TESTING MEAN-VARIANCE EFFICIENCY IN CAPM WITH POSSIBLY NON-GAUSSIAN ERRORS : AN EXACT SIMULATION-BASED APPROACH

Autor: Dufour, Jean-Marie, Beaulieu, Marie-Claude, Khalaf, Lynda
Přispěvatelé: Université de Montréal. Faculté des arts et des sciences. Département de sciences économiques
Rok vydání: 2002
Předmět:
Statistischer Test
modèle d’évaluation d’actifs financiers
GARCH
variance ratio test
capital asset pricing model
[JEL:C12] Mathématiques et méthodes quantitatives - Économétrie et méthodes statistiques
généralités - Tests d'hypothèses
test de spécification
Schätztheorie
[JEL:G14] Économie financière - Marchés financiers généraux - Information et efficacité du marché
études d'événements
[JEL:C33] Mathematical and Quantitative Methods - Econometric Methods: Multiple
Simultaneous Equation Models
Multiple Variables
Endogenous Regressors - Models with Panel Data
[JEL:G12] Économie financière - Marchés financiers généraux - Prix des actifs
multivariate linear regression
[JEL:C15] Mathématiques et méthodes quantitatives - Économétrie et méthodes statistiques
généralités - Méthodes de simulation statistique: la méthode Monte Carlo
[JEL:C33] Mathématiques et méthodes quantitatives - Méthodes en économétrie
modèles à équations multiples et simultanées - Modèles avec données de panel
Capital Asset Pricing Model
diagnostics
C15
G12
test de ratio des variances
C12
modèle de régression multivarié
test exact
capital asset pricing model
CAPM
mean-variance efficiency
nonnormality
multivariate linear regression
uniform linear hypothesis
exact test
Monte Carlo test
bootstrap
nuisance parameters
specification test
diagnostics
GARCH
variance ratio test
G14
jel:C12
uniform linear hypothesis
jel:G12
paramètres de nuisance
jel:C15
jel:G14
nuisance parameters
nonnormality
Theorie
Schätzung
[JEL:C3] Mathématiques et méthodes quantitatives - Méthodes en économétrie
modèles à équations multiples et simultanées
hypothèse linéaire uniforme
catal asset icing model
CAPM
mean-variance efficiency
non-normality
multi-variate linear regression
uniform linear hythesis
exact test
Monte Carlo test
bootstra
nuisance rameters
scification test
efficience de portefeuille
[JEL:C15] Mathematical and Quantitative Methods - Econometric and Statistical Methods: General - Statistical Simulation Methods
Monte Carlo Methods
Bootstrap Methods
capital assed pricing model
CAPM
mean-variance efficiency
nonnormality
multivariate linear regression
uniform linear hypothesis
exact test
[JEL:G12] Financial Economics - General Financial Markets - Asset Pricing
Trading volume
Bond Interest Rates
jel:G1
G1
ddc:330
test de Monte Carlo
jel:C3
C3
bootstrap
C33
USA
tests diagnostiques
[JEL:G1] Économie financière - Marchés financiers généraux
[JEL:G14] Financial Economics - General Financial Markets - Information and Market Efficiency
Event Studies
capital assed pricing model
[JEL:G1] Financial Economics - General Financial Markets
jel:C33
[JEL:C12] Mathematical and Quantitative Methods - Econometric and Statistical Methods: General - Hypothesis Testing
specification test
[JEL:C3] Mathematical and Quantitative Methods - Econometric Methods: Multiple
Endogenous Regressors
non-normalité
Popis: In this paper we propose exact likelihood-based mean-variance efficiency tests of the market portfolio in the context of Capital Asset Pricing Model (CAPM), allowing for a wide class of error distributions which include normality as a special case. These tests are developed in the frame-work of multivariate linear regressions (MLR). It is well known however that despite their simple statistical structure, standard asymptotically justified MLR-based tests are unreliable. In financial econometrics, exact tests have been proposed for a few specific hypotheses [Jobson and Korkie (Journal of Financial Economics, 1982), MacKinlay (Journal of Financial Economics, 1987), Gib-bons, Ross and Shanken (Econometrica, 1989), Zhou (Journal of Finance 1993)], most of which depend on normality. For the gaussian model, our tests correspond to Gibbons, Ross and Shanken’s mean-variance efficiency tests. In non-gaussian contexts, we reconsider mean-variance efficiency tests allowing for multivariate Student-t and gaussian mixture errors. Our framework allows to cast more evidence on whether the normality assumption is too restrictive when testing the CAPM. We also propose exact multivariate diagnostic checks (including tests for multivariate GARCH and mul-tivariate generalization of the well known variance ratio tests) and goodness of fit tests as well as a set estimate for the intervening nuisance parameters. Our results [over five-year subperiods] show the following: (i) multivariate normality is rejected in most subperiods, (ii) residual checks reveal no significant departures from the multivariate i.i.d. assumption, and (iii) mean-variance efficiency tests of the market portfolio is not rejected as frequently once it is allowed for the possibility of non-normal errors.
Dans cet article nous proposons des tests exacts, basés sur la vraisemblance, de l’efficience du portefeuille de marché dans l’espace moyenne-variance. Ces tests, utilisés ici dans le contexte du modèle du CAPM (Capital Asset Pricing Model), permettent de considérer diverses classes de distributions incluant la loi normale. Les tests sont développés dans le cadre de modèles de régres-sion linéaires multivariés (RLM). Il est, par ailleurs, bien établi que, malgré leur structure simple, les écart-types et tests usuels asymptotiques de ces modèles ne sont pas fiables. En économétrie financière, des tests en échantillons finis ont été proposés pour quelques hypothèses spécifiques, lesquels dépendent pour la plupart de l’hypothèse de normalité [Jobson et Korkie (Journal of Fi-nancial Economics, 1982), MacKinlay (Journal of Financial Economics, 1987), Gibbons, Ross et Shanken (Econometrica, 1989), Zhou (Journal of Finance 1993)]. Dans le contexte gaussien, nos tests d’efficience correspondent à ceux de Gibbons, Ross et Shanken. Dans un contexte non-gaussien, nous reconsidérons l’efficience moyenne-variance du portefeuille de marché en permet-tant des distributions multivariées de Student et des « mélanges de lois normales ». Notre démarche nous permet d’évaluer si l’hypothèse de normalité est trop restrictive lorsque l’on teste le CAPM. Nous proposons aussi des tests diagnostiques multivariés (incluant des tests pour les effets GARCH multivariés et une généralisation multivariée des tests de ratio de variance), des tests de spécifica-tion ainsi qu’un estimateur ensembliste pour les paramètres de nuisance pertinents. Nos résultats montrent que i) l’hypothèse de normalité multivariée est rejetée sur la plupart des sous-périodes, ii) les tests diagnostiques appliqués aux résidus de nos estimations ne montrent pas de différences importantes par rapport à l’hypothèse des erreurs i.i.d. multivariées, et iii) les tests d’efficience du portefeuille de marché dans l’espace moyenne-variance ne rejettent aussi fréquemment l’hypothèse d’efficience lorsqu’on s’autorise à considérer des lois non normales sur les erreurs.
Databáze: OpenAIRE
Externí odkaz: