Ne demek daha iyi
Bir faktör modeli, getirileri açıklamaya çalışıyor. Daha iyi model, getirileri daha eksiksiz açıklayan.
Eksiksiz açıklamanın ölçüsü: açıklanamayan kısım, yani alfalar. İyi bir model, test portföylerinin alfalarını sıfıra yakın bırakır.
Yani bir model, bir grup portföyün getirisini faktörleriyle açıklıyorsa ve geriye anlamlı alfa kalmıyorsa, o model iyi iş çıkarmış demektir.
GRS testi
Bunu resmi olarak ölçen araç, GRS testi (Gibbons, Ross, Shanken).
Fikir şu: bir grup test portföyünün alfalarının hepsi birden sıfır mı? Eğer sıfırsa, model o portföylerin getirilerini tam açıklıyor demektir.
GRS testi bütün alfaları birlikte test ediyor. Düşük bir test istatistiği, alfaların sıfırdan ayırt edilemediğini, yani modelin iyi olduğunu gösteriyor.
Bir faktör makalesinde GRS testi görürseniz, düşük değer modelin lehine. Yüksek değer, modelin açıklayamadığı sistematik getiriler kaldığını gösterir.
Karşılaştırma tuzakları
Model karşılaştırmasında birkaç tuzak var.
Hangi test portföyleri? Bir model, belirli portföyleri iyi açıklarken başkalarında başarısız olabilir. Test portföylerinin seçimi sonucu belirliyor. Yeni bir faktör, kendi lehine portföylerde test edilmiş olabilir.
Daha çok faktör her zaman daha çok açıklar. Modele faktör ekledikçe açıklama gücü artıyor. Ama bu, modelin daha iyi olduğu anlamına gelmiyor, sadece daha esnek. Aşırı uyum riski var.
Örneklem içi vs dışı. Bir model örneklem içinde iyi açıklayabilir ama örneklem dışında çökebilir. Karşılaştırma örneklem dışında yapılmalı.
Sadelik de bir kriter
İki model benzer açıklama gücüne sahipse, daha az faktörlü olan tercih edilir.
Bu, düzenlileştirme fikrinin model seçimindeki karşılığı. Fazla faktör, örnek dışında bozulabilecek fazla parametre demek.
Fama ve French’in beş faktörlü modele geçmesi tartışmalıydı tam bu yüzden: ek iki faktör gerçekten gerekli mi, yoksa örneklem içine mi uyduruluyor?
Faktör hayvanat bahçesi
Model karşılaştırması, faktör literatürünün en büyük sorununa dokunuyor.
Yüzlerce faktör önerilmiş. Her yeni makale, “benim faktörüm mevcut modele bir şey katıyor” iddia ediyor.
Harvey, Liu ve Zhu bu iddiaların çoğunun veri madenciliği olabileceğini gösterdi. Gerçek bir katkı için t-istatistiğinin en az 3,0 olması gerektiğini savundular.
Yani “yeni faktör eski modeli yeniyor” iddiasını gördüğünüzde, bunun kaç faktör arasından seçildiğini ve t-istatistiğinin ne olduğunu sorun.
Nasıl okumalı
Bir model karşılaştırması gördüğünüzde şunlara bakın.
Alfalar test ediliyor mu? GRS testi ya da benzeri var mı?
Hangi test portföyleri kullanılmış? Yeni faktörün lehine seçilmiş olabilir mi?
Karşılaştırma örneklem dışında da yapılmış mı?
Ve ek faktör gerçekten gerekli mi, yoksa sadeliği feda edecek kadar az mı katkı sağlıyor?
Sıradaki
Sıradaki yazıda bilgi oranını ve appraisal oranını ele alıyoruz. Bir stratejinin ürettiği alfanın, aldığı ek riske göre ne kadar değerli olduğunu ölçen araçlar.
Bu yazı bilgilendirme amaçlıdır, yatırım tavsiyesi değildir.