仅供教育用途，不构成投资建议。投资可能导致损失。
直接回答
詹森阿尔法是在资本资产定价模型（CAPM）下，用投资组合超额收益对市场超额收益进行时间序列回归所估计的截距：
R_p,t - R_f,t = alpha_p + beta_p × (R_m,t - R_f,t) + epsilon_p,t
alpha_p 是样本中不能由拟合CAPM敞口解释的平均周期收益。beta_p 是估计的市场载荷，epsilon_p,t 是期间 t 的残差。一次有利残差，或某一期间实际收益减去CAPM隐含收益，并不等于回归阿尔法。
阿尔法以所选收益序列、市场代理、无风险利率代理、频率、期间、模型及总额或净额口径为条件。正估计值不能证明技巧、持续性、错误定价或因果关系；抽样波动、遗漏因子、基准错配、敞口变化、杠杆、陈旧价格及数据挖掘都可能产生或消除阿尔法。
运作机制
按以下顺序构建并审计估计：
- 定义评价命题。 识别投资组合、份额类别、授权范围、基准目标、币种、费用和税务口径、估值惯例、样本起止时间、数据版本，以及问题涉及业绩归因、经理选择还是资产定价检验。
- 构建同步总收益。 使用日期、频率、时区、分配、公司行动、现金流处理、币种及可投资信息均匹配的投资组合和市场收益。不要混用价格收益与总收益，也不要混用实时业绩与修订后的回测。
- 计算匹配的超额收益。 选择币种和期间相同的无风险利率代理，再计算
y_t = R_p,t - R_f,t和x_t = R_m,t - R_f,t。说明收益采用简单收益还是对数收益；通常回归使用周期简单收益，并一致表示为小数或百分比。 - 估计回归。 普通最小二乘法拟合
y_t = alpha + beta × x_t + epsilon_t。截距和斜率使样本残差平方和最小。R-squared描述样本拟合变动，而不是定价真理、技巧或经济价值。 - 量化不确定性。 报告观察数、阿尔法和贝塔标准误、t统计量、置信区间、残差诊断及协方差估计量。异方差、自相关、重叠收益、平滑、聚类冲击或估计基准可能要求稳健或模型特定推断。
- 检验稳定性与模型设定。 改变合理的频率、子期间、市场代理、无风险收益序列、异常值、陈旧价格调整及总额或净额收益。可加入有依据的规模、价值、盈利、投资、动量、久期、信用、行业或币种因子，但不要宣称某个模型普遍正确。
- 解读经济意义。 按明确惯例年化点估计值，同时保留统计不确定性。将阿尔法与费用、交易成本、税项、换手率、杠杆、流动性、容量、回撤、尾部风险及投资组合实际目标比较。在把历史阿尔法视为持续存在前，应要求样本外证据。
若月度阿尔法为 a_m，复利年化点估计为 (1 + a_m)^12 - 1；近似值 12 × a_m 采用不同惯例。两种操作都不能把含有噪声的月度估计变成确定结果，也不应机械套用点估计公式来年化标准误或置信区间。
示例
应分别使用单期说明和独立的回归样本：
- 单期残差： 某月基金收益为
2.5000%，无风险收益为0.2500%，市场收益为1.2500%，此前估计的贝塔为1.1000。CAPM隐含总收益为0.2500% + 1.1000 × (1.2500% - 0.2500%) = 1.3500%；差额为1.1500 percentage points。这是这些输入下的单期异常收益，不是新的阿尔法估计。 - 十二个月回归： 假设同步市场超额收益均值为
0.5000%，投资组合超额收益均值为0.7000%。对所述12个观察值进行OLS得到alpha = 0.1529% per month和beta = 1.0943。拟合均值经舍入后核对为0.1529% + 1.0943 × 0.5000% = 0.7000%。 - 不确定性： 残差平方和为
0.6971 percentage-points squared。共有12个观察值和10个残差自由度，阿尔法标准误为0.0775%，且t = 0.1529% / 0.0775% = 1.9720。使用示例双侧95%临界值2.228，区间为[-0.0198%, 0.3256%]，其中包含零。R-squared = 0.9934不改变关于阿尔法的推断。 - 年化与费用： 对总额月度点估计进行复利得到
(1 + 0.1529%)^12 - 1 = 1.8500%。若示例净收益每个月恰好比总额收益低0.1000 percentage points，贝塔保持不变，净月度阿尔法变为0.0529%，其复利年化点估计为0.6363%。实际费用和现金流未必是恒定的每月扣减。
风险
- 定义投资组合、份额类别、授权范围、币种、日期区间、频率及数据版本。
- 使用同步总收益序列，并对齐分配、公司行动、时区及节假日。
- 按币种、期限及简单或对数惯例匹配投资组合、市场和无风险收益。
- 区分总额、扣除产品费用、扣除顾问费、税后及投资者实际体验的收益。
- 选择可辩护的市场代理；没有任何可交易指数能完美代表理论市场组合。
- 将贝塔和阿尔法视为联合估计的样本系数，而不是固定的投资组合属性。
- 不要把单期残差、原始超额表现或累计主动收益称为詹森阿尔法。
- 报告观察数、标准误、t统计量、置信区间及残差自由度。
- 采用适合异方差、自相关、重叠期间、平滑及聚类冲击的推断方法。
- 检查陈旧价格及非同步交易，它们可能扭曲贝塔和截距估计。
- 检验子期间和滚动估计，因为敞口与管理流程可能变化。
- 调查异常值，但不要仅为提高阿尔法而删除不利观察值。
- 处理存续、回填、孵化、前视、选择及数据窥探偏差。
- 将CAPM阿尔法与有依据的多因子设定比较，并披露遗漏因子敞口。
- 不要把高R平方视为正确定价的证明，也不要把低R平方视为技巧的证明。
- 按明确惯例年化点估计，并保留不确定性，不要机械年化显著性。
- 将经济阿尔法与费用、交易成本、税项、换手率、杠杆、流动性及容量比较。
- 单独评估回撤、尾部风险、基准适合度、对冲、收入、税务或负债目标。
- 在把阿尔法归因于技巧前，要求样本外持续性证据和多重检验控制。
- 保存代码、输入、源文件及修订记录，使结果可独立复现。
常见误区
- “詹森阿尔法就是相对基准的原始超额表现。” 它是用同步超额收益和估计市场贝塔得到的模型截距。
- “正的月度残差就是正阿尔法。” 残差属于一个观察值；阿尔法是对样本拟合的截距。
- “正阿尔法证明经理有技巧。” 运气、模型误差、遗漏敞口、贝塔变化、杠杆、费用及选择偏差仍是其他解释。
- “高R平方会使阿尔法具有统计显著性。” 拟合度与截距不确定性是不同量，需要不同统计量。
- “年化阿尔法就是年化置信度。” 缩放点估计不会增加观察数，也不会消除抽样及模型设定不确定性。
相关主题
来源
- Michael C. Jensen：《1945—1964年期间共同基金的表现》。
- William F. Sharpe：《资本资产价格——风险条件下的市场均衡理论》。
- Eugene F. Fama与Kenneth R. French：《股票与债券收益的共同风险因子》。
- Dartmouth College / Kenneth R. French：数据资料库。
- FINRA：审视基准。
- SEC Investor.gov：费用与开支如何影响投资组合。