Este es el material suplementario para "Aplicación de la metodología de Estudio de Eventos en tiempos de pandemia: superando retos y limitaciones autoimpuestas," en Estudio de casos en el uso de tecnologías aplicadas a la docencia universitaria: retos planteados por un contexto de pandemia, Carmen Sarabia y Oswaldo Morales Eds.
En un mercado eficiente por lo menos en su forma semi fuerte toda la información pública ha sido incorporada en el precio. En ocasiones, sin embargo, el mercado recibe sorpresas en la forma de anuncios inesperados producto de las estrategias corporativas. El anuncio de fusiones y adquisiciones son un ejemplo típico de estas sorpresas no anticipadas por el mercado. La metodología de análisis de residuos para estudiar el efecto de corto plazo se conoce como el estudio de eventos.
Abrir el archivo Ejercicio de co-creación.xlsx
(Instalar el complemento de análisis de datos, si no está instalado: Menú Archivo: Opciones: Complementos: Administrar: Complementos de Excel Ir… Seleccionar Herramientas para análisis Aceptar).
Para 76 eventos, la hoja E_cocreacion tiene 19.833 filas de datos y 4 columnas: (Nombre) de la empresa, rendimientos diario de las acciones (Rit), rendimiento diario de un índice representativo del mercado S&P500 (Rmt) y fecha (Relativa).
Se presenta los datos ordenados por nombre de empresa en orden alfabético y por fecha de la más reciente a la más antigua. Se identifica el día del evento para cada empresa en la columna D (Relativa) con el valor 0, las fechas posteriores al evento se numeran relativamente con números positivos y las fechas anteriores al evento se numeran relativamente con números negativos. Las fechas relativas van desde -213 hasta +44. Se aplica un formato para resaltar los indicadores de fecha relativa menores o iguales a -46 (el periodo de estimación) en un color y los indicadores de fecha relativa entre -1 y +1 (la ventana del evento) en otro color.
Se aplicará el Modelo de mercado para el evento de “Affiliated Bankshares of CO”.
Para el periodo de estimación (fechas relativas incluyendo -46), la regresión simple tiene como variable dependiente (Y) los rendimientos de las acciones (Rit) y como variable independiente (X) los rendimientos del índice (Rmt). No especificar ninguna otra opción salvo la ubicación del rango de salida en G30.
De los resultados de la regresión mostrados, son de interés los coeficientes para el Intercepto (0,0023) y para la Variable X1 (0,8490) ubicados en las celdas H46 y H47 respectivamente.
El rendimiento normal es proyectado como si el evento (fusión o adquisición) no hubiera sido anunciado. Calcular los rendimientos normales proyectados (columna E: para cada día de la ventana del evento (-1; 0; +1) a partir de los resultados de la regresión multiplicando Rmt por el coeficiente de la Variable X1 y sumando el Intercepto. Para el día del evento: 0,0203 =0,0023 + Rmt x 0,8490, (donde Rmt = 0,021).
El rendimiento anormal (columna F) representa la parte no esperada del rendimiento o la diferencia con el rendimiento esperado si el evento no se hubiera producido. Es la diferencia entre el rendimiento de las acciones (Rit) y el rendimiento normal proyectado: 0,153 = Rit – 0,0203, para el día del evento, donde Rit = 0,173.
Repitir el procedimiento para los 76 eventos. Los rendimientos anormales se agregan para la ventana del evento y se promedian para todas las empresas. Se obtiene el promedio de rendimientos anormales [Average Abnormal Return-AAR, en inglés] a lo largo de la ventana del evento (T1, T2). AAR (0,16070) representa el efecto total del evento para todas las empresas. ¿Cómo saber si este valor es en efecto 16%?
En estadística no se puede asegurar el valor de un promedio, pero se puede descartar un valor con cierto nivel de confianza.
Se plantea las hipótesis:
Hipótesis nula (Ho) :AAR = 0 [el evento no afecta los rendimientos]
Hipótesis alternativa (H1):AAR >< 0 [el evento si afecta los rendimientos]La hipótesis nula se presume verdadera hasta que se demuestre lo contrario. Si el test estadístico permite descartar la hipótesis nula entonces se mantiene la hipótesis alternativa que AAR es significativamente diferente de cero en términos estadísticos.
Asumiendo una distribución normal el estadígrafo (Test est.) es calculado como: promedio/(desviación estándar / raíz(N)).
Reglas de decisión:
Si el valor absoluto de (Test est.) > 1,96, se rechaza Ho con un nivel de confianza del 95%: (Ho es verdadera menos del 5% de las veces)
Si el valor absoluto de (Test est.) < 1,96, no se puede rechazar Ho.
Se observa que el valor de Test est. es 8,58 > 1,96 para la ventana del evento de 3 días (-1; 0; +1), por lo tanto se rechaza Ho.
Se puede afirmar que el efecto del anuncio de la oferta de adquisición definido como el rendimiento extraordinario promedio en los días [-1, +1] es de 16,07%, estadísticamente diferente de cero al nivel de significancia del 5%.
¡El resultado debe verse como en la figura!
Guardar y cerrar el archivo.
Por favor, me comentan si les salió, también me comentan si hay algún error (de tipeo).😊
Si algún archivo no descarga, no duden en solicitarlo por e-mail.
¡Puedes compartir en las redes sociales!😉
Comments