CAPM（资本资产定价模型）认为，市场因子（即市场组合的收益）足以解释所有资产预期收益的差异。该模型假设投资者理性、市场无摩擦且所有投资者对资产收益有相同预期，因此个股的预期收益仅由其与市场组合的协方差（β）决定，其他因素（如公司规模、账面市值比）不会带来额外收益。然而，大量实证研究显示，个股预期收益与市场β之间的关系在统计上不显著，甚至出现β低的股票反而收益更高的现象，这说明单一市场因子无法捕捉资产收益的完整结构。
截面收益异象：CAPM的实证失败
截面收益差异指不同股票在同一时期的平均收益差异。CAPM预测，β高的股票应有更高收益，但实证中出现了多种异象（即无法用β解释的收益模式）。例如：
- 规模效应：小市值公司股票的平均收益通常高于大市值公司，即使两者β相近。
- 价值效应：高账面市值比（价值股）的股票收益高于低账面市值比（成长股），同样与β无关。
- 动量效应：过去几个月表现好的股票未来继续跑赢，表现差的继续跑输，这种趋势无法由市场因子解释。
这些异象导致CAPM回归方程中的定价误差αi（截距项）显著不为零。αi越大，说明CAPM对个股收益的解释力越差——资产收益中相当一部分波动与市场因子无关，而是由其他系统性风险因子驱动。
多因子模型的改进
为弥补CAPM的缺陷，学者发展出多因子模型，通过加入额外因子来捕捉异象背后的风险溢价。最知名的例子是Fama-French三因子模型，它在市场因子的基础上增加了：
- 规模因子（SMB）：小市值公司收益减去大市值公司收益
- 价值因子（HML）：高账面市值比股票收益减去低账面市值比股票收益
后续还有动量因子（WML）、盈利能力因子（RMW） 和投资风格因子（CMA） 等。多因子模型通过将异象转化为因子，使αi显著减小，从而更准确地解释截面收益差异。
总结：CAPM单因子模型的失败根源在于它假设市场因子是唯一风险来源，而实证中规模、价值等异象证明收益差异受多维度系统性风险影响。多因子模型通过扩展因子集，能够更全面描述资产定价结构，降低定价误差。
常见问题
CAPM的β完全不重要吗？
β仍然重要，但不足以单独解释截面收益差异。在组合管理或资产定价中，β是衡量市场风险的基础指标，但需要与其他因子结合使用才能更准确预测收益。
多因子模型是否解决了所有异象？
没有完全解决。新异象（如低波动率异常、盈利增长异常）仍会不时出现，促使学者持续开发新因子。同时，因子过多可能导致过拟合，实际应用中需谨慎选择。
个人投资者如何利用这些模型？
无需自己构建复杂模型。个人可通过投资被动指数基金或因子ETF（如价值、小盘、动量ETF）来暴露于特定因子，获取对应的风险溢价。但需注意因子表现有周期性，长期持有才能体现其溢价效果。