Estimación del CAPM-alpha con regresión robusta frente a la regresión lineal
DOI:
https://doi.org/10.24275/uam/azc/dcsh/ae/2022v38n97/SamaniegoPalabras clave:
Appraisal, regresión robusta, selección de carteras, CAPMResumen
El análisis de regresión por mínimos cuadrados ordinarios busca encontrar la relación entre variables bajo ciertos supuestos. Y en caso de no cumplirse estos, se dice que sus resultados no son robustos. La regresión robusta mediante la optimización busca cumplir estos supuestos. Se contrastan ambos métodos de regresión utilizando la siguiente premisa: el desempeño (CAPM-alpha) pasado es un buen estimador del desempeño futuro. En el periodo de estudio se encontraron resultados muy similares, donde la regresión lineal sobresale sobre la regresión robusta. Empíricamente se utilizan portafolios activos mediante la metodología de Treynor-Black entre 2000-2020 para contrastar los métodos de regresión.
Clasificación JEL: G11; G17; C61.
Descargas
Citas
Amenc, N. and V. Le Sourd (2003). Portfolio theory and performance analysis. Wiley.
Cuthbertson, K., Nitzsche, D., & O'Sullivan, N. (2010). Mutual fund performance: Measurement and Evidence 1. Financial Markets, Institutions & Instruments, Vol. 19, no. 2, pp. 95-187. https://doi.org/10.1111/j.1468-0416.2010.00156.x
Erceg-Hurn, D. M., & Mirosevich, V. M. (2008). Modern robust statistical methods: an easy way to maximize the accuracy and power of your research. American Psychologist, Vol. 63, no. 7, pp. 591-601. https://doi.org/10.1037/0003-066x.63.7.591
Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of financial economics, Vol. 116, no. 1, pp. 1-22. https://doi.org/10.1016/j.jfineco.2014.10.010
Farcomeni, A., & Ventura, L. (2012). An overview of robust methods in medical research. Statistical Methods in Medical Research, Vol. 21, no. 2, pp.111-133. https://doi.org/10.1177/0962280210385865
Klein, T. (2020). Event Studies in Merger Analysis: Review and an Application Using US TNIC Data. ECONSTOR Working Paper No. TI 2020-005/VII. Amsterdam Law School Research Paper, October. https://doi.org/10.2139/ssrn.3517189
Ladrón de Guevara, R. & Torra, S. (2014). Estimation of the underlying structure of systematic risk with the use of principal component analysis and factor analysis. Contaduría y Administración, Vol. 59, No. 3, pp. 197–234. https://doi.org/10.1016/s0186-1042(14)71270-7
Pannu, Gurkamal S. (2021). Hedge Fund Performance with the Treynor-Black Model. [Undergraduate Theses] University of Dayton. https://ecommons.udayton.edu/uhp_theses/330
Rousseeuw, P. J., & Hubert, M. (2018). Anomaly detection by robust statistics. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, Vol. 8, no. 2, pp. 1-14. https://doi.org/10.1002/widm.1236
Samaniego, A. (2022). Can alpha predict future performance? [unpublished manuscript]. Departamento de Economía, Administración y Mercadología (DEAM), ITESO.
Sharpe, William F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. Journal of Finance, Vol. 19, no. 3, pp. 425-442. https://doi.org/10.2307/2977928
Srinivas, K. R. & Shivaraj, B. (2021). Construction of Optimal Portfolio-Treynor-Black Model: A study With Reference to Selected Exchange Traded Funds. Gortería Journal, Vol. 34(2): 90-101. https://gorteria.com/volume-34-issue-2-2021/
Treynor, J. L., & Black, F. (1973). How to use security analysis to improve portfolio selection. The journal of business, Vol. 46, no. 1, pp. 66-86. https://doi.org/10.1002/9781119196679.ch60
Woerheide, W., & Persson, D. (1992). An index of portfolio diversification. Financial services review, Vol. 2, no. 2, pp. 73-85. https://doi.org/10.1016/1057-0810(92)90003-u
Yu, C., & Yao, W. (2017). Robust linear regression: A review and comparison. Communications in Statistics-Simulation and Computation, Vol. 46, no. 8, pp. 6261-6282. https://doi.org/10.1080/03610918.2016.1202271
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Angel Samaniego
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
