自从三因子（FF3）定价模型问世以来,对该模型的思考和研究就成为了资产定价领域的热点问题。无论是发达国家还是发展中国家,学者们都参考FF3模型中因子的构造方法,用各国数据来验证该模型的有效性。总体来说,该模型经受住了考验,对不同国家股票市场定价时都有出色的表现。与此同时,对该模型的质疑也层出不穷。一方面,由于世界各国国情不同,资本市场的发展程度也有差异,很难做到同时兼顾发达市场和发展中市场各自的特点,按照每个市场中相关变量的重要程度构造因子。另一方面,FF3模型仅仅是一个经验模型,缺乏经济学理论基础。Cooper and Maio（2018）用包括FF模型在内的四个多因子模型中的风险因子构造状态变量,并且,所有的多因子模型中的风险因子都具有和FF模型因子相同的结构,通过用状态变量预测股票市场收益率和波动率,来找到跨期资本资产定价模型ICAPM模型和多因子模型存在的经济关联,最终发现盈利因子和投资因子与ICAPM模型的一致性。本文用相同的方法研究中国的多因子模型是否与ICAPM模型保持一致,以使这样的多模型背后具有一定的经济意义,从而更具说服力。考虑到中国股市的特殊性,我们无法找到足够多的多因子模型进行ICAPM模型的一致性研究,并且,多数因子在中国并非有效的定价因子。虽然FF3模型综合考虑了 CAPM模型,市值因子和价值因子对股票收益率的影响,但其在中国股市的适用性有待进一步商榷。中国的涨跌停板制度容易导致机构投资者推高股价,散户盲目跟风,从而出现股价短暂高于其价值的现象。这就为后期股价回落,重归其真实价值埋下了伏笔,因此,中国股市应该存在明显的短期反转效应。故本文用FF模型中的因子构造方法构造了反转因子,具体做法为:将中国A股上市公司的上月收益率从小到大排序,分为10个投资组合,进入上月收益率排在最低的投资组合的多头和上月收益率排在最高的投资组合的空头,用二者总市值加权收益率之差计算短期反转因子,构造二因子模型。本文实证的第一部分采用中国A股市场的数据研究该二因子模型的相应因子的风险价格,包括其显著性和符号。为了减弱变量内误差（EIV）问题的影响,增加检验的准确性和可信度,本文使用在中国能产生显著收益的异象构造了 50个投资组合来作为测试资产。由于截面回归的估计系数在时间序列上表现出很强的波动性,因此,本文进行了方差调整的Fama-MacBeth截面回归。回归结果表明,短期反转因子是有效且稳定的定价因子,但市场因子无法对截面收益的差异做出解释,这和美国市场的研究结论具有较大的差异。本文实证的第二部分则依托于第一部分得出的反转因子的因子溢价,检验ICAPM模型是否能为多因子模型提供经济意义上的支持。该部分试图以二因子模型为FF模型在中国的代表,用该模型的非市场因子构造的状态变量来预测投资机会集。由于ICAPM模型本身对其自身状态变量施加了一定的约束条件,通过本文的研究,反转因子对应的状态变量是满足这些条件的,因此,ICAPM模型可以为反转因子提供理论支持。本文具有如下创新点:在研究方法方面。第一,本文在检验因子模型时,并没有把个股当作测试资产,而是根据国内五类显著异象单独分组,通过方程左边构造相当数量的投资组合的方式,试图减弱相关研究中提到的变量内误差（EIV）问题的影响。第二,已有文献多采用标准的Fama-Macbeth回归,而鲜有文献考虑到截面回归的系数在不同阶段具有不同的波动程度,本文在对多因子模型进行截面检验时,以系数的波动性为权重,采用加权的方法计算因子溢价,以减少系数本身的波动对回归结果的影响。在研究对象方面。第一,本文针对ICAPM模型在中国是否能成为FF模型的理论基础具有一定的参考价值,至少对于反转因子,答案是肯定的。第二,本文构造了包括反转因子和市场因子在内的二因子模型,对具有FF模型因子结构的反转因子的风险价格进行了实证研究。研究结果表明,反转因子在横截面上是显著的定价因子,并且,其风险价格为正。本文肯定了现有文献关于市场因子在中国是不显著的观点,以上结论对设计量化策略可能具有一定的参考价值。