对于投资者和资产管理者来说，预期股票收益率是他们持有股票后需要在未来一段时间内获得的收益率。预期收益率是他们在股票之间分配财富的决策过程中的核心输入，对于确定他们的福利至关重要。对于公司经理来说，他们公司股票的预期收益率或股权成本是股东在今天向公司注入股权后需要在未来一段时间内获得的收益率。股权成本在公司经理决定采取哪些投资项目以及如何为投资融资时起着关键作用。尽管至关重要，但对于如何最好地估计预期股票收益率，并没有达成共识。事实上，学术金融中最重要的挑战之一是解释异常现象，即似乎逃避传统理论的预期股票收益的经验模式。
经理应以公司预期股票收益作为折现率，持续投资，直到今天的投资成本等于折现到今天的美元价值的未来投资收益。这种经济逻辑意味着，在其他条件相同的情况下，高投资公司的股票应该比低投资公司的股票具有较低的折现率。直观地讲，低折现率会导致新项目和高投资的折现值高。此外，相对于低投资，盈利能力（投资收益）较高的股票应该比盈利能力低的股票具有更高的折现率。直观地讲，高折现率是抵消高盈利能力的必要条件，从而导致新项目和低投资的折现值低。
外汇证券交易所，作者：Allan Ajifo。CC-BY-2.0 通过 Wikimedia Commons。
外汇证券交易所，作者：Allan Ajifo。CC-BY-2.0 通过Wikimedia Commons提供。
为了实现这一想法，我们使用了学术金融中的一种标准技术，即用一系列因子的同期收益来 BC 数据泰国 “解释”股票收益。在一项影响深远的研究中，Fama 和 French (1993)指定了三个因子：整体股票市场与一个月期国库券之间的收益差、小市值股票与大市值股票之间的收益差以及会计与股权市值之比较高的股票与会计与股权市值之比较低的股票之间的收益差。Carhart (1997)在 Fama-French 模型的基础上添加了前 6 至 12 个月收益较高的股票与前 6 至 12 个月收益较低的股票之间的收益差，从而形成了一个四因子模型。
我们提出了一个新的四因子模型，称为q因子模型，其中包括市场因子、规模因子、投资因子和盈利因子。市场和规模（市值）因子与以前基本相同。投资因子是低投资股票与高投资股票之间的收益差。盈利因子是高盈利股票与低盈利股票之间的收益差。q因子模型捕捉到了数据中大多数对 Fama-French 和 Carhart 模型具有挑战性的异常现象。
具体而言，在 1972 年 1 月至 2012 年 12 月期间，投资因子平均每月收益为 0.45%，盈利因子收益为 0.58%。Fama-French 和 Carhart 模型无法捕捉我们的因子收益，但q因子模型可以捕捉 Fama-French 和 Carhart 因子的收益。更重要的是，q因子模型在“解释”美国股票收益中的 35 个显著异常方面优于 Fama-French 和 Carhart 模型。q 因子模型中无法解释的收益平均幅度为每月平均 0.20% ，低于 Fama-French 模型的 0.55% 和 Carhart 模型的 0.33%。q 因子模型中无法解释的异常数量为 5 ，低于 Fama-French 模型中的 27 个和 Carhart 模型中的 19 个。q因子模型的表现及其经济直觉表明，它可以作为估计预期股票回报的新基准。