Ken French w swojej witrynie publikuje codziennie , miesięczne i roczne zwroty dla modelu Fama-French 3 Factors, które obejmują zwroty z nadwyżki rynkowej (Rm-Rf), małe-minus-duże (SMB) i wysokie-minus-niskie (HML).
I nie rozumiem, w jaki sposób konwertuje zwroty dzienne na miesięczne. Na przykład za ostatni miesiąc dzienne zwroty wynoszą
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 miesięczne zwroty to
Mkt-RF SMB HML RF 201505 1.36 0.92 -1.89 0.00 Na przykład, aby przekonwertować dzienny zwrot Mkt-RF na miesięczne, używam następującego wzoru
$$ \ text {ret} _ \ tekst {miesięcznie} = \ left (\ prod_ {i \ in \ text {dzień}} \ left (\ frac {\ text {Mkt-RF} _i} {100} + 1 \ right) – 1 \ right) * 100 $$
czyli
$$ \ text {ret} _ \ text {month} = \ left [\ left (\ left (\ frac {1.01} {100} + 1 \ right) \ times \ left (\ frac {0.32} {100} + 1 \ right) \ times \ cdots \ times \ left (\ frac {(- 0,58} {100} + 1 \ right) \ right) – 1 \ right] \ times100 $$
Więc znalazłem następujące miesięczne zwroty
CUSTOM CALCULATIONS Mkt-RF SMB HML RF 201505 1.35 0.91 -1.85 0.00 Nie rozumiem, dlaczego dostaję te różnice. Co robię źle?
Komentarze
- Nie można ' t jest to spowodowane błędem zaokrąglenia, są tylko dwa miejsca po przecinku?
- Myślę, że może to być spowodowane różnicami regresji i błędami zaokrągleń. Myślę, że następuje regresja danych dziennych przy użyciu współczynników dziennych & również regresja danych miesięcznych z czynnikami miesięcznymi. @conighion
- @Rime też jest poprawne.
- @Rime Oni nie ' nie wykonują żadnej regresji, aby uzyskać czynniki Fama-French .
Odpowiedź
Składasz poprawnie, ale rozbieżność nie wynika tylko z zaokrąglenia. SMB i HML są tworzone jako średnie odpowiednio z 6 i 4 różnych portfeli. Jak wyjaśnia strona internetowa Frencha, wynika to z wycięcia wszystkich akcji w portfele 2×3 SizexBook. Francuski łączy każdy z tych portfeli do odpowiedniego horyzontu (np. Miesięcznie), a następnie uśrednia te portfele, aby uzyskać SMB i HML. To nie to samo, co bezpośrednie łączenie SMB i HML z danych dziennych.
Dzieje się tak, ponieważ łączenie danych dziennych SMB i HML zakłada codzienne równoważenie do równych wag portfeli, które je tworzą. Francuski nie zakłada tego przywrócenia równowagi na dłuższe horyzonty, ale zamiast tego utrzymuje portfele składowe na odpowiednim horyzoncie, zanim SMB i HML zostaną utworzone na końcu horyzontu. Dotyczy to publikowanych przez niego czynników tygodniowych, miesięcznych i rocznych.
Komentarze
- I ' m nie jestem pewien, czy rozumiem punkt z twojego drugiego akapitu. Myślę, że masz na myśli wagę portfeli stanowiących małe i średnie firmy. Tak jak 1/3 długości i 1/3 krótkiej przywracają równowagę każdego dnia. Zamiast wagi portfeli akcji będących instrumentem bazowym?
- Tak. Wystarczy śledzić 6 bazowych portfeli. Nie ma potrzeby ich reformowania na poziomie zapasów. Dane portfela są również dostępne w witrynie Kena Frencha ', więc nie ' nie potrzebujesz dostępu do innego źródła danych.
Odpowiedź
Robisz to dobrze. Różnice są zaokrąglone i można je bezpiecznie zignorować w jakimkolwiek praktycznym celu.