Please enable JavaScript.
Coggle requires JavaScript to display documents.
本篇摘要, 測試11個主要模型, 個別股票優點, 個別股票缺點 - Coggle Diagram
本篇摘要
單個股票測試定價模型
分類投資組合限制：預先知道報酬
展示如何產生適當規模的測試
當CAPM描述母體時，正確地拒絕Fama和French六因子模型，錯誤地拒絕CAPM不到5%。
測試應用於幾個主要的因子模型，並拒絕了11個測試模型中的9個。Kelly等人(2019)的工具化因子模型是最成功的。
測試11個主要模型
CAPM
Fama&French三因子(FF3)：規模因子+價值因子
Fama&French五因子(FF5)：添加盈利和投資因子
Fama&French六因子(FF6)：添加動量因子
Pástor和Stambaugh（2003年）的五因子模型：將規模、價值和動量因子與交易流動性因子相結合。
Hou等人（2015年）的Q-因子模型：四因子(HXZ4)市場、規模、投資和盈利。
Hou等人（2015年）的Q-因子模型：五因子(HXZ5)增加了預期投資增長因子
Stambaugh和Yuan（2017年）的四因子模型：將市場和規模因子與兩個因子mgmt（管理）和perf（表現）相結合
Kelly等人（2019年）的IPCA因子模型：受限制
Kelly等人（2019年）的IPCA因子模型：不受限制
Kelly等人（2019年）的IPCA因子模型：樣本外
個別股票優點
避免對因子與預期報酬之間關係做出強烈假設（防止資料窺探所帶來的偏差）
提供更多信息
更好地捕捉風險
更好地檢驗模型
個別股票缺點
非常態分佈
β估計差，引起統計問題
構建適當區間，測試仍然有很好的效果，但後續校正過於保守，導致測試大小低於5%。
作者探討最適化信賴區間，保持適當信賴區間至99.9%和91.0%。