The co-pricing factor zoo
债券与股票共同定价的因子动物园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：摘要直接讨论债股联合风险定价、金融因子筛选与聚合，以及随机贴现因子对未来资产收益的预测。
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…
债券与股票共同定价的因子动物园
- 研究问题
- 公司债与股票能否由共同因子定价，哪些因子稳健承载风险价格，以及聚合大量因子是否有助于解释和预测资产收益？
- 方法与思路
- 作者比较大量股票与公司债联合定价模型，在考虑国债期限结构风险后评估因子，并构造贝叶斯模型平均随机贴现因子。
- 材料陈述的贡献
- 摘要称，股票与非交易因子足以解释调整期限风险后的公司债风险溢价；聚合多因子的贴现因子在所述样本内外比较中表现更好。
- 阅读关注点
- 应核对模型空间、先验与模型平均规则、期限风险调整方法，以及样本外划分、因子可得性和多重模型搜索的处理。
- 阅读边界
- 仅据所给出版社摘要，无法验证模型搜索及样本外评估细节；关于债券因子冗余、表现优势和夏普比率的陈述均有研究设定边界。
原文摘要
We analyze 18 quadrillion models for the joint pricing of corporate bond and stock returns. Strikingly, we find that equity and nontradable factors alone suffice to explain corporate bond risk premia once their Treasury term structure risk is accounted for, rendering the extensive bond factor literature largely redundant for this purpose. While only a handful of factors, behavioral and nontradable, are likely robust sources of priced risk, the true latent stochastic discount factor is dense in the space of observable factors. Consequently, a Bayesian Model Averaging Stochastic Discount Factor explains risk premia better than all low-dimensional models, in- and out-of-sample, by optimally aggregating dozens of factors that serve as noisy proxies for common underlying risks, yielding an out-of-sample Sharpe ratio of 1.5 to 1.8. This SDF, as well as its conditional mean and volatility, are persistent, track the business cycle and times of heightened economic uncertainty, and predict future asset returns.