Estoy al tanto del artículo de Goyal, Welch y Zafirov Una Mirada Exhaustiva a 2022 sobre el Rendimiento Empírico de la Predicción de la Prima de Riesgo que parece implicar que no hay nada que se pueda hacer para predecir el rendimiento del mercado de valores el próximo mes. Solo quería saber si alguien tiene una opinión diferente al respecto o una referencia distinta.
Respuesta
¿Demasiados anuncios?
Irfan
Puntos
1
Creo que depende de si estás hablando de un rendimiento de acciones individual o de una sección transversal de rendimientos de acciones. Mientras que para lo primero un modelo estocástico puede parecer mejor, para un enfoque de sección transversal, donde formamos carteras basadas en rendimientos esperados, podemos usar modelos de características basados en firmas utilizando pendientes FM móviles como en;
Lewellen, J. (2015). The cross-section of expected stock returns. Critical Finance Review, 4(1), 1–44. https://doi.org/10.1561/104.00000024
Enlace de acceso abierto; Lewellen 2015.
y
Drobetz, W., Haller, R., Jasperneite, C., & Otto, T. (2019). Predictability and the cross section of expected returns: Evidence from the European Stock Market. Journal of Asset Management, 20(7), 508–533. https://doi.org/10.1057/s41260-019-00138-0
También existen muchos enfoques alternativos que se centran más en el uso de factores de riesgo o variables macroeconómicas.
Sin embargo, por supuesto, el punto que nbbo2 y Goyal, Welch y Zafirov hacen sigue siendo válido. Puedo dar 2 explicaciones para esto sobre la marcha;
- Basado en la teoría de fijación de precios racional, una vez que se publica la información sobre la fijación incorrecta, los inversores negociarán en consecuencia, haciendo que la fijación incorrecta desaparezca, disminuyendo así el poder predictivo de ciertas anomalías.
Por lo tanto, es probable que sea mejor tener tu propio modelo y mantenerlo privado si quieres negociar con él.
- Las condiciones económicas y los mercados cambian con el tiempo. Recuerda que mantenemos muchas variables fijas y que a medida que cambian la regulación, la tecnología y las condiciones económicas, el impacto de ciertas variables en los rendimientos puede cambiar. Incluyendo factores de riesgo y variables macroeconómicas.
A pesar de estas dos advertencias, diría que es posible tener una "estimación" confiable del rendimiento promedio para una sección transversal de rendimientos esperados de acciones.
Aún así, es mejor utilizar información actualizada y tu propio modelo privado.
EDIT:
Para fortalecer este caso; considera que en el resumen de Lewellen 2015, él afirma que
Empíricamente, las previsiones varían sustancialmente a través de acciones y tienen un fuerte poder predictivo para los rendimientos reales. Por ejemplo, utilizando estimaciones móviles de diez años de pendientes de Fama-MacBeth y un modelo de sección transversal con 15 características de empresas (todas basadas en datos de baja frecuencia), las estimaciones de rendimiento esperado tienen una desviación estándar seccional de 0,87% mensual y una pendiente predictiva para futuros rendimientos mensuales de 0,74, con un error estándar de 0,07.
De manera similar, Drobetz (2019) afirma en su conclusión en la página 529:
Proporcionamos evidencia de la previsibilidad en la sección transversal de rendimientos de acciones europeas, utilizando modelos basados en características que se estiman utilizando el enfoque clásico de Fama y MacBeth (1973). Nuestro análisis es estrictamente fuera de muestra, imitando a un inversor que explota tanto la información histórica como la información en tiempo real sobre múltiples características de empresas para predecir rendimientos excesivos. Nuestras predicciones no son predominantemente impulsadas por ninguna variable predictiva individual, sino que se basan en la interacción completa de todas las características incluidas. Los modelos de pronóstico compuestos capturan una cantidad considerable de la variación seccional en los verdaderos rendimientos esperados, como lo indican las pendientes predictivas cercanas a uno.
