Gestione del portafoglio: tutte le strategie spiegate + domande esame

LSV - Analisi fondamentale stile contrarian basata sui multipli di prezzo (P.M./fondamentale)

Nell'implementazione della strategia di investimento LSV fanno riferimento a tutte le azioni quotate su AMEX e NYSE. Questi titoli vengono equamente suddivisi in 10 portafogli impiegando il rapporto inverso dei multipli.

Metodo dello screening: ranking multiplo dal più alto al più basso:

• Multipli più alti: azioni glamour, il mercato le ha comprate abbondantemente e questo comportamento ha portato a sovraprezzarle rispetto al V.F. Vengono considerate SHORT, perché nel tempo immaginiamo un processo di convergenza verso il V.F., quindi il prezzo scenderà.
• Multipli più bassi: azioni value, sono azioni di valore perché il mercato le ha sottovalutate rispetto al V.F. Vengono considerate LONG, perché nel tempo immaginiamo un processo di convergenza verso il V.F., quindi il prezzo salirà.

Condizione: variabilità nei valori dei multipli xk non

sarebbe significativo trovare glamour e value.multipli: p/b (prezzo su P.N x azione), p/e (prezzo/EPS), p/s(prezzo su fatturato), Levered ps, priceto cash flow from operation, price to ebitda.BTà il passaggio successivo prevede di monitorare l’AR nei 5 anni successivi all’allocazione delle azioni ai portafogli, la performance è misurata in termini di SAAR:- calcolo rendimento azione i e sottraggo il rendimento medio della size class cui appartiene l’azione i.- quindi avrò un ranking in termine di dimensione: port 1 P/B più alto e port 10 P/B più basso.- Guardando il SAARà port glamour shortato (-4,3%) e port value comprato (3,5%) = 7,8% rendimento medio annuo aggiustato per la dimensione mantenendo il port 5 anni.- Sono state comprate azioni small cap (più rischiose) e shortate large cap ma il rendimento non è dovuto al fattore dimensione perché stiamo considerando SAAR che è al netto.

delladimensione.Per capire da dove viene il rendimento di guardano i 5 anni precedenti la formazione delportafoglio e si osservano le caratteristicheà- AEG (crescita utili annua)- ACG (crescita annua flussi di cassa)- ASG (crescita fatturato)- RETURN (rendimento di mercato ma ultimi 3 anni)Queste caratteristiche mi dicono che LSV essendo una strategia contrarian si è posizionata LONGsulle azioni con le peggiori performance e SHORT sulle migliori, quindi è andato in direzioneopposta a quello che ha fatto il mercato negli ultimi anni. Diversamente da quello che ha fattoinvestitore naiv che ha un comportamento pro-ciclico.LSV hanno implementato questa strategia perché proiettandosi in avanti i 2 portafogli estremihanno l’inversione di tendenza, quindi un processo di convergenza verso il valore mediofondamentaleà CONVERGENZA VERSO LA MEDIAL’investitore naiv ignora la M.R per 3 motivi e 7,8% AR deriva da questi errori comportamentali:-

EXTRAPOLATING TREND: tende a estrapolare trend passati troppo a lungo nel futuro in un contesto concorrenziale, ipotizza che il trend degli ultimi 3 anni prosegua per i prossimi 3.

OVER REACTION: tende a sovra reagire soprattutto alle notizie drammatiche e inattese.

TREATING A WELL RUN COMPANY AS ALWAYS A GOOD INVESTMENT: se è una buona società ma sul mercato prezza troppo non è detto che è un buon investimento.

Non c'è il rischio in questo elenco perché non è il motivo dell'AR, in quanto se esamino i B delle azioni glamour e value noto che c'è un differenziale ma molto circoscritto.

Ultimi annià tassi bassi, politica monetaria espansiva quindi strategie contrarian hanno sofferto perché un conto è andare contro il mercato che è possibile batterlo, un conto è andare contro il mercato che ha i prezzi trainati da tutte le banche centrali che simultaneamente vanno nella stessa direzione.

fare tassi bassi. Oggi è più difficile trovare de-correlazioni per effetto dellapolitica monetaria espansiva. HLStrategia fondamentale – stile contraria – indicatore aggregato per la previsione di AR.Partono dal presupposto che tra deltaEPS e R c’è una correlazione, ma R^2 è basso, cioè basso potere esplicativo. Quindi la strategia di HL migliora la strategia di OP, perché sullabase dei dati di bilancio con la Logit stimano direttamente la probabilità di rendimentopositivo in t+1.Nel dataset cambiano la dummi (0,1) perché non la calcolano più in base alla variazionedell’utile nell’ultimo anno ma in base al rendimento dell’ultimo anno:- Se il rendimento dell’ultimo anno è positivo assume valore 1- Se il rendimento dell’ultimo anno è negativo assume valore 0Quindi eliminano un passaggio e vanno in via diretta a stimare il rendimento anomalonell’annosuccessivo.Utilizzano tre metriche per il rendimento anomalo:

• Market adjusted return, cioè l'AR calcolato con il market model
• AR calcolato con il CAPM (rendimento azione-rendimento atteso). AR con il CAPM è noto come Alpha di Jensen
• SAAR (rendimento azione - rendimento atteso per quella size class). SAAR=Ri-E(R)size

La strategia di HL presuppone di acquistare quelle azioni che hanno un'alta probabilità di avere un rendimento in eccesso positivo e di shortare le azioni delle società che hanno probabilità di avere un rendimento negativo. Stimano le probabilità e fanno un ranking:

• 4 decili con le probabilità più alte LONG
• 4 decili con le probabilità più basse SHORT

Il rendimento ottenibile da questa strategia con un holding period di 12 mesi in termini di SAAR è del 7,9%. È inferiore a OP ma consentono di eliminare un passaggio computazione e questo consente di.

beneficiare di una riduzione dei costi in termini di calcoli da eseguire, inoltre,holding period più corto.

HL includono nel campione anche le società non quotate OTC FIRMS, quindi gli AR testati includono società negoziate in OTC.

La strategia di HL è anch’essa una strategia fondamentale contrarian e andando ad analizzare ancora una volta le azione delle società acquistate e vendute si evince che si è andato a comprare le azioni di quelle società che hanno registrato una performance negativa negli ultimi 12 mesi e che di conseguenza hanno i multipli di bilancio più bassi e si è andando a vendere allo scoperto le azioni delle società che hanno registrato una performance positiva nell’ultimo anno e che hanno i multipli di bilancio più alti.

OU AND PENMAN

Analisi delle voci di bilancio per cercare di prevedere la variazione nell’utile dell’anno successivo, perché Ball and Brow mi avevano

detto che la variazione dell'utile nell'anno successivo era correlata alla variazione del prezzo, cioè al rendimento. L'età non è una strategia perché utilizza informazioni di bilancio e rendimenti di OGGI. Oppure è una strategia perché utilizza informazioni di bilancio di oggi per prevedere utili di domani che sono correlati ai rendimenti di domani. 1° PASSAGGIO IDENTIFICARE DESCRITTORI: Per tutte le azioni comprese in un indice, cioè le voci di bilancio rilevanti per descrivere il comportamento del titolo. I descrittori individuati sono 68 (es. current ratio, quick ratio) per ciascuno di questi bisogna prendere la sua variazione percentuale. 2° PASSAGGIO IDENTIFICARE UNA METODOLOGIA: Che mi consenta sulla base delle informazioni di oggi di fare previsioni sulla utili di domani. La metodologia utilizzata è una regressione logistica. 3° PASSAGGIO RISULTATI EMPIRICI: Per implementare la Logit costruisco un dataset, sulle righe inserisco le X società su 3 anni.

Sulle colonne abbiamo le Y rappresentate dai 68 descrittori. La variabile dipendenti (earning) è una variabile dummy (0,1) a cui attribuisco valore 1 se nell'ultimo anno ho avuto un incremento dell'utile, 0 se un decremento, l'implementazione puntuale di OP prevede di detrendizzare questa variabile cioè al netto del trend degli ultimi 3 anni.

L'outcome della Logit è la probabilità di accadimento di un evento, nel nostro caso è che l'aumento dell'utile si verifica.

Inserendo i 68 indicatori in un'unica regressione non tutti pesano, quindi riesco a attribuire pesi diversi ai singoli descrittori con la logistica (limite LT). Sono i pesi che verranno decisi in base alla rilevanza dell'indicatore.

STEP 1: utilizzare LOG UNI NOMINALE, i 68 indicatori si runnano 1 alla volta e si mantengono per il passaggio successivo solo gli indicatori con un p-value < 0,10 (s.s molto alta)

Step 2: Calcola MULTINOMIAL LOGIT in cui inseriamo gli indicatori s.s e otteniamo i solo degli indicatori s.s, e su questi si calcolano le probabilità. Una volta che ho tutte le probabilità calcolate con la Logit per tutte le società costruisco un DEPSt+1, ranking basato sulle probabilità di accadimento dell'evento futuro, che è una (probabilità di aumento utile), mi posiziono sugli estremi:

• Il decile con la probabilità più alta: COMPRO
• Il decile con la probabilità più bassa: SHORTO

Nell'applicazione di OP definiscono il cut-off 60-40 ma la scelta è determinabile dal gestore. OP si può implementare in maniere più rigorosa aggiungendo un ulteriore step:

Step 3: Gli indicatori s.s allo step 2 li impiego in una Logit STEP WISE in cui andrò a selezionare gli indicatori s.s con un p. value <0,10.

BACK TESTING IN TERMINI ECONOMETRICI

Orizzonte temporale

è stato diviso in 2 sotto periodi:

1. Predicition period: utilizzato per la stima dei coefficienti. Nel p.p li applichiamo ai valori dei 68 indicatori e si osserva se
2. Validation period: i quanto bene il modello cattura quello che nella realtà si è verificato, se i sono effettivamente in grado di predire correttamente l’outcome. Si è verificato che il modello predice correttamente il 66% dei casi (in termini econometrici è discreto ma non buono).

La strategia di OP è ottimale implementarla verso marzo, perché verso marzo escono i bilanci e quindi puoi operare con indicatori più “freschi”. BACK TESTING IN TERMINI DI GENERAZIONE DEI RENDIMENTI Si dividono le aziende comprese nell’indice in 10 portafogli: port 1 probabilità di accadimento di aumento dell’utile più alta, port 10 che è quello con la probabilità di accadimento più bassa. Si calcolano i rendimenti anomali cumulati.