An adjustment procedure for predicting systematic risk
预测系统性风险的调整方法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：摘要以衡量资产系统性风险的 beta 为调整和预测对象，最直接关联资产定价中的风险暴露测量问题。
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
预测系统性风险的调整方法
- 研究问题
- 如何针对 beta 的回归趋向改进调整方法，平方根变换能否改善其分布特征，并降低 beta 预测的均方与极端误差？
- 方法与思路
- 作者提出多元根线性调整模型，考察 beta 平方根变换、Box–Cox 回归及扰动表现，并与已有调整程序比较预测误差。
- 材料陈述的贡献
- 摘要称，变换后的 beta 更接近正态，新方法的均方和极端误差较低；无偏与效率结论也是作者在摘要中的主张。
- 阅读关注点
- 应核对 beta 的定义与估计、负值的变换处理、回归趋向来源，以及误差分布证据是否足以支持无偏和效率结论。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；未说明样本、比较设计和误差数值，正态性描述本身不足以核实模型正确性或估计效率。
原文摘要
Abstract This paper looks at the currently available beta adjustment techniques and suggests a multiple root‐linear model to adjust for the regression tendency of betas. Our empirical investigate on indicates that cross‐sectional betas are not normally distributed, but their distribution tends to normal after a square‐root transformation. The evidence from the Box‐Cox regression model and the multivariate normality observed among betas after the transformation, make the functional form of our model correct. Also, we observe that the disturbance term of the multiple root‐linear model is well behaved. These findings make the ordinary least squares estimates unbiased and efficient. Finally, the mean square and extreme errors are found to be lower when our adjustment procedure is used vis‐à‐vis the existing procedures.