แบบจำลองปัจจัย (นิยามประเภท) | Factor Models ในด้านการเงินคืออะไร?

Factor Models คืออะไร?

แบบจำลองปัจจัยเป็นแบบจำลองทางการเงินที่รวมปัจจัยต่างๆ (เศรษฐกิจมหภาคพื้นฐานและสถิติ) เพื่อกำหนดดุลยภาพของตลาดและคำนวณอัตราผลตอบแทนที่ต้องการ แบบจำลองดังกล่าวเชื่อมโยงการกลับมาของการรักษาความปลอดภัยกับปัจจัยเสี่ยงเดียวหรือหลายปัจจัยในแบบจำลองเชิงเส้นและสามารถใช้เป็นทางเลือกอื่นของทฤษฎีพอร์ตโฟลิโอสมัยใหม่ได้

ด้านล่างนี้เป็นฟังก์ชันบางส่วนที่เกี่ยวข้องกับแบบจำลองปัจจัย

  • การเพิ่มผลตอบแทนส่วนเกินเช่นอัลฟ่า (α) (จะจัดการในส่วนต่อไปของบทความนี้)
  • การลดความผันผวนของผลงานเช่นเบต้า (β) ของพอร์ตการลงทุน
  • ตรวจสอบให้แน่ใจว่ามีการกระจายความเสี่ยงที่เพียงพอเพื่อยกเลิกความเสี่ยงเฉพาะ บริษัท

ประเภทของ Factor Model

มีสองประเภทหลัก -

  1. ปัจจัยเดียว
  2. หลายปัจจัย

# 1 - แบบจำลองปัจจัยเดียว

แอปพลิเคชันที่พบบ่อยที่สุดของโมเดลนี้คือ Capital Asset Pricing Model (CAPM)

CAPM เป็นรูปแบบที่สื่อสารถึงความสัมพันธ์ระหว่างความเสี่ยงอย่างเป็นระบบและผลตอบแทนที่คาดหวังของหุ้น คำนวณผลตอบแทนที่ต้องการตามการวัดความเสี่ยง ในการทำเช่นนี้ต้องอาศัยตัวคูณความเสี่ยงที่เรียกว่าค่าสัมประสิทธิ์เบต้า (β)

คุณสามารถดาวน์โหลดเทมเพลต Excel ของ Factor Models ได้ที่นี่ - เทมเพลต Excel ของ Factor Models
สูตร / โครงสร้าง
E (R) ผม = R f + β (E (R ม. ) - R f )

โดยที่E (R) Iคือผลตอบแทนการลงทุนที่คาดหวัง

  • R f  คืออัตราผลตอบแทนที่ปราศจากความเสี่ยงที่กำหนดไว้คืออัตราผลตอบแทนทางทฤษฎีที่ไม่มีความเสี่ยง
  • βคือเบต้าของการลงทุนที่แสดงถึงความผันผวนของการลงทุนเมื่อเทียบกับตลาดโดยรวม
  • E (R m )คือผลตอบแทนที่คาดหวังของตลาด
  • E (R m ) - R fคือ Market Risk Premium
ตัวอย่าง

พิจารณาตัวอย่างต่อไปนี้:

เบต้าของหุ้นเฉพาะคือ 2 ผลตอบแทนของตลาดคือ 8% อัตราที่ปราศจากความเสี่ยง 4%

ผลตอบแทนที่คาดหวังตามสูตรข้างต้นจะเป็น:

  • ผลตอบแทนที่คาดหวัง E (R) i = 4 + 2 (8-4)
  • = 12%

CAPM เป็นรูปแบบที่เรียบง่ายและใช้กันมากที่สุดในอุตสาหกรรมการเงิน ใช้ในการคำนวณต้นทุนทุนถัวเฉลี่ยถ่วงน้ำหนัก / ต้นทุนส่วนของผู้ถือหุ้น

แต่แบบจำลองนี้ตั้งอยู่บนสมมติฐานที่ไม่สมเหตุสมผลเล็กน้อยเช่น 'ยิ่งเสี่ยงต่อการลงทุนผลตอบแทนก็ยิ่งสูง' ซึ่งอาจไม่จำเป็นต้องเป็นจริงในทุกสถานการณ์สมมติฐานว่าข้อมูลในอดีตทำนายผลการดำเนินงานในอนาคตของสินทรัพย์ / หุ้นได้อย่างแม่นยำ ฯลฯ

และจะเกิดอะไรขึ้นถ้ามีหลายปัจจัยและไม่ใช่เพียงปัจจัยเดียวที่กำหนดอัตราผลตอบแทน? ดังนั้นเราจึงไปสู่โมเดลทางการเงินและหารือเกี่ยวกับโมเดลดังกล่าวในเชิงลึก

# 2 - แบบจำลองหลายปัจจัย

แบบจำลองหลายปัจจัยคือส่วนเสริมของแบบจำลองทางการเงินเดียว Arbitrage Pricing Theoryเป็นหนึ่งในแอปพลิเคชันที่โดดเด่น

สูตร / โครงสร้าง
R s, t   = R f + α + β 1 × F 1, t + β 2 × F 2, t + β 3 × F 3, t + …….β n × F n, t + Ě

โดยที่R s, tคือการกลับมาของความปลอดภัยในเวลา t

  • R f  คืออัตราผลตอบแทนที่ปราศจากความเสี่ยง
  • αคืออัลฟ่าของการรักษาความปลอดภัย -Alpha คือระยะคงที่ของแบบจำลองปัจจัย แสดงถึงผลตอบแทนส่วนเกินของการลงทุนที่สัมพันธ์กับผลตอบแทนของดัชนีเปรียบเทียบ เป็นมูลค่าที่การลงทุนมีประสิทธิภาพสูงกว่าดัชนี อัลฟ่าที่สูงขึ้นก็ยิ่งดีสำหรับนักลงทุน
  • F 1, t , F 2, t , F 3, tเป็นปัจจัย - ปัจจัยทางเศรษฐกิจมหภาคเช่นอัตราแลกเปลี่ยนอัตราเงินเฟ้อนักลงทุนสถาบันต่างประเทศ GDP ฯลฯ ปัจจัยพื้นฐานอัตราส่วน P / E มูลค่าหลักทรัพย์ตามราคาตลาดเป็นต้น
  • β 1 , β 2 , β 3เป็นตัวประกอบกำลัง - การรับน้ำหนักตัวประกอบหรือที่เรียกว่าการโหลดส่วนประกอบเป็นค่าสัมประสิทธิ์ของปัจจัยดังที่กล่าวไว้ข้างต้น ตัวอย่างเช่นการคำนวณเบต้าช่วยให้นักลงทุนสามารถวิเคราะห์ขนาดที่หุ้นเคลื่อนไหวสัมพันธ์กับการเปลี่ยนแปลงในตลาด
  • Ěแสดงถึงเงื่อนไขข้อผิดพลาด - สมการมีข้อผิดพลาดซึ่งใช้เพื่อเพิ่มความแม่นยำในการคำนวณ บางครั้งอาจใช้เพื่อกำหนดข่าวสารเฉพาะด้านความปลอดภัยที่มีให้สำหรับนักลงทุน
ตัวอย่าง

พิจารณาตัวอย่างต่อไปนี้:

สมมติว่าอัตราผลตอบแทนที่ปราศจากความเสี่ยงเป็น 4%

ผลตอบแทนตามที่คำนวณสำหรับตัวอย่างข้างต้นมีดังนี้:

  • R = R f + β 1 × F 1, t + β 2 × F 2, t + Ě
  • = 4% + 0.6 (5) + 0.54 (8)
  • = 11.32%

ทฤษฎีการกำหนดราคาเก็งกำไรซึ่งเป็นหนึ่งในรูปแบบทางการเงินทั่วไปนั้นตั้งอยู่บนสมมติฐานต่อไปนี้:

  • ผลตอบแทนของสินทรัพย์สามารถอธิบายได้ด้วยแบบจำลองปัจจัยเชิงเส้น
  • ความเสี่ยงเฉพาะของสินทรัพย์ / บริษัท อาจถูกกำจัดโดยการกระจายความเสี่ยง
  • ไม่มีโอกาสในการเก็งกำไรอีกต่อไป

ข้อดี

รุ่นนี้ช่วยให้มืออาชีพสามารถ

  • ทำความเข้าใจเกี่ยวกับความเสี่ยงของส่วนของผู้ถือหุ้นรายได้คงที่และผลตอบแทนประเภทสินทรัพย์อื่น ๆ
  • ตรวจสอบให้แน่ใจว่าพอร์ตการลงทุนรวมของนักลงทุนตรงตามความเสี่ยงและความคาดหวังในผลตอบแทน
  • สร้างพอร์ตการลงทุนที่ได้ผลลัพธ์ที่สม่ำเสมอหรือสร้างใหม่ตามลักษณะของดัชนีเฉพาะ
  • ประมาณการต้นทุนของเงินกองทุนเพื่อการประเมินมูลค่า
  • จัดการความเสี่ยงและป้องกันความเสี่ยง

ข้อเสีย / ข้อ จำกัด

  • เป็นการยากที่จะตัดสินใจว่าจะรวมปัจจัยใดไว้ในแบบจำลอง
  • การตีความความหมายของปัจจัยเป็นเรื่องส่วนตัว
  • การเลือกชุดคำถามที่ดีนั้นซับซ้อนและนักวิจัยหลายคนจะเลือกชุดคำถามที่แตกต่างกัน
  • การสอบถามที่ไม่เหมาะสมอาจนำไปสู่ผลลัพธ์ที่ซับซ้อน