16、社会地位对金融网络决策与资产定价的影响

社会地位对金融网络决策与资产定价的影响

1. GMM - SDF 测试

在资产定价领域，我们提出了一个明确的随机贴现因子（SDF）模型，该模型与市场回报和高波动性投资组合的回报呈线性关系，其表达式为：
[M_{t + 1} = 1 + (\tilde{m}^0S^{-1}\tilde{m}) t - (i^0S^{-1}\tilde{m})_t(r {MKT,t + 1} - r_{f,t + 1}) + 2C_t(r_{V,t + 1} - r_{MKT,t + 1})]
从这个模型可以推测，SDF 中市场超额回报的系数为负，而高波动性资产回报减去市场回报的系数为正。为了验证模型的预测，我们采用 Hansen（1982）提出的广义矩估计（GMM）方法来估计模型 (E[MR] = 1)。在分析过程中，我们选择权重矩阵 (W) 为矩条件协方差矩阵的逆，这是渐近最优的选择。我们使用与之前相同的 25 个投资组合进行测试。需要注意的是，当各因素之间存在相关性时，我们应检验 SDF 参数系数是否为零，以此判断某个因素是否有助于资产定价，而非检验通过 Fama - MacBeth 方法得到的因素溢价是否为零。在我们的例子中，市场超额回报和 VMM 因素的正相关性为 0.52。

我们首先比较了无条件双因素模型与资本资产定价模型（CAPM）、Fama - French 三因素模型以及 Carhart 四因素模型的定价能力。具体来说，我们估计了以下矩条件：
[1 = E[(B_0 - B’F_{t + 1}) \cdot R_{t + 1}]]
其中，(B_0) 是常数，(B) 是待估计的系数向量，(F_{t + 1}) 是 SDF 规范中包含的因素向量