敲黑板!CFA二級投資組合圈出2個多因素模型必考知識點！想要考CFA的同學們，抓緊時間來了解一下吧！

單因素模型把證券收益率變動都歸結于一個因素。與單因素模型不同，多因素模型認為證券的收益率不僅僅取決于證券的風險，還取決于其他的因素，比方說對證券有影響的宏觀的經濟因素、基本面因素。

多因素模型分為下列四種模型：宏觀因素模型（macroeconomic factor model）、基本面因素模型（fundamental factor model）、統計因素模型（statistical factor model），其中宏觀因素模型和基本面因素模型需要重點掌握，統計因素模型了解即可。

一

宏觀因素模型

macroeconomic factor model

宏觀因素模型中所有因素都與宏觀經濟變量有關，比方說，利率、通貨膨脹風險、經濟周期風險、信用息差等。

一般形式:

其中：

Ri：資產i的收益

ai：資產i的期望收益（expected return）

bik ：因素k的敏感度（sensitivity）

Fk：因素k的surprise，surprise=真實值-預期值

殘差項

現在我們假設股票的收益與通貨膨脹水平（inflation rate）和GDP的增長率（GDP growth）有關，可以把模型表示為

我們來看一下模型中的每一項分別代表什么意思：

FINFL代表的是通貨膨脹水平的surprise，等于真實的通貨膨脹值減去預期的通貨膨脹值，代表的是我們沒有預期的到部分。FGDP代表的是GDP增長率的surprise，等于真實的GDP增長率減去預期的GDP增長率。

當FINFL增加1%的時候會導致股票i的收益率增加bi1%，當FGDP增加1%的時候會導致股票i的收益率增加bi2%。根據這個特性，我們把bi1、bi2稱為因素敏感度（factor sensitivity）。

由于殘差項的均值為0，所以當FINFL和FGDP都等于0的時候，我們可以發現模型預期的收益率就等于ai。當真實的通貨膨脹水平等于預期的通貨膨脹水平，真實的GDP增長等于預期的GDP增長時，模型預期的收益率等于預期的收益率，也就是資產i的期望值，ai表示的就是資產的期望收益率（expected return）。

最后我們來看殘差項，ai表示的就是資產的期望收益率（expected return），bi1FINFL+ bi2FGDP表示的是由于factor surprise帶來的收益，所以殘差項表示的一些次要因素帶來的收益，這些收益沒有辦法通過factor surprise來解釋，是由于公司特定風險（firm-specific risk）導致的。

除了需要知道模型中每一項的含義，我們還需要知道這個模型是怎么得到的。通過時間序列數據（time-series data），根據得到的factor surprise，我們可以回歸出factor sensitivity，得到這個模型。

舉個例子，我們現在想知道茅臺股票的宏觀因子模型，我們先收集茅臺每年的收益數據（2002-2012），同時我們也可以收集這10年間GDP增長率和通貨膨脹的數據，包括真實的GDP增長率、預期的GDP增長率、真實的通貨膨脹率、預期的通貨膨脹率，通過收集的數據，可以算出來每年的factor surprise（F），之后根據這些真實的數據來進行回歸，得到預期的factor sensitivity (b)。

二

基本面因素模型

fundamental factor model

基本面因素模型中所有的因素都是與一個公司的基本面變量有關，比如市盈率、市值、財務杠桿等。大家需要注意的是基本面因素模型和宏觀因素模型從外表上看起來非常像，但是從本質上，兩者還是有很大區別的，每一項表示的含義完全不同。

一般形式：

其中：

Ri：資產i的收益；

Fk：因素k的收益（factor return），這里可以與宏觀因素模型做一個對比，宏觀因素模型中F代表的是return surprise，需要大家注意；

bik ：表示的是因素敏感度（factor sensitivity）。

代表的是標準化之后的β值（standardized beta），用資產的值減去行業平均的值，得到是資產偏離行業平均的值，之后再除以資產的標準差，得到一個統一的值，可以剔除不同因素帶來的單位不同問題，用一個專業名詞叫做剔除量綱的影響。

我們現在用P/E這個因素來舉例看一下，假設我們現在有萬科公司的P/E數據，通過收集房地產行業其他公司的P/E數據，然后把求出房地產行業的P/E的平均值和標準差，用萬科公司的P/E減去行業平均P/E，得到萬科偏離行業的水平，之后在除以行業P/E的標準差，得到standardized beta。

基本面因素模型的bik和宏觀因素模型的bik兩者是有明顯區別的，大家需要特別注意。

ai和殘差項都沒有特別的解釋。

宏觀因素模型是通過時間序列數據（time-series data），根據得到的factor surprise，我們可以回歸出factor sensitivity。而基本面因素模型通過橫截面數據（cross sectional data），根據得到的factor sensitivity（b）進行回歸分析得到預測的factor return（F）。

正保會計網校無憂直達班，科學備考四部曲！自學不如老師指導，精準突破、助你無憂直達！

正保金融大講堂公眾號，關注并回復"思維導圖"領取正保會計網校專屬資料！還有考試資訊以及報考福利，不要停留，快來關注吧~

更多推薦：

CFA榮譽獎學金申請流程

必須考過CFA一級 才能報名二級嗎？

關注！這些考生才有資格參加5月CFA機考！