Selecting and Testing Asset Pricing Models: A Stepwise Approach
资产定价模型的选择与检验：逐步方法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。
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：摘要直接讨论资产定价因子模型选择、定价误差检验与有效前沿。
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…
资产定价模型的选择与检验：逐步方法
- 研究问题
- 因子模型选择如何兼顾测试资产和未入选候选因子，避免只关注既定测试资产的定价误差而遗漏有效前沿的改进机会？
- 方法与思路
- 作者以跨越测试资产和全部候选因子的联合有效前沿为目标，根据资产定价检验逐步增删因子，并利用定价误差与夏普比率的对偶性。
- 材料陈述的贡献
- 摘要称框架具有模型选择一致性；实证中常用模型被拒绝，而所提八因子模型未被拒绝，并表现出稳健的样本外性能。
- 阅读关注点
- 应核对联合有效前沿与最优模型的定义、逐步增删和停止规则，以及选择一致性条件和数据驱动选模后的检验处理。
- 阅读边界
- 所据为 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明因子构成及样本外指标，模型未被拒绝不能证明其正确。
原文摘要
The asset pricing literature emphasizes factor models that minimize pricing errors but overlooks unselected candidate factors that could enhance the performance of test assets. This paper proposes a framework for factor model selection and testing by (i) selecting the optimal model that spans the joint efficient frontier of test assets and all candidate factors, and (ii) testing pricing performance on both test assets and unselected candidate factors. Our framework updates a baseline model (e.g., CAPM) sequentially by adding or removing factors based on asset pricing tests. Ensuring model selection consistency, our framework utilizes the asset pricing duality: minimizing cross-sectionally unexplained pricing errors aligns with maximizing the Sharpe ratio of the selected factor model. Empirical evidence shows that workhorse factor models fail asset pricing tests, whereas our proposed 8-factor model is not rejected and exhibits robust out-of-sample performance.