Mô hình 5 nhân tố
Năm 2015, Fama và French đã mở rộng mô hình 3 nhân tố trước đây của họ bằng cách thêm hai nhân tố mới:
- RMW: Khả năng sinh lợi
- CMA: Đầu tư
Nhân tố RMW thể hiện phần bù rủi ro của các công ty có khả năng sinh lợi hoạt động cao so với các công ty có khả năng sinh lợi hoạt động thấp, và nhân tố CMA thể hiện phần bù rủi ro của các công ty có chiến lược đầu tư mạnh (aggressive) so với các công ty thận trọng hơn.
Đối tượng FamaFrenchData có sẵn trong môi trường làm việc của bạn và chứa các nhân tố RMW và CMA bên cạnh các nhân tố trước đó.
Bài tập này là một phần của khóa học
Nhập môn Quản trị Rủi ro Danh mục bằng Python
Hướng dẫn bài tập
- Vận dụng những gì bạn đã học ở các bài trước để định nghĩa mô hình hồi quy
FamaFrench5_modelchoPortfolio_Excesstheo 3 nhân tố Fama-French gốc (Market_Excess,SMB,HML) cùng với hai nhân tố mới (RMW,CMA). - Ước lượng mô hình hồi quy và lưu kết quả vào
FamaFrench5_fit. - Trích xuất giá trị r-squared hiệu chỉnh và gán vào
regression_adj_rsq.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)