Una nueva metodología para identificar los determinantes de la liquidez accionaria relevantes para distintos perfiles de la inversión

Abstract

A partir de un conjunto variado de indicadores de liquidez desarrollados por la literatura de la microestructura de mercado y un amplio set de variables abordadas por los estudios de asset pricing, la presente investigación presenta una nueva metodología que combina técnicas econométricas avanzadas y de distribution based clustering conjuntamente con algoritmos de machine learning a los efectos de encontrar el conjunto de determinantes que mejor permita explicar la liquidez para distintos grupos de acciones que caracterizan diferentes perfiles de inversión en el mercado local, ello sobre la base de construir índices compuestos por las medidas de liquidez que mejor predicen los retornos al interior de cada clúster. A partir de los resultados obtenidos, este estudio tiene como fin último brindarle al mercado local herramientas que le permitan una gestión más eficiente de la liquidez direccionada por grupo de acciones que comparten entre sí patrones intradiarios de liquidez.