Empirical tests of asset pricing models with individual assets: Resolving the errors-in-variables bias in risk premium estimation
以个股检验资产定价模型：处理风险溢价估计中的变量测量误差偏差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：摘要直接估计CAPM及多个多因子资产定价模型的风险溢价，并以个股检验因子定价关系。
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…
以个股检验资产定价模型：处理风险溢价估计中的变量测量误差偏差
- 研究问题
- 如何直接以个股检验资产定价模型，同时处理风险溢价估计中的变量测量误差，避免组合聚合掩盖股票特征？
- 方法与思路
- 作者提出工具变量方法，以个股作为测试资产估计事后风险溢价，并考察多个定价模型在控制资产特征后的结果。
- 材料陈述的贡献
- 摘要称方法给出一致的事后风险溢价估计及水平表现适当的小样本检验，所考察模型的风险溢价在控制特征后均不显著。
- 阅读关注点
- 核对工具变量构造与有效性、测量误差来源、资产特征控制方式，以及不显著结果的标准误和检验功效。
- 阅读边界
- 摘要未说明工具变量条件、样本和具体估计值；控制特征后的不显著不能解释为风险溢价等于零或相关模型普遍失效。
原文摘要
To attenuate an inherent errors-in-variables bias, portfolios are widely employed to test asset pricing models; but portfolios might mask relevant risk- or return-related features of individual stocks. We propose an instrumental variables approach that allows the use of individual stocks as test assets, yet delivers consistent estimates of ex post risk premiums. This estimator also yields well-specified tests in small samples. The market risk premium under the capital asset pricing model (CAPM) and the liquidity-adjusted CAPM, premiums on risk factors under the Fama–French three- and five-factor models, and the Hou et al. (2015) four-factor model are all insignificant after controlling for asset characteristics.