Êtes-vous curieux de connaître les facteurs cachés qui motivent vos décisions d’investissement ? L’invité d’aujourd’hui est Andrew Chen, économiste principal à la Réserve fédérale américaine, qui se concentre sur la politique monétaire et la stabilité financière. Publiées dans des revues de premier plan, ses recherches éclairent les décisions politiques clés et contribuent à façonner la stratégie de la Réserve fédérale pour gérer efficacement les défis économiques. Dans cet épisode, Andrew se penche sur les subtilités de la métarecherche et de l’évaluation des actifs, en se concentrant sur les prédicteurs transversaux de l’évaluation des actifs, la réplication et la performance hors échantillon de l’investissement factoriel. Nous discutons de l’importance des données open-source et de la transparence, en soulignant la création par Andrew du projet Open Source Asset Pricing, un ensemble de données indispensable et complet pour les prédicteurs de l’évaluation des actifs. Nous aborderons également les défis liés à la reproduction des études financières, au biais de publication, à l’exploration de données et aux taux de découverte erronés. Andrew nous donnera un aperçu pratique de l’impact de ces facteurs sur la recherche financière et les décisions d’investissement. Ne manquez pas cette conversation passionnante qui vous permettra d’affiner vos stratégies d’investissement et d’améliorer votre compréhension de la recherche financière !

https://youtu.be/DLbz3vKdZxM

Points clés de cet épisode :

(0:03:43) Qu’est-ce qu’un facteur d’évaluation des actifs et en quoi diffère-t-il d’un prédicteur ?

(0:04:25) Trois explications plausibles de l’existence de prédicteurs transversaux.

(0:05:45) Aperçu du projet Open Source Asset Pricing d’Andrew et de son importance.

(0:09:49) Les divergences entre les résultats de ses recherches et ceux d’autres articles sur le sujet.

(0:11:42) Comment les rendements des anomalies dans son échantillon de données changent après la publication.

(0:12:33) Implications de cette recherche pour la « crise de réplication » dans l’évaluation transversale des actifs.

(0:14:14) Défis posés par les taux de fausse découverte, le biais de publication et les rendements hors échantillon.

(0:18:37) L’effet des coûts de transaction sur les rendements attendus de l’investissement factoriel.

(0:22:02) Problèmes liés à l’estimation des rendements attendus des facteurs à l’aide de données historiques.

(0:26:08) Une vue d’ensemble des facteurs présentant les rendements attendus les plus élevés en matière d’investissement.

(0:29:12) La valeur relative des facteurs évalués par des pairs et reposant sur des bases théoriques solides.

(0:35:13) L’utilité de l’apprentissage automatique pour la recherche sur l’évaluation des actifs.

(0:37:39) Conseils pratiques sur l’utilisation de la recherche financière pour éclairer vos décisions d’investissement.

(0:40:08) Le point de vue d’Andrew sur l’état actuel de l’évaluation transversale des actifs.

(0:42:58) La manière simple dont Andrew définit le succès pour lui-même.

Participez à notre discussion communautaire sur cet épisode :

https://community.rationalreminder.ca/t/episode-316-andrew-chen-is-everything-i-was-taught-about-cross-sectional-asset-pricing-wrong-episode-discussion/31248

Livres de l’épisode d’aujourd’hui :

The Adaptive Markets Hypothesis: An Evolutionary Approach to Understanding Financial System Dynamics — https://www.amazon.com/dp/0199681147

Papiers de l’épisode d’aujourd’hui :

Andrew Chen, Tom Zimmermann, ’Open Source Cross-Sectional Asset Pricing’— https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3604626

Kewei Hou, Chen Xue, Lu Zhang, ’Replicating Anomalies’ — https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3275496

R. David McLean, Jeffrey Pontiff, ’Does Academic Research Destroy Stock Return Predictability?’ — https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2156623

Ilia D. Dichev, ’Is the Risk of Bankruptcy a Systematic Risk?’ — https://papers.ssrn.com/sol3/papers.cfm?abstract_id=99868

Campbell R. Harvey, Yan Liu, Caroline Zhu, ‘…and the Cross-Section of Expected Returns’ — https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2249314

Andrew Chen, Mihail Velikov, ‘Zeroing in on the Expected Returns of Anomalies’ — https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3073681

Andrew Chen, Alejandro Lopez-Lira, Tom Zimmermann, ‘Does Peer-Reviewed Research Help Predict Stock Returns?’ — https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4308069