Ken French på nettstedet publiseres daglig , månedlig og årlig avkastning for Fama-French 3 Factors-modellen som er overskuddsmarked (Rm-Rf), liten-minus-stor (SMB) og høy-minus-lav (HML) avkastning.
I forstår ikke hvordan han konverterer daglig til månedlig avkastning. For eksempel for den siste måneden er den daglige avkastningen
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 Og den månedlige avkastningen er
Mkt-RF SMB HML RF 201505 1.36 0.92 -1.89 0.00 For eksempel for å konvertere den daglige Mkt-RF-avkastningen til en månedlig avkastning bruker jeg følgende formel
$$ \ text {ret} _ \ tekst {månedlig} = \ venstre (\ prod_ {i \ i \ tekst {dag}} \ venstre (\ frac {\ tekst {Mkt-RF} _i} {100} + 1 \ høyre) – 1 \ høyre) * 100 $$
som er
$$ \ text {ret} _ \ text {månedlig} = \ venstre [\ venstre (\ venstre (\ frac {1.01} {100} + 1 \ høyre) \ ganger \ venstre (\ frac {0.32} {100} + 1 \ høyre) \ ganger \ cdots \ ganger \ venstre (\ frac {(- 0.58} {100} + 1 \ høyre) \ høyre) – 1 \ right] \ times100 $$
Så jeg finner det følgende månedlige avkastning
CUSTOM CALCULATIONS Mkt-RF SMB HML RF 201505 1.35 0.91 -1.85 0.00 Jeg forstår ikke hvorfor jeg får disse forskjellene. Hva gjør jeg galt?
Kommentarer
- Kunne ikke ' dette skyldes avrundingsfeil som det er bare to desimaler?
- Jeg tror det kan skyldes regresjonsforskjeller vs avrundingsfeil. Jeg tror det som skjer er at de regresserer daglige data ved hjelp av daglige faktorer & også regresserer månedlige data med månedlige faktorer. @conighion
- @Rime som er riktig også.
- @Rime De gjør ikke ' t gjør noe regresjon for å få Fama-franske faktorer .
Svar
Du sammensetter riktig, men avviket skyldes ikke bare avrunding. SMB og HML er dannet som et gjennomsnitt på henholdsvis 6 og 4 forskjellige porteføljer. Som det franske nettstedet forklarer, er dette resultatet av å kutte alle aksjer i 2×3 SizexBook-porteføljer. Franske samler hver av disse porteføljene til riktig horisont (f.eks. Månedlig) og deretter gjennomsnitt disse porteføljene for å få SMB og HML. Dette er ikke det samme som å sammensette SMB og HML direkte fra daglige data.
Dette er fordi sammensetting av SMB og HML daglige data forutsetter daglig ombalansering til like vekt på porteføljene som utgjør dem. Fransk antar ikke denne rebalanseringen for lengre horisonter, men holder i stedet de sammensatte porteføljene til riktig horisont før SMB og HML dannes på slutten av horisonten. Dette gjelder ukentlige, månedlige og årlige faktorer han legger ut.
Kommentarer
- I ' m usikker på om jeg følger poenget i ditt andre avsnitt. Jeg tror du mener vekten av porteføljene som utgjør SMB. Så som 1/3 lang og 1/3 kort balanserer hver dag. Snarere enn vekten av aksjeporteføljene som ligger til grunn?
- Ja. Du trenger bare å spore de seks underliggende porteføljene. Ingen grunn til å reformere dem på aksjenivå. Porteføljedataene er tilgjengelig på Ken French ' s nettsted, så du trenger ikke ' tilgang til en annen datakilde.
Svar
Du gjør det riktig. Forskjellene er avrundingsproblemer og kan trygt ignoreres for ethvert praktisk formål.