Distorção Implícita em Opção e Anomalia de Momentum

Quais informações a assimetria implícita na opção contém e como ela está relacionada à anomalia de momento?

Gurdip Bakshi, Nikunj Kapadia e Dilip B. Madan criou estimadores para momentos implícitos de opção da distribuição dos retornos para o ativo subjacente e lançou uma ampla e contínua investigação do conteúdo de informação desta distribuição que incide sobre o terceiro momento assimétrico de assimetria.

Até agora, essas explorações encontram, por vezes, evidências contraditórias sobre o conteúdo de informação da assimetria neutra ao risco implícita (RNS), o terceiro momento dessa distribuição. Diz-se que o RNS positivo alto tem uma relação negativa com os retornos devido às preferências comportamentais por ações de loteria e uma relação positiva devido ao baixo proxy RNS para supervalorização, particularmente na presença de restrições de venda a descoberto.

Para lançar luz adicional sobre esse problema, ajudar a resolver descobertas potencialmente contraditórias e entender melhor o canal de informações, examinou a relação do RNS com a trajetória de preços passada e futura das ações.

Descobrimos que o RNS contemporâneo estimado no final do mês tem uma correlação positiva com os retornos da ação subjacente no mês seguinte. Uma classificação de portfólio de custo zero com peso igual no RNS alto (ou seja, mais positivo) menos baixo (mais negativo) exibe retornos anormais significativos de 94 bps, dos quais 39 bps são devidos à perna curta. Esse resultado é consistente com o explicação de supervalorização avançado por Pesquisa anterior.

No entanto, os 55 bps restantes são devidos à perna longa, que não se encaixa na explicação. Além disso, uma carteira RNS alta menos baixa equivalente ponderada por valor tem retornos anormais de aproximadamente 70 bps, com 48 bps devido à perna longa e 21 bps devido à perna curta. Em ambas as ponderações da carteira, a maior magnitude da contribuição de retorno em excesso e anormal da ponta longa de RNS alto sugere que há mais na anomalia RNS do que a explicação de sobrevalorização existente da anomalia RNS que se concentra na ponta curta. De fato, descobrimos que o canal de avaliação proposto para ações de baixo RNS funciona nos dois sentidos e que as ações de alto RNS estão relativamente subvalorizadas, explicando seus rebotes de preço na figura abaixo. Além disso, descobrimos que a ponta longa do portfólio RNS de custo zero alto-baixo tem um beta condicional positivo e significativo durante os rebotes do mercado, enquanto a ponta curta não, sugerindo uma dinâmica que a sobrevalorização sob restrições de venda a descoberto não captura.

Com base nesses achados, propomos uma explicação alternativa para a anomalia RNS como um indicador de recuperação do preço das ações, vinculando-a diretamente ao Fenômeno de crash de momento em que uma reversão de tendências causa uma reversão na anomalia de momento.

Relação Dependente de Caminho entre RNS e Retornos Mensais Subjacentes

Relação path-dependent entre RNS e retornos mensais subjacentes. A carteira do Quintil 5 contém ações com a assimetria implícita de opção mais positiva no final do mês 0, enquanto o Quintil 1 contém a menor.

O gráfico acima demonstra a dependência de trajetória do RNS em relação ao desempenho passado e futuro da ação subjacente. Ao final de cada mês de formação da carteira (t=0), classificamos as ações em quintis RNS, formamos portfólios e plotamos os retornos excedentes ponderados passados ​​e futuros do portfólio para Q1 de RNS baixo e Q5 de RNS alto.

O gráfico mostra que as ações RNS alta e baixa sofrem reversões em seu desempenho. As ações do primeiro trimestre têm um bom desempenho histórico antes da formação do portfólio e um desempenho ruim depois. Por outro lado, as ações do 5º trimestre apresentam desempenho negativo antes da formação do portfólio e uma recuperação positiva depois. O comportamento da carteira do primeiro trimestre é consistente com a explicação de pior desempenho futuro por ações sobrevalorizadas e com restrição de vendas a descoberto. Mas a recuperação positiva do portfólio do 5º trimestre não.

Consistente com a reversão de tendência de ações de momentum negativo observadas na carteira RNS Q5, descobrimos que a anomalia RNS isola o efeito de crashes de momentum. Daniel e Moskowitz mostram que as estratégias de momentum sofrem retornos negativos pouco frequentes que são persistentes, especialmente no final de recessões de mercado, e períodos de alta volatilidade do mercado à medida que as ações de baixo momentum se recuperam. O beta de mercado da estratégia de momentum torna-se mais negativo em períodos de alto estresse de mercado, dando-lhe uma exposição negativa assimétrica ao rebote. Descobrimos que a anomalia RNS tem um beta positivo durante os rebotes em todo o mercado, dando-lhe uma exposição positiva assimétrica oposta.

Com base em sua relação negativa com os retornos de momento, teorizamos que a anomalia RNS capta falhas de momento. Demonstramos isso formando uma estratégia de momento vencedor menos perdedor dentro dos tercis do RNS e encontrando diferenças significativas em seu desempenho entre eles.

A estratégia de impulso no tercil RNS alto experimenta as quedas mais graves em torno das recuperações do mercado após períodos de recessão. Controlando por tamanho, descobrimos que para todas as ações, exceto o menor tercil, a estratégia de momentum obtém os menores retornos em recessões e períodos de alta volatilidade de mercado no maior tercil RNS. Por outro lado, o tercil RNS mais baixo produz o desempenho de momentum mais forte (o menor número de crashes de momentum) para empresas medianas e grandes.

Para generalizar esse achado para ações sem opções negociadas necessárias para calcular a característica RNS, construímos uma carteira que imita a característica usando ações opcionais. Isso nos permite abordar um universo maior de ativos negociáveis, o que aumenta a importância econômica de nossa descoberta e sua robustez.

Ao eliminar a exigência de que as ações tenham as opções negociadas necessárias para calcular a característica RNS, removemos um potencial viés de seleção em nossos resultados. Nós hipotetizamos que ações não-opcionais com padrões de rebote de preço semelhantes terão exposição a essa carteira de imitação de fatores construída a partir de ações opcionais com previsão de rebote de preço de uma ordenação na característica RNS, e encontramos evidências consistentes com essa hipótese.

Ações com alta característica de RNS, bem como aquelas com alta assimetria de carga de portfólio que imita a característica, têm reversões de desempenho positivo substancialmente mais frequentes no nível de empresa individual, impulsionadas por uma reação à subvalorização passada. Carregamentos na carteira que mimetiza o fator de assimetria predizem a assimetria realizada futura, consistente com sua eficácia como proxy para RNS. Além disso, uma estratégia de momentum em ações com os menores carregamentos de portfólio que imitam o fator de assimetria melhorou significativamente o desempenho, confirmando a capacidade da característica RNS de identificar e evitar o fenômeno do crash do momentum, conforme mostrado na tabela abaixo:

Decil de Momentum de Retorno Excessivo

Desempenho da estratégia de momentum em quintis de exposição à carteira que imita o fator de assimetria implícita na opção SKEW. O impulso é definido a seguir Robert Novy-Marx mas é robusto para especificações alternativas.

Esses resultados não são impulsionados por ações pequenas, ilíquidas ou de alto custo de negociação. A melhoria no tradeoff risco-retorno da estratégia de momentum introduzida evitando quedas de momentum com ações de baixo RNS é mais significativa do que a estratégia de momentum gerenciada pelo risco sugerida por Pedro Barroso e Pedro Santa Clara. Isso implica que as informações de reversão de desempenho capturadas na característica RNS têm valor econômico significativo.

Também demonstra que crashes de momentum podem ser identificados e evitados, melhorando significativamente o desempenho da estratégia. Demonstramos que ações RNS altas preveem desempenho positivo das ações, principalmente após um período de desempenho inferior, e essa reversão tem relação com o fenômeno do crash do momento documentado por Daniel e Moskowitz. Observamos esse comportamento usando as características RNS em ações opcionais, bem como todas as ações CRSP, independentemente da opcionalidade, usando carregamentos de ações em nosso novo fator de assimetria neutro ao risco construído.

As cargas de fator de assimetria neutra ao risco fornecem uma estratégia simples para evitar quedas de momento de uma maneira economicamente significativa e demonstram a relação da anomalia RNS com rebotes de preço e risco de queda de momento. Essas descobertas reforçam nossa compreensão do conteúdo de informação da assimetria implícita na opção da distribuição dos retornos das ações subjacentes.

Se você gostou deste post, não se esqueça de se inscrever no Investidor Empreendedor.

Todos os posts são da opinião do autor. Como tal, eles não devem ser interpretados como conselhos de investimento, nem as opiniões expressas refletem necessariamente as opiniões do CFA Institute ou do empregador do autor.

Crédito da imagem: ©Getty Images/Ralf Hiemisch

Educação Continuada para Membros do CFA Institute

Este artigo é elegível para crédito de educação continuada (CE). Faça login na ferramenta de rastreamento CE para auto-documentar esses créditos.

Paul Borochin, PhD, CFA

Paul Borochin, PhD, CFA, é professor assistente de finanças na Universidade de Connecticut. Ele obteve um doutorado em finanças pela Fuqua School da Duke University e um bacharelado em finanças e estatística pela Wharton School da Universidade da Pensilvânia. Seus interesses de pesquisa são propriedade institucional e aplicações da teoria de precificação de ativos para extrair informações sobre eventos e políticas corporativas, com subespecializações em governança corporativa, assimetria de informações e M&A. Ele ministra um seminário de pós-graduação em teoria de precificação de ativos e cursos de graduação em finanças corporativas.

Yanhui Zhao, PhD

Yanhui Zhao, PhD, é professor assistente de finanças na Universidade de Wisconsin – Whitewater. Ela obteve um doutorado em finanças pela University of Connecticut e um mestrado em finanças quantitativas pela Rutgers University em 2012. Sua pesquisa se concentra em dois fluxos: obter informações sobre ativos subjacentes dos mercados de opções de ações e melhorar nossa compreensão da estrutura de termos do custo do capital próprio.