liberamente
tratto, a cura di GUIDO CECCAROSSI, da: "Clifford S. Asness - The interaction of
value and momentum strategies" pubblicato su Financial Analysts Journal (1997) - g.ceccarossi@tin.it
Lo studio si propone di
evidenziare eventuali relazioni esistenti tra strategie definite "value" e
strategie "momentum", entrambe rivelatesi (il dibattito è aperto, ma alcuni
risultati sono incontrovertibili) efficaci nel predire l’andamento dei rendimenti dei
titoli.
Una strategia value si
basa essenzialmente su parametri di analisi fondamentale; nel caso particolare sul
log(BV/MV) (BV/MV=book value/market value) e D/P (dividend/price). Praticamente sono
esattamente l’inverso dei nostri multipli abituali, a valori bassi corrispondono
titoli per i quali siamo abituati a dire che i multipli sono alti.
Tali parametri sono misurati relativamente al settore di appartenenza, ovvero la variabile
che si considera è la differenza con la media di settore.
Ovviamente i "value stock" sono quelli con valori elevati dei due parametri,
quelli relativamente sottovalutati.
Una strategia momentum si
basa sui rendimenti passati; in particolare si calcola la media del rendimento mensile
nell’ultimo anno. Si distingue allora tra past winners e past loosers ipotizzando la
persistenza del fenomeno; si comprano i winners e si vendono i loosers.
Tale strategia, molto dibattuta in letteratura insieme alle cosiddette "contrarian
strategies", sarà facilmente riconosciuta dagli analisti tecnici in qualcuno degli
indicatori comunemente usati, medie mobili in testa.
I test condotti nello
studio sono di due tipi: univariato e bivariato (non tenendo e tenendo conto delle
indicazione delle altre).
Univariato: per ogni
indicatore scelto singolarmente (log(BV/MV), D/P e momento), si ordinano i titoli in modo
crescente e si creano 5 classi (i quintili). Per ogni classe si calcola: il rendimento di
un portafoglio value-weighted; il beta relativamente al NYSE (si parla di mercato
americano ovviamente) e si riportano i dati relativi agli altri due indicatori (si riporta
una misura della grandezza media delle aziende appartenenti ad ogni classe). Inoltre si
calcola l'ipotetico rendimento di uno zero-cost portfolio costruito finanziando l'acquisto
del portafoglio della classe migliore vendendo quello della peggiore.
Risultati momento: il
portafoglio di looser quadagna meno di quello dei winner e il rendimento positivo del
portafoglio autofinanziato è statisticamente significativo (0,87% con t-stat 3,73).
La strategia funziona (0,87% è poco, ma si ricordi che è zero-cost). Si nota inoltre che
al crescere del momento, gli indicatori fondamentali decrescono. Tradotto, un past winner
tende ad avere multipli maggiori.
Risultati value
(entrambe). Anche qui si ripete l'osservazione precedente: i low value (multipli alti)
guadagnano meno dei titoli high value (multipli bassi) e il tutto è confortato dal
portafoglio autofinanziato con rendimento significativamente diverso da zero (0,51%(3,18)
per la log(BV/MV) e 0,31%(2,18) la D/P).
La strategia funziona e si nota la coerenza tra le due strategie value e correlazione
inversa già notata in precedenza con la momento.
La prima domanda che
sorge spontanea è: come fanno a coesistere? La momento vince comprando past winners che
sembrano coincidere con i low value? E le value vincono facendo il contrario (anche se un
po’ meno e soprattutto meno significativamente)?
Una parziale risposta
arriva dall’analisi bivariata.
Si costruisce una tabella che incrocia la momentum con una value. Essendo ogni variabile
riassunta in 5 classi, si avranno 25 incroci. Mettendo ad esempio la momento in riga e la
value in colonna si andrebbe dalla looser/low in alto a sinistra alla winner/high in basso
a destra. La tabella è di seguito riprodotta riportando solo i rendimenti.
| |
Q1 Low
value |
Q2 |
Q3 |
Q4 |
Q5 High
value |
Q5-Q1 (t-stat) |
| Q1 loosers |
0.03% |
0.49% |
0.80% |
0.83% |
1% |
0.97% (4.38) |
| Q2 |
0.61% |
0.59% |
0.9% |
1.25% |
1.35% |
0.74% (3.57) |
| Q3 |
0.52% |
0.93% |
0.8% |
1.19% |
1.44% |
0.92% (4.94) |
| Q4 |
0.99% |
0.97% |
1.17% |
1.45% |
1.68% |
0.69% (3.39) |
| Q5 winners |
1.50% |
1.44% |
1.49% |
1.60% |
1.62% |
0.13% (0.65) |
| Q5-Q1 (t-stat) |
1.47% (5.71) |
0.95% (3.47) |
0.69% (2.66) |
0.76% (3.1) |
0.62% (2.57) |
|
Di seguito mi
limito alla mia personalissima interpretazione dei dati della tabella riflettendo sulle
possibile cause.
La prima impressione è di una netta concentrazione nella parte in basso a destra il che
sembra far pensare al fatto che i titoli che si comportano meglio sono quelli il cui trend
positivo è sostenuto/giustificato dai fondamentali.
La lettura dei risultati dei portafogli non è però altrettanto agevole ed intuitiva. Una
strategia di momento vediamo che funziona al meglio sui titoli con multipli già alti:
ritarda ad accorgersi della nascita del trend fino a cavalcare un’eventuale bolla
speculativa? Allo stesso modo una strategia fondamentale funziona sui loosers e si vede
come sui winners non sia per niente significativa, a prescindere dallo 0,13%. Il formarsi
della bolla vanifica i fondamentali? Il fatto che però funzioni sui loosers mi fa pensare
che l’analisi fondamentale è senz’altro utile per identificare in un insieme di
titoli calanti (i loosers) quelli che hanno più o meno raggiunto il fondo e quelli ancora
in fase di correzione perché sovraquotati. Tale effetto non catturato nella classe
winners rende abbastanza bene l’idea del formarsi della bolla che si autoalimenta
osservando il momento crescente rendendone quasi imprevedibile l’esplosione che
nemmeno i fondamentali (ancorché così considerati) riescono a prevedere. |
