多因素模型：比较因素的定义和公式

什么是多因素模型？

多因素模型是财务模型在计算中采用多种因素来解释市场现象和/或平衡资产价格。多因素模型可用于解释个人安全性或文件夹证券。通过比较两个或多个因素来分析变量与结果性能之间的关系来做到这一点。

多因素模型用于构建具有某些特征的投资组合，例如风险或跟踪索引。在构建多因素模型时，很难确定包含哪些因素和哪些因素。同样，根据历史数字进行判断，这可能无法准确预测未来的价值。

多因素模型还有助于解释模型中使用的不同因素的重量，表明哪些因素对资产价格产生了更多影响。

使用以下公式比较因素：

ri = ai + _i（m） * rm + _i（1） * f1 + _i（2） * f2 + ... + _ i（n） * fn + ei

在哪里：

RI是安全返回吗

RM是市场回报吗

f（1，2，3 ... n）是使用的每个因素

_是beta关于包括市场在内的每个因素（M）

e是错误术语

一个是拦截

多因素模型可以分为三类：宏观经济模型，基本模型和统计模型。

宏观经济模型：宏观经济模型将安全性的恢复与诸如就业因素相比，通货膨胀和兴趣。

基本模型：基本模型分析了安全回报与其基本财务的关系，例如收益，，，，市值和债务水平。

统计模型：统计模型用于根据和本身的每个安全性的统计绩效比较不同证券的回报。很多时候，历史数据用于这种类型的建模。

构建多因素模型的三个最常用的模型是组合模型，一个顺序模型和相交模型。

组合模型：在组合模型中，使用单个因素来区分股票的多个单因素模型被合并以创建多因素模型。例如，可以单独根据第一次通过的动量来对股票进行排序。随后的通过将使用其他因素，例如挥发性，对它们进行分类。

顺序模型：顺序模型以顺序方式基于单个因素对库存进行分类，以创建多因素模型。例如，可以顺序分析特定市值的库存，例如价值和动量等各种因素。

交叉模型：在交叉模型中，库存是根据其因子的交叉点进行分类的。例如，可以根据价值交叉点对股票进行分类和分类势头。

安全性的beta衡量系统性风险与整个市场有关的安全性。 Beta的1表示，理论上的安全性经历与市场相同的波动性，并且与市场同时发展。

Beta大于1表示，从理论上讲，安全性比市场更波动。相反，beta小于1表示理论上的安全性比市场少。

当投资经理使用多因素模型来评估投资风险时，beta是他们可以使用的重要因素。

一种广泛使用的多因素模型是Fama-French三因素模型。 Fama-French模型有三个因素：公司的规模，书到市场价值和市场上的超额回报。换句话说，所使用的三个因素是SMB（小负大），HML（高负较低）和投资组合的收益较少无风险回报率。

SMB帐户的公开交易公司具有较小的市值，产生更高的回报，而HML占价值股票与市场相比，具有较高的书籍比率，产生更高的回报。