Multivariate Tests of Mean–Variance Efficiency With Possibly Non-Gaussian Errors
允许非高斯误差的均值—方差有效性多元检验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：摘要明确在条件与无条件资本资产定价模型中检验市场组合的均值—方差有效性，直接对应资产定价方向。
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…
允许非高斯误差的均值—方差有效性多元检验
- 研究问题
- 在条件与无条件 CAPM 中，若误差可能偏离高斯分布，如何对市场组合的均值—方差有效性进行具有有限样本精确性的多元检验？
- 方法与思路
- 作者在一般多元线性回归框架下，利用蒙特卡洛检验构造允许广泛非高斯误差分布的精确检验，同时实施精确的多元诊断检查。
- 材料陈述的贡献
- 摘要称实证拒绝高斯假设并发现时间不稳定性；若干子期拒绝均值—方差有效性，而允许非正态及条件信息后拒绝次数显著减少。
- 阅读关注点
- 阅读时应核对精确性所依赖的误差分布与模拟机制、条件信息的进入方式，以及子样本划分、诊断检验和有效性检验的关系。
- 阅读边界
- 摘要未说明资产样本、误差分布族及条件变量；“精确”仍受所设模型与检验构造约束，拒绝次数减少不足以确认 CAPM 成立。
原文摘要
We develop exact mean–variance efficiency tests of the market portfolio in the context of (conditional and unconditional) capital asset pricing models (CAPM), allowing for a wide class of possibly non-Gaussian error distributions. The proposed procedures are applicable in a general multivariate linear regression framework, and exactness is achieved through Monte Carlo test techniques. We also perform exact multivariate diagnostic checks. Empirical results show that the Gaussian assumption is rejected, temporal instabilities are apparent, and mean–variance efficiency is rejected over several subperiods, but finite-sample methods that allow for nonnormality and conditioning information substantially reduce the number of rejections.