Medimos siete tipos de eventos corporativos: solo tres mueven la acción, y el 42% de las «noticias» es ruido

Durante dos meses clasificamos en siete tipos de evento corporativo cada noticia con catalizador que entró en nuestro sistema: 7.046, sobre 365 valores líquidos de Estados Unidos. Después medimos si cada tipo iba seguido de más movimiento del habitual en la acción. Solo tres lo hacen: resultados trimestrales, cambios de directivos y revisiones de guía. Los otros cuatro, no. Y uno de ellos —las subidas y bajadas de recomendación de los analistas— es el 42% de todo lo que el clasificador etiquetó como noticia relevante. El tipo de noticia más abundante de la prensa financiera es, estadísticamente, ruido.

Conviene decir con precisión qué medimos, porque el titular invita a leer más de lo que hay. No medimos si la acción sube o baja. Medimos dispersión: si tras el evento la acción se mueve más de lo que venía moviéndose. Para cada noticia tomamos como t0 la primera sesión estrictamente posterior a su hora de publicación —una noticia de las 20:30 UTC ya es post-cierre y su reacción es la sesión siguiente, lo que elimina el lookahead por construcción— y dividimos la volatilidad realizada en las cinco sesiones siguientes entre la volatilidad propia previa del nombre, estimada con una media móvil exponencial (EWMA, λ=0,94). Un ratio de 1,0 significa literalmente «el evento no dice nada que la volatilidad previa no dijera ya».

Ese ratio se compara con un baseline empírico: los mismos símbolos en días sin ninguna noticia en ±5 sesiones, 1.074 observaciones con ratio medio 0,964. La significancia sale de un bootstrap por fecha de evento, 10.000 remuestreos, porque las noticias de un mismo día no son independientes y tratarlas como si lo fueran infla cualquier p-valor. Y como probamos siete tipos, el umbral se deflacta con Benjamini-Hochberg al 10%. Antes de correr nada dejamos escrito un control de cordura: los resultados trimestrales DEBÍAN salir claramente elevados, porque es el caso fuerte de toda la literatura; si el método no los veía, lo roto era el método, no los datos.

Los números, sobre 5.211 eventos con ventana de precios evaluable. Resultados: **1,089** (n=1.449, p<0,0001). Directivos: **1,115** (n=267, p<0,0001). Guía: **1,154** (n=52, p=0,014). Los tres pasan la deflación. Operaciones de capital: 0,962 (n=53). Regulatorio: 0,920 (n=217). Fusiones y adquisiciones: 0,878 (n=201). Recomendaciones de analistas: 0,914 (n=2.972). Ninguno de los cuatro últimos se separa del baseline por arriba. El control se superó, y las magnitudes son modestas: entre un 9% y un 15% más de movimiento del que la volatilidad previa ya anticipaba. Sirve para dimensionar y para excluir; no es un efecto dramático y no vamos a venderlo como tal.

Dos cosas salieron sin buscarlas. La primera es la de las recomendaciones: 2.972 de 7.046 noticias, y un ratio por debajo del baseline. Que un banco suba o baje un precio objetivo es el contenido más frecuente del flujo financiero, y no va seguido de más movimiento del normal. La segunda es contraintuitiva: las fusiones y adquisiciones REDUCEN la volatilidad. 0,878, y el test en sentido inverso daría p≈0,004. Tiene lógica económica: cuando hay una oferta sobre la mesa, la acción del objetivo se ancla al precio ofertado y deja de moverse con el mercado.

La objeción obvia es que dos meses de 2026 son un solo régimen. Para atacarla usamos algo que ya teníamos: 31.667 informes trimestrales a la SEC con su fecha de aceptación, el momento legal en que la información se hizo pública. Es un evento distinto y más débil —el informe llega días después de la nota de prensa de resultados, que es el evento primario—, así que si aun así el efecto aparece, el fenómeno es robusto. Apareció: 25.399 eventos evaluables, 681 símbolos, 2016-2026, ratio 1,0066 contra un baseline de 0,9240, p=0,0001. Y positivo en los once años: bajo la hipótesis de que no hay efecto, once signos seguidos tienen probabilidad 2⁻¹¹, cerca de 0,0005. El efecto escala además con el estrés del mercado: máximo en 2020 (+0,21) y 2022 (+0,15), casi nulo en 2018 (+0,002). Avisa más fuerte justo cuando más duele equivocarse.

Ahora la parte que más nos importa publicar, porque es la que casi nadie publica. Al pasar de la estadística agregada a un mapa nombre a nombre apareció un problema: el proveedor etiqueta una misma noticia con varios símbolos, y nuestro clasificador encajaba aunque el evento fuese de otra compañía. Una noticia sobre el director financiero de OpenAI aparecía como «evento de directivos» de Microsoft; las declaraciones del consejero delegado de una empresa de taxis aéreos se le atribuían a Boeing. Los multiplicadores de arriba no mienten —se midieron con ese ruido dentro y son su media—, pero una fila del mapa que afirma algo falso sobre una empresa concreta está mal.

Diseñamos un filtro: quedarse solo con las noticias cuyo titular menciona de verdad a la empresa. Y antes de correrlo fijamos por escrito el criterio para adoptarlo como mejora de señal: el subgrupo filtrado tenía que dar un ratio al menos 0,02 mayor, en resultados Y en directivos. En directivos el filtro funcionó de sobra: 1,131 con mención frente a 1,036 sin ella, que además deja de ser significativo. En resultados, no: 1,089 frente a 1,080, una mejora de **0,009**. **El criterio falló.** Y lo respetamos: el filtro NO se vende como mejora de señal, los multiplicadores publicados siguen siendo los originales —1,089, 1,115 y 1,154, aunque los subgrupos filtrados midan más alto— y el filtro se aplica solo por una razón distinta y declarada: corrección de atribución. Es una decisión de producto, no un resultado estadístico, y por eso va documentada aparte. Habría sido fácil mover el umbral a posteriori, o contar solo la mitad que salió bien. Hacerlo una sola vez es exactamente lo que convierte un estudio en marketing.

El A/B enseñó algo más: en resultados, el «ruido» no era ruido. Que la nota de resultados de un competidor mueva también al nombre es coherente con cómo funciona un sector, y juega a favor de la hipótesis, no en contra.

Lo que esto no es. No es dirección: nuestra búsqueda de señales direccionales está cerrada con argumento —diez señales re-medidas con rank-IC, cero supervivientes— y nada de lo anterior la reabre. No es una predicción por nombre: el multiplicador es la media de una cohorte y de una ventana de cinco sesiones, no cuánto se moverá tal acción hoy. Y no es operable: si el mapa dice que un nombre con resultados se moverá un 9% más de lo habitual, el mercado de opciones ya lo tiene en el precio. No se gana dinero comprando volatilidad con esto. El valor está en filtrar y en controlar, no en apostar.

Para qué lo usamos nosotros. Primero, un mapa diario que se genera cada mañana antes de la apertura de Estados Unidos —por construcción no puede mirar al futuro— con los nombres que tienen evento activo o programado y el multiplicador medido para su tipo. Segundo, una lista de «no operar»: una variable de control para medir si el acierto de un gurú fue habilidad o un calendario de resultados que cualquiera podía leer. Tercero, control de calidad de nuestro propio track: cuando una serie de valor liquidativo salta, la alerta llega con el evento que lo explica, y así distinguimos un fallo de contabilidad de una noticia real.

Publicamos el calendario semanal en abierto: los nombres del S&P 500 con evento en los próximos siete días y el multiplicador medido para ese tipo, con la etiqueta explícita de que mide dispersión, no dirección. Está en soberquant.com/es/events y es gratuito. Todos los números de este texto salen de scripts reproducibles, y el detalle —intervalos, deflación y el criterio fallido— está en la documentación del proyecto. Nada de esto es recomendación de inversión; nuestras estrategias siguen en simulado (paper).