The Efficiency vs. Pricing Accuracy Trade-Off in GMM Estimation of Multifactor Linear Asset Pricing Models
多因子线性资产定价模型 GMM 估计中的效率与定价精度权衡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：摘要讨论多因子线性资产定价模型的 GMM 估计、Beta 与 SDF 表示及定价精度，直接对应资产定价与金融因子，并涉及因子模型这一计量方向。
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…
多因子线性资产定价模型 GMM 估计中的效率与定价精度权衡
- 研究问题
- 摘要关注：当多因子线性资产定价模型分别以 Beta 形式与随机贴现因子（SDF）形式表示并用广义矩方法（GMM）估计时，其推断效率与定价精度在小样本和大样本下是否存在差异，以及差异由何驱动。
- 方法与思路
- 作者提出推导 Beta 估计量与 SDF 估计量在 GMM 下的解析渐近方差，并据此比较两种参数化形式的效率与定价精度，指出因子的高阶矩在估计过程中起重要作用。摘要未说明具体数据、样本或模拟设计。
- 材料陈述的贡献
- 摘要称，SDF 方法可能效率较低但定价更准确，而 Beta 方法效率更高；作者将这一权衡的主要驱动因素归结为因子的高阶矩。摘要未给出具体数值结果或实证结论。
- 阅读关注点
- 阅读全文时应核对：渐近方差推导所依赖的矩条件与识别假设、效率与定价精度的具体度量方式、高阶矩影响权衡的机制、小样本与大样本结论是否一致，以及是否有模拟或实证支持。
- 阅读边界
- 仅凭摘要无法判断推导细节、假设是否成立、结论的稳健性与实际量级；该来源为作者／机构库版本摘要，且标注为 online-first，不能据此声称已通过同行评审或正式见刊。
原文摘要
Even though a multi-factor linear asset pricing model can be equivalently represented in a Beta or in a stochastic discount factor (SDF) form, its inferential efficiency and pricing accuracy features may differ when estimated by the generalized method of moments (GMM), both in small and in large samples. We derive the analytical asymptotic variance of the Beta and the SDF estimators under GMM and find that the SDF approach is likely to be less efficient but to yield more accurate pricing than the Beta method. We show that the main drivers of this trade-off are the higher-order moments of the factors that play an important role in the estimation process.