Ken French na svém webu publikuje denně , měsíční a roční výnosy pro model Fama-French 3 Factors, které jsou nadměrné tržní (Rm-Rf), malé-minus-velké (SMB) a vysoké-minus-nízké (HML) výnosy.

I nerozumím tomu, jak převádí denní na měsíční výnosy. Například za poslední měsíc jsou denní výnosy

 Mkt-RF SMB HML RF 20150501 1.01 -0.33 -0.60 0.000 20150504 0.32 0.06 0.16 0.000 20150505 -1.19 -0.10 0.34 0.000 20150506 -0.31 0.62 -0.20 0.000 20150507 0.39 0.03 -0.43 0.000 20150508 1.21 -0.54 -0.21 0.000 20150511 -0.39 0.67 -0.11 0.000 20150512 -0.27 0.00 0.11 0.000 20150513 0.01 0.02 -0.06 0.000 20150514 1.01 -0.10 -0.36 0.000 20150515 0.05 -0.26 -0.01 0.000 20150518 0.44 0.72 -0.09 0.000 20150519 -0.09 -0.08 0.03 0.000 20150520 -0.05 0.21 -0.09 0.000 20150521 0.23 -0.31 0.09 0.000 20150522 -0.22 -0.11 -0.14 0.000 20150526 -1.01 -0.04 -0.02 0.000 20150527 0.93 0.33 -0.39 0.000 20150528 -0.11 0.11 0.07 0.000 20150529 -0.58 0.02 0.05 0.000 

A měsíční výnosy jsou

 Mkt-RF SMB HML RF 201505 1.36 0.92 -1.89 0.00 

Například pro převod denního výnosu Mkt-RF na měsíční výnosy používám následující vzorec

$$ \ text {ret} _ \ text {month} = \ left (\ prod_ {i \ in \ text {day}} \ left (\ frac {\ text {Mkt-RF} _i} {100} + 1 \ right) – 1 \ right) * 100 $$

což je

$$ \ text {ret} _ \ text {měsíčně} = \ left [\ left (\ left (\ frac {1.01} {100} + 1 \ right) \ times \ left (\ frac {0,32} {100} + 1 \ right) \ times \ cdots \ times \ left (\ frac {(- 0,58} {100} + 1 \ right) \ right) – 1 \ right] \ times100 $$

Takže najdu následující měsíční výnosy

 CUSTOM CALCULATIONS Mkt-RF SMB HML RF 201505 1.35 0.91 -1.85 0.00 

Nerozumím, proč dostávám tyto rozdíly. Co dělám špatně?

Komentáře

  • Nelze to ' kvůli chybě zaokrouhlování existují pouze dvě desetinná místa?
  • Myslím, že by to mohlo být způsobeno regresními rozdíly oproti chybám zaokrouhlování. Myslím, že co se stane, je to, že regresují denní data pomocí denních faktorů & také regresní měsíční data s měsíčními faktory. @conighion
  • @Rime, který je také správný.
  • @Rime Nedělají ' žádnou regresi, aby získali fama-francouzské faktory .

Odpověď

Směsujete správně, ale rozdíl není jen kvůli zaokrouhlování. SMB a HML jsou tvořeny jako průměry 6 a 4 různých portfolií. Jak vysvětluje francouzský web, výsledkem je rozdělení všech akcií do portfolií 2×3 SizexBook. Francouzština spojí každé z těchto portfolií do správného horizontu (např. Měsíčně) a poté tato portfolia zprůměruje, aby získala SMB a HML. To není totéž jako přímé skládání SMB a HML z denních dat.

Je to proto, že sloučení denních dat SMB a HML předpokládá denní vyvážení na stejnou váhu portfolií, která je tvoří. Francouzština nepředpokládá toto vyvážení pro delší horizonty, ale místo toho drží základní portfolia na správném horizontu, než se na konci horizontu vytvoří SMB a HML. To platí pro týdenní, měsíční a roční faktory, které zveřejňuje.

Komentáře

  • I ' m nejsem si jistý, jestli se řídím bodem ve vašem druhém odstavci. Myslím, že máte na mysli váhu portfolií, která tvoří SMB. Stejně jako 1/3 dlouhé a 1/3 krátké se vyvažují každý den. Spíše než váha akciových portfolií, která jsou podkladem?
  • Ano. Musíte jen sledovat 6 podkladových portfolií. Není třeba je reformovat na úrovni zásob. Údaje o portfoliu jsou k dispozici také na webu společnosti Ken French ', takže ' nepotřebujete přístup k jinému zdroji dat.

Odpověď

Děláte to správně. Rozdíly jsou zaokrouhlovací problémy a lze je z jakéhokoli praktického důvodu bezpečně ignorovat.

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *