Cómo construir el estudio de eventos diario sin avergonzarse
Un buen estudio con fecha de publicación se trata menos de estadísticas sofisticadas que de negarse a cometer errores fáciles.
Paso uno, clasifique el evento correctamente
Como mínimo, separe las compras en mercado abierto de las ventas en mercado abierto. Luego identifique ejercicios, adjudicaciones, donaciones, transferencias y disposiciones relacionadas con impuestos. Si la taxonomía de la presentación es confusa, use el campo de notas y la lógica de exposición neta cuando sea posible. Una disposición que acompaña a un ejercicio pero deja al insider con sustancialmente más acciones no es económicamente lo mismo que una venta bajista limpia.
El rol también importa. Los directores ejecutivos y los directores financieros a menudo conllevan más señal que los directores no ejecutivos, aunque esa es una cuestión empírica, no una jerarquía moral.
Paso dos, ancle en la marca de tiempo de publicación, no en la fecha de la transacción
Para el enfoque de este artículo, la publicación es el evento. Si la presentación aparece después del cierre del mercado, cambie el evento efectivo a la siguiente sesión de negociación o ejecute una especificación que distinga las publicaciones previas a la apertura, intradía y posteriores al cierre. De lo contrario, sus estimaciones de T+0 y T+1 serán una ficción cortés.
Paso tres, elija un punto de referencia y luego deje de adorarlo
Un modelo de mercado, un retorno ajustado por sector, un retorno de empresa emparejada o un modelo de factores pueden funcionar. El punto de referencia importa, pero menos de lo que muchos trabajos implican. En ventanas cortas, la contaminación y el momento dominan la elección del punto de referencia. En ventanas más largas hasta T+30, la especificación del punto de referencia se vuelve más importante, especialmente en mercados volátiles.
El enfoque sensato es la robustez. Informe el retorno anormal diario promedio bajo más de un punto de referencia. Si el signo y la forma sobreviven, el resultado es probablemente lo suficientemente real como para discutirlo.
Paso cuatro: agrupe sus errores estándar y elimine eventos duplicados
Los registros de información privilegiada se agrupan. Múltiples insiders pueden presentar informes sobre el mismo emisor y el mismo día. Un ejecutivo puede presentar varias líneas vinculadas a una única acción económica. Tratar cada partida como un evento independiente es una forma fiable de fabricar significancia.
Agregue por emisor-día cuando sea apropiado, luego pruebe la sensibilidad a reglas de agrupación alternativas. Es menos glamuroso que un mapa de calor, pero más útil.
Paso cinco: inspeccione las colas
El rendimiento anormal diario promedio puede verse distorsionado por un puñado de eventos extremos, especialmente en empresas de pequeña capitalización. La winsorización, las medianas y los gráficos de distribución no son detalles opcionales. Son la diferencia entre una señal y una situación de rehenes.
Cómo suele ser un patrón plausible de T+0 a T+30
Sin un extracto en vivo específico del artículo, no podemos imprimir aquí la curva de rendimiento diario de Sigma. Aún podemos describir el patrón que un investigador cuidadoso esperaría probar.
Para registros de compra
La expectativa estándar es un rendimiento anormal positivo en T+0, cierta continuación de T+1 a T+5, y luego una deriva decreciente o un perfil acumulativo que se estabiliza hasta T+30. La versión más fuerte de este patrón debería aparecer en compras discrecionales en el mercado abierto, en empresas más pequeñas o menos seguidas, y cuando múltiples insiders compran en un intervalo corto.
Un patrón más débil pero aún significativo es un T+0 atenuado con un T+1 más fuerte, a menudo causado por la publicación fuera del horario de mercado o una digestión más lenta en nombres menos líquidos.
Para registros de venta
La expectativa es más débil y más condicional. Las ventas rutinarias pueden mostrar poco o ningún rendimiento anormal. Las ventas discrecionales oportunistas o inusualmente grandes pueden producir una deriva negativa en T+0 o a corto plazo, pero el efecto promedio a menudo se diluye por motivos benignos. Si un estudio encuentra que los registros de venta son tan informativos como las compras en promedio, la primera pregunta debería ser si las enajenaciones relacionadas con la compensación se filtraron correctamente.
Para muestras mixtas o agrupadas
La curva a menudo parece decepcionantemente plana. Esto no se debe a que las divulgaciones de información privilegiada no importen. Se debe a que el diseño de la muestra ha promediado un subgrupo fuertemente positivo con un subgrupo débil o ruidoso y luego ha declarado que el resultado es representativo.
