现代资产定价理论的研究和发展

[摘要]围绕对有效市场假说的联合检验假设难题、资本资产定价模型的检验、“贝塔通缉令”“因子动物园”“多因素模型大战”等重点和核心话题，对现代资产定价理论文献的研究脉络进行梳理和评述，在此基础上对未来资产定价的研究重点和方向提出建议。

[关键词]资产定价理论；有效市场假说；资产定价异象；多因素模型

有效市场假说（Efficient Market Hypothesis，EMH）和资产定价模型是现代资产定价理论研究的两大支柱[1]，而一系列资产定价异象的出现则是同时对有效市场假说提出质疑和推动资产定价模型研究向前发展最具影响力的研究领域。围绕对有效市场假说、风险定价理论、资产定价异象的集中讨论，学术界形成了现代资产定价理论的研究框架和实证结论。本文主要围绕对有效市场假说的联合检验假设难题、资本资产定价模型（Capital Asset Pricing Model，VAPM）的检验，如“贝塔通缉令”“因子动物园”“多因素模型大战”，对文献研究脉络进行梳理和评述，在此基础上提出未来资产定价理论和实证研究的方向和重点。

一、 联合检验假设难题

资产价格能否有效反映所有可获得的信息是现代金融学的核心问题，对这一问题的探讨被Fama概括为“有效市场假说”[1]。有效市场假说认为，股票市场能够全面、及时、准确地反映股票的历史、当前和未来信息。根据市场对信息反映强弱程度的不同，可以将市场划分为弱式有效市场、半强式有效市场和强式有效市场。在弱式有效市场中，证券价格反映了所有可获得的历史信息；在半强式有效市场中，证券价格反映了所有可获得的历史和当前的公开信息；在强式有效市场中，证券价格不仅反映了所有历史信息和当前的公开信息，而且能够反映投资者的私有信息。

在有效市场中，证券的价格走势通常通过“随机游走”（Random Walk）或“鞅过程”（Martingale）加以刻画，其内在逻辑在于：如果价格能够反映当前证券的所有信息，那么证券价格变动仅反映了与当前价格水平无关的未来新信息的变化；由于未来信息流的变化无法预测，因此价格的变化也无法被预测。由于证券当前的所有信息都被包含在价格之中，因而基于过去证券历史价格信息预测未来价格的技术分析，以及基于公司历史盈利状况分析和挑选低估值证券的基本面分析将统统失效。

然而，通过实证数据检验该假说的难点在于除非明确有效市场运行的基准模型，否则我们无法检验市场是否真的有效。也就是说，在理性人假设前提下，我们必须对市场达到均衡时决定资产期望收益特征的状态变量和检验模型的具体形式进行明确设定，通过对比根据模型推断出的资产收益率与市场上资产的真实收益率是否存在差异来判定市场的有效性。因此，市场有效性通常需要与均衡市场模型加以联合检验。Sharpe、Lintner和Mossin的CAPM[2-4]，Merton的跨期资本资产定价模型（Intertemporal Capital Asset Pricing Model，ICAPM）[5]，Lucas和Breeden的消费资本资产定价模型（Consumption Capital Asset Pricing Model，CCAPM）[6-7]，Fama和French的三因素模型[8]，Carhart的四因素模型[9]，Pástor和Stambaugh四因素模型[10]，Fama和French的五因素模型[11]，Stambaugh和Yuan的误定价模型[12]等等，即为均衡状态下有效市场运行的模型基准。

然而，由于模型是对真实世界的一种近似和简化，它只能捕捉数据的部分信息，导致模型证据（Model Evidence）和数据证据（Data Evidence）之间存在差别，当模型证据被数据证据所拒绝时，我们依然不能确定是市场本身非有效，还是刻画均衡市场状态的模型出现设定错误，因此对于有效市场假说的检验本身是一个联合假设检验[1]。举例来说，在采用线性回归模型检验有效市场假说时，当模型不能用所使用的状态变量预测将来的回报率时，我们并不能马上认为有效市场假说是正确的。这是因为当前所采用的线性回归模型没有预测能力，并不能够立即推断出未来的回报率不能用历史信息预测，模型中可能遗漏了影响预期收益率的其他状态变量。这个例子说明，模型设定所提供的证据与数据本身隐藏的证据两者之间可能存在差异，这也是任何模型都可能存在的缺陷。从这个意义上说，实证研究只能“证伪”不能“证实”，只能“证错”不能“证对”[13]。

二、 资本资产定价模型检验和“贝塔通缉令”

对于有效市场假说的检验是伴随着资产定价理论的推进而逐步走向深入的。早期对于有效市场假说的检验认为，在均衡状态下證券的期望收益是一个常数，这显然是一个与现实不相符合的前提假设。在Markowitz对证券收益和风险的均值-方差分析框架所构建的投资组合理论基础上，Sharpe、Lintner和Mossin建立了资产的期望收益与其系统性风险决定关系的单期CAPM，而后期的研究重点也是在围绕CAPM的有效与否以及如何完善资产定价模型而展开的。

1. 资本资产定价模型的完善

证券组合理论与资本资产定价模型的出现，不仅奠定了现代金融学理论研究的分析框架，而且对金融投资实践产生了巨大的影响。CAPM认为，资产的预期收益率唯一的决定因素是资产的系统性风险贝塔系数，投资者获取更高收益的唯一途径是承担更高的系统性风险。有了这些理论依据，任何证券组合都可被视为一支消极组合（市场组合）和一支积极组合（单个资产）的混合体，从而简化了基金投资的管理工作。华尔街的组合优化和风险管理手段多数以改良型的证券组合和资产定价理论为基础[14]。

由于CAPM是一个单期投资组合优化模型，与现实世界中投资者跨期组合优化具有明显差异，与实证结果也产生明显的不一致，学者对此模型进行了较大的拓展和改进。Merton考虑了投资者面临不断变化的投资机会集合，构建了跨期动态的CAPM，在这一框架下，证券价格不仅取决于传统CAPM下的均值-方差，也取决于投资者对冲潜在的不利冲击时的需求，此时资产的价格不仅依赖于系统性风险，也依赖于影响投资者最优投资集的各种状态变量，从而将CAPM扩展为ICAPM这一种特殊形式[5]。Merton的不足在于当投资者财富较小、边际效用较高时，那些收益更高的股票定价反而会更低，这与CAPM的结论是完全相反的。对此，Breeden进一步完善了Merton的研究，认为投资者所关心的是总消费而非总财富水平[7]。尽管边际效用较高时，一单位风险资产收益更有价值，因而证券的价格应该更高，但当投资机会集合存在不确定时，这一关系对边际财富却不再适用。Breeden用投资者的消费水平取代Merton的财富水平，并推导出相应的资产定价方程，得到如下结论：基于消费的跨期CAPM中，只需要用一个贝塔系数来度量证券的风险，此时Merton所遇到的以上问题也迎刃而解[7]。

2. 早期对资本资产定价模型的实证检验

基于横截面回归或时间序列回归对CAPM进行实证检验的核心要义有三点：第一，证券的期望收益与其系统性风险贝塔呈线性关系，且其他任何变量对期望收益率应均无解释力；第二，系统性风险溢价（贝塔的截面回归系数）为正，即高（低）风险资产收益率越高（低）；第三，无系统性风险的资产获得的收益率等于无风险利率，且系统性风险溢价等于市场平均收益率减去无风险收益率之差。

早期1从横截面对CAPM进行实证检验的文献主要有Black[15]、Fama和MacBeth[16]等，这些研究对CAPM的理论与实证证据的一致性提供了有力支持，即资产的系统性风险贝塔与其预期收益率存在显著为正的关系。但略显不足之处在于，理论所预测的CAPM形状相比实证检验得到的过于平坦，也就是说，实证检验所得到的截矩项大于平均的无风险收益率，而实证检验所得到的高风险资产预期收益率低于理论上所得到的收益率，在理论上Black在无风险资产借贷约束条件下推导出的零贝塔CAPM与实证检验结果更为一致[17]。CAPM过于平坦的实证结果通过时间序列检验也得到了进一步的证实，主要的文献包括Black[15]和Stambaugh[18]等。总之，早期的实证证据基本上是支持CAPM的，至少支持Black所提出的零贝塔CAPM理论与实证结果的一致性[8]。

3. “贝塔通缉令”

20世纪70年代后期，越来越多的实证证据开始与CAPM理论预测相悖，大量研究结果甚至不再支持Black[8]的零贝塔CAPM[17]，主要表现在两个方面。

第一，基于有效市场假说和CAPM的一系列市场定价异象不断涌现，包括盈价比异象、规模异象、杠杆率异象、价值异象、动量异象、流动性异象、盈利异象、应计异象、投资异象、特质波动率异象等。Harvey等考察了313篇文献（已发表的250篇）中所記载的316种市场定价异象后发现，即使将t检验统计量由2提高到3，仍然存在近乎一半的定价异象[19]。Hou等通过系统梳理学术界已记载的452种定价异象，发现即使通过设定更为严格的检验统计量阈值，考虑小市值公司效应对定价异象的影响，仍然有158种资产定价异象显著存在[20]。

第二，越来越多的实证结果发现CAPM中资产的系统性风险贝塔与期望收益率不相关。Fama和French在系统性风险贝塔的基础上，加入了公司规模、净市率、财务杠杆率、盈价比，利用横截面回归检验了以上5种因子对预期收益率的解释力，发现在控制公司规模因素后，股票贝塔与预期收益率不相关，该研究引发了对CAPM理论与现实世界相宜性的激烈争论[21]。在这些争论性研究中，Kothari[22]和Fama[23]争锋相对的讨论格外引人注目。Kothari等的发现主要有两点：（1）当使用个股年度收益率而非月度收益率估计贝塔时，资产的系统性风险存在显著的风险溢价；（2）Fama和French所发现的净市率效应主要是由Compustat数据库中小市值公司的“幸存者偏差”所导致，使用标普工业数据库则仅发现微弱的净市率效应[22]。因此，Kothari等为CAPM的合意性进一步提供了实证支持。

然而，Fama和French对于Kothari等的结论，则提出了针锋相对的研究结论[14]。针对系统性风险溢价是否为正，Fama和French继续使用月度收益率估计资产贝塔，采用贝塔-市值双重独立分组方法控制了公司市值对贝塔和预期收益率关系的影响，仍然没有发现支持风险溢价为正的结论。针对净市率效应是否是由Compustat数据库中小市值公司的幸存者偏差所造成，Fama和French重点援引了其他学者的研究予以反驳，证明净市率效应的存在与小市值公司的幸存者偏差无关。据此，Fama和French饶有趣味地为文章取名《无论生死，CAPM正在被通缉》，这也是本小节标题的由来[23]。

CAPM实证检验所遇到的问题，既有可能源于理论假设脱离现实世界导致的理论本身失效，也有可能源于所构建的检验环境无法满足理论本身要求。例如，Roll认为，检验CAPM的核心是应该找到处于有效前沿（Efficient Frontier）上的市场组合，该市场组合不仅包括证券类金融资产，也应包括商品、不动产、收藏品、人力资本等，因此严格意义上来讲CAPM从来没有得到真正的检验，该论点被称为著名的“罗尔批判”（Rolls Critique）[24]。“罗尔批判”的提出也进一步说明，真实检验CAPM的真伪几乎是不可能完成的学术难题，即CAPM既不能被证实，也难以被证伪。但无论如何，Fama认为，如果系统性风险贝塔无法有效和唯一地解释资产收益率之间的差异，那么CAPM的命运注定应就此终结[1]。

三、“因子动物园”和“多因素模型大战”

有效市场假说和资本资产定价模型面临挑战最直接的证据，是一系列资产定价异象的不断涌现，从这个意义上来讲，有效市场假说和资本资产定价模型面临的危机，与资产定价异象的出现是一个硬币的正反两面。2000年以来，资产定价研究主要是围绕资产定价异象、定价因子和定价模型的研究不断向前发展的。

1. “因子动物园”

资产定价异象的涌现是伴随着对有效市场假说和资本资产定价模型的实证检验而逐步被发现的。最早记载的对有效市场假说和资本资产定价模型合意性的公开发表的论文至少可以追溯到Basu[25]，该研究发现在控制了CAPM贝塔后，高盈价比股票的预期收益率高于低盈价比公司。在有效市场假说和CAPM框架下，E/P拥有这种预测能力是不正常和难以理解的，这是因为CAPM认为可以预测股票预期收益率的唯一状态变量是资产的系统性风险贝塔，且贝塔的风险溢价显著为正，因此E/P拥有这种能力一方面构成了对股票价格是否能够全面反映股票所有公开信息的有效市场假说的质疑，另一方面也构成了对资本资产定价模型中贝塔是否能够全面反映资产收益率差异根源的质疑。这种现象与现代金融学两大支柱大相径庭，资产定价异象由此得名。

Basu发现盈价比异象的随后三十多年，一系列真真假假的定价异象像雨后春笋般出现。Banz发现了“规模异象”，即小市值公司的股票预期收益率高于大市值公司[25]；Bhandari发现了“杠杆率异象”，即公司杠杆率越高的股票预期收益率越高[26]；Stattman发现了“净市率异象”，即账面市值比越高的公司股票预期收益率越高[27]；Amihud和Mendelson发现了“流动性异象”，即股票的买卖价差与预期收益率正相关，流动性越差的股票未来收益率越高[28]。Jegadeesh和Titman发现了“动量异象”，即过去3—6个月收益率越高的股票组合在未来有更高的收益率[29]。Spiess和Affleck-Graves发现了“IPO和SEO异象”，即首发新股或增发股票的公司未来较长一段时期内股票预期收益率更低[30]；Piotroski发现了“基本面异象”，即基本面质量优良的公司未来具有更高的收益率[31]。Ang等发现了“特质波动率异象”，即特质波动率越高的股票其未来收益率越低[32]。

以上仅列举了在金融学前沿期刊中公开发表出来的一小部分影响力较大的资产定价异象，如果加上尚未被发现的异象类文献，资产定价异象则更多。Cochrane颇为戏谑地将这些不断涌现出的资产定价异象集合称为“因子动物园”。

大量资产定价异象的不断涌现对有效市场假说和资本资产定价模型的合意性提出了严重的质疑和挑战，但“联合假设检验难题”的存在使学者仍然难以区分，到底是市场对信息的反应不充分导致了有效市场假说的失效，还是因为作为资产定价基础理论的CAPM本身不完善，不能有效捕捉影响预期收益率的潜变量，使得资产定价异象大量涌现？“联合检验假设难题”和“因子动物园”使现代资产定价研究遭遇了严重的理论危机。

2. “多因素模型大战”的纠缠

过去的三十多年内，为了竞逐在顶级期刊上发表文章，学者们有意或无意的数据窥探（Data-Snooping）、使用不严谨的统计检验手段、错误解读p值所传达的意义等，过度追求定价异象超低的p值。同时，为了提升期刊的声望，期刊编辑也更倾向于接收低p值的定价异象研究，这进一步引导学者把科研时间和精力花到可以利用各种手段找到低p值的定价异象上，出现了发表偏差（Publication Bias）。

为此，需要对已有的定价异象进行梳理，使用更为严格的方法对这些定价异象进行再筛选和再认识，通过新的方法或数据集，对文献中已存在的定价异象去伪存真。Hou等通过系统梳理学术界已发现的452种定价异象，发现在同一数据集下通过设定更为严格的检验统计量阈值、考虑小市值公司效应对定价异象的影响，仅有158种资产定价异象显著存在[11]。Harvey等考虑了多重假设检验（Multiple Hypothesis Testing，MHT）导致对单个定价异象检验显著性被高估的可能性，以控制伪发现比例（False Discovery Proportion，FDP）为目标来应对第一类错误1发生的概率，发现只有在单一假设中原始t值超过3.0的定价异象才有可能真实存在。基于此，Harvey等考察了文献中记载的市场定价异象后发现，将t检验统计量由2.0提高到3.0后，一半以上的定价异象消失了。Chordia等通过以控制FDP为目标，研究了如何修正时间序列回归得到因子超额收益t值[21]，以及Fama和MacBeth回归系数的t值，他们认为Harvey等研究的定价异象仅仅是已经发表出来的定价异象研究集合的一个子集，基于这些定价异象分析多重假设检验对统计显著性的影响时，仍然低估了运气的成份，因此设置t值为3.0的阈值仍然有些保守。Chordia等使用模拟方法，推断出基于研究的定价异象集合的统计特征如何消除多重假设检验的影响，最后指出对于时间序列回归和Fama和MacBeth横截面回归这两种常见的检验手段，设定的t值应该至少分别为3.8和3.4才可能是真正有效的[33]。

一个合意的多因素模型应着重回答两个问题：一是资产收益率背后的驱动因素有哪些，即模型中应该包含哪些因子；二是每个驱动因素背后的经济机理，即对因子本身的解释。只有全面系统地回答这两个问题，通过寻找资产收益率的潜在驱动因素，为资本资产定价模型增加新的定价因子，使用新的多因素模型去解释资产定价异象，才能帮助人们加深对多因素定价模型和股票市场运行机理的认识。在这个方向上，具有奠基性的研究是Fama和French提出的三因素模型，以及Fama和French基于财务困境风险对市值因子和价值因子所提供的探索性解释[34]。然而，自Fama和French提出三因素模型后，学术界所提出的其他多因素模型似乎与多因素模型的本职工作渐行渐远。新的多因素模型的提出，似乎并不再以回答上述两个问题为己任，而或多或少地是为了比拼哪一种模型能够解释更多的资产定价异象，将资产定价的“因子动物园”引向“多因素模型大战”的漩涡之中。

回顾本文开始由Fama提出的“联合检验假设难题”，多因素模型不仅需要尽可能多地解释资产定价异象，更重要的是资产定价的核心问题应该是在新的多因素模型基准下，讨论市场定价的有效性问题。从这个意义上讲，基于风险理论提出的Fama和French的三因素模型、Hou的q5模型等为代表的定价模型，似乎更具有理论的自洽性和实证的一致性，他们正是沿着有效市场假说和CAPM开拓的路径在前行；基于行为金融学理论所提出的Stambaugh和Yuan的四因素模型隐含着从根本上否认有效市场假说的讨论；而基于Carhart为代表的四因素模型则既有从风险理论解释的研究，也不乏从行为金融学解释的讨论。

四、 未来资产定价研究的主攻方向

资产定价模型本身可用于回答市場运行的模型基准是什么，但学术研究应进一步探究定价模型中的每一个定价因子背后的经济机理。只有清楚回答定价因子本身存在的内在原理，才能帮助人们加深对股票市场运行机理的认识。

以此为出发点，未来资产定价研究的主攻方向，应以对单一资产定价异象所产生的根源深入探究和聚焦讨论为重点。对这一方向的深入研究，要以定价异象存在的普遍性、稳定性和对资产定价模型产生根本性影响为基础，确保学者所研究的定价异象是一个“真问题”。本文认为，在“因子动物园”向“多因素模型大战”转变的过程中，这种聚焦探究和解释单一资产定价异象根源的研究，对定价异象做“减法”而非“加法”，才是破解定价异象成因、完善资产定价模型和深化人们对资本市场认识的研究重心和根本任务。

目前，在学术领域具有深远影响力的资产定价异象应主要包括20世纪70年代以来逐步显现的贝塔异象，20世纪90年代以来逐步确认的动量异象、价值异象、流动性异象、特質波动率异象、投资异象。无论是从风险角度，还是从行为金融学角度，对上述6类异象为代表的定价异象，以及其他具有深度影响力成因的深入探究将是未来资产定价研究的主要方向。

在以上所列的6种定价异象中，以对价值异象成因的讨论为代表的研究在学术界格外引人注目，这一方面由于其存在的广度和深度一再被Fama和French[35]、Asness[36]等学者的研究加以证实，另一方面也因为价值异象是资产定价模型中价值因子有效性的根本成因，是学者公认的驱动资产收益率产生差异的潜在变量之一。以Fama和French为代表的风险学派从财务困境风险、股权隐含违约风险、系统性风险敏感性、市场现金流风险、个股现金流风险、营运杠杆风险、股权久期风险、长期消费风险、分析师评级风险等诸多角度，对价值溢价存在的合理性进行论证，试图在“风险-收益”框架下提出与系统性风险相当的收益风险补偿理论。同时，在Lakonishok等[37]承认价值溢价存在的基础上，从投资者行为偏差角度对价值溢价产生的原因进行论证。

然而，越来越多的实证证据表明，价值溢价的风险理论虽然丰富，但实证结果并不理想。根据最新的实证结果显示，风险理论从根本上无法成为价值溢价产生的根源[38]。同时，从2007年以来长达10年的时间内，价值股的总体表现不及成长股，导致价值异象在美国证券市场上似乎在逐步消退，这引起了学者的重点关注。目前，学者虽然对价值异象消失的原因提供了一定的文献基础[39]，但严重的问题是这些对价值异象消失原因的解释似乎完全脱离了从风险和行为偏差角度对价值异象成因讨论的解释。这说明学术界似乎尚未找到价值异象的真正成因，因此也无法解释和预知其如何消失。在未来资产定价研究中，学者应着重关注以价值异象为代表的6类资产定价异象，对这些定价异象的成因提出的解释，应在同一理论框架下可以解释其为何在部分市场上消失或无效。

参考文献：

[1] Fama E F.Two Pillars of Asset Pricing[J].American Economic Review，2014，104（6）：1467-85.

[2] Sharpe W F.Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk[J].Journal of Finance，1964，19（3）:425-442.

[3] Lintner J. Security Prices, Risk, and Maximal Gains from Diversification[J].Journal of Finance,1965,20(4):587-615.

[4] Mossin J.Equilibrimn in a Capital Asset Market[J].Econometrica，1966，34（4）:768-783.

[5] Merton R.An intertemporal Capital Asset Pricing Model[J].Econometrica，1973，41（5）:867-87.

[6] Lucas E.Asset Prices in An Exchange Economy[J].Econometrica，1978，46（6）:1429-1445.

[7] Breeden D T.An Intertemporal Asset Pricing Model with Stochastic Consumption and Investment Opportunities[J].Journal of Financial Economics，1979，7（3）:265-296.

[8] Fama E F，French K R. Common Risk Factors in the Returns on Stocks and Bonds[J].Journal of Financial Economics，1993（33）:3-56.

[9] Carhart M. On Persistence in Mutual Fund Performance[J]. Journal of Finance，1997，52（1）：57-82.

[10] Pástor ?， Stambaugh R F.Liquidity Risk and Expected Stock Returns[J].Journal of Political Economy，2003，111（3）:642-685.

[11] Fama E F, French K R. A Five-factor Asset Pricing Model[J].Journal of Financial Economics，2015，116（1）：1-22.

[12] Stambaugh R F,Yuan Y.Mispricing Factors[J].Review of Financial Studies，2017，30（4）:1270-1315.

[13] 洪永淼，汪壽阳.数学、模型与经济思想[J].管理世界，2020，36（10）:15-27.

[14] 汪昌云.中国实证资产定价[M].北京：中国金融出版社，2020.

[15] Black F，Jensen M C，Scholes M.The Capital Asset Pricing Model: Some Empirical Tests[M].Studies in the Theory of Capital Markets,New York:Praeger,1972:79-121.

[16] Fama E F, MacBeth J D.Risk, Return, and Equilibrium: Empirical Tests[J].Journal of Political Economy，1973，81（3）:607-636.

[17] Black F.Capital Market Equilibrium with Restricted Borrowing[J].Journal of Business, 1972，45（3）:444-455.

[18] Stambaugh R F.On the Exclusion of Assets From Tests of the Two-parameter Model: A Sensitivity Analysis[J].Journal of Financial Economics，1982，10（3）:237-268.

[19] Harvey C R, Liu Y, Zhu H. Editor's Choice and the Cross-section of Expected Returns[J].Review of Financial Studies, 2016, 29(1): 5-68.

[20] Hou K,Xue C,Zhang L.Replicating Anomalies[J].Review of Financial Studies，2020，33（5）：2019-2133.

[21] Fama E F,French K R.The Cross‐section of Expected Stock Returns[J].Journal of Finance， 1992，47（2）:427-465.

[22] Kothari S P,Shanken J,Sloan R G.Another Look at the Cross‐section of Expected Stock Returns[J].Journal of Finance，1995，50（1）：185-224.

[23] Fama E F,French K R.The CAPM is Wanted,Dead or Alive[J].Journal of Finance，1996，51（5）：1947-1958.

[24] Roll R.A Critique of the Asset Pricing Theory's Tests Part I: On Past and Potential Testability of the Theory[J].Journal of Financial Economics，1977，4（2）：129-176.

[25] Basu S.Investment Performance of Common Stocks in Relation to Their Price‐earnings Ratios:A Test of the Efficient Market Hypothesis[J].Journal of Finance，1977，32（3）：663-682.

[26] Bhandari L C.Debt/equity Ratio and Expected Common Stock Returns: Empirical Evidence[J].Journal of Finance，1988，43（2）:507-528.

[27] Stattman D.Book Values and Stock Returns.The Chicago MBA:A Journal of Selected Papers, 1980，4（1）:25-45.

[28] Amihud Y, Mendelson H. The Effects of Beta, Bid‐ask Spread, Residual Risk, and Size on Stock Returns[J].Journal of Finance，1989，44（2):479-486.

[29] Jegadeesh N,Titman S.Returns to Buying Winnets and Selling Losers:Implications for Stock Market Edficiency[J].Journal of Finace,1993,48（1）：65-91.

[30] Spiess D K, Affleck-Graves J. Underperformance in Long-run Stock Returns Following Seasoned Equity Offerings[J].Journal of Financial Economics，1995，38（3）：243-267.

[31] Piotroski J D.Value Investing: The Use of Historical Financial Statement Information to Separate Winners from Losers[J].Journal of Accounting Research，2000：1-41.

[32] Ang A，Hodrick R J，Xing Y，et al.The Cross‐section of Volatility and Expected Returns[J].Journal of Finance，2006，61（1）：259-299.

[33] Chordia T，Goyal A，Saretto A.Anomalies and False Rejections[J].Review of Financial Studies，2020，33（5）：2134-2179.

[34] Fama E F，French K R.Size and Book‐to‐market Factors in Earnings and Returns[J].Journal of Finance，1995，50（1）：131-155.

[35] Fama E F，French K R.Value Versus Growth: The International Evidence[J].Journal of Finance，1998，53（6）：1975-1999.

[36] Asness C S，Moskowitz T J，Pedersen L H.Value and Momentum Everywhere[J].Journal of Finance，2013，68（3）：929-985.

[37] Lakonishok J，Shleifer A，Vishny R W. Contrarian Investment，Extrapolation and Risk[J].Journal of Finance，1994，49（5）：1541-1578.

[38] Golubov A，Konstantinidi T.Where Is the Risk in Value? Evidence from a Market‐to‐book Decomposition[J].Journal of Finance，2019，74（6）：3135-3186.

[39] Arnott R D，Harvey C R，Kalesnik V，et al. Reports of Values Death May Be Greatly Exaggerated[J].Financial Analysts Journal，2021，77（1）：1.

Research and Development of Modern Asset Pricing Theory：

Perspectives from Efficient Market Hypothesis and Asset Pricing Model

Abstract：This paper summarizes modern asset pricing theory from efficient market hypothesis and asset pricing model perspective. It covers five key subjects in asset pricing theory, including joint hypothesis problem, capital asset pricing model test,“wanted beta”“factor zoo”“multi-factor model war”.Research focus and future direction in Asset Pricing Theory are outlined after these subjects.

Key words：asset pricing theory； efficient market hypothesis； asset pricing anomalies；multi-factor model

基金項目：中国人民大学科学研究基金（中央高校基本科研业务费专项资金）项目（项目编号：19XNH006）。

作者简介：姜圆（1985-），男，中国人民大学财政金融学院博士研究生，研究方向为实证资产定价。

（收稿日期：2020-12-03 责任编辑：顾碧言）