Fama-Macbeth横截面回归
本章运用Fama-Macbeth横截面回归方法（Fama and Macbeth，1973；Fama and French，1992），研究个股收益率与定价因素之间的关系。在研究这类资产定价问题时，Fama-Macbeth横截面回归是经常被采用的方法（Jiang and Peterson，2014；Ang 2006，2009）。
在此模型中，本章将样本区间内的每个月份作为一个横截面，以每个月份内个股数据为样本，个股月度收益率为因变量，加入计算得到的预期异质性波动率、通过Fama-French三因子模型得到的个股三因子beta值并加入控制变量进行回归。
本章采用个股月度换手率与个股前一个月月收益率作为控制变量。月度换手率可以作为个股异质信念较好的衡量指标（Boehme，2006；左浩苗等，2011；林虎和孙博等，2013），而选取前一个月月收益率作为控制变量则考虑到了中国股市的反转效应与动量效应（鲁臻和邹恒甫，2007；何诚颖等，2014）。
回归模型的具体形式如下：
其中，（Rit-rft）表示股票i在第t月的月度超额收益率，(https://www.daowen.com)
EIVOLit为个股i第t月预期异质性波动率，
βit、sit、hit分别为个股i第t月的市场因子、规模因子与价值因子前系数，
turnoverit为个股i第t月的月换手率，
Rit-1为股票i第t-1月月度收益率。
本章运用Newey-west方法修正t统计量，减少模型异方差和序列相关性的影响。将数据代入回归模型后，由于每个月度都是一个截面，所以可以得到δkt的一组时间序列估计值，运用FM横截面回归的方法，求出系数时间序列的均值、标准差与t统计量，以此判断每一个因素是否显著影响个股的月度超额收益。FM横截面回归均值、标准差、t统计量计算公式如下：
其中n为样本区间内月份数，t（δkt）即可检验第k个解释变量对月度超额收益有没有显著性影响。