MATLAB中用GMM估计FF三因素的问题

这是Cochrane《Asset Pricing》教材中关于GMM应用的描述，在matlab中估计b1时，我编写了下面一段程序：
f = data2(:,2:4);
ex_return = data(:,2:size(data,2));
d = zeros(size(data,2)-1,size(f,2));
for i = 1:1:size(data,1)
    d = d + ex_return(i,:)'*f(i,:);
end
d = d/size(data,1);
b1 = inv(d'*d)*d'*data_mean;
其中f是FF因素构成的矩阵，ex_return是超额收益率构成的矩阵，但是这样计算出来的估计值b1和我之前用cross-sectional以及Fama-Macbeth方法计算的估计值差异很大，求原因。。。

请问data_mean，是怎么计算得来的？

victorwxw 发表于 2013-3-12 21:42
请问data_mean，是怎么计算得来的？

data_mean就是每个投资组合的（超额）收益率在时间序列上的均值。

这个GMM估计中的b1并不是通常的time series回归和FamaF中beta系数，两者不是一个概念，所以我觉得应该是我们理解错了这个回归的系数概念。其实，关于这个回归系数的大概意思我想你剪下了的这本Cochrane《Asset Pricing》中有说明。

victorwxw 发表于 2013-3-15 22:28
这个GMM估计中的b1并不是通常的time series回归和FamaF中beta系数，两者不是一个概念，所以我觉得应该是我们 ...

哦，如果不是之前Fama-Macbeth和Cross Sectional中的系数，那应该没什么问题了。。。

同问！