全部版块 我的主页
› 论坛 › 金融投资论坛 六区 › 金融学（理论版）
关于Fama-Macbeth（1973）回归的详细资料
机智的兔子
2015-12-19 23:57:08
yunzhonghai 发表于 2011-11-16 14:18
各位大牛，什么书里有关于Fama-Macbeth 回归的详细介 ...
学习了，受用了。
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

liluilui
2016-2-25 20:14:18
感谢感谢！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

cjx2013
2016-3-9 10:08:55
学习了，很受用！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

huangkaishui
2016-4-12 17:21:41
drkant 发表于 2014-11-30 22:28
图片的实际顺序是按照文件名 1、2、3、4、5、6来的，长传后乱序了 ==

先时间序列回归；后截面数据检验吧 ...
感谢！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

lynntea
2016-4-15 22:04:18
十分感谢，我一般只看不回，这次帮了大忙了，一定要顶一下
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

桃李不言言言
2016-4-18 16:39:40
学习学习
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

冰族王子
2016-7-29 10:52:13
冬函璎珞 发表于 2013-3-14 03:23
Fama-Macbeth approach is an innovative two-stage approach meant to minimize within-portfolio varian ...
你这是BJS(1972)方法，不是Fama-macbeth(1973)方法！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

徐韵雯
2016-11-26 22:07:07
学习了。很受用
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

xncdww
2016-11-28 20:43:38
学习了！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

JudyZ53
2017-4-7 09:15:42
echo_fl 发表于 2012-11-28 15:00
刚查到有篇论文对这个有详细的解释，大家可以看看
谢谢~
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

香脆的牙刷
2017-11-22 15:51:24
非常感谢分享
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jacqueee
2018-4-18 11:11:04
BJS和FM最大的区别在于窗口，BJS分两个窗口，每六年分一段，在把6年中的前五年作为做portfolio的期间（用预测的beta排序得到），后一年作为估计期间，用着一年的数据估计beta值，并求出每个portfolio的月收益。采用rolling的方法，一年一年向后滚动。最后，把每个后一年的return和beta做回归。检测系数。FM检验是分了三个窗口，第一个四年，叫建立portfolio窗口，用回归的beta建立portfolio。第二个五年，叫初步估计窗口，再用回报和market return 估计一次每个asset的beta，把每个portfolio里面有的asset 的beta求平均，得到portfolio的beta值。然后用这个beta值估计下一个窗口的portfolio return。第三个窗口，叫检测窗口，再估计一次属于这个窗口的portfolio beta，与上一个窗口估计出来的portfolio return，做回归。得到系数，做系数检验。然后再一个月一个月的向后滚动。所以FM 是estimate month by month
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

wave815
2018-5-29 07:39:02
echo_fl 发表于 2012-11-28 15:00
刚查到有篇论文对这个有详细的解释，大家可以看看
感谢感谢
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

安普乱炖
2018-8-2 23:59:58
jacqueee 发表于 2018-4-18 11:11
BJS和FM最大的区别在于窗口，BJS分两个窗口，每六年分一段，在把6年中的前五年作为做portfolio的期间（用预 ...
第三个窗口不是估计beta了吧，应该是用前面估计出来的beta作为自变量，估计rho（系数）。然后rho作为时间序列收集起来，用来检测CAPM。
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

湘江7
2018-12-9 09:25:42
drkant 发表于 2014-11-30 22:28
图片的实际顺序是按照文件名 1、2、3、4、5、6来的，长传后乱序了 ==

先时间序列回归；后截面数据检验吧 ...
感谢楼主 非常有用
附上豆瓣上的一个解释https://m.douban.com/mip/note/609935284/
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

湘江7
2018-12-9 09:29:26
echo_fl 发表于 2012-11-28 15:00
刚查到有篇论文对这个有详细的解释，大家可以看看
先顶一个 找了几篇文章都没找到详细的 感谢楼主
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

湘江7
2018-12-9 09:46:19
drkant 发表于 2014-11-30 22:28
图片的实际顺序是按照文件名 1、2、3、4、5、6来的，长传后乱序了 ==

先时间序列回归；后截面数据检验吧 ...
超超超级超级有用，感谢楼主！！！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

moyu100
2019-2-24 16:19:07
ydljnu 发表于 2011-11-16 14:30
Fama-MacBeth regression就是Fama-Mabeth 1973年paper用的方法。
其主要步骤：
1. Time series regressi ...
请问有Fama-Macbeth1973年paper的原文吗？
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

marrychrismas
2019-4-1 09:15:00
感谢分享
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

cheung1234
2019-4-5 15:39:11
感谢大家分享
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

套龙的汉子
2020-8-13 10:17:53
我想请问一下，在STATA操作上来讲，如果用OLS回归然后控制了年份的固定效应与FamaMacbeht回归的不同体现在哪里喔？
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

dengxueming
2021-9-26 18:41:55
冬函璎珞 发表于 2013-3-14 03:23
Fama-Macbeth approach is an innovative two-stage approach meant to minimize within-portfolio varian ...
假设：现有1000个股票100个月的月度收益率，以及全部市场的指数收益率100个月的数据。
1.从第25个月起，将1000只个股，其中每一只个股的前24个月的月度收益率（因变量，24个观察样本值），分别，对市场指数收益率24个月数据（解释变量，24个观察样本值）做时间序列回归1000次，得到当月的1000个贝塔值，按个股贝塔值排名，将1000只个股划分为10组资产组合，得到10个资产组合的当月度收益率。逐月滚动，滚动执行76个月后，得到10个资产组合（每一期组合个股成分是变化的）的76个月度收益率数据。
2.将10个资产组合的76个月的月度收益率（因变量，76个观察样本值），分别，对市场指数收益率76个月数据（解释变量，76个观察值）做时间序列回归10次，得到10个贝塔值。（即时间序列回归）
3.从第25个月起，每个月，把10个资产组合的当月收益率（10个观察值，因变量），对10个贝塔值（解释变量，10个观察样本值）做截面回归，得到“市场”这个因子的当月度收益率，以及截距项。逐月滚动执行76个月后，得到76个“市场”因子的月度收益率数据，以及76个截距项数据。
4.检验得到的76个“市场”因子的月度收益率数据和76个月平均收益率数据。
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

首页上一页下一页跳至第页
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群