Het 5-factorenmodel
In 2015 breidden Fama en French hun eerdere 3-factorenmodel uit met twee extra factoren:
- RMW: Winstgevendheid
- CMA: Investering
De RMW-factor staat voor de rendementen van bedrijven met hoge operationele winstgevendheid versus bedrijven met lage operationele winstgevendheid, en de CMA-factor staat voor de rendementen van bedrijven met agressieve investeringen versus bedrijven die voorzichtiger zijn.
Het object FamaFrenchData is beschikbaar in je werkruimte en bevat naast de eerdere factoren ook de RMW- en CMA-factoren.
Deze oefening maakt deel uit van de cursus
Introductie tot portefeuillerisicobeheer in Python
Oefeninstructies
- Gebruik wat je in de vorige oefeningen hebt geleerd om het regressiemodel
FamaFrench5_modelte definiëren voorPortfolio_Excesstegen de oorspronkelijke 3 Fama-French-factoren (Market_Excess,SMB,HML) plus de twee nieuwe factoren (RMW,CMA). - Fit het regressiemodel en sla de resultaten op in
FamaFrench5_fit. - Haal de adjusted r-squared-waarde op en ken die toe aan
regression_adj_rsq.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)