Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
Efecto herding en el mercado bursátil español: detección, caracterización e
implicaciones
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
� 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 ?
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
� Detectar comportamientoimitador en el mercado de valores español
� Caracterizar/localizar dichoefecto
� Examinar las consecuencias, especialmente en volatilidad.
OBJETIVOS:
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
� 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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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.
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 1: EVIDENCIA DE EFECTO HERDING:EVIDENCIA INTRADIARIA. Robustez de los resultados.
Entorno Patterson y Sharma.
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 1: EVIDENCIA DE EFECTO HERDING:EVIDENCIA INTRADIARIA. Robustez de los resultados.
Entorno 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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 1: EVIDENCIA DE EFECTO HERDING:EVIDENCIA INTRADIARIA. Robustez de los resultados.
Entorno Patterson y Sharma.
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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*
Var. explicativaConst.
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*
Var. explicativaConst.
Días que cotiza
Vínculo con el volumen negociado
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDINGGENERADORES DE HERDING EN EL MERCADO ESPAÑOL
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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 (-)
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDINGGENERADORES DE HERDING EN EL MERCADO ESPAÑOL
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.
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDING
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDING
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?
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
PARTE 2: CARACTERIZACIÓN DEL EFECTO HERDING
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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)
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
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??)
Natividad Blasco de las Heras. 16 de abril de 2010. Valencia
� 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: