投资者传统框架难以解释因子溢价周期性 [page::3][page::4]

• 经济扩张和衰退期间市场因子大幅波动，但诸如价值因子（HML）等其他常用因子回报基本稳定。

- 宏观经济指标（通胀、ISM采购经理指数）对因子回报的解释力弱，投资者情绪指数虽更相关但辨识力有限。

• 投资者情绪波动虽影响因子表现，但难以实时且准确捕捉因子收益变化。

因子溢价具有独立且周期性的三阶段周期模型 [page::9][page::10]

• 因子周期包含正常阶段、成长反弹/价值崩溃阶段、反转阶段，正常阶段占2/3时间。

- 大约每十年发生持续约两年的成长反弹或价值崩溃，随之而来的是熊市或牛市逆转反弹。

• 成长反弹期间价值因子表现明显负面，动量因子收益显著增强。价值崩溃通常伴随价值股暴跌，随后牛市逆转出现。

- 该周期模型较传统经济周期对因子收益的解释力更强，能揭示因子自身的行为驱动周期规律。

不同阶段因子表现与市场影响总结 [page::11]

| 阶段 | 市场(Mkt) | 规模(SMB) | 价值(HML) | 质量(RMW) | 动量(WML) | 低风险(VOL) | 组合1/N回报 |
|--------------|-----------|-----------|-----------|-----------|-----------|-------------|-------------|
| 正常阶段 | +10.0% | +3.0% | +4.7% | +2.4% | +6.9% | +9.0% | +6.0% |
| 成长反弹 | +15.5% | +1.0% | -19.5% | +1.3% | +19.7% | -9.3% | -0.6% |
| 价值崩溃 | -28.2% | -2.0% | -15.3% | +13.4% | +19.4% | -5.4% | +3.1% |
| 熊市逆转 | -20.5% | +0.5% | +28.4% | +10.3% | +10.4% | +17.0% | +16.6% |
| 牛市逆转 | +46.6% | +24.2% | +10.3% | -18.3% | -71.5% | -5.8% | -17.1% |

• 成长反弹推动动量因子强势，价值因子显著下跌。

- 价值崩溃阶段价值股暴跌，低风险因子表现受压。

• 熊市逆转阶段成长股崩溃，所有因子普遍获得正回报，组合回报优异。

- 牛市逆转阶段动量因子崩盘，对多因子组合构成挑战。

因子周期的历史验证与扩展 [page::13][page::14]

• 1929-1963年间因子周期表现与1963年后基本一致，但价值崩溃更为频繁，中间也存在较长正常期。

- 早期样本无成长反弹与熊市逆转现象，影响事件分布不均。

• 替代资产定价因子在不同因子周期阶段表现与其相关的基本因子一致。

- 部分高频与行为金融因子能有效缓解部分阶段亏损，具体表现依赖其特性。

投资启示：关注因子自身周期性，辅助长期规划与alpha因子检验 [page::15][page::16]

• 因子周期模型优于传统经济周期和情绪指标解释因子收益动态。

- 投资者应专注于理解并判断因子内隐周期，长周期调整组合配置。

• 该模型有助于制定数年规划，评估alpha因子在各周期阶段的稳健性。

- 尽管预测因子周期转折存在挑战，但因子择时视角值得后续研究。

金融研究报告详细分析与解读——《如何理解因子溢价的周期性？》

---

一、元数据与报告概览

报告标题：《如何理解因子溢价的周期性？》《学海拾珠》系列之八十九
作者与团队：炜（执业证书号：S0010520070001），联系人吴正宇（执业证书号：S0010120080052）
发布机构：华安证券研究所
发布日期：2022年4月27日
研究主题：因子溢价及其在资产管理中的周期性行为，特别是研究价值、质量、动量、低风险等因子在不同经济周期和市场情绪下的表现及其周期型号。

报告核心论点与结论概要：
本报告挑战传统经济周期解释资产定价因子收益变化的观点，提出因子自身呈现明显周期性，该周期约为十年一轮，包含正收益的正常阶段和极端的价值崩溃或成长反弹阶段。通过建立一个三阶段因子周期模型（正常阶段、成长反弹/价值崩溃阶段、反转阶段），能够较好地解释因子回报时间序列的非平稳特征。价值因子的波动不仅关联市场牛熊，也反映成长股与价值股轮动。结论强调投资者应更关注因子内在的周期性，而非依赖传统宏观经济变量，利用该模型在制定中长期投资策略及评估Alpha因子稳健性方面提供了新视角。

该文不构成投资建议，主要借鉴历时超过半个世纪的美国市场数据与国外研究成果。[page::0, 3-4, 15]

---

二、逐节详解

1. 简介

报告首先指出在资产定价模型中，因子溢价呈现周期性：长期具备溢价但短期内存在剧烈的牛熊波动。举例：1998-1999年HML（价值因子）亏损近20%，2000-2006年则有近15%的年回报。

传统解释因子溢价是对宏观经济风险的补偿，许多研究尝试将经济周期变量与因子收益挂钩，但证据不充分且难以预测因子回报。近期研究发现投资者情绪对因子收益尤其是行为性风险的解释力更强，尽管计算困难且解释力有限。

报告提出：“因子本身遵循自己的周期”，该周期具有三阶段，包括正常期、价值崩溃或成长反弹和反转期。成长反弹期间，价值因子表现不佳但动量因子强势；价值崩溃则相反；反转阶段股价表现反向。该模型简单但实证结果显示其对因子收益序列的解释能力强。

作者强调该思路有助于投资者放弃传统经济变量解释思维，更专注理解因子自身内生周期，从而优化长期投资布局。[page::3-4]

2. 数据

分析涵盖价值、质量、动量和低风险四大类因子，每类含两个定义，如经典的HML与CMA价值因子，RMW与QMJ质量因子，WML与iMom动量因子，VOL与BAB低风险因子。数据范围1963年7月至2020年12月，源自Kenneth French、Robeco和AQR等数据库。

此外考虑替代资产定价因子（如基于E/P和CF/P的价值因子、长期和短期反转、股本回报率ROE、预期增长EG、盈余公告漂移PEAD、融资因子FIN以及CMS因子），并分析1929年至1963年更早时期数据辅助校验周期模型，数据补充全面。[page::3-4]

3. 传统度量的结果

利用NBER商业周期（扩张与衰退）、通胀指标（Neville等，2021）、ISM采购经理人指数（PMI）及投资者情绪指数（Baker & Wurgler, 2006），分析因子收益在不同宏观环境中的表现：

• NBER扩张与衰退期中，市场因子表现差异明显（扩张年化约8.8%，衰退-7.4%），但其他因子表现差异小，如价值因子HML收益基本一致，低风险因子VOL表现稳定。[图表1、2，page::5]

- 通胀期（总体标的同比通胀＞5%，占样本25%）市场和债券表现差，动量策略表现优良，价值和质量因子影响有限，1/N组合稳定。[图表3、4，page::6]

• ISM经济前景乐观（PMI>50）和悲观分布相近（悲观27%），对因子回报无明显影响，1/N组合表现持续。[图表5、6，page::7]

- 投资者情绪指数显示积极情绪时，价值、质量、低风险因子表现更好，消极情绪时规模和市场因子反而表现优异，动量对情绪不敏感。[图表7、8，page::7-8]

综合发现，传统宏观经济指标与因子回报相关性较弱，投资者情绪指标解释力相对更强，但受限于计算复杂、解释力不足和部分反直觉情况，故需求更直接的因子内部周期模型。[page::4-8]

4. 因子表现的周期性定义

报告指出因子溢价可能更多源于行为金融中的投资者行为周期，而非宏观经济变量，情绪驱动因素使得因子表现呈现周期性波动。因子溢价峰谷波动与宏观经济数据的时间点不完全吻合。

作者用类比牛熊市定义股票市场周期的方法，主张从因子回报本身识别周期。关注波动较大的价值和动量因子发现，约每十年经历一次价值因子显著的下跌，原因分为成长反弹或价值崩溃。

价值崩溃期往往与低风险因子表现恶化相关，动量因子表现则与价值因子反向波动。之后通常出现反转期，分为熊市反转（成长股崩溃，价值因子反弹）和牛市反转（超跌股票反弹，动量因子大幅负回报），这两种阶段的特征和意义对多因子投资者有不同挑战。[图表9, page::9-10]

5. 因子周期的实证结果

• 作者将因子周期划分为正常、成长反弹、价值崩溃、熊市反转、牛市反转五类阶段。1963-2020年数据展示，成长反弹和价值崩溃约每十年出现一次，持续约两年，与经济衰退存在一定重合但不完全一致。[图表10,page::10]
• 具体阶段与历史事件对应：

- 70年代初“蓝筹股”成长反弹
- 79-80能源危机推动的成长反弹
- 80年代末医疗保健驱动的成长反弹
- 90年代末科技泡沫及其破裂的成长反弹与熊市逆转
- 2007-2009年全球金融危机期间价值股崩溃
- 2018-2020年科技股驱动的成长反弹及后续反转。

• 因子在不同阶段表现：

- 正常阶段各因子稳定获得正回报，约占样本三分之二。
- 成长反弹阶段价值因子大幅负回报，动量因子正回报，低风险通常受压，动量因子内部不同定义表现有区别。1/N组合表现平稳。
- 价值崩溃阶段只有2007-2009年实例，市场大跌，价值因子负回报，质量因子表现优异，1/N组合略微正回报。
- 熊市反转因成长股崩溃而推动各因子全线上涨，表现极佳，市场负回报。
- 牛市反转中，动量因子悲观，价值和低风险因子表现参差不齐，质量因子表现不好，多因子组合负回报。

• 阶段频率与切换概率显示正常期最长，成长反弹/价值崩溃和反转阶段较短，正常阶段在一年内转为极端阶段概率约16%，而极端阶段间转移概率约50%。[图表11-13,page::10-12]

6. 1963年前周期回溯

• 1929-1963年时期大萧条带来了多次价值崩溃和牛市反转，且阶段分布与1963年后不均衡，缺乏成长反弹和熊市反转阶段。

- 各因子在这些阶段的表现与后期趋于一致，尽管部分因子数据不足。

• 这揭示了因子周期具有历史连续性，但具体表现和阶段概率随时间存在变异。[图表14、15,page::13-14]

7. 另类资产定价因子分析

• 替代价值因子（E/P、CF/P）表现与HML相关，但波动较小，价值崩溃损失轻微，反转收益也较低。

- 长期反转因子(LTR)与价值相关程度较低，提供分散化优势，但正常期溢价低。短期反转因子(STR)异常表现，尤其在价值崩溃时负回报显著。

• 质量与动量复合因子（如ROE、EG、PEAD、FIN）表现与基本因子一致。其中PEAD在极端环境中表现更稳健，FIN因子同时继承了各因子的优缺点。

- CMS因子（基于收益率、动量、波动性的组合）表现稳健，尤其是在极端阶段表现优异，能防止损失但在牛市反转阶段表现较差。

• 总体而言，各另类因子的周期表现与其与基本因子的相关性匹配，进一步印证因子周期框架的广泛适用性。[图表16,page::14-15]

8. 结论

• 传统宏观经济周期指标不足以解释因子溢价的周期性，因子溢价更可能是行为驱动。投资者情绪指数虽有一定解释力但有限。

- 因子明显遵循其自身的周期，周期包括：长期正常期（占2/3），偶尔穿插成长反弹或价值崩溃，随后伴随反转。成长反弹往往伴随动量因子强劲表现，价值崩溃和反转阶段则表现复杂。

• 该三阶段周期模型能解释大部分因子回报变化，为投资者提供理解市场因子内生动态的新框架。

- 实际投资中，应重视因子周期规律，合理布局和择时，制定中长期投资计划，同时该框架可用于验证新Alpha因子的稳定性。

• 报告尾部提出未来研究方向，尤其是利用该周期框架进行因子择时，虽然存在挑战，但提供了新的思考路径。[图表17,page::15-16]

---

三、图表深度解读

图表1（NBER商业周期：扩张与衰退）

该图直观表现1963年至2020年间美国经济周期状态，红色区域表示衰退，蓝色为扩张。数据显示美国处于扩张期占88%的时间，衰退时间较短但对市场影响显著。此图作为基准对照资产因子在经济不同阶段表现有所参照意义。[page::5]

图表2（扩张与衰退时期的因子回报）

柱状图显示市场因子（Mkt）在扩张期收益8.8%，衰退期亏损7.4%，表现高度周期化。其他因子回报受经济周期影响有限，HML（价值因子）扩张与衰退回报几乎无差异。1/N混合组合在两种环境下均保持相似回报，展现稳健性，也显示因子溢价不完全由宏观经济周期驱动。[page::5]

图表3、4（通胀周期及因子回报）

图3反映1963-2020年通胀（紫色）与非通胀期分布，图4则衡量通胀对因子回报影响。结果显示通胀期市场和债券资产普遍出现负回报，但动量策略和低风险因子受到冲击较大。价值和质量因子表现稳健。该发现矛盾于常规对通胀影响的预期，说明因子表现具有一定抗周期性。[page::6]

图表5、6（ISM采购经理人指数与因子回报）

图5展示ISM指标波动时间点，表明悲观展望发生频率为27%。图6数据呈现因子回报稳定无论乐观或悲观，提示经济展望对因子收益影响微弱，加强报告观点宏观情绪指标解释力不足。[page::7]

图表7、8（投资者情绪与因子回报）

图7显示情绪正负分布均匀。图8显示情绪积极时期价值、质量、低风险因子表现优于情绪消极期，而动量因子受情绪影响较小，规模和市场因子表现与情绪呈反向关系，支持情绪指标较宏观经济变量更能解释因子表现波动，但仍非完美。[page::8]

图表9（因子周期概念说明）

示意图以阶段I至III说明因子周期流转过程：正常阶段（浅蓝色）主要被成长反弹（暗红）、价值崩溃（浅红）打断，随后进入熊市反转和牛市反转（紫色调），最终回归正常。颜色深浅表示市场情绪转换，箭头描绘阶段间转移概率大小，视觉上清晰传达周期阶段机制及其动态过渡特征。[page::9]

图表10（1963-2020年因子周期）

彩色条形图按时间序列展示各周期阶段分布。正常期最长，成长反弹及价值崩溃交替出现，反转阶段紧随其后，反映成熟市场因子表现的结构性变迁，历史事件对比增强模型可信度。[page::10]

图表11（1963-2020年因子周期阶段中的因子回报）

大表数据详实呈现不同周期阶段各因子年化回报。正常阶段因子回报均为正且稳健；成长反弹中价值因子负回报显著，动量因子表现突出；价值崩溃阶段价值因子负回报但质量因子互补性强；熊市反转阶段各因子强势反弹，牛市逆转阶段动量和质量因子受到冲击。其中1/N组合在正常和熊市反转阶段表现良好，但牛市逆转表现欠佳，凸显投资多因子组合的阶段依赖性和择时难度。[page::10-11]

图表12、13（阶段频率及转换概率）

饼图12显示正常阶段占比约65%，成长反弹16%，价值崩溃3%，反转阶段15%左右，统计反映周期阶段时序特性。表13展示12个月内各阶段间的无条件转换概率，正常阶段留存概率高达84%，极端阶段转移概率约50%，显示周期阶段持续与转折的概率结构，为投资决策提供概率框架参考。[page::12]

图表14、15（1929-1963年因子周期及回报）

图表展示早期市场的因子周期分布与表现，尽管样本聚焦价值崩溃和牛市反转，且缺乏成长反弹，表明周期模型在长时间尺度下表现出不同的历史周期结构及其演变，对因子周期的历史验证提供了重要视角。[page::13-14]

图表16（1963-2020年另类资产定价因子表现）

表格展示多种另类因子周期分阶段收益，揭示相关因子表现特征与基本因子的共同规律。例如基于收益/现金流的价值因子周期特征与HML趋同，长期反转因子提供稳定但较低溢价，短期反转和融资因子显示更复杂行为，CMS因子显示更优防守性能，验证因子周期理论在多因子框架的适用性。[page::14-15]

图表17（总体总结表）

以符号归纳法玢示周期各阶段中不同因子的表现强弱，对投资者快速判断不同阶段因子表现的方向性提供简明指导，反映研究结论的综合和提炼。[page::15]

---

四、估值分析

本报告以实证分析为主，并无传统意义上的估值测算部分。其“估值”更多体现在因子收益和周期阶段的分布估计及转换概率的统计模型，通过阶段持续时长和转移概率为因子表现提供了时间维度的估计框架，辅助投资者对因子收益周期中的风险和机会进行概率评估，而非对单个资产或公司估价。

---

五、风险因素评估

• 数据与周期估计风险：因因子周期的定义部分具备主观性质，周期划分依赖回报的峰谷判断，存在一定程度的定义模糊风险。

- 历史适用性限制：1963年前后时期存在周期表现不一致，强调周期模型在不同历史阶段的代表性和稳定性风险。

• 宏观经济影响不确定性：虽然经济周期与因子周期存在一定联系，但其解释力有限，依赖因子内在周期或行为驱动假设存在政策或市场机制变革可能影响的风险。

- 贝克沃尔格投资者情绪等间接指标有效性不足，对因子周期解释力受限，影响择时与风控应用。

• 实际投资应用风险：因子择时困难，周期阶段预测难度大，模型并不保证投资收益，且可能出现预测失误导致损失。

- 结论提示仅基于历史数据，未具约束投资建议，存在未来市场环境、制度变化的不确定风险。[page::0,16]

---

六、审慎视角与潜在限制

• 报告坚决反对依赖传统宏观经济变量解释因子收益波动，但自身周期模型依赖对因子回报的波峰谷识别，定义上略显主观，缺少严格的统计判定标准，这可能对模型稳定性和预测能力带来限制。

- 提出因子周期独立于宏观经济周期的观点，但部分周期阶段似与经济衰退时间重合，表明可能仍存在未充分考虑的宏观变量或市场微结构因素。

• 因为因子溢价的行为驱动假设，模型较难应用于跨市场通用，尤其是中国等新兴市场投资者熟悉的宏观变量作用显著的环境。

- 尽管实证中强调多因子组合表现稳健，但在极端阶段如牛市反转表现不佳，反映多因子策略依赖择时能力，周期模型预测应用中的实操难度依然较大。

• 替代资产定价因子样本数据不完整及样本期重叠，可能影响部分结论推断。

- 报告未深入探讨因素周期预测的具体量化工具和方法，未能解决如何实时判定当前阶段及其转移概率的关键投资难点，留给后续研究较多空间。

• 风险提示中指明数据和文献皆来自国外，如何映射国内市场值得关注，避免模型盲目套用风险。

[page::8-9,12,16]

---

七、结论性综合

本文以丰富的美国历史市场数据和多因子体系为基础，系统深入探讨并实证验证了资产定价因子（特别是价值、质量、动量、低风险因子）内部存在显著且稳定的周期性模式，该因子周期大致包含三阶段：正常稳定阶段、价值崩溃或成长反弹阶段以及反转阶段。不同阶段因子表现迥异，尤其价值因子经历的损失和回升，与动量及低风险因子的表现呈现明显反向或共振特征。

该因子周期不同于传统经济周期指标，虽然在时间节点上存在一定相似，但经济扩张或衰退未能有效解释因子回报变化。投资者情绪指标在一定程度上捕捉因子收益的情绪驱动波动，但仍受限于计算及辨识能力。对此，报告创新性提出通过直接从因子自身收益序列出发，推断和辨识因子周期，更直观和精准地把握因子内生动态。

实证结果通过大量图表、阶段频率与转移概率统计，清晰展示了因子周期的周期长度、阶段分布及历史演变，覆盖了1929年至今的数据，强化其稳健性和历史解释力。对基本因子和另类资产定价因子均验证了周期的普适性。

报告对投资者实际应用的启示包括放弃对传统宏观经济变量的过分依赖，更加关注因子内在的周期规律，利用该三阶段模型指导中长期资产配置和实行因子组合的择时，把握成长反弹和价值崩溃的周期窗口，以及识别反转阶段以规避潜在风险。此外，该模型可用于检验新Alpha因子的周期适应性和稳定性。

最后，报告指出该领域未来研究方向，强调因子择时仍为挑战，探索精准识别当前因子周期阶段及其转换概率的量化方法是关键。

整体而言，该文深刻揭示并丰富了因子投资理论，挑战传统因子溢价解释范式，为投资者理解和利用因子行为提供了实证有效且操作性的框架。[page::0-17]

---

报告出处标注：上述所有内容均依据《如何理解因子溢价的周期性？》《学海拾珠》系列第八十九篇，华安证券研究所，2022年4月27日发布的原文及相关图表整理而成。[page::0-17]

报告