Contenu du sommaire
Revue | Finance |
---|---|
Numéro | volume 39, no 3, 2018 |
Texte intégral en ligne | Accessible sur l'internet |
- Institutional Trading and Near-Term Stock Returns - Bernd Hanke, Garrett Quigley, David Stolin, Maxim Zagonov p. 7-43 Les investisseurs et les commentateurs font fréquemment le lien entre la rentabilité d'un titre financier et le niveau de demande des investisseurs institutionnels pour ce même titre. Il existe désormais un nombre conséquent de publications académiques faisant le lien entre détention par des institutions (ou les variations en ce domaine) et rentabilité ultérieure. Toutefois, la plupart des éléments d'analyse proviennent des États-Unis où les déclarations des investisseurs institutionnels sont publiées à une faible fréquence (au mieux chaque trimestre) et de manière tardive. À l'inverse, notre étude se fonde sur des données exhaustives relatives aux détentions des investisseurs institutionnels anglais, lesquelles sont publiées mensuellement et dans des délais plus brefs. Cela nous permet de procéder à une analyse plus précise et de mieux appréhender les liens à court terme entre les opérations réalisées par des institutions et le rendement des titres. Contrairement aux conclusions américaines, nous ne trouvons aucune indication permettant d'affirmer que ces opérations impactent les cours de manière significative durant le mois, ni qu'elles prédisent la rentabilité d'un titre à court terme. De fait, les portefeuilles qui détiennent des positions longues sur des titres peu négociés par les institutions présentent un rendement mensuel 1 % supérieur à ceux dont les titres sont activement négociés.It is common for investment practitioners and commentators to link security returns with the level of institutional demand for these securities. The academic literature on linking (changes in) institutional holdings and subsequent stock returns has now reached critical mass. However, most of the evidence is US based with institutional holdings disclosed on an infrequent (i.e. at most quarterly) basis and reported with a substantial delay. Our paper, on the other hand, uses comprehensive UK institutional holdings data which are disclosed on a monthly basis and in a timelier manner. This allows us to conduct a cleaner analysis and helps gain insight into shorter-term linkages between institutional trading and returns. In contrast to US findings, we find no evidence that institutional trading significantly moves prices in the concurrent month, or that institutional trading positively predicts near-term returns. In fact, portfolios that are long stocks with little institutional trading activity outperform portfolios of actively traded stocks by up to 1 percent per month.
- Testing the new Fama and French factors with illiquidity: A panel data investigation - François-Éric Racicot, William F. Rentz, Raymond Théoret p. 45-102 Nous investiguons les cinq nouveaux facteurs de Fama et French (2015, 2016) rehaussés d'une mesure de liquidité bien connue (Pástor and Stambaugh, 2003) à l'aide d'une version du GMM qui recourt à des instruments robustes, cela dans le cadre d'une analyse en panel. Lorsque nous recourons à l'estimateur OLS, notre version du modèle de Fama-French semble avoir un pouvoir explicatif en regard des rendements d'un portefeuille à douze secteurs. Cependant, notre étude en panel suggère que le seul facteur significatif est la prime de risque du marché. Dépendamment de la technique utilisée, nous trouvons que les erreurs de mesure peuvent être à la source de ce résultat, ce qui tend à appuyer le modèle élargi de Fama-French. Comme test de robustesse, nous expérimentons également avec d'autres mesures de liquidité, telles que le ratio d'Amihud (2002) et la prime à terme, ainsi qu'avec des facteurs reliés aux marchés obligataires. Les résultats sont plutôt inchangés pour nos 12 portefeuilles. Nous testons également notre modèle élargi sur des portefeuilles gérés – i.e., des fonds de couverture (hedge funds). Ces portefeuilles semblent mieux adaptés au modèle élargi de Fama-French qui inclut des mesures de liquidités, et plus spécialement lorsque l'on introduit la crise des subprimes. Les nouveaux facteurs de Fama-French semblent également être très sensibles à nos mesures d'illiquidité.We investigate the new Fama-French (FF, 2015, 2016) five factors augmented with a well-known illiquidity measure (Pástor and Stambaugh, 2003), using an innovative GMM robust instrumental variables estimator casted in a panel data framework. When using OLS, the augmented FF model seems to have explanatory power regarding the FF 12-sector returns. However, our panel data framework suggests that the only consistently significant factor is the market risk factor. Nevertheless, depending on the technique we use, we find that measurement errors may be the cause of this result, thus providing some empirical evidence in support of the new FF five-factor approach. As robustness checks, we also experiment with other liquidity measures – like the Amihud (2002) ratio and the term-spread – and bond-oriented factors. Across our 12 portfolios, the results are largely unchanged. We also apply our extended model to managed portfolios – i.e., hedge fund portfolios. The returns of hedge fund strategies seem more responsive to the augmented FF five-factor model that includes illiquidity measures, especially when accounting for the subprime crisis. There is also evidence that the new FF factors embed illiquidity.