Seleção de carteiras utilizando o modelo Fama-French-Carhart

Neste artigo utiliza-se o modelo fatorial Fama-French-Carhart para obter portfólios ótimos de mínima variância irrestritos e restritos para vendas a descoberto. Para esse propósito, matrizes de covariâncias condicionais são obtidas com base em uma recente especificação GARCH fatorial multivariada pr...

Full description

Bibliographic Details
Main Authors: João F. Caldeira, Guilherme V. Moura, André A. P. Santos
Format: Article
Language:English
Published: Fundação Getúlio Vargas 2013-03-01
Series:Revista Brasileira de Economia
Subjects:
Online Access:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0034-71402013000100003
Description
Summary:Neste artigo utiliza-se o modelo fatorial Fama-French-Carhart para obter portfólios ótimos de mínima variância irrestritos e restritos para vendas a descoberto. Para esse propósito, matrizes de covariâncias condicionais são obtidas com base em uma recente especificação GARCH fatorial multivariada proposta por Santos e Moura (2012) a qual adota uma modelagem flexível para os fatores comuns, para os ativos individuais, e para os pesos dos fatores. Uma aplicação envolvendo 61 ações negociadas na Bolsa de Valores de São Paulo (BM) mostrou que a especificação proposta gera portfólios menos arriscados fora da amostra em comparação com várias especificações benchmark, incluindo modelos fatoriais existentes.<br>In this article the Fama-French-Carhart factor model is used to obtain short selling-constrained and unconstrained minimum variance portfolios. For that purpose, conditional covariance matrices are obtained based on a recent multivariate factor GARCH specification with a flexible modeling strategy for the common factors, for the individual assets, and for the factor loads proposed by Santos e Moura (2012). An application involving 61 stocks traded on the São Paulo stock exchange (BM) shows that the proposed specification delivers less risky portfolios on an out-of-sample basis in comparison to several benchmark models, including existing factor approaches.
ISSN:0034-7140
1806-9134