. . . and the Cross-Section of Expected Returns

Campbell R. Harvey Yan Liu Heqing Zhu
Hundreds of papers and hundreds of factors attempt to explain the cross-section of expected returns. Given this extensive data mining, it does not make sense to use the usual criteria for establishing signi cance. What hurdle should be used for current research? Our paper introduces a new multiple testing framework and provides historical cutoffs from the rst empirical tests in 1967 to today. A new factor needs to clear a much higher hurdle, with a t-statistic greater than 3.0. We argue that most claimed research fi ndings in financial economics are likely false.

Макроанализ более чем 200 аномалий, исследованных на фондовом рынке. Можно использовать как некоторый классификатор этих аномалий, они все приведены в статье со ссылками на работы. В статье делается вывод, что для определения достоверности t-статистики на уровне 2 недостаточно. Надо использовать минимум уровень 3. Кроме того, из 296 факторов 158 по Bonferonni могут быть признаны нерабочими, 142, по Holm, 132 по BHY (1%) и 80 по BHY (5%)