【Fama-MacBeth回归】请教大神

不追求 发表于 2016-1-21 09:22
Suppose there are 1,000 stocks with returns data over 100 months. We also have the market portfoli ...

这个是 Fama and MacBeth (1973) 的文章作法
就是来检验 beta是否具有报酬的预测能力

而Fama and MacBeth regression
1.采用横截面回归取得系数
2.检定系数值是否显著
3.dependent variable不需要一定是报酬

而在解释上 就是在解释beta是否能解释报酬率 只是是平均的beta系数
beta 多少并不重要 重要的是beta是否能解释报酬率
别认为beta是时间序列回归而来 就认为他是一个时间序列的变项

我重申
很多人误以为求得beta算是Fama and MacBeth regression的第一步
这是完全错误
求得beta 是Fama and MacBeth (1973) 的第一步 却不是Fama and MacBeth regression的第一步
Fama and MacBeth regression 的第一步
1.进行t期的回归
2.针对t期系数进行平均检定使否显著

所以别对beta怎么来感到疑惑
你只要想这模型就是
Rp=alpha+r*beta+error
这样的模型 r是估计出来的系数
就是解释beta变动多少 报酬率会变动多少
他就是OLS的解释

以下是比较深度的讨论
请参酌阅读
其实Fama and MacBeth regression 是random coefficient model 的特殊形式 或者是HLM的特殊形式

y(=a1+error of al)+(b1+error of b1)X1+(b2+error of b2)X2+.......error

亦即 系数值会变动的  只是每期的效果加总为0
那为何不用HLM直接估计呢
请回到1973年  当时这个技术确实出来了
可是当时的电脑在计算约 200个样本就已经是极限了
遑论上万个美国股市样本

也因此Fama and MacBeth regression 存活下来
也使得在财务研究领域中 second stage的回归相当的流行
因为 你可以假定系数有随机效果  也能纳入
y(=a1+error of al)+(b1+c1X3+error of b1)X1+(b2+error of b2)X2+.......error
亦即拿出每期的 b1系数值来进行估计
而更好的是 此时你可以将 gdp cpi 等随时间变化的变量都纳入进去估计
这在过去不行的  因为他有共线性问题
而实际上 random coefficient model 或者HLM才是最适合中国样本进行研究的方法
因为采用这个方法 我们更能透探讨 国家股 或者集团股对齐旗下所有公司的影响

dogmamongo 发表于 2016-1-21 22:56
这个是 Fama and MacBeth (1973) 的文章作法
就是来检验 beta是否具有报酬的预测能力

非常感谢您耐心的解答，明白了很多，刚刚接触Fama and MacBeth regression，之前走进了好几个误区，把Fama and MacBeth (1973) 的文章作法和Fama and MacBeth regression当成了一回事。第二，把beta当成了市场因子等其他因子的系数。regressing stock returns on the market returns得到的beta就是个股的市场因子，这样理解对吗？
如果按照Rp=alpha+r*beta+error这个式子进行Fama and MacBeth regression 请问beta是应该按照时间序列regressing previous stock returns on the market returns来得到吗？再把得到的beta代入Rp=alpha+r*beta+error进行横截面回归，最后把不同时间点上截面回归得到的系数r算术平均，并检验显著性

刚开始学习这个，理解的有点混乱，谢谢您的耐心

不追求 发表于 2016-1-22 09:34
非常感谢您耐心的解答，明白了很多，刚刚接触Fama and MacBeth regression，之前走进了好几个误区，把Fam ...

beta是那样计算没错 都是个股的

dogmamongo 发表于 2016-1-22 10:49
beta是那样计算没错 都是个股的

非常感谢，第一次在论坛得到这么大帮助

dogmamongo 发表于 2016-1-21 22:56
这个是 Fama and MacBeth (1973) 的文章作法
就是来检验 beta是否具有报酬的预测能力

学习了  讲得非常棒

sduruc 发表于 2015-9-5 18:19
您好，请问。我的FM回归，
1、横截面的系数有的年份显著，有的不显著，直接求其算数平均得到FM估计值。这 ...

你好，我也是跟你一样每个时间点做了截面回归得到系数，再把所有时间点的系数平均。并且也是有的时间为正有的为负，大多是显著的。这样一来平均值很小，系数的标准差也很大，导致最后的t统计量很小。请问你是怎么解决的啊？谢谢！

谢林上栗 发表于 2016-7-27 11:32
你好，我也是跟你一样每个时间点做了截面回归得到系数，再把所有时间点的系数平均。并且也是有的时间为正 ...

这只能说明你这个因素实际上就是不显著的呗，你要解决的话只能操纵数据了。或者你可以对每个子区间内的横截面系数进行分析，看看那些负的或者正的都是个什么情况，然后最后在稳健性检验里面分开来分析。

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

是用Fama and MacBeth regression

请问这是哪一篇文章里面的表格？谢谢！

Bennett, J. A., Sias, R. W., and Starks, L. T., 2003, Greener Pastures and the Impact of Dynamic Institutional Preferences, Review of Financial Studies, 16(4): 1203-1238.

Chemist_MZ 发表于 2015-8-27 08:59
No, 先时间序列回归得到每个资产的beta，然后用每个资产的平均return对beta做回归看risk premium的大小。

您好 我想请教一个问题。。 fm回归的结果应该是beta吧 您这样怎么只得到一个溢价呢 有劳了 谢谢啊~