Preliminar
El enfoque en el papel de Davis/Fama/francés (2000) es para dar una idea de en cuatro contrario explicaciones sobre el valor de la anomalía. Daniel/Titman (1997) realizar un seguimiento del valor de la prima para el valor característico, no basado en el riesgo explicación (como por ejemplo, Fama/francés (1993)). Para empíricamente separar los dos modelos, el truco en Davis/Fama/francés (2000) para distinguirlos es a (p. 398):
[...] aislar la variación en el HML riesgo de carga, que es independiente de SER/ME.
La construcción de el tamaño y el libro al mercado de las carteras de
Para la construcción de las carteras tienes que seguir estos pasos (también descrito en mi respuesta aquí):
- Recoger libro common equity (SER) y la valoración en el mercado (ME) de las existencias, excepto financiero, de transporte y de las empresas públicas. ME se mide como el número de acciones en circulación con el precio de las acciones al final de diciembre. SER se mide en el año fiscal que termina.
- Calcular la sección transversal de puntos de ruptura (33% y 67% percentil) por tamaño (ME) y book-to-market ratio (SER/ME). El tamaño de breakpoint por año $t$ es la mediana de la NYSE mercado de capital a finales de junio del año $t$. SER/ME para el mes de junio del año $t$ es el libro de la equidad para la última final del año fiscal en $t−1$ dividido por MÍ para el mes de diciembre del año $t−1$.
- Ordenar cada una de las acciones de forma independiente por SER/ME y MÍ. Esto se traduce en el mencionado nueve carteras.
- Calcular el valor ponderado de retorno para cada portafolio a partir de julio del año $t$ a finales de junio en el año $t+1$.
Pre-formación HML cartera de ordenación
Para cada una de las nueve carteras de arriba, de ejecutar la regresión
$$R_i - R_f = \alpha_i + b_i (R_M - R_f) + s_i SMB + h_i HML + \epsilon_i$$
donde $R_i$ es el valor mensual ponderado de la cartera de retorno, $R_f$ la tasa libre de riesgo de retorno, $R_M$ la rentabilidad del mercado, $SMB$ el regreso de el tamaño de factor de imitación de la cartera y, equivalentemente, $HML$ para el valor del factor. La regresión se ejecuta mediante una planilla mensual de datos a través de los cinco años anteriores (mínimo de tres años, finalizando en diciembre del año $t-1$, es decir, si la forma de las carteras en el final de junio del año $y$, la regresión utiliza los datos de enero $y 5$ a diciembre $t-1$.
Los resultados de la regresión en las estimaciones para el factor de cargas $b_i$, $s_i$ y $h_i$ (y la intersección $\alpha$). Lo que sigue es, que se puede dividir en nueve carteras en tres submuestras que se traduce en un total de 27 de carteras. Así que para cada uno de los 9 carteras, debe ordenar cada una de las acciones dentro de una cartera mediante la variable $h_i$ de la regresión anterior. Basta con mirar a la monoton de aumentar el valor de $h_i$ en la Tabla 3, que son los puntos de corte para la clasificación. Para cada uno de los 27 carteras finalmente, para calcular el valor ponderado de retorno.
Adicional
Daniel/Titman (1997) subdividir el 9 tamaño / book-to-market de las carteras en cinco carteras por $h_i$ que se traduce en un total de 45 carteras. El problema es, que algunos de los 45 carteras sólo contienen una sola o muy pocas existencias, es decir, la "cartera" no es diversificada. Esa es la razón por sólo subdividir en 3 tipos.
Soy consciente de que la pendiente de la HML es su propio factor de coeficiente (tales como beta, en el CAPM) pero, ¿qué significa en este contexto?
HML se mide como la diferencia entre el retorno de un portafolio de alta SE/ME existencias y el retorno de una cartera de bajo SE/ME poblaciones construido para ser neutral con respecto al tamaño. El HML cartera se basa generalmente en la totalidad del mercado de valores, pero su 9 tamaño y book-to-market de las carteras (por la que se ejecuta la regresión anterior) son mucho más pequeñas submuestras. La pista de las medidas de la cartera específica de la exposición hacia el HML cartera. Como se puede ver en los valores de $h_i$ (y el t-valores), las carteras están lejos de ser "su propio factor de coeficiente".
Referencia:
Bali/Engle/Murray (2016), Empíricos de valoración de activos: la sección transversal de la rentabilidad de las acciones, John Wiley & Sons, 1. ed.
