Comment l’effet de levier et le retour à la moyenne façonnent les distributions de rendements

Résumé

Le document examine pourquoi l’effet de levier, bien qu’observé fréquemment, peut avoir peu d’influence apparente sur la distribution des rendements de certains actifs. L’effet de levier désigne une relation généralement négative entre les rendements d’un actif et les variations de sa volatilité. L’explication proposée repose sur son interaction avec le retour à la moyenne : l’effet sur la distribution des rendements est le plus fort lorsque l’effet de levier est important et le retour à la moyenne faible, tandis qu’un retour à la moyenne marqué peut atténuer cet effet même lorsque l’effet de levier est important. Les auteurs proposent aussi une méthode indirecte pour mesurer cette interaction.

Dans l’application empirique, les données du S&P 500 présenteraient un faible effet d’interaction, cohérent avec une influence limitée de l’effet de levier sur la distribution des rendements. L’interaction est également associée à la taille des entreprises : elle tend à être plus forte pour les petites entreprises et plus faible pour les grandes. Le document ne donne ni estimations chiffrées ni détails sur la procédure de mesure ; ses résultats n’établissent pas que les mêmes relations valent pour tous les actifs ou échantillons.

Idées clés

• L’effet de levier correspond à une corrélation généralement négative entre les rendements et les variations de volatilité.
• Son influence sur la distribution des rendements dépend de son interaction avec le retour à la moyenne.
• L’interaction serait la plus forte lorsque l’effet de levier est important et le retour à la moyenne faible.
• La méthode indirecte de mesure proposée est appliquée à des données empiriques.
• Les données du S&P 500 montrent une faible interaction, tandis que celle-ci tend à être plus forte pour les petites entreprises que pour les grandes.

Étiquettes

# Does the leverage effect affect the return distribution?


# Does the leverage effect affect the return distribution?









The leverage effect refers to the generally negative correlation between the return of an asset and the changes in its volatility. There is broad agreement in the literature that the effect should be present for theoretical reasons, and it has been consistently found in empirical work. However, a few papers have pointed out a puzzle: the return distributions of many assets do not appear to be affected by the leverage effect. We analyze the determinants of the return distribution and find that the impact of the leverage effect comes primarily from an interaction between the leverage effect and the mean-reversion effect. When the leverage effect is large and the mean-reversion effect is small, then the interaction exerts a strong effect on the return distribution. However, if the mean-reversion effect is large, even a large leverage effect has little effect on the return distribution. To better understand the impact of the interaction effect, we propose an indirect method to measure it. We apply our methodology to empirical data and find that the S&P 500 data exhibits a weak interaction effect, and consequently its returns distribution is little impacted by the leverage effect. Furthermore, the interaction effect is closely related to the size factor: small firms tend to have a strong interaction effect and large firms tend to have a weak interaction effect.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.