Professional Documents
Culture Documents
Calendar anomalies in the Latin American stock markets: A Bonferroni testing approach
Abstract: This article builds upon and corrects traditional calendar anomalies in the main Latin American stock
markets for the period between 1991 and 2013. It analyzes stock indexes from Argentina, Brazil, Chile, Colombia,
Mexico and Peru. For the study, we use econometric models for the analysis of heteroscedastic variance supplemented
with significance tests, including the Bonferroni correction. Results indicate mixed evidence of these anomalies; but,
after the introduction of Bonferroni corrections, evidence suggests that such anomalies disappear, in cases where return
and volatility both are considered, for almost all countries during the last period of our sample.
Keywords: Day of the week effect, month effect, emerging markets, Bonferroni correction, GARCH models.
JEL Classification: C12, C22, G14, G15.
Le calendrier des anomalies sur les marchés boursiers latino-américains: une évaluation
de la démarche de Bonferroni
Résumé: Dans cet article nous corrigeons les études concernant les anomalies du calendrier traditionnel dans
les principaux marchés boursiers d'Amérique latine, pour la période comprise entre 1991 et 2013. Les indices
boursiers analysés sont ceux d’Argentine, Brésil, Chili, Colombie, Mexique et Pérou. Pour ce faire, nous présen-
tons des modèles économétriques avec une variance hétéroscédastique, lesquels sont ensuite complétés par des tests
de significativité, y compris la correction proposée par Bonferroni. Les résultats montrent des anomalies mixtes,
lesquelles disparaissent grâce à l’utilisation de la méthode de Bonferroni, aussi bien au niveau de la rentabilité
qu’au niveau de la volatilité, pour la plupart des pays à la fin de la période d'étude.
Mots-clés: jour de la semaine, effet du mois, marchés émergents, correction de Bonferroni, modèles autorégressifs
hétéroscédastique.
Classification JEL: C12, C22, G14, G15.
Lecturas de Economía, 81 (julio-diciembre), pp. 91-113 © Universidad de Antioquia, 2014
Introducción
∗ Emilio Rojas Olea: Magíster en Ciencias de la Ingeniería Industrial; mención Gestión Finan-
ciera, Universidad Santa María, Chile. Dirección Postal: Departamento de Industrias, Uni-
versidad Técnica Federico Santa María, Avenida España 1680, Valparaíso, Chile. Dirección
electrónica: emilio.rojaso@alumnos.usm.cl.
Werner Kristjanpoller Rodríguez: Dr. En Ciencias Empresariales. Profesor Jornada Completa,
Departamento de Industrias, Economía y Negocios, Universidad Santa María, Chile. Direc-
ción postal: Departamento de Industrias, Universidad Técnica Federico Santa María, Aveni-
da España 1680, Valparaíso, Chile. Dirección electrónica: werner.kristjanpoller@usm.cl.
94
95
I. Revisión de la literatura
96
97
que desaparece en los últimos años, lo que muestra que se han convertido en
mercados más eficientes. Para el caso del efecto mes, nos encontramos con
Haung y Hirschey (2006), quienes estudian el índice Promedio Industrial del
Dow Jones y concluyen que en el último tiempo esta anomalía tiende a desapa-
recer, pero se presentan rendimientos mayores en el mes de julio.
En cuanto al análisis de anomalías en la volatilidad, French y Roll (1986)
observaron mayores volatilidades después de días no hábiles en el mercado
de Nueva York; Foster y Viswanathan (1990) determinaron la presencia del
efecto día semana en la volatilidad, ya que los días lunes presentan una ma-
yor volatilidad respecto del resto de la semana. Posteriormente, Kiymaz y
Berument (2003) encuentran evidencia de un efecto día lunes presente en los
índices de Canadá, Estados Unidos y Japón, observándose también mayores
volatilidades los días viernes en el Reino Unido. Por otro lado, en ese mismo
año, Yalcin y Yucel (2003) estudiaron 24 mercados emergentes de todo el
mundo, donde encontraron evidencia mixta del efecto día de semana utilizan-
do modelos E-GARCH. En un trabajo más reciente, Baker et al. (2008) en-
cuentran que la volatilidad es mayor los días martes que el resto de la semana
en el índice S&P de Estados Unidos y en el índice TSX de Canadá. Por otro
lado, Berument, Coskun y Sahin (2007) y Berument y Dogan (2012), encon-
traron presencia del efecto día de semana en la volatilidad en los mercados de
Turquía y Estados Unidos, respectivamente.
En los mercados latinoamericanos, para el efecto día de semana se tie-
ne el trabajo de Kristjanpoller (2009), quien estudia los principales mercados
emergentes latinoamericanos, como es el caso de Argentina, Brasil, Chile, Co-
lombia, México y Perú, logrando determinar que los días lunes presentan una
rentabilidad negativa, mientras que para los días viernes la rentabilidad tiene
un efecto positivo. Para el efecto mes se tiene el estudio de López y Rodríguez
(2010), quienes también estudian mercados latinoamericanos, encontrando una
evidencia mixta sobre la presencia de esta anomalía de calendario en particular.
En cuanto al cuestionamiento de los estudios existentes sobre las dis-
tintas anomalías de calendario, el trabajo de Baker et al. (2008) señala que la
mejor distribución para trabajar los errores en los modelos econométricos
es la t-student y no la distribución normal que tradicionalmente se usa. Con-
98
99
100
101
102
103
104
105
106
Tabla 7. Coeficientes mensuales en moneda local para cada índice
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
IPSA
Rentabilidad 0,0216* 0,0124 0,0044 0,0145 0,0134 0,0126 0,0019 -0,0032 0,0007 0,0187 -0,0032 0,0060
Volatilidad 6,3E-01 2,5E-01 2,4E-02 2,1E-01 -2,0E-01 2,7E-01 -1,2E+01 1,0E+00** 4,5E-01 1,2E+00* 6,1E-01 4,8E-01
BOVESPA
Rentabilidad 0,0286 0,0169 0,0173 0,0236 0,0032 -0,0012 0,0167 0,0059 0,0237 0,0181 0,0399** 0,0452ººº
Volatilidad -4,0E-03 -1,7E-02 -1,4E-02 -8,7E-03 -1,2E-02 -1,5E-02 1,3E-02 -1,8E-02 -1,0E-02 -1,0E-02 -1,6E-02 -1,6E-02
IPyC
Rentabilidad 0,0090 0,0060 0,0381** -0,0012 -0,0047 0,0132 0,0111 0,0000 0,0185 0,0294 0,0324ºº 0,0377ººº
Volatilidad 1,5E+00 7,5E-02 2,8E-01 5,6E-02 8,4E-01 3,3E-01 -7,7E-01 4,6E-01 7,4E-01 1,6E-01 -9,7E-02 -1,9E-01
IGBC
Rentabilidad 0,0125 -0,0049 -0,0139* 0,0384ººº 0,0158 0,0091 0,0179** -0,0068 0,0200** 0,0233** -0,0053 0,0220**
Volatilidad 1,2E+00 -1,3E+00 -4,2E-01 1,9E-01 -4,1E-01 -1,8E-01 -1,5E+00 2,4E-01 -1,2E+00 1,3E+00 -4,2E-01 -4,3E-01
MERVAL
Rentabilidad 0,0362 -0,0146 0,0094 0,0018 -0,0165 -0,0105 0,0067 -0,0210 0,0418** 0,0334 -0,0039 0,0540º
Conclusiones
108
109
Bibliografía
Berument, Hakan; Coskun, Nejat y Sahin, Afsin (2007). “Day of the week
effect on foreign exchange market volatility: Evidence from Turkey”, Re-
search in International Business and Finance, Vol. 21, No. 1, pp. 87-97.
Berument, Hakan y Dogan, Nukhet (2012). “Stock market return and vol-
atility: day-of-the-week effect”, Journal of Economics and Finance, Vol. 36,
No. 2, pp. 282-302.
Cho, Young-Hyun; Linton, Oliver y Whang, Yoon-Jae (2007). “Are there
Monday Effects in Stock Returns: A Stochastic Dominance Approach”,
Journal of Empirical Finance, Vol. 14, No. 5, pp. 736-755.
Cross, Frank (1973). “The behavior of stock prices on Fridays and Mon-
days”, Financial Analyst Journal, Vol. 29, No. 6, pp. 67-69.
Damodaran, Aswath (1989). “The Weekend effect in information releases:
A study of earnings and dividend announcements”, Review of Financial
Studies, Vol. 2, No. 4, pp. 607-623.
Dubois, Michel y Louvet, Pascal (1996). “The Day-of-the-Week Effect: The
International Evidence”, Journal of Banking and Finance, Vol. 20, No. 9,
pp. 1463–1484.
Fama, Eugene (1965). “The Behavior of Stock Market Prices”, Journal of Busi-
ness, Vol. 38, No. 1, pp. 34-105.
Fama, Eugene (1970). “Efficient Capital Markets: a Review of Theory and
Empirical Work”. The Journal of Finance, Vol. 25, No. 2, pp. 383-417.
Fama, Eugene (1991). “Efficient capital markets: II”. Journal of Finance, Vol.
46, No. 5, pp. 1575-1617.
Fields, Michael (1931). “Stock Prices: A Problem in Verification”, Journal of
Business, Vol. 4, pp. 415-418.
Foster, Douglas y Viswanathan, Sean (1990). “A theory of the interday vari-
ations in volume, variance, and trading costs in securities markets”, Re-
view of Financial Studies, Vol. 3, No. 4, pp. 593-624.
110
111
French, Kenneth (1980). “Stock Returns and the Weekend Effect”, Journal
of Financial Economics, Vol. 13, No. 1, pp. 55–69.
French, Kenneth y Roll, Richard (1986). “Stock return variances: The ar-
rival of information and the reaction of traders”, Journal of financial eco-
nomics, Vol. 17, No. 1, pp. 5-26.
Gajdosova, Katarína; Heryán, Tomás y Ekrem, Tufan (2011). “Day of the
week effect in the European emerging stock markets: recent evidence
from the financial crisis period”, Scientific Papaers of University of Pardu-
bice, Vol. 15, No. 19, pp. 38-51.
Gibbons, Micheal y Hess, Patrick (1981). “Day of the Week Effects and As-
set Returns”, Journal of Business, Vol. 54, No. 4, pp. 579–596.
Greenstone, Michael y Oyer, Paul (2000). “Are there sectoral anomalies too? The
pitfalls of unreported multiple hypothesis testing and a simple solution”, Re-
view of Quantitative Finance and Accounting, Vol. 15, No. 1, pp. 37-55.
Haug, Mark y Hirschey, Mark (2006). “The January Effect”, Financial Ana-
lysts Journal, Vol. 62, No. 5, pp. 78-88.
Jaffe, Jeffrey y Westerfield, Randolph (1985). “The Week-End Effect in
Common Stock Returns: The International Evidence”, The journal of fi-
nance, Vol. 40, No. 2, pp. 433-454.
Keim, Donald (1983). “Size-related anomalies and stock return seasonality:
Further empirical evidence”, Journal of Financial Economics, Vol. 12, No.
1, pp. 13-32.
Keim, Donald y Stambaugh, Robert (1984). “A further investigation of the
weekend effect ins stock returns”, The journal of finance, Vol. 39, No. 3,
pp. 819-835.
Kiymaz, Halil y Berument, Hakan (2003). “The day of the week effect on
stock market volatility and volume: International evidence”. Review of
Financial Economics, Vol. 12, No. 4, pp. 363-380.
112
Apéndice
Apéndice 1. Estadísticas de los índices de los mercados accionarios latinoamericanos utilizados para el efecto día de semana
IPSA BOVESPA IPyC IGBC MERVAL IGBVL
Moneda Moneda Moneda Moneda Moneda Moneda
Dólar Dólar Dólar Dólar Dólar Dólar
Local Local Local Local Local Local
Media 0,05% 0,05% 0,23% 0,04% 0,06% 0,03% 0,06% 0,02% 0,03% -0,01% 0,10% 0,08%
Mediana 0,05% 0,05% 0,16% 0,11% 0,08% 0,09% 0,04% 0,04% 0,08% 0,05% 0,05% 0,06%
Máximo 11,78% 9,95% 30,79% 30,36% 11,06% 16,04% 14,69% 14,69% 24,59% 24,91% 12,82% 14,76%
Mínimo -7,17% -9,15% -16,22% -18,24% -14,31% -22,71% -11,05% -11,03% -14,76% -51,84% -13,29% -20,09%
Desv. Estand. 1,20% 1,33% 2,76% 3,00% 1,56% 1,88% 1,30% 1,41% 2,41% 2,55% 1,56% 1,69%
Skewness 0,37 -0,01 0,74 0,13 -0,10 -0,92 -0,03 -0,39 0,06 -1,73 -0,02 -0,45
Kurtosis 10,12 7,85 12,22 9,29 8,67 15,54 11,35 11,95 9,32 43,95 9,83 13,94
Jarque-Bera 10.158 4.668 17.018 7.727 6.670 33.328 22.190 12.748 7.843 331.823 9.643 24.861
Probabilidad 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
Observaciones 4755 4755 4685 4685 4975 4975 4135 3790 4715 4715 4955 4955
Fuente: elaboración propia.
Apéndice 2. Estadísticas de los índices de los mercados accionarios latinoamericanos utilizados para el efecto mes
IPSA BOVESPA IPyC IGBC MERVAL IGBVL
Moneda Moneda Moneda Moneda Moneda Moneda
Dólar Dólar Dólar Dólar Dólar Dólar
Local Local Local Local Local Local
Media 1,28% 1,15% 5,32% 1,49% 1,62% 1,07% 1,84% 1,02% 1,17% 0,54% 2,58% 2,00%