In this paper, we provide the asymp

In this paper, we provide the asymptotic theory for the widely used Fama and MacBeth (1973) two-pass risk premia estimates in the usual case of a large number of assets. We demonstrate analytically and using simulations that the standard OLS and GLS estimators can contain large bias when the time series sample size is small, but our proposed OLS and GLS estimators can reduce the bias significantly.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรามีทฤษฎี asymptotic สำหรับการใช้อย่างกว้างขวาง Fama และแม็คเบ็ธ (1973) ความเสี่ยงสองรอบ premia ประเมินในกรณีปกติของสินทรัพย์เป็นจำนวนมาก เราสาธิต analytically และใช้ว่า มาตรฐาน OLS และ GLS estimators สามารถประกอบด้วยอคติมากเมื่อขนาดตัวอย่างของลำดับเวลาจำลองมีขนาดเล็ก แต่ estimators OLS และ GLS ของเรานำเสนอสามารถลดอคติมีนัยสำคัญ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราให้ทฤษฎี asymptotic สำหรับใช้กันอย่างแพร่หลาย Fama และก็อตแลนด์ (1973) ความเสี่ยงจากสองรอบ Premia ประมาณการในกรณีปกติของจำนวนมากของสินทรัพย์ เราแสดงให้เห็นถึงการวิเคราะห์และการใช้แบบจำลองที่ได้มาตรฐานและ OLS ประมาณ GLS สามารถมีอคติที่มีขนาดใหญ่เมื่อเวลาขนาดชุดตัวอย่างที่มีขนาดเล็ก แต่เสนอ OLS และประมาณ GLS ของเราสามารถลดอคติอย่างมีนัยสำคัญ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ เรามีทฤษฎีซีมโทติคที่ใช้กันอย่างแพร่หลายและ Fama แมคเบธ ( 1973 ) สองผ่านการประเมินความเสี่ยงใน Premia กรณีปกติของตัวเลขขนาดใหญ่ของสินทรัพย์ เราแสดงการวิเคราะห์และจำลองที่ใช้ทั้งมาตรฐานและ GLS กะสามารถประกอบด้วยอคติมากเมื่ออนุกรมเวลาขนาดตัวอย่างมีขนาดเล็กแต่เราเสนอวิธี OLS และ GLS กะสามารถลดอคติอย่างมาก