Clase 7

Valuacin de Activos Financieros

Ignacio Warnes
Multi Factor Models
El CAPM es un modelo de pricing de un
factor.



E( R
i
)=r
f
+b
i

r
f
: tasa libre de riesgo.
: Exceso de retorno esperado
Multi Factor Models
No es fcil justificar los supuestos de
normalidad en la distribucin de retornos o
de preferencias cuadrticas para
garantizar su derivacin.
Empricamente, las anomalas de efecto
tamao y de P/E observadas llevan a
buscar modelos alternativos que permitan
incorporar factores adicionales en la
medicin del riesgo de cartera.

Multi Factor Models
Ejemplo
Cuando usamos un modelo single-index, estamos
imponiendo el supuesto (innecesario) de que
todas las acciones tienen sensibilidad relativa a
los mismos risk-factors (ndices).
Una representacin ms explcita del riesgo
sistemtico, posibilitando que diferentes acciones
muestren sensibilidades diferentes a sus diversos
componentes, sera un refinamiento til del
Single-Factor (Index) Model.

Multi Factor Models
Los multifactor models son tiles en aplicaciones
de risk management ya que dan un modo simple
de medir nuestra exposicin a varios riesgos
macroeconmicos y construir portafolios para
cubrirnos de esos riesgos.
Supongamos que tenemos un modelo de dos
factores:
1. Desvo del crec. del GDP de lo esperado (Ciclo
Econmico)
2. Cambios no anticipados en las tasas de inters.

Multi Factor Models
Tenemos entonces


Los dos factores macro del miembro de la derecha
representan los factores sistemticos de la
economa. Estn construidos de modo de tener
valor esperado igual a cero y en consecuencia
representan cambios en estas variables que no
haban sido anticipados.

r
i
=E(r
i
)+
iGDP
GDP+
iIR
IR+e
i
.
Multi Factor Models
Los Betas reciben el nombre de factor
sensitivities, factor loadings o factor betas.
Como antes, e
i
representa las influencias
especficas de la firma.
Cmo sern los Betas de una lnea area?
Y los de una utility?
La lnea area ser muy sensible al ciclo
econmico y la utility a las tasas de
inters.

Multi Factor Models
Vamos a introducir el concepto de factor portfolio,
que es un portafolio diversificado construido de
modo tal de tener un Beta de 1 con uno de los
factores y de 0 con el resto de los factores.
Puede pensarse en el factor portfolio como en
un tracking portfolio de alguno de estos factores
(el retorno de este portafolio sigue la evolucin
de fuentes especficas de riesgo
macroeconmico, pero est no correlacionado
con el resto de las fuentes).

9
Multi factor model
Se utiliza una serie de ndices que muchas veces se
ortogonalizan, con lo cual cada ndice pasa a tener
correlacin cero con el resto. Esto permite
simplificaciones para el clculo del riesgo y para la
seleccin de portafolios ptimos.


Donde todos los I
L
estn no correlacionados con los dems.

r
i
=
i
+b
i1
I
1
+b
i2
I
2
+b
i3
I
3
++b
iL
I
L
+c
i
.
10
Multi factor model
Por definicin:
1. Varianza de los residuos de la accin i:

2
ci
para i=1,,N.
2. Varianza del ndice j:
2
Ij
para j=1,,L.
Por construccin:
1. E (c
i
)=0 para todas las acciones donde
i=1,,N.
2. Covarianza entre ndices es cero. E[(I
j
-
E(I
j
))(I
k
-E(I
k
))]=0 para j=1,...,L y k=1,...,L
con k distinto de j.

11
Multi factor model
3. Covarianza entre el residuo de la accin i
y el ndice j es cero. E[c
i
(I
j
-E(I
j
))]=0 para
todas las acciones i=1,...,N y todos los
ndices j=1,,L.
Por supuesto:
1. E(c
i
c
j
)=0. Esto implica que el nico motivo
por el cual las acciones se mueven
conjuntamente es por el co-movimiento
con los ndices especificados en el
modelo.

12
Multi factor model
El retorno esperado es


La varianza del retorno es


Covarianza entre activo j y activo i:
E(r
i
)=
i
+b
i1
E (I
1
)+b
i2
E(I
2
)+b
i3
E( I
3
)++b
iL
E(I
L
).

i
2
=b
i1
2

I1
2
+b
i2
2

I2
2
+b
i3
2

I3
2
++b
iL
2

IL
2
+
ci
2
.

ij
=b
i1
b
j1

I1
2
+b
i2
b
j2

I2
2
++b
iL
b
jL

IL
2
.
13
Multi factor model

Qu vamos a necesitar estimar?
a
i
, b
ik
(para L ndices),
2
ci
= 2 + L por cada
accin.
Total: 2N+LN
E(I
j
) y
2
Ij
, donde tenemos 2L ms.
Total de parmetros a estimar: 2N+LN+2L

14
Multi factor model


Tanto en el caso del Multi-Index como en el
del Single-Index Model, los parmetros a
estimar pueden reformularse de modo que
lo que se estima son retornos esperados y
varianzas, que son mucho ms familiares
a los analistas.

15
Multi factor model
En el caso de los Multi-Index Models, un
sub-producto que obtendremos ser la
matriz de correlaciones.
Se encuentra que los Multi-Index Models
hacen un buen trabajo en reproducir la
matriz de correlaciones histrica, pero no
necesariamente consiguen hacer un mejor
trabajo predictivo que los Single-Index
Models.

16
Fama-French: Multifactor Explanations
of Asset Pricing Anomalies

Fama y French desarrollan el three factor model.

Es un modelo multi-factor, no de equilibrio.

(E(r
i
)-r
f
): el exceso de retorno esperado por sobre
la tasa fija se explica en base a tres factores:

17
Fama-French: Multifactor Explanations of
Asset Pricing Anomalies
1. El exceso de retorno de la cartera de mercado
(r
m
-r
f
)
2. La diferencia entre los retornos de una cartera
de compaas pequeas (S) y los de una
cartera de compaas grandes (B) (SMB).
3. La diferencia entre los retornos de una cartera
de activos H con alta relacin entre su valor
libro y su valor de mercado y por otro lado una
cartera de activos con baja relacin entre su
valor libro y su valor de mercado (HML)
18
Fama-French: Multifactor Explanations of
Asset Pricing Anomalies
El exceso de retorno del portafolio i es :



Donde



son primas de retorno esperado.
i i i f m i f i
H E h S M B E s r r E b r r E + + + = ) ( ) ( ) ) ( ( ) (
) ( y ) ( , ) ( H E S M B E r r E
f m

19
Fama-French: Multifactor Explanations of
Asset Pricing Anomalies
Y los factores de sensibilidad b
i
, s
i
, h
i
son las
pendientes en la regresin de series de tiempo:
i i i f m i i f i
H h S M s r r b r r + + + + = ) (
20
Fama-French: Multifactor Explanations of
Asset Pricing Anomalies
El modelo de tres factores captura gran parte de la
variacin en los retornos accionarios.

El modelo explica los retornos de las carteras
formadas en base a E/P (Earnings/Price), en
base a C/P (Cashflow/Price) y en base al
crecimiento de las ventas.
21
Fama-French: Multifactor Explanations of
Asset Pricing Anomalies
Reversin a la media: los activos exhiben reversin
a la media en el largo plazo; los que han tenido
altos retornos en el LP tienden luego a bajos
retornos y viceversa.

Esta tendencia est bien capturada en el modelo
de tres factores, a travs de las pendientes de
SMB y HML.


22
Fama-French: Multifactor Explanations of
Asset Pricing Anomalies


Continuidad de retornos de CP: los activos exhiben
continuidad en el corto plazo. Existe mucha
autocorrelacin en los retornos extraordinarios
(primas). Esta tendencia no es bien capturada
por el modelo de tres factores (ver tabla VI).

Fama-French Three-Factor Model

Factores: tamao de la firma; book-to-market ratio;
market index.

La inclusin de estos factores es motivada
empricamente por la observacin que los retornos
promedios de acciones de empresas chicas y los de las
acciones con altos book-to-market ratios son ms altos
que lo que predice la SML del CAPM.

Esto sugiere que tamao y book-to-market pueden ser
proxies para exposicin a fuentes de riesgo sistemtico
no captado por el beta del CAPM y que resultan en
premios asociados a estos factores.

Fama-French Three-Factor Model

Procedimiento:
Se crean portafolios que hagan el tracking de los factores tamao y
book-to-market (factor portfolios).

Se agrupan las acciones en Small, Median y Big (size) y en Low,
Median y High (book-to-market). La interseccin de los tres size
groups con los tres value groups resulta en 9 grupos de firmas.
Este proceso genera 9 series de tiempo de retornos mensuales
para los aos 1929-1997.

Para cada ao, el premio por tamao se construye como la
diferencia en los retornos entre Small y Big firms:

SMB (Small minus Big) = 1/3(S/L + S/M + S/H) - 1/3(B/L + B/M + B/H)

Fama-French Three-Factor Model

Similarmente, el efecto book value-to-market value
(efecto valor), se calcula como la diferencia en
retornos entre High B/M y Low B/M:

HML (High minus Low) = 1/2(S/H + B/H) - 1/2(S/L + B/L)

Los retornos del portafolio de mercado se construyen
utilizando un portafolio ponderado por valor de todas
las firmas listadas en el NYSE, AMEX y Nasdaq.

Fama-French Three-Factor Model

Tasa libre de riesgo se utiliza los retornos
mensuales de T-Bills.

La ecuacin del modelo es entonces:

E(r
i
) - r
f
= a
i
+ b
i
[E(r
M
) - r
f
] + s
i
E(SMB) + h
i
E(HML)

Y se estima con:
r
i
- r
f
= a
i
+ b
i
(r
M
r
f
) + s
i
SMB + h
i
HML + e
i


Fama-French Three-Factor Model

Resultados:
Los R
2
superan siempre el 0.91, mostrando que
los retornos estn bien explicados por los
portfolios de tres factores.

Los estadsticos t de los coeficientes en size y
value factors, muestran que estos contribuyen
significativamente en poder explicativo. Solo 1
de los 9 portfolios tiene una ordenada
estadsticamente significativa (debera ser cero
siempre).


Fama-French Three-Factor Model
Explicacin: tamao y valor son proxies por
riesgos no capturados por el beta del CAPM
solo. Esto es consistente con una especificacin
del APT en que tamao y valor sean factores de
riesgo y que en consecuencia existe un premio
por afrontar estos riesgos.

Alternativamente tendra que interpretarse
comportamiento irracional y preferencia por
large size y low book-to-market.

Fama-French Three-Factor Model

Summary Statistics for Monthly Percent Three-Factor Explanatory Returns
r
m
-r
f
SMB HML S/L S/M S/H B/L B/M B/H
7/29-6/97:816 months
Ave 0.67 0.20 0.46 1.05 1.30 1.53 0.89 1.04 1.34
Std 5.75 3.26 3.11 7.89 7.49 8.38 5.65 6.19 7.41
t(Ave) 3.34 1.78 4.24 3.80 4.96 5.21 4.52 4.78 5.16
7/29-6/63:408 months
Ave 0.82 0.19 0.50 1.09 1.22 1.49 0.81 1.01 1.40
Std 6.89 3.65 3.59 9.01 9.13 10.57 6.50 7.73 9.52
t(Ave) 2.41 1.07 2.80 2.44 2.71 2.85 2.52 2.64 2.98
7/63-6/97:408 months
Ave 0.52 0.21 0.43 1.01 1.38 1.57 0.98 1.06 1.27