作者：石川
摘要：本文試圖一瞥學(xué)術(shù)界的一段塵封往事。

1?Journal of Finance, Vol. 65(2), 563 – 594

2009 年底，一篇來自華人教授陳龍和張櫓的文章編輯完畢，即將刊發(fā)于金融學(xué)頂刊 Journal of Finance 2010 年 4 月的第 65 卷、第 2 期（Vol. 65, No. 2）。這篇文章的題目是 A Better Three-Factor Model That Explains More Anomalies，它從 q-theory 理論出發(fā)提出了投資和盈利兩個因子，加上市場因子構(gòu)建了一個新的三因子模型，直接對標(biāo)了 Fama and French (1993) 的三因子模型（下文記為 FF3）。

遺憾的是，該文最終并沒有按計劃出現(xiàn)在這期的 Journal of Finance 中。下圖是發(fā)表于該期雜志的全部文章，我們無法從中找到它的身影。

這篇文章之所以沒有如期刊發(fā)，是因為它在最后一刻被撤稿。

2?撤稿

是什么原因讓即將刊發(fā)于金融學(xué)頂刊的文章被撤稿呢？2016 年，張櫓教授在清華金融評論上撰文介紹 q-theory factor model 時談及了這段歷史（Zhang 2016）：

“不幸的是那一稿和之前的幾稿中，盈利因子的建造程序有失誤。”

從上述只言片語的描述可以猜測，構(gòu)造程序有失誤可能是使用了錯誤的財務(wù)指標(biāo)或者是使用了未來數(shù)據(jù)（知乎用戶 @童話李 介紹過這段往事，他指出錯誤是使用了未來數(shù)據(jù)）。為了搞清楚背后的原因，我查閱了相關(guān)公開可得資料，盡最大可能的得到了一些推斷。本小節(jié)的余下部分就來陳述我的推斷，但它依然只是 educated guess。從 Zhang (2016) 的描述可知，這篇在 Journal of Finance 上夭折的文章是之后 2015 年發(fā)表于 Review of Financial Studies 的 Hou, Xue, and Zhang (2015) 的前身（以下記為 HXZ）。HXZ 的致謝部分有這么一段話：

這句話給出了兩個非常重要的信息。第一個是前面幾個版本中存在一個 timing error；第二個是指出這個錯誤的人是大名鼎鼎的 Robert Novy-Marx。從這個“timing error”可以合理的推斷：在盈利指標(biāo)的構(gòu)造上，之前 Journal of Finance 的版本出現(xiàn)了數(shù)據(jù)可得性的問題。從盈利因子的構(gòu)造頻率來看，也確實存在使用未來數(shù)據(jù)的風(fēng)險點。對于盈利因子，無論是 JF 還是 RFS 版本，均是按月頻來構(gòu)建，這和美股 empirical asset pricing 上最常見的以年度頻率來構(gòu)建因子大大不同。為了在月頻上更加迅速的捕捉因子的變化，陳、張兩位教授在構(gòu)建盈利因子時使用了粒度更細的季報數(shù)據(jù)，這可能埋下了 timing error 的隱患。

下面來看看 JF 和 RFS 版本的盈利因子在構(gòu)造上有何不同。需要插播一句的是，在 JF 版本以及更早的 working paper 版本中，盈利因子的構(gòu)建使用的是 ROA 指標(biāo)；而在 2010 年修正了 timing error 之后的版本、以及最終發(fā)表于 RFS 的版本中，盈利因子使用了 ROE 指標(biāo)。無論是 ROA 還是 ROE，作為分子的均是 income before extraordinary items，只是分母有所不同。首先來看 JF 版本的描述：

再下來是 RFS 版本的描述：

比較上述兩個版本不難發(fā)現(xiàn)，ROA 使用了最新季度數(shù)據(jù)中的 earnings 除以上一個季度的 total assets；而 ROE 使用了最新季度數(shù)據(jù)中的 earnings 除以上一個季度的 book equity。如果 timing error 由分母引起，那么猜測是 ROA 中的 total assets 有問題，而 ROE 中的 book equity 沒有問題，這也能合理的解釋為什么最終發(fā)表在 RFS 上的版本把之前的 ROA 換成了 ROE（否則將 ROA 換成 ROE 則令人不解）。然而，從構(gòu)建因子的定義來看，分母用的是 last quarter total assets 或 last quarter book equity，已經(jīng)額外滯后了一期，所以分母出問題的可能并不大。由此可以推斷，在最新 earnings 數(shù)據(jù)（即分子）的處理上，JF 的版本可能存在問題。下面繼續(xù)沿著 JF 和 RFS 兩個版本中 earnings 處理的差異進行分析。

在 JF 的版本中，為了保證數(shù)據(jù)的可得性，作者使用了四個月的窗口做為滯后期（4-month lag）；而在 RFS 版本中，作者并沒有一刀切采用 4-month lag 窗口，而是更精確的使用了 Compustat Quarterly 數(shù)據(jù)庫中 RDQ —— quarterly earnings announcement dates 這個條目，以確保每次可以取到最近一個季報披露出來的 earnings 數(shù)據(jù)。從這兩種處理方法的比對中可以猜測，一刀切滯后四個月的處理方式可能會有引入未來數(shù)據(jù)的風(fēng)險。以下是 Compustat Quarterly 數(shù)據(jù)的一個示例（包含 4 個公司）。其中 datadate 條目是 fiscal quarter end date，而 rdq 就是上面提到的實際的 earnings announcement dates。

假設(shè)不參考 RDQ 條目，而僅僅使用 datadate 這個條目。如果現(xiàn)在是 2006 年 9 月 1 日，為了構(gòu)建最新的盈利因子，我們使用滯后四個月的盈利數(shù)據(jù)。對于 ADCT 這個公司，按上述邏輯我們會去抓取 datadate = 20060430 的季報數(shù)據(jù)。該季報的實際披露日期是 20060531，遠在 9 月 1 日之前，因此數(shù)據(jù)可得性沒有問題。事實上，在上圖中的所有季報數(shù)據(jù)中，每一個 rdq 均在相應(yīng) datadate 之后的四個月內(nèi)，因此采用 4-month lag 似乎沒有問題。但是否存在季報未能在四個月內(nèi)披露的情況呢？ 按照美國 SEC 的規(guī)定，上市公司在披露年報（10-K）和季報（10-Q）時，需要滿足如下時效性的要求：

可見，上市公司應(yīng)在 fiscal quarter end date 之后的 40 或 45 天之內(nèi)披露最新的季報、在 fiscal year end date 之后的 75 天到 90 天之內(nèi)披露年報，否則將會遭到處罰。如果上市公司均滿足這個要求，則上述 4-month lag 的處理方法可以保證數(shù)據(jù)的可得性。然而凡是都有例外，這就不得不提及另一個概念 —— Non-Timely Filings（未能按時披露）。當(dāng)上市公司無法在規(guī)定日期內(nèi)披露季報（或年報），SEC 要求它們進行 Non-Timely Filings 并給出未能及時披露的原因。在公司進行 NT filings 之后，它們將獲得額外的 5 天（15 天）進行季報（年報）的披露。Audit Analytics (2014) 一文分析了 2011 年到 2013 年，NYSE，AMEX 以及 NASDAQ 三大交易所的上市公司中針對季報采用 NT filings 的次數(shù)，總計高達 201 次。

使用了 NT filings 說明公司季報的審計有一定的問題，無法滿足 40（或 45）天的披露截止日期。這意味著這些公司存在延遲披露的風(fēng)險。那么在這些 NT filings 的公司中，是否均能在額外給予的 5 天內(nèi)完成披露呢？還是需要更多時間，甚至超過我們關(guān)心的四個月（從 fiscal quarter end date 開始算）呢？針對上圖中的例子，Audit Analytics (2014) 進一步給出了這些上市公司采用 NT filings 之后到實際披露日期之間的天數(shù)?？梢钥吹?，大部分公司在額外給予的 5 天內(nèi)完成了披露，但仍然有相當(dāng)多的公司未能完成，而更有不可忽視 70 家公司在 NT filings 之后的 90 天之內(nèi)都無法完成披露。

統(tǒng)計結(jié)果顯示，在 2011 年到 2013 年間，有相當(dāng)一部分公司未能在 fiscal quarter end date 之后的四個月內(nèi)披露最新的財報。除了 Audit Analytics (2014) 之外，Bartov and Konchitchki (2017) 統(tǒng)計了 2000 年至 2008 年美股上市公司 NT filings 的次數(shù)（下表）。雖然我們不知道這些 cases 中 NT filings 到實際披露之間的天數(shù)，但它也至少說明延遲披露是十分常見的現(xiàn)象。

延遲披露無疑使 4-month lag 這種處理方式存在使用未來數(shù)據(jù)風(fēng)險；而像 RFS 版本中使用 RDQ —— quarterly earnings announcement dates 則可以規(guī)避這個問題。以上就是關(guān)于 JF 版本計算盈利因子時 timing error 的猜測。再次重申的是，這僅僅是我的 best educated guess，正確與否未知。如果真實的原因是分母的問題（因此把 ROA 換成了 ROE），那么就請各位把上述梳理當(dāng)作對 Compustat Quarterly data 和 SEC filings 規(guī)則的一個介紹吧（無奈臉）。

在本小節(jié)最開始談到 HXZ 的致謝時，那句話里的第二個重要信息是 Robert Novy-Marx。這篇被撤回的文章在修改后仍然未能刊發(fā)于 Journal of Finance，而是遺憾的變成一篇 SSRN 上的 working paper（題目也變成了 An alternative three-factor model），作者也在陳、張兩位教授之外加了一位，而加入的這位正是 Robert Novy-Marx（Chen, Novy-Marx, and Zhang 2011）。真奇妙。

有意思的是，2013 年 Novy-Marx 在 Journal of Financial Economics 上發(fā)表了他學(xué)術(shù)生涯迄今為止最重要的一篇文章 The other side of value: the gross profitability premium（Novy-Marx 2013）。Google Scholar 顯示，這篇以及上面的 SSRN 是他被引用量最高的兩篇文章。Novy-Marx 因盈利因子一戰(zhàn)成名。公允的說，Novy-Marx (2013) 版本的盈利因子使用了更加純粹（即不容易被操縱）的 gross profit 作為分子，因此它比 ROA 或 ROE 都更加合理。在本文第五小節(jié)基于 A 股的實證中也會采用 Novy-Marx (2013) 的盈利因子代替 q-factor model 中的 ROE。實證中的數(shù)據(jù)采用了《A 股財務(wù)數(shù)據(jù)的整理和使用》介紹的方法、考慮了 announcement date 以滿足 Point-in-Time 的要求。

3?觸動了誰的利益？

在學(xué)術(shù)研究中，出現(xiàn)數(shù)據(jù)問題其實并不罕見（金融領(lǐng)域有些發(fā)表的文章甚至使用了錯誤的數(shù)據(jù)、或錯誤的使用了數(shù)據(jù)）。對于從 q-theory 引出的這個三因子模型來說，它的價值不應(yīng)該因盈利因子的構(gòu)造失誤而抹殺。陳、張兩位教授也的確在 2010 年 4 月將修改稿繼續(xù)投到 Journal of Finance，然而修改稿最終還是被拒絕了。盈利因子經(jīng)改造后依然被 JF 拒絕讓人感到十分費解 —— 因為 theoretical contribution 和 empirical evidence 都還在，它絕對夠的上 JF 的標(biāo)準(zhǔn)。但為什么最終被拒絕了呢？不禁讓人浮想聯(lián)翩。

在 2010 年之前，除了 CAPM 之外，F(xiàn)F3 是 empirical asset pricing 的“第一范式”（其他主流的多因子定價模型都是在 2010 年之后發(fā)表的；例外是 Carhart 1997 的四因子模型，但它也只是在 FF3 的基礎(chǔ)上加入了動量因子）。因此，陳、張二位教授從 q-theory 提出的市場、投資和盈利三因子模型無疑是和 FF3 的一次直接 PK。而該文的標(biāo)題 —— A Better Three-Factor Model That Explains More Anomalies —— 所使用的“better”、“more”這樣的詞匯也火藥味十足。可以想見，它一旦被發(fā)表，則有可能撼動 FF3 在 empirical asset pricing 的地位，這將會在學(xué)術(shù)界引起怎樣的轟動。

追溯 q-factor model 的歷史不難發(fā)現(xiàn)，它最早以 NBER working paper 的形式發(fā)表于 2007 年，當(dāng)時的題目為 Neoclassical factors。在那之后，該文幾經(jīng)修改，題目也跟著發(fā)生了變化。在 2009 年 1 月和 4 月的版本中，題目分別為 An equilibrium three-factor model 和 Production-based factors。但無論怎么改動，這些標(biāo)題均不帶有任何感情色彩。為什么 JF 版本的論文會用了這么一個充滿火藥味的名字呢？張櫓教授在清華金融評論的撰文（Zhang 2016）中指出，他當(dāng)時極力反對這個名字，無奈一位資深審稿人堅持讓他們使用 A Better Three-Factor Model That Explains More Anomalies。

發(fā)過學(xué)術(shù)論文的小伙伴大概都了解，審稿人通常不會大改稿件的標(biāo)題，頂多是提提“shorten it”之類的意見（好吧，我審稿的時候見到太長的標(biāo)題會給這個意見）。就算是遇到建議改標(biāo)題的，但如果作者堅持，那么和 editors 正常溝通一下也還是盡可能不做修改的。但顯然，陳、張兩位教授受到了這位資深審稿人的巨大壓力，無奈之下不得不把題目改成了 A Better Three-Factor Model That Explains More Anomalies。我無從得知這個“不嫌事兒大”的審稿人到底是誰，但 TA 一定是位舉足輕重的大佬，大到陳、張二位教授不得不聽。同樣根據(jù)知乎用戶 @童話李 對這段往事的介紹，這個幕后的大佬是研究動量的先驅(qū) Sheridan Titman；Titman 對 UChicago 派并不感冒，因此便建議陳、張二位教授使用這么一個將矛頭直指 FF3 的題目。這個充滿火藥味的題目對修改稿最終被 JF 拒絕起到了推波助瀾的作用。

根據(jù) Zhang (2016) 的介紹，他們于 2010 年 4 月將修改稿被重新投到 JF 之后又經(jīng)歷了長達一年的審稿，卻最終于 2011 年 4 月被拒絕。長達一年的重審是非常令人匪夷所思的。因為按照正常的邏輯，既然 theoretical contribution 和 empirical evidence 都在，那么修改后的版本被接受應(yīng)該不成問題；即使是想要拒絕，也根本沒有必要拖到一年之后的 2011 年 4 月。事實上，自 2006 年到 2011 年間，時任 Journal of Finance editor 的是杜克大學(xué)的 Campbell Harvey 教授。在他 2010 年的 editor report 中明確寫道該期刊的 turnaround time 非常短（70.1% 的投稿在 70 天內(nèi)得到了 editorial decisions），極有很少一部分稿件的審稿周期超過 100 天（Harvey 2011）。而最重要的是下面這句：

“As of December 31,?no paper?was currently in the review process?more than 187 days.”

而這個審稿時間長達 187 天的稿件的 decision time 是 2011 年 1 月 2 日（Harvey 2011），顯然也不是張櫓教授口中的 2011 年 4 月，因此它應(yīng)該不是 q-factor model 的修改版。當(dāng)然，從 editor report 中還是難以明確 turnaround time 的計算口徑。因此，如果一篇文章被提交后又被反復(fù)的 revise and resubmit，它的 turnaround time 到底從哪次 submit 開始計算未知。所以 q-factor model 修改版的審稿時間在特定的口徑下也許仍然滿足小于 187 天。但如果真相并非如此，那么這份 editor report 就有刻意掩蓋該文長達一年審稿時間之嫌，這將是 Journal of Finance 審稿史上的一個污點。

為什么修改稿會再次經(jīng)歷長達一年的時間卻仍然被拒絕呢？這次對修改稿的審稿耽誤了這個重要因子模型長達一年的時間（學(xué)術(shù)界中一年是非常寶貴的）。張櫓教授在回憶這段往事時稱，這是他學(xué)術(shù)生涯中的至暗時刻：

After the procedure was corrected in the April-2010 draft, the paper limped for one more year at Journal of Finance, and was formally rejected in April 2011. Persisting through?the darkest times of my career, I rebuilt my team with Prof. Kewei Hou and Prof. Chen Xue.

在回答上面那個“為什么又歷經(jīng)一年卻被拒”的問題之前，先來看看 q-factor model 的后續(xù)發(fā)展。重組了 team 的張櫓教授和侯恪惟以及薛辰兩位教授一起于 2012 年首先以 NBER working paper 的形式重新發(fā)布了最新版本，題為 Digesting anomalies: An investment approach。而也是在這個版本中，正式在 q-factor model 中加入了 Size 因子，得到了最終的四因子模型（市場、市值、投資以及盈利）。這篇 working paper 之后又歷經(jīng)兩年的嚴格審稿，最終于 2014 年 8 月被 RFS 接受，并于 2015 年 3 月發(fā)表（Hou, Xue, and Zhang 2015）。歷經(jīng)坎坷，這個全新的從 q-theory 提出的多因子模型終于在頂刊上面世，而它也當(dāng)仁不讓成為 editor's choice 以及 lead article。RFS 的出版商、牛津大學(xué)出版社更是以 A new benchmark model for estimating expected stock returns 為題撰文為其造勢。

從 2010 年就應(yīng)該刊發(fā)在 Journal of Finance 到幾經(jīng)波折最終于 2015 年刊發(fā)在 Review of Financial Studies，不禁令人唏噓。而更加玄妙的是，在 q-factor model 被耽誤的四年中，同樣加入投資和盈利的 Fama and French (2015) 五因子模型（以下記為 FF5）被發(fā)表了。

HXZ 于 2014 年 8 月被接受、2015 年 3 月被刊載；而同一時期，添加了幾乎完全一樣的投資和盈利（出發(fā)點完全不同，F(xiàn)F5 的出發(fā)點是 discounted cash flow 模型）的 FF5 于 2014 年 9 月被接受、2015 年 4 月被刊載。由于 HXZ 和 FF5 同時期被提出，q-factor model 的影響力顯然就沒有當(dāng)年對標(biāo) FF3 的那種轟動效果。這一變化造成的直接后果是，FF5 一經(jīng)發(fā)表，自然而然的接過了 FF3 的搶，繼續(xù)牢牢占據(jù) empirical asset pricing 的“第一范式”。這一點可以從引用數(shù)量上得到佐證：截至本文寫作時，根據(jù) Google Scholar 的引用數(shù)量，F(xiàn)F5 被引用了 2397 次，而 HXZ 只有 934 次，較前者少了一半之多。試想一下，如果 q-factor model 早在 2010 年就被發(fā)表，那到今天又是怎樣的局面？

我們無從得知 q-factor model 被拖了四年之久是否和學(xué)術(shù)界相關(guān)利益小圈子為 FF5 爭取時間有關(guān)。我沒有查到相關(guān)的資料，因此無法判斷。感興趣的小伙伴可以看看知乎 @童話李 的回答（文末參考文獻有鏈接），它對 q-factor model 修改稿被再次投到 Journal of Finance 之后的經(jīng)歷有進一步的介紹（還牽扯出一位重量級利益相關(guān)方）。不過我無從考證。雖然沒有找到相關(guān)資料，但是從 Zhang (2016) 的表述中，也能看到一些蛛絲馬跡；FF5 的提出和 q-factor model 被耽誤了四年的時間之間注定有些千絲萬縷的關(guān)聯(lián)。

2019 年，Hou et al. (2019) 在 Review of Finance 上發(fā)表了一篇題為 Which Factors? 的文章，比較了包括 FF3 和 FF5 在內(nèi)的學(xué)術(shù)界主流的多因子模型，也從因子構(gòu)造上“懟”了 FF5 中的投資因子。從這個事情上也能看出 q-factor model 和 FF5 之間的瓜葛，以及 q-factor model 發(fā)明者心中的不忿。下面簡要回顧一下。

4?Factor War

關(guān)于 Hou et al. (2019) 是如何“懟”FF5 的投資因子，《從 Factor Zoo 到 Factor War，實證資產(chǎn)定價走向何方?》一文有詳細的解讀。而如今，當(dāng)我們了解了 q-factor model 發(fā)表背后的艱辛歷程后，就更能理解 Hou et al. (2019) 一文。以下簡單回顧下之前那篇文章中 FF5 和 q-factor model 在投資因子上的差異。它們都使用最近一個財年 total assets 的變化率作為因子，但出發(fā)點不同：

Hou et al. (2019) 的兩個核心觀點是：

結(jié)合上述兩點，F(xiàn)F5 使用 past investment 構(gòu)建的投資因子（且該因子有效）其實是陰差陽錯的利用了 past investment 和收益率之間的負相關(guān)（源自 q-theory）；而非他們從 DCF 推出的 expected investment 和收益率之間的負相關(guān)性。客觀的說，關(guān)于 expected investment 和 expected return 的關(guān)系，q-factor model 比 FF5 更合理。因此，HXZ 從 q-theory 推出的投資因子比 FF5 從 DCF 推出的投資因子在理論上更加站得住腳。拋開理論上的差異不說，從針對美股的實證結(jié)果來看，雖然 FF5 和 q-factor model 使用了同樣的歷史 total asset 增長率構(gòu)建投資因子，但由于構(gòu)建方法不同，q-factor model 中投資因子的溢價也完勝 FF5。這似乎佐證了 q-factor model 背后的 q-theory 能更好的解釋 past investment 和 expected return 之間的關(guān)系。

5?FF3 and q-factor models in China

其實，無論是 FF3 中的 SMB、HML，還是 q-factor model 中的投資和盈利；又不管它們在學(xué)術(shù)界有著怎樣的恩怨情仇，它們都幫助我們更好的了解了股票預(yù)期收益率在截面上產(chǎn)生差異的原因。長久以來在 A 股上的實證結(jié)果也表明，上述四個風(fēng)格因子（投資因子稍弱）在大 A 股上是相互補充而非對立的關(guān)系。本小節(jié)就來用實證結(jié)果證明這一點。以全 A 股（排除金融）為例，按照學(xué)術(shù)界傳統(tǒng)的 2 × 3 double sort 的方法構(gòu)建這四個風(fēng)格因子。對于除了 Size 之外的三個因子，采用的指標(biāo)分別為 book-to-market，total asset growth 以及 gross profitability to total assets（Novy-Marx 2013 版本的盈利因子；如采用 ROA 或 ROE 也能得到類似的結(jié)果）。

根據(jù) 2 × 3 double sort，Size 因子和其它風(fēng)格因子（價值、投資和盈利）的構(gòu)建方法為：

為比較兩個因子模型的優(yōu)劣，首先采用 Gibbons, Ross, and Shanken (1989) Test。結(jié)果顯示，兩組因子互為模型和資產(chǎn)時，作為模型的兩個因子均無法解釋另外兩個作為資產(chǎn)的因子。這說明兩個模型均能獲得對方無法解釋的超額收益。

接下來再通過 Fama and MacBeth (1973) Regression 考察代表這四個風(fēng)格因子的公司指標(biāo)能否獲得風(fēng)險溢價。在實證期 2000 年 1 月到 2018 年 12 月內(nèi)，F(xiàn)M Regression 結(jié)果如下。除投資因子外，其他三個因子均能獲得顯著的風(fēng)險溢價（市值的風(fēng)險溢價為負說明小市值公司比大市值公司漲的多）。

因此，q-factor model 在 FF3 的基礎(chǔ)上，為我們更好的理解市場做了必要補充。

6?結(jié)語

近年來，從 q-theory 投資理論出發(fā)得到的多因子模型 —— q-factor model —— 受到了學(xué)術(shù)界和業(yè)界越來越高的重視。這是以張櫓教授為代表的華人學(xué)者對 empirical asset pricing 的杰出貢獻。關(guān)于投資理論的更多解讀，感興趣的小伙伴可參考 [因子動物園] 的《投資效應(yīng)：Factor War 前傳》。本文以一篇未能刊發(fā)在 Journal of Finance 上的文章為引子，介紹了 q-factor model 背后的一段歷史；我也在寫作過程中深深的感受到了學(xué)術(shù)創(chuàng)新的艱辛。坦率的說，《從 Factor Zoo 到 Factor War，實證資產(chǎn)定價走向何方?》一文對 q-factor model 和 FF5 的立場，在某些字里行間的表述中沒有做到完全中立，我感到頗為不安。因此希望本文能夠盡量客觀的介紹 q-factor model 背后的故事。

令人欣慰的是，學(xué)術(shù)界并沒有遺忘這篇本應(yīng)該刊發(fā)于 Journal of Finance 的文章、或者對其諱莫如深。John Cochrane 教授（Eugene Fama 的女婿）就在其 Empirical Asset Pricing 課程的網(wǎng)站上的 Production based methods 部分列舉了這篇文章，并提供下載。

是金子總會發(fā)光的。2018 年，Hou et al. (2018)?在 q-factor model 的基礎(chǔ)上加入了預(yù)期投資增長因子，提出了前者的進階版：q^5 model。針對美股的實證分析顯示，q^5 是當(dāng)下所有主流因子模型中最能夠解釋 anomalies 的。之后，這幾位教授又使用 q^5 解釋了歷史上的多位價值投資大佬（如巴菲特和格倫布拉特）以及學(xué)術(shù)界的一些重要因子（如 AQR 的 QMJ 和 Piotroski 的 F-Score）的收益，從 investment theory 的角度對解讀格雷厄姆和多德的 Security Analysis 提供了全新的思路。2019 年，Hou et al. (2019) 這篇題為 Which Factors? 的文章一舉獲得了 Review of Finance 的 Spangle IQAM Best Paper Prize，表明學(xué)術(shù)界對 q-factor model 的認可。

參考文獻

Audit Analytics (2014). Non-timely filing: an overview. Available at: https://blog.auditanalytics.com/non-timely-filings-an-overview/.

Bartov, E. and Y. Konchitchki (2017). SEC filings, regulatory deadlines, and capital market consequences. New York University Law and Economics Working Paper, No. 254.

Carhart, M. M. (1997). On Persistence in Mutual Fund Performance.?Journal of Finance?52(1), 57 – 82.

Chen, L., R. Novy-Marx, and L. Zhang (2011). An alternative three-Factor model. Available at SSRN: https://ssrn.com/abstract=1418117.

Fama, E. F. and K. R. French (1993). Common risk factors in the returns on stocks and bonds.?Journal of Financial Economics?33(1), 3 – 56.

Fama, E. F. and K. R. French (2006). Profitability, investment and average returns.?Journal of Financial Economics?82(3), 491 – 518.

Fama, E. F. and K. R. French (2015). A Five-Factor Asset Pricing Model.?Journal of Financial Economics?116(1), 1 – 22.

Fama, E. F. and J. D. MacBeth (1973). Risk, return, and equilibrium: empirical tests.?Journal of Political Economy?81(3), 607 – 636.

Gibbons, M. R., S. A. Ross, and J. Shanken (1989). A test of the efficiency of a given portfolio.?Econometrica?57(5), 1121 – 1152.

Harvey, C. R. (2011). Report of the editor of the Journal of Finance for the year 2010. Journal of Finance?66(4), 1439 – 1452.

Hou, K., H. Mo, C. Xue, and L. Zhang (2018). q^5. NBER Working Paper, No. 24709.

Hou, K., H. Mo, C. Xue, and L. Zhang (2019). Which factors??Review of Finance?23(1), 1 – 35.

Hou, K., C. Xue, and L. Zhang (2015). Digesting anomalies: an investment approach.?Review of Financial Studies?28(3), 650 – 705.

Newey, W. K. and K. D. West (1987). A simple, positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix.?Econometrica?55(3), 703 – 708.

Novy-Marx, R. (2013). The other side of value: The gross profitability premium.?Journal of Financial Economics?108(1), 1 – 28.

Zhang, L. (2016).?Factors war.?Tsinghua Financial Review?37, 101 – 104, in?Chinese.

知乎 @童話李：https://www.zhihu.com/question/29558634/answer/380163042?hb_wx_block=1

免責(zé)聲明：入市有風(fēng)險，投資需謹慎。在任何情況下，本文的內(nèi)容、信息及數(shù)據(jù)或所表述的意見并不構(gòu)成對任何人的投資建議。在任何情況下，本文作者及所屬機構(gòu)不對任何人因使用本文的任何內(nèi)容所引致的任何損失負任何責(zé)任。除特別說明外，文中圖表均直接或間接來自于相應(yīng)論文，僅為介紹之用，版權(quán)歸原作者和期刊所有。