Nonparametric Specification Testing of Conditional Asset Pricing Models
条件资产定价模型的非参数设定检验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：摘要直接检验条件资产定价模型，并要求随机贴现因子对定价因子具有条件仿射形式，对应资产定价与金融因子。
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…
条件资产定价模型的非参数设定检验
- 研究问题
- 条件资产定价模型通常限制收益与定价因子的条件矩，却未规定其函数形式；如何检验模型设定并发现与条件变量相关的定价误差？
- 方法与思路
- 作者针对随机贴现因子对定价因子具有条件仿射形式的模型，构造自适应综合设定检验，检查定价误差与条件变量的关系。
- 材料陈述的贡献
- 摘要称检验对条件矩函数形式误设稳健，并能检测定价误差与条件变量的各种关系；模拟展示实施效果，应用讨论条件消费模型。
- 阅读关注点
- 核对自适应调节与临界值校准、检验尺寸和功效，以及消费与股票收益的条件相关性偏弱如何影响实证检验的解释。
- 阅读边界
- 摘要提示消费模型未被拒绝可能源于消费与收益的条件相关性偏弱；不能据此认定模型成立，摘要也未说明该解释的具体诊断证据。
原文摘要
This article presents an adaptive omnibus specification test of asset pricing models where the stochastic discount factor is conditionally affine in the pricing factors. These models provide constraints that conditional moments of returns and pricing factors must satisfy, but most of them do not provide information on the functional form of those moments. Our test is robust to functional form misspecification, and also detects any relationship between pricing errors and conditioning variables. We give special emphasis to the test implementation and calibration, and extensive simulation studies prove the functioning in practice. Our empirical applications show a conditional counterpart of a well-known problem of unconditional models. The lack of rejection of consumption based conditional models seems to be due to a poor conditional correlation between consumption and stock returns.