超级会员免费看
本文介绍了实证资产定价中使用截面回归的方法，用于检验因子风险溢价和定价异象。通过EAP库的CS_regress类，实现了时间序列回归、平均操作、交叉截面回归等功能，包括GLS和OLS回归，以及t测试和联合测试，为统计推断提供支持。
实证资产定价中的截面回归并不常见。它的主要用途是检验因子是否存在风险溢价（risk premium），以及投资组合是否具有定价异象（anomaly）。
截面回归的模型和Fama-Macbeth回归的第二步的区别是，截面回归的因变量是资产收益率在时间序列上的均值，而Fama-Macbeth回归的因变量是资产收益率在每个时间点上的值。
本文的Package已发布于Github:
Github: GitHub - whyecofiliter/EAP: empirical asset pricing
cross_section_regress
class CS_regress()
def __init__(self, y_list, factor):
This function initializes the class.
input :
y_list : The assets return series list.
factor : The factor risk premium series.
def ts_regress(self):
This function conduct
订阅专栏 解锁全文
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
