新因子显著了，真给因子库带来新信息了吗？

原文引言举了季节性因子的例子。在作者样本中，相对Fama–French三因子模型，它的alpha对应t值为2.06；加入动量的四因子基准下，t值变成−0.87。这个季节性因子与Carhart动量的相关系数为0.63。

变化的不是因子公式，而是你用来判断“新增贡献”的参照系。三因子模型没解释掉的部分，在更完整的基准里，可能已有来源。

这并不意味着以后都把控制因子无限堆上去。高维控制会带来估计噪声；样本条件不够时，常规回归甚至无法估计。真正困难的是：哪些控制项应该留下，以及选错以后还能否可靠推断。

LASSO通过惩罚系数压缩模型，能在很多候选中留下少量变量。对预测来说，舍弃一个贡献很小的变量，可能是合算的。但在判断另一个变量是否重要时，这个被舍弃的变量仍可能造成干扰。

原文关心的参数是随机贴现因子SDF中的载荷。SDF可理解为给不同状态下的现金流定价的一组权重。这里问的是：控制既有因子之后，新因子是否仍参与解释资产平均收益之间的差异。它与“这个因子自身的平均收益显不显著”不是同一个检验。

研究使用美国股票月频数据，区间为1976年7月至2017年12月，因子库共有150个因子。主分析用750个特征排序组合做测试资产，以2011年及以前提出的135个因子为潜在控制，评估2012—2016年提出的15个新因子。

作者改变交叉验证的随机种子，重复200次10折交叉验证后发现，只有SMB的入选比例超过70%，多数因子的入选比例在1%—20%之间。一次LASSO给出的名单，很难直接当作真实模型的清单。

第一轮选择回答：哪些既有因子有助于解释资产横截面的平均收益？具体输入是既有因子与测试资产收益的协方差，而不是把股票因子值随意拼进一个回归。

第二轮换了目标：哪些既有因子的协方差结构，与候选因子在资产横截面上的协方差结构密切相关？这轮会补进一些第一轮没有选中、但一旦遗漏就可能扭曲候选因子估计的控制项。

最后把两轮选出的控制项取并集，与候选因子一起进行无惩罚的横截面回归，再按原文给出的推断方法评估SDF载荷。两轮选择是为了降低漏项偏差，不是对同一收益序列重复做两遍LASSO。

它像评估一位新队员：除了看现有队员谁表现突出，还要找出谁与新队员承担了相似任务，否则容易把协作或替代关系全记在新队员头上。类比到这里就该停下：论文处理的是协方差与定价参数，并没有识别人的因果贡献。

以盈利因子RMW为例，双重选择下SDF载荷的t值为4.45，单次选择下为0.41，只控制Fama–French三因子时为1.80。质量因子QMJ对应的三个t值则是2.03、0.11和3.10。

这些数字不支持“控制越多越不显著”的简单说法。基准不充分可能留下偏差；把所有控制都塞进去，又可能让估计更嘈杂。选哪些变量，以及怎样处理选择错误，会共同影响判断。

同样不能把盈利与投资混为一谈。表1里，RMW的双重选择t值为4.45，CMA却只有1.10。原文中部分投资因子的证据，不能直接套到所有名字里带“投资”的因子上。

作者用热力图检查两个选择步骤的惩罚参数变化时，t值是否稳定；还更换了测试组合与降维方式。原文表3显示，一些因子的显著性会随着设定改变。因此，稳健不能只靠“基准模型通过了”这一句。

原文还做了按年份递归检验：从1994年起，把新提出的因子与此前已有因子比较，结果只有17个被判断为有用。但这是该论文样本和排序规则下的结果，不是“未来只会剩17个因子”。作者也提醒，发表年份未必精确代表市场首次知道该因子的时间。

这篇论文提供了一条值得放进研究记录的要求：每次声称发现新因子，都交代它相对于什么已有信息仍然有贡献，并检查控制选择对结论的影响。

它没有替代其他证据。双重选择依赖线性定价、稀疏性及相应统计条件；它针对事先确定的候选因子，并不会自动消除反复挖掘大量候选后只汇报赢家的多重检验问题。一个因子的SDF载荷显著，也不能直接证明扣除交易成本后可赚钱。

实际研究中，可以在定价增量之外，继续保存候选搜索记录、按时间划分的样本外检验、成本与容量分析。这些是根据论文边界延伸的工作建议，不是本文已完成的实盘验证。A股的制度、数据时点、股票池和交易约束也需要重新处理，不能直接沿用这份美国月频研究的结论。

来源：Feng、Giglio、Xiu，《Taming the Factor Zoo: A Test of New Factors》，NBER Working Paper 25481，2019年1月版本。基准案例见PDF第4页，方法见第13—16页，数据与入选稳定性见第17—21页，表1见第36页，稳健性表3见第38页。公开出处：https://www.nber.org/papers/w25481 。本文配图依原文重绘或整理，并非新增实证。

本文由AI辅助整理与制图，已核对主要论点、数字和版本边界。仅供学习研究，不构成投资建议；历史证据不代表未来收益。