Misspecification and Weak Identification in Asset Pricing
资产定价中的模型误设与弱识别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：摘要直接讨论资产定价风险溢价推断、风险因子及多因子模型的误设和识别。
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
资产定价中的模型误设与弱识别
- 研究问题
- 当资产定价模型同时存在误设和弱识别时，如何对风险溢价进行可靠推断，并判断估计对象应如何解释？
- 方法与思路
- 作者使用对误设和弱识别双重稳健的拉格朗日乘子检验，并通过误设 J 统计量与识别 IS 统计量的相对大小分析风险溢价。
- 材料陈述的贡献
- 摘要称给出兼顾两类问题的风险溢价推断方式，联系识别强度与参数解释，并重访多项应用及一至六因子组合。
- 阅读关注点
- 应核对双重稳健性的正式含义与适用条件、两项统计量如何决定风险溢价解释，以及经验比较采用的样本和检验标准。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收状态未核实。摘要未列明检验的完整假设、具体经验结果或各因子组合的表现。
原文摘要
The widespread co-existence of misspecification and weak identification in asset pricing has led to an overstated performance of risk factors. Because the conventional Fama and MacBeth (1973) methodology is jeopardized by misspecification and weak identification, we infer risk premia by using a double robust Lagrange multiplier test that remains reliable in the presence of these two empirically relevant issues. Moreover, we show how the identification, and the resulting appropriate interpretation, of the risk premia is governed by the relative magnitudes of the misspecification J-statistic and the identification IS-statistic. We revisit several prominent empirical applications and all specifications with one to six factors from the factor zoo of Feng, Giglio, and Xiu (2020) to emphasize the widespread occurrence of misspecification and weak identification.