Anomalía del mercado

Muchos, si no la mayoría, de los artículos que documentan anomalías las atribuyen a una valoración errónea (Lakonishok, Shelifer y Visny 1994, ^{[ 11 ]} por ejemplo). La explicación de la valoración errónea es natural, ya que las anomalías son, por definición, desviaciones de una teoría de referencia de los precios de los activos. La "valoración errónea" se define entonces como la desviación con respecto a la referencia.

El referente más común es el CAPM (Modelo de Valoración de Activos Financieros). La desviación de esta teoría se mide mediante una intersección distinta de cero en una línea estimada del mercado de valores . Esta intersección se suele denotar con la letra griega alfa:

${\displaystyle E(R_{t}-R_{f,t})=\alpha +\beta [E(R_{M,t}-R_{f,t})]\,}$

dónde${\displaystyle R_{t}}$es el retorno de la anomalía,${\displaystyle R_{f,t}}$es el rendimiento sobre la tasa libre de riesgo,${\displaystyle \beta }$es la pendiente de la regresión del rendimiento de la anomalía sobre el rendimiento del mercado, y${\displaystyle R_{M,t}}$es la rentabilidad del "mercado", a menudo aproximada por la rentabilidad del índice CRSP (un índice de todas las acciones estadounidenses que cotizan en bolsa).

Las explicaciones sobre la valoración errónea suelen ser motivo de controversia en el ámbito académico de las finanzas, ya que los académicos no se ponen de acuerdo sobre la teoría de referencia adecuada (véase Riesgo no medido, más adelante). Este desacuerdo está estrechamente relacionado con el "problema de la hipótesis conjunta" de la hipótesis del mercado eficiente .

Entre los académicos, una respuesta común a las afirmaciones de precios erróneos era la idea de que la anomalía captura una dimensión de riesgo que falta en la teoría de referencia. Por ejemplo, la anomalía puede generar rendimientos esperados que van más allá de los medidos mediante la regresión CAPM, porque la serie temporal de sus rendimientos está correlacionada con el ingreso laboral, que no se captura con los indicadores estándar del rendimiento del mercado. ^{[ 12 ]}

Quizás el ejemplo más conocido de esta explicación del riesgo no medido se encuentra en el trabajo de seminario de Fama y French sobre su modelo de 3 factores: "Si los activos se valoran racionalmente, las variables que están relacionadas con los rendimientos promedio... ..., deben servir como aproximaciones de la sensibilidad a los factores de riesgo comunes (compartidos y, por lo tanto, no diversificables) en los rendimientos. Las regresiones de series temporales [del modelo de 3 factores] proporcionan evidencia directa sobre este tema". ^{[ 13 ]}

La explicación del riesgo no medido está estrechamente relacionada con las deficiencias del CAPM como teoría del riesgo, así como con las deficiencias de las pruebas empíricas del CAPM y modelos relacionados. Quizás la crítica más común al CAPM es que se deriva en un contexto de un solo período, y por lo tanto carece de características dinámicas como períodos de alta incertidumbre. En un contexto más general, el CAPM suele implicar múltiples factores de riesgo, como se muestra en la teoría del CAPM intertemporal de Merton . Además, el ICAPM generalmente implica que los rendimientos esperados varían con el tiempo, por lo que la predictibilidad de las series temporales no es una evidencia clara de precios incorrectos. De hecho, dado que el CAPM no puede capturar en absoluto los rendimientos esperados dinámicos, la evidencia de predictibilidad de las series temporales se considera con menos frecuencia como un precio incorrecto en comparación con la predictibilidad transversal.

Las deficiencias empíricas se refieren principalmente a la dificultad de medir la riqueza o la utilidad marginal . Teóricamente, la riqueza incluye no solo la riqueza del mercado de valores, sino también la riqueza no comercializable, como los activos privados y los ingresos laborales futuros. En el CAPM de consumo (que es teóricamente equivalente al ICAPM de Merton), el indicador adecuado para la riqueza es el consumo, que es difícil de medir (Savov 2011, ^{[ 14 ],} por ejemplo).

A pesar de la solidez teórica de la explicación del riesgo no medido, existe poco consenso entre los académicos sobre el modelo de riesgo adecuado más allá del CAPM. Entre las propuestas se incluyen el conocido modelo de tres factores de Fama-French, el modelo de cuatro factores de Fama-French-Carhart, el modelo de cinco factores de Fama-French y el modelo de cuatro factores de Stambaugh y Yuan. ^{[ 15 ] [ 16 ] [ 17 ]} Todos estos modelos tienen una orientación empírica, en lugar de derivarse de una teoría formal del equilibrio como el ICAPM de Merton.

Las anomalías casi siempre se documentan utilizando los precios de cierre del conjunto de datos CRSP. Estos precios no reflejan los costos de transacción, lo que puede impedir el arbitraje y, por lo tanto, la previsibilidad de la eliminación. Además, casi todas las anomalías se documentan utilizando carteras con ponderación equitativa ^{[ 4 ]} , lo que implica la negociación de acciones ilíquidas (de alto costo de negociación).

La explicación de los límites del arbitraje puede considerarse un perfeccionamiento del marco de valoración errónea. Un patrón de rentabilidad solo genera beneficios si estos sobreviven a los costes de transacción; por lo tanto, no debería considerarse una valoración errónea a menos que se tengan en cuenta dichos costes.

Una extensa bibliografía documenta que los costos de transacción reducen considerablemente los rendimientos anómalos. Esta bibliografía se remonta a Stoll y Whaley (1983) y Ball, Kothari y Shanken (1995). ^{[ 18 ] [ 19 ]} Un artículo reciente que estudia docenas de anomalías encuentra que los costos de transacción tienen un efecto masivo en la anomalía promedio (Novy-Marx y Velikov 2015). ^{[ 5 ]}

Es probable que las anomalías documentadas sean las de mejor desempeño de un conjunto mucho mayor de predictores de retorno potenciales. Esta selección crea un sesgo e implica que las estimaciones de la rentabilidad de las anomalías están sobreestimadas. Esta explicación de las anomalías también se conoce como manipulación de datos, manipulación de datos, minería de datos y extracción de datos , y está estrechamente relacionada con el problema de las comparaciones múltiples . Las preocupaciones sobre el sesgo de selección en las anomalías se remontan al menos a Jensen y Bennington (1970). ^{[ 20 ]}

La mayoría de las investigaciones sobre el sesgo de selección en las anomalías del mercado se centran en subconjuntos particulares de predictores. Por ejemplo, Sullivan, Timmermann y White (2001) muestran que las anomalías basadas en el calendario dejan de ser significativas tras ajustar por el sesgo de selección. ^{[ 21 ]} Un metaanálisis reciente de la prima por tamaño muestra que las estimaciones reportadas de la prima por tamaño están exageradas al doble debido al sesgo de selección. ^{[ 22 ]}

La investigación sobre el sesgo de selección para anomalías en general es relativamente limitada y poco concluyente. McLean y Pontiff (2016) utilizan una prueba fuera de muestra para demostrar que el sesgo de selección representa como máximo el 26% del rendimiento medio de la anomalía típica durante el período de muestra de la publicación original. Para demostrar esto, replican casi 100 anomalías y muestran que el rendimiento promedio de la anomalía es solo un 26% menor en los pocos años inmediatamente posteriores al final de las muestras originales. Como parte de esta disminución puede deberse a efectos de aprendizaje de los inversores, el 26% es un límite superior. ^{[ 4 ]} En contraste, Harvey, Liu y Zhu (2016) adaptan ajustes de pruebas múltiples de estadísticas como la tasa de falsos descubrimientos a los "factores" de fijación de precios de activos. Se refieren a un factor como cualquier variable que ayuda a explicar la sección transversal de los rendimientos esperados y, por lo tanto, incluyen muchas anomalías en su estudio. Encuentran que las estadísticas de pruebas múltiples implican que los factores con estadísticos t < 3,0 no deben considerarse estadísticamente significativos, y concluyen que la mayoría de los hallazgos publicados probablemente sean falsos. ^{[ 23 ]}