Resumo Técnico: A Dependência de Construção do Desempenho de Modelos de Fatores

1. Enunciado do Problema

O desempenho empírico dos modelos de fatores de precificação de ativos é tradicionalmente avaliado com base nos fatores do modelo e nos erros de precificação (alphas) resultantes. No entanto, este artigo argumenta que os rankings de desempenho não são invariantes à construção dos ativos de teste usados para avaliação. Embora os portfólios ordenados por características (ex: tamanho, valor, momentum) sejam o padrão para reduzir o ruído idiossincrático, eles frequentemente se alinham de perto com as características específicas usadas para construir os próprios fatores, o que pode criar um "viés de campo caseiro" (home-field bias).

A questão central abordada é se o ajuste de um modelo de fatores se generaliza para portfólios formados por regras diferentes. Especificamente, o artigo investiga como variações na seleção de ações, ponderação inicial, amplitude do portfólio e gestão de peso pós-formação (regras de manutenção e rebalanceamento) alteram o desempenho relativo de modelos de fatores concorrentes. O estudo postula que a construção do ativo de teste não é um passo de pré-processamento neutro, mas uma escolha de design fundamental que determina quais dimensões do erro de precificação são enfatizadas.

2. Metodologia

Dados e Universo

O estudo utiliza um amplo universo investível da CRSP de ações comuns (NYSE, AMEX, NASDAQ) de 3 de janeiro de 1967 a 31 de dezembro de 2024. O universo é filtrado quanto à investibilidade usando valor de mercado (market equity) e liquidez de negociação (volume financeiro médio de 63 dias) com histerese para evitar entradas/saídas frequentes. O universo final retém aproximadamente 99,7% do valor de mercado agregado, excluindo a cauda mais ilíquida.

Construção de Portfólio Aleatório

Em vez da ordenação por características, o artigo forma portfólios aleatórios não ordenados por características. O processo de construção envolve quatro dimensões distintas:

1. Seleção de Ações: As ações são amostradas com probabilidades proporcionais ao valor de mercado (MEP) ou uniformemente (UNIF). As razões de seleção ($\rho$) variam de 0,5% a 100%.
2. Ponderação Inicial: As ações selecionadas recebem Ponderação Igual (EW), Ponderação por Valor (VW), Ponderação pela Raiz Quadrada do Valor de Mercado (SQME) ou Ponderação Aleatória (RAND).
3. Gestão de Peso (Dinâmica): As mesmas ações e pesos iniciais são submetidos a duas regras distintas:
   • Compra e Manutenção (Buy-and-Hold - BH): Os pesos derivam endogenamente com os retornos realizados.
   • Peso Constante (Constant Weight - CW): Os portfólios são rebalanceados diariamente para restaurar os pesos alvo iniciais.
4. Amplitude do Portfólio: O número de ações no portfólio é variado para testar o impacto da diversificação.

Modelos Avaliados

A análise compara seis modelos de fatores:

• CAPM
• Fama–French 3-Fatores (FF3)
• Carhart 4-Fatores
• Fama–French 5-Fatores (FF5)
• Fama–French 6-Fatores (FF6)
• Hou–Xue–Zhang 5-Fatores (q5)

Métricas de Avaliação

O desempenho é avaliado por meio de:

• Espaçamento de Fatores (Factor Spanning): Testes diretos para verificar se os fatores de um modelo abrangem outro (Barillas e Shanken, 2017), medindo a expansão do conjunto de oportunidade média-variância.
• Erros de Precificação: Erros absolutos médios, erros de raiz do erro quadrático médio, erros de cauda, a proporção de alphas significativos e $R^2$ em séries temporais.
• Viés de Campo Caseiro (Home-Field Bias): Comparação dos rankings de modelos em portfólios convencionais ordenados por características (Fama–French, global-q, indústria) versus portfólios aleatórios.

3. Principais Resultados

A. Espaçamento de Fatores vs. Ajuste de Portfólio

Testes de abrangência revelam uma assimetria nos conjuntos de oportunidade média-variância. O modelo q5 oferece o conjunto de oportunidade de amostra mais amplo, com seus fatores específicos (particularmente o Crescimento Esperado, EG) contribuindo significativamente para o Índice de Sharpe máximo. No entanto, abranger um conjunto de oportunidade maior não implica menores erros de precificação em ativos de teste específicos. O artigo demonstra que um modelo pode dominar em testes de abrangência enquanto deixa grandes erros de precificação sensíveis à construção em portfólios aleatórios.

B. Viés de Campo Caseiro

Em portfólios convencionais ordenados por características, os modelos apresentam melhor desempenho em ativos alinhados com sua própria linhagem de pesquisa ("viés de campo caseiro").

• Modelos FF apresentam melhor desempenho em ordenações de características Fama–French.
• q5 apresenta melhor desempenho em portfólios de anomalias global-q.
• Os rankings mudam significamente ao passar para portfólios de indústria ou portfólios aleatórios, indicando que um ajuste forte em ordenações familiares não se generaliza para regras de construção externas.

C. Dependência de Construção em Portfólios Aleatórios

O desempenho dos modelos de fatores é altamente sensível ao design de construção do portfólio:

• Compra e Manutenção (BH): Sob BH e rebalanceamento de baixa frequência, o FF5 e o FF6 geralmente apresentam desempenho forte, muitas vezes superando o FF3 e o q5. O líder exato depende da interação entre a amostragem (MEP vs. UNIF) e a ponderação inicial.
• Peso Constante (CW): Sob rebalanceamento diário, o FF3 emerge como o modelo mais estável, exibindo os menores erros de precificação na maioria dos designs.
• A Anomalia q5: Embora o q5 alcance o maior Índice de Sharpe máximo em testes de abrangência, ele deixa erros de precificação comparativamente grandes e sensíveis à construção em portfólios aleatórios, particularmente sob CW. Em muitos designs de CW, o q5 produz interceptos positivos generalizados (subprecificação).
• Efeitos de Interação: A contribuição marginal de fatores específicos (ex: adicionar ROE ou EG ao q3) não é invariante. Um fator que reduz os erros de precificação em um design (ex: portfólios de indústria) pode aumentá-los em outro (ex: ordenações Fama–French ou portfólios aleatórios CW).

D. Impacto da Frequência de Rebalanceamento

Variar a frequência de rebalanceamento de anual para diária mostra que os rankings dos modelos não são monotônicos.

• FF6 e Carhart tendem a performar melhor em frequências mais baixas (anual, trimestral).
• FF3 torna-se dominante conforme a frequência de rebalanceamento aumenta (semanal, diária).
• q5 geralmente deteriora-se com o aumento da frequência de rebalanceamento, exceto em designs específicos (ex: MEP-VW), onde performa bem sob CW.
• A divergência entre os resultados de BH e CW isola o efeito da gestão dinâmica de peso, mostrando que o "processo de retorno" que está sendo precificado muda fundamentalmente com a regra de rebalanceamento.

E. Robustez

Os achados sustentam-se através de vários testes de robustez:

• Amostras apenas da NYSE: A dependência de construção permanece, embora os rankings específicos mudem (ex: FF5/FF6 enfraquecem no BH apenas da NYSE).
• Exclusão de Microcaps: Remover ações abaixo do percentil 20 da NYSE reduz a magnitude dos erros, mas não elimina as diferenças de desempenho relativo ou a sensibilidade às regras de construção.
• Amplitude do Portfólio: Aumentar a diversificação reduz o ruído, mas não elimina os erros de precificação sistemáticos específicos de certos modelos (ex: q5 retém grandes erros mesmo com 100% de amplitude sob CW).

4. Contribuições e Significância

O artigo apresenta três contribuições primárias para a literatura de precificação de ativos:

1. Design de Portfólio Aleatório Sistemático: Desenvolve um framework para amostrar direções comercializáveis alternativas do espaço de retornos da CRSP sem reproduzir as ordenações de características usadas para validar modelos candidatos. Isso permite a avaliação de modelos em ativos gerados por regras externas.
2. Separação de Abrangência e Ajuste Absoluto: O estudo distingue empiricamente entre abrangência de fatores (a capacidade de expandir o conjunto de oportunidade média-variância) e ajuste absoluto ao nível do portfólio (a magnitude dos erros de precificação em um conjunto pré-especificado). Demonstra que um modelo pode oferecer um conjunto de oportunidade mais amplo enquanto simultaneamente deixa maiores erros de precificação em populações de portfólios específicas.
3. Gestão Dinâmica de Peso como Design: O artigo trata a gestão dinâmica de peso (BH vs. CW) como parte integrante da construção do ativo de teste. Mostra que alterar a regra de manutenção ou rebalanceamento altera o processo de retorno que está sendo precificado, o que pode mudar tanto a magnitude quanto a direção dos erros de precificação estimados.

Significância:
O artigo conclui que não existe um modelo de fator "universalmente superior". A pergunta "Qual modelo?" não pode ser separada de "Quais portfólios?" e "Como eles são geridos?". A construção do ativo de teste não é uma escolha de pré-processamento neutra, mas um componente crítico do design de avaliação do modelo. Consequentemente, as comparações empíricas devem relatar tanto a abrangência direta de fatores quanto o nível, a direção e a estabilidade dos erros de precificação através de regras alternativas de geração de portfólio e de gestão de peso para fornecer uma imagem completa do desempenho de um modelo.