Multifactor risk loadings and abnormal returns under uncertainty and learning

ما متغیر زمانی بارهای عامل و بازده غیر عادی را در چهارچوب یک مدل چهار عامل بررسی می کنیم. روش ما، بر اساس استفاده از فیلتر کالمن و عدم اطمینان درونی، چندین محدودیت رویکرد رقابتی مورد استفاده در ادبیات را برطرف می کند. علاوه بر توجه به یادگیری به حساب، بر اطلاعات تهویه مطبوع تکیه نمی کند و تنها در زمان تغییر پارامترها، فرضیه های کمتری را اعمال می کند. برآوردهای ما هر دو نوسانات کوتاه مدت و بلند مدت ریسک های ریسک و بازده غیر طبیعی را به دست می آورند، همچنین نشان می دهد که تغییرات مشخص در اوراق بهادار صنایع ایالات متحده. نتایج حاصل از آزمونهای واریانس میانگین نشان می دهد که مدل پایه ای ما پیش بینی دقیق را ارائه می دهد و می تواند به بهبود قیمت گذاری و اندازه گیری عملکرد کمک کند.