Thước đo khoảng cách để so sánh mô hình định giá tài sản

Tóm tắt

Bài báo đề xuất các thước đo dựa trên khoảng cách để so sánh mô hình định giá tài sản, xuất phát từ lo ngại rằng kiểm định thống kê có thể có công suất thấp và thống kê alpha có thể bị sử dụng tùy tiện. Thước đo được đề xuất kết hợp bình phương alpha và bình phương sai số chuẩn, rồi lấy căn bậc hai, tạo ra một chẩn đoán duy nhất tính đến cả mức định giá sai ước tính lẫn độ bất định.

Bài báo cũng đưa ra cách diễn giải Bayes: hiệu suất mô hình được xem là khoảng cách giữa phân phối hàm ý từ mô hình và phân phối dựa trên dữ liệu thể hiện sự hoài nghi. Theo cách trình bày này, mô hình có độ phân tán alpha thấp hơn và sức giải thích cao hơn được ưu tiên. Mô tả cho biết việc bổ sung động lượng vào mô hình năm nhân tố Fama-French giúp giảm bớt mối lo ngại được nêu về mức định giá sai hằng năm trong khoảng từ âm tám đến dương tám phần trăm. Các thước đo này được trình bày như phần bổ sung cho p-value, không phải vật thay thế; văn bản cung cấp không nêu chi tiết phương pháp hay kiểm chứng rộng hơn.

Ý chính

• Thước đo được đề xuất kết hợp bình phương alpha và bình phương sai số chuẩn thành thước đo khoảng cách.
• Cách diễn giải Bayes so sánh niềm tin hàm ý từ mô hình với phân phối dựa trên dữ liệu, thể hiện quan điểm hoài nghi.
• Cách trình bày ưu tiên mô hình có độ phân tán alpha thấp và sức giải thích cao.
• Bài báo trình bày động lượng như một bổ sung hữu ích cho mô hình năm nhân tố Fama-French.
• Thước đo khoảng cách nhằm bổ sung cho p-value theo trường phái tần suất như một công cụ chẩn đoán mô hình.

Thẻ

# Comparing Asset Pricing Models: Distance-based Metrics and Bayesian Interpretations


# Comparing Asset Pricing Models: Distance-based Metrics and Bayesian Interpretations









In light of the power problems of statistical tests and undisciplined use of alpha-based statistics to compare models, this paper proposes a unified set of distance-based performance metrics, derived as the square root of the sum of squared alphas and squared standard errors. The Bayesian investor views model performance as the shortest distance between his dogmatic belief (model-implied distribution) and complete skepticism (data-based distribution) in the model, and favors models that produce low dispersion of alphas with high explanatory power. In this view, the momentum factor is a crucial addition to the five-factor model of Fama and French (2015), alleviating his prior concern of model mispricing by -8% to 8% per annum. The distance metrics complement the frequentist p-values with a diagnostic tool to guard against bad models.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.