.png){kind=icon}
返回
MAXIMUM CONDITIONAL ALPHA TEST FOR CONDITIONAL MULTI-FACTOR MODELS
.png){kind=icon}
OA
AI
DOI：10.5705/ss.202022.0137.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种新颖的检验方法，称为最大条件alpha（MCA）检验，该方法增强了在线性多因子模型中检测alpha的检验功效。该检验专门针对具有时变系数的条件多因子模型设计，其中测试资产的数目（N）超过观测值数目（T），且备择假设为稀疏向量，意味着只有少数分量违反原假设。通过仔细研究B样条估计所产生的估计误差，我们严谨地证明，在满足温和条件下，当min(T, N)趋于无穷大时，所提出的检验收敛于I型极值分布。此外，所提出的MCA检验被扩展以纳入条件多因子模型中的潜在因子。通过蒙特卡罗模拟评估了所提出的MCA检验的小样本性质。最后，将所提出的方法应用于使用条件Fama-French三因子模型评估美国股票市场的效率。结果表明，MCA检验在统计功效方面优于现有检验。
Keyword:
B-spline estimator
maximum conditional alpha test
sparse alternative
time-varying coefficient
期刊
S
IF:
1.2
论文数:
67
被引数:
3.8K
机构
查看更多机构
引用论文
暂无论文信息