Mercados de expectativas

Transcripción

1 Rossi, Andrés M. Tesis de Licenciatura en Economía Facultad de Ciencias Sociales y Económicas Mercados de expectativas Este documento está disponible en la Biblioteca Digital de la Universidad Católica Argentina, repositorio institucional desarrollado por la Biblioteca Central San Benito Abad. Su objetivo es difundir y preservar la producción intelectual de la institución. La Biblioteca posee la autorización del autor para su divulgación en línea. Cómo citar el documento: Rossi, A. M. (2005). Mercados de expectativas. Tesis de Licenciatura en Economía, Universidad Católica Argentina, Facultad de Ciencias Sociales y Económicas, Argentina. Recuperado el...de (Se recomienda indicar fecha de consulta. Ej: Recuperado el 19 de agosto de 2010).

2 Universidad Católica Argentina Facultad de Ciencias Económicas y Sociales TRABAJO FINAL DE LICENCIATURA EN ECONOMIA MERCADOS DE EXPECTATIVAS Mayo 2005 Andrés M. Rossi Directora de Tésis Lic. Mirta González

3 Indice I. Presentación Introducción Objetivos II. Instrumentos y Mercados Tipos de contratos Mercado de derivados de indicadores económicos Instrumentos Conclusiones de instrumentos III. Caso: Initial Jobless Claims Estimaciones implícitas de las subastas Análisis de datos Análisis de ajuste de las estimaciones Conclusiones del caso IV. Mecanismos de generación de expectativas Modelos de expectativas adaptativas Conclusiones de los modelos V. Conclusiones finales VI. Bibliografía

4 I. PRESENTACION Introducción Desde el año 2002 se han desarrollado y formalizado en los Estados Unidos mercados de contratos derivados donde los activos subyacentes están basados en indicadores representativos de la economía, como la inflación, creación de empleo y nivel de actividad, tomando como referencia los datos periódicamente publicados por las distintas agencias gubernamentales de Estados Unidos y Europa. Los contratos, que luego estudiaremos, se subastan desde un día antes hasta dos horas previas al informe oficial del indicador respectivo. Los operadores, de esta manera, pueden transferir sus expectativas acerca de los indicadores de la economía al mercado de estos derivados, en función de sus estimaciones y las expectativas implícitas en los precios de los contratos. El proceso de subasta, donde los operadores comprarán y venderán los contratos, elaborará una expectativa implícita de dicho indicador como función de los precios. En cada país y en función de las necesidades de cada economía, las autoridades han desarrollado a través de sus organismos, indicadores sintéticos de cada una de las variables mencionadas. De esta manera, obteniendo información periódica sobre la economía podrán inferir la evolución de ella, elaborando proyecciones y tomando sus valores como inputs en un proceso de decisión de política económica o como valores objetivos de ella, como por ejemplo la variación del índice de precios al consumidor en una política monetaria de inflation targeting. Estos indicadores, cuya metodología de elaboración es conocida por los agentes económicos, se publican periódicamente de acuerdo a su complejidad de elaboración y relevancia económica. Por ejemplo, es más relevante y útil un valor de producto bruto interno trimestral y anual que una serie de valores diarios. Con el objetivo de ofrecer las mismas posibilidades de obtención de información al mismo tiempo a la totalidad de la economía, las autoridades establecen un cronograma de presentación de los informes de los indicadores de la economía con fecha y hora de entrega de presentación pública al mercado. En los últimos años, en los Estados Unidos se han desarrollado y formalizado mercados de contratos dedicados a alguna parte de estos indicadores económicos. Objetivos El trabajo esta destinado al estudio de los mercados de derivados de indicadores económicos y a la interpretación de la información que emana de dichos mercados. De esta manera podremos también, comprobar si el mercado de derivados, desarrollado por Deutsche Bank y Goldman Sachs, formula estimaciones estadísticamente más eficientes que las encuestas al mercado. 3

5 II. INSTRUMENTOS Y MERCADOS Tipos de Contratos La distinta naturaleza de los activos subyacentes hizo necesario la elaboración de distintos tipos de contratos. Estos se pueden resumir en los tres siguientes: Contrato Ejemplo Detalle Precio revela Winner takes all Index Vanilla Option Spread Digital Option Evento y: George Bush gana las elecciones. George Bush obtuvo el y% de los votos en las elecciones. George Bush obtuvo el y% de los votos en las elecciones. Contrato cuesta $P. Paga $1 si y sólo si el evento y ocurre. Contrato cuesta $P. Paga $1 por cada punto % por encima del precio de ejercicio para el Call, o por debajo del precio de ejercicio para el Put. Contrato cuesta $P. Paga $1 sólo si y precio de ejercicio, paga $0 si no se cumple. p(y), la probabilidad que el evento y ocurra. E[y], la esperanza del resultado electoral. M(y), la mediana de y. Como podemos observar en el cuadro superior, en el primer tipo de contrato, Winner takes all, el contrato paga $1 únicamente si el evento y ocurrió, independientemente de la holgura con la que ocurrió. Este tipo de contrato se implementa para acontecimientos del tipo del resultado de una elección, es decir si un determinado candidato ganó o no la elección, con un resultado binario. Los contratos del tipo Index, que como después veremos en su implementación toman el nombre de Vanilla Option, ajustan de manera continua el pago en función directamente proporcional al resultado obtenido, asignando por ejemplo $1 por cada punto porcentual obtenido en la elección. Finalmente, en los contratos de Spread, conocidos en el mercado como Digital Options, los inversores toman posiciones en función del valor de corte del indicador económico subyacente. Por ejemplo, si el desempleo se ubicará por encima o por debajo de cierto nivel u. Cada uno de estos distintos contratos, una vez que han sido lanzados al mercado y han comenzado a cotizar, revelará a través de sus precios, volatilidades y demás indicadores, diversos parámetros de su distribución de probabilidades esperada por el público que participa en la compra y venta de dichos contratos. Mercados de Derivados de Indicadores Económicos Las entidades Deutsche Bank y Goldman Sachs, han estructurado desde octubre de 2002, cinco contratos con los siguientes indicadores económicos de la economía de los Estados Unidos, los primeros cuatro, y de Europa, en el último: Non-Farm Payroll. Weekly Initial Jobless Claims. Industrial Production, ISM s PMI Survey. Retail Sales (ex Auto). Eurozone HICP (ex Tobacco). 4

6 El mercado desarrollado por Deutsche Bank y Goldman Sachs subasta los contratos electrónicamente, no a través de un recinto de operaciones como los tradicionales mercados como el New York Stock exchange, con un proceso denominado Pari-mutuel Derivatives Call Auction (PDCA). A través de dicho sistema, las órdenes que los operadores especifican en el sistema se coordinan automáticamente, siguiendo los mismos principios de la Subasta Holandesa (Dutch Auction). Las subastas tienen una duración de entre una y dos horas antes de la salida del informe oficial o durante el día anterior. Durante la subasta, los operadores pueden ingresar órdenes límite 1 para la compra y venta de opciones Digital, Vanilla, Range Option, que será vista más adelante, y otros contratos donde se han elaborado previamente estrategias de opciones a partir de las dos anteriores, estas no serán estudiadas en este trabajo. Instrumentos Digital Option Call Este tipo de opción, también denominada como opción binaria por las características de su función de payoff, pagará $1 para el comprador de un Call sí y sólo si el valor del indicador subyacente se encontró al mismo nivel o por encima del precio de ejercicio de dicha opción. 1 Las órdenes límite son aquellas donde el operador explicita el precio máximo de compra, en caso de una orden de compra; o el precio mínimo de venta, en caso de una orden de venta. El otro tipo de orden es el de mercado, donde la orden se ejecutará al mejor precio realizable dentro de los parámetros de tiempo establecidos en la orden. 5

7 En el gráfico superior, podemos ver el resultado para un comprador de un call de una digital option. El operador pagará un precio P de prima por la opción, siendo este la máxima pérdida absoluta que podrá sufrir en caso que la posición no sea rentable. Del lado del vendedor o lanzador del Call, nos encontraremos con la contraparte exacta, ya que la compra y venta de las opciones en general son un juego de suma cero, si uno de ellos obtuvo una ganancia, el otro obtendrá una pérdida por igual monto. En el eje horizontal, como Precio y Precio de ejercicio, nos estamos refiriendo a los valores del indicador económico subyacente. Es decir la inflación, creación de empleo en el último mes o algún otro. Put A diferencia del Call, el Put pagará $1 para el comprador sí y sólo si el valor del indicador subyacente se encontró por debajo del precio de ejercicio de dicha opción. Esto se puede apreciar en el gráfico inferior, donde se muestran los resultados para el comprador y vendedor de un Put. Vanilla Option Call Este tipo de opción más utilizado en los mercados de derivados de renta variable, fija y commodities en el mundo. El retorno no tiene un límite como en el caso de la Digital Option, sino que es ilimitado. 6

8 Put De la misma manera que en el Call, en el Put existe la posibilidad de obtener ganacias ilimitadas como también pérdidas ilimitadas. Podemos observar que el gráfico inferior es similar al anterior, pero verticalmente simétrico. 7

9 Conclusiones de Instrumentos Como hemos podido observar en los gráficos de cada una de las opciones, las Digital Options, limitan las ganancias absolutas para el comprador y limitan las pérdidas absolutas para el vendedor, tanto de Call como de Put. Por otro lado, en las Vanilla Options, el vendedor, tanto de Call como de Put limita sus ganancias al valor P, mientras que puede llegar a obtener pérdidas absolutas ilimitadas. Mientras que el comprador de un Call o Put, de un Digital Option, limita sus pérdidas absolutas a P, en las Vanilla Options puede llegar a obtener ganancias ilimitadas. No es difícil ver el porqué las Vanilla Options son más caras que las Digital, el comprador de estas últimas puede gozar de ganancias ilimitadas, no así como en la última. III. CASO: Initial Jobless Claims Los Nuevos Pedidos de Subsidio al Desempleo, NPSAD de ahora en adelante, es uno de los varios indicadores del mercado laboral americano, tenido en cuenta por el mercado accionario, de renta fija y de monedas. Cada semana, los días jueves o miércoles previamente establecido a las 8:30 de New York, se informa la cantidad de ciudadanos que solicitaron el subsidio al desempleo durante la semana anterior, dejando de lado el stock total de ciudadanos que perciben el subsidio. Según el ritmo de la economía, el indicador se ubicará entre los y los NPSAD semanales. La Reserva Federal lo toma como un fiel indicador de la marcha del mercado laboral, junto con el Non-Farm Payroll, la creación mensual neta de empleos en la economía. Estos son unos de los parámetros a través de los cuales la entidad toma sus decisiones de política monetaria, haciendo que su seguimiento sea siempre relevante. Goldman Sachs y Deutsche Bank comenzaron a subastar Digital, Vanilla y Range Options para los Nuevos Pedidos de Subsidio al Desempleo en el mes de febrero de A continuación podemos ver las órdenes de compra y venta de las opciones antes mencionadas para la subasta del día jueves 28 de abril de 2005, que duró dos horas antes de que el informe oficial se entregue al mercado a las 8:30 am de New York. 8

10 Fuente: Goldman Sachs. Como podemos ver, los operadores pueden tomar posiciones de compra o venta para contratos con valores de ejercicio desde los hasta los , cada En función de los precios que adquieran las opciones para cada valor de ejercicio se elaborara la estimación implícita en los precios de la totalidad de los contratos. En este caso, la estimación implícita ascendía a una vez finalizada la subasta, veinte minutos antes del informe oficial. La encuesta elaborada por Bloomberg a entre 50 y 60 reconocidos economistas y bancos de inversión había elaborado una estimación para ese mismo informe de NPSAD. El informe oficial fue de El hecho de que el valor final se ubicara considerablemente por debajo de las expectativas del mercado, tanto de la encuesta de Bloomberg, como de la estimación implícita en el mercado de derivados; provocó en el mercado de capitales la sensación de una fuerte mejora en el mercado laboral, generando una suba en los rendimientos de los bonos del Tesoro de los Estados Unidos y buenas perspectivas para el mercado accionario. En el cuadro inferior podremos observar la Distribución de Probabilidades Implícita en los precios de la subasta para la totalidad de los contratos. Distribución de Probabilidades Implícita en los Precios de las Opciones 16,00% 14,00% Probabilidad Implícita 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% < > 345 Valores de Ejercicio Fuente: Elaboración propia en base a Goldman Sachs. 9

11 Del gráfico anterior podemos inferir que el mercado estima con un 4% de probabilidad que los Nuevos Pedidos de Subsidio al Desempleo solicitados en la semana del 21 de abril serán de hasta , según la subasta del día jueves 28 de abril. Estimaciones Implícitas de las Subastas Las expectativas que revelan las subastas de los instrumentos derivados surge de los precios que toman en el mercado los distintos tipos de opciones. Hemos visto las Digital y las Vanilla, pero son las Range Options las que asumirán un rol central en la determinación de la estimación que emana de estos mercados para un indicador en particular. Las Range Options le darán al inversor un payoff de $1 si y sólo si el indicador se ubica entre el Lower Bound y el Upper previamente especificado en la opción, y cero payoff en cualquier otro caso. Es decir: Ro = $1 si L bound u U bound $0 si otherwise Donde Ro es el payoff del inversor en la Range Option L bound es el Límite Inferior que se espera que asuma el indicador económico u es el valor informado del indicador económico U bound es el Límite Superior que se espera que asuma el indicador económico En el gráfico debajo, podemos observar la función de payoff de un Range Option. Su forma discontinua se debe a que sólo pagará una cifra constante si el indicador económico se ubica entre los límites prefijados o los iguala. A diferencia de la función, en el gráfico se ha incluido el costo P de la opción para el inversor. 10

12 Las Range Options para los NPSAD se han estructurado de manera que el rango, definido como la diferencia entre Upper Bound y Lower Bound, sea de cinco mil. Es decir que el inversor, esperando que los NPSAD se ubiquen entre los y puede comprar una Range Option cuyo Lbound= y Ubound= pagando un precio P. Dicho precio, que ha asumido dicha Range Option en el mercado, reflejará la probabilidad esperada que los NPSAD se encuentren efectivamente entre dichos valores. De esta manera, la estimación implícita de la totalidad del mercado de Range, Digital y Vanilla Options será el promedio ponderado de los Límites de las Range Options por su precio o probabilidad implícita, para el espectro interno de probabilidades, mientras que para el límite inferior y superior, para los que no se han estructurado Range Notes, se tomarán datos de la Digital Option. El Valor de Ejercicio más bajo de un Digital Put multiplicado por su precio, para el límite inferior y el Valor de Ejercicio más alto de un Digital Call multiplicado por su precio. Precios de Negociación de las Range Options El precio al que se realizan las compras y las ventas, precio promedio del precio de compra y venta, es la probabilidad implícita que el mercado ha asignado a cada rango de NPSAD. Como se puede observar en la tabla superior, no existen Range Options para Valores de Ejercicio inferiores a o mayores a , es así que se utilizan los precios del Digital Put y Call para cubrir valores de ejercicio fuera de los límites de las Range Notes. Valores de Ejercicio en miles Precio (Probabilidad) (Valores de Ejercicio) x (Probabilidad) Digital Put 295,00 0,04 11,65 297,50 0,06 16,57 302,50 0,10 31,67 Range Options (valores promedio de cada opción) 307,50 0,14 43,05 312,50 0,12 36,41 317,50 0,14 43,43 322,50 0,14 44,12 327,50 0,11 37,53 332,50 0,07 23,91 337,50 0,04 15,12 342,50 0,02 7,43 Digital Call 345,00 0,02 5,87 1,00 316,76 11

13 Luego de multiplicar los valores de ejercicio de las distintas opciones por su precio, probabilidad, sumamos estos valores y obtendremos el promedio ponderado de las estimaciones ponderadas por su probabilidad de ocurrencia esperada por el mercado, es decir la estimación final implícita en la negociación. En este caso, en la subasta del indicador informado el 28 de abril de 2005, el mercado esperaba Nuevos Pedidos de Subsidio al Desempleo. El valor esperado de la encuesta de Bloomberg ascendía a , mientras que el valor finalmente informado fue de , menor a lo esperado por ambas estimaciones, pero más cercano el valor de la subasta. La tarea ahora, será la de comprobar si los resultados implícitos del mercado de derivados o los economistas más especializados encuestados por Bloomberg han generado en promedio estimaciones más eficientes. Análisis de Datos Para poder llegar a una conclusión acerca de la eficiencia de las estimaciones de ambas fuentes, comenzaremos por analizar los datos finales y los estimados desde la primer subasta en febrero de 2004, hasta la última en mayo de Nuevos Pedidos de Subsidio al Desempleo informados y estimados 370 Estimación de la Subasta Estimación de Bloomberg Valor Informado Nuevos Pedidos de Subsidio al Desempleo en miles Feb/04 Abr/04 Jun/04 Ago/04 Oct/04 Dic/04 Feb/05 Abr/05 Subastas Fuente: Elaboración propia en base a los datos de Bloomberg y Goldman Sachs. En el gráfico superior podemos observar la evolución de los NPSAD, junto con las estimaciones de la encuesta de Bloomberg y la de las subastas en el período previamente citado. Dado el ciclo económico expansivo en la economía americana, podemos observar una leve tendencia a la baja en las tres variables, acelerada desde el mes de septiembre de Como comprobaremos más adelante, a simple vista podemos decir que la serie de valores finales de NPSAD tiene un nivel de dispersión mayor al de las estimaciones, es decir un desvío standard mayor. 12

14 A su vez, del gráfico podemos ver el alto grado de correlación entre las estimaciones de Bloomberg y las implícitas en los precios de las opciones. Ambas series poseen una correlación serial de 0,984. Tabla de información estadística 1 Valor Informado Auction Forecast Bloomberg Forecast Media , , ,1 Mediana , , ,0 Máximo , , ,0 Mínimo , , ,0 Desvío standard , , ,81 Simetría -0, , , Curtosis 2, , , Observaciones Fuente: En base a datos de Goldman Sachs. Como ya habíamos previsto gráficamente, el desvío standard, medida de dispersión, de los valores informados es notoriamente mayor al de las estimaciones. Por otro lado, también podemos ver que el rango de valores que asumen los valores informados es más amplio que el de las estimaciones. La serie de NPSAD toma valores entre un mínimo de y un máximo de , mientras que las estimaciones de la subasta se ubican entre y y las de Bloomberg entre y , siendo esta última la más acotada de las tres series ya que toma valores entre un rango más limitado de datos, teniendo así además el menor desvío standard. De las tres series, las estimaciones de las subastas forman la distribución más mesocúrtica de las tres, con un valor de 2,9996 de curtosis; mientras que para los valores informados este valor es de 2,655, característico de una distribución más platicúrtica. En cuanto a la simetría, si bien las tres son asimétricas por izquierda, ya que los indicadores de dicho parámetro son todos estrictamente menores a cero; en el cuadro podemos ver que la serie de valores informados poseen la distribución más simétrica, con un valor de -0,124, el más cercano a cero. Mientras que las estimaciones de Bloomberg son las más asimétricas por derecha con valor de -0,699. Análisis de ajuste de las estimaciones Ahora analizaremos la precisión de las estimaciones de las subastas y de las encuestas de Bloomberg. Esto lo haremos analizando los Standardized Forecast Errors, que obtendremos de sustraer a cada serie de estimaciones los valores finalmente informados por el Bureau of Labor Service para luego dividirlos por sus desvíos Standard respectivos. En el gráfico inferior podemos apreciar los Standardized Forecast Errors de la serie de estimaciones de las encuestas de Bloomberg. 13

15 Series: BES Sample 1 56 Observations 56 Mean Median Maximum Minimum Std. Dev Skewness Kurtosis Jarque-Bera Probability Programa utilizado: E-Views 3.0 Quantitative Micro Software 1998, en base a datos suministrados por Goldman Sachs. Por otro lado, en el gráfico inferior observaremos los Standardized Forecast Errors de la serie de estimaciones implícitas en los precios de las subastas Series: AES Sample 1 56 Observations 56 Mean Median Maximum Minimum Std. Dev Skewness Kurtosis Jarque-Bera Probability Programa utilizado: E-Views 3.0 Quantitative Micro Software 1998, en base a datos suministrados por Goldman Sachs. A partir de un análisis de la media de ambos errores de estimación estandarizados, podemos decir que las estimaciones implícitas de las subastas tienen un sesgo hacia sobreestimar los NPSAD. Recordemos que el error de estimación era obtenido sustrayendo a la estimación el valor final informado, por lo que errores positivos son coherentes con una sobreestimación de los valores finales en promedio. La media de los Standardized Forecast Errors de los errores de las subastas es de 0,0164, con un leve sesgo que podríamos llamar pesimista. 14

16 Sin embargo, en los Standardized Forecast Errors de las estimaciones de Bloomberg llegaremos a la conclusión contraria. La media de esta serie es -0,0238, es decir un leve sesgo optimista en promedio hacia la subestimación de los valores finales que, sin embargo es mayor en valor absoluto a la media de los errores de estimación estandarizados de las subastas. Si tomamos la suma de los errores de estimación cuadráticos, obtendremos que estos son de millones para Bloomberg y millones para las subastas, obtenidos de 56 datos. Es decir un desvío promedio absoluto de para Bloomberg y de para las subastas. Aquí podríamos concluir, prematuramente, que las estimaciones de las subastas son más eficientes que las de Bloomberg. Sus errores de estimación promedio son menores en valor absoluto. A esto podríamos agregar que el rango de estos errores es más acotado, si observamos los valores máximos y mínimos de ambas series. Los errores de las subastas se mueven entre un mínimo de -1,95 y un máximo de 1,869; mientras que los de Bloomberg entre -2,003 y 2,03 respectivamente. Este análisis lo podemos complementar con los valores de sus desvíos Standard, en este caso menor para las estimaciones de las subastas. En términos de simetría, a pesar de sus connotaciones optimistas o pesimistas, ambas series muestran un sesgo por derecha, como así también similares valores de curiosidad. El coeficiente de correlación entre ambos errores de estimación asciende a 0,971. Si realizamos intervalos de confianza para las medias de ambas series, nos encontraremos con que ambos intervalos contemplan al cero con un nivel de significancia del 95%. Es decir que sus errores son en promedio cero, siendo ambos buenos estimadores de los valores a anunciar de los NPSAD. Intervalo de confianza para la media de los Standardized Forecast Errors de Bloomberg: -0,2938 = -0, (1,96/( 56))*1, < u < -0, (1,96/( 56))*1, = 0,2460 Intervalo de confianza para la media de los Standardized Forecast Errors de las subastas: -0,2377 = 0, (1,96/( 56))*0, < u < 0, (1,96/( 56))*0, = 0,2705 Es interesante poder analizar si, en alguno de los dos mecanismos de generación de estimaciones se lleva adelante un proceso de Learning by Doing, es decir si con el tiempo las estimaciones mejoran y sus errores respectivos convergen a cero. Para ello graficaremos ambas series de errores absolutos a través del tiempo, y podremos observar alguna tendencia de aprendizaje o no. 15

17 40,00 Errores de Estimación a través del tiempo Error de Estimación de la Subasta Error de Estimación de Bloomberg Lineal (Error de Estimación de la Subasta) Lineal (Error de Estimación de Bloomberg) 30,00 Error de Estimación en miles 20,00 10,00 0,00-10,00-20,00 02/04 03/04 04/04 05/04 06/04 07/04 08/04 09/04 10/04 11/04 12/04 01/05 02/05 03/05 04/05-30,00-40,00 y = 1,0062x y = 2,5448x Fuente: Elaboración propia en base a los datos de Bloomberg y Goldman Sachs. A primera vista parece no existir ningún proceso de aprendizaje a través del cual tanto el mercado de opciones como las estimaciones de Bloomberg generan estimaciones más precisas de los valores a informar de NPSAD. En segundo lugar, si apreciamos las dos rectas, una amarilla y otra negra, veremos las líneas de tendencia de ambos errores con sus ecuaciones en la parte inferior del gráfico en su color respectivo. Ahora, si bien antes habíamos concluido que las estimaciones de Bloomberg eran de carácter optimista y las de las subastas de carácter pesimista; la tendencia de ambas es hacia una sobreestimación de los NPSAD, ya que ambas líneas de tendencia poseen pendiente positiva. Más aun, podemos decir que las encuestas de mercado de Bloomberg poseen un sesgo hacia la sobreestimación más marcado que en el caso de las subastas, ya que la pendiente de la línea de tendencia de los errores de estimación es mayor para la primera que para la segunda. La pendiente de la línea de tendencia de los errores de la subasta es de 1,0062 mientras que la de Bloomberg es de 2,5488. Conclusiones del Análisis de Datos y Eficiencia Tanto las expectativas del mercado, relevadas a través de encuestas por Bloomberg, como las estimaciones implícitas en los precios de las opciones subastadas, demostraron ser en promedio buenas estimaciones del valor de los NPSAD a informar; aunque estas últimas anticiparon en mejor medida los valores informados. Los errores de estimación en promedio se encontraban más cercanos a cero, con un desvío standard menor, un menor rango de valores y una sumatoria de errores cuadráticos menores. 16

18 Sin embargo, si bien ha mostrado una menor tendencia a la sobreestimación que los relevamientos de Bloomberg, esta característica llevará a que el mercado de opciones genere estimaciones implícitas que estarán sesgadas. Es importante destacar que la muestra que se tomó pertenece a un ciclo expansivo de la economía americana, que ha llevado a la Reserva Federal al aumento de su tasa de referencia del histórico mínimo 1% a 2,75% durante el período tomado. Dicho ciclo expansivo, durante el cual se han observado bajas consecutivas en el desempleo, pudo haber sorprendido sistemáticamente a los operadores, llevando por un lado a fuertes reducciones en los NPSAD que no lograron ajustar ambas estimaciones hacia la baja. Esto nos permite concluir que existe la posibilidad que en un ciclo contractivo de la economía el fenómeno contrario ocurra, y las estimaciones se conviertan más optimistas que lo que debieran ser. IV. MODELOS DE GENERACION DE EXPECTATIVAS En esta sección pasaremos a analizar de qué manera el mercado de subastas genera sus expectativas implícitas y así también para el caso de las encuestas de expectativas de Bloomberg. Nuestro primer intento será el de modelar las estimaciones como un proceso de Expectativas Adaptativas, donde: E[X t] = E[X t-1 ] + b{ E[X t-1] X t-1} Ecuación 1 Es decir que el valor esperado que asumirá la variable X en el momento t, estará en función del valor estimado para el período inmediatamente anterior, más un coeficiente b que ajustará el error de estimación en dicho período anterior. Expectativas de Bloomberg En la salida de E-Views inferior podemos observar el resultado de haber explicado la evolución de los valores esperados por las encuestas de Bloomberg en función del valor esperado la semana anterior más una componente de corrección por los errores de estimación cometidos en dicho previa semana. Definición de términos Bloomberg Forecast: expectativa del mercado relevada por Bloomberg. Bloomberg Error: error de estimación de la encuesta = Valor Esperado Valor Informado. Modelo BLOOMBERG FORECAST = 0.99*BLOOMBERG FORECAST(-1) *BLOOMBERG ERROR(-1) Ecuación 2 17

19 Dependent Variable: BLOOMBERG FORECAST Method: Least Squares Sample(adjusted): 2 56 Included observations: 55 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. BLOOMBERG FORECAST(-1) BLOOMBERG ERROR(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 1.76E+09 Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Programa utilizado: E-Views 3.0 Quantitative Micro Software 1998, en base a datos suministrados por Goldman Sachs. El test de significatividad de los coeficientes de la regresión, para un nivel de confianza del 95% y un tamaño de muestra mayor a 30, nos pude anunciar que ambas variables son significativas al momento de explicar la variable dependiente, ya que ambos valores son en módulo mayores a 2. En cuanto a la bondad de ajuste del modelo, podemos ver un R 2 equivalente a 0,71, alcanzando así un cómodo grado de explicación de la varianza de Bloomberg Forecast. Como habíamos anticipado en la Ecuación 1, el coeficiente de la primera variable explicativa, Bloomberg Forecast(-1) es significativamente cercano a 1. Mientras que el coeficiente del factor de corrección es negativo y en módulo 0,30. En otras palabras, los encuestados por Bloomberg estiman para el período t, lo mismo que para el período anterior sustrayéndole el 30% de su error de estimación cometido en dicho período anterior. Expectativas de las Subastas En la salida de E-Views inferior podemos observar el resultado de haber explicado la evolución de los valores esperados implícitos en los precios de las opciones en función del valor de la semana anterior más una componente de corrección por los errores de estimación cometidos en dicha previa semana. Definición de términos Auction Forecast: expectativa de la subasta implícita en el precio de la subasta Auction Error: error de estimación de la subasta = Valor Esperado Valor Informado. Modelo AUCTION FORECAST = 0.99*AUCTION FORECAST(-1) *AUCTION ERROR(-1) 18

20 Dependent Variable: AUCTION FORECAST Method: Least Squares Sample(adjusted): 2 56 Included observations: 55 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. AUCTION FORECAST(-1) AUCTIONERROR(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 1.91E+09 Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Programa utilizado: E-Views 3.0 Quantitative Micro Software 1998, en base a datos suministrados por Goldman Sachs. Los estadísticos de este modelo muestran similares valores a los del modelo anterior. Ambas variables explicativas, la variable endógena rezagada junto con la corrección de la estimación muestran niveles de significancia aceptables por el test de significatividad individual. El coeficiente de Auction Forecast (-1) se aproxima a la unidad como en la Ecuación 1, mientras que el coeficiente de corrección es en este caso apenas mayor al del modelo anterior. A su vez posee un R 2 apenas por encima del anterior, explicando así un 1% más de la varianza de la variable endógena. Conclusiones de Generación de Expectativas De esta última sección podemos concluir que ambos procesos de generación de expectativas, tanto las de Bloomberg como las del mercado de derivados de NPSAD, se aproximan a las Expectativas Adaptativas. Este mecanismo de expectativas fue utilizado por Milton Friedman en su Teoría de la Función de Consumo de Ya habíamos concluido que las expectativas del mercado, cuando hay dinero de por medio, expresadas a través de las subastas, generan más precisas estimaciones que cuando se las releva en una encuesta y el dinero de los encuestados no se encuentra en juego. En los modelos de generación de expectativas podemos ver que si bien los coeficientes de la variable endógena rezagada un período son muy similares, los coeficientes de corrección muestran diferencias más amplias. El coeficiente de corrección del modelo de las expectativas de las subastas es mayor al de las encuestas de Bloomberg, es decir que estos últimos ponderan más los errores cometidos en la estimación inmediatamente anterior que los encuestados. 19

21 V. CONCLUSIONES FINALES Tanto las estimaciones de Bloomberg como las de las subastas demostraron un buen grado de representatividad de los valores informados para los Nuevos Pedidos de Subsidio al Desempleo. Sin embargo, el análisis estadístico nos reveló que las estimaciones implícitas en los precios de las opciones son una mejor predicción. Por otro lado, el proceso de generación de ambas estimaciones se aproximan al mecanismo de Expectativas Adaptativas, pudiendo estar la clave de la mayor eficiencia de las subastas en el hecho de un mayor factor de corrección de los errores cometidos en el pasado para poder predecir mejor el futuro. Los encuestados por Bloomberg, economistas reconocidos y bancos de inversión de primera línea, muy probablemente participen, por el alto nivel de sofisticación, de las subastas de los contratos del mercado desarrollado por Goldman Sachs y Deutsche Bank, por lo que habría que esperar a priori que ambos generen las mismas estimaciones. Sin embargo, al no ser así, parecería que el principal factor de explicación de esta diferencia es el hecho que las encuestas se llevan a cabo con varios días de anterioridad al informe final de los NPSAD, mientras que las subastas se realizan el día anterior o el mismo día hasta 1 hora antes de publicación del informe. En ese lapso, los operadores que participan de las subastas recogerán un mayor nivel de información acerca de indicadores del nivel de actividad, consumo y demás para el mismo período de las NPSAD, que permanentemente se informan al mercado y que les permiten generar estimaciones más precisas como hemos visto en el presente trabajo. Los mercados de derivados de indicadores económicos pueden jugar un importante rol en la economía, tanto para el sector privado como para los hacedores de política económica. La flexibilidad de estos instrumentos, permite la creación de mercados para una variedad de indicadores de la economía, que le permitirán a los jugadores del mercado no sólo anticiparse a escenarios futuros, sino también cubrir financieramente sus posiciones en el mercado. Si bien el profundo desarrollo de los mercados de capitales han desarrollado instrumentos que permiten a sus inversores cubrirse de diversos riesgos como la inflación, depreciación de la moneda y demás; estos instrumentos pueden proveer un grado directo de inmunización a las carteras de inversión como ningún otro activo del mercado. De esta manera un inversor no sólo podrá cubrirse de la inflación a través de la inversión en un bono a tasa variable o de ajuste con el índice de inflación local 2, sino directamente con la toma de posiciones en el mercado de derivados de dicho índice de precios. Esto a su vez le permitirá elaborar estrategias entre varios instrumentos, arbitrando o especulando ante la evolución de la economía reflejada en los indicadores negociados, generando liquidez y profundidad a los mercados, desarrollando así el proceso de formación de expectativas que ayudarán a un más eficiente manejo de política económica. 2 Instrumentos a tasa variable no garantizan la inmunización perfecta del capital, debido a que las expectativas implícitas en la tasa sobre su evolución en el futuro pueden perjudicar al inversor. A los ajustados por inflación sufren un efecto similar, un buen manejo de expectativas inflacionarias, como el actual titular de la Reserva Federal, pueden mantener subvaluados dichos instrumentos en el mercado, ocasionando un costo oportunidad al inversor. 20

22 VI. BIBLIOGRAFIA Prediction Markets. Justin Wolfers, Eric Zitzewitz. National Bureau of Economic Research. Mayo Interpreting the Predictions of Prediction Markets. Charles F. Manski. National Bureau of Economic Research. Marzo Macroeconomía en la Economía Global. Jeffrey Sachs, Felipe Larraín. Pearson Prentice Hall. México Econometría. Damodar N. Gujarati. Mc Graw Hill. Colombia, Economic Derivatives. Goldman Sachs, Deutsche Bank Estadística y Econometría. Alfonso Novales. Editorial McGraw-Hill. Colombia, Econometric Eviews Manual