Óleo: o aumento da produção dos EUA afetará os ganhos pós-OPEC Por Erik Norland 09 de janeiro de 2017 O papel dos Estados Unidos como produtor de swing poderia ocupar o centro do estágio no mercado de petróleo ressurgido, já que os produtores da OPEP reduziram a produção para aumentar os preços. Sete dos dias de negociação mais notáveis de 2016 Por Bluford Putnam 04 de janeiro de 2017 A partir do resultado das eleições dos EUA para o corte de produção da OPEP, houve sete dias de negociação notáveis no ano passado, cujos efeitos poderiam se transformar em 2017. Fed aumenta taxas, mais caminhadas para Siga em 2017 Por Bluford Putnam 15 de dezembro de 2016 Assista um vídeo do Economista Chefe do Grupo CME, Blu Putnam, no Futures Institute, que discute as implicações da caminhada de segunda classe da FED desde a Grande Recessão. Troca de opções de futuros Na minha publicação anterior, mostrei como criar fatores de retorno de capital usando a análise de componentes principais. Nesta publicação, vou comparar os três fatores PCA que criei com os três fatores Fama-French. O objetivo deste post é determinar se os fatores Fama-French estão deixando qualquer coisa significativa na tabela que os fatores PCA, que capturam tanto covariância nas carteiras alvo quanto possível com três fatores, são capazes de se recuperar. Em outras palavras, eu estarei comparando os R2s e os alfas tanto para os fatores Fama-French quanto para os fatores PCA, e, depois de algumas reorganizações, eu também comparo as cargas fatoriais. Os dados do fator Fama-French 3 Factor (FF3F) e os dados do Fama-25 de tamanho e valor classificados (FF25) do Fama-French são fornecidos pelo site Kenneth French. Os fatores PCA foram calculados na publicação anterior, e eu postei os dados em uma Planilha do Google Docs. R2 e Alpha usando fatores PCA e Fama French Factors Como primeiro passo, os R2s e alphas para as carteiras FF25 podem ser calculados usando os fatores Fama-French e os fatores PCA. Os fatores PCA nos darão o melhor ajuste nas 25 carteiras que são possíveis com três fatores, então esperamos que os R2s para os fatores Fama-French sejam menores em média. A questão é: quanto mais baixas As tabelas abaixo mostram os R2s para os fatores PCA e Fama-Fatores franceses. Para cada tabela, os valores destacados em verde possuem um R2 maior do que o modelo alternativo, e os valores destacados em vermelho possuem um R2 menor do que o modelo alternativo. Continue a ler o raquo Os fatores mais populares para analisar os retornos de capital são os três fatores Fama-French (RMRF, HML e SMB). O fator RMRF é o retorno do mercado menos a taxa livre de risco, e os fatores HML e SMB são criados ordenando pastas em vários baldes de valor e tamanho e formando carteiras longas-curtas. Os três fatores podem ser usados para explicar, embora não prever, os retornos de uma variedade de carteiras diversificadas. Muitas postagens neste blog usam o modelo Fama-French 3 Factor (FF3F), incluindo um tutorial sobre a execução da regressão de 3 fatores usando R. Uma maneira alternativa de construir fatores é usar a álgebra linear para criar fatores ótimos usando uma técnica como a análise de componentes principais (PCA). Esta publicação mostrará como construir os fatores estatisticamente ótimos para as 25 carteiras Fama-French (ordenadas por tamanho e valor). Na minha próxima publicação, vou comparar esses fatores PCA com os fatores Fama-French. Descrição dos dados Os dados utilizados para esta análise são provenientes do site Kenneth French. Estou usando os retornos da carteira Fama-French 25 (FF25) que estão disponíveis no arquivo intitulado 25 Carteiras Formadas em Tamanho e Book-to-Market. Estou usando os retornos de 1962 até 2012, uma vez que as carteiras da era pré-Compustat têm relativamente poucos estoques. Os fatores Fama-French também estão disponíveis no site Kenneth French no arquivo intitulado FamaFrench Factors. Nesta postagem, usarei não usar os próprios fatores Fama-French, mas uso o arquivo de dados do fator para obter a taxa sem risco mensal. Para referência, os retornos mensais aritméticos mensais das carteiras FF25 são plotados para o intervalo de datas usado nesta análise. O script Octave para criar esse argumento foi fornecido em uma publicação anterior. Pensando em Risco em Rollouts da Conta de Aposentadoria Você já se perguntou o quanto o nível do mercado de ações pode variar ao longo de uma semana? Que cerca de duas semanas ou um mês Até recentemente, eu não tinha pensado muito sobre o alcance das flutuações do mercado de curto prazo. Afinal, considero-me um investidor de longo prazo No entanto, uma experiência recente despertou minha curiosidade e decidi fazer uma pequena pesquisa. Cerca de um mês atrás, transferi uma pequena conta de aposentadoria de um ex-empregador para outra conta de aposentadoria existente. Eu não consegui fazer uma transação eletrônica ou um 8220transferente em espécie 8220, então eu tive que liquidar a conta antiga antes de enviar os fundos para o novo provedor de contas. O provedor da conta antiga emitiu um cheque em papel, e houve atraso surpreendentemente longo para envio e processamento antes que os fundos apareciam na nova conta. A experiência me fez pensar sobre o risco de sair do mercado (em dinheiro) por curtos períodos de tempo ao transferir fundos entre contas. O mercado pode cair (bom) ou subir (ruim) por um valor significativo em um tempo bastante curto. Se o valor transferido for grande, o risco pode ser significativo. Nesta publicação, observo algumas estatísticas históricas sobre os retornos do mercado de curto prazo. Fonte de dados e metodologia Eu baixei dados de retorno diários de julho de 1963 a 8211 de agosto de 2012 no site da Ken French. Os retornos estão disponíveis no arquivo FamaFrench Factors Daily. A taxa diária livre de risco precisa ser adicionada de volta à coluna RMRF para obter os retornos totais. Note-se que estes são 8220total stock market8221 retorna, de modo que os resultados podem diferir ligeiramente de uma análise semelhante usando retornos SampP500. Eu calculo os retornos compostos em períodos de rodagem de 5, 10, 15 e 20 dias de negociação. Eu não restringi a análise aos limites da semana de calendário. Eu então calculou uma série de estatísticas nas devoluções de 1, 5, 10, 15 e 20 dias. Observe que as distribuições de retorno de curto prazo são muito 8220fat-tailed8221, então eu não fiz nenhuma estatística que assuma distribuição normal. Em vez disso, calculo a frequência histórica dos retornos que excedem os vários pontos de corte. Resumo Estatísticas Continue lendo raquo Uma comparação a longo prazo de estratégias de inclinação Um debate frequente entre investidores de fundos de índice envolve 8220tilting8221 ou ponderação excessiva de classes de ativos particulares. Geralmente, as classes de ativos a serem ponderadas são pequenas ações de valores mobiliários e valores. Alguns investidores acreditam que um portfólio voltado para pequena capitalização e valor é superior a um portfólio de peso do mercado. Esses investidores acreditam que o excesso de peso dessas classes de ativos (em relação ao peso do mercado) e a subutilização de outras classes de ativos aumenta a probabilidade de um resultado superior (ou seja, maiores retornos, menor risco ou ambos). Outros investidores acreditam que um portfólio de mercado ou TSM (Total Stock Market) é a melhor escolha. Esses investidores acreditam que não sabemos quais classes de ativos são mais prováveis de superar no futuro e que os pesos do mercado refletem o melhor saldo de risco e recompensa, dada a informação disponível para os investidores em qualquer momento específico. Os debates freqüentemente envolvem análises detalhadas do desempenho passado, que, obviamente, tem apenas um valor limitado para prever o futuro No entanto, mesmo fazer comparações de maçãs com as maçãs do desempenho passado é complicado porque 8220live8221 fundos do índice que rastreiam as várias classes de ativos estavam disponíveis para Um tempo relativamente curto. Existem conjuntos de dados acadêmicos para TSM, small cap e índices de valor por longos períodos de tempo (de volta a 1926 para ações dos EUA), mas esses índices não contabilizam as despesas do fundo e os custos de negociação. Além disso, eles às vezes envolvem inclinações extremas em relação a estoques ilíquidos, que são difíceis de implementar na prática para os provedores de índice. Nesta publicação, avaliarei o fara-fator francês de carregamento de vários fundos do índice 8220live8221 e então usarei os coeficientes de regressão e alfa (que deve capturar despesas e outros custos) para construir 8220pseudo-funds8221 que cobrem toda a gama de Dados acadêmicos de até 1926 até o presente. Estes pseudo-fundos são uma tentativa de ajustar os dados históricos para as despesas, os custos de negociação e as cargas de fator modestas que normalmente vemos com os fundos atuais de today8217s. Os pseudo-fundos podem ser usados para comparar TSM realistas e estratégias de inclinação em uma faixa histórica extensa. Uma vez que não podemos saber o futuro, acho que esta publicação irá resolver o debate sobre a inclinação (sem chance), mas esta é a minha melhor tentativa de analisar os dados históricos através de uma lente clara. Fazendo o download de preços históricos e conversando para retornar Muitos tipos de análise de investimento exigem retornos históricos. Por exemplo, se quisermos calcular as taxas ex-post Sharpe, CAPM beta ou fama-fator francês de um fundo, precisamos dos retornos históricos do fundo8217 (incluindo dividendos). Uma fonte de dados que inclui ajustes de dividendos é o Yahoo Finance. Você pode clicar na opção 8220Historical Prices8221 depois de pesquisar a cotação para um ticker específico para ver uma tabela de preços passados. Por exemplo, o Yahoo Finance fornece preços diários, semanais ou mensais para o SPY, um ETF SampP500, que remonta a 1993. Estes preços cotados incluem a coluna 8220Adj Close8221 que dá os preços de fechamento históricos ajustados por divisões e dividendos passados. Os preços de fechamento ajustados do Yahoo Finance podem ser baixados para uma planilha e os retornos totais diários, semanais ou mensais podem ser calculados a partir desses preços. No entanto, isso pode ser um processo tedioso se ele precisa ser repetido para vários recursos de ações, então eu criei uma planilha do Google Docs que pode importar automaticamente os preços de um estoque ou fundo especificado e converter os dados de preços em retornos mensais. Exemplo Voltar Download A minha planilha de download do Google Docs return é somente leitura, portanto, não é possível editar diretamente após a abertura. No entanto, se você estiver logado no Google Docs, você pode criar uma cópia (sob o 8220File8221 pulldown) para sua conta pessoal e a cópia terá privilégios de edição completa. Aqui está uma captura incorporada da folha 8220Total Returns8221. Os valores em azul são os valores que devem ser editados pelo usuário. Neste exemplo, eu baixei os retornos mensais da SPY a partir de janeiro de 2000. Atualizando os valores azuis (e aguardando que as atualizações se propagem através do resto da folha) lhe dará os retornos históricos do fundo ou estoque de sua escolha . Continue a ler as curvas de rendimento do raquo e a inflação de equilíbrio Em uma publicação anterior, mostrei como calcular a taxa de inflação de equilíbrio usando os dados de curva de rendimento reais e nominais disponíveis no site do Tesouro dos EUA. Nesta publicação, vou mostrar como importar automaticamente os dados de curva de rendimento mais atualizados para uma planilha do Google Docs usando a função 8220ImportXML8221. Estes dados da curva de rendimento são úteis para muitos cálculos financeiros, mas nesta publicação vou usar novamente os dados da curva de rendimento para fazer uma estimativa aproximada da taxa de inflação de equilíbrio. Leia as notas 8220 na seção Cálculo de inflação de equilíbrio8221 para uma explicação da taxa de equilíbrio e um esclarecimento sobre o motivo pelo qual o método mostrado apenas fornece uma aproximação da taxa de equilíbrio. Função ImportXML no Google Docs A função ImportXML pode ser usada para importar dados de arquivos XML. A sintaxe do comando é: O exemplo ImportXML mostrado aqui importará os rendimentos reais de 5 anos na planilha. O 8220TC5YEAR8221 é uma expressão xpath que seleciona todos os nós denominados 8220TC5YEAR8221 no documento de destino. Outros vencimentos no documento podem ser selecionados alterando o nome do nó. Por exemplo, os rendimentos reais de 30 anos são selecionados alterando a expressão xpath para 8220TC30YEAR8221. Exemplo de planilha do Google Docs Criei um exemplo de planilha do Google Docs que usa os dados ImportXML para baixar os rendimentos reais e nominais em vários vencimentos. A folha de exemplo é somente leitura, mas se você quiser personalizar, você pode selecionar 8220 criar uma cópia8221 a partir do 8220File8221 pull-down e editar a cópia da planilha. Você deve estar logado em sua conta do Google Docs para fazer uma cópia. A planilha automaticamente importa as informações de rendimento para o mês atual para a folha rotulada 8220Yields8221. A folha 8220Summary8221 extrai o conjunto mais recente de dados da curva de rendimento diária da folha 8220Yields8221 e usa-a para estimar a taxa de inflação equilibrada. As curvas de rendimento e as curvas de inflação do ponto de equilíbrio são traçadas na folha 8220Summary8221, como mostrado aqui: Portfolio Internacional Fama-Francês e Dados do Fator Os leitores regulares sabem que minhas postagens freqüentemente utilizam dados da biblioteca de dados Kenneth French. A biblioteca de dados é um excelente recurso para quem está interessado nos efeitos de pequena e menor valor e do modelo Fama-French 3 Factor. Recentemente, eu aprendi que a biblioteca de dados foi expandida para incluir dados de mercados de ações desenvolvidos além dos EUA. Isso abre uma variedade de possibilidades interessantes para uma análise mais aprofundada. Para um começo, criei algumas parcelas da pequena capitalização e efeitos de valor para cada uma Região no novo conjunto de dados. As parcelas usam os dados de retorno para as 25 carteiras ordenadas por tamanho (valor do mercado) e valor (bookmarket). O eixo z em cada gráfico mostra o retorno mensal médio (geométrico) para cada portfólio. Os retornos são os retornos em dólar dos EUA. Em uma publicação anterior. Eu criei algumas parcelas similares para o mercado americano e forneci um código de Octava de exemplo para produzir esses lotes. A escala de cores para cada uma das parcelas está ligada à magnitude do retorno mensal e o mapeamento entre cor e retorno médio é consistente em parcelas. Isso facilita a comparação de retornos entre as diferentes regiões. No entanto, esta escala de cores torna o gráfico do Japão um pouco difícil de ler, uma vez que os retornos médios para o Japão foram muito inferiores aos rendimentos médios das outras regiões durante o período de amostragem. O novo conjunto de dados também inclui os fatores Fama-French 3 Factor (RMRF, HML e SMB) para cada região. Eu calculo a média, desvio padrão, razão de Sharpe, erro padrão e t-stat para os fatores para cada região e incluí estes resultados em uma tabela abaixo de cada parcela. Leitura recomendada Nunca completei a minha série previamente prometida sobre o prêmio de risco de equivalência patrimonial, mas para os leitores que estão interessados no tópico, eu recomendo o recém-lançado 8220 Repensando o risco de risco Premium 8221 do Instituto CFA. Este PDF gratuito contém uma variedade de perspectivas interessantes sobre o futuro do prêmio de risco patrimonial. Observe que uma versão impressa do livro está disponível na Amazon, e os usuários do Kindle podem baixar uma versão formatada para o Kindle por apenas 1. Key Takeaway O livro possui análises de acadêmicos e profissionais, e uma variedade de métodos de estimativa são usados. Na minha opinião, a chave para levar é que quase todos os especialistas procuram rendimentos de capital futuros que são inferiores às médias históricas. Várias bem-argumentadas previsões colocam retorno de capital nominal esperado no intervalo de 6-7 por ano. O motivo principal para as previsões mais baixas é simples. As avaliações de capital são superiores ao seu nível histórico médio. Isso leva a menores rendimentos e menor potencial de ganhos de capital devido à expansão dos índices de PE. Menos rendimentos e menos potencial para múltiplos de avaliação crescente significam que o maior crescimento dos ganhos deve diminuir a velocidade. Vários autores fornecem motivos para o crescimento do lucro acima do histórico. Muitos fatores mensuráveis realmente sugerem menor crescimento econômico futuro (dados demográficos, níveis de dívida, recursos escassos) e o crescimento econômico está intimamente relacionado ao crescimento dos lucros. Eu achei que muita análise é muito convincente, embora não seja especialmente edificante. Implicações para investidores. Meus pensamentos depois de ler este documento são que pouquíssimos investidores que economizam para aposentadoria estão preparados para prêmios de risco de ações e retornos reais tão baixos quanto os sugeridos por muitos desses especialistas . A experiência dos anos 80 e 90 levou muitos investidores a acreditar que, deixando uma soma relativamente modesta a cada ano, levaria a um ovo de ninho confortável pelo tempo que a aposentadoria surgiu. A última década certamente tornou os investidores individuais mais pessimistas quanto ao investimento de retornos, mas I8217m não tenho certeza de quantas compreendo plenamente o impacto de menores retornos em seus objetivos de investimento. A tabela abaixo ilustra o valor da poupança anual necessária para alcançar um objetivo de aposentadoria de um milhão de dólares em vários níveis diferentes de retorno anual nominal. Este exemplo simples pressupõe que um investidor começa a economizar aos 25 anos e continua a fazer contribuições anuais até os 65 anos (41 contribuições). Eu suponho que os pagamentos são feitos no início de cada ano. Alvo FV Quantia Obrigatório Contribuição Anual
No comments:
Post a Comment