Price Contingent and Price-Volume Contingent Portfolio Strategies
Alain Guéniche (avec Philippe Dupuy et Wan Ni Lai) [2023]
Journal of Asset ManagementForthcoming
Résumé
Using a partially revealing dynamic equilibrium model, investors adjust their estimates of the expected returns through the price discovery process (past price dynamics) and consequently implement price contingent portfolios based on these estimates. We implement the price contingent portfolio on the U.S. stock market and compare its performance with other common portfolio strategies. We also consider the price-volume contingent strategy, estimating the expected return and covariance matrix from both the past price and observed volume dynamics. We find that these signal-based portfolios outperform the capitalization and equal weighted strategies. They also provide appealing diversification benefits compared to common optimization-based portfolios.
Testing the CAPM under Asymmetric Information
Alain Guéniche (avec Radu Burlacu et Sonia Jimenez-Garcès) [2019]
Working paper
Résumé
If investors are differently informed about the payoff of market-traded securities, then the traditional market portfolio is not a relevant benchmark for testing the CAPM. Each investor appraises expected returns and builds his optimal portfolio conditionally on his information. Which proxy to use for conditional expected returns, and what is the relevant benchmark to consider for the conditional CAPM(s)? Many CAPM empirical tests consider future realized returns as proxies for expected returns. Because realized returns embed an informational component, they are best proxies for expected returns conditioned on all available information, which means that we implicitly adopt the perspective of a perfectly informed (PI) investor. The contributions of this paper are to construct the PI's optimal portfolio and to consider this portfolio as the correct benchmark for testing the CAPM from the perspective of this investor. Our empirical results provide a more optimistic picture of the CAPM than previous studies.
Dérivation Empirique du Portefeuille Optimal des Investisseurs Informés et Test du MEDAF Conditionnel
Alain Guéniche [2016]
Thèse de doctorat
Résumé
Les modèles d’équilibre à anticipations rationnelles (EAR) ont été considérablement développés ces 40 dernières années. Cependant, encore relativement peu d’avancées ont été réalisées quant à leurs applications empiriques, les signaux privés étant inobservables. Nous proposons une nouvelle méthodologie, fondée théoriquement, pour reconstituer ces signaux et ainsi parfaitement déduire toute l’information. Ce qui nous permet de construire le portefeuille optimal des agents informés et d’explorer ses propriétés à travers trois études. Dans un premier article, nous montrons que les ordres soumis au carnet d’ordres (l’offre) et le prix d’équilibre qui en résulte constituent une statistique suffisante pour l’ensemble d’information agrégé. Nous expliquons comment extraire l’information contenue dans ces deux données, en utilisant les volumes réalisés (connus avec délai) comme proxy pour l’offre, et construire ex post le portefeuille conditionnel à l’information privée. Nous comparons ses performances avec le portefeuille optimal des agents non-informés obtenu ex ante à partir des prix. Dans un second article, nous dérivons le portefeuille optimal des investisseurs informés en explorant une spécification différente du bruit. Constitué dans la première étude par une offre fournie de façon exogène par des noise traders, nous considérons à présent que les investisseurs informés et non-informés échangent entre eux. Ils sont initialement dotés d’une quantité aléatoire d’actifs risqués et échangent rationnellement sur le marché boursier pour se couvrir et spéculer sur leur information. Nous démontrons qu’il est alors nécessaire d’utiliser la partie des volumes relative à de l’information, déterminée à partir d’une mesure de la probabilité d’échanges informés, à la place des volumes totaux. A cause des contraintes et de la complexité de cette mesure, nous trouvons qu’utiliser les volumes totaux constitue le meilleur choix, du moins jusqu’à ce qu’une meilleure mesure soit trouvée. Enfin, dans une troisième étude, nous utilisons le portefeuille des agents informés pour tester le modèle d’évaluation des actifs financiers (MEDAF) conditionnel, à la place d’un indice boursier pondéré selon les capitalisations traditionnellement utilisé comme proxy pour le portefeuille de marché. Nous démontrons que conditionner à l’information privée permet d’estimer le vrai bêta, ainsi que la prime de risque du marché en isolant la prime de risque d’information qu’un indice boursier est incapable de distinguer.