Advertisement

关于48种美国行业投资组合的论文研究——基于新Fama-French五因子模型分析

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:PDF


简介:
本论文深入探讨了48个不同美国行业的投资组合表现,并运用改进后的Fama-French五因子模型进行详细分析,旨在揭示各行业内在的投资价值与风险特征。 本段落采用新的五因素模型对美国股市进行了分析,数据来源于1963年7月至2017年1月的48个行业投资组合。参数通过最大似然估计(MLE)进行估算,并使用LR和KS方法来进行模型诊断。我们利用AIC标准来比较不同模型的效果。结果表明,Fama-French五因素模型仍然有效,且Zhou和Li在2016年提出的这一新模型更适用于我们的数据集。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 48——Fama-French
    优质
    本论文深入探讨了48个不同美国行业的投资组合表现,并运用改进后的Fama-French五因子模型进行详细分析,旨在揭示各行业内在的投资价值与风险特征。 本段落采用新的五因素模型对美国股市进行了分析,数据来源于1963年7月至2017年1月的48个行业投资组合。参数通过最大似然估计(MLE)进行估算,并使用LR和KS方法来进行模型诊断。我们利用AIC标准来比较不同模型的效果。结果表明,Fama-French五因素模型仍然有效,且Zhou和Li在2016年提出的这一新模型更适用于我们的数据集。
  • Fama-French_STATA_三_Fama-French
    优质
    本篇内容介绍如何使用STATA软件进行Fama-French三因素模型的应用与实证分析,涵盖市场风险、规模效应和价值效应三个关键因子。 利用中国A股数据实现Fama-French三因子模型的Stata代码可以参考相关文献或学术资源进行编写。在处理这类问题时,建议查阅金融计量经济学的相关书籍以及研究论文以获取更多指导信息。此外,还可以关注一些专业的统计软件论坛和社区,在那里可能会找到关于如何使用Stata来实现Fama-French三因子模型的具体示例代码和讨论。
  • Fama-French_do档.zip_描述性检验_littlej9b_Stata
    优质
    本资料包包含基于Fama-French五因子模型进行分组描述性统计分析的Stata代码及数据文件,适用于学术研究和金融数据分析。 使用Stata代码进行五因子模型分析,包括账面市值比、规模效应、盈利能力以及投资风格的考量。
  • Fama-French数据及Stata代码(2000-2020)
    优质
    本资料包含2000年至2020年间的Fama-French五因子模型数据及其对应的Stata分析代码,适用于学术研究与实证分析。 Fama-French五因子模型数据和Stata代码(2000-2020年)。
  • Fama-French-Replication.R_三_
    优质
    本代码实现Fama-French三因素模型的复现,通过分析股票市场收益与规模、价值和动量三个因子的关系,评估资产定价理论的有效性。 复现 Fama French 1992 年论文中的表 1 结果。
  • Fama-French风险与实证检验
    优质
    本文探讨了Fama-French三因子模型在评估股票市场风险方面的应用,并通过实证研究验证其有效性。 本段落利用2007年5月至2017年6月的月度数据检验并对比了三个定价模型在中国股市的应用效果:资本资产定价模型(CAPM)、二因子模型以及Fama-French三因子模型,并使用GRS方差检验方法进行分析。
  • 风险测度与证券.pdf
    优质
    本研究论文深入探讨了风险测度理论及其在金融投资中的应用,并构建了一个优化的组合证券投资模型,旨在提高投资者的风险管理能力和收益水平。 本段落研究了与风险测度及组合证券投资模型相关的问题,并对Markowitz的投资理论进行了分析。Markowitz通过使用证券收益率的方差来衡量投资风险,并构建了一个用于选择最优证券组合的决策模型。然而,该论文指出了Markowitz模型的一些不足之处。 为了改进这一问题,本段落以半方差(E-Sh)作为新的风险测度方法,提出了一个新的目标函数——最优证券组合的选择风险目标函数,并建立了一个基于此新理论的最优化投资决策模型。此外,文章还详细介绍了如何求解该最优化模型以及确定有效边界的方法。 最后,通过实际案例的应用分析证明了所提出的这一风险目标函数和最优化模型在实践中的有效性。
  • APT套利定价Fama-French案例.ipynb
    优质
    本Jupyter Notebook深入解析APT套利定价理论,并通过实例应用Fama-French三因子模型进行市场收益评估和资产定价研究。 Python金融数据挖掘实战教学使用numpy、pandas、sklearn等库对金融数据进行分析,并可以直接提交或用于学习参考。
  • 使用Python实现Fama-French.py
    优质
    本代码实现了Fama-French三因子模型在股票市场收益分析中的应用,采用Python编程语言进行数据处理与回归分析。 使用Python构建Fama and French三因子模型(包括MKT、SMB、HML),代码可以从网络上找到并运行成功,所需数据可以通过tushare pro平台下载。
  • Fama-French及Stata代码(含2000-2020年原始数据)
    优质
    本资料深入解析Fama-French三因子和五因子市场模型,并提供1990年至2020年的历史数据,附带详细的Stata程序代码用于实证分析。 三因子与五因子模型数据量约为1G。 一、Fama-French三因子模型数据及Stata代码(2000-2020年) 1. 数据来源:原始数据在分享文件中。 2. 时间跨度:2000年至2020年。 3. 区域范围:全国 4. 指标说明: - 综合月市场回报率; - 资产负债表月个股回报率; - 无风险利率收益率数据(是否ST); - 三因子数据日个股回报率、年个股回报率及公司文件。 二、Fama-French五因子模型数据及Stata代码(2000-2020年) 1. 数据来源:原始数据在分享文件中。 2. 时间跨度:2000年至2020年。 3. 区域范围:全国 4. 指标说明: - 综合月市场回报率; - 资产负债表月个股回报率; - 无风险利率; - 五因子数据日个股回报率、年个股回报率及公司文件。 部分结果如下。