股权风险：理论模型

为了说明如何在金融学理论中看待风险，我们将风险分析分为三步。第一步，我们将风险定义为未来收益的不确定性，并讨论如何衡量这种不确定性。第二步，我们将区分只影响特定的某个或某几个投资对象的风险和广泛影响各种投资对象的风险。我们将指出在一个投资者多元化的市场中，只有后一种风险，即市场风险才能带来回报。第三步，我们将探讨衡量市场风险和与之相伴而来的预期收益的各种模型。

定义风险

购买资产的投资者希望在资产持有期内获得收益。他们在资产投资期获得的实际收益和预期收益可能会有很大的差别，实际收益和预期收益之间的差别就是风险的来源。例如，假设你是一位投资期为一年的投资者，购买了预期收益率为5%的一年期国债（或其他任何没有违约风险的一年期债券）。在一年到期后这项投资的实际收益率为5%，与预期收益率相等。该投资的收益分布如图2.1所示。这是一项无风险投资。

为了与无风险投资对比，假设一位投资者购买了网飞这样的公司的股票。该投资者做了研究并得出结论，他在随后一年的投资期持有该股票的预期收益率为30%。实际收益率当然不会正好等于30%，它可能会高出许多，也可能会低许多。图2.2展示了这项投资的收益分布。

投资者必须注意到，在这种情况下投资的实际收益和预期收益是有差别的，实际收益如何围绕预期收益来分布，由收益分布的方差或标准差来衡量。实际收益与预期收益偏离越大，方差就越大。

用方差来衡量风险的一个局限是，它将所有偏离预期收益率的情况都视为风险。因此，假设你购买网飞公司的股票，你最后可能赚到60%（比预期高30%），那么这种情况和你最后实际收益率为0（比预期低30%）对方差的影响是一样的。换句话说，你无法区分上行风险和下行风险。我们也可以说，这实际上显示了风险是对称的——上行风险必然会引起潜在的下行风险。 如果你对接受这个假设有异议，你可以计算一个修正版本的方差，即半方差，这样你就可以只考虑实际收益低于预期收益的情况了。

方差或半方差只能对风险进行非常有限的描述，这一点毋庸置疑。有些投资者选择使用更简单的替代法衡量风险。例如，你可能认为某些行业（如科技行业）的股票比其他行业（如食品加工行业）的股票风险更大。其他投资者可能倾向于使用评级或分类系统，将公司归入不同的风险等级类别，而不是试图用数字来评估单个公司的风险。《价值线》根据公司股权风险将公司分为5个等级。

在利用方差和半方差评估大部分股票的风险时，我们还有最后一点需要说明。分析师通常会利用过去2年或5年的数据进行计算。这种方法对那些在这一阶段基本面特征——业务经营或财务杠杆——没有发生变化的公司来说可能是合适的。但是，对那些发生了显著变化的公司来说，根据用历史数据计算得出的方差评估未来风险可能会造成很大的误导。

可分散风险和不可分散风险

虽然导致实际收益不同于预期收益的原因有很多，但我们可以将这些原因归为两类：公司特有风险和市场风险。由公司行为而导致的风险只会影响一家或几家公司，而由市场导致的风险则会影响很多甚至所有投资。这个区别对我们选择风险评估方法来说非常重要。

风险的构成

投资者在购买比如波音公司这样的股票时，会面临很多风险。有些风险可能仅仅影响一家或几家公司，这就是我们所说的公司特有风险。公司持有风险包括范围广泛的各种风险，如公司可能错误地估计了客户对其产品的需求，我们将此称为项目风险。以波音公司投资建造最新型的787梦想客机为例。这一投资建立在航空公司需要客容量更大、更新型的飞机，并且愿意为之支付更高价格的假设的基础上。如果波音公司错误地估计了这一需求，那波音公司的收益和价值就必然会受到影响，但这不会对市场上的其他公司造成显著影响。

同样归于这一类别的风险还可能来自竞争对手比预期的更强或更弱，这种风险也叫竞争风险。例如，假设波音公司和空中客车公司正在争夺一份来自澳洲航空公司的订单，空中客车公司获得订单的可能性对波音公司及波音公司的供应商来说就是潜在的风险。但是这样的风险同样只会影响市场上少数几家公司。另一种风险是能影响整个行业但也仅局限于该行业的风险，这就是我们所说的行业风险。例如美国国防预算的缩减会对涉及国防的行业造成严重的负面影响，包括波音公司，但对其他行业，如食品和服装行业就不会造成显著影响。项目风险、竞争风险和行业风险这三种风险的共同点是，它们只会影响市场上所有公司中的一小部分。

市场上还存在一种更普遍且影响更多（如果不是全部）投资的风险。例如，当利率上升时，所有的投资，不仅是波音公司的股票，都会不同程度地受到负面影响。类似地，当经济疲软时，所有的公司同样会受到影响，尽管周期性产业，如汽车、钢铁和建筑业受到的影响会更大。我们将这类风险称为市场风险。

最后，还有一些风险要根据其影响范围的大小来决定其风险类别。例如，当美元相对于其他货币走强时，这对那些从事国际贸易的公司的收入和价值将造成较大的影响。如果市场上大部分公司都有相当比重的国际贸易业务，那么这样的风险就可以归为市场风险。如果市场上只有少数几家公司开展国际贸易业务，那么这种风险更接近公司特有风险。图2.3总结了从公司特有风险到市场风险的分类。

为什么多元化投资能够减少或消除公司特有风险：直觉性解释

作为一名投资者，你可以将你的全部财富都投资于一只股票，比如波音公司的股票。如果你这样做了，那么你将同时面临公司特有风险和市场风险。但是，如果你的投资组合中包含其他资产或股票，你的投资就多元化了，这样可以降低你所面临的公司特有风险。多元化投资能减少甚至消除公司特有风险的原因有两个。第一个原因是，在一个多元化的投资组合中，每项资产所占的比例都比在非多元化投资组合中要小得多。这样，任何可能增加或减少某项资产或一小类资产价值的行为对投资组合整体产生的影响就会小得多，相较而言，未进行多元化投资的投资者更容易受到投资组合中资产价值变化的影响。第二个，也是更重要的原因是，在任何时期，公司特定行为对投资组合中单项资产价格的影响既可能是正面的，也可能是负面的。因此，在多元化程度非常高的投资组合中，公司特有风险的平均值将会接近零，对投资组合的整体价值没有影响。 ^[1]

相比之下，对一个投资组合中的大多数或所有投资来说，整个市场波动的影响可能是朝着同一个方向的，虽然某些资产比其他资产受到的影响更大。例如，当其他情况保持不变时，利率的上升会降低投资组合中大部分资产的价值，即使提高投资的多元化程度也不能消除这个风险。

要衡量某项资产（无论是某家公司还是一个投资组合）中有多少风险是公司特有风险，最简单的方法之一是，看该资产的价格变化有多大比例是由市场决定的。该值被称为R ² ，取值区间为0~1，可以用百分比表示，它衡量的是股票价格的变化在多大程度上是由整体市场的波动引起的。某项资产的R ² 为零，说明它所面临的风险百分之百为公司特有风险；而R ² 为1（100%），则说明这项资产面临的风险中没有公司特有风险。

为什么边际投资者被认为是多元化投资者？

无论基于直觉还是统计数据，我们都很容易理解多元化投资能降低投资者所面临的风险，但金融学中的风险收益模型更进了一步。该模型从某项资产的边际投资者的角度来看待该项资产的风险，边际投资者指的是在任何时间点上都最有可能对该项资产进行交易的投资者。风险收益模型认为，这些投资者对资产进行边际定价，并且其投资是高度多元化的。因此，边际投资者唯一担心的风险就是多元化投资组合中增加的风险，即市场风险。这种观点背后的逻辑很简单：对于一项投资，未实行多元化投资的投资者所面临的风险总是大于实行多元化投资的投资者，因为后者不用承担前者必须承担的公司特有风险。如果两种类型的投资者对某一资产的未来收益和现金流持有相同的预期，那么实行多元化投资的投资者愿意为该资产支付更高的价格，因为他们所承担的风险较小。结果该项资产最终会被多元化投资者收入囊中。

这种观点非常有说服力，特别是在资产很容易买卖且交易成本较低的市场。因此，美国市场中市值规模大的公司适用于这种观点，因为投资者可以以相当低的成本实现多元化投资。此外，美国股票市场有很大一部分交易是由机构投资者完成的，它们更倾向于多元化投资。但是上述观点在资产不是很容易实现交易或交易成本很高的市场上则较难得到认同。在这样的市场中，边际投资者的投资可能不够多元化，因此公司特有风险对单项投资仍然很重要。例如在多数国家，房地产投资者都未能实现投资的充分多元化，他们将大量的财富都集中在房地产投资上。

市场风险的衡量模型

虽然金融领域使用的大多数风险收益模型在风险分析的前两步都是一致的，即风险来自实际收益围绕预期收益的分布，以及风险应该从投资充分多元化的边际投资者的角度来衡量。但当涉及如何衡量无法通过多元化分散的风险或市场风险时，这些风险收益模型就看法不一了。在这一部分，我们将探讨金融领域现有的衡量市场风险的不同模型，以及它们之间存在差异的原因。我们将从资本资产定价模型开始，它是迄今为止金融界使用得最广泛的市场风险衡量模型，至少在业界是如此，尽管学术界常常因该模型的运用而受到指责。然后，我们会讨论过去20年里发展出来的其他模型。虽然我们的重点是探索这些模型的差异，但我们也会讨论这些模型的共同点。

资本资产定价模型

作为风险收益模型，资本资产定价模型的使用时间最长，而且至今仍然是大多数实际操作中用于分析风险与收益的标准模型。在本节中，我们讨论该模型的假设条件和基于这些假设条件的市场风险衡量方法。

假设

尽管多元化投资能减少投资者面临的公司特有风险，但是大多数投资者仍将他们的多元化投资限制在持有少数几项资产上。即使是大型的共同基金也很少持有几百只以上的股票，许多甚至只持有10~20只股票。投资者拒绝进一步多元化的原因有两个，一个是投资者或共同基金经理通过一个资产数量相对较小的投资组合就能获取多元化带来的大部分利益，随着投资组合多元化程度的不断提高，多元化投资的边际收益会越来越小，以至小到无法弥补多元化投资的边际成本（包括交易和监控成本）。限制投资多元化的另一个原因是，很多投资者（和基金经理）认为他们能够找到价值被市场低估的资产，因此选择只持有那些他们认为低估程度最高的资产。

资本资产定价模型假设没有交易成本，并且所有人接触到的信息都一样，这些信息已经反映在资产价格上，因此投资者在市场上找不到价值被高估或低估的资产。这些假设使得投资者在保持多元化投资时不会有额外的成本。在多元化达到极致时，每个投资者的投资组合将包含市场上所有可交易资产，按其占市场价值的比例持有。包含市场上所有可交易资产的多元化投资组合也被称为市场投资组合，考虑到多元化收益和资本资产定价模型不存在交易成本的假设，存在市场投资组合也就不足为奇了。如果多元化投资能够降低投资者面临的公司特有风险，并且为投资组合增加更多的资产，且没有交易成本，那么逻辑上多元化投资的极限就是按其占市场价值的比例持有市场上的每一种可交易资产。如果这个解释过于抽象，那么把市场投资组合想象成一个极端多元化的共同基金（一只超级指数基金），该基金持有所有可交易的金融资产和实物资产，以及作为无风险资产的无违约风险资产（如国债）。在资本资产定价模型中，所有投资者都会持有无风险资产和市场指数基金的组合。 ^[2]

资本资产定价模型中投资者的投资组合

如果市场上每个投资者都持有相同的市场投资组合，那么投资者如何才能在投资中反映出他们的风险厌恶程度呢？在资本资产定价模型中，投资者根据风险偏好调整自己的资产配置，决定将多少资金投资于无风险资产，将多少资金投资于市场投资组合。如果投资者厌恶风险，他会选择将大部分甚至全部资金都投入无风险资产，而愿意承受更多风险的投资者会将大部分甚至全部资金都投入市场投资组合。如果将全部资金投入市场投资组合仍不能满足投资者对风险的承受意愿，他就会以无风险的利率借入资金，并与其他人一样在同一市场投资组合中投入更多资金。

以上结果的推断还建立在另外两个假设的基础上。首先，存在一种无风险资产，它的预期收益是确定的。其次，投资者能够以相同的无风险利率借入或贷出资金，以实现他们的最佳资产配置。以无风险利率贷出资金比较简单，可以通过购买国债和公司债券来实现，但是以无风险利率借入资金对个人投资者来说会困难得多。资本资产定价模型存在多种修正形式，这些修正形式允许放宽模型的假设，但仍然能得到与原模型一致的结论。

衡量单项资产的市场风险

对投资者来说，任何一项资产的风险就是将该资产放入投资者的投资组合中所增加的风险。在资本资产定价模型中，由于所有投资者都持有市场投资组合，某一资产对某一投资者的风险就是该资产被放入市场投资组合后所增加的风险。直观地说，如果一项资产的价格波动不受市场投资组合的影响，那么这项资产就不会给市场投资组合增加太多的风险。换句话说，这项资产的大部分风险是公司特有风险，可以通过多元化投资来分散。相反，如果一项资产的价值会随着市场投资组合价值的增加而增加，随着其减少而减少，那么这项资产会给市场投资组合增加风险。这样的资产具有较高的市场风险和较低的公司特有风险。从统计上说，这些增加到市场投资组合中的风险是通过该资产与市场投资组合的协方差来衡量的。

协方差是一个百分比值，仅仅通过观察协方差是很难判断一项投资的相对风险的。换句话说，知道波音公司的股票与市场投资组合的协方差为55%，并不能为我们了解波音公司的股票相对于一般资产是更具风险还是更安全提供任何线索。为此我们将该风险指标标准化，即用资产与市场投资组合的协方差除以市场投资组合的方差。这样我们就得到一个被称为资产的贝塔系数的风险指标：

市场投资组合的贝塔系数及资产的贝塔系数的平均数都是1。风险高于平均水平的贝塔系数大于1，而风险低于平均水平的贝塔系数小于1，无风险资产的贝塔系数为零。

获得预期收益

一旦你接受了那些能推导出所有投资者会持有相同市场投资组合的假设，并认可用贝塔系数来衡量资产风险，你投资的预期收益就能够表达为无风险利率和该资产的贝塔系数的函数：

考虑一下决定预期收益的三个因素。

1. 无风险利率。 投资无风险资产能够获得的收益是计算投资预期收益的基础。假设你能从无风险资产中获得5%的收益率，如果你投资于一项风险更大的资产，你就不会仅仅满足于5%的收益率。一般来说，我们把被认为无违约风险的政府债券的收益率作为无风险利率，这对美国和其他发达国家曾经是一个比较安全的假设，但是近年来主权评级的调低和经济的低迷使得人们质疑这是否仍然是一个合理的假设。如果政府存在违约风险，那么政府债券的利率就应该包含违约风险溢价，而要得到无风险利率，就应该将该溢价扣除。

2. 资产的贝塔系数。 贝塔系数是资本资产定价模型中唯一随投资资产的变化而变化的部分，给市场投资组合增加更多风险的资产具有更高的贝塔系数。但是贝塔系数从何而来呢？由于贝塔系数衡量了单只股票添加到市场投资组合中的风险，它通常是通过将该股票的历史收益与市场指数收益进行回归估算得出的。如图2.4显示了将网飞公司的历史收益与标准普尔500指数进行回归后得到的拟合结果，回归使用的是2009—2011年的周收益数据。

回归拟合直线的斜率显示了一只股票对市场变动的敏感度，即股票的贝塔系数。在图2.4的回归中，网飞公司的贝塔系数是0.74。 为什么会这么低？贝塔系数反映了网飞公司的市场风险（无法通过多元化分散的风险），而这部分风险仅占网飞公司总风险的5.4%（回归模型的R ² ）。如果回归数据是可靠的，那么网飞公司股价波动风险中的94.6%可以通过构建多元化的投资组合来分散。但是，即使认同以上观点，通过回归模型获得的贝塔系数也存在两个问题。第一个问题是，贝塔系数存在估算误差——在此例中，标准差为0.31。因此，网飞公司的实际贝塔系数可能是0.12至1.36之间的任意一个值，这个取值范围由贝塔系数的估计值加/减两倍的标准差获得。另一个是公司处在不断的变化中，但是我们在估算贝塔系数时总是在往后看而不是朝前看。估算贝塔系数的一个更好的方法是，观察网飞公司所在行业的上市公司的平均贝塔系数。尽管这些贝塔系数也是从回归中估算而来的，但平均贝塔系数总是比单个公司估算的贝塔系数更准确。因此，你可以使用2011年美国娱乐行业上市公司的平均贝塔系数1.38，然后根据网飞公司极低的2.5%的债务股本比（D/E）进行调整，估算出其贝塔系数为1.40。

3. 购买平均风险资产的风险溢价。 你可以将这个值看成是相对于无风险投资，你对股票作为一个资产类别进行投资时所需的风险溢价。因此，如果你对股票投资的期望收益率是9%，而国债的利率为5%，那么你股票资产的风险溢价就是4%。这里你也有两种方法来估算风险溢价。一种方法是观察历史数据，计算相对于无风险投资，投资于股票的典型风险溢价是多少。这个数字被称为历史风险溢价，从1928—2011年，比较股票投资与国债投资的回报，美国股票市场的风险溢价为4.1%。另一种方法是观察股票当前的定价，并估算投资者所要求的风险溢价。这个值被称作隐含风险溢价，2012年1月美国股票的这个值为6%。

综如上述，在2012年1月，你可以使用资本资产定价模型来估计网飞公司股票的预期收益（假设国债的收益率为2%，基于行业的贝塔系数为1.4，风险溢价为6%）：

这个数字说明了什么？它并不意味着你如果持有网飞公司的股票就能每年得到10.40%的回报，但是如果你考虑购买网飞公司的股票，它确实提供了一个你必须达到和超过的收益基准。要想让网飞股票成为一个好投资，你必须期望在未来获得不少于10.40%的年收益率。

总而言之，在资本资产定价模型中，所有的市场风险都反映在贝塔系数上，该系数衡量了某个资产相对于市场投资组合所面临的市场风险，而市场投资组合理论上应该包括市场上的所有交易资产。

贝塔系数：神话与事实

在金融领域，贝塔系数也许是被运用得最广泛，但同时也是被误用和滥用得最厉害的指标。因此，对那些对贝塔系数持怀疑态度的投资者和从业者来说，贝塔系数不仅是他们攻击金融理论研究者的工具，而且是他们不信任包括大多数现金流折现模型（DCF）在内的任何使用贝塔系数的方法的借口。很多对贝塔系数的批评是有道理的，这里我们将讨论其中的几个。我们从5个方面来探讨贝塔系数能告诉我们什么和不能告诉我们什么。

1. 贝塔系数不是衡量总风险的指标。 贝塔系数衡量的是某公司面临的宏观经济风险，而非总风险。因此，完全有可能一家风险非常大的公司其贝塔系数却很低，原因是该公司（例如某家生物技术公司）所面临的风险绝大部分是公司特有风险，而非宏观经济风险。

2. 贝塔系数不是一个统计数据指标。 由于贝塔系数是通过市场回归模型估算的，这给很多人留下一个错误印象，即贝塔系数是一个统计指标。我们可以通过回归方程来估算贝塔系数，但一家公司的贝塔系数最终取决于其基本面，以及这些基本面因素如何影响该公司所面临的宏观经济风险。因此，一家生产奢侈品的公司的贝塔系数就应该比一家生产生活必需品的公司高，因为前者的命运与整体经济和市场状况之间的关系比后者密切得多。同理，固定成本（经营杠杆）高和/或负债（财务杠杆）高的企业，其股票的贝塔系数会更高，因为这两个因素都增加了每股收益对营业收入变化的敏感度。实际上，这就是为什么最好根据行业平均值来估算贝塔系数，并根据公司的经营和财务杠杆进行调整，而不是通过一次简单的回归就加以确定。

3. 贝塔系数是一个相对风险指标。 从根本上看，贝塔系数是一个相对风险指标，衡量的是相对于市场平均风险的风险大小。如果某只股票的贝塔系数为1.2，那就意味着该股票面临的市场风险是市场平均风险的1.2倍。因此，市场中所有公司的贝塔系数不可能同时升高或降低；如果某个行业的贝塔系数升高了，那就一定会有另外一个行业的贝塔系数下降。

4. 贝塔系数只是一个估计值，而非实际值。 这一点是不言而喻的，但是证券分析师从数据服务商那里（大多数分析师都是这样做的）获得的贝塔系数常常是通过回归估算而得到的，或是行业平均值，这两种估计值都带有误差。当然，你使用的任何风险指标都会有估算误差，但这解释了为什么在同一时点，不同的数据服务商对同一公司的贝塔系数会给出不同的估计值。

5. 贝塔系数衡量的是投资风险，而非资产质量。 一家公司的贝塔系数之所以有用，是因为它可以帮助你估算你投资该公司需要获得的收益率，你可以将其视为一个可接受的最低资本收益率。评估一家公司是不是一个好投资，你还需要考虑该公司的市值、成长性和盈利潜力。如果经过分析，你认为你可以获得高于最低资本收益率的收益，那么这就是一个好投资。换句话说，一个贝塔系数很高的投资也可以是一个很好的投资，因为你预期可以获得的收益比你在该风险水平上需要获得的收益高得多；而一个糟糕的投资，其贝塔系数可能并不高。

资本资产定价模型之外的其他模型

资本资产定价模型对交易成本和私人信息的限制性假设，以及该模型对市场投资组合的依赖，长期以来一直受到学术界和从业者的怀疑。随着时间的推移，在资本资产定价模型之外，经济学理论还发展出了另外两个模型。

1. 套利定价模型。 为了理解套利定价模型，我们需要从套利的定义开始。基本概念非常简单：具有相同市场风险的两个投资组合或两种资产应该被定价为具有完全相同的预期收益。如果它们的预期收益不同，你可以购买其中较便宜的投资组合，卖出较贵的投资组合，这样在没有风险的前提下，你就能获得高于无风险利率的收益，这就是套利。如果假设套利是不可能的，而且投资者是多元化分散投资的，那么你就可以证明某个投资的预期收益应该是其市场风险的函数。虽然这一论断与资本资产定价模型很相似，但套利定价模型并没有对交易成本和私人信息做出限制性假设，从而引出一个贝塔系数就能衡量整个投资的市场风险的结论。 ^[3] 相反，在套利定价模型中，你可以有多种市场风险来源以及衡量每种市场风险的不同的贝塔系数，这样你对投资的预期收益可以表述为：

这样，实际问题就变成了需要知道有多少种市场风险决定预期收益以及每个因子的贝塔系数。为此，套利定价模型通过观察股票收益的历史数据来确定共同的模式（因为市场风险在某一给定的时间会影响大部分或所有股票），并且通过一个被称为因子分析的过程来估算每只股票在这些模式下的风险程度。因子分析可以让我们获得以下衡量指标：

a.影响历史收益数据的共同因子的数量。

b. 每项资产相对于每个共同因子的贝塔系数，以及每个因子的实际风险溢价的估算值。

但是，因子分析不是从经济意义上确定模型中包括什么因子——这些因子在模型中都没有被命名。总的来说，在套利定价模型中，市场风险取决于多个未识别的宏观经济变量，贝塔系数可以用于衡量某个资产相对于每个因子的敏感性。因子的数量、因子的贝塔系数和因子的风险溢价都能够通过因子分析进行估算。

2. 风险与收益的多因子模型。 套利定价模型没有具体识别模型中的因子是什么，这从统计的角度来看可能是一个优势，但从直觉来看是个缺陷。消除这一缺陷的方法似乎很简单：用特定的经济因子替代无法识别的统计因子，由此产生的模型就会既有经济意义，同时又保留了套利定价模型的大部分优点。这正是多因子模型试图要做的。总的来说，多因子模型基于历史数据而非经济理论。在套利定价模型中，因子的数量一旦确定下来，这些因子的长期表现就能从数据中提取出来。然后，这些未命名的因子的表现就可以和同期宏观经济变量的表现进行对比，从而我们可以判断，随着时间的推移，这些宏观经济变量是否与已确定的因子相关。

比如，陈、罗尔和罗斯认为，以下几个宏观经济变量与因子分析得到的因子高度相关：工业产值、违约溢价的变动、利率期限结构的变动、未被预见的通货膨胀以及真实收益率的变化。 ^[4] 他们用这些变量来解释资产的收益，从而得到一个预期收益模型，并估算出与每个变量有关的公司特有贝塔系数。

因子识别上可能犯的错误是从套利定价模型转换到多因子模型需要付出的代价。模型中的经济因子可能会随着时间的推移而变化，与之相关的风险溢价也是如此。例如，在20世纪70年代，石油价格的变化是驱动股票预期收益的重要经济因素，但在随后的时期，这一因素就不太重要了。在多因子模型中使用错误的因子或漏掉某个重要的因子，会导致对预期收益的估算出现较大的误差。

总之，和套利定价模型一样，多因子模型也认为捕获市场风险的最好方法是使用多重宏观经济变量和与各变量相关联的贝塔系数。但与套利定价模型不同的是，多因子模型试图识别驱动市场风险的宏观经济因素。 U8+UEqkRHOJE58mBrZSCSuqRKfKR7dHJ8MIcvufCfb2YeUm3H8DDrztD9WJ0913G