Printer Friendly

Analisis del Efecto Dia de Semana en los principales mercados accionarios latinoamericanos: una aproximacion mediante el criterio de Dominancia Estocastica.

Analysis of Day of the Week Effect in the main Latin-American stock markets: an approximation through the Stochastic Dominance Criterion

Introduccion

Las anomalias de calendario, entre ellas el Efecto Dia de Semana, han representado un enigma para los mercados financieros y una aparente contradiccion para la teoria de mercados eficientes.

El Efecto Dia de Semana en los mercados accionarios consiste en que la distribucion de los retornos de un dia es diferente a la de los otros dias. Especificamente se pueden destacar el Efecto Lunes y el Efecto Fin de Semana. El Efecto Lunes se caracteriza porque el dia lunes tendria una rentabilidad menor que los demas dias y frecuentemente una mayor volatilidad. Por el contrario, el Efecto Fin de Semana tiene como caracteristica que el dia viernes presentaria un mayor retorno que el resto de los dias de la semana (1).

La vigencia de estas anomalias, sin embargo, ha sido fuertemente Cuestionada en la ultima decada. Por una parte, el mejor acceso a informacion bursatil y una mayor profundidad de los mercados financieros implicarian que toda posibilidad de arbitraje debiera tender a desaparecer (2). Por otra parte, trabajos academicos recientes han cuestionado la existencia historica de estos efectos.

Primero, el trabajo de Sullivan et al. (2001) atribuye la deteccion de estos efectos a un problema de data snooping. Segundo, un articulo reciente de Baker et al. (2008) mostro que, en las aproximaciones tradicionales, las conclusions respecto a la presencia o ausencia del fenomeno dependen de los supuestos adoptados sobre la distribucion de los errores.

En respuesta a los cuestionamientos anteriores, Cho et al. (2007) Introducen un nuevo test no parametrico, robusto a los cuestionamientos mencionados, para estudiar la presencia de dominancia estocastica de los retornos de unos dias por sobre otros. Si bien los resultados de este test podrian haber confirmado la ausencia de tales efectos, los autores muestran que ellos persisten en la mayoria de los indices analizados (3). El tema, por tanto, ha adquirido nuevamente gran relevancia, especialmente en Latinoamerica, donde los mercados financieros han logrado mayor profundidad y facilidad de acceso a transacciones.

Este articulo es, segun sabemos, el primero que aplica la aproximacion de Cho et al. (2007) a las principales bolsas latinoamericanas. Los resultados muestran la persistencia de las anomalias de calendario en Latinoamerica. Las implicancias para los tomadores de decisiones son evidentes; por ejemplo, para la definicion del dia de compra o venta de activos es informacion valiosa saber que un dia viernes domina a un lunes en rentabilidad.

1. EFECTO DIA DE SEMANA

El Efecto Dia de Semana fue descrito por primera vez en un articulo de Fields (1931), donde al analizar el indice Dow Jones con datos diarios en el periodo 1915-1930 encontro una significativa diferencia entre la rentabilidad media de los dias lunes y la de los dias viernes. El tema mantuvo su vigencia por decadas, como muestran los estudios de Fama (1965) y Cross (1973), quienes encontraron evidencia de que los dias lunes se caracterizan por un bajo retorno y alta volatilidad en comparacion con los demas dias de la semana.

French (1980) analizo el comportamiento del Indice S&P 500 en el periodo 1953-1977. Para estudiar la presencia del efecto, considera dos hipotesis alternatives de analisis de retornos: hipotesis del tiempo calendario, la cual incorpora el tiempo de no transaccion en el dia habil siguiente, e hipotesis del tiempo de transaccion, en la cual los dias festivos no son tomados en cuenta en la base temporal. Los resultados obtenidos fueron una rentabilidad de los dias lunes bajo el promedio de todo el periodo analizado, independientemente de la hipotesis adoptada. Mas aun, analizando los retornos de cada dia en subperiodos de cinco anos, la rentabilidad promedio de los dias lunes fue negativa.

Desde la decada del 80 hasta la actualidad, numerosos trabajos se han realizado para estudiar la presencia o ausencia del fenomeno Efecto Dia de Semana. Dentro de estos estudios se pueden mencionar los realizados por Gibbons & Hess (1981), Lakonishok & Levi (1982) o Rogalski (1984). La gran Mayoria de ellos utilizan como metodologia la regresion lineal sobre los retornos diarios utilizando dummies por dia. Gibbons & Hess (1981) encuentran evidencia que los retornos del dia lunes son menores en promedio que los retornos de los otros dias e incluso su promedio es negativo (lo que permitiria explotar la anomalia). Lakonishok & Levi (1982) abordan el Efecto Dia de Semana buscando una explicacion parcial del fenomeno asociada a caracteristicas de las transacciones del mercado, mientras que Rogalski (1984) muestra que el Efecto Dia Lunes se produce durante el periodo de no transaccion, o sea, entre el precio de cierre del dia viernes y el precio de apertura del dia lunes. Aggarwal y Rivoli (1989) analizaron los mercados accionarios de Asia, particularmente Hong Kong, Singapur, Malasia y Filipinas, encontrando un retorno bajo de los dias lunes y tambien un fuerte efecto negativo para el dia martes para estos mercados. La explicacion que se da para el efecto martes es la correlacion que existe con el mercado accionario de Nueva York. Solnik y Bousquet (1990) encontraron una significativa persistencia de retornos negativos los dias martes en el mercado accionario frances. Yadav y Pope (1992) analizaron el mercado ingles y el canadiense encontrando evidencia del Efecto Dia de Semana. Por su parte, Dubois y Louvel (1996) analizaron el Efecto Dia de Semana para los principales mercados accionarios mundiales, concluyendo que la rentabilidad media de los lunes es negativa, mientras que la de los miercoles esta sobre el promedio de la rentabilidad diaria para los mercados accionarios europeos. Berument y Kiymaz (2001) estudiaron el Efecto Dia de Semana en retorno y volatilidad para el Indice S&P, encontrando evidencia de bajos retornos los lunes y alta volatilidad los dias viernes.

Brusa y Liu (2004) han tratado de ir mas alla de la deteccion del efecto y exploran una explicacion al Efecto Dia de Semana en el mercado norteamericano, relacionando su causa a una relacion positiva de los retornos y los dias en que los inversores institucionales hacen sus transacciones, lo cual aumenta la actividad bursatil. Steeley (2001) encuentra evidencia que el Efecto Dia de Semana ha ido desapareciendo en Inglaterra en la decada de los 90.

En la ultima decada tambien se han realizado estudios que buscan Determiner la presencia del Efecto Dia de Semana utilizando mejores tecnicas de estimacion, principalmente basadas en modelos GARCH. Por ejemplo, Kiymaz y Berument (2003) analizaron los mercados de Estados Unidos, Canada, Alemania, Japon e Inglaterra encontrando anomalias en retornos y varianza en el periodo 1988-2002. Por su parte, Balaban et al. (2001) utilizaron un modelo GJR-GARCH para determinar evidencia del Efecto Dia de Semana para diecinueve mercados accionarios, encontrando evidencia de anomalias de retorno en siete de ellos y anomalias de volatilidad en ocho de los mercados. Mas recientemente, Charles (2010) analizo el Efecto Dia de Semana para seis mercados accionarios europeos, encontrando evidencia del efecto tanto en la rentabilidad como en la volatilidad para los mercados de Atenas, Paris y Dublin. Para los mercados de Milan, Zurich y Helsinki solo hallo evidencia del efecto en la volatilidad.

En el caso de los mercados emergentes, Ajayi et al. (2004) analizan once mercados accionarios de Europa del Este, utilizando tecnicas tradicionales de regresion lineal sobre la serie de retornos y variables auxiliares para cada dia. El promedio de la rentabilidad diaria de los dias lunes para seis mercados fue negativo, sin embargo solo dos de estos mercados presentan una diferencia estadisticamente significativa.

Choudhry (2000) analiza los principales mercados accionarios de Asia aplicando un modelo GARCH. En particular, estudia los mercados accionarios de Hong Kong, Indonesia, Japon, Malasia, Singapur, Taiwan y Tailandia, encontrando evidencia del Efecto Dia de Semana en rentabilidad y volatilidad para el periodo analizado 1990-1995.

Para el mercado latinoamericano, Kristjanpoller (2009) analizo mercados accionarios de Mexico, Brasil, Chile, Argentina, Peru y Colombia, utilizando regresiones lineales sobre la serie de retornos, asi como variables auxiliares para cada dia. El Efecto Lunes fue evidenciado para los mercados de Brasil, Mexico, Chile y Argentina, mientras que el Efecto Viernes fue detectado en los mercados de Brasil, Chile, Colombia y Peru. Rivera (2009) analizo los indices bursatiles de Colombia encontrando evidencia del Efecto Dia de Semana, en particular encuentra un Efecto Dia Martes. Anteriormente Marshall et al. (2000) habian encontrado evidencia del Efecto Dia de Semana para el mercado chileno tanto en rentabilidad como en volumen de transaccion.

Tres articulos recientes particularmente influyentes son los de Sullivan et al. (2001), Baker et al. (2008) y Cho et al. (2007). Los primeros muestran que la deteccion de efectos calendario puede deberse a un problema de "data snooping" en el sentido de que se ha usado la misma base de datos para construir hipotesis y para probarlas, lo que genera un sesgo que habria llevado a concluir, erroneamente segun los autores, que estos efectos existian. Los segundos mostraron que la deteccion del Efecto Dia de Semana con modelos tipo GARCH es muy sensible a los supuestos de distribucion del error. Para superar estas dificultades teoricas en la tecnologia de deteccion, Cho et al. (2007) adoptan una aproximacion no parametrica para estudiar el Efecto Lunes para los indices Dow Jones Industrial Average (DJIA) y S&P 500 para el periodo 1970-2004, Nasdaq y Russell 2000 para el periodo 1988-2004 y el Nikkei 225 y FTSE 100 para el periodo 1990-2004. El analisis lo realizan utilizando criterios de Dominancia Estocastica, encontrando evidencia del Efecto Lunes en la mayoria de los mercados en segundo y tercer orden de dominancia. El efecto es mas fuerte en los indices Nasdaq y Russell 2000 que en DJIA y S&P 500.

2. METODOLOGIA Y DATOS

Los mercados accionarios latinoamericanos analizados son Brasil, Mexico, Chile, Colombia, Argentina y Peru, utilizandose los siguientes indices respectivamente: Bovespa, IPyC, IPSA, IGBC, Merval y ISBVL. El valor del indice del mercado i en el dia t ([I.sub.it]) corresponde a su valor de cierre en moneda domestica para el periodo comprendido entre el 2 de enero de 1993 y el 31 de diciembre de 2007. Los valores fueron extraidos de la base de datos Economatica.

La rentabilidad diaria del indice del mercado i se calcula entonces como:

Ri,t = ln([I.sub.i,t] / [I.sub.i,t-1])

La Tabla 1 muestra un resumen de estadisticas descriptivas para los indices utilizados. Para aislar el Efecto Dia Pre Festivo, y asi solamente determinar el Efecto Dia de Semana, se sacan del analisis todas las semanas que contienen algun dia festivo entre el lunes y el viernes, inclusive (4).

De la Tabla 1 se puede observar que todos los indices analizados en el periodo 1993-2008 tienen una rentabilidad promedio diaria positiva en moneda domestica. Con respecto a la desviacion estandar, se puede observar que el Bovespa fue el indice con mas alta desviacion estandar en el periodo de analisis, pero a su vez es el de menor coeficiente de variacion. Caso especial es el del Merval, el cual tuvo la menor rentabilidad diaria promedio, pero un coeficiente de variacion que supera al resto en un orden de magnitud.

Las rentabilidades diarias del mercado colombiano (IGBC) se distribuyen simetricamente, mientras que los indices Bovespa, IPSA y ISVL tienen un sesgo hacia la derecha de la media y los indices IPyC y Merval tienen un sesgo hacia la izquierda de la media. Sobre la Kurtosis, las series de todos los indices analizados son mas bien concentradas. Por ultimo, el indicador Jarque-Bera muestra que ninguna de las distribuciones de retornos es normal y por lo tanto, en una regresion simple, se rechazaria el supuesto de normalidad sobre los errores, lo que refuerza la decision de adoptar una aproximacion no parametrica.

Para determinar la existencia del Efecto Dia de Semana en el periodo de analisis se aplicara el concepto de Dominancia Estocastica. Trabajos pioneros en el desarrollo de esta herramienta son los de Hadar y Rusell (1969), Hanoch y Levy (1969) y Rothchild y Stiglitz (1970), entre otros. Sin embargo, recientemente su utilizacion ha tenido un nuevo impulso debido al desarrollo de herramientas estadisticas que permiten someter su deteccion a un test de hipotesis estandar (Linton et al., 2005; Cho et al., 2007, entre otros).

En particular para este estudio, la evidencia del Efecto Dia de Semana se estudiara con la Dominancia Estocastica de Primer y Segundo Orden. La Dominancia Estocastica de Primer Orden (DEPO) es un criterio que implica la preferencia de un escenario aleatorio por sobre otro independientemente de la funcion de utilidad que un individuo presente, siempre que sea creciente en los niveles de riqueza. Por otra parte, la Dominancia Estocastica de Segundo Orden (DESO) es un criterio de preferencia que esta restringido a funciones de utilidad de individuos aversos al riesgo. Las definiciones formales son las siguientes (Levy, 2006):

Dominancia Estocastica de Primer Orden (DEPO): La distribucion F(*) domina estocasticamente a G(*) en primer orden si para toda funcion no decreciente u : IR [flecha diestra] IR se tiene: [E.sub.F] (u(x)) [mayor que o igual a] [E.sub.G] (u(x)).

Dominancia Estocastica de Segundo Orden (DESO): La distribucion F(*) Domina estocasticamente a G(*) en segundo orden si para toda funcion no decreciente y concava u : [IR.sub.+] [flecha diestra] IR se tiene: [E.sub.F](u(x)) [mayor que o igual a] [E.sub.G](u(x)).

Proposicion 1 (5)

La distribucion F(*) domina estocasticamente a G(*) en primer orden si y solo si F(x) [menor que o igual a] G(x) [atane a todos]x [elemento de] IR.

La distribucion F (*) domina estocasticamente a G(*) en segundo orden si y solo si [EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII].

Existen dos formas de revisar si existe dominancia estocastica de la Distribucion de retornos de un dia por sobre otro. La primera consiste Simplemente en chequear si la condicion establecida en la proposicion 1 se satisface o no. Se trata de un procedimiento que arroja un resultado binario sencillo: hay o no dominancia de cada orden. El Anexo 1 contiene los resultados de la aplicacion de ese procedimiento, cuyos resultados evidentemente estan expuestos a la critica de Sullivan et al. (2001). La segunda surge de considerar que la serie de datos de retorno es una realizacion particular de una variable aleatoria (6), por lo tanto, corresponde aplicar un test estadistico de dominancia estocastica (desarrollado por Cho et al., 2007). Cabe notar que la presencia de dominancia en la primera aproximacion no es necesaria ni suficiente para que exista dominancia en la segunda. Por ejemplo, una distribucion F (*) podria estar por debajo de otra distribucion G(*) en todo su dominio salvo en un punto, por lo que en la primera aproximacion no habria dominancia de primer orden de F (*) sobre G(*), pero si podria haberla en terminos estadisticos. A la inversa, una distribucion F (*) podria estar infinitesimalmente por debajo de otra distribucion G(*) en todo su dominio, por lo que el criterio binario diria que hay dominancia de primer orden de F (*) sobre G(*), sin embargo, bajo el segundo criterio la diferencia entre ambas podria no ser estadisticamente significativa.

La aproximacion de Cho et al. (2007) consiste en la aplicacion de test de hipotesis relacionados a la existencia de estas dos anomalias. En este trabajo se genera un set de diez hipotesis, de las cuales dos son generales, cuatro apuntan a la identificacion del Efecto Dia Lunes y las restantes cuatro se refieren al Efecto Fin de Semana. Las hipotesis nulas propuestas son:

[H.sub.0.sup.1]: existe un dia que domina a todos los demas dias,

[H.sub.0.sup.2]: existe un dia que es dominado por todos los demas dias,

[H.sub.0.sup.3]: el dia lunes es dominado por todos los demas dias,

[H.sub.0.sup.4]: el dia lunes es dominado por al menos un dia,

[H.sub.0.sup.5]: el dia lunes domina a todos los demas dias,

[H.sub.0.sup.6]: el dia lunes domina al menos a un dia,

[H.sub.0.sup.7]: el dia viernes es dominado por todos los demas dias,

[H.sub.0.sup.8]: el dia viernes es dominado por al menos un dia,

[H.sub.0.sup.9]: el dia viernes domina a todos los demas dias,

[H.sub.0.sup.10]: el dia viernes domina al menos a un dia.

Las primeras dos hipotesis, [H.sub.0.sup.1] y [H.sub.0.sup.2], son generales para evidenciar la existencia de alguna anomalia de Efecto Dia, ya sea que los retornos de un dia dominen a los retornos de todos los demas dias o que los retornos un dia sean dominados por los retornos de todos los otros dias.

La [H.sub.0.sup.3] es la hipotesis clave para determinar el Efecto Dia Lunes. La hipotesis [H.sub.0.sup.4] permitiria detectar un Efecto Dia Lunes parcial. Por su parte, las hipotesis [H.sub.0.sup.5] y [H.sub.0.sup.6] demostrarian un Efecto Lunes inverso e inverso parcial. El Efecto Fin de Semana se ve reflejado completamente en la hipotesis [H.sub.0.sup.9] y parcialmente en la [H.sub.0.sup.10], mientras que un Efecto Fin de Semana inverso e inverso parcial queda reflejado en las hipotesis [H.sub.0.sup.7] y [H.sub.0.sup.8].

En el analisis que sigue, cada serie de rentabilidad de un mercado Especifico ha sido dividida en varias series de retorno [X.sub.k] con k = 1,...,5, siendo 1 el dia lunes, 2 el martes y asi sucesivamente. Cada una de las hipotesis planteadas se puede expresar como un funcional de la funcion de distribucion de estos retornos. Sea X el soporte de [X.sub.k] con k = 1,...,5 y s el orden de la dominancia estocastica. Para cada k, l = 1,.. .,5, s = 1, 2 y x [elemento de] X se define:

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII]

En base a estas expresiones se define ademas:

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII]

Dados estos funcionales se puede establecer la hipotesis nula y su Alternative de la siguiente forma: [H.sub.o.sup.j] : [d.sub.js]* [menor que o igual a] 0 versus [H.sub.1.sup.j] : [d.sub.js]* > 0 para j = 1,...,10.

Ahora bien, dado el caracter discreto de una muestra de retornos se hace necesario reemplazar el estadistico [d*.sub.js] por una aproximacion [Dj.sub.n.sup.s] construida sobre una muestra de tamano N. Por ejemplo, para la hipotesis nula [H.sub.0.sup.1] el estadistico se define de la siguiente forma (Linton et al., 2005):

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII]

donde

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII]

Los demas estadisticos para las restantes hipotesis son definidos de manera analoga. El rechazo de una de las hipotesis se basa en valores suficientemente grandes del estadistico, para lo que se requiere obtener un p-value asociado al test. La distribucion asintotica del p-value se obtiene utilizando una metodologia de muestreos multiples (Linton et al., 2005) que se desarrolla de la forma siguiente. Sea [W.sub.N] el estadistico [Dj.sub.n.sup.s] para j = 1,...,10.

(a) Se calcula el estadistico WN para toda la muestra completa [W.sub.N] = {[Z.sub.i] = [([X.sub.1i],...,[X.sub.5i])].sup.T]: i=1,...,N}.

(b) Se generan submuestras [W.sub.N,b,i]={[Z.sub.i],..., [Z.sub.i+b-1]} de tamano b para i=1,...,N-b+1.

(c) Se calcula el estadistico [W.sub.N,b,i] para cada una de las submuestras [W.sub.N,b,i].

(d) Se aproxima el valor asintotico del p-value mediante:

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII]

El tamano de las submuestras depende del tamano de la muestra total y debe satisfacer que b[flecha diestra][infinito] y b/N[flecha diestra]0 cuando N[flecha diestra][infinito].

Si el estadistico [W.sub.N] es positivo y asociado a un p-value Suficientemente pequeno entonces es posible rechazar la correspondiente hipotesis nula a un nivel de confianza "p".

3. RESULTADOS EMPIRICOS

3.1. Analisis de dominancia con muestra completa

La evidencia encontrada a partir de una aproximacion binaria, reportada en Anexo 1, podria ser validada o no a traves de una aproximacion estadistica. Por tal razon se procedio a aplicar la bateria de tests no parametricos sugeridos por Cho et al. (2007).

En la Tabla 2 se reportan los resultados obtenidos para la dominancia de primer orden en cada una de las hipotesis establecidas. Los numeros achurados muestran aquellos resultados en donde es posible rechazar la hipotesis nula al 5% de significancia. Se observa evidencia estadistica para ambos efectos calendario en todos los mercados. De hecho, las hipotesis [H.sub.0.sup.1], [H.sub.0.sup.2], [H.sub.0.sup.3] y [H.sub.0.sup.4] no pueden ser rechazadas en ningun mercado, lo que es consistente con un Efecto Lunes. Por otra parte, las hipotesis asociadas a un Efecto Lunes inverso, [H.sub.0.sup.5] y [H.sub.0.sup.6], son sistematicamente rechazadas en los distintos mercados.7 Por otra, una situacion similar ocurre con las hipotesis asociadas al Efecto Fin de Semana inverso, puesto que las hipotesis H07 y H08 son sistematicamente rechazadas. La excepcion es Argentina, donde un efecto Fin de Semana inverso no puede ser rechazado. Finalmente, los test directos del Efecto Fin de Semana, [H.sub.0.sup.9] y [H.sub.0.sup.10], muestran contundentemente que tal efecto no puede ser estadisticamente descartado en ningun pais analizado.

En la Tabla 3 se reportan los resultados estadisticos asociados a la Dominancia estocastica de segundo orden. Se observa nuevamente que los test directos asociados al Efecto Lunes, [H.sub.0.sup.3] y [H.sub.0.sup.4], no pueden ser rechazados, mientras que aquellos asociados a un Efecto Lunes inverso, [H.sub.0.sup.5] y [H.sub.0.sup.6], son sistematicamente rechazados. Una notable excepcion es el mercado colombiano, donde los p-values son muy altos (0,1232 y 0,2236 para [H.sub.0.sup.5] y [H.sub.0.sup.6], respectivamente), lo que dificulta el rechazar la nula que representa la presencia de un Efecto Lunes inverso.

Por otra parte, los test directos asociados al Efecto Fin de Semana, [H.sub.0.sup.9] y [H.sub.0.sup.10], muestran que la presencia de tal efecto no puede ser descartada en ningun pais de la muestra, mientras que los test asociados a un Efecto Fin de Semana inverso, [H.sub.0.sup.7] y [H.sub.0.sup.8], son sistematicamente rechazados. La excepcion seria Argentina que es el mercado que presenta los mayores p-values, sin embargo, estos son cercanos al 10%, por lo que se podria rechazar un Efecto Fin de Semana inverso a este nivel de confianza en toda la muestra. En suma, las Tablas 2 y 3 muestran que las anomalias de calendario son ademas estadisticamente significativas, lo que confirma la presencia del fenomeno.

3.2. Analisis de dominancia con submuestras

El mismo procedimiento de la seccion anterior se aplico por separado a dos submuestras, la primera para el periodo 1993-2000 y la segunda en el periodo 2001-2007. Las Tablas 4 y 5 muestran los resultados de los tests de dominancia de primer orden en el primer y segundo periodo, respectivamente. Analogamente, las Tablas 6 y 7 muestran los resultados de los test de dominancia de segundo orden.

Los resultados obtenidos con este analisis son en su gran mayoria consistentes entre los dos periodos y confirman ademas los resultados obtenidos en el analisis del periodo total. En particular, las hipotesis [H.sub.0.sup.3] y [H.sub.0.sup.4] no pueden ser rechazadas en ningun mercado en primer orden, lo que es consistente con un Efecto Lunes. Por su parte, los test directos del Efecto Fin de Semana, [H.sub.0.sup.9] y [H.sub.0.sup.10], muestran contundentemente que tal efecto no puede ser estadisticamente descartado en primer orden en ningun pais analizado.

Para el caso de dominancia de segundo orden, se mantienen los resultados de las hipotesis [H.sub.0.sup.3] y [H.sub.0.sup.4] no pudiendo ser rechazadas en ningun mercado en segundo orden, lo que es consistente con un Efecto Lunes, excepto para el caso de Chile y Peru solo en el primer periodo de analisis. Por su parte, los test directos del Efecto Fin de Semana, [H.sub.0.sup.9] y [H.sub.0.sup.10], muestran que tal efecto no puede ser estadisticamente descartado en los paises estudiados, excepto para el caso de Peru en el primer periodo y Colombia y Brasil para el segundo periodo.

En suma, al dividir el periodo en dos no se encontro evidencia de que las anomalias de calendario hayan tendido a desaparecer en los mercados latinoamericanos, por el contrario, se detecto su persistencia en el tiempo.

3.3. Significancia economica de las anomalias

En esta seccion nos concentraremos en cuantificar la importancia economica de estas anomalias a traves de un simple ejercicio. Se compararon dos estrategias alternativas:

i. Invertir al final de los dias lunes en los indices y luego vender al final del dia viernes.

ii. Mantener una estrategia de largo plazo de buy and hold en el indice.

Se determino la maxima comision variable que se podria pagar para sacar ventaja de la presencia de la anomalia. Este analisis se realizo tanto para el periodo complete como para los dos subperiodos definidos. La Tabla 8 resume los resultados.

Se puede observar que para el caso de todo el periodo para los mercados accionarios de Argentina, Chile y Mexico que con una comision menor al 0,07% hubiera sido mas rentable la estrategia de invertir al final de los dias lunes en los indices y luego vender al final del dia viernes que haber tenido una estrategia tradicional de buy and hold de largo plazo en el indice. Para los mercados accionarios de Brasil, Peru y Colombia el ejercicio no es aplicable (N/A) en el periodo completo, ya que si bien la rentabilidad de los dias lunes es menor que la de los otros dias, de todas formas es positiva, lo cual no deja cabida a la estrategia activa de comprar los lunes y vender los viernes.

Interesante es observar que para el segundo periodo de analisis, 2001-2007, en todos los mercados analizados excepto el mercado peruano se puede implementer una estrategia activa rentable, siempre cuando existan comisiones menores a las calculadas.

4. CONCLUSIONES

En este articulo se estudio la presencia de anomalias de calendario en los principales mercados accionarios latinoamericanos en el periodo comprendido entre 1993 y 2007. El tema es particularmente controversial puesto que ha surgido evidencia de que el efecto en algunos paises desarrollados ha tendido a desaparecer (Steeley, 2001), asi como criticas a las tecnologias mismas de deteccion que han sido utilizadas en el pasado, las que podrian haber llevado a detectar un fenomeno que en realidad no existia (Sullivan et al., 2001; Baker et al., 2008).

Para estudiar la presencia o ausencia de estas anomalias se adopto la aproximacion recientemente desarrollada por Linton et al. (2005) y Cho et al. (2007), la que es robusta a las criticas metodologicas anteriormente planteadas. Se trata de una aproximacion no parametrica consistente en la deteccion de dominancia estocastica de la distribucion de retornos de unos dias por sobre otros. Las tecnicas tradicionales de deteccion de dominancia llevan a una conclusion binaria: existe o no dominancia de cada orden. Sin embargo, los trabajos citados han hecho posible testear estadisticamente la presencia de dominancia de cualquier orden.

Los resultados muestran que las anomalias de calendario "Efecto Lunes" y "Efecto Fin de Semana" no solo siguen siendo detectadas en las principales bolsas latinoamericanas, sino que ademas este resultado es robusto a una particion de la muestra en los periodos 1993-2000 y 2001-2007. Otras anomalias detectadas en trabajos anteriores, sin embargo, no pasaron el test de significancia estadistica. Tal es el caso, por ejemplo, del efecto martes reportado por otros autores para el indice IGBC de la bolsa colombiana.8

Se demuestra ademas que en varias de las bolsas estudiadas es posible identificar periodos en donde las anomalias pueden ser explotadas a traves de una estrategia de inversion. Sin embargo, la imposibilidad de explotar la anomalia no puede ser interpretada como la inexistencia de esta. En otras palabras, la presencia de la anomalia es una condicion necesaria, mas no suficiente, para que exista una estrategia que permita explotarla.

Finalmente, los resultados no entregan informacion respecto al origen de estos fenomenos, por lo que sus causas se mantienen como un tema de investigacion plenamente vigente.

ANEXO 1

APROXIMACION BINARIA

Los resultados obtenidos al aplicar un analisis binario de Dominancia Estocastica de primer orden a cada uno de los mercados accionarios analizados durante todo el periodo de analisis se pueden observar en la Tabla A1. Se encontro evidencia de dominancia estocastica de primer orden de la distribucion de retornos del dia viernes sobre otros dias en algunos mercados.

El mercado accionario chileno presenta dos dias dominados en primer orden por el dia viernes, el dia lunes y el dia jueves. Por su parte, el mercado accionario colombiano presenta la anomalia que el dia viernes domina al dia martes en primer orden, mientras que el mercado accionario peruano evidencia la dominancia de primer orden de los retornos del dia viernes sobre el dia miercoles. Los mercados accionarios brasileno, mexicano y argentino no presentan dominancia de un dia sobre otro en primer orden.

Los resultados obtenidos al aplicar el analisis de Dominancia Estocastica de segundo orden a cada uno de los mercados accionarios analizados durante todo el periodo de analisis se pueden observar en la Tabla A2. Si se asume que los inversores son en general aversos al riesgo, la dominancia estocastica de segundo orden, a pesar de ser mas debil que la de primer orden, es una razon suficiente para que un inversionista prefiera un dia por sobre otro.

Al observar los resultados de la aplicacion del criterio de dominancia estocastica en segundo orden se puede concluir que en los mercados analizados, con excepcion del mercado accionario mexicano, la distribucion de retornos del dia viernes domina en segundo orden a la distribucion de retornos de todos los otros dias de la semana, generando evidencia del efecto de fin de semana. Incluso en el caso de Mexico, se observa que hay dominancia de segundo orden de los retornos del viernes sobre los de lunes y jueves.

Para analizar el Efecto Dia Lunes se debe observar los dias que dominan los retornos del dia lunes. En el caso del mercado accionario mexicano y argentine los retornos de los dias martes, miercoles, jueves y viernes dominan en segundo orden a los retornos del dia lunes, evidenciando el Efecto Lunes. En el mercado accionario brasileno solo los retornos del dia jueves no dominant estocasticamente en segundo orden a los retornos del dia lunes, mientras que en el mercado accionario peruano solo los retornos del dia martes no dominant estocasticamente en segundo orden a los retornos del dia lunes.

Para el caso de los mercados accionarios de Chile y de Colombia los retornos del dia lunes son solamente dominados en segundo orden por los retornos del dia viernes. En particular se puede observar que existen otras anomalias como en los mercados accionarios argentino, chileno y mexicano donde los retornos del dia miercoles dominan en segundo orden a los retornos del martes. En el mercado accionario brasileno y argentino los retornos del dia martes dominant a los retornos del dia jueves, mientras que en los mercados accionarios de Colombia y Peru se encuentra evidencia que los retornos del dia miercoles dominan a los del dia martes.
TABLA A1
RESULTADOS DE DOMINANCIA ESTOCASTICA DE PRIMER ORDEN
DE LOS RETORNOS DIARIOS PARA LOS PRINCIPALES MERCADOS
ACCIONARIOS LATINOAMERICANOS

Condicion    Brasil   Mexico  Chile  Argentina  Peru  Colombia
             Bovespa   IPyC   IPSA    Merval    ISVL    IGBC
Viernes
domina
a Lunes                        Si

Viernes
domina
a Martes                                                 Si

Viernes
domina
a Miercoles                                      Si

Viernes
domina
a Jueves                       Si

TABLA A2

RESULTADOS DE DOMINANCIA ESTOCASTICA DE SEGUNDO ORDEN
DE LOS RETORNOS DIARIOS PARA LOS PRINCIPALES MERCADOS
ACCIONARIOS LATINOAMERICANOS

Pais                  Brasil    Mexico    Chile    Argentina

Indice               Bovespa     IPyC     IPSA       Merval

Martes domina
a Lunes                 Si        Si                   Si

Martes domina
a Miercoles

Martes domina
a Jueves                Si                             Si

Miercoles domina
a Lunes                 Si        Si                   Si

Miercoles domina
a Martes

Miercoles domina
a Jueves                          Si       Si          Si

Jueves domina
a Lunes                           Si                   Si

Jueves domina
a Martes

Viernes domina
a Lunes                 Si        Si       Si          Si

Viernes domina
a Martes                Si                 Si          Si

Viernes domina
a Miercoles             Si                 Si          Si

Viernes domina
a Jueves                Si        Si       Si          Si

Pais                 Peru    Colombia

Indice               ISVL      IGBC

Martes domina
a Lunes

Martes domina
a Miercoles

Martes domina
a Jueves

Miercoles domina
a Lunes               Si

Miercoles domina
a Martes              Si        Si

Miercoles domina
a Jueves

Jueves domina
a Lunes               Si

Jueves domina
a Martes              Si

Viernes domina
a Lunes               Si        Si

Viernes domina
a Martes              Si        Si

Viernes domina
a Miercoles           Si        Si

Viernes domina
a Jueves              Si        Si


5. Bibliografia

Aggarwal, R. and P. Rivoli (1989). "Seasonal and Day-of-the-Week Effects in Four Emerging Stock Markets", Financial Review, 24, 541-550.

Ajayi, R. A., S. Mehdian y M. J. Perry (2004). "The Day-of-the-Week Effect in Stock Returns. Further Evidence from Eastern European Emerging Markets", Emerging Markets Finance and Trade, 40 (4), 53-62.

Baker, K., A. Rahman y S. Saadi (2008). "The Day-of-the-Week Effect and Conditional Volatility: Sensitivity of Error Distributional Assumptions", Review of Financial Economics, 17 (4), 280-295.

Balaban, E., A. Bayar y O. Z. Kan (2001). "Stock Returns, Seasonality and Asymmetric Conditional Volatility in World Equity Markets", Applied Economics Letters, 8, 263-268.

Berument H. and H. Kiymaz (2001). "The Day of the Week Effect On Stock Market Volatility", Journal of Economics and Finance, 25, 181-193.

Brusa, J. y P. Liu (2004). "The Day-of-the-Week and the Week-of-the-Month Effects: An Analysis of Investors' Trading Activities", Review of Quantitative Finance and Accounting, 23, 19-30.

Charles, A. (2010). "Does the Day-of-the-Week Effect on Volatility Improve the Volatility Forecasts?", Applied Economics Letters, 17 (3), 257-262.

Cho, Y-H., O. Linton y Y. J. Whang (2007). "Are there Monday Effects in Stock Returns: A Stochastic Dominance Approach", Journal of Empirical Finance, 14 (5), 736-755.

Choudhry, T. (2000). "Day-of-the-Week Effect in Emerging Asian Stock Markets: Evidence from the GARCH Model", Applied Financial Economics, 10, 235-242.

Cross, F. (1973). "The Behavior of Stock Prices on Fridays and Mondays", Financial Analyst Journal, 29, 67-69.

Dubois, M. y P. Louvet (1996). "The Day-of-the-Week Effect: The International Evidence", Journal of Banking and Finance, 20 (9), 1463-1484.

Fama, E. (1965). "The Behavior of Stock Market Prices", Journal of Business 38 (1), 34-105.

Fields, M. (1931). "Stock Prices: A Problem in Verification", Journal of Business, 4, 415-418.

French, K. (1980). "Stock Returns and the Weekend Effect", Journal of Financial Economics 13 (1), 55-69.

Gibbons, R. y P. Hess (1981). "Day-of-the-Week Effects and Asset Returns", Journal of Business 54 (4), 579-596.

Hadar, J. y W. Rusell (1969). "Rules for Ordering Uncertain Prospects", American Economic Review, 59, 25-34.

Hanoch, G. y H. Levy (1969). "The Efficiency Analysis of Choices Involving Risk", Review of Economic Studies, 36, 335-346.

Kiymaz, H. y H. Berument (2003). "The Day of the Week Effect on Stock Market Volatility and Volume: International Evidence", Review of Financial Economics 12 (4), 363-380.

Kristjanpoller, W. (2009). "An Analysis of the Day-of-the-Week Effect in Latin American Stock Markets", Lecturas de Economia, 71, 189-208.

Lakonishok, J., and M. Levi (1982). "Weekend Effects on Stock Returns: A Note", Journal of Finance, 37 (3), 883-889.

Levy, H. (2006). Stochastic Dominance. Investment Decision Making under Uncertainty, Springer, second edition.

Linton, O., Maasoumi, E. y Wang Y. (2005). "Consistent Testing for Stochastic Dominance under General Sampling Schemes", Review of Economics Studies, 72, 735-765.

Marshall, P. y Walker, E. (2000). "Day of the week and size effects in emerging markets: Evidence from Chile", Revista de Analisis Economico, Vol. 15, No 2, 89-108.

Rivera, D. (2009). "Modelacion del Efecto del Dia de Semana para los Indices Accionarios de Colombia mediante un modelo Star Garch", Revista de Economia del Rosario, 12 (1), 1-24.

Rogalski, R. (1984). "New Findings Regarding Day-of-the-Week Returns over Trading and Non-trading Periods: A Note", The Journal of Finance, 39, 1603-1614.

Rothschild, M. y J. Stiglitz (1970). "Increasing Risk: I. A Definition", Journal of Economic Theory, 2, 225-243.

Solnik, B. y L. Bousquet (1990). "Day-of-the-Week Effect on the Paris Bourse", Journal of Banking and Finance, 14, 461-468.

Steeley, J. (2001). "A Note on Information Seasonality and the Disappearance of the Weekend Effect in the UK Stock Market", Journal of Banking and Finance, 25 (10), 1941-1956.

Sullivan, R., A. Timmermann y H. White (2001). "Dangers of Data Mining: The Case of Calendar Effects in Stock Returns", Journal of Econometrics, 105, 249-286.

Yadav P y P. Pope (1992). "Intraweek and Intraday Seasonalities in Stock Market Risk Premia: Cash v/s Futures", Journal of Banking and Finance, 16 (1), 233-270.

* Los autores desean agradecer los comentarios del Editor y un referee anonimo que permitieron introducir las comparaciones con el trabajo de Sullivan et al. (2001), asi como realizar los analisis de sensibilidad y de significancia economica de los resultados incorporados en esta version.

(1) Para revisar distintas aproximaciones metodologicas ver, por ejemplo, Kiymaz y Berument (2003), Brusa y Liu (2004) y Charles (2010).

(2) Steeley (2001) encuentra que, en efecto, el fenomeno ha tendido a desaparecer en Inglaterra.

(3) El Efecto Lunes es, sin embargo, mas fuerte en el caso del Nasdaq y Russell 2000 que en el Dow Jones Industrial Average (DJIA) y S&P 500, que son los indices analizados.

(4) La ultima fila de la Tabla 1 refleja la eliminacion de algunas semanas puesto que el numero de observaciones no es el mismo en los distintos paises. Las semanas que permanecen en la base son entonces completas, lo que origina que en dicha fila el numero de observaciones es multiplo de cinco.

(5) Esta proposicion es ampliamente conocida en la literatura. Una posible fuente es Levy (2006).

(6) De hecho, este procedimiento sigue la misma linea de Sullivan et al. (2001) al reconocer que los datos son realizaciones de variables aleatorias y se testea la presencia o ausencia de los efectos mediante tecnicas de bootstraping.

(7) En particular, note que el mayor p-value para H05 es de 0,1107 (Argentina), lo que indica que practicamente en todos los mercados [H.sub.0.sup.5] se rechazaria al 10% de confianza.

(8) Ver por ejemplo Rivera (2009).

WERNER KRISTJANPOLLER, Departamento de Industrias, Universidad Tecnica Federico Santa Maria, Santiago, Chile, E-mail: werner.kristjanpoller@usm.cl

ROBERTO E. MUNOZ, Departamento de Industrias, Universidad Tecnica Federico Santa Maria, Santiago, Chile, E-mail: roberto.munoz@usm.cl
TABLA 1
ESTADISTICAS DE LOS INDICES DE LOS MERCADOS ACCIONARIOS
LATINOAMERICANOS

Pais          Brasil    Mexico     Chile    Argentina  Peru

Indice       Bovespa     IPyC       IPSA     Merval    ISVL

Media         0,22%      0,06%     0,05%     0,02%     0,10%

Mediana       0,19%      0,08%     0,03%     0,10%     0,08%

Maximo        28,82%    11,06%     8,98%     16,12%   15,00%

Minimo       -16,22%    -14,31%    -6,42%   -14,76%   -10,43%

Desviacion    2,64%      1,60%     1,12%     2,22%     1,60%
estandar

Coef. de       12,0      26,7       22,4     111,0     16,0
variacion

Skewness       0,65      -0,18      0,24     -0,25     0,11

Kurtosis      11,99      8,56       7,69      8,41     10,65

Jarque-Bera   10.663     4.274     2.907     3.930     8.024

Observaciones 3.105      3.305     3.140     3.190     3.290

Pais         Colombia

Indice         IGBC

Media         0,06%

Mediana       0,04%

Maximo        14,69%

Minimo       -11,05%

Desviacion    1,31%
estandar

Coef. de       21,8
variacion

Skewness       0,00

Kurtosis      16,32

Jarque-Bera   20.316

Observaciones 2.750

Fuente: Elaboracion propia.

TABLA 2 TEST ESTADISTICOS DE DOMINANCIA ESTOCASTICA DE PRIMER
ORDEN Y P-VALUE ASOCIADOS A LAS 10 HIPOTESIS
PLANTEADAS PARA LOS PRINCIPALES MERCADOS ACCIONARIOS LATINOAMERICANOS

Pais              Brasil            Mexico            Chile

Indice           Bovespa             IPyC             IPSA

Hipotesis      d      p-value     d     p-value     d     p-value

I           0,0274    0,3727   0,0318   0,1613   0,0303   0,3079

II          0,0209    0,6576   0,0091   0,9266   0,0048   0,9992

III         0,0209    0,8738   0,0091   0,9385   0,0048   0,9992

IV          0,0081    0,5911   0,0030   0,7836   0,0000   0,7006

V           0,1127    0,0044   0,0923   0,0034   0,1768   0,0000

VI          0,0403    0,1838   0,0681   0,0000   0,0844   0,0000

VII         0,1127    0,0044   0,0923   0,0040   0,1768   0,0000

VIII        0,0709    0,0000   0,0318   0,1460   0,0748   0,0000

IX          0,0274    0,7354   0,0363   0,6964   0,0303   0,5453

X           0,0145    0,3184   0,0091   0,6380   0,0000   0,7919

Pais           Argentina           Peru           Colombia

Indice          Merval             ISVL             IGBC

Hipotesis     d      p-value     d     p-value     d     p-value

I          0,0251    0,4749   0,0091   0,9170   0,0291   0,3923

II         0,0188    0,7745   0,0213   0,6744   0,0200   0,6943

III        0,0188    0,9522   0,0334   0,5700   0,0691   0,1276

IV         0,0157    0,3536   0,0076   0,5191   0,0109   0,6234

V          0,0705    0,1107   0,1185   0,0000   0,0945   0,0609

VI         0,0423    0,0412   0,0182   0,5289   0,0200   0,4044

VII        0,0533    0,3253   0,1201   0,0000   0,1182   0,0050

VIII       0,0219    0,3788   0,0729   0,0276   0,0727   0,0000

IX         0,0313    0,8183   0,0091   0,9312   0,0291   0,6744

X          0,0094    0,7581   0,0000   0,7079   0,0000   0,7311

TABLA 3
TEST ESTADISTICOS DE DOMINANCIA ESTOCASTICA DE
SEGUNDO ORDEN Y P-VALUE ASOCIADOS A LAS 10 HIPOTESIS
PLANTEADAS PARA LOS PRINCIPALES MERCADOS ACCIONARIOS LATINOAMERICANOS

Pais            Brasil           Mexico           Chile

Indice          Bovespa           IPyC             IPSA

Hipotesis     d     p-value    d      p-value     d     p-value

I          0,0000   0,7534   0,0001   0,4298   0,0000   0,7779

II         0,0002   0,4099   0,0000   0,6255   0,0000   0,4954

III        0,0008   0,4406   0,0000   0,7720   0,0000   0,6113

IV         0,0000   0,1811   0,0000   0,1570   0,0000   0,0357

V          0,0048   0,0000   0,0027   0,0540   0,0035   0,0000

VI         0,0002   0,4965   0,0020   0,0167   0,0017   0,0000

VII        0,0048   0,0731   0,0027   0,0496   0,0035   0,0000

VIII       0,0014   0,0219   0,0005   0,0791   0,0010   0,0781

IX         0,0000   0,9116   0,0001   0,8659   0,0000   0,8047

X          0,0000   0,0848   0,0000   0,2205   0,0000   0,1848

Pais            Argentina          Peru           Colombia

Indice           Merval            ISVL            IGBC

Hipotesis       d     p-value     d     p-value     d     p-value

I            0,0000   0,6486   0,0000   0,7073   0,0000   0,5563

II           0,0000   0,7251   0,0002   0,2611   0,0001   0,3588

III          0,0000   0,8259   0,0002   0,7113   0,0012   0,1502

IV           0,0000   0,1469   0,0000   0,3096   0,0000   0,5760

V            0,0031   0,0479   0,0033   0,0000   0,0019   0,1232

VI           0,0012   0,0465   0,0002   0,3081   0,0001   0,2236

VII          0,0031   0,1110   0,0035   0,0000   0,0031   0,0853

VIII         0,0009   0,1310   0,0026   0,0000   0,0014   0,0280

IX           0,0000   0,8926   0,0000   0,7759   0,0000   0,7328

X            0,0000   0,1944   0,0000   0,1181   0,0000   0,2485

TABLA 4 TEST ESTADISTICOS DE DOMINANCIA ESTOCASTICA DE PRIMER
ORDEN Y P-VALUE ASOCIADOS A LAS 10 HIPOTESIS
PLANTEADAS PARA LOS PRINCIPALES MERCADOS ACCIONARIOS LATINOAMERICANOS
(1993-2000)

Pais            Brasil            Mexico            Chile

Indice          Bovespa            IPyC              IPSA

Hipotesis      d     p-value     d     p-value     d     p-value

I           0,0422   0,1797   0,0347   0,3659   0,0269   0,6524

II          0,0361   0,3377   0,0173   0,8060   0,0120   1,0000

III         0,0361   0,8162   0,0173   0,8572   0,0120   1,0000

IV          0,0120   0,5635   0,0087   0,6105   0,0000   0,7977

V           0,0994   0,1071   0,1156   0,0680   0,1766   0,0000

VI          0,0452   0,2468   0,0751   0,1032   0,0958   0,0000

VII         0,0994   0,2160   0,1156   0,0183   0,1766   0,0000

VIII        0,0723   0,0102   0,0347   0,3066   0,0838   0,0458

IX          0,0422   0,6638   0,0376   0,7469   0,0269   0,7680

X           0,0181   0,4758   0,0087   0,5385   0,0000   0,6975

Pais           Argentina           Peru            Colombia

Indice          Merval             ISVL              IGBC

Hipotesis      d     p-value     d     p-value     d     p-value

I           0,0348   0,3458   0,0142   0,8713   0,0512   0,0431

II          0,0261   0,6876   0,0456   0,1020   0,0444   0,1361

III         0,0261   0,9325   0,0456   0,4963   0,1024   0,0597

IV          0,0029   0,8073   0,0114   0,3629   0,0512   0,1521

V           0,0986   0,0720   0,1652   0,0000   0,0546   0,4540

VI          0,0667   0,0126   0,0541   0,2133   0,0102   0,6870

VII         0,0986   0,0693   0,1652   0,0000   0,0922   0,1995

VIII        0,0348   0,3365   0,1026   0,0474   0,0546   0,2069

IX          0,0377   0,8003   0,0142   0,8738   0,0512   0,5487

X           0,0029   0,7800   0,0000   0,5482   0,0171   0,5560

TABLA 5
TEST ESTADISTICOS DE DOMINANCIA ESTOCASTICA DE PRIMER ORDEN Y P-VALUE
ASOCIADOS A LAS 10 HIPOTESIS PLANTEADAS PARA LOS PRINCIPALES MERCADOS
ACCIONARIOS LATINOAMERICANOS
(2001-2007)

Pais                   Brasil                    Mexico

Indice                 Bovespa                    IPyC

Hipotesis            d        p-value         d       p-value

I                 0,0692      0,0000       0,0476     0,1940

II                0,0346      0,6574       0,0381     0,3944

III               0,0346      0,8277       0,0381     0,7409

IV                0,0104      0,6168       0,0127     0,6611

V                 0,1453      0,0829       0,1016     0,0393

VI                0,0657      0,2258       0,0635     0,0176

VII               0,1453      0,0809       0,0984     0,1087

VIII              0,0692      0,0367       0,0476     0,1640

IX                0,0796      0,1534       0,0730     0,3756

X                 0,0173      0,5097       0,0286     0,3777

Pais                   Chile                  Argentina

Indice                 IPSA                    Merval

Hipotesis            d        p-value        d      p-value

I                 0,0816      0,0000      0,0375    0,5522

II                0,0068      0,9981      0,0410    0,4840

III               0,0068      0,9981      0,0410    0,8485

IV                0,0000      0,5854      0,0341    0,2436

V                 0,1905      0,0000      0,0990    0,1846

VI                0,0850      0,0277      0,0444    0,2393

VII               0,1905      0,0000      0,0819    0,1843

VIII              0,0816      0,0401      0,0205    0,6738

IX                0,0816      0,3399      0,0785    0,4319

X                 0,0068      0,8743      0,0410    0,1901

Pais                   Peru                Colombia

Indice                 ISVL                 IGBC

Hipotesis            d      p-value       d      p-value

I                 0,0163    0,9394     0,0467    0,2976

II                0,0163    0,9409     0,0389    0,4240

III               0,0717    0,3303     0,0778    0,4012

IV                0,0163    0,6335     0,0039    0,6406

V                 0,0945    0,1148     0,1712    0,0152

VI                0,0163    0,6192     0,0389    0,4113

VII               0,1596    0,0000     0,1712    0,0152

VIII              0,0619    0,1277     0,0895    0,0000

IX                0,0163    0,9806     0,0467    0,5074

X                 0,0065    0,8653     0,0039    0,5296

TABLA 6
TEST ESTADISTICOS DE DOMINANCIA ESTOCASTICA DE SEGUNDO ORDEN Y P-VALUE
ASOCIADOS A LAS 10 HIPOTESIS PLANTEADAS PARA LOS PRINCIPALES MERCADOS
ACCIONARIOS LATINOAMERICANOS(1993-2000)

Pais                 Brasil                 Mexico

Indice               Bovespa                 IPyC

Hipotesis           d       p-value       d       p-value

I                0,0000     0,8318     0,0002     0,2137

II               0,0002     0,5854     0,0000     0,5008

III              0,0013     0,4782     0,0000     0,6194

IV               0,0000     0,1525     0,0000     0,0873

V                0,0054     0,0564     0,0038     0,1050

VI               0,0002     0,6233     0,0027     0,0424

VII              0,0056     0,1638     0,0038     0,0878

VIII             0,0016     0,0816     0,0002     0,3508

IX               0,0000     0,9111     0,0002     0,7409

X                0,0000     0,0823     0,0000     0,2693

Pais                   Chile               Argentina

Indice                 IPSA                 Merval

Hipotesis           d       p-value       d       p-value

I                0,0000     0,7303     0,0002     0,1642

II               0,0001     0,4878     0,0003     0,2745

III              0,0001     0,6628     0,0003     0,6400

IV               0,0000     0,0000     0,0000     0,0387

V                0,0036     0,0017     0,0046     0,0360

VI               0,0014     0,0032     0,0012     0,0866

VII              0,0036     0,0191     0,0046     0,1895

VIII             0,0011     0,2367     0,0010     0,2764

IX               0,0000     0,8305     0,0002     0,7085

X                0,0000     0,3200     0,0000     0,2043

Pais                   Peru                 Colombia

Indice                 ISVL                  IGBC

Hipotesis           d       p-value       d       p-value

I                0,0000     0,6649     0,0000     0,6906

II               0,0004     0,1767     0,0001     0,4866

III              0,0004     0,6415     0,0021     0,1624

IV               0,0000     0,2928     0,0007     0,1502

V                0,0045     0,0000     0,0000     0,8268

VI               0,0006     0,1443     0,0000     0,1923

VII              0,0048     0,0000     0,0015     0,1713

VIII             0,0037     0,0000     0,0000     0,4514

IX               0,0000     0,6938     0,0007     0,3822

X                0,0000     0,0493     0,0000     0,3809

TABLA 7
TEST ESTADISTICOS DE DOMINANCIA ESTOCASTICA DE SEGUNDO
ORDEN Y P-VALUE ASOCIADOS A LAS 10 HIPOTESIS
PLANTEADAS PARA LOS PRINCIPALES MERCADOS ACCIONARIOS LATINOAMERICANOS
(2001-2007)

Pais                      Brasil                    Mexico

Indice                    Bovespa                    IPyC

Hipotesis                d        p-value         d        p-value

I                     0,0003      0,1664       0,0003      0,1494

II                    0,0004      0,1089       0,0000      0,7227

III                   0,0004      0,6855       0,0000      0,9032

IV                    0,0000      0,1113       0,0000      0,2383

V                     0,0045      0,0820       0,0018      0,1686

VI                    0,0005      0,3077       0,0013      0,0289

VII                   0,0044      0,0419       0,0018      0,0701

VIII                  0,0006      0,2287       0,0008      0,0167

IX                    0,0003      0,7281       0,0003      0,8436

X                     0,0000      0,0385       0,0000      0,1304

Pais                        Chile                  Argentina

Indice                      IPSA                    Merval

Hipotesis                d        p-value         d        p-value

I                     0,0000      0,7919       0,0003      0,4146

II                    0,0001      0,1966       0,0001      0,5635

III                   0,0001      0,3534       0,0001      0,7199

IV                    0,0000      0,0741       0,0000      0,1216

V                     0,0035      0,0000       0,0031      0,1579

VI                    0,0013      0,0085       0,0014      0,1302

VII                   0,0035      0,0000       0,0024      0,1617

VIII                  0,0007      0,0313       0,0003      0,2692

IX                    0,0000      0,8113       0,0011      0,5618

X                     0,0000      0,0626       0,0000      0,0806

Pais                        Peru                  Colombia

Indice                      ISVL                   IGBC

Hipotesis                d        p-value        d       p-value

  I                   0,0000      0,7006      0,0000     0,3538

  II                  0,0003      0,1056      0,0002     0,2352

  III                 0,0009      0,3227      0,0006     0,6166

  IV                  0,0000      0,3681      0,0000     0,2671

  V                   0,0019      0,0221      0,0047     0,2091

  VI                  0,0003      0,0564      0,0002     0,3517

  VII                 0,0028      0,0044      0,0049     0,1837

  VIII                0,0014      0,0111      0,0023     0,0328

  IX                  0,0000      0,8506      0,0000     0,4868

  X                   0,0000      0,2062      0,0000     0,0427

TABLA 8
COMISION VARIABLE MAXIMA A LAS TRANSACCIONES
PARA INVERSIONISTAS

Pais                               Periodo

                   1993-2007      1993-2000       2001-2007

Brasil                N/A            N/A            0,075%
Argentina           0,073%         0,108%           0,032%
Chile               0,077%         0,077%           0,078%
Peru                  N/A          0,023%            N/A
Colombia              N/A            N/A            0,045%
Mexico              0,072%         0,128%           0,010%
COPYRIGHT 2012 Universidad de Chile
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2012 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Kristjanpoller, Werner; Munoz, Roberto E.
Publication:Estudios de Economia
Date:Jun 1, 2012
Words:9290
Previous Article:Una leccion para aprender de los paises desarrollados: el caso de la desregulacion de sucursales en EE.UU.
Next Article:?Por que el distanciamiento ideologico disminuye la provision de bienes publicos?; una explicacion basada en el empleo clientelar.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters