买航空股和买食品股，担心的事情往往不同：前者可能更怕跨国冲突，后者也许更受本地市场波动影响。但当行业收益发生变化，我们很难分清它来自全球风险、宏观环境，还是股票本身常见的涨跌模式。这项研究把三类因素放进同一套模型，考察它们对美国49个行业组合各自还能解释多少。它值得关注，因为问题不只是“全球风险有没有影响”，而是控制传统因素后，它是否仍提供额外信息。本文结论均来自该研究及其SSRN介绍，尚无独立研究交叉验证。
把三组解释放上同一张桌子
研究先使用Fama–French（FF）因子——把股票共同涨跌拆成市场、公司规模和估值等系统性模式。可以把它理解为先检查一个行业是否只是跟着几股常见的市场力量移动。
研究对象是49个美国行业组合。行业组合把同一行业的多只股票放在一起，以削弱单家公司偶然事件的干扰。作者通过回归估计“因子暴露”，也就是各行业对某类共同力量有多敏感；同时加入宏观变量和全球风险指标，观察某项因素在其他条件不变时是否仍与收益有关。
据SSRN披露，基准结果显示，无论是否控制宏观变量，都只有部分FF因子在部分行业中达到统计显著。这里的“统计显著”只是说观察到的关系较难归因于随机波动，不代表它一定造成了收益变化，也不说明影响足够大。
全球风险没有挤掉传统因子
加入地缘政治风险指数后，原本显著的FF因子依然显著。换句话说，地缘政治风险没有让传统风格因子的解释完全消失。
研究继续加入其他全球风险指标。其中一些指标在FF因子和宏观变量同时存在时仍达到统计显著。这说明三类变量可能各自携带信息，而不是只能三选一。不过，材料没有列出这些“其他”指标，也没有给出影响方向和回归系数，因此无法判断全球风险究竟推高还是压低某个行业的收益，更不能比较实际影响有多大。
最稳定的结果来自市场因子。按照论文披露，在所有回归设定中，包括把多个行业合并考察的面板回归，市场因子始终高度显著。作者据此认为，它在多种控制条件下包含广泛的本地和全球信息。
真正重要的是“增量解释”
这项研究的价值，在于没有单独展示全球风险与行业收益的相关性，而是让全球风险与FF因子、宏观变量同时接受检验。若一个风险指标在这些控制变量存在时仍然显著，它至少提供了传统框架没有完全吸收的统计信息。
但标题中的问题只能得到克制的回答：全球风险与部分行业收益存在额外统计关系，却不能据此说它能充分解释或预测行业收益。市场因子贯穿所有设定的结果同样醒目，但“包含广泛信息”是作者的解释；作者所称这一发现此前未见于实证金融文献，也属于单篇论文难以自行证明的首创性表述。
局限与未知
- 材料未披露样本期、具体宏观变量、全球风险指标清单、系数、显著性水平和稳健性检验。
- 统计显著不等于因果关系、经济影响显著，也不代表模型具有良好的样本外预测能力。
- 全部结果来自同一研究团队，尚缺少独立信源和后续研究的复核。