肯尼斯_弗伦奇 [投资大辞典]

本页面只读。您可以查看源文件，但不能更改它。如果您觉得这是系统错误，请联系管理员。
======肯尼斯·弗伦奇======
肯尼斯·弗伦奇 (Kenneth R. French)，美国著名金融经济学家，现任达特茅斯学院塔克商学院教授。他最为人熟知的成就是与诺贝尔奖得主[[尤金·法马]]的长期合作。他们共同挑战了经典的[[资本资产定价模型]] (CAPM)，并开创性地提出了[[法马-弗伦奇三因子模型]]。该模型指出，除了[[市场风险]]外，公司规模和账面市值比也是解释股票回报的关键变量，这为[[价值投资]]和[[因子投资]]提供了坚实的理论和数据支持，深刻影响了现代投资实践。
===== 主要贡献与学术思想 =====
弗伦奇的学术生涯，就是一场不断深入探索“资产价格究竟由什么决定”的旅程。他和法马的研究，为投资者从喧嚣的市场中寻找规律提供了重要的理论武器。
==== 挑战传统：从CAPM到三因子模型 ====
在弗伦奇之前，金融学术界的主流观点是[[资本资产定价模型]]（CAPM）。这个模型认为，一只股票的预期回报高低，只取决于它承担的系统性市场风险，这个风险用[[Beta系数]]来衡量。简单说，就是“高风险（高Beta），高回报”。
然而，现实世界总比理论复杂。学者们发现，CAPM并不能解释所有的市场异象。例如，从长期看，[[小盘股]]的回报似乎系统性地高于[[大盘股]]，[[价值股]]（高账面市值比）的回报也常常跑赢[[成长股]]（低账面市值比）。
弗伦奇和法马在20世纪90年代初发表了一系列颠覆性的论文，正式提出了**[[法马-弗伦奇三因子模型]]**。他们认为，要更全面地解释股票回报，需要在市场风险之外，再加入两个关键“因子”：
  * **规模因子 (SMB, Small Minus Big):** 指的是投资组合中，小市值公司股票回报与大市值公司股票回报之间的差额。这个正的差额表明，市场对小公司股票要求更高的回报补偿。
  * **价值因子 (HML, High Minus Low):** 指的是投资组合中，高账面市值比公司（价值股）股票回报与低账面市值比公司（成长股）股票回报之间的差额。这个正的差额，正是价值投资能够长期获利的理论基石。
这个模型就像给投资者的“寻宝图”增加了两个新的维度，其解释力远超传统的CAPM，迅速成为学术界和业界的新标杆。
==== 五因子模型与更多探索 ====
弗伦奇和法马并未就此止步。2015年，他们对三因子模型进行了升级，推出了**[[法马-弗伦奇五因子模型]]**。这次，他们又增加了两个因子：
  * **盈利能力因子 (RMW, Robust Minus Weak):** 盈利能力强的公司，其股票回报往往更高。
  * **投资风格因子 (CMA, Conservative Minus Aggressive):** 投资风格更保守（即总资产增长率较低）的公司，回报也倾向于更高。
这表明，一家公司是不是“好公司”（盈利能力强）、是不是在进行“好投资”（投资决策稳健），同样是影响其股票价格的重要因素。
===== 对普通投资者的启示 =====
弗伦奇的研究听起来很学术，但对我们普通投资者来说，却充满了简单而实用的智慧。
==== 超越Beta，多维度选股 ====
弗伦奇的研究告诉我们，挑选股票不能只盯着市场波动。一个好的投资组合，应该像一个营养均衡的餐盘，需要考虑多种元素。
  * **启示1：关注“小而美”。** 在你的能力圈内，可以多留意那些基本面健康、但市值相对较小的公司，它们可能蕴含着更高的增长潜力。
  * **启示2：拥抱“价值”。** 不要被市场的热门追捧冲昏头脑。寻找那些价格相对于其内在价值（如净资产）被打折的公司，也就是传统的价值股，是获得长期超额回报的有效路径。
==== “因子”不是免费的午餐 ====
弗伦奇的研究也揭示了投资的本质：**回报来自承担风险**。
  * 规模和价值因子之所以能带来超额回报（又称“因子溢价”），是因为投资小盘股和价值股本身就伴随着特定的风险。例如，小公司抗风险能力较弱，价值股可能正面临行业困境。
  * 这意味着，[[因子投资]]并非稳赚不赔的魔法。投资者可能会经历相当长的时期，某个或某几个因子表现不佳。因此，**耐心和纪律**是利用因子进行投资的关键。
==== 指数化投资的新思路 ====
弗伦奇不仅是理论家，也是实践者。他的研究成果是[[Smart Beta]]策略和相关ETF产品的重要理论基础。他本人也是著名基金公司[[Dimensional Fund Advisors]] (DFA)的董事和顾问，DFA正是将因子投资理念付诸实践的行业先驱。
  * 对普通投资者而言，这意味着我们不必亲自去挑选符合特定因子的股票。我们可以借助那些**系统性地偏向小盘、价值、高质量等因子的指数基金或ETF**，轻松地将这些学术成果应用到自己的投资组合中，以期获得超越传统市值加权指数的长期回报。