Ken French publica diariamente en su sitio web , rendimientos mensuales y anuales para el modelo de Fama-French 3 Factors que son rendimientos de exceso de mercado (Rm-Rf), pequeño-menos-grande (SMB) y alto-menos-bajo (HML).
I No entiendo cómo convierte las devoluciones diarias en mensuales. Por ejemplo, durante el último mes, las devoluciones diarias son
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 Y las devoluciones mensuales son
Mkt-RF SMB HML RF 201505 1.36 0.92 -1.89 0.00 Por ejemplo, para convertir el rendimiento diario de Mkt-RF en un rendimiento mensual, utilizo la siguiente fórmula
$$ \ text {ret} _ \ text {mensual} = \ left (\ prod_ {i \ in \ text {day}} \ left (\ frac {\ text {Mkt-RF} _i} {100} + 1 \ right) – 1 \ right) * 100 $$
que es
$$ \ text {ret} _ \ text {mensual} = \ left [\ left (\ left (\ frac {1.01} {100} + 1 \ right) \ times \ left (\ frac {0.32} {100} + 1 \ right) \ times \ cdots \ times \ left (\ frac {(- 0.58} {100} + 1 \ right) \ right) – 1 \ right] \ times100 $$
Así que encuentro las siguientes devoluciones mensuales
CUSTOM CALCULATIONS Mkt-RF SMB HML RF 201505 1.35 0.91 -1.85 0.00 No entiendo por qué obtengo estas diferencias. ¿Qué estoy haciendo mal?
Comentarios
- No podría ' t esto se debe a un error de redondeo como ¿Hay sólo dos decimales?
- Creo que podría deberse a diferencias de regresión frente a errores de redondeo. Creo que lo que sucede es que regresan los datos diarios usando factores diarios & también regresan los datos mensuales con factores mensuales. @conighion
- @Rime eso también es correcto.
- @Rime No ' no hacen ninguna regresión para obtener factores Fama-French .
Respuesta
Está componiendo correctamente, pero la discrepancia no se debe solo al redondeo. SMB y HML se forman como promedios de 6 y 4 carteras diferentes, respectivamente. Como explica el sitio web de French, esto es el resultado de recortar todas las acciones en carteras SizexBook de 2×3. French combina cada una de estas carteras con el horizonte adecuado (por ejemplo, mensualmente) y luego promedia estas carteras para obtener SMB y HML. Esto no es lo mismo que componer directamente SMB y HML a partir de datos diarios.
Esto se debe a que la combinación de datos diarios de SMB y HML presupone un reequilibrio diario a pesos iguales de las carteras que los constituyen. French no asume este reequilibrio para horizontes más largos, sino que mantiene las carteras constituyentes en el horizonte adecuado antes de que se formen SMB y HML al final del horizonte. Esto se aplica a los factores semanales, mensuales y anuales que publica.
Comentarios
- I ' m No estoy seguro si sigo el punto en su segundo párrafo. Creo que te refieres al peso de las carteras que constituyen las PYMES. Entonces, como el 1/3 largo y 1/3 corto, se reequilibra todos los días. ¿En lugar del peso de las carteras de acciones que son el subyacente?
- Sí. Solo necesita realizar un seguimiento de las 6 carteras subyacentes. No es necesario reformarlos a nivel de stock. Los datos de la cartera también están disponibles en el sitio web de Ken French ' s, por lo que no ' necesita acceso a otra fuente de datos.
Respuesta
Lo estás haciendo bien. Las diferencias son problemas de redondeo y se pueden ignorar con seguridad para cualquier propósito práctico.