Peso problems in the estimation of the C‐CAPM
消费资本资产定价模型估计中的比索问题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：摘要直接研究消费资产定价模型的结构估计与定价误差，并将低概率灾难风险作为机制，支持资产定价和尾部风险分类。
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…
消费资本资产定价模型估计中的比索问题
- 研究问题
- 如果市场预期低概率灾难，但灾难未在样本中发生，消费资本资产定价模型为何可能出现异常结构参数估计和持续定价误差？
- 方法与思路
- 作者在含低概率灾难风险的消费资产定价模型中分析安静时期的估计偏误，结合模拟考察时变情形，并讨论修正矩条件的办法。
- 材料陈述的贡献
- 摘要称灾难未实现的比索问题可以解释异常风险厌恶和时间偏好估计；时变无风险利率下还可能产生显著、持续的估计定价误差。
- 阅读关注点
- 应核对市场预期与样本灾难发生之间的区别、结构参数偏误的推导、无风险利率变化的作用，以及矩条件修正如何落实到数据。
- 阅读边界
- 仅依据所给 Crossref 摘要；灾难分布、参数条件和实证可行性未说明，模型解释不能证明现实定价误差均源于比索问题或版本变化。
原文摘要
This paper shows that the consumption‐based capital asset pricing model (C‐CAPM) with low‐probability disaster risk rationalizes pricing errors. We find that implausible estimates of risk aversion and time preference are not puzzling if market participants expect a future catastrophic change in fundamentals, which just happens not to occur in the sample (a “peso problem”). A bias in structural parameter estimates emerges as a result of pricing errors in quiet times. While the bias essentially removes the pricing error in the simple models when risk‐free rates are constant, time‐variation may also generate large and persistent estimated pricing errors in simulated data. We also show analytically how the problem of biased estimates can be avoided in empirical research by resolving the misspecification in moment conditions.