n. b h f ** e. lobera v - dialnet.unirioja.es6 n. blasco de las heras, b. cuéllar fernández y e....

* Departamento de Contabilidad y Finanzas. Facultad de CCEEyEE. Gran Vía, 2, 50005Zaragoza. Tfn: 976 762156. Fax: 976 761769. E-mail: [email protected]

** Departamento de Contabilidad y Finanzas. Facultad de CCEEyEE. Gran Vía, 2, 50005Zaragoza. Tfn: 976 761000 Ext. 4634. Fax: 976 761769. E-mail: [email protected]

*** Departamento de Contabilidad y Finanzas. Escuela de Estudios Empresariales. Rondade Misericordia, 1. 22071 Huesca. Tfn: 974 239373. E-mail: [email protected]

**** Los autores agradecen los comentarios y sugerencias de los dos evaluadores anónimos.Natividad Blasco particularmente agradece la financiación concedida por el Ministerio de Cien-cia y Tecnología SEC2003-07808-C03.

N. BLASCO DE LAS HERAS *B. CUÉLLAR FERNÁNDEZ **

E. LOBERA VIÑAU ***

Tipos de noticias, rentabilidad y volumen: resultados

para títulos individuales en el mercado español****

SUMARIO: 1. Introducción. 2. Base de datos y definición de las variables. 3. Diseñoempírico y análisis de resultados. 3.1. Primera etapa: relaciones entre rentabilidades y

volumen. 3.2. Segunda etapa: introducción de las variables de Noticias. 4. Conclusiones. Referencias bibliográficas

RESUMEN: El objetivo de este trabajo es proporcionar evidencia empírica sobre cómoinfluye el signo y el tipo de noticias en el comportamiento de la rentabilidad cierre-apertura,rentabilidad apertura-cierre y en el volumen de algunos de los títulos más representativos delmercado bursátil español. Nuestros resultados indican que a lo largo de la apertura-cierre deuna sesión la información que con mayor rapidez se anticipa son las noticias malas de carác-ter general, mientras que las noticias generales buenas aunque también se anticipan, presen-tan con cierto retraso repercusión adicional en la rentabilidad cierre-apertura. Asimismo sepone de manifiesto la relevancia de la información contenida en el último dato cierre-cierreconocido del Dow Jones. Respecto a las noticias particulares, propias de cada empresa, no sehan encontrado evidencias generalizables. Lo mismo ocurre con el volumen, donde el resul-tado más relevante es la existencia de una fuerte autocorrelación.

Palabras clave: rentabilidad bursátil, volumen, noticias, heterocedasticidad.

5

Cuadernos de Economía y Dirección de la Empresa. Núm. 22, 2005, 005-026

6

N. Blasco de las Heras, B. Cuéllar Fernández y E. Lobera Viñau

ABSTRACT: The purpose of this paper is to provide empirical evidence about theinfluence of good and bad news on the Spanish economy, specific news about the firms andthe information about close-to-close return of the Dow Jones on the overnight return, open-to-close return and trading volume for some of the most representative securities of the Spa-nish Stock Market. Our results show that general bad news are efficiently anticipated inadvance between the open and the end of the trading day. Although good news is found to beless anticipated along the open-to-close return, its publication is additionally significant in theclose-to-open return. The relevance of the Dow Jones data is confirmed. Specific news doesnot offer conclusive evidences. The outstanding result on volume series is autocorrelation,since findings about news are sensitive and do not support the existence of any pattern.

1. Introducción

La influencia de la llegada de información a los mercados de capitales estáobviamente relacionada con el concepto de eficiencia de los mismos. Siguien-do la tradicional definición de Fama, un mercado se considera eficiente si losprecios responden de manera instantánea y completa a la aparición de noticiasen el mercado. Sin embargo, dada la imposibilidad de llevar a cabo un con-traste exhaustivo de esta definición de eficiencia, la literatura financiera empí-rica ha buscado fórmulas aproximadas alternativas para indagar acerca de laveracidad práctica de este concepto.

La elevada complejidad para proponer modelos que recojan la totalidad devariables macro y microeconómicas que afectan a los precios de los activos hahecho que básicamente los trabajos sobre el tema adopten la perspectiva deseries temporales, estrechamente vinculada con el concepto de eficienciadébil. No obstante, desde el trabajo pionero de Fama y cols. (1969) surge elinterés por contrastar la repercusión de cierto tipo de información más con-creta en la formación de los precios, en un contexto más cercano a la eficien-cia semifuerte.

Así, existen trabajos que analizan la influencia que sobre el comporta-miento de los activos financieros tienen ciertas decisiones de la direcciónfinanciera de la empresa, tales como anuncios de dividendo (Michaely y cols.(1995) o Espitia y Ruiz (1996)), stock splits (Ikenberry y cols. (1996) oGómez Sala (2001) para el caso español), ofertas públicas de venta o deadquisición (Loughran y Ritter (1995 y 1996) o Fernández y Gómez (1999)en nuestro país) etc., o el efecto de noticias concretas de carácter macroeco-nómico, como incrementos del PIB, variación de los tipos de interés, etc. (ver,entre otros, Chen y cols. (1999), Edison (1997)). También en esta línea se hanpresentado trabajos vinculados con el concepto de microestructura de merca-do que pretenden recoger cuál es el efecto puntual de ciertas noticias tanto enrentabilidad como en volatilidades y cuál es la duración de dicho efecto (Ede-rington y Lee (1993), Tanner (1997)).

Pero si la llegada de información es la causa asociada a cambios de pre-cio, tales cambios no pueden ser observados a no ser que exista una medidadel volumen negociado. Es por ello que también existen trabajos que contem-plan la importancia que tiene en la volatilidad el volumen, aplicando estavariable como una proxy del flujo de información que llega a los mercados(Lamoureux y Lastrapes (1990) o Sharma y cols. (1996), entre otros). En con-

Tipos de noticias, rentabilidad y volumen: resultados para títulos…

7

secuencia, de este planteamiento se desprende que el volumen podría mostraralgún patrón de comportamiento específico en función del tipo de noticias quellegan a los mercados.

Otra cuestión de interés relacionada con la percepción de la informaciónes la relación existente entre mercados. El desarrollo de las tecnologías decomunicación y de las relaciones comerciales y empresariales entre paíseshace que el vínculo entre mercados financieros se estreche (Dickinson, 2000).Estudios como el de Arshanapalli y Doukas (1993), Espitia y Santamaría(1994) o Climent y cols. (2001) aportan evidencia favorable a la existencia deun mercado líder, como es Nueva York, que influye en el desarrollo cotidianode los demás, sugiriendo el posible planteamiento de estrategias de anticipa-ción en función de cómo haya sido el comportamiento del líder. En el casoconcreto del mercado español, Moreno (2003) observa que otros mercadosimportantes, distintos al de Nueva York, como el japonés, alemán o el inglésno suponen una influencia significativa en el comportamiento de los índicesespañoles.

Considerando lo expuesto hasta ahora, el trabajo que se presenta tienecomo objetivo el contraste de la influencia de un conjunto concreto de noti-cias de carácter general sobre la economía española y de carácter particularasociadas a cada una de las empresas, junto con la información aportada porel Dow Jones como dato referente del mercado líder (representativo del entor-no internacional), en el comportamiento de la rentabilidad y el volumen nego-ciado de activos bursátiles individuales, haciendo distinción, por lo que a larentabilidad se refiere, entre la rentabilidad calculada entre el cierre de unasesión y la apertura de la siguiente y la calculada entre la apertura y el cierrede esta última. Con este planteamiento se pretende observar cuál es la infor-mación que resulta relevante para cada uno de estos intervalos.

De acuerdo con este propósito, las novedades que intenta aportar estepapel son: el uso de algunos de los activos individuales más representativosdel mercado español, la segmentación de la rentabilidad para observar si exis-ten influencias cualitativamente distintas a lo largo de la sesión y entre el cie-rre y la apertura del mercado, la incorporación del volumen como elementoadicional en el estudio, y la visión exógena de un amplio rango de noticias,esto es, noticias obtenidas de fuentes externas de información, puesto que enmuchos de los trabajos que utilizan la clasificación de buenas y malas noti-cias, estas cualidades de las novedades de información se han entendido ade-cuadamente representadas por los residuos de distintos modelos, es decir, sehan considerado como endógenas del modelo.

En lo que sigue el trabajo se estructura en las siguientes secciones. La sec-ción segunda describe la base de datos y define las variables utilizadas, la ter-cera presenta el diseño empírico del trabajo y la exposición de resultados.Finalmente la sección cuarta recoge las principales conclusiones obtenidas.

8


2. Base de datos y definición de las variables

La selección de los títulos individuales que configuran la muestra de estu-dio se ha realizado atendiendo a criterios de liquidez, volumen de capitaliza-ción y frecuencia de la información sobre dichos títulos. Dado que no todoslos activos se negocian al mismo tiempo, aquellos que se intercambian conmayor fluidez y se negocian más activamente recogerán la información demanera más rápida.

Por otro lado, la mayor parte de los estudios sobre la incorporación deinformación a los activos financieros o sobre la relación entre rentabilidad yvolumen, se llevan a cabo en el ámbito del mercado agregado, lo que permiteintuir que el uso de títulos individuales no produce resultados tan contunden-tes. Esta cuestión supone un argumento añadido a favor de la selección de títu-los de una cierta «calidad» en términos de representatividad o peso específicoen el mercado bursátil y en la economía real.

Siguiendo estas directrices se han seleccionado aquellos títulos que en elperíodo analizado (años 1997-1998) han formado parte permanente del Ibex35durante al menos tres de los cuatro semestres que conforman el período deestudio, lo que indica su representatividad en el mercado bursátil español.

El cruce de ambos criterios propone la selección de los 31 títulos siguien-tes: Acerinox, Aguas de Barcelona, Corporación Alba, Bankinter, Continente,Dragados, Fomento de Construcciones y Contratas, BBV, Santander, Amper,AUMAR, BCH, Gas Natural, Hidrocantábrico, Mapfre, Popular, Pryca, Pule-va, Sol Melia, Tabacalera, Uralita, Vallehermoso, ACESA, Iberdrola, Endesa,Argentaria, FECSA, Unión Fenosa, Sevillana, Telefónica y Repsol. Estaselección se ve, además, avalada por el hecho de que se trata de empresas queaparecen con bastante frecuencia en la prensa económica y, por tanto, permi-ten llevar a cabo el objetivo de nuestro trabajo.

Para la configuración de la base de datos referida a las noticias se ha con-siderado como fuente de información las noticias aparecidas en la prensa eco-nómica diaria, más concretamente en el periódico Expansión durante los años1997 y 1998 completos, clasificándolas en noticias de carácter general y par-ticular.

Por lo que se refiere a las noticias de carácter general, se han tomado aque-llas merecedoras de un titular destacado y que deberían afectar al conjunto delas empresas seleccionadas por ser de interés general para los inversores. Asi-mismo, dentro de este grupo se diferencia entre noticias buenas de caráctergeneral (GB) y noticias malas (GM). A título de ejemplo se consideran comoGB la anticipación/confirmación en sentido positivo de la publicación dedatos estadísticos de carácter nacional (crecimiento del PIB, disminución dela tasa de desempleo, bajadas del tipo de interés…) o los acontecimientos rele-vantes que se suponen beneficiosos para la economía nacional (por ejemplo,el hecho de pasar el examen de los criterios de convergencia y entrar en laUEM). Por su parte como GM se han incluido noticias en sentido contrario alas anteriores y que, por tanto, cabe esperar que generen expectativas negati-vas a los inversores.


9

1 Merece la pena insistir en que el trabajo se realiza desde la perspectiva de lo que se consi-dera una interpretación razonablemente general de las noticias. No obstante, existen trabajos(véase Easterbrook (1984)), en los que se aportan explicaciones sobre cómo un incremento deldividendo repartido puede ser síntoma de una mala noticia.

El segundo grupo de noticias engloba a las noticias de carácter particularo que afectan individualmente a las compañías, diferenciando en este casocuatro subgrupos: noticias particulares buenas (PB), particulares malas (PM),particulares de inversión (INV) y particulares de financiación (FIN). Dentrode las noticias particulares buenas se han considerado aquellas asociadas auna empresa concreta, tales como el incremento del dividendo repartido,incremento en las cifras de beneficios, la resolución positiva de litigios man-tenidos desde hace tiempo, las subidas en los rating de empresas especializa-das, el hecho de que se revelen como títulos preferidos por las gestoras de fon-dos o identificados como recomendables por las grandes agencias de valores,los planes exitosos de disminución de costes o el hecho de haber ganado unconcurso o una licencia duramente competida. En suma aquellos aconteci-mientos de los que, con un grado de consenso importante, cabe esperar unareacción positiva de los inversores1. Por lo que se refiere a las PM se han con-siderado las noticias de sentido contrario a las expuestas en PB (anuncios deprofit warning o resoluciones judiciales desfavorables, por ejemplo).

Finalmente, las noticias de inversión se corresponden con la propuesta decompra de otras empresas, creación de filiales, ampliación de negocio, lasinversiones requeridas al ganar concursos o licitaciones, inversión en nuevosproductos, etc. Por su parte las particulares de financiación incluyen las emi-siones de deuda, ampliaciones de capital o la venta de acciones y/o empresascomo parte de la política de desinversiones. Estos últimos tipos de noticiasparticulares no aparecen, a su vez, clasificados según su matiz positivo o nega-tivo. Cabe pensar que las empresas toman este tipo de decisiones entendiendoque son las más adecuadas ante determinadas situaciones, aunque ello no nospermite presuponer que la reacción del mercado sea siempre en el mismo sen-tido y a priori no predeterminamos ningún signo esperado para este tipo denoticias.

En la tabla 1 puede verse de forma resumida el volumen de noticias gene-rales y particulares obtenidas en función del impacto esperado en la rentabili-dad bursátil, así como de las correspondientes a decisiones de financiación einversión.

La influencia del mercado líder aparece recogida en la información queestá incluida en la serie de precios de cierre del Dow Jones. Con ellos se hancalculado las rentabilidades cierre-cierre. En esta serie no se ha hecho separa-ción entre cierre y apertura puesto que la pretensión inicial es la de recogeruna medida de la evolución del mercado más influyente y menos influido, yno hacer un examen más exhaustivo de cómo incorpora el mercado america-no la información.

Respecto a la selección de los datos de precios bursátiles, las series tem-porales elegidas son las de precios de cierre y de apertura diarios de los 31

10


títulos anteriormente citados, negociados en la bolsa de Madrid para el perío-do comprendido entre el 1 de Enero de 1997 y el 31 de Diciembre de 1998.Con ellos se han calculado las rentabilidades cierre-apertura y apertura-cierredel siguiente modo:

PapitRCAit = LN (————)Pcrit-1

[1]Pcrit

RACit = LN (————)Papit

donde, RCAit denota la rentabilidad cierre-apertura del título i para el dia t,Papit es el precio de apertura del activo i en la sesión del día t, Pcrit el precio decierre del título i en el día t y RACit indica la rentabilidad apertura-cierre parael activo i en la sesión del día. Las rentabilidades se computan corrigiendo porpago de dividendos, stock splits, etc. Con esta frecuencia de toma de datosintentamos paliar en la medida de lo posible el problema de la contrataciónasíncrona.

Por último, los datos del volumen de negociación vienen inicialmentemedidos por el número de títulos negociados para cada uno de los activos quese consideran en el período señalado (Vit). No obstante, en nuestro trabajo estedato se incorpora mediante su variación relativa calculada para cada momen-to t como RVit=LN(Vit/Vit-1).

3. Diseño empírico y análisis de resultados

Dado que el objetivo básico de este trabajo es encontrar qué tipo de noti-cias influyen básicamente en el comportamiento de los precios y de los volú-menes de negociación, la primera de las etapas de este estudio pretende encon-trar indicios acerca de la relación entre el volumen negociado, rentabilidadcierre-apertura y rentabilidad apertura-cierre para cada uno de los títulos estu-diados, siguiendo el argumento expuesto por Gallant, y cols. (1992) de que máspuede aprenderse sobre los mercados del estudio de la dinámica conjunta deprecios y volumen que con un enfoque centrado en una dinámica univariante.Posteriormente, en una segunda fase, intentaremos determinar cuál es la infor-mación que resulta relevante para cada una de las variables mencionadas.

3.1. PRIMERA ETAPA: RELACIONES ENTRE RENTABILIDADES Y VOLUMEN

Para arrojar alguna luz acerca de las posibles relaciones entre la rentabili-dad cierre-apertura, apertura-cierre y la medida propuesta para el volumen,inicialmente observamos la significatividad de los retardos de cada una de lasvariables mencionadas a través del examen de las funciones de autocorrela-


11

2 De forma preliminar se ha aplicado el contraste de Dickey y Fuller aumentado para des-cartar la existencia de raiz unitaria en las series analizadas. En todos los casos se rechaza la hipó-tesis nula de este contraste.

3 El examen de las funciones de autocorrelación y correlación parcial para las variables derentabilidad muestra que los retardos de segundo orden tienen incluso menor relevancia. Su incor-poración como variable explicativa no aporta cambio alguno a las conclusiones del trabajo. Es porello que con el fin de abreviar la exposición, los resultados sólo se muestran para el primer retar-do.

ción para, posteriormente, proponer un test de causalidad lineal de Granger dedichas variables tomadas de dos en dos2.

Los resultados de estas pruebas preliminares se resumen en la tabla 2. Laautocorrelación de primer orden se muestra especialmente escasa en la varia-ble RCA3. El volumen, en cambio, ofrece valores altamente significativospara los dos primeros retardos en todos los títulos. En este punto debemosmencionar que, si bien hemos optado por limitar nuestra selección de retardosde volumen a dos por ser los más impactantes, las series de esta variable estánfuertemente correladas. Algunos autores como Ajinka y Jain (1989) explicanesta autocorrelación por el hecho de que algunos inversores no reajustan suscarteras tan rápidamente como otros ante la llegada de la información, bienporque tardan más en conocerla o procesarla, bien porque negocian periódi-camente para minimizar los costes de transacción.

Respecto a los resultados que arroja el test de causalidad destaca lainfluencia que tiene la rentabilidad apertura-cierre de la sesión anterior en larentabilidad cierre-apertura del día siguiente y la unánime influencia de estaúltima en la rentabilidad de la sesión inmediatamente posterior. El resto de lasrelaciones analizadas exhiben una significatividad escasa. Estos resultadosson contrarios a los ofrecidos por autores como Hiemstra y Jones (1994) yMartikainen y cols. (1994) que detectan causalidad lineal entre rentabilidad yvolumen, incluso bidireccional, con datos agregados.

3.2. SEGUNDA ETAPA: INTRODUCCIÓN DE LAS VARIABLES DE NOTICIAS

Junto con las relaciones significativas obtenidas en la etapa anterior, en lasegunda fase del trabajo se añaden como variables explicativas los tipos denoticias. En concreto, se proponen como exógenas para la rentabilidad cierre-apertura el grupo GBt, GMt, PBt, PM t, INVt, FINt. Todas estas variables sontipo dummy, tomando valor 1 cuando existe noticia y cero en caso contrario.

En este punto debemos señalar que el subíndice asociado a las variables denoticia indica el día de su publicación en la prensa especializada. Dado que lasnoticias que se publican en la edición matinal de un periódico se produjeron enel día anterior, debemos entender que dicha información llegó al mercado a tra-vés de otros medios de comunicación especializados. Esto es, en el momentode la apertura estamos considerando la información de noticias que aparecenen la prensa del día (t) y que posiblemente llegaron a través de otros medios almercado el día anterior. Este mismo razonamiento justifica la inclusión del últi-

12


4 La rentabilidad cierre-cierre del Dow Jones que se incorpora en el estudio es la conocidaa la apertura de la Bolsa de Madrid en el día t, aunque con un criterio temporal estricto su fechade formación es t-1. La adopción del subíndice t pretende homogeneizar su tratamiento como sifuese una noticia de publicación matinal.

mo dato conocido cierre-cierre del Dow Jones, entendiendo que es prácticahabitual de los participantes en el mercado el conocimiento de este dato.

Por otra parte, entre las variables exógenas que se proponen para explicarla rentabilidad apertura-cierre deberemos hacer referencia, si seguimos elmismo argumento, a aquellas noticias que aparecerán en la prensa del díasiguiente (t+1) y que llegan en el día al mercado a través de otros sistemas deinformación. Las noticias de la prensa del día (t), si son significativas en larentabilidad cierre-apertura, vendrán incluidas en la consideración de estaúltima variable como exógena en la relación que explica la RACt y/o en laautocorrelación de primer orden. Este mismo razonamiento es válido para lapropuesta de las exógenas que explicarían el volumen.

La metodología de estimación sigue los siguientes pasos: la estimacióninicial mediante MCO, los contrastes de heterocedasticidad general y test deEngle para contrastar la existencia de posibles efectos ARCH y la reestima-ción robusta a formas generales de heterocedasticidad o, en su caso, la mode-lización de la varianza de los errores mediante un GARCH (1,1) con el fin deobtener resultados más precisos.Con los resultados hallados en la primera etapa sobre estas relaciones básicasprocedemos a plantear la estimación de los modelos correspondientes incor-porando, además, como variables explicativas los diferentes tipos de noticias.Así, por lo que se refiere a la rentabilidad cierre-apertura, el modelo generalpropuesto sería el siguiente4:

RCAit = α0 + α1RACit-1 + α2RCAit-1 + α3GBit + α4GMit + α5PBit +

+ α6PMit + α7INVit + α8FINit + α9DJt + ε1it

[2]

Obsérvese que no se han incluido variables explicativas referidas a RVt-1dado que no se han encontrado evidencias favorables en este sentido. Igual-mente, en los casos en los que los resultados preliminares hayan sido clarosacerca de la no inclusión de RCAt-1, dichos retardos no se incorporan al pro-ceso de estimación.

Los residuos de una primera estimación por MCO evidencian la presenciade heterocedasticidad según el test de White, informando de la presencia deefectos ARCH. Por ello, los resultados de las estimaciones, que se muestranen la tabla 3, son ya estimaciones consecuentes con la detección de esta carac-terística. Dichos resultados nos ofrecen como primera conclusión que, aunqueno existe un comportamiento unánime, las variables de noticias o informaciónque más influyen en la variación existente entre el precio de cierre de unasesión y el de apertura de la siguiente son las noticias generales buenas que sepublican hoy y el contenido informativo de la variación cierre-cierre del DowJones. Las noticias particulares poseen escasa significatividad.


13

El otro aspecto importante que merece ser destacado en esta tabla es elsigno de las estimaciones. El signo positivo de los parámetros que resultansignificativos, salvo en el caso de ACESA, correspondientes al Dow Jonespuede indicar ese carácter de «mercado seguidor» por parte del mercado espa-ñol al que hacíamos referencia anteriormente. Cabe señalar además que elvalor absoluto de los parámetros estimados para esta variable es mayor que eldel resto, lo que pone de manifiesto la importancia que los agentes atribuyenal conocimiento de dicha información, tal y como se intuía en las motivacio-nes del trabajo. Prueba de ello es lo ocurrido a finales de Octubre de 1997,cuando la prensa anunciaba el desplome de Wall Street y el efecto contagiosufrido por la bolsa española y ello a pesar de que parte de ese desplomepudiera estar justificado por la tormenta monetaria asiática que posiblementeno debería ser para el mercado español tan influyente como lo era para el mer-cado americano.

Por lo que respecta a la rentabilidad apertura-cierre, el modelo propuestoes el siguiente:

RACit = β0 + β1RCAit + β2RACit-1 + β3GBit+1 + β4GMit+1 + β5PBit+1 +

+ β6PMit+1 + β7INVit+1 + β8FINit+1 + β9DJt + ε2it

[3]

Como en el caso anterior si el retardo de la variable explicada no ha resul-tado significativo en la primera fase, dicho retardo no se incorpora al procesode estimación. La presencia de efectos ARCH se ha detectado en todas lasseries de residuos de las regresiones inicialmente estimadas por MCO. Losresultados de la tabla 4 son los correspondientes a las estimaciones del mode-lo que mantiene la estructura expuesta en la ecuación de la media y proponeun GARCH(1,1) para modelizar la varianza de los errores.

Como cabía esperar de los resultados preliminares, los valores de la tablamuestran la relevancia de la rentabilidad «cierre anterior-apertura de la nuevasesión» para explicar el comportamiento propio de la sesión. Es más, podríainterpretarse que dicha variable es una buena proxy de la información históri-ca reciente.

Las variables de información que mayor influencia muestran en lo queocurre a lo largo de una sesión de negociación son nuevamente las noticias decarácter general, y de manera especial las generales malas, que resultan signi-ficativas en casi todos los títulos. El signo que muestran este tipo de noticiases el signo esperado: las buenas noticias aportan optimismo y la consiguientesubida de precios y las malas noticias aportan pesimismo y caídas de precio.Las noticias particulares buenas y malas muestran, en cambio, menos rele-vancia en ese sentido. Por su parte las noticias de inversión y de financiaciónno se encuentran significativas el día anterior a su publicación, por lo que, obien se han descontado con mayor antelación que la considerada en el traba-jo porque su llegada, aunque sea de forma más oficiosa, se adelanta a travésde otros mecanismos, o bien, y en sentido totalmente opuesto, la aparición deeste tipo de información requiere un período de análisis superior o alguna evi-dencia más concreta para poder calificar la noticia e interpretarla. Por ejem-

14


plo, los accionistas pueden considerar que la cartera de proyectos de la empre-sa es o no interesante, pero prefieren esperar a conocer los resultados obteni-dos fruto de esas decisiones de inversión o financiación.

Por último vuelve a constatarse la importancia del Dow Jones, aunque estavez con carácter negativo y, al igual que en la modelización de la RCAt, convalor absoluto superior a los obtenidos para otro tipo de información relevan-te. Este resultado, visto en conjunción con el detectado en la tabla 3, sugeri-mos interpretarlo como la posibilidad de que la información contenida en larentabilidad diaria del Dow Jones afecte más de forma no lineal que lineal yque podría resultar interesante examinar la posibilidad de incorporar en laecuación de la media dicha variable al cuadrado o bien de examinar la influen-cia del Dow Jones en el comportamiento de la volatilidad y modificar el plan-teamiento de la ecuación de la media con un ARCH-M. Entendemos que estaexplicación tiene una carácter más lógico que atribuir la diferencia de signo aun efecto corrector o a un impacto distinto de esta variable según transcurre lasesión. No obstante este resultado es coherente con la autocorrelación de pri-mer orden negativa del índice americano. Debemos considerar que el merca-do de Nueva York comienza su sesión antes del cierre del mercado español,por lo que se produce un período de negociación solapada.

Comparando los resultados de las tablas 3 y 4 podemos deducir que lasnoticias generales malas son más rápidas a la hora de incorporarse a los pre-cios que las generales buenas, de acuerdo con el horizonte temporal elegido.Así lo indica la casi unánime significatividad negativa de GMt+1 y la menor,aunque también relevante significatividad positiva de las GBt+1 en RACt y lamenor relevancia de GMt en comparación con la de GBt en la RCAt. Las noti-cias particulares muestran nuevamente escasa significatividad. La explicaciónque sugerimos para estos resultados es la posibilidad de que exista en nuestromercado el denominado «efecto rebaño» (herding). En el mercado existe lacreencia de que algunos agentes, sobre todo aquellos pertenecientes a grandesgestoras, poseen una habilidad mayor para obtener y procesar la informaciónreferida a determinadas empresas particulares, por lo que cuando se observaun movimiento de dichos agentes en el mercado, el resto tiende a seguir sucomportamiento infiriendo una ventaja informativa. En ocasiones este tipo deconducta seguidora está vinculada a efectos reputacionales. Si los agentessupuestamente mejor informados ganan, el seguidor también se beneficia,aunque sea en menor grado. Si los agentes supuestamente mejor informadossoportan pérdidas, no es tanto demérito que otros menos informados lassoporten también. El efecto herding resulta más fácilmente asumible con noti-cias o informaciones particulares, puesto que las noticias de carácter generalson conocidas con mayor amplitud y rapidez, y posiblemente procesadas conmayor facilidad.

Por último, la tabla 5 expone los parámetros estimados para la siguienteecuación de la medida de volumen propuesta:

RVit = δ0 + δ1RVit-1 + δ2RVit-2 + δ3GBit+1 + δ4GMit+1 + δ5PBit+1 +

+ δ6PMit+1 + δ7INVit+1 + δ8FINit+1 + δ9DJt + ε3it

[4]


15

Como conclusión general a este respecto cabe destacar, además de laimportancia de la autocorrelación de primer y segundo orden, la no existenciade patrones regulares de comportamiento. Estos resultados tan poco regularesson consistentes con el argumento antes mencionado de que no todos losinversores reequilibran su cartera con la llegada de cada noticia, entre otrasrazones por la existencia de costes de transacción, ni todos procesan la infor-mación con la misma rapidez y de la misma forma.

A efectos de ofrecer una visión conjunta de los resultados expuestos en lospárrafos anteriores, en la tabla 6 se muestran las estimaciones de los modelospreviamente definidos para la muestra de empresas agregada, junto con lasestimaciones de las noticias generales en el caso de IBEX 35 con el fin con-firmar la relevancia de este tipo de información.

Los resultados a nivel agregado avalan la significatividad de las noticiasde carácter general y son más contundentes respecto a la información particu-lar, que se descuentan a lo largo de la sesión. Asimismo, podemos observarque las noticias malas, tanto generales como particulares muestran, a nivelagregado, un impacto relevante en el volumen negociado.

A la vista del conjunto de resultados consideramos oportuno exponer dostipos de argumentos que pueden justificar la no obtención de resultados máscontundentes:

a) Cuestiones vinculadas con la modificación de metodología (resolubi-lia). En este trabajo nos hemos centrado en la ecuación de la media, sin hacermención de la posibilidad de que las variables de información pudieran afectara la volatilidad. Sería interesante continuar en este sentido estudiando, además,la existencia de relaciones no lineales entre volumen, volatilidad y rentabilidad,así como avanzar en la incorporación de variables de otros mercados.

b) Cuestiones vinculadas con la identificación de variables (fere resolubi-lia). La llegada de información se asocia con cambios de precio. Sin embar-go, a lo largo de la sesión de negociación y de forma general los precios apa-rentemente fluctúan en ausencia de nueva información «pública». Desde esemismo punto de vista, los títulos con escasez de noticias particulares publica-das deberían responder sólo a novedades de carácter general y, en consecuen-cia, exhibir un mismo comportamiento. Sin embargo, no es éste un hecho quese haya constatado. Este tipo de cuestiones se explicaría por la existencia obien de un comportamiento irracional (lo que no parece asumible) o bien de«información privada», que abarca tanto la diferente calidad y rapidez del pro-cesamiento de la información por parte de los agentes como la obtención deinformación por otros medios distintos de los públicos. Este argumento pue-de estar vinculado con la relación observada entre la rentabilidad apertura-cie-rre y la rentabilidad cierre-apertura, así como con el efecto herding.

No obstante, frente a la alternativa de renunciar a este tipo de trabajosexiste la de intentar encontrar las variables que mejor puedan representar elconcepto de «información privada». En esta línea existen trabajos, como el deVeronesi (2000), que intentan responder a la cuestión de cómo afecta la cali-dad de la información a la rentabilidad de los títulos.

16


4. Conclusiones

El estudio de los títulos individuales señala que la información más influ-yente para los intervalos temporales considerados es la de carácter general, esdecir, las noticias relacionadas con el nivel general de la economía y, sobretodo, las noticias generales malas. Este tipo de información es la que mejor seanticipa a lo largo de la sesión de negociación. La rentabilidad cierre de unasesión-apertura de la siguiente está, en cambio, básicamente influida por lasnoticias generales buenas que ya han sido publicadas en la prensa especiali-zada. Esta rentabilidad cierre-apertura es, a su vez, clave en la formación dela rentabilidad apertura-cierre, por lo que puede considerarse una buena proxyde la información histórica más reciente. Los resultados referidos a la influen-cia de las noticias particulares de las empresas no son tan fácilmente genera-lizables. En cuanto al volumen, la disparidad de resultados impide la presen-tación de resultados concluyentes, salvo el de la detección de la fuerteautocorrelación de las correspondientes series.

Por último, debemos señalar la importante influencia del último dato cie-rre-cierre conocido del Dow Jones.

Los resultados obtenidos en este trabajo sugieren su continuidad en líneacon algunas de las referencias apuntadas. La relación entre el volumen y lavolatilidad de las variaciones de precios, la influencia de los distintos tipos denoticias en la volatilidad de los activos, la posible existencia de relaciones nolineales entre rentabilidad y volumen, la posible existencia del «efecto her-ding» o el análisis más profundo de las relaciones entre los mercados puedenser elementos de interés para seguir avanzando en el conocimiento de la diná-mica de los mercados de valores.

Referencias bibliográficas

AJINKA, B. B. y JAIN, P. C. (1989), «The behavior of daily stock market trading volu-me», Journal of Accounting and Economics, 11, págs. 331-359.

ARSHANAPALLI, B. y DOUKAS, J. (1993), «International stock market linkages: eviden-ce from the pre- and post- October 1987 period», Journal of Banking and Finan-ce, 17, págs. 193-208.

BRAISLFORD, T. J. (1996), «The empirical relationship between trading volume, returnsand volatility», Accounting and Finance, May, págs. 89-111.

CHEN, C. R.; MOHAN, N. J. y STEINER, T. L. (1999), «Discount Rate changes, stockmarket returns, volatility, and trading volume: Evidence from intraday data andimplications for market efficiency», Journal of Banking and Finance 23, pági-nas 897-924.

CLIMENT, F.; MENEU, V.; PARDO, A. (2001), «Information flows among the major stockmarket areas», Journal of Asset Management, 2, págs. 284-292.

DICKINSON, D. G. (2000), «Stock market integration and macroeconomic fundamen-tals: an empirical analysis, 1980-95», Applied Financial Economics, 10, pági-nas 261-276.

EDERINGTON, L. H. y LEE, J. H. (1993): «How markets process information: news rele-ases and volatility», Journal of Finance, vol. 48, págs. 1161-1191.


17

EDISON, H. J. (1997), «The reaction of exchange rates and interest rates to news relea-ses», International Journal of Finance and Economics, vol. 2, págs. 87-100.

ESPITIA, M. y SANTAMARÍA, R. (1994) «International diversification among the capitalmarkets of the EEC», Applied Financial Economics, vol. 4, págs. 1-10.

ESPITIA, M. y RUIZ, F. J. (1996), «La formación de precios exdividendo en el mercadode capitales español», Información Comercial Española. Revista de Economía,754, junio, págs. 143-161.

FAMA, E.; FISHER, L.; JENSEN, M. y ROLL, R. (1969), «The adjustment of stock pricesto new information», International Economic Review, vol. 10, págs. 1-21.

FERNÁNDEZ, A. I. y GÓMEZ, S. (1999), «Un estudio de las Ofertas Públicas de Adqui-sición en el mercado de valores español», Investigaciones Económicas, vol. 23,núm. 3, págs. 471-495.

GALLANT, R.; ROSSI, P. y TAUCHEN, G. (1992), «Stock prices and volume», Review ofFinancial Studies, 5, págs. 199-242.

GÓMEZ SALA, J. C. (2001), «Rentabilidad y liquidez alrededor de la fecha de desdo-blamiento de las acciones», Investigaciones Económicas, vol. 25, núm. 1, pági-nas 171-202.

HIEMSTRA, C. y JONES, J. D. (1994), «Testing for linear and nonlinear Granger causa-lity in the stock price-volume relation», The Journal of Finance, vol. XLIX,núm. 5, diciembre, págs. 1639-1664.

IKENBERRY, D.; RANKINE, G. y STICE, E. (1996), «What do stock spilts really signal?»,Journal of Finance and Quantitative Analysis, 31, págs. 357-377.

LOUGHRAN, T. y RITTER, J. (1995), «The new issues puzzle», Journal of Finance, vol. 50,págs. 23-51.

— (1996), «Long-Term market overreaction: the effect of low-priced stocks», Journalof Finance, vol. 51, num 5, diciembre, págs. 1959-1970.

MARTIKAINEN, T.; PUTTONEN, V.; LUOMA, M. y ROTHOVIUS, T. (1994), «The linear andnon-linear dependence of stock returns and trading volume in the Finnish stockmarket», Applied Financial Economics, 4, págs. 159-169.

MICHAELY, R.; THALER, R. y WOMACK, K. (1995), «Price reactions to dividend initia-tions and omissions», Journal of Finance, vol. 50, págs. 573-608.

MORENO, J. D. (2003), «Essays on portfolio management and performance measures»,Tesis Doctoral, Universidad de Alcalá de Henares.

SHARMA, J. L.; MOUGOUE, M. y KAMATH, R. (1996), «Heteroscedasticity in stock mar-ket indicator return data: volume vesus GARCH effects», Applied Financial Eco-nomics, 6, págs. 337-342.

TANNER, G. (1997), «A note on economic news and intraday exchange rates», Journalof Banking and Finance, 21, págs. 573-585.

VERONESI, P. (2000), «How does information quality affect stock returns?», The Jour-nal of Finance, vol. LV, núm. 2, abril, págs. 807-837.

18


GB GM PB PM INV FIN

Acerinox 230 95 26 8 1 1

ACESA 230 95 8 5 1 2

Aguas Barcelona 230 95 7 2 5 3

Alba 230 95 11 0 4 5

Amper 230 95 32 8 7 7

Argentaria 230 95 94 19 25 17

AUMAR 230 95 15 5 0 4

Bankinter 230 95 31 2 15 23

BBV 230 95 121 15 76 19

BCH 230 95 75 8 67 27

Continente 230 95 14 7 18 4

Dragados 230 95 55 7 30 12

Endesa 230 95 113 56 70 27

FCC 227 95 42 12 31 15

FECSA 230 95 10 7 2 3

Gas Natural 230 95 39 27 36 6

Hidrocantabrico 230 95 8 5 10 2

Iberdrola 230 95 57 18 53 16

Mapfre 230 95 30 8 20 8

Popular 230 95 40 13 13 9

Pryca 230 95 25 16 15 1

Puleva 225 90 23 5 19 10

Repsol 230 95 88 40 54 29

Santander 230 95 103 19 52 17

Sevillana 230 95 16 8 17 6

Sol Melia 222 90 25 7 51 5

Tabacalera 230 95 48 35 24 14

Telefónica 230 95 99 95 61 30

Unión Fenosa 230 95 59 10 29 9

Uralita 230 95 14 4 11 9

Vallehermoso 230 95 10 1 10 4

TABLA 1.—Número de noticias de cada categoría para cada título


19

Dep RCAt RACt RVt

Independ. RCAt-1 RACt-1 RVt-1 RACt-1 RCAt RVt-1 RVt-1 RVt-2 RCAt RACt-1

Acerinox -0,048 8,405* 1,599 -0,001 41,505* 0,078 -0,428* -0,077* 0,541 0,091

ACESA 0,001 3,154† 0,182 0,066 20,289* 0,033 -0,454* 0,046* 0,098 0,246

Aguas Barcelona -0,002 1,722 0,029 0,116§ 66,178* 0,043 -0,471* 0,004* 1,585 0,110

Alba 0,019 0,005 0,576 0,072† 145,503* 0,786 -0,526* 0,041* 1,894 0,985

Amper -0,006 24,478* 1,086 0,095 9,190* 0,606 -0,317* -0,130* 1,176 0,049

Argentaria 0,011 11,906* 0,029 0,032 53,382* 1,051 -0,390* -0,080* 0,148 2,675

AUMAR 0,017 1,725 0,003 0,081§ 139,152* 0,085 -0,434* -0,037* 0,995 1,485

Bankinter 0,000 0,797 0,623 0,036 2,717† 0,947 -0,405* -0,034* 0,665 0,467

BBV -0,061 14,77* 0,762 0,118* 12,892* 0,945 -0,443* -0,004* 1,612 0,699

BCH -0,151* 9,532* 0,173 0,047 19,653* 1,123 -0,368* -0,103* 0,315 1,123

Continente -0,098§ 0,008 0,249 0,128* 26,650* 2,298 -0,426* -0,042* 0,001 0,072

Dragados 0,039 0,202 0,491 0,121 40,995* 0,229 -0,409* 0,007* 0,125 2,268

Endesa 0,008 5,672* 1,316 0,028 54,963* 0,164 -0,438* -0,018* 0,128 0,951

FCC -0,077† 0,055 0,315 0,106§ 53,823* 0,484 -0,416* -0,101* 3,214† 0,119

FECSA 0,012 0,721 0,164 0,091§ 29,789* 0,037 -0,429* -0,058* 0,016 1,214

Gas Natural -0,126* 0,624 0,037 0,082§ 36,866* 0,325 -0,422* -0,036* 0,005 0,247

Hidrocantabrico -0,065 1,248 0,694 -0,041 119,472* 1,655 -0,469* -0,048* 1,136 0,327

Iberdrola 0,016 1,998 0,038 0,022 77,417* 0,432 -0,424* -0,094* 0,159 0,044

Mapfre -0,034 1,563 0,035 0,091§ 16,677* 1,608 -0,497* 0,028* 1,896 0,078

Popular -0,014 4,021§ 0,310 0,138* 37,229* 2,258 -0,430* -0,009* 0,181 0,050

Pryca -0,002 0,068 0,801 0,109§ 10,815* 0,318 -0,417* -0,047* 0,137 0,461

Puleva -0,052 10,755* 2,216 0,033 56,997* 0,568 -0,258* -0,114* 3,090§ 1,194

Repsol -0,049 33,935* 0,010 -0,059 40,853* 1,439 -0,443* -0,080* 0,465 0,983

Santander -0,15* 10,599* 0,318 0,199* 14,837* 2,332 -0,440* 0,000* 1,038 3,631§

Sevillana -0,072 0,419 0,011 -0,006 45,303* 0,189 -0,411* -0,126* 0,556 1,365

Sol Melia 0,057 0,161 0,306 0,128* 26,171* 0,088 -0,426* -0,042* 4,672 1,918

Tabacalera 0,100† 3,522† 0,307 0,080 103,818* 1,621 -0,401* -0,126* 2,224 1,070

Telefónica -0,099§ 26,931* 0,021 0,016 4,965§ 0,013 -0,447* -0,032* 2,728† 0,564

Unión Fenosa 0,102§ 0,015 2,109 0,121* 78,350* 0,263 -0,416* -0,102* 1,641 0,001

Uralita 0,055 0,716 0,629 0,134* 23,937* 0,3942 -0,438* -0,042* 4,585§ 0,1412

Vallehermoso -0,071 0,365 0,525 -0,024 29,075* 3,1068 -0,464* -0,005* 1,448 4,340§

RCA: rentabilidad cierre-apertura. RAC: rentabilidad apertura-cierre. RV: variación en el número detítulos negociados. Con el fin de facilitar la lectura de la tabla se muestran los resultados del test paralos pares de variables adecuadas al diseño empírico planteado, de ahí la distinción entre variables depen-dientes e independientes. *valores significativos al 1% § significativos al 5% † significativos al 10%

TABLA 2.—Autocorrelación y test de causalidad lineal de Granger

20


CT

ER

AC

t-1

RC

At-

1G

Bt

GM

tPB

tPM

tIN

Vt

FIN

tD

J t

Ace

rino

x0,

0011

0,08

54*

0,00

35*

0,00

08-0

,001

2-0

,001

00,

0099

0,00

310,

1466

*

AC

ESA

0,00

800,

0058

0,00

68-0

,002

80,

0009

0,01

01§

-0,0

075

-0,0

008

-0,1

400§

Agu

as B

arce

lona

-0,0

012

0,01

030,

0010

0,00

18-0

,002

8-0

,004

7-0

,001

70,

0015

0,20

93*

Alb

a-0

,001

3-0

,013

50,

0016

†0,

0021

0,00

54§

0,00

22-0

,007

1†0,

1310

Am

per

0,00

17§

0,06

31*

-0,0

006

0,00

020,

0055

§-0

,000

8-0

,004

2†0,

0056

0,22

24*

Arg

enta

ria

-0,0

028

0,08

68†

0,00

25§

0,00

160,

0006

-0,0

042

-0,0

005

-0,0

054§

0,18

25

AU

MA

R-0

,000

30,

0269

0,00

21†

0,00

150,

0015

-0,0

029

0,00

330,

0938

†

Ban

kint

er0,

0006

0,09

470,

0009

0,00

33§

0,00

380,

0011

0,00

070,

0012

0,15

90*

BB

V0,

0001

0,08

18*

-0,0

011

0,00

19-0

,000

8-0

,004

9†0,

0044

*0,

0022

0,19

99*

BC

H-0

,002

3*-0

,077

6*-0

,018

50,

0018

§0,

0006

0,00

17†

0,00

99*

0,00

110,

0029

-0,0

044

Con

tinen

te-0

,003

3*-0

,010

9-0

,177

6*0,

0034

§0,

0056

*-0

,003

60,

0041

-0,0

004

-0,0

028

0,25

15*

Dra

gado

s-0

,002

2§-0

,011

40,

0047

*0,

0037

§0,

0018

0,00

050,

0060

§0,

0011

0,25

34*

End

esa

-0,0

013

0,04

640,

0016

†0,

0002

0,00

25§

-0,0

003

-0,0

004

0,00

140,

1559

FCC

0,00

15-0

,030

6-0

,146

4*0,

0002

0,00

170,

0059

§-0

,007

8†0,

0015

-0,0

008

0,22

55*

FEC

SA0,

0020

*-0

,146

50,

0061

-0,0

035

-0,0

044

-0,0

159§

-0,0

213§

0,00

50-0

,049

4

Gas

Nat

ural

0,00

01-0

,013

80,

0038

-0,0

012

0,00

52*

-0,0

006

-0,0

045§

-0,0

032

0,00

480,

1649

*

Hid

roca

ntab

rico

-0,0

016§

0,00

82-0

,000

90,

0018

†0,

0058

0,01

06*

-0,0

080*

0,00

340,

0926

§

Iber

drol

a-0

,007

10,

3298

0,00

54†

0,02

03-0

,003

50,

1050

0,00

080,

0005

0,25

59†

Map

fre

-0,0

003

0,00

070,

0043

*0,

0018

0,00

220,

0053

-0,0

027

0,00

880,

2930

*

TAB

LA

3.—

Est

imac

ione

s re

sult

ante

s pa

ra R

CA


21

Popu

lar

0,00

060,

0298

0,00

18†

0,00

29†

0,00

03-0

,003

8-0

,000

60,

0001

0,21

73†

Pryc

a-0

,002

2§-0

,011

40,

0047

*0,

0037

§0,

0018

0,00

050,

0060

§0,

0011

0,25

34*

Pule

va0,

0001

0,16

17*

-0,0

025

0,00

110,

0115

-0,0

009

0,00

370,

0073

0,28

06§

Rep

sol

0,00

180,

2480

*0,

0070

-0,0

026

-0,0

028

-0,0

050

-0,0

019

-0,0

044

-0,0

160

Sant

ande

r-0

,000

90,

0626

†-0

,251

8*0,

0038

*0,

0008

0,00

120,

0035

0,00

46†

0,00

000,

3574

*

Sevi

llana

-0,0

024*

0,02

350,

0021

§0,

0029

†0,

0031

-0,0

038

-0,0

031

-0,0

012

0,11

39

Sol M

elia

-0,0

010

-0,0

306

0,00

28§

0,00

25-0

,000

30,

0104

-0,0

005

0,00

080,

3121

§

Taba

cale

ra0,

0000

0,07

52†

0,08

500,

0014

0,00

180,

0041

0,00

140,

0014

0,01

45*

0,16

70§

Tele

fóni

ca-0

,001

80,

1272

*-0

,202

7*0,

0026

*0,

0027

0,00

070,

0002

0,00

26-0

,001

20,

2927

§

Uni

ón F

enos

a-0

,003

0†0,

0041

-0,0

186*

0,00

90†

-0,0

022

0,00

14-0

,002

0-0

,002

20,

0022

0,04

83

Ura

lita

0,00

04-0

,031

60,

0025

§0,

0027

†-0

,000

9-0

,004

8-0

,003

10,

0009

0,21

79*

Val

lehe

rmos

o-0

,000

10,

0084

0,00

21†

-0,0

011

0,01

26*

-0,0

195

0,00

18-0

,002

50,

0827

§

La

tabl

a co

ntie

ne la

s es

timac

ione

s de

los

pará

met

ros

de la

sig

uien

te e

cuac

ión

de la

med

ia:

RC

Ait

= α

0+

α1R

AC

it-1

+ α

2RC

Ait

-1+

α3G

Bit

+ α

4GM

it+

α5P

Bit

+ α

6PM

it+

α7I

NV

it+

α8F

INit

+ α

9DJ t

+ ε

1it

* va

lore

s si

gnif

icat

ivos

al 1

%, §

sign

ific

ativ

os a

l 5%

, † s

igni

fica

tivos

al 1

0%.

En

aque

llos

caso

s en

que

el t

est d

e E

ngle

rec

omie

nda

tene

r en

cue

nta

los

efec

tos

de v

aria

nza

cond

icio

nal,

la e

cuac

ión

de la

var

ianz

a qu

e se

pro

pone

es

un G

AR

CH

(1,1

) σ2

= ω

0+ω

1ε2 t-

1+ω

2σ2 t-

1. E

stas

est

imac

ione

s au

nque

no

se i

nclu

yen,

con

stat

an m

edia

nte

su s

igni

fica

tivid

ad l

a ut

ilida

d de

est

e tip

o de

mod

eliz

ació

n y

veri

fica

n la

hip

ótes

isde

est

acio

nari

edad

ω1+

ω2<

1. E

stos

res

ulta

dos

está

n di

spon

ible

s pr

evia

pet

ició

n a

los

auto

res

22


CT

ER

CA

tR

AC

t-1

GB

t+1

GM

t+1

PBt+

1PM

t+1

INV

t+1

FIN

t+1

DJ t

Ace

rino

x-0

,002

3†-0

,418

0*0,

0034

†-0

,005

1§0,

0112

*-0

,006

20,

0158

0,00

670,

0201

AC

ESA

-0,0

007

-0,0

043

0,00

37§

-0,0

040§

-0,0

168

0,02

030,

0084

0,04

40-0

,089

5†

Agu

as B

arce

lona

0,00

12-0

,517

5*0,

0776

0,00

17-0

,004

8*0,

0027

-0,0

058

0,00

17-0

,011

2-0

,064

4

Alb

a0,

0019

†-0

,683

0*0,

0009

-0,0

052*

0,00

92*

0,00

26-0

,005

20,

0395

Am

per

-0,0

011

-0,1

704*

0,05

490,

0018

-0,0

070*

0,01

19*

0,00

75-0

,002

30,

0035

-0,2

390§

Arg

enta

ria

0,00

10-0

,576

6*0,

0055

*-0

,005

1*0,

0060

*-0

,006

0†-0

,001

50,

0024

0,04

66

AU

MA

R0,

0014

-0,6

458*

0,11

64§

0,00

17-0

,006

5*0,

0122

*-0

,009

8-0

,005

3-0

,096

5†

Ban

kint

er0,

0001

-0,0

057

0,00

25†

-0,0

062*

0,00

54†

0,01

61§

0,00

630,

0029

-0,1

320§

BB

V0,

0032

*-0

,259

4*0,

2007

*0,

0024

†-0

,004

3§-0

,001

8-0

,002

7-0

,000

4-0

,001

0-0

,033

5

BC

H0,

0015

-0,3

339*

0,00

24†

-0,0

074*

0,00

65*

-0,0

011

0,00

370,

0012

-0,0

23

Con

tinen

te0,

0025

-0,3

879*

0,13

38*

-0,0

017

-0,0

073*

0,01

11§

-0,0

115

0,00

790,

0025

-0,0

909

Dra

gado

s0,

0021

-0,4

668*

0,15

25*

0,00

2-0

,009

3*0,

0047

-0,0

107†

0,00

130,

0012

-0,0

914

End

esa

0,00

12-0

,481

2*0,

0038

§-0

,007

9*-0

,000

6-0

,004

6§-0

,000

20,

0044

-0,1

337§

FCC

0,00

13-0

,517

4*0,

1218

§0,

0018

-0,0

071*

0,00

11-0

,006

40,

0079

†0,

0066

0,00

18

FEC

SA-0

,002

3§-0

,042

6*0,

1072

§0,

0049

*-0

,001

10,

0093

†-0

,006

30,

0030

0,02

18-0

,195

9*

Gas

Nat

ural

0,00

03-0

,351

1*0,

1132

§0,

0040

†-0

,008

7*0,

0046

-0,0

040,

0051

0,00

89-0

,02

Hid

roca

ntab

rico

0,00

19-0

,603

0*0,

0026

†-0

,006

7*0,

0028

-0,0

061

-0,0

001

-0,0

003

-0,0

391

Iber

drol

a0,

0036

*-0

,027

3*-0

,000

3-0

,007

6*0,

0047

§-0

,000

7-0

,002

0-0

,005

3-0

,324

3*

Map

fre

0,00

02-0

,331

3*0,

0768

0,00

06-0

,005

7*0,

0021

0,00

120,

0104

*0,

0051

0,00

7

TAB

LA

4.—

Est

imac

ione

s re

sult

ante

s pa

ra R

AC


23

Popu

lar

-0,0

007

-0,4

853*

0,19

56*

0,00

40§

-0,0

072*

0,01

35*

-0,0

083§

-0,0

017

0,02

26*

-0,1

429†

Pryc

a0,

0009

-0,2

339*

0,13

87*

0,00

03-0

,008

3*0,

0084

†-0

,009

1§-0

,001

7-0

,04

-0,1

469§

Pule

va0,

0012

-0,4

379*

0,00

31-0

,015

4*0,

0298

§-0

,016

60,

0049

0,02

32§

-0,0

124

Rep

sol

-0,0

014

-0,4

880*

0,00

37§

-0,0

079*

-0,0

006

-0,0

046§

-0,0

001

0,00

42-0

,127

§

Sant

ande

r0,

0011

-0,1

817*

0,19

02*

0,00

24†

-0,0

051*

0,00

31†

0,00

15-0

,002

40,

0017

-0,0

508

Sevi

llana

-0,0

005

-0,4

944*

0,00

37§

-0,0

057*

-0,0

008

-0,0

022

-0,0

000

0,00

46-0

,176

4*

Sol M

elia

0,00

17-0

,376

7*0,

0828

0,00

14-0

,010

9*0,

0116

*-0

,028

7*0,

001

-0,0

038

-0,0

057

Taba

cale

ra0,

0039

*-0

,563

1*-0

,000

4-0

,011

2*0,

0066

§-0

,007

7†-0

,004

2-0

,002

7-0

,134

Tele

fóni

ca0,

0030

*-0

,134

0*0,

0004

-0,0

067*

0,00

02-0

,004

0§0,

0011

0,00

72§

-0,0

320

Uni

ón F

enos

a0,

0051

*-0

,008

00,

1603

*-0

,001

3-0

,003

9§0,

0021

-0,0

133

-0,0

032

0,00

39-0

,405

8*

Ura

lita

0,00

02-0

,348

1*0,

1073

§0,

0032

†-0

,009

8*-0

,004

20,

002

-0,0

115§

0,00

280,

0035

Val

lehe

rmos

o0,

0017

-0,3

682*

0,00

11-0

,005

7*-0

,002

5-0

,006

7-0

,001

50,

0064

-0,1

279†

La

tabl

a co

ntie

ne la

s es

timac

ione

s de

los

pará

met

ros

de la

sig

uien

te e

cuac

ión

de la

med

ia:

RC

Ait

= α

0+

α1R

AC

it-1

+ α

2RC

Ait

-1+

α3G

Bit

+ α

4GM

it+

α5P

Bit

+ α

6PM

it+

α7I

NV

it+

α8F

INit

+ α

9DJ t

+ ε

1it

* va

lore

s si

gnif

icat

ivos

al 1

%, §

sign

ific

ativ

os a

l 5%

, † s

igni

fica

tivos

al 1

0%.

En

aque

llos

caso

s en

que

el t

est d

e E

ngle

rec

omie

nda

tene

r en

cue

nta

los

efec

tos

de v

aria

nza

cond

icio

nal,

la e

cuac

ión

de la

var

ianz

a qu

e se

pro

pone

es

un G

AR

CH

(1,1

) σ2

= ω

0+ω

1ε2 t-

1+ω

2σ2 t-

1. E

stas

est

imac

ione

s au

nque

no

se i

nclu

yen,

con

stat

an m

edia

nte

su s

igni

fica

tivid

ad l

a ut

ilida

d de

est

e tip

o de

mod

eliz

ació

n y

veri

fica

n la

hip

ótes

isde

est

acio

nari

edad

ω1+

ω2<

1. E

stos

res

ulta

dos

está

n di

spon

ible

s pr

evia

pet

ició

n a

los

auto

res

24


CT

ER

Vt-

1R

Vt-

2G

Bt+

1G

Mt+

1PB

t+1

PMt+

1IN

Vt+

1FI

Nt+

1D

J t

Ace

rino

x-0

,034

6-0

,537

1*-0

,352

4*-0

,037

70,

1907

§0,

3324

§-0

,020

90,

5421

-0,3

226

-1,9

44

AC

ESA

-0,0

204

-0,5

420*

-0,2

811*

0,00

640,

0890

0,34

080,

8823

-0,7

755

-0,5

183

-7,0

009*

Agu

as B

arce

lona

-0,0

002

-0,5

402*

-0,2

500*

-0,0

052

-0,0

038

-0,0

378

-0,0

118

-0,0

906

-0,2

439

-2,2

955

Alb

a-0

,052

7-0

,507

3*-0

,218

8*0,

1244

0,07

040,

4512

0,21

33-0

,259

3-1

,090

3

Am

per

-0,0

253

-0,3

532*

-0,2

257*

0,02

07-0

,009

40,

0156

0,15

58-0

,223

40,

4868

-4,3

446†

Arg

enta

ria

-0,0

331

-0,4

967*

-0,2

446*

0,04

20-0

,040

50,

0790

0,31

93-0

,090

20,

0949

-23,

752

AU

MA

R-0

,081

5†-0

,530

7*-0

,243

7*0,

0503

0,17

87§

0,30

350,

263

-0,0

341

-2,0

555

Ban

kint

er-0

,026

3-0

,462

9*-0

,203

0*0,

0211

0,06

480,

0997

-1,1

986*

0,07

43-0

,014

5-6

,891

0*

BB

V-0

,061

2†-0

,416

0*-0

,193

4*-0

,002

30,

0381

0,16

67*

0,00

040,

0324

0,05

63-3

8,99

1

BC

H-0

,017

3-0

,432

6*-0

,258

0*-0

,035

30,

1083

0,12

69§

-0,1

952

0,04

760,

0346

-0,6

324

Con

tinen

te-0

,029

8-0

,445

2*-0

,214

5*-0

,095

80,

1236

0,06

90,

5605

0,25

110,

1586

-1,5

708

Dra

gado

s-0

,049

-0,4

827*

-0,2

059*

0,05

81-0

,011

10,

0923

0,02

530,

0255

-0,0

902

-5,0

356§

End

esa

0,03

01-0

,512

5*-0

,254

4*-0

,078

0-0

,022

70,

0416

0,08

610,

0399

-0,1

311

0,69

48

FCC

0,01

93-0

,620

4*-0

,343

5*-0

,140

1*-0

,035

1-0

,148

60,

1514

0,14

250,

2894

-3,9

250†

FEC

SA-0

,011

7-0

,463

9*-0

,229

8*0,

0151

-0,0

391

-0,2

122

0,46

400,

5766

§1,

9374

§-2

9,80

6

Gas

Nat

ural

-0,0

117

-0,5

074*

-0,2

757*

-0,0

544

0,07

10,

0704

0,15

660,

0478

-0,1

143

-3,3

56

Hid

roca

ntab

rico

0,01

54-0

,615

3*-0

,348

1*0,

0172

-0,0

564

-0,0

275

-0,0

09-0

,311

20,

1786

-5,0

423†

Iber

drol

a-0

,069

3†-0

,540

8*-0

,339

6*0,

0238

0,08

860,

0950

0,10

220,

0929

-0,1

035

-0,4

761

Map

fre

0,04

76-0

,596

0*-0

,284

5*-0

,133

50,

0367

-0,2

715§

0,23

250,

0305

-0,2

516

-1,9

796

TAB

LA

5.—

Est

imac

ione

s re

sult

ante

s pa

ra R

V


25

Popu

lar

-0,0

116

-0,5

122*

-0,2

473*

-0,0

201

0,09

68†

-0,1

043

0,07

060,

1332

0,43

49*

-5,0

074*

Pryc

a-0

,025

7-0

,500

4*-0

,284

8*-0

,013

50,

0916

-0,0

025

0,43

77§

-0,2

535

0,08

3-0

,629

4

Pule

va-0

,063

-0,3

236*

-0,1

673*

0,09

50,

065

0,30

04†

-0,1

115

0,11

270,

4169

§-5

,255

0†

Rep

sol

0,01

35-0

,559

4*-0

,331

6*-0

,069

7†0,

0788

†0,

0141

0,11

77-0

,001

20,

0007

0,79

27

Sant

ande

r0,

0154

-0,4

999*

-0,2

119*

-0,0

784

0,12

17†

0,03

66-0

,132

0-0

,036

10,

0579

-28,

012

Sevi

llana

0,02

25-0

,506

2*-0

,335

70,

0062

-0,0

164

0,33

29§

0,49

61*

-0,0

602

-0,1

090

-22,

349

Sol M

elia

-0,0

583

-0,4

056*

-0,2

124*

0,04

030,

0815

0,50

78*

0,24

24-0

,007

60,

6596

*-3

,761

Taba

cale

ra-0

,103

2§-0

,370

9*-0

,220

7*0,

1439

§0,

1331

0,10

980,

4971

*-0

,372

3§-0

,004

4-1

2,06

10*

Tele

fóni

ca-0

,040

2-0

,495

4*-0

,294

1*-0

,022

80,

0811

0,10

46†

-0,0

074

0,10

290,

0773

-2,7

017†

Uni

ón F

enos

a-0

,004

4-0

,456

2*-0

,274

9*-0

,017

80,

0511

-0,0

479

-0,5

357§

0,11

03-0

,093

4-3

,831

9†

Ura

lita

-0,0

349

-0,5

125*

-0,2

611*

0,05

69-0

,029

9-0

,406

2-0

,168

0,01

560,

2188

-3,9

549†

Val

lehe

rmos

o0,

0401

-0,5

211*

-0,2

193*

-0,0

842

0,01

74-1

,114

7*0,

8837

-0,2

133

-0,0

263

-1,8

031

La

tabl

a co

ntie

ne la

s es

timac

ione

s de

los

pará

met

ros

de la

sig

uien

te e

cuac

ión

de la

med

ia

RV

it=

δ0

+ δ

1RV

it-1

+ δ

2RV

it-2

+ δ

3GB

it+

1+

δ4G

Mit

+1

+ δ

5PB

it+

1δ 6P

Mit

+1

+ δ

7IN

Vit

+1

+ δ

8FIN

it+

1+

δ9D

J t+

ε3i

t

*val

ores

sig

nifi

cativ

os a

l 1%

§ s

igni

fica

tivos

al 5

% †

sig

nifi

cativ

os a

l 10%

. Pu

esto

que

par

a la

mod

eliz

ació

n de

est

a va

riab

le e

l tes

t de

Eng

le r

ecom

iend

a te

ner

en c

uent

a lo

s ef

ecto

s de

var

ianz

a co

ndic

iona

l, la

ecu

ació

n de

la v

aria

nza

que

se p

ropo

-ne

es

un G

AR

CH

(1,1

) s2

= w

0+ w

1e2 t-

1+w

2s2 t-

1. E

stas

est

imac

ione

s au

nque

no

se in

cluy

en, c

onst

atan

med

iant

e su

sig

nifi

cativ

idad

la u

tilid

ad d

e es

te ti

po d

e m

odel

izac

ión

y ve

rifi

can

la h

ipót

esis

de

esta

cion

arie

dad

w 1+

w2<

1. E

stos

res

ulta

dos

está

n di

spon

ible

s pr

evia

pet

ició

n a

los

auto

res

26


RCAt RACt RVt

Todas IBEX 35 Todas IBEX 35 Todas

CTE -0,0006§ -0,0009 0,0013* 0,0014† -0,0206*

RACt-1 0,0340* 0,1908* 0,0961* 0,1054§

RCAt -0,1667*

RCAt-1 -0,0331§ -0,2196* -0,2864*

RVt-1 -0,5165*

RVt-2 -0,2749*

GBt 0,0016* 0,0018§

GMt 0,0024* 0,0026†

PBt 0,0005

PMt 0,0022

INVt 0,0004

FINt 0,0012

GBt+1 0,0017* 0,0024§ -0,0174

GMt+1 -0,0065* -0,0052* 0,0604*

PBt+1 0,0042* 0,0561*

PMt+1 -0,0038* 0,0705§

INVt+1 0,0008 0,0281

FINt+1 0,0034§ 0,0333

DJt 0,2073* 0,2618§ -0,1484* -0,0764† -2809718*

TABLA 6.—Estimaciones resultantes para agregados

La tabla contiene las estimaciones para cada uno de los agregados (conjunto de títulos con elevado núme-ro de noticias y conjunto de títulos con menor número de noticias) de los parámetros de las siguientesecuaciones de la media

RCAit = α0 + α1RACit-1 + α2RCAit-1 + α3GBit + α4GMit + α5PBit + α6PMit + α7INVit + α8FINit + α9DJt + ε1it

RACit = β0 + β1RCAit + β2RACit-1 + β3GBit+1 + β4GMit+1 + β5PBit+1 + β6PMit+1 + β7INVit+1 + β8FINit+1 + β9DJt + ε2it

RVit = δ0 + δ1RVit-1 + δ2RVit-2 + δ3GBit+1 + δ4GMit+1 + δ5PBit+1 δ6PMit+1 + δ7INVit+1 + δ8FINit+1 + δ9DJt + ε3it

con i= mucha información, poca información.Para el caso del IBEX35, las ecuaciones de la media se concretan en:

RCAt = α0 + α1RACt-1 + α2RCAt-1 + α3GBt + α4GMt + α5DJt + ε1t

RACt = β0 + β1RCAt + β2RACt-1 + β3GBt+1 + β4GMt+1 + β5DJt + ε2t

*valores significativos al 1% § significativos al 5% † significativos al 10%. En aquellos casos en que la modelización de la variable dependiente tuviese que considerar los efectosde varianza condicional, la ecuación de la varianza que se propone es un GARCH(1,1) s2 = w0+ w 1e

2t-

1+w2s2t-1. Estas estimaciones aunque no se incluyen, constatan mediante su significatividad la utilidad de

este tipo de modelización y verifican la hipótesis de estacionariedad w 1+w2<1. Estos resultados estándisponibles previa petición a los autores.

n. b h f ** e. lobera v - dialnet.unirioja.es6 n. blasco de las heras, b. cuéllar fernández y e....

Documents