QD Research EngineAI-Synthesised

卡哈特四因子模型：在资产定价中加入动量因子

模型与框架论文综述
2026-03-09 · 12 min

卡哈特1997年的论文在法玛-弗伦奇三因子模型基础上增加了动量因子，从根本上改变了研究者评估共同基金业绩和衡量基金经理能力的方式。

MomentumFactor ModelsMutual Fund PerformanceAsset PricingPortfolio Evaluation
来源: Carhart (1997), Journal of Finance ↗

散户投资者的实际应用

散户投资者可以使用卡哈特四因子模型来评估共同基金经理是在创造真正的阿尔法，还是仅仅在利用动量和其他众所周知的因子倾斜。在为主动管理支付高额费用之前，检查该基金的回报是否可以通过市场、规模、价值和动量因子ETF的低成本组合来复制。

编辑注释

随着主动型基金管理行业在费用结构上持续受到审视以及因子ETF的兴起，卡哈特的框架仍然是区分真正的基金经理技能与机械性因子暴露的标准基准。理解这一模型对于评估主动管理费用是否合理的每一位投资者都至关重要。

震动华尔街的论战

20世纪90年代初，共同基金行业正处于前所未有的增长浪潮之中。数十亿美元涌入主动管理基金，营销部门大肆宣传那些承诺持续超额收益的明星基金经理的业绩记录。金融杂志每年发布顶级基金排名，投资者以近乎狂热的热情追逐上一年的赢家。熟练的基金经理能够可靠地跑赢市场，而过去的业绩是识别他们的关键——这一隐含承诺极具诱惑力。

然而，在光鲜的广告背后，一场安静的学术战争正在进行。一方是指出共同基金管理中存在"热手效应"证据的从业者和部分研究人员——即业绩以纯粹偶然无法解释的方式持年延续。另一方是效率市场的支持者，他们认为表面上的持续性不过是统计幻觉——数千名基金经理掷硬币，运气好的人不可避免地被误认为天才。

就在这场激烈辩论中，当时还是芝加哥大学博士生的马克·卡哈特（Mark Carhart）登场了。他1997年发表在Journal of Finance上的论文《论共同基金业绩的持续性》（Carhart, 1997）不仅仅是裁定了这场争论，更引入了一个工具——四因子模型——该模型在此后数十年成为实证金融中使用最广泛的基准之一。

学术基础

要理解卡哈特的贡献，首先需要了解先前的模型。Sharpe（1964）、Lintner（1965）和Mossin（1966）独立开发的资本资产定价模型（CAPM）提出，单一因子——即市场超额收益——就能解释预期收益的横截面。在CAPM下，基金的风险调整绩效，即阿尔法，被测量为基金超额收益对市场超额收益回归的截距。

然而到了90年代初，CAPM的局限性已被充分记录。Fama和French（1993）证明了两个额外因子——小盘股与大盘股之间的收益率价差（SMB）以及高账面市值比与低账面市值比股票之间的价差（HML）——大幅提高了模型的解释力。他们的三因子模型成为学术研究的新标准。

然而，即使三因子模型也未能解决一个重要的异常现象。Jegadeesh和Titman（1993）记录了一个强有力的模式：过去3至12个月表现良好的股票往往继续表现良好，而近期的输家则继续亏损（Jegadeesh and Titman, 1993）。这种动量效应规模巨大，跨时间段持续存在，且无法被法玛-弗伦奇因子解释。

卡哈特的方法论创新

卡哈特的洞察力在于将两个独立的研究议题结合起来。他认识到共同基金持续性的争论与动量异常现象可能存在深层联系。如果某些共同基金恰好持有近期赢家——无论是通过追随类动量策略还是纯属巧合——它们的短期超额表现看起来就像是技能。但实际上，这是对现有模型未能捕捉的系统性风险因子的补偿。

卡哈特构建了现在被称为四因子模型的框架。它通过在法玛-弗伦奇三因子模型中添加第四个因子WML（Winners Minus Losers，赢家减输家）来进行扩展。该因子捕捉的是做多前一年收益率较高的股票、做空前一年收益率较低的股票的投资组合收益。

模型采用以下形式：

R_i - R_f = alpha_i + beta_1(R_m - R_f) + beta_2(SMB) + beta_3(HML) + beta_4(WML) + epsilon_i

其中R_i是基金i的收益，R_f是无风险利率，R_m是市场收益，四个因子分别捕捉市场风险、规模、价值和动量的敞口。截距阿尔法现在代表无法被这四个系统性因子解释的收益部分，为判断基金经理的真正技能提供了比先前模型更为严格的标准。

数据集与主要发现

卡哈特构建了一个涵盖1962年1月至1993年12月期间1,892只分散化股票型共同基金的综合数据集。他根据前一年的收益率将基金分为十分位投资组合，并追踪其后续表现。

持续性之谜基本解决

结果令人瞩目。仅使用CAPM评估时，基金业绩似乎存在有意义的持续性。排名前十分位的基金似乎继续跑赢市场，排名后十分位的基金则继续表现不佳。

但当卡哈特应用四因子模型后，情况发生了戏剧性变化。前十分位中的表面持续性几乎完全被动量因子所吸收。前一年表现良好的基金倾向于持有近期收益率较高的股票，驱动其后续超额表现的不是基金经理的技能，而是这种机械性的动量敞口。

底部十分位的例外

四因子调整后确实有一种持续性幸存下来，但它对主动管理倡导者毫无慰藉。底部十分位的基金在考虑所有四个因子后仍然持续表现不佳。卡哈特将这种持续低迷归因于更为世俗的原因——高费率和过度的交易成本——而非负面技能。

追逐业绩的代价

卡哈特还记录了投资者追逐过去业绩的倾向是有代价的。在考虑所有因子后，买入上一年表现最好的基金并卖出表现最差的基金的策略，产生的风险调整收益微乎其微。考虑到年度投资组合再平衡涉及的交易成本，这一策略是净亏损的。

与法玛-弗伦奇框架的关系

卡哈特模型在因子模型的历史中占据着有趣的位置。它诞生于关于基金持续性的具体实证问题，而非理论性资产定价框架。法玛和弗伦奇本人最初也不愿将动量纳入他们的模型，认为它是缺乏明确风险解释的实证规律。这种不情愿持续到他们开发2015年五因子模型时，该模型添加了盈利能力和投资因子，但刻意排除了动量。

然而在实践中，卡哈特四因子模型变得无处不在。其简洁性和解释力使其成为评估专业基金经理、测试交易策略以及进行市场效率学术研究的默认基准。

动量占据着一个令人不安的中间地带。它是有史以来被记录的最稳健的收益模式之一，在不同市场、资产类别和时间段中均得到了复制（Asness, Moskowitz, and Pedersen, 2013）。然而至今没有出现共识性的风险解释。

基金评估的实践意义

卡哈特的研究为评估投资经理或构建投资组合的所有人提供了直接的启示。

收益的分解

四因子模型提供了一种系统方法，将基金收益分解为有补偿的因子敞口和残余阿尔法。一只看似每年跑赢市场3个百分点的基金，经过四因子分析可能显示：1%来自小盘股倾斜（SMB敞口），1%来自价值倾斜（HML敞口），0.5%来自动量负载（WML敞口），仅有0.5%来自真正的阿尔法。由于因子敞口可以通过指数基金或ETF以低成本复制，只有阿尔法部分才能证明主动管理费用的合理性。

持续性警告

论文的核心发现——表面上的业绩持续性主要是动量的产物——对投资者追逐热门基金的常见行为发出了警告。当动量发生反转时——而它确实会以毁灭性的速度周期性反转——"技术熟练"的基金经理的超额表现就会蒸发。

费率至关重要

真正持续性最强的形式是负面的——由高成本驱动——卡哈特的这一证据强化了投资研究中最稳健的发现之一：费率是未来基金业绩的最佳单一预测指标。

批评与局限性

一些研究者认为，将动量视为静态因子的处理方式无法捕捉动量收益的时变特性。动量策略会经历灾难性崩溃的时期，最显著的是2009年，多空动量投资组合在数月内遭受了超过40%的损失。

此外，与所有因子模型一样，它也面临联合假设问题：阿尔法为零的发现既可能意味着基金经理缺乏技能，也可能意味着模型本身被错误设定。

遗产与持续影响

发表近三十年后，卡哈特的论文仍然是金融经济学中被引用最多的著作之一。论文的影响远远超出了学术界。四因子模型已嵌入投资行业的基础设施中。晨星（Morningstar）使用基于卡哈特框架的因子分析。养老基金顾问用它来评估基金经理的表现。

对今天的投资者而言，教训仍然清晰：在将基金经理的表现归因于技能之前，请先问一下同样的收益是否可以通过简单、低成本的因子敞口来实现。卡哈特四因子模型提供了严格回答这一问题的框架。

相关

本分析由 Carhart (1997), Journal of Finance 经 QD Research Engine — Quant Decoded 的自动化研究平台 — 综合分析，并经编辑团队审核确保准确性。 了解我们的方法论.

参考文献

仅供教育。