Оценка премии за риск в Марковских моделях с переключением режима и комбинации моделей

В этой работе мы анализируем теоретические и эмпирические модели оценки активов. Во-первых, мы сравниваем эффективность статистической факторной модели с ограниченным числом факторов и комбинацию факторных моделей с одним фактором в каждой модели. Таким образом, мы находим, нужно ли ограничивать количество факторов в эмпирических моделях. Во-вторых, мы сравниваем прогнозы двух комбинационных моделей: комбинации самых эффективных моделей и комбинации всех моделей. Таким образом мы также находим, нужно ли ограничивать количество моделей в комбинации. В-третьих, мы оцениваем модели, зависящие от режима: Maрковские модели с переключением режима, и комбинации моделей с весами, зависящими от режима. Рассматривая теоретические модели оценки активов, мы сравниваем две базовые модели – CAPM и трехфакторную модель Fama-French, а также модифицированную CAPM (Дранев, 2012). После этого мы проверяем, превосходят ли теоретические модели эмпирические по качеству прогноза. В этой статье мы используем акции NASDAQ на горизонте с января 1970 года по декабрь 2018 года. Согласно результатам исследования, комбинация факторных моделей с одним фактором в модели обладает высокой предсказательной способностью. Кроме того, модель Марковская модель с переключением режима является лучшей моделью среди моделей, зависящих от режима. Более того, если мы находим лучшую эмпирическую модель, в классе эмпирических моделей, она остается такой же, даже если мы сравним их с теоретическими. Поэтому, если существует превосходящая эмпирическая модель, нужно следовать ей, в противном случае теоретические модели оценки активов предпочтительнее. В классе теоретических моделей, модифицированная модель CAPM и трехфакторная модель Fama-French имеют высокую предсказательную силу.