Risk premia from the cross-section of individual assets
从个体资产横截面估计风险溢价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：摘要直接研究个体资产横截面的因子风险溢价，并允许遗漏不可观测定价因子。
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
从个体资产横截面估计风险溢价
- 研究问题
- 在时间跨度有限但个体资产横截面较大、且可能遗漏定价因子时，如何估计可观测因子的事后风险溢价并进行有效检验？
- 方法与思路
- 作者使用连续更新估计量，允许存在数量未知的不可观测因子，将估计对象解释为伪真值，并构造检验尺度正确的程序。
- 材料陈述的贡献
- 摘要称检验比已有程序更精确；个体资产应用中，市场、规模和动量因子的风险溢价大体为正，其他许多因子较弱。
- 阅读关注点
- 应核对伪真风险溢价与完整定价模型参数的区别、大横截面短时间的渐近框架，以及检验尺度和精确性的比较依据。
- 阅读边界
- 仅据所给 OpenAlex 摘要版本，遗漏因子条件、检验细节和溢价数值未说明，不能将事后发现解释为未来收益或推断刊本变化。
原文摘要
We propose the continuous updating estimator (CUE) for estimating ex-post risk premia from large cross-sections of individual asset returns over limited time periods. We analyze its properties while also allowing for an unknown number of unobserved factors. The CUE then provides an estimator of its, so-called, pseudo-true value, i . e . , the risk premia on the observed factors without assuming that they comprise all priced factors. We develop size-correct procedures for testing hypotheses on the estimand of the CUE, which are more precise than existing ones. The proposed methodology is used to examine risk factors widely analyzed using a small number of portfolios. Our findings are that market, size, and momentum factors carry largely positive risk premia, while many other factors much less so. Different factors therefore stand out in the cross-section of individual assets.