【北京大學】《金融經濟學》北大最受歡迎的課程!經濟學必修! P70 - 70.第13講-02從單因子到多因子

財富的面容
119粉絲
12 次觀看·2026年5月1日
實際上我們講的就有這麼多東西
這個apt呢
這個套利定價
套利定價它是怎麼可以引出來的
從前面這個東西怎麼引出來
我們可以從CAPM那邊引出來
在CAPM裏面我們推導出來一個資產定價的方程
叫這個證券市場線
Security Market Line
這個證券市場線它是這樣的
任何一個資產的期望回報率
等於無風險利率
再加上這個資產的β
β叫做
我看用的是m
i
就它相對這個市場組合的一個β
然後再乘上這個市場組合的超收益率
這個我們的證券市場線
大家還記得吧
那麼這個東西如果把它寫成計量的模型
我們就把它寫成一個
我們曾經寫出一個叫單因子模型
Single Index Model
這個計量模型
這個模型寫出來就是這個
左邊就是這個資產的超回報率
相對於無風險利率超回報率
這個東西就是一個序列
就把它寫成兩個的差
等於什麼
等於αi加上βim
然後這邊再乘上一個rm-rf
這是市場組合的超回報率
也是一個可以觀測的時間序列
再加上這個殘差
所以這是一個計量模型
這個計量模型的左邊
這是一個觀測變量
可以拿到時間序列
這是一個可以拿到時間序列
所以你給它做回歸
做回歸然後就能夠把這個模型估算出來
然後就可以把β給估出來
然後也可以用這個模型去擬合
擬合各類資產的期望回報率
這個模型我們之前講開放比給大家說過了
書上講過
我可能課上沒講
但書上有
就這個模型你拿到現實數據擬合
這個擬合的效果很差
遠的不說
我們就拿中國的A股的一級行業
一級行業的數據擬合就差很多
它擬合不出一根直線來
或者說觀測到這些資產的回報率
它不在一根直線上面
它距離你擬合這個直線有很大的偏離
所以擬合優度是比較差的
所以做計量的這些研究員
當你發現一個計量模型擬合優度很差的時候
你會怎麼辦呢
加解釋力量
加一個不夠我加兩個
我再加一個兩個
兩個不夠我加三個
再加
加到一定程度
你有可能就覺得這個解釋力夠了
然後給它想個故事
有可能你發現加下去也加不出結果來
那就沒法寫文章了
當然計量其實沒有那麼簡單
計量比較複雜多
我們這個是過於簡化的
計量它其實很多的研究工作
要處理很多的問題
比我們剛才簡化的東西複雜很多
但是基本思路就是
你如果一個解釋力量解釋力不夠
我再多加幾個
所以這和金融那邊一樣的道理
確實人家就說了
開盤出來之後
後來開盤解釋力越來越差
就說你開盤不對
那不對怎麼辦呢
有些很有名的金融學家
我就加解釋力量
所以一個最有名的
是Fama French
Fama這應該是2013年諾貝爾金融獎得主
Fama
還有一個叫French
Fama French
他們是1993年提出來一個三因子模型
應該是1993年
1993
他就說你這個模型解釋力不夠
那我再給你加兩個
加兩個非常重要
他們找了很多的別的東西
就除了這個之外
他們也加上了兩個
一個是這個叫做
Beta IS
叫做SMB
再加上一個Beta HML
加兩個
我再加兩個解釋變量進去
所以變成三個解釋
三個因子
所以這就是著名的Fama French三因子模型
他加兩個啥呢
一個是這個SMB
就Small Minus Big
就是這個
我們這邊都講的上市公司
這個股票
就這個股票的上市公司的規模
然後這個是H-Low
就這個股票的價格
我除了市場組合這個解釋的變量之外
我再加兩個
一個是控制你上市公司的規模
一個控制你上市公司的股票的價格
所以這三個因素
加入這兩個東西之後
這三因子模型對我們觀測到的數據的解釋力
那就強很多了
Fama French這東西
他們的三因子模型出來之後
這套思路就大行其道
後來就有很多的這種文章寫
就有了這個叫多因子模型
Multifactor Model
什麼叫Factor呢?
這個因子
中文叫因子
什麼叫因子呢?
因子就是那些會影響資產價格的這些不確定性的來源
再一個地方就是市場組合
然後你的市值和你的價格
這三個
當然還有很多其他因子可以引進來
非常非常多
現在這個文獻裏面用的因子大概就有幾百個
在文獻裏面提出來
但我們作為金融理論
就你對計量的這個分析來說
你說我往裏面堆一堆因子沒問題
你只要給我找到時間序列
把這些時間序列扔到你的計量軟件裏面去
計量軟件是一定可以給你搞出幾個回歸的係數來了
這沒有任何問題的
但計量的重點是什麼呢?
計量的重點是說
你得確保這個計量軟件給你出來的這些結果
是有意義的
是可信的
所以它才會有這麼多的計量的這種檢驗來檢驗
我怎麼樣的情況下
我應該用什麼樣的這種方式去回歸我的模型
不是隨便
這計算機它不管你
你扔進去一堆數
它一定給你弄出個數來
但這個數是不是可信
是不是靠譜
這是你分析者的責任
所以我們說
我總可以找一堆所謂的觀測值
我去做回歸
但是我怎麼能夠相信
你這個回歸的方程是有意義的呢
是有意義的呢
這我們需要理論上給出一個證明來
給出個支撐來
然後告訴我說
我這個網裏面扔一堆因子是可以的
如果你做不到這一點
你這個模型就是虛的
你只是在做一些數據的挖掘
Data mining
這個數據挖掘
它是個貶義詞
同學們
至少在我看來它不是個貶義詞
什麼叫數據挖掘
就是我去挖樹
我把這個樹做各種各樣的回歸
各種各樣的相關性
我去分析
你總能找到一些相關性
看起來還很不錯的
這些相關性可能能夠幫助你發paper
但是要真用起來
基本上都沒用
我忘了誰說的
反正有個著名經濟家說過的
他說過一句話
他說這個
如果你折磨數據足夠久
If you torture data long enough
Nature will confess
自然就會認罪了
你就是使勁搞它
但那個
Nature就算認罪了
有意義嗎
沒意義的
尤其像我們這種在實踐裡面
要去掙錢的人
那沒意義
你挖一堆東西出來
好像還可以
但最後掙不到錢
可能還虧錢了
這不行的
所以我們要給它一個理論的支撐
這個理論的支撐
就是我們的apt
apt就幹這個事了
首先我們從直覺上來理解一下
我們從直覺上理解一下
我怎麼能夠在這個回歸方式裡面
隨便地扔入一些觀測的序列
可觀的序列
像這個方程
就沒有下面這兩個東西的方程
這是有清晰含義的
它就是我的證券市場線的
對應的計量模型
但你在這個計量模型上
又加了兩個東西進去
這是什麼玩意
你怎麼解釋
從道理上怎麼解釋它
我們就給個解釋
