Bayesian Estimation of Stochastic Discount Factors
随机贴现因子的贝叶斯估计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：摘要研究与资产收益对应的随机贴现因子，并用于评估资产定价模型的拟合，因此归入资产定价方向。
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…
随机贴现因子的贝叶斯估计
- 研究问题
- 如何利用观测资产收益估计随机贴现因子的边际后验分布，并据此衡量资产定价模型的拟合及其需要解释的特征？
- 方法与思路
- 作者提出贝叶斯估计方法，获取与观测资产收益相对应的随机贴现因子边际后验分布，再据此形成模型拟合度量。
- 材料陈述的贡献
- 摘要称，这些估计可识别定价模型应解释的总体特征，并提供拟合度量，补充基于 Hansen–Jagannathan 界的模型评估。
- 阅读关注点
- 阅读时应核对先验与似然设定、随机贴现因子的刻画方式，以及后验拟合度量如何补充 Hansen–Jagannathan 界的评估。
- 阅读边界
- 摘要未说明具体先验、计算算法、资产样本或实证结果，也未交代拟合度量的比较标准，无法据此判断模型优劣。
原文摘要
This article provides a Bayesian method of estimating the marginal posterior distributions for stochastic discount factors associated with observed asset returns. These estimates can be used to provide measures of fit for asset pricing models and to identify broad features of the characteristics that should be explained. These measures of fit can be used to supplement model evaluation exercises based on L. P. Hansen-R. Jagannathan bounds.