Estimación Jerárquica Variable en el Tiempo de Modelos de Valoración de Activos
Autores: Baillie, Richard T.; Calonaci, Fabio; Kapetanios, George
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Estimación Jerárquica Variable en el Tiempo de Modelos de Valoración de Activos
Categoría
Gestión y administración
Subcategoría
Gestión de recursos
Palabras clave
Metodología
Jerárquico
Modelos de precios de activos
Primas de riesgo
Cargas de factores
Selección de ancho de banda
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este documento presenta una nueva metodología jerárquica para estimar modelos de precios de activos dinámicos multifactoriales. El enfoque se basa de manera flexible en el enfoque secuencial de Fama-MacBeth y se desarrolla en un marco de regresión de núcleo. Sin embargo, la metodología utiliza un método de selección de ancho de banda muy flexible que puede enfatizar datos e información recientes para derivar las estimaciones más apropiadas de las primas de riesgo y las cargas de factores en cada momento. La elección de los anchos de banda y los esquemas de ponderación se logra mediante un procedimiento de validación cruzada; esto conduce a estimadores consistentes de las primas de riesgo y las cargas de factores. Además, un ejercicio de pronóstico fuera de muestra indica que el método jerárquico conduce a una mejora estadísticamente significativa en las medidas de la función de pérdida de pronóstico, independientemente del tipo de factor considerado.
Descripción
Este documento presenta una nueva metodología jerárquica para estimar modelos de precios de activos dinámicos multifactoriales. El enfoque se basa de manera flexible en el enfoque secuencial de Fama-MacBeth y se desarrolla en un marco de regresión de núcleo. Sin embargo, la metodología utiliza un método de selección de ancho de banda muy flexible que puede enfatizar datos e información recientes para derivar las estimaciones más apropiadas de las primas de riesgo y las cargas de factores en cada momento. La elección de los anchos de banda y los esquemas de ponderación se logra mediante un procedimiento de validación cruzada; esto conduce a estimadores consistentes de las primas de riesgo y las cargas de factores. Además, un ejercicio de pronóstico fuera de muestra indica que el método jerárquico conduce a una mejora estadísticamente significativa en las medidas de la función de pérdida de pronóstico, independientemente del tipo de factor considerado.