因子投資：從業者入門指南

核心要點

因子投資是一種系統性地追求通過數十年學術研究所確定的特定、持續性收益驅動因素的實踐。因子投資者不是基於主觀判斷選擇個別證券，而是構建向價值、動量、品質、低波動率和規模等特徵傾斜的投資組合——這些特徵在多個市場和時間段歷史上都獲得了超額報酬。其知識基礎建立在Fama和French（1992、1993）、Jegadeesh和Titman（1993）、Ang（2014）等人的研究之上。然而，Harvey、Liu和Zhu（2016）在學術文獻中編目了400多個因子，這種已發表因子的爆炸式增長造成了需要嚴格審查的「因子動物園」問題。本入門指南解釋了什麼是因子、哪些經受住了仔細測試、為什麼它們可能獲得溢價，以及從業者如何將它們組合成穩健的多因子組合。

什麼是因子？

在資產定價的背景下，因子是系統性解釋證券間預期報酬差異的變數。這個概念源於Sharpe（1964）和Lintner（1965）的資本資產定價模型（CAPM），該模型假設單一因子——市場組合——解釋預期報酬的截面。股票的預期報酬由其對市場的貝塔（敏感性）決定：較高貝塔的股票應獲得更高的報酬，作為承擔更多系統性風險的補償。

CAPM的實證失敗推動了對額外因子的搜索。Fama和French（1992）證明了兩個變數——公司規模（市值）和帳面市值比（價值的衡量）——解釋了市場貝塔單獨無法解釋的股票報酬截面變動的很大一部分。他們隨後1993年的論文引入了三因子模型，在市場因子之上增加了SMB（小減大）和HML（高減低帳面市值比）因子。該模型在二十多年裡成為實證資產定價的主力工具。

因子可以在兩個層面理解。在特徵層面，它是證券的可測量屬性，如股價淨值比、近期報酬或盈餘波動性。在組合層面，因子通常以多空組合的形式實施：做多具有高因子暴露的股票，做空具有低暴露的股票。這個多空組合的報酬就是因子報酬，代表承擔相關風險或利用相關異象所獲得的溢價。

一個因子要被認為可信，理想情況下應滿足Ang（2014）和Kozak、Nagel、Santosh（2018）等研究者提出的幾個標準。它應有解釋溢價存在原因的強經濟理由。經過多重檢定調整後應保持統計穩健。應在不同時間段、地理區域和資產類別中持續存在。並應經受住交易成本和實際實施約束的考驗。

因子動物園問題

Harvey、Liu和Zhu（2016）在Review of Financial Studies上發表的標誌性論文中記錄了至少316個（後來更新為400多個）因子已在頂級金融期刊上發表。這種急劇增加引發了對資料探勘和多重檢定偏差的嚴重擔憂。當數百名研究人員檢查同一資料集尋找報酬的顯著預測變數時，即使不存在真實關係，一些人也會純粹因為偶然而發現統計顯著的結果。

Harvey、Liu和Zhu認為，考慮到已測試的因子數量，需要更高的閾值。他們提議使用3.0或更高的t統計量截斷值。應用這個更嚴格的標準，他們估計大約一半的已發表因子將無法達到顯著性。

McLean和Pontiff（2016）提供了因子研究中發表偏差的直接證據。他們檢查了學術期刊中記錄的97個因子，發現平均因子報酬在樣本外下降了約32%，發表後又額外下降了26%。

Hou、Xue和Zhang（2020）嘗試對452個異象進行全面複製，發現在應用多重檢定的適當修正後，包括許多知名因子在內的64%在常規顯著性水準下未能複製。

共識因子

儘管存在因子動物園問題，少數因子經受住了跨市場、時間段和方法論數十年的審查。這些共識因子構成了現代因子投資的基礎。

因子為什麼獲得溢價

某些因子為何獲得持續溢價的問題對因子投資至關重要。三種廣泛的解釋被提出。

在實務中，大多數因子可能反映了三種解釋的組合。每種解釋的相對權重因因子而異，對溢價的預期大小和持續性有不同的啟示。

因子交互與擇時

因子不是孤立存在的。它們以影響組合建構和績效的方式相互作用。

最重要的交互之一是價值和動量之間。這兩個因子呈負相關（Asness、Moskowitz和Pedersen 2013），在組合中結合它們會產生顯著的分散化收益。當價值表現不佳時，動量往往表現優異，反之亦然。這種負相關存在於多個資產類別中，暗示它反映的是深層結構性關係。

另一個重要的交互涉及品質和價值。不考慮品質而簡單買入便宜股票的天真價值策略往往大量持有基本面惡化的困難公司。Novy-Marx（2013）表明控制品質可以顯著改善價值策略的表現。

因子擇時——根據預期未來報酬動態調整因子暴露的做法——是因子投資中最具爭議的話題之一。Arnott等人（2016）認為因子本身也受價值和動量效應的影響。然而Asness（2016）警告說，因子擇時增加了複雜性和換手率，但不能提供足夠可靠的樣本外績效改善。

因子間的相關結構隨時間並不穩定。在市場危機期間，相關性往往增加，在最需要分散化收益時恰好減少了多因子組合的分散化效果。

構建多因子組合

多因子組合的實際建構涉及幾個可能顯著影響績效的關鍵決策。

實施現實

學術研究計算的理論因子報酬與因子投資者實際獲得的報酬之間的差距可能相當大。理解這種實施不足的來源至關重要。

交易成本是最重要的不足來源。Frazzini、Israel和Moskowitz（2018）估計，對於美國股票中大型、執行良好的動量策略，交易成本消耗了機構規模組合總因子溢價的約40%至50%。

容量約束限制了投資者的交易在推動價格不利於自己之前可以在因子策略中部署的資本量。因子擁擠發生在太多投資者同時追求相同的因子策略時。Khandani和Lo（2011）記錄的2007年8月量化危機是擁擠相關損失的戲劇性例子。

指數建構方法論比通常認識到的更重要。實施相同因子的兩個指數提供商可能根據其在範圍、訊號定義、權重方案、再平衡頻率和換手率約束方面的選擇產生具有非常不同特徵的組合。

稅收效率是另一個實際考慮因素。高換手率的因子策略會產生短期資本利得，可能顯著侵蝕應稅投資者的稅後報酬。

最後，行為紀律可能是最重要的實施因素。無論多麼成熟的因子都會經歷長期的表現不佳。價值因子從大約2007年到2020年表現不佳超過十年。動量可能在數週內急劇崩盤。在回撤期間放棄因子策略的投資者會鎖定損失並放棄最終的恢復。支持因子溢價的學術證據基於長期平均值；捕獲這些溢價需要在不可避免的困難時期保持投資的耐心和紀律。

獨立回測：多因子投資組合表現

為展示共識因子的組合在不同市場環境中的表現，下表呈現四個Fama-French因子（HML、SMB、RMW和UMD）等權重、月度再平衡的十年期績效。

方法論：使用Fama-French HML、SMB、RMW和UMD因子的月度報酬率，等權重配置，月度再平衡，1963年1月至2025年12月。報酬率為交易成本扣除前。

2010年代是多因子策略最弱的十年，主因是價值因子的嚴重低迷（HML年化約-2%）和規模溢價的壓縮。2020年代的部分恢復反映了2020年末開始的價值反彈以及動量和獲利因子的持續強勢。

這些數據來源於公開的學術因子報酬率資料，未考慮交易成本、市場衝擊或實施限制。實際投資組合表現將有顯著差異。

跨市場證據

因子投資的論據在國際市場中得到顯著強化。僅在美國數據中持續的因子面臨數據探勘的合理質疑；在多個國家、法律制度和市場結構中出現的因子具有更高的可信度。

Fama和French（2012）在「Size, value, and momentum in international stock returns」中確認了價值和動量溢價存在於北美、歐洲、日本和亞太地區。Asness、Moskowitz和Pedersen（2013）在「Value and Momentum Everywhere」中擴展了這一證據，記錄了不僅在全球股票市場，還在國債、貨幣和商品期貨中的因子溢價。

日本市場特別具有啟發性。動量在日本歷史上較弱，但2010年後數據顯示日本動量增強，這可能與公司治理改革（2014年盡責管理守則和2015年公司治理守則）導致外國機構投資者參與增加和資訊流改善有關。

研究綜述：證據現狀

因子投資的累積研究成果指向金融經濟學家間廣泛（雖非完全）共識的幾個結論。

第一，少數因子——價值、動量、品質/獲利性、低波動——通過了最嚴格的樣本外檢驗、多重檢定調整和跨市場複製。Harvey、Liu和Zhu（2016）表明400多個已發表因子中的大多數未能通過t統計量3.0的門檻，但共識因子一致達到這一標準。McLean和Pontiff（2016）記錄了樣本外平均32%、發表後26%的衰減，但衰減後共識因子的溢價仍具經濟意義。

第二，因子溢價是理性風險補償還是行為性錯誤定價的爭論仍未解決，答案可能因因子而異。風險解釋對價值和規模最具說服力，行為解釋對動量和低波動更具說服力。

第三，實施現實大幅降低了論文報酬。Frazzini、Israel和Moskowitz（2018）表明，交易成本、容量限制和擁擠效應可消耗總因子溢價的30-50%。

對於從業者，證據支持在低相關因子間分散、注重交易成本實施、並在不可避免的低迷期保持紀律的多因子方法。成本扣除後的年化多因子溢價應預期在2-4%範圍內，並應為不利環境下超過20%的回撤做好準備。最有力的證據支持的信念是，分散化、耐心持有、成本意識的多因子投資組合將在足夠長的時間內獲得正溢價。