在现代投资组合理论与实践中,风险调整后收益是衡量投资绩效的核心指标，夏普比率（Sharpe Ratio）作为最广泛使用的风险调整后收益指标之一，帮助投资者评估每承担一单位总风险所能获得的超额回报，而在计算夏普比率时，选择合适的无风险利率和基准收益率至关重要，FF夏普比率，即以Fama-French三因子模型中的市场因子（或其他因子）作为基准或参考的夏普比率计算方法，为我们提供了更深入的视角，本文将详细探讨FF夏普比率的计算方法、其相较于传统夏普比率的优势、应用场景及解读要点。

夏普比率回顾：基础概念

在深入FF夏普比率之前,我们先简要回顾一下经典夏普比率的计算公式：

[ \text{夏普比率} = \frac{R_p - R_f}{\sigma_p} ]

• ( R_p )：投资组合的预期收益率（或历史平均收益率）。
• ( R_f )：无风险利率，通常被视为投资时间内的无风险回报，如短期国债收益率。
• ( \sigma_p )：投资组合收益率的标准差，衡量投资组合的总风险（包括系统性风险和非系统性风险）。

夏普比率的核心思想是,投资者承担的风险越高，理应期望获得更高的回报，该比率越高，表明在承担相同单位风险的情况下，投资者能获得更多的超额收益，投资组合的绩效越好。

FF夏普比率：引入Fama-French视角

FF夏普比率并非一个全新的独立指标,而是夏普比率在特定框架下的应用或延伸，其关键在于对“无风险利率”或“超额收益”的定义，以及对基准的考量，Fama-French三因子模型（Carhart四因子模型是其扩展）是由诺贝尔经济学奖得主尤金·法玛和肯尼斯·弗伦奇提出的资产定价模型，该模型认为股票收益可以由市场因子（Market Factor, ( R_m - R_f )）、规模因子（SMB, Small Minus Big）和价值因子（HML, High Minus Low）共同解释。

在FF框架下讨论夏普比率,通常有以下几种理解方式：

1. 以Fama-French模型中的“市场超额收益”作为基准的夏普比率： 这是最常见的一种理解，我们不再使用绝对的无风险利率 ( R_f )，而是使用市场组合的超额收益 ( (R_m - R_f) ) 作为某种“基准超额收益”，计算公式可以调整为：

   [ \text{FF夏普比率} = \frac{(R_p - R_f) - (R_m - Rf)}{\sigma{(R_p - R_m)}} = \frac{R_p - Rm}{\sigma{(R_p - R_m)}} ]

   这里,分子是投资组合相对于市场组合的超额收益（即Alpha，如果模型成立且Alpha显著），分母是投资组合超额收益相对于市场超额收益的标准差，衡量的是投资组合的“主动风险”或“跟踪误差”，这个比率有时也被称为“信息比率”（Information Ratio）的一种形式，它衡量的是投资组合相对于特定基准（这里为市场）的风险调整后收益，如果FF夏普比率（如此定义）为正，表明投资组合在调整了市场风险暴露后，仍能获得超额收益。

2. 基于Fama-French因子模型计算Alpha后再应用夏普比率逻辑： 另一种方式是，首先使用Fama-French三因子模型（或更多因子）回归得到投资组合的Alpha（( \alpha )），即投资组合无法被已知因子解释的超额收益，可以将这个Alpha作为“超额收益”，并将Alpha的标准差（或模型残差的标准差）作为“风险”，来构建一个类似夏普比率的指标：

   [ \text{FF Alpha夏普比率} = \frac{\alpha}{\sigma_\alpha} ]

   ( \alpha ) 是Fama-French模型回归得到的截距项，( \sigma_\alpha ) 是Alpha的标准差或模型残差的标准差，这个比率衡量的是投资组合“选股能力”的风险调整后收益，即每单位特异性风险（无法被因子解释的风险）所能获得的Alpha。

3. 使用Fama-French无风险利率概念（较少见）： Fama-French模型中隐含的无风险利率概念与传统的无风险利率一致，即 ( R_f )，严格意义上，夏普比率中的 ( R_f ) 并不因FF模型而改变，但FF模型帮助我们更好地理解了市场风险溢价 ( (R_m - R_f) ) 的构成。

FF夏普比率的计算步骤（以第一种理解为例）

假设我们计算投资组合相对于市场组合的FF夏普比率（信息比率形式）：

1. 确定数据：收集投资组合的历史收益率数据 ( R{p,t} )、市场组合的历史收益率数据 ( R{m,t} ) 以及无风险利率的历史数据 ( R_{f,t} )（通常为短期国债收益率），数据频率（日、周、月）和周期需一致。

2. 计算超额收益：

   • 计算投资组合在每一期的超额收益：( R{p,t} - R{f,t} )
   • 计算市场组合在每一期的超额收益：( R{m,t} - R{f,t} )

3. 计算相对收益：计算投资组合超额收益相对于市场超额收益的差值，即主动收益：( (R{p,t} - R{f,t}) - (R{m,t} - R{f,t}) = R{p,t} - R{m,t} )，这个差值序列就是投资组合的“Alpha序列”（如果未考虑其他因子）。

4. 计算主动风险：计算上述主动收益序列 ( (R{p,t} - R{m,t}) ) 的标准差 ( \sigma_{(R_p - R_m)} )，这个标准差反映了投资组合相对于市场组合的波动性，即主动风险或跟踪误差。

5. 计算FF夏普比率：将平均主动收益（即Alpha的均值）除以主动风险。

   [ \text{FF夏普比率} = \frac{\overline{R_p - Rm}}{\sigma{(R_p - R_m)}} ]

6. 年化处理（如果需要）：如果使用的是非年度数据（如月度数据），通常需要将比率年化，年化因子为 ( \sqrt{N} )，其中N为一年内的数据期数（月度数据N=12，日度数据N通常按252个交易日计算）。

FF夏普比率的应用与解读