Estratégia de negociação dfa

Assessores do Fundo Dimensional.

Comprimento: 1217 palavras (3.5 páginas de dois espaços)

Visualização de texto.

Continue lendo.

As estratégias de valor da Dimensional são baseadas na pesquisa Fama / French em portfólios multifatoriais, projetados para capturar os prêmios de retorno associados aos altos índices de book-to-market (BtM).

Precisa de ajuda para escrever?

Obtenha comentários sobre gramática, clareza, concisão e lógica instantaneamente.

Como citar esta página.

"Assessores do Fundo Dimensional". 123HelpMe. 25 de dezembro de 2017.

Sua estratégia era comprar o decompo inferior da NYSE. Confiaram na pesquisa acadêmica versus uma estratégia técnica ou fundamental. Especificamente, eles buscaram empresas de capitais pequenos com um alto valor contábil de capital para o valor de mercado do patrimônio, pois comprovadamente superaram as empresas com altos índices de P / E que seriam o oposto do alto valor de livro / mercado. Além disso, a DFA baseou-se no estudo de Banz, que provou que as ações da pequena empresa superaram as ações das grandes empresas de 1926-1979. Por último, sua estratégia de negócios focada em manter baixos custos de transação. Uma vez que a sua estratégia principal estava focada em problemas de pequena capacidade (não liquidos), o DFA simplesmente absorvia a demanda de venda de outros em vez de licitação para estoque no mercado aberto. Eles fariam isso comprando grandes negócios em bloco com desconto para o que as ações estavam negociando no mercado aberto.

Para reduzir o problema de seleção adversa, a empresa só negociaria com partes que se tornaram confiáveis ​​no passado. Uma vez que havia ampla demanda de casas de corretagem para trocar grandes blocos de ações, o DFA manteve uma lista de vendedores preferenciais, que eram empresas que forneceriam consistentemente a divulgação completa de tudo o que sabiam sobre um estoque. O corretor preferido geralmente conseguia fazer o comércio rápido e não precisava pagar descontos íngremes para se livrar de suas posições. Além disso, o DFA criou uma "caixa de penalidade" para os vendedores que não estavam abertos com eles quanto às suas intenções com o estoque. Se o DFA achasse que o corretor que os vendeu compartilhava não estava completamente disponível com eles, seus nomes seriam colocados em uma placa grande visível para os comerciantes do DFA e eles não fariam negócios com a instituição por um período de tempo específico. Em contrapartida, o DFA manteve uma estrita confidencialidade durante a sua devida diligência, de modo a não impactar as posições desses clientes se optarem por não negociar.

Nosso papel comercial.

A Irlanda está aberta às empresas e o Governo está empenhado em apoiar o crescimento das exportações e incentivar o investimento interno. Nossa rede da Embaixada está idealmente colocada para promover os interesses econômicos e comerciais da Irlanda no exterior e contribuir para nossa recuperação econômica.

Nossos objetivos comerciais.

Aumente o perfil da Irlanda como um local atraente para o investimento empresarial Garantir suporte no exterior para investidores, exportadores, compradores e turistas Maximizar a contribuição da diáspora para o desenvolvimento econômico da Irlanda.

Estratégia comercial da Irlanda.

Ireland Connected: negociar e investir em um mundo dinâmico, é uma estratégia coesa e de todo o governo que se baseia nos sucessos existentes e estabelece metas ambiciosas para as exportações da Irlanda, o investimento estrangeiro direto, o turismo e a educação internacional. A Irlanda Connected é o sucessor da anterior Estratégia de Comércio, Turismo e Investimento, que decorreu de 2018 a 2018 e viu um sucesso extraordinário apesar do baixo crescimento da economia global durante esse período.

Estamos diante de novos desafios. Nós enfrentamos e superamos desafios no passado. Sabemos que trabalhando juntos, como a Team Ireland, em casa e no exterior, alcançaremos nossa ambição compartilhada de sucesso nos mercados internacionais para o país e para os nossos cidadãos.

A política comercial, a estratégia comercial, o desenvolvimento setorial e a implementação de objetivos empresariais são de diferentes departamentos e agências governamentais. A Irlanda Conectada fornece a orientação estratégica do anúncio estratégico em direção a 2025 que visa aproveitar nossa experiência coletiva para realizar nossa ambição diante de desafios sem precedentes.

Através da Irlanda Connected, atravessaremos a pegada global da Irlanda para apoiar e facilitar o negócio irlandês. Nós garantiremos um engajamento ótimo em toda a gama de interesses comerciais, de investimento, de turismo, de pesquisa e de educação da Irlanda.

A política comercial, que trata da regulamentação das importações e exportações, é tratada pelo Departamento de Emprego, Empresa e Inovação.

Promover a Irlanda no exterior e compartilhar a mensagem econômica do governo é fundamental para o trabalho do Departamento de Relações Exteriores e Comércio e da nossa rede da Embaixada. Nossos embaixadores desempenham um papel fundamental na presidência de equipes do mercado local para garantir uma abordagem coordenada em mercados prioritários e trabalhamos com as seguintes agências estaduais, que estão usando sua expertise para ajudar as pessoas a fazer negócios com a Irlanda:

Empresa Irlanda IDA Irlanda Bord Bia Turismo Ireland Science Foundation Irlanda.

Conselho de comércio de exportação.

Coordenamos o trabalho do Conselho de Comércio de Exportação, que é responsável pelo monitoramento da Estratégia Comercial do Governo.

O Conselho reúne-se no plenário duas vezes por ano e é presidido pelo Ministro dos Negócios Estrangeiros e do Comércio, Charles Flanagan, TD.

Outros membros do Conselho incluem:

O Ministro da Emprego, Empresa e Inovação O Ministro da Agricultura, Alimentação e Marinha O Ministro dos Transportes, do Turismo e do Desporto O Ministro da Educação e das Habilidades O Ministro de Estado para o Desenvolvimento, Promoção Comercial e Cooperação Norte-Sul Os CEOs da Enterprise Ireland, IDA Ireland, Bord Bia, Tourism Ireland e Science Foundation Ireland Funcionários de outros departamentos governamentais e representantes do setor privado.

Comissões Econômicas Conjuntas.

Nós somos responsáveis ​​por organizar e presidir as Comissões Econômicas Conjuntas (JECs) da Irlanda com países de alto crescimento e mercados emergentes. A Irlanda tem JECs separados com a China, a República da Coréia, a Arábia Saudita e a Rússia.

Essas reuniões visam aumentar o comércio e o investimento e desenvolver a cooperação econômica, comercial, científica e tecnológica. Eles geralmente são mantidos a cada dois anos.

Missões comerciais.

As missões comerciais são uma forma valiosa de desenvolver mercados novos e existentes no exterior para empresas irlandesas. Isto é particularmente importante dado o valor das exportações para a nossa economia. Trabalhamos com o Departamento de Emprego, Empresa e Inovação para apoiar o programa de missões comerciais do Enterprise Ireland, que em 2017 inclui 18 visitas conduzidas a nível ministerial em mercados desenvolvidos e de alto crescimento. O ministro Flanagan e os respectivos ministros de Estado desempenham papéis importantes no apoio às empresas irlandesas liderando várias dessas missões comerciais no exterior.

A promoção do comércio e do investimento irlandeses também apareceu significativamente em outras visitas de alto nível ao longo do ano, incluindo, por exemplo, as visitas do Estado ao presidente do Reino Unido e da China, em abril e dezembro, respectivamente, e visitas no exterior pelo Taoiseach e ministros do gabinete.

Além disso, a promoção e expansão do comércio entre a Irlanda e a África é uma prioridade importante da nossa Estratégia para a África, em linha também com a Estratégia Global de Comércio do Governo.

Veja abaixo uma pequena seleção de resultados obtidos pela forte equipe do Mercado Local e coordenação do QG:

Acesso ao mercado: as equipes do mercado local continuaram a pressionar por um maior acesso aos produtos irlandeses nos mercados internacionais. Exemplos notáveis ​​incluem a Irlanda se tornar o primeiro país europeu a ter acesso total para a sua carne no mercado dos EUA desde o levantamento da proibição da BSE. Visita de Estado à China: a visita do Estado à China pelo presidente Higgins em dezembro de 2017 teve uma ampla coordenação entre a Embaixada de Pequim, o Consulado em Xangai, agências do Estado e representantes do nosso setor de educação. Uma série de eventos foram organizados ao longo da visita para promover a cooperação nos campos da cultura, promoção de alimentos, educação, comércio e ciência. Um resultado positivo desta coordenação foi a assinatura de um Memorando de Entendimento para impulsionar os laços de pesquisa, educação e tecnologia entre a Irlanda e a China. Acesso aéreo: as negociações apoiaram a capacidade aumentada e expandiram os serviços nas rotas aéreas para a Irlanda. Um total de 35 novas rotas começaram a partir de Dublin e Shannon durante 2017 com maior freqüência em outras 37 rotas existentes.

Ler sobre.

Pretendemos promover o crescimento e o emprego em casa, cooperando estreitamente com as agências do estado para promover o comércio irlandês, o turismo eo investimento interno.

Dimensional Investing é sobre implementar as grandes idéias em finanças para nossos clientes.

Dimensional * de relance.

Anos desde a fundação.

Em ativos de toda a empresa sob gestão, USD (em bilhões)

Escritórios em oito países.

Dimensional felicita "Mac" McQuown em Prêmio de Inovação.

John "Mac" McQuown reconhecido pelos seus esforços na revolução da gestão de investimentos.

As Perspectivas do Inquérito ao Investidor Global Dimension's 2017 da Dimensional.

A paz de espírito contém uma lista de como os investidores medem o valor do conselho financeiro.

Carta do Presidente.

O presidente do fundador e executivo, David Booth, reflete sobre a importância de ter uma filosofia de investimento que você pode manter no longo prazo.

Encontre um consultor perto de você.

Use nosso & ldquo; Find a Advisor & rdquo; ferramenta para se conectar com profissionais da sua área que usam fundos Dimensional.

Como os resultados da Dimensional se comparam com a indústria?

Os dados de desempenho apresentados representam o desempenho passado e não garantem resultados futuros. A amostra inicial inclui fundos a partir de 1º de janeiro de 2002. O número de iniciantes é: Indústria - 3.545 e Dimensional 29. Os outperformadores (vencedores) são fundos com observações de retorno para cada mês do período de 15 anos cujo retorno líquido acumulado ao longo do período excedeu o de seu respectivo benchmark. Os dados de fundos mútuos de capital aberto domiciliados nos Estados Unidos são da Morningstar e do Centro de Pesquisa em Preços de Segurança (CRSP) da Universidade de Chicago. A amostra do fundo de patrimônio inclui as categorias históricas da Morningstar: mercados emergentes diversificados, ações da Europa, mistura grande estrangeira, grande crescimento estrangeiro, grande valor estrangeiro, mistura pequena / média no exterior, crescimento pequeno / médio estrangeiro, valor pequeno / médio estrangeiro, estoque japonês, grande Mistura, grande crescimento, grande valor, mistura Mid-Cap, Mid-Cap Value, Região Miscelânea, Pacote Ásia / Ásia ex-Japan, Pequena mistura, pequeno crescimento, pequeno valor e estoque mundial. A amostra do fundo de renda fixa inclui as categorias históricas da Morningstar: Renda corporativa, Bônus protegido contra a inflação, Governo intermediário, Bônus de prazo intermediário, Intermediário municipal de Muni, Muni National Intermediate, Muni National Short, Muni New York Intermediate, Muni Single State Short, Short Government Bond Curto Prazo, Bond Ultrashort e Bond Mundial. Os fundos do índice e o fundo de fundos são excluídos da amostra. O retorno dos fundos com múltiplas classes de compartilhamento é tomado como a média ponderada pelo ativo das observações da classe de compartilhamento individual. O desempenho de cada fundo na amostra do setor é avaliado em relação ao Índice de Categoria Morningstar do fundo. Dados de fundo dimensional fornecidos pelo contador do fundo. Os fundos que estão atualmente e foram anteriormente restritos aos clientes da LWI Financial Inc. foram excluídos devido a diferentes estruturas de taxas históricas. Desempenho dos fundos dimensionais mensurados em relação aos benchmarks do prospecto. Ao avaliar os fundos dimensionais relativos ao índice de categoria Morningstar do fundo, 72% superam. Para obter mais detalhes sobre a metodologia, consulte a brochura do Fundo de Fundos Mútuos.

Você tem uma abordagem de investimento com a qual você pode ficar durante os mercados turbulentos?

Em USD. Os novos dados de fluxo de caixa da indústria, fornecidos pelo Investment Company Institute ©, com base nos fundos de investimento de patrimônio líquido (nacional e internacional) de aproximadamente 4,600 EUA, reportados em nível agregado ao Investment Company Institute ©. Isso inclui informações sobre os fundos domiciliados nos EUA da Dimensional durante esse período. Dados dimensionais estimados de fluxo líquido fornecidos pela Morningstar com base nos fundos de investimento em equivalência patrimonial da Dimensional. Apenas para fins ilustrativos.

Uma crença duradoura no.

Poder dos Mercados.

Os mercados de capitais têm recompensado.

Em USD. Os índices não estão disponíveis para investimento direto. Seu desempenho não reflete as despesas associadas à gestão de um portfólio real. US Small Cap é o CRSP 6-10 Index; US Large Cap é o índice S & P 500. O Tesouro é o IA SBBI US 30 Day TBill TR USD, fornecido pela Ibbotson Associates via Morningstar Direct. As obrigações governamentais de longo prazo são o IA SBBI US LT Govt TR USD, fornecido pela Ibbotson Associates via Morningstar Direct. A inflação dos EUA é medida como mudanças no Índice de Preços ao Consumidor dos EUA. Os dados do Índice de Preços ao Consumidor dos EUA são fornecidos pelo Departamento de Trabalho do Departamento de Estatísticas do Trabalho dos EUA. Os dados CRSP são fornecidos pelo Centro de Pesquisa em Preços de Segurança, Universidade de Chicago. Os dados S & P são fornecidos pelo Grupo de Serviços de Índice da Standard & Poor's. O desempenho passado não é garantia de resultados futuros.

Na Dimensional, nossa abordagem de investimento é baseada em uma crença nos mercados.

Ao invés de confiar em previsões inúteis ou tentar ultrapassar outras pessoas, desenhamos informações sobre retornos esperados do próprio mercado, permitindo que o conhecimento coletivo de seus milhões de compradores e vendedores estabeleça preços de segurança.

Permitir que os mercados façam o que melhor fazem, dão informações aos preços e nos ajudam a gastar o tempo em que acreditamos ter uma vantagem, nomeadamente em como interpretamos a pesquisa, como desenhamos e gerenciamos carteiras e como atendemos nossos clientes. Significa que tomamos uma abordagem menos subjetiva e mais sistemática para investir & mdash, uma abordagem que podemos implementar consistentemente e os investidores podem entender e manter, mesmo em ambientes de mercado desafiadores.

Quantos fundos superaram os benchmarks?

Os dados de desempenho apresentados representam o desempenho passado e não garantem resultados futuros. A amostra inicial inclui fundos a partir de 1º de janeiro de 2002. O número de iniciantes é: Indústria - 3.545 e Dimensional 29. Os outperformadores (vencedores) são fundos com observações de retorno para cada mês do período de 15 anos cujo retorno líquido acumulado ao longo do período excedeu o de seu respectivo benchmark. Os dados de fundos mútuos de capital aberto domiciliados nos Estados Unidos são da Morningstar e do Centro de Pesquisa em Preços de Segurança (CRSP) da Universidade de Chicago. A amostra do fundo de patrimônio inclui as categorias históricas da Morningstar: mercados emergentes diversificados, ações da Europa, mistura grande estrangeira, grande crescimento estrangeiro, grande valor estrangeiro, mistura pequena / média no exterior, crescimento pequeno / médio estrangeiro, valor pequeno / médio estrangeiro, estoque japonês, grande Mistura, grande crescimento, grande valor, mistura Mid-Cap, Mid-Cap Value, Região Miscelânea, Pacote Ásia / Ásia ex-Japan, Pequena mistura, pequeno crescimento, pequeno valor e estoque mundial. A amostra do fundo de renda fixa inclui as categorias históricas da Morningstar: Renda corporativa, Bônus protegido contra a inflação, Governo intermediário, Bônus de prazo intermediário, Intermediário municipal de Muni, Muni National Intermediate, Muni National Short, Muni New York Intermediate, Muni Single State Short, Short Government Bond Curto Prazo, Bond Ultrashort e Bond Mundial. Os fundos do índice e o fundo de fundos são excluídos da amostra. O retorno dos fundos com múltiplas classes de compartilhamento é tomado como a média ponderada pelo ativo das observações da classe de compartilhamento individual. O desempenho de cada fundo na amostra do setor é avaliado em relação ao Índice de Categoria Morningstar do fundo. Dados de fundo dimensional fornecidos pelo contador do fundo. Os fundos que estão atualmente e foram anteriormente restritos aos clientes da LWI Financial Inc. foram excluídos devido a diferentes estruturas de taxas históricas. Desempenho dos fundos dimensionais mensurados em relação aos benchmarks do prospecto. Ao avaliar os fundos dimensionais relativos ao índice de categoria Morningstar do fundo, 72% superam. Para obter mais detalhes sobre a metodologia, consulte a brochura do Fundo de Fundos Mútuos.

Aplicando insights de.

CIÊNCIA FINANCEIRA.

Avanços em finanças modernas.

Prêmio Nobel, 2018.

Professor da Universidade de Chicago.

Prêmio Nobel, 1997.

David Booth, fundador.

e presidente executivo.

Prêmio Nobel, 2018.

Professor da Universidade de Chicago.

Prêmio Nobel, 2018.

Professor da Universidade de Chicago.

Professor, Dartmouth College.

Prêmio Nobel, 2018.

Professor da Universidade de Chicago.

Professor, Dartmouth College.

Professor da Universidade de Rochester.

Eugene Fama e Kenneth French são membros do Conselho de Administração do sócio geral de, e fornecem serviços de consultoria para a Dimensional Fund Advisors LP. Robert Merton e Robert Novy-Marx prestam serviços de consultoria à Dimensional Fund Advisors LP.

A abordagem de investimento da Dimensional é fundamentada na teoria econômica e apoiada por décadas de pesquisa empírica.

Nossa equipe interna de pesquisadores trabalha em estreita colaboração com os principais economistas financeiros para entender melhor de onde os retornos provêm.

A pesquisa mostrou que os valores mobiliários que oferecem maiores retornos esperados compartilham certas características, que chamamos de dimensões. Para ser considerada uma dimensão, essas características devem ser sensíveis, persistentes ao longo do tempo, penetrantes em todos os mercados e econômicas para capturar.

A Evolução da Indexação e Dimensional.

Compreender o que impulsiona os retornos é o ponto de partida. A partir daqui, nos concentramos em afinar o nosso método de captura.

Nós estruturamos portfólios amplamente diversificados que enfatizam as dimensões dos retornos esperados mais elevados, ao mesmo tempo em que abordam os tradeoffs que ocorrem na execução das carteiras.

Todos os dias, nossos gerentes de portfólio e comerciantes procuram equilibrar os custos com os retornos esperados e a diversificação. Trabalhamos para o menor ganho esperado, pois cada melhoria incremental pode aumentar ao longo do tempo.

The Gap Between Reality.

Um compromisso.

A NOSSOS CLIENTES.

A crise financeira global e suas conseqüências.

Em USD. Dados dimensionais estimados de fluxo líquido fornecidos pela Morningstar com base nos fundos de investimento em equivalência patrimonial da Dimensional. Os novos dados de fluxo de caixa da indústria, fornecidos pelo Investment Company Institute ©, com base nos fundos de investimento de patrimônio líquido (nacional e internacional) de aproximadamente 4,600 EUA, reportados em nível agregado ao Investment Company Institute ©. Isso inclui informações sobre os fundos domiciliados nos EUA da Dimensional durante esse período. Apenas para fins ilustrativos.

Dimensional Investing é sobre fornecer uma experiência de investimento bem-sucedida.

Isso significa mais do que considerar os retornos dos investimentos. Isso significa oferecer paz mental, sabendo que uma abordagem transparente respaldada por décadas de pesquisa está alimentando cada decisão.

Os mercados subiram e eles desceram. O objetivo do Dimensional Investing é ajudar as pessoas a estarem preparadas, para que possam manter seu plano.

Institucional Investor & rsquo; s.

2018 Money Masters.

* "Dimensional" refere-se às entidades Dimensional separadas, mas afiliadas, em geral, e não a uma determinada entidade. Essas entidades são Dimensional Fund Advisors LP, Dimensional Fund Advisors Ltd., DFA Australia Limited, Dimensional Fund Advisors Canada ULC, Dimensional Fund Advisors Pte. Ltd., e Dimensional Japan Ltd. Dimensional Directors refere-se ao Conselho de Administração do sócio geral da Dimensional Fund Advisors LP.

A Dimensional Fund Advisors LP é um consultor de investimentos registrado na Securities and Exchange Commission. Considere cuidadosamente os objetivos de investimento, riscos e encargos e despesas dos fundos Dimensional antes de investir. Para esta e outras informações sobre os fundos Dimensional, leia o prospecto com cuidado antes de investir. Os prospectos estão disponíveis ao chamar os Conselheiros do Fundo Dimensional, coletam no (512) 306-7400 ou em nós. Os fundos dimensionais são distribuídos pela DFA Securities LLC. Nenhuma das outras entidades Dimensionais está atualmente licenciada, registrada ou supervisionada pela Comissão de Valores Mobiliários. Nada neste site deve constituir ou servir como uma oferta para vender produtos ou serviços em qualquer país ou jurisdição por qualquer empresa global Dimensional. Apenas para fins informativos. Todas as informações são fornecidas de boa fé e sem garantia e não devem ser considerados conselhos de investimento ou uma oferta de qualquer garantia para venda.

Eugene Fama é membro do Conselho de Administração do sócio geral e fornece serviços de consultoria para a Dimensional Fund Advisors LP.

Assessoria de Fundos Dimensionais de Pesquisa e Valores Mobiliários DFA com BrokerCheck da FINRA.

A rentabilidade é uma medida da rentabilidade atual, com base em informações de empresas individuais e rsquo; declaração de rendimentos .

Estudo de caso de investimentos DFA.

Interesses relacionados.

Classificação e Estatísticas.

Opções de compartilhamento.

Ações de documentos.

As páginas 2 a 5 não são mostradas nesta pré-visualização.

Documentos recomendados.

Documentos semelhantes aos investimentos Estudo de caso DFA.

Documentos sobre hipótese de mercado eficiente.

Documentos sobre o modelo de preços de ativos de capital.

Menu de Rodapé.

Legal.

Mídia social.

Direitos autorais e cópia; 2017 Scribd Inc.. Procure livros. Site móvel. Diretório do site. Idioma do site:

Você tem certeza?

Esta ação pode não ser possível desfazer. Você tem certeza que quer continuar?

Tem certeza de que deseja excluir esta lista?

Tudo o que você selecionou também será removido de suas listas.

Este livro também será removido de todas as suas listas.

Nós temos títulos com curadoria que achamos que você adorará.

Clonando o DFA.

28 de janeiro de 2018.

Quando o desejo é forte, não é incomum que as pessoas comuns desejem descobrir como fazer com que o Coronel faça uma batata frita original Kentucky Fried em casa. O truque é descobrir a receita secreta do coronel. O termo para o processo de cópia é "deformação" ou "engenharia reversa"; e - do ponto de vista da química - pode ser muito difícil de fazer. Felizmente, os investidores regulares têm uma tarefa muito mais fácil, se quiserem preparar o DFA para casa ou o FEF favorito "beta inteligente".

O original no "índice de índice alternativo" ou "passivo" superior foi o Dimensional Fund Advisors, co-fundado por Rex Sinquefield, cujo trabalho pioneiro sobre estatísticas de desempenho de longo prazo há cerca de 40 anos - quando comparado com o desenvolvimento de Eugene Fama hipótese de mercados eficientes - ajudou a estabelecer a base do investimento passivo. De fato, a mudança épica dos títulos e das ações que os analistas financeiros associam aos livros mais vendidos e influentes, como Jeremy Siegel's, "Stocks for Long Run: o guia definitivo para os retornos dos mercados financeiros e as estratégias de investimento a longo prazo" pode rastrear suas raízes para a pesquisa original de Sinquefield com Roger Ibbotson no início da década de 1970 sobre os prêmios de risco de longo prazo: "Stocks, Bonds, Bills e Inflação".

O DFA foi fundado para aplicar pesquisa acadêmica sobre o comportamento do mercado de capitais para o mundo prático da gestão de carteiras de investimentos, e seu sucesso foi épico. De acordo com a Morningstar, 75 por cento de seus fundos superaram seus respectivos benchmarks de categoria nos últimos 15 anos. Hoje trilhões de dólares em todo o mundo são investidos em carteiras passivas, e o DFA - com seus laços unicamente estreitos com a pesquisa financeira acadêmica - é um ícone de fundo de índice, mesmo que os fundos realmente não rastreiem índices. A empresa em expansão de 600 pessoas gere mais de US $ 378 bilhões em ações, renda fixa e outras estratégias e é parcialmente detida por um conselho de diretores de blue-ribbon que incluiu os bolsistas do Prêmio Nobel Myron Scholes e o falecido Merton Miller, bem como acadêmicos distinto teóricos Eugene Fama, Donald Keim, Kenneth French e Roger Ibbotson. A empresa atende a mais de 200 funcionários corporativos, governamentais, universitários, de caridade e de clientes da Taft-Hartley, e atraiu uma paixão tão apaixonada que os clientes entusiastas sabiam cantar uma música de luta do DFA nos eventos da empresa, levando alguns wags para se referir a isso como uma religião ou, com mais desculpa, um culto.

Essa é a boa notícia; a má notícia é que os fundos de investimento da empresa não são oferecidos diretamente ao público. Um dos focos dimensionais do DFA - daí o nome "Fundos Dimensionais" é oferecer uma exposição de baixo custo ao mercado, mas os fundos DFA só estão disponíveis através de conselheiros de investimento registrados aprovados somente para taxas que muitas vezes têm mínimos de US $ 200.000 ou mais, e, geralmente, levam taxas adicionais de envoltório de até 1 por cento em relação aos índices de despesas de gerenciamento subjacentes da DFA. Esta característica de distribuição peculiar e difícil de comprar significa que o DFA é um tipo diferente de veículo passivo; Os investidores do DFA tomaram a decisão de tirar proveito da estrutura de baixa taxa da indexação, mas eles potencialmente e, paradoxalmente, dão uma parcela significativa da vantagem de custo do indexação quando as taxas adicionais necessárias para obter acesso aos fundos são colocadas.

O conselho de investimento é um grande negócio, e o grande dinheiro é aconselhar as pessoas a investir e não investir. Seu fundo de índice de variedades de jardim cobra uma taxa de gerenciamento que geralmente varia entre 0,04% e 0,17%; Os fundos do DFA, no entanto, são entre 0,38 e 0,70 por cento, e média de cerca de 35 pontos base, o que é maior do que a maior parte dos maiores fundos do índice, mas muito inferior aos fundos de investimento mais gerenciados ativamente. As cobranças do DFA são muito competitivas, mas não tão baixas quanto a que alguns observadores não comentaram a inconsistência entre a pregação dos méritos do investimento passivo e a cobrança de taxas quase-ativas entre um fundo de índice verdadeiro e uma taxa de gerenciamento ativo. O gênio aqui é vender fundos de índices com taxas de gerenciamento quase ativas, o que explica como o co-fundador e co-CEO David Booth faz anualmente a lista de Forbes dos americanos mais ricos com um valor patrimonial pessoal que é supostamente superior a US $ 5 bilhões. lembrete não tão sutil de que o gerenciamento de dinheiro de baixo custo pode pagar grandes tempos.

Algo tão surpreendentemente óbvio e muitas vezes ignorado é o fato de que o desempenho digno do título da DFA e o motor de pensamento por trás disso estão bem estabelecidos tanto na academia como no mundo real. Como a abordagem do DFA é conduzida quantitativamente por modelos de computador, não há gerentes de estrelas. Todos os fundos do DFA operam nos mesmos princípios; Tudo é matemático, e Rex Sinquefield, Eugene Fama e o resto literalmente "escreveu o livro" sobre o investimento. Todos os auto-investidores interessados ​​nessas abordagens academicamente inspiradas precisam fazer é ler o (s) livro (s).

Também costumava dizer que o DFA tomou ações adicionais para aumentar ligeiramente os retornos e servir como o fabricante de mercado de último recurso, mas isso não é mais o caso: 95 por cento de suas negociações hoje são black pool versus block trades. Atualmente, os negócios são trazidos ao mercado em peças menores; O DFA usa um modelo automatizado de negociação de acesso direto ao mercado para colocar quase todos os seus negócios. O componente comercial não está mais lá; Isso não faz parte do valor adicionado, então podemos estar pagando uma marca de indexação quando provavelmente não devemos ser. Hoje eles não estão custando nada sobre negociação, mas eles também não estão ganhando nada. Mais do que nunca, se os atributos de estilo forem refletidos em um contexto Fama-French, os investidores podem esperar capturar os maiores drivers de retorno do DFA.

O aumento da preocupação com as taxas e retornos de construção de portfólio está criando pressão para investidores institucionais e individuais para reavaliar gerentes, custos, riscos e oportunidades. Em um mundo perfeito, gostaríamos de acessar os fundos mútuos do DFA aos preços da Vanguard e - nesta era de carteiras de bricolage - para colocar em prática a teoria acadêmica por conta própria. É uma estratégia bastante padrão: o modelo Fama-French de três fatores é a raiz da estratégia da Dimensional, por isso é natural se perguntar se é possível:

Evite o adicional de 1 por cento ou mais cobrado pelos conselheiros de investimento registrados aprovados pelo DFA Use estratégias amplamente similares para rastrear as mesmas classes de ativos em um nível de despesa reduzido.

Além disso, uma parte do desempenho anterior do DFA pode refletir sua "indexação" de partes do mercado que anteriormente não eram indexadas e eram difíceis de acessar. Sob Sinquefield e Booth, o DFA cresceu ao permitir aos investidores investir nas ações mais pequenas e em ações de "valor profundo" que negociam com o maior desconto no valor contábil. Era difícil encontrar fundos que tivessem carregamentos muito elevados em "small minus big" (SmB), digamos, acima de 0,7, então, para um certo subconjunto de investidores passivos, os fundos DFA costumavam ser a única maneira de obter uma exposição "adequada" para estoques de pequenas e microplacas. O DFA estabeleceu seu primeiro fundo em 1981 e, na época, a Vanguard não tinha valor ou fundos de pequeno valor, então, se você estivesse cortando e cortando um portfólio, a DFA era a melhor e mais barata faca de escultura.

No entanto, os fundos de baixo custo, especialmente os ETFs, agora ocupam todas as categorias de ativos oferecidas pelo DFA. À medida que novos índices chegaram ao mercado, os investidores podem obter a parte não amada e indesejada do mercado por muito menos. Atualmente, as ofertas do DFA são muito próximas do que outros principais fornecedores de benchmark de mercado oferecem; O DFA U. S. Small Cap Value, por exemplo, não é diferente do iShares SmallCap 600 Value Index Fund (IJS | A-87). Onde não há um substituto perfeito, é bastante fácil combinar dois fundos menos dispendiosos e criar um clone efetivo.

The Vanguard Alternative.

As carteiras de DFA empregam estratégias semi-passivas projetadas para capturar o comportamento de retorno de uma classe de ativos inteira, de modo que o principal suporte para a replicação do DFA, o grupo Vanguard Group do Valley Bege, do Valley Forge, da John Bogle, é uma escolha lógica para começar. Não é um requisito para usar a Vanguard como base, mas passivo é um jogo em escala, e a Vanguard sempre manteve suas despesas muito, muito baixas. Como Andrew Tobias diz: "Na corrida de investimentos, isso dá ao seu cavalo o jockey mais leve".

Existem algumas diferenças importantes entre as duas empresas. Um erro que muitos fazem é assumir que o Vanguard Small Cap Value é equivalente ao valor DFA Small Cap. Isso não é verdade. O DFA tem um giro: em comparação com a Vanguard, a empresa é um defensor muito mais forte da sabedoria de usar inclinações de baixo custo e valor dentro de diferentes classes de ativos de ações. Um deles precisa de uma porcentagem maior de small-cap para obter os números na grade de estilo de nove camadas para onde eles podem imitar o portfólio DFA Small Cap Value (Figura 1).

Enquanto a Vanguard e a DFA oferecem fundos gerenciados passivamente, cada um segue uma abordagem distintiva, e ambos são "melhores na classe" no que fazem. A Vanguard está feliz em se contentar com o desempenho do mercado, por isso replica servilmente índices amplamente aceitos. O DFA visa mais, então ele tenta "melhorar" o desempenho ao fazer o cozido. Utilizaremos a Vanguard como base para índices comerciais disponíveis no mercado e, em seguida, criámos um pouco como o chefe da celebridade, Emeril Lagasse. Apesar do marketing, realmente não existe uma exposição multifatorial de base ampla com base no mesmo índice, com os mesmos drivers de retorno a preços variados.

Não é um debate tanto quanto uma escolha. O DFA concentra-se apenas nas dimensões do mercado, onde a pesquisa documenta uma recompensa pelo risco assumido; Sua fé em pequenas capitais e valor é uma pedra angular do seu negócio. Tudo é baseado em dados históricos. Enquanto isso, Vanguard é muito barato. Não estamos estabelecendo a questão de saber se a Vanguard ou o DFA são melhores; estamos levando os dois principais fornecedores de fundos de gestão passiva e mostrando que podemos transformar um no outro.

A estratégia de equidade da Dimensional baseia-se no trabalho dos estimados professores de finanças Eugene Fama e Kenneth French, que basicamente diz que as ações são mais arriscadas do que títulos, então as ações devem recompensar os investidores com retornos mais elevados a longo prazo. Isso é chamado de "fator de mercado". O modelo também observa que os estoques de valor (aqueles com baixos índices de preço para livro) e ações de pequena capitalização são mais arriscados do que o mercado amplo e, portanto, têm maior retorno de longo prazo também . Em poucas palavras, o DFA incorpora a pesquisa de décadas de Ibbotson mostrando que as ações pequenas e de valor superaram o resto do mercado no longo prazo. From this perspective, equity investing therefore largely consists of deciding the extent to which your portfolio will participate in each of the equity market dimensions: small/large and value/growth.

In this paper, we explore the feasibility of taking ETFs and index funds available in most retirement plans and ginning up a return stream identical to DFA, essentially cobbling together a mix that captures the inherent value and size tilts—“the DFA-ness”—that is baked in at DFA. The deep small-cap and value orientation of DFA funds cannot be replicated with Vanguard funds off-the-shelf, but it certainly might be reverse-engineered if we mix and match using the broad range of offerings available today. The benchmark defines the strategy of an index fund; in this case, DFA is the reference portfolio, so we will target its funds’ systematic risk factors with precision.

Fama and French’s work informs the construction of DFA funds, so the way to replicate DFA’s style in a “comparison portfolio” is to construct a portfolio of ETFs with the same Fama-French coefficients as the targeted DFA fund. The question to be answered is whether we can invest in a manner aligned with these ideas by mimicking the loadings of less expensive, widely available funds. An ancillary issue is how much more, if anything, an investor can expect to earn with a DFA fund than with a basket of inexpensive index funds that have the same Fama-French loadings. Using factor-based analysis to synthetically replicate the performance has the potential to save public and private pension plans millions of dollars in fees.

The really good news is that size and book-to-equity are two easily measured variables, so it’s a relatively easy-to-implement approach. Fama-French replication is pretty simple, mathematically, but very few individual investors use the three-factor model in allocation decisions—or at least not to this extent. However, it might be worth their while. The first step is to calculate the same Fama-French size, SmB, and book-to-market (“high minus low,” or HmL) factors that DFA uses to build its funds, compare those with Vanguard’s Fama-French factors and then adjust accordingly to build a portfolio of index funds that achieve comparable Fama-French factor loadings.

A good matching of risk factors is essential, and with Internet access to formerly exclusive databases, the do-it-yourself investors now have some very powerful tools at their disposal. We can find the historical “market” (Rm-Rf), “small-cap” (SmB) and “value” (HmL) factors needed to home-brew DFA in the Ken French Data Library, which goes back to 1926, and is available for free from the Dartmouth College Tuck School of Business. 1.

We originally replicated DFA with generic capitalization-weighted indexes rather than ETFs because we could go back even further in time, i. e., pre-ETF. This assured a long history of returns to work with and served as a proof of concept. Next we explored the implementation via retail ETFs or institutional funds that offer less return history than the pure indexes themselves but that are directly investable. The return of a DFA fund can be described as the return of a basket of indexes plus an error term, and our characteristic-adjusted replica had a very low error term using data back to the year 2000 (Figure 2).

Our methodology of mapping DFA products to ETFs and creating a tracker structure was as follows:

Obtain return streams for a sample of DFA funds. Select traditional capitalization-weighted indexes that intuitively would be a good starting point for replication. To manufacture DFA Small Cap Value, for example, start with Vanguard Small Cap Value and expect to add Russell Micro Cap or other funds to increase the SmB factor. Run a multiple-factor regression to calculate coefficients for DFA using the Carhart-Fama-French four-factor return streams (more on this later). Equate the clone’s exposure to the targeted DFA fund by controlling the exposure to the risk factors that drive portfolio return. In other words, compose a blended mix of traditional indexes by matching the Fama-French factors. 2.

Start by going to the website and downloading the (monthly) world-famous Fama-French factors. Next, subtract the monthly risk-free rate from the targeted DFA fund’s monthly returns (Figure 3).

From there, calculate the Fama-French factors in the usual way—ordinary least squares (OLS) regressions. The DFA returns are the dependent variable; the “market return,” “small cap” (SmB), “value” (HmL) and “momentum” premiums are the independent variables (Figure 4).

We added a factor for “momentum” because DFA started using momentum around 2005. When we add momentum, the model technically is referred to as the Carhart four-factor model. The R-squared in Figure 4 tells us that the model can explain 99 percent of DFA’s return variability. That’s an impressive number that tells us that the factors for market beta, small-cap effect (SmB) and value effect (HmL) are each very strong when explaining DFA’s returns. The betas may look small, because numbers like 0.44 and 0.93 are tiny, but don’t let that fool you. The t-stat is the true measure of how statistically significant the beta coefficients are and the relative strength of a prediction; it’s technically more reliable than the regression coefficient because it takes error into account.

As you may recall from sophomore statistics, the greater the t-stat, the greater the relative influence of the independent variable on the dependent variable. A t-stat over 1.96 is considered strong, so the t-stats we see in Figure 4 of 45, 20 and 10 are huge. Simply put, it means the generalizability of the findings beyond the sample is safe. In our case, the “market,” “small-cap” and “value” factors are absolutely, unequivocally driving DFA’s returns. The intercept is what industry practitioners would refer to as “alpha.” but the coefficient is small (0.00) and the t-stat insignificant. This implies that DFA does not supply any additional value after taking into account the “small-cap” and “value” factor loads.

Next, you have to address how you want to replicate the Fama-French factors. It doesn’t make sense to try and match all the betas at once. From a data perspective, we have to take into account statistical significance as well as relevance. The “market” beta has the largest t-stat—over 45, which is enormous, so it’s the most significant factor. A few points off on that beta are far more important than a few points off on “size,” “value” or “momentum.” The “small-cap” effect (SmB) is the next most important, and then “value” (HmL). Only factors that are statistically significant need to be targeted; theoretically, you’d like to keep the betas in balance proportional to each factor’s t-stat and p-value.

We require that the differential error in SmB betas be smaller than the differential error in HmL betas because SmB is more statistically significant, but we have to be cognizant that a numerical difference in betas is more meaningful when the numbers themselves are smaller. We have to scale the differences in the size of the coefficient betas as well as take into account the volatility of the coefficient. If a factor has a large expected return associated with a very small beta, then we need to make sure the clone doesn’t stray too far from that low, but powerful, beta.

We match what we need to match and leave out what we don’t. If the target fund doesn’t have a statistically significant “value” coefficient, then there’s no need to bother matching the HmL factor. Balance is the key. The clone will always work best when we have the statistically significant betas as closely matched as possible. Exactly matching one variable is generally a good solution, but not the best; try to align them all simultaneously. Even with an optimizer, it’s not possible to literally match each and every one of them exactly. With optimization, you can exactly match one thing (the objective function) and then subject that objective function to several constraints.

Capturing the market-beating advantage of “small” and “value” stocks is easy; the key is to measure it exactly if you want to match DFA exactly. 3 There are three time periods of interest—the in-sample period, the out-of-sample period and the entire period—so we measure the factor loads and returns over each. Data is split into estimation and evaluation periods: The in-sample period is the portion of the data that is backtested. The out-of-sample period evaluates a model’s forward performance and provides confirmation of a model’s effectiveness. Out-of-sample tests help guard against data mining, so many researchers regard out-of-sample performance as the “ultimate test of a forecasting model.”

DFA’s Small Cap Value fund is a bit more “value-y” and more “small” than Vanguard, so we salt in a little microcap to increase the “small-cap” weighting (SmB) (Figure 5). Our DFA clone was built from Vanguard’s plain-Jane version of a small-cap value index (85 percent) and iShares’ Russell Microcap Index (15 percent).

The small-cap value clone tracks DFA quite well during the test period (Figure 6). More importantly, the returns during the out-of-sample period are in line (Figure 7). And the growth-of-a-dollar chart is spot-on for all practical purposes, indicating that a well-designed mix of inexpensive ETFs is an effective clone both out-of-sample and in-sample (Figure 8).

Sometimes only a quarter of the returns come from a particular tilt, and there is variability in that tilt because Fama-French factors are not stationary over time. The important thing to note is that DFA and the indexes that we use as building blocks experience factor drift in the same direction from period to period (Figure 9).

The coefficient drift isn’t coming from DFA putting less weight on “value” or more weight on “small cap”; it’s coming from the market. DFA’s emphasis on the factors is relatively constant, so the clone and DFA will rise and fall with the tide together. The factor control is illustrated in Figure 10.

We have to address what it means to successfully clone something. A successful “clone” will “act the same,” i. e., have a pattern of returns that mimics the DFA portfolio as closely as possible. Statistically, this can mean many things: beta and correlation both close to 1, a minimum of tracking error, etc. However, each rule—on a stand-alone basis—suffers from some weakness.

Small differences in monthly returns could potentially add up to a meaningful shortfall over a long time period; similarly, two funds can have an identical cumulative return but vary quite a bit between start and endpoints. The correlation between two funds can be equal but not capture the exaggerated movements of one fund relative to another, because it’s only a measure of the sympathetic movement between two series. Correlation measures pattern similarity and direction, basically the average frequency with which the two returns move together; it doesn’t take into account the magnitude of how asset returns move together.

There is no one-size-fits-all calculation to assess the comparability between our proxy-DFA and the authentic DFA that it is designed to imitate. The challenge is to create an alternative return stream that has the same first moment (mean return) and is equal in return distribution to the DFA fund it replaces.

Looking at the results, our Frankenstein blend tracks DFA’s Small Cap Value offering very well for the eight years that all of these funds have been available. DFA and the clone return 47.6 percent and 45.7 percent, respectively, in the out-of-sample period. Annualized over the entire period, DFA returns 0.61 percent, while the clone returns 0.60 percent. Correlation in the out-of-sample period is 0.97; beta is 0.85 and the tracking error is 0.95 percent (Figure 11). Typical tracking error for an active equity mandate is usually 5-7 percent, while anything under 2 percent is considered good for a passive index, so we consider the clone to be a good one.

DFA reconstitutes its portfolios on a daily basis, but the Fama-French factors don’t move meaningfully day to day. As a result, mindful of trading costs, we rebalanced monthly. The differences between DFA Small Value and our artificial blend are de minimus , implying that investors can use a combination of ETFs from a variety of providers—within a relatively broad range of asset mixes—to mimic the exposure of the DFA fund. The clone isn’t all that sensitive to the percentages. Any ratio of VBR and IWC between 85 percent and 15 percent and 75 percent and 25 percent works pretty well and is certain to save on fees (Figure 12).

Lagging DFA by a squeak is no cause for concern. The inequality in SmB and HmL betas is the source of our remaining mismatch in returns. Our clone still has lower SmB and HmL loadings than DFA. If we reduce the shortfalls, we’ll reduce the bandwidth around the clone. Coefficients equal to DFA will lead to equal returns; if investors want to “win” and have their clone outperform, then they can make sure their clone factor coefficients are greater than their DFA target. We used Vanguard and iShares funds because they had long histories but were an imperfect fit; today there are more offerings with even higher “small-cap” and “value” factor loads, so we could make an even better clone.

Benchmarking Benchmarks: The Investment Landscape Viewed Through A Factor Lens.

To obtain the desired target values of SmB and HmL, etc., we’re building portfolios of index funds, which is simple enough, but how do investors know what building blocks to use? There is a wide range of SmB and HmL loadings within the small-cap value space that allows investors to accurately target the dimensions of higher expected returns (Figure 13). Any low-cost fund is a suitable building block. Vanguard isn’t on no-transaction fee platforms, other than its own, because it won’t pay distribution fees; but that’s not a problem. Mutual funds—and ETFs, by extension—are generally priced as if they are highly differentiated products, when in reality it is very much a commodity business.

It’s important to recognize that every index has factor exposures at some level. The scatter charts in Figures 13 and 14 plot well-known ETFs as well as Vanguard’s old and new indexes since they recently switched. The three-factor model on average explains about 96 percent of the variation of equity, and viewed as such, Vanguard’s change from MSCI to CRSP is little more than a slight factor weight change. 4 Some small-cap value strategies tend to hold somewhat larger-cap stocks, on average.

In Figure 13, note the location of the iShares Microcap ETF that has more SmB, and the Vanguard Small Cap Value that has less SmB in comparison to the target DFA fund, which lies somewhere in between the other two. These funds have a long history, which is helpful for this type of cloning analysis, but clearly, the iShares S&P SmallCap 600 (SPSV), which has been around since 2009, would be a superlative building block, as its SmB loading and that of the DFA fund are directly on top of each other. 5 There are a plethora of ETF offerings with SmBs of approximately 0.80 that investors can mix and match.

The premiums exist independently of strategy construction. An investor doesn’t need to match the holdings, only the size, value and momentum factors that are the backbone of these funds. You can be quite agnostic with respect to getting exposure—iShares, SPDR, Schwab—SmB is SmB wherever you get it. DFA knows this as well, as it is indifferent regarding stock A or stock B when trading. DFA focuses on the overall characteristics of a portfolio and treats stocks that have similar characteristics as close substitutes for one another. The premiums driving the returns are the same. You can have the same “loadings”—the degree of exposure to the factor—as a fund but own different mutual funds and different stocks. In fact, you don’t have to have midcap in a portfolio to get a midcap return.

The Vanguard Small Cap Value ETF isn’t as small as DFA’s Small Cap Value offering, so we needed to pair it with something smaller than DFA. Several small-cap indexes are available: The most actively traded U. S. small-cap ETF is the iShares Russell 2000 Index (IWM | A-85), while Bridgeway’s Ultra Small Cap strategy—a mutual fund—is focused on the “smallest of the small,”—the CRSP 10 decile. The natural building blocks to load up on SmB would be the iShares Micro-Cap ETF (IWC | B-87), the PowerShares Zacks Micro Cap Fund (PZI | C-79) and the Wilshire MicroCap (WMCR | D-92).

Clones are linear combinations of the factor loadings of their building blocks. One fund can be a little low on a coefficient because you can make up for the shortfall by grabbing another fund that has more than the target. With the two building blocks that we chose, it’s possible to match the SmB, but DFA is still more “value-y” than the components the clone is made out of. We built the clone out of two funds that simply don’t have the ability to get the HmL to the exact level of the DFA fund. Adding a third fund with more HmL is an option, and there are newer funds that have entered the ETF scene that would make better inputs, like the iShares Morningstar Small-Cap Value ETF (JKL | A-87), which comes closer to the DFA Small Cap Value HmL loading than does the Vanguard Small Cap Value ETF (VBR | A-100) (Figure 14).

If you look closely, the PowerShares Zacks Micro Cap ETF would be a better source of SmB without giving up as much HmL. The iShares Morningstar Small-Cap Value offering has both more HmL and SmB than the Vanguard ETF that we used as an input. We’re combining premiums in a linear way so the end HmL and SmB coefficient of the clone will be a weighted average somewhere along a line between the two building block funds. There are multiple ways to get to the same place.

It used be hard to get the same factor weights as DFA but, today, investors can find funds—ETFs and standard mutual funds—that have even larger factor weights. Guggenheim, Bridgeway and Vericimetry are among a slew of players in the ultra-small-cap/deep-value space that factor-based investors should become familiar with. Each offers exposure to the most value-y and extremely small companies. The ETF database can help investors find ETFs that fit the bill, such as the iShares Morningstar Small Value Index (JKL), the SPDR S&P 600 Small Cap Value (SLYV | A-87), the Guggenheim S&P SmallCap 600 Pure Value (RZV | B-49), the First Trust Small Cap Value AlphaDEX (FYT | B-65) and Vanguard’s S&P Small-Cap 600 Value ETF (VIOV | B-83).

Some of these new products provide components, while others provide total solutions. Graphing SmB and HmL simultaneously shows that newer ETFs like the Guggenheim S&P SmallCap 600 Pure Value are sitting right on top of DFA. In fact, it appears to be a squeak smaller and more value-y (Figure 15).

With nearly 10 percent of all U. S.-listed ETF assets deployed across factor-based funds, investors would certainly benefit from an understanding of the finer points of factor investing. The most important thing to know is that higher betas contribute to higher returns, with market beta providing the most octane. Next in importance is to be aware that straight/pure small-cap strategies generally have a much higher market beta than a blend of small and value. Value stocks tend to be larger than growth stocks, so the value filter prevents a “small cap+ value” fund from being as “small” as it could otherwise be if it were only “small cap.” When you combine value and small-cap, the value tilt makes the universe “less small” than the stand-alone small-cap space.

All in all, we find DFA’s performance historically replicable. At the end of the day, you get the same return, but time series properties and sector weightings are equally important, so we reran the analysis to determine if the two investments were similar when analyzed with a state-of-the-art sophisticated risk engine like Cognity’s FinAnalytica. Further analysis showed that both DFA and copycat DFA share similar sector and style exposures; risk management metrics—beta exposures, expected tail loss, value-at-risk, expected tail return—are also similar (Figures 16-18).

DFA excludes certain asset classes, such as real estate investment trusts and highly regulated utilities that enjoy large value coefficients, so investors who replicate DFA using traditional index funds will appear to have the same HML as DFA, but they really don’t, because utilities and REITs are pretty sluggish sectors. Since DFA attains high factor loadings and deeper value exposure without these sectors, the clone should compensate by having slightly higher “value” (HmL) beta coefficients than the DFA target fund. By including these sectors (REITs and utilities), clones made from cap-weighted indexes include more securities and, therefore, have a more diversified portfolio. Broad, diversified exposure is to be desired because research has shown that the size and value premiums are not driven by all the securities moving together but by a few star stocks performing extremely well.

The traditional value-index approach excludes the half of the market that is nonvalue, and then weights the value half by market capitalization. Adding back missing sectors makes the clone DFA more inclusive; indexes like the Research Affiliates Fundamental indexes (RAFI) or the MSCI factor indexes take in the whole universe so all stocks are represented. The iShares MSCI USA Value Factor ETF (VLUE | B-84), for example, is positioned as a factor fund rather than a value fund because it tilts toward “value” by weighting all of the securities in a universe rather than by selection, which would entirely exclude some of them. Factor indexes, particularly risk efficiency strategies, also tend to rebalance more frequently and have higher turnover than market-cap-weighted indexes.

Investors can map other DFA funds as well. DFA Emerging Markets Value can be mapped with emerging markets, emerging markets value and emerging markets small-cap indexes from various providers. Figure 19 shows a possible DFA emerging market value clone that is 40 percent the SPDR S&P Emerging Markets Small Cap ETF (EWX | D-82) and 60 percent the Vanguard Emerging Markets ETF (VWO | C-84).

Historically, without the availability of something like EWX, investors could not keep pace with DFA but, today we have the ability to acquire this niche-beta. Vanguard is “deep and cheap,” but in areas like emerging market small-caps where they have no offering, there are other ETFs, such as the SPDR Emerging Markets Small Cap (EWX | D-82) that can fill the breach. A portfolio that is 40 percent VWO and 60 percent EWX looks strikingly similar to DFA’s emerging markets product. iShares has an Emerging Markets Value ETF (EVAL | C-92) that works as well. The profusion of ETFs has eliminated whatever moat DFA used to enjoy.

DFA augments returns with securities lending, while Vanguard doesn’t. However, we believe the potential savings in fees more than washes out any difference in performance. Exact implementation savings will vary in proportion to the size of the assets being invested and the market accessed. However, in the appendix to this article, available in the online version at etf/publications/journalofindexes. html, we rank a selection of funds by their exposure to the relevant factors per unit of cost.

Domestically, institutional investors of scale don’t need to pay 45 basis points—they can go to indexing giants like Northern Trust or State Street and pay 1-5 basis points; for retail investors, Vanguard comes in a variety of share classes, i. e., Investor, Admiral, Institutional, ETF (Figure 20).

We don’t pretend to have access to the exact methodology, liquidity premia, market making, securities lending, “patient trading” and other aspects of DFA’s proprietary investment model—nor was it our intention. DFA’s commitment to the academic approach means it makes refinements to reflect the latest research, such as that relating to the so-called fourth factor—momentum. DFA funds have historically had a higher negative momentum load than common index funds, and only started incorporating momentum screens in its funds in 2005. Since 2006, DFA Large Value and Small Value have had some negative momentum exposure, but it is less than half (coefficient of 0.05) of what it was compared to the 1993-2005 period, when it had a coefficient of more than 0.15. DFA incorporates momentum by delaying purchase of a stock that is falling until that negative momentum has dissipated, and by delaying the sale of securities that have been rising recently.

Momentum is one of the strongest and most puzzling anomalies. It’s large and persistent; in fact, Eugene Fama and Kenneth French have noted its place as “the center stage anomaly of recent years … the premier anomaly” but large weightings to the “momentum” (WmL) factor of Carhart (1997) had simply been unavailable to investors. Now that the absence of a passive investment vehicle that provides investors exposure has been addressed, investors who could formerly only get limited exposure to WmL can now access direct, efficient, low-cost access to momentum. 6.

We computed momentum in our analysis, but didn’t explicitly incorporate it in our clone; however, a slew of new commercial products from ETF providers have given investors a whole new set of tools for constructing precise portfolios tailored to deliver desired factor exposures. The ETF database shows five ETFs that incorporate momentum: the iShares MSCI USA Momentum Factor, the First Trust Dorsey Wright Focus Five, the SPDR S&P 1500 Momentum TILT and the Elements Spectrum Large Cap US Sector Momentum Index.

The challenge in replicating DFA is to monitor variability in factor trends and modifications to DFA’s core model. Over time, DFA has changed the way it runs its value strategies. DFA incorporated the profitability factor across all its equity strategies over the past year, but the impact isn’t as big as the research would suggest. Robert Novy-Marx’s research showed that profitable firms increase expected returns despite higher valuation ratios, but DFA investors will never capture it. Remember, long-only strategies are hamstrung by the fact that—at best—they can underweight or exclude some unprofitable companies and expand the universe of acceptable value stocks. They’re not going long and short the most profitable and unprofitable companies like Novy-Marx did in his research. They can’t get the 4 percent shown in long/short analysis because these funds don’t load 100 percent on the premium. For that matter, most ETFs can’t go long and short like Ken French either. The most they can deliver is the spread in returns between high profitability and low profitability.

DFA investors shouldn’t expect to outperform the market by the difference between the high and the low indexes used to illustrate the premium, because they’re only excluding a small subset of securities that have high relative prices and low profitability. They’re excluding less than 10 percent of small-caps in most markets, whereas the true, full-blown Novy-Marx filter would exclude approximately 70 percent of the aggregate market cap of small stocks. These are definitely improving the portfolio return, but it is likely to be in the range of approximately 30 bps a year, and many of the indexes used to replicate DFA capture profitability as well.

The real questions are: “To what degree does ‘profitability’ increase returns when the existing model already incorporates price-to-book or an existing measure of value?” To what degree do these factors work independently? What is the correlation of the ‘profitability’ factor to ‘value’?” In Figure 21, we’ve plotted HML and PCF coefficients on the same scatter chart to illustrate the degree to which they capture the same thing. In many cases, the “value” (HmL) dots are right on top of “profitability” (PCF) stars, indicating that the benefits of adding profitability after incorporating other measures of value are of a diminishing nature. These aren’t entirely unique risk factors but rather different empirical proxies that represent the same type of economic risk.

There is overlap between premiums, as seen in Figure 21. When you look at the co-variation of the profitability premium with the value premium, there’s a lot of common ground, and the rest of the impact is a bit of a growth tilt that will offset your pure value bets. Low beta is negatively correlated with value and positively correlated with quality. Most investors don’t realize that if you want to exploit all the factors, they are not going to be additive, because the premiums are not independent of each other. You can’t get full “market” premium plus the full “small cap” premium plus the full “value” premium—that would sum to more than 25 percent per year (Figure 22)!

DFA’s unusual distribution strategy can keep its funds out of reach for investors with assets too low to pique the interest of most advisors. Similarly, there have always been advisors who want to work with DFA, but there was no shortcut to the advisor-approval process. DFA also has never worked with full-service brokerages, nor has it been available to 401(k) platforms.

Although the firm’s record is referred to by some as “the most impressive track record in investing,” systematic risk factor approaches—value, small-cap, momentum—are comparatively straightforward for investors to understand and access. DFA funds are built using only a four-factor model, and really, the only tool required is a spreadsheet. 7.

Carhart, M. M. (1997). “On Persistence in Mutual Fund Performance.” The Journal of Finance 52: 57–82.

2 The sum of the weights must equal 100% and, to keep things simple, we require all weights to be positive which means conceptually that no index funds are sold short.

3 We used Excel’s slope function to point the HmL from the Tuck Library to the HmL return stream of DFA and then to the HmL of a mix of funds.

4 At the time of Vanguard’s change announcement, the No. 3 U. S. ETF provider went to great lengths to downplay any differences in returns between the MSCI indexes and the new enlisted ones. The new CRSP indexes, created by a research center of the University of Chicago’s Booth School of Business, were designed to be replicated by an ETF or index fund with great effort to minimize trading and front-running.

5 Vanguard and BlackRock offer identical Small-Cap 600 Value ETFs. Vanguard is cheaper (0.2 percent versus 0.3 percent) but BlackRock has more assets ($3.2 billion versus $.076 billion). BlackRock’s ETF is arguably more liquid and cheaper to trade, which is important, since small-caps are—as a group—expensive to trade, but it’s unclear which is “better.”

6 Momentum is a factor affecting returns that was informally added by DFA in 2004, but it’s technically not considered a “dimension” of equity returns by the company, because there’s no real explanation for why returns should be higher.