• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2012 IEEE 5th International conference on management engineering amp; technology of statistics >State Space Model for Learning about Time-varying Beta and the Conditional CAPM
【24h】

State Space Model for Learning about Time-varying Beta and the Conditional CAPM

机译：学习时变Beta和条件CAPM的状态空间模型

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Adrian and Franzoni (2009) gives the conditions CAPM model for learning expand,this paper made state space model,provide 25 divided portfolios by Size,B/M,the Kalman filter results indicate that the estimated results of time-varying Beta better fit the stock price volatility then OLS estimated,Beta factor is learning process,in the Chinese stock market,the B/M is more significant than the Size into the learning process,the effect of the Size factor is not significant.
机译：Adrian和Franzoni（2009）给出了用于学习扩展的CAPM模型的条件，本文建立了状态空间模型，按大小，B / M提供了25个划分的投资组合，卡尔曼滤波结果表明，时变Beta的估计结果更适合于股票价格的波动性随后由OLS估计，Beta因素是学习过程，在中国股市中，B / M比Size更大，进入学习过程，Size因子的影响并不显着。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号