Dynamic factor weighting using regime-switching models in the European stock market

Abstract

Certain factors have been able to provide return premia in the long-term for those investing in the stock market. However, it has also been noted that the factor returns are cyclical and depend on the market environment. The aim of this thesis is to examine the differences in factor performance in different economic market environments, develop a model that weights factors based on whether they are expected to perform well in the occurring market environment, and examine whether the dynamic factor weighting model performs better than a model using static factor weights. The research is conducted using regime-switching models where the factor premia and macroeconomic variables may be linearly related within a regime, but the parameters are allowed to vary according to the regime state. Logistic smooth transition model and a two-state Markov-switching model with time-varying transition probabilities are considered. This thesis investigates the time-varying premia of four factors – value, momentum, quality, and low volatility – in the context of the European stock market during 2002-2020.

The results obtained from the logistic smooth transition model indicated that value, momentum, and quality factors were expected to perform better in the ‘low regime’, characterized by the lower level of the regime variable, and the low volatility factor was expected to perform better in the ‘high regime’, characterized by the higher level of the regime variable. For the Markov-switching model, results indicated that the value, momentum, and quality factors were expected to perform better in ‘regime 2’ after adjusting for the effect of the macroeconomic variables, while the low volatility factor was expected to perform better in ‘regime 1’. The impact of regime-switching for factor allocation was compared to the static case, when in the regime-switching (dynamic) case the allocation to the factor was allowed to vary according to the recent movements in the regime variable and in the static case the allocation to the factor was held fixed. The dynamic and static cases were compared in terms of mean return, volatility, Sharpe ratio, and maximum drawdown. Results indicated that the model with dynamic adjustment of factor weights did not perform as well as the model where the allocation to the factors was held fixed - highlighting the difficulty of factor timing. However, dynamic weighting of the factors based on individual macroeconomic variables was seen to provide some indication of the possible benefits related to dynamic factor weighting.

Tietyt faktorit ovat kyenneet tarjoamaan tuottopreemioita pitkällä aikavälillä osakemarkkinoille sijoittaville. On kuitenkin myös nähty, että faktorien tuotot ovat vaihdelleet markkinasyklien mukaan. Tämän tutkielman tavoitteena on tarkastella eroja faktorien suoriutumisessa erilaisissa taloudellisissa ympäristöissä, kehittää malli, joka painottaa faktoreita sen mukaan odotetaanko niiden suoriutuvan hyvin vallitsevassa markkinaympäristössä, sekä tutkia suoriutuuko dynaamisesti faktoreita painottava malli paremmin kuin staattisesti painottava. Tutkielma on toteutettu käyttäen regiimin vaihto -malleja, joissa faktorien ja makrotalouden indikaattorien välinen suhde voi olla lineaarinen regiimissä, mutta parametrit voivat muuttua siirryttäessä toiseen regiimiin. Tutkielmassa hyödynnetään logistista jatkuvan siirtymän mallia sekä kaksitilaista Markov-mallia ajassa vaihtelevilla siirtymätodennäköisyyksillä. Tässä tutkielmassa tarkastellaan neljän faktorin – arvon, momentumin, laadun, ja alhaisen volatiliteetin – ajassa vaihtelevia preemioita Euroopan osakemarkkinoilla 2002-2020 aikana.

Logistisen jatkuvan siirtymän mallin tulosten perusteella arvo-, momentum- ja laatufaktoreiden odotettiin suoriutuvan paremmin ’alhaisessa regiimissä’, jota luonnehti alhainen tilamuuttujan arvo, kun taas alhaisen volatiliteetin faktorin odotettiin suoriutuvan paremmin ’korkeassa regiimissä’. Markov-mallin tulokset osoittivat, että arvo-, momentum- ja laatufaktoreiden voitiin odottaa suoriutuvan paremmin ’regiimi 2’:ssa, kun makromuuttujien vaikutus oli huomioitu, kun taas alhaisen volatiliteetin faktorin voitiin odottaa suoriutuvan paremmin ’regiimi 1’:ssa. Regiimin vaihdon vaikutusta allokointiin faktorien välillä arvioitiin suhteessa staattiseen tapaukseen. Regiimiä vaihtavassa (dynaamisessa) tapauksessa allokaatiota tiettyyn faktoriin voitiin muuttaa tilamuuttujan viimeaikaisten muutosten mukaan, kun taas staattisessa tapauksessa allokaatio faktoriin oli vakio. Dynaamista ja staattista mallia verrattiin keskimääräisen tuoton, volatiliteetin, Sharpen luvun ja maximum drawdownin suhteen. Tulosten nähtiin osoittavan, ettei faktorien painoja dynaamisesti säätävä malli suoriutunut yhtä hyvin kuin malli, jossa faktorin paino oli vakio - korostaen faktorien ajoittamisen hankaluutta. Faktorien dynaamisen painottamisen yksittäisten makromuuttujien perusteella nähtiin kuitenkin kertovan mahdollisista hyödyistä liittyen dynaamiseen faktorien painottamiseen.