因子模型（factor model）是因子分析的数学模型，也被称为线性因子模型或指数模型，是一种统计分析方法。以下是对因子模型的详细解释：
一、定义
因子模型用于探索多个观测变量之间的关系，其目的是找到潜在的因子或构建维度，将多个变量归纳为较少的几个潜在因子，以简化数据分析和解释。在因子模型中，观测变量是由潜在因子所驱动，但这些潜在因子无法直接观测到。
二、基本形式
因子模型的基本形式为：X=AF+ε。其中：
- X是可观测的随机向量，包含p个原始变量。
- F是不可观测的随机向量，包含m个公共因子。这些公共因子是对X各分量都有影响的随机变量，且满足一定的数学期望和方差条件。
- ε是特殊因子，表示每个原始变量特有的部分，与公共因子无关，也满足一定的数学期望和方差条件。
- A是因子载荷矩阵，表示公共因子与原始变量之间的线性关系。因子载荷矩阵A中的元素a_ij表示原始变量X_i与公共因子F_j之间的相依程度。
三、确定公因子的数目
确定公因子的数目m没有统一的标准，但一般进行因子分析时，要考虑数据的特征来确定。通常按照方差累积贡献率达到85%以上来确定公因子个数。
四、因子旋转
因子旋转是为了使公共因子更具有可解释性。主要有正交旋转和斜交旋转方法。正交旋转得到的因子是不相关的，而斜交旋转得到的因子是相关的。
五、因子得分
因子得分是将公共因子用原始变量表示的线性表达式。求因子得分最常用的方法是汤姆森法。根据因子得分，可以将每个观测单位在因子上的得分进行计算，从而对观测单位进行分类、聚类或描述性分析。
六、应用领域
因子模型在实际应用中非常广泛，可用于市场研究、心理学、社会学、经济学等多个领域，有助于揭示变量之间的内在联系和潜在结构。特别是在投资学和资产定价领域，因子模型被用来解释不同股票或股票组合收益率的差异，以及评估投资组合的预期收益率。
七、常见因子模型
- 资本资产定价模型（CAPM模型）：认为定价因子是市场投资组合收益。
- Fama-French三因子模型：使用市场（股票指数）收益和两个超额收益（市值因子和账市比因子）作为因子来描述证券投资收益。
综上所述，因子模型是一种重要的统计分析工具，它能够帮助研究者从复杂的观测数据中提取出潜在的关键因子，从而简化数据分析和解释过程。
