Para construir un modelo de factor industrial, habría que calcular las exposiciones a las industrias. Si se dispone de datos GICS (o similares), se podría utilizar un enfoque ascendente y calcular esas exposiciones. 1 si la acción pertenece a ese sector, 0 si no.
A falta de esos datos, habría que deducir esos valores. Aquí hay uno que yo sugeriría (suponiendo que usted está mirando el mercado de valores de EE.UU.)
Los ETFs sectoriales/industriales (IShares, State Street) son buenos sustitutos de los sectores. Seleccione un conjunto de ETFs que sean líquidos y que abarquen toda la gama de sectores del mercado de valores estadounidense. Realice múltiples regresiones de los rendimientos de las acciones sobre los rendimientos de los ETF seleccionados durante un período histórico suficientemente largo. Utilice los coeficientes obtenidos como exposiciones industriales.
Las otras partes de un modelo de riesgo que necesitarías son la matriz de covarianza y la volatilidad residual de los instrumentos. Para la matriz de covarianza, utilice los rendimientos de los fondos durante el mismo o diferente período histórico que la regresión múltiple anterior y calcule su covarianza. Para la volatilidad residual, utilice los residuos de la regresión múltiple anterior y calcule su desviación estándar. Es posible que desee aplicar alguna ponderación exponencial en ambos casos.
2 votos
Si puede utilizar la agrupación o el ACP para determinar sus propios factores, entonces tendría una modelo de riesgo que, en mi opinión, es mucho más útil que cualquier clasificación industrial.
0 votos
Aunque utilice el PCA para generar un modelo de riesgo preciso, ¿no habrá ocasiones en las que quiera un modelo más fácil de interpretar (véase esta pregunta y respuesta al realizar informes de rendimiento, por ejemplo)?