The Fama-MacBeth regression is a me

The Fama-MacBeth regression is a method used to estimate parameters for asset pricing models such as the Capital asset pricing model (CAPM). The method estimates the betas and risk premia for any risk factors that are expected to determine asset prices. The method works with multiple assets across time (panel data). The parameters are estimated in two steps:

First regress each asset against the proposed risk factors to determine that asset's beta for that risk factor.
Then regress all asset returns for a fixed time period against the estimated betas to determine the risk premium for each factor.
Eugene F. Fama and James D. MacBeth (1973) demonstrated that the residuals of risk-return regressions and the observed "fair game" properties of the coefficients are consistent with an "efficient capital market" (quotes in the original).[1]

Note that Fama MacBeth regressions provide standard errors corrected only for cross-sectional correlation. The standard errors from this method do not correct for time-series autocorrelation. This is usually not a problem for stock trading since stocks have weak time-series autocorrelation in daily and weekly holding periods, but autocorrelation is stronger over long horizons.[2] This means Fama MacBeth regressions may be inappropriate to use in many corporate finance settings where project holding periods tend to be long. For alternative methods of correcting standard errors for time series and cross-sectional correlation in the error term look into double clustering by firm and year.[3]

ผลลัพธ์ (ไทย) 1:

การถดถอยของ Fama MacBeth เป็นวิธีที่ใช้ในการประมาณพารามิเตอร์สำหรับรูปแบบการกำหนดราคาสินทรัพย์เช่นสินทรัพย์การลงทุนรูปแบบการกำหนด (CAPM) วิธีการประมาณค่าเบต้าและเสี่ยง premia สำหรับปัจจัยเสี่ยงที่คาดว่าจะกำหนดราคาสินทรัพย์ วิธีการทำงานกับสินทรัพย์หลายข้ามเวลา (แผงข้อมูล) ประมาณพารามิเตอร์ในสองขั้นตอน:ก่อน ถดถอยแต่ละสินทรัพย์กับปัจจัยเสี่ยงเสนอเพื่อกำหนดสินทรัพย์ที่เบต้าสำหรับปัจจัยเสี่ยงที่แล้ว หวังผลตอบแทนสินทรัพย์ทั้งหมดสำหรับรอบระยะเวลาถาวรกับเบต้าประเมินเพื่อตรวจสอบพรีเมี่ยมความเสี่ยงแต่ละปัจจัยEugene F. Fama และ James D. MacBeth (1973) แสดงให้เห็นว่า เหลือการแสดงผลตอบแทนความเสี่ยงและสังเกต "แฟร์เกม" คุณสมบัติของสัมประสิทธิ์สอดคล้องกับ "มีประสิทธิภาพตลาดทุน" (ใบเสนอราคาในต้นฉบับ) [1]หมายเหตุให้ Fama MacBeth แสดงข้อผิดพลาดมาตรฐานเฉพาะสำหรับหน้าตัดสัมพันธ์ มาตรฐานข้อผิดพลาดจากวิธีการนี้ไม่ถูกต้องสำหรับชุดเวลา autocorrelation นี้มักจะไม่ได้เป็นปัญหาสำหรับหุ้นเนื่องจากหุ้นมี autocorrelation ชุดเวลาอ่อนแอในทุกวันและทุกสัปดาห์ถือระยะเวลา แต่ autocorrelation แข็งแกร่งเหนือขอบฟ้านาน [2] ซึ่งหมายความว่า Fama MacBeth แสดงอาจจะไม่เหมาะสมเพื่อใช้ในการตั้งค่าการจัดการการเงินมากที่รอบระยะเวลาการถือหุ้นของโครงการมักจะ เป็นนาน สำหรับทางเลือกวิธีการแก้ไขข้อผิดพลาดมาตรฐานสำหรับอนุกรมเวลาและหน้าตัดความสัมพันธ์ในระยะผิดพลาดมองเข้าไปในคลัสเตอร์ที่สองโดยบริษัทและปี [3]

ผลลัพธ์ (ไทย) 3:

สมการ Fama ก็อตแลนด์เป็นวิธีประมาณพารามิเตอร์สำหรับแบบจำลองการตั้งราคาหลักทรัพย์ เช่น การกำหนดราคาสินทรัพย์ทุน Model ( CAPM ) วิธีการประเมินความเสี่ยงและเบต้า Premia ปัจจัยความเสี่ยงใด ๆที่คาดว่าจะกำหนดราคาสินทรัพย์ วิธีการทำงานกับหลายสินทรัพย์ข้ามกาลเวลา ( ข้อมูลแผง ) ค่าประมาณสองขั้นตอน :ก่อนถอยหลังแต่ละสินทรัพย์กับเสนอปัจจัยความเสี่ยงเพื่อตรวจสอบว่าสินทรัพย์ของเบต้าสำหรับความเสี่ยงด้านแล้วถอยหลังกลับสินทรัพย์ทั้งหมดสำหรับรอบระยะเวลาถาวรกับประมาณการเบต้าเพื่อตรวจสอบความเสี่ยงของพรีเมี่ยมสำหรับแต่ละองค์ประกอบยูจีนเอฟ Fama และเจมส์ D . ก็อตแลนด์ ( 1973 ) แสดงให้เห็นว่าค่าของสมการถดถอยพบว่าผลตอบแทนความเสี่ยงและเกม " ยุติธรรม " สมบัติของสัมประสิทธิ์สอดคล้องกับตลาดทุนที่มีประสิทธิภาพ " ( คำคมในต้นฉบับ ) [ 1 ]หมายเหตุแก้ไขข้อผิดพลาดมาตรฐานสังกะสีให้แมคเบธ Fama สำหรับความสัมพันธ์แบบภาคตัดขวาง ข้อผิดพลาดมาตรฐานจากวิธีนี้ไม่ถูกต้องสำหรับข้อมูลอนุกรมเวลา . นี้มักจะไม่เป็นปัญหาสำหรับการซื้อขายหุ้น เพราะหุ้นมีข้อมูลอนุกรมเวลาที่อ่อนแอในรายวันและรายสัปดาห์ถือระยะเวลา แต่ข้อมูลจะแข็งแกร่งในระยะขอบเขต [ 2 ] ซึ่งหมายความว่า Fama แม็คเบ็ธสังกะสีอาจจะไม่เหมาะสมที่จะใช้ในการตั้งค่าการเงินหลายโครงการ ระยะเวลาที่ถือมักจะเป็นนาน สำหรับวิธีการทางเลือกของการแก้ไขข้อผิดพลาดมาตรฐานสำหรับอนุกรมเวลาและค่าภาคตัดขวางในระยะข้อผิดพลาดดูคู่การจัดกลุ่มโดย บริษัท และปี [ 4 ]