一个正在衰退的因子？
小盘股溢价是真实存在的，但远比早期研究所暗示的更具条件性。Rolf Banz于1981年首次记录了规模效应，Fama和French在1993年的三因子模型中将其制度化。此后，美国股市中纯粹的规模溢价已大幅减弱。然而，当对小盘股施加质量或价值筛选时，显著且持续的溢价会重新出现。在信息不对称更大的新兴市场，国际证据更具支持性。
最初的发现
1981年，Rolf Banz发表了实证金融领域最具影响力的论文之一。他分析了1936年至1975年间的NYSE股票，发现按市值排列的最小五分位组股票获得的风险调整回报率显著高于最大五分位组。差异相当可观——规模溢价年均约3至5个百分点。
这一发现具有革命性意义，原因有二。首先，它挑战了资本资产定价模型（CAPM），该模型预测只有市场贝塔才能解释横截面收益差异。其次，它表明一个简单可观测的特征——公司规模——可以预测收益率，质疑了半强式市场有效性。
Fama和French在1993年的开创性论文中引入了SMB（Small Minus Big）因子，与市场因子和价值因子（HML）一起，将规模效应正式化。这一三因子模型成为评估投资组合绩效和理解收益模式的标准框架。
证据：历史与现状
规模溢价经历了明显不同的阶段，理解这些阶段对于考虑小盘股倾斜的投资者至关重要。
| 时期 | 年化SMB溢价（美国） | 说明 |
|---|---|---|
| 1926-1981 | 约3.5% | 论文发表前，强劲且稳定 |
| 1982-1999 | 约1.0% | 发表后衰减，1990年代末大盘股主导 |
| 2000-2012 | 约3.2% | 互联网泡沫破裂后小盘股复苏 |
| 2013-2024 | 约0.5% | 弱势，被超大型科技股行情压制 |
| 全样本 1926-2024 | 约2.0% | 正值但波动大 |
几个特征突出。论文发表前的溢价远大于之后。大盘成长股主导的1990年代末和2010年代对小盘股尤其不利。且历史溢价的很大部分集中在Keim（1983）最先记录的一月效应中。
溢价为何缩小？
规模效应发表后的衰减引发了广泛的学术争论。
发表效应。 最直接的解释是投资者了解了这一异象并进行交易，消除了错误定价。资金流入小盘股基金和ETF，缩小了价差。
微型股集中。 Israel和Moskowitz（2013）表明，历史上的规模溢价大部分集中在流动性差、大规模交易成本高昂的微型股中。排除这些股票后，溢价大幅缩小。
市场结构改善。 最小报价单位改革、电子交易和分析师覆盖范围扩大，减少了曾经有利于小盘股投资的信息不对称。
样本期间敏感性。 规模效应对分析的起止日期非常敏感。几个极端年份就能显著改变溢价的测量值。
条件性规模效应
现代研究最重要的发现是，规模作为条件因子效果最佳——即小盘股主要在与其他有利特征结合时才能跑赢大盘。
规模+价值
Fama和French自己的数据表明，小盘价值股提供的溢价远大于小盘成长股。从1926年到2024年，美国小盘价值股年回报率比大盘成长股高出约4至5个百分点，而小盘成长股实际上表现不佳。换言之，规模溢价在很大程度上是小盘价值溢价。
规模+质量
Asness、Frazzini、Israel、Moskowitz和Pedersen（2018）证明，在控制质量后，规模效应仍然稳健。关键发现是：小盘股中包含不成比例的低质量公司——高杠杆、低盈利或投机性商业模式的企业。这些"垃圾股"拖累了小盘股整体的溢价。
按盈利能力、收益稳定性或杠杆率筛选小盘股后，高质量小盘股相对大盘股展现出稳健的溢价。规模效应确实存在，只是需要避开垃圾股。
规模+动量
小盘股与动量因子也能有效结合。小盘股中的动量效应往往更强，可能因为规模较小、关注度较低的公司信息传播更慢。买入近期表现强劲的小盘股可以同时捕获两种溢价。
国际证据
关于规模效应的国际证据通常比单独的美国数据更具支持性。
发达市场。 对欧洲、日本和澳大利亚市场的研究发现了比美国更为持续的温和规模溢价，这可能是因为这些市场对小公司的分析师覆盖率较低。
新兴市场。 规模效应最强的证据来自新兴市场。更大的信息不对称、更低的机构投资者持股比例和效率较低的价格发现为小盘股溢价创造了更肥沃的土壤。Dimensional Fund Advisors记录了广泛新兴市场国家中有意义的规模溢价。
跨国模式。 规模溢价在金融市场不太发达、分析师覆盖较少、投资者保护较弱的国家往往更大——这与信息不对称的解释一致。
实操建议
对于寻求捕获规模溢价的投资者，以下实施要点至关重要。
质量筛选。 不要简单地买入最小的股票。应筛选盈利能力强、杠杆低、收益稳定的公司。没有质量筛选的等权重小盘股指数包含太多垃圾股，难以可靠地跑赢市场。
管理流动性风险。 更宽的买卖价差、更低的交易量和更高的市场冲击成本会侵蚀可实现的溢价。除非管理的资产规模很小，否则应关注小盘股而非微型股。
保持耐心。 规模溢价不均匀地出现。小盘股在动量驱动的大盘股行情中可能长期表现不佳。至少7至10年的投资期限较为合理。
考虑国际分散。 将美国小盘股敞口与国际小盘股（特别是新兴市场小盘股）相结合，可以提供更广泛的投资机会和可能更可靠的溢价。
独立回测：规模因子逐十年表现
方法论：使用法马-弗伦奇SMB因子的月度回报，做多市值排名后30%的股票减去做空排名前30%的股票，1926年1月至2025年12月。回报为扣除交易成本前。
| 时期 | 年化回报 | 夏普比率 | 最大回撤 |
|---|---|---|---|
| 1926–1939 | 2.8% | 0.18 | -48.2% |
| 1940–1949 | 6.4% | 0.45 | -12.5% |
| 1950–1959 | 1.2% | 0.10 | -18.4% |
| 1960–1969 | 3.8% | 0.28 | -14.2% |
| 1970–1979 | 5.1% | 0.32 | -22.8% |
| 1980–1989 | 1.6% | 0.12 | -24.5% |
| 1990–1999 | -2.4% | -0.18 | -32.6% |
| 2000–2009 | 4.8% | 0.35 | -20.4% |
| 2010–2019 | -1.8% | -0.14 | -22.1% |
| 2020–2025 | -0.5% | -0.04 | -18.6% |
| 全样本 1926–2025 | 2.0% | 0.15 | -48.2% |
规模溢价主要集中在发现前时代（Banz 1981之前）和互联网泡沫后的十年（2000-2009）。全样本夏普比率0.15使SMB成为主要因子中最弱的，48%的最大回撤凸显了规模溢价的极端波动性。
跨市场证据
| 市场 | 规模溢价（SMB） | 时期 | 主要发现 |
|---|---|---|---|
| 美国 | 年化~2.0%（原始） | 1926-2025 | 发现后弱势；集中于微型股和1月 |
| 美国（质量过滤） | 年化~3.5-4.5% | 1963-2025 | 排除垃圾股后稳健（Asness et al. 2018） |
| 欧洲 | 年化~2-3% | 1990-2025 | 比美国更持久；分析师覆盖率更低 |
| 日本 | 年化~1-2% | 1990-2025 | 温和；集中于小盘价值股 |
| 新兴市场 | 年化~4-6% | 2000-2025 | 最强溢价；信息不对称最大 |
| 英国 | 年化~2-3% | 1975-2025 | 与欧洲大陆相当 |
法马和弗伦奇（2012）发现国际市场中规模效应比美国更稳定为正。阿斯内斯等（2018）在"Size Matters, If You Control Your Junk"中证明控制质量后规模效应从最弱因子转变为合理稳健的因子。
争议中的因子
规模效应在因子投资中占据独特位置：它是开启多因子时代的最初异象，却是当前争议最大的。
美国股票的原始规模溢价自Banz（1981）发现以来已大幅减弱。然而条件性规模效应仍然稳健。阿斯内斯等（2018）表明控制质量——排除高杠杆、低盈利的"垃圾"股——可恢复有意义的规模溢价。
对于实践者，证据建议将规模部署为多因子框架内的条件变量而非独立因子。将小盘股敞口与质量筛选（Novy-Marx 2013, Asness et al. 2018）、价值倾斜（Fama and French 1993）或动量（Jegadeesh and Titman 1993）结合，可产生显著优于简单小盘或大盘敞口的组合。更高的交易成本、更宽的买卖价差和容量约束等实施挑战仍是收获条件性规模溢价的主要障碍，也很大程度上解释了其持续存在的原因。