Skewness Dispersion and Stock Market Returns

Each language version is independently generated for its own context, not a direct translation.

¡Hola! Imagina que el mercado de valores es como un gran concierto donde miles de músicos (las empresas) tocan sus instrumentos al mismo tiempo.

Normalmente, los inversores miran el volumen general del concierto: ¿Está la música fuerte o suave? ¿Es alegre o triste? Pero los autores de este artículo, Mykola Babiak, Jozef Baruník y Josef Kurka, descubrieron algo fascinante: no es el volumen lo que importa, sino la "desorden" entre los músicos.

Aquí te explico su descubrimiento, llamado "Dispersión de la Asimetría", usando una analogía sencilla:

1. El concepto: ¿Qué es la "Asimetría"?

Imagina que cada músico tiene un instrumento. A veces, un instrumento suena muy bien (ganancias altas), pero a veces hace un ruido terrible (pérdidas grandes).

Si la mayoría de los instrumentos suenan bien, pero de repente uno hace un ruido estruendoso y negativo, eso es asimetría negativa (miedo a una catástrofe).
Si la mayoría suena mal, pero uno hace un sonido mágico y positivo, eso es asimetría positiva (esperanza de una suerte).

2. El descubrimiento: El "Caos en la Orquesta"

Los autores no miraron el promedio de cómo suenan los instrumentos. En su lugar, midieron cuánto se diferencian entre sí.

Baja dispersión (Orquesta ordenada): Todos los músicos suenan de forma similar. O todos están un poco felices, o todos un poco tristes. El mercado es predecible y tranquilo.
Alta dispersión (Orquesta caótica): ¡Aquí está la clave! Algunos músicos están tocando una sinfonía perfecta (esperan ganancias enormes), mientras que otros están tocando un ruido ensordecedor (esperan desastres). Hay una gran confusión sobre quién ganará y quién perderá.

La regla mágica: Cuando la orquesta está muy desordenada (alta dispersión), el concierto completo (el mercado) suele ir mal en los meses siguientes.

3. ¿Por qué pasa esto? (La analogía del pronóstico del tiempo)

Imagina que todos miran el cielo para ver si va a llover.

Si todos dicen "va a llover", el mercado se prepara y baja suavemente.
Pero si algunos dicen "¡Va a ser un día de sol radiante!" y otros gritan "¡Va a haber un huracán!", eso significa que nadie sabe qué va a pasar realmente.

Esta confusión extrema (alta dispersión) suele ocurrir justo antes de que llegue una noticia importante (como una decisión de la Reserva Federal o noticias económicas). Los "sabios" del mercado (los que hacen apuestas cortas o short selling) ya han visto las señales y están apostando en contra de la confusión. Cuando la noticia llega, el mercado se corrige y los precios bajan.

4. ¿Sirve para ganar dinero?

¡Sí! Los autores probaron esto con datos de 6.770 empresas entre 2000 y 2022.

La estrategia: Si un inversor usa esta "medida de caos" para decidir cuándo comprar o vender, gana mucho más dinero que si simplemente se sienta y espera (comprar y mantener).
El resultado: Imagina que tienes una bolsa de dinero. Usando esta estrategia, podrías hacer que esa bolsa crezca un 7% al 8% más cada año que si solo seguías el promedio histórico. ¡Es como encontrar un atajo secreto en un laberinto!

5. ¿Cuándo funciona mejor?

La magia ocurre principalmente en los meses en que se anuncian decisiones importantes sobre el dinero (como las reuniones del Comité de Mercado Abierto de la Reserva Federal de EE. UU.).
Es como si el "caos" en la orquesta fuera una señal de que los músicos están nerviosos porque saben que el director va a dar una orden importante pronto. Una vez que el director habla, el caos se resuelve y el mercado se ajusta.

En resumen:

Este paper nos dice que cuando el mercado está muy dividido (unos esperan ganancias locas, otros temen pérdidas locas), es una señal de alerta roja. Indica que hay mucha incertidumbre y que, probablemente, el mercado va a caer en el futuro.

La lección para el inversor común: No mires solo si el mercado está subiendo o bajando. Mira cuánto están discutiendo los diferentes actores del mercado. Si el ruido es demasiado grande y desordenado, es mejor tener cuidado, porque la tormenta (o la corrección) suele llegar pronto.

Each language version is independently generated for its own context, not a direct translation.

Aquí presento un resumen técnico detallado del artículo "Skewness Dispersion and Stock Market Returns" (Dispersión de la Asimetría y Rentas del Mercado de Valores), escrito por Mykola Babiak, Jozef Baruník y Josef Kurka.

1. Planteamiento del Problema

La literatura financiera ha establecido ampliamente que la asimetría (skewness) es un factor crucial para explicar los rendimientos individuales de las acciones y las opciones. Sin embargo, existe una paradoja: la información de los momentos de orden superior (como la asimetría media) ha demostrado tener un poder predictivo limitado para los rendimientos agregados del mercado de valores.

El problema central que aborda este trabajo es que los estudios anteriores se han centrado en el nivel promedio de la asimetría de las empresas, ignorando la heterogeneidad en las expectativas de los inversores. Si los inversores difieren en sus expectativas sobre los pagos asimétricos, esta variación debería reflejarse no solo en el promedio, sino en la distribución cruzada de la asimetría entre las acciones. El objetivo es determinar si la dispersión transversal de la asimetría realizada contiene información incremental sobre los rendimientos futuros del mercado.

2. Metodología y Datos

Datos: Los autores utilizan datos de alta frecuencia (precios cada 5 minutos) de 6,770 acciones estadounidenses (NYSE, AMEX, NASDAQ) desde diciembre de 2000 hasta diciembre de 2022.
Construcción del Predictor (Dispersión de la Asimetría - $SD_{a-b}$ ):
1. Se calculan los momentos realizados diarios utilizando retornos intradiarios (5 minutos) para cada acción.
2. Se define la asimetría realizada diaria ( $RS^s_t$ ) estandarizada por la varianza realizada.
3. La dispersión de la asimetría se define como el rango interpercentílico de la distribución transversal de estas asimetrías diarias en un día dado $t$ . Específicamente, se calcula como la diferencia entre el percentil $a$ y el percentil $b$ (ej. $SD_{75-25}$ , $SD_{95-5}$ ).
4. Esta medida diaria se promedia (o se toma la mediana) durante los últimos cinco días hábiles de cada mes para crear una serie temporal mensual.
Modelos de Regresión:
- Se emplean regresiones predictivas univariadas y bivariadas para horizontes de 1, 3, 6 y 12 meses.
- Se utilizan técnicas de inferencia robustas para abordar el sesgo de Stambaugh y la persistencia de los predictores: errores estándar corregidos por Newey-West, observaciones no superpuestas (Martin, 2017) y estadísticos IVX-Wald (Kostakis et al., 2015).
- Se compara el predictor contra un conjunto de 50 predictores existentes (asimetría, corte transversal, sentimiento, varianza y variables macroeconómicas).
Pruebas de Muestra Fuera (Out-of-Sample):
- Ventana de estimación expansiva desde 2005 hasta 2022.
- Cálculo de $R^2$ fuera de muestra y pruebas de encompassing (Harvey et al., 1998).
- Análisis de asignación de cartera para inversores con aversión al riesgo media-varianza.

3. Contribuciones Clave

Nuevo Predictor: Introduce la "dispersión de la asimetría" como un predictor novedoso basado en datos de alta frecuencia, capturando la heterogeneidad en la distribución de los rendimientos asimétricos de las empresas.
Robustez y Valor Económico: Demuestra que este predictor supera a la mayoría de los predictores establecidos en la literatura, tanto en muestras dentro como fuera de muestra, y genera ganancias económicas significativas (CER y Ratio de Sharpe).
Mecanismo Económico: Identifica que el poder predictivo no es constante, sino que se concentra en meses con anuncios de política monetaria (FOMC), sugiriendo un mecanismo basado en la difusión de información y la heterogeneidad de creencias.
Distinción entre Riesgo y Comportamiento: Proporciona evidencia de que el predictor captura tanto la variación en el riesgo agregado como las expectativas de los inversores (sesgo conductual), especialmente relacionadas con la atención del inversor y las posiciones en corto.

4. Resultados Principales

A. Poder Predictivo Intra-muestra y Fuera de Muestra

Relación Negativa: Existe una relación significativa y negativa entre la dispersión de la asimetría y los rendimientos futuros del mercado. Periodos de alta dispersión (alta heterogeneidad en la asimetría de las acciones) preceden a rendimientos de mercado más bajos.
Robustez: La relación se mantiene estadísticamente significativa (al 1% o 5%) en todos los horizontes (1-12 meses) y bajo diferentes especificaciones (mediana vs. media, diferentes percentiles).
Independencia: El poder predictivo es incremental a los 50 predictores existentes. En regresiones bivariadas, la dispersión de la asimetría mantiene su significatividad, mientras que muchos otros predictores pierden poder explicativo.
Muestra Fuera: La dispersión de la asimetría supera consistentemente al promedio histórico en pruebas fuera de muestra, con $R^2$ fuera de muestra que oscilan entre el 2.3% y el 8.9% dependiendo del horizonte.

B. Valor Económico (Asignación de Cartera)

Un inversor media-varianza que utiliza pronósticos basados en la dispersión de la asimetría logra ganancias significativas en la Tasa de Equivalente de Certeza (CER).
- Para un horizonte mensual, las ganancias de CER oscilan entre 709 y 875 puntos básicos (basis points) en comparación con una estrategia de compra y mantenimiento o el promedio histórico.
- Los Ratios de Sharpe mejoran sustancialmente, alcanzando valores entre 0.82 y 0.91 (frente a 0.57 para la estrategia pasiva).
La riqueza acumulada lograda con esta estrategia supera a casi todas las demás estrategias basadas en predictores alternativos.

C. Mecanismos Económicos

Riesgo vs. Sentimiento:
- La dispersión se correlaciona negativamente con medidas de riesgo agregado (varianza implícita, prima de riesgo de varianza), sugiriendo que captura variaciones en las condiciones económicas percibidas.
- Se correlaciona positivamente con medidas de atención del inversor y el sentimiento alcista (AAII), pero no con medidas de desacuerdo de analistas.
Concentración en Eventos de Información (FOMC):
- El poder predictivo es extremadamente fuerte en los meses que incluyen reuniones del Comité Federal de Mercado Abierto (FOMC) y el mes anterior.
- En meses sin FOMC, el poder predictivo desaparece casi por completo.
- Interpretación: Esto sugiere que la dispersión de la asimetría captura la heterogeneidad en las creencias de los inversores que se incorpora gradualmente a los precios antes de anuncios macroeconómicos importantes y se resuelve rápidamente una vez que la información se revela.
Dispersión de la Curtosis: El estudio también prueba la dispersión de la curtosis (peso de las colas) y encuentra que también predice rendimientos, pero con menor fuerza que la dispersión de la asimetría, lo que indica que la asimetría (dirección de la cola) es el factor clave, no solo el grosor de la cola.

5. Significado e Implicaciones

Este estudio es fundamental para la comprensión de la predictibilidad del mercado de valores porque:

Desafía la noción de que los momentos superiores no predicen el mercado agregado: Muestra que no es el nivel promedio de asimetría, sino la dispersión transversal de la misma, lo que importa.
Proporciona un mecanismo claro: Vincula la predictibilidad con la llegada de información macroeconómica y la heterogeneidad de creencias, reconciliando explicaciones basadas en el riesgo y en el comportamiento.
Utilidad Práctica: Ofrece a los gestores de fondos y a los inversores institucionales una herramienta robusta y económicamente valiosa para la asignación de activos, capaz de generar alfas significativos incluso en un entorno de mercado eficiente.
Simplicidad y Accesibilidad: A diferencia de muchos predictores que requieren datos de opciones o encuestas complejas, la dispersión de la asimetría se construye únicamente a partir de datos de precios de acciones de alta frecuencia.

En conclusión, la dispersión de la asimetría actúa como un indicador de la heterogeneidad de las creencias de los inversores que, al ser incorporada gradualmente a los precios en torno a eventos macroeconómicos clave, permite predecir con éxito los rendimientos futuros del mercado de valores.