2 votos

Prueba GRS (Gibbon, Ross y Shanken (1989) en Python

Estoy escribiendo un trabajo trimestral, en el que tenemos que comparar el modelo de 5 factores de Fama-French y un modelo de factor q. Para la parte empírica, estoy utilizando la biblioteca Linearmodels basada en Python de Kevin Sheppard.

Mi problema es que debería realizar una prueba GRS (Gibbon, Ross y Shanken (1989)) en los modelos, pero no consigo resolverlo.

La ecuación de la prueba GRS es: $$\frac{T-N-1}{N}\left[1+\left(\frac{E_{T}[f]}{\hat{\sigma}_{T}(f)}\right)^{2}\right]^{-1} \hat{\mathbb{\alpha}}^{\prime} \hat{\Sigma}^{-1} \hat{\mathbb{\alpha}} \sim F_{N, T-N-1}$$

Estos son los atributos que obtenemos de Linearmodels https://bashtage.github.io/linearmodels/asset-pricing/asset-pricing/linearmodels.asset_pricing.results.LinearFactorModelResults.html#linearmodels.asset_pricing.results.LinearFactorModelResults

El estadístico J en la biblioteca Linearmodels se define como $J=\hat{\alpha}^{\prime} \hat{\Sigma}_{\alpha}^{-1} \hat{\alpha}^{\prime}$ Así que esa parte está probablemente resuelta y lo mismo ocurre con la primera parte de la ecuación. Sin embargo, la parte del medio es algo que no puedo entender... ¿Puede alguien ayudarme con esto?

2voto

canhoto Puntos 138

Si por la parte central te refieres a

$$\bigg[1 + \bigg(\frac{E_T[f]}{\hat{\sigma}_T(f)}\bigg)^2 \bigg]^{-1},$$

entonces creo que $E_T[f]$ es la media de los rendimientos excesivos de los factores y $\hat{\sigma}_T(f)$ es la desviación estándar del exceso de rentabilidad de los factores. Como todo es escalar, se trata de un simple inverso. La implementación en Python no debería ser muy difícil.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X