Return to search

How Do Unexpected Changes in Interest Rates Explain the Variation of Excess Return: Testing an Extended Fama–French Five-Factor Model on the Swedish Stock Market / Hur förklarar oförväntade ränteförändringar variationen av överavkastning? Test av en utökad Fama-French five-factor model på den svenska aktiemarknaden

In the realm of asset pricing models, the Fama-French five-factor model has become a foundational framework for explaining the variation of excess stock returns. However, as financial markets continue to evolve, there arises a need to explore potential extensions to capture additional sources of risk and return. One such extension involves incorporating the difference between the actual and expected interest rates as an additional factor. This report delves into the empirical testing of this extended model and assesses its implications for explaining the variation of excess returns on the Swedish stock market. The rationale behind introducing such a factor is rooted in its potential to capture variations in excess returns attributed to unexpected changes in interest rates. To evaluate its efficacy, a comprehensive analysis was undertaken, focusing on three key aspects: the statistical significance of the factor, its impact on model fit, and its role in explaining variations in excess returns. Upon conducting time-series regressions across three sets of nine portfolios, it was found that while the factor exhibited notable coefficients with substantial influence on explaining excess returns, it failed to achieve statistical significance. This outcome prompts a crucial question: can an extension with a factor of high explanatory power but low significance truly enhances our understanding of stock returns? The findings suggest that despite its influence, other factors present in the model might already absorb the explanatory potential attributed to the new factor. Further examination of the extended model's performance provides insights into the overall model fit. The GRS statistic indicates that the extended model offers a superior fit compared to the original five-factor model. However, the adjusted R2 values suggest that this enhanced fit is not translated into a meaningful improvement in the model's ability to explain variations in returns. This prompts a nuanced consideration of whether the complexity introduced by the additional factor aligns with its incremental ability to explain variation in returns. / Inom asset pricing models har Fama-French five-factor model blivit ett av de mest grundläggande ramverken för att beskriva variationen i överavkastning. Eftersom finansmarknaderna fortsätter att kontinuerligt utvecklas finns det ett behov av att undersöka potentiella utvidgningar av modellen för att hitta ytterligare källor till risk och avkastning. Ett exempel av en sådan utveckling är att skillnaden mellan faktiska och förväntade räntor läggs till som en ytterligare faktor. I detta arbete utförs empiriska tester för att kunna bedöma om en utvidgad modell kan användas för att kunna beskriva variationen i överavkastning på den svenska aktiemarknaden. Motivation bakom att införa en sådan faktor är dess potentiella kraft i att beskriva variation i överavkastning hänförligt till oförväntade förändringar av räntor. För att utvärdera dess effektivitet utfördes en omfattande analys som fokuserade på tre nyckelaspekter: faktorns statistiska signifikans, dess påverkan på model fit och dess roll för att förklara variation i överavkastning. Efter att ha utfört tidsserieregressioner över tre uppsättningar av nio portföljer, visade det sig att medan faktorn uppvisade anmärkningsvärda koefficienter med betydande inflytande på att förklara variationen i avkastning, var den emellertid ej statistiskt signifikant. Detta utfall ger upphov till en viktig fråga: kan en utvidgad modell med en faktor med stor förmåga att förklara, men med låg signifikans, förbättra vår förståelse av variation i överkastning? Resultaten antyder att trots den nya faktorns förklarande förmåga, har den förklarande förmåga som tillskrivits den nya faktorn redan absorberats av tidigare faktorer i modellen. Vidare undersökning av den utvidgade modellens prestanda ger insikter i hur modellen är anpassad till observationer. GRS-statistiken visar att den utvidgade modellen är bättre anpassad än den ursprungliga modellen. Dock visar adjusted R2 värdena att detta inte översätts till en meningsfull förmåga att beskriva variationen i överavkastning. Detta ger upphov till en diskussion om huruvida den ökade komplexitet som införs är i linje med dess inkrementella värde i att förklara variation i överavkastning.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-336968
Date January 2023
CreatorsJohar, Telo
PublisherKTH, Skolan för industriell teknik och management (ITM)
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-ITM-EX ; 2023:548

Page generated in 0.0028 seconds