当股价与基本面出现严重背离时，判断是否属于误定价的核心在于量化“背离度”并检验其是否能带来超额收益。多因子模型通过将背离度作为额外因子纳入回归，结合Fama-MacBeth两步法控制其他因子影响，可以识别出市场是否系统性高估或低估。关键步骤包括：定义背离度变量、构造时序回归检验超额收益、使用截面回归控制因子。
如何定义股价与基本面的背离度
背离度通常用两种方式构建：一是估值偏离比，即当前市盈率（P/E）或市净率（P/B）与行业均值或历史中位数的差值标准化；二是残差背离，先对股价对数进行时间序列回归，剔除市场、行业因子后取残差，残差绝对值越大说明背离越严重。背离度越高，意味着股价偏离基本面信息越远，这可能是错误定价的信号。
利用多因子模型和Fama-MacBeth回归检验误定价
1. 时序回归：检验背离因子能否产生超额收益
第一步，将个股收益率对市场因子（如CAPM的Rm-Rf）、规模因子、价值因子、动量因子等做时间序列回归，得到每只股票的因子暴露（beta）。若加入背离度作为额外因子后，该因子的系数显著不为零，说明背离度对收益率有解释能力，即背离越大的股票可能带来超额收益。
2. 截面回归：用Fama-MacBeth两步法控制因子
第二步采用Fama-MacBeth回归，每期（如每月）对所有股票做截面回归：
- 第一遍：将当期个股收益率对上一期计算出的因子暴露（包括背离度暴露）做回归，得到各因子的风险溢价（即系数）。
- 第二遍：将多期回归系数的均值作为最终估计，并用标准差检验显著性。若背离度因子的平均风险溢价显著为正，说明市场系统性低估了背离股；若显著为负，则说明高估。
该方法能有效分离各因子贡献，避免多重共线性，常用于检验异象变量是否真的被市场错误定价。
行为金融学的解释：反应过度与反应不足
背离往往源于投资者行为偏差：反应过度（如利好出尽后股价持续下跌）导致股价低于基本面价值；反应不足（如坏消息缓慢消化）导致股价高于合理水平。多因子模型中的动量因子常捕捉反应不足，反转因子捕捉反应过度。将背离度与这些因子结合，可以区分误定价是来自短期情绪还是长期趋势。
常见问题
### 背离度因子在Fama-MacBeth回归中需要多少期数据才可靠？
通常建议至少使用60期（如60个月）的时间序列数据来估计个股的因子暴露，截面回归则需覆盖至少20期以上才能计算均值显著性。数据期数越短，结果越容易受噪音影响，建议以学术文献（如Fama & French, 1993）的常见做法为参考。
### 多因子模型中的因子如何选择？
常用因子包括市场因子、规模因子、价值因子、动量因子和盈利因子。背离度因子应与其他因子低相关以避免共线性，可通过相关系数矩阵检验。若背离度与动量因子高度相关，需考虑剔除其中一个。
### 误定价判断后如何用于投资决策？
若背离度因子风险溢价显著为正，说明系统性低估，可考虑构建多头组合持有背离较大的股票；反之则做空。但因子显著性随时间变化，需定期滚动检验，且实际交易需考虑成本与流动性。