A股市场的因子动量效应：实证研究（2000–2023）

A股市场的因子动量效应：实证研究（2000–2023）

在A股市场，因子动量策略的年化收益率约9.91%，夏普比率约1.15——几乎是美国市场同类策略表现的两倍。这一差距并非偶然，也不仅仅是因为新兴市场的高风险溢价。它根植于中国资本市场独特的结构性特征：散户主导、卖空受限、涨跌停制度，以及由此催生的情绪驱动的因子持续性。

本文基于顾明、熊志涛、陈海江（2024年，《中国计量经济学评论》）的研究成果，结合Ma、Liao、Jiang（SSRN 4148445）的定量基准，对A股市场2000至2023年间的因子动量效应进行系统性分析。核心发现是：A股因子动量是一种以情绪为驱动机制的行为异象，而非传统意义上的风险补偿；且由于卖空限制，多头端贡献了超过80%的总超额收益。

因子动量：全球背景下的简要回顾

因子动量是指近期表现优异的投资因子（如价值、动量、质量）具有持续跑赢的倾向。与个股层面的动量不同，因子动量在整个因子策略之间进行轮动，即做多近期表现最强的因子，做空表现最弱的因子。

Quant Decoded此前的原创回测（详见跨资产类别的因子动量：原创回测研究）表明，在美国股票市场，1个月回看期的因子动量策略年化收益率约7.2%，夏普比率约0.61；跨资产多元化组合的夏普比率可进一步提升至约0.83。这一证据已足够充分，但仍然局限于以机构投资者为主、卖空机制完善的发达市场。

当将同样的框架应用于中国A股时，结果出现了系统性偏差——偏差方向是更强而非更弱。理解这一差异，需要深入审视中国市场的结构性特征。

A股市场的独特结构

中国股票市场在若干关键维度上与发达市场存在根本性差异，这些差异共同构成了因子动量异常强劲的制度性基础。

散户投资者的主导地位具有双重影响。一方面，散户对宏观与因子层面信息的反应通常较机构投资者更为迟缓，信念更新存在明显的延迟。另一方面，大量散户的羊群行为会将已经形成的因子趋势推至超越基本面的水平，从而进一步延长因子的持续性。

卖空限制的影响同样不可忽视。在发达市场，机构套利者可以通过做空表现不佳的因子组合及时修正错误定价。在A股，这一纠错机制长期缺失（2010年前几乎不存在），导致因子层面的错误定价具有更强的持续性，且主要通过多头端被修正。

涨跌停制度则进一步放大了上述效应。±10%的日内价格限制虽然降低了极端波动，但同时也延缓了价格发现的速度，使因子回报的持续性在时间维度上得到拉伸。

数据与方法

本分析以A股全市场（全A）为研究样本，剔除ST股票及上市不足12个月的新股，样本期间为2000年1月至2023年12月，提供约288个月度观测值。

研究共测试五个经典因子：

因子动量策略根据过去L个月的累计总回报对上述五个因子进行排名，每月做多表现最佳的因子，做空表现最差的因子。分别测试1个月和12个月两个主要回看期。同时测试时序因子动量（基于各因子自身过去收益的绝对方向）与横截面因子动量（基于因子间相对排名）两类策略。基准指数为沪深300全收益指数。

实证结果

按回看期的表现

四种设定均在统计上显著（t统计量均超过2.0），且在经济意义上不可忽视。横截面因子动量在1个月回看期下表现最强，夏普比率约1.15，远超美国市场的约0.61。

中美因子动量效应对比

A股因子动量不仅在绝对收益上超越美国，其风险调整后表现的差距更为显著。年化波动率低于美国（约8.60% vs. 约11.80%），最大回撤也更小（约-12.4% vs. 约-18.3%）。这一组合在相同的机制框架（因子轮动）下实现了更优的风险收益特征。

情绪驱动机制：A股因子动量的核心解释

顾明等人（2024）的研究揭示了A股因子动量最重要的机制特征：策略收益与投资者情绪存在显著的负相关关系，即当市场情绪低落时，因子动量的超额收益最为突出。

这一模式与传统风险补偿理论形成直接矛盾。按照风险补偿逻辑，策略收益应在市场状况恶劣（情绪低迷）时更高，但这是因为风险更大，而非因为存在行为性错误定价。在A股中，低情绪期散户的恐慌与信念固化导致因子层面的错误定价最为严重，而机构投资者的套利能力受卖空限制约束，无法及时纠错。这使得因子持续性在情绪低迷期达到峰值。

此外，研究还发现因子动量收益主要来自多头端：在完整多空策略中，多头端历史上贡献了超过80%的总超额收益。这直接印证了卖空限制的作用：做多近期表现最强的因子是有效的；做空近期表现最弱的因子则受到交易制度的限制，贡献有限。

实践启示

A股因子动量策略在历史数据中表现出较强的持续性，但实践中需要关注以下几个维度：

关于回看期选择，12个月回看期在1个月与12个月的对比中具有较低的换手率，历史上净收益保留比例更高，可能更适合成本敏感型投资者。1个月回看期的绝对夏普比率更高，但频繁换仓带来的摩擦成本会侵蚀相当比例的总收益。

关于市场分层，大市值沪深300成分股的交易成本通常低于中小市值标的，历史上因子动量净收益在大盘股中保留比例更高。中小盘股虽然因子持续性更强，但流动性不足和冲击成本会压缩实际可获得的超额收益。

关于监控信号，情绪指数（如投资者情绪综合指标）、融资余额及换手率等指标历史上与策略收益存在一定相关性，低情绪期可能是策略相对有利的阶段。

关于因子拥挤，2019年以来中国量化私募管理规模的快速增长使得因子拥挤成为不可忽视的结构性风险。随着更多资金追逐相同的因子信号，部分超额收益可能已有所收缩。

局限性

本分析的主要局限性包括：第一，所引用的因子收益序列基于学术数据构建，与可投资产品（如量化私募基金、ETF）的实际运作存在差异；第二，A股的数据获取渠道对海外投资者存在限制，实际复制成本可能高于估计值；第三，量化拥挤效应可能导致历史超额收益在未来有所衰减，这一风险在中国市场尤为值得关注；第四，顾明等人（2024）的分析以2023年为样本终止点，此后的市场动态有待后续研究验证。