แบบจำลองหลายปัจจัย: คำจำกัดความและสูตรสำหรับการเปรียบเทียบปัจจัย

โมเดลหลายปัจจัยคืออะไร?

โมเดลหลายปัจจัยคือรูปแบบทางการเงินที่ใช้ปัจจัยหลายอย่างในการคำนวณเพื่ออธิบายปรากฏการณ์ตลาดและ/หรือสมดุลราคาสินทรัพย์ สามารถใช้โมเดลหลายปัจจัยเพื่ออธิบายความปลอดภัยของแต่ละบุคคลหรือกผลงานของหลักทรัพย์ มันทำได้โดยการเปรียบเทียบสองปัจจัยขึ้นไปเพื่อวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรและประสิทธิภาพที่เกิดขึ้น

ทำความเข้าใจกับแบบจำลองหลายปัจจัย

แบบจำลองหลายปัจจัยใช้เพื่อสร้างพอร์ตการลงทุนที่มีลักษณะบางอย่างเช่นความเสี่ยงหรือเพื่อติดตามดัชนี- เมื่อสร้างแบบจำลองหลายปัจจัยมันเป็นเรื่องยากที่จะตัดสินใจว่าจะรวมปัจจัยใดบ้าง นอกจากนี้แบบจำลองจะถูกตัดสินจากตัวเลขในอดีตซึ่งอาจไม่คาดการณ์ค่าในอนาคตอย่างถูกต้อง

แบบจำลองหลายปัจจัยยังช่วยอธิบายน้ำหนักของปัจจัยต่าง ๆ ที่ใช้ในแบบจำลองซึ่งบ่งชี้ว่าปัจจัยใดที่มีผลกระทบต่อราคาของสินทรัพย์

สูตรแบบจำลองหลายปัจจัย

ปัจจัยถูกเปรียบเทียบโดยใช้สูตรต่อไปนี้:

ri = ai + _i (m) * rm + _i (1) * f1 + _i (2) * f2 + ... + _ i (n) * fn + ei

ที่ไหน:

riคือการกลับมาของความปลอดภัย

RMเป็นผลตอบแทนของตลาด

f(1, 2, 3 ... n) เป็นปัจจัยที่ใช้

-คือเบต้าด้วยความเคารพต่อแต่ละปัจจัยรวมถึงตลาด (M)

อีเป็นคำผิดพลาด

อันคือการสกัดกั้น

ประเภทของแบบจำลองหลายปัจจัย

แบบจำลองหลายปัจจัยสามารถแบ่งออกเป็นสามประเภท: แบบจำลองเศรษฐกิจมหภาคแบบจำลองพื้นฐานและแบบจำลองทางสถิติ

โมเดลเศรษฐกิจมหภาค:โมเดลเศรษฐกิจมหภาคเปรียบเทียบการกลับมาของปัจจัยด้านความปลอดภัยเช่นการจ้างงานเงินเฟ้อและความสนใจ

แบบจำลองพื้นฐาน:แบบจำลองพื้นฐานวิเคราะห์ความสัมพันธ์ระหว่างผลตอบแทนของความปลอดภัยและการเงินพื้นฐานเช่นรายได้-มูลค่าตลาดและระดับหนี้

แบบจำลองทางสถิติ:แบบจำลองทางสถิติใช้เพื่อเปรียบเทียบผลตอบแทนของหลักทรัพย์ที่แตกต่างกันตามประสิทธิภาพทางสถิติของแต่ละความปลอดภัยในและของตัวเอง หลายครั้งที่ใช้ข้อมูลประวัติในการสร้างแบบจำลองประเภทนี้

การสร้างแบบจำลองหลายปัจจัย

ทั้งสามรุ่นที่ใช้กันมากที่สุดเพื่อสร้างแบบจำลองหลายปัจจัยคือโมเดลรวมกันโมเดลลำดับและโมเดลตัดกัน

รูปแบบการรวมกัน:ในรูปแบบการรวมกันแบบจำลองปัจจัยเดียวหลายแบบซึ่งใช้ปัจจัยเดียวในการแยกความแตกต่างของหุ้นรวมกันเพื่อสร้างแบบจำลองหลายปัจจัย ตัวอย่างเช่นหุ้นอาจจัดเรียงตามโมเมนตัมเพียงอย่างเดียวในรอบแรก ผ่านไปจะใช้ปัจจัยอื่น ๆ เช่นความผันผวนเพื่อจำแนกพวกเขา

รุ่นต่อเนื่อง:แบบจำลองลำดับเรียงลำดับหุ้นตามปัจจัยเดียวในลักษณะที่เป็นลำดับเพื่อสร้างโมเดลหลายปัจจัย ตัวอย่างเช่นหุ้นสำหรับมูลค่าตลาดเฉพาะอาจถูกวิเคราะห์ตามลำดับสำหรับปัจจัยต่าง ๆ เช่นมูลค่าและโมเมนตัมตามลำดับ

แบบจำลองแบบแยก:ในรูปแบบตัดกันหุ้นจะถูกจัดเรียงตามทางแยกของพวกเขาสำหรับปัจจัย ตัวอย่างเช่นหุ้นอาจจัดเรียงและจำแนกตามทางแยกในมูลค่าและแรงผลักดัน-

การวัดเบต้า

เบต้าของการรักษาความปลอดภัยความเสี่ยงอย่างเป็นระบบความปลอดภัยที่เกี่ยวข้องกับตลาดโดยรวม เบต้า 1 บ่งชี้ว่าความปลอดภัยในทางทฤษฎีประสบความผันผวนในระดับเดียวกับตลาดและเคลื่อนที่ควบคู่กับตลาด

เบต้าที่มากกว่า 1 บ่งชี้ว่าการรักษาความปลอดภัยนั้นมีความผันผวนมากกว่าตลาดในทางทฤษฎี ในทางกลับกันเบต้าน้อยกว่า 1 บ่งชี้ว่าการรักษาความปลอดภัยนั้นมีความผันผวนน้อยกว่าตลาดในทางทฤษฎี

เมื่อมีการใช้แบบจำลองหลายปัจจัยโดยผู้จัดการการลงทุนเพื่อประเมินความเสี่ยงของการลงทุนเบต้าเป็นปัจจัยสำคัญที่พวกเขาสามารถใช้ได้

โมเดลสามปัจจัย Fama-French

แบบจำลองหลายปัจจัยที่ใช้กันอย่างแพร่หลายคือโมเดลสามปัจจัย Fama-French โมเดล Fama-French มีสามปัจจัย: ขนาดของ บริษัทหนังสือเพื่อการตลาดค่านิยมและผลตอบแทนส่วนเกินในตลาด กล่าวอีกนัยหนึ่งปัจจัยสามประการที่ใช้คือ SMB (ขนาดเล็กลบขนาดใหญ่), HML (ต่ำลบต่ำ) และผลงานของผลตอบแทนน้อยลงอัตราผลตอบแทนที่ปราศจากความเสี่ยง-

บัญชี SMB สำหรับ บริษัท ที่มีการซื้อขายสาธารณะที่มีตลาดขนาดเล็กที่สร้างผลตอบแทนที่สูงขึ้นในขณะที่บัญชี HML สำหรับมูลค่าหุ้นด้วยอัตราส่วนหนังสือต่อตลาดสูงที่สร้างผลตอบแทนที่สูงขึ้นเมื่อเทียบกับตลาด