政策利好公布后股价不涨，多因子模型通过分离不同风险因子的贡献来解释这一现象：政策因子（Policy Factor）可能已被市场预期提前消化，而市场因子（Market Factor）或风险溢价因子的变化抵消了政策带来的正向冲击。
多因子模型的核心逻辑
多因子模型假设股票收益由多个共同风险因子驱动，例如市场因子（整体市场波动）、规模因子（小盘股 vs 大盘股）、价值因子（低估值 vs 高估值）以及政策因子（与政策敏感度相关的系统性风险）。当政策利好出台时，模型会通过历史回归分析，将股价变动分解为各因子的贡献。如果政策因子收益为正，但股价整体未涨，通常意味着其他因子的负向贡献抵消了政策因子的正向影响——比如市场因子同期大幅下跌，或风险溢价因子（投资者要求的额外补偿）上升。
预期消化与因子博弈
政策利好不涨的常见原因是预期提前消化。多因子模型中的政策因子收益，反映的是未预期到的政策冲击部分。如果市场在政策公布前已通过新闻报道、分析师预测或政策信号将利好计入价格，那么政策因子在公布日的实际贡献就会接近零。此时，股价表现更多由市场因子主导：若同期市场情绪悲观、流动性收紧或系统性风险上升，市场因子可能贡献显著的负收益，完全覆盖政策因子的微弱正向贡献。投资者可通过滚动回归窗口，观察政策因子系数在政策公布前后的变化——若系数在公布前已显著为正，公布后迅速衰减，就印证了预期提前消化的逻辑。
如何通过回归分析分离因子贡献
要量化各因子的具体作用，可对个股或指数收益进行时间序列回归：
- 选取因子：包括市场因子（如大盘指数收益）、政策因子（构建方式：选取政策敏感型股票组合与大盘的收益差）、以及控制变量（如规模、动量因子）。
- 估计因子暴露：回归得到各因子系数（Beta），系数大小代表股票对该因子的敏感度。
- 分解收益：股票实际收益 = 市场因子贡献（市场收益 × 市场Beta） + 政策因子贡献（政策因子收益 × 政策Beta） + 其他因子贡献 + 残差（个股特有收益）。
若回归结果显示政策因子贡献为正但很小（如+0.5%），而市场因子贡献为负（如-2%），则股价未涨的根源在于市场整体拖累。关键前提是政策因子本身需有清晰的经济含义——例如定义为“与财政支出或行业补贴政策变化高度相关的系统性风险”，而非随意选取的统计残差。缺乏明确风险解释的因子，回归结果无法用于投资决策。
常见问题
政策因子如何构建才有效？
通常选取一组对政策高度敏感的股票（如基建、新能源板块）构建多空组合，取该组合与大盘指数的收益差作为政策因子。因子需通过经济逻辑检验：其历史收益应能解释政策事件前后的系统性波动，且与宏观经济变量（如财政政策指数）有显著相关。
预期消化程度如何量化？
可通过两个指标：一是事件研究法，对比政策公布日前后的累积异常收益（CAR），若CAR在公布日前已显著为正、公布日后无显著变化，说明预期已消化；二是回归中的政策因子系数衰减，若公布前窗口的系数显著大于公布后窗口，也支持预期提前定价。
多因子模型能预测下次政策利好是否有效吗？
不能直接预测，但可提供判断框架：若市场因子当前处于高位且波动率上升，或风险溢价因子（如信用利差）走阔，政策因子的正向效应更易被抵消。投资者应关注政策公布前的市场环境与预期水平，而非单纯依赖政策内容本身。