拆解盈利因子：Novy-Marx四因子模型在量化投资中的应用

在众多量化多因子模型中，Novy-Marx四因子模型是一个常被与Carhart四因子模型混淆，但两者有着本质区别的经典框架。

它的核心定位，用一句话就能概括：Novy-Marx 四因子 = 市场因子 + 规模因子 + 价值因子 + 盈利（质量）因子。最关键的是，它不带动量因子，其核心创新在于引入了 盈利因子（Profitability），从而在经典的Fama-French三因子模型基础上，填补了一个关键的解释空白。

这个模型能够同时解释股票收益中的几种主要来源：

• 市场整体收益
• 小市值股票的溢价效应
• 价值股的溢价效应
• 高质量、高盈利股票的长期超额收益

可以说，Novy-Marx四因子模型是后来更为人熟知的 Fama-French五因子模型（FF5） 的直接前身与重要理论基石。

一、模型的提出者与背景

该模型由 Robert Novy-Marx 于 2013年 发表在国际顶级金融学期刊 Journal of Financial Economics 上。

论文标题是：“The Other Side of Value: The Gross Profitability Premium”（价值的另一面：毛利率溢价）。

这篇论文的核心贡献在于，它通过严谨的实证研究证明了“盈利/毛利率”是一个独立、强有效且能带来长期超额收益的因子，并且它与传统的价值因子形成了有效的互补关系。

二、Novy-Marx四因子模型公式

该模型的数学表达如下，我们可以清晰地看到四个因子的构成：

超额收益 = 市场因子 + 规模因子 + 价值因子 + 盈利因子 + α

用公式表示为：

三、四个因子的具体含义

1. MKT 市场因子（与FF3一致）

• 定义：市场组合收益 减去 无风险收益。
• 含义：代表承担整个市场系统性风险所应获得的回报。

2. SMB 规模因子（与FF3一致）

Small Minus Big

• 定义：小市值股票组合收益 减去 大市值股票组合收益。
• 含义：捕捉金融市场中长期存在的小市值股票溢价现象。

3. HML 价值因子（与FF3一致）

High Minus Low

• 定义：高账面市值比（B/M）股票组合收益 减去 低账面市值比股票组合收益。
• 含义：捕捉“便宜”的价值股相对于“昂贵”的成长股所获得的溢价。

4. PMU 盈利因子（Novy-Marx的核心创新）

Profitable Minus Unprofitable

• 定义：高盈利股票组合收益 减去 低盈利股票组合收益。
• 含义：捕捉高质量公司长期跑赢低质量公司的收益规律。

PMU 使用什么指标构建？

Novy-Marx 强烈推荐并使用 毛利率（Gross Profitability） 这一指标。

他的一个重要结论是：毛利率除以总资产，是一个比ROE、ROA更稳定、更“干净”（受会计操纵影响小）、且对长期收益预测能力更强的盈利质量指标。

四、为什么这个模型解释力强？

1. 盈利因子与价值因子负相关、完美互补

• 价值因子（HML）：逻辑是“买便宜的”。
• 盈利因子（PMU）：逻辑是“买好公司”。
  两者结合，恰恰构成了经典且长期有效的 “高质量 + 低估值” 投资策略。当价值因子表现不佳时，盈利因子往往能提供保护或收益。

2. 它解释了Fama-French三因子模型无法解释的收益

例如：

• 高盈利的成长股为什么长期也能跑赢市场？
• 为什么一些估值很“贵”但质地优秀的股票依然能产生Alpha？
• 许多主动型基金的超额收益，可能并非来自选股能力，而是源于对盈利质量因子的暴露。

3. 它是Fama-French五因子模型的“先驱”

Fama和French在2015年正式提出的五因子模型，直接借鉴并扩展了Novy-Marx的思想，加入了：

• RMW（盈利因子）：可以看作是PMU的一个变种。
• CMA（投资因子）：新增的因子。

五、PMU盈利因子的具体构建方法

1. 股票池筛选：选取全市场股票，剔除ST股、次新股、流动性极差的微小市值股以及财务数据异常值。
2. 排序：根据 Gross Profit / Total Assets（毛利/总资产）对股票进行排序。
3. 分组：将股票分为3组：
   • 前30%：高盈利组（P， Profitable）
   • 后30%：低盈利组（U， Unprofitable）
4. 构建组合：构建一个“做多高盈利组，同时做空低盈利组”的投资组合。
5. 调仓：采用等权重方式构建组合，每年调仓一次。

最终，PMU因子的收益序列即为：

六、模型在实战中的解读

对策略或投资组合进行四因子模型回归后，我们主要关注以下几个系数：

• β_MKT：组合对市场风险的暴露程度。
• β_SMB：暴露于规模因子的程度，正值代表偏小盘，负值代表偏大盘。
• β_HML：暴露于价值因子的程度，正值代表偏价值风格，负值代表偏成长风格。
• β_PMU：暴露于盈利因子的程度，正值代表偏重高质量盈利公司。
• α：这是最关键的一个指标，代表剥离了市场、规模、价值、盈利四大风格影响后，策略真正的主动管理能力。

实战意义：
如果你的策略经过回归后，α值接近于0且不显著，那就意味着策略的所有收益都可以被“市值+价值+盈利”这三大风格因子所解释。这时，投资者完全可以通过构建低成本的因子指数组合（如Smart Beta ETF）来复制你的收益，而不必支付高昂的主动管理费。

七、Novy-Marx四因子 vs. Carhart四因子

为了更清晰地区分这两个名字相近但内核不同的模型，我们通过下表对比：

一句话区分：

• 想分析或获取质量/盈利风格的收益 → 用 Novy-Marx 模型。
• 想分析或获取动量/趋势风格的收益 → 用 Carhart 模型。

八、在A股市场的适用性探讨

大量国内研究表明，基于盈利质量的因子（如PMU）在A股市场同样是长期有效的强势因子之一：

• 高盈利、高毛利的公司，长期来看显著跑赢市场。
• 低盈利、处于微利状态的公司，长期表现往往落后。
• 盈利因子与价值因子（HML）在A股也呈现出一定的负相关性，将两者结合构建复合因子，能有效提升投资组合的夏普比率。

在A股实际应用中，通常会做一些改良以提升稳定性：

• 指标优化：使用扣非后毛利率 / 总资产，以排除非经常性损益的干扰。
• 行业中性化：在因子构建时控制行业暴露，避免因子收益被某个行业的周期所主导。
• 市值中性化：控制市值暴露，剥离纯粹的规模效应。
• 调仓频率：根据数据发布频率，可采用季度调仓。

九、核心要点总结

Novy-Marx四因子模型 = 市场因子 + 规模因子 + 价值因子 + 盈利因子

• 核心创新：引入了PMU盈利因子，并以毛利率/总资产作为核心代理指标。
• 核心投资逻辑：“好公司（高盈利） + 便宜公司（高价值）” 的结合能产生长期稳健的超额收益。
• 学术地位：是Fama-French五因子模型的直接理论源头。
• 主要用途：适用于基本面选股逻辑的量化建模、公募/私募基金的绩效归因（区分能力与风格）、以及构建“质量价值”复合策略。

风险提示：本文内容仅作为金融量化领域的知识分享与学习交流，不构成任何具体的投资建议或策略推荐。所有模型与结论均基于历史数据与理论研究，金融市场存在风险，投资需谨慎。

希望这篇对Novy-Marx四因子模型的解析能帮助你更好地理解资产定价理论。如果你想深入探讨更多量化因子或算法的实现细节，欢迎在云栈社区与更多同行交流。