全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 MATLAB等数学软件专版
2244 5
2013-03-12
悬赏 20 个论坛币 未解决
7SX4$[12Y5PCG)JRC~JQ[D7.jpg
MR}AF_4ZYES`LMAMPGQ5%@5.jpg
这是Cochrane《Asset Pricing》教材中关于GMM应用的描述,在matlab中估计b1时,我编写了下面一段程序:
f = data2(:,2:4);
ex_return = data(:,2:size(data,2));
d = zeros(size(data,2)-1,size(f,2));
for i = 1:1:size(data,1)
    d = d + ex_return(i,:)'*f(i,:);
end
d = d/size(data,1);
b1 = inv(d'*d)*d'*data_mean;
其中f是FF因素构成的矩阵,ex_return是超额收益率构成的矩阵,但是这样计算出来的估计值b1和我之前用cross-sectional以及Fama-Macbeth方法计算的估计值差异很大,求原因。。。

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

全部回复
2013-3-12 21:42:14
请问data_mean,是怎么计算得来的?
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

2013-3-12 21:43:11
victorwxw 发表于 2013-3-12 21:42
请问data_mean,是怎么计算得来的?
data_mean就是每个投资组合的(超额)收益率在时间序列上的均值。
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

2013-3-15 22:28:54
这个GMM估计中的b1并不是通常的time series回归和FamaF中beta系数,两者不是一个概念,所以我觉得应该是我们理解错了这个回归的系数概念。其实,关于这个回归系数的大概意思我想你剪下了的这本Cochrane《Asset Pricing》中有说明。
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

2013-3-16 12:51:00
victorwxw 发表于 2013-3-15 22:28
这个GMM估计中的b1并不是通常的time series回归和FamaF中beta系数,两者不是一个概念,所以我觉得应该是我们 ...
哦,如果不是之前Fama-Macbeth和Cross Sectional中的系数,那应该没什么问题了。。。
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

2014-10-23 11:06:52
同问!
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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群