Le modèle à 5 facteurs
En 2015, Fama et French ont étendu leur modèle à 3 facteurs en y ajoutant deux facteurs supplémentaires :
- RMW : Rentabilité
- CMA : Investissement
Le facteur RMW représente les rendements des entreprises affichant une forte rentabilité d'exploitation par rapport à celles dont la rentabilité d'exploitation est faible, et le facteur CMA représente les rendements des entreprises qui investissent de façon agressive par rapport à celles qui sont plus prudentes.
L'objet FamaFrenchData est disponible dans votre espace de travail et contient les facteurs RMW et CMA en plus des facteurs précédents.
Cette activité fait partie du cours
Introduction à la gestion du risque de portefeuille en Python
Instructions de l’exercice
- Servez-vous de ce que vous avez appris dans les exercices précédents pour définir le modèle de régression
FamaFrench5_modelpourPortfolio_Excessen fonction des 3 facteurs Fama-French d'origine (Market_Excess,SMB,HML) ainsi que des deux nouveaux facteurs (RMW,CMA). - Ajustez le modèle de régression et enregistrez les résultats dans
FamaFrench5_fit. - Extrayez la valeur du R-carré ajusté et assignez-la à
regression_adj_rsq.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import statsmodels.formula.api
import statsmodels.formula.api as smf
# Define the regression formula
FamaFrench5_model = smf.ols(formula='Portfolio_Excess ~ Market_Excess + SMB + HML ____ ', data=FamaFrenchData)
# Fit the regression
FamaFrench5_fit = ____
# Extract the adjusted r-squared
regression_adj_rsq = ____
print(regression_adj_rsq)