A New Multivariate Predictive Model for Stock Returns
一种新的股票收益多变量预测模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确以未来股票收益为预测目标，使用估值与消费财富指标，并比较预测误差，直接对应收益预测方向。
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
一种新的股票收益多变量预测模型
- 研究问题
- 将股息率、盈利价格比、账面市值比和消费财富比共同纳入模型，能否预测未来股票收益，并改善相对基准的预测表现？
- 方法与思路
- 作者构建包含四类解释变量的多变量收益预测模型，使用标普五百指数的长期月度和季度数据，以均方根误差比较基准。
- 材料陈述的贡献
- 摘要称，新模型具有股票收益预测能力，并在多数比较中取得最低均方根误差，但未提供误差数值或统计显著性证据。
- 阅读关注点
- 应核对预测期限、样本内外划分、变量发布时间与可得性，以及基准选择、模型估计方法和预测误差差异的检验。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收。摘要未说明是否为样本外预测，无法判断结果稳健性或可复现性。
原文摘要
One of the most important studies in finance is to find out whether stock returns could be predicted. This research aims to create a new multivariate model, which includes dividend yield, earnings-to-price ratio, book-to-market ratio as well as consumption-wealth ratio as explanatory variables, for future stock returns predictions. The new multivariate model will be assessed for its forecasting performance using empirical analysis. The empirical analysis is performed on S&P500 quarterly data from Quarter 1, 1952 to Quarter 4, 2019 as well as S&P500 monthly data from Month 12, 1920 to Month 12, 2019. Results have shown this new multivariate model has predictability for future stock returns. When compared to other benchmark models, the new multivariate model performs the best in terms of the Root Mean Squared Error (RMSE) most of the time.