The Conditional Distribution of Excess Returns: An Empirical Analysis
超额收益的条件分布：一项实证分析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：摘要明确以经济状态变量预测超额收益的条件分布，并比较样本外预测表现，直接对应金融收益预测方向。
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
超额收益的条件分布：一项实证分析
- 研究问题
- 如何利用反映经济状态的一组预测变量估计超额收益的完整条件分布，并发现仅建模前两阶矩无法揭示的结构？
- 方法与思路
- 作者在收益取值网格上估计一系列条件 logit 模型，比较线性与加性设定，以允许预测变量和分布之间存在灵活关系。
- 材料陈述的贡献
- 摘要称，加性 logit 揭示了线性模型未发现的数据特征，并在拟合、样本外预测及组合选择表现上取得更好结果。
- 阅读关注点
- 应核对条件分布的有效性与单调性、加性模型的平滑选择、样本外评价设计，以及组合比较中的约束和评价指标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未提供数据区间、预测指标或组合实施细节，不能据此判断现时可投资性。
原文摘要
In this article we describe the cumulative distribution function of excess returns conditional on a broad set of predictors that summarize the state of the economy. We do so by estimating a sequence of conditional logit models over a grid of values of the response variable. Our method uncovers higher-order multidimensional structure that cannot be found by modeling only the first two moments of the distribution. We compare two approaches to modeling: one based on a conventional linear logit model and the other based on an additive logit. The second approach avoids the “curse of dimensionality” problem of fully nonparametric methods while retaining both interpretability and the ability to let the data determine the shape of the relationship between the response variable and the predictors. We find that the additive logit fits better and reveals aspects of the data that remain undetected by the linear logit. The additive model retains its superiority even in out-of-sample prediction and portfolio selection performance, suggesting that this model captures genuine features of the data that seem to be important to guide investors' optimal portfolio choices.