近日，由香港城市大学冯冠豪副教授、统计研究中心的兰伟教授、北京大学光华管理学院王汉生教授与东南大学统计与数据科学学院张军助理教授，合作撰写的论文“Selecting and Testing Asset-Pricing Models: A Stepwise Approach”，在国际管理学顶刊《Management Science》在线发表。
内容简介
资产定价研究长期关注如何构建能够解释资产横截面收益的因子模型，即希望模型能够使定价误差接近于零。然而，在大量候选因子不断涌现的背景下，传统模型选择方法往往只关注已选择因子的统计拟合或投资表现，而忽视了未入选候选因子本身也可能包含重要的定价信息。本文提出一个用于因子模型选择与检验的统一框架：一方面，选择能够张成测试资产与全部候选因子联合有效前沿的最优因子模型；另一方面，同时检验模型对测试资产和未入选候选因子的定价能力。该框架从一个基准模型出发，基于资产定价检验逐步加入或删除因子，并利用资产定价中的对偶关系，将降低横截面定价误差与提高因子模型的夏普比率联系起来。实证结果显示，经典资产定价模型在面对完整候选因子集合时普遍难以通过检验，而本文得到的八因子模型不仅未被资产定价检验拒绝，而且具有稳健的样本外投资表现。
作者简介（作者署名按照姓氏排列）
冯冠豪，香港城市大学副教授，专注于开发新的实证方法，包括机器学习、贝叶斯统计和金融计量，以解决实证资产定价中的大数据问题。
兰伟，西南财经大学统计研究中心教授，研究领域包括高维数据分析与建模、大型社交网络数据分析、风险管理和投资组合优化、消费金融反欺诈等。
王汉生，北京大学光华管理学院教授，研究领域包括超高维复杂数据分析、深度学习的统计学理论、大规模数据计算与优化。
张军（通讯作者），东南大学统计与数据科学学院助理教授，统计研究中心2024届博士毕业生，从事统计理论方法及其在金融计量领域的交叉研究，包括高维资产定价模型，投资组合，大规模金融因子评估与筛选等。
