Experimental Design in Tests of Linear Factor Models
线性因子模型检验中的实验设计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：摘要研究资产组合收益的线性因子模型横截面检验，重点是因子载荷共线性与检验功效，对应金融因子与资产定价方向。
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…
关注这篇论文的作者
线性因子模型检验中的实验设计
- 研究问题
- 在线性因子模型的横截面检验中，如何选择资产组合以避免因子载荷共线性，以及这种设计选择会怎样影响检验功效？
- 方法与思路
- 作者讨论检测因子载荷共线性的诊断程序，利用既有线性因子模型检验作示例，并通过一系列实验验证诊断及其设计评价。
- 材料陈述的贡献
- 摘要指出某些资产组合选择可能形成共线性并损害检验功效，提供相应诊断程序；所述实验用于验证诊断与设计评价。
- 阅读关注点
- 重点核对资产组合的构造规则、载荷共线性的判定标准及其与功效的联系，并查看实验设置如何支持对既有检验设计的评价。
- 阅读边界
- 摘要未说明诊断统计量、实验生成机制或功效损失幅度；仅凭摘要无法判断诊断程序在不同模型与样本条件下的表现。
原文摘要
For various reasons, cross-sectional tests of linear factor models have employed the returns on portfolios of assets (as opposed to individual securities). There is a good deal of flexibility in how one goes about choosing which portfolios to examine (the experimental design). This article points out that some choices can lead to collinearity among factor loadings with potentially harmful consequences for power. A diagnostic procedure for detecting collinearity is discussed, and several illustrations of the procedure on existing tests of linear factor models are used to illustrate their value to the researcher. Finally, a series of experiments is carried out to validate the diagnostics and to confirm their assessment of the experimental design in the models examined.