Asness, Moskowitz & Pedersen (2013) —「Value and Momentum Everywhere」

一句话：在 8 个市场与资产类别（美/英/欧/日个股、国家指数期货、货币、政府债券、商品期货）上，价值与动量溢价到处都是；两者彼此负相关（股票内约 −0.60，跨类别平均 −0.49），一个「全球市场 + 全球价值 + 全球动量」三因子模型能同时解释这一切——全球 50/50 价值动量组合年化夏普 1.45。

大白话

价值（买便宜的）和动量（买涨得好的）看起来是两种相反的思路，此前文献把它们分开研究、且几乎只看美股。这篇论文把两件事放在一起、放到全球来看，发现了只看单一市场看不到的三件事：

价值与动量在所有资产类别都存在——包括此前没人查过的债券价值、货币价值、商品价值
价值与价值正相关、动量与动量正相关——即使跨到毫无关系的资产类别（股票价值与商品价值相关 0.15，股票动量与非股动量相关 0.37）；而价值与动量彼此负相关——同一市场内（约 −0.60）和跨类别（−0.13 到 −0.26）都是
负相关是组合层面的免费午餐：两个各自赚钱的策略负相关，50/50 组合的夏普远高于任何一个单独拿

这三件事合在一起对理论提出了硬约束：理性定价模型（基于企业投资的 q 理论等）难以解释为什么货币和商品也有价值与动量溢价；行为模型预测不了这种跨资产的相关结构。论文给出的部分解释是融资流动性风险（funding liquidity risk）——动量正 loading、价值负 loading，流动性冲击时大家同时出逃最拥挤的动量交易——但这只能解释一小部分收益，且解释不了价值溢价本身。

关键设计与数字

样本：8 个市场/资产类别，起点最早 1972-01（美股、商品），终点统一 2011-07。非股类别用最简单的统一度量——价值 = 过去 5 年收益取负，动量 = 过去 12 个月收益（跳过最近 1 个月）——刻意避免每个类别各挑最优指标造成的数据挖掘。

核心绩效（Table I，年化）：

组合	平均收益	夏普	对基准的 α
美股价值 P3−P1	3.7% (t=1.83)	0.29	5.3% (t=2.66)
美股动量 P3−P1	5.4% (t=2.08)	0.33	6.0% (t=2.30)
美股 50/50 组合	—	0.86	7.2% (t=7.06)
全球股票 50/50	—	—	显著
全球全部资产 50/50	—	1.45	—

每个市场的价值-动量相关性：股票内平均 −0.60（美国 −0.53、日本 −0.64），非股类别平均 −0.49。

相关结构（Table II，季度收益）：股票价值与跨市场股票价值相关 0.68；股票动量与跨市场股票动量相关 0.65；股票价值与股票动量 −0.53。这些相关强于这些资产类别被动持仓之间的相关——多空组合对各类别是市场中性的，所以共同因子不来自资产类别本身的重叠。

第一主成分：对 48 个组合的协方差矩阵做 PCA，第一主成分在所有价值策略上一个方向、所有动量策略上恰好相反方向——本质上「多动量空价值」——解释了股票策略方差的 54%、全资产方差的 23%。

三因子模型的定价力：全球市场 + VAL[everywhere] + MOM[everywhere] 对 48 个测试资产做时序回归，横截面 R^2 = 0.71，平均 \lvert\alpha\rvert = 18 bp。对照组：全球 CAPM 的 R^2 ≈ 0，FF 美股四因子/六因子的 R^2 ≈ 0.45–0.60 且定价误差是三因子模型的两倍。三因子模型甚至能解释美股的 FF 25 规模-价值 + 25 规模-动量组合（R^2 = 0.64）——尽管模型里没有规模因子。

流动性风险的证据与局限

按 Brunnermeier-Pedersen 的框架区分市场流动性与融资流动性：动量对融资流动性风险正 loading、价值负 loading，且 1998 年 LTCM 危机之后这一暴露变强。跨市场的平均化是发现这一点的统计前提——单看一个市场根本检不出来。

但经济量级上流动性风险只能解释小部分：价值因负 loading 反而变得更难解释；等权 50/50 组合对流动性风险免疫却依然赚大钱。融资流动性是动量的一部分解释，不是价值溢价或组合溢价的解释。

对实践的含义

价值 + 动量的组合配置比单押任何一个都更接近有效前沿，且跨市场更稳定——日本动量失效的时期恰恰是日本价值最强的时期（相关 −0.64），两者互补
因子暴露是全球的：只在美国股票内做价值/动量，会错过用其他资产类别的同因子暴露对冲拥挤风险的机会
定价模型的「门槛收益」被抬高：任何只基于美股数据的资产定价模型，需要解释的夏普障碍比原来大了几倍