Gibbons, Ross & Shanken (1989) —「A Test of the Efficiency of a Given Portfolio」
一句话：GRS 检验——「给定组合是否在有效前沿上」有了一个小样本分布已知的 F 检验；应用到 Black-Jensen-Scholes 的数据上，CRSP 等权指数 1931–1965 无法拒绝有效（CAPM 过关），但 CRSP 价值加权指数对 12 个行业组合在 1% 水平被拒绝——尽管 12 个单变量 t 检验全都过不了 5%。多变量联合检验的检验力是单变量逐一检验加总得不到的。
大白话
Fama-MacBeth (1973) 的两遍回归给出的是「逐月系数的平均值 + 单变量 t」。但如果模型有 10 个 α 要同时为零，逐个看 t 是错的——多重比较下总有一两个「显著」。GRS 把问题改写成一次联合检验：
H_0: \alpha_1 = \alpha_2 = \cdots = \alpha_N = 0
统计量 W 的小样本分布是中心 F 分布（自由度 N 和 T-N-1）——不是渐近近似，是精确分布，这对金融数据常见的小样本（T 几十个月）至关重要。几何解释：W 度量「被测组合到事后有效前沿的距离」——组合的夏普比离前沿多远，F 统计量就多大。
检验力分析是论文的另一半贡献：同样的检验，换一组测试资产、换一个被测组合，结果可能完全不同。论文给出功效函数，说明资产怎么选直接决定检验能不能拒绝。
关键结果
应用一：等权指数 + 10 个 β 排序组合（复制 BJS 1931–1965）：b^* = 0.227（前沿斜率）vs b_p = 0.166（等权指数），F = 0.96（自由度 10 和 409），p = 0.48——不能拒绝等权指数的事前有效性；若把它当市场组合，Sharpe-Lintner CAPM 不能被拒绝。
应用二：价值加权指数 + 12 个行业组合（1958–1984 前段）：b_p = 0.109 vs b^* = 0.224——被测组合的斜率不到前沿的两倍；F 的 p 值 0.013（自由度 12 和 671）。多变量检验在 1% 拒绝，而 12 个单变量 t 检验在 5% 全都不拒绝——这是多变量联合检验必要性的最直接演示。子期分析同样支持（11 个五年子期中 7 个在 5% 拒绝）。
在方法谱系上的位置
| 论文 | 贡献 |
|---|---|
| Fama & MacBeth (1973) | 两遍回归 + 逐月系数的时序检验（单变量） |
| 本文 (GRS 1989) | 在同一框架上加联合 F 检验，小样本分布精确 |
| Roll (1977) | 批评：检验用的是市场组合的代理——代理无效 ≠ 模型无效。GRS 明确把检验对象定义为「给定组合的有效性」，绕开这个不可识别问题 |
GRS 检验此后成为因子模型评估的标配：Asness-Moskowitz-Pedersen (2013) 报告的三因子模型 GRS F = 2.657 (p = 0)、Fama-French 四因子 GRS = 6.702，都是这个统计量。因子研究里「模型好不好」的第一问「所有 α 联合为零吗」用的就是 GRS。
相关
- Fama & MacBeth 1973 — 两遍回归的前置框架
- CAPM 均衡 — 被检验的模型
- Test Assets 与因子模型检验 — 测试资产选择决定检验力的现代版
- Eugene F. Fama — 两遍法传统的起点