Acharya와 Pedersen[ 1 ]은 비유동성의 혁신을 얻기 위해 AR(2) 피팅을 사용했습니다. 그러나 AR(2) 피팅은 사후에 만들어진 시계열 설정에서 예측 편향을 나타냅니다[ 39 ]. 따라서 본 연구에서는 시장 베타와 유동성 베타를 추정하기 위해 개인 및 시장 수준의 비유동성 변화를 활용했습니다. 이는 데이터세트에 설명된 데이터 선별 절차와 표본 기간 동안 제시된 누락된 데이터로 인해 발생하는 개별 주식 데이터의 불연속적인 시계열을 해결하기 위해 수행됩니다. 따라서 AR(2) 사양의 예측 편향 문제를 해결합니다 . 유동성 혁신을 얻기 위해 유동성 변화를 사용하는 것은 Chordia et al.의 연구에서도 관찰됩니다. [ 16 ], Lee [ 39 ], Kumar 및 Misra [ 37 ]. Fama and Macbeth[ 27 ] 의 두 번째 단계는 단면 회귀를 수행하는 것입니다. 가격이 책정된 위험을 조사하기 위해 수행되었으며,구글백링크 표본 기간 동안 매월 테스트 자산의 초과 수익을 얻은 사전 추정 베타(시장 베타 및 비유동성 베타)에 대해 단면적으로(2004년 12월~2018년 12월) 회귀 분석했습니다. 절편과 위험 프리미엄을 추정하기 위해 시계열 회귀(첫 번째 단계)에서. 분석은 2004년 12월부터 시작되는데, 이는 이전 60개월간 수익률 데이터를 이용하여 시장베타와 비유동성베타를 추정하여 총 169개의 값을 산출하였기 때문이다. 그런 다음 이러한 추정된 169개 위험 프리미엄 값을 시간에 따라 평균화하여 평균 알파(절편 - ) 및 평균 람다(위험 프리미엄 - )를 얻습니다. Fama-Macbeth 2단계 회귀 분석은 STATA 12 소프트웨어를 사용하여 추정되었습니다. 전체 회귀 모델은 다음과 같이 표시됩니다. (11) 방정식의 경우. ( 11 )와 위험 프리미엄에 어떠한 제한도 두지 않았습니다 . E(c)는 개별 주식의 비유동성 비용을 측정하고 Lee [ 39 ] 이후 이전 12개월 동안 계산된 예상 비유동성 비용의 대용으로 월 평균 마감 백분율 견적 스프레드 영향을 취하여 계산했습니다 . \(\hat{ \ 및 Eqs에 따라 계산된 사전 추정 베타입니다. ( 5 ) ~ ( 8 ). 또한 견고성을 위해 Newey-West [ 46 ] 절차 에 따라 이분산성과 자기상관 문제 모두에 대해 추정치가 수정되었습니다 . 표 3은 Fama–Macbeth 단면 회귀를 사용하여 네 가지 LCAPM 사양을 추정한 결과를 보고합니다.