Estimacion Consistente del Capital Asset Pricing

Model

Javier Eduardo Perez Bastida y Andres Ponce de Leon Rosas

Microeconometria Avanzada, 2008

Se presenta un ejercicio de estimacion para los parametros del CAPM. Seguimos

dos metodolog as, a traves del Metodo Generalizado de Momentos (GMM) y
a traves del metodo que se propone en Dominguez y Lobato (2004).

1. Introduccion

Siguiendo a Dom nguez y Lobato (2004) existen modelos de nidos por

momentos condicionales, esto es, en donde se impone que la media condi-
cional de ciertas funciones parametricas sea cero al evaluarse en el verdadero
valor del parametro. Generalmente estos modelos son estimados aplicando el
Metodo Generalizado de Momentos (GMM), sin embargo, demuestran que
generalmente este proceso de estimacion arroja estimadores inconsistentes,
ya que el numero de instrumentos elegidos es nito, cuando el procedimiento
exige un numero in nito de restricciones. Para solucionar ese problema, los
autores introducen un metodo de estimacion que no requiere el uso de in-
strumentos, con lo cual se evita el problema mencionado anteriormente.
En este documento realizamos la estimacion del Capital Asset Pricing
Model (CAPM) a traves de las dos metodolog as y comparamos sus princi-
pales propiedades estad sticas.
El CAPM plantea la existencia de un consumidor representativo que
resuelve el siguiente problema:
1
X
t ct1
max E0 f ( )g
1
t=0

s:a: ct + kt+1 f (kt )

La condicion de primer orden del problema es:
 Microeconometria Avanzada

1
ct = Et fct+1 ( )g
Pt+1
1
donde 1 + f 0 (kt+1 ).
Pt+1
ct+1
Sea X , entonces:
ct
Et f Xt+1 Pt+1 g = 0 (1)
Dicha ecuacion determina la condicion que nos permite identi car a los
parametros y .

2. Metodolog a

El procedimiento de estimacion fue el siguiente:

1. Determinacion de los parametros ( , , N, B):
Se realizaron estimaciones para dos diferentes pares de valores de y
. Para cada par de valores se realizaron dos ejercicios, con N=500 y con
N=1000, para cada uno de los cuales se crearon B=1000 muestras.
2. Muestreo :
Para crear las muestras, se simulo una Cadena de Markov con cuatro
estados para Xt y Matriz de Transicion T . Dada la ecuacion (1) y los
estados de Xt y T generamos una Cadena de Markov para Pt . Un analisis
mas detallado de la metodolog a se encuentra en el apendice del documento.
3. Estimacion GMM :
El problema que enfrentamos es encontrar , que satisfagan la relacion
dada por (1).
En la introduccion de este documento mencionamos que para identi car
y se utilizan un numero nito de intsrumentos. En la estimacion elegimos
los instrumentos que garantizan varianza m nima. Si de nimos:

h( ; ; Xt ) Xt Pt

t (Xt ) Et 1 h( ; ; Xt )2 jXt
!
@h( ; ; Xt ) Xt ln Xt
Rt (Xt ) Et 1 Xt = 1
@( ; ) Xt

Los instrumentos optimos estan dados por:

1
'( ; ; Xt ) t (Xt ) Rt (Xt )
 Estimacion del CAPM

De donde deducimos que el modelo esta identi cado por:

E [h( ; ; Xt ) '( ; ; Xt )] = 0
Aplicando el Principio de Analog a tenemos que, si de nimos:

un ( ; ) = En [h( ; ; Xt ) '( ; ; Xt )]

el problema que enfrentamos es encontrar GM M y GM M que mini-

mizen:

QGM M ( ; ) = [un ( ; )]0 un ( ; )

Se creo una rutina en Matlab que, para cada una de las B muestras de
tama~no N, primero calculara numericamente los instrumentos optimos, se-
gundo se calculara la funcion objetivo para nalmente estimar numericamente
GM M y GM M .
Los resultados de dicha estimacion se reportan en la seccion de resulta-
dos.

4. Estimacion Consistente :
Siguiendo a Dom nguez y Lobato (2004) para cada una de las B muestras
de tama~no N se calculo numericamente la siguiente funcion objetivo:
 Microeconometria Avanzada

N N
1 XX 2
QC ( ; ) = 3 ( ( Xt Pt )I(Xt Xl ) )
n
l=1 t=1

La cual, a traves de una rutina de Matlab, fue minimizada para obtener

los parametros C y C .
Los resultados de dicha estimacion se reportan en la seccion de resulta-
dos
 Estimacion del CAPM

5. Estad sticas :
Se reportan cuatro estad sticos para los diferentes experimentos y tanto
para GM M y GM M como para C y C se reportan: la media, la varianza,
el sesgo y el error cuadratico medio (MSE).
 Microeconometria Avanzada

6. Test de Especi cacion del modelo:

Considere el problema de contrastar la hipotesis nula:

H0 : Et f Xt+1 Pt+1 g = 0

contra la alternativa:

Ha : Et f Xt+1 Pt+1 g =
6 0

Como hacen notar Dom nguez y Lobato (2004) es dif cil obtener un
estad stico cuya distribucion permita contrastar la hipotesis de especi cacion
del modelo, siguiendo a Lobato (2008) construimos un estad stico Bootstrap
que nos permita contrastar H0 vs. Ha .
Los resultados del desempe~ no de este estad stico a traves de las B mues-
tras bajo los diferentes ejercicios en diferentes niveles de signi cancia se re-
portan en la seccion de resultados.

3. Resultados

Tabla 1
Media
0
N GM M GM M CM M CM M

2 :95 500 2.0778 0.9483 -1.4662 0.9420

2 :95 1000 2.0761 0.9483 -1.4714 0.9420

4 :98 500 4.1517 0.9784 -1.8275 0.9676

4 :98 1000 2.0778 0.9483 -1.8213 0.9676

 Estimacion del CAPM

Tabla 2
Varianza
0
N GM M GM M CM M CM M

2 :95 500 7.0476e-004 3.1640e-007 0.0086 3.0073e-008

2 :95 1000 6.8813e-004 1.5414e-007 0.0044 1.5606e-008

4 :98 500 0.0032 7.8400e-007 0.0091 3.3945e-008

4 :98 1000 7.0476e-004 3.1640e-007 0.0044 1.5809e-008

Tabla 3
Sesgo
0
N GM M GM M CM M CM M

2 :95 500 0.0778 -0.0017 -3.4662 -0.0080

2 :95 1000 0.0761 -0.0017 -3.4714 -0.0080

4 :98 500 0.1517 -0.0016 -5.8275 -0.0124

4 :98 1000 -1.9222 -0.0317 -5.8213 -0.0124

Tabla 4
MSE
0
N GM M GM M CM M CM M

2 :95 500 0.0068 3.1514e-006 12.0234 6.4818e-005

2 :95 1000 0.0065 3.0160e-006 12.0553 6.4749e-005

4 :98 500 0.0262 3.3459e-006 33.9683 1.5462e-004

4 :98 1000 3.6954 0.0010 33.8916 1.5468e-004

 Microeconometria Avanzada

Tabla 5
Porcentaje de Rechazos
Signi cancia
0
N 90% 95% 99%

2 :95 500 85.2% 94.8% 99.2%

2 :95 1000 88.8% 95.3% 99.6%

4 :98 500 86.2% 93.2% 98.8%

4 :98 1000 89.4% 94.7% 98.9%

3.1. =2 = :95 N=500

Estimacion del CAPM
Microeconometria Avanzada
Estimacion del CAPM
 Microeconometria Avanzada

3.2. =2 = :95 N=1000

Estimacion del CAPM
Microeconometria Avanzada
Estimacion del CAPM
 Microeconometria Avanzada

3.3. =4 = :98 N=500

Estimacion del CAPM
Microeconometria Avanzada
Estimacion del CAPM
 Microeconometria Avanzada

3.4. =4 = :98 N=1000

Estimacion del CAPM
Microeconometria Avanzada
Estimacion del CAPM
 Microeconometria Avanzada

4. Apendice

4.1. Matriz de Transicion

El algoritmo que utilizamos para la construccion de la Matriz de Tran-

n o2007 11
sicion fue el que se propuso en la clase, primero se construyo la serie CCt+1
t
,
t=1966 03
se ordeno de menor a mayor con la intencion de econtrar, primero, los cuar-
tiles, despues, se encontraron los octiles que en la siguiente seccion identi -
caremos como el vector . Los resultados son los siguientes.
2 3 2 3
b1;1 b1;2 b1;3 b1;4 0:184 0:216 0:248 0:344
6b2;1 b2;2 b2;3 b2;4 7 60:208 0:24 0:32 0:2327
T =6 7 6
4b3;1 b3;2 b3;3 b3;4 5 = 40:216 0:288 0:288 0:2 5
7

b4;1 b4;2 b4;3 b4;4 0:384 0:248 0:144 0:232

Donde la entrada bi;j representa la probabilidad de pasar al estado j

dado que se estuvo en el estado i.

4.2. Precios

Utilizando los octiles relevantes, dados por el vector,

 Estimacion del CAPM
2 2 3 3
0:996135363
1
6 2 7 61:0005602677
=6 7 6
4 3 5 = 41:0035319735
7

4 1:007092525

y siguiendo la ecuacion
h i 4
X
Pi;t+1 = Et ( CCt+1
t
) = ( i) bi;j
i=1

Se encontro el vector de precios,

2 3 2 3
P1;t 0:961700444
6P2;t 7 60:9719262727
P =6 7 6
4P3;t 5 = 40:9654166735
7

P4;t 0:984856391
1
Dados los precios, y considerando el hecho de que Rt = Pt , es posible
encontra la tasa de interes,
2 3 2 3
R1 1:039824829
6R2 7 61:0288846277
Rt = 6 7 6
4R3 5 = 41:0358221775
7

R4 1:015376464

4.3. Datos

La razon CCt+1
t
fue construida a partir de una una serie para el gasto
personal mensual en consumo (PCEC96). La fuente es la base de datos de la
St. Louis Federel Reserve. Las unidades de la serie son billones de dolares
(1000000000 dolares) y estan en terminos agregados, as que utilizando una
serie de poblacion (POPTHM ) de la misma fuente se construyo el consumo
per capita.

5. Bibliograf a

1. (2004) Dominguez M. y Lobato, I., Consistent Estimation of Models

De ned by Conditional Moments Restrictions. Econometrica, Vol 72,
Num 5.

2. (2008) Lobato I., Trabajo Emp rico, Notas de clase Microeconometr a

Avanzada.
 Microeconometria Avanzada

3. St. Louis Federel Reserve, PCEC96, http://research.stlouisfed.org/fred2/series/PCEC96.

4. St. Louis Federel Reserve, POPTHM, http://research.stlouisfed.org/fred2/series/POPTHM.