识别资本市场异常的两种标准方法是横截面系数检验(Fama 和 MacBeth (1973) 的精神)和时间序列截距检验(Jensen (1968) 的精神)。一个新信号可以通过第一个检验,我们将其标记为分数异常,它可以通过第二个检验作为因子异常,或者它可以同时通过两者。我们证明了每种方法与均值-方差优化投资者面临的简单交易成本(这些交易成本在股票之间保持不变)的相关性。对于面临交易成本的风险中性投资者,只有分数异常是相关的。对于没有交易成本的风险规避投资者,只有因子异常是相关的。在风险规避和交易成本的更一般情况下,两个测试都很重要。在扩展中,我们推导出基本测试的修改版本,这些版本在投资者面临资本约束、多期投资组合选择问题或不同股票的交易成本的情况下,可以扣除异常执行成本。接下来,我们测量两个测试的计量经济学功效。时间序列因子测试的相对功效与现有因子模型的样本内夏普比率下降,如 Shanken (1992) 所述。新的因子异常可能越来越难以检测,导致时间序列测试可以识别的异常数量的自然限制更低。同时,对于面临交易成本的投资者,分数异常也适用,可以统计验证为相关的异常数量的自然限制可能更高。