Adaptive Testing for Alphas in Conditional Factor Models with High Dimensional Assets
高维资产条件因子模型中 alpha 的自适应检验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：摘要明确针对时变条件因子定价模型中的 alpha 检验，直接涉及资产定价与金融因子。
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…
高维资产条件因子模型中 alpha 的自适应检验
- 研究问题
- 研究在证券数量超过收益序列长度的时变因子定价模型中，如何检验 alpha，并适应稀疏及其他备择情形。
- 方法与思路
- 作者构造最大值型检验，推导其零假设极限分布及与已有求和型统计量的渐近独立性，再组合成自适应检验。
- 材料陈述的贡献
- 摘要称最大值型检验适合稀疏备择，组合检验在多种备择下具有优势，并通过模拟及两项真实数据应用展示。
- 阅读关注点
- 应核对资产数与时间长度的增长条件、时变因子的估计方式，以及最大值型与求和型检验组合后的显著性控制。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，无法判断优势适用范围及实际检验表现，也不能推断后续刊本变化。
原文摘要
This article focuses on testing for the presence of alpha in time-varying factor pricing models, specifically when the number of securities N is larger than the time dimension of the return series T. We introduce a maximum-type test that performs well in scenarios where the alternative hypothesis is sparse. We establish the limit null distribution of the proposed maximum-type test statistic and demonstrate its asymptotic independence from the sum-type test statistics proposed by Ma et al. Additionally, we propose an adaptive test by combining the maximum-type test and sum-type test, and we show its advantages under various alternative hypotheses through simulation studies and two real data applications.