Cual es el método para estimar el factor fundamental de los modelos es mejor, de corte transversal (no observables) de los factores o de series de tiempo (observable) factores?

Question

Hay muchos enfoques para estimar el factor fundamental de la equidad de modelos. Me gustaría centrarme en dos de los métodos tradicionales:

1. Las series de tiempo de método de regresión de Fama y French. Los factores son definidos ex ante. Las Betas a los factores que se estima que en el momento de la serie.
2. La Barra transversal de regresión método descrito en Menchero, Orr, y Wang (2011), Grinold y Kahn (2000) y el Sheikh (1995). Factor de realizaciones se derivan ex post. Factores que se estiman de forma independiente en cada período de tiempo en la sección transversal.

Voy a esbozar la metodología de cada uno y el alto nivel de los pros y los contras. Tengo curiosidad por si alguien tiene experiencia o enlaces a la investigación en relación a cuál es el mejor procedimiento para los fines de la cobertura, la cartera óptima de la construcción, y alfa generación.

Fama-francés de series de tiempo método de regresión:

1. Construir un diseño de la matriz donde cada columna es una de series de tiempo de factor económico devuelve. Estos factores pueden ser los factores económicos tradicionales, pero también puede incluir la "difusión" devuelve tales como la Fama-French factores SMB, HML, MKT generados a partir de la cartera de clases.

2. Realizar N de series de tiempo de las regresiones (uno por seguridad). En particular, para la seguridad de cada regresión de la seguridad devuelve en el factor económico devuelve y la estimación de la beta.

En este enfoque, las betas son constantes y que los factores son variables en el tiempo dependiendo de la regresión de la ventana. La ventaja aquí es que la estimación de la beta está diversificado entre los títulos, por lo que parece este enfoque sería superior para la construcción de la cartera. La desventaja es que las betas son más lentos para responder a los cambios que cambiar el perfil de riesgo de una empresa (por ejemplo, en un repentino cambio en la Deuda / fondos propios).

Barra transversal de enfoque de regresión:

1. Asumir que el factor fundamental que las características son Betas. Por ejemplo, crear las puntuaciones z de el factor fundamental de características generando Betas para cada segmento de tiempo para cada uno de los de seguridad.

2. Realizar T transversal regresiones (uno por cada factor). En particular, en cada segmento de tiempo la regresión en el panel de seguridad devuelve en la normalizado Betas para la estimación de la onu-observable factor de realizaciones.

La ventaja aquí es que las betas responder instantáneamente a los cambios en la empresa características. La desventaja es que hay un potencial de errores-en-sesgo de variable, de hecho, los errores de modelo mis-especificación de no diversificar. La intuición sugiere que este enfoque puede ser más adecuado para el alfa generación de la señal.

Hay investigaciones que comparan el rendimiento de ejemplo de estos dos métodos para diversas aplicaciones (es decir, el riesgo de descomposición, la construcción de la cartera, la cobertura, la alfa generación de la señal)?

Answer 1

Jennifer Bender de MSCI Barra tiene un papel de 2007, titulada:

A la Beta o No a la Beta: Una Comparación Histórica Versus Fundamental Betas para la Cobertura de Riesgo de Mercado

Ella se ocupa específicamente y exclusivamente con el método que es superior para la cobertura de larga sólo carteras. No es de extrañar que ella encuentra que la Barra es el mejor procedimiento. Ella pruebas de larga sólo a largo y corto carteras por separado, mediante un sistema aleatorio de carteras con asimétricas apuestas.

Lo que usted llama "transversal" o "no observables" factores de que ella llama "fundamental betas," y "series de tiempo" o "observables" factores se denominan "betas históricas." Aquí está el resumen:

Fundamental betas proporcionan varias ventajas conceptuales a las betas históricas--reflejan la información oportunamente y son menos propensos a confundir el ruido de la información. Este papel retoma las ventajas de utilizar fundamental beta para la cobertura del riesgo sistemático en los estados UNIDOS Fundamental beta parece ser una medida coherente para la cobertura de riesgo de mercado, en particular para los inversores que se preocupan de riesgo a la baja y el riesgo de cola.

Por CIERTO, he conocido a su IRL y ella parece bastante inteligente, así que estoy seguro de que ella hizo la investigación a la derecha, pero por supuesto, siempre debe ser escéptico de investigación de la compañía que hace que su producto se vea mejor que la de sus competidores.

Actualización después de la lectura de Bender del papel:

• Para la cobertura, mi impresión es que no hay una gran diferencia entre los dos enfoques, si bien los betas ganar un poco más de las betas históricas.
• Para la construcción de la cartera, donde la estabilidad de las betas es mucho más importante, ella hace un caso convincente para las betas. Fundamentales de las betas son más estables durante períodos de estabilidad y adaptarse más rápidamente a los grandes cambios en un balance del comportamiento esperado debido a la M&a o derivado de la actividad. Ella argumenta, además, las estimaciones de riesgo se adaptan más rápidamente a un cambio de régimen fundamentales frente a las betas históricas, particularmente a medida que encuentra la mejor históricos beta, en general, para ser un 60 meses de regresión.
• Fundamental betas también proporcionan una clara ventaja sobre los históricos para riesgo de descomposición debido a la rápida evolución de la naturaleza de la cruz-las correlaciones y la menor propensión para la asignación de la idiosincrasia de los movimientos coincidentes con un determinado factor de riesgo para la beta de ese factor.
• Alfa generación de la señal no es realmente el objetivo de enfoque, así que no estoy seguro de si es justo evaluar se basa en esto.

El hecho de que los dos grandes modelos de riesgo de los proveedores de esencialmente el mismo enfoque también debería decirle algo. Barclays Capital del US Equity Modelo de Riesgo (institucional a PUNTO de clientes) también utiliza la sección transversal de las regresiones. De hecho, en la cara de todo esto, la investigación de la industria, la verdadera pregunta es ¿por qué los académicos todavía uso el tiempo histórico de la serie método de regresión?

---

Gregorio Connor publicó un artículo en el que Los Tres Tipos de Modelos de factores: Una Comparación de Su Poder Explicativo en 1995 en el Financial analysts Journal. Sin embargo, su objetivo es comparar los estadísticos fundamentales y modelos, no los dos tipos fundamentales de los modelos para cada uno de los otros (que también se produce en los modelos macroeconómicos, que él considera que es casi inútil). La investigación está un poco anticuado, pero sigue siendo interesante para aquellos que buscan en modelos de riesgo en general.

Answer 2

Una simple adición, que no busca suplantar a cualquiera de los sabios de la pregunta y de la respuesta anterior. La respuesta corta es la inicial de la distinción entre ex-ante y ex-post es crítico. ¿Qué desea hacer con el análisis? Ahí está la respuesta.

Imaginar una realidad prosaica en la que una de las acciones que los retornos son impulsados por su beta en el mercado, de los valores, al impulso, a la calidad (suponiendo que esto puede ser definido, digamos medido!), valores de ruido específicos además de algo más.

Implícitamente, cada factor de enfoque asume que las acciones específicas de ruido es aleatorio, y unexploitable. Igualmente implícitamente, los otros factores son, a continuación, no es totalmente al azar, y por lo tanto potencialmente explotable. O, más modestamente, que no puede ser explotable; pero que sin embargo ayudan a describir las realidades de riesgo. Y por lo tanto permitir que el administrador de evitar tomar desconocido, inesperado, y/o no deseados de riesgos en la cartera.

Donde difieren es que los ex-ante enfoque se basa en la intuición económica. Hoteles vs Caro acciones pueden y exhibición del grupo de comportamiento. Los economistas pueden, a continuación, discutir sobre por qué ocurre esto; el grado en que esto o debería influir en las ganancias; y si esto es o no es coherente con el observado el comportamiento del mercado. El impulso es también "una cosa". Su existencia es, cortésmente puesto que, en teoría, torpe. Pero si podemos rechazar la hipótesis nula de que es una casualidad, entonces, que los economistas puede volver atrás y discutir sobre lo que este o aquel comportamiento de la anomalía está en el trabajo; y si el conocimiento de su existencia, significa que ahora la ineficacia ha quedado obsoleto.

Ex-post no se preocupa de las sutilezas. Este grupo de poblaciones que parecen comportarse como este en masa. Lo mismo que el grupo como ese; el n-ésimo grupo como tal; etc. La modelo no le importa por qué. Ni sugiere alguna razón por la que estos patrones deben persistir. Si el inversor quiere ir y tratar de inventar económico narrativa para apuntalar lo que el modelo describe, que es su privilegio. Pero realmente no es necesario: el modelo describe fielmente la realidad, aunque sin explicación. El inversor también puede ejecutar su cartera a través del modelo y ver los riesgos que está corriendo, incluso si él no tiene visión de lo que estos podrían significar.

Así que ahora considero mi "algo más". Vamos a llamar a este factor "Quan". Algunas poblaciones han Quan; algunos no. Es estadísticamente significativa, es decir, que tiene el potencial para hacer un buen o un mal año (o años) para un gestor activo. Pero no hay off-the-shelf económico de la historia que lo explica bien. Por no hablar de la intuición, si debe estar sesgada a producir positivo o negativo devuelve, incluso condicional económicos o de condiciones de mercado.

Cómo lidiar con Quan, creo, responde a la pregunta original!

Si se toma el punto de vista de que es irracional o imprudente chase (o desafiar a) alguna anomalía que no tiene mucho sentido, y pueden ser totalmente efímero en el futuro, entonces ex-ante de la gana. Le he prometido a sus inversionistas que están poniendo su capital en riesgo para intentar cobrar las primas de riesgo que tienen una razonable positivo de la rentabilidad esperada, incluso si no están garantizados. Es razonable y defendible posición.

Y viceversa, si se toma el punto de vista de que Quan es una realidad que debe ser manejado incluso si no tiene sentido. Su quant llega y le dice que él piensa que ha encontrado una correlación, aunque un poco tenue, entre Quan y un conjunto particular de económicas catalizadores sobre el cual usted no tiene un punto de vista. Cuando comienza a influir en lo que su cartera se ve como, a continuación, ex-post ha ganado.

La línea de fondo es que la elección es más revelador acerca de cómo cualquier inversor decide invertir; de ser intrínsecamente un "mejor" modelo de mercado.