【Fama-MacBeth回归】请教大神

dogmamongo 发表于 2015-9-6 15:32
你可以看看这个图片

是用Fama and MacBeth regression

i c your point

你的意思是选一个window length，rolling用Y对X做n次横截面回归，Y可以是任何东西，不一定是return，然后得到n个coefficient然后看这n个codfficient的distribution。看来我理解错了楼主的问题，sorry。 我以为他问得就是原始的fm regression。 谢谢讲解！

sorry我理解错了你做的东西。如果是这样，直接取平均即可，他是一个distribution，有正有负是正常的。你得看他的mean 和 std

Chemist_MZ 发表于 2015-9-8 00:15
sorry我理解错了你做的东西。如果是这样直接ignore显著性。

没事没事，thx all the same。请问
1、为什么忽略横截面回归的显著性直接时间序列平均得到FM系数呢
2、FM回归的 adj R-square是不是横截面回归adj R-square的算术平均啊
谢谢

sduruc 发表于 2015-9-8 00:20
没事没事，thx all the same。请问
1、为什么忽略横截面回归的显著性直接时间序列平均得到FM系数呢
2、 ...

1. this cross sectional regression is a pure model fit. You just want to get its coefficient. You don't care whether it can explain something. The thing matters is the distribution of the coefficient in the second step.

2. Roughly say, yes.

I am not an expert in this regression and analysis. You can ask dogmamongo. He is more familiar with this area from his response. Thanks!

sduruc 发表于 2015-9-8 00:20
没事没事，thx all the same。请问
1、为什么忽略横截面回归的显著性直接时间序列平均得到FM系数呢
2、 ...

1. 其实Fama and Macbeth regression 算是一个特例的随机系数模型
    亦即 每期的系数 都是一个平均系数＋误差项
    你想要的是  平均的系数是否显著
2.就是看平均而言 该模型的解释力

dogmamongo 发表于 2015-9-8 11:02
1. 其实Fama and Macbeth regression 算是一个特例的随机系数模型
    亦即 每期的系数 都是一个平均系数 ...

谢谢回答。然后可以用FM回归的系数进行选股吗~

sduruc 发表于 2015-9-8 16:21
谢谢回答。然后可以用FM回归的系数进行选股吗~

如果你是做long term investment，那可以，短期fundamental很难起作用，都是一些market的情绪在左右市场。

sduruc 发表于 2015-9-8 16:21
谢谢回答。然后可以用FM回归的系数进行选股吗~

FMregression是一种predict regression当然可以选股，很多因子模型都是用FM回归选股的

huyiustc 发表于 2015-9-9 11:09
FMregression是一种predict regression当然可以选股，很多因子模型都是用FM回归选股的

感觉我的FM的横截面回归中有的年份系数为正，有的年份系数负，而且正负都有显著的情况。
所以在纠结这种情况下，FM回归是不是可以选股。

dogmamongo 发表于 2015-9-8 11:02
1. 其实Fama and Macbeth regression 算是一个特例的随机系数模型
    亦即 每期的系数 都是一个平均系数 ...

Suppose there are 1,000 stocks with returns data over 100 months. We also have the market portfolio returns over 100 months. We want to test whether CAPM holds or not for this sample.

Stage 1 analysis: Portfolio formation

1. Starting, let's say, month 25, we compute the pre-ranking betas for each stock, by regressing the previous 24 month stock returns on the market returns.
2. Each month we rank all stocks as per their betas.
3. Classify all these 1,000 stocks into, say, 10 portfolios
4. Now we have 10 portfolios over 76 months (months 25 through 100)
(The idea of portfolio formation is to minimize within-portfolio variation in betas).

Stage 2 analysis: Cross-sectional tests
1. For each portfolio, we carry out full-period regression of portfolio returns on market returns (10 regressions, each over 76 months).
2. Thus we get 10 post-ranking betas, one for each portfolio.
3. For each of the 76 months, we regress the portfolio returns on the post-ranking betas (76 regressions, each over 10 observations).
4. We collect the time series of all these regression slopes.
5. The essential test is whether time-series average slope = 0

您好，这是我在另一篇帖子里看到的解释，在第二步里已经得到组合的beta，为什么还要用portfolio returns对beta回归， 意思是要验证这个factor能对return产生影响吗，如果 average slope=0这个factor就是无效的，希望得到您的解答