Estoy estudiando la relación entre las sorpresas de los anuncios de beneficios con los rendimientos a largo plazo (de 1 trimestre a 3 años con intervalos). He basado mi metodología actual en documentos que analizan el efecto a corto plazo ( ejemplo ) pero creo que el largo horizonte temporal requerirá una solución más amplia.
Mi objetivo final es poder decir con cierto grado de certeza si superar o no las estimaciones de BPA de los analistas tiene un efecto a largo plazo en el rendimiento de una acción.
He establecido una regresión con las siguientes variables:
He definido las sorpresas del anuncio de la EPS como
$$ \text{SUPRISE}_i=\dfrac{\text{EPS}_{actual,i}-\text{EPS}_{estimate,i}}{\text{EPS}_{actual,i}} $$
crear 2 variables para las sorpresas positivas y negativas (POSSUPRISE y NEGSUPRISE)
Retornos definidos como
$$ \text{RETURN}_t=\ln(\text{price}_{i+t})-\ln(\text{price}_i) $$
donde $t$ es el último día del período de tiempo que estoy analizando
así que mi regresión actual se ve así
$$ \text{RETURN}_t = \beta_0 + \beta_p \text{POSSUPRISE}_{i}+\beta_n \text{NEGSUPRISE}_{i}+\epsilon_t $$
También he hecho una regresión con variables indicadoras de golpes y estimaciones perdidas
He realizado esta prueba con una muestra de 30 acciones de gran capitalización con datos de BPA de 1999 a 2009 y los datos de precios apropiados y hasta ahora he tenido resultados mixtos, he encontrado cierta correlación entre los rendimientos de 2 años y las grandes sorpresas de ganancias, pero antes de explorar esta cuestión más a fondo, quiero asegurarme de que estoy yendo por el camino correcto
Mis preguntas son:
- ¿Es una regresión de instancias individuales la mejor manera de analizar este problema? ¿Debería utilizar en su lugar métodos de series temporales como el VAR?
- ¿Cuál es la mejor manera de incorporar el movimiento del mercado en general a los datos de rentabilidad? ¿Debería simplemente ajustar la variable de rendimiento para tener en cuenta también el rendimiento de un índice durante el período de tiempo o hay una solución mejor?
- ¿Es mejor que sólo tenga en cuenta la variable sorpresa o debería intentar controlar otras variables en el modelo, como el BPA real, la capitalización de mercado, etc.?