6 votos

Cálculo de alfa y su significado

Según la wikipedia, el modelo CAPM se describe así:

$E(R_{i})=R_{f}+\beta _{{i}}(E(R_{m})-R_{f})$

Y según sitios web como http://investexcel.net/jensens-alpha-excel/ ,

$\alpha = E(R_{i}) - R_{f}-\beta _{{i}}(E(R_{m})-R_{f}),\,\,\,\, \beta = \frac{Cov(R_i,R_m)}{R_m}$

$E(R_i)$ y $E(R_m)$ son sólo promedios de las series temporales de $R_i$ y $R_m$ . A continuación, el alfa puede calcularse mediante un complemento directo.

Y mi pregunta es la siguiente:

Ya que también podríamos escribir el CAPM como $R_i-R_f = \alpha_i + \beta_i(R_m-R_f)+ \epsilon$ ¿podríamos simplemente ejecutar la regresión OLS y obtener el alfa como parte de los coeficientes de esa manera? Si la respuesta es afirmativa, ¿existe alguna relación entre los dos métodos de cálculo del alfa y preferimos uno a otro? Y teóricamente, ¿cómo se puede ganar dinero basándose en el alfa?

Siento que las preguntas parezcan tontas. Gracias por adelantado.

1 votos

La beta de regresión sería $\beta_i = \frac{\operatorname{Cov}(R_i - R^f, R^m - R^f)}{\operatorname{Var}( R^m - R^f)}$ porque hay una sola variable del lado derecho. Todo esto tiene más sentido en términos de exceso de rentabilidad, es decir, la rentabilidad menos la tasa libre de riesgo.

14voto

YviDe Puntos 18

Las alfas de una regresión de series temporales son términos de error en la relación lineal transversal entre los rendimientos esperados y las betas de los factores. Si un modelo de factores fuera correcto, esos términos de error (los alfas) serían cero.

Debate

Una versión cuidadosamente redactada de una regresión estándar de series temporales de los rendimientos superiores al tipo libre de riesgo sobre los rendimientos superiores del mercado sería:

$$R_{i,t}-R^f_t = \alpha_i + \beta_i(R^m_t-R^f_t)+ \epsilon_{i,t}$$ Esta ecuación es NO el CAPM. El CAPM es una teoría económica que implica que el $\alpha_i$ para cualquier valor/cartera $i$ en la regresión anterior sería cero. ¿Por qué ocurre esto?

El CAPM dice que el exceso de rendimiento esperado $\operatorname{E}[R_i - R^f]$ aumentan linealmente en la beta de la regresión $\beta_i$ de los excesos de rentabilidad del mercado.

A continuación se muestra un gráfico de lo que al profesor John Cochrane le gusta llamar las implicaciones transversales de la regresión de las series temporales. Los interceptos $\alpha_i$ en las regresiones de series temporales son los residuos de la regresión transversal. enter image description here

Cada círculo azul representa un valor/cartera diferente. Para cada serie de rendimientos $i$ la estimación de $\alpha_i$ de una regresión de series temporales es la distancia vertical a la línea negra. Si el CAPM fuera cierto, todos esos $\alpha_i$ sería cero y cada seguridad estaría en esa línea.

¿Qué ocurre realmente? ¿Por qué no funciona el CAPM?

Los activos de prueba de la figura siguiente son los 25 Carteras Fama-French book to market y size . Si el CAPM fuera cierto, cada círculo azul debería situarse en la línea negra, ¡pero eso no es lo que ocurre! enter image description here

La línea roja muestra la relación transversal estimada entre los rendimientos esperados y la beta del mercado. En todo caso, la relación va en la dirección completamente equivocada. (La última figura es una antigua que hice para una clase anterior).

El término de intercepción $\alpha$ en una regresión de los excesos de rentabilidad sobre otros excesos de rentabilidad (interpretados como factores de riesgo) le da una estimación de la rentabilidad media que no puede ser explicada por esos factores. Gráficamente, es la distancia vertical de la línea negra en los gráficos anteriores.

Y una revisión de regresión lineal con 1 variable del lado derecho

Supongamos que se ejecuta la siguiente regresión:

$$ y_i = a + b x_i + \epsilon_i$$

Su estimación de $b$ será:

$$ \hat{b} = \frac{\hat{\operatorname{Cov}}(y,x)}{\hat{\operatorname{Var}}(x)}$$

Dónde $\hat{\operatorname{Cov}}(y,x)$ es la covarianza muestral entre $y$ y $x$ y $\hat{\operatorname{Var}}(x)$ es la varianza muestral de $x$ .

Así que, básicamente, sus "dos métodos" de cálculo son exactamente lo mismo.

1 votos

Hablando de "cómo ganar dinero con todo esto", mirando la Figura 8 si se hubiera evitado mantener las 3 carteras con $\beta > 1.2$ y mantuvieras a todos los demás lo habrías hecho bastante bien. Esto no es un consejo de inversión.

1 votos

@AlexC Eso está relacionado con el "Apostando contra Beta" de Frazzini y Pederson y también la anomalía de la baja volatilidad, ya que la alta beta y la alta volatilidad están relacionadas.

1 votos

Sí, me acordé del artículo de Fischer Black de 1993 y del artículo de Frazzini Pedersen que mencionas cuando miré esa figura 8.

0voto

Greg Puntos 121

"¿Podríamos ejecutar la regresión OLS y obtener el alfa como parte de los coeficientes de esa manera?" ¡NO!

Para más información, consulte El CAPM no es un modelo transversal ni un modelo de series temporales

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