A comparison of mean–variance efficiency tests
均值—方差有效性检验的比较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：摘要围绕市场投资组合的均值—方差有效性，并以美国股票收益检验该性质，直接对应资产定价方向。
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
均值—方差有效性检验的比较
- 研究问题
- 检验投资组合的均值—方差有效性时，GMM、参数似然与半参数似然方法在效率、稳健性和小样本表现上如何取舍？
- 方法与思路
- 作者在椭圆创新分布框架下分析不同检验的渐近性质，以 Monte Carlo 比较小样本表现，并应用于美国股票收益。
- 材料陈述的贡献
- 摘要称参数估计在特定椭圆分布误设和异方差下仍可支持有效推断；模拟与渐近结论存在差异，应用拒绝市场组合有效性。
- 阅读关注点
- 应核对椭圆分布误设允许到什么程度、有效推断所用方差处理，以及模拟设计和市场组合有效性检验的具体设定。
- 阅读边界
- 摘要未给出各方法的具体尺寸、功效或效率差异；美国股票应用的拒绝结论也不能外推到其他市场、时期或组合。
原文摘要
We analyse the asymptotic properties of mean-variance efficiency tests based on generalised methods of moments, and parametric and semiparametric likelihood procedures that assume elliptical innovations. We study the trade-off between efficiency and robustness, and prove that the parametric estimators provide asymptotically valid inferences when the conditional distribution of the innovations is elliptical but possibly misspecified and heteroskedastic. We compare the small sample performance of the alternative tests in a Monte Carlo study, and find some discrepancies with their asymptotic properties. Finally, we present an empirical application to US stock returns, which rejects the mean-variance efficiency of the market portfolio.