High dimensional alpha test for linear factor pricing model with $L_q$-norm

1. Planteamiento del Problema

El artículo aborda el problema de probar la especificación correcta de modelos de precios de factores lineales en un entorno de alta dimensión, donde el número de activos ($N$) es grande en relación con la dimensión temporal ($T$).

• Modelo: Se considera el modelo $Y_{it} = \alpha_i + \beta_i^T f_t + \varepsilon_{it}$, donde $Y_{it}$ es el retorno en exceso del activo $i$, $f_t$ son los factores de riesgo observados y $\alpha_i$ es el intercepto (alfa).
• Hipótesis Nula: $H_0: \alpha = 0$ (vector de alfas nulo). Esto implica que los factores explican completamente los retornos esperados y no existen retornos anormales.
• Desafío: En dimensiones bajas, se utilizan pruebas multivariadas clásicas (como GRS). Sin embargo, cuando $N \geq T$, la estimación e inversión de la matriz de covarianza se vuelve inestable o imposible.
• Limitación de métodos existentes:
  • Las estadísticas basadas en la norma $L_2$ (suma de cuadrados) son potentes bajo alternativas densas (muchos alfas pequeños pero no nulos).
  • Las estadísticas basadas en la norma $L_\infty$ (máximo) son potentes bajo alternativas muy dispersas (pocos alfas grandes).
  • En la práctica, el nivel de dispersión de los errores de precios es desconocido. Un método diseñado para un régimen específico pierde potencia si la realidad cae en otro régimen.

2. Metodología Propuesta

Los autores desarrollan un marco unificado basado en normas $L_q$ para $q$ finito (específicamente $q=2, 4, 6$) y proponen una combinación adaptativa.

A. Estadísticas de Norma $L_q$

Definen estadísticas basadas en potencias pares de los estadísticos $t$ individuales ($t_i$):
$$Q_{a,N} = \frac{1}{\sqrt{N}} \sum_{i=1}^N (t_i^a - \mu_{a,v}), \quad a \in \{2, 4, 6\}$$
donde $\mu_{a,v}$ son los momentos teóricos bajo la distribución $t$ de Student.

• $L_2$ ($a=2$): Sensible a señales densas y débiles.
• $L_4$ y $L_6$ ($a=4, 6$): Actúan como un puente. A medida que $q$ aumenta, la prueba se vuelve más sensible a alternativas más dispersas.
• $L_\infty$: El estadístico máximo tradicional ($\max t_i^2$), sensible a señales extremadamente dispersas.

B. Propiedades Asintóticas y Dependencia

Bajo condiciones de regularidad (factores estacionarios, modelo de componentes independientes para los errores, dependencia transversal débil):

1. Normalidad Asintótica: Las estadísticas $Q_{a,N}$ convergen a una distribución normal multivariada.
2. Independencia Asintótica: Un resultado clave es la demostración de que la estadística $L_\infty$ y las estadísticas $L_q$ (para $q$ finito) son asintóticamente independientes bajo la hipótesis nula. Esto es crucial porque permite combinarlas sin necesidad de simular la distribución conjunta compleja.

C. Prueba de Combinación Cauchy

Para abordar la incertidumbre sobre la dispersión de la alternativa, proponen una Prueba de Combinación Cauchy:
$$T_{C,N} = \frac{1}{4} \sum_{a \in \{2, 4, 6, \infty\}} \tan\left\{ \pi \left( \frac{1}{2} - p_a \right) \right\}$$
Donde $p_a$ son los valores p individuales de las pruebas $L_2, L_4, L_6$ y $L_\infty$.

• Gracias a la independencia asintótica, la cola de $T_{C,N}$ sigue una distribución Cauchy estándar.
• Esto permite calcular el valor p combinado de forma analítica, evitando el resampling costoso.
• La transformación Cauchy es robusta: da peso dominante a los valores p más pequeños (señales fuertes) pero acumula evidencia de múltiples componentes.

3. Contribuciones Clave

1. Marco $L_q$ Generalizado: Se introduce una familia de pruebas $L_q$ para modelos de factores lineales de alta dimensión, estableciendo la normalidad asintótica y caracterizando cómo la potencia varía con el orden $q$.
2. Independencia Normas $L_\infty$ y $L_q$: Se prueba teóricamente la independencia asintótica entre el estadístico máximo y los estadísticos de suma de potencias finitas en este contexto específico, extendiendo la idea de adaptabilidad basada en normas.
3. Procedimiento Adaptativo Robusto: Se propone la prueba de combinación Cauchy que integra información de diferentes niveles de dispersión, ofreciendo un rendimiento superior en muestras finitas frente a métodos existentes que se especializan en un solo régimen.
4. Análisis de Potencia: Se demuestra teóricamente que:
   • Bajo alternativas densas: $L_2$ es óptima.
   • Bajo alternativas muy dispersas: $L_6$ y $L_\infty$ son superiores.
   • Bajo dispersión moderada: $L_4$ ofrece un equilibrio excelente.

4. Resultados Empíricos y Simulaciones

Estudios de Simulación

• Escenarios: Se probaron bajo distribuciones de errores Gaussianas y de cola pesada ($t_8$), con y sin dependencia transversal (factores latentes y estructura espacial).
• Tamaño (Size): Las pruebas propuestas ($L_2, L_4, L_6, L_\infty$ y las combinadas) controlan bien el nivel de significancia (5%), incluso en casos de $N \gg T$. La prueba $L_\infty$ tiende a ser ligeramente liberal en muestras pequeñas, pero se estabiliza.
• Potencia:
  • La prueba combinada (CC) y la prueba minP (mínimo de valores p) superan consistentemente a las pruebas individuales cuando la dispersión es desconocida.
  • CC es particularmente superior en el régimen de dispersión moderada, donde $L_4$ brilla individualmente.
  • $L_4$ se destaca como una opción simple y robusta si se desea evitar la combinación de múltiples pruebas.

Aplicación a Datos Reales (CAPM)

• Datos: Retornos mensuales de las acciones del S&P 500 (2005-2024).
• Método: Ventanas rodantes para probar la hipótesis de que el CAPM explica los retornos.
• Hallazgos:
  • Hay evidencia sistemática de desviaciones del modelo CAPM (rechazo de $H_0$) en gran parte del periodo.
  • Las pruebas $L_2$ y $L_4$ fueron las más informativas y estables.
  • La prueba $L_\infty$ fue menos sensible, sugiriendo que las fallas del modelo no se deben a unos pocos activos extremos, sino a un patrón de mal precio más difuso o moderadamente disperso.
  • Las rechazos fueron persistentes, especialmente durante el periodo de la pandemia de COVID-19, indicando errores de especificación estructural más que eventos aislados.

5. Significado e Impacto

Este trabajo es significativo por varias razones:

1. Adaptabilidad: Resuelve el dilema práctico de no conocer la estructura de dispersión de los errores de precios en finanzas empíricas.
2. Eficiencia Computacional: La prueba de combinación Cauchy ofrece una solución teóricamente fundamentada y computacionalmente eficiente (sin necesidad de simulaciones intensivas) para combinar pruebas de diferentes geometrías.
3. Robustez: Funciona bien bajo violaciones de normalidad (colas pesadas) y dependencia transversal, condiciones comunes en los datos financieros reales.
4. Dirección Futura: Abre la puerta a extensiones para modelos con dependencia temporal serial y factores de carga variables en el tiempo, áreas identificadas como futuras líneas de investigación.

En conclusión, el artículo proporciona un marco unificado y robusto para la prueba de alfa en alta dimensión, demostrando que la combinación de estadísticas de diferentes normas ($L_q$) supera a los enfoques tradicionales de un solo tipo, ofreciendo a los investigadores y practicantes una herramienta más fiable para evaluar la eficiencia de los mercados y la especificación de modelos de factores.