--- title: "Modelo de fatores Fama-French: exposições, alfa e limites da regressão" description: "Interprete regressões de três e cinco fatores, distinga retornos fatoriais, cargas, resíduos e alfa e valide frequência, universo, incerteza estatística e custos de implementação." image: "https://wiki.fcontext.com/og.png" --- > Documentation Index > Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt > Use this file to discover all available pages before exploring further. # Modelo de fatores Fama-French: exposições, alfa e limites da regressão > Somente para fins educacionais; não constitui recomendação nem aconselhamento de investimento. Investir pode causar perdas. ## Resposta direta O **modelo de fatores Fama-French** é uma família de modelos empíricos de precificação que descreve o excesso de retorno de ação ou carteira por retornos de carteiras fatoriais diversificadas. O modelo de três fatores usa mercado, tamanho e valor; o de cinco adiciona rentabilidade e investimento. Ele separa desempenho bruto em exposição fatorial estimada e intercepto não explicado. Não prova por que um prêmio existe, prevê o próximo vencedor nem transforma alfa histórico positivo em habilidade garantida. ## Como funciona Para o período `t`, a regressão temporal de três fatores é: `R i,t - R f,t = alpha i + beta MKT * (R M,t - R f,t) + beta SMB * SMB t + beta HML * HML t + epsilon i,t` A versão de cinco fatores acrescenta: `+ beta RMW * RMW t + beta CMA * CMA t` O lado esquerdo é retorno total do ativo menos taxa livre de risco do mesmo período. `MKT-RF` é o excesso do mercado. Os demais são retornos de carteiras long-short de investimento zero, construídas por regras publicadas: - `SMB` é Small Minus Big, fator de tamanho. - `HML` é High Minus Low book-to-market, fator value. - `RMW` é Robust Minus Weak em rentabilidade operacional. - `CMA` é Conservative Minus Aggressive em investimento. Não são índices contábeis empresariais inseridos diretamente. Definições variam por modelo, região, breakpoints, ponderação, defasagem contábil, fornecedor e versão. O `SMB` de cinco fatores da Data Library combina spreads de tamanho das classificações book-to-market, rentabilidade e investimento, podendo diferir de outros fatores. Uma carga mede co-movimento condicional aos demais fatores. Carga `0.3000` em `SMB` significa que retorno SMB de `1.0000 percentage-point` se associa a contribuição modelada de `0.3000 percentage-point`, mantendo os outros constantes. Não significa deter exatamente `30.0000%` em small caps. `alpha` é o intercepto estimado na frequência dos dados. `epsilon` é o resíduo de cada período. Um resíduo positivo não é alfa; alfa é estimado na amostra. Interpretação estatística exige erros robustos a heterocedasticidade e, quando relevante, autocorrelação. A econômica exige taxas, custos, impostos, capacidade, exposições variáveis e escolha do modelo. O modelo serve à atribuição descritiva ou pode ser testado como precificação. `R-squared` alto explica variação na amostra; não prova precificação correta, causalidade ou habilidade. Adicionar fatores pode reduzir intercepto e elevar ruído ou multicolinearidade. ## Exemplo Um fundo tem cargas `1.0500` em `MKT-RF`, `0.3000` em `SMB`, `0.4000` em `HML`, `0.2000` em `RMW` e `-0.1000` em `CMA`. Em um mês, fatores rendem `2.0000%`, `1.0000%`, `-0.5000%`, `0.8000%` e `0.3000%`. A contribuição modelada é: `(1.0500 * 2.0000%) + (0.3000 * 1.0000%) + (0.4000 * -0.5000%) + (0.2000 * 0.8000%) + (-0.1000 * 0.3000%) = 2.3300%` Os componentes são `2.1000%`, `0.3000%`, `-0.2000%`, `0.1600%` e `-0.0300%`. Se o excesso efetivo é `2.5000%`, ignorando o intercepto nesta ilustração: `one-month residual = 2.5000% - 2.3300% = 0.1700%` Esse `0.1700%` é resíduo, não alfa persistente. Se a taxa livre de risco é `0.3000%`, o retorno total é `2.8000%`; não confunda total e excesso. Em `60 months`, o alfa mensal é `0.1500%`, com erro padrão `0.2000%`: `t-statistic = 0.1500% / 0.2000% = 0.7500` Um intervalo bilateral aproximado de `95.0000%` é: `0.1500% +/- (1.9600 * 0.2000%) = -0.2420% to 0.5420% per month` A estimativa é positiva, mas imprecisa. Compor apenas o ponto dá: `annualized alpha point estimate = (1 + 0.1500%)^12 - 1 = 1.8136%` Anualizar não elimina incerteza e não deve ser mecânico se exposições ou alfa variam. No modelo de três fatores, o mesmo fundo tem alfa de `0.4000%` ao mês. O `0.1500%` de cinco fatores não prova que `0.2500 percentage points` eram desempenho mal reportado nem que o modelo é verdadeiro. Mostra apenas que rentabilidade e investimento explicam mais sob essa especificação. ## Riscos e checklist de verificação - **Escolha o modelo primeiro:** Declare três, cinco, regional, global, com momentum ou outro. - **Identifique a fonte:** Registre fornecedor, URL, data, versão e metodologia. - **Compatibilize geografia:** Use fatores do mercado investível e moeda adequados. - **Compatibilize frequência:** Alinhe ativo, fatores e taxa diária, semanal ou mensal. - **Use retornos totais:** Inclua distribuições consistentemente. - **Subtraia a taxa uma vez:** Regrida excesso em mercado excedente e fatores sem dupla subtração. - **Confira unidades:** Confirme decimal versus percentual. - **Alinhe horários:** Impeça entrada antecipada de contabilidade, posições ou revisões. - **Revise definições:** Examine breakpoints, ponderação, defasagens, elegibilidade e rebalanceamento. - **Use histórico suficiente:** Amostras curtas instabilizam cargas, alfa e erros. - **Teste estabilidade:** Use janelas móveis, posições e regimes para detectar style drift. - **Examine correlações:** Multicolinearidade instabiliza coeficientes. - **Use inferência robusta:** Trate heterocedasticidade, autocorrelação, sobreposição e não normalidade. - **Reporte incerteza:** Dê erros, t, intervalos e tamanho da amostra. - **Separe resíduo de alfa:** Não chame um período favorável ou resíduo acumulado de intercepto. - **Compare especificações:** Teste CAPM, três, cinco, setores, momentum e alternativas. - **Inclua custos:** Deduz taxas, spread, impacto, giro, aluguel, financiamento e impostos. - **Evite look-ahead:** Use componentes, contabilidade e arquivos disponíveis em cada data. - **Teste fora da amostra:** Avalie outro período ou mercado sem reajustar após observar. - **Evite causalidade:** Carga descreve co-movimento condicional, não prova mecanismo. ## Equívocos comuns - **“SMB, HML, RMW e CMA são índices empresariais.”** São retornos de carteiras long-short construídas por classificações. - **“Carga positiva garante retorno positivo.”** Fatores podem ser negativos, prêmios variam e implementação custa. - **“Resíduo mensal positivo é alfa.”** Alfa é intercepto amostral estimado com incerteza; cada observação tem resíduo. - **“R quadrado alto prova o modelo.”** Mede variação explicada na amostra, não causalidade nem precificação correta. - **“Alfa ajustado é habilidade.”** Fatores omitidos, exposições variáveis, mineração, sorte, taxas e capacidade podem criá-lo ou apagá-lo. ## Tópicos relacionados - [CAPM](/pt-br/stocks/capm/) - [Beta](/pt-br/stocks/beta/) - [Prêmio de risco de ações](/pt-br/stocks/equity-risk-premium/) ## Fontes - Fama and French, *Common Risk Factors in the Returns on Stocks and Bonds*. - Fama and French, *A Five-Factor Asset Pricing Model*. - Fama and French, *International Tests of a Five-Factor Asset Pricing Model*. - Kenneth R. French Data Library, *Description of Fama/French 3 Factors*. - Kenneth R. French Data Library, *Description of Fama/French 5 Factors (2x3)*. - Fama and French, *The Capital Asset Pricing Model: Theory and Evidence*. Source: https://wiki.fcontext.com/pt-br/stocks/fama-french-factor-model/index.mdx