paperreplicationopen-sourcefactor-zooanomaliescfrdataset

Chen & Zimmermann (2022) — "Open Source Cross-Sectional Asset Pricing"

大白话：Critical Finance Review, 11(2), 207–264。本页基于 CFR Working Paper 20-04（2020-05）全文。 把文献里几乎所有截面收益预测变量重新算一遍，并把数据与代码全部公开。

引用

Chen, A. Y. & Zimmermann, T. (2022). "Open Source Cross-Sectional Asset Pricing." Critical Finance Review, 11(2), 207–264. 工作论文版：CFR Working Paper 20-04（University of Cologne）；Federal Reserve FEDS Working Paper 2021-037。

代码与数据：github.com/OpenSourceAP/CrossSection · openassetpricing.com · Python 包 openassetpricing。

数据规模

层级 特征 组合
核心数据集 210 个公司层面预测变量（原始论文明确检验过的） 210 个多空策略
扩展数据集 315 个特征 1260 个组合

扩展数据集会故意放进「非预测变量」——包括原文明确检验过但不显著的，以及论文根本没检验、作者认为「也许能预测」的。分类需要主观判断，所以公开出来让使用者自己选。

再平衡频率：1、3、6、12 个月四个版本。

复现结果

预测变量类别 数量 复现成功率（t>1.96）
会计与股价数据 130 接近 100%
13F 持仓、分析师预测、事件、交易数据等 50 接近 100%
13F 数据（唯一低于 98% 的类别） 7 86%

180 个「明确显著」的预测变量中只有 4 个复现失败：

失败案例 t 值 论文给出的原因
Pastor-Stambaugh (2003) beta — 论文自己承认这个 beta 已知很脆弱
Cohen-Diether-Malloy (2013) R&D 效率预测 0.73 R&D 大量缺失与零值，滚动估计流程无法完全对齐
Cremers-Nair (2005) 大股东治理 1.75 需要 13F 原始类型 1/3 数据，作者不是该领域专家
Harvey-Siddique (2000) 余弦偏度 0.32 原文没有表格，只有正文一句话；论文说「归为明确显著是个判断题」

30 个「证据混杂」的预测变量，复现平均 t ≈ 2。

论文的态度很克制：复现失败不应被当作对原论文的批评——复制几百个特征时自己代码出错是可能的，论文公开数据并邀请报错。

再平衡频率的影响

再平衡频率 中位数预测变量月均收益 75 分位预测变量
1 个月 约 65 bps 约 105 bps
12 个月 约 40 bps 约 65 bps

表现随再平衡变慢而单调下降。两个解释：再平衡越慢对信号暴露越少；或者毛收益越高的策略交易成本也越高。

覆盖的元研究

  • Hou-Xue-Zhang (2017) 的全部组合
  • McLean-Pontiff (2016) 的 98% 组合
  • Green-Hand-Zhang (2017) 的 90% 特征
  • Harvey-Liu-Zhu (2016) 的 90% 公司层面预测变量

与本 wiki 的关系