2 votos

Réplica del impulso Fama/Francés: ¿falta la tasa libre de riesgo en una de las patas?

Estoy utilizando un python script para replicar el factor mensual UMD, sin tener en cuenta las pequeñas capitalizaciones (es decir, centrándome sólo en las subcarteras "BIG HiPRIOR" y "BIG LoPRIOR" del prof. French).

Para ello, estoy mapeando el universo de acciones al Russell 1000, que tiene un buen ajuste en términos de corte de capitalización de mercado, y descargando datos de Bloomberg para los constituyentes relevantes durante el período 1997-2015. A continuación, sigo la metodología descrita en el sitio web del prof. French (ordenar los rendimientos 12-2, tomar el 30% superior e inferior, etc.).

Mi problema es el siguiente: Consigo una réplica muy aproximada de los rendimientos del BIG HiPRIOR durante todo el periodo. Sin embargo, utilizando exactamente la misma metodología y los mismos datos, no consigo replicar el BIG LoPRIOR:

model output

Después de varios días de intentar, sin éxito, múltiples vías para explicar la discrepancia, se me ocurrió que la diferencia en el rendimiento parecía una especie de acumulación en el tiempo. Así que decidí descargar la tasa libre de riesgo del sitio web del prof. French para ver si explicaba la diferencia. Sorprendentemente, lo hizo casi perfectamente - si añado la tasa libre de riesgo a la tasa LoPrio del prof. Si añado la tasa libre de riesgo sólo a los rendimientos LoPrior del profesor French, la coincidencia es tan buena como la de la cartera HiPrior:

model output vs F-F with risk-free added to loPrior

Este es el problema: la tasa libre de riesgo nunca formó parte del conjunto de datos original que descargué de Bloomberg (todo lo que descargué fueron los rendimientos de las acciones individuales de los componentes del índice durante el período correspondiente). Por lo tanto, no es posible que un error en mi código haya introducido ese sesgo consistente a lo largo del tiempo en una cartera pero no en la otra. Los datos libres de riesgo simplemente no existían en lo que respecta a mi modelo.

Así que en este punto estoy completamente perdido para explicar esta cuestión. Por un lado, me resulta imposible creer que haya un problema con los rigurosos cálculos del prof. French; por otro lado, no puedo explicar cómo un sesgo tan preciso (el tipo libre de riesgo mensual en cada punto del tiempo durante un período de 18 años, afectando sólo a la cartera LoPrior) podría haberse colado en mi modelo si esos datos simplemente no existían cuando ejecuté el modelo.

¿Podría preguntar, para sacarme de dudas, si alguien ha realizado un ejercicio similar y ha replicado con éxito cada una de las subcarteras utilizadas en la construcción del factor UMD?

Muchas gracias de antemano por cualquier ayuda/claridad que alguien pueda aportar sobre este tema.

0 votos

¿Ha considerado el sesgo de supervivencia?

0 votos

Hola: al construir mi conjunto de datos he tenido en cuenta todos los valores que han pertenecido al índice, no sólo los que existen en la actualidad. Además, si fuera así, seguramente debería ver un efecto tanto en la cartera HiPrior como en la LoPrior, no sólo en esta última.

0 votos

Así que en Sitio web de French , crees que de la "6 carteras formadas en función del tamaño y el impulso (2 x 3)". ¿crees que la gran cartera de baja rentabilidad anterior puede estar perdiendo la tasa libre de riesgo? (¿O que su código está defectuoso?) ¿He entendido bien tu post?

5voto

YviDe Puntos 18

Por curiosidad, intenté replicar las carteras Fama-French utilizando Datos del CRSP .

  • Parece que estoy obteniendo números razonablemente cercanos a los de Fama-French, así que creo que el problema está en tu lado.

    • También es posible aunque la diferencia se debe a la utilización del Russell 1000 en lugar del universo completo del CRSP. Eso no me parece una locura.
  • Seguro que no se corresponde exactamente con la metodología Fama-French. No tomes mis números, etc... como un evangelio. Hice esto rápidamente.

Aquí está mi réplica preliminar de la cartera de igual peso, gran tamaño y baja rentabilidad anterior (y comparación con Fama French).

enter image description here

Algunas ideas:

  • Yo comprobaría tu punto de ruptura del percentil 30 frente al punto de ruptura calculado por Ken French. (Nota: Utilicé 11 meses de rendimientos anteriores; creo que los puntos de ruptura calculados por French en otras partes del sitio web utilizan 12 meses).
  • Puede que haya un problema de que no haya empresas con rendimientos anteriores horribles en el Russel 1000, porque si tuvieran rendimientos anteriores horribles dejarían el índice.
    • Corolario: podrías estar haciendo todo bien, pero necesitarás el universo completo para replicar a Fama-French.

Algunos extractos de mi material:

Estos son los puntos de ruptura para el 30º percentil de rentabilidad anterior y el 70º percentil de rentabilidad anterior para los 11 meses de rentabilidad anterior (es decir, de t-12 a t-2... ¿utilizan 12?). http://www.mattgunn.com/share/quantse1/PRELIMINARY_prior_ret_breakpoints.csv

Estos son los rendimientos que obtengo para la cartera en cuestión: http://www.mattgunn.com/share/quantse1/PRELIMINARY_big_lowpriorret.csv

Utilizo los puntos de ruptura de tamaño de French disponibles aquí: http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html#Breakpoints

Estoy utilizando mis propios puntos de ruptura calculados para los rendimientos anteriores (en el enlace anterior), pero si estás tratando de igualar a Fama-French, yo sólo utilizaría sus puntos de ruptura que parecen estar disponibles en el enlace anterior.

Otro punto obvio que pensé en mencionar es que para calcular los rendimientos de la ponderación del valor, se debe utilizar la capitalización del mercado con un mes de retraso (por ejemplo, el rendimiento de febrero obtiene la ponderación de la capitalización del mercado de finales de enero).

0 votos

Es súper útil, gracias. Te agradezco mucho tu ayuda en este tema. Revisaré los breakpoints y veré si ahí puede estar el problema.

0 votos

@JuanQ Fama y French son bastante precisos y cuidadosos. Sin embargo, en el mundo académico en general, no es terriblemente sorprendente o chocante encontrar errores o alguna imprecisión en las investigaciones publicadas.

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