En finanzas , el arbitraje estadístico (a menudo abreviado como Stat Arb o StatArb ) es una clase de estrategias comerciales financieras a corto plazo que emplean modelos de reversión a la media que involucran carteras de valores ampliamente diversificadas (de cientos a miles) mantenidas por períodos cortos de tiempo (generalmente de segundos a días). Estas estrategias están respaldadas por importantes plataformas matemáticas, computacionales y comerciales. [1]
En términos generales, StatArb es en realidad cualquier estrategia que tiene un enfoque ascendente, beta -neutral y utiliza técnicas estadísticas/econométricas para proporcionar señales para la ejecución. Las señales a menudo se generan a través de un principio de reversión a la media contraria, pero también se pueden diseñar utilizando factores tales como efectos de adelanto/retraso, actividad corporativa, impulso a corto plazo , etc. Esto generalmente se denomina [ ¿por quién? ] como un enfoque multifactorial para StatArb.
Debido al gran número de acciones involucradas, la alta rotación de la cartera y el tamaño bastante pequeño de los efectos que se intentan capturar, la estrategia a menudo se implementa de forma automatizada y se presta gran atención a la reducción de los costos comerciales. [2]
El arbitraje estadístico se ha convertido en una fuerza importante tanto en los fondos de cobertura como en los bancos de inversión. Muchas operaciones bancarias propias ahora se centran en diversos grados en torno al comercio de arbitraje estadístico.
Como estrategia comercial, el arbitraje estadístico es un enfoque fuertemente cuantitativo y computacional para la negociación de valores. Implica minería de datos y métodos estadísticos, así como el uso de sistemas comerciales automatizados.
Históricamente, StatArb evolucionó a partir de la estrategia de comercio de pares [3] más simple , en la que las acciones se colocan en pares según similitudes fundamentales o basadas en el mercado. Cuando una acción de un par supera a la otra, la acción de bajo rendimiento se compra en largo y la acción de mejor rendimiento se vende en corto con la expectativa de que las acciones de bajo rendimiento subirán hacia su socio de mejor rendimiento.
Matemáticamente hablando, la estrategia es encontrar un par de acciones con alta correlación , cointegración u otras características de factor común. Se han utilizado varias herramientas estadísticas en el contexto del comercio de pares, que van desde enfoques simples basados en la distancia hasta herramientas más complejas, como los conceptos de cointegración y cópula . [4]
StatArb no considera pares de acciones, sino una cartera de cien o más acciones (algunas largas, otras cortas) que están cuidadosamente emparejadas por sector y región para eliminar la exposición a beta y otros factores de riesgo. La construcción de la cartera está automatizada y consta de dos fases. En la primera fase, o de "puntuación", a cada acción en el mercado se le asigna una puntuación o rango numérico que refleja su deseabilidad; Las puntuaciones altas indican acciones que deben mantenerse en largo y las puntuaciones bajas indican acciones que son candidatas a vender en corto. Los detalles de la fórmula de puntuación varían y son altamente patentados, pero, generalmente (como en el comercio de pares), implican un principio de reversión a la media a corto plazo, de modo que, por ejemplo, las acciones que han tenido un desempeño inusualmente bueno la semana pasada reciben puntuaciones bajas y las acciones que han tenido un desempeño inferior reciben puntuaciones altas. [5] En la segunda fase, o de "reducción del riesgo", las acciones se combinan en una cartera en proporciones cuidadosamente emparejadas para eliminar, o al menos reducir en gran medida, el riesgo de mercado y de factores. Esta fase suele utilizar modelos de riesgo disponibles comercialmente como MSCI/Barra , APT, Northfield, Risk Infotech y Axioma para limitar o eliminar varios factores de riesgo. [6]
Durante un período de tiempo finito, un movimiento del mercado de baja probabilidad puede imponer grandes pérdidas a corto plazo. Si dichas pérdidas a corto plazo son mayores que el financiamiento del inversionista para cumplir con los requisitos de margen provisionales, es posible que sus posiciones deban liquidarse con pérdidas incluso cuando los pronósticos modelados de su estrategia finalmente resulten ser correctos. El incumplimiento de Long-Term Capital Management en 1998 fue un ejemplo ampliamente publicitado de un fondo que fracasó debido a su incapacidad de aportar garantías para cubrir las fluctuaciones adversas del mercado. [7]
El arbitraje estadístico también está sujeto a la debilidad del modelo , así como al riesgo específico de acciones o valores. La relación estadística en la que se basa el modelo puede ser espuria o puede fallar debido a cambios en la distribución de los rendimientos de los activos subyacentes. Los factores a los que el modelo puede no ser consciente de estar expuesto podrían convertirse en impulsores importantes de la acción del precio en los mercados, y también se aplica lo contrario. La existencia de una inversión basada en el modelo mismo puede cambiar la relación subyacente, particularmente si suficientes participantes invierten con principios similares. La explotación de las oportunidades de arbitraje en sí mismas aumenta la eficiencia del mercado, reduciendo así el alcance del arbitraje, por lo que es necesaria una actualización continua de los modelos.
A nivel de acciones específicas, existe riesgo de actividad de fusiones y adquisiciones o incluso de incumplimiento para un nombre individual. Un evento así invalidaría inmediatamente la importancia de cualquier relación histórica supuesta a partir del análisis estadístico empírico de los datos pasados.
Durante julio y agosto de 2007, varios fondos de cobertura StatArb (y otros del tipo Quant) experimentaron pérdidas significativas al mismo tiempo, lo cual es difícil de explicar a menos que existiera un factor de riesgo común. [8] Si bien las razones aún no se comprenden completamente, varios relatos publicados culpan a la liquidación de emergencia de un fondo que experimentó retiros de capital o llamadas de margen . Al cerrar rápidamente sus posiciones, el fondo ejerció presión sobre los precios de las acciones en las que tenía posiciones largas y cortas. Debido a que otros fondos de StatArb tenían posiciones similares, debido a la similitud de sus modelos alfa y de reducción de riesgos, los otros fondos experimentaron rendimientos adversos. [9] Una de las versiones de los hechos describe cómo el exitoso fondo StatArb de Morgan Stanley , PDT , decidió reducir sus posiciones en respuesta a tensiones en otras partes de la empresa, y cómo esto contribuyó a varios días de negociación agitada. [10]
En cierto sentido, el hecho de que una acción esté muy involucrada en StatArb es en sí mismo un factor de riesgo, relativamente nuevo y, por lo tanto, no fue tenido en cuenta en los modelos de StatArb. Estos eventos demostraron que StatArb se ha desarrollado hasta un punto en el que es un factor importante en el mercado, que los fondos existentes tienen posiciones similares y, de hecho, compiten por los mismos rendimientos. Las simulaciones de estrategias simples de StatArb realizadas por Khandani y Lo muestran que los rendimientos de dichas estrategias se han reducido considerablemente entre 1998 y 2007, presumiblemente debido a la competencia. [9]
También se ha argumentado que los acontecimientos de agosto de 2007 estuvieron relacionados con la reducción de la liquidez, posiblemente debido a la reducción del riesgo por parte de los creadores de mercado de alta frecuencia durante ese tiempo. [11]
Es un punto de discusión digno de mención que la reducción común en el valor de la cartera también podría atribuirse a un mecanismo causal. En esta época también se produjo la crisis financiera de 2007-2008. Muchos, si no la gran mayoría, de los inversores de cualquier tipo, registraron pérdidas durante este período de un año. La asociación de las pérdidas observadas en los fondos de cobertura mediante arbitraje estadístico no es necesariamente indicativa de dependencia. A medida que más competidores ingresan al mercado y los fondos diversifican sus operaciones en más plataformas que StatArb, se puede señalar que no debería haber ninguna razón para esperar que los modelos de plataforma se comporten de manera similar entre sí. Sus modelos estadísticos podrían ser completamente independientes.
El arbitraje estadístico enfrenta diferentes situaciones regulatorias en diferentes países o mercados. En muchos países donde los valores comerciales o los derivados no están completamente desarrollados, los inversores consideran inviable o no rentable implementar el arbitraje estadístico en los mercados locales.
En China, la inversión cuantitativa, incluido el arbitraje estadístico, no es el enfoque predominante de inversión. Un conjunto de condiciones del mercado restringe el comportamiento comercial de los fondos y otras instituciones financieras. La restricción de las ventas en corto, así como los mecanismos de estabilización del mercado (por ejemplo, el límite diario), plantean grandes obstáculos cuando los inversores individuales o los inversores institucionales intentan implementar la estrategia comercial implícita en la teoría del arbitraje estadístico.