Accuratezza delle Previsioni del Beta e Performance del Portafoglio Medio-Varianza: Un Confronto tra i metodi Raw,Blume e Vasicek

In both practical and empirical capital market research, the beta factor is typically estimated for future periods using OLS regression on historical data. However, these betas are neither reliable for forecasting dynamic portfolio performance nor for achieving statistical accuracy. Therefore, methods have been developed to improve the stability of beta estimates and to adjust historical beta estimates. The aim of this study is to examine the extent to which forecast accuracy and portfolio performance, based on raw beta, can be improved by using the Blume and Vasicek beta. For this purpose, an empirical analysis is conducted based on the full sample of stocks in the S&P 500 index. Over the entire sample period, it can be observed that although both Vasicek and Blume adjustment methods tend to improve statistical accuracy compared to raw beta, adjustment methods do not improve portfolio performance. Analysis of the COVID-19 pandemic period shows that statistical forecast accuracy is lower for all methods compared to the entire sample period, and that adjustment methods still perform better than raw beta. During the initial phase of COVID-19 period, portfolio cumulative returns and Sharpe ratio decreased for all methods relative to the overall period, with the Vasicek adjustment outperforming raw beta. However, after the initial stage of the COVID-19 period, adjustment methods are unable to perform better than raw beta. Overall, while beta adjustment methods improve statistical accuracy, adjustment methods do not improve portfolio performance relative to raw beta.

In entrambe le ricerche pratiche ed empiriche sui mercati dei capitali, il fattore beta è tipicamente stimato per periodi futuri utilizzando la regressione OLS su dati storici. Tuttavia, questi beta non sono né affidabili per prevedere la performance dinamica del portafoglio né per raggiungere un’accuratezza statistica. Pertanto, sono stati sviluppati metodi per migliorare la stabilità delle stime di beta e per aggiustare le stime di beta storiche. L’obiettivo di questo studio è esaminare la misura in cui l’accuratezza delle previsioni e la performance del portafoglio, basate sul beta grezzo, possono essere migliorate utilizzando il beta di Blume e di Vasicek. A tal fine, viene condotta un’analisi empirica basata sull’intero campione di azioni dell’indice S&P 500. Su tutto il periodo campione, si può osservare che, sebbene entrambi i metodi di aggiustamento Vasicek e Blume tendano a migliorare l’accuratezza statistica rispetto al beta grezzo, i metodi di aggiustamento non migliorano la performance del portafoglio. Analisi del periodo della pandemia di COVID-19 indica che l’accuratezza delle previsioni statistiche è inferiore per tutti i metodi rispetto all’intero periodo campione, sebbene i metodi di aggiustamento continuino a performare meglio del beta grezzo. Durante la fase iniziale del periodo COVID-19, i rendimenti cumulativi del portafoglio e il rapporto di Sharpe sono diminuiti per tutti i metodi rispetto al periodo complessivo, con l’aggiustamento Vasicek che ha sovraperformato il beta grezzo. Tuttavia, dopo la fase iniziale del periodo COVID-19, i metodi di aggiustamento non riescono a performare meglio del beta grezzo. Nel complesso, mentre i metodi di aggiustamento del beta migliorano l’accuratezza statistica, i metodi di aggiustamento non migliorano la performance del portafoglio rispetto al beta grezzo