Market crises and the conditional distribution of financial returnsa downside risk and pricing errors analysis.

Resumen

Esta tesis está compuesta por tres artículos de investigación independientes en los que se analiza la modelización de downside risk, errores de valoración y medidas de distress y medición de contagio financiero. En el primer capítulo, se analiza el contenido informativo de diferentes variables de liquidez y volumen en la predicción de rendimientos de diferentes carteras de mercado de acciones de Estados Unidos. Mientras que la mayoría de modelos que miden downside risk asumen que los rendimientos contienen suficiente información para predecir la distribución condicional de los rendimientos de una cartera, es posible que existan otras variables que tengan un papel importante. Así pues, el objetivo del primer capítulo es analizar si las variables relacionadas con liquidez y actividad negociadora contienen información relevante en la predicción de cuantiles de la distribución condicional de carteras de mercado representativas. La metodología utilizada se basa en regresión de cuantiles dinámica usando el modelo condicional autorregresivo CAViaR propuesto por Engle y Manganelli (2004). Los resultados muestran evidencia de la predicibilidad de la distribución condicional en términos de variables de liquidez y volumen. Realizando un análisis de backtesting usando diferentes metodologías, se obtienen mejores resultados de predicción, tanto dentro como fuera de muestra, que usando modelos basados únicamente en la información de los rendimientos. Los resultados son robustos para diferentes carteras representativas y medidas de liquidez y actividad negociadora consideradas de manera independiente y conjunta. En el segundo capítulo, se estudia si los errores de valoración en la estructura temporal de Credit Default swaps (CDS) soberanos contienen información relevante acerca de características relacionadas con el distress en el mercado tales como la liquidez, cantidad de arbitrajistas, etc. Utilizando los residuos de diferentes modelos de valoración, se construye una medida de volatilidad de los errores de valoración llamada Noise. Se analiza entonces, si esta medida se puede considerar como un indicador de distress del mercado que puede reflejar fricciones de mercado tales como la iliquidez. Mediante una aplicación para países del G20, obtenemos que una parte importante del riesgo sistemático no se valora utilizando modelos de valoración estándar. Utilizando la metodología de datos de panel se muestra evidencia de que las discrepancias en el precio observado y el estimado están relacionadas de forma sistemática con un mayor número de contratos negociados así como mayores bid-ask spreads. Los resultados sugieren que los flujos de capital de arbitraje disminuyen durante periodos de distress, lo cual es consistente con la segmentación del mercado entre inversores y arbitrajistas. Esta evidencia es robusta utilizando diferentes modelos de valoración de CDS de la industria como Pan y Singleton o Nelson y Siegel. Finalmente, en el tercer capítulo, se analizan los efectos de contagio financiero entre diferentes regiones internacionales desarrolladas y emergentes aplicando la metodología de State Dependent Sensitivity (SDS) desarrollada por Adams, Füss y Gropp (2014). La mayoría de la evidencia existente sobre contagio financiero se basa en el análisis causal de la media de los rendimientos y de la volatilidad. En este capítulo, estudiamos si momentos de orden superior podrían aportar información relevante a la hora de medir posibles contagios. De esta forma, mediante el examen de contagio en la cola de la distribución condicional de los rendimientos de índices bancarios entre diferentes regiones, se pretende analizar si existe contagio en diferentes estados de la economía y en qué medida éste puede depender del estado. El objetivo es analizar la sensibilidad que caracteriza la vulnerabilidad del sector bancario de una determinada región ante shocks en otras regiones bajo diferentes estados de la economía. Los resultados obtenidos muestran evidencia de efectos de contagio más elevados y significativos durante periodos de crisis.