In general, for estimation, the mor

In general, for estimation, the more observations the better. This suggests using as long a time
period as possible. With a long estimation period for beta, however, it is likely that the value of
the true beta changes over the period. The resulting estimate for beta will, therefore, be biased.
This pulls us in the direction of shortening the period. One way of obtaining more observations,
over a shorter time period, is to increase the sampling frequency. However moving from
monthly to daily returns, for example, results in an increase in the amount of noise in the data,
which reduces the efficiency of the estimates. Thus there is a trade off between the length of the
time period and sampling frequency. In this paper, therefore, the performance of monthly data
for five years (the standard data frequency and time period used), weekly data for two years, and
daily data for one year, are examined

ผลลัพธ์ (ไทย) 1:

ทั่วไป การประเมิน ข้อสังเกตุเพิ่มเติมดีกว่า นี้แนะนำใช้เป็นระยะเวลายาวนานรอบระยะเวลาเป็น มีระยะเวลายาวนานประมาณสำหรับเบต้า อย่างไรก็ตาม ก็มีแนวโน้มที่ค่าของเบต้าเป็นจริงที่เปลี่ยนแปลงในช่วง การประเมินผลสำหรับเบต้าจะ ดังนั้น จะลำเอียงนี้ดึงเราในทิศทางของการลดรอบระยะเวลา วิธีหนึ่งของการได้รับข้อสังเกตเพิ่มเติมผ่านช่วงเวลาสั้นกว่า เป็นการ เพิ่มความถี่การสุ่มตัวอย่าง อย่างไรก็ตาม การย้ายจากรายเดือนไปกลับทุกวัน เช่น ผลเพิ่มจำนวนเสียงข้อมูลซึ่งลดประสิทธิภาพของการประเมิน จึง มีการค้าปิดระหว่างความยาวของใบรอบระยะเวลาและความถี่ในการสุ่มตัวอย่าง ในเอกสารนี้ ดังนั้น ประสิทธิภาพของข้อมูลรายเดือนห้าปี (ข้อมูลมาตรฐานความถี่และเวลาที่ใช้รอบระยะเวลา), 2 ปี ข้อมูลรายสัปดาห์ และมีการตรวจสอบข้อมูลทุกวันหนึ่งปี

ผลลัพธ์ (ไทย) 2:

โดยทั่วไปสำหรับการประมาณค่าที่สังเกตมากขึ้นดีกว่า นี้แสดงให้เห็นการใช้เป็นเวลานานเป็นเวลาระยะเวลาที่เป็นไปได้
ที่มีระยะเวลานานสำหรับการประมาณค่าเบต้า
แต่ก็มีโอกาสที่ค่าของการเปลี่ยนแปลงที่แท้จริงเบต้าในช่วงเวลา การประเมินผลสำหรับเบต้าจะจึงจะลำเอียง.
นี้ดึงเราไปในทิศทางของการลดระยะเวลา วิธีการหนึ่งของการได้รับการสังเกตมากขึ้นในช่วงเวลาที่สั้นกว่าคือการเพิ่มความถี่ในการสุ่มตัวอย่าง
แต่ย้ายจากรายเดือนให้ผลตอบแทนในชีวิตประจำวันเช่นผลในการเพิ่มขึ้นของจำนวนเสียงในข้อมูลที่ซึ่งจะช่วยลดประสิทธิภาพของการประมาณการที่ ดังนั้นจึงมีการค้าระหว่างความยาวของการระยะเวลาและความถี่ในการสุ่มตัวอย่าง ในงานวิจัยนี้จึงประสิทธิภาพการทำงานของข้อมูลรายเดือนเป็นเวลาห้าปี (ระยะเวลาความถี่ข้อมูลมาตรฐานและเวลาที่ใช้) ข้อมูลรายสัปดาห์สำหรับสองปีและข้อมูลทุกวันเป็นเวลาหนึ่งปีมีการตรวจสอบ

ผลลัพธ์ (ไทย) 3:

โดยทั่วไป การประมาณค่า ยิ่งสังเกตได้ยิ่งดี นี้แสดงให้เห็นการใช้นานเวลา
ระยะเวลาที่เป็นไปได้ ด้วยระยะเวลาประมาณนานเบต้า อย่างไรก็ตาม มีแนวโน้มว่า คุณค่าของเบต้า
ที่แท้จริงเปลี่ยนแปลงไปตามระยะเวลา ส่งผลให้ประมาณการเบต้าจะ ดังนั้น ลำเอียง
นี้ดึงเราในทิศทางของการลดรอบระยะเวลา วิธีการหนึ่งของการได้รับการสังเกตมากขึ้น
ในระยะเวลาสั้น คือ การเพิ่มความถี่ในการสุ่มตัวอย่าง . อย่างไรก็ตามการย้ายจาก
รายเดือนกลับมาทุกวัน ตัวอย่างเช่น ผลในการเพิ่มขึ้นของปริมาณสัญญาณรบกวนในข้อมูล
ซึ่งจะช่วยลดประสิทธิภาพของการประมาณการ ดังนั้นจึงมีการค้าออกระหว่างความยาวของ
ช่วงเวลาและความถี่ Sampling ) ในกระดาษนี้ ดังนั้น ประสิทธิภาพของ
ข้อมูลรายเดือนห้าปี ( มาตรฐานข้อมูลความถี่และระยะเวลาที่ใช้ ) , ข้อมูลรายสัปดาห์สำหรับสองปีและ
ข้อมูลทุกวันเป็นเวลาหนึ่งปีจะตรวจ