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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接检验条件因子定价模型中的 alpha，研究对象同时对应资产定价与金融因子方向。
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
高维资产条件因子模型中 alpha 的自适应检验
- 研究问题
- 当证券数量超过收益序列长度时，如何检验时变因子定价模型中的非零 alpha，并兼顾不同稀疏程度的备择情形？
- 方法与思路
- 作者构造适合稀疏备择的最大值型统计量，研究其零假设极限分布及与和型统计量的独立性，再组合为自适应检验。
- 材料陈述的贡献
- 摘要称其建立了极限零分布和渐近独立性，并通过模拟及两个真实数据应用展示组合检验在不同备择下的优势。
- 阅读关注点
- 应核对时变因子模型的估计方式、资产间依赖与维数增长条件，以及组合规则、显著性校准和不同备择下的功效。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列出渐近条件和具体功效结果，不能认定检验普遍占优。
原文摘要
This paper 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.(2020).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.