資產定價模型中的截距是什麼意思？
我想了解 alpha（截距）在基於回歸的資產定價模型中的作用或 $ n $ -因子模型；其中最著名的模型之一是 Fama-French 3 因子模型。
特別是關於這種模型，攔截是什麼意思？
我知道，從技術上講，從計量經濟學的角度來看，假設模型的自變數設置為等於 0，它應該是因變數平均假設的值。但是，你怎麼能從一個經濟角度？
為了模型可以正確地模擬資產價格，它是否必須顯著且等於零？
我在網上找了一些答案，但我發現只有矛盾的意見。感謝您的幫助。
因子模型基於以下線性回歸模型：
$ (R_t - R_f) $ = $ \alpha $ + $ \beta_{mkt} $ * $ (R_{mkt} - R_f) $ + $ \sum\limits_{i=1}^n {x_{k,t}} $ + $ \epsilon_t $
$ \alpha $ 是回歸模型截距，表示投資組合業績超過市場超額收益和其他因素；它必須嚴格為正且顯著，以便能夠正確衡量投資組合的表現和風險調整後的投資組合回報；看這個
$$ answer $$對於聯合假設問題1。 $ x_{k,t} $ 表示可以（或隨著時間添加）按照其他類型的因子模型添加的變數集（例如，參見 Carhart 的 4 因子模型 (1997)）。
很高興你問:)
從技術上講，在因子模型中 $ \alpha $ 留在回報或風險溢價，當所有因素回報為零時，資產支付。
然後，為了更詳細地回答問題，我們必須指定，我們在處理模型時是否使用 return ( $ R_i $ 對於資產 $ i $ ) 或風險溢價高於無風險 ( $ R_i-R_f $ ).
在第一種情況下，解釋 $ \alpha $ 很簡單：很可能是 $ R_f $ . 至於後一種情況，這是我理解現代金融的一個白點。我不知道正確答案。據我了解，在有效市場中它應該等於零。如果不是 - 市場是低效的。或者還有一些風險因素被定價，但沒有反映在模型中。
或者可能是別的東西。事實上，在發現http://quant.stackexchange.com後的幾個月裡，我總有一天會自己問這個問題 :) 所以，讓我謙虛地加入提問的人群。