Rsquared en Fama Macbeth uso de rodadura de la ventana

Question

Estoy tratando de hacer Fama Macbeth de regresión en algunos transables factores con 5 años consecutivos de la ventana que se actualiza mensualmente. Sin embargo, estoy un poco confuso a la hora de calcular la final de R-cuadrado del modelo. Estoy pensando en dos maneras de lidiar con él:

Para cada uno de rodadura de la ventana, tengo un R-cuadrado. Para calcular la final de R-cuadrado del modelo, acabo de tomar el promedio de todos los R-cuadrado en cada uno de rodadura de la ventana (al igual que la forma en la que hacemos con lambda) >> puedo conseguir bastante bueno R-cuadrado (alrededor del 70%-80%)

Después de extraer el final lambda para cada factor, puedo usar R-squared fórmula para calcular el final de R-cuadrado >> me siento muy mal R-cuadrado (negativo). En este caso, yo uso las variables dependientes son el promedio de retorno de cada cartera, las variables independientes son, obviamente, las betas, correspondiente con los factores y carteras.

Entonces, ¿cómo generalmente el final de R-cuadrado se calcula ?

Answer 1

Realmente depende de si usted está haciendo de series de tiempo o de la sección transversal de las pruebas. Parece que usted está tratando de hacer 2-paso Fama-Macbeth regresiones. Así que en esta segunda etapa de laminación de windows ya no importa (los que son de series de tiempo de las regresiones de la primera fase). Después de la beta estimaciones de la primera etapa de ejecutar la segunda etapa (detalles aquí).

Para cada plazo $t$ tendrá una sección transversal de regresión. Puedes promedio segura a las $R^2$ de cada una de regresión para obtener un promedio $R^2$. Esto se ha hecho en la literatura, por ejemplo: Lewellen (2015).

Echa un vistazo a la tabla 2 de dicho documento y la descripción de la tabla:

La tabla 2 reporta el promedio de las pendientes, R2s, y los tamaños de muestra para 596 mensual de la cruz --seccionales regresiones, 1964:05 de 2013 a:12.

Una forma alternativa es hacer una sola sección transversal de la regresión en la segunda etapa. Este es el enfoque de Lettau y Ludvigson (2001). En este caso, usted tendrá un único R2. Echa una mirada a la tabla 1: