# Fama-French 因子模型：用风格因子解释股票收益

了解 Fama-French 三因子与五因子模型如何区分市场、规模、价值、盈利能力、投资风格暴露与未解释收益。

规范链接: https://wiki.fcontext.com/zh-cn/stocks/fama-french-factor-model/
事实核验日期: 2026-07-14

> 仅供教育参考，不构成投资建议

<a id="answer"></a>

## 直接答案

**Fama-French 因子模型**是一组资产定价模型，用若干规则化构建的广泛收益因子解释股票或组合收益。三因子模型在市场因子之外加入规模和价值因子；五因子模型进一步加入盈利能力和投资风格因子。

它最适合回答的问题是：一只基金跑赢，是来自经理能力，还是来自长期暴露于小盘、价值、高盈利或保守投资股票？

<a id="mechanism"></a>

## 机制

三因子版本通常写作：

`R_i - R_f = alpha_i + beta_m × (R_m - R_f) + beta_s × SMB + beta_h × HML + error_i`

`SMB` 比较小市值股票与大市值股票的收益。`HML` 比较高账面市值比股票与低账面市值比股票的收益。五因子模型再加入：

- `RMW`，比较盈利能力强的公司与盈利能力弱的公司。
- `CMA`，比较投资保守的公司与投资激进的公司。

这些因子是按排序规则构建的组合收益，不是把某个单一会计比率直接塞进模型。股票的因子暴露通常需要根据持仓或用收益率对因子收益做回归来估计。

<a id="example"></a>

## 例子

假设某基金的月度因子暴露为：市场 beta `0.95`、SMB beta `0.40`、HML beta `0.60`。某月市场超额收益为 `2%`，SMB 为 `1%`，HML 为 `-0.5%`。

模型隐含的超额收益为：

`0.95 × 2% + 0.40 × 1% + 0.60 × (-0.5%) = 2.0%`

如果基金实际相对无风险利率获得 `2.3%`，单月残差约为 `0.3%`。这不一定就是 Alpha。严肃的 Alpha 估计需要更长样本、标准误，并检查暴露是否变化。

<a id="risks"></a>

## 风险

- **回测风险：** 历史中发现的因子可能变弱、消失或变得拥挤。
- **样本风险：** 较短收益历史会让因子 beta 和 Alpha 看起来比实际更精确。
- **模型设定风险：** 三因子、五因子、动量、质量和行业模型可能给出不同结论。
- **执行风险：** 真实基金会受到费用、税务、换手率和流动性成本影响。
- **风格漂移：** 公司或基金会随着市值、盈利、杠杆或持仓变化而改变暴露。

<a id="misconceptions"></a>

## 常见误区

Fama-French 模型不是用来预测下一只上涨股票的工具。

历史上为正的因子溢价不保证未来仍然为正。

因子调整后的 Alpha 不等于原始跑赢幅度。高 beta 或小盘基金可以跑赢宽基指数，但因子调整后的 Alpha 仍然很低甚至为负。

<a id="related"></a>

## 相关主题

- [CAPM](/zh-cn/stocks/capm/)
- [Beta](/zh-cn/stocks/beta/)
- [股权风险溢价](/zh-cn/stocks/equity-risk-premium/)

<a id="sources"></a>

## 来源

- Fama and French, "Common Risk Factors in the Returns on Stocks and Bonds," Journal of Financial Economics。
- Fama and French, "A Five-Factor Asset Pricing Model," Journal of Financial Economics。
- Kenneth R. French Data Library：Fama/French 因子定义与数据说明。
- Fama and French, "The Capital Asset Pricing Model: Theory and Evidence," Journal of Economic Perspectives。