠
5ファクターモデルのパフォーマンスは国際的に異なる。収益性と投資ファクターは先進国市場で概ね有意だが、新興市場のエビデンスはより混在している。バリューファクターは、米国データではRMWとCMAに包含されるのに対し、国際データではより強い独立的説明力を維持する。
実践的な推奨事項
ファンド評価用： 5ファクターモデル（またはモメンタムを含む6ファクター版）を使用して、ファンドや戦略のリターンを分解する。これにより、既知のファクターへの機械的エクスポージャーから真のアルファを分離できる。
ポートフォリオ構築用： ポートフォリオのファクターエクスポージャーを理解することで、意図しないベットを避け、意図的で分散されたファクターティルトを持つポートフォリオを構築できる。
リスク管理用： ファクターエクスポージャーは時間とともに変化する。ポートフォリオのファクターローディングを定期的にモニタリングすることで、スタイルドリフトや集中リスクを警告できる。
ファクターデータへのアクセス： ダートマスのKenneth Frenchデータライブラリからファクターリターンをダウンロードできる。標準的な回帰分析には月次リターンを使用し、最低36ヶ月のデータが推奨される。
限界
完全な資産価格モデルは存在しない。5ファクターモデルはモメンタムを説明できず、国際市場でのパフォーマンスは不均一である。5ファクターフレームワークにおけるバリューファクターの冗長性は米国データに固有であり、グローバルには成立しない可能性がある。ファクタープレミアムは時間とともに変動する可能性があり、持続は保証されない。モデルは線形ファクターエクスポージャーを仮定しており、実際のポートフォリオリターンにおける非線形関係を見逃す可能性がある。最後に、このモデルは分解と帰属のためのツールであり、将来どのファクターが正のプレミアムを提供するかは教えてくれない。