Lecture Note — Chen, Roussanov & Wang (2023)

Semiparametric Conditional Factor Models: Estimation and Inference

Kei Matsumae · 2026-05-15 · v0.2 (bilingual)

1. Why this paper exists

Empirical asset pricing has a factor zoo: 300+ characteristics predict cross-sectional returns. Since Fama-MacBeth (1973) the central question is whether each predictive characteristic is:

• RISK capturing time-varying exposures to genuine systematic factors, or
• MISPRICING earning returns not explained by any factor.

Three challenges block a clean answer:

1. Factors $f_t$ are latent — we don't observe them.
2. The way characteristics translate into loadings ($\beta$) and pricing errors ($\alpha$) is functional, not just linear — the literature typically forces linearity for tractability.
3. $N \approx 12{,}000$ stocks, $T \approx 600$ months: standard factor analytics need $T\to\infty$ and break down.

Chen, Roussanov & Wang (CRW) tackle all three jointly.

2. The model

For stock $i$ in month $t$:

$$ y_{it} \;=\; \alpha(z_{it}) \;+\; \beta(z_{it})' f_t \;+\; \varepsilon_{it}, \qquad i=1,\dots,N,\;\; t=1,\dots,T. $$

Symbol	Meaning	Observed?
$y_{it}$	excess return	✅
$z_{it}$	$M$-vector of stock characteristics (lagged)	✅
$\alpha(\cdot)$	scalar pricing-error function	❌ unknown
$\beta(\cdot)$	$K$-vector loading function	❌ unknown
$f_t$	$K$-vector of latent factors	❌ unknown
$\varepsilon_{it}$	idiosyncratic shock	❌

The asset-pricing question is whether $\alpha(\cdot) \equiv 0$. If yes, characteristics matter only via $\beta(\cdot)$ — only via risk exposures. If no, characteristics carry mispricing too.

3. The key trick — sieve approximation

You can't estimate $\alpha(z)$ and $\beta(z)$ directly because they're infinite-dimensional. Sieve approximation replaces each by a finite linear combination of basis functions $\phi(z)$ (polynomials, B-splines, etc.):

$$ \alpha(z) \;\approx\; \phi(z)' a, \qquad \beta_k(z) \;\approx\; \phi(z)' b_k. $$

Stacking $a$ and the $b_k$'s into a $J\times(K+1)$ coefficient matrix lets us rewrite:

$$ y_{it} \;\approx\; \phi(z_{it})'\; \underbrace{\bigl(a + B f_t\bigr)}_{\displaystyle =: \Gamma_t \in \mathbb{R}^J} \;+\; \varepsilon_{it}. $$

So at each $t$ the return is approximately linear in the basis $\phi(z_{it})$, with time-varying coefficient vector $\Gamma_t$.

4. The estimator — regressed-PCA in two steps

Step 1 — Cross-sectional regression each month

For each month $t$, run OLS of returns on the basis:

$$ \hat{\Gamma}_t \;=\; \bigl(\Phi_t' \Phi_t\bigr)^{-1} \Phi_t' Y_t. $$

This is Fama-MacBeth (1973) with basis functions. The slopes $\hat{\Gamma}_t \in \mathbb{R}^J$ are returns on $J$ managed portfolios — each has unit exposure to one basis function and zero exposure to the others.

Collect them: $\hat{\Gamma} = [\hat{\Gamma}_1, \dots, \hat{\Gamma}_T] \in \mathbb{R}^{J\times T}$.

Step 2 — PCA on the slope matrix

Since $\Gamma_t = a + B f_t$, the variation in $\Gamma_t$ across $t$ is driven by the $K$ latent factors $f_t$. Apply PCA to $\hat{\Gamma}$:

• Top-$K$ eigenvectors → $\hat{B}$ (basis coefficients of loading functions).
• Corresponding PCs → $\hat{f}_t$.
• Cross-sectional mean of $\hat{\Gamma}_t$ → $\hat{a}$ (basis coefficients of $\alpha$).
• Plug back: $\hat{\alpha}(z) = \phi(z)'\hat{a}$, $\hat{\beta}(z) = \phi(z)'\hat{B}$.

5. Comparison with IPCA — what is actually different

	IPCA (Kelly–Pruitt–Su 2019)	Regressed-PCA (CRW 2023)
Model	$y_{it} = z_{it}'\Gamma_\alpha + z_{it}'\Gamma_\beta f_t + \varepsilon$	$y_{it} = \alpha(z_{it}) + \beta(z_{it})'f_t + \varepsilon$
Functional form	linear in $z$	nonparametric $\alpha, \beta$
Estimation	minimise joint TS+XS squared error, iteratively	one-shot: regress, then PCA
Implicit objective	fit cross-section of average returns	fit time-series comovement (APT-flavoured)
Asymptotics	large $N$ and large $T$	large $N$, fixed $T$ OK
Empirical $K$	5 advocated	1 (linear) or 2 (nonlinear), data-selected
Take-away	characteristics ≈ loadings; small $\alpha$	characteristics carry both loadings and non-zero $\alpha$

Conceptual divergence: IPCA fits everything jointly so factors absorb whatever cross-sectional pattern characteristics suggest. CRW extracts factors that explain comovement first, then asks whether characteristics still predict average returns conditional on those factors. The answer is yes.

6. Selecting the number of factors $K$

CRW propose an eigenvalue-ratio estimator that consistently selects $K$ as $N\to\infty$ for fixed $T$:

$$ \hat{K} \;=\; \arg\max_{1 \le k \le k_{\max}} \frac{\lambda_k(\hat{\Gamma}\hat{\Gamma}')}{\lambda_{k+1}(\hat{\Gamma}\hat{\Gamma}')}. $$

The ratio spikes at $k = K$ because the $(K{+}1)$-th eigenvalue is "noise-sized". No need to pre-commit to "5 factors" (Fama-French) or "1 factor" (CAPM) — the data choose.

7. Inference — weighted bootstrap

The asymptotic distribution of $(\hat{a}, \hat{B})$ depends on a rotation matrix $H$ that is data-dependent. A naive bootstrap re-estimates $H$ in each replication and breaks consistency.

Two tests follow:

1. Wald-type test of $\alpha(\cdot)\equiv 0$. Quadratic form in $\hat{a}$; critical value from the weighted bootstrap. Rejection ⟹ characteristics carry mispricing.
2. LR-type test of linearity of $\alpha(\cdot)$ or $\beta(\cdot)$. Compare restricted (linear) vs. unrestricted (B-spline) estimators. Critical trick: use the unrestricted $\hat{F}$ when computing the restricted estimator, so the rotation matches under null and alternative.

Weight distribution: $w_i \sim \text{Exp}(1)$ i.i.d.

8. Empirical findings (US, 1968–2014)

Sample: Kelly–Pruitt–Su (2019) panel = Freyberger–Neuhierl–Weber (2020) data: ~12,813 stocks × 36 characteristics, monthly Sep-1968 → May-2014.

Specification	$K$ selected	Total $R^2$	Out-of-sample $R^2_O$	Pure-$\alpha$ Sharpe
Linear $\alpha,\beta$	1	comparable to IPCA-1	~0.54%	> 3
B-spline (1 internal knot)	2	comparable to IPCA-2	~0.59%	> 3
B-spline (2 internal knots)	2	comparable to IPCA-2	~0.57%	> 3
IPCA-5 (reference)	5 imposed	0.60%	0.60%	smaller

Four headline claims:

1. Few factors suffice for comovement. 1–2 latent factors capture as much time-series variation as IPCA's 5.
2. Mispricing is real and large. The $\alpha(z)\equiv 0$ test is rejected; Sharpe ratios above 3 on $\alpha$-portfolios.
3. Mispricing has declined. Rolling sub-samples show pure-$\alpha$ Sharpe drifting down over time.
4. Nonlinearity matters. Specification tests reject linearity for both $\alpha(\cdot)$ and $\beta(\cdot)$ in most characteristics.

9. Why this matters for practitioners

• CLAIM 1 The factor zoo is mostly compressible — two latent factors plus flexible $\beta(\cdot)$ recover most of the cross-sectional risk story.
• CLAIM 2 Pure-$\alpha$ portfolios exist and are exploitable at institutional scale — high Sharpe even after accounting for the most plausible latent risk factors.
• CLAIM 3 Specification testing is now a first-class tool. You can test, not assume, whether a linear factor model is enough.
• CLAIM 4 The estimator is light. Step 1 is OLS; Step 2 is PCA. No iterative optimisation, no joint MLE. Runs in seconds on a 12k × 600 panel.

10. Replication recipe

INPUT:
  Y  ∈ ℝ^{N×T}     excess returns
  Z  ∈ ℝ^{N×T×M}   characteristics (lagged, rank-transformed to [-0.5, 0.5])
  φ  ∶ ℝ^M → ℝ^J   basis (start with (1, z); upgrade to B-splines for nonlinear)

STEP 1  (cross-sectional OLS each month)
  for t = 1..T:
      Φ_t  =  φ(Z_{·,t})                       # N × J
      Γ̂_t  = (Φ_t'Φ_t)^{-1} Φ_t' Y_{·,t}       # J
  Γ̂     = [Γ̂_1, …, Γ̂_T]                        # J × T

STEP 2  (PCA)
  â     = mean of columns of Γ̂                 # J
  Γ̃     = Γ̂ − â · 1_T'
  SVD: Γ̃ = U Σ V'                               # take top-K̂
  B̂     = U_{:,1:K̂}                             # J × K̂
  F̂     = Σ_{1:K̂} V_{:,1:K̂}'                   # K̂ × T

OUTPUTS:
  α̂(z)  = φ(z)' â
  β̂(z)  = φ(z)' B̂
  f̂_t   = F̂_{·,t}

INFERENCE:
  For b = 1..B:
      w_i ∼ Exp(1) i.i.d.
      repeat Step 1 with weights; PCA fixed to original F̂
      collect (â^{(b)}, B̂^{(b)})
  Build Wald stat for H_0: a = 0 → bootstrap p-value
  Compare nested specs for linearity test

About 200 lines of Python with numpy and scipy.sparse.linalg.eigsh.

11. Open questions / extensions

1. What basis $\phi$ is best? CRW use $(1, z)$ and linear B-splines. Neural nets, kernel ridge, wavelets all candidates.
2. Time-varying $K$. Rolling sub-samples allow $K$ to change — a formal test for structural breaks in $K$ would be interesting.
3. Transaction costs. Sharpe-3 arbitrage portfolios churn a lot. Post-cost story is the obvious follow-up.
4. International evidence. US-only. Replicating on Japan, Europe, EM would test external validity. ← this is exactly what we are setting up to do.
5. Macro / state-variable extensions. The model allows $z_{it}$ to include macro state variables, not just firm characteristics. Mostly unexplored.

12. Reading order if you want to go deeper

1. Connor & Linton (2007) — original semiparametric factor model in finance.
2. Kelly, Pruitt & Su (2019) — IPCA; the immediate benchmark.
3. Freyberger, Neuhierl & Weber (2020) — nonparametric characteristic selection; source of the 36-char panel.
4. CRW (2023) — this paper.
5. Kim, Korajczyk & Neuhierl (2020) — alternative semiparametric estimator; triangulation.
6. Bai (2003), Bai & Ng (2002) — large-$N$, large-$T$ approximate factor model foundations.
7. Onatski (2010) — eigenvalue-ratio factor-number estimator (CRW's selector is a cousin).

講義ノート — Chen, Roussanov & Wang (2023)

セミパラメトリック条件付きファクターモデル：推定と推測

松前 景一郎 · 2026-05-15 · v0.2（日英対訳版）

1. なぜこの論文が必要か

実証アセットプライシングにはファクター動物園（factor zoo）問題がある。300 を超える特性がクロスセクション収益率を予測するとされている。Fama-MacBeth (1973) 以降の中心的問いは、各特性が以下のどちらに該当するかである：

• リスク真の系統的ファクターへの時間変動エクスポージャーを捉えているのか、それとも
• ミスプライシングいかなるファクターでも説明できないリターンを稼いでいるのか。

明確な回答を阻む 3 つの障害：

1. ファクター $f_t$ は潜在変数であり観測できない。
2. 特性がローディング $\beta$・価格付け誤差 $\alpha$ に作用する関係は関数的であり、線形とは限らない。先行研究は計算容易性のため線形性を仮定することが多い。
3. $N \approx 12{,}000$ 銘柄、$T \approx 600$ ヶ月：標準的なファクター分析は $T\to\infty$ を要求するため成立しない。

Chen, Roussanov & Wang（CRW）はこの 3 つを同時に解決する。

2. モデル

銘柄 $i$、月 $t$ について：

$$ y_{it} \;=\; \alpha(z_{it}) \;+\; \beta(z_{it})' f_t \;+\; \varepsilon_{it}, \qquad i=1,\dots,N,\;\; t=1,\dots,T. $$

記号	意味	観測可能？
$y_{it}$	超過収益率	✅
$z_{it}$	銘柄特性ベクトル（$M$ 次元、ラグ付き）	✅
$\alpha(\cdot)$	スカラーの価格付け誤差関数	❌ 未知
$\beta(\cdot)$	$K$ 次元のローディング関数	❌ 未知
$f_t$	$K$ 次元の潜在ファクター	❌ 未知
$\varepsilon_{it}$	個別ショック	❌

アセットプライシング上の問いは $\alpha(\cdot) \equiv 0$ かどうかである。もし「然り」なら、特性は $\beta(\cdot)$ を通じてのみ意味を持つ — すなわちリスクエクスポージャーとしてのみ機能する。「否」ならば、特性はミスプライシングも担っている。

2.1 $z_{it}$ とは具体的に何のデータか — トヨタ 2026 年 3 月の例

「銘柄特性ベクトル $z_{it}$」と言われても抽象的なので、実物を見る。CRW の米国版では $M = 36$ 個の特性、AOF の日本版では (FNW の生存組ベース) $M \approx 15$ 個に絞る予定。具体的には：

カテゴリ	特性名	定義（簡略）	トヨタ 2026-02 末の値（概念例）
バリュー系	Book/Market (B/M)	帳簿価値 ÷ 時価総額	0.82
	Earnings/Price (E/P)	EPS ÷ 株価	0.094
	Cash Flow/Price	営業 CF / 時価総額	0.11
サイズ系	Log Market Cap	log(時価総額)	32.4（$\approx$ 35 兆円）
	Log Total Assets	log(総資産)	33.1（$\approx$ 80 兆円）
モメンタム系	Mom 12-2	直近 11 ヶ月（直近月除く）リターン	+7.3%
	Mom 1-month	直前月リターン（短期リバーサル）	−1.8%
収益性系	ROE	純利益 / 株主資本	0.124
	Operating Profitability	(売上−COGS−SG&A) / 資産	0.087
	Gross Profitability	(売上−COGS) / 資産	0.21
投資系	Asset Growth	1 年間の総資産変化率	+3.4%
	Investment / Assets	(設備投資 + R&D) / 資産	0.062
リスク系	Idiosyncratic Vol	過去 60 日の残差ボラ	0.018
	Beta (CAPM, 60M)	過去 60 ヶ月のマーケットベータ	1.05
レバレッジ	Debt/Equity	有利子負債 / 株主資本	0.47

これら 15 個の数字をベクトルにしたものが：

$$ z_{\text{Toyota},\,2026\text{-}03} \;=\; (0.82,\ 0.094,\ 0.11,\ 32.4,\ 33.1,\ 0.073,\ -0.018,\ 0.124,\ 0.087,\ 0.21,\ 0.034,\ 0.062,\ 0.018,\ 1.05,\ 0.47)' \;\in\; \mathbb{R}^{15}. $$

データソース

項目	米国（CRW 原論文）	日本（AOF 実装）
価格・出来高	CRSP	J-Quants / Bloomberg
財務諸表	Compustat	EDINET（XBRL）／日経 NEEDS
共有的特性定義	FNW (2020) Online Appendix	同上を日本会計基準に翻訳
サンプル	NYSE/AMEX/NASDAQ 全銘柄、約 12,000 社、1962–2014	東証プライム＋スタンダード、約 3,500 社、2004–現在

2.5 まず基礎から — 「無限次元」「篩近似」「基底関数」とは何か

次の §3 でいきなり出てくる一文：「$\alpha(z)$ と $\beta(z)$ は無限次元なので直接推定できない。篩近似はそれぞれを基底関数 $\phi(z)$（多項式、B スプライン等）の有限線形結合で置き換える」—— これは統計学では当たり前の言い回しだが、金融出身の読者には不親切なので解きほぐす。

(a) なぜ $\alpha(z), \beta(z)$ は「無限次元」なのか

$\alpha(z)$ は関数である：入力が特性ベクトル $z \in \mathbb{R}^L$、出力がスカラー（その特性プロファイルを持つ銘柄のアルファ）。

「無限次元」というのは「無限に広い空間」のことではなく、関数を完全に指定するには無限個の数字が要るという意味。たとえば $z$ が 1 次元だとして、$\alpha(z)$ という曲線を「完全に」記述するには：

• $\alpha(0.01), \alpha(0.02), \alpha(0.03), \dots$ ——すべての実数 $z$ における値が必要
• これは無限個のスカラー

対比すると、IPCA の $\alpha(z) = z'\Gamma_\alpha$ は$L$ 個の数字（$\Gamma_\alpha$ の成分）で完全に記述できる — これが「有限次元（パラメトリック）」。

(b) 「直接推定できない」の意味

サンプルサイズは有限（たとえば $N \times T = 12{,}000 \times 720 \approx 8.6\text{M}$ 観測値）。有限のデータで無限個のパラメータを決めることは原理的に不可能 — どんなに観測値を増やしても、関数を「全点」で評価できない。

解決策は 2 つの方向：

1. 形を仮定する（パラメトリック）：IPCA のように $\alpha(z) = z'\Gamma_\alpha$ と決め打ち。$L$ 個のパラメータで済む。代償：本当の $\alpha$ が直線でなければバイアスが出る。
2. 近似する（ノンパラメトリック）：「滑らかな関数」というゆるい仮定だけ置いて、有限個の基底で近似。サンプル数が増えるにつれて基底数も増やせば、真の関数に収束する。← これが篩 (sieve)

(c) 基底関数 $\phi(z)$ — 具体的に何か

「基底関数」はあらかじめ決めた、形のテンプレート関数たち。よく使われる例：

基底の種類	$\phi_j(z)$ の中身	使い所
多項式	$1, z, z^2, z^3, z^4, \dots$	解析容易、しかし両端で振動しやすい
B-スプライン	区間ごとの 3 次多項式を滑らかに繋いだ「曲げ部品」	金融で最も使われる。局所性が良い
カーネル	$\phi_j(z) = K(z - z_j)$ （ガウス型のコブを並べる）	形に自由度が高い
フーリエ	$1, \cos(z), \sin(z), \cos(2z), \dots$	周期的な特性に

CRW は B-スプラインを使う。直感的なイメージ：

B-スプライン基底（J=5 個の例、z は B/M）：
φ_1(z)   φ_2(z)   φ_3(z)   φ_4(z)   φ_5(z)
 ___      ___      ___      ___      ___
/   \    /   \    /   \    /   \    /   \
________________________________________________ z
 0.3     0.6     1.0     1.5     2.0  ←B/M の値

5 個のコブを並べた。各コブは「ある狭い B/M レンジで活性化する」関数。任意の滑らかな $\alpha(z)$ は、これらコブの線形結合 $\alpha(z) \approx a_1 \phi_1(z) + a_2 \phi_2(z) + \dots + a_5 \phi_5(z)$ で近似できる。

(d) 「有限線形結合で置き換える」の意味

$J$ 個の基底関数を選び（CRW では $J \approx 50$）、未知の関数 $\alpha(z)$ を：

$$ \alpha(z) \;\approx\; \sum_{j=1}^J a_j \, \phi_j(z) \;=\; \phi(z)'\, a, $$

と書く。ここで $\phi(z) = (\phi_1(z), \dots, \phi_J(z))' \in \mathbb{R}^J$ は既知（基底を選んだ時点で計算可能）、$a \in \mathbb{R}^J$ が推定すべき有限個のパラメータ。

(e) IPCA との対比 — 同じ式に化ける

モデル	仮定	右辺の形
IPCA	$\alpha(z) = z'\Gamma_\alpha$（直線）	$z$ そのものを「基底」として使い、係数は $\Gamma_\alpha \in \mathbb{R}^L$
CRW	$\alpha(z) = \phi(z)'a$（任意の滑らかな関数）	$z$ から派生する $J$ 個の非線形変換 $\phi(z)$ を基底に、係数は $a \in \mathbb{R}^J$

つまり IPCA は CRW の特殊ケース：基底を $\phi(z) = z$（恒等関数）に固定して直線しか許さないバージョン。CRW は基底を B-スプライン等の非線形関数にすることで、$\alpha, \beta$ の曲がりを許す。

(f) なぜこれで AOF にとって重要か

3. 鍵となる工夫 — 篩（sieve）近似

§2.5 で「無限次元 → 有限次元の篩で置き換える」という考え方を準備した。本節ではそれをモデル式 $y_{it} = \alpha(z_{it}) + \beta(z_{it})' f_t + \varepsilon_{it}$ に実際に適用し、推定可能な形まで持っていく。深さは保ったまま、段階を分けて解く。

3.1 出発点：何を置き換えるか

モデル式の右辺には未知の関数が 2 種類ある：

• $\alpha(z)$：1 つのスカラー値関数（ミスプライシング関数）
• $\beta(z) = (\beta_1(z), \beta_2(z), \dots, \beta_K(z))'$：$K$ 個のスカラー値関数を束ねたベクトル関数（各潜在ファクターへのローディング関数）

したがって置き換えるべき無限次元の関数は合計 $K+1$ 個（$\alpha$ が 1 個、$\beta_1, \dots, \beta_K$ が $K$ 個）。各々を別々に基底関数 $\phi(z) \in \mathbb{R}^J$ で近似する。

3.2 $\alpha$ の置き換え式

$$ \alpha(z) \;\approx\; \phi(z)' a, \qquad a \in \mathbb{R}^J. $$

意味：未知の関数 $\alpha(\cdot)$ を、$J$ 個の既知の基底関数 $\phi_1(z), \dots, \phi_J(z)$ の線形結合 $a_1 \phi_1(z) + \dots + a_J \phi_J(z)$ で近似する。未知なのは係数ベクトル $a \in \mathbb{R}^J$ のみ。

3.3 $\beta$ の置き換え式

$\beta(z)$ は $K$ 個の関数を持つので、各成分 $\beta_k(z)$（$k = 1, \dots, K$）について個別に近似：

$$ \beta_k(z) \;\approx\; \phi(z)' b_k, \qquad b_k \in \mathbb{R}^J. $$

未知の係数ベクトルが $K$ 本：$b_1, b_2, \dots, b_K$。同じ基底 $\phi(z)$ を使うが、係数 $b_k$ はファクターごとに異なる。

これらを横に並べて $J \times K$ 行列にする：

$$ B \;=\; \bigl[\, b_1 \,\big|\, b_2 \,\big|\, \cdots \,\big|\, b_K \,\bigr] \;\in\; \mathbb{R}^{J \times K}. $$

すると $\beta(z) \approx B' \phi(z) \in \mathbb{R}^K$ と書ける（行列とベクトルの整合性に注意）。

3.4 全係数を 1 つの行列に積み上げる

$\alpha$ の係数 $a \in \mathbb{R}^J$ と $\beta$ の係数 $B \in \mathbb{R}^{J \times K}$ を横に並べて、合計の係数行列を作る：

$$ \mathbf{C} \;\equiv\; \bigl[\, a \,\big|\, B \,\bigr] \;\in\; \mathbb{R}^{J \times (K+1)}. $$

これが本文中の「$J \times (K+1)$ 係数行列に積み重ねる」の意味。列の数 $K+1$ は、$\alpha$ 用の 1 列 + $\beta_k$ 用の $K$ 列の合計。行の数 $J$ は基底関数の本数。

係数行列 $\mathbf{C}$ の構造	列 1	列 2	列 3	...	列 $K+1$
意味	$\alpha$ 用	$\beta_1$ 用	$\beta_2$ 用	...	$\beta_K$ 用
中身	$a$	$b_1$	$b_2$	...	$b_K$
サイズ	$J \times 1$	$J \times 1$	$J \times 1$	...	$J \times 1$

3.5 モデル式の書き直し — $\Gamma_t = a + B f_t$ の導出

元のモデル：

$$ y_{it} \;=\; \alpha(z_{it}) \;+\; \beta(z_{it})' f_t \;+\; \varepsilon_{it}. $$

篩近似を代入：

$$ y_{it} \;\approx\; \underbrace{\phi(z_{it})' a}_{\alpha(z_{it})} \;+\; \underbrace{\bigl(B' \phi(z_{it})\bigr)' f_t}_{\beta(z_{it})' f_t} \;+\; \varepsilon_{it}. $$

第 2 項を整理：$\bigl(B' \phi(z_{it})\bigr)' f_t = \phi(z_{it})' B f_t$（転置の規則 $(B'\phi)' = \phi' B$）。したがって：

$$ y_{it} \;\approx\; \phi(z_{it})' a \;+\; \phi(z_{it})' B f_t \;+\; \varepsilon_{it} \;=\; \phi(z_{it})' \bigl(a + B f_t\bigr) \;+\; \varepsilon_{it}. $$

ここで 時間 $t$ にのみ依存する $J$ 次元ベクトル $\Gamma_t$ を定義する：

$$ \boxed{\,\Gamma_t \;\equiv\; a + B f_t \;\in\; \mathbb{R}^J.\,} $$

これで最終形が得られた：

$$ \boxed{\,y_{it} \;\approx\; \phi(z_{it})' \Gamma_t \;+\; \varepsilon_{it}.\,} $$

3.6 「$\Gamma_t$ は $J$ 個のマネージドポートフォリオのリターン」の解釈

第 1 段階の推定（次節 §4）は $\hat\Gamma_t = (\Phi_t' \Phi_t)^{-1} \Phi_t' Y_t$ という OLS で行う（$\Phi_t$ は $N \times J$ の基底行列、$Y_t$ は $N \times 1$ のリターンベクトル）。

OLS の幾何で言うと、$\hat\Gamma_t$ の各成分 $\hat\Gamma_{t,j}$ は：

$$ \hat\Gamma_{t,j} \;=\; \bigl(\text{$\phi_j(z)$ に単位エクスポージャー、他の基底にはゼロエクスポージャー}\bigr) \text{ のポートフォリオの当月リターン}. $$

これは Fama-MacBeth (1973) クロスセクション回帰の係数の標準的解釈と同じ：$\hat\Gamma_t$ は $J$ 個のマネージドポートフォリオの当月実現リターンの集まり。マネージドというのは、特性 $z_{it}$ に応じて毎月リバランスされるから。

具体例：基底 $\phi_j(z) = \text{B/M ランク}$ なら、$\hat\Gamma_{t,j}$ は B/M に等しいウェイトを取ったロング・ショートポートフォリオ（HML のようなもの）の当月リターン。

3.7 「$K$ 個の潜在ファクターは $\Gamma_t$ の時系列に潜む」の意味

$\Gamma_t = a + B f_t$ の構造を再度見る：

• $a \in \mathbb{R}^J$ は時間不変（$t$ に依存しない）
• $B \in \mathbb{R}^{J \times K}$ も時間不変
• $f_t \in \mathbb{R}^K$ だけが時間変動する

したがって、$\Gamma_t$ の時系列変動 $\mathrm{Var}(\Gamma_t) = B\, \mathrm{Var}(f_t)\, B'$ はランクが高々 $K$。$J$ 次元のベクトル $\Gamma_t$ が動いて見えても、その動きは $K$ 個の隠れたソース $f_t$ の線形結合に過ぎない。

これが「$K$ 個の潜在ファクターは $\hat\Gamma$ の時系列に潜んでいる」の正確な意味。掘り出す道具が PCA：$\hat\Gamma = [\hat\Gamma_1, \dots, \hat\Gamma_T] \in \mathbb{R}^{J \times T}$ に PCA をかけると、上位 $K$ 個の主成分が $\hat f_t$、対応する固有ベクトルの集まりが $\hat B$ になる。

4. 推定量 — 2 段階の Regressed-PCA

第 1 段階 — 各月のクロスセクション回帰

各月 $t$ で、リターンを基底に対し OLS 回帰：

$$ \hat{\Gamma}_t \;=\; \bigl(\Phi_t' \Phi_t\bigr)^{-1} \Phi_t' Y_t. $$

これは基底関数を用いた Fama-MacBeth (1973) 回帰である。係数 $\hat{\Gamma}_t \in \mathbb{R}^J$ は、$J$ 個のマネージドポートフォリオのリターンと解釈できる — 各々ある基底関数に単位エクスポージャーを持ち、他の基底にはゼロエクスポージャーを持つポートフォリオ。

これらをまとめる：$\hat{\Gamma} = [\hat{\Gamma}_1, \dots, \hat{\Gamma}_T] \in \mathbb{R}^{J\times T}$。

第 2 段階 — 係数行列の主成分分析

$\Gamma_t = a + B f_t$ であるから、$\Gamma_t$ の時間変動は $K$ 個の潜在ファクター $f_t$ に駆動される。$\hat{\Gamma}$ に PCA を適用：

• 上位 $K$ 個の固有ベクトル → $\hat{B}$（ローディング関数の基底係数）。
• 対応する主成分 → $\hat{f}_t$。
• $\hat{\Gamma}_t$ の列平均 → $\hat{a}$（$\alpha$ の基底係数）。
• 代入：$\hat{\alpha}(z) = \phi(z)'\hat{a}$, $\hat{\beta}(z) = \phi(z)'\hat{B}$。

5. IPCA との比較 — 何が本当に違うのか

	IPCA (Kelly–Pruitt–Su 2019)	Regressed-PCA (CRW 2023)
モデル	$y_{it} = z_{it}'\Gamma_\alpha + z_{it}'\Gamma_\beta f_t + \varepsilon$	$y_{it} = \alpha(z_{it}) + \beta(z_{it})'f_t + \varepsilon$
関数形	$z$ について線形	$\alpha, \beta$ はノンパラメトリック
推定	時系列＋クロスセクション二乗誤差を反復的に同時最小化	一発：回帰 → PCA
暗黙の目的関数	平均リターンのクロスセクションフィット	時系列共動のフィット（APT 的）
漸近論	$N$ も $T$ も大きい必要	$N$ 大、$T$ 固定で OK
実証 $K$	5 を主張	1（線形）/ 2（非線形）、データで決定
結論	特性はほぼローディング；$\alpha$ は小	特性はローディングと非ゼロ $\alpha$ の両方を担う

概念的な分岐：IPCA は全てを同時にフィットするため、ファクターがクロスセクション上のパターンを吸収してしまう。CRW はまず共動を説明するファクターを抽出し、その後「特性は依然として平均リターンを予測するか」と問う。答えは「然り」である。

6. ファクター数 $K$ の選択

CRW は $N\to\infty$ かつ $T$ 固定で $K$ を一致推定する固有値比推定量を提案：

$$ \hat{K} \;=\; \arg\max_{1 \le k \le k_{\max}} \frac{\lambda_k(\hat{\Gamma}\hat{\Gamma}')}{\lambda_{k+1}(\hat{\Gamma}\hat{\Gamma}')}. $$

$(K{+}1)$ 番目の固有値が「ノイズサイズ」になるため、比は $k = K$ で急激に大きくなる。「Fama-French の 5 ファクター」や「CAPM の 1 ファクター」を事前に決め打つ必要はなく、データが選ぶ。

7. 推測 — 重み付きブートストラップ

$(\hat{a}, \hat{B})$ の漸近分布はデータ依存の回転行列 $H$ を含む。素朴なブートストラップでは各反復で $H$ を再推定してしまい、一致性が崩れる。

2 つの検定が得られる：

1. $\alpha(\cdot)\equiv 0$ の Wald 型検定。$\hat{a}$ の二次形式。臨界値は重み付きブートストラップから取得。棄却 ⟹ 特性はミスプライシングを担う。
2. $\alpha(\cdot)$ または $\beta(\cdot)$ の線形性の LR 型検定。制約付き（線形）と制約なし（B スプライン）の推定量を比較。重要なテクニック：制約付き推定量を計算する際にも制約なしの $\hat{F}$ を用いることで、帰無・対立の下で回転を一致させる。

重み分布：$w_i \sim \text{Exp}(1)$（i.i.d.）。

8. 実証結果（米国、1968–2014）

サンプル：Kelly–Pruitt–Su (2019) パネル ＝ Freyberger–Neuhierl–Weber (2020) データ：約 12,813 銘柄 × 36 特性、月次、1968 年 9 月〜2014 年 5 月。

仕様	選択された $K$	Total $R^2$	OOS $R^2_O$	純 $\alpha$ シャープ
線形 $\alpha,\beta$	1	IPCA-1 と同等	約 0.54%	> 3
B スプライン（節点 1 個）	2	IPCA-2 と同等	約 0.59%	> 3
B スプライン（節点 2 個）	2	IPCA-2 と同等	約 0.57%	> 3
IPCA-5（参考）	5 を強制	0.60%	0.60%	より小

4 つの主要主張：

1. 共動には少数のファクターで十分。1〜2 個の潜在ファクターで IPCA の 5 ファクターと同等の時系列変動を捉える。
2. ミスプライシングは実在し、規模も大きい。$\alpha(z)\equiv 0$ 検定は棄却され、$\alpha$ ポートフォリオのシャープレシオは 3 を超える。
3. ミスプライシングは低下傾向。ローリングサブサンプル分析では、純 $\alpha$ のシャープレシオが時間とともに低下していくことが示される。
4. 非線形性は重要。線形性の検定はほとんどの特性について $\alpha(\cdot)$ にも $\beta(\cdot)$ にも棄却される。線形モデルでは有意でない変数がノンパラメトリックには有意となる（逆も同様）。

9. 実務家にとっての含意

• 主張 1ファクター動物園はほぼ圧縮可能 — 2 個の潜在ファクターと柔軟な $\beta(\cdot)$ でクロスセクションリスクの大半を回復できる。
• 主張 2純 $\alpha$ ポートフォリオは存在し、機関投資家規模で execution 可能 — 妥当な潜在リスクファクターを控除しても高いシャープを残す。
• 主張 3仕様検定が一級の道具となった。線形ファクターモデルで十分か、仮定するのではなく検定できる。
• 主張 4推定量は軽量。第 1 段階は OLS、第 2 段階は PCA。反復最適化も同時 MLE も不要。12k × 600 のパネルで数秒で動く。

10. レプリケーションのレシピ

入力:
  Y  ∈ ℝ^{N×T}     超過収益率
  Z  ∈ ℝ^{N×T×M}  特性（ラグ付き、[-0.5, 0.5] にランク変換済み）
  φ  ∶ ℝ^M → ℝ^J   基底（まず (1, z)、非線形にしたければ B スプラインへ）

第 1 段階  （各月のクロスセクション OLS）
  for t = 1..T:
      Φ_t  =  φ(Z_{·,t})                       # N × J
      Γ̂_t  = (Φ_t'Φ_t)^{-1} Φ_t' Y_{·,t}       # J
  Γ̂     = [Γ̂_1, …, Γ̂_T]                        # J × T

第 2 段階  （PCA）
  â     = Γ̂ の列平均                             # J
  Γ̃     = Γ̂ − â · 1_T'
  SVD:  Γ̃ = U Σ V'                              # 上位 K̂ 個を取る
  B̂     = U_{:,1:K̂}                             # J × K̂
  F̂     = Σ_{1:K̂} V_{:,1:K̂}'                   # K̂ × T

出力:
  α̂(z)  = φ(z)' â
  β̂(z)  = φ(z)' B̂
  f̂_t   = F̂_{·,t}

推測:
  For b = 1..B:
      w_i ∼ Exp(1) i.i.d.
      第 1 段階を重み付きで反復；PCA は元の F̂ で固定
      (â^{(b)}, B̂^{(b)}) を集める
  H_0: a = 0 の Wald 統計量 → ブートストラップ p 値
  入れ子仕様の比較で線形性検定

numpy と scipy.sparse.linalg.eigsh で約 200 行の Python。

11. オープン課題・拡張

1. 最良の基底 $\phi$ は何か。CRW は $(1, z)$ と線形 B スプラインを用いる。ニューラルネット、カーネルリッジ、ウェーブレットも候補。
2. 時間変動する $K$。ローリングサブサンプル分析は $K$ の変化を許容する — $K$ の構造変化の形式的検定があれば興味深い。
3. 取引コスト。シャープ 3 の裁定ポートフォリオは回転率が高い。コスト控除後の議論が次の自然な追及。
4. 国際的エビデンス。米国のみ。日本・欧州・新興国でのレプリケーションは外的妥当性の検証となる。← まさに我々がこれから取り組もうとしていること。
5. マクロ・状態変数拡張。モデルは $z_{it}$ にマクロ状態変数を含められるが、ほぼ未開拓。

12. さらに深掘りしたい場合の読書順

1. Connor & Linton (2007) — ファイナンスにおける元祖セミパラメトリックファクターモデル。
2. Kelly, Pruitt & Su (2019) — IPCA、直接の比較対象。
3. Freyberger, Neuhierl & Weber (2020) — ノンパラメトリック特性選択；36 特性パネルの源。
4. CRW (2023) — 本論文。
5. Kim, Korajczyk & Neuhierl (2020) — 別系統のセミパラメトリック推定量；トライアンギュレーションに有用。
6. Bai (2003), Bai & Ng (2002) — 大 $N$ 大 $T$ 近似ファクターモデルの基礎。
7. Onatski (2010) — 固有値比によるファクター数推定（CRW のセレクターの親戚）。