主要观点：
　　本篇是学海拾珠系列第二百四十三篇，文章创新性地提出"做空坏贝塔"（BABB）因子，通过区分对现金流冲击敏感的"坏"贝塔与对折现率冲击敏感的"好"贝塔，改进了传统"做空贝塔"（BAB）策略。
　　BAB因子改进：从单一贝塔到"好/坏"贝塔双因子
　　Frazzini和Pedersen（2014）提出"做空贝塔"（BAB）因子，利用低贝塔股票超额收益现象，因投资者杠杆约束导致高贝塔股票被高估。Campbell等学者将贝塔分解为现金流驱动的"坏"贝塔（永久性冲击）和折现率驱动的"好"贝塔（暂时性冲击）。本研究探讨能否通过区分二者改进BAB策略。
　　贝塔分解的理论与实证方法
　　研究基于ICAPM框架，通过VAR模型分解市场风险为现金流贝塔（坏贝塔）和折现率贝塔（好贝塔）。采用Campbell-Shiller分解方法，利用市场收益、期限利差、CAPE比率和小盘股价值利差等变量构建VAR系统，提取两类贝塔成分。其中现金流贝塔反映永久性冲击，折现率贝塔反映暂时性波动，为构建"做空坏贝塔"（BABB）策略提供理论基础。
　　BABB因子：改进的"做空贝塔"策略
　　研究提出"做空坏贝塔"(BABB)因子，在传统BAB因子基础上增加现金流贝塔(坏贝塔)筛选。实证显示BABB年化收益达15%，夏普比率1.09，显著优于BAB因子(11.4%，1.01)。该策略通过双重排序(贝塔+坏贝塔)构建组合，能更好捕捉现金流冲击带来的永久性风险溢价，且六因子回归alpha达75bps，是BAB的两倍。
　　文献来源
　　核心内容摘选自Miguel C. Herculano于2025年6月23日在Quantitative Finance上的文章《Betting Against (Bad) Beta》。
　　风险提示
　　文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。