Stock return and cash flow predictability: The role of volatility risk
股票收益与现金流可预测性：波动率风险的作用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。
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：摘要直接研究收益预测、波动率风险，以及包含潜在波动率因子的结构因子 GARCH 模型。
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
股票收益与现金流可预测性：波动率风险的作用
- 研究问题
- 在同时允许时变波动率与波动率不确定性的现值框架中，波动率风险如何关联股票收益和股利增长的联合可预测性？
- 方法与思路
- 作者施加长期风险模型的均衡含义，构建结构因子 GARCH 模型，联合估计收益、现金流及潜在增长和波动率机制。
- 材料陈述的贡献
- 摘要报告预期收益变化与方差风险溢价可正向预测短期收益和股利增长，并称结构模型的推断比传统单变量回归更准确。
- 阅读关注点
- 应核对均衡限制如何识别潜在因子和结构冲击，以及预测期限、方差风险溢价度量和推断精度比较的具体依据。
- 阅读边界
- 所给出版社摘要未说明数据期间、系数大小或样本外检验；预测关联不能自动解释为因果作用，精度优势也依赖模型限制。
原文摘要
We examine the joint predictability of return and cash flow within a present value framework, by imposing the implications from a long-run risk model that allow for both time-varying volatility and volatility uncertainty. We provide new evidence that the expected return variation and the variance risk premium positively forecast both short-horizon returns and dividend growth rates. We also confirm that dividend yield positively forecasts long-horizon returns, but that it does not help in forecasting dividend growth rates. Our equilibrium-based “structural” factor GARCH model permits much more accurate inference than univariate regression procedures traditionally employed in the literature. The model also allows for the direct estimation of the underlying economic mechanisms, including a new volatility leverage effect, the persistence of the latent long-run growth component and the two latent volatility factors, as well as the contemporaneous impacts of the underlying “structural” shocks.