前のセクションでは、対数配当価格比率などの評価を使用できることを示唆しました
総株式リターンを予測する比率。ただし、予測変数が定常的であり、リターンと一致する場合
関連する場合、そのような予測回帰は、次のようなトリッキーな計量経済学的問題に遭遇します。
標準評価比率。
スタインバーグバイアス
は、一次自己回帰の自己相関係数が
推定値には、下向きの有限サンプル バイアスがあります。富途信託 具体的には、自己回帰では次のようになります。
偏差は次のとおりです。
このうち、残差平均が標本サイズの 2 乗以上で増加することを意味します。
ハイパワーで減少。の定常性推定におけるこの下方バイアスはすべて、リグレッサーによるものです。
は外生的ではなく事前に決定されています (つまり、xt は ξt+1 およびその先行項と無相関であり、
ただし、ξt とそのラグに関連する)、の平均は不明であるため、次のようにする必要があります。
見積もり。小さいサンプルでは、の観測値が真の平均からかけ離れている可能性があります。
プロセスは真の意味を通過することは決してないかもしれませんが、構造上、少なくとも
サンプル平均を通過するパスが 1 つ少ないことは、移行プロセスがその平均を通過する傾向があることを示しています。
価値。は、リターンのイノベーションと予測が変化する限り、
量的イノベーション相関、単期予測回帰の係数に偏差が発生
有限サンプル バイアス。回帰を考慮する 他の金融アプリケーションでは、スタインバーグ バイアスは問題になりません。安定したプレ
インフレや金利など、イノベーションが株式のリターンと弱い相関関係にある測定変数。
偏差係数は非常に小さいです。さらに、債券利回りは、第 8 章で説明した期間構造に影響を与えます。
ミディアム・イールド・ディファレンシャルで回帰した場合の債券利回りとイールド・ディファレンシャル・イノベーションの相関関係
性別は負ではなく正であるため、予測係数は上向きではなく下向きに歪んでいます。これで
この場合、標準テストの結果は保守的であり、債券リターンの予測可能性の証拠は
性能より強いです。
5.4.2 金融理論における最近の改善
多くの論文は、金融理論からの追加情報を使用してスタインバーグに対応しています
(1999) は、計量経済学的問題を発見しました。文学のテーマは、理論が許すということです
OLS 予測回帰の標準手順を変更して、リターンと所定の予測変数を比較できます
回帰を行います。 の言葉を借りれば、「超過リターンを通じて
市場の効率性をテストするための従属変数の回帰は、すべてを必要とする終了条件を使用しません。
価格の変化は、ファンダメンタルズのその後の変化に関する情報で調整する必要があります は、最初に定常性と真を推定しました。
のバイアス式を次のように調整しました。
一見したところ、この式はあまり役に立たないように見えます。
安定係数。しかし、Llewellyn は、理論的根拠に基づいて、Ø が 1 より大きくなることはできないと主張しています。
配当率と価格の比率は爆発的ではありません。したがって、最大の偏差は Ø=1 のときに発生します。
彼は、この最悪の場合のバイアスを使用して推定係数を調整する保守的な方法を提案しています
