常见因子的Fama-Macbeth回归:EAP.fama_macbeth

本文介绍了如何使用EAP.fama_macbeth模块进行Fama-Macbeth回归,该回归用于检验因子风险溢价。通过四个不同的数据集,研究了规模、价值、盈利能力、投资、动量和换手率等因子对资产收益率的影响,发现某些因子如规模、价值和盈利能力显示出显著的风险溢价。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文根据Bail et al.的著作Empirical Asset Pricing编写相关程序,投资组合分析的模块是EAP.fama_macbeth,下面将对该模块进行详细介绍。本文的Package已发布于Github:

Github: GitHub - whyecofiliter/EAP: empirical asset pricing
 

Fama-Macbeth回归检验因子风险溢价的存在性。Fama Macbeth回归遵循两个步骤:

1.指定模型并进行横截面回归。

2.取回归系数的时间序列平均值

欲知更多详情,请阅读Empirical Asset Pricing: The Cross Section of Stock Returns. Bali, Engle, Murray, 2016.

检验特征对资产收益率是否具有系统性影响,需要在FM回归模型中加入股票特征。在本demo中,特征或因子包括规模、价值、盈利能力、投资、动量和换手率,其代理变量在模拟因素的投资组合demo中介绍。

# %% set system path
import sys,os
sys.path.append(os.path.abspath(".."))

数据预处理

# %% import data
# Monthly return of stocks in China securit
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值