Comparison of Statistical Underlying Systematic Risk Factors and Betas Driving Returns on Equities

• Rogelio Ladrón de Guevara Cortés ^[1] ; Salvador Torra Porras ^[2] ; Enric Monte Moreno ^[3]
  1. [1] Universidad Veracruzana

     Universidad Veracruzana

     México

     
  2. [2] Universitat de Barcelona

     Universitat de Barcelona

     Barcelona, España

     
  3. [3] Universitat Politècnica de Catalunya

     Universitat Politècnica de Catalunya

     Barcelona, España

     

  Mostrar afiliaciones +
• Localización: Revista Mexicana de Economía y Finanzas (REMEF): nueva época, ISSN-e 2448-6795, ISSN 1665-5346, Vol. 16, Nº. Extra 3, 2021
• Idioma: inglés
• DOI: 10.21919/remef.v16i0.697
• Títulos paralelos:
  • Comparación de factores de riesgo sistemático estadísticos y betas generadores de los rendimientos accionarios
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo de este artículo es comparar cuatro técnicas de reducción de la dimensionalidad usadas para extraer los factores de riesgo sistematico subyacentes generadores del rendimiento de acciones del mercado mexicano. La metodología utilizada compara los resultados producidos por Análisis de Componentes Principales (ACP), Análisis Factorial (AF), Análisis de Componentes Independientes (ACI) y Análisis de Componentes Principales Neuronal (ACPN) bajo tres diferentes perspectivas. Los resultados mostraron que en general: ACP, AF y ACI, produjeron factores de riesgo y betas similares; ACPN y ACI produjeron el mayor número de modelos completamente aceptados en el contraste econométrico; y, la interpretación de los factores de riesgo sistemático en las cuatro técnicas no fue constante. Se recomienda investigación adicional probando técnicas de extracción, metodologías de contraste econométrico e interpretación alternativas, considerando las limitaciones derivadas del alcance de este trabajo. La originalidad y principal contribución de este artículo radica en la comparación de estas cuatro técnicas el contexto financiero y mexicano. La principal conclusión es que dependiendo del propósito del análisis una técnica será más adecuada que otra.

  • English

    The objective of this paper is to compare four dimension reduction techniques used for extracting the underlying systematic risk factors driving returns on equities of the Mexican Market. The methodology used compares the results of estimation produced by Principal Component Analysis (PCA), Factor Analysis (FA), Independent Component Analysis (ICA), and Neural Networks Principal Component Analysis (NNPCA) under three different perspectives. The results showed that in general: PCA, FA, and ICA produced similar systematic risk factors and betas; NNPCA and ICA produced the greatest number of fully accepted models in the econometric contrast; and, the interpretation of systematic risk factors across the four techniques was not constant. Additional research testing alternative extraction techniques, econometric contrast, and interpretation methodologies are recommended, considering the limitations derived from the scope of this work. The originality and main contribution of this paper lie in the comparison of these four techniques in both the financial and Mexican contexts. The main conclusion is that depending on the purpose of the analysis, one technique will be more suitable than another.