📈 economics

The Hierarchy of Factors: How Regime Variables Reset Market Pricing—Evidence from Exhaustive Testing Across 15 Global Equity Markets for a Factor Hierarchy Theory

本文提出了“因子层级理论”并在全球15个股票市场对其进行了实证验证，证明了利率价差作为决定适用定价规则的机制变量，从而揭示了传统的资产定价模型仅仅是统一场方程下的特例，而非并行的因子。

原作者： Shuiping Tang

发布于 2026-07-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Shuiping Tang

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，整个股票市场就像一个巨大的、混乱的电子游戏，数以百万计的玩家都在试图猜测每一项资产的分数。在过去的四十年里，这个游戏的“规则手册”一直是一样的：大家都假设所有用于预测价格的线索（因子）都处于同一层级，就像奶昔里的原料一样。你会把“价值”、“动量”和“规模”丢进去，搅拌在一起，看看哪一个能让奶昔的味道最好。

但这篇论文认为，规则手册错了。它不是一杯奶昔，而是一个拥有两个截然不同层级的电子游戏。

两个层级：规则制定者 vs. 规则执行者

该论文提出了一个名为**因子层级理论（Factor Hierarchy Theory）**的新概念。它认为存在两种类型的因子，而且它们并不遵循相同的规则：

规则制定者（体制因子/Regime Factors）： 这些是“游戏管理员”。它们并不直接告诉你股票的价格。相反，它们决定了当前哪一套规则正在生效。你可以把它们想象成天气。如果是晴天，你就穿短裤；如果是雨天，你就穿雨衣。天气本身不是衣服，但它决定了哪件衣服才合理。在这篇论文中，“天气”是利差（具体而言，是中国与美国之间的利率差）。
规则执行者（市场因子/Market Factors）： 这些是遵循规则的玩家。它们是那些常见的变量，比如“估值”（股票是否便宜？）或“动量”（股票是否正在上涨？）。只有在“规则制定者”搭建好舞台之后，它们才会发挥作用。

重大的错误： 旧的理论将“天气”（利率）和“衣服”（股票估值）视为同一种奶昔中的两种原料。这篇论文指出，这是一个巨大的盲点。你不能将天气的权重与雨衣的权重进行比较；一个是设定背景，另一个是在背景之中运作。

“双锚点”开关

该论文利用来自15个主要全球股票市场（包括美国、中国、日本、德国和印度）的数据（时间跨度为 2002 年至 2026 年）来证明这一点。

这里有一个疯狂的发现：这个“规则制定者”不仅仅是一个国家。它是一个在美国和中国这两个锚点之间切换的开关。

当利差为正（美国利率较高）时，美国“锚点”接管控制权，美国规则适用。
当利差为负（中国利率较高）时，中国“锚点”苏醒并接管控制权。
这个切换点就在零附近。

论文通过观察 15 个市场中的 13 个进行了测试，发现中国的利率信号出现在几乎每个市场最强的因子组合中。甚至在美股市场（标普 500、纳斯达克、道琼斯），顶尖因子往往也是中国的利率利差。

他们是如何证明的（“排除法”游戏）

作者们并没有仅仅靠猜测；他们使用 12 种不同的测试方法玩了一场“排除错误答案”的游戏。以下是他们排除的内容：

他们排除了因子是“平行关系”的可能性。 如果因子只是奶昔里的原料，那么混合它们并不会改变它们的作用方式。但论文发现，当你把“规则制定者”（利率）与“规则执行者”（股票估值）混合时，其结果比单纯将两者相加要强大近两倍。这种“交互作用”才是关键。
他们排除了利率仅仅是“温度计”的可能性。 温度计只是测量温度，它并不产生热量。论文使用了 Granger 因果检验（一种检查谁先移动的高级方法），发现利率利差通常在股市波动之前发生变化。它们是引擎，而不是温度计。
他们排除了旧理论是“错误”的可能性。 这是最重要的一部分。论文指出，旧理论（如 Fama-French）并非失效了，它们只是特例。当“天气”稳定且开关没有翻转时，它们运行得非常完美。但当开关翻转（利差改变符号）时，旧规则就会失效，新的层级结构会占据主导。

三种奇特的切换模式

论文发现，这种“切换”在不同地方的表现并不相同。它发现了三种截然不同的模式：

完美对称切换（美国股票）： 当开关翻转时，美国规则完全接管，中国规则消失，反之亦然。
中国因子休眠（A 股）： 当开关切换到“负”的一侧时，中国规则进入睡眠状态，但美国规则并不会苏醒。市场处于一种奇怪的“真空”状态，两个锚点都没有完全掌控局面。
双锚点共存（日经 225 指数）： 在日本，美国和中国的规则同时活跃，并相互竞争。

核心结论

论文得出结论，在过去的四十年里，研究人员一直在错误的地方寻找答案。他们一直在寻找一种直接为股票定价的“神奇原料”。但真正的秘密在于结构。

“规则制定者”（利率利差）并不直接为股票定价。相反，它调节着其他因子的音量。这就像一位 DJ，他虽然不亲自演奏歌曲，但他决定了现在播放的是哪种音乐流派。当 DJ 从嘻哈音乐切换到摇滚乐时，同样的乐器（股票）听起来会完全不同。

论文对这一点非常有信心，因为他们针对每一种可能的替代方案进行了测试，包括检查日本或德国的利率是否才是真正的诱因（事实证明并非如此，大部分情况下都不是）。他们发现，“规则制定者”逻辑在 15 个市场中的 13 个中都成立，且中国内部利差出现在几乎所有的顶级模型中。

所以，下次当你听到一个股票因子时，请问问自己：它是正在决定游戏的规则制定者，还是仅仅在游戏中游走的规则执行者？这篇论文告诉我们，几十年来我们一直混淆了这两者。

技术摘要：全球股票定价中的因子层级与政体变量

问题陈述
现有的资产定价文献运作于一个“四十年的盲点”之下：即假设所有定价因子（如市场、规模、价值、动量）都是被并列放入单一线性方程中的平行实体。这一框架假设因子暴露系数是稳定的，且研究的主要任务是比较这些系数的大小或显著性。本文认为这一假设存在根本性缺陷。文章指出，资产定价因子并非平行的，而是具有层级性的。具体而言，“政体因子”（Regime Factors，如利率利差等宏观变量）并不直接为资产定价；相反，它们决定了“当前适用哪一套规则”。随后，“市场因子”（Market Factors，如估值、动量）在由政体设定的规则下执行定价。通过将“规则制定者”与“规则执行者”置于同一平面，现有文献未能检测到宏观变量真正的定价机制——即宏观变量是通过交互效应而非直接的线性贡献来发挥作用的。

研究方法
本文采用“排除法”，利用 2002 年至 2026 年的每日数据，对 15 个主要全球股票市场（包括中国大陆、美国、欧洲和亚洲）进行了严密的测试。研究设计基于一个演绎框架，该框架源于这样一个制度性事实：在法币体系下，中央银行独立设定利率。由此产生了一个“统一场方程”，其中政体变量 ( $S_t$ ) 决定了定价函数的权重。

实证策略采用了七层递进式测试框架，以系统地排除替代假设：

穷举测试： 遍历所有可能的单因子、双因子和三因子组合（共 22 个候选因子），以在方差膨胀因子 (VIF) < 5 的约束下识别最优模型。
政体拆分测试： 分别针对正向和负向利差政体估计系数。
Chow 检验： 当政体变量跨越临界阈值（零利差）时，测试定价关系的结构性断裂。
交互效应测试： 将回报率对政体因子、市场因子及其交互项进行回归，以测试政体因子是否调节了市场因子的暴露程度。
格兰杰因果检验： 确定政体因子是否在时间上领先于市场因子（即作为“引擎”而非“温度计”）。
层级方差分解： 比较直接效应与交互效应的增量解释力 ( $R^2$ )。
稳健性与排除： 包括排列检验、Newey-West 校正、LASSO 正则化以及替代假设排除（控制日本和德国的利差），以确保研究结果并非特定参数或噪声的产物。

核心贡献

因子层级理论： 本文提出了一个新的理论框架，将因子分为两个层级：政体因子（如中美利差、内部收益率曲线斜率）负责设定规则，以及市场因子（如估值百分位、动量）负责执行定价。政体因子通过调节市场因子的暴露系数来间接为资产定价。
统一场方程： 本文建立了一个公理系统 ( $P_t = \Sigma w_i(S_t) \times f_i(X_t^i) + \epsilon_t$ )，统一了制度接口、双锚切换以及因子层级。文章证明了全球资产定价方程拥有由法币体系所必然要求的统一场结构。
旧理论的降维： 本文并非推翻现有理论，而是将它们还原为统一场方程在特定边界条件下的特殊情况（退化形式）：
- Fama-French 模型： 当锚的数量 ( $n$ ) 为 1 且政体变量为常数时，等价于统一场方程。
- ICAPM 模型： 当只有一个经济体的宏观条件进入方程时，与之等价。
- 投资组合理论： 当相关性被假定为稳定时（即政体变量为常数），与之等价。
发现非对称切换模式： 研究识别出股票市场中三种不同的锚切换模式：
- 完全对称切换： 在美国市场观察到，其主导锚根据利差的正负号进行清晰切换。
- 中国因子休眠： 在 A 股市场观察到，中国因子在正向利差政体下变得显著，但在负向政体下进入“真空”状态，且并未出现美国因子的接管。
- 双锚并存： 在日经 225 指数中观察到，两种锚在不同政体下均保持显著。

实证结果

穷举测试： 在 15 个市场中的 13 个市场中，中国特定因子（内部利差或中美利差）出现在前 3 名最优因子组合中。在 9 个市场中，最优因子是一个中国因子。中国内部利差 ( $CN\_slope\_30\_10$ ) 的系数符号在所有市场的滚动 5 年窗口中 79% 至 100% 的时间内保持正向，拒绝了这些因子是随机噪声的假设。
交互效应： 政体因子与市场因子之间的交互作用显著不为零。至关重要的是，来自交互项的增量 $R^2$ 几乎是直接效应的近两倍（平均 1.78 倍）。这证实了政体因子是通过调节市场因子暴露而非直接解释回报率来发挥作用的。
结构性断裂： Chow 检验确认，当利差跨越零点时，15 个市场中的 13 个市场存在定价关系的结构性断裂，反驳了系数稳定的假设。
因果关系： 格兰杰因果检验显示，政体因子在显著比例的情况下领先于市场因子（例如日经 225 指数为 38.9%），支持了“引擎”假设。
稳健性： 即使在控制了日本和德国利差的情况下，中国因子的显著性依然存在，从而排除了“中国因子仅是全球利率代理变量”的替代假设。

意义与主张
本文旨在阐明一个持续了四十年的方法论盲点：即混淆了“规则制定者”与“规则执行者”。其意义不在于发现了一个新的定价因子，而在于提出了一个关于因子组织方式的新理论。通过证明宏观因子是层级性的且通过交互效应发挥作用，本文解释了为什么宏观变量在传统的线性模型中始终保持“沉默”。

这项工作完成了一个研究计划（涵盖 Tang, 2026a–2026d 的五篇论文），从发现大宗商品和货币领域的“双锚现象”，转向构建全球资产定价的元理论框架。文章断言，此处科学进步的驱动力并非发现新事实，而是提出了一个被忽视的问题：“因子之间是什么关系？”而非“哪个因子为资产定价？”研究结果表明，旧理论并非错误，而是局部的，仅在政体变量稳定的特定边界内成立。