La metodología utilizada para realizar el estudio sobre el efecto de los resultados de las selecciones de fútbol nacionales en la evolución de los mercados financieros nacionales es un análisis estadístico de las sesiones bursátiles siguientes a un partido de fútbol del equipo nacional, medida su rentabilidad a través de la tasa de variación de la sesión y VAR-INT. Si los inversores están más contentos tras una victoria de su selección nacional serán menos adversos al riesgo y deberían comprar acciones presionando al alza las cotizaciones de los valores nacionales. Analizaremos por tanto la rentabilidad de los índices locales en la sesión posterior a un partido de la selección nacional. Si el partido se jugó en miércoles tomaremos la sesión del jueves y si el partido se jugó durante el fin de semana tomaremos la rentabilidad del lunes, pasando al día siguiente si hubiese algún festivo.

La rentabilidad de la sesión del índice local la calculamos de 2 maneras alternativas. La primera es la tasa de variación de la sesión, utilizando la cotización de cierre de la sesión comparada con el cierre de la sesión anterior:

• •

  Var: Es la tasa de variación de la sesión del Ibex 35 con respecto al cierre de las sesión anterior.

• •

  Closet: Es la cotización de cierre de la sesión «t», la posterior al partido de la selección.

• •

  Closet-1: Es la cotización de cierre de la sesión anterior a «t».

Alternativamente proponemos el análisis calculando la variación con respecto a la cotización de apertura en lugar de la cotización del cierre de la sesión anterior, la VAR-INT. Esta rentabilidad puede ser indicativa de cómo el sentimiento inversor, positivo o negativo, se deja sentir a lo largo de la sesión eliminando el hueco en la cotización.

Donde:

• •

  Var Int: Es la tasa de variación de la sesión del Ibex 35 con respecto a la cotización de apertura.

• •

  Closet: Es la cotización de cierre de la sesión «t», la posterior al partido de la selección.

• •

  Opent: Es la primera cotización marcada en la sesión «t».

Para validar las hipótesis 1a, 1b, 1c y 1d, calcularemos rentabilidades promedio y acumuladas con ambas tasas de variación, agrupando las observaciones según los resultados, primero a un nivel agregado: a) Derrotas; b) Victorias o empates.

Y a un nivel desagregado, para validar las hipótesis 2, 3, 4 y 5, ya que no todas las derrotas «duelen igual» ni todas las victorias son igual de importantes. Proponemos para el estudio desagregado la siguiente clasificación:

• a)

  Derrotas: derrota local; derrota visitante; derrota fase final.

• b)

  Victorias: victoria local; victoria visitante; victoria fase final.

Con el objeto de estudiar si los resultados deportivos pueden ser una variable interesante a considerar en un modelo econométrico más complejo que reforzase las conclusiones halladas en el análisis anterior, proponemos realizar un modelo de regresión lineal simple en el que la variable endógena sería la rentabilidad en la sesión posterior al partido y la variable explicativa el resultado del mismo para el cual vamos a asignar una puntuación a cada resultado, según la importancia del mismo generando así la variable Resultado que tendrá los siguientes posibles valores: derrota fase final: −4; derrota penaltis: −4; derrota local: −3; derrota visitante: −2; empate local: 0; empate fase final: 0; empate visitante: 1; victoria local: 2; victoria visitante:3; victoria penaltis: 4; victoria fase final: 4. Asignamos puntuaciones negativas (positivas) en caso de derrota (victoria) con una ponderación mayor si el encuentro se ha disputado en una fase final y por tanto tratarse de un partido más importante. Conscientes de la limitación del modelo, tanto desde una perspectiva estructural como estadística, pensamos que puede ser interesante analizar el valor del parámetro β, ya que si este fuese positivo reforzaría las conclusiones obtenidas en el análisis estadístico anterior.

El criterio que hemos utilizado para seleccionar los países objeto de estudio es que el equipo nacional haya sido alguna vez ganador de la Copa del Mundo de Fútbol, lo que implica que el fútbol es un deporte muy arraigado en el país y de gran influencia sobre la población. Solo 8 selecciones han logrado este éxito en la historia de los 19 mundiales disputados hasta la fecha. El palmarés de la Copa del Mundo es el siguiente: Brasil: 5 (1958, 1962, 1970, 1994, 2002); Italia: 4 (1934, 1938, 1982, 2006); Alemania: 3 (1954, 1974, 1990); Argentina: 2 (1978, 1986); Uruguay: 2 (1930, 1950); España: 1 (2010); Francia:1: (1998); Inglaterra: 1 (1966).

Disponemos de una muestra de 1.713 observaciones, construida con los partidos oficiales de las selecciones nacionales de fútbol. El periodo analizado se inicia en enero de 1992 (fecha en la que se comenzó a calcular el Ibex 35) y finaliza en julio de 2012 tras la Eurocopa celebrada en Polonia y Ucrania, donde España se impuso a Italia en la final de Kiev. Se debe tener en cuenta como limitación que se han utilizado todas las observaciones teniendo en cuenta las fechas en las que simultáneamente ocurre otro suceso que puede afectar a la rentabilidad del índice. Los resultados se han descargado de la web de la FIFA1 mientras que las cotizaciones de los índices nacionales proceden de SIX Telekurs descargada a través de Yahoo Finance a excepción del histórico del índice la Bolsa de Montevideo2 (iBVMBG) descargado directamente de su web al no estar disponible en Yahoo (tabla 1).

Para algunos índices no se dispone de datos hasta enero de 1992 (algunos índices que ahora son referentes se comenzaron a calcular con posterioridad como ocurre con el FTSE MIB italiano) reduciéndose por tanto el alcance del estudio. A pesar de esta limitación del alcance consideramos que, a excepción del caso de Uruguay, la muestra analizada es suficientemente relevante ya que abarca prácticamente 20 años de partidos oficiales que se han desarrollado en un diverso contexto económico y financiero.

Si asumimos que las sesiones posteriores a los partidos que hemos analizado son una muestra suficiente para calcular la función de probabilidad que nos permita obtener la rentabilidad esperada en la sesión posterior a un partido de la selección nacional de fútbol, tenemos que la rentabilidad esperada para cada país es la contenida en la tabla 2, calculando la rentabilidad a partir de la ecuación I.

El gráfico de distribución de frecuencias (fig. 1), con la frecuencia relativa y la variación de la sesión de estas series de datos, refleja una distribución en torno al valor medio que asemeja a una «campana de Gauss».

Figura 1.

Distribución de frecuencias VAR.

Fuente: elaboración propia.

(0.21MB).

Si utilizamos la ecuación II para calcular la rentabilidad de la sesión posterior a un partido que compara precio de apertura y precio de cierre tenemos las rentabilidades esperadas (tabla 3).

De nuevo el gráfico de distribución de frecuencias (fig. 2), con la frecuencia relativa y la variación intradía, nos muestra imágenes semejantes a una «campana de Gauss». Los datos de Uruguay no se han podido calcular debido a que la Bolsa de Montevideo solo proporciona datos de cierre de la sesión.

Figura 2.

Distribución de frecuencias VAR-INT.

Fuente: elaboración propia.

(0.2MB).

Si separamos estas observaciones entre los partidos que ha perdido la selección nacional y los que no, podemos observar que la rentabilidad esperada tras una derrota es negativa mientras que después de una victoria o empate es positiva, con las excepciones de Inglaterra y Uruguay (tabla 4).

Estas rentabilidades esperadas nos permiten validar las hipótesis 1, 1a, 1b, 1c y 1d para todos los países estudiados excepto Inglaterra y Uruguay (tabla 5).

Si repetimos el análisis utilizando la rentabilidad intradía, con respecto al precio de apertura, eliminando el efecto hueco, llegamos a resultados similares (tabla 6).

Esto nos permite validar de nuevo las mismas hipótesis, con la frecuencia relativa y la variación (tabla 7). Debemos tener en cuenta que para Uruguay solo hemos podido analizar 56 partidos ya que únicamente disponemos de datos del índice de la Bolsa de Montevideo desde febrero de 2008, por lo que cualquier interpretación debe ser considerada con reticencias ya que el periodo analizado es sensiblemente diferente al del resto de selecciones y el volumen de partido estudiados es insuficiente.

Para el caso de Inglaterra debemos tener en cuenta varios factores: 1.- En el periodo analizado pocos son los éxitos que ha conseguido esta selección por lo que no se puede validar el efecto de una gran victoria en una Eurocopa o en un Mundial. 2.- Para Gran Bretaña hemos tomado como índice de referencia el FTSE 100, pero estamos analizando los partidos de la selección de Inglaterra cuando Gran Bretaña compite a nivel internacional con las selecciones de Inglaterra, Escocia, Gales e Irlanda del Norte (incluso muchos futbolistas de Gran Bretaña terminan jugando con la selección de Irlanda). El sentimiento de optimismo (menor aversión al riesgo) o decepción (mayor aversión al riesgo) para los británicos no es tan homogéneo tras un partido de la selección inglesa como el que se da en el resto de los países analizados. 3.- Mientras que el Ibex 35 capitaliza en estas fechas cerca de 350.000 millones de euros, el FTSE capitaliza cerca de 1.600.000 millones de euros siendo un mercado mucho mayor y más globalizado lo que provoca que el efecto de la selección inglesa se diluya entre el sentimiento de los inversores. Consideramos que estos factores pueden justificar que para Inglaterra no se dé el patrón de rentabilidades esperadas que sí se da en el resto de los países analizados.

Si desagregamos el estudio por distintos tipos de derrotas obtendremos las rentabilidades esperadas que se muestran en la tabla 8 utilizando la rentabilidad diaria VAR. Si calculamos la rentabilidad esperada por distintos tipos de victorias, obtenemos para cada una la rentabilidad esperada y acumulada que aparecen en la tabla 9. Validamos las hipótesis (tabla 10).

En general interpretamos que existe un patrón que indica que la rentabilidad esperada es mayor (menor) si la victoria (derrota) es más importante, con un efecto más acusado en las derrotas que hacen que el inversor sea más adverso al riesgo, pero sin observar un patrón diferenciador en el caso de partidos en una fase final (Eurocopa, Mundial o Copa América). Se encuentran evidencias de una fuerte conexión entre los resultados de los partidos de fútbol y ciertas anomalías en el rendimiento de los mercados, identificándose, por ejemplo, que una derrota en un partido de la Copa del Mundo provoca al día siguiente un comportamiento anormal en el mercado de −49 puntos básicos, siendo más fuerte en pequeños valores o en partidos de mayor relevancia.

Si repetimos el análisis utilizando en este caso la VAR INT llegamos a conclusiones similares como se observa en las tablas 11–13.

Si avanzamos sobre el análisis estadístico anterior y aplicamos un enfoque econométrico, encontramos que el parámetro β que relaciona la puntuación que hemos dado a cada resultado (negativa para derrotas y positiva para victoria, creciendo según la importancia del partido) es positivo para todos los países analizados a excepción de Inglaterra (con un nivel de capitalización bursátil mayor que para el resto de los índices estudiados) y de Uruguay cuyos resultados consideramos poco concluyentes por disponer de pocos datos. En la tabla 14 se muestran los resultados para el parámetro β obtenidos utilizando como variable endógena la variación diaria VARt.

Si usamos la VAR INT obtenemos los parámetros que se recogen en la tabla 15. Uruguay no se ha calculado debido a que la Bolsa de Montevideo solo proporciona datos de cierre de la sesión, y no de apertura.

Es decir, desde un punto de vista econométrico una derrota (puntuación negativa) se correspondería con una rentabilidad negativa en la sesión posterior al partido y una victoria (puntuación positiva) se correspondería con una rentabilidad positiva, tal y como hemos visto en el análisis estadístico anterior. No obstante, como cabía esperar por las limitaciones del modelo propuesto, la capacidad explicativa es muy baja, con R2 prácticamente nulos y parámetros β no significativos.

Debemos indicar que (como se puede observar en el anexo) las regresiones realizadas no cumplen las hipótesis básicas del Modelo Lineal General al no cumplirse la hipótesis de normalidad de los residuos (entre otras) lo que provoca que los test de significatividad de los parámetros β no sean fiables completamente, ya que en estas condiciones el estimador por Mínimos Cuadrados Ordinarios no es óptimo (Greene, 2003). Incluso si así fuese, no superan el test «t» por lo que no serían estadísticamente significativos de 0. El no cumplimiento de las hipótesis básicas del Modelo Lineal General y el test «t» nos hacen pensar que un análisis de detección de observaciones atípicas pude ser poco relevante (Cook y Weisberg, 1982). No obstante creemos interesante incluir estos resultados en este trabajo ya que nos parece un indicio a tener en cuenta que los parámetros obtenidos tengan signo positivo apuntando en la misma línea en la que se contrastaron las hipótesis del análisis estadístico (Woolridge y Dickinson, 1994; Greene, 2003).

El objetivo de este trabajo de investigación es analizar el efecto de los resultados de las selecciones de fútbol nacionales sobre la evolución de los mercados financieros nacionales. Para ello hemos realizado un análisis estadístico de las sesiones bursátiles siguientes a un partido de fútbol del equipo nacional que ha ganado un mundial de fútbol, medida su rentabilidad a través de la tasa de variación de la sesión y la VAR-INT.

De los resultados analizados podemos concluir que entre los partidos que han perdido las selecciones nacionales y los que no, la rentabilidad esperada tras una victoria o empate es positiva mientras que tras una derrota es negativa; con la excepción de Inglaterra (al igual que Ashton et al., 2011) y Uruguay, tanto si utilizamos la tasa de variación de la sesión como la VAR-INT. Berument et al. (2006), Chang et al. (2012), Edmans et al. (2007), Kaplanski y Levy (2010a) y Mishra y Smyth (2010) llegan a conclusiones similares en diferentes resultados deportivos.

Si los resultados los clasificamos por tipos de derrotas y victorias (en visitante, local y fase final) para los 2 tipos de tasa de variación utilizados (sesión e intradía), podemos concluir que existe un patrón que nos indica que la rentabilidad esperada es mayor (menor) si la victoria (derrota) es más importante. Berument et al. (2006), Kaplanski y Levy (2010a) y Edmans et al. (2007) llegan a conclusiones similares en diferentes resultados deportivos relacionados con el fútbol.

Al realizar el análisis de la variación (de la sesión o intradía) y si viene determinada por el resultado obtenido por las selecciones nacionales, mediante un modelo de regresión lineal, obtenemos que una victoria (puntuación positiva) se correspondería con una rentabilidad positiva en la sesión posterior al partido, mientras que una derrota (puntuación negativa) se correspondería con una rentabilidad negativa. No obstante, estas conclusiones deben utilizarse con cautela debido a la baja capacidad explicativa del modelo.

En línea con los resultados obtenido en este estudio, concluimos: el estado de ánimo de los inversores puede estar afectado por múltiples motivos; si aceptamos que el estado de ánimo de los inversores afecta a los mercados financieros (entre otros, Bouman y Jacobsen, 2002; Hirshleifer y Shumway, 2003; Kim, 2006; Yuan et al., 2006), este puede venir influido por los resultados deportivos (destacando, Chang et al., 2012; Edmans et al., 2007; Mishra y Smyth, 2010; Kaplanski y Levy, 2010a), entre otros.