EN ESTA LISTA

TalkingPoints: Midiendo el impacto de las redes sociales en el mercado con la serie de índices S&P 500® Twitter Sentiment

Siguiendo el conjunto completo de oportunidades de renta variable en China con el S&P China BMI

Por qué la construcción de índices es importante para los mercados colombianos de valores

InstitutionalTalks: Por qué la Construcción de Índices Multifactoriales es Importante

Preguntas frecuentes: Backtesting ESG: Visión general de la Suposición de Datos Retrospectivos

TalkingPoints: Midiendo el impacto de las redes sociales en el mercado con la serie de índices S&P 500® Twitter Sentiment

Contributor Image
Therese Simberg

Director, Innovation and Strategy

Las redes sociales son un aspecto importante de la vida en comunidad en todo el mundo. ¿Qué ocurre cuando medimos la participación en esas redes desde el punto de vista de los mercados financieros? S&P Dow Jones Indices (S&P DJI) lanzó sus primeros índices que buscan medir el sentimiento en redes sociales, los S&P 500 Twitter Sentiment Indices. Therese Simberg, Directora de Innovación y Estrategia de S&P DJI, aborda la creación de estos índices y lo que significan para la evolución de una inversión basada en índices innovadora, así como los usos más prácticos que tienen para los inversionistas al medir el sentimiento en redes sociales.

Oferta de índices

S&P 500 Twitter Sentiment Index

Este índice busca medir el desempeño de los 200 componentes del S&P 500 con el sentimiento más positivo.

 

S&P 500 Twitter Sentiment Select Equal Weight Index

Este índice busca medir el desempeño de una selección de los 50 componentes del S&P 500 con el sentimiento más positivo.

 

  1. ¿Qué impulsó la creación de esta nueva serie de índices?

En los últimos años, las redes sociales han evolucionado de modo que cada vez más personas están tuiteando sobre acciones y mercados financieros. Esto incluye a la comunidad financiera, compuesta por operadores, analistas e inversionistas, así como el público general que quiere expresar su opinión.

Gracias a los avances en la tecnología, las visiones y opiniones compartidas en esta comunidad virtual ahora pueden ser analizadas. Como resultado, es posible interpretar e intentar entender lo que el mercado dice sobre una empresa específica mediante un análisis de los tuits subyacentes que contienen $cashtags, los cuales indican que el tuit se refiere a una acción en particular. Mediante inteligencia artificial, los tuits sobre una acción específica se pueden analizar para ver si el sentimiento general es, en promedio, positivo o negativo con base en la opinión colectiva expresada a través de tuits. Este análisis es apto para la inversión basada en índices, dado que ahora tenemos una forma de clasificar acciones y crear un índice que refleja las opiniones de la comunidad de Twitter.

En resumen, los S&P 500 Twitter Sentiment Indices se crearon para reflejar las empresas dentro del S&P 500 que registran el sentimiento más positivo en Twitter. Los índices incluyen empresas con sentimiento positivo con relación a sus pares.

pdf-icon PD F Descargar artículo completo

Siguiendo el conjunto completo de oportunidades de renta variable en China con el S&P China BMI

Contributor Image
John Welling

Director, Global Equity Indices

Contributor Image
Michael Orzano

Senior Director, Global Equity Indices

Durante las dos últimas décadas, la economía y los mercados de valores de China han crecido sustancialmente en tamaño y protagonismo. Durante este periodo, China se embarcó en una importante transición desde una economía encabezada por la manufactura, dependiente de los tradicionales sectores industrial y bancario, a una economía más madura orientada al consumo y los servicios. Paralelamente, el mercado de valores del país se ha vuelto más diversificado, ya que las empresas orientadas al consumo y a la tecnología representan ahora una gran parte del mercado de valores chino.

Lanzado en 1997, el S&P China Broad Market Index (BMI) fue creado para representar el conjunto completo de oportunidades de inversión de las acciones chinas. Al mantener la elegibilidad de las empresas de capitalización alta, media y baja, así como de todas las clases de acciones chinas, el índice goza de una ventaja en comparación con varios benchmarks de renta variable china populares que cubren segmentos más estrechos del mercado. Aprovechando la metodología bien establecida utilizada en el S&P Global BMI subyacente, el marco es consistente, modular y permite el emparejamiento con otras regiones globales sin lagunas ni superposiciones.

En este panorama general cubriremos los siguientes puntos clave.

  • Como el segundo mayor mercado de renta variable del mundo, que representa más del 35% de las acciones de mercados emergentes, China es de gran importancia para los participantes del mercado y ha crecido de manera constante durante las últimas décadas.
  • La mejora del acceso a las acciones clase A que cotizan en el país ha permitido una mayor inclusión en benchmarks de renta variable, acrecentando significativamente el conjunto de oportunidades de inversión.
  • El S&P China BMI ofrece ventajas potenciales sobre otros índices similares, ya que incluye empresas de capitalización alta, media y baja, acciones clase A y empresas que cotizan en el extranjero, además de contar con un largo historial que se remonta a mediados de la década de 1990.

pdf-icon PD F Descargar artículo completo

Por qué la construcción de índices es importante para los mercados colombianos de valores

Contributor Image
Silvia Kitchener

Director, Global Equity Indices, Latin America

INTRODUCCIÓN

El S&P Colombia Select Index, lanzado el 24 de octubre de 2013, es uno de los principales índices de referencia que mide el mercado colombiano de valores. Diseñado para seguir el rendimiento de las acciones colombianas de mayor tamaño y liquidez, este índice fue autorizado por el Ministerio de Hacienda y Crédito Público (MHCP) de Colombia en 2015 para unirse al Índice MSCI COLCAP como los dos únicos componentes de renta variable local del Índice Agregado de Renta Variable Local (IARVL). El IARVL es un índice compuesto calculado por el MHCP para seguir el desempeño del mercado colombiano de valores y servir de referencia para carteras institucionales privadas y públicas, incluyendo las de los fondos de pensiones.

Si bien el S&P Colombia Select Index y el Índice MSCI COLCAP comparten el objetivo de medir el rendimiento del mercado local de renta variable, la inclusión en el S&P Colombia Select Index de límites de ponderación por empresas y sectores se traduce en una medida más diversificada del mercado colombiano de valores. A pesar del mayor número de títulos que componen el Índice MSCI COLCAP, se trata de un índice más concentrado a nivel de empresas y sectores, en comparación con el S&P Colombia Select Index. Estas variaciones en la exposición también han dado lugar a diferencias históricas significativas en los perfiles de riesgo/rendimiento, en función de las cuales el S&P Colombia Select Index supera al Índice MSCI COLCAP a mediano y largo plazo.

RESUMEN DE LA METODOLOGÍA

La metodología del S&P Colombia Select Index se compone de cuatro secciones: el universo subyacente, los criterios de elegibilidad, la construcción del índice y su mantención.

pdf-icon PD F Descargar artículo completo

InstitutionalTalks: Por qué la Construcción de Índices Multifactoriales es Importante

InstitutionalTalks es una serie de entrevistas en las que pensadores de la industria comparten sus ideas y perspectivas con respecto a diversos temas y tendencias de mercado que impactan la inversión basada en índices.

Jeb Burns es Director Ejecutivo de Inversiones (CIO) del MERS de Michigan, donde dirige un programa de inversión de US$ 15 mil millones.

Julian Ramirez, CFA, es Director de Inversiones y Gestor de Carteras en el MERS.

S&P DJI: Cuéntennos un poco sobre sus funciones en el MERS y de las personas a las que atienden.

Jeb: El Sistema de Retiro de Empleados Municipales (MERS) de Michigan es una empresa independiente de servicios profesionales de retiros y sin fines de lucro creada para administrar los planes de retiro de las unidades locales de gobierno de Michigan. Administramos varios programas de inversión para más de 900 municipalidades dentro del estado. Atendemos a más de 100,000 participantes, incluyendo bomberos, enfermeras y personas que limpian la nieve de nuestras carreteras y mantienen la seguridad de nuestras comunidades. Los activos totales del MERS al 30 de junio de 2021 ascendían a US$ 15.19 mil millones, siendo el mayor programa la cartera del plan de retiro de beneficio definido (BD), con US$ 11.89 mil millones.

Como CIO, soy responsable de la gestión de inversiones de activos del plan. Esto incluye mantener un equipo y una cultura de inversión exitosos, recomendar e implementar la asignación de activos de nuestros programas de inversión e informar regularmente al directorio y comité de inversiones sobre asuntos de inversión.

pdf-icon PD F Descargar artículo completo

Preguntas frecuentes: Backtesting ESG: Visión general de la Suposición de Datos Retrospectivos

1. ¿Qué significa la “Suposición de Datos Retrospectivos” con respecto a los datos ESG?

Por lo general, cuando S&P DJI crea datos de índices a partir de backtesting, utiliza información de bases de datos relevantes o datos reales en vivo. Algunos ejemplos son los datos a nivel de componente, como el precio histórico, la capitalización de mercado y los datos de eventos corporativos. Dado que la inversión según criterios ESG se encuentra todavía en las primeras etapas de desarrollo, es posible que ciertos puntos de datos utilizados para calcular los índices ESG de S&P DJI no estén disponibles para todo el período deseado del historial generado mediante backtesting. En tales casos, S&P DJI puede emplear un proceso llamado “Suposición de Datos Retrospectivos” de los datos ESG para el cálculo del rendimiento histórico mediante backtesting.

La “Suposición de Datos Retrospectivos” es un proceso que aplica el punto de datos reales más temprano disponible para una empresa que compone el índice a todas las instancias históricas anteriores en el universo del índice. Por ejemplo, si una metodología requiere que todos los componentes elegibles tengan datos de participación de productos, y los datos reales de participación de productos solo están disponibles para una empresa a partir de 2015, entonces S&P DJI utilizará los datos de participación de productos de 2015 para esa empresa con el fin de calcular los datos retrospectivos para los años entre 2010 y 2014.

2. ¿Por qué a veces es necesaria la “Suposición de Datos Retrospectivos” para los datos
ESG?

El empleo de la técnica de Suposición de Datos Retrospectivos suele proporcionar una representación más indicativa de las características del índice y del perfil de riesgo/rendimiento que la que se obtendría limitando las pruebas retrospectivas a los datos reales. La Suposición de Datos Retrospectivos también permite que el backtesting hipotético se extienda a lo largo de más años históricos de lo que sería factible utilizando únicamente datos reales.

Muchos proveedores de datos ESG empezaron con una cobertura limitada y han ido aumentando su cobertura histórica en los últimos años, por lo que la creación de pruebas retrospectivas que utilicen únicamente datos históricos reales en vivo conduciría a menudo a características poco representativas de los componentes de los índices. Sin la Suposición de Datos Retrospectivos para datos ESG, muchas menos empresas serían elegibles o seleccionadas a partir del universo del índice en el backtesting en comparación con el universo más reciente y actual de componentes elegibles y seleccionados del mismo índice.

Por lo tanto, S&P DJI puede emplear una metodología de Suposición de Datos Retrospectivos para proporcionar un período de backtesting más largo y representativo.

3. ¿La Suposición de Datos Retrospectivos afecta algún rebalanceo de los índices?

Los datos reales en vivo se utilizan en el cálculo del rebalanceo de un índice inmediatamente antes del lanzamiento y en todos los rebalanceos posteriores al lanzamiento del índice. La Suposición de Datos Retrospectivos solo puede afectar el backtesting histórico anterior a tales cálculos.

pdf-icon PD F Descargar artículo completo

Procesando ...