STABILITY OF LINEAR MODELS UNDER TEMPORAL AGGREGATION
时间聚合下线性模型的稳定性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：摘要以经验资产定价中的线性因子模型及组合收益聚合为核心，直接对应资产定价和金融因子。
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
时间聚合下线性模型的稳定性
- 研究问题
- 为何资产定价中的线性因子模型可能在降低收益观测频率后更为适用，横截面与时间聚合又如何影响组合的模型误差？
- 方法与思路
- 作者假设收益由多元 Lévy 过程生成，分析低频聚合下线性模型的渐近适用性，并分别讨论二阶矩有限和无限时的收敛速度。
- 材料陈述的贡献
- 摘要称给出由矩条件决定的收敛率结果，并发现结合横截面与时间聚合时，投资组合的线性模型误差可能小于个股。
- 阅读关注点
- 应核对模型适用性与误差的定义、多元 Lévy 假设的作用、不同矩条件对应的极限，以及组合误差比较需要的条件。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法判断具体频率、收敛率或现实收益是否满足假设；渐近适用性不能保证有限样本，也不能推断刊本变化。
原文摘要
Linear factor models dominate the field of empirical asset pricing and are largely considered a successful framework even though testing for model adequacy is uncommon in empirical research. This article develops a probabilistic argument under the assumption that return data are generated by a multivariate Lévy process and shows that linear factor models are asymptotically adequate as the return frequency declines. Rate-of-convergence results are provided assuming finite or infinite second moments and the moment conditions that determine the convergence rate are analyzed. Separately, we consider the combination of cross-sectional and temporal aggregation, which concerns portfolio applications, and we find that the model error of the linear framework can be smaller for portfolios than individual stocks. Although the intended application is finance, the results in the article are valid in other areas where data aggregation is natural.