[论文解读] Time-Invariance Coefficients Tests with the Adaptive Multi-Factor Model

Liao Zhu, Robert A. Jarrow+1 more|arXiv (Cornell University)|Nov 9, 2020

Financial Markets and Investment Strategies参考文献 24被引用 6

一句话总结

本文检验了基于广义套利定价理论（GAPT）推导出的自适应多因子（AMF）模型中的时不变贝塔系数，该模型通过群组可解释基选择（GIBS）算法对ETF因子进行估计。在所有持续时间小于6年的时期内，AMF模型表现出时不变的贝塔系数，优于Fama-French五因子模型，后者即使在短期投资期内也表现出不稳定的贝塔系数，尤其在危机期间更为明显。

ABSTRACT

The purpose of this paper is to test the time-invariance of the beta coefficients estimated by the Adaptive Multi-Factor (AMF) model. The AMF model is implied by the generalized arbitrage pricing theory (GAPT), which implies constant beta coefficients. The AMF model utilizes a Groupwise Interpretable Basis Selection (GIBS) algorithm to identify the relevant factors from among all traded ETFs. We compare the AMF model with the Fama-French 5-factor (FF5) model. We show that for nearly all time periods with length less than 6 years, the beta coefficients are time-invariant for the AMF model, but not for the FF5 model. This implies that the AMF model with a rolling window (such as 5 years) is more consistent with realized asset returns than is the FF5 model.

研究动机与目标

• 检验在广义套利定价理论（GAPT）框架下，多因子模型中贝塔系数的时间不变性。
• 评估采用群组可解释基选择（GIBS）的自适应多因子（AMF）模型是否比Fama-French五因子（FF5）模型具有更稳定的贝塔系数。
• 通过无套利检验和拟合优度检验验证AMF模型，确保其经验可靠性。
• 在不同时间段内，比较AMF与FF5模型在样本内和样本外的性能表现。
• 探究AMF模型中恒定贝塔假设在不同投资期限下是否具有经验合理性，尤其是在金融压力时期。

提出的方法

• AMF模型通过在高维ETF集合上使用LASSO回归，利用GIBS算法估计各股票的因子暴露，选择相关风险因子。
• 模型通过价格差分而非收益率进行估计，以在价格过程中保持与GAPT要求一致的时不变贝塔系数。
• 无套利检验通过检查因子模型中是否存在非零截距（Jensen's alpha）来确认GAPT框架的有效性。
• 通过比较线性模型（恒定贝塔）与广义可加模型（GAM）中时间可变样条的模型拟合度，使用ANOVA检验贝塔系数的时间不变性。
• 对ANOVA检验中各股票的p值应用错误发现率（FDR）校正（BHY方法），以控制多重检验带来的偏差。
• 采用滚动窗口分析评估不同时间段内贝塔系数的稳定性，窗口长度最长可达6年。

实验结果

研究问题

• RQ1 AMF模型中的贝塔系数在不同投资期限内是否具有时间不变性，特别是在6年以内的时期？
• RQ2 AMF模型中贝塔系数的稳定性与Fama-French五因子模型相比，在不同时间段内如何？
• RQ3 采用GIBS选择因子的AMF模型是否在样本内和样本外拟合度上优于FF5模型？
• RQ4 AMF模型中的恒定贝塔假设在经验上是否成立，尤其是在金融危机期间？
• RQ5 基于GAM的时间不变性检验在多大程度上能检测到时变贝塔？在短时间窗口中，过拟合如何影响结果？

主要发现

• AMF模型在所有持续时间小于6年的时期内，无论起始年份如何，均表现出时间不变的贝塔系数。
• Fama-French五因子模型即使在5年以内的时期也显示出显著的贝塔时变性，尤其在金融危机期间更为明显。
• AMF模型在样本内调整决定系数（R²）和样本外R²方面均优于FF5模型，表明其拟合度更高且更具稳健性。
• 在基于GAM的时间不变性检验中，AMF模型仍优于FF5模型，100%的时间段内显示更少比例的股票具有时变贝塔系数。
• 在所有时间段内，AMF模型中具有时变贝塔系数的股票比例始终低于FF5模型，如热力图对比（图9）和差异图（图10）所示。
• 由于在短窗口中存在过拟合风险（例如，n=156个观测值但p>50个参数），GAM检验结果具有探索性，提示在解释时变信号时需保持谨慎。