在统计科学中，为什么使用收益的因素模型？

在统计科学中，为什么使用收益的因素模型？

经典的基础分析，例如，在Graham和Dodd中所讨论的那样，认为每个公司是彼此独立的，并且假设其收益依赖于每个公司的特征。由Sharpe，Lintner和Mossin所提出的资本资产定价模型（CAPM)颠覆了这种方法。CAPM是一个因素模型，虽然只有一个因素并且只是出于理论动机。在CAPM中，每只股票的期望超额收益与整个市场投资组合的超额收益成比例。

CAPM引入了一个强有力的思想，即任何对一只股票收益具有影响的事物都一定是同一股票对一个整体因素敏感性的结果，而任何特异性的事物无法被预测。这个概念在Stephen Ross所表述的无套利定价理论（APT)中得到了扩展和部分修改。在APT理论中，任何股票的收益都是不同因素的加权平均值加上一个可能存在的常量的和。套利限制条件强调，只有少数收益中可以出现非零的常量。

基础因素模型和宏观经济因素模型都可预测收益，因为这些模型的结构不排斥滞后因素的使用。在这些模型中，预测仅仅依赖于整个市场所共有的整体因素的滞后值。他门假设收益可以被预测，并且预测依赖于对共有因素的敏感性。

预测因素模型将模型的预测能力和表现相关性的能力结合在一起。但是我们也许需要考虑一些特异性的预测。比如考虑动量策略。动量策略，正如Figelman所描述的，是非线性策略，其中动量是特定股票在某些具体时刻的特征。动量策略的结果不同于带有动量因素的因素模型所获得的结果。在当前金融建模的实践中，一些公司会使用某些实质上是利用计算机程序对基础分析的推理过程进行翻译的模型。这些模型对每一个企业来说都是独一无二的或是特异的。将特异模型和因素模型这两种模型进行组合需要动态建模技术，这超出了迄今为止所分析的静态模型范畴。我们将从分析近似因素模型开始，然后再转到完全成熟的动态因素模型上去。

牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。