Introducción

El comportamiento de los inversores en los últimos años y los modelos para predecirlos han sido foco de estudio por parte de muchos investigadores de diferentes disciplinas. De acuerdo con la hipótesis de mercados eficientes enunciada por ^{Fama (1970)}, los inversores se comportan de manera racional y, por tanto, las diferentes estimaciones del precio de mercado de un activo reflejan toda la información disponible y deberían estar alrededor de su verdadero valor teórico; sin embargo, existe un nuevo enfoque, denominado finanzas conductuales, que nace por la necesidad de explicar determinados comportamientos de los participantes del mercado financiero que exponen una posible debilidad en las teorías de mercados eficientes. Esta disciplina es defendida por ^{Shiller (2003)}, quien manifiesta que los inversores toman sus decisiones impulsados por aspectos psicológicos y sociológicos, propios de la naturaleza humana.

Uno de estos comportamientos es el efecto manada, que surge porque algunos inversores consideran como válidas las ideas o razonamientos de la mayoría, que en muchos casos pueden ser correctos y en otros erróneos; esto puede ocasionar razonamientos no válidos y sesgos en la toma de decisiones. Este comportamiento se puede dar de manera espontánea, cuando el inversor se deja llevar por sus impulsos naturales sin consideraciones dictadas por la razón; o de forma premeditada, cuando el inversor reflexiona sobre la toma de la decisión antes de llevarla a cabo.

A pesar de que en los trabajos consultados se hallan algunas investigaciones que han comprobado empíricamente la presencia de comportamiento manada en Latinoamérica, como la realizada por ^{De Almeida, Costa y da Costa (2012)}, no se encuentra un estudio que evalúe dicho efecto por sectores económicos en los subperiodos pre y poscrisis subprime para los diferentes mercados bursátiles de la región. Por lo tanto, la presente investigación tiene como fin verificar la existencia del comportamiento manada en los principales mercados de América Latina (Brasil, México, Chile, Colombia, Perú y Argentina), así como también en los sectores que componen dichos mercados para los subperiodos antes y después de la crisis del 2008, resultados que podrían contribuir a reconocer el comportamiento de los inversionistas en periodos de rupturas bursátiles, que al ser interiorizados por los agentes, conllevaría la posible desaparición de retornos anormales y generaría que los mercados en el futuro tiendan a ser más eficientes (^{Kristjanpoller y Arenas, 2015}).

Para realizar dicha comprobación se hace inicialmente un análisis preliminar estadístico y se utilizan el "modelo matemático I", propuesto por ^{Christie y Huang (1995)}, y el "modelo II", desarrollado por ^{Chang, Cheng y Khorana (2000)}. En ambos modelos la variable objeto de estudio es la dispersión de la rentabilidad logarítmica, que evalúa que tan cerca están los retornos individuales del retorno del mercado. El presente estudio se enfoca en estudiar los subperiodos pre y poscrisis en el intervalo de 2002 a 2014.

Los resultados obtenidos al utilizar la metodología propuesta muestran que mediante el modelo I no se halló evidencia alguna de efecto manada ni en los subperiodos pre y poscrisis, ni en el periodo total (2002-2014); sin embargo, al utilizar el modelo II se detectó la presencia de dicho efecto en algunos países de Latinoamérica -principalmente en Colombia, Chile y Perú- en algunos sectores y subperiodos de estudio. Hallazgos que son importantes, dado que permiten identificar la existencia de comportamientos por parte de los inversores que no son consistentes con la hipótesis de eficiencia de Fama. Lo anterior es significativo porque podría contribuir a comprender la dinámica del mercado desde un punto de vista humano y generar nuevos temas de investigación buscando modelos de predicción de rentabilidades incluyendo factores conductuales. Adicionalmente, estos resultados son relevantes para los inversores que administran portafolios con activos de la región, teniendo en cuenta que si existe el efecto manada los portafolios que elijan deben ser más diversificados.

Este artículo se compone de la siguiente manera. En primer lugar se lleva a cabo una revisión de la literatura para establecer a qué hace referencia el término "efecto manada", los modelos matemáticos que se usan para comprobarlo y los principales estudios que se han llevado a cabo en el mundo; luego se exponen los datos y la metodología a utilizar; seguido se aplica la metodología y se obtienen los resultados, y por último se finaliza el estudio con las principales conclusiones.

Revisión de la literatura

El efecto manada ha sido estudiado y documentado por un gran número de investigadores en el área financiera y afines, lo que ha dado como resultado una variedad de definiciones. ^{Borensztein y Gelos (2003)} enuncian que este efecto consiste en inversores que compran y venden activos solo porque observan a otros hacerlo. ^{Hott (2009)} define este efecto como la influencia positiva de las decisiones de unos inversores sobre las decisiones de un inversor en particular. Por último ^{Bikhchandani y Sharma, 2001} enuncian que el efecto manada es el intento obvio de un inversor de copiar el comportamiento de otros inversores, matizando que existe una diferencia entre la conducta intencional y espuria. La primera se da por la intención de uno o más agentes de imitar a sus similares, por razones asociadas a falta de información, estructuras de compensación y reputación. La segunda corresponde a agentes que se enfrentan a situaciones y conjuntos de información similares, que los llevan a tomar decisiones equivalentes sin que se presente influencia de un agente sobre otro, es decir, el comportamiento se evidencia porque la interpretación de la información coincide.

De acuerdo con la literatura científica, dependiendo del comportamiento de los inversores, el efecto manada se puede abordar desde 2 dimensiones: racional e irracional. La manada racional, de acuerdo con ^{Scharfstein y Stein (1990)}, hace referencia al hecho de tomar decisiones utilizando toda la información disponible de una manera eficiente; además, ^{Devenow y Welch (1996)} manifiestan que esta se puede dar por 3 efectos: a) externalidades en las ganancias, cuando los costos o las ganancias de un agente se ven afectados por el número de agentes que toman la decisión; b) por problemas del agente-principal, que muestran que los directivos, buscando preservar o ganar reputación, pueden preferir esconderse en la manada, imitando las acciones de sus similares e ignorar su información privada, para así evitar ser evaluados individualmente, o liderar la manada, demostrando su calidad frente al resto, y c) las externalidades en la información, cuando las decisiones de los agentes se basan en adquirir información útil de las decisiones de los agentes anteriores y actuar de la misma manera ignorando racionalmente su propia información. Por otro lado, en la dimensión irracional, ^{Ortiz, Sarto y Vicente (2013)} sostienen que surge de la psicología del inversor, ya que sus decisiones están influenciadas por sesgos cognitivos, imposibles de pasar por alto por los seres humanos, es decir, que se presenta una distorsión en el modo en que las personas perciben la realidad, lo que hace que en un momento dado tomen una decisión de inversión sin un sustento fundamental.

Dado que este comportamiento tiene implicaciones sobre el movimiento del precio de los activos y puede afectar sus características de riesgo y rentabilidad, muchos investigadores están interesados en comprobar su existencia empíricamente mediante modelos matemáticos. Algunos de estos modelos usan como variable de estudio la dispersión y evalúan el efecto manada a nivel del mercado en general, sin tener en cuenta el comportamiento individual del inversor. Teniendo en cuenta lo anterior, ^{Christie y Huang (1995)} propusieron un modelo tomando como medida de dispersión de los retornos la desviación estándar de sección cruzada (cross sectional standard deviation [CSSD]), esto con el fin estudiar las fuertes caídas y subidas del precio de los activos en el mercado de valores de Estados Unidos y los sectores que lo componen, en el periodo 1925-1988, y de acuerdo con sus hallazgos no se puede concluir evidencia a favor de la presencia de dicho efecto. A partir de este planteamiento, ^{Chang et al. (2000)} formularon un modelo más sensible usando la desviación absoluta de sección cruzada (cross sectional absolute deviation [CSAD]) para identificar la presencia de efecto manada en los mercados de Estados Unidos, Hong Kong, Corea del Sur y Taiwán; el estudio abarca el periodo de 1963 a 1997, y sus resultados indican evidencia significativa de efecto manada en los mercados de Corea del Sur y Taiwán, evidencia parcial en el mercado de Hong Kong y ninguna evidencia en el mercado de Estados Unidos. Basados en estos 2 modelos, algunos investigadores han examinado la existencia de efecto manada en diferentes mercados bursátiles del mundo, en periodos de normalidad y considerando la denominada crisis subprime, que fue un fenómeno de riesgo sistemático que se originó en el mercado estadounidense para luego trasladarse a los mercados financieros globales (^{AMV, 2009}).

Entre los estudios más relevantes destacan: en el mercado europeo, ^{Henker, Henker y Mitsios (2006)} analizaron la presencia de efecto manada en las 160 empresas de mayor actividad y capitalización bursátil que componen el índice ASX200, así como en los 10 sectores a los cuales fueron asignadas, considerando precios diarios e intra-día en el periodo 2001-2002, concluyendo que no existe evidencia de efecto manada, lo que indica que la información es difundida eficientemente para la toma de decisiones de los inversores de la bolsa de valores de Australia. Por su parte, basados en datos de precios diarios, semanales y mensuales, ^{Caporale, Economou y Philippas (2008)} examinaron la existencia de efecto manada en extremas condiciones de mercado en la bolsa de valores de Atenas en el periodo 1998-2007; sus resultados evidencian que la presencia de efecto es más fuerte, considerando datos diarios, lo que revela que el fenómeno se presenta en el corto plazo. Además, ^{Ohlson (2010)} encontró que en general el comportamiento manada está presente en el mercado de valores de Estocolmo en el periodo de 1998 a 2009, mostrando mayor presencia en los mercados alcistas y en los años 2005 y 2007. Asimismo, ^{Economou, Kostakis y Philippas (2011)} hallaron, durante el periodo 1998-2008, efecto manada en los mercados de Grecia e Italia, efecto parcial en Portugal y ninguna evidencia de este en España; además, el efecto presentaba asimetrías significativas tanto con los precios de los activos a la alza y a la baja como en días de baja y alta actividad de negociación y volatilidad. Posteriormente, ^{Ouarda, Bouri, y Bernard (2013)} estudiaron la existencia de efecto manada en 10 industrias compuestas por las 174 empresas de mayor capitalización bursátil del EuroStoxx600, con precios mensuales en el periodo desde enero de 1998 hasta diciembre de 2010. Los resultados muestran que, exceptuando el sector de bienes de consumo, el efecto está presente en todos los sectores. Al mismo tiempo, la existencia del efecto se da en todos los sectores durante meses caracterizados por fuerte volatilidad. Además los autores consideran que durante la crisis financiera mundial 2007-2008 y la crisis asiática, el comportamiento manada es evidenciado.

En el mercado asiático, ^{Demirer y Kutan (2006)} analizan la existencia de efecto manada en el mercado de China, en periodos de inusuales movimientos del mercado comprendidos entre 1999 y 2002, tanto a nivel del mercado total como a nivel sectorial (los autores definieron 18 grupos de industrias). Además, realizaron un análisis para las bolsas de valores de Shanghai y Shenzhen por separado, en el periodo de mayo de 1993 a noviembre de 2001, en el total del mercado y en los sectores que los componen; sus hallazgos no indican presencia de efecto manada en el mercado de China, pero observaron que la dispersión de los retornos era más baja cuando la rentabilidad de las acciones se encontraba en la cola inferior de la distribución, lo que sugeriría que el comportamiento de los inversores es más similar durante caída del precio de los activos. En un estudio similar, ^{Tan, Chiang, Mason y Nelling (2008)} analizaron el comportamiento manada en China de las acciones tipo A (dominadas por los inversores locales) y tipo B (dominadas por los inversores extranjeros) de las bolsas de valores de Shenzhen y Shanghai desde 1994 a 2003; sus resultados, basados en datos diarios, muestran fuerte presencia de efecto manada, mientras que con datos semanales y mensuales el efecto es más débil, lo que sugiere que dicho efecto es más evidente en horizontes de tiempo cortos; en general, el efecto está presente en los 2 tipos de acciones para periodos de alza, baja, volumen de transacción y volatilidad altos. Adicional a esto, ^{Lao y Singh (2011)} estudiaron el efecto en las 300 firmas de mayor capitalización bursátil que componen el Shanghai A-Share índex y el Bombay Stock Exchange índex, que corresponden a los índices más representativos de China e India, respectivamente; el periodo que analizaron fue de julio de 1999 a junio de 2009. Los autores encontraron que el comportamiento manada en India se presenta cuando los precios de los activos aumentan, mientras que en China predomina cuando el mercado está en declive y el volumen de transacción es alto. Recientemente, ^{Liu (2013)} realizó un análisis empírico, con datos de precios diarios, de los activos de mayor negociación y que en conjunto forman el 60% de la capitalización bursátil total del mercado, en el periodo 2002-2012, para comprobar la existencia de efecto manada en el mercado de Singapur; sus resultados manifiestan que el comportamiento manada es más significativo cuando el mercado está en descenso, durante periodos de crisis financieras y en los sectores financieros cuidado de la salud y servicios de consumo.

En el mercado latinoamericano, ^{De Almeida et al. (2012)} seleccionaron las acciones de estudio, con base a la composición de los principales índices de los mercados de la región, para comprobar si existía efecto manada. Los resultados no detectaron este fenómeno en la mayoría de mercados latinoamericanos; sin embargo, en el mercado chileno entre 2000 y 2010 sí se detectó el efecto en activos de alto volumen de negociación, alta y baja volatilidad.

A nivel global, ^{Chiang y Zheng (2010)} examinan el comportamiento manada con datos diarios de 18 países, divididos en mercados desarrollados, latinoamericanos y asiáticos en el periodo de 1998 a 2009; de acuerdo con sus resultados, exceptuando los mercados de Latinoamérica y el de Estados Unidos, el efecto está presente tanto en subidas como en caídas del precio de la acción. Además, la evidencia sugiere que el efecto manada se presenta en los países de Estados Unidos y Latinoamérica cuando estos se encuentran en crisis. Posteriormente, ^{Chen (2013)} realizó un estudio en el periodo 2000-2009 con 69 países, los cuales clasificó en desarrollados, emergentes y de frontera; sus conclusiones sugieren fuerte evidencia de efecto manada en la mayoría de mercados bursátiles, destacando que en los mercados desarrollados esta conducta es más pronunciada, por la facilidad de acceso a la información que conduce a consensos en el mercado; asimismo concluye que, en general, los inversores tienden a manifestar este comportamiento como respuesta a las malas noticias. Además, ^{Gebka y Wohar (2013)} comprobaron si se presentaba efecto manada en la muestra total y en 9 sectores globales de 32 países, en el periodo de 1998 a 2012, hallando resultados que indican presencia de efecto en algunos sectores, como petróleo y gas, materiales básicos y servicio al consumidor.

Metodología y datos

Modelo I

Propuesto por ^{Christie y Huang (1995)}, se enfoca en evaluar la presencia de efecto manada durante momentos de extremos movimientos del mercado.

La variable objeto de estudio es la desviación estándar de sección cruzada (cross sectional standard deviation [CSSD]) de los retornos individuales con respecto al retorno del mercado, planteada en la ecuación 1.

(1)

donde R _it es la rentabilidad de la acción i en el tiempo t y R _mt es el promedio de sección cruzada de las N rentabilidades de las acciones disponibles en el mercado en el tiempo t. Luego, para comprobar la existencia de efecto manada durante condiciones extremas del mercado se estima el modelo de regresión lineal binario, presentado en la ecuación 2.

(2)

donde D_^L toma el valor de 1 si el retorno del mercado en el tiempo t se encuentra en el extremo inferior de la cola de la distribución, y cero de otra manera. Por otro lado, D^_U toma el valor de 1 si el retorno del mercado se encuentra en el extremo superior de la cola de la distribución y cero de otra manera. El coeficiente α expresa la dispersión promedio de la muestra, excluyendo las 2 regiones cubiertas por las variables dicotómicas.

Como la desviación estándar de sección cruzada (CSSD) puede estar afectada por valores atípicos, tanto ^{Christie y Huang (1995)} como ^{Chang et al. (2000)} definen la desviación absoluta de sección cruzada (cross sectional absolute deviation [CSAD]) como una mejor medida de dispersión (ecuación 3).

(3)

donde R _it y R_mt equivalen a lo definido en CSSD (ecuación 1).

Teniendo en cuenta lo anterior, en el presente trabajo se estima la regresión de la ecuación 2, usando como variable objeto de estudio la desviación absoluta de sección cruzada (CSAD), como se indica en la ecuación 4.

(4)

De acuerdo con este modelo, la presencia de negatividad y significancia estadística en β ₁ y β ₂ indicarían una disminución en promedio de la dispersión, sugiriendo la presencia de efecto manada.

Modelo II

^{Chang et al. (2000)}, en base a los supuestos del modelo CAPM, demostraron que existe una relación creciente y lineal entre la dispersión calculada por CSAD y el retorno del mercado (R _mt ), y propusieron una prueba alternativa para detectar la presencia de efecto manada, que requiere un término adicional en la regresión que capture alguna posible relación no lineal entre la dispersión y el retorno del mercado. De acuerdo con lo anterior, plantearon la ecuación 5:

(5)

donde CSAD se define en la ecuación 3 y R _{m, t} es el retorno promedio de las N acciones disponibles en el mercado en el tiempo t .

Bajo los supuestos de los modelos de valoración de activos racionales, se espera que γ ₁ sea positiva. Sin embargo, para establecer la presencia de efecto manada se requiere un coeficiente γ ₂ negativo y estadísticamente significativo, indicando que después de un movimiento en el mercado CSAD _t decrece o incrementa a una tasa decreciente.

Como existe la posibilidad de que el grado de efecto manada pueda darse cuando el mercado está perdiendo (down) o ganando (up) , ^{Chang et al. (2000)} estimaron las regresiones 29 y 30.

(6)

(7)

donde Rm, tDOWN y Rm, tUP son el retorno promedio de las N acciones disponibles en el mercado en el tiempo t cuando el retorno es negativo o positivo, respectivamente. Se hace uso del valor absoluto para facilitar la comparación de los coeficientes que acompañan el término lineal.

Resultados

Conclusiones

A partir de los resultados obtenidos mediante el modelo I propuesto por ^{Christie y Huang (1995)}, no se halló evidencia alguna de efecto manada en el periodo total (02/01/2002-30/06/2014), así como tampoco en los periodos de pre y poscrisis subprime en los principales mercados bursátiles de América Latina (Argentina, Brasil, Chile, Colombia, México y Perú). Iguales resultados se obtienen al analizar este efecto en los sectores que componen los diferentes índices bajo estudio.

Sin embargo, al utilizar un segundo modelo más sensible para detectar el efecto manada, planteado por ^{Chang et al. (2000)}, se detectó este comportamiento en algunos países de Latinoamérica, así como también en sectores al interior de ellos, tanto en los subperiodos pre y poscrisis como en el periodo total.

El ranking de mayor a menor presencia de efecto manada en Latinoamérica estaría dado por Colombia (19)¹, Perú (16), Chile (10), Argentina (3), Brasil (2) y México (0). Al matizar el ranking por subperiodos, en el periodo precrisis la clasificación de mayor a menor efecto estaría dada por Colombia (8), Perú (4), Chile (3), Argentina (2), Brasil (1) y México (0), mientras que en el periodo poscrisis la clasificación sería: Perú (6), Colombia (5) y Chile (5), Argentina (1), Brasil (0) y México (0). De estas clasificaciones se puede concluir que los países donde más se evidencia la presencia de efecto manada son Colombia, Chile y Perú, lo que podría interpretarse como que los inversores se anticiparon a la crisis del 2008 moviendo sus capitales hacia estos mercados latinoamericanos y, por tal motivo, generando el efecto estudiado; además, se debe destacar que en el periodo de precrisis Colombia lideraba el ranking del efecto, mientras que, después de este periodo, Perú pasó a ocupar esta posición, lo que dejaría entrever que en un comienzo el país de preferencia fue Colombia, pero que después de 2008 se privilegió a Perú como la economía más atractiva.

Se evidencia que el efecto manada se presenta con mayor regularidad cuando los mercados latinoamericanos están al alza, lo que sugiere que los inversores tienden a presentar este comportamiento como respuesta a las buenas noticias, contrario a lo planteado por ^{Chen (2013)}, quien sostiene que este efecto se presenta cuando el mercado está a la baja, en respuesta a las malas noticias.

Si se evaluara la eficiencia del mercado a partir de los resultados del efecto manada presentados en este trabajo, los mercados bursátiles de México y Brasil serían los que mejor cumplirían este supuesto, mientras que Colombia, Perú y Chile cumplen en menor grado esta hipótesis. Los resultados para Argentina son comprensibles teniendo en cuenta que, al ser una economía fuertemente intervenida por el Estado, no genera confianza en los inversores como para producir un efecto manada en su mercado bursátil.

De los resultados de la presente investigación se podría inferir que el modelo II planteado por ^{Chang et al. (2000)} es mejor que el modelo I para detectar la presencia de efecto manada. Sin embargo, para llegar a esta conclusión de forma definitiva, deberían contrastarse las 2 metodologías en un mayor número de mercados (mundial).

Dado que el número de empresas al interior de algunos de los sectores e índices bursátiles latinoamericanos es relativamente pequeño, y que adicionalmente los modelos de regresión lineal utilizados parten de supuestos que se asumen como ciertos, los resultados de la presente investigación deben ser tomados con cierto grado de precaución, evitando caer en generalizaciones. Además, es importante destacar que el objetivo del presente estudio es verificar empíricamente la presencia o no de efecto manada en la región, pero no contempla determinar las causas (racionales o irracionales) que originan este comportamiento en los inversores.