Efecto herding en el mercado bursátil español: detección ... · Intraday data. Heavily traded stocks sample. Daily data. Natividad Blasco de las Heras. 16 de abril de 2010. Valencia

Natividad Blasco de las Heras. 16 de abril de 2010. Valencia

Efecto herding en el mercado bursátil español: detección, caracterización e

implicaciones


� Racionalidad y emocionesson complementarios en los procesos de toma de decisiones

� Los mercados son razonablemente eficientes

� La imitación es una conducta racional. Teoría de agencia.

POR QUÉ ?


� Detectar comportamientoimitador en el mercado de valores español

� Caracterizar/localizar dichoefecto

� Examinar las consecuencias, especialmente en volatilidad.

OBJETIVOS:


� Siguiendo a CH (95), proponemos explotar la información del estadístico CSSD.

� Alemania, Reino Unido, Francia, España, Mexico, USA y Japón. Precios diarios desde enero 1998-abril 2004

� Replicamos un mercado libre de efecto imitación (Orlean-Ising / Sornette, Johansen/ Groenen, Franses/ Heaney et al.)

� Realizamos un Z-test para diferencias en media para rangos de rentabilidad diaria: >1,5%, entre -1,5% y 1,5% y >1,5%

PARTE 1: EVIDENCIA DE EFECTO HERDING:HERDING EN EL CONTEXTO INTERNACIONAL

1

)(1

2

−

−

=∑

=

n

RR

CSSD

n

i

mtit

t


PARTE 1: EVIDENCIA DE EFECTO HERDING:HERDING EN EL CONTEXTO INTERNACIONAL

0,0000

0,0100

0,0200

0,0300

0,0400

0,0500

0,0600

0,0700

0,0800

0,0900

0,1000

-0,0

39

-0,0

21

-0,0

16

-0,0

12

-0,0

10

-0,0

08

-0,0

06

-0,0

05

-0,0

04

-0,0

03

-0,0

02

0,0

00

0,0

00

0,0

01

0,0

02

0,0

03

0,0

04

0,0

05

0,0

07

0,0

08

0,0

09

0,0

11

0,0

13

0,0

17

0,0

28

Market return

CS

SD

Herding-clean stock market Spanish stock market

0,0000

0,0100

0,0200

0,0300

0,0400

0,0500

0,0600

0,0700

0,0800

0,0900

0,1000

-0,0

40

-0,0

20

-0,0

14

-0,0

11

-0,0

08

-0,0

06

-0,0

05

-0,0

04

-0,0

02

-0,0

01

0,0

00

0,0

01

0,0

02

0,0

03

0,0

04

0,0

06

0,0

07

0,0

09

0,0

11

0,0

14

0,0

20

Market return

CS

SD

Herding-clean stock market French stock market

0,00

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,10

-0,0

73-0

,025

-0,0

20-0

,016

-0,0

13-0

,011

-0,0

09-0

,008

-0,0

07-0

,005

-0,0

04-0

,003

-0,0

02-0

,001

0,00

00,

001

0,00

20,

003

0,00

40,

005

0,00

60,

007

0,00

80,

009

0,01

10,

012

0,01

40,

017

0,02

10,

029

Market Return

CSSD

0,00

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,10

-0,0

77-0

,030

-0,0

23-0

,019

-0,0

16-0

,013

-0,0

11-0

,010

-0,0

08-0

,006

-0,0

05-0

,004

-0,0

02-0

,002

0,00

00,

000

0,00

20,

003

0,00

40,

005

0,00

70,

008

0,00

90,

011

0,01

30,

014

0,01

60,

019

0,02

40,

032

Market Return

CSSD


PARTE 1: EVIDENCIA DE EFECTO HERDING:EVIDENCIA INTRADIARIA

� Hacemos algo más sofisticado el procedimiento anterior:

� Desviaciones de sección cruzada escaladas por rentabilidad

� Se compara la distribución de CSSD escalado de nuestro mercado con la resultante en un mercado libre de efecto intencional imitador (CSSDSNH)

� Test de significatividad: Li test y método bootstrap

� Datos intradiarios; enero 1996-diciembre 2003

• Todo el mercado: 100 sesiones

• 10% más liquido y negociado: diario e intardiario

(((( )))) (((( ))))(((( )))) (((( )))) PrFCPr

PrFCPr

1SNH1

1SNH1

rawrawjjjj

bootiNH

bootiSNHjjjj

DjFCSSDlxlSSDlxl

DjFCSSDlxlSSDlxl

====<<<<≤≤≤≤−−−−<<<<≤≤≤≤

====<<<<≤≤≤≤−−−−<<<<≤≤≤≤

++++++++

++++++++

(((( )))) 0]abs[ when Pr >>>>≥≥≥≥==== rawrawbootNH

bootj DjDjDjp


PARTE 1: EVIDENCIA DE EFECTO HERDING:EVIDENCIA INTRADIARIA /DIARIA

0

0,1

0,2

0,3

0,4

0,5

-50

-46

-42

-38

-34

-30

-26

-22

-18

-14

-10 -6 -2 2 6

10

14

18

22

26

30

34

38

42

46

50

Interval limits

Pro

bability

Overall sample Intentional herding-freeHeavily traded stocks sample. Intraday data. Heavily traded stocks sample. Daily data.


PARTE 1: EVIDENCIA DE EFECTO HERDING:EVIDENCIA INTRADIARIA. Robustez de los resultados.

Entorno Patterson y Sharma.

� PRIMER CONTRASTE: Medida de Patterson y Sharma

{ } { }mk jtjtjt TrTrTr ,...= con k≤ …≤m

{ }11

...,−++

=lkkk jtjtjtjt TrTrTrSDefinimos secuencias

)( jtii SIr ∑∑∑∑==== ( ) ( )n

pnprtjix iii −−+

=1

),,(2

1

( ) ( ) ( )222 131,, iiii pppptji −−−=σ

)1,0(),(

),,(),,(

..

2N

tj

tjixtjiH

da

i

→=σ




0,9751

1,5245

-0.3285

0,9602

-0,2539

1,1539

Resultado medio est. no significativos

Desviación típica

-5,4718

3,9862

-5,1918

3,6952

-5,1046

3,7176

Resultado medio est. significativos para

los títulos sin permanencia en el Ibex-35

Desviación típica

-5,6989

4,8331

-9,1219

6,1865

-9,0421

5,9725

Resultado medio est. significativos para

los títulos con permanencia en el Ibex-35

Desviación típica

-5,5883

3,5971

(78)

-6,6773

4,9101

(127)

-6,5928

4,9156

(127)

Resultado medio est. significativos

para la muestra total

Desviación típica

(Núm. títulos con resultado significativo)

HcHbHaMedida de Patterson y Sharma




� SEGUNDO CONTRASTE: Los intervalos inter-transacción

εβα +′+=′− jnjn tt 1*

� TERCER CONTRASTE: Búsqueda de brokers líderes en el mercado

( )∑ +=

tj jtbbb ukTrCILC

,

11... :

−+++<<<⊂

lkkkuk jtjtjtijtljt PTrPTrPTrSTr

( )∑ +=

tj jtbbb ukTrVILV

,

11... :

−+++>>>⊂

lkkkuk jtjtjtijtljt PTrPTrPTrSTr

si

si




0,201*

(0,034)

GLOBAL

Desv. típica

0,203*

(0,060)

Menos de 100

títulos por trans.

Desv. típica

0,198*

(0,040)

Más de 100

títulos por trans.

Desv. típica

Parámetro

promedio

214,965234,965

980,1941063,694

2575,4232653,383

7553,5727723,302

22315,73121979,3814 cifras

98,55100,385

629,054656,444

1900,83319363

3777,7723770,112

9612,7619302,8813 cifras

Promedio de

transacciones iniciadas

VENDEDORES

QPromedio de

transacciones iniciadas

COMPRADORES

Q


PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDINGGENERADORES DE HERDING EN EL MERCADO ESPAÑOL

-5,153E-08*-0,214*Hc

-7,464E-08*-2,327*Hb

-7,492E-08*-2,234*Ha

Var. explicativaConst.

Volumen euros

-0,003*0,389*

-0,005*-1,462*

-0,005*-1,367*


Núm. transacciones

Contrastes preliminares

( ) εβα ++= kjtVtjiH *,, 10

Paralelismo en el efecto herding εβα +′+= jtjt iHHi *10

-0,002-0,459

-0,006-2,468*

-0,006-2,372*


Días que cotiza

Vínculo con el volumen negociado



Análisis por carteras: Intensidad de Herding y…

� tamaño por capitalización

� volumen negociado en euros

� turnover

� book-to-market

� liquidez

� pertenencia al Ibex-35

� análisis sectorial

� existencia de opción sobre el título


PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDING

GENERADORES DE HERDING EN EL MERCADO ESPAÑOL

RESULTADOS Ha 1997-2003: Intensidad de Herding y…

� tamaño por capitalización

� volumen neg. en euros

� turnover

� book-to-market

� liquidez

� pertenencia al Ibex-35

� análisis sectorial

� existencia de opción

(0,00)-7,3956-0,3388

(0,00)-9,0190-0,0678

(0,00)-6,6016-0,7613

(0,00)-0,1541-6,6831

(0,00)-1,1863-4,2346

(0,00)-10,78 (Tel.)-1,77 (B. Cons.)

(0,00)-11,5448-2,0677

(0,00)-8,2381-1,2449

p-valQ5 (+)Q1 (-)



ESTRATEGIA DE INVERSIÓN

� Selección de activos : Telefónica, BBVA y Altadis

� Selección del momento: análisis de estacionalidad

� Implantación de la estrategia :

Iniciamos la estrategia comprando (vendiendo) a la tercera subida (bajada) consecutiva de precios

La operación se deshace ante la llegada de una secuencia de signo contrario

No se abrirá una segunda posición hasta que la primera no haya sido cerrada

Se considerará toda la secuencia como una sola mientras la evolución no cambie de signo.



GENERADORES DE HERDING EN EL MERCADO ESPAÑOL

(0,02)(0,02)(0,04)(0,04)(0,02)(0,02)(0,04)(0,03)

-0,15-0,15-0,16-0,16-0,18-0,18-0,11-0,11S4

(0,04)(0,04)(0,05)(0,04)(0,05)(0,05)(0,07)(0,08)

0,110,10,120,110,130,130,080,07S3

(0,15)(0,11)(0,13)(0,11)(0,17)(0,16)(0,23)(0,14)

0,330,310,370,360,460,440,250,25S2

(0,31)(0,16)(0,45)(0,31)(0,09)(0,13)(0,33)(0,18)

0,520,560,540,660,730,810,460,48S1

VCVCVCVC

PromedioTítulo CTítulo BTítulo A



HERDING Y CRISIS EN LOS MERCADOS FINANCIEROS

tiim

sti

k

s

iimti DHH ,1,

1

, µµµµδδδδββββαααα ++++++++++++==== −−−−

====

∑∑∑∑

¿ La crisis asiática del 97 incrementa el nivel de intensidad de herding?

¿ Cual es el impacto temporal de la crisis ?

de octubre a diciembre de 1997?

de octubre de 1997 a marzo de 1998?

de octubre de 1997 a junio de 1998?

de octubre de 1997 a septiembre de 1998?



HERDING Y CRISIS EN LOS MERCADOS FINANCIEROS

-0,4289*-0,5506*-0,7220**δδδδ

HcHbHa

Ibex-35

-0,04750,0718-0,0503δδδδ

HcHbHa

No Ibex-35

-0,4906***-0,4403**-0,3962**δδδδ5

-0,4332**-0,3723*-0,3110*δδδδ4

-0,5922***-0,5235**-0,4223*δδδδ3

-0,6131**-0,8471**-0,7982**δδδδ2

HcHbHa

Con opción

-0,2183**-0,1262-0,1005δδδδ5

-0,1471*-0,0940-0,0450δδδδ4

-0,2134**-0,1525-0,0798δδδδ3

-0,5266***-0,6407***-0,6729***δδδδ2

HcHbHa

Ibex-35


PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDINGUNA EXPLICACIÓN DEL EFECTO HERDING DESDE EL

MERCADO DE DERIVADOS

Análisis de la intensidad de herdingen los días del vencimiento de los derivados

Diferencia en la intensidad de herdingentre los viernes de vencimiento y los viernes sin vencimiento

�vencimiento mensual de los derivados sobre el Ibex-35 � vencimiento trimestral conjunto de derivados sobre acciones e Ibex-35

tjinjistji

k

s

jijitji DHH ,,,,,

1

,,,, µδβα +++= −

=

∑Para cada titulo un sistema de 3 ecuaciones. Metodología SUR

1,950**2,689***3,139***Wilcoxon/Mann-Whitney

2,364***3,193***3,500***t-test

HcHbHa

Segundo subperiodo


PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDINGUNA EXPLICACIÓN DEL EFECTO HERDING DESDE EL

MERCADO DE DERIVADOS

-0,153-0,783-0,539-0,327-3,639*TEF

-1,246-1,897**-2,133**-2,156*-3,154*SAN

-0,259-0,568-0,585-0,516-1,697**POP

-1,042*-1,936***-2,434***-3,546***-7,280***ITX

-0,529-0,579-0,679-1,243**-2,114**IBE

-0,252-0,514-0,260-0,240-1,601**GAS

-1,081**-1,673***-1,858***-1,518**-3,505***ELE

-0,483*-0,639**-0,454-0,584-0,990BKT

-0,231-0,575-0,437-0,637-2,556*BBV

-0,220-0,670-0,662-0,473-1,794*ALT

-0,838***-0,996***-1,073***-0,998**-1,978***ACX

-0,396-0,644**-0,717*-0,344-1,442**ABE

DS5DS4DS3DS2DS1

Ha


PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDINGINGREDIENTES DEL HERDING: RENTABILIDAD,

SENTIMIENTO DE MERCADO Y PROPENSIÓN IMITADORA

Tres factores del comportamiento imitador:

Herding racional, herding emocional y neglect herding

Principal dificultad: Qué variables observables se asocian a cada uno de los tres factores?

Medidas de sentimiento

t

t

VCall

VPutPCV =

t

t

OCall

OPutPCO =

tt

ttt

AAV

DDVARMS

#

#=

∑∑=

−−

=

+++=n

j

tjtkjjti

n

j

jti SHH1

1,,

1

1, εδβα

∑∑=

−−=

+++=n

j

tjtkjjti

n

j

jtk SHS1

2,,

1

2, εγφα

∑∑=

−−

=

+++=n

j

tjtjjti

n

j

jti RHH1

1,

1

1, εδβα

∑∑=

−−

=

+++=n

j

tjtkjjti

n

j

jt RHR1

2,,

1

2 εγφα

Metodología: Análisis de causalidad


PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDINGINGREDIENTES DEL HERDING: RENTABILIDAD,

SENTIMIENTO DE MERCADO Y PROPENSIÓN IMITADORA

Consecuencia 1: causalidad entre la rentabilidad y el sentimiento ?

∑∑=

−−

=

+++=n

j

tjtkjjt

n

j

jt SRR1

1,

1

1 εδβα

∑∑=

−−=

+++=n

j

tjtkjjt

n

j

jtk SRS1

2,

1

2, εγφα

Consecuencia 2: Relación conjunta y predicción

∑ ∑∑= =

−−

=

++++=n

j

t

n

j

ktjjtjjti

n

j

jti SRHH1

1

1

,,

1

1, εγδβα

−+−= ∑∑

==

U

t

itit

O

t

itit HHHHN

UMME11

ˆˆ1)(

−+−= ∑∑

==

U

t

itit

O

t

itit HHHHN

OMME11

ˆˆ1)(

Consecuencia 3: Medición de errores/Neglect herding (20%)

MAE/MAPE


PARTE 3: IMPLICACIONES DEL EFECTO HERDING SOBRE LA VOLATILIDAD

Medidas de volatilidad:

Residuos absolutis de rentabilidad

Volatilidad realizada

Volatilidad histórica: Parkinson y Garman-Klass

Volatilidad implícita

it

j

jitij

k

ktikit RDR εωα ∑∑=

−

=

++=12

1

5

1

OJO!

Varias medidas de rentabilidad

∑=

+==m

k

mkttR rm1

/

2

)(σσ

OJO!

Varias medidas de rentab./volatilidad

∑=

=n

t

tP Pn 1

21

2ln2

1σ ∑

=

−−=

n

t

ttGK QPn 1

22 )12ln2(2

11σ

inversión del modelo de valoración de Black and Scholes (1973)


PARTE 3: IMPLICACIONES DEL EFECTO HERDING SOBRE LA VOLATILIDAD

ititi

j

jitijtimiit VM υφσραασ ++++= ∑=

−

12

1

ititi

j

jitijtimiit NTM ηθσραασ ++++= ∑=

−

12

1

ititi

j

jitijtimiit ATSM τγσραασ ++++= ∑=

−

12

1

Obtención de las series limpias del efecto volumen y día de la semana

itistitit H λωυ ++=

itistitit H λωη ++=

itistitit H λλλλωωωωττττ ++++++++====

Estimar:

CONCLUSIÓN: al aumentar la intensidad del herding, aumenta la volatilidad(siempre??)


� Aplicamos un nuevo procedimiento analítico para detectar comportamientoimitador con una amplia base de datos y un horizonte temporal amplio

� El mercado español, especialmente en los títulos más negociados, exhibecomportamiento imitador significativo

� Los periodos de crisis aumentan la intensidad imitadora en los activos líderes del Ibex-35

� Encontramos evidencia de un efecto vencimiento de derivados en el comportamiento gregario de los agentes que operan con el subyacente

� La rentabilidad pasada y las medidas de sentimiento diario son factores claves en la generación de comportamiento imitador

� Cuanto más intensa es la imitación, mayor es la volatilidad que encontramos en el mercado. La excepción es la volatilidad implícita (y no siempre)

� Estos resultados son útiles para el desarrollo de nuevas estrategias y la definición de nuevas medidas de riesgo

CONCLUSIONES:

Documents

Efecto herding en el mercado bursátil español: detección ... · Intraday data. Heavily traded stocks sample. Daily data. Natividad Blasco de las Heras. 16 de abril de 2010. Valencia