Daniel-Hirshleifer-Sun三因子模型详解：行为金融的极简投资框架

在因子投资领域，模型层出不穷：从经典的Fama-French三因子、五因子，到后来的Q因子模型和各类错误定价模型。但有一类模型跳出了传统风险补偿的框架，转而从“人性”出发，试图用最简洁的因子组合来解释广泛存在的市场异象。这便是我们今天要深入探讨的 Daniel–Hirshleifer–Sun三因子模型（DHS模型）。

本文将深入解析DHS三因子模型是什么、其背后的逻辑为何有效，以及它为何值得每一位从事量化研究、基本面分析或基金绩效归因的从业者高度重视。

一、DHS三因子：行为金融的“极简定价公式”

Daniel、Hirshleifer、Sun三位学者在深入研究投资者行为与市场定价偏差后，提出了一个极度简洁且解释力强大的三因子模型，其核心思想可以概括为：

股票收益 ≈ 市场因子 + 动量因子 + 财务因子

写成标准的资产定价模型形式：

R_i = α + β_MKT * MKT + β_MOM * MOM + β_FIN * FIN + ε_i

模型仅包含三个因子，各司其职：

• MKT（市场因子）：捕捉大盘整体涨跌带来的系统性收益。
• MOM（动量因子）：捕捉过去表现强势的股票在未来继续走强的趋势。
• FIN（财务因子）：捕捉公司财务稳健性（如少融资、少扩张）带来的超额收益。

DHS模型与传统模型最根本的不同在于：它不依赖于价值、盈利、投资等传统基本面风险指标，而是直指“投资者行为偏差”和“公司财务行为”这两大驱动市场错误定价的核心源头。

二、三个因子，到底在赚什么钱？

1. MKT 市场因子

这是所有资产定价模型的基石，代表承担市场系统性风险所获得的基础回报。这部分没有太多秘密，是投资组合无法避免的“基准线”。

2. MOM 动量因子：人性驱动的趋势收益

MOM因子是行为金融学最经典的发现之一。简单来说，它认为过去一段时间（如12个月）涨得好的股票，在未来短期内更有可能继续上涨。

这背后并非玄学，而是根植于人性的行为偏差：

• 过度自信：投资者在盈利后更容易自信，从而追加买入。
• 自我归因偏差：将盈利归功于自己的“能力”，将亏损归咎于外部环境，强化了追涨行为。
• 羊群效应：投资者倾向于模仿大多数人的交易行为，从而放大并延续了既有趋势。

因此，动量本质上赚取的是由人性认知偏差所催生的短期趋势延续所带来的收益。

3. FIN 财务因子：DHS模型独特的灵魂

FIN因子是DHS三因子模型的精髓所在。它将学术界长期观察到的六类财务异象巧妙地打包成一个综合性因子：

1. 股票净发行（Net Stock Issues）
2. 外部融资综合（Composite Equity Issues）
3. 应计利润（Accruals）
4. 净营运资产（Net Operating Assets）
5. 资产增长率（Asset Growth）
6. 投资增长（Investment Growth）

对这个因子可以做一个极简的总结：

公司越倾向于：增发圈钱、利用会计手段美化报表、盲目扩张产能 → 其未来股价越可能下跌。

公司越表现为：不轻易融资、财务处理稳健、专注内生经营 → 其未来股价越可能上涨。

FIN因子所捕捉的，正是市场对这类“行为不端”或“过度激进”公司的错误定价，以及这种错误定价最终被市场修正过程中产生的收益。

三、DHS的核心逻辑：收益源于“错误定价”的修正

DHS模型贯穿始终的核心思想是：股票收益不仅由风险决定，更由‘投资者行为偏差’和‘管理层财务行为’共同驱动。

其逻辑链条非常清晰：

1. 投资者存在固有的心理偏差（如追涨杀跌、反应过度或反应不足）。
2. 公司管理层可能利用市场情绪进行机会主义操作（如高位增发、盈余管理、过度投资以推高短期股价）。
3. 上述行为导致股价阶段性、系统性地偏离其内在价值（被高估或低估）。
4. 市场的有效性会促使这些错误定价在未来被逐步修正。
5. 修正过程具体表现为两种可交易的规律：
   • 动量（MOM）：短期趋势的惯性延续。
   • 财务因子（FIN）：长期错误定价的均值回归。

这正是DHS模型的高明之处：它用一套统一的行为金融学逻辑，同时解释了动量、价值、盈利、投资等多种看似无关的市场异象。

四、DHS vs 传统因子模型：一眼看懂差别

为了方便理解和记忆，我们可以通过下表进行快速对比：

模型	核心因子	底层逻辑	理论流派
DHS三因子	市场 + 动量 + 财务	行为偏差 + 错误定价	行为金融
Fama-French三因子	市场 + 规模 + 价值	风险补偿	经典风险派
Fama-French五因子	市场 + 规模 + 价值 + 盈利 + 投资	基本面风险	基本面派
Q因子模型 (HXZ)	市场 + 规模 + 投资 + ROE	企业投资理论	公司金融派

用一句话来区分：

• 如果你相信收益主要源于承担各类风险，那么Fama-French五因子、Q因子等模型是你的主要工具。
• 如果你相信收益主要源于利用人性的偏差和市场错误定价，那么DHS模型以及Stambaugh-Yuan（SY）等行为金融模型更值得关注。

可以说，DHS模型是行为金融领域最简洁、逻辑最清晰、也相对容易落地实践的三因子定价框架。

五、DHS三因子模型的实际应用价值

1. 基金/策略绩效的“照妖镜”

许多主动策略或量化策略看似创造了显著的阿尔法（α），但其收益来源可能只是无意中暴露在了“动量”和“财务稳健”这两个因子上。使用DHS模型进行绩效归因，可以快速剥离出这部分由行为因子带来的“伪阿尔法”，让管理人真实的选股能力浮出水面。

2. 可直接用于量化选股

基于DHS模型的量化多头策略逻辑非常直接：

• 筛选动量强度高的股票。
• 筛选财务干净、不随意融资、不盲目扩张的股票。
• 构建投资组合时，考虑等权重或进行行业中性化处理，长期来看能获得显著的超额收益。这种将市场认知与公司行为相结合的思路，在算法选股中颇具启发性。

3. 深入理解市场的“行为本质”

掌握DHS模型能帮助你更深刻地理解市场：

• 为什么有些股票估值已经很贵，却还能继续上涨？（动量效应）
• 为什么那些频繁增发、跨界乱投资的公司长期股价表现往往落后？（财务因子效应）
• 为什么动量和财务质量因子能在不同市场周期中持续有效？（背后是稳定的人性和公司行为模式）

六、总结：极简框架，强大洞察

最后，我们用一段精炼的话来总结Daniel–Hirshleifer–Sun三因子模型：

• 市场（MKT）：获取承担系统性风险的基准回报。
• 动量（MOM）：赚取由人性偏差驱动的短期趋势延续的钱。
• 财务（FIN）：赚取市场对公司激进或不当财务行为进行错误定价后，均值回归的钱。

其核心思想一言以蔽之：股票的超额收益，来源于系统性的行为偏差与随之而来的错误定价；动量捕捉短期的趋势惯性，财务因子捕捉长期的估值修正。

在一个因子日益拥挤、模型越来越复杂的投资世界里，DHS三因子模型以其极简的结构，提醒着我们投资中一些朴素而深刻的道理：顺势而为，同时远离那些热衷于圈钱、做账和盲目扩张的公司。 对于希望深化对市场理解，或构建稳健量化投资策略的从业者而言，深入研究这一模型无疑大有裨益。如果你对这类融合了金融学与数据科学的深度内容感兴趣，欢迎到云栈社区与更多同行交流探讨。