题目：Mispricing Factors

作者：Robert F. Stambaugh；Yu Yuan

期刊：被Review of Financial Studies接受

报告人:李林波

摘要：

本文构建了一个误定价四因子模型：市场因子、规模因子和两个误定价因子。相比其他著名的因子模型，本模型可以更好地解释大量市场异象；规模因子构造的小公司溢价是其他模型的两倍；误定价因子来自于11个异象，对这些异象进行排序，进而根据异象的共同波动特征分为两类，得到两个误定价因子；结论发现投资者情绪可以很好地预测误定价因子，尤其是在空头时；根据误定价解释，发现存在套利不对称；通过替代价值因子，发现误定价因子模型也好于FF-3因子模型。

研究背景：

资产定价理论的发展经历了从Sharpe (1964) and Lintner (1965)的CAPM模型、Fama and French (1993)的三因子模型、Carhart (1997)的四因子模型到Hou, Xue, and Zhang (2015)的q因子模型和Fama and French (2015)的五因子模型。虽然上述因子模型在解释金融收益等方面获得了学术界肯定，但是其理论来源以及在解释股票错误定价、股市异象等能力看还存在一些缺陷，比如模型因子太简单、难以解释部分股票异象等。因此，鉴于此本文构建了两个基于异象的新因子——管理行为因子（MGMT）和业绩因子（PERF）。

研究过程：

本文使用美国三大股票交易所股价高于5美元的股票数据，样本时间为January 1967 - December 2013。

首先，构造误定价因子，使用股票异象收益与市场因子和规模因子（FF-3）进行回归的残差进行相关性检验，把相关性较强的异象分为两类：net stock issues, composite equity issues, accruals,net operating assets, asset growth, and investment to assets等六个异象构造成managements因子（MGMT），distress, O-score, momentum, gross profitability, and return on assets等五个异象构造成performance因子（PERF）。

其次，实证过程，本文对每个股票按照异象收益的大小进行排序；然后对每只股票的异象排序值进行算术平均；进而得到每一只股票的复合误定价指标；本文把按照MGMT和PERF排序前20%为overpriced股票，后20%为underpriced股票。

研究结论：

本文发现M-4模型的模型在解释异象的过程远远好于其他模型，如FF-3、FF-5和q-4模型；其次发现模型构建short-leg组合和long-leg组合存在显著的套利不对称，且投资者情绪能显著解释误定价因子。