Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumen
El presente trabajo de investigación, se aboca a la implementación de
uno de los más renombrados modelos del mercado de capitales; a saber,
Modelo de Valoración de Activos de Capital (CAPM), desarrollado por
William Sharpe en la década de los sesentas. En términos generales el
documento, luego de una selección ad hoc de diferentes acciones,
muestra la estimación de la beta de cada una de éstas y su rendimiento
esperado asociado; además de la elección de la cartera óptima que
surge a partir de la combinación de tales valores. Para esto, se acude a
técnicas de estimación como la regresión simple y el algoritmo de
Markowitz. Todo lo anterior circunscrito al período agosto, 2002 –
mayo, 2005.
Palabras claves: Beta, Rendimiento Esperado, Cartera Óptima.
Clasificación JEL: G11
1. Introducción
Dentro de los componentes de un sistema financiero, se encuentra el denominado mercado
de valores, sitio conformado por un conjunto de instituciones, participantes y regulaciones
donde se emiten, colocan, cotizan, negocian y distribuyen valores1. En términos generales
se habla de valores de deuda o renta fija2 -bonos, en lo fundamental- y valores de renta
variable3 o acciones.
1
El Glosario Bursátil de la Superintendencia General de Valores (Sugeval) define “valores” como
todo título o valor, incorporado o no en un documento, que por su configuración jurídica propia y
régimen de transmisión pueda ser objeto de una negociación en un mercado financiero o bursátil.
2
El término “renta fija” hace referencia a instrumentos como los bonos que establecen a priori la renta
que generarán al inversionista o tenedor.
3
En este caso las rentas a generar están en función de la ejecutoria del emisor y de la política de
dividendos establecida por la Asamblea de Accionistas.
1
en mercado secundario (recompras). Como corolario a la situación descrita el Mercado
Accionario desde sus inicios ha permanecido bajo una “represión”, caracterizada por un
escaso número de participantes y dinamismo en general. Así, cualquier investigación que
se emprenda referente al mismo lidiará con problemas de información en términos no sólo
de cantidad sino de calidad, como respuesta directa a las limitaciones planteadas.
Asimismo, con el fin de alcanzar los objetivos propuestos se acude a técnicas de regresión
simple en la estimación de “las betas” y el algoritmo de Markowitz en la selección del
portafolio óptimo; cada uno de los cuales se detallan oportunamente.
2. Marco Teórico
En términos generales puede decirse que el CAPM es "un modelo general que expresa la
tasa de equilibrio del rendimiento esperado para un activo como una función de sus
características inherentes de riesgo."5, dicho modelo vino a revolucionar la teoría moderna
del portafolio y constituye uno de los esquemas más reconocidos y utilizados en áreas como
economía y finanzas.
2
2.2. El riesgo y su composición
Ε (R ) ≡ R + σ ⎡⎢ Ε(R − R )⎤⎥
m f
(1)
j f
⎢⎣
j
σ ⎥⎦m
donde;
Es decir, la ecuación expresa que “el rendimiento esperado de una cartera bien diversificada
depende de la tasa libre de riesgo, el riesgo de la cartera con relación al mercado y el precio
del mercado del riesgo."8
3
2.4. La Línea del Mercado de Valores (SML)
La SML es "una gráfica que muestra la relación de equilibrio entre el riesgo sistemático
de un activo o de una cartera y su rendimiento esperado"9; ésta puede derivarse a partir de
la CML; para esto debe tenerse presente que el aporte marginal por acción al coeficiente de
Sharpe de una cartera en específico está dado por:
R −R R −R ≡
km ≡ ≡
m f i j
(2)
σ (R ) m
cov(R , R ) ki m
i
Cov (Ri , R m ) σ (
Ri − R f = α i + β (R − R ) + µ ;β =
Var (R m )
= i
) (3)
i m f i i
σ corr
m
i,m
donde;
Es importante aclarar que en esta ecuación la variable dependiente es la brecha (Ri - Rf), en
tanto que el coeficiente de volatilidad βi es la variable explicativa.
R = R + β (R − R
i f i m f
)+ µ i
(4)
9
Idem.
10
Véase; Cantillo, Miguel. “¿Funciona el CAPM en Costa Rica?”. INCAE. Costa Rica. 1999.
11
Véase; Gujarati, Damodar N. Econometría. 2 ed. Editorial Mc Graw Hill. México. 1995.
4
donde;
Una interpretación interesante indica que “la cantidad del premio por riesgo de la cartera
de mercado se determina mediante la aversión al riesgo agregada de los inversionistas y la
volatilidad del rendimiento de mercado. Para que los inversionistas accedan a aceptar el
riesgo de esa cartera, hay que ofrecerles una tasa esperada que rebase la tasa de interés
libre de riesgo. Cuanto mayor sea el nivel promedio de la aversión al riesgo por parte de
la población, más alta habrá de ser la prima requerida.”13
12
Mondino, Diana y E. Pendás. Finanzas para Empresas Competitivas. Ediciones Granica S.A.
Argentina. 1994.
13
Bodie, Zvi y R. Merton. Finanzas. Prentice Hall. México. 1999.
14
Kolb, Robert W. Inversiones. Editorial Limusa. México. 1993.
5
β i: Parámetro que mide la pendiente o el coeficiente de inclinación.
Rm,t: Rendimiento para la cartera del mercado en el período t.
εi,t: Error aleatorio.
Cov(Ri , R m ) σ (
β =
Var (R m )
= i
corr )
i
σm
i ,m
Es válido argumentar que el coeficiente beta es la piedra angular del modelo, si se toma en
consideración que es la medida del riesgo sistemático de un activo individual o de una
cartera, que no se puede eliminar a través de la diversificación.
βi >1; indica que el activo i es "de ofensiva", agresivo o volátil. Implica más riesgo que la
cartera de mercado.
βi <1; indica que el activo i es conservador o defensivo. Implica un riesgo menor que el
mercado.
15
Véase; Gujarati, Damodar N. Econometría. Segunda edición. Editorial Mc Graw Hill. México.1995.
y Kolb, Robert W. Inversiones. Editorial Limusa. México. 1993.
16
Para más detalles respecto del β=1 como punto de contraste para evaluación, véase; Kolb, Robert W.
Inversiones. Editorial Limusa. México. 1993. y/o Van Horne, James C. "Fundamentos de
Administración Financiera". Sexta edición. Editorial Prentice - Hall. México. 1993.
6
lograr menor variabilidad en su valuación que un portafolio que sólo contenga uno de los
dos activos. El modelo parte de la en maximización del rendimiento esperado de un
portafolio, sujeto a que la varianza esté en un nivel determinado, repitiendo este proceso
para cada uno de los niveles de varianza posibles encontraríamos una "frontera eficiente";
esto es, la representación gráfica del conjunto de activos y portafolios cuyas combinaciones
de rendimiento y riesgo no son superadas. Es decir, no existe ningún otro elemento que
dado el nivel de riesgo ofrezca un mayor rendimiento.
E(R)
E(Ri)
E(Rm)
M
Rf
X
σ
σm σi
Figura 1
Por medio del empleo de técnicas de programación matemática es posible determinar los
portafolios que se ubican sobre la frontera eficiente, esta sofisticada técnica de
diversificación se conoce como la diversificación de Markowitz. De este modo la cartera
óptima de mercado estará dada por la intersección de la CML y la Frontera Eficiente.
7
“Indice Accionario” ambos calculados directamente por la Bolsa Nacional de Valores de
Costa Rica.
En principio los datos estudiados se circunscriben al período agosto 2002 - mayo 2005. Sin
embargo como se comenta oportunamente los datos para calcular “β” a partir de las
varianzas y covarianzas y para optimizar el portafolio corresponden a los registros de los
últimos 7 meses.
3.2.1. Rendimientos
Dado se cuenta los datos de los precios diarios de las acciones y los registros diarios del
Índice Accionario, se procedió a sacar una tasa de crecimiento diaria con el fin de
determinar los rendimientos asociados. El índice citado se utilizó como proxy al
rendimiento del mercado. Para el caso del activo libre de riesgo17 se procedió a seleccionar
del vector de precios, los rendimientos de los títulos del BCCR y Gobierno con plazos
alrededor de 360 días, se promediaron y se transformaron a rendimientos diarios.
3.2.2. Covarianza
Utilizando la fórmula correspondiente y a partir de la información histórica disponible, se
procedió a calcular la covarianza entre los rendimientos de las empresas estudiadas y el
mercado.
3.2.3. Varianza
Utilizando la fórmula correspondiente y a partir de la información histórica disponible, se
procedió a calcular la varianza de los rendimientos del mercado.
17
Es importante aclarar que en primer término Ministerio de Hacienda y Banco Central no
necesariamente son emisores con el mismo nivel de riesgo, aunque éstos atañen a lo que puede
denominar “gobierno”, ambos llevan a cabo captaciones por motivos –al menos, en teoría-
diferentes. En segundo término, en un país en vías de desarrollo con una deuda interna que ronda el
50% de su PIB y una Banca Central que lidia con pérdidas cuasifiscales, no necesariamente los
valores emitidos por éstos entes reflejan el “activo libre de riesgo” entendido por el modelo
desarrollado. No obstante, para efectos de la modelación a realizar se decidió obviar éstos
elementos.
8
3.2.5. Rendimiento Exigido
Una vez realizado el manejo de datos hasta ahora descrito, finalmente se procedió a
calcular el rendimiento exigido aplicando la formulación planteada por el CAPM. Dado el
esquema de trabajo utilizado el rendimiento obtenido se asocia a una periodicidad diaria
por lo que procedió a anualizar suponiendo una capitalización compuesta.
Figura 2
Comportamiento del Índice Accionario de la Bolsa Nacional de Valores.
Período Agosto 2002 – Mayo 2005
5,000.00
4,800.00
4,600.00
4,400.00
4,200.00
4,000.00
3,800.00
3,600.00
3,400.00
3,200.00
3,000.00
07/08/20 07/12/20 07/04/20 07/08/20 07/12/20 07/04/20 07/08/20 07/12/20 07/04/20
9
Así, del manejo de la sección de datos citada, se obtuvo la siguiente información:
Cuadro 1
Cálculo de Betas y rendimiento esperado
Período Agosto 2002 – Mayo 2005
Destaca que la totalidad de las acciones seleccionadas son defensivas o conservadoras ( β <
1); es decir, presentan un riesgo menor que el mercado. Evidentemente esto tiene su costo
de oportunidad, al considerar que dichos valores pagan un rendimiento muy cercano al
activo libre de riesgo; con la excepción antes destacada.
Las acciones de las empresas BCT, Interfin, Cafesa, Incsa e Improsa presentan betas
negativas, lo cual quiere decir que tienden a moverse a la inversa del mercado; esto es,
cuando el mercado muestra una tendencia alcista los rendimientos de dichas acciones
decrecen y viceversa. Esta condición hace de las citadas acciones constituyan un activo apto
para la diversificación en el tanto que mediante una combinación adecuada puede bajarse
considerablemente el riesgo de un portafolio en particular.
18
Se escogieron las acciones a incluir en el portafolio a partir del análisis de las matriz de coeficientes
de asociación lineal, además de que presentan betas significativos en el análisis de regresión que se
presenta en la siguiente sección.
10
Figura 3
Portafolio Óptimo de Inversión. Acciones: FIFCO, Cafesa, BCT y ENUR..
Las proporciones de inversión encontradas con la utilización del citado programa fueron los
siguientes:
Cuadro 2
Cálculo de Proporciones de Cartera Óptima
Período Agosto 2002 – Mayo 2005
Acción Ponderación
FIFCO 37.35%
CAFESA 62.65%
E(Rp): 20.50%
σp: 16.31
βp: 0.2
11
Otros de los datos revelados por el programa, nos indican que el rendimiento promedio de
la cartera es del 20.50% y la desviación estándar de la misma es 16.31%.
Para realizar una estimación de los betas de las acciones utilizando los datos reales de
rendimientos de las acciones se utiliza el siguiente planteamiento del modelo teórico:
( ERi − r f ) = α i + β i * ( ERm − R f )
Donde:
Es importante aclarar que existen varias metodologías para estimar el modelo CAPM, una
de ellas es estimar las betas con los datos históricos, donde la variable dependiente es el
rendimiento del activo y la variable independiente es el rendimiento del mercado, luego se
realizan regresiones de corte transversal para estimar en cada periodo la prima por riesgo y
realizar una prueba t-student para realizar una prueba de hipótesis, sin embargo esta
metodología no es conveniente aplicarla en Costa Rica, ya que la regresión de corte
transversal presentaría un problema con los grados de libertad ya que son pocas las
empresas que cotizan acciones en la bolsa. En el anexo 1 se presentan las estimaciones
utilizando la ecuación ERi = α i + β i * ERm , cuyos resultados aunque no idénticos son muy
similares a los expuestos en la regresión en la que se basa este análisis.
En cuanto a los datos utilizados, se toman los precios del vector de la BNV para el periodo
del 7 de agosto de 2002 al 13 de junio de 2005, las acciones utilizadas son las siguientes:
12
Para calcular el rendimiento del activo libre de riesgo se utilizó el rendimiento del gobierno
a 360 días y para calcular el rendimiento del mercado se utilizó el índice de la Bolsa
Nacional de Valores.
Cuadro 3
Salida de Resultados de la Aplicación del EVIEWS
Observaciones para el período Agosto 2002 – Mayo 2005
13
Adicionalmente el estadístico Durbin Watson muestra que existe autocorrelación la cual
debe ser corregida. En vista de los resultados anteriores se aplicó a la ecuación un
autoregresivo de orden 1, para corregir la autocorrelación, en la cual se presentaron los
siguientes resultados:
Cuadro 4
Salida de Resultados de la Aplicación del EVIEWS
Observaciones para el período Agosto 2002 – Mayo 2005
14
Los estadísticos de la nueva regresión mejoran significativamente, ya que el coeficiente de
determinación llega a 0.93 y el Durbin Watson indica que la autocorrelación se corrigió con
el autorregresivo de orden 1.
Sin embargo en el nuevo modelo los coeficientes Beta, no son significativos en la mayoría
de las empresas, solo en Florida y Ice and Farm e Inmobiliaria Enur presentan betas
significativos al 5%. En lo referente a la explicación de los resultados en cuanto al modelo
CAPM, se puede observar que los coeficientes beta estimados y la prima por riesgo
sistémico (Rm-Rf), no explican en forma significativa el rendimiento de las acciones en
Costa Rica.
Existen factores no incorporados en el modelo CAPM que explican los rendimientos de las
acciones en Costa Rica, en la regresión estos factores son capturados por los autoregresivos
y las constantes individuales para cada empresa (intersección de la ecuación).
4. CONCLUSIONES
Al calcular los rendimientos esperados de las acciones escogidas para el periodo escogido
(octubre 2004, junio 2005), utilizando el modelo CAPM se determinan que la única acción
que paga una prima por riesgo relevante es FIFCO; al comparar los rendimientos, el
diferencial en relación con el activo libre de riesgo alcanza 22,17 puntos porcentuales.
La optimización realizada por el programa Expert Investor, muestra como resultado una
cartera concentrada, donde el 62,65% de la cartera se invertirían en acciones de CAFESA la
cual posee el sexto mayor rendimiento y el 37,35% restante se invertirían en FIFCO que
representa a la acción con el mayor rendimiento esperado.
Al utilizar regresiones para estimar los Betas de los activos y determinar si el CAPM
explica los rendimientos de las acciones en Costa Rica, se pudo determinar que existen
otros factores adicionales a los establecidos por el CAPM que explican los rendimientos de
las acciones, por lo que sería conveniente realizar ejercicios de tipo multifactorial.
Los betas estimados por medio de regresiones no son significativos para la mayoría de las
empresas estudiadas, sólo dos de las empresas presentaron estimaciones significativas, una
15
de ellas Florida Ice and Farm, que probablemente tenga un peso significativo en el índice
utilizado como proxy para calcular el rendimiento del mercado.
Referencias Bibliográficas
16
Anexo 1.
En este anexo se presentan los resultados de estimar los coeficientes beta partiendo de la
línea característica, es decir la ecuación: ERi = α i + β i * ERm
Dependent Variable: Rendimiento
Method: Seemingly Unrelated Regression
Sample: 9/09/2002 6/13/2005
Included observations: 721
Number of cross-sections used: 10
Total panel (balanced) observations: 7200
Convergence achieved after 6 iteration(s)
Variable Coefficient Std. Error t-Statistic Prob.
ATLAS--MERCADO 0.013482 0.031708 0.425203 0.6707
CAFES--MERCADO 0.079313 0.049437 1.604331 0.1087
CBCT--MERCADO 0.104160 0.059289 1.756827 0.0790
CIMP--MERCADO -0.040162 0.033953 -1.182860 0.2369
CINTE--MERCADO 0.005731 0.013975 0.410070 0.6818
ENUR--MERCADO 0.019398 0.008108 2.392547 0.0168
FIFCO--MERCADO 0.397399 0.086054 4.618031 0.0000
GIMP--MERCADO 0.046180 0.076766 0.601566 0.5475
INC--MERCADO -0.000595 0.039013 -0.015245 0.9878
NACIO--MERCADO 0.016059 0.025757 0.623476 0.5330
ATLAS--AR(1) 0.955518 0.011136 85.80808 0.0000
CAFES--AR(1) 0.954120 0.010461 91.20929 0.0000
CBCT--AR(1) 0.858538 0.018951 45.30196 0.0000
CIMP--AR(1) 0.964532 0.010189 94.66210 0.0000
CINTE--AR(1) 0.979556 0.007499 130.6297 0.0000
ENUR--AR(1) 0.933991 0.013389 69.75792 0.0000
FIFCO--AR(1) 0.969692 0.009042 107.2417 0.0000
GIMP--AR(1) 0.950793 0.011298 84.15656 0.0000
INC--AR(1) 0.979208 0.007498 130.6000 0.0000
NACIO--AR(1) 0.965575 0.009529 101.3282 0.0000
Fixed Effects
ATLAS--C -1.060938
CAFES--C -0.284641
CBCT--C -0.496186
CIMP--C -2.114392
CINTE--C 1.400342
ENUR--C 0.976850
FIFCO--C -3.483565
GIMP--C -2.101986
INC--C -0.633503
NACIO--C -1.386797
Statistics
R-squared 0.932187
Adjusted R-squared 0.931912
S.E. of regression 1.735447
Durbin-Watson stat 1.990366
2
Como se puede observar los estadísticos ( R y Durbin Watson) además de los Beta
estimados son muy similares a la estimación utilizada para el análisis.
17