Cómo sería una prueba robusta
Seamos concretos. Si Sigma Journal publicara esto a partir de una consulta completamente poblada, el diseño empírico mínimo viable separaría los resultados descriptivos y ajustados.
Capa descriptiva
Comience con las compras y ventas en el mercado abierto por separado. Informe los recuentos por género, mercado y rol. Luego, muestre los retornos brutos y ajustados por benchmark a T+90, ponderados por igual y ponderados por valor, además de las tasas de acierto.
Esta capa responde a la simple pregunta periodística: ¿qué sucedió después de estas operaciones? No es suficiente para la inferencia, pero fundamenta la discusión.
Capa ajustada
Luego, estime un modelo siguiendo estas líneas:
[
Return_{i,T+90}^{adj} = \alpha + \beta_1 Female_i + \beta_2 Buy_i + \beta_3 Female_i \times Buy_i + Controls + FE + \varepsilon_i
]
Donde los controles incluyen el rol, la capitalización de mercado logarítmica, el sector, el tamaño de la transacción, el mercado, el año y quizás un proxy de operación rutinaria. Los efectos fijos pueden incluir el mercado y el tiempo. Los errores estándar deben agruparse por emisor y, posiblemente, por emisor-fecha si múltiples insiders operan alrededor del mismo evento.
El coeficiente de interés no es simplemente Female. A menudo es la interacción en las compras, porque el contenido informacional de las compras es donde se espera una señal más clara. Si las mujeres "superan" solo en operaciones agrupadas y no en compras, el resultado merece sospecha.
Agrupación de eventos e información duplicada
Las operaciones de insiders se agrupan en torno al mismo conjunto de información corporativa. Si tres ejecutivos compran con días de diferencia, esas no son observaciones independientes de la manera que preferiría una prueba t de libro de texto. Tampoco lo son las operaciones repetidas por la misma persona en el mismo emisor durante un corto período.
Una implementación robusta debería agregar las operaciones agrupadas en un solo evento o tener en cuenta la agrupación estadísticamente. De lo contrario, la significancia puede ser exagerada. Esta es una de las formas más antiguas de fabricar un valor p publicable en la microestructura del mercado. El método es barato. La confianza es cara.
Rutinario versus oportunista
La distinción rutinario-oportunista de Jenter es especialmente relevante aquí. Si los hombres operan de forma más rutinaria y las mujeres operan de forma más selectiva, entonces la operación femenina promedio puede parecer mejor incluso si no hay un efecto de género intrínseco después de condicionar por el tipo de operación.
Eso no es un problema. Es, posiblemente, el resultado. Pero hay que nombrarlo correctamente. La ventaja sería entonces el comportamiento de selección de operaciones asociado a la composición de género, no alguna propiedad esencial de las mujeres como insiders. Los mercados son lo suficientemente complicados como para no importar la astrología.
Por qué los resultados entre mercados pueden diferir incluso si el comportamiento subyacente no lo hace
Supongamos que el análisis final encuentra que las mujeres insiders superan a los hombres en un mercado, pero no en otro. Eso sería totalmente plausible sin requerir ninguna historia dramática.
La temporalidad de la divulgación cambia la capacidad de inversión
Bajo MAR, los PDMR y las personas estrechamente relacionadas deben notificar las transacciones dentro de un período específico una vez que se cumple la condición de umbral, y luego los emisores las divulgan. En EE. UU., la temporalidad del Formulario 4 es diferente y a menudo más fácil de analizar. Una estrategia medida desde la fecha de la transacción puede parecer más sólida en un régimen simplemente porque la visibilidad pública llega antes en relación con la operación.
Si su T+90 comienza a partir de la fecha de divulgación, este problema se mitiga. Si comienza a partir de la fecha de la transacción, la comparación entre mercados se convierte en parte en una comparación de retraso en la notificación.
La composición del gobierno corporativo difiere
Las estructuras de los consejos y las líneas de sucesión ejecutiva difieren entre mercados. También lo hace la representación de las mujeres en roles ejecutivos frente a no ejecutivos. Si un mercado tiene una mayor proporción de mujeres en puestos de dirección independiente y otro tiene más mujeres en roles ejecutivos operativos, el contenido informativo de sus operaciones puede no ser directamente comparable.
La mezcla de sectores importa más de lo que la gente admite
Un mercado con gran peso en finanzas e industria no es lo mismo que uno con gran peso en salud o tecnología. Las operaciones de insiders en sectores intensivos en I+D pueden comportarse de manera diferente a las de sectores regulados o intensivos en activos. Si la composición de género varía por sector, y los rendimientos del sector varían a lo largo de la muestra, se puede confundir un efecto sectorial con un efecto de género con sorprendente facilidad.
