A Combined Approach to the Inference of Conditional Factor Models
条件因子模型推断的组合方法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：摘要明确以金融条件因子模型为对象，构造估计与检验方法，并应用于条件 CAPM，直接支持金融因子与资产定价方向。
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
条件因子模型推断的组合方法
- 研究问题
- 如何结合参数与非参数方法估计金融条件因子模型，并检验单资产或多资产的关键假设及第一阶段参数模型的设定是否正确？
- 方法与思路
- 作者提出两阶段估计程序结合参数与非参数方法，据此构造单资产及多资产联合检验，并直接检验第一阶段参数模型的设定。
- 材料陈述的贡献
- 摘要称，该方法相对两类既有方法具有优势，模拟中估计与检验表现良好；实证应用用于评估条件 CAPM 的表现。
- 阅读关注点
- 重点核对两阶段分别估计什么、第一阶段误设如何影响后续推断，以及联合检验与设定检验的条件和条件 CAPM 应用结果。
- 阅读边界
- 摘要未说明两阶段的具体构造、优势成立条件及模拟数值，也未报告条件 CAPM 的经验结论；不能据此确认方法优越性。
原文摘要
This article develops a new methodology for estimating and testing conditional factor models in finance. We propose a two-stage procedure that naturally unifies the two existing approaches in the finance literature—the parametric approach and the nonparametric approach. Our combined approach possesses important advantages over both methods. Using our two-stage combined estimator, we derive new test statistics for investigating key hypotheses in the context of conditional factor models. Our tests can be performed on a single asset or jointly across multiple assets. We further propose a novel test to directly check whether the parametric model used in our first stage is correctly specified. Simulations indicate that our estimates and tests perform well in finite samples. In our empirical analysis, we use our new method to examine the performance of the conditional capital asset pricing model (CAPM), which has generated controversial results in the recent asset-pricing literature.