Resumen de la eficiencia del mercado de capitales y la eficiencia de Arbitraje

Partiendo de la lectura de la eficiencia en los mercados de capital podemos

determinar que se requiere que los flujos de capital sean suficientes para
eliminar de cierta manera suplir las anomalías que hayan dentro de una
organización; examinamos la relación entre los flujos de caja con respecto a
una estrategia cuantitativa que se basa en discrepancias del mercado de
capitales, para poder analizar el desempeño posterior de dicha estrategia.

Se podría entender que cuando los flujos son altos, por otra parte los fondos
cuantitativos pueden implementar estrategias de arbitraje de manera más
efectiva, lo que a su vez conduce a una menor rentabilidad de las anomalías
del mercado en el futuro, y viceversa. Por lo tanto, el grado de eficiencia de los
mercados de renta variable transversal varía a lo largo del tiempo con la
disponibilidad de capital de arbitraje.

Introducción

Esta noción final de la eficiencia de mercado (Fama (1970)) se justifica al

señalar que los traficantes racionales se podrían compartir de cualquier manera
con cualquier desviación temporal de los precios de los puntos de referencia
eficientes. Por lo tanto, la eficiencia de los precios surge a través de las
acciones comerciales de estos agentes de arbitraje. Los precios de las
acciones convergerán en puntos de referencia eficientes rápidamente cuando
el capital de arbitraje sea abundante, y viceversa. En este artículo, los
resultados que la disponibilidad de un banco de capital de capital varía a lo
largo del tiempo, lo que resulta en una variación dinámica en la previsibilidad
de los retornos de valores transversales. El análisis de riesgo empírico,
realizado por el operador de capital, muestra la predicción del riesgo en el
mercado después de la devolución de una estrategia cuantitativa (cuantitativa)
en contabilidad y fi nanzas. Notamos que algunas de estas anomalías obtienen
grandes ganancias en papel y han persistido fuera de la muestra mucho después de
su descubrimiento (Bernard y Thomas (1989), Rouwenhorst (1998); ver también Lee
(2001), Kothari (2001), y McLean y Pontiff (2016)), lo que indica que es un desafío
atribuirlos a la minería de datos. Además, es difícil encontrar una historia basada en el
riesgo que consista en algunas de las anomalías documentadas en la literatura. Esto
sugiere que las anomalías transversales pueden ser, por lo menos en parte, reflejar las
fallas temporales en los precios del mercado. Basándonos en estas observaciones,
medimos el capital de arbitraje utilizando flujos a fondos mutuos cuyas operaciones
reflejan las de nuestra estrategia cuantitativa (abreviadas como fondos cuantitativos).
Para identificar estos fondos cuantitativos, regresamos los rendimientos de todos los
fondos mutuos a los rendimientos de una estrategia y selección de fondos con la
correlación más alta. Esta correlación puede surgir ya sea porque los fondos
cuantitativos implementan directamente estrategias cuantitativas o porque emplean
analistas del lado de la compra que incorporan información basada en anomalías en
sus recomendaciones de inversión. Alternativamente, los modelos de valoración
utilizados por los fondos cuantitativos podrían identificar las acciones mal tasadas que
se compran o venden de una manera consistente con la estrategia cuantitativa. En
todos estos casos, los flujos a los fondos cuantitativos actúan como un proxy de los
flujos para arbitrar estrategias donde el capital de arbitraje se utiliza para apuntar las
ineficiencias de precios temporales y mover los precios de las acciones hacia puntos
de referencia eficientes.
Encontramos apoyo empírico para las hipótesis anteriores. Los flujos mejorados de
fondos a fondos cuantitativos predicen una menor rentabilidad futura de las estrategias
cuantitativas y, por lo tanto, una mayor eficiencia del mercado de capitales. Este
hallazgo subraya el punto de que la eficiencia del mercado es un concepto dinámico,
porque los mercados se vuelven eficientes debido a la intervención de los arbitrajeros,
cuya eficacia varía con el tiempo a medida que varía la disponibilidad de capital de
arbitraje. Existe una creciente literatura sobre los vínculos entre el capital de arbitraje y
la formación de precios. Por ejemplo, en el modelo de Shleifer y Vishny (1997), los
inversores sensibles al rendimiento canjean sus fondos cuando las estrategias de
arbitraje tienen un rendimiento inferior, lo que hace que los precios se alejen de los
valores fundamentales. Estos tipos de restricciones relacionadas con el rendimiento
también surgen de los modelos de He y Krishnamurthy (2012), (2013), donde el bajo
desempeño de los gerentes conduce al racionamiento de capital. Del mismo modo, P
´astor y Stambaugh (2012) desarrollan un modelo en el que los inversores utilizan
rendimientos realizados en el pasado para inferir la eficacia de las estrategias y
estrategias cuantitativas.
Asignar fondos en consecuencia.1 Vayanos (2004) muestra que los administradores
de fondos no están dispuestos a guardar conjuntos de fondos que sigan un
rendimiento pobre, duetoredemptionrisk, y Vayanos y Woolley (2013) muestran que los
inversionistas infieren racionalmente la capacidad de los gerentes del desempeño y
retiran el capital por debajo del rendimiento de los gestores de fondos. Varios otros
documentos (por ejemplo, Acharya, Lochstoer y Ramadorai (2013), Baker y Savasoglu
(2002), Lamont y Thaler (2003), Mitchell, Pulvino y Stafford (2002), Mitchell, Pedersen
y Pulvino (2007), y Pontiff (1996) proporcionan evidencia que respalda los límites de
arbitraje para diferentes entornos y mercados. Otra línea de investigación documenta
el efecto del exceso de flujos de fondos en los precios de los activos. En particular,
Coval y Stafford (2007) examinan el costo de las ventas de activos (compras) y
muestran que el exceso de transacciones de capital causa presiones de precios
significativas que posteriormente se revierten. De manera similar, Ant´on y Polk
(2014), Frazzini y Lamont (2008), Jotikasthira, Lundblad y Ramadorai (2012),
Greenwood y Thesmar (2011) y Lou (2012) muestran que los flujos de fondos en
exceso tienen un precio grande pero temporal efectos Khan, Kogan y Serafeim (2012)
proporcionan evidencia de que las acciones compradas por fondos mutuos con
grandes flujos de entrada tienden a ser sobrevaloradas. Más recientemente, Kokkonen
y Suominen (2015) descubrieron que los flujos de fondos de cobertura están
relacionados negativamente con los rendimientos futuros de una estrategia larga-corta
construida utilizando un proxy alternativo para la valoración incorrecta de precios.
Nuestro trabajo es complementario a estos papeles. Específicamente, limitamos
nuestro enfoque a los flujos que se dirigen a los fondos que siguen estrategias de
arbitraje y mostramos que el efecto principal de estos flujos es mitigar los errores de
precios transversales. Proporcionamos un vínculo empírico intertemporal directo entre
los flujos y el grado de eficiencia del mercado de capitales. Nuestros resultados son
robustos a varias metodologías alternativas, incluidas las variaciones en la
construcción del algoritmo cuantitativo, el uso de retornos cuantitativos ajustados por
riesgo y el uso de flujos obtenidos de fondos de cobertura neutral en el mercado en
lugar de fondos mutuos.

II. Datos y diseño empírico

Totest ourhothesis, webegin bymeasuring vuelve a las estrategias de arbitraje.
Esta es una gran regla por la construcción de una estrategia de diseño de
estrategia basada en características comunes (distintas de la beta del
mercado) que predicen la sección transversal de los rendimientos de las
acciones. Probar nuestra hipótesis también requiere que construyamos una
medida de los flujos a los fondos de la estrategia cuantitativa, así como un
conjunto de variables de control. Nuestro período de muestra se extiende
desde 1991 hasta 2009. Comenzamos nuestra muestra en 1991, ya que esta
es la primera fecha disponible para los flujos de fondos mutuos, una variable
clave en nuestro análisis empírico.
A. Midiendo los retornos a la estrategia cuantitativa
Comenzamos simulando una estrategia cuantitativa diseñada para negociar
evidencia de anomalías documentadas en investigaciones académicas. Entre
las muchas anomalías, seleccionamos aquellas con mayor probabilidad de
haber sido conocidas (y tratadas por) por parte de comerciantes antes de
tiempo.

en nuestro periodo muestral. Hacemos esto para garantizar que nuestra estrategia
siga siendo negociable durante todo el período de muestra. Esta condición importante
apila las cartas contra nuestra hipótesis y refuerza la validez externa de nuestros
hallazgos. Para determinar cuáles son las características que probablemente sabían
los comerciantes al principio de nuestra muestra, revisamos la bibliografía sobre
finanzas y contabilidad y seleccionamos los factores de previsibilidad del rendimiento
que se publicaron en el dominio público al comienzo de nuestro período de muestra o
durante los siguientes 5 años. Identificamos seis "anomalías" principales de
rendimiento utilizando este criterio: impulso, rentabilidad, valor, tamaño, ganancias y
reversión.2 No incluimos el tamaño como uno de nuestros indicadores de precios
incorrectos porque las discusiones informales con los administradores de dinero
sugieren que el consenso prevaleciente en el la comunidad de administración activa es
que el tamaño captura un riesgo de liquidez (o "beta"), en lugar de ser una
característica de valor incorrecto (o "alfa") (véase también Jacoby, Fowler y Gottesman
(2000), Berk (1995)). Las cinco características restantes, el impulso, la rentabilidad, el
valor, las ganancias y la reversión, se utilizan para simular la estrategia cuantitativa
desde 1991 hasta 2009. Incluimos la rentabilidad, el valor y la reversión desde el inicio
de nuestra muestra. El efecto de reversión se conoce al menos desde la publicación
del estudio de Jegadeesh (1990), 1 año antes del comienzo del período de muestra.
En cuanto a los factores de valor y rentabilidad, es probable que los inversionistas los
conozcan desde hace al menos varias décadas, desde la publicación de su libro de
análisis de seguridad por parte de Abraham y Dodd (1934). El impulso se agrega a la
estrategia en enero de 1994 luego de la publicación del estudio original por Jegadeesh
y Titman (1993). De manera similar, las ganancias se incluyen en la estrategia de
enero de 1997 luego de la publicación del estudio de Sloan en 1996. Las carteras se
forman mensualmente al tomar posiciones largas en acciones que parecen estar
infravaloradas y posiciones cortas en acciones que parecen estar sobrevaloradas de
acuerdo con las características de la salud de los caracoles. estrategia corta, unimos
cada acción de la cartera larga con una acción correspondiente de la cartera corta que
pertenece a la misma clasificación de la industria (Johnson, Moorman y Sorescu
(2009)). La cartera se reequilibra mensualmente. El apéndice proporciona detalles
completos sobre la construcción de la estrategia cuantitativa. Por construcción, los
retornos a la estrategia cuantitativa simulada pretenden captar el grado de
ineficiencias de los precios de corte transversal al inicio del período de tenencia. Por
ejemplo, un rendimiento cuantitativo particularmente alto durante marzo es indicativo
de altas ineficiencias de corte transversal a fines de febrero, siempre que (por
supuesto) los precios converjan hacia sus valores de equilibrio durante marzo.
Nuestras pruebas empíricas están diseñadas para medir la relación entre los flujos de
fondos de arbitraje y el futuro rendimiento de la estrategia de la estrategia. El proceso
de selección de fondos de fondos de inscripción, descrito a continuación, está
diseñado para identificar los fondos que es probable que se negocien
en las ineficiencias de sección transversal identificadas por el algoritmo cuantitativo.
No es crítico que los fondos que seleccionamos empleen directamente ese algoritmo;
nuestro proceso de selección también puede identificar los fondos que se negocian
sistemáticamente, al menos parcialmente, en las acciones que tienen el precio más
incorrecto según el algoritmo cuantitativo.3 En resumen, buscamos identificar los
fondos mutuos que emplean cualquier estrategia de inversión que negocie
sistemáticamente las acciones que tienen el precio incorrecto. al algoritmo cuantitativo.
Para evaluar los flujos de fondos proactivos y hipotecarios, identificamos un subgrupo
de fondos mobiliarios cuyo rendimiento de rendimiento mensual se carga en el vector
de rendimiento de la estrategia cuantitativa. Los recargos se recalculan utilizando
regresión de cinco años en los que los rendimientos de los fondos mutuos mensuales
se recuperan del exceso de los rendimientos del mercado y los retornos cuantitativos.
Para controlar el riesgo de liquidez agregado, también incluimos un factor de retorno
corto-largo basado en Amihud (2002) .4 Para ser retenido en la muestra, un fondo
debe tener al menos 36 observaciones mensuales para cada una de las regresiones a
nivel de fondo de 60 meses. , y un valor de flujo mensual que no se pierde. Para
seleccionar los fondos de arbitraje, primero regresemos los rendimientos de cada
fondo mutuo en los rendimientos de la estrategia y el enfoque adecuados para la carga
del coeficiente de la regresión. Luego seleccionamos los fondos cuyas cargas están en
el 10% superior de todos los fondos. Éstos son los fondos más probables que se
pueden utilizar en el tipo de fi nicidades de precio de corte transversal que se
encuentran incrustadas en el algoritmo de construcción de la estrategia cuantitativa.
Por lo tanto, los flujos a este subconjunto de fondos son un buen indicador de los flujos
de arbitraje requeridos por nuestras pruebas empíricas. Observamos que la medida en
que un fondo mutuo sigue el algoritmo cuantitativo varía significativamente de un fondo
a otro. Un análisis univariado muestra que el promedio de las series de tiempo de las
cargas cuantitativas varía de 0.169 a 1.100. Los valores de los percentiles 1 y 99 son
0.170 y 0.677, respectivamente, y los valores de los percentiles 5 y 95 son 0.174 y
0.511, respectivamente. Estas cargas tienen una interpretación intuitiva, ya que
representan el porcentaje aproximado de los activos del fondo que se invierten de una
manera similar a la estrategia cuantitativa.5 Aunque los fondos mutuos generalmente
toman posiciones de larga duración, sus operaciones pueden contribuir a que los
precios alcancen la eficiencia en la medida de lo posible. que los fondos
sobreponderan las acciones que se perciben como subvaloradas y las subvaloradas
que se perciben como sobrevaloradas por el algoritmo cuantitativo.6 Por supuesto, no
todos los fondos mutuos siguen una estrategia comercial que imita la estrategia
cuantitativa; sin embargo,
en la medida de Si podemos (aunque de manera imperfecta) identificar los fondos que
sí lo hacen, su flujo agregado puede actuar como un canal a través del cual se
mantiene la eficiencia del mercado. Obtenemos los retornos mensuales de los fondos
mutuos y los activos netos totales del Centro para la Investigación de Precios de
Seguridad (CRSP) Base de Datos de Fondos Mutuos Sin Sobreviviente de Estados
Unidos para todos los fondos mutuos existentes. Comenzamos calculando una medida
de los flujos de fondos en cada uno de los fondos disponibles en forma simultánea en
CRSP (FLOW) .SimilartoHuang, Wei, y Yan (2007) y Gil-Bazo y Ruiz-Verd´u (2009),
calculamos, de 1991 a 2009, el flujo mensual al fondo mutuo. yo, como sigue:

, donde TNAi, t es el activo neto total del fondo mutuo i en el momento t,

y MRETi, t es el período de retorno del fondo mutuo i en el momento t, neto
de comisiones. El flujo de fondos agregado mensual para las estrategias de
arbitraje se calcula utilizando las medidas FLOWi, t de los fondos cuyas
cargas mensuales de la serie de rendimiento sobre la estrategia cuantitativa
son mayores o iguales que el percentil 90 transversal. Suponiendo que N
fondos mutuos cumplan con dichos criterios, calculamos la variable de flujo
agregado de la siguiente manera: