Weak (Proxy) Factors Robust Hansen-Jagannathan Distance For Linear Asset Pricing Models
线性资产定价模型中对弱代理因子稳健的 Hansen–Jagannathan 距离AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究线性资产定价模型的 HJ 设定检验、弱代理因子及风险溢价估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
线性资产定价模型中对弱代理因子稳健的 Hansen–Jagannathan 距离
- 研究问题
- 当因子或代理因子与资产收益相关性较弱时，传统 HJ 模型设定检验为何可能错误拒绝正确模型，如何构造稳健替代方法？
- 方法与思路
- 作者分析弱因子导致的检验尺寸扭曲，提出两种替代 HJ 统计量及对应设定检验，并另行构造稳健风险溢价估计量。
- 材料陈述的贡献
- 摘要称新方法对弱代理因子稳健，模拟支持其理论；实证呈现传统检验对嵌套模型的不可靠比较，新方法支持所考察的四因子模型。
- 阅读关注点
- 应核对弱因子的渐近刻画、两套检验的差异及适用条件，并检查嵌套模型比较和风险溢价估计是否充分报告统计不确定性。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未提供检验条件、尺寸数值或实证细节，对特定模型的支持不可泛化。
原文摘要
The Hansen-Jagannathan (HJ) distance statistic is one of the most dominant measures of model misspecification. However, the conventional HJ specification test procedure has poor finite sample performance, and we show that it can be size distorted even in large samples when (proxy) factors exhibit small correlations with asset returns. In other words, applied researchers are likely to falsely reject a model even when it is correctly specified. We provide two alternatives for the HJ statistic and two corresponding novel procedures for model specification tests, which are robust against the presence of weak (proxy) factors, and we also offer a novel robust risk premia estimator. Simulation exercises support our theory. Our empirical application documents the non-reliability of the traditional HJ test since it may produce counter-intuitive results when comparing nested models by rejecting a four-factor model but not the reduced three-factor model. At the same time, our proposed methods are practically more appealing and show support for a four-factor model for Fama French portfolios.