Hou, Mo, Xue & Zhang —「q⁵: An Augmented q-Factor Model with Expected Growth」

一句话：高增长的公司预期收益更高——这是 q 因子模型漏掉的第四个维度。把它加进去得到 q⁵ 模型，在 158 个显著异象上的表现优于 FF5、FF6、Stambaugh-Yuan 4 因子等所有对手。

大白话

q 因子模型说：给定投资和盈利能力，你能预测收益。

但 Cochrane (1991) 的多期投资理论还说了另一件事：给定投资和盈利能力，预期增长更高的公司，预期收益也更高。

直觉是：这一期投下去的钱，下一期变成更多产能。增长机会的价值（边际 q）本身是要贴现的——高增长意味着高贴现率，意味着高预期收益。

q 因子模型漏掉了这一维。 本文把它补上。

先预测，再排序（这是本文与 q 因子模型最不一样的地方）：

预测能力的检验结果（相关系数）：\log(q) 几乎没有预测力（1 年期 R^2 仅 0.021，t = 1.03，不显著）；而 Cop（现金基础盈利能力）R^2 高达 0.427，dRoe 高达 0.824。

这直接反驳了「Tobin's q 能预测未来投资」的直觉——现金流和盈利变化能，q 不能。

指标	数值
预期增长因子的月均溢价	0.82%，t = 9.81（1967-01 至 2016-12）
q 因子模型对该因子的 \alpha	0.63%，t = 9.11（完全解释不了）

在 158 个显著异象上的对比：

模型	显著 \alpha 个数（\lvert t\rvert\ge2）	其中 \lvert t\rvert\ge3	GRS 拒绝数
q 因子模型	46	17	98
q⁵ 模型	19	4	58

高减低 \alpha 的平均幅度：从 q 模型的 0.25%/月降到 q⁵ 的 0.18%/月。

q⁵ 是所有对比模型里表现最好的一个——对比对象包括 q 因子模型、FF5、Stambaugh-Yuan 4 因子、FF6、RMWc 版本的六因子、以及 Barillas-Shanken 六因子。

论文反复强调一点：其他近期的因子模型是纯统计的（purely statistical），本文的因子接在经济学的第一性原理上。

论文同时引用 Ball-Gerakos-Linnainmaa-Nikolaev (2016)（现金基础盈利能力优于盈利基础盈利能力）以及 Penman-Zhu (2014)、Lev-Gu (2016)（会计保守主义使盈利成为未来增长的坏指标）作为支持。