×
杰瑞德·费舍尔。；David W.Puelz。；卡洛斯·卡瓦略。

特征对收益的单调影响。 （英语） Zbl 1498.62307号

Ann.应用。斯达。 14，第4期，1622-1650（2020）.
摘要：本文将企业预期收益建模问题视为其可观测特征的非线性函数。我们研究了对条件期望函数的特征和非平稳性的理论上的单调性约束是否能提供统计和经济效益。我们提出了一个可解释的模型，该模型具有与黑盒机器学习方法相似的样本外性能。通过该模型，数据为条件期望函数的单调性和时间可变性提供了支持。此外，我们开发了一种使用损失函数来总结后验分布的特征选择方法。标准的未解释的交易量、短期反转、规模和动量的变化被发现是重要的特征，有证据表明这组数据会随着时间而变化。

MSC公司：

62第20页 统计学在经济学中的应用
2015年1月62日 贝叶斯推断

关键词：

收益横截面；后总结；贝叶斯建模

软件：

贝叶斯树；捷运局；护林员；巴蒂
PDF格式BibTeX公司 XML格式引用
\textit{J.D.Fisher}等人，Ann.Appl。Stat.14，No.4，1622--1650（2020；Zbl 1498.62307）
全文： 内政部

参考文献：

[1] Ang，A.和Kristensen，D.（2012年）。测试条件因子模型。J.财务。经济。106 132-156.
[2] Ang，A.、Hodrick，R.、Xing，Y.和Zhang，X.（2006）。波动性和预期回报的横截面。J.金融61 259-299.
[3] Balakrishnan，K.、Bartov，E.和Faurel，L.（2010年）。损益公告后的漂移。J.账户。经济。50 20-41.
[4] Ball，R.、Gerakos，J.、Linnainmaa，J.T.和Nikolaev，V.V.（2015）。盈利能力下降。J.财务。经济。117 225-248.
[5] Basu，S.（1983年）。纽约证交所普通股收益率、市值和回报率之间的关系：进一步证据。J.财务。经济。12 129-156.
[6] Bekaert，G.、Harvey，C.R.和Lumsdaine，R.L.（2002）。世界股票市场一体化的时代。J.财务。经济。65 203-247.
[7] 班达里，C.L.（1988）。负债/权益比率和预期普通股收益：经验证据。J.金融43 507-528.
[8] Breiman，L.（2001）。随机森林。机器。学习。45 5-32. ·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324
[9] Bustamante，C.M.和Donangelo，A.（2017年）。产品市场竞争和行业回报。财务版次。螺柱。30 4216-4266.
[10] Cattaneo，M.D.、Crump，R.K.、Farrell，M.H.和Schaumburg，E.（2020年）。特征分类投资组合：估计和推断。经济收益率。斯达。102 531-551.
[11] Chipman，H.A.、George，E.I.和McCulloch，R.E.（2010年）。BART：贝叶斯加性回归树。Ann.应用。斯达。4 266-298. ·兹比尔1189.62066 ·doi:10.1214/09-AOAS285
[12] Chipman，H.A.、George，E.I.、McCulloch，R.E.和Shively，T.S.（2019）。使用BART.Preprint的高维非参数单调函数估计。可在arXiv:161201619上获得。
[13] Chung，K.H.和Zhang，H.（2014）。使用每日数据对日内价差进行简单近似。J.财务。作记号。17 94-120.
[14] Cochrane，J.H.（2011）。总统致辞：折扣率。J.金融66 1047-1108.
[15] Cooper，M.、Gulen，H.和Schill，M.（2008）。资产增长和股票回报的横截面。J.金融63 1609-1651.
[16] D'Acunto，F.、Liu，R.、Pflueger，C.和Weber，M.（2018）。灵活的价格和杠杆。J.财务。经济。129 46-68.
[17] Datar，V.T.，Naik，N.Y.和Radcliffe，R.（1998）。流动性和股票回报：另一种测试。J.财务。作记号。1 203-219.
[18] De Bondt，W.和Thaler，R.（1985）。股市是否反应过度？J.金融40 793-805.
[19] Fama，E.和French，K.（1992年）。预期股票回报的横截面。J.金融47 427-465.
[20] Fama，E.F.和French，K.R.（1993年）。股票和债券回报中的常见风险因素。J.财务。经济。33 3-56. ·Zbl 1131.91335号 ·doi:10.1016/0304-405X（93）90023-5
[21] Fama，E.F.和French，K.R.（2008）。解剖异常。J.金融63 1653-1678.
[22] Fama，E.F.和French，K.R.（2016）。用五因素模型分析异常。财务版次。螺柱。29 69-103.
[23] Fama，E.F.和MacBeth，J.D.（1973年）。风险、回报和均衡：实证检验。政治经济学杂志。81 607-636.
[24] Freyberger，J.、Neuhierl，A.和Weber，M.（2020年）。非参数分析特征。财务版次。螺柱。33 2326-2377.
[25] Gandhi，P.和Lustig，H.（2015）。美国银行股票回报的规模异常。J.金融70 733-768.
[26] Garfinkel，J.（2009）。衡量投资者的意见分歧。J.会计研究。47 1317-1348.
[27] George，T.和Hwang，C.（2004）。52周高点和动量投资。J.金融59 2145-2176.
[28] Gorodnichenko，Y.和Weber，M.（2016）。粘性价格昂贵吗？来自股市的证据。美国经济。版次。106 165-99.
[29] Gu，S.、Kelly，B.和Xiu，D.（2020年）。通过机器学习的经验资产定价。财务版次。螺柱。.
[30] Hahn，P.R.和Carvalho，C.M.（2015）。贝叶斯线性模型中的解耦收缩和选择：后验总结视角。J.艾默。统计师。协会。110 435-448. ·Zbl 1373.62036号 ·doi:10.1080/01621459.2014.993077
[31] Han，Y.，He，A.，Rabach，D.和Zhou，G.（2019年）。公司特征和预期股票收益。工作文件。
[32] Harvey，C.R.、Liu，Y.和Zhu，H.（2016）…以及预期回报的横截面。财务版次。螺柱。29 5-68.
[33] Haugen，R.A.和Baker，N.L.（1996年）。预期股票回报决定因素的共性。J.财务。经济。41 401-439.
[34] He，J.，Yalov，S.和Hahn，P.R.（2019年）。XBART：加速贝叶斯加性回归树。在第22届国际人工智能与统计大会（AISTATS）.
[35] Hirshleifer，D.、Kewei，H.、Teoh，S.H.和Yinglei，Z.（2004）。投资者是否高估了资产负债表臃肿的公司？J.账户。经济。38 297-331.
[36] Hou，K.、Karolyi，A.G.和Kho，B.-C.（2011年）。哪些因素推动全球股票回报？。财务版次。螺柱。24 2527-2574.
[37] Jegadeesh，N.和Titman，S.（1993年）。买入赢家和卖出输家的回报：对股市效率的影响。J.金融48 65-91.
[38] Jegadeesh，N.和Titman，S.（2001年）。动量策略的盈利能力：对其他解释的评估。J.金融56 699-720.
[39] Lettau，M.和Nieuwerburgh，S.V.（2008）。核对回报可预测性证据。财务版次。螺柱。21 1607-1652.
[40] Lewellen，J.（2015）。预期股票回报的横截面。批评。财务版次。4 1-44.
[41] Lyandres，E.、Sun，L.和Zhang，L.（2007）。新问题之谜：测试基于投资的解释。财务版次。螺柱。21 2825-2855.
[42] McCarthy，D.和Jensen，S.T.（2016）。时间序列数据的加权密度。Ann.应用。斯达。10 305-334. ·Zbl 1359.62393号 ·doi:10.1214/15-AOAS893
[43] Novy-Marx，R.（2010年）。经营杠杆。Rev.财务15 103-134. ·Zbl 1210.91047号
[44] Novy-Marx，R.（2012）。动量真的是动量吗？J.财务。经济。103 429-453。
[45] Palazzo，B.（2012年）。现金持有量、风险和预期回报。J.财务。经济。104 162-185.
[46] Pastor，L.和Stambaugh，R.F.（2001）。股权溢价和结构性突破。J.金融56 1207-1239.
[47] Patton，A.J.和Timmermann，A.（2010年）。资产回报的单调性：新测试，应用于期限结构、资本资产定价模型和投资组合分类。J.财务。经济。98 605-625.
[48] Pettenuzzo，D.和Timmermann，A.（2011年）。结构突变下股票收益和资产配置的可预测性。J.计量经济学164 60-78. ·Zbl 1441.62839号 ·doi:10.1016/j.jeconom.2011.02.019
[49] Puelz，D.W.（2018）。计量经济学和金融学的规范化。德克萨斯大学奥斯汀分校麦库姆斯商学院博士论文。
[50] Puelz，D.、Carvalho，C.M.和Hahn，P.R.（2015）。被动投资的最佳ETF选择。
[51] Puelz，D.、Hahn，P.R.和Carvalho，C.M.（2017年）。具有随机预测因子的看似无关回归中的变量选择。贝叶斯分析。12 969-989. ·Zbl 1384.62262号 ·doi:10.1214/17-BA1053
[52] Puelz，D.、Hahn，P.R.和Carvalho，C.M.（2020年）。个人被动投资的投资组合选择。申请。斯托克。模型总线。印度。36 124-142.
[53] Shively，T.S.、Sager，T.W.和Walker，S.G.（2009年）。非参数单调函数估计的贝叶斯方法。J.R.统计社会服务。B.统计方法。71 159-175. ·Zbl 1231.62058号 ·doi:10.1111/j.1467-9868.2008.00677.x
[54] 斯隆·R·G（1996）。股票价格是否充分反映了未来收益的应计项目和现金流量信息？账户。版次。71 289-315.
[55] Smith，S.和Timmermann，A.（2018年）。中断风险。工作文件。
[56] Smith，S.C.、Timmermann，A.和Zhu，Y.（2019年）。带中断的面板模型中的变量选择。J.计量经济学212 323-344·兹比尔1452.62959 ·doi:10.1016/j.jeconom.2019.04.033
[57] Soliman，M.T.（2008）。市场参与者使用杜邦分析。雅高。版次。83 823-853.
[58] Wright，M.N.和Ziegler，A.（2017年）。ranger：（C++）和R中高维数据的随机森林的快速实现。J.统计软件。77第1期。
[59] Yuan，M.和Lin，Y.（2006）。分组变量回归中的模型选择和估计。J.R.统计社会服务。B.统计方法。68 49-67 ·Zbl 1141.62030号 ·doi:10.1111/j.1467-9868.2005302.x
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。