Under the Bayesian “Data-and-Model”

Under the Bayesian “Data-and-Model” (“dm”) approach developed in Pa´stor (2000) and Pa´stor and Stambaugh (2000), the shrinkage target depends on the investor’s prior belief in a particular asset-pricing model, and the degree of shrinkage is determined by the variability of the prior belief relative to the information contained in the data. These portfolios are a further refinement of shrinkage portfolios because they address the arbitrariness of the choice of a shrinkage target, μ¯ , and of the shrinkage factor, φ, by using the investor’s belief about the validity of an asset-pricing model. We implement the Data-and-Model approach using three different asset-pricing models: the Capital Asset Pricing Model (CAPM), the Fama and French (1993) three-factor model, and the Carhart (1997) four-factor model. In our empirical analysis, we consider a Bayesian investor whose belief in the asset-pricing model is captured by a prior about the extent of mispricing. Let the variable α reflect this mispricing.

Results (Vietnamese) 1:

dưới Bayes "dữ liệu và mô hình" ("dm") phương pháp tiếp cận phát triển trong pa'stor (2000) và pa'stor và stambaugh (2000), mục tiêu co rút phụ thuộc vào niềm tin của nhà đầu tư trước trong một mô hình định giá tài sản đặc biệt , và mức độ co rút được xác định bởi sự thay đổi của niềm tin trước khi liên quan đến các thông tin có trong dữ liệu.các danh mục đầu tư là một nâng cao hơn nữa danh mục đầu tư co rút vì họ giải quyết tùy tiện của sự lựa chọn của một mục tiêu co rút, μ ¯, và các yếu tố co rút, φ, bằng cách sử dụng niềm tin của nhà đầu tư về tính hợp lệ của một mô hình định giá tài sản. chúng tôi thực hiện phương pháp dữ liệu và mô hình sử dụng ba mô hình định giá tài sản khác nhau: mô hình định giá tài sản vốn (CAPM),các mô hình bốn yếu tố Fama và tiếng Pháp mô hình ba yếu tố (1993), và carhart (1997). trong phân tích thực nghiệm của chúng tôi, chúng tôi xem xét một nhà đầu tư có niềm tin Bayes trong mô hình định giá tài sản bị bắt giữ bởi một trước về mức độ của việc định giá sai. để cho các biến α phản ánh việc định giá sai này.

Results (Vietnamese) 2:

Dưới Bayes "Dữ liệu-và-người mẫu" ("dm") tiếp cận phát triển trong Pa´stor (2000) và Pa´stor và Stambaugh (2000), mục tiêu co rút phụ thuộc vào các nhà đầu tư trước khi niềm tin vào một mô hình định giá tài sản cụ thể, và mức độ co rút được xác định bởi sự biến đổi của niềm tin trước khi liên quan đến những thông tin có trong dữ liệu. Các danh mục là chọn lọc hơn nữa danh mục co rút vì họ giải quyết arbitrariness của sự lựa chọn của một mục tiêu co rút, μ¯, và các yếu tố co rút, φ, bằng cách sử dụng của nhà đầu tư niềm tin về tính hợp lệ của một mô hình định giá tài sản. Chúng tôi thực hiện phương pháp tiếp cận mô hình dữ liệu bằng cách sử dụng ba mô hình định giá tài sản khác nhau: các thủ đô tài sản giá mô hình (CAPM), Fama và tiếng Pháp (1993) ba yếu tố mẫu, và các mô hình bốn yếu tố Carhart (1997). Trong phân tích thực nghiệm của chúng tôi, chúng tôi xem xét một nhà đầu tư Bayes có niềm tin vào các mô hình định giá tài sản bị bắt bởi một trước khi về mức độ mispricing. Để biến α phản ánh này mispricing.