簡介金融計(jì)量學(xué)課程中Fama-Macbeth小組第一次匯報(bào)的完整演示PDF文檔面向?qū)W習(xí)實(shí)證資產(chǎn)定價(jià)與面板數(shù)據(jù)分析的高年級本科生和研究生。內(nèi)容從CAPM模型推導(dǎo)切入系統(tǒng)講解Fama-Macbeth回歸的模型設(shè)定與兩階段估計(jì)流程先通過時間序列回歸獲得個股的因子暴露β再逐期做截面回歸估計(jì)風(fēng)險(xiǎn)溢價(jià)λ并給出了λ及β標(biāo)準(zhǔn)誤的計(jì)算公式。文檔還深入剖析了該方法的核心優(yōu)勢——排除隨機(jī)擾動截面相關(guān)性對標(biāo)準(zhǔn)誤的影響、得到異方差穩(wěn)健估計(jì)——同時指出變量誤差EIV問題、殘差時序相關(guān)不一致等缺陷及改進(jìn)思路。此外文末Stata實(shí)證部分總結(jié)了β標(biāo)準(zhǔn)誤的具體計(jì)算與解讀要點(diǎn)對模型回歸操作有直接參考價(jià)值。資源為單個PDF文件壓縮包約551KB目前已有1188人學(xué)習(xí)下載適合作為金融計(jì)量課程匯報(bào)模板或Fama-Macbeth方法自學(xué)入門材料。1. Fama-MacBeth 回歸一篇講透兩步法原理、代碼實(shí)現(xiàn)與匯報(bào)前必查的坑第一次做 Fama-MacBeth 小組匯報(bào)最容易被問倒的不是“回歸怎么跑”而是“為什么非要跑兩步”。這個方法是資產(chǎn)定價(jià)里檢驗(yàn)因子是否被定價(jià)的經(jīng)典工具——第一步用時間序列回歸估計(jì)個股對因子的暴露beta第二步用橫截面回歸估計(jì)因子溢價(jià)risk premium。它的價(jià)值在于直接告訴你“承擔(dān)這個風(fēng)險(xiǎn)市場到底給多少回報(bào)”而不是像普通多元回歸那樣只給一個平均系數(shù)。適合做因子研究、寫實(shí)證論文、或者驗(yàn)證某個多頭策略的讀者。今天這篇不繞彎子從原理到可復(fù)現(xiàn)的代碼再到匯報(bào)前必須自查的四個坑一次講完。2. 兩步法的本質(zhì)為什么不能用一把梭的混合回歸2.1 從 CAPM 到多因子Fama-MacBeth 要回答的問題資本資產(chǎn)定價(jià)模型CAPM說股票的期望收益只跟它對市場組合的敏感度beta有關(guān)。但現(xiàn)實(shí)中沒有人只用一個因子解釋收益于是有了多因子模型期望收益等于無風(fēng)險(xiǎn)利率加上每個因子的暴露乘以對應(yīng)的因子溢價(jià)。問題來了——因子溢價(jià)是多少這不能直接對面板數(shù)據(jù)做一次混合 OLS 回歸因?yàn)槟菢与[含假設(shè)所有個股的截距項(xiàng)相同、殘差獨(dú)立同分布而實(shí)際上截面?zhèn)€體效應(yīng)和時序異方差都很嚴(yán)重。Fama-MacBeth 的核心貢獻(xiàn)是把“估計(jì)暴露”和“估計(jì)溢價(jià)”兩個任務(wù)拆開先用時間序列把每個股票的 beta 估準(zhǔn)再用橫截面回歸把 beta 對收益的定價(jià)關(guān)系估出來。這樣得到的標(biāo)準(zhǔn)誤對截面相關(guān)性更穩(wěn)健也更符合經(jīng)濟(jì)學(xué)直覺。2.2 第一步回歸時間序列里估計(jì)因子暴露第一步是在每只股票的時間序列上做回歸import pandas as pd import numpy as np import statsmodels.api as sm # 假設(shè) returns 是股票收益率寬表行日期列股票代碼 # factors 是因子收益率 DataFrame包含市場因子 mkt 和規(guī)模因子 smb # 以第一只股票為例 stock returns.iloc[:, 0] X factors[[mkt, smb]].copy() X sm.add_constant(X) # 按完整樣本回歸匯報(bào)時常用滾動版本見后文 ols sm.OLS(stock, X).fit() beta ols.params[[mkt, smb]] resid_std ols.resid.std()這段代碼的關(guān)鍵在于回歸的因變量是個股的日收益率或月收益率取決于你的頻率設(shè)定自變量是因子組合的收益率。常數(shù)項(xiàng)代表股票在因子模型之外的超額收益alpha。beta 就是個股對每個因子的暴露。如果樣本期間內(nèi)公司的經(jīng)營結(jié)構(gòu)發(fā)生重大變化靜態(tài) beta 會失真一個常見修正是用 36 個月滾動窗口估計(jì)——每個月只使用過去 36 個月的數(shù)據(jù)重新回歸一次得到當(dāng)期的 beta。這會導(dǎo)致第二步回歸里的 beta 不是觀測值而是估計(jì)值產(chǎn)生誤差項(xiàng)序列相關(guān)的問題也正是 Fama-MacBeth 標(biāo)準(zhǔn)誤需要調(diào)整的原因。實(shí)操上我一般先看殘差標(biāo)準(zhǔn)差。如果某只股票的 resid_std 是其他股票的數(shù)倍說明存在異常波動或數(shù)據(jù)錯誤拆股、停牌、極端值。匯報(bào)前把殘差標(biāo)準(zhǔn)差大于 3 倍中位數(shù)的標(biāo)的單獨(dú)拉出來核對能省掉很多答辯時的尷尬。2.3 第二步回歸橫截面里估計(jì)因子溢價(jià)第二步每個月做一次橫截面回歸——用第一步估計(jì)出的 beta 作自變量當(dāng)月的個股收益作因變量# 假設(shè) beta_df 是第一步得到的暴露矩陣行股票列因子 # month_returns 是某月的個股收益 Series X_cross sm.add_constant(beta_df) cross sm.OLS(month_returns, X_cross).fit() gammas.append(cross.params) # 收集每個月的回歸系數(shù)為什么不能把全樣本放在一起做一次橫截面回歸因?yàn)椴煌路莸氖找娼孛婵赡艽嬖谙到y(tǒng)性差異——牛市的因子溢價(jià)和熊市的因子溢價(jià)可能完全相反。逐月回歸的好處是每個月得到一個獨(dú)立的 gamma因子溢價(jià)估計(jì)值最后把全部月份的 gamma 取平均得到平均溢價(jià)同時 gamma 的標(biāo)準(zhǔn)差用來構(gòu)造 t 統(tǒng)計(jì)量。這就等于把“由于某個月的特殊行情導(dǎo)致因子溢價(jià)波動”的問題通過月度回歸的分布暴露出來——如果只有少數(shù)月份因子顯著平均下來 t 值可能不顯著這本身就是重要結(jié)論。2.4 Shanken 標(biāo)準(zhǔn)誤beta 是估出來的不是天上掉下來的第二步回歸直接對逐月 gamma 取均值再除以標(biāo)準(zhǔn)誤得到的 t 值會偏大——因?yàn)?beta 本身是第一步估計(jì)出來的存在測量誤差第一步的估計(jì)誤差會傳導(dǎo)到第二步。Shanken1992修正的核心是給標(biāo)準(zhǔn)誤乘上一個膨脹因子用公式寫出來是# Shanken 修正系數(shù) # sigma_f 是因子收益率的協(xié)方差矩陣 # gamma_est 是第二步回歸系數(shù)的均值向量 # cov_gamma 是第二步回歸系數(shù)的協(xié)方差矩陣 factor_cov factors.cov() shanken_factor 1 gamma_est.dot(factor_cov).dot(gamma_est) / (T - N - 1) adj_se np.sqrt(np.diag(cov_gamma) * shanken_factor) adj_t gamma_mean / adj_se注意這個修正幅度取決于因子收益的波動率和 gamma 的估值。因子月波動率越大、gamma 越高修正幅度越大。如果你發(fā)現(xiàn)某個因子 Shanken 修正前后的 t 值從 2.1 掉到 1.6不要慌這是常見情況——說明你的 beta 估計(jì)噪聲較大或者因子之間的多重共線性比較強(qiáng)。匯報(bào)時主動把修正前和修正后的結(jié)果并列展示反而會讓聽眾覺得你對方法有掌控力。3. 數(shù)據(jù)準(zhǔn)備與分組Fama-MacBeth 最容易翻車的隱蔽環(huán)節(jié)3.1 數(shù)據(jù)頻率與對齊別讓收益和因子差一天Fama-MacBeth 對數(shù)據(jù)對齊極其敏感。最常見的錯誤是股票的月收益用的是月末收盤價(jià)計(jì)算而因子收益率用的是月初到月末的整月收益但數(shù)據(jù)源里因子更新有滯后。這會導(dǎo)致 beta 估計(jì)出現(xiàn)嚴(yán)重的“前瞻偏差”——用未來信息解釋過去收益。我一般會在合并數(shù)據(jù)前檢查日期索引是否完全一致# 檢查對齊 assert returns.index.equals(factors.index), 日期索引不一致 # 或者用 merge 后檢查 NaN merged returns.join(factors, howleft) nan_ratio merged.isna().mean().mean()對齊檢查通過后再看 NaN 比例。如果某只股票因停牌導(dǎo)致月收益缺失不要直接刪除整只股票——Fama-MacBeth 允許不平衡面板只需要在使用該股票參與回歸的那個月跳過即可。但要注意如果某只股票數(shù)據(jù)缺失超過一半它的 beta 估計(jì)會失真參與第二步回歸時可能引入噪聲。我常用的過濾標(biāo)準(zhǔn)是保留至少 24 個月觀測值的個股且最近 6 個月不能有連續(xù)缺失。這個閾值沒有絕對標(biāo)準(zhǔn)你可以匯報(bào)中說明自己用的規(guī)則但一定要避免“全樣本隨意丟棄”。3.2 分組做組合 vs 個股橫截面兩種經(jīng)典口徑的取舍原始 Fama-MacBeth 論文用的是“先分組構(gòu)建組合再做組合橫截面回歸”的方式目的是分散個股特質(zhì)波動讓 beta 估計(jì)更穩(wěn)定。但實(shí)際做報(bào)告時很多同學(xué)直接對個股做第二步回歸——這樣上報(bào)的 gamma 的 t 值往往偏高因?yàn)閭€股層面的特質(zhì)波動把標(biāo)準(zhǔn)誤壓低這是一個經(jīng)典陷阱標(biāo)準(zhǔn)誤小不一定是好事可能只是樣本被過度分散。兩條路線的選擇沒有對錯取決于你的目的是檢驗(yàn)?zāi)硞€因子是否定價(jià)用組合更穩(wěn)健還是預(yù)測個股收益用個股更貼近市場。我的習(xí)慣是先用個股做全樣本回歸得到直覺再用 Fama-French 的 10x10 分組做穩(wěn)健性檢驗(yàn)。分組代碼不復(fù)雜關(guān)鍵是分位數(shù)切分后的收益等權(quán)重加權(quán)# 按因子暴露分 5 組 bins pd.qcut(beta_df[mkt], 5, labelsFalse) portfolio_returns {} for group in range(5): selected returns.columns[bins group] portfolio_returns[group] returns[selected].mean(axis1) portfolio_df pd.DataFrame(portfolio_returns)分組口徑下第一步回歸的 beta 是組合的 beta組合收益對因子時間序列回歸而不是組內(nèi)個股 beta 的平均值。這是很多人搞混的地方——組合 beta 必須是重新回歸得到的因?yàn)榻M合的收益特征不同于個股的簡單平均。3.3 因子構(gòu)造的口徑統(tǒng)一溢價(jià)因子是零投資組合還是原始指標(biāo)因子收益率必須是“可投資組合的收益率差”比如市值因子的 SMB小市值減大市值而不是原始的賬面市值比數(shù)值。如果直接把公司的 book-to-market 值當(dāng)作自變量放進(jìn)橫截面回歸得到的是“每單位 B/P 對應(yīng)的溢價(jià)”這跟 Fama-MacBeth 框架下的因子溢價(jià)含義完全不同。匯報(bào)時如果中途換了因子的定義方式前后結(jié)果不具備可比性——這是組內(nèi)分工時最常見的矛盾來源。建議在第一次小組會議就定死因子的構(gòu)造方法并寫進(jìn)代碼注釋里。數(shù)據(jù)構(gòu)造完成后畫一條因子累計(jì)凈值曲線肉眼確認(rèn)沒有明顯的趨勢異常再做兩步回歸。4. 完整復(fù)現(xiàn)從數(shù)據(jù)到匯報(bào)圖的 Fama-MacBeth 流水線4.1 項(xiàng)目目錄與數(shù)據(jù)準(zhǔn)備腳本實(shí)操時我習(xí)慣按“數(shù)據(jù)輸入 → 因子構(gòu)造 → 第一步回歸 → 第二步回歸 → 輸出圖表”拆成五個模塊。目錄結(jié)構(gòu)如下project/ ├── data/raw/ # 原始行情數(shù)據(jù) ├── data/processed/ # 清洗后的收益和因子序列 ├── src/ │ ├── make_factors.py │ ├── run_timeseries.py │ ├── run_crosssection.py │ └── output_tables.py └── output/ ├── tables/ └── figures/這樣分組合作時每個人只負(fù)責(zé)一個模塊最終由一個人統(tǒng)一跑全流程。第一次匯報(bào)時只需要提交 run_timeseries.py 和 run_crosssection.py 的輸出不需要把全部數(shù)據(jù)放進(jìn)附錄但代碼和隨機(jī)種子必須固定。4.2 第一步回歸的完整腳本含滾動窗口與參數(shù)說明def estimate_betas(returns, factors, window36, min_obs24): betas {} for stock in returns.columns: sr returns[stock].dropna() if len(sr) min_obs: continue # 滾動窗口每個時點(diǎn)只用過去 window 個月 for t in range(window, len(sr)): y sr.iloc[t - window:t] X factors.loc[y.index] X sm.add_constant(X) model sm.OLS(y, X).fit() betas.setdefault(stock, []).append({ date: sr.index[t], beta_mkt: model.params[mkt], beta_smb: model.params[smb] }) return pd.DataFrame(betas).T這個函數(shù)有兩個關(guān)鍵參數(shù)。window 設(shè)為 36 個月是經(jīng)典選擇——太長會平滑掉公司基本面的變化太短則 beta 估計(jì)噪聲大。min_obs 控制最小樣本量防止早期上市或數(shù)據(jù)不全的股票產(chǎn)出不可靠的 beta。這里需要注意滾動窗口會導(dǎo)致前 36 個月沒有 beta 估計(jì)因此第二步回歸的起始時間會整體后移——如果樣本只有 5 年實(shí)際有效區(qū)間只有 2 年樣本量過低。一個常用的替代方案是“擴(kuò)展窗口”expanding window從 24 個月開始逐步遞增能多保留一些樣本但 beta 的可變性會降低。兩種方案的結(jié)果差異本身就可以作為穩(wěn)健性檢驗(yàn)的一項(xiàng)。4.3 第二步回歸的完整腳本與 t 統(tǒng)計(jì)量匯總def run_fm_crosssection(beta_df, returns, factors): gammas [] dates [] for date in returns.index: # 取該月有效的 beta 截面 betas_at_date beta_df.apply(lambda row: row[beta_mkt] if row[date] date else np.nan, axis1) # 實(shí)際中 beta_df 結(jié)構(gòu)不同這里簡化為按日期切片 X_cross sm.add_constant(beta_df.loc[date].T) y_cross returns.loc[date] valid y_cross.notna() X_cross.notna().all(axis1) if valid.sum() 10: # 至少 10 只股票 continue model sm.OLS(y_cross[valid], X_cross[valid]).fit() gammas.append(model.params) dates.append(date) gamma_df pd.DataFrame(gammas, indexdates) mean_gamma gamma_df.mean() se_gamma gamma_df.std() / np.sqrt(len(gamma_df)) t_stats mean_gamma / se_gamma # 再加上 Shanken 修正略見 2.4 節(jié) return mean_gamma, se_gamma, t_stats逐月回歸的樣本量差異很大——早期市場股票數(shù)量少回歸的精度低gamma 的波動會大。如果發(fā)現(xiàn) gamma 序列存在明顯的季節(jié)性比如每年 1 月特別大這是學(xué)界早已發(fā)現(xiàn)的一月效應(yīng)不影響方法本身但匯報(bào)時主動提一句會讓別人覺得你有市場感覺。另外如果某個月的橫截面回歸用了不到 10 只股票直接剔除該月這個閾值寫在匯報(bào)里作為數(shù)據(jù)篩選規(guī)則。4.4 匯報(bào)圖的標(biāo)配累計(jì) gamma、分年 t 值和因子收益曲線聽眾最關(guān)心的三張圖第一張是每個因子逐月 gamma 的累計(jì)值看方向是否穩(wěn)定第二張是分年度的 t 值熱力圖看顯著性是否來自某一年第三張是因子組合的累計(jì)收益曲線直觀展示這個因子在市場里到底賺不賺錢。畫圖時注意——gamma 累計(jì)圖的縱軸單位是“百分比月收益”不是“對數(shù)收益”如果畫成對數(shù)收益聽眾會誤解數(shù)值大小。用 matplotlib 加一行自動保存圖片到 output/figures 即可。5. 匯報(bào)前必查避坑Fama-MacBeth 的五個經(jīng)典翻車現(xiàn)場5.1 完整個股的混合 OLS 回歸冒充 Fama-MacBeth現(xiàn)象直接對整個面板跑一次固定效應(yīng)回歸系數(shù)和 Fama-MacBeth 差不多于是有人覺得可以偷懶。原因混合回歸的系數(shù)是“平均處理效應(yīng)”而 Fama-MacBeth 的系數(shù)是“逐月橫截面回歸系數(shù)的時序平均”——兩者的標(biāo)準(zhǔn)誤結(jié)構(gòu)完全不同混合回歸會顯著低估標(biāo)準(zhǔn)誤得出虛假的顯著結(jié)論。解決一旦要下“因子被定價(jià)”這個結(jié)論必須以逐月回歸的 t 值為準(zhǔn)混合回歸只能當(dāng)作初步探索。5.2 beta 用全樣本估計(jì)導(dǎo)致第二步回歸用未來信息現(xiàn)象第一步回歸用了 2005-2020 全部數(shù)據(jù)估計(jì) beta第二步回歸卻從 2015 年開始做橫截面回歸。原因這樣的 beta 包含了未來 5 年的信息違反了“時點(diǎn) t 只能用 t 之前的信息”的因果邏輯beta 的測量誤差會被系統(tǒng)性低估gamma 的 t 值偏大。解決第一步必須用滾動或擴(kuò)展窗口保證任何時點(diǎn)的 beta 僅依賴該時點(diǎn)之前的數(shù)據(jù)。這是答辯時最容易暴露的方法論漏洞。5.3 不同股票的 beta 橫截面相關(guān)性被忽略現(xiàn)象t 統(tǒng)計(jì)量算出來 3.5以為穩(wěn)了但換一組股票就掉到 1.8。原因Fama-MacBeth 假設(shè)逐月 gamma 獨(dú)立同分布但跨股票截面的相關(guān)性沒有被顯式建模當(dāng)某些股票同屬一個行業(yè)或高度關(guān)聯(lián)時beta 的橫截面相關(guān)性會讓負(fù)相關(guān)股票產(chǎn)生共線性。解決在第二步回歸中加入行業(yè)啞變量作為控制但注意這會改變 gamma 的含義或者做 Newey-West 標(biāo)準(zhǔn)誤調(diào)整以修正 gamma 序列的自相關(guān)。Shanken 修正能處理第一步誤差但不能處理截面相關(guān)這是一個經(jīng)常被混為一談的細(xì)節(jié)。5.4 因子收益率與股票收益率的滯后期不匹配現(xiàn)象因子數(shù)據(jù)來自月度初股票收益用月末且沒有做日期對齊導(dǎo)致同一個月的收益和因子之間發(fā)生了錯位。原因數(shù)據(jù)源不同日期格式不一致合并時直接按位置拼接。解決統(tǒng)一使用月末交易日作為索引先用 merge 檢查 NaN再畫一張交叉相關(guān)圖因子 t 期收益與股票 t1 期收益來驗(yàn)證沒有明顯“未來信息”泄漏。這一步可視化在匯報(bào)時也很有說服力。5.5 分組數(shù)太多導(dǎo)致組合 beta 估計(jì)噪聲爆炸現(xiàn)象把個股分成 50 組每組只有十幾只股票組合收益被少數(shù)個股主導(dǎo)beta 估計(jì)極不穩(wěn)定第二步回歸的 gamma 也大幅波動。原因分組不是越多越好組合的分散效應(yīng)要求每組至少有幾十只股票。解決經(jīng)典 Fama-French 用 10x10 分組已算密集建議起步用 5x5共 25 組等樣本量大了再增加分組數(shù)。如果樣本總共只有 300 只股票25 組已經(jīng)是上限。這個原則在匯報(bào)時作為參數(shù)選擇依據(jù)寫進(jìn)腳注比“參考主流文獻(xiàn)”更有說服力。6. 匯報(bào)加分技巧從“跑完結(jié)果”到“講出故事”的最后一公里6.1 把 gamma 序列畫成時間軸回答“這個因子什么時候有效”逐月 gamma 的時序圖能直接揭示因子的有效期。比如市場因子 gamma 在危機(jī)期間顯著變大在牛市后期轉(zhuǎn)負(fù)——這種時變性比一個平均 t 值更有信息量。匯報(bào)時不要只給一個平均 gamma 就結(jié)束至少展示一張累計(jì) gamma 曲線標(biāo)出幾個關(guān)鍵經(jīng)濟(jì)事件點(diǎn)政策調(diào)整、利率變動等說明因子溢價(jià)的均值回歸特征。這一張圖能區(qū)分“真正理解方法的人”和“只會跑回歸的人”。我一般會在圖注里寫明“陰影區(qū)域?yàn)槟Ｐ驮O(shè)定的樣本擴(kuò)展期”而不是隨便標(biāo)一下。6.2 用因子收益分解解釋 gamma 的經(jīng)濟(jì)含義gamma 的經(jīng)濟(jì)含義不僅取決于統(tǒng)計(jì)顯著性。假設(shè)規(guī)模因子的 gamma 平均為每月 0.3%看起來不大但換算成年度就是 3.6%——這到底是什么量級對比同期市場因子的年化溢價(jià)如果只有 5%規(guī)模因子就解釋了其中很大一部分。推薦的做法是做一個“截面收益分解”表選兩只典型股票分別列出來自市場因子和規(guī)模因子的收益貢獻(xiàn)。這樣你能很具體地說“這只股票在樣本期內(nèi)的超額收益有 60% 來自市場風(fēng)險(xiǎn)暴露30% 來自規(guī)模效應(yīng)剩下 10% 是 alpha”。這種拆解讓聽眾的注意力從統(tǒng)計(jì)檢驗(yàn)轉(zhuǎn)向經(jīng)濟(jì)解釋。6.3 穩(wěn)健性檢驗(yàn)的標(biāo)配組合時間區(qū)間、分組數(shù)量、因子替代指標(biāo)三個維度各做一次變體寫在附錄里。比如市場因子用等權(quán)平均和市值加權(quán)各做一輪看 gamma 的方向和顯著性是否改變。如果某個因子的顯著性完全依賴市值加權(quán)方式這說明結(jié)論不穩(wěn)健——你在匯報(bào)時主動展示這種不穩(wěn)健比答辯被追問到時再承認(rèn)要好得多。記住一個慣例Fama-MacBeth 的結(jié)論不是“這個因子有效”而是“在什么條件下、什么樣本內(nèi)、什么因子定義下這個因子的溢價(jià)顯著”。最后提一個我自己的堅(jiān)持Fama-MacBeth 跑完先用 Python 把全部中間結(jié)果 dump 成 CSV 存檔再決定畫哪些圖。因?yàn)閰R報(bào)前一到兩天總是會發(fā)現(xiàn)需要重新切樣本、調(diào)整分組或者臨時加一個控制變量。沒有一個穩(wěn)定的中間結(jié)果緩存每次改動都要從頭跑全流程既容易出錯又浪費(fèi)時間。這也算是我多次匯報(bào)前熬夜改代碼換來的血淚經(jīng)驗(yàn)。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取