NBER美国国民经济研究局-NBER-Q_37页_710kb

总结：q-因素与投资CAPM

核心内容

本文提出了一种基于投资CAPM的资产定价模型——q-因素模型，该模型在解释股票收益的横截面差异方面展现出强大的实证能力，并且在与Fama-French 6因子模型的直接对比中完全涵盖了后者。q-因素模型通过将资产定价视角从投资者转向企业（供应商），构建了一个新的理论框架，挑战了传统的消费CAPM和行为金融理论。

主要观点

• q-因素模型：由Hou, Xue, and Zhang (2015) 提出，该模型认为资产的超额收益由其对市场因子、规模因子、投资因子和净资产收益率因子的敏感性决定。
• 投资CAPM的哲学：投资CAPM从企业的角度出发，认为资产定价应基于企业投资和盈利的动态关系，而不是投资者的偏好或行为。
• 理论基础：投资CAPM是公司金融中净现值（NPV）规则的延伸，其核心公式为：折现率 = 盈利 / 投资成本。该模型指出，高投资意味着高折现率，从而导致低NPV，反之亦然。
• 关键驱动因子：投资和盈利是解释股票预期收益差异的两个核心因子。预期增长也是重要的驱动因素，但其不可观测性使得q-因子模型更适合作为降维工具。
• 对传统理论的挑战：投资CAPM质疑了消费CAPM和行为金融理论的解释力，认为消费CAPM忽略了供应端因素，而行为金融理论未能形成系统的理论框架。

关键信息

q-因子模型的实证表现

• q-因子模型在解释股票收益横截面差异方面表现优异，其投资因子和净资产收益率因子的平均溢价分别为0.38%和0.55%（t值分别为4.59和5.44）。
• 在Fama-French 6因子模型中，HML、CMA、RMW和UMD因子的平均溢价分别为0.32%、0.3%、0.28%和0.64%（t值分别为2.42、3.29、2.76和3.73），但其在q-因子模型回归中表现出经济意义小且统计上不显著的α值。
• GRS检验显示，q-因子模型能够完全涵盖Fama-French 6因子模型，包括动量因子UMD。

投资与盈利的动态关系

• 投资与盈利在资产定价中具有相互作用，投资成本高意味着折现率高，从而降低NPV，抑制投资。
• 预期增长作为另一个关键因子，其影响依赖于企业当前的投资行为和盈利水平，但因其不可观测性，q-因子模型将其作为工具因子使用。

结构估计与定量理论

• 结构估计方法通过直接将投资CAPM的关键方程应用于数据，发现投资与盈利的机制在不同企业层面存在差异。
• Zhang (2005) 提出了第一个基于新古典动态投资模型的理论框架，强调了成本逆转和运营杠杆对价值溢价的影响。
• 量化理论研究指出，尽管消费CAPM在模拟数据中表现不佳，但投资CAPM在解释长期价值溢价方面具有更强的理论支持。

争议与挑战

• Clementi和Palazzo (2019) 对Zhang模型提出质疑，认为美国上市公司有充分的灵活性进行资产剥离，因此不存在成本逆转。
• Bai, Li, Xue和Zhang (2019) 通过详细的数据复制，指出Clementi和Palazzo的研究方法存在偏差，从而支持了Zhang模型的理论合理性。
• 通过模拟矩方法（SMM），Bai等人估计了美国上市公司中成本逆转和运营杠杆的存在，模型在多个数据矩上表现良好。

结论

投资CAPM提供了一个新的资产定价视角，强调企业投资与盈利的动态关系，并成功解释了传统模型难以处理的多种异常现象。其理论和实证表现优于消费CAPM，对金融理论和投资实践具有重要影响。