Predictability of future stock returns by combination of predictors

This dissertation evaluates the return predictability of forecasts derived from Fama-MacBeth regressions. I show how investors can combine firm characteristics to estimate the subsequent month’s stock returns in cross section. These forecasts exhibit a high predictive ability as they capture the cross-sectional dispersion of returns consistently and are independent of size, bookto- market ratio and industry. Combining a set of nine firm characteristics, the return estimates exhibit a standard deviation of 1% and yield a predictive slope of 0.85 for large stocks. Portfolio sorts based on these forecasts offer a Sharpe ratio of 1.06 for a simple buy and hold strategy and a Sharpe Ratio of 1.24 for a long-short investment strategy net of transaction costs.Esta tese avalia a previsibilidade da rendibilidade prevista através de uma regressão Fama- MacBeth. É demonstrado como os investidores podem combinar diversas caracteristicas das empresas de forma a estimar a rendibilidade futura de ações em dados longitudinais. Estas previsões exibem uma elevada previsão, visto que refletem a dispersão das rendibilidades entre as ações de forma consistente e que são independentes de tamanho, do rácio de capital próprio e valor de mercado e da indústria. Combinando um leque de nove caracteristicas diferentes, as previsões de rendibilidade apresentam um desvio padrão de 1% e um valor predictivo de 0.85 para ações grandes. A alocação em carteiras usando como base estas previsões permite aos investidores um rácio de Sharpe de 1.06 para uma estratégia de buy and hold e um rácio de Sharpe de 1.24 para uma estrátegia long-short excluíndo custos de transações