日前，北京大学汇丰商学院助理教授赵泠箫的合作论文“Winners from Winners: A Tale of Risk Factors”（《赢家中的赢家：风险因子的故事》）在Management Science（Volume 70，Issue 1，January 2024，Pages 1—670，iii—iv）发表。论文合作者为美国圣路易斯华盛顿大学奥林商学院讲席教授Siddhartha Chib、周国富。

Management Science期刊创办于1954年，由美国运筹学与管理学学会主办，是管理学、运筹学等领域历史悠久、口碑最高的顶级期刊之一。该期刊是美国德克萨斯大学（达拉斯）遴选的24本商学院顶级学术期刊（简称UTD 24）、英国《金融时报》评定的50本商学院顶级期刊（简称FT 50）和北京大学汇丰商学院发布的“中国经管学科国际科研发表数据检索系统” （简称PHBS 50）的50本核心期刊之一，近五年的影响因子为7.1

在理论和实证金融学研究中，识别能解释股权预期回报率的风险因子是一个关键议题。以往研究表明，除了市场因子之外，还出现了数百个额外的因子，这些潜在的风险因子数目还在持续增长。

基于以上背景，作者首先提出一个问题：是否可以从最近文献中获得支持的风险因子集合中取并集，找到一组新的风险因子（从赢家中挑选赢家），从而能在统计和金融方面获得更多的数据支持？为回答这个问题，作者从文献中得到最多支持的风险因子集合开始，这些集合分别来自Fama和French（1993，2015，2018）、Hou等人（2015）、Stambaugh和Yuan（2017）以及Daniel等人（2020）。这12个初始因子的每一个都可能成为随机折现因子（SDF）的元素（即风险因子），而风险因子集的补集则自动成为非风险因子集。通过考察4095种不同的组合方式，基准分析扫描结果显示，一个由市场（Mkt）、小型股溢价（SMB）、动量（MOM）、净资产收益率（ROE）、管理（MGMT）、业绩（PERF）和盈利公告后股价漂移（PEAD）组成的七因子资产定价模型得到了最多的数据支持。

为了进一步完善该资产定价模型，作者提出了第二个问题：如果不仅考虑初始因子，而是初始因子加上Green等人（2017）和Hou等人（2020）描述的125个异常因子，基准分析能否得到改进（以及能改进多少）？基于这一问题，作者找出了24个真正的异常因子（即不能由初始因子定价的因子），将其转换为主成分（PCs），并将其中的前12个PCs作为额外因子。

通过对约1700万个模型的边际似然度和后验模型概率的贝叶斯比较，研究发现由市场（Mkt）、动量（MOM）、投资（IA）、净资产收益率（ROE）、管理（MGMT）、业绩（PERF）、盈利公告后股价漂移（PEAD）、融资（FIN）加上非连续主成分PC1、PC5、PC7是最受数据支持的风险因子。定价测试和基于切线投资组合的年化样本外夏普比率进一步表明，这个资产定价模型可应用于计算预期回报、评估投资策略和构建投资组合。

赵泠箫，北京大学汇丰商学院助理教授，美国圣路易斯华盛顿大学经济学博士，主要研究领域为资产定价、模型比较、贝叶斯计量经济学、高频数据计量经济学等，曾于Journal of Finance等国际知名期刊发表论文多篇