五因子模型對台股市場報酬的研究
本文探討關於五因子模型對台灣股市是否有效並且參考論文進行彙整摘要與探討。
以下資訊來自 王芯儀研究生論文研究 五因子模型於台灣股票市場報酬的實證研究
此研究透過分析1990年07月至2020年12月，共366個月的台灣股票市場，探討不同特性的投資組合的報酬趨勢，並檢測三因子模型及五因子模型的解釋能力。
什麼是因子投資？
因子投資意味著針對資產類別之間或資產類別內的投資組合回報的特定驅動因素。因子投資主要有兩種：宏觀經濟投資和風格投資。
因子投資可以同時提高回報、增強投資組合多元化並降低風險。
宏觀經濟因素
宏觀經濟因素包括跨資產類別的廣泛風險，如利率、信用風險、失業、國內生產毛額、通貨膨脹和流動性。
風格因素
風格因素是指資產類別中的可量化特徵，例如規模、價值、動量、獲利能力、投資、期限和信用。這些風險因素描述了資產的特徵，並解釋了多元化投資組合之間的回報差異。
圖表來源 taroboadvisors
因素模型和標準
CAPM – 資本資產定價模型
CAPM（資本資產定價模型）由 William Sharpe 等人在20世紀60年代提出。CAPM表明每隻股票對更廣泛市場的走勢都有一定程度的敏感度，其貝塔值驅動其大部分行為，而任何超出這種敏感度的表現都是由於新產品等特殊因素造成的。CAPM解釋了多元化投資組合之間約67%的報酬差異。
Fama-French 三因子模型
Fama 法國三因子模型由尤金·法瑪（Eugene Fama）和肯尼斯·弗倫奇（Kenneth French）於20世紀90年代初提出，將小型股票和價值股票確定為額外的獨立風險來源，解釋了約90%的多元化投資組合回報差異。
Fama-French 五因素模型
Fama 法國五因素模型於2015年提出，新增了投資和盈利能力兩個因素，解釋了多元化投資組合之間約95%的回報差異。投資因子溢價描述了保守投資的公司的回報減去積極投資的公司的回報，獲利能力因子溢價描述了盈利能力強勁的公司的回報減去盈利能力較弱的公司的回報。
Carhart 4 因子模型與動量因子(此研究論文沒有使用到動量)
Mark Carhart於1997年引入了包含動量因子的四因子模型。動量因子基於股票的短期趨勢，最近上漲的股票在短期內可能繼續上漲，而最近下跌的股票在短期內可能繼續下跌。然而，動量因素的實施具有挑戰性，因為它需要頻繁的交易，增加了稅務和交易成本。
五因子模型概述
五因子模型（Fama-French Five-Factor Model）是由Eugene Fama和Kenneth French提出的，旨在更好地解釋股票回報率的差異。這個模型在原有的三因子模型基礎上增加了兩個因子，共包含以下五個因子：
圖片來源 ifa
圖表來源 optimizedportfolio
市場風險溢酬因子（Market Risk Premium）
- 計算: 市場回報率 - 無風險利率
- 用於衡量整個市場的風險和回報
規模溢酬因子（Size）
- 計算: 小市值公司股票回報 - 大市值公司股票回報
- 用於識別小型股可能帶來更高回報但風險更大的特性
淨值市價比溢酬因子（Book-to-Market Ratio）
- 計算: 高淨值市價比公司股票回報 - 低淨值市價比公司股票回報
- 用於識別價值股相較於成長股的潛在回報差異。
盈利能力因子（Profitability）
- 計算: 高盈利能力公司股票回報 - 低盈利能力公司股票回報
- 用於識別盈利能力對股票回報的影響。
投資因子（Investment）
- 計算: 低投資公司股票回報 - 高投資公司股票回報
- 用於識別投資水平對股票回報的影響
研究結果
平均月報酬與規模因子效應
- 公司規模愈小，平均月報酬愈高。
- 小市值公司相較於大市值公司具有較高的平均月報酬，存在明顯的規模效應。
平均月報酬與價值因子效應
- 高淨值市價比的公司（價值股）相較於低淨值市價比的公司（成長股）具有較高的平均月報酬。
- 價值型公司長期來看表現優於成長型公司，顯示出價值效應。
平均月報酬與獲利因子效應
- 獲利效應在大多數投資組合中存在，愈賺錢的公司，平均月報酬愈高。
- 此效應在部分組合中較不明顯。
平均月報酬與投資因子效應
- 投資效應無一致趨勢，但在2x4x4組合中觀察到小規模且極端成長或價值型組合以及大規模且極端成長組合的投資愈多，平均月報酬愈高。
- 投資因子（保守投資-積極投資）平均為負，代表在台灣的投資機會仍有較高機會帶來高報酬。
迴歸檢測結果
三因子模型
- 規模效應、價值效應和獲利效應在部分投資組合中無異常的截距項，但部分組合缺乏良好的解釋能力。
五因子模型
- 五因子模型在某種程度上改善了三因子模型未能解釋的報酬變異。
- 新增加的盈利能力因子及投資因子對部分異常組合提供了更多且顯著的負向解釋能力。
- 原先具有正向解釋力的係數未增加，甚至減少，部分投資組合在五因子模型中的表現反而弱化。
因子係數分析
市場風險溢酬因子（RM-RF）
- 多數為正且接近1，表示市場風險溢酬因子的解釋力較強。
規模溢酬因子（SMB）
- 統計上顯著，小型投資組合的係數較大型投資組合大。
淨值市價比溢酬因子（HML）
- 價值型組合顯著為正，成長型組合顯著為負。
- 新加入的盈利能力因子及投資因子會吸收部分淨值市價比溢酬因子的解釋力。
盈利能力因子（RMW）
- 在獲利低的組合中為負，獲利高的組合中為正。
投資因子（CMA）
- 在投資高組合中為負（正向溢酬），投資低組合中為正（負向溢酬）。
如何使用因子 ETF 投資因子
使用因子 ETF 投資因子可以方便地增加特定因子的暴露。投資者可以選擇專注於某些因子（如規模、價值或動量）以提高預期回報，或多樣化其投資組合以降低風險。因子 ETF 通常具有低費用和透明的投資策略，使其成為有效的投資工具。
結論
因子投資是介於主動投資與被動投資之間一種基於科學研究和經驗證據的投資方法，旨在通過識別和利用資產的特定驅動因素來提高回報和降低風險。
圖表來源 optimizedportfolio
儘管市場效率使得持續的超額回報變得困難，但透過因子投資，投資者可以更好地理解和利用市場中的風險因素，從而實現其投資目標。
在1990年07月至2020年12月的台灣股票市場，五因子模型比三因子模型更能準確地解釋台股市場的大部分投資組合的平均月報酬。
然而對於那些回報特別高的投資組合，五因子模型的解釋能力反而變弱，這些高回報中的一部分無法被模型解釋。
這提示我們這些高回報可能來自於一些模型沒有捕捉到的風險因素，這些因素可能是非系統性的風險，也就是那些與整個市場波動無關的特定風險。
這一點為後續研究人員提供了方向，未來看有哪位研究員可以深入探討這些異常高報酬的投資組合到底還承擔了哪些風險，這些風險是否能被其他模型或因子捕捉到。
參考資料
