Tabel 1 penyimpangan Tersirat dari CAPM tanpa syarat

Tabel melaporkan Alpha tanpa syarat (% bulanan) tersirat oleh CAPM kondisional untuk berbagai asumsi tentang variasi
waktu dalam versi beta (b
t)
dan premi risiko pasar (g
t).
s
b
adalah standar deviasi b
t,
s
g
adalah standar deviasi
dari g
t,
dan r adalah korelasi antara b
t
dan g
t.
Volatilitas pasar dan b
t
diasumsikan tidak berkorelasi.
s
b
s
b
s
g
0,3 0,5 0,7 0,3 0,5 0,7
r 1/4 0,6 r
1/4 1,0 0,1 0,02 0,03 0,04 0,03 0,050,5 0,09 0,15 0,21 0,15 0,25 0,35
 PASAL dALAM PERS 296 J. Lewellen, S. Nagel / Journal Ekonomi
Keuangan 82 (2006) 289-314 sejati strategi momentum, yang kami memperkirakan alpha tanpa syarat 1,01%
dan sebagai
b

0,60. Intinya adalah bahwa, untuk parameter yang wajar, kesalahan harga disebabkan oleh waktu-variasi
dalam beta tampaknya terlalu kecil untuk menjelaskan anomali aset-harga penting. Analisis kami meluas dengan
mudah untuk kasus di mana beta KETERKAITANNYA dengan volatilitas pasar serta premi risiko. Bahkan,
volatilitas waktu bervariasi mungkin juga memperkuat kesimpulan kami: Persamaan. (4) menunjukkan cov (b
bervariasi
t,s2 t volatilitas). yang Alpha tanpa syarat meningkat di cov (bt, Jadi, jika premi risiko dan volatilitas bergerak
bersama-sama, akan cenderung untuk mengimbangi dampak dari premi risiko,
gt)tapi penurunan dampak waktu-pembuatan aus tersirat bahkan lebih kecil. berisik, tapi model 4Merton premi
risiko sebagai gt Hubungan antara g
t ada bukti tidak langsung yang kuat dan bahwa s2 t
sulit untuk memperkirakan, hubungan positif karena hasil begitu (Perancis et al, 1987;. Campbell dan Hentschel,
1992 ; Ghysels et al, 2005).. Banyak teori aset-harga juga memprediksi bahwa volatilitas dan premium ekuitas
bergerak bersama-sama dari waktu ke waktu, termasuk Merton (1980) dan Campbell dan Cochrane (1999) 0,4
Kami melewatkan kalibrasi rinci dengan waktu-volatilitas yang berbeda-beda, untuk kepentingan singkatnya,
tetapi hasil empiris kemudian kami menunjukkan bahwa perubahan volatilitas hanya memiliki dampak kecil
pada Alpha tanpa syarat. Singkatnya, dengan atau tanpa volatilitas waktu bervariasi, au tampaknya terlalu kecil
untuk menjelaskan anomali aset-harga yang signifikan.
3. Pengujian CAPM kondisional
Kami percaya kesimpulan di atas cukup kuat, namun kalibrasi bergantung sebagian pada pandangan kita
tentang nilai-nilai parameter yang wajar. Dalam sisa kertas, kami memperkirakan beberapa parameter dan
memberikan tes langsung sederhana dari CAPM kondisional.
3.1. Metodologi
Kerangka dasar untuk pengujian kami adalah standar. Kami fokus pada seri-regresi CAPM untuk segelintir
portofolio saham:
R
itu
1/4
i
b
i
R
Mt

itu,
(5)
di mana R
adalah
kelebihan pengembalian portofolio saya dan R
Mt
 adalah excess return di pasar. CAPM memprediksi, tentu
saja, bahwa
saya

adalah nol. Untuk tes tanpa syarat, kami memperkirakan (5) menggunakan
seri penuh waktu pengembalian untuk setiap portofolio, membatasia
i
dan b
i

konstan. Untuk tes kondisional,

pendekatan umum (misalnya, Shanken, 1990; Ferson dan Schadt, 1996; Lettau dan Ludvigson, 2001) adalah
model beta sebagai fungsi dari variabel makroekonomi yang diamati. Namun, tes ini, dan alternatif yang
disarankan dalam literatur, secara ketat hanya berlaku jika econometrician tahu set lengkap variabel negara
tersedia untuk investor (lihat Cochrane, 2001, untuk review).
Kami mengusulkan cara sederhana untuk mengatasi masalah ini: kita langsung memperkirakan Alpha
bersyarat dan beta menggunakan regresi pendek-jendela. Artinya, daripada perkiraan Persamaan. (5) setelah
menggunakan seri penuh waktu pengembalian, kami memperkirakan secara terpisah setiap, katakanlah,
seperempat menggunakan harian
EFS
t
2, dimana f adalah agregat penghindaran risiko relatif. Mengingat hubungan ini,
au di Persamaan. (4) sangat dekat dengan nol karena dampak dari volatilitas waktu bervariasi hampir sempurna
mengimbangi dampak dari premi risiko waktu bervariasi. Dalam model Campbell dan Cochrane ini, g
t
dan s
t
keduanya fungsi menurunnya rasio konsumsi Surplus
tapi volatilitas bergerak kurang dari premi risiko (lihat Lettau dan Ludvigson, 2003); dengan demikian, efek dari waktu
bervariasi g
t
dan s
t
hanya sebagian diimbangi.
 PASAL DALAM PERS J. Lewellen, S. Nagel / Journal Ekonomi Keuangan 82 (2006) 289-314 297

atau mingguan kembali. Hasilnya adalah perkiraan langsung alpha kondisional setiap kuartal dan beta-tanpa
menggunakan variabel negara atau membuat asumsi tentang variasi kuartal kuartal-ke-dalam versi beta.
Waktu serangkaian perkiraan Alpha dan beta digunakan untuk menguji CAPM kondisional dalam dua cara.
Tes utama kami hanya menanyakan apakah rata Alpha bersyarat adalah nol. Selain itu, kami menguji apakah
beta bervariasi dari waktu ke waktu dengan cara yang mungkin menjelaskan Alpha tanpa syarat saham, melalui
mekanisme dibahas dalam Bagian 2: jangan beta covary dengan premi risiko pasar atau volatilitas pasar? Untuk
ketahanan, kami memperkirakan regresi melalui berbagai interval panjang-bulanan, triwulan, semester, dan
tahunan-dan menggunakan harian, mingguan, atau return bulanan.
Asumsi utama yang mendasari pengujian kami adalah bahwa beta cukup stabil selama bulan atau kuartal,
sehingga setiap pendek-jendela regresi dapat memperlakukannya sebagai konstan. Idenya adalah bahwa, jika
beta adalah konstan selama kuartal tersebut, sederhana OLS regresi R
itu
1/4
i
+b
i
R
Mt
+e
itu

harus menghasilkan
perkiraan berisi dari alpha bersyarat benar dan beta. Dan itu semua tes kami butuhkan. Setiap regresi
menggunakan sejumlah kecil pengamatan dan menghasilkan perkiraan bising dari parameter, tetapi pengujian
kami memiliki kekuatan yang wajar karena mereka menggunakan serangkaian lama dari perkiraan.
Asumsi bahwa beta stabil dalam waktu satu bulan atau kuartal tampaknya cukup ringan. Tes empiris sering
menganggap beta stabil selama lima tahun atau lebih, dan studi model beta sebagai fungsi dari variabel
makroekonomi biasanya menggunakan seri yang sangat gigih, seperti tingkat tagihan T dan dividend yield, yang
menyiratkan bahwa beta juga mengubah cukup lambat. Selain itu, kami ragu bahwa perubahan frekuensi tinggi
dalam versi beta, jika mereka ada, akan mempengaruhi hasil secara signifikan. Dampak dari, katakanlah,
perubahan harian dalam versi beta pada regresi kuartalan sejajar dampak beta waktu bervariasi pada regresi
tanpa syarat, kecuali bahwa sekarang hanya intraquarter variasi (yaitu, perubahan terjawab oleh regresi pendek
horizon) adalah penting. Kami berpendapat dalam Bagian 2 yang mengabaikan semua variasi dalam beta
memiliki dampak kecil pada tes aset-harga. Intinya jelas memiliki kekuatan yang lebih besar setelah kami
menjelaskan sebagian besar beta waktu bervariasi melalui regresi pendek-window: beta, volatilitas pasar, dan
premi risiko harus menunjukkan variasi yang sangat besar dalam kuartal-dan harus covary kuat dengan satu
sama lain-untuk menjelaskan kesalahan harga dari regresi pendek jendela kita. Lampiran B mengeksplorasi ide-
ide ini lebih lengkap. Simulasi di mana risiko dan diharapkan kembali mengubah harian atau mingguan
menunjukkan bahwa regresi pendek jendela kita menangkap hampir semua dampak beta waktu bervariasi (yaitu,
perkiraan alpha pendek jendela kita mendekati nol, rata-rata, jika CAPM kondisional benar-benar memegang).
3.2. Masalah mikro
Sementara kebanyakan studi aset-harga menggunakan return bulanan, kita gunakan sehari-hari atau kembali
mingguan sejak regresi diperkirakan selama interval singkat. Melakukan hal menimbulkan dua masalah.
Pertama, Alpha dan beta untuk cakrawala yang berbeda kembali harus sedikit berbeda karena peracikan
(Levhari dan Levy, 1977; Handa et al, 1989.). Sebagai contoh, jika return harian secara independen dan identik
didistribusikan (IID), maka diharapkan N-hari pengembalian adalah E [1 + R
i]
N1 dan N-hari beta adalah
b
i
N 1/4
E1/21 R
i
1 R
M N E1/21 R
M
E1/21 R
i NE1/21 2N E1/21 R
M
2N
R
M
Sn.
(6)
(N) Dari (6), dapat ditunjukkan bahwa beta menyebar keluar sebagai cakrawala memperpanjang: b
i
peningkatan N jika b
i
(1) 41 tetapi penurunan N jika b
i

(1) o1. Selain itu, jika CAPM berlaku untuk pengembalian harian,
saham dengan b
i

(1) 41 akan memiliki Alpha N-hari yang negatif, sedangkan sebaliknya adalah benar
jika b
i

(1) o1. Untungnya, efek ini kecil dan dapat diabaikan dalam sisa kertas. Sebagai contoh, jika return
pasar memiliki berarti 0,5% dan standar deviasi 5% per bulan, maka saham dengan beta harian 1.300 akan
memiliki beta bulanan 1,302 dan alpha bulanan 0.001%.
Pergerakan harga kedua, dan yang lebih penting, nonsynchronous dapat memiliki dampak besar pada beta
pendek cakrawala. Lo dan MacKinlay (1990) menunjukkan bahwa saham kecil cenderung bereaksi dengan satu
minggu atau lebih keterlambatan berita umum, sehingga beta harian atau mingguan akan kehilangan banyak
kovarians-saham kecil dengan return pasar. Untuk mengurangi masalah ini, tes kami fokus pada portofolio nilai-
tertimbang dan belum termasuk saham NASDAQ. Juga, berikut Dimson (1979), kami mencakup baik saat ini
dan tertinggal pengembalian pasar dalam regresi, memperkirakan beta sebagai jumlah dari lereng pada semua
kelambanan (alpha masih saja mencegat). Untuk pengembalian harian, kami menyertakan empat tertinggal dari
pengembalian pasar, memaksakan kendala yang tertinggal 2-4 memiliki kemiringan yang sama untuk
mengurangi jumlah parameter:
R
i; t
1/4 ai
b
I0
R
M; t
b
i1
R
M; TA1
b
i2
1/2R
M; TA2
R
M; TA3
R
M; TA4
= 3S
i;
t.(7)
beta harian maka b
i.

(. Menambahkan beberapa tertinggal lebih tidak mempengaruhi

hasil) Untuk pengembalian mingguan, kami menyertakan dua tertinggal dari pengembalian pasar:
R
i; t
1/4 b
I0
+b
i1
+b
i2
1/4 ai
b
I0
R
M;t
b
i1
R
M; TA1
b
i2
R
M; TA2

i;
t,(8)
dimana beta mingguan lagi b
i.
Untuk meningkatkan presisi, kami memperkirakan (8)
menggunakan hasil tumpang tindih (yaitu, pengamatan berturut-turut tumpang tindih dengan empat hari).
Akhirnya, kami memperkirakan beta bulanan termasuk salah satu lag dari pengembalian pasar:
R
i; t
1/4 b
I0
+b
i1
+b
i2
1/4 ai
b
I0
R
M; t
b
i1
R
M; TA1

i; t
, (9)
di mana beta bulanan adalah b
i
1/4 b
I0
+b
i1.

Seperti dibahas di bawah, Dimson beta bukan solusi sempurna tapi

hasil kami tampaknya tidak didorong oleh masalah pengukuran. Memang, Alpha tanpa syarat diperkirakan oleh
(7) - (9) hampir identik untuk portofolio pengujian kami.
3.3. Data
Tes empiris fokus pada ukuran, B / M, dan portofolio momentum dari Juli 1964 sampai Juni 2001. Harga dan
kembali datang dari CRSP harian berkas saham dan buku nilai-nilai berasal dari Compustat. Seperti yang telah
disebutkan di atas, portofolio adalah nilai-tertimbang dan hanya berisi NYSE Amex dan saham biasa. Proxy
pasar kami adalah CRSP nilai-indeks tertimbang (semua saham), dan kami menghitung pengembalian kelebihan
pada semua portofolio bersih dari tingkat T-bill bulan satu-.
Ukuran dan portofolio B / M yang mirip dengan Fama dan French (1993). Pada bulan Juni setiap tahun, kami
membentuk 25-B size / portofolio M didasarkan pada persimpangan lima ukuran dan lima B / M portofolio,
dengan breakpoints diberikan oleh kuintil NYSE. Ukuran adalah nilai pasar ekuitas pada akhir Juni, sementara
B / M adalah rasio ekuitas buku di (pajak saham biasa ditambah neraca ditangguhkan) tahun fiskal sebelum
ekuitas pasar pada akhir Desember. Pengujian kami kemudian berdasarkan enam kombinasi dari 25-B ukuran
portofolio / M: '' Kecil '' adalah rata-rata lima portofolio dalam ukuran kuintil terendah, '' Big '' adalah rata-rata
PASAL DALAM PERS J. Lewellen , S. Nagel / Journal Ekonomi Keuangan 82 (2006) 289-314 298
 PASAL dALAM PERS J. Lewellen, S. Nagel / Journal Ekonomi Keuangan 82 (2006) 289-314 299

dari lima portofolio dalam ukuran kuintil tertinggi, dan '' S-B '' perbedaan mereka. Demikian pula, ''
Pertumbuhan '' adalah rata-rata lima portofolio di rendah-B / M kuintil, '' Nilai '' adalah rata-rata dari lima
portofolio di high-B / M kuintil, dan '' V-G '' perbedaan mereka. Kami S-B dan V-G portofolio jauh seperti
Fama dan Perancis SMB dan HML faktor kecuali bahwa kita mengecualikan saham NASDAQ dan mulai
dengan 25 basis portofolio (bukan enam).
Portofolio momentum yang dibangun secara terpisah menggunakan semua saham pada CRSP dengan data
yang dibutuhkan (yaitu, tidak terbatas pada perusahaan-perusahaan Compustat). Kami memilah saham setiap
bulan ke desil berdasarkan hasil enam bulan terakhir dan tahan saham untuk tumpang tindih periode enam
bulan, seperti dalam Jegadeesh dan Titman (1993). Ini berarti, pada dasarnya, bahwa seperenam dari portofolio
momentum yang menyeimbangkan kembali setiap bulan. Sekali lagi, tes fokus pada subset dari sepuluh
portofolio: '' Pecundang '' adalah kembali pada desil bawah, '' Pemenang '' adalah kembalinya desil atas, dan ''
W-L '' perbedaan mereka .
Tes menggunakan return harian, mingguan, dan bulanan. Return mingguan dihitung dengan peracikan
pengembalian harian selama interval lima hari, bukan minggu kalender. Kami menggunakan lima hari jendela
sebagian karena mereka lebih mudah untuk menyelaraskan dengan kuartal kalender dan sebagian karena jumlah
perubahan hari perdagangan dalam seminggu (kadang-kadang sesedikit tiga) akan menyulitkan beberapa tes.
Return bulanan dihitung dengan cara standar, peracikan dalam beberapa bulan kalender. Untuk strategi panjang-
pendek, kita senyawa setiap sisi strategi dan kemudian perbedaan.
Untuk mengatur panggung, statistik Tabel 2 laporan ringkasan untuk portofolio dari tahun 1964 ke tahun
2001. Panel A menunjukkan rata-rata harian, mingguan, dan kembali kelebihan bulanan. Perkiraan semua
dinyatakan dalam persen bulanan; perkiraan harian dikalikan dengan 21 (hari perdagangan per bulan) dan
perkiraan mingguan dikalikan dengan 21/5. Pengembalian kelebihan menunjukkan pola cross-sectional biasa:
saham kecil mengungguli saham besar (0,71% vs 0,50% menggunakan return bulanan), tinggi-B / saham M
mengungguli rendah-B / saham M (0,88% vs 0,41%), dan pemenang mengungguli pecundang (0,91% vs
0,01%). Perkiraan pengembalian rata-rata selalu termurah menggunakan return harian dan tertinggi
menggunakan return bulanan. Sebuah bagian yang sangat kecil dari pola ini dapat dikaitkan dengan peracikan,
tetapi lebih mungkin mencerminkan autokorelasi positif dalam pengembalian harian. Secara khusus, return
bulanan diharapkan adalah m
mon (1 + m
1/4 hari
E [) 211, Q
i
(1 + R
dasarnya
i)]A1. Jika pengembalian harian IID, sisi kanan menjadi
identik dengan inkubasi 21 m
hari.

Tapi perhatikan bahwa pengembalian yang diharapkan

bulanan adalah lebih tinggi jika pengembalian harian autocorrelated positif karena harapan akan memiliki istilah
kovarians tambahan. Pengamatan ini konsisten dengan fakta bahwa rata-rata return harian dan bulanan yang
paling berbeda untuk saham kecil.
Panel B menunjukkan Alpha tanpa syarat untuk portofolio (persen bulanan). Perkiraan yang sangat mirip
untuk tiga cakrawala kembali. Berfokus pada portofolio panjang-pendek, S-B memiliki alpha harian -0,01% dan
alpha bulanan -0,03%, V-G memiliki alpha harian 0,60% dan alpha bulanan 0,59%, dan W-L memiliki alpha
harian 0,99% dan alpha bulanan 1,01%. Dengan demikian, setelah disesuaikan untuk risiko, efek ukuran tidak
ada dalam data kami tetapi B / M dan efek momentum yang kuat. Menggunakan return bulanan, dua terakhir
sekitar empat kesalahan standar dari nol.
Kontras antara Panel A dan B adalah menarik: pengembalian kelebihan meningkat dengan cakrawala kembali
tetapi Alpha tidak. Panel C menunjukkan mengapa: beta peningkatan, berbicara kasar, pada tingkat yang sama
sebagai kelebihan pengembalian, sehingga efek bersih adalah bahwa Alpha (a
i
1/4 E [R
i]
-b
i
E [R
M])

hampir konstan di
cakrawala. Akibatnya, harga nonsynchronous memiliki efek penting pada pengembalian kelebihan dan beta,
terutama untuk saham kecil, tapi dampak kecil pada tes CAPM untuk setiap portofolio kami.
 PASAL DALAM PERS 300 J. Lewellen, S. Nagel / Journal Ekonomi Keuangan 82
(2006) 289-314 Tabel 2 Ringkasan statistik untuk ukuran, B / M, dan momentum portofolio, 1964-2001
Tabel melaporkan pengembalian rata-rata dan regresi CAPM tanpa syarat untuk portofolio ukuran, B / M, dan momentum.
Regresi menggunakan return harian, mingguan, atau bulanan, mengoreksi untuk perdagangan nonsynchronous seperti yang
dijelaskan dalam teks. Rata-rata return dan Alpha dinyatakan dalam persen bulanan; perkiraan harian dikalikan dengan 21
dan perkiraan mingguan dikalikan dengan 21/5. Portofolio yang terbentuk dari semua saham NYSE Amex dan pada CRSP /
Compustat. Kita mulai dengan 25-B size / M portofolio (5a 5 macam, breakpoints ditentukan oleh kuintil NYSE) dan
sepuluh kembali disortir portofolio, semua nilai tertimbang. 'Kecil' adalah rata-rata lima portofolio cap rendah-pasar-, 'Big'
adalah rata-rata lima portofolio high-pasar-cap, dan 'S-B' adalah perbedaan mereka. Demikian pula, 'Grwth' adalah rata-rata
lima-B rendah / portofolio M, 'Nilai' adalah rata-rata dari lima B tinggi portofolio / M, dan 'V-G' perbedaan mereka.
Portofolio Return-diurutkan terbentuk berdasarkan hasil enam bulan lalu. 'Pecundang' adalah desil bawah, 'Winrs' adalah
desil atas, dan 'W-L' perbedaan mereka.
Ukuran B / M Momentum
Kecil Big S-B Grwth Nilai V-G Pecundang Winrs W-L
Panel A: pengembalian Kelebihan rata. Hari 0,57 0,49 0,08 0,32 0,81 0,49 0.10 0,87 0,97 Minggu 0,63 0,50 0,13 0,37 0,84
0,47 0.04 0,91 0,95 Bulan 0,71 0,50 0,21 0,41 0,88 0,47 0,01 0,91
Std. Kesalahan Day 0,28 0,20 0,19 0,27 0,23 0,13 0,33 0,28Minggu 0,26 0,18 0,18 0,26 0,22 0,12 0,30 0,26Bulan 0,34 0,19
0,23 0,30 0,26 0,16 0,35 0,28
Panel B: Alpha Unconditional Est. Hari 0,09 0,10 0.01 0.21 0,39 0,60 0.64 0,35 0,99 Minggu 0,05 0,10 0.05 0.22
0,37 0,59 0.66 0,37 1,03 Bulan 0,07 0,11 0.03 0.20 0,39 0,59 0.63 0,38 1,01
Std. Kesalahan Day 0,15 0,06 0,17 0,10 0,12 0,12 0,18 0,13Minggu 0,14 0,06 0,16 0,09 0,11 0,11 0,17 0,12Bulan 0,18 0,07
0,20 0,11 0,13 0,14 0,19 0,13
Panel C: beta Unconditional Est. Hari 1,07 0,87 0,20 1,18 0,94 0.25 1,22 1,17 0.06 Week 1,25 0,86 0,39 1,27 1,03 0.24
1,33 1,16 0.17 Bulan 1,34 0,83 0,51 1,30 1,05 0.25 1,36 1,14 0.22
Std. Kesalahan Day 0,03 0,01 0,03 0,02 0,03 0,02 0,03 0,02Minggu 0,03 0,01 0,04 0,02 0,03 0,03 0,04 0,03Bulan 0,05 0,02
0,06 0,03 0,04 0,04 0,06 0,04

Hasil empiris
Kita sekarang beralih ke hasil empiris utama. Seperti dibahas di atas, kami menyediakan baik tes langsung
bersyarat CAPM-yang Alpha bersyarat nol? -dan tes tidak langsung didasarkan pada sifat time-series dari beta.
Volatilitas, ketekunan, dan perilaku siklus beta harus menarik luar implikasinya untuk CAPM (lihat, misalnya,
Franzoni, 2002). Input utama untuk tes empiris adalah seri saat bersyarat alpha dan beta perkiraan dari regresi
pendek window (lihat Bagian 3.1). Kami telah menjelajahi berbagai panjang dan kembali cakrawala dan hasil
laporan untuk pendek-jendela
 PASAL DALAM PERS J. Lewellen, S. Nagel / Journal Ekonomi Keuangan 82 (2006) 289-314 301

regresi yang diperkirakan beberapa cara: kuartalan menggunakan return harian ; semester menggunakan kedua
harian (Setengah-tahunan 1) dan mingguan (Setengah-tahunan 2) kembali; dan setiap tahun menggunakan return
bulanan. Perkiraan dikoreksi untuk perdagangan nonsynchronous menggunakan metodologi yang dijelaskan
dalam Bagian 3.2.
4.1. Alpha bersyarat
Tes yang paling dasar dari CAPM kondisional adalah apakah Alpha bersyarat adalah nol. Tidak seperti
penelitian sebelumnya, kita dapat menguji hipotesis ini tanpa menggunakan variabel negara karena setiap
regresi triwulan atau setengah tahunan menghasilkan perkiraan langsung alpha bersyarat portofolio ini.
Pengujian kami fokus pada alpha bersyarat rata-rata untuk setiap portofolio, menggunakan variabilitas time-
series dari perkiraan untuk mendapatkan kesalahan standar (dalam semangat Fama dan Macbeth, 1973).
The Alpha kondisional rata-rata, pada Tabel 3, memberikan bukti yang kuat terhadap CAPM kondisional.
Yang paling penting, B / M dan Alpha momentum portofolio tetap besar, signifikan secara statistik, dan dekat
dengan perkiraan tanpa syarat. Tergantung pada metode estimasi, alpha bersyarat rata V-G adalah antara 0,47%
dan 0,53% (t-statistik 3,05-3,65), dibandingkan dengan alpha tanpa syarat sekitar 0,59%. Alpha rata W-L ini
menunjukkan dispersi lebih, mulai dari 0,77% menjadi 1,37% untuk metode estimasi yang berbeda (t-statistik
2,66-5,12), namun perkiraan sejalan dengan alpha tanpa syarat dari sekitar 1,00%. Pengaruh Ukuran terus
menjadi lemah, seperti dalam tes tanpa syarat, tapi saham kecil menunjukkan sedikitnormal
Table3 Alpha bersyarat rata, 1964-2001
Tabel melaporkan Alpha bersyarat rata-rata untuk ukuran, B / M, dan momentum portofolio (% bulanan) . Alpha
diperkirakan kuartalan menggunakan return harian, semester menggunakan harian dan kembali mingguan, dan setiap tahun
menggunakan return bulanan. Portofolio yang terbentuk dari semua saham NYSE Amex dan pada CRSP / Compustat. Kita
mulai dengan 25 ukuran-B portofolio / M (5A5 semacam, breakpoints ditentukan oleh kuintil NYSE) dan sepuluh kembali
disortir portofolio, semua nilai tertimbang. 'Kecil' adalah rata-rata lima portofolio pasar-cap rendah, 'Big' adalah rata-rata
lima portofolio topi tinggi-pasar-, dan 'S-B' adalah perbedaan mereka. Demikian pula, 'Grwth' adalah rata-rata lima-B rendah
/ portofolio M, 'Nilai' adalah rata-rata dari lima B tinggi portofolio / M, dan 'V-G' perbedaan mereka. Portofolio Return-
diurutkan terbentuk berdasarkan hasil enam bulan lalu. 'Pecundang' adalah desil bawah, 'Winrs' adalah desil atas, dan 'W-L'
perbedaan mereka. Nilai-nilai yang berani menunjukkan perkiraan yang lebih besar dari dua kesalahan standar dari nol.
Ukuran B / M Momentum
Kecil Big S-B Grwth Nilai V-G Pecundang Winrs W-L
rata alpha bersyarat (%) Triwulanan 0,42 0,00 0,42 0.01 0,49 0,50 0.79 0,55 1,33 Setengahtahunan 1 0,26 0,00 0,26
0.08 0,40 0,47 0.61 0,39 0.99 Setengah-tahunan 2 0,16 0,01 0,15 0.12 0,36 0,48 0.83 0,53 1,37 Tahunan 0.06 0,08
0.14 0.20 0,32 0,53 0.56 0,21 0,77
Standard error Quarterly 0,20 0,06 0,22 0,12 0,14 0,14 0,20 0,13setengah tahunan 1 0,21 0,06 0,23 0,12 0,14 0,15
0,19semesteran 2 0,21 0,06 0,23 0,14 0,15 0,16 0,20Tahunan 0,26 0,07 0,29 0,16 0,17 0,14 0,21 0,17
Triwulanan dan semesteran 1 Alpha diperkirakan dari return harian, semesteran 2 Alpha diperkirakan dari mingguan
kembali, dan Alpha Tahunan diperkirakan dari return bulanan.