Reacción de los Inversiores en la crisis financiera. Un enfoque conductual

INSTITUTO DE ESTUDIOS SUPERIORES DE ADMINISTRACIÓN

LA REACCIÓN DE LOS INVERSIONISTAS EN LA CRISIS FINANCIERA DE LOS ESTADOS UNIDOS DE AMÉRICA. UN ENFOQUE CONDUCTUAL Trabajo presentado para la obtención del grado en Master en Finanzas

Autores: Lorena, Liendo Rey Matteo, Marcantognini Palacios

Caracas, julio de 2009

Con nuestra gratitud

Muchos han contribuido, con su apoyo, asesoría y disposición, a la realización de esta investigación que presentamos; sin embargo, deseamos extender un agradecimiento especial a las personas e instituciones que, con total desinterés, aportaron un poco más de lo que les habíamos solicitado en un principio. He aquí sus nombres: Adriana Morales Davaus de la Organización Social del Colegio San Ignacio, OSCASI, por su fineza y empática disposición en todo momento; Marina Sosa de Hoyer y Fabiana Estenssoro, también de OSCASI. Gerencia de Postgrados del IESA, en las personas de Janis Briceño y Liliana Zambrano. Nuestros parientes: Stefania Marcantognini, Eduardo Morales, Yanira Bonilla, Teresa, Ramón, Elio y Javier Liendo Rey. Jesús Rondón Sotillo, Anargela Morantes y Mark Woods. Enrique Contreras, Diógenes Sáenz de Banco Provincial, Ronald Tagliaferro de BOD Casa de Bolsa, César Rodríguez de InverUnión y especialmente Eduardo Fortuny de BNH Casa de Bolsa por sus observaciones constructivas y acertados comentarios. Nuestros profesores del IESA, particularmente Eduardo Pablo, Miguel Ángel Santos, José Javier Llanos, Enrique Ter Horst, Luis Echenique, José Luis Giménez y Hugo Faria, por su siempre oportuna respuesta. Nuestro tutor, profesor Cándido Pérez y nuestro segundo lector, profesor Carlos Alberto Molina.

Profesor Maximiliano González Ferrero de la Universidad de los Andes, UNIANDES; Leopoldo Molina por sus útiles recomendaciones y María Cristina Arenas, compañera de estudios, gran amiga y sostén emocional cuando hizo falta.

M.M.P L.L.R

Resumen Ejecutivo La estrepitosa caída de los mercados financieros en septiembre de 2008, cuyos orígenes no se percibían con la claridad que la Hipótesis de Mercado Eficiente, HME, promulgaba, dieron el impulso para intentar dilucidar, con base a la evidencia empírica recabada por diversos autores de las Finanzas Conductuales, cómo y qué tan intensamente los mercados financieros son sensibles a la interacción de los inversores, quienes se movilizan no sólo por la información a la que acceden, sino por cómo la analizan en función de sus expectativas, aspiraciones y prejuicios.

Para estudiar la interrelación de diversos factores económicos con variables dirigidas a evaluar aspectos sicológicos de los inversores en los mercados financieros, se propuso formular un modelo empírico que evaluara la correlación del Índice S&P500 con la oferta monetaria, las notas del tesoro, los mercados de materias primas, así como otros indicadores económicos como el nivel de producción industrial, la inflación, la construcción de viviendas, las tasas de interés y el índice de confianza del consumidor.

Las variables conductuales vinculadas a los fenómenos de sub y sobrerreacción, de interés para este trabajo, son la intensidad de conservadurismo y la intensidad de sobreconfianza analizadas con la respuesta, de un cuestionario diseñado a tal fin, de 62 inversores individuales e institucionales con edades comprendidas entre los 25 y los 75 años de edad, 95% de nacionalidad venezolana, 85% de ellos dedicado a las finanzas o con estudios en el área, 25% del sexo femenino, que se encontraban activos como inversores en los Estados Unidos de América, en el período correspondiente a enero de 2004 y abril de 2009.

El resultado de la aplicación de un modelo que incluye los sesgos, muestra un importante grado de asociación lineal del índice de sobre-confianza y del ICC con el retorno mensual del S&P500. Esto lleva a concordar con los autores de Finanzas Conductuales, quienes prefieren tratar a los fenómenos relacionados con la actitud y reacción de los inversores, como regularidades del mercado y no como anomalías.

Palabras claves: Mercados Financieros de Estados Unidos, S&P500, sesgos cognoscitivos, sub-reacción, sobrerreacción, sobre-confianza, conservadurismo, índice de confianza del consumidor.

Índice Variables Económicas Relevantes. Su Interacción..............................................................2 Variable Dependiente.......................................................................................................2 Variables Independientes.................................................................................................2 Correlación del S&P500 con la Oferta Monetaria...........................................................3 Correspondencia del S&P500 con los rendimientos de Bonos o Letras del Tesoro........5 Correlación S&P500 y el mercado de materias primas...................................................6 Variables de Control........................................................................................................8 Correlación del S&P500 y la inflación (CPI = IPC)........................................................8 Correlación del S&P500 y el ‘housing starts’..................................................................9 Correlación del S&P500 con el CSI o nivel de confianza del consumidor.....................9 Correlación del S&P500 y el nivel de empleo...............................................................10 Correlación del S&P500 y el Índice de Producción Industrial......................................10 Factores Conductuales: Sesgos Cognoscitivos Relevantes................................................11 Anomalías del Mercado. Evidencia de Sub y Sobrerreacción.......................................12 Sesgos en las Estrategias de Inversión...........................................................................14 Especificación del modelo matemático explicativo del nivel del S&P500.......................15 Obtención de la información..........................................................................................18 Estimación del modelo econométrico............................................................................18 Prueba de hipótesis e inferencia.....................................................................................26 Conclusiones. Predicción y Proyección.............................................................................31 Apéndice 1. Datos Descriptivos de las Variables..............................................................36 Apéndice 2. Consulta a Inversores en los Mercados de Capitales de los Estados Unidos de América.........................................................................................................................37 Referencias Bibliográficas.................................................................................................41

A raíz de la caída estrepitosa de los mercados de capitales en septiembre de 2008, cuyos antecedentes y posible origen no se percibían con la claridad que la Hipótesis de Mercados Eficientes, HME, promulgaba, cabía preguntarse ¿qué papel juegan las expectativas racionales y aquellas afectadas por los sesgos cognoscitivos? Aún más, ¿las llamadas sobrerreacción y sub-reacción –cuya existencia ha sido demostrada estadísticamente en diversos estudios- y la teoría del Sentimiento del Inversor, tienen algún impacto medible en el comportamiento de los mercados financieros?

Para hallar respuestas plausibles a estas interrogantes es propicio revisar algunos cuestionamientos teóricos y empíricos que diversos autores de las Finanzas Conductuales han venido efectuando a la HME. Puesto que la misma establece que los precios de los activos reflejan toda la información pública relevante, no deberían detectarse cambios en la demanda o en la oferta de un activo financiero que no estén acompañados por noticias sobre su valor fundamental. Sin embargo, de las evidencias empíricas observadas por De Bondt y Thaler (1985), Jeegadesh y Titman (1993), Daniel, Hirshleifer y Subrahmanyam (1998), Odean (1998) y otros, se extrae que la relación precio-información relevante, no es tan precisa como la HME hace suponer y que tal fenómeno podría deberse a una incorporación gradual de la información a los precios (sub-reacción y auto-correlación positiva de retornos en el corto plazo) o a sobrerreacción de los precios a señales privadas confirmadas por anuncios públicos (auto-correlación negativa de los retornos en el largo plazo). Estas anomalías de la HME, inducen a pensar que otros factores, aparte de los meramente racionales, impactan apreciablemente en el desempeño de los mercados.

En el establecimiento de parámetros de análisis que intentasen una aproximación más precisa al comportamiento real del mercado de capitales de los Estados Unidos de América, en función no sólo del impacto de las variables macroeconómicas clásicas, sino de la conducta de quienes interactúan en dicho mercado, es decir, los inversores, se procesaron resultados de 62 encuestas, en las que se medían 2 sesgos cognoscitivos opuestos, conservadurismo y sobre-confianza, asociados, el primero, a los inversionistas poco activos y el segundo, a los hiperactivos. Se detectó que la sobre-confianza se incrementó en intensidad durante septiembre 2008 y los seis meses siguientes, superando al conservadurismo que había sido más intenso antes de la crisis. Sin embargo, ambos sesgos se intensificaron con la caída de valor del mercado de capitales.

1

Variables Económicas Relevantes. Su Interacción Como punto de partida para el logro del objetivo de investigación de este trabajo, se procedió a revisar la interrelación de diversos factores económicos del mercado de los Estados Unidos de América (seleccionado por su evidente rol protagónico en el entorno financiero internacional), con variables más dirigidas a evaluar aspectos sicológicos de los inversores en dicho mercado. A partir de la revisión documental efectuada, se procedió a proponer un modelo multifactorial que ayudase a ponderar la influencia de diversas variables, tanto racionales como sicológicos, en el desempeño del mercado estudiado durante los últimos 5 años. A continuación se describen las variables analizadas en este trabajo.

Variable Dependiente En este estudio se propone al Índice S&P500 como variable dependiente, pues representa el indicador por excelencia del mercado de acciones en los Estados Unidos de América.

El índice se medirá en términos de retorno porcentual promedio mensual, siguiendo a Gujarati (2003), Greene (2002) y De Fusco (CFA 2006): St +1

St

S = 1 + Rt ,t +1 ⇒ rt ,t +1 = Ln  t +1 ÷ = Ln ( 1 + Rt ,t +1 ) St   Con

St+1, t= Índice S&P500 por unidad de tiempo (mensual)

Rt+1, t= Retorno (variación mensual) Campbell y Shiller (1988), Rubenstein (1976) y Lucas (1978), incluyen los dividendos, en vista de que el índice S&P500 los proporciona. Luego, el retorno efectivo del S&P500 está dado por: St +1 + Divt

 ( S + Divt )  = 1 + Rt ,t +1 ⇒ rt ,t +1 = Ln  t +1 = Ln ( 1 + Rt ,t +1 ) St St ÷   Donde Divt= dividendos por unidad de tiempo (mes)

Variables Independientes La revisión bibliográfica ha permitido asimismo detectar el grado de asociación (correlación), entre el índice S&P500 y la oferta monetaria, los bonos o notas del tesoro, los mercados de materias primas, así como otros indicadores económicos como el nivel de producción industrial, la inflación, la construcción de viviendas, las tasas de interés y 2

el nivel de confianza del consumidor. Son éstas, entonces, las variables económicas seleccionadas para este estudio.

Correlación del S&P500 con la Oferta Monetaria Rudolph (1972), identifica una correlación positiva entre el cambio en M1 o M2 y el cambio en el nivel del S&P500. Es posible entonces efectuar un análisis de elasticidad entre el cambio en M y el cambio en el S&P500 que permita detectar fácilmente cómo ha sido la asociación lineal entre estas dos variables durante los últimos 5 años. De acuerdo a la teoría de las expectativas racionales, una expansión monetaria esperada por el público no produce una reacción: la medida prevista no afecta las expectativas en cuanto a futuros dividendos o en cuanto a los futuros tipos de interés. Así, en el ámbito de una crisis económica y financiera, las políticas expansionistas anunciadas con antelación (por ejemplo, el plan de rescate implementado por el gobierno de los Estados Unidos en el año 2008), no producen mejoras en el corto plazo. Si el mercado sigue empeorando, podría suponerse que son los factores sicológicos de los inversores los que están incidiendo. Sin embargo, cambios inesperados en la oferta monetaria sí pueden causar un cambio el desempeño de los mercados. Sorensen (1982), constata que contracciones y expansiones en el crecimiento del dinero conducen a depreciaciones o apreciaciones en el nivel del S&P500. Aunque los cambios anunciados en el crecimiento del dinero, no tienen según la HME relación rezagada con los retornos del índice, los cambios son significativos puesto que información futura predecible debería reflejarse en los precios de mercado.

Cutler, Poterba y Summers (1989), en su modelo de valoración del NYSE de siete variables, incluyendo la dependiente, utilizan el logaritmo de la oferta monetaria real M1, como una de las seis variables explicativas. Por su lado, Fama (1988 y 1990), analiza la relación entre el sector real y el financiero y destaca que, según la teoría cuantitativa del dinero, una expansión monetaria acompañada por un crecimiento real de la producción, sí se relaciona positivamente con los retornos de los activos financieros. Esta observación es corroborada por Schwert (1990) y por Fama y Schwert (1977).

En un análisis del impacto de los cambios en la política monetaria en la relación negativa entre los retornos de las acciones y los cambios en la inflación esperada, Kaul (1990) demuestra el impacto de políticas monetarias contra-cíclicas o pro-cíclicas: las primeras acentúan la relación negativa entre los retornos y la inflación, mientras que con 3

las segundas la relación es positiva. De su estudio se desprende que si ante una recesión se incrementa la oferta monetaria con el fin de incrementar la producción y el consumo, se produce una aceleración económica, un incremento del PIB real con baja inflación, cuyo efecto sobre los retornos no es significativo (Schwert, 1990), es decir prevalece la correlación positiva de M1 o M2 con el S&P500. Flannery y Protopapadakis (2002), corroboran las significativas correlaciones existentes entre estas variables, usándolas en un modelo de valoración de un índice compuesto promedio ponderado del NYSEAMEX-NASDAQ. En efecto, cambios macroeconómicos afectan a la mayoría de las firmas simultáneamente, por lo que una expansión monetaria cuyo objeto es mejorar la actividad real de la economía (política contra-cíclica), impacta positivamente en los prospectos de flujo de caja de las firmas que se descuentan a una menor tasa de interés, lo que incide en una mejor valoración de las acciones y de sus retornos. Obtienen que M1 se relaciona negativamente con los retornos, con un coeficiente de regresión de –0,063, mientras que la correlación con M2 es positiva, con un coeficiente de regresión de 0,079.

Por su parte, Rigobon y Sack (2003) establecieron la importancia del mercado de las acciones como determinante de la política monetaria, al correlacionar las tasas de interés (y por ende la oferta monetaria) en función del S&P500, detectando que la caída (alza) del índice S&P500 en un 5 %, incrementa (reduce) unos 25 puntos básicos la tasa de interés de la Reserva Federal (FED). En esta misma línea, Crowder (2006), relacionó al S&P500 con la tasa efectiva de la Reserva Federal, usando como variable de control para los efectos de la inflación, el “Commodity Spot Index”. Observó una correlación positiva casi perfecta entre el indicador de inflación y el indicador de la tasa de interés, los cuales en conjunto muestran una correlación negativa con un cierto rezago con respecto al nivel del S&P500, Crowder concluye que la evidencia empírica sustenta la idea de que la tasa de interés de la FED y los retornos del S&P500 pueden ser modelados como un sistema co-integrado, es decir se puede efectuar el análisis de regresión de la serie de tiempo del S&P500 sobre la serie de tiempo de las tasas de la Reserva Federal. Al bajar la tasa de interés, aumenta el crédito y por ende aumenta la demanda de dinero, lo que se resuelve en un incremento de la producción y el consumo en la economía. El incremento de la demanda monetaria incrementa la inversión especulativa en acciones.

4

Medición de M2: la Oferta Monetaria es medida en miles de millones de dólares según la data suministrada por la Reserva Federal y de acuerdo a lo observado en la bibliografía. Sin embargo, para mantener la coherencia de la expresión matemática y sus unidades, M2 se expresa en términos de Ln (M2 t / M2t-1), que representa la variación porcentual compuesta de dicho agregado monetario, dado que el S&P500 se desea expresado en retorno porcentual compuesto por unidad de tiempo.

Correspondencia del S&P500 con los rendimientos de Bonos o Letras del Tesoro Campbell y Shiller (1988), basados en el modelo dinámico de Gorton, hallan que la razón Dividendo/Precio es muy sensible a las expectativas sobre la tasa de descuento. En su modelo de valoración de tal razón para el S&P500, emplean como factor de descuento la tasa de interés nominal de corto plazo suministrada por la Reserva Federal. Esta razón aumenta con la tasa que para el caso específico del “Value-Weighted NYSE Index” es el retorno anual de las Letras del Tesoro con vencimiento mensual. Por su parte, Cutler, Poterba y Summers (1989), emplean la tasa nominal de largo plazo sobre bonos corporativos AAA, o la tasa nominal de corto plazo, medida por el rendimiento de las notas del tesoro a tres meses.

Autores como Kocherlakota (1996) y Mehra y Prescott (2002), han investigado la llamada “prima de riesgo” que las acciones tienen respecto a la tasa libre de riesgo.

Explican que en una economía típica (Lucas, 1975) existe una correlación entre consumo y dividendos. Los retornos de las acciones co-varían más que las notas del tesoro, con el crecimiento del consumo. El análisis técnico entre los retornos del S&P500 y los retornos de instrumentos de deuda de corto plazo libre de riesgo, arroja que a lo largo del siglo XX, altos retornos del índice se corresponden con bajos retornos de las letras del tesoro.

Una suposición importante es que la tasa libre de riesgo es el factor de descuento que al bajar, incrementa el valor descontado de los dividendos futuros que proporciona el índice.

Para explicar la correlación negativa entre el rendimiento al vencimiento de los bonos del tesoro y el nivel del S&P500, Crowder (2006) emplea el mismo argumento intuitivo del factor de descuento para el cálculo del valor de las acciones. En muchos modelos de factores figura el rendimiento al vencimiento (YTM) de los bonos o de las letras del tesoro, como uno de los factores de valoración de los activos financieros. En otros figura la tasa de interés de la Reserva Federal.

5

Leung, Daouk y Chen (2000) incluyen entre sus cinco variables explicativas del retorno del índice de mercado S&P500, la tasa de interés de corto plazo de las letras del tesoro a tres meses y la tasa de interés a largo plazo de los bonos del tesoro de Estados Unidos (30 años). También Ilmanen (2003), efectuó un análisis sobre este indicador, detectando tres períodos de correlación negativa entre los bonos del tesoro a 30 y 20 años y las acciones en términos del S&P500: 1929-1932, 1956-1965, y 1998- 2001. Explica que una correlación negativa hace que los bonos del tesoro sean una óptima cobertura especialmente durante los períodos de recesión. La correlación no necesariamente implica causalidad, pero muchos inversores consideran que la caída de los ‘bond yields’ reduce la tasa de descuento de las acciones, y la caída de las acciones induce una política monetaria expansionista que genera un ‘rally’ en el mercado de bonos del tesoro.

Generalmente, a un período de fortaleza del mercado de los bonos, le sigue otro de potencia en el mercado de las acciones. Apunta Ilmanen que la correlación y su reversión deben analizarse en el contexto de los ciclos de negocios y crecimiento, del ambiente de inflación, de las condiciones de volatilidad y de la política monetaria. Durrè y Giot (2007), analizan el llamado “Fed Model”, concluyendo que en realidad el rendimiento de los bonos del tesoro a largo plazo (10 años) no es un factor significativo en la valuación de un índice de acciones. En esa misma línea, Chan, Karceski y Lakonishok (1998), diseñaron un modelo de factores fundamentales, técnicos, macroeconómicos, estadísticos y de mercado, adoptando, entre los factores macroeconómicos, el rendimiento mensual de las letras del tesoro a las que le deducen la inflación mensual correspondiente.

Medición: se analizarán valores porcentuales por unidad de tiempo de las tasas de rendimiento de los bonos a treinta años (Ilmanen, 2003, y Leung et al 2000) como tasas nominales de interés a largo plazo y las tasas de rendimiento de las notas del tesoro a tres meses (Cuttler, Poterba y Summers, 1989) como tasa nominal de interés a corto plazo, analizando, en ambos casos, el cambio continuo mensual en estos rendimientos al vencimiento, es decir el Ln (YTMt / YTMt-1).

Correlación S&P500 y el mercado de materias primas Existe fuerte evidencia de la relación intermercados, que genera estudios basados en el “Intermarket Analysis”. Crowder, por ejemplo, detecta correlación negativa entre el “Commodity Spot Index” y el nivel del S&P500. También Driedsprong, Jacobsen y Maat 6

(2008), comprueban la correlación negativa (coeficiente de regresión del factor retorno del petróleo en la regresión ~ –0.1) existente entre el retorno del WTI cotizado en el NYMEX y los retornos de las acciones en los diferentes mercados financieros mundiales.

El llamado “oil effect” se produce con un rezago, lo que sugiere sub-reacción por parte de los inversores. Los autores indican que una estrategia de compra-venta bursátil basada en el precio del petróleo produce ganancias mayores a una estrategia pasiva de comprar y mantener un portafolio de acciones. Jones y Kaul (1996), usando cálculos trimestrales, muestran correlación igualmente negativa pero menos acentuada

(coeficiente de

regresión del factor retorno del petróleo en la regresión ~ – 0,06 - 0,02) Por su parte, Odusami (2008) observa un efecto no lineal negativo de los “shocks” petroleros sobre el mercado agregado de las acciones en Estados Unidos, mientras que Chiou, Lee y Lin (2008) estudiaron la existencia de un equilibrio a largo plazo entre el S&P500 y los precios del petróleo, detectando que existe una relación unidireccional de los precios del petróleo al S&P500, es decir cambios en el precio del petróleo afectan el índice, pero cambios en el índice no afectan los precios del petróleo. Es de notar que en modelos multifactoriales de valoración de activos como los de Chen, Roll y Ross (1986), se utiliza el logaritmo del cambio en los precios del petróleo.

Con respecto a otra materia prima de interés, el oro, éste juega un papel importante básicamente en la diversificación de los portafolios, debido a su ya reconocida correlación negativa (o no correlación) con casi todas las acciones de compañías no mineras o extractoras de oro. Además el oro es un bien refugio de la riqueza de los inversores en períodos de recesión. El valor del oro puede variar en el corto plazo, pero su poder adquisitivo se mantiene en el largo plazo; la volatilidad del oro en el corto plazo es de cerca del 12,5% mientras que la del S&P500 es de cerca del 14,7%.

Gorton y Rouwenhorst (2006) encontraron que la inclusión de “commodities” en un portafolio diversificado de inversión, parece producir retornos parecidos a un portafolio de acciones con muy baja o negativa correlación con las acciones individuales. Los autores obtuvieron las siguientes correlaciones “stocks-commodities”: 0,05 mensual, – 0,06 trimestral, –0,10 anual y –0,42 quinquenal.

Medición: en el modelo de estimación del S&P500 de este trabajo se considerarán los precios sucesivos mensuales del petróleo cotizado WTI suministrados por la Agencia 7

Internacional de Energía, y los precios del oro por onza suministrados por Economática.

Dichos precios se procesarán a retornos por unidad de tiempo, es decir Ln (Pt+1/ Pt).

Variables de Control Para el modelo empírico propuesto se seleccionaron algunos indicadores guía del Entorno Macroeconómico como el CPI o IPC, Índice de Construcción de Viviendas, CSI, Índice del Sentimiento del Consumidor o CCI, Índice de Confianza del Consumidor, Índice de Producción Industrial e Índice de Desempleo.

Correlación del S&P500 y la inflación (CPI = IPC) En un análisis sobre la relación entre los retornos de las acciones, la actividad real de la economía y la inflación, Fama (1977) aduce que la relación negativa entre retornos e inflación es inducida por la relación negativa entre la inflación y la actividad real de la economía, que a su vez es explicada por una combinación de la teoría de la demanda del dinero y la teoría cuantitativa del dinero. Este autor concluye que, al haber una relación negativa entre la inflación y la actividad real de la economía, y una relación positiva entre la tasa de rendimiento real de los activos y la tasa de retorno del capital patrimonial invertido en los activos financieros, existe una relación negativa entre el retorno sobre los activos financieros y la inflación. Schwert (1981) concuerda con este resultado. Examina los retornos diarios del S&P500 respecto a los anuncios del IPC entre 1953 y 1978, hallando que el mercado reacciona débilmente a la inflación inesperada en torno al tiempo en el que el IPC es anunciado, pero no parece reaccionar durante el período en el cual el IPC es medido. La explicación de ello la brinda Fama, quien aduce que la inflación está simultáneamente correlacionada con movimientos inesperados de importantes variables reales, como el gasto de inversión de capital o el PIB real y de esta manera la correlación entre el retorno del índice y el IPC es poco importante.

Gorton y Rouwenhorst (2006) consiguieron las siguientes correlaciones entre las acciones y la inflación: –0,15 mensual, –0,19 trimestral, –0,19 anual y –0,25 quinquenal.

Gerlach (2007) por su parte, en un trabajo donde relaciona anuncios macroeconómicos y anomalías de calendario y de estado del tiempo, con el rendimiento del S&P500, obtiene un coeficiente de regresión del CPI explicativo del índice de –0,0242 con un valor-p de 0,02, R² de 0,04. Esto implica que la hipótesis nula (coeficiente de regresión del CPI = 0) 8

puede ser rechazada con un nivel de significancia menor al 2% y que la correlación es la raíz cuadrada de 0,04 es decir –0,2. Por su parte, Flannery y Protopapadakis (2002), encontraron una correlación negativa entre el CPI y el rendimiento mensual del S&P500.

Medición: los valores del índice de precios al consumidor CPI se expresarán como son emanados mensualmente por el “Bureau of Labor Statistics” y por la fuente principal de documentación de este trabajo (Economática). Se computarán los cambios mensuales del IPC o CPI como Ln (IPCt / IPCt-1) que resultarán en la tasa de inflación mensual.

Correlación del S&P500 y el ‘housing starts’ Gerlach obtiene un coeficiente de regresión de –0,0027 entre el anuncio del “Housing Starts”, HS, y el retorno mensual del S&P500, con un valor-p de 0,51 y un R² de cero (no significativo, no correlación). Flannery y Protopapadakis en cambio, observan que, tras anuncios de aumento en la construcción de viviendas, la media de los retornos de un índice ponderado de acciones del “Center for Research of Securities Prices”, CRSP, es de 0,0015 con un valor-p de 0,116.

Medición: el “US Census Bureau” suministra los valores cuantitativos mensuales sobre los que se obtendrán los cambios mensuales del HS, esto es, Ln (HSt / HSt-1).

Correlación del S&P500 con el CSI o nivel de confianza del consumidor El Índice del Sentimiento del Consumidor (CSI por sus siglas en inglés) se construye en base a encuestas mensuales a un mínimo de 500 hogares (en el caso de la “Conference Board”, entre 3.500 a 5.000 hogares), para detectar el nivel de confianza del público sobre el estado actual de la economía. Generalmente se mueve en línea con los indicadores de inflación y desempleo. Desde finales de los años 70, es suministrado por la Universidad de Michigan y por la “Conference Board”. Conjuntamente con las variables de entorno macroeconómico, consideradas de control en este estudio, forma parte de los así llamados Indicadores Económicos Guía.

Fisher y Statman (2003), estudiaron las medidas del CSI promediando dos indicadores del Sentimiento del Inversor suministrados, uno por “Investors Intelligence (II)” y el otro por la “American Association of Individual Investors (AAII)”. Tanto la II como la AAII, clasifican a los inversores como alcistas, bajistas o neutrales (los que

9

esperan por una corrección); sin embargo, mientras la primera efectúa su cálculo semanalmente desde 1964, la segunda lo efectúa mensualmente.

En su análisis, estos autores hallaron correlación positiva y estadísticamente significativa entre los cambios en el CSI y los Cambios en el ISI, obteniendo unos coeficientes de determinación R² entre 0,04 y 0,12, que implican unas correlaciones de al menos 20%. Más aún, con respecto al índice S&P500, el índice de confianza del consumidor y el del sentimiento del consumidor presentan un coeficiente de determinación de entre 0,05 y 0,11, aunque en este caso la variable independiente es el retorno mensual del S&P500. Sin embargo, cuando la variable dependiente es el retorno del S&P500, R² es cero.

Medición: se tomarán en cuenta los cambios porcentuales mensuales del CSI o CCI recabados de la Universidad de Michigan o de la “Conference Board” disponibles en Economática.

Correlación del S&P500 y el nivel de empleo Como demuestra la teoría económica, un anuncio de incremento en el desempleo generalmente señala una disminución de la inflación o de la tasa de interés. En tal sentido, Fama y Schwert destacan que tal incremento será percibido para el mercado financiero como buena noticia en momentos de expansión económica y como mala noticia en momentos de recesión. Gerlach halla un coeficiente de regresión de la variable empleo de –0,0015 con un valor-p de 0,57 y un R² de cero, lo que significa que no es un factor significativo para la valoración del S&P500. Flannery y Protopapadakis en cambio, observan un promedio mensual del retorno negativo de un índice ponderado de acciones del CRSP tras el anuncio mensual de aumento del desempleo, y un promedio del retorno mensual positivo tras el anuncio mensual de aumento de empleo.

Medición: Se estudiará la variación mensual porcentual de la tasa de desempleo suministrada por el CPS (“Current Population Survey”) del “Bureau of Labor Statistics”, disponible también en Economática.

Correlación del S&P500 y el Índice de Producción Industrial Para ponderar el “value-weighted NYSE portfolio”, computado como dividendos nominales deflactados por el IPC y suministrados por el CRSP, Poterba y Summers 10

(1989), incluyen al logaritmo de la producción industrial en su modelo de factores.

Schwert (1990) por su parte, cita a Fama (1990) quien, al mostrar que los retornos mensuales, trimestrales y anuales de los activos financieros están altamente correlacionados con la tasa de crecimiento de la producción y que el grado de correlación aumenta con la duración del período de tenencia, arguye que la relación entre los retornos de las acciones y el crecimiento futuro de la producción, refleja la información acerca de los futuros flujos de caja, la cual se refleja en los precios de las acciones.

Para Gerlach el coeficiente de regresión de la producción industrial mensual sobre el rendimiento mensual del S&P500 es de 0,0015 con un valor-p de 0,74 y un R² de 0,00.

Flannery y Protopapadakis (2002), observan en cambio que la media de los retornos del índice ponderado de acciones del CRSP es de –0,0012 con un valor-p de 0,447 (no significativo, se acepta la hipótesis nula de retorno mayor a cero).

Medición: Se toma el cambio mensual porcentual del “Industrial Production Index” suministrado por el “Federal Reserve Statistical Release” y disponible en Economática.

Factores Conductuales: Sesgos Cognoscitivos Relevantes Como el propósito de este estudio es intentar explicar la crisis financiera del 2008 por medio de un modelo explicativo del mercado financiero que incluya el comportamiento de los inversores ‘irracionales’ (es decir, los que actúan impulsados por sus creencias, aspiraciones y prejuicios), la hipótesis central planteada aduce que, entre los desencadenantes y propulsores de esta crisis, se halla la interacción de los sesgos conductuales que desencadenan sub y sobrerreacción, caracterizados, a los fines de este trabajo, por el Grado o Intensidad de Conservadurismo y el Grado o Intensidad de SobreConfianza o de Auto-Atribución detectado en inversores venezolanos (en su mayoría) de los mercados financieros de Estado Unidos, que hayan estado activos en el período comprendido entre enero de 2003 y marzo de 2009 .

Para medir los factores sicológicos de interés para este estudio, se elaboró una encuesta que fue respondida por 62 inversores profesionales -institucionales e individuales- y no profesionales. Los resultados de estos instrumentos de fueron computados y asociados a las intensidades de los sesgos cognoscitivos analizados.

11

Anomalías del Mercado. Evidencia de Sub y Sobrerreacción Tomando como punto de partida el modelo del ‘Sentimiento del Inversor’ propuesto por Shleifer, Vishny y Barberis (1998), se verifica por un lado la llamada sub-reacción, que es la reacción gradual y prolongada observada en los precios, ante noticias e información relevante; las noticias corrientes mantienen poder predictivo sobre los retornos no sólo en el momento de su anuncio de dichas noticias sino también en el futuro, cuando esa información es añeja. La confirmación del “momentum”, observada y analizada por Jeegadesh y Titman (1993) entre otros, está estrechamente relacionada a la sub-reacción, dado que la correlación serial positiva de los retornos en el corto plazo puede reflejar la lenta incorporación de la información a los precios de las acciones. De ahí la existencia de las llamadas “momentum strategies” que aprovechan la sub-reacción del mercado a la información comprando activos sub-valuados (ganadores) y vendiendo activos sobrevaluados (perdedores).

La existencia de sub-reacción es admisible y muy intrigante para Fama (1991) y para Fama y French (1996) quienes sin embargo, no la consideran una regularidad previsible sino una anomalía, causada por inversores ruidosos e inexpertos, que se disipa en el largo plazo, cuando los precios se corrigen hacia sus valores fundamentales y los retornos se normalizan. Fama se detiene en dos aspectos relevantes: la información y los costos de transacción, así como el problema de la hipótesis conjunta (que postula que rechazar la eficiencia del mercado pasa por rechazar el modelo de equilibrio de mercado), para indicar que sí existe cierta predictibilidad y reversión a la media en el largo plazo, pero no mucho en el corto.

Daniel, Hirshleifer y Subrahmanyam (1998) desarrollaron un modelo que explica los retornos a largo plazo en función de aspectos sicológicos asociados al exceso de confianza y auto-atribución. Dicho modelo considera que las acciones selectivas de la gerencia de una firma cuando los activos están sobrevaluados, conducen a desempeños negativos de largo plazo de dichos activos. Por el contrario, retornos positivos en el largo plazo seguirán a decisiones gerenciales tomadas en tiempos en los que la firma está subvalorada. Dichos autores demuestran que la sobrerreacción de los inversores, se vincula a un exceso de confianza en la información privilegiada o confidencial.

12

Por su parte, De Bondt y Thaler (1985) muestran que activos “extremadamente perdedores" en períodos iniciales de 3-5 años, obtuvieron retornos en años subsiguientes que sobrepasaron en su desempeño a activos con mejor comportamiento histórico. Estos autores argumentan que este comportamiento denota sobrerreacción tanto a las buenas, como a las malas noticias. Al formar sus expectativas, los inversores sobrevaloran los desempeños pasados y subvaloran el hecho de que el retorno tiende a regresar a sus valores históricos, verificándose el proceso conocido como ‘reversión a la media’.

Al estudiar las reacciones de los analistas, De Bondt y Thaler (1990) destacan que al efectuar regresiones de los cambios reales ocurridos en los retornos en función de las predicciones de los analistas, si el intercepto es negativo se debe a que el pronóstico era muy optimista, y si la pendiente es bastante menor a 1 es porque era muy extremo; un optimismo excesivo está más relacionado a las recomendaciones de compra mientras que el pesimismo induce a recomendaciones de ventas. En relación con esto, Hirshleifer y Shumway (2003), recabaron información sobre la relación del estado de ánimo con las decisiones de inversión, detectando que los inversores optimistas tienden a tomar decisiones basadas en análisis poco profundos de sucesos recientes, fenómeno denominado “Representatividad Heurística”.

Barberis, Shleifer y Vishny (1998) abundan en la detección de este fenómeno, ya observado por Kahneman y Tversky (1982), al que suman el análisis del conservadurismo estudiado por Edwards (1968), para modelar dos eventos consecutivos: la falsa creencia de los inversores en un sistema de precios aleatorios, que ciertas tendencias en los precios serán temporales y se revertirán a la media, seguida por la creencia de que si la tendencia se mantiene por un tiempo, existen patrones de ganancias extrapolables, generando así cambios desproporcionados en los precios de las acciones.

Luego, la lentitud en la actualización de la información (conservadurismo) causa subreacción, mientras que la propensión a ver patrones o tendencias (representatividad), trae como consecuencia sobrerreacción. En contraste con estos hallazgos, Fama (1998) sostiene su argumento de que la aparente sobrerreacción a la información es casi tan común como la sub-reacción, lo que genera un efecto de ‘compensación’ en el mercado, que se corresponde con la HME.

13

Sesgos en las Estrategias de Inversión Odean (1998) observa y modela el exceso de confianza en función del volumen de las transacciones, así mismo argumenta que los inversores tienden a seleccionar instrumentos ‘sobresalientes’ (es decir, que hayan tenido muy buenos o muy malos desempeños en un período determinado, lo que los hace resaltar sobre el resto de opciones), debido a la imposibilidad de evaluar críticamente todas las opciones del mercado. El autor considera esto como un indicativo de información relevante malinterpretada.

Brav y Heaton (2002) prefieren analizar dos tipos importantes de inversores irracionales (inversores sometidos a Representatividad Heurística e inversores sometidos a Conservadurismo), mediante las medias de los retornos que pueden obtener del mercado.

La media real μ, es desconocida por ambos tipos de inversores y el comportamiento de los inversionistas irracionales es parecido al de los racionales sujetos a incertidumbre estructural. Se concluye entonces que el inversionista conservador tiende a incorporar en sus cálculos la media histórica mientras que el que exhibe exceso de confianza cree que el retorno medio es un promedio de los últimos retornos observados. Por su parte, Barberis y Thaler (2002), aducen que un componente crucial de cualquier modelo explicativo del mercado financiero es la especificación de cómo los agentes asumen las expectativas. Cuando los modelos asumen que los agentes son racionales (bayesianos), existen muchos fenómenos o anomalías de mercado que no pueden ser explicadas. Estas anomalías son consideradas regularidades en los modelos conductuales, los cuales incorporan por lo menos una característica relevante de la ‘irracionalidad’. ¿Puede reflejar la auto-correlación ineficiencia de mercado debida a inversores irracionales o variación temporal del equilibrio de los retornos generada por el comportamiento de los inversores racionales? Como indican Brav y Heaton, es difícil diferenciar los resultados matemáticos graficados por los modelos que miden racionalidad o irracionalidad de mercado. Cabe destacar que existen trabajos como el de Kothari, Lewellen y Warner (2003), que asumen una posición similar a la de Fama en el sentido de que están dispuestos a probar las finanzas conductuales pese a propulsar la validez de la HME. En este sentido, estos autores han intentado probar si el modelo conductual de Shleifer, Vishny

y Barberis, así como el de Daniel, Hirshleifer y

Subramanyam, que funcionan muy bien para firmas individuales, funcionan también para 14

el mercado agregado de acciones. Aplicando un modelo de regresiones múltiples para comprobar si los modelos del sentimiento del inversor, de la correlación serial y del Momento, en el mercado agregado de todas las acciones del NYSE, AMEX y NASDAQ, no hallaron prueba de auto-correlación en las ganancias agregadas de dichas acciones que demostrasen sub o sobrerreacción. Sin refutar de plano las teorías conductuales, estos autores concluyen que el desempeño del mercado agregado no se corresponde con ellas.

Con base en los estudios consultados para la realización de este trabajo y para probar la hipótesis de que los fenómenos de sobre y sub-reacción tienen un impacto medible y significativo sobre el desempeño del índice S&P500, se identificaron los dos principales sesgos sicológicos que determinan tales fenómenos: sobre-confianza y conservadurismo.

Para medir este impacto y sin dejar de lado las limitantes que la simplificación de la realidad compleja de los mercados trae consigo, se aplicará un modelo explicativo del S&P500 que analizará los cambios en la capacidad predictiva de los dos sesgos relevantes en los que se basan la sub y sobrerreacción, al incorporarlos a un sistema de regresión múltiple conformado por 10 variables racionales.

Especificación del modelo matemático explicativo del nivel del S&P500 Se propone el siguiente modelo uniecuacional, basado en los ejemplos hallados en la teoría que sustenta este análisis, para la función de estimación o predicción del S&P500: n

Yt = β 0 + β1 X 1t + β 2 X 2t + ... + β n X nt = β 0 + ∑ β n X nt t =1

donde Yt = rt S & P 500 (var iable regresada )

β 0 = parámetro de int ercepción β n = parámetros o coeficientes de regresión parcial X nt = var iables regresoras

Como en realidad el modelo arriba presentado supone una relación determinística, se debe incorporar un término de perturbación estocástica, representado por el error, ξt: n

Yt = β 0 + β1 X 1t + β 2 X 2 t + ... + β n X nt + ξt = β 0 + ∑ β n X nt + ξt t =1

El problema de la colinealidad entre las variables independientes se minimiza mediante una transformación de razones con previa eliminación de las variables menos explicativas: 15

Yt = β 0 + β1 X 1t + β 2 X 2t + ξt Yt X 1 = α0 + α1 + α 2 2t + ϕt X 1t X 1t X 1t

De esta forma se obtiene la regresión del término dependiente sobre la variable relevante independiente, en el que se jerarquiza el impacto de esta variable y de las que le siguen en influencia. Se elabora el histograma del término de error φt para evaluar si corresponde a una distribución normal. Se sigue con las pruebas del estadístico t para corroborar la hipótesis de que el coeficiente de la variable no es igual a cero, y resolver el problema de inferencia. Aunque una relación estadística no puede por sí misma implicar en forma lógica una causalidad, es factible plantear un análisis de regresión lineal que permita establecer en qué medida la variabilidad en el tiempo del término dependiente (S&P500) es determinada por la variabilidad de los factores macroeconómicos y sesgos cognoscitivos seleccionados aquí para explicarlo (variables independientes).

Causas

Resultado

Entorno

S&P500

Según la econometría clásica, se tiene entonces: Variable

Variable de

independiente

Control 1

1

Variable Dependiente S&P500

Variable

Variable de

independiente

Control n

n

Se incorporan los sesgos relevantes como variables explicativas del modelo matemático para de esta forma someter a validación la influencia de los aspectos psicológicos sobre el mercado.

Para que corresponda con los modelos propuestos en la bibliografía que respalda a este estudio, los valores de los factores macroeconómicos incluidos en el modelo son procesados como retornos, es decir, logaritmos naturales de las razones de los valores temporales de los factores analizados. De esta forma, la ecuación matemática resulta en: 16

rt S & P 500 = β 0 + β1CambiotM 2 + β 2Cambiot30 yYTM + β 3Cambiot3 mYTM + β 4 rt Petróleo + β 5rt Oro + + β 6 IndiceConservadurismo + β 7 IndiceSobreconfianza + + β8tasatCPI + β9cambiotCSI + β10cambiotHS + β11cambiotUE + β12cambiotIPI + ξt

Este modelo matemático puede ser ilustrado de la siguiente manera:

En él se incorporan todas las variables que presentan correlación con el índice a estudiar, ya que intuitivamente se supone que a medida que el número de variables explicativas aumenta, R2 podría aumentar y, por ende, la correlación mejora. Sin embargo Roll (1987), indica que cualquier modelo de valoración por más inclusivo de variables que sea, difícilmente será explicado totalmente por dichas variables supuestas independientes. Se incorporan las variables referidas a los sesgos cognoscitivos relevantes para esta investigación y se evalúa cómo mejora (o empeora) la correlación.

En caso de detectar condiciones de no normalidad que impidan seguir adelante con las pruebas t de inferencia y confirmación de hipótesis (que no es más que verificar si los coeficientes de regresión parcial son distintos a cero y significativos estadísticamente), se procede a realizar una regresión de razones, es decir de la elasticidad-sesgo relevante del retorno del S&P500 en función de la razón entre cambio mensual en el CSI y el índice de sobre-confianza:

17

rt S & P 500 = β 0 + β1CambiotCSI + β 2 IndiceSobreconfianza + ξ t rt S & P 500 CambiotCSI 1 = α0 + α1 + α 2 + ϕt IndiceSobreconfianza IndiceSobreconfianza IndiceSobreconfianza

Luego de esta reordenación de la función, se procede a corroborar la normalidad del error de esta nueva regresión, pasando seguidamente a la prueba t de la hipótesis.

Obtención de la información La información relativa a los factores macroeconómicos considerados corresponde a la data por unidad de tiempo, obtenida de Economática. Dicha data es procesada en retornos temporales continuos, es decir los logaritmos neperianos de las razones entre períodos sucesivos. Se recolectó información de las series temporales de: M2, YTM TBond, YTM T-Bill, Precios WTI, Precios Oro, IPC, CSI ó CCI, Índice Construcción Viviendas, IPI, UEI. De igual forma, la data de los indicadores está ajustada por efectos estacionales que según el “Federal Reserve Statistical Release” es el tipo de información que proporciona estimaciones y proyecciones más precisa, así como estimadores menos sesgados en el análisis de regresión.

La información relativa a la intensidad de los sesgos sicológicos se obtuvo mediante la aplicación de encuestas que buscaban medir el grado en el que los sesgos considerados en esta investigación se manifiestan en el tiempo, al analizar las estrategias de inversión que hablan de las expectativas, creencias y suposiciones de los individuos e instituciones poseedoras de portafolios de inversión en los Estados Unidos de América.

Estimación del modelo econométrico Con la información recolectada y procesada, se efectuó el análisis de correlaciones simples, en base a 63 observaciones de promedios mensuales de la variable dependiente Retorno Mensual del S&P500 en función de las variables explicativas propuestas en el modelo. El Cuadro Nº 1 muestra dicha matriz de correlaciones. Los resultados difieren en parte de los hallazgos de los autores cuyos estudios fundamentan el basamento teórico de este trabajo.

Se obtuvo una correlación negativa, de aproximadamente – 0,4 del retorno mensual del S&P500, con el cambio mensual en el agregado monetario M2. Mientras la correlación obtenida entre el retorno mensual S&P500 y el cambio mensual en el

18

rendimiento del bono del tesoro a 30 años es de aproximadamente 0,06, muy baja pero positiva, se observa una correlación más elevada entre el cambio mensual en el rendimiento de las letras del tesoro a 3 meses, es decir 0,27 aproximadamente. Las correlaciones entre retornos mensuales del petróleo y del oro con el S&P500 arrojaron valores positivos. Esto se explica porque en este caso no se analizó rezago entre los retornos del S&P500 y los retornos de las materias primas. En cuanto a la tasa de inflación mensual se nota que en este período de observaciones, desde enero 2004 hasta marzo 2009, ha existido una correlación positiva entre el cambio mensual en el IPC y el retorno mensual del S&P500.

Cuadro Nº 1: Matriz de Correlaciones Simples de las Variables del Modelo Retorno Mensual S&P 500 Retorno Mensual S&P 500 Cambio Mensual M2 (SA) Cambio Mensual en el 30yYTM Cambio Mensual en el 3mYTM Retorno Mensual WTI Retorno Mensual Oro Tasa Mensual de Inflación Cambio Mensual en el CSI Cambio Mensual 'Housing Starts' Cambio Mensual 'Unemploy ment' (SA) Cambio Mensual IPI Indice Conservadu rismo Indice SobreConfianza

Cambio Cambio Cambio Mensual M2 Mensual en Mensual en (SA) el 30yYTM el 3mYTM

Retorno Mensual WTI

Retorno Mensual Oro

Tasa Cambio Mensual de Mensual en Inflación el CSI

Cambio Mensual 'Housing Starts'

Cambio Indice Indice Mensual Cambio Conservadu Sobre'Unemploy Mensual IPI rismo Confianza ment' (SA)

1,00000 -0,40691

1,00000

0,05733

-0,40255

1,00000

0,26832

-0,46926

0,72658

1,00000

0,31752

-0,39991

0,36064

0,43228

1,00000

0,03698

0,12633

-0,02045

0,08298

0,17181

1,00000

0,25741

-0,23240

0,28863

0,34762

0,54685

0,26184

1,00000

0,37836

0,02023

-0,25952

-0,05146

-0,06253

-0,03432

-0,09810

1,00000

0,02917

-0,32415

0,18142

0,28844

0,20023

0,08130

0,13378

-0,32102

1,00000

-0,30012

0,23998

-0,05999

-0,07975

-0,21636

0,05488

-0,04404

-0,10238

-0,15077

1,00000

0,09827

-0,39641

0,18854

0,16165

0,28647

-0,01337

0,06375

-0,15657

0,17809

-0,34830

1,00000

-0,58221

0,57540

-0,14008

-0,23889

-0,44767

0,02453

-0,29900

-0,09954

-0,21173

0,48467

-0,49557

1,00000

-0,58328

0,61806

-0,15801

-0,25739

-0,45845

0,00763

-0,29690

-0,03801

-0,21511

0,45194

-0,60369

0,97174

1,00000

Coincidiendo con la revisión bibliográfica, se obtuvo una correlación positiva por el orden de 0,38, del retorno mensual del índice S&P500 con el índice de confianza del consumidor. Con respecto al cambio mensual en el inicio de nuevas viviendas la correlación es positiva pero muy baja, es decir de un 0,03. En tanto la correlación del retorno mensual del índice con el cambio mensual de la tasa de desempleo ha sido negativa, con un valor de –0,3. La correlación del retorno mensual del S&P500 en 19

función de la variación mensual en el índice de producción industrial es de 0,1 aproximadamente. Se nota entonces que sólo una parte de las correlaciones obtenidas coinciden en términos de signo positivo o negativo, con las correlaciones observadas en la revisión bibliográfica. Por ello es interesante analizar cómo los sesgos sicológicos pueden estar influenciando el comportamiento anómalo presente en los resultados obtenidos.

Respecto a las variables conductuales, se observa que ambas correlaciones simples del retorno mensual del S&P500 con la intensidad de conservadurismo y con la intensidad de sobre-confianza, son negativas, con valores

prácticamente iguales,

cercanos a –0,58. Esta similitud se achaca al tamaño de la muestra (62 encuestas respondidas), que constituye el 38,75% de la muestra esperada (160 encuestas). Se empleó un método electrónico mixto para recabar la información, esto es, se elaboró un cuestionario que se envió por correo electrónico a los contactados, pero también se dio la opción de completar un formulario en línea, para garantizar la confidencialidad de los datos requeridos, así como para facilitar el llenado del instrumento de consulta. 35 cuestionarios fueron obtenidos mediante el formulario y los 27 restantes fueron obtenidos de forma remota a través de una cuenta de correo destinada exclusivamente a tal fin.

En la encuesta, que puede ser vista en el Apéndice 2, se solicitaba a los encuestados valorar del 1 al 7 distintas proposiciones referidas a situaciones hipotéticas ubicadas en el período previo, corriente y posterior a la crisis financiera de septiembre de 2008. El instrumento contenía 12 preguntas, 6 de las que evaluaban conservadurismo y 6 analizaban sobre-confianza. Las respuestas numéricas de cada pregunta fueron agrupadas por período y por sesgo, según lo mostrado en el Cuadro N°2, para finalmente ser promediadas, obteniendo el resultado que se presenta en dicho Cuadro.

Cuadro N°2. Indicadores Conductuales. Período antes, durante y después, septiembre 2008 Indicadores Conductuales (Promedio) Conservadurismo Sobreconfianza Antes Durante Después Antes Durante Después ( N° 13 y 8) ( N° 14 y 12) ( N° 6 y 7) ( N° 5 y 10) ( N° 1 y 3) ( N° 4 y 9)

4,17

4,27

4,44

3,88

4,45

4,48

Estos índices fueron incorporados a la data numérica según se muestra en el Apéndice 1, estableciendo el mes de septiembre de 2008 como el período durante el cual

20

se produjo el estallido de la crisis financiera y el incremento en las intensidades de los sesgos examinados que entraron en conflicto entre sí.

El cuadro N° 3 muestra los resultados de la estimación de la variable dependiente, sin incluir aún el impacto de las variables conductuales. El R2 obtenido es significativo (0,41), lo que indica un buen nivel de correlación de las variables estudiadas.

Cuadro Nº 3: Resumen Análisis Regresión Multiple: Modelo sin las Variables Conductuales Estadísticas de la regresión Coeficiente de correlación múltiple Coeficiente de determinación R^2 R^2 ajustado Error típico Observaciones

0,64307 0,41354 0,30076 0,03560 63 ANÁLISIS DE VARIANZA Grados de Suma de Promedio de libertad cuadrados los cuadrados 10 0,04648 0,00465 52 0,06591 0,00127 62 0,11239

Regresión Residuos Total

Intercepción Cambio Mensual M2 (SA) Cambio Mensual en el 30yYTM Cambio Mensual en el 3mYTM Retorno Mensual WTI Retorno Mensual Oro Tasa Mensual de Inflación Cambio Mensual en el CSI Variación Mensual 'Housing Starts' Var. Mensual 'Unemployment' (SA) Variación Mensual IPI

F 3,66679

Valor crítico de F 0,00094

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% 0,01346 0,00882 1,52518 0,13327 -0,00425 -3,84519 1,60169 -2,40070 0,01998 -7,05921

Superior 95% 0,03116 -0,63116

Inferior 99,0% -0,01013 -8,12768

Superior 99,0% 0,03704 0,43731

-0,14775

0,12822

-1,15231

0,25446

-0,40504

0,10954

-0,49058

0,19508

0,02057 0,04107 0,02747 0,77956 0,21263

0,01949 0,05827 0,10484 0,72291 0,08385

1,05494 0,70485 0,26206 1,07836 2,53586

0,29633 0,48405 0,79431 0,28585 0,01426

-0,01855 -0,07586 -0,18290 -0,67106 0,04437

0,05968 0,15801 0,23785 2,23018 0,38088

-0,03156 -0,11474 -0,25284 -1,15331 -0,01156

0,07269 0,19688 0,30779 2,71243 0,43681

-0,02721

0,06369

-0,42724

0,67097

-0,15501

0,10059

-0,19749

0,14307

-0,26423 -0,34134

0,16311 0,58781

-1,61997 -0,58069

0,11129 0,56396

-0,59154 -1,52087

0,06307 0,83820

-0,70034 -1,91299

0,17188 1,23032

Se puede observar, como punto de mucho interés que el coeficiente de determinación múltiple R² aumenta de 0,41 a 0,58 (comparar cuadros N° 3 y 4) cuando la relación funcional incorpora los valores índices de los sesgos considerados. El coeficiente R² ajustado pasa de 0,30 y 0,49 cuando los índices de los sesgos son incorporados al modelo.

La ecuación de la regresión del modelo propuesto toma la forma de: rt S & P 500 = −0,58 − 0, 40CambiotM 2 − 0, 04Cambiot30 yYTM + 0, 02Cambiot3 mYTM + 0, 01rt Petróleo + 0, 01rtOro + + 0, 46 IndiceConservadurismo − 0,35 IndiceSobreconfianza + + 0, 27tasatCPI + 0, 22cambiotCSI − 0, 01cambiotHS − 0,16cambiotUE − 2, 02cambiotIPI 21

La media y la desviación estándar del término de error son cero y 0,02745 respectivamente.

Cuadro Nº 4: Resumen Análisis de Regresión Múltiple: Modelo propuesto para la Estimación del S&P 500 Estadísticas de la regresión Coeficiente de correlación múltiple Coeficiente de determinación R^2 R^2 ajustado Error típico Observaciones

0,76440 0,58431 0,48455 0,03057 63

Grados de libertad Regresión Residuos Total

Intercepción Cambio Mensual M2 (SA) Cambio Mensual en el 30yYTM Cambio Mensual en el 3mYTM Retorno Mensual WTI Retorno Mensual Oro Tasa Mensual de Cambio Mensual en el Cambio Mensual 'Housing Starts' Cambio Mensual 'Unemployment' (SA) Cambio Mensual IPI Indice Conservadurismo Indice Sobre-Confianza

ANÁLISIS DE VARIANZA Promedio de los Suma de cuadrados cuadrados 12 0,06567 0,00547 50 0,04672 0,00093 62 0,11239

F Valor crítico de F 5,85691 0,00000

Coeficientes -0,57920 -0,40059

Error típico 0,66373 1,57127

Estadístico t Probabilidad -0,87265 0,38703 -0,25495 0,79981

Inferior 95% Superior 95% Inferior 99,0% Superior 99,0% -1,91234 0,75394 -2,35653 1,19813 -3,55657 2,75539 -4,60811 3,80693

-0,03912

0,11288

-0,34661

0,73034

-0,26584

0,18759

-0,34138

0,26313

0,01661 0,01238 0,01239 0,26714 0,21662

0,01683 0,05070 0,09058 0,63396 0,07422

0,98705 0,24411 0,13674 0,42139 2,91877

0,32837 0,80814 0,89179 0,67528 0,00526

-0,01719 -0,08945 -0,16955 -1,00621 0,06755

0,05041 0,11420 0,19432 1,54050 0,36569

-0,02845 -0,12338 -0,23016 -1,43047 0,01789

0,06167 0,14813 0,25493 1,96476 0,41536

-0,00778

0,05544

-0,14034

0,88896

-0,11913

0,10357

-0,15623

0,14067

-0,16036 -2,01727 0,46341 -0,34703

0,15116 0,65526 0,26290 0,12021

-1,06082 -3,07856 1,76268 -2,88691

0,29387 0,00337 0,08407 0,00573

-0,46397 -3,33341 -0,06464 -0,58847

0,14326 -0,70113 0,99146 -0,10558

-0,56514 -3,77193 -0,24058 -0,66891

0,24442 -0,26261 1,16740 -0,02514

Tomando en cuenta que, aunque su incorporación en el modelo de regresión mejora sustancialmente la correlación de las variables incorporadas en dicho modelo, los indicadores conductuales se calcularon con el 38,75% de la muestra base, por lo que el resultado no se considera concluyente. Por tal razón, se procedió a experimentar con modelos auto-regresivos, partiendo del principio de que la auto-correlación de los retornos es evidencia empírica de la existencia de sobre o sub-reacción (Gujarati, 2004, Jeegadesh y Titman, 1993). El primer modelo empleado para estas pruebas difiere del propuesto solamente en las variables conductuales y en el agregado del retorno mensual rezagado del S&P500, como otra de las variables explicativas. rt S & P 500 = α + β1CambiotM 2 + β 2Cambiot30 yYTM + β 2Cambiot3mYTM + β 3rt Petróleo + β 4 rtOro + + β5tasatCPI + β 6 cambiotCSI + β 7 cambiotHS + β8cambiotUE + β 9cambiotIPI + + γ rt S−1& P 500 + ut

El análisis de correlación de las variables consideradas en regresión tomando las 62 observaciones consideradas desde febrero 2004 hasta marzo 2009 en función de las correspondientes observaciones obtenidas desde enero 2004 hasta febrero 2009, arroja los 22

resultados mostrados en el Cuadro Nº 5, en los cuales se aprecia que ha habido una correlación serial positiva de los retornos mensuales del S&P500. Para el período estudiado, existe evidencia empírica de sub-reacción de los retornos del índice S&P500.

Cuadro Nº 5: Analisis de Correlaciones Simples de las Variables no Conductuales en el Modelo Autoregresivo del Retorno Mensual del S&P 500 Retorno Cambio Cambio Tasa Cambio Cambio Retorno Cambio Retorno Retorno Cambio Cambio del S&P Mensual Mensual Mensual Mensual Mensual Mensual Mensual Mensual Mensual Mensual Mensual 500 un en el en el de 'Housing 'Unemplo S&P 500 M2 (SA) WTI Oro en el CSI IPI yment' mes 30yYTM 3mYTM Inflación Starts' (SA) antes Retorno Mensual S&P 500 1,00000 Cambio Mensual M2 (SA) Cambio Mensual en el 30yYTM Cambio Mensual en el 3mYTM Retorno Mensual WTI

-0,39256

1,00000

0,06264 -0,41161

1,00000

0,27169 -0,47458

0,72688

1,00000

0,31068 -0,39444

0,36385

0,43343

1,00000

0,12885 -0,02026

0,08298

0,17175

1,00000

0,34793

0,54569

0,26178

Retorno Mensual Oro

0,03632

Tasa Mensual de Inflación

0,25412 -0,22882

Cambio Mensual en el CSI

0,29022

1,00000

0,35477 0,05941 -0,26060 -0,05313 -0,08325 -0,03720 -0,11205 Variación Mensual 'Housing 0,04370 -0,34240 0,17969 0,28957 0,20798 0,08224 0,13816 Starts' Var. Mensual 'Unemplo yment' -0,29982 0,23881 -0,06078 -0,07977 -0,21508 0,05509 -0,04298 (SA) Variación Mensual 0,09125 -0,39353 0,19038 0,16186 0,28378 -0,01376 0,06166 IPI Retorno Mensual del S&P 500 un mes 0,33683 -0,29014 0,23954 0,52644 0,44252 0,16410 0,28960 antes

1,00000

-0,31018

1,00000

-0,09897

-0,15372

1,00000

-0,17502

0,18364

-0,34751

1,00000

0,04949

0,38046

-0,31486

0,26737

1,00000

S & P 500 = α + γ rt S−1& P 500 + ut , se obtienen Al efectuar regresiones simples del tipo rt

coeficientes de regresión casi idénticos a los coeficientes de correlación serial, por lo que S & P 500 = α + ρ rt S−1& P 500 + ut las regresiones adquieren la forma rt

− 1 ≤ ρ ≤ 1 con un alto 23

grado de significancia. En el caso estudiado hasta ahora, los resultados son los mostrados en el Cuadro N° 6. Nótese que el coeficiente de regresión, es decir la pendiente de la recta de regresión simple, es casi idéntico al coeficiente de correlación entre el retorno del S&P500 y el retorno del S&P500 un mes antes, es decir aproximadamente 0,34. La probabilidad de que dicho coeficiente sea igual a cero (hipótesis nula) es de 0,74%, lo que significa que el coeficiente de regresión es igual al coeficiente de correlación con un grado de significancia mayor al 99% (alpha menor a 0,01). En este caso se observa una correlación serial ligeramente positiva de los retornos promedio mensuales en función de los retornos promedio mensuales rezagados.

Cuadro Nº 6: Resumen Modelo Autoregresivo del Retorno Mensual del S&P 500 en función del Retorno del Mes Anterior del S&P 500 Estadísticas de la regresión Coeficiente de correlación múltiple 0,33683 Coeficiente de determinación R^2 0,11346 R^2 ajustado 0,09868 Error típico 0,04024 Observaciones 62

Grados de libertad Regresión Residuos Total

Intercepción Retorno del S&P 500 un mes antes

ANÁLISIS DE VARIANZA Suma de Promedio de los cuadrados cuadrados 1 0,01243 0,01243 60 0,09715 0,00162 61 0,10958

Coeficientes -0,00490

Error típico 0,00514

0,33764

0,12185

F 7,67847

Valor crítico de F 0,00743

Estadístico t Probabilidad Inferior 95% -0,95273 0,34455 -0,01519 2,77101

0,00743

0,09391

Superior 95% 0,00539

Inferior 99,0% -0,01858

Superior 99,0% 0,00878

0,58137

0,01349

0,66178

Si además se consideran los retornos al cierre del día para llevar a cabo una autoregresión que abarque un período más amplio de más de 10 años, es decir de más de 2500 observaciones se obtiene un coeficiente de regresión prácticamente igual al coeficiente de correlación serial, con un altísimo grado de probabilidad mucho mayor al 99,99%. En el lapso de los últimos diez años ha habido una correlación serial negativa de –0,08, que nos sugiere un predominio de la sobrerreacción de los retornos diarios del S&P500 en el largo plazo (Cuadro N° 7).

24

Cuadro Nº 7: Resumen Análisis de Autoregresión de los Retornos Diarios del S&P 500 desde Enero 1999 hasta Abril 2009 Estadísticas de la regresión Coeficiente de correlación múltiple 0,08029 Coeficiente de determinación R^2 0,00645 R^2 ajustado 0,00606 Error típico 0,01385 Observaciones 2592

Regresión Residuos Total

Intercepción Retorno Cierre un Día Antes

ANÁLISIS DE VARIANZA Grados de Suma de Promedio de los libertad cuadrados cuadrados 1,00000 0,00323 0,00323 2590,00000 0,49713 0,00019 2591,00000 0,50036

Coeficientes Error típico -0,00015 0,00027 -0,08028

0,01958

F Valor crítico de F 16,80391 0,00004

Estadístico t Probabilidad -0,56807 0,57004 -4,09926

0,00004

Inferior 95% -0,00069

Superior 95% 0,00038

Inferior 99,0% -0,00086

Superior 99,0% 0,00055

-0,11868

-0,04188

-0,13076

-0,02980

Cuadro N° 8. Análisis de auto-correlación para los últimos 10 años Autocorrelación Ene 99 Abr 09 Retorno t Retorno t-1 Retorno t 1 Sobrerreacción Retorno t-1 -0,080288064 1 Autocorrelación Mayo 08 abr 09 Retorno t Retorno t-1 Retorno t 1 Sub-Reacción Retorno t-1 0,042104505 1 Autocorrelación Ene 06 Dic 08 Retorno t Retorno t-1 Retorno t 1 Sub-Reacción Retorno t-1 0,100858101 1 Autocorrelación Ene 08 Dic 08 Retorno t Retorno t-1 Retorno t 1 Sobrerreacción Retorno t-1 -0,145755745 1 Autocorrelación Oct 08 Dic 08 Retorno t Retorno t-1 Retorno t 1 Sobrerreacción Retorno t-1 -0,112560906 1 Autocorrelación Ene 03 Dic 08 Retorno t Retorno t-1 Retorno t 1 Sobrerreacción Retorno t-1 -0,133654521 1 Autocorrelación Ene 04 Dic 08 Retorno t Retorno t-1 Retorno t 1 Sobrerreacción Retorno t-1 -0,132859344 1 Autocorrelación Septiembre 2008 Retorno t Retorno t-1 Retorno t 1 Sobrerreacción Retorno t-1 -0,427420691 1

25

Autocorrelación Oct 04 Dic 04 Retorno t Retorno t Retorno t-1

Retorno t-1 1 Sub-Reacción 0,101813262 1

Autocorrelación Jun 08 Oct 08 Retorno t

Retorno t Retorno t-1

Retorno t-1 1 Sobrerreacción -0,179939342 1

Autocorrelación Jul 08 Sep 08 Retorno t

Retorno t Retorno t-1

Retorno t-1 1 Sobrerreacción -0,352058474 1

El Cuadro N° 8 muestra las correlaciones seriales observadas en los retornos diarios del S&P500, tomando diferentes intervalos de tiempo dentro de los últimos 10 años de sesiones diarias. Puede observarse que al tomar períodos cortos, los retornos diarios tienen una correlación serial positiva (prueba de sub-reacción), mientras que al tomar períodos de tiempo de 1 o más años las correlaciones seriales son negativas (indicativo de sobrerreacción). Los hallazgos de estas regresiones son consistentes con el modelo del Sentimiento del Inversor de Barberis, Shleifer y Vishny y con los estudios realizados por los autores Jeegadesh y Titman a partir de 1993 y citados por los autores anteriores. Estos resultados se corresponde asimismo con el modelo de la Sicología del Inversor de Daniel, Hirshleifer y Subrahmanyam, quienes explican que los fenómenos de la sub y sobrerreacción van ocurriendo combinada o simultáneamente a lo largo del tiempo, sin descartar el hecho de que uno pueda prevalecer sobre el otro en un período determinado.

Prueba de hipótesis e inferencia Para la prueba de hipótesis, se comienza llevando a cabo pruebas de los coeficientes de correlación simple, aplicando la fórmula del estadístico t para la correlación simple, referida por De Fusco (2006): t=

r n−2 1− r2

El valor crítico de t para una distribución con 61 grados de libertad en una prueba con dos colas con α/2 = 0,025 es de 2,00 aproximadamente. Estableciendo como hipótesis nula que la correlación entre las variables conductuales estudiadas y la variable

26

dependiente es cero, es decir, H0: r = 0, por lo que la hipótesis alternativa es Ha: r ≠ 0, se obtiene que las correlaciones más significativas son: 1. rS & P500↔ M 2 : t = H0 : r = 0

−0, 40691 63 − 2 1 − ( −0, 40691)

= −3, 479123 ≈ −3, 48

2

puede ser rechazada porque :

t = −3, 48 es menor a − tcrítico = −2 2. rS & P 500↔CSI : t = H0 : r = 0

0,37836 63 − 2 1 − ( 0,37836 )

2

= 3,192415 ≈ 3,19

puede ser rechazada porque :

t = 3,19 es mayor a tcrítico = 2 3. rS & P 500↔ IPI ) : t =

0, 09827 63 − 2 1 − ( 0, 09827 )

2

= 0, 77125 ≈ 0, 77

H 0 : r = 0 no puede ser rechazada porque : t = 0, 77 no es mayor a tcrítico = 2 4. rS & P500 ↔ Índice Conservadurismo : t = H0 : r = 0

−0,58221 63 − 2 1 − ( −0,58221)

= −3,9297 ≈ 3,93

2

puede ser rechazada porque :

t = −3,93 es mayor a − tcrítico = −2 5. rS & P 500↔ Índice Sobre −Confianza : t = H0 : r = 0

−0,58328 63 − 2 1 − ( −0,58328 )

2

= −3,9351 ≈ 3,94

puede ser rechazada porque :

t = −3,94 es mayor a − tcrítico = −2 Puede rechazarse la hipótesis nula y concluir que efectivamente los índices de conservadurismo y de sobre-confianza, presentan las correlaciones observadas para la data obtenida, por medio de las 59 encuestas levantadas entre inversores en el mercado de capitales de los Estados Unidos, con respecto al retorno mensual del S&P500.

Corroborando que el supuesto de normalidad es válido para este caso, es decir que los residuos están normalmente distribuidos con media cero y desviación estándar constante de 0,02745, se procede ahora a efectuar las pruebas de hipótesis para los 27

coeficientes de regresión parcial obtenidos, precisamente aquellos de las variables que han resultado más explicativas. Con 63 observaciones, una constante (intercepto) y 12 variables independientes, se obtienen 50 grados de libertad son (63–13 = 50); el valor t crítico para una prueba de hipótesis de dos colas con α = 0,05, es 2. Luego: • El cambio mensual en M2 tiene un coeficiente de regresión de –3,85 en el caso del modelo sin variables conductuales con un valor-p de 0,02; cuando se incorporan las variables conductuales al modelo econométrico, el coeficiente de regresión pasa a ser de –0,40 con un valor-p de 0,8; esto significa que en el modelo propuesto el coeficiente de regresión parcial para el cambio mensual en M2, puede ser igual a cero con una probabilidad del 80%; en consecuencia el cambio mensual en M2 no explica el comportamiento del S&P500. Además el estadístico t es de –0,26, que en valor absoluto es menor a t crítico que es igual a 2.

• El coeficiente de regresión del ICC en el modelo que no toma en cuenta las variables conductuales es de 0,22 con un valor-p de 0,014, mientras que el coeficiente de regresión del ICC en el modelo que toma en cuenta las variables conductuales es también de 0,22 con un valor-p de 0,005, es decir una altísima probabilidad de rechazo de la hipótesis nula de que dicho coeficiente pueda ser igual a cero. El estadístico t es 2,9 mayor a t crítico y por tanto se puede rechazar la hipótesis nula de que este coeficiente de regresión parcial sea igual a cero con una probabilidad del 95%.

• El cambio mensual en el IPI tiene un coeficiente de regresión en el modelo que incorpora las variables conductuales de –2,02 con un valor-p de 0,0034 sumamente significativo, dado que implica que la hipótesis nula sólo puede ser aceptada con 0,34% de probabilidad; en el modelo donde no se toman en cuenta las variables conductuales, el coeficiente de regresión parcial para el IPI es de –0,34, con un valor-p de 0,56, lo que implica que hay una probabilidad del 56% de que sea igual a cero. El estadístico t es de –3,08 que en valor absoluto es mayor a t crítico y por tanto rechazamos la hipótesis nula de que pueda ser igual a cero con un 95% de probabilidad.

28

• El índice de conservadurismo presenta un coeficiente de regresión de 0,46 con un valor-p de 0,08; el valor-p es igual a 0,0022, pero el estadístico t es de 1,76 que es menor a t crítico y no se puede rechazar la hipótesis nula.

•

El indicador de sobre-confianza exhibe un coeficiente de regresión parcial de –

0,35 con un valor-p de 0,006, lo que implica que dicho coeficiente puede ser igual a cero con un 0,4% de probabilidad; con respecto a este índice, sí se observa coincidencia de signo entre el coeficiente de correlación y el coeficiente de regresión con respecto al retorno mensual del S&P500; el estadístico t de este coeficiente de regresión parcial es de –2,9 que es menor al valor negativo del t crítico, por tanto se rechaza la hipótesis nula con una probabilidad del 95%.

•

Se observa que el valor del coeficiente del intercepto β0 es de –0,58 con un

Retorno Mensual del S&P 500

valor-p de 0,38 y un estadístico t de –0,87; por tanto este valor no es significativo.

0,10 -0,25

-0,20

-0,15

0,00 -0,05 -0,100,00

0,05

0,10

0,15

-0,20 -0,30

Figura Nº 2

Retorno Mensual del S&P 500

-0,10

Cambio Mensual en el ICC

0,10 0,00 -0,103,80

3,90

4,00

4,10

4,20

4,30

4,40

4,50

4,60

-0,20 -0,30

Figura Nº 3

Índice de Sobre-Confianza

Se concluye entonces que las variables explicativas más significativas son el índice de sobre-confianza y el índice de confianza del consumidor, ICC (en un principio considerada variable de control). Con ellas se efectúa la transformación de razones.

Como se verifica que los residuos están normalmente distribuidos con media igual a cero y desviación estándar constante igual a 0,02745, el término de error de la regresión del 29

modelo propuesto está normalmente distribuido; por ello no es necesario realizar la transformación de razones. Queda demostrado que el índice de sobre-confianza es una variable explicativa muy importante del retorno mensual del S&P500. Las figuras N°2 y N°3 muestran gráficamente lo arriba descrito.

Se puede efectuar la regresión de razones para poder corroborar la hipótesis de la elasticidad índice sobre-confianza del retorno mensual del S&P500, en función de las razones obtenidas rt S & P 500 = β 0 + β1CambiotCSI + β 2 IndiceSobreConfianza + ξt rt S & P 500 CambiotCSI 1 = α0 + α1 + α 2 + ϕt IndiceSobreConfianza IndiceSobreConfianza IndiceSobreConfianza rt S & P 500 1 = 0,50656 + IndiceSobreConfianza IndiceSobreConfianza CambiotCSI IndiceSobreConfianza En este caso R² es igual a 0,42 y el valor-p del coeficiente de regresión de la razón − 0,12932 + 0, 21295

entre el cambio en el CSI y el índice de sobre-confianza es de 0,00124, lo que implica que dicho coeficiente de regresión es tal con una probabilidad mayor al 99%. En este caso las pruebas t confirman todos los resultados de los coeficientes de regresión, incluyendo el intercepto. En virtud de lo propuesto en este análisis, esta regresión tiene

de Sobre-confianza

Retorno Mensual S&P 500 / Índice

un importante alcance para predecir la elasticidad sobre-confianza del S&P500.

0,02

Figura Nº 4

0,01 0

-0,06

-0,04

-0,02

-0,01

0

0,02

0,04

-0,02 -0,03 -0,04 -0,05 -0,06 Razón Cambio Mensual ICC / Índice de Sobre-confianza

En caso de emplear el cambio mensual en M2 o el cambio mensual en el índice de producción industrial, IPI, en sustitución del cambio mensual en el índice de confianza del consumidor los resultados son los siguientes: 30

rt S & P 500 = β 0 + β1CambiotM 2 + β 2 IndiceSobreConfianza + ξt rt S & P 500 CambiotM 2 1 = α0 + α1 + α 2 + ϕt IndiceSobreConfianza IndiceSobreConfianza IndiceSobreConfianza rt S & P 500 1 = 0,51742 + IndiceSobreConfianza IndiceSobreConfianza − 0,13250 − 0, 01118

CambiotM 2 IndiceSobreConfianza

R² = 0,31 y el valor-p del coeficiente de regresión de la razón entre el cambio en M2 y el índice de sobre-confianza es de 0,89. Esto implica que existe una probabilidad del 89% de que dicho coeficiente de regresión sea igual a cero. Además el estadístico t es de –0,13349 que en valor absoluto es menor a t crítico. Por tanto esta regresión no es lo suficientemente explicativa de la elasticidad índice sobre-confianza del S&P500. rt S & P 500 = β 0 + β1CambiotIPI + β 2 IndiceSobreConfianza + ξt rt S & P 500 CambiotIPI 1 = α0 + α1 + α 2 + ϕt IndiceSobreConfianza IndiceSobreConfianza IndiceSobreConfianza rt S & P 500 1 = 0, 70094 + IndiceSobreConfianza IndiceSobreConfianza − 0,17929 − 1, 62029

CambiotIPI IndiceSobreConfianza

Para el caso del IPI, R² = 0,38 y el valor-p del coeficiente de regresión de la razón entre el cambio en el IPI y el índice de sobre-confianza es de 0,01. Esto implica que existe una probabilidad del 99% de que dicho coeficiente de regresión no sea igual a cero.

El estadístico t es de –2,76 que en valor absoluto es mayor a t crítico, por tanto esta regresión si tiene cierta validez en predecir la elasticidad índice sobre-confianza del S&P500.

Conclusiones. Predicción y Proyección Se logró recabar y procesar información de 62 encuestas aplicadas a inversores individuales e institucionales con edades comprendidas entre los 25 y los 75 años de edad, mayoritariamente venezolanos, 85% de ellos dedicado a las finanzas o con estudios en el área, 25% del sexo femenino, que se encontraban activos como inversores en los Estados Unidos de América, en el período correspondiente a enero de 2004 y abril de 2009. Aunque los resultados procesados provienen del 38,75% de la muestra total estimada para este trabajo (160), la data permite constatar cómo el grado de 31

conservadurismo y sobre-confianza cambia con las noticias públicas y privadas que ocurren con el transcurrir del tiempo, lo que indica que las expectativas de los inversores no varían solamente en función de la cualidad intrínseca de dichas noticias y rumores, sino de cómo son valoradas por los inversores. Todos y cada uno de los agentes interactúan en el mercado, comprando o vendiendo, impulsados por los rumores o por las noticias. Por ende, aunque las expectativas de mercado están fundamentadas en argumentos racionales, la aplicación de las mismas a la utilidad del inversor, dependen de sus sesgos.

Los factores racionales que caracterizan la crisis financiera se suman a los factores sicológicos que afectan al mercado y sus agentes. En esta investigación ha podido observarse que los sesgos se acentúan y chocan entre sí a medida que se desarrollan los acontecimientos que caracterizan una crisis financiera como la experimentada en septiembre de 2008. La caída vertical de los mercados no puede ser explicada únicamente por los fundamentos de los mismos; en efecto, las correlaciones entre factores macroeconómicos y el índice S&P500 cambian y no se corresponden con la teoría de las expectativas racionales. Se puede predecir que el incremento de la oferta monetaria expresada en el agregado monetario M2 no produce mejoramiento alguno en el mercado de capitales en los meses subsiguientes al estallido de una crisis financiera. Sin embargo, es posible predecir que se mantiene un elevado grado de sobrerreacción de los retornos negativos y de caída de los precios de los activos.

Como el sesgo sobre-confianza tiene un importante valor explicativo dentro de los supuestos de este estudio, lo que contribuye, conjuntamente con el conservadurismo, a proporcionar un coeficiente de determinación R² que prácticamente duplica al que se obtiene del modelo econométrico clásico que no considera los factores sicológicos, se puede hacer la proyección de que si la desconfianza o exagerado pesimismo del inversionista se disipa, entonces el mercado puede recuperarse. Por tanto, la conducta del mercado no cambia sólo por modificaciones en las expectativas racionales, sino cuando se produzca un viraje o punto de inflexión en el sentimiento del inversor.

En la siguiente figura se presenta una posible aplicación del Modelo de la Sicología del Inversor de Daniel, Hirshleifer y Subrahmanyam a lo que ha sido, es y podrá ser el desempeño del S&P500 desde septiembre 2008.

32

Figura Nº 5 De la data recopilada en las encuestas, se deduce que antes del estallido de la crisis predominaba el conservadurismo, es decir, predominaba la creencia en una media de los retornos del S&P500 basada en la sobre-ponderación de los resultados que el índice había arrojado en el pasado próximo. Con el estallido de la crisis, la percepción de los inversores cambió a sobreestimar los pésimos resultados que se estaban verificando en ese momento, acelerando de esta manera la caída vertical observada en los últimos meses de 2008 y en los primeros de 2009. En concordancia con el argumento de Fama, cabría esperar que cuando las creencias de los “conservaduristas” se compensen con aquellas de los “sobreconfiados”, cesarán los choques entre sesgos y se harán más propicias las condiciones sicológicas requeridas para la estabilización de índices como el S&P500.

Dado que ha sido posible comparar el modelo econométrico clásico con el modelo econométrico que incorpora las variables conductuales, se observa que al introducir los sesgos cognoscitivos, la asociación lineal del S&P 500 con las variables racionales cambia y que variables de control como el cambio en el CSI o ICC y el cambio en el IPI cobran fuerza en la predicción. Cabe resaltar que el ICC, al estar afectado por las fluctuaciones de la riqueza disponible para gastos e inversión, termina teniendo un rol

33

estelar en la sicología del mercado, dada precisamente la alta correlación existente entre retornos y fluctuaciones de la riqueza.

Las Finanzas Conductuales toman en cuenta el hecho de que los dividendos y los retornos en el mercado de capitales tienen una baja correlación con el consumo propiamente dicho pero una importante correlación con el ICC que está dado por efectos agregados. Menor valor en el mercado induce inconformidad, pesimismo y deseos de no gastar, por lo que aquellos inversores enfocados en la tendencia tienden a sobrereaccionar a causa de la desconfianza desmedida (sobre-confianza en sentido inverso). La observación que se desprende de esta investigación, corrobora la correlación positiva y estadísticamente significativa entre el Índice de Sentimiento del Inversor y el Índice de Confianza del Consumidor observada por Fisher y Statman (2003).

Hasta marzo de 2009 las intensidades en los sesgos aquí tratados seguían disparadas.

Como el índice es explicado en una forma positiva por el ICC pero en forma negativa por el índice de sobre-confianza, la elasticidad índice sobre-confianza del retorno mensual del S&P500 posee una asociación lineal positiva con la razón entre el ICC y el índice de sobre-confianza. Si el índice de sobre-confianza se intensifica, los retornos mensuales del S&P500 se hacen menos elásticos y por ende si los cambios mensuales en el ICC son negativos, los retornos seguirán cayendo hasta que se produzca una disminución en la intensidad de la sobre-confianza.

De los análisis de auto-correlación de los retornos (Cuadro N° 8) puede verificarse que la sobrerreacción no es un fenómeno sólo visible en el largo plazo: como Daniel, Hirshleifer y Subrahmanyam sugieren, la sobrerreacción se puede verificar combinada a la sub-reacción, también en el corto plazo. Basta ver que el coeficiente de correlación serial de los retornos diarios del S&P500 durante el período julio 08 – septiembre 08, es de –0,35, lo que sugiere la presencia de una elevada sobrerreacción de los retornos en ese corto lapso de tiempo. Por otro lado, se observa que la sub-reacción predomina en períodos de corto plazo anteriores al estallido de la crisis financiera. Esto lleva a concordar con los autores de Finanzas Conductuales, quienes prefieren tratar a estos fenómenos como regularidades del mercado y no como anomalías. De tal forma que es factible pensar que una vez alcanzada la estabilidad, volverá a haber cierto predominio de la sub-reacción de los retornos en el corto plazo con el predominio del conservadurismo y 34

de la gradual incorporación de la información a los precios de los activos y a los valores de los índices de mercado como el S&P500.

Asimismo ha sido posible comprobar que el modelo auto-regresivo del S&P500 arroja un coeficiente de regresión idéntico al coeficiente de correlación del retorno mensual del índice en función del retorno mensual del índice con un mes de rezago. Esto permite predecir que la HME no se puede corroborar tampoco en su forma débil y que muchos “traders” seguirán observando patrones repetibles en el tiempo. Seguirán funcionando estrategias contrarias para unos y basadas en el “momentum” para otros; los pronósticos basados en fundamentos de mercado y en fundamentos de las firmas tendrán siempre el sesgo del analista que los realice aunque este se considere a sí mismo un analista racional y por tanto exhiba una notable sobre-confianza y reforzada autoatribución cada vez que sus predicciones produzcan aciertos.

Aunque escapa a los alcances de este trabajo, resulta interesante plantear cómo sería la vinculación de otros sesgos sicológicos con las variables econométricas incorporadas a este estudio, para determinar su nivel de relevancia dentro de los acontecimientos que marcan situaciones de crisis financiera como la verificada en septiembre de 2008. Pese a los efectos no observados de esas otras variables, racionales o conductuales, sobre el desempeño del índice S&P500, se ha podido observar que la sobre-confianza de los inversores actúa como un catalizador que acelera la caída de valor del mercado de capitales y la pérdida de riqueza, trayendo consigo el desmejoramiento del ICC y la intensificación del fenómeno de sobre-reacción de los retornos negativos. El no poder observar el efecto de otras variables, impide dilucidar todas las razones por las que los coeficientes de regresión de las variables racionales cambian en magnitud y poder explicativo al incorporar los sesgos sicológicos al modelo de estimación. Sin embargo, aunque intrigante como fenómeno, la sobre-reacción de los retornos es una explicación estadísticamente significativa de la caída vertical y abrupta de los mercados en septiembre 2008.

35

Apéndice 1. Datos Descriptivos de las Variables.

Fuentes: Economática, Federal Reserve, Bureau of Labor Statistics, Treasury Department, Michigan University, Census Bureau, Agencia (Retornos y variaciones en base a promedio mensuales. Data desestacionalizada de M2 y desempleo)

Series Variable de Dependien Tiempo te

Variables Explicativas

Variables Explicativas Conductuales

Variables de Control

Mes / Año

Retorno Mensual S&P 500

Cambio Mensual M2 (SA)

Cambio Mensual en el 30yYTM

Cambio Mensual en el 3mYTM

Retorno Mensual WTI

Retorno Mensual Oro

Tasa Mensual de Inflación

Cambio Mensual en el CSI

ene-04 feb-04 mar-04 abr-04 may-04 jun-04 jul-04 ago-04 sep-04 oct-04 nov-04 dic-04 ene-05 feb-05 mar-05 abr-05 may-05 jun-05 jul-05 ago-05 sep-05 oct-05 nov-05 dic-05 ene-06 feb-06 mar-06 abr-06 may-06 jun-06 jul-06 ago-06 sep-06 oct-06 nov-06 dic-06 ene-07 feb-07 mar-07 abr-07 may-07 jun-07 jul-07 ago-07 sep-07 oct-07 nov-07 dic-07 ene-08 feb-08 mar-08 abr-08 may-08 jun-08 jul-08 ago-08 sep-08 oct-08 nov-08 dic-08 ene-09 feb-09 mar-09

0,0469 0,0095 -0,0171 0,0081 -0,0271 0,0268 -0,0240 -0,0154 0,0260 0,0004 0,0445 0,0256 -0,0150 0,0153 -0,0039 -0,0259 0,0118 0,0201 0,0165 0,0017 0,0013 -0,0281 0,0374 0,0198 0,0131 -0,0016 0,0133 0,0065 -0,0094 -0,0290 0,0056 0,0212 0,0235 0,0340 0,0183 0,0198 0,0055 0,0144 -0,0266 0,0396 0,0319 0,0022 0,0041 -0,0444 0,0288 0,0280 -0,0508 0,0108 -0,0703 -0,0175 -0,0284 0,0398 0,0236 -0,0452 -0,0646 0,0190 -0,0517 -0,2280 -0,0927 -0,0064 -0,0112 -0,0734 -0,0629

0,0007 0,0063 0,0062 0,0068 0,0109 0,0022 0,0008 0,0038 0,0054 0,0039 0,0058 0,0024 0,0007 0,0020 0,0024 0,0012 0,0025 0,0050 0,0041 0,0046 0,0055 0,0043 0,0040 0,0037 0,0076 0,0029 0,0026 0,0034 0,0020 0,0046 0,0041 0,0030 0,0037 0,0079 0,0047 0,0062 0,0068 0,0009 0,0050 0,0068 0,0040 0,0032 0,0037 0,0066 0,0048 0,0041 0,0043 0,0044 0,0063 0,0100 0,0082 0,0026 0,0024 0,0014 0,0058 -0,0025 0,0141 0,0151 0,0064 0,0214 0,0106 0,0039 0,0090

-0,0177 -0,0118 -0,0381 0,0812 0,0389 0,0107 -0,0355 -0,0313 -0,0309 -0,0093 0,0065 -0,0052 -0,0281 -0,0389 0,0505 -0,0292 -0,0347 -0,0458 0,0274 0,0118 0,0020 0,0454 0,0127 -0,0169 -0,0141 -0,0107 0,0410 0,0674 0,0273 -0,0097 -0,0039 -0,0257 -0,0305 0,0000 -0,0335 -0,0021 0,0357 -0,0062 -0,0210 0,0313 0,0061 0,0594 -0,0175 -0,0359 -0,0288 -0,0042 -0,0538 0,0022 -0,0452 0,0429 -0,0292 0,0113 0,0354 0,0194 -0,0259 -0,0154 -0,0525 -0,0237 -0,0416 -0,3320 0,0867 0,1371 0,0138

-0,0225 0,0553 0,0107 0,0000 0,0817 0,2192 0,0462 0,1069 0,1087 0,0645 0,1622 0,0564 0,0620 0,0863 0,0758 0,0145 0,0214 0,0448 0,0808 0,0661 -0,0058 0,0814 0,0448 0,0026 0,0862 0,0438 0,0179 0,0198 0,0258 0,0147 0,0329 0,0020 -0,0307 0,0226 0,0041 -0,0184 0,0265 0,0100 -0,0181 -0,0143 -0,0292 -0,0257 0,0445 -0,1377 -0,0767 0,0026 -0,1762 -0,0862 -0,0870 -0,2602 -0,5203 0,0235 0,2935 0,0725 -0,1320 0,0537 -0,4201 -0,5227 -1,2603 -1,8458 1,4663 0,8362 -0,3567

0,0657 0,0109 0,0576 0,0002 0,0916 -0,1040 0,1164 0,0964 0,0227 0,1483 -0,0946 -0,1163 0,0820 0,0276 0,1181 -0,0225 -0,0612 0,1229 0,0458 0,0967 0,0092 -0,0521 -0,0653 0,0185 0,0973 -0,0607 0,0170 0,1024 0,0200 0,0015 -0,0037 0,0327 -0,1353 -0,0800 0,0032 0,0475 -0,1282 0,0839 0,0194 0,0568 -0,0082 0,0616 0,0937 -0,0241 0,0994 0,0710 0,0995 0,0182 -0,0374 0,0256 0,1003 0,0654 0,1078 0,0655 -0,0038 -0,1338 -0,1138 -0,3068 -0,2902 -0,3319 0,0142 -0,0649 0,2041

0,0156 -0,0211 0,0033 -0,0090 -0,0498 0,0220 0,0154 0,0060 0,0119 0,0368 0,0440 0,0054 -0,0407 -0,0019 0,0254 -0,0123 -0,0166 0,0206 -0,0145 0,0312 0,0405 0,0299 0,0143 0,0671 0,0757 0,0272 -0,0141 0,0918 0,1024 -0,1265 0,0602 -0,0009 -0,0559 -0,0210 0,0693 0,0031 0,0022 0,0518 -0,0149 0,0367 -0,0186 -0,0172 0,0149 0,0002 0,0686 0,0572 0,0662 -0,0038 0,1022 0,0361 0,0488 -0,0626 -0,0234 0,0009 0,0550 -0,1134 -0,0109 -0,0285 -0,0584 0,0701 0,0509 0,0938 -0,0202

0,0049 0,0054 0,0064 0,0032 0,0058 0,0032 -0,0016 0,0005 0,0021 0,0053 0,0005 -0,0037 0,0021 0,0058 0,0078 0,0067 -0,0010 0,0005 0,0046 0,0051 0,0121 0,0020 -0,0081 -0,0041 0,0076 0,0020 0,0055 0,0085 0,0050 0,0020 0,0030 0,0020 -0,0049 -0,0054 -0,0015 0,0015 0,0030 0,0053 0,0091 0,0065 0,0061 0,0019 -0,0003 -0,0311 0,0320 0,0021 0,0059 -0,0007 0,0050 0,0029 0,0086 0,0060 0,0084 0,0100 0,0052 -0,0040 -0,0014 -0,0102 -0,0193 -0,0104 0,0043 0,0050 0,0024

0,1142 -0,0949 0,0147 -0,0168 -0,0434 0,0581 0,0114 -0,0083 -0,0179 -0,0269 0,0119 0,0453 -0,0166 -0,0148 -0,0161 -0,0544 -0,0092 0,0996 0,0052 -0,0798 -0,1473 -0,0357 0,0951 0,1145 -0,0033 -0,0506 0,0251 -0,0170 -0,0998 0,0708 -0,0024 -0,0324 0,0406 0,0917 -0,0162 -0,0044 0,0552 -0,0595 -0,0323 -0,0148 0,0137 -0,0346 0,0581 -0,0806 0,0000 -0,0304 -0,0612 -0,0079 0,0377 -0,1020 -0,0185 -0,1046 -0,0458 -0,0585 0,0817 0,0290 0,1096 -0,1992 -0,0407 0,0832 0,0181 -0,0835 0,0176

CambioMe CambioMe Indice nsual nsual CambioMe Indice SobreConservadur 'Housing 'Unemploy nsual IPI Confianza ismo Starts' ment' (SA)

-0,0790 -0,0400 0,0640 -0,0210 -0,0070 -0,0850 0,0830 0,0060 -0,0600 -0,0220 -0,1310 0,1090 0,0470 0,0030 -0,1760 0,1100 0,0020 0,0000 -0,0010 -0,0130 0,0260 -0,0560 0,0480 -0,1230 0,1450 -0,0230 -0,0780 -0,0740 0,0500 -0,0530 -0,0250 -0,0600 0,0590 -0,1460 0,0670 0,0450 -0,1120 0,0900 0,0080 0,0250 -0,0210 0,0230 -0,0610 -0,0260 -0,1020 0,0300 -0,0370 -0,1420 0,0080 -0,0060 -0,1190 0,0820 -0,0330 0,0910 -0,1100 -0,0620 -0,0630 -0,0450 -0,1890 -0,1550 -0,1680 0,2220 -0,1080

0,0000 -0,0177 0,0351 -0,0351 0,0000 0,0000 -0,0180 -0,0183 0,0000 0,0183 -0,0183 0,0000 -0,0377 0,0377 -0,0377 0,0000 -0,0194 0,0000 -0,0198 -0,0202 0,0202 0,0000 0,0000 -0,0408 -0,0211 0,0211 -0,0211 0,0000 0,0000 -0,0215 0,0215 0,0000 -0,0435 -0,0225 0,0225 -0,0225 0,0445 -0,0220 -0,0225 0,0225 0,0000 0,0220 0,0215 0,0000 0,0000 0,0211 -0,0211 0,0417 0,0000 -0,0206 0,0606 -0,0198 0,0953 0,0180 0,0351 0,0667 0,0000 0,0625 0,0299 0,0572 0,0541 0,0637 0,0482

0,0029 0,0058 -0,0058 0,0039 0,0077 -0,0087 0,0068 0,0019 0,0000 0,0086 0,0029 0,0066 0,0047 0,0066 -0,0009 -0,0009 0,0028 0,0037 0,0000 0,0019 -0,0178 0,0113 0,0112 0,0064 0,0000 0,0000 0,0018 0,0037 -0,0009 0,0046 0,0018 0,0018 -0,0027 -0,0018 -0,0018 0,0082 -0,0054 0,0082 -0,0018 0,0045 0,0000 0,0009 0,0027 0,0009 0,0036 -0,0054 0,0063 0,0027 -0,0009 -0,0027 -0,0036 -0,0054 -0,0027 -0,0027 0,0000 -0,0109 -0,0411 0,0142 -0,0133 -0,0241 -0,0207 -0,0151 -0,0143

4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,1724 4,2672 4,4368 4,4368 4,4368 4,4368 4,4368 4,4368

3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 3,8822 4,4511 4,4799 4,4799 4,4799 4,4799 4,4799 4,4799

36

Apéndice 2. Consulta a Inversores en los Mercados de Capitales de los Estados Unidos de América 1. ¿Ha invertido en el mercado de capitales de los Estados Unidos de América en los últimos 5 años?

Sí No 2. ¿Siguió activo como inversor al primer trimestre de 2009?

Sí No

Si ha contestado afirmativamente a las dos preguntas anteriores, le invitamos a que pondere las siguientes situaciones de acuerdo a su opinión y experiencia.

En una escala del 1 al 7, marque con X la casilla que mejor expresa su postura, tomando en cuenta que 1 indica su total desacuerdo y 7 indica su total acuerdo.

1. Durante el estallido de la crisis financiera en septiembre de 2008, al contrastar lo que usted pensaba respecto a lo que otros pensaban, usted…

1 2 3 4 5 6 7 • Defendió siempre sus opiniones, por ser las más razonables 1 2 3 4 5 6 7 • Escuchó a los otros, aunque eso no afectó la validez de su opinión 1 2 3 4 5 6 7 • Escuchó otras opiniones y cambió la suya cuando consideró que lo que le planteaban era razonable 2. Usted está pensando en cambiar de operadora de servicios telefónicos y de internet; entonces decide…

1 2 3 4 5 6 7 • Cambiar a una que le ofrece una tarifa 15% inferior 1 2 3 4 5 6 7 • Probar una operadora que le brinda una reducción del 10% en la tarifa 1 2 3 4 5 6 7 • Experimentar con un nuevo proveedor, cuyos costos son superiores a los actuales en un 25% 3. Durante el período de caída de la bolsa de los Estados Unidos, en septiembre de 2008, todas sus acciones y decisiones de inversión se basaron en…

1 2 3 4 5 6 7 • Sus convicciones y experiencia 1 2 3 4 5 6 7 • Los conocimientos y habilidades que tenía para ese momento 1 2 3 4 5 6 7 • Las recomendaciones de sus amigos 4. Suponga que está decidiendo actualmente adquirir un automóvil; usted…

1 2 • Prefiere comprar uno nuevo, cuyo valor asciende a 150.000 Bs. F 1 2

3

4

5

6

7

3

4

5

6

7

37

• Opta por comprar uno de segunda mano por 50.000 Bs.F • Esperará a que surja una oportunidad de compra por 100.000 Bs.F

1

2

3

4

5

6

7

En una escala del 1 al 7, marque con X la casilla que mejor expresa su postura, tomando en cuenta que 1 indica su total desacuerdo y 7 indica su total acuerdo.

5. Meses antes de la caída abrupta de la bolsa en septiembre de 2008, especialistas en materia financiera advertían sobre la iliquidez de ciertos títulos hipotecarios. ¿Cómo valoró la información al respecto?: 1 2 3 4 5 6 7 • No consideré que pudiera afectar mis inversiones 1 2 3 4 5 6 7 • La tomé en cuenta para mis inversiones 1 2 3 4 5 6 7 • No seguí el tema 6. Suponga que en los actuales momentos, usted está evaluando ciertas ofertas de trabajo en el extranjero. Entonces…

1 2 3 4 5 6 7 • Decide emigrar a Irán, donde le ofrecen un sueldo 30% superior al que usted percibe actualmente 1 2 3 4 5 6 7 • Opta por ir a Colombia, con un sueldo 10% más bajo del que gana hoy día 1 2 3 4 5 6 7 • Elije probar en Nueva Zelanda, con una reducción del 20% respecto a su salario actual 7. Luego de la experiencia de esta crisis percibe que tanto su habilidad para analizar el comportamiento de los mercados, como la calidad de sus pronósticos financieros son: 1

2

3

4

5

6

7

1 • Iguales, no cree que esta experiencia le haya enseñado a efectuar mejores pronósticos 1 • No sabría decir. La crisis le ha demostrado que pronosticar no es su fuerte

2

3

4

5

6

7

2

3

4

5

6

7

• Más acertados, ahora detecta mejor las señales del mercado

8. Antes de septiembre de 2008, cuando los mercados experimentaron una fuerte caída, consideraba que una buena estrategia de inversión debía ser…

1 2 3 4 5 • Re-balanceada diariamente 1 2 3 4 5 • Ajustada mensualmente 1 2 3 4 5 • Modificada anualmente

usted 6

7

6

7

6

7

9. En mayo de 2008, el S&P500llegó a superar los 1400 puntos. Durante la crisis de septiembre de ese año, el índice cayó hasta llegar a estar a casi 700 puntos. Usted cree que el índice este año…

1 2 3 4 5 6 7 • Seguirá ascendiendo hasta estabilizarse entre 900 y 1000 puntos 1 2 3 4 5 6 7 • Fluctuará entre 800 y 1200 puntos durante lo que resta del año

38

1 2 3 4 5 6 7 • Pudiera oscilar entre 700 y 1400 puntos o en un rango aún mayor En una escala del 1 al 7, marque con X la casilla que mejor expresa su postura, tomando en cuenta que 1 indica su total desacuerdo y 7 indica su total acuerdo.

10. En mayo de 2008, unos meses antes del estallido de la crisis financiera de los Estados Unidos, usted pensaba…

1 2 3 4 5 6 7 • Retirarse más allá de los 75 años 1 2 3 4 5 6 7 • Trabajar hasta los 65, incluso 75 años 1 2 3 4 5 6 7 • Que entre los 55 a 65 años sería un buen momento para retirarse 11. Usted está pensando cambiar de proveedor de servicios de órdenes. Finalmente usted…

1

2

3

4

• Cambia a Interinvest, un proveedor de servicios por internet que cobra una comisión de 0,5% 1 2 3 4 • Acude a JPM Integral Services, una casa de bolsa que le provee de un asesor financiero y le cobra una comisión de 11% 1 2 3 4 • Contrata los servicios de L&M Consultores, asesores de inversión que cobran una comisión de 5% 12. Durante la caída de los mercados en septiembre de 2008, ante la posibilidad de una reducción del valor de su inversión, usted pensó que…

1 2 3 4 • Había una alta probabilidad de perder todo lo invertido 1 2 3 4 • Existía un 50% de probabilidades, tanto de perder, como de ganar 1 2 3 4 • Eran muy bajas las probabilidades de perder alguna suma sustancial

5

6

7

5

6

7

5

6

7

enfrentar 5

6

7

5

6

7

5

6

7

13. Imagine que recibe un portafolio en herencia compuesto por acciones de bajo riesgo de empresas manufactureras y usted tiene la oportunidad de reestructurarlo; decide entonces…

1 2 3 4 5 6 7 • Dejarlo intacto, particularmente si ha tenido un desempeño positivo 1 2 3 4 5 6 7 • Recomponerlo con acciones de empresas tecnológicas 1 2 3 4 5 6 7 • Re-balancearlo con bonos y letras del tesoro 14. En una recesión usted como CEO de una gran firma trataría de evitar: 1 2 • Recorte de personal 1 2 • Reducción de horas de trabajo o de salarios 1 2 • Eliminación de bonos a altos ejecutivos

3

4

5

6

7

3

4

5

6

7

3

4

5

6

7

39

Sobre su perfil personal 15. Se desenvuelve como inversor o gerente de carteras de inversión desde hace: años 16. Usted tiene

años de edad

17. Su sexo: Masculino Femenino

18. Su nivel de formación académica o profesional es (marque con x la opción más ajustada a su perfil): Más de tres años de experiencia dentro del área financiera y bancaria Grado universitario Maestría o doctorado en Administración o en Finanzas C.F.A u otra especialización en el área financiera Otro (especifique):

19. Usted se desempeña como (marque con x la opción más ajustada a su perfil): Gerente de cartera de inversión Ejecutivo de cartera Trader Analista financiero Asesor de Inversión Otro (especifique):

20. Es usted un inversionista (marque con x la opción más ajustada a su perfil): Individual Institucional Ambos

40

Referencias Bibliogrรกficas Barberis, Nicholas, Andrei Shleifer and Robert Vishny (1998), A model of investor sentiment, Journal of Financial Economics, Vol. 49, p307-343 Brav, Allon and J.B. Heaton (2002) Competing Theories of Financial Anomalies, Review of Financial Studies, Special Edition, Vol. 15, p575-606 Campbell, John and Robert J. Shiller (1998), The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors, The Review of Financial Studies, Vol. 1 Chan, Louis K.C., Jason Karceski and Josef Lakonishok (1998), The Risk and Return from Factors, Journal of Financial and Quantitative Analysis, Vol. 33, p159-188 Chen, Nai-Fu, Richard Roll and Stephen A. Ross (1986), Economic Forces and the Stock Market, The Journal of Business, Vol. 59, p383-403 Chiou, Jer-Shiou, Yen-Hsien Lee and Cho-Min Lin (2008), Existence of a Long-Run Equilibrium between the S&P500 and Oil Prices, International Research Journal of Finance and Economics, p68-75 Crowder, William J. (2006), The Interaction of Monetary Policy and Stock Returns, The Journal of Financial Research, Vol. 29, p523-535 Cutler, David M., James M. Poterba and Lawrence H. Summers (1989), What moves stock prices. Journal of Portfolio Management, Vol. 15, p4-12 Daniel, Kent, David Hirshleifer and A. Subrahmanyan (1998), Investor Psycology and Security Market Under- and Overreactions, The Journal of Finance, Vol. 53 p18391885

41

De Bondt, Werner E. M. and Richard Thaler (1985), Does the Stock Market Overreact? The Journal of Finance, Vol. 40, p793-805 De Bondt, Werner E. M., and Richard Thaler (1990), Do Analysts Overreact? The American Economic Review, Vol. 80, p52-57 De Fusco, Richard (2006), Quantitative Methods for Investment Analysis CFA Institute, Schwessr Study Program, Chapters 6,7,8 p279-425 Driesprong, Gerben, Ben Jacobsen and Benjamin Maat (2008), Striking Oil: Another Puzzle? Journal of Financial Economics, Vol. 89, p307-327 Durrè, Alain and Pierre Giot (2007), An International Analysis of Earnings, Stock Prices and Bond Yields, Journal of Business Finance and Accounting, Vol. 34, p613641 Fama, Eugene F. (1990), Stock Returns, Expected Returns, and Real Activity.

Preview, Journal of Finance, Vol. 45, p1089-1108 Fama, Eugene F. (1991), Efficient Capital Markets: II, The Journal of Finance, Vol. 46, p1575-1617 Fama, Eugene F. (1998), Market efficiency, long-term returns, and Behavioral Finance Journal of Financial Economics, Vol. 49, p283-306 Fama, Eugene F., and Kenneth R. French (1988), Permanent and Temporary Components of Stock Prices, The Journal of Political Economy, Vol. 96, pp 246-273 Fama, Eugene F. and Kenneth R. French (2008), Dissecting Anomalies, The Journal of Finance, Vol. 63, p1653-1678 Fama, Eugene F. and G. William Schwert (1977), Asset returns and inflation, Journal of Financial Economics, Vol. 5, p115-146 Fisher K.L., M. Statman (2003), Consumer Confidence and Stock Returns, Journal of Portfolio Management, Vol. 30, p115 Flannery, Mark J. and Aris Protopapadakis (2002), Macroeconomic Factors Do Influence Aggregate Stock Returns, The Review of Financial Studies, Vol. 15, p751782 Gerlach, Jeffrey (2007), Macroeconomic News and Stock Market Calendar and Weather Anomalies The Journal of Financial Research, Vol. 30, p283-300

42

Gorton, G. and K.G. Rouwenhorst (2006), Facts and Fantasies about Commodity Futures, Financial Analysts Journal, Vol. 62, p47-68 Gujarati, Damodar N. (2004), Econometría, México D.F: McGraw-Hill Interamericana Editores, Cuarta Edición, 972p Greene, William H. (2002), Econometric Análysis, New Jersey: Prentice Hall Upper Saddle River New, Fifth Edition, 802p Hirshleifer, David (2001), Investor Psychology and Asset Pricing, Journal of Finance, Vol. 56, p1533-1597 Hirshleifer David and Tyler Shumway (2003), Good Day Sunshine: Stock Returns and the Weather, The Journal of Finance, Vol. 58, p1009-1032 Ilmanen, Antti (2003), Expected Returns on Stocks and Bonds, Journal of Portfolio Management, Vol. 29, p7-27 Jegadeesh, Narasimhan and Sheridan Titman (1993), Returns to Buying Winners and selling Lossers: Implications for Stock Market Efficiency, The Journal of Finance, Vol. 48, p65-91 Jones, Charles M. and Gautam Kaul (1996), Oil and the Stock Markets, The Journal of Finance, Vol. 51, p463-491 Kaul, Gautam (1990), Monetary Regimes and the Relation between Stock Returns and Inflationary Expectations, Journal of Financial and Quantitative Analysis, Vol. 25, p307-321 Kocherlakota, Narayana R. (1996), The Equity Premium: It’s Still a Puzzle, Journal of Economic Literature, Vol. 34, pp 42-71 Kothari, S.P., J. Lewellen and J.B. Warner (2006), Stock Returns, Aggregate Earning Surprises, and Behavioral Finance Journal Of Financial Economics, Vol. 79, p537-568 Lee, Bong-Soo (1992), Causal Relations Among Stock Returns, Interest Rates, Real activity, and Inflation, The Journal of Finance, Vol. 47, p1591-1603 Leung, Mark T., Hazem Daouk, and An-Sing Chen (2000), Forecasting Stock Indices: a Comparison of Classification and Level Estimation Models International Journal of ForecastingI, Vol. 16, p173-190 Lucas, Robert E. Jr (1978), Asset Prices in an Exchange Economy, Econometrica, Vol. 46, pp. 1429–45.

43

Mehra, Rajnish and Edward C. Prescott (1985), The Equity Premium: A Puzzle, Journal of Monetary Economics, Vol. 15, p145–161.

Odean, Terrance (1998), Volume, Volatility, Price, and Profit when all Traders are above Average The Journal of Finance, Vol. 53, p1887-1934 Odean, Terrance (1999), Do Investors Trade too Much? The American Economic Review, Vol. 89, p1279-1298 Odusami, B. O. (2009), Crude oil shocks and stock market returns Applied Financial Economics, Volume 19, p 291- 303 Rigobon, Roberto and Brian Sack (2003), Measuring The Reaction Of Monetary Policy To The Stock Market, The Quarterly Journal of Economics, Vol.118, p 639-669 Roll, Richard (1988), R², The Journal of Finance, Vol. 43, p541-566 Rudolph, J. Allan (1972), Stock Prices and The Money Supply, Financial Analysts Journal, Vol. 28, p19-25 Schwert, G. William (1981), The Adjustment of Stock Prices to Information About Inflation, The Journal of Finance, Vol. 36, p15-29 Schwert, G. William (1990), Stock Returns and Real Activity: A Century of Evidence. The Journal of Finance, Vol. 45, p1237-1257 Sorensen, Eric H. (1982), Rational Expectations and the Impact of Money Upon Stock Markets. The Journal of Financial and Quantitative Analysis, Vol. 17, p649-662

44