横截面与时间序列因子模型比较 股票债券期货定价模型的比较方法有哪几种分析

FM回归是资产定价研究的常用工具。大多数实践应用中将FM回归作为一种研究特征值与平均回报具有时变相关性的方法。从这里延伸到我们的发现也许只有一步之遥，当像式(2)那样重新排列并叠加在t上时，像式(1)这样的FM截面回归就变成了具有预先指定的时间可变载荷的时间序列因子模型。我们有理由相信，这种关于FM回归的观点能够改善我们看待和应用它们的方式。

我们使用式(2)作为一个时间序列模型(模型，而不是回归)来描述一个多维资产的平均收益，我们将式(2)的表现与FF(2015)模型中使用时间序列因子的表现进行比较。

我们展示了使用恒定载荷的模型(3)和(4)的结果，但我们更感兴趣的是使用TV载荷的模型(2)和(5)之间的对比。

模型(1)到模型(5)的因子可以由股利折现模型(FF 2015)的合理定价模式驱动。在一个理性定价的世界里，收益动量很难让人信服，人们可能会把动量视为一种反常现象，上面概述的模型无法解释这种反常现象。然而，我们的经验是，读者对包含动量因子的模型性能会如何变化常常感到好奇。我们研究了增加动量因子的模型(1)到(5)的变体。我们发现，在投资组合中，动量因子对解释组合投资回报的形成很重要，但它们对资产定价模型的贡献不大。

我们的主要结论是，模型(2)——解释了LHS超额回报，并且只使用CS因子和预先指定的时变载荷——优于