Testing asset pricing factor models: An out-of-sample perspective
资产定价因子模型检验：样本外视角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：摘要直接检验资产定价因子模型的零 alpha 限制，并评价候选金融因子模型。
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…
资产定价因子模型检验：样本外视角
- 研究问题
- 在测试资产数量较多的高维环境中，如何以正式样本外检验评估候选资产定价因子模型是否满足零 alpha 限制？
- 方法与思路
- 作者提出 SSA 检验，用样本拆分分离组合权重估计与模型评价，以岭正则稳定组合问题，并通过重抽样计算聚合统计量的 p 值。
- 材料陈述的贡献
- 摘要称，单次拆分统计量渐近高斯，并刻画跨拆分依赖；实证中，SSA 对部分统计构造因子模型的拒绝较样本内基准更频繁。
- 阅读关注点
- 应核对高维渐近条件、正则参数与拆分设置、重抽样如何处理依赖，以及统计量与样本外平方信息比率的具体联系。
- 阅读边界
- 所用为作者／机构库的 SSRN 版本摘要，不能推断期刊刊本变化；摘要未列出具体条件与数值，拒绝更频繁也不足以单独证明检验更优。
原文摘要
We develop the Sample Splitting Alpha (SSA) test, a formal out-of-sample (OOS) test for evaluating whether an asset pricing factor model satisfies the zero-alpha restriction in high-dimensional settings. The test uses sample splitting to separate portfolio weight estimation from model evaluation and ridge regularization to stabilize the portfolio problem when the number of test assets is large. We show that each single split SSA statistic is asymptotically Gaussian under mild regularity conditions. For the aggregated SSA statistic used in implementation, we characterize the dependence across split statistics and compute p-values by resampling. Economically, the statistic relates to the OOS incremental spanning value of the chosen test assets relative to a candidate factor model, measured by the OOS squared information ratio. The simulation results accord with the asymptotic analysis. In the empirical application, SSA rejects some statistically constructed factor models more often than the in-sample benchmarks, despite those models' strong in-sample fit.