Mô hình 3 nhân tố Fama-French
Mô hình Fama-French nổi tiếng bổ sung hai nhân tố vào mô hình CAPM để mô tả lợi suất tài sản:
$$ R_{P} = RF + \beta_{M}(R_{M}-RF)+b_{SMB} \cdot SMB + b_{HML} \cdot HML + \alpha $$
- SMB: Nhân tố small minus big (cổ phiếu vốn hóa nhỏ trừ lớn)
- \(b_{SMB}\): Mức độ phơi nhiễm với nhân tố SMB
- HML: Nhân tố high minus low (giá trị cao trừ thấp)
- \(b_{HML}\): Mức độ phơi nhiễm với nhân tố HML
- \(\alpha \): Phần hiệu quả không được giải thích bởi các nhân tố khác
- \(\beta_{M}\): Beta so với danh mục thị trường rộng B
FamaFrenchData DataFrame đã có trong không gian làm việc của bạn và chứa các cột nhân tố HML và SMB cho bài tập này.
Bài tập này là một phần của khóa học
Nhập môn Quản trị Rủi ro Danh mục bằng Python
Hướng dẫn bài tập
- Xác định một mô hình hồi quy giải thích
Portfolio_Excessnhư một hàm củaMarket_Excess,SMB, vàHML. - Trích xuất giá trị adjusted r-squared từ
FamaFrench_fit.
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
FamaFrench_model = smf.ols(formula='____', data=FamaFrenchData)
# Fit the regression
FamaFrench_fit = FamaFrench_model.fit()
# Extract the adjusted r-squared
regression_adj_rsq = ____
print(regression_adj_rsq)