“investigación del uso práctico y efectividad del ... · 2.1 teoria de selecciÓn de cartera...

Ingeniería en Administración de Empresas

Santiago Centro

“Investigación del uso práctico y efectividad del coeficiente

beta como método predictivo del riesgo sistemático en Chile”

Trabajo de Seminario para optar al título de Ingeniero

en Administración de Empresas mención Finanzas.

Profesor Guía: Francisco Huilipán Carrasco.

Nombre de los Autores:

Constanza Acevedo Escobar.

Fernando Castillo Elgueta.

Mariela Mahias Gamboa.

Andrea Ortega Salas.

Santiago, diciembre del 2017.


DEDICATORIAS Y AGRADECIMIENTOS

A los profesores que nos ayudaron y apoyaron durante el desarrollo de la investigación, por sus consejos en los pasillos y por el tiempo que nos otorgaron. En especial a nuestro profesor guía, señor Francisco Huilipán Carrasco, quien se ha tomado el arduo trabajo de transmitirnos sus diversos conocimientos, especialmente en el campo y de los temas que corresponden a la profesión, y por haber depositado su confianza, creer en nuestras capacidades y darnos esta gran oportunidad.

A las personas más importantes de nuestras vidas, nuestras familias. Gracias por ser parte de este proceso y ser el soporte fundamental para llevar a cabo esta tesis

¡Muchas gracias!


Contenido RESUMEN ....................................................................................................................................................... 4 ABSTRACT ....................................................................................................................................................... 4 CAPÍTULO I ..................................................................................................................................................... 5

INTRODUCCIÓN .......................................................................................................................................... 5 1. CONTEXTO HISTÓRICO ....................................................................................................................... 7

1.1 ANTECEDENTES ........................................................................................................................14 1.2 PROBLEMA PRÁCTICO ..............................................................................................................25 1.3 DELIMITACIONES .....................................................................................................................27 1.4 OBJETIVOS ................................................................................................................................34

CAPÍTULO II ..................................................................................................................................................35 MARCO TEÓRICO ......................................................................................................................................35

2.1 TEORIA DE SELECCIÓN DE CARTERA .........................................................................................35 2.2 LINEA DE MERCADO DE VALORES (LMV) .................................................................................37 2.3 MODELO CAPM ........................................................................................................................38 2.4 DIVERSIFICACIÓN......................................................................................................................40 2.5 RIESGO SISTEMÁTICO Y RIESGO NO SISTEMÁTICO ..................................................................41 2.6 VOLATILIDAD ............................................................................................................................42 2.7 MEDICIONES ESTADÍSTICAS .....................................................................................................42 2.8 RENDIMIENTO ESPERADO ........................................................................................................43 2.9 MEDICIÓN DEL RIESGO .............................................................................................................43 2.10 COEFICIENTE BETA ...................................................................................................................43 2.11 INDICES BURSATILES.................................................................................................................45 2.12 CONSIDERACIONES ADICIONALES ............................................................................................57 2.12.1 Situación de Chile .....................................................................................................................57 2.12.2 Situación de Los Estados Unidos ..............................................................................................65

CAPÍTULO III .................................................................................................................................................70 MARCO ECONÓMICO ...............................................................................................................................70 3. MODELOS USADOS EN EL CÁLCULO DE BETA ..................................................................................73

3.1 MÉTODO DE LOS MÍNIMOS CUADRADOS ................................................................................73 3.2 MÉTODO DE REGRESIÓN LINEAL ..............................................................................................74 3.3 OTROS TIPOS DE BETAS ............................................................................................................75

CAPÍTULO III .................................................................................................................................................78 METODOLOGÍA.........................................................................................................................................78 1. HIPOTESIS .........................................................................................................................................78 2. DISEÑO DE LA INVESTIGACIÓN ........................................................................................................78 3. DEFINICIÓN CONCEPTUAL Y OPERATIVA .........................................................................................79 4. UNIVERSO Y MUESTRA .....................................................................................................................79 5. INSTRUMENTO DE MEDICIÓN ..........................................................................................................81 7. APLICACIÓN DE DATOS POR PERIODO .............................................................................................82

CONCLUSIÓN ................................................................................................................................................99 BIBLIOGRAFÍA .............................................................................................................................................101 REFERENCIAS ..............................................................................................................................................101 ANEXOS ......................................................................................................................................................103


Página 4

RESUMEN

La presente investigación tiene como objetivo analizar el uso práctico y la efectividad del coeficiente beta, como método predictivo del riesgo sistemático en el mercado chileno, para los periodos comprendidos entre los años 2009 y 2016, como también bajo distintos escenarios económicos. Se analiza la estabilidad del coeficiente beta, mediante las metodologías de métodos de los mínimos cuadrados, y beta teórico.

Se concluye, que el coeficiente beta no es capaz de explicar las volatilidades de precios de las acciones del mercado chileno, por lo tanto, se rechaza la hipótesis planteada.

ABSTRACT

The purpose of this research is to analyze the practical use and how effective is the beta coefficient, as a predictive method of the systematic risk in the Chilean market. This research covers the years of 2009 to 2016 and as well as considering various economic conditions. The stability of beta coefficient is analyzed using the least squares method and the theoretical beta.

This research concludes that the beta coefficient would not be able to explain the variability of the shares prices in the Chilean market and hence the hypothesis is rejected.


Página 5

CAPÍTULO I

INTRODUCCIÓN

Actualmente el concepto de volatilidad ha tomado cada vez más fuerza en cualquier conversación financiera alrededor del mundo, en donde se ven afectados con mayor frecuencia a las variabilidades de precios de los activos financieros, cotizados en sus respectivas bolsas, tal es el caso de las divisas, commodities, bonos y acciones, tasas de interés, hasta las populares criptomonedas. Estas variaciones, generan una gran incertidumbre y riesgo para los tenedores de dichos títulos afectando su liquidez y rentabilidad.

La variabilidad de los precios, se especifica como la volatilidad que mide las trayectorias o fluctuaciones de estos, de las rentabilidades de un activo financiero, de los tipos de interés y en general, de cualquier activo financiero en el mercado.

Si el precio de un activo se mueve mucho y muy rápido se dice que ese precio es muy volátil, ¿los motivos de dicha volatilidad?, son múltiples motivos, pero el principal está asociado a la globalización y a todo lo que esto conlleva, como la apertura de nuevos mercados, tratados de libre comercio, facilidad y acceso a la información e integración y correlación de las principales economías mundiales.

Debido a la correlación existente entre los mercados mundiales, cualquier información, referida a datos macroeconómicos, expectativas, especulación, informes económicos y corporativos, guerras y terrorismo, eventos políticos, desastres naturales, o cualquier hecho que provenga de los mercados más desarrollados, causará un impacto en los precios de los activos, generando un efecto en cadena para las demás economías. Tomando en consideración lo anterior, es frecuente que se produzcan reacciones en otros mercados, como el chileno, cuando Estados Unidos entrega información relevante sobre el desempeño de su economía, por ejemplo, las decisiones de la tasa de interés, proyecciones económicas e inventarios de petróleo crudo de la Administración de Información de Energía (EIA, por su sigla en inglés), en este caso, el nivel de los inventarios influye en el precio de los productos petrolíferos, lo que podría tener un impacto en la inflación y otras fuerzas de la economía estadounidense, provocando alzas o bajas en los índices de precios de acciones locales.

Debido a que es imposible anticipar exactamente el comportamiento futuro de los mercados y al mismo tiempo permanecer aislados de toda la información que provenga del exterior, no aumente el riesgo de los activos, es por esto, que se ha utilizado desde décadas el coeficiente beta como un indicador de medida del riesgo sistemático, identificado como el riesgo no diversificable, el cual no se puede eliminar, ya que es el riesgo propio de estar inserto en la economía de un país, estas estimaciones de beta se han realizado con el claro objetivo de identificar y estimar las consecuencias financieras negativas de pérdida frente a la volatilidad de los activos y así reducir las incertidumbres generadas en los mercados.

En el mundo de las finanzas el término beta hace referencia a la pendiente de la relación lineal, que se ajusta a la tasa de rendimiento sobre una inversión y la tasa de

http://economipedia.com/definiciones/activo-financiero.html


Página 6

rendimiento del mercado, por lo tanto, el rendimiento de un activo estará determinado por el riesgo del mercado, ya que a mayor riesgo se esperará una mayor rentabilidad.

En la actualidad, el coeficiente beta se ha convertido en una importante herramienta para la toma de numerosas decisiones financieras. En este sentido, beta permite desarrollar estrategias de inversión, analizar coberturas de riesgo con activos derivados, gestionar y evaluar carteras, además de ser un componente relevante dentro del modelo CAPM, modelo utilizado para estimar el costo del capital, definido como la rentabilidad mínima exigida al capital propio por los inversionistas.

Tomando en consideración la volatilidad de los mercados y la importancia del coeficiente beta para otros modelos como el CAPM, se esperarán variaciones en su cálculo, provocadas por la variabilidad de los precios de los activos y otras referidas a quien realiza la estimación, referentes a los periodos, rangos y frecuencia de datos históricos utilizados, por lo tanto, cualquier variación en su cálculo provocará que se estén subvalorando o sobrevalorando todo aquello en donde el beta esté involucrado, afectando valorizaciones de proyectos o empresas, con el riesgo de destruir valor en la empresa, por una mala estimación de un coeficiente estadístico.

A consecuencia de lo anterior, y teniendo en cuenta la importancia del coeficiente beta para los inversionistas y evaluadores de riesgo, surge esta investigación, con el propósito de estudiar el coeficiente beta, en donde se hace imprescindible analizar su estabilidad para el mercado accionario chileno y la relación existente entre el rendimiento real del mercado y el rendimiento teórico que intenta explicar el coeficiente beta.


Página 7

1. CONTEXTO HISTÓRICO

En el entorno de la economía financiera actual se utilizan, como una de las bases fundamentales, los modelos de valoración de activos financieros, dentro de los que destaca el modelo de valoración de activos financieros (CAPM, por su sigla en inglés), presentado por William Sharpe1 (1964), John Lintner2 (1965) y Jan Mossin3 (1966), basado en trabajos previos de Harry Markowitz4 (1952) relacionados con la diversificación de cartera y la Teoría Moderna de Portfolio. Este modelo expone la relación entre rentabilidad y riesgo, dejando de manifiesto que el riesgo sistemático, medido a través del coeficiente beta, es el único factor relevante al momento de determinar la rentabilidad esperada de los activos financieros.

“Tratar de medir el riesgo sistemático equivale a medir la sensibilidad de la rentabilidad de una acción a los movimientos del mercado. Esta sensibilidad es precisamente lo que se conoce como beta de la acción” 5. (Fernández, 1997)

El coeficiente beta se convierte así, en una herramienta para la toma de decisiones y análisis financiero, como es el caso de la gestión y evaluación de carteras de activos, evaluación del costo de capital de una empresa, desarrollo de estrategias de inversión y análisis de riesgo. Sin embargo, la volatilidad y globalización de los mercados, lleva al cuestionamiento de la efectividad de beta en la actualidad, de tal manera, que se han llevado a cabo investigaciones y evaluaciones de datos, en distintos mercados y periodos, para lograr concluir, si es una medida de aproximación al riesgo de las empresas.

El Método formal del riesgo de las acciones para el inversor había tenido un cambio desde 1952, cuando Harry Markowitz destacó que el efecto de la diversificación de inversiones sobre el riesgo tenía un límite. Como los riesgos de los activos están correlacionados en algún grado, una cartera diversificada puede eliminar algunos riesgos, pero no por completo. “No puede aceptarse el supuesto de que la ley de los grandes números se aplica a una cartera de títulos. Los rendimientos de los títulos están correlacionados, y la diversificación no puede eliminar toda la varianza.”

1 Sharpe, W. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk (19). The

Journal of Finance. (pp. 425-442)

2 Lintner, J. (1965). The evaluation of risk assets and the selection of risky Investments in stock portfolios

and capital budgets. The review of economics and statistics, 47(1). (pp. 13-47).

3 Mossin,J. (1966). Equilibrium in a capital asset market. Econometric: Journal of the econometric society,

34(4), (pp.768-783).

4 Markowitz, H. (1952). Portfolio Selection. The Journal of Finance. (pp. 77-91)

5 Fernández, P. (1997). Volatilidades, betas y alfas de empresas españolas. Periodos 1990-1996 Y 1986-1989. Documento de Investigación N° 350. IESE Business School, Universidad de Navarra. Madrid, España.


Página 8

(Jack Treynor, 1961)6 Realizó un estudio y avanzó en parte de algunos factores del CAPM: “Toward a Theory of the Market Value of Risky Assets”, se basó en la eterna confusión de los profesionales que hace referencia a que los inversores tenían préstamos ilimitados y poca capacidad de responder a los pagos, por tanto, propuso la teoría del valor de mercado, que incorporó las primas de riesgo y ayudó a definir y medir objetivamente el riesgo de inversión. Esta teoría de valor de mercado de los activos con riesgo, es un modelo de un período que toma un año de los rendimientos y que puede considerarse un modelo de CAPM. “En nuestro mercado de acciones idealizado, el adicional por riesgo para una acción es proporcional a la covarianza de la inversión con el valor total de todas las inversiones en el mercado, de este modo, el adicional por riesgo se medía con la relación de la covarianza y la varianza” la incertidumbre, de todo el mercado dice Jack Treynor.

El Modelo de Valoración de Activos Financieros (CAPM, por su sigla en inglés) desarrollado por William Sharpe7 y publicado en 1964, se basó en las formulaciones de Harry Markowitz, quien había desarrollado trabajos previos relacionados con la diversificación de carteras y la Teoría Moderna de Portfolio. Este modelo CAPM, incluye el coeficiente beta que representa el riesgo sistemático, es decir, aquel riesgo que no es posible eliminar diversificando la cartera en distintos tipos de activos.

Tal como se señala anteriormente, existen muchos modelos de valorización de empresas, de valorización de activos de capital, que incorporan la utilización de medidas de volatilidad, siendo utilizado en mayor medida el estimador estadístico Beta, el cual es una medida de la volatilidad de un activo (una acción o un valor) relativa a la variabilidad del mercado. Si el valor de beta está centrado en 1, refleja equivalencia con el mercado, es decir, se moverá en conjunto con el promedio del mercado y dependiendo si es mayor o menor a 1 denotará la volatilidad con respecto al mercado. Se espera que si una acción con un beta de 1,5 pueda subir o bajar un 1,5% cuando el mercado sube o baja en un 1%. Una acción con un beta negativo se moverá, en promedio, en forma opuesta a la dirección del mercado (Levinson, 2006)8.

En relación al riesgo sistemático9, es aquel que no se puede eliminar mediante la diversificación, y afecta a todas las empresas, en este ámbito, se puede considerar la inflación, movimientos en la tasa de interés, entre otras, y puesto que el inversionista puede eliminar el riesgo diversificable10, el riesgo relevante es el sistemático, debido a que este riesgo depende del mercado en donde cotizan los activos y por tanto no se puede reducir.

6 Treynor, J. (1961). Toward a Theory of the Market Value of Risky Assets (6). Unpublished manuscript.

7 Sharpe, W. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk (19). The Journal of Finance. (pp. 425-442).

8 Levinson, Mark (2006). Guide to Financial Markets. Londres: The Economist (Profile Books). (pp.145-

146) Recuperado de www.books.mec.biz/downloads/Guide_to_Financial_Markets/NDYzMzM5NzQ4

9 Sanz, R., Arias, J., Finanzas empresariales 2016. Madrid: Universitaria Ramón Areces. (p. 331)

10 Se denomina así al riesgo no sistemático, es decir, el riesgo inherente a cada empresa o sector económico en particular. Se puede mitigar o reducir con una diversificación adecuada de la cartera.


Página 9

La volatilidad, como medida de riesgo total de un activo específico, comúnmente utiliza un análisis de sensibilidad y de distribución de probabilidades. El análisis de sensibilidad mide el riesgo en diversos escenarios, evaluados a través de la rentabilidad y usualmente se divide en: pesimista, neutro y optimista11.

( Jhon,Lintner, 1965)12, utilizó una muestra de los retornos anuales de 301 acciones de empresas con mayor capitalización bursátil y el índice S&P 500, con datos para el periodo entre 1954 y 1963, fue uno de los primeros en cuestionar el CAPM. Utilizó una metodología, en la que los betas son calculados directamente a partir de los retornos individuales, utilizó el Modelo de Mercado13 propuesto inicialmente por Harry Markowitz y extendido por William Sharpe.

Primero, obtiene los betas usando el Modelo de Mercado y series de tiempo, luego, trata de explicar los retornos promedio de corte transversal con los betas obtenidos, pero, añadiendo un elemento, la varianza de los residuos de la primera regresión, que es lo que se ha denominado riesgo diversificable. De los resultados de las regresiones obtenidas, concluye que, los accionistas tienen un premio tanto por el riesgo sistemático (riesgo del mercado), como por el diversificable (riesgo residual o particular).

El modelo CAPM no fue tomado en cuenta al principio por los operadores de la Bolsa y Bancos de Nueva York por los efectos causados de la crisis de 1929 (J.P, Ramirez, 2011) 14 la Gran Depresión15 y los acuerdos del Sistema Bretton Woods16.

A partir de los años setenta, el interés por la medición del riesgo, provenía de los Administradores de Pensiones de Estados Unidos, que veían como los clientes perdían los beneficios de otros fondos con rendimientos más altos. Así que los Bancos y Fondos tomaron la decisión de usar algún método que entregara algún tipo de información del riesgo. De esta forma, el CAPM se convirtió en un modelo de gran utilidad para valorar a los administradores de carteras.

11 Pesimista es el peor panorama de la inversión, es decir, es el resultado en caso del fracaso total del proyecto, neutro, este sería el resultado más probable que supusiéramos en el análisis de la inversión, debe ser objetivo y basado en la mayor información posible y optimista siempre existe la posibilidad de lograr más de lo que proyectamos, el escenario optimista normalmente es el que se presenta para motivar a los inversionistas a correr el riesgo.

12 Lintner, John (1965): “Security Prices, Risk and Maximal Gains from Diversification”. Journal of

Finance, 20, (pp. 587-615).

13 Propone un ajuste de regresión entre la rentabilidad del título y la correspondiente al mercado, en el

que la pendiente del ajuste coincidiría con el coeficiente beta.

14 Ramirez .J. (2011). Vidas paralelas: la banca y el riesgo a través de la historia Jorge Pérez Ramírez Madrid: Marcial Pons, Ediciones Historia. (pp. 440-444)

15 Colapso bursátil que tuvo graves consecuencias en la economía real norteamericana. Creó expectativas pesimistas respecto al futuro que comprimieron el consumo y la inversión; destruyó el ahorro de muchas familias lo que generó una crisis internacional.

16 Sistema de negociación internacional destinada a regular las relaciones monetarias entre estados soberanos desde el final de la segunda guerra mundial mantenían a los mercados financieros y bancarios bajo control.

http://www.marcialpons.es/editoriales/marcial-pons-ediciones-de-historia/1051/


Página 10

(Fisher Black., Jensen y Myron Scholes, 1972)17 También contrastan el CAPM, con el propósito de solucionar los problemas anteriormente expuestos, utilizando una muestra con los retornos mensuales de todas las acciones del NYSE, para el período 1931 a 1965. La metodología consistía, primero, en calcular los betas de los títulos en series de tiempo. La idea es que, si el CAPM puede explicar los retornos de las acciones, también puede explicar los retornos de las carteras de acciones.

Los resultados con series de tiempo muestran que las estimaciones de los betas de las carteras son más precisos que las estimaciones de los betas individuales. Encuentran que, tal como postula el CAPM, hay una relación simple positiva18 entre el retorno promedio de las acciones y beta. Sin embargo, los retornos en exceso esperados son más bajos para betas altos y más altos para los betas bajos, respecto a lo que predice el CAPM.

Josef Lakonishok19 (1993), en el estudio que realizó, cuestiona la importancia del coeficiente beta, indicando como punto inicial, los periodos que comúnmente son utilizados por los investigadores, que consideran como suficiente para probar la efectividad y validez de beta, y que corresponden a veinte años de datos. No obstante, veinte años, se considera un lapso de tiempo que no es suficiente para obtener conclusiones claras. Las variaciones en los rendimientos se convierten en un inconveniente, cuando se comparan los rendimientos de las acciones con un beta alto con aquellas acciones con un beta bajo, así como también es un inconveniente, los rendimientos de las acciones con un ratio valor libro/ valor de mercado alto y uno bajo.

De esta forma, no se puede llegar a afirmaciones concluyentes, a no ser que la diferencia en los rendimientos sea grande y el periodo sea mayor.

Asimismo, se analizó si existía una relación entre los rendimientos de las acciones y el coeficiente beta, en periodos de constantes cambios20, y si llevarían a concluir la importancia de beta. En este análisis se utilizó datos mensuales entre los años 1926 y 1991, obtenidos del Centro de Investigación de Precios de Valores (CRSP, por su sigla en inglés), y utilizando la metodología de regresión de Fama y Mac Beth21 (1973), se

17 Fisher B., Jensen M.C., & Scholes M. (1972). The Capital Asset Pricing Model: Some Empirical Test. In Michael C. Jensen (ed.) Studies in the Theory of Capital Markets (pp.79–121). New York, United States: Praeger Publishers Inc.

18 El modelo CAPM, que expresa la relación lineal entre el rendimiento esperado y beta, intenta explicar

el riesgo de una inversión mediante la existencia de una relación positiva entre riesgo y rendimiento. Es decir, que entre más riesgo tenga una inversión (riesgo dado por beta) mayor será el rendimiento esperado sobre el activo.

19 Lakonishok, J. (1993), is Beta Dead or Alive? AIMR Conference Proceedings, 1993(6). (pp.38-41). Recuperado de http://www.cfapubs.org/doi/pdf/10.2469/cp.v1993.n6.7

20 Durante el periodo comprendido entre los años 1926 y 1991, se desarrollaron hechos que afectaron la

economía estadounidense y mundial. 1926, desaceleración de la economía en Estados Unidos, 1929 a 1933 La Gran Depresión, 1939 a 1945 Segunda Guerra Mundial, 1990 a 1991, Guerra del Golfo Pérsico.

21 Fama, E.F., & MacBeth J.D. (1973). Risk, Return and Equilibrium: Empirical Tests. Journal of Political Economy, 81(3), (pp. 607–636).


Página 11

estimó un coeficiente de regresión (el premio por unidad de beta) de 0,47% por mes, o 6% anual, lo que fue considerado alto. El coeficiente de regresión de 1,84, obtenido por la distribución de probabilidad de t-Student, fue marginalmente significativo. Para el modelo CAPM, la compensación por unidad de beta debería ser igual a la prima de riesgo y durante el periodo comprendido entre los años 1926 y 1991, esa prima de riesgo (considerada prima teórica) fue de 0,76% por mes, por consiguiente, la prima estimada inicialmente, estaba a 29 puntos base de diferencia de la prima teórica, lo que estadísticamente se considera insignificante. En efecto, la probabilidad de que el premio por unidad de beta sea 0% por año, es la misma que si el premio por unidad de beta fuera 12% por año. Por tanto, el porcentaje elegido, podría ser cualquiera en ese rango.

En este estudio, además, se consideró el efecto de la indexación22, que se relaciona con los factores conductuales e institucionales de una empresa23 y que no se asocia con el riesgo, pero sí desempeña un papel importante en los rendimientos de las acciones. Se analizó si las acciones pertenecientes al índice S&P500, generaban rendimientos adicionales entre los años 1977 y 1991, solo por el hecho de pertenecer a ese índice. Para aislar ese efecto, se ajustaron todas las posibles diferencias entre las acciones que pertenecían o no al índice S&P500, tales como, las diferencias en la capitalización bursátil, el coeficiente beta, industrias y ratio valor libro/ valor de mercado.

El resultado se encuentra en la Tabla 1, cada porcentaje, representa el rendimiento adicional en un año determinado, con un promedio de 2,19%, sin embargo, si se hubiese considerado el análisis a partir de 1980, cuando la indexación comenzó a imponerse, el rendimiento promedio extra sería mayor y correspondería a 3,03%. Este rendimiento extra está, probablemente, relacionado con una demanda adicional de acciones pertenecientes al índice S&P500. Este efecto, es una muestra de cómo los factores conductuales e institucionales de una empresa son importantes para impulsar los precios de las acciones.

22 La indexación o agrupación de activos bajo índices bursátiles, se hizo popular a partir de 1980 en los Estados unidos, antes de ese momento, era prácticamente inexistente.

23 Se considera que los factores propios de la empresa, para determinar el precio de las acciones, que hará que estas sean atractivas o no para los inversionistas y por tanto, una mayor demanda de ellas, son los resultados operacionales obtenidos. Otras acciones internas de la empresa, que tendrán relación con el precio de las acciones, son el desarrollo de nuevos proyectos, fusiones, adquisiciones, política de dividendos, contratación de ejecutivos o despidos, como medida de reducción de gastos, responsabilidad social, fraudes y escándalos en que se vean involucrados los altos mandos.


Página 12

|Año % Retorno Adicional

(considerando 3 años previos de la indexación)

% Retorno Adicional (a partir de 1980, cuando comenzó a

imponerse la indexación)

1977 -3,99 -

1978 4,85 -

1979 5,33 -

1980 2,39 2,39

1981 3,17 3,17

1982 6,94 6,94

1983 1,58 1,58

1984 4,69 4,69

1985 -0,08 -0,08

1986 2,21 2,21

1987 5,92 5,92

1988 3,45 3,45

1989 4,87 4,87

1990 -2,94 -2,94

1991 4,15 4,15

Promedio 2,19 3,03

T-Student 2,33 3,90

TABLA 1: Efecto del índice S&P500 sobre los rendimientos

Fuente: Chan y Lakonishok (1993).

Este análisis finaliza, indicando que no hay evidencias concluyentes que lleven a determinar que no existe relación entre los rendimientos y el beta. Después que se ha aceptado, durante veinte años el uso de este coeficiente y sin pruebas empíricas sólidas, sería inapropiado descartar su uso, en especial en un momento en que se estaba avanzando hacia la optimización de los portafolios y que beta emergía como una medida de riesgo importante. Lakonishok, al responder si el beta podría estar relacionado con las variabilidad del S&P500 en el tiempo, señala que en periodos de alza o de baja, la relación entre los rendimientos y el beta es estrecha, además, la compensación por unidad de beta es difícil de resolver y que podría ser como lo predicen los modelos, debido a que un 0,47% no es muy diferente de un 0,76%. Sin


Página 13

embargo, él no dudaría en descartar el coeficiente beta si es que se existiesen otras alternativas para la medición del riesgo sistemático.

Eugene Fama y Kenneth French24 (2002), realizaron un estudio sobre una muestra de datos para acciones transadas en la Bolsa de Nueva York (NYSE, por su sigla en inglés) para los años comprendidos entre 1926 y 1968. Establecen que, como lo predice el modelo CAPM, existe una relación simple positiva entre el rendimiento promedio de las acciones y el beta del mercado durante esos años. No obstante, para el periodo comprendido entre los años 1963 y 1990, determinaron que la relación entre beta y el rendimiento, había desaparecido y que otros factores, como la razón valor libro/ valor de mercado y el tamaño de la empresa, resultaron ser más relevantes al momento de explicar los rendimientos accionarios y el comportamiento futuro.

Por tanto, debido a los factores que habían deducido del estudio que eran considerados relevantes, como la razón valor libro/ valor de mercado y el tamaño de la empresa, y que debían ser considerados en el resultado de los rendimientos, proponen un modelo multifactorial que explique el rendimiento de las acciones, considerando el mercado, el tamaño y la razón valor libro/ valor de mercado de la empresa.

Pablo Fernández y José María Carabias25 (2007), en uno de sus trabajos de investigación, exponen que es un error hacer uso de coeficientes beta calculados con datos históricos, para determinar la rentabilidad exigida a los activos o para medir la gestión de un portafolio. Su afirmación, se basa en el análisis que se realiza a 106 empresas españolas utilizando datos mensuales de cinco años, lo que se consideraba como un procedimiento habitual en la investigación académica y por empresas que suministraban betas. Se utilizó los datos mensuales desde 1991 a 2001 y se calcularon los coeficientes betas con respecto al IGBM y al IBEX26 y en contraste se hizo el análisis de los coeficientes beta de 3.813 empresas de Estados Unidos con respecto al S&P500 para el mismo periodo.

Se concluyó el análisis, afirmando, que los coeficientes betas calculados con datos históricos no son una buena aproximación al coeficiente beta de la empresa y que el modelo CAPM, no funciona, por considerarse que hay otros factores que afectan a la rentabilidad exigida, además de la covarianza que hay entre la rentabilidad de una empresa y la rentabilidad del mercado, la tasa libre de riesgo y la prima de riesgo de mercado. Estas dos afirmaciones se fundamentaron en las siguientes razones:

1. Estos coeficientes betas varían de un día a otro.

2. El índice bursátil, tomado como referencia, hará variar los resultados, por tanto, el beta dependerá del índice utilizado.

24 Fama, E.F., & French, K.R. (1992). The Cross-section of Expected Stocks Returns, 47(2). The Journal

of Finance. (pp. 427-465). Recuperado de: http://faculty.som.yale.edu/zhiwuchen/Investments/Fama-92.pdf

25 Fernandez P., y Carabias J.M. (2007). El peligro de usar betas calculadas (Documento de Investigación). IESE Business School, Universidad de Navarra. Madrid, España.

26 IGBM e IBEX principales Índices Generales de la Bolsa de Madrid.


Página 14

3. El beta obtenido dependerá del periodo histórico que se utilice para el cálculo.

4. Existirán variaciones en los betas, cuando estos se calculan con rentabilidades de periodos distintos, como es el caso de periodos diarios, mensuales o anuales.

5. Es difícil determinar si el beta de una empresa es superior o inferior al de otra empresa.

6. Las rentabilidades futuras de las acciones no tienen una relación estrecha con los betas calculados.

7. Dada la inestabilidad de beta, lleva a empresas a realizar cálculos cualitativos para la obtención del beta de la empresa o para sus proyectos de inversión.

Entonces tal como se hace referencia, se indica que existen varios análisis enfocados a la utilización de un modelo de referencia sobre valorización de capital, por sobre el estudio de estas medidas de variabilidad, en especial el estadístico beta.

1.1 ANTECEDENTES

A nivel nacional los estudios que se han desarrollado han estado centrados en probar la efectividad y aplicabilidad de los modelos clásicos de las finanzas corporativas, mediante los cuales se ha intentado explicar los movimientos de precios en el mercado accionario chileno. Estas investigaciones se han desarrollado sobre la base del Capital Asset Pricing Model (CAPM), modelo que ha sido ampliamente investigado desde su aparición, pero a pesar de lo anterior no se ha enfatizado en estudiar la estabilidad de uno de los componentes del modelo, como lo es el coeficiente beta, indicador utilizado como medida de la volatilidad de las acciones en relación con el mercado.

Tomando en consideración lo anterior, es así como surge la investigación comparación de modelos de predicción de retornos accionarios en el Mercado Accionario Chileno: CAPM, Fama y French y Reward Beta27 (Kristjanpoller Rodríguez, W., & Liberona Maturana, C., 2010). Este artículo se centra en diferentes modelos que intentan explicar los movimientos de precios en el mercado accionario, en particular se estudian el modelo CAPM, el modelo Reward Beta y el modelo de tres factores de Fama y French. El objetivo es poder determinar cuál de ellos explica de mejor manera los resultados de los retornos en el mercado accionario chileno.

Las pruebas son realizadas bajo el procedimiento de formación de portafolios28, siguiendo esencialmente la metodología dispuesta en “The Cross-Section of Expected Stock”29 (Fama, E. y French, K., 1992) y en la metodología de regresión de dos pasos propuesta en “Risk, Return and Equilibrium: Empirical”30 (Fama, E. y MacBeth, J.,

27 Departamento de Industrias, Universidad Federico Santa María, Chile

28 Los portafolios de inversión son patrimonios constituidos por las aportaciones de dinero de los inversionistas, combinando diferentes instrumentos con los que se busca repartir el riesgo.

29 Journal of Finance, Vol. 47, Blackwell Publishing, Oxford.

30 Journal of Political Economy, No. 81, University of Chicago Press, Chicago.


Página 15

1973), que fue adaptada en el desarrollo del modelo Reward Beta “Expected Utility and Mean-Risk Asset Pricing"31 (Bornholt, G., 2006).

Para la metodología de pruebas de dos pasos, se utilizó la división de la muestra en dos periodos, realizando una regresión de serie de tiempo32 para el primero y una regresión de corte transversal33 para el segundo. Los datos de los retornos que se tomaron fueron mensuales y la muestra comprendió a un total de 70 acciones en un periodo de 120 meses.

Los retornos mensuales fueron calculados como el logaritmo natural del cociente entre el precio de cierre del mes analizado sobre el precio de cierre del mes anterior. Como tasa libre de riesgo, se utilizó la tasa de interés entregada por los pagarés descontables a 90 días del Banco Central. A su vez, para la estimación del retorno de mercado se utilizó como proxy el portafolio de mercado Índice General de Precios de Acciones, IGPA.

Para los factores del modelo Fama y French, SMB y HML, correspondientes al tamaño y libro bolsa respectivamente, se construyeron seis portafolios, donde las acciones son ponderadas por tamaño y ratio libro bolsa.

Posterior a la determinación de los factores, Fama y French (1992) utilizaron como metodología para la prueba, 9 portafolios de inversión dividiéndose en dos muestras temporales, comprendidas en 5 años con 60 meses para cada una. La primera muestra exante corresponde al período entre el 31 de diciembre de 1997 y el 31 de diciembre de 2002; mientras que la segunda, muestra expost, corresponde al período entre el 31 de diciembre de 2003 al 31 de diciembre del 2008.

Los parámetros utilizados para validar los modelos fueron, que el intercepto34 sea cero en la regresión de corte transversal, lo que quiere decir que todo el premio por riesgo sea explicado por las variables del modelo. Además, que los coeficientes de las variables explicativas sean distintos de cero.

En tabla 2 se detallan los resultados de la regresión de los factores y sensibilidades estimadas de los modelos estudiados, versus el premio por riesgo de la muestra ex post. Los valores de los interceptos han sido bajos para todos los modelos y significativamente no distintos de cero; sin embargo, los (R²)35 miden un ajuste pobre de

31 Social Science Research Network, Working Paper No. 921323, Queensland, Australia.

32 Una base de datos de series de tiempo consiste en las observaciones de una o varias variables a lo largo del tiempo (Wooldrige, 2010:8).

33 consiste en una muestra de individuos, hogares, empresas, ciudades, estados, países u otras unidades, tomada en algún punto dado en el tiempo (Wooldrige,2010. P.5).

34 El intercepto es el valor de “y” cuando “x” vale cero, es decir el punto donde la recta cruza el eje vertical.

35 El coeficiente de determinación es un estadístico usado en el contexto de un modelo estadístico cuyo principal propósito es predecir futuros resultados o probar una hipótesis. El coeficiente determina la calidad del modelo para replicar los resultados, y la proporción de variación de los resultados que puede explicarse por el modelo. Steel, R.G.D, and Torrie, J. H., Principles and Procedures of Statistics with Special Reference to the Biological Sciences., McGraw Hill, 1960, (pp.187, 287)


Página 16

los modelos CAPM y Reward Beta rechazando la hipótesis de que pueden explicar los retornos financieros. Para el caso de Reward Beta, se estima un beta de prácticamente valor cero, llevando el beta de CAPM la mayor parte del ajuste del modelo. En el caso opuesto, el modelo de tres factores de Fama y French presenta un R² suficientemente alto (0,818).

La eliminación forzada del intercepto modifica radicalmente el ajuste del modelo CAPM, presentando un R² de (0,837). A pesar de que el ajuste del modelo Reward Beta también cambia, pero sigue siendo explicado por el aporte del beta de mercado CAPM. Así mismo, para el modelo de tres factores de Fama y French se encuentra un mayor R² (0,965), el cual se explica por el ajuste de beta del mercado.

TABLA 2: Comparación de Modelos Fuente: (Kristjanpoller Rodríguez, W., & Liberona Maturana, C., 2010)

Con la información presentada, los autores de esta investigación concluyen en base a la metodología y cálculos planteados, que el modelo de tres factores de Fama y French puede explicar de manera significativa los retornos accionarios para el período entre enero de 1998 y diciembre del 2008. Esto implica que los retornos de las acciones se pueden explicar fundamentalmente por sus indicadores de tamaño y relación libro bolsa, entregando un ajuste suficientemente alto. Por el contrario, para los modelos CAPM y Reward Beta se encontró un bajo ajuste con respecto al retorno de mercado, por lo que éstos no explican satisfactoriamente los retornos accionarios chilenos.

Otra investigación realizada en el país llamada correlación entre precios accionarios y valor económico agregado36 (Vidal, Rodrigo, 2006). Propone la aplicación

36 Tesina presentada como requisito para Optar al Grado de Licenciado en Administración – Universidad Austral de Chile Escuela de Ingeniería Comercial.

Prueba ex post modelos CAPM, Reward Beta y tres factores

de Fama y French

Modelo Intercepto Reward Beta

Beta Capm B S H R2

CAPM con

Intercepto 0,004 0,011 0,183

Tres Factores

con Intercepto -0,002 0,014* -0,003 0,017** 0,818

Reward Beta

con Intercepto 0,004 0,000 0,011 0,191

CAPM 0,016*** 0,837

Tres Factores 0,012*** -0,003 0,017** 0,965

Reward Beta 0,000 0,016*** 0,837


Página 17

del modelo de gestión y valuación de empresas “Valor Económico Agregado” en las principales Sociedades Anónimas Abiertas que cotizan sus acciones en la Bolsa de Comercio de Santiago de Chile.

El objetivo del estudio fue determinar si existe una correlación significativa entre el indicador de gestión y valuación de empresas “E.V.A” y los precios accionarios de las Sociedades Anónimas Abiertas en Chile.

Para la elección de la muestra se utilizaron 17 acciones pertenecientes al I.P.S.A con información completa trimestral para el período comprendido entre 1994- 2005. Para el cálculo del indicador E.V.A se utilizó el método del resultado ajustado y el análisis se llevó a cabo utilizando un modelo de regresión lineal simple.

Para la validación de los datos, se planteó que se aceptara la correlación entre el indicador de gestión y el E.V.A, si del total de empresas un 75% de los casos el coeficiente R² es igual o superior a 0.6.

Los resultados obtenidos según los coeficientes de determinación R² generados en cada una de las 17 acciones analizadas, señalan que el precio para el periodo considerado queda estadísticamente explicado en un 76,5 % de los casos analizados, el coeficiente R² deja entrever que una parte importante de los precios accionarios queda explicado por la métrica E.V.A. Por el contrario del total de 17 empresas, solo 4 de ellas obtuvieron un R² inferior al 0.6. Sin embargo, este grupo representa solo el 23.5% del total de la muestra.

El principal hallazgo de esta investigación fue que el modelo de Valor Económico Agregado siguió una tendencia consistente al valuar las empresas que cotizan en la Bolsa de Comercio de Santiago de Chile entre 1994-2005, por lo tanto, se podría señalar que este modelo explica la cotización bursátil que experimento una acción en un período de tiempo ex–ante. Sin embargo, éstos y otros criterios contemplan implícitamente prácticas contables que pueden desvirtuar el real desempeño económico de una compañía en un período determinado, manipulando la información contable o los métodos utilizados para su estimación. Tampoco se menciona el por qué se utilizó el indicador IPSA como la muestra de estudio, no hay un sustento detrás de tal elección o del mismo modo no existe evidencia de por qué no se utilizó el indicador IGPA para realizar el mismo procedimiento.

Por el contrario, a lo investigado a nivel nacional, en el extranjero se han realizado diversos estudios con los que se ha intentado evaluar la estabilidad del coeficiente beta, estos documentos se relacionan en menor o mayor medida a la investigación que se ha planteado. A continuación, se procede a la descripción de cada uno de ellos.

En Argentina, se desarrolló la tesis de postgrado: El modelo CAPM: predictividad del coeficiente beta en países con economías emergentes caso Argentina37 (Fernández, Marisa, 2006). Este trabajo está basado en cómo afectan las características básicas de una economía emergente en el modelo CAPM, para ello intentan comprobar la eficiencia de los coeficientes betas del modelo CAPM en

37 El modelo CAPM: predictividad del coeficiente beta en países con economías emergentes. Caso Argentina. Facultad de Ciencias Económicas. Universidad de Buenos Aires.


Página 18

Argentina, analizando una muestra de acciones en un periodo de 30 meses, comprendidas entre enero de 2003 y junio de 2006. Utilizando para ello tres enfoques:

El primero: comprobar la existencia, la relación positiva y significativa entre los retornos esperados y el riesgo de cada uno de esos activos en la cartera de mercado, tal como lo plantea el CAPM.

El segundo: analizar la capacidad predictiva del beta de un período con respecto a los retornos obtenidos en el período siguiente, de un grupo de activos en conjunto.

Y el tercero, analizar la capacidad predictiva del beta de un período con respecto a los retornos obtenidos en el período siguiente, de cada acción en particular.

Con este fin, se analiza si se cumple la hipótesis del CAPM sobre la existencia de una relación positiva entre las primas promedio de los activos y el riesgo de ese activo en la cartera de mercado con inversores adversos al riesgo, que es representado por su beta.

Para este estudio se tomó una muestra de los retornos diarios de 8 acciones del índice Merval y los betas fueron calculados teniendo en cuenta los datos históricos correspondientes. Para el cálculo de las primas de riesgo de las acciones y del mercado y considerando que los retornos de las acciones han sido convertidos a dólares, se tomó como Tasa libre de Riesgo la tasa de las Letras del Tesoro norteamericano a 10 años (T-Bills).

El procedimiento utilizado consistió en estimar las primas o retornos en exceso de cada acción y del mercado y en base a éstos, calcular su beta considerando los datos diarios correspondientes a un semestre. El cálculo de los betas fue realizado tomando diferentes proxies de mercado (BOLSA38, BURCAP39, S&P 50040, MSCI Emerging41, MSCI Latin America42 y MSCI World43), para comprobar cuál de estos índices representa mejor al mercado argentino y poder analizar los diferentes resultados de acuerdo con la cartera de mercado utilizada en el cálculo.

Una vez obtenidos los coeficientes betas, se realizaron regresiones entre el promedio semestral de las primas diarias de las acciones y los betas calculados con respecto a los distintos proxies de cartera de mercado durante el período analizado. El test de coeficiente fue realizado utilizando la función de análisis de datos - VBA del

38 Índice General de Bolsa indicador argentino que mide capitalización e incluye todas las acciones ordinarias que cotizan en la BCBA.

39 Índice Argentino que mide capitalización tomando el mismo grupo de empresas que incluye el índice Merval.

40 Standard & Poor indicador de la performance de 500 firmas norteamericanas.

41 MSCI Emerging, indicador de la performance del mercado de países emergentes. Representa 26 mercados de países emergentes.

42 MSCI Latin América, indicador de la performance del mercado de países latinoamericanos.

43 MSCI World, indicador de la performance general del mercado de países desarrollados. Representa 23 mercados de países desarrollados.


Página 19

Excel, utilizando como rango “Y” de entrada la variable dependiente de la prima de riesgo de cada acción y como Rango “X” de entrada el rango de la variable explicativa, o sea el beta obtenido por cada proxy de cartera de mercado. Si el coeficiente resultante de esta regresión es positivo y significativamente distinto de cero, se comprueba la validez y aplicabilidad del CAPM en el mercado argentino.

Los resultados para el primer enfoque arrojaron que los índices locales BOLSA y BURCAP utilizados como cartera de mercado son los que obtienen el mayor porcentaje de coeficientes positivos significativos en cambio (en ambos los acciones BSUD y ERAR son las únicas cuyo coeficiente resulta negativo). El resto de los proxies de mercado presentan, en prácticamente todos los casos, coeficientes negativos, contradiciendo la hipótesis del CAPM.

Por otra parte, las regresiones muestran R² bajos. El promedio por índice de R² obtenidos en las regresiones de las distintas acciones, no supera en ningún caso el 30%. Un porcentaje de R² bajo revela que el riesgo no diversificable representado por beta no es la única variable explicativa de riesgo de la acción y, por lo tanto, existen otros elementos involucrados en la determinación de su riesgo.

Para el segundo enfoque se tomaron como muestra las mismas 8 acciones, utilizando los betas obtenidos para el primer enfoque. Posteriormente, se procedió a realizar regresiones por cada Proxy considerando los betas de cierto período de todas las acciones contra sus respectivas primas obtenidas en el semestre inmediato posterior. El objetivo que se busco fue realizar una regresión cross-section para comprobar si los betas calculados para un período sirven como variables explicativas de los retornos de los activos en el futuro inmediato, de ser así, el coeficiente obtenido debería ser positivo y significativo.

Los resultados obtenidos para el segundo enfoque arrojaron que la predicción de los coeficientes betas de un período no resulta coincidente con la realidad del período posterior en por lo menos el 40% de los casos, lo cual no permite asegurar que los betas obtenidos expliquen el comportamiento futuro de las acciones ante cambios en el índice de mercado.

Para el tercer enfoque se utilizó la misma metodología que para los dos enfoques anteriores, los resultados arrojaron que los coeficientes positivos obtenidos resultaron, en su mayoría, de escasa significatividad. Y en general, la capacidad predictiva de los betas resulta limitada.

Dado lo anterior se realizó como último recurso, un proceso complementario a fin de verificar el método con el cual se obtengan mejores resultados. Estos procesos alternativos incluyeron tomar las cotizaciones en pesos argentinos (ARS), considerar como tasa libre de riesgo la tasa Prime44 publicada por el BCRA45 y la tasa de Caja de

44 La tasa de interés preferencial (prime) es utilizada por los bancos comerciales para cargar a sus clientes más solventes, que por lo general son grandes compañías.

45 El Banco Central de la República Argentina es el organismo rector del sistema financiero de la Argentina, encargado de la política monetaria del país.


Página 20

Ahorro46 en pesos (ARS) del Banco Nación de la República Argentina. En base a estos nuevos datos, se estimó el cálculo de beta tomando diferentes períodos de primas (diarias, de un mes y de tres meses), realizado regresiones con los betas de fin de mes y los promedios diarios mensuales de primas, entre otros.

Según los resultados obtenidos bajo este nuevo método de estimación de los betas, la autora de la investigación concluye. “Los resultados de estas diferentes variantes no han sido más estables que los obtenidos bajo los enfoques anteriores, es más, en algunos casos los resultados han sido peores” (Fernández, Marisa, 2006).

Según otro estudio hecho en Argentina47 (Ferraro, Mauro, 2008), tuvo como objetivo estudiar la estabilidad de los betas, en base a portafolios de las respectivas empresas con oferta pública en la Bolsa de Comercio de Buenos Aires (BCBA) durante los años 1994 y 2007.

La base de datos de este trabajo se obtuvo a partir de la recopilación de cotizaciones de cierre y volumen negociado de todas las empresas listadas en cada rueda de la BCBA, la cual engloba la totalidad de las acciones que han cotizado durante el periodo 1994-2007. Estas acciones fueron clasificadas en sectores según su actividad principal reportada en el Boletín Semanal de la BCBA.

Cada sector fue considerado como un portafolio de las acciones de las empresas que entran en su categoría, obteniendo el retorno ponderado en cada sesión, su volumen negociado y el porcentaje de participación del volumen negociado en el mercado.

En el estudio calcularon los betas de los sectores, utilizando dos métodos de estimación que se proponían en este estudio, estos eran el VCM, una metodología de estimación no paramétrica denominada Varying Coecient Model48 , mientras que el otro método era bajo la estimación del MCO49, el cual considera solamente la componente paramétrica.

Dados los resultados del presente trabajo los autores determinaron que en la estimación por MCO, “se observó que todos los coeficientes betas, son estadísticamente significativos, por el cual el mercado es un adecuado regresor para explicar los movimientos en los retornos del portafolio de los sectores. No obstante, los coeficientes no podrían ser útiles dado que no son estables en el tiempo”.

Por otra parte, la estimación por VCM, se pudo apreciar que todos los sectores mostraban un patrón volátil de su beta en el tiempo y destacan adicionalmente, una

46 Son tasas que ofrecen rentabilidades seguras a través de depósitos a plazo, con el que, pasado el tiempo pactado, se obtiene una ganancia acorde a la tasa y el monto invertido.

47 Ferraro M. “Inestabilidad de Beta de Sectores Económicos en la Bolsa de Comercio de Buenos Aires (1994-2007)” Tesis de Maestría en Economía, Universidad Nacional de La Plata.

48 Es una generalización del Generalized Additive Model (GAM). Consiste en introducir un término de interacción entre el retorno del mercado y el tiempo.

49 Mínimos Cuadrados Ordinarios, asume que beta es estacionaria.


Página 21

clara evidencia de que el riesgo sistemático de la mayoría de los sectores había caído luego de la crisis financiera del 200150, junto con la recuperación económica.

También, un trabajo de investigación realizado en Bolivia51 (Vidaurre Ortega, 2016), realizaron la aproximación práctica de los modelos alternativos para la estimación del coeficiente beta, al igual que su relación y correlación con el modelo tradicional.

En la investigación determinaron como muestra, a los Bancos Múltiples, argumentando… “su permanencia en el mercado es la más antigua, además que las complejidades de sus operaciones engloban al resto de las tipologías esgrimidas en la LSF”52 ( Ortega, V. & Isabel, J., 2016).

En función de esto, los bancos seleccionados fueron el Banco Nacional de Bolivia, Banco Mercantil Santa Cruz, Banco Bisa, Banco de Crédito de Bolivia, Banco Ganadero y el Banco Económico. Todos estos bancos siendo posteriormente sometidos al cálculo de su beta, en tres métodos distintos.

En el cálculo del método Betas comparables adecuaron una Beta del sistema bancario estadounidense des apalancada, que sirviera para apalancar con los datos de endeudamiento de los bancos comerciales de Bolivia. Para el caso del Beta Contable se obtuvo mediante los retornos sobre el patrimonio de la firma de los bancos, con respecto a la derivada de los retornos sobre el patrimonio del mercado y para el Beta Cualitativo utilizaron el diagnóstico Camel, el cual se basa en un conjunto de indicadores representativos tales como la suficiencia de capital, solvencia y calidad de los activos, calidad de la administración, el nivel y la estabilidad de la rentabilidad y el manejo de la liquidez. Como resultado, en ninguno de estos métodos los bancos tuvieron betas semejantes, la variación de esté coeficiente era alta en cada uno de ellos.

Un ejemplo claro fue el Banco nacional de Bolivia, el cual presento un beta para el método comparable de 0.527, para el Contable 1.70 y para el beta cualitativo 1.543.

No obstante, esta investigación no especifica que periodos fueron utilizados bajo el estudio.

Continuando con los estudios realizados en Sudamérica, se encuentra uno realizado en Colombia53 (Montiel. A, Chica. I, Lenin. A., 2017) El presente trabajo se realizó con el objeto de dar una mejor visión de lo que es el cálculo de beta en el modelo CAPM, y es semejante al estudio planteado por Ortega, V. y Isabel., J. ya que

50 Crisis económica de argentina, situación financiera que afectó severamente a la economía de Argentina durante fines de los años noventa y principios de los 2000.

51 Ortega, V., Isabel., J. (2016) “Identificación de modelos de aproximación de betas financieras en su medición del riesgo-retorno, aplicable al sistema financiero de Bolivia, (37), (pp. 41-74).

52 Ley 393 de Servicios Financieros de Bolivia.

53 “Metodología de Cálculo del Beta: Beta de los Activos, Beta Apalancado y Beta Corregido por Cash” Vol. 38 (Nº 34). Pág. 15 Revista Espacios.


Página 22

también se estructuran diferentes métodos para el cálculo de beta, las cuales se mencionaran a continuación en el estudio realizado.

Las empresas que hicieron parte del estudio fueron las que componían el indicador COLCAP54 en el período 2008 al 2014 y utilizaron el cálculo beta bajo cuatro modelos diferentes: El beta en el mercado, beta ajustado, beta ajustado por caja y el beta contable.

El estudio concluyó que existía una gran diferencia entre los resultados obtenidos por cada método, siendo el beta de mercado, que es el beta de un activo calculado a través de una regresión lineal, el más acertado a la hora de tomar un valor. Sin embargo, este trabajo no enfatiza en la argumentación del beta de mercado como el mejor método para su investigación.

Por el contrario, a lo investigado en Sudamérica, en España se ha enfatizado en estudiar el comportamiento y estabilidad del coeficiente beta. Es así como se surge la investigación del Análisis del riesgo beta en el mercado bursátil español55 (Apolinario, 2004). Este trabajo realiza un análisis del riesgo beta de distintos activos y carteras en el mercado bursátil español durante el período 1991-2000. Se analiza la estabilidad del coeficiente beta a lo largo del tiempo a través de distintos contrastes fundamentados en los residuos recursivos, se estudia su comportamiento temporal con intervalos de 5 y 2 años, y también se lleva a cabo la predicción de dicho riesgo a través de diversas metodologías. Para ello, se efectúa la estimación del riesgo beta mediante la técnica de Mínimos Cuadrados Generalizados y se utilizan distintos índices bursátiles como proxies de la cartera de mercado.

Con dicha base de datos se construyen dos muestras, una de activos individuales y otra de carteras sectoriales. Como cartera de mercado se toma distintas aproximaciones, utilizándose tres índices bursátiles: el Índice General de la Bolsa de Madrid (IGBM), un índice equiponderado y un índice ponderado por capitalización, construyéndose los dos últimos tanto para la muestra de activos individuales como para la de carteras sectoriales.

Las metodologías que utilizaron para las proyecciones fueron; a) el beta según el modelo de mercado o beta tradicional; b) el beta deducida según la metodología propuesta por (Blume, 1977)56 y c) el beta obtenida de acuerdo con el método de (Vasicek, 1973)57

Los resultados arrojaron que, al utilizar la metodología de Blume, este proporciona una mayor capacidad predictiva. En segundo lugar, se encuentra el modelo de mercado, que calcula el beta de forma tradicional, situándose el modelo propuesto por

54 El COLCAP es uno de los índices bursátiles de la BVC o Bolsa de Valores de Colombia (sociedad anónima de carácter privado, en la que se inscriben y negocian valores públicamente), este indicador refleja las variaciones de los precios de las 20 acciones más líquidas

55 Universidad de Las Palmas de Gran Canaria. Departamento de Economía Financiera y Contabilidad.

56 Betas and their Regression Tendencies. Risk and Return in Finance. Bailin5er Publishing Company, Cambridge.

57 A Note on Using Cross‐sectional Information in Bayesian Estimation of Security Betas.


Página 23

Vasicek como el de peor capacidad predictiva, ya que sus errores son siempre superiores al resto.

Para finalizar se concluye que el análisis de la estabilidad del riesgo beta correspondiente a los títulos individuales y carteras sectoriales, evidencia que dicho riesgo no permanece constante a lo largo del tiempo, independientemente del índice bursátil utilizado como proxy de la cartera de mercado. Así mismo, se observa que el porcentaje de coeficientes beta estables aumenta al agrupar los activos en carteras.

Otro estudio encontrado en España llamado El modelo de valorización con cartera de mercado: Una nueva especificación del coeficiente beta58 (Nieto, B., & Rubio, G., 2002). Contrasta la validez de un modelo tan sencillo y tradicional como es el CAPM, es decir, un modelo de equilibrio que considera un único factor de riesgo: el mercado. Sin embargo, a diferencia de los tests habituales, en los que el riesgo beta se aproxima con la covarianza entre la rentabilidad de un activo y la de la cartera de mercado, proponen una nueva forma de estimar este riesgo de mercado, entendiéndose como un intento de mejorar la predicción del coeficiente beta tradicional. Los datos utilizados son de frecuencia mensual y se refieren al periodo comprendido entre enero de 1987 y diciembre de 1998, utilizándose los precios de finales de cada mes de un total de 167 acciones para calcular sus rentabilidades.

La idea que fundamenta este desarrollo es la determinación de un coeficiente beta factorial, considerando determinadas características de cada empresa como su tamaño, su rentabilidad por dividendos, su relación entre el valor histórico de sus fondos propios y su capitalización bursátil y sus tradicionales medidas de riesgo beta tanto con relación a la renta variable como a la renta fija. Características que influyen en su riesgo debido a las distintas situaciones a las que éstas se encuentran frente a los sucesos macroeconómicos.

Los resultados del contraste de significatividad de la prima por riesgo del modelo son considerablemente mejores a los obtenidos con un CAPM estándar. Se concluye que los resultados empíricos de la estimación del modelo con esta especificación de una beta de mercado factorial son bastante más alentadores. Se obtiene una estimación de la prima por riesgo media para toda la muestra que triplica la del caso estándar y sólo es un tercio más variable. Además, se reduce considerablemente el comportamiento estacional de la prima: disminuye su clara relevancia para los meses de enero y pasa a ser positiva para el resto del año.

Por otra parte, en España un trabajo realizado en Madrid59 (F, Marquez., 2014), analizó el modelo de valoración de activos CAPM, prestando especial atención al coeficiente beta del mismo como medida del riesgo sistemático y a las limitaciones que el modelo pueda tener.

58 Revista Española De Financiación Y Contabilidad, 31(113)

59 “La inestabilidad de la β como medidor del riesgo sistemático y sus implicaciones en el modelo de valoración CAPM”.( pp. 1-42). Universidad Pontificia comillas.


Página 24

Para ello, calcularon betas para un activo, concretamente la acción de DIA60, cotizada en el Ibex-3561 a través de 250 observaciones, una por cada día de cotización, a lo largo del año 2013.

En la realización del estudio, primero obtuvieron las rentabilidades anuales del activo DIA y del índice Ibex-35, y con cálculos realizados arrojaron una beta anual del activo, luego calcularon las betas mensuales de este y concluyeron que la inestabilidad del parámetro no se observa de forma exclusiva en intervalos anuales, sino que a nivel mensual también se producen variaciones significativas. Al calcular la beta semanal del activo DIA se apreció en los resultados oscilaciones del parámetro notables en intervalos de tan corta amplitud,

…” La inestabilidad del parámetro es un factor a tener en cuenta, comprobando que el beta varía rápidamente y, en numerosas ocasiones, también de forma brusca y sin seguir tendencia algún tanto en periodos amplios como un año y en intervalos tan cortos como una semana” (F, Marquez., 2014)

Otra investigación realizada en España llamada “Volatilidades, betas y alfas de empresas españolas” 62 (Fernandez, 1997). Explica los conceptos de volatilidad y beta, y muestra algunos de los resultados que obtuvo a partir del análisis de 44 empresas que conforman el Ibex-35 durante los periodos de 1990-1996 y 1986-1989.

Como resultado de la investigación Fernández concluye:

...” La inestabilidad de las betas y volatilidades de las empresas analizadas es, en algunos casos, estadísticamente significativa y se observan diferencias importantes en la magnitud de la volatilidad anual y de los betas calculados con distintos datos: mensuales, semanales y diarios. Las diferencias no deberían ser significativas, ya que para el cálculo de datos semanales y mensuales se parte siempre de datos diarios ajustados por dividendos y ampliaciones de capital”.

Una vez presentada toda la evidencia en los párrafos anteriores, se puede mencionar, por lo tanto, que existe, tanto a nivel nacional como en el extranjero, una gran variedad de documentos con los que se han investigado a los mercados financieros, su riesgo no diversificable y de alguna manera explicar los movimientos de los precios de los mercados accionarios.

Si bien, se expusieron trabajos que no tenían como objetivo principal un análisis del indicador beta, como la investigación Mercado Accionario Chileno: CAPM, Fama y French y Reward Beta63, que tenían como objetivo determinar cuál de ellos explicaba de mejor manera los resultados de los retornos en el mercado accionario chileno, se consideró importante dado que los resultados obtenidos, dejaron en evidencia que el

60 Empresa que cotiza en la bolsa bursátil Ibex- 35, llamada “Distribuidora Inter de Alimentación”

61 El IBEX 35 es el principal índice bursátil de referencia de la bolsa española elaborado por Bolsas y Mercados Españoles (BME).

62 Fernández, P. (1997). Volatilidades, betas y alfas de empresas españolas. Periodos 1990-1996 y 1986-1989 (No. D/350). IESE Business School.

63 Departamento de Industrias, Universidad Federico Santa María, Chile.


Página 25

beta del CAPM tiene un nivel bajo de efectividad para explicar los resultados de los retornos en el mercado.

También podemos indicar que debido a que la gran mayoría de las investigaciones presentadas, están enfocadas, en el modelo CAPM, evaluando portafolios de inversión y su aplicabilidad a los mercados emergentes, no se ha enfatiza en estudiar e investigar el indicador beta como tal, de una manera más profunda, para un solo activo, en distintos periodos, que permita entregar evidencia sustentable sobre los retornos y su aplicabilidad y estabilidad en el mercado accionario chileno, las investigaciones presentadas solo están limitadas y relacionadas como un componente más del modelo CAPM, por lo tanto no existe una mayor relación a la investigación planteada, salvo por los estudios realizados en España, en donde se entrega evidencia importante sobre la inestabilidad y variabilidad del coeficiente beta, el cual presenta cambiantes o distintos resultados, según la cantidad de datos utilizados y periodos en que se realice la estimación.

Además, no existe un criterio estándar a utilizar, es decir, algunos investigadores utilizan retornos mensuales, otros anuales y algunos diarios, al analizar investigaciones, no indican la relación del número de parámetros utilizados, teniendo como convergencia entre los estudios a utilizar 60 periodos, tampoco existe una relación con los periodos económicos de los países estudiados, por lo tanto, todos esos criterios quedan de acuerdo con el investigador, generando más dudas que conclusiones.

Entonces, tomando en consideración lo anterior se deja en evidencia que es sumamente importante, llevar a cabo una investigación que este enfocada en estudiar la estabilidad del coeficiente beta a nivel nacional, en donde se utilicen distintos periodos de tiempos y datos para su estimación, bajo escenarios económicos distintos, con los cuales en base los resultados obtenidos se pueda realizar una correlación que nos permitan analizar el rendimiento real obtenido por el mercado IPSA, versus el rendimiento teórico que pueda entregar la estimación del coeficiente beta.

1.2 PROBLEMA PRÁCTICO

En el acápite anterior se plantea la fundamentación del problema, en esta investigación, se quiere analizar si el beta es efectivo en la medición del grado de variabilidad de la rentabilidad de una acción, respecto a la rentabilidad promedio del mercado en que se negocia.

En el caso de los mercados emergentes, es importante considerar los datos históricos para confirmar los altos rendimientos en función de un riesgo alto, esto para medir el costo de capital y el costo promedio ponderado de capital del momento presente, ya que el inversionista se enfoca en esos puntos en estos mercados, por ello el cálculo del riesgo sistemático se constituye por la fórmula del CAPM, al calcular la tasa de descuento para una empresa o proyecto, se debe tomar en cuenta los datos que dicta la economía en el momento actual, ya que las proyecciones hechas con fundamentos económicos y financieros sólidos, le permitirán al inversionista, por medio


Página 26

del CAPM y del WACC64, conocer las variables macroeconómicas y las medidas económicas que toma un país, lo que se refleja en el rendimiento de la empresa en el momento actual. Eso significa, que si el cálculo del beta, no es el adecuado, todo lo que se haga posteriormente, en base a ese resultado, para calcular la tasa de descuentos y los flujos futuros, el valor de un proyecto, el valor de una empresa y así estimar el porcentaje que representa el rendimiento de la empresa en el momento actual, estaría en un error, los administradores estarían tomando decisiones equivocadas, arriesgándose a destruir valor en la empresa, no por tomar una mala decisión, sino por estar utilizando un modelo financiero de tasa de descuento que utiliza un estimador beta, que no representa la realidad financiera.

En las economías más desarrolladas, con grandes avances en el mercado de capitales, el cálculo para el coeficiente beta, es decir, un cálculo simple de realizar, no siendo así, en el caso de los mercados emergentes65. "Como prueba de ello se observa que la capitalización bursátil en países emergentes significa, en promedio, el 40% del PIB, cifra que para Estados Unidos llega a ser del 180%. Algo semejante ocurre con la liquidez, la que para los países emergentes representa tan solo una tercera parte del mercado norteamericano. Bajo estas condiciones, la complejidad en dicho cálculo para los mercados emergentes, radica en que no existen datos confiables para determinar la rentabilidad de un activo; muy pocos cotizan en un sistema transaccional, y si lo hacen, estos son poco representativos del subyacente al activo financiero." (Pereiro, Luis E., 2010, pág. 4) 66

Si bien la estimación del beta financiero conlleva en sí mismo, una paradoja en su cálculo. Ya que se utiliza hoy en día, en países con mercados emergentes, como Perú, Argentina, Chile, entre otros. Dentro de los mercados emergentes, resolver la problemática de la estimación del beta, para el riesgo de mercado, suele ser obtenida, ya sea, por cálculo propio o por la utilización de los servicios de empresas calificadoras de riesgo.

64 Es el costo promedio de todas las fuentes de fondos (acciones y deuda), ponderado por el peso relativo de las mismas en la estructura de los pasivos de la empresa (o proyecto).

65 Son los países que apenas están saliendo del subdesarrollo, no sirven de mucho gracias a recursos naturales y deslocalización industrial, acogiendo industrias de los países más avanzados, gracias a sus bajos costes productivos y facilidades empresariales. (También se denominan países en vías de desarrollo: Perú, Argentina y Chile, etc.).

66 Pereiro, Luis E. (2010). Universidad Torcuato Di Tella, PAPER; “The Beta Dilemma in Emerging Markets” Revista; Journal of Applied Corporate Finance. Vol. 22. Núm. 4. Morgan Stanley Publicación, EE.UU.


Página 27

1.3 DELIMITACIONES

Este estudio, se ha enfocado en el comportamiento del mercado chileno para realizar el análisis de beta y si este coeficiente es un indicador eficaz del comportamiento futuro de los activos. Si bien, el comportamiento y el desarrollo de la economía estadounidense, tiene injerencia sobre la economía chilena, se ha excluido en el análisis por considerar que la economía de los Estados Unidos por las siguientes características, no es comparable con la economía emergente de Chile:

Debido a su influencia global, ya sea política, económica, militar o cultural, se considera a los Estados Unidos como una superpotencia mundial.

Geográficamente cuenta con una superficie de 9.831.510 Km2, con una población 323.127.513 personas, con una densidad de 33 habitantes por Km2. Considerada como la primera economía mundial con un PIB de US$ 18.624.500 y un PIB Per Cápita de US$ 57.608, ambas cifras al cierre de 2016. Esta última cifra, ubica a Los Estados Unidos en el lugar número 9 en el ranking de 196 países del ranking de PIB per cápita, considerándolo como un país con una mejor calidad de vida.

El endeudamiento del país alcanza los US$ 19.947.680 de deuda pública, un 107,11% del PIB del país, y un Déficit Fiscal de US$ -821.209M, ambas cifras al cierre de 2016, y una tasa de desempleo a octubre de 2017 del 4,1%.

Las empresas estadounidenses están a la vanguardia de los avances tecnológicos, especialmente en computadores y equipos médicos, aeroespaciales y militares, ocupando, en el año 2016, el lugar 27 del ranking de los 100 países más globalizados del mundo, según el KOF Globalization Index67. Con un nivel de exportaciones e importaciones en el 2016 de US$ 1.454.606,9M y US$ 2.251.351,4M, respectivamente, que llevan a un resultado de la balanza comercial de US$ 796.744,5M.

En cuanto a la capitalización bursátil de la Bolsa de Nueva York, considerando el índice S&P 50068, presenta los siguientes indicadores:

67 Información extraída de https://www.statista.com/statistics/268168/globalization-index-by-country/

68 Las empresas que forman parte del índice S&P 500, deben ser compañías radicadas en Estados

Unidos, deben tener una capitalización bursátil mínima de 3.500 millones de dólares, además deben tener un capital flotante de al menos el 50% de su accionariado.


Página 28

Fecha Valor Índice

S&P 500 Capitalización Total S&P 500 (USD, M$)

PIB M$ Ratio Capitalización

S&P 500 / PIB

6/30/2017 2.423,40 21.831.524,00 4.812.502

(II trimestre de 2017) 4,54

12/31/2016 2.238,80 20.222.191,70 18.624.500 1,09

12/31/2015 2.043,90 18.774.069,50 18.120.700 1,04

12/31/2014 2.058,90 19.331.041,00 17.427.600 1,11

12/31/2013 1.848,40 17.482.338,60 16.691.500 1,05

12/31/2012 1.426,20 13.499.871,50 16.155.300 0,84

12/31/2011 1.257,60 11.982.408,40 15.517.900 0,77

12/31/2010 1.257,60 11.697.568,00 14.964.400 0,78

12/31/2009 1.115,10 10.287.065,00 14.418.700 0,71

12/31/2008 903,3 8.129.635,50 14.718.600 0,55

12/31/2007 1.468,40 13.175.588,00 14.477.600 0,91

TABLA 3: Fuente: http://siblisresearch.com/data/total-market-cap-sp-500/

En cuanto al IPC y la TPM de los Estados Unidos, estos presentan una caída en los precios de los productos y servicios que adquieren los estadounidenses, representado por la inflación y un aumento en la tasa de interés por parte de la Reserva Federal.

IPC de Estados Unidos. Últimos meses. IPC Estados Unidos. Últimos años.

Período Inflación Período Inflación

octubre 2017 2,041 % octubre 2017 2,041 %

septiembre 2017 2,233 % octubre 2016 1,636 %

agosto 2017 1,939 % octubre 2015 0,171 %

julio 2017 1,728 % octubre 2014 1,664 %

junio 2017 1,633 % octubre 2013 0,964 %

mayo 2017 1,875 % octubre 2012 2,162 %

abril 2017 2,200 % octubre 2011 3,525 %

marzo 2017 2,381 % octubre 2010 1,172 %

febrero 2017 2,738 % octubre 2009 -0,183 %

enero 2017 2,500 % octubre 2008 3,655 %

TABLA 4: Fuente: http://es.global-rates.com/estadisticas-economicas/inflacion/indice-de-precios-al-

consumo/ipc/estados-unidos.aspx

La inflación tuvo un leve descenso en los últimos meses del 2017 y la Reserva Federal está atenta a la evolución de los precios, de esta forma, podría tener un efecto en las próximas medidas que tome sobre la tasa de interés. Para esto, basa las decisiones sobre política monetaria, en los datos sobre el mercado laboral y la tasa de inflación del país. Por tanto, la FED ha aumentado la tasa de interés para mantener el


Página 29

control de la inflación, sin embargo, afectará las inversiones de las empresas y la tasa del desempleo del país.

Últimas variaciones de los tipos de interés de la FED

Fecha Porcentaje

14 junio 2017 1,250 %

16 marzo 2017 1,000 %

14 diciembre 2016 0,750 %

16 diciembre 2015 0,500 %

16 diciembre 2008 0,250 %

29 octubre 2008 1,000 %

08 octubre 2008 1,500 %

30 abril 2008 2,000 %

18 marzo 2008 2,250 %

30 enero 2008 3,000 %

TABLA 5: Fuente: http://es.global-rates.com/tipos-de-interes/bancos-centrales/

banco-central-estados-unidos/interes-fed.aspx

En cuanto a la comparación de las capitalizaciones bursátiles de la Bolsa de

Valores de Chile y la Bolsa de Nueva York y el NASDAQ al año 201669, se muestra lo

siguiente:

Se señala que el mercado chileno todavía es muy pequeño en relación con los Estados Unidos.

En el caso de Chile, un país emergente, ubicado en el hemisferio sur constituido por 15 regiones geográficamente, cuenta con una superficie de 756.102 km² con una

69 Fuente: http://money.visualcapitalist.com/all-of-the-worlds-stock-exchanges-by-size/

V/S

NASDAQ: U$7,449 mil millones.

NYSE: U$ 18,486 mil millones

37,39% del total de la capitalización bursátil

mundial.

Bolsa de Santiago: U$187mil millones 0,27% del total de la capitalización

bursátil mundial.

https://es.wikipedia.org/wiki/Pa%C3%ADs

https://es.wikipedia.org/wiki/Hemisferio_sur


Página 30

población 17.373.831 al año 2017, con una densidad de 23,01 hab/km², de ellos, aproximadamente el 38 % se concentra en la Región Metropolitana.

Chile cerró el año 2016 con un PIB de $247.025 millones y un per cápita $13.793. El endeudamiento alcanza los $ 52.619M de deuda pública, un 21,30% del PIB del país, y un Déficit Fiscal de $ -7.075M, ambas cifras al cierre de 2016, y una tasa de desempleo a octubre de 2017 del 7,0%.

Chile es uno de los países exportadores más grande en el mundo, considerándolo en el ranking 35 del Índice de Complejidad Económica (ECI) 70, exportando el mineral del cobre, cobre refinado y vino. Los principales destinos de las exportaciones son: China ($17,1 Miles de millones), Estados Unidos ($8,44 Miles de millones). Sus principales importaciones son automóviles ($3,28 Miles de millones) y refinado de petróleo ($2,95 Miles de millones)71. En el año 2016, tiene el lugar 40 del ranking en categoría económica de los 100 países más globalizados del mundo, según el KOF Globalization Index.

En cuanto a la capitalización bursátil de Chile, considerando el índice IPSA72 de la Bolsa de Santiago, presenta los siguientes indicadores:

Fecha Valor Índice

IPSA Capitalización

Total (M$) PIB(M$) Ratio capitalización

IPSA/PIB

30-06-2017 4.747,24 $48.562.731 $66.299.000 (II Trim

2017) 0,73

30-12-2016 4.151,39 $ 140.035.658 $ 247.025.000 0,57

30-12-2015 3.680,21 $ 134.836.983 $ 242.538.000 0,56

30-12-2014 3.850,96 $ 141.545.011 $ 260.954.000 0,54

30-12-2013 3.699,19 $ 139.323.110 $ 278.340.000 0,50

28-12-2012 4.301,38 $ 150.020.138 $ 267.026.000 0,56

30-12-2011 4.177,53 $ 140.401.664 $ 252.068.000 0,55

30-12-2010 4.927,53 $ 159.942.309 $ 218.268.000 0,73

30-12-2009 3.581,42 $ 117.039.007 $ 172.512.000 0,67

30-12-2008 2.376,42 $ 84.390.049 $ 179.512.000 0,47

28-12-2007 3.051,83 $ 82.311.536 $ 173.471.000 0,47

TABLA6:http://es.inflation.eu/tasas-de-inflacion/chile/inflacion-historica/ipc-inflacion-chile-2017.aspx:

www.bolsadesantiago.com/.../Estadísticas%20Anuales%202015.pdf

En cuanto al IPC y la TPM de Chile, presentan una subida en los gastos comunes y han sorprendido los paquetes turísticos. Según el INE73, al igual que en el mes de

70 https://atlas.media.mit.edu/es/profile/country/chl/

71 Información extraída http://globalization.kof.ethz.ch/media/filer_public/2017/04/19/rankings_2017.pdf

72 Índice de Precio Selectivo de Acciones es el principal índice bursátil de Chile, elaborado por la Bolsa de Comercio de Santiago. Corresponde a un indicador de rentabilidad de las 40 acciones con mayor presencia bursátil supera los USD. 200.000.000.

https://atlas.media.mit.edu/es/profile/country/chn/

https://atlas.media.mit.edu/es/profile/hs92/8703/



http://www.bolsadesantiago.com/.../Estadísticas%20Anuales%202015.pdf


Página 31

octubre del 2017, el alza en el precio en el turismo se explicó por el crecimiento de las ventas de paquetes turísticos para la temporada alta, asociada a vacaciones de verano, tanto para destinos nacionales como internacionales. Según esta cifra la Tasa Política Monetaria cierra toda posibilidad de un cambio en la tasa, proyectando para 2018 que la inflación se ubicará por encima del 2,9%, adelantado por el Banco Central en el último IPOM correspondiente a septiembre de 2017.

IPC Chile Últimos meses IPC Chile Últimos años

Periodo Inflación Periodo Inflación

oct-17 0,60% oct-17 0,60%

sep-17 -0,20% oct-16 2,80%

ago-17 0,20% oct-15 4,0%

jul-17 0,20% oct-14 6,10%

jun-17 -0,40% oct-13 1,50%

may-17 0,10% oct-12 2,90%

abr-17 0,20% oct-11 3,70%

mar-17 0,40% oct-10 2,00%

feb-17 0,20% oct-09 -3,10%

ene-17 0,50% oct-08 9,90%

TABLA7: https://www.datosmacro.com/ipc-paises/chile?sector=IPC+General&sc=IPC-IG

73 http://www.pulso.cl/economia-dinero/tras-ipc-mercado-apuesta-bc-mantendra-la-tpm/

http://es.inflation.eu/tasas-de-inflacion/chile/inflacion-historica/ipc-inflacion-chile-2017.aspx

http://www.pulso.cl/economia-dinero/tras-ipc-mercado-apuesta-bc-mantendra-la-tpm/

http://es.inflation.eu/tasas-de-inflacion/chile/inflacion-historica/ipc-inflacion-chile-2017.aspx


Página 32

Últimas variaciones de los tipos de interés

Fecha Porcentaje

14 junio 2017 2,50%

16 marzo 2017 3,25%

14 diciembre 2016 3,50%

16 diciembre 2015 3,25%

16 diciembre 2008 8,25%

29 octubre 2008 8,25%

08 octubre 2008 8,25%

30 abril 2008 6,25%

18 marzo 2008 6,25%

30 enero 2008 6,25%

Tabla 8: http://si3.bcentral.cl/Siete/secure/cuadros/arboles.aspx

De acuerdo a lo expuesto anteriormente, se concluye que el mercado chileno y estadounidense no son comparable debido a las características de sus economías, además, se adiciona la siguiente evidencia empírica del mercado accionario chileno extraída del Banco Central de Chile:

"En el caso particular del mercado accionario chileno, la literatura sobre la relación entre retornos accionarios y volúmenes transados no es abundante, aunque tiende a sustentar la idea de posibles vínculos no lineales entre retornos accionarios y volúmenes transados. Véase, por ejemplo, Parisi y Acevedo (2001)74, Parisi y Vásquez (2000)75, Gregoire (1985)76, Saatcioglu y Starks (1998)77, Urrutia (1994)78, Romero-Meza et al. (2007)79, Y Kamath (2008)80.Parisi y Acevedo (2001), utilizando una variante de estrategias de transacción contraria, reportan diferencias significativas tanto en el signo como en la magnitud, en las autocovarianzas de los retornos de acciones ganadoras y acciones perdedoras; esto es, hay una clara asimetría, un efecto no lineal,

74 Parisi, F. & C. Acevedo (2001). “Volume and Autocovariance in Short-Horizon Stock Returns. Evidence from 1992 to 1998 in Chile.” International Review of Financial Analysis 10(3).(pp. 257–85).

75 Parisi, F. & A. Vásquez (2000). “Simple Technical Trading Rules of Stock Returns: Evidence from 1987 to 1998 in Chile.” Emerging Markets Review 1(2). (pp. 152–64).

76 Gregoire, J. (1985). “El Ajuste de los Precios Accionarios a la Información: Resultados Empíricos.”

Paradigmas en Administración. 7. (pp. 121–131).

77 Saatcioglu, K. y L.T. Starks (1998). “The Stock Price-Volume Relationship in Emerging Stock Markets:

The Case of Latin America.” International Journal of Forecasting.14.(pp. 215–25).

78 Urrutia, J. (1994). “Time Series Properties of Four Latin American Equity Markets: Argentina, Brazil,

Chile and Mexico.” Estudios de Administración 2. (pp.1–8).

79 Romero-Meza, R., C. Bonilla y M.J. Hinich (2007). “Nonlinear Event Detection in the Chilean Stock

Market.” Applied Economics Letters 14. (pp.987–91).

80 Kamath, R.R. (2008). “The Price-Volume Relationship in the Chilean Stock Market.” International

Business & Economics Research Journal 7(10).(pp. 7–13).


Página 33

en el comportamiento de acciones ganadoras y perdedoras y, por tanto, un efecto no lineal en las carteras de activos que las contienen. Esto se explicaría por la presencia de inversionistas institucionales y por la baja liquidez del mercado accionario chileno. Gregoire (1985) concluye que el mercado accionario chileno se caracteriza por un lento ajuste a la nueva información, en comparación con mercados más desarrollados, siendo las causas la baja liquidez del mercado y la baja frecuencia de transacciones, factores que contribuyen a la existencia de patrones no lineales en los retornos81."

Asimismo, información entregada por la Bolsa de Santiago, para el cierre del año 2016, muestra la siguiente distribución de los instrumentos financieros, en donde, se refleja que el mercado de la renta variable en el mercado chileno es pequeño.

GRÁFICO1: Fuente:

http://www.bolsadesantiago.com/Sintesis%20y%20Estadisticas/Estad%C3%ADsticas%20Anuales%2020

16.pdf

81 Extraído de: http://si2.bcentral.cl/public/pdf/ revista-economia/2010/ dic/ RECv13_n3 _dic_ 2010 _ pp67 _94.pdf

Monetarios19.45%

CFI0.34%

IRF22.59%

ACCIONES3.18%

IIF54.45%

PARTICIPACION POR MERCADO CHILENO 2016


Página 34

1.4 OBJETIVOS

1.4.1 Objetivo general

Determinar la validez del coeficiente beta, como medida de la magnitud de riesgo sistemático, según distintos escenarios para utilizar en modelos financieros, bajo la realidad del mercado chileno.

1.4.2 Objetivos específicos

Analizar el comportamiento de las acciones del mercado chileno, representado por el IPSA, para ver la factibilidad del estimador estadístico beta.

Evaluar el comportamiento del mercado chileno y las acciones de dicho mercado, representado por el IPSA, mediante análisis de correlación, para ver la fiabilidad del estimador estadístico beta.

Aplicar el análisis de correlaciones del mercado chileno y las empresas de dicho mercado, representado por el IPSA, en diferentes niveles de estrés económico, para ver la fiabilidad del estimador estadístico beta bajo diferentes escenarios.


Página 35

CAPÍTULO II

MARCO TEÓRICO

2.1 TEORIA DE SELECCIÓN DE CARTERA

Con el constante aumento de la globalización y expansión de los mercados, se ha logrado obtener un mayor beneficio económico para los países, impulsando el crecimiento y desarrollo económico en general. Esta integración si bien ha reportado beneficios, también ha dado lugar a una interdependencia económica de los países, generando un aumento en la volatilidad de los mercados financieros, por lo tanto, los inversionistas se han visto enfrentados a diversos cambios entre los precios de los activos, quedando expuestos a una gran incertidumbre y riesgo de cómo será el comportamiento futuro de sus inversiones.

Con el propósito de reducir las pérdidas y por el contrario maximizar las ganancias, se han utilizado distintas herramientas y estrategias, tales como: modelos financieros, análisis técnicos pronósticos o proyecciones, con los que se ha intentado alcanzar la mayor rentabilidad posible eligiendo inversiones optimas ante un nivel de riesgo determinado.

El primer modelo de selección de cartera fue desarrollado por H. Markowitz (1952), y consistió en la solución de un problema de maximización de la rentabilidad de una cartera sujeta a dos restricciones: la primera indica que se invierte el total de los recursos monetarios en dichos activos financieros y la otra restricción es que se supone un riesgo deseado. El problema anterior tiene un equivalente, el cual es minimizar el riesgo del portafolio sujeto a la inversión del total de los recursos monetarios en dichos activos y exigir una rentabilidad mínima. Matemáticamente, lo anterior es lo siguiente:

o bien,

En la formulación matemática anterior, por cualquiera de los dos planteamientos, se resuelve el problema de cuantificar cuál es la proporción que se debe invertir en cada activo, es decir la incógnita del planteamiento son los valores que deben tomar cada xi. La resolución matemática de este modelo se efectúa a través de método de optimización no lineal, sistema Lagrangeano en el caso que nos ocupa, pues una de las funciones incluida es cuadrática, como es la función de riesgo. La solución matemática se puede representar tal como en el Gráfico 1. En este gráfico, el eje de las abscisas representa el riesgo de la cartera y el eje de las ordenadas representa la rentabilidad de ese portafolio.


Página 36

GRÁFICO 2: Rentabilidad-Riesgo

En el Gráfico 2 se destacan las siguientes observaciones:

En la parte superior de la curva, se observa que a medida aumenta la rentabilidad también aumenta el riesgo. Esto es esencial en el modelo, pues tiene la lógica económica de premiar el riesgo. Es decir, toda inversión que tiene mayor rentabilidad, también se espera que se enfrente un mayor riesgo o viceversa; así una inversión más riesgosa no sería atractiva si carece de una mayor rentabilidad.

Matemáticamente, para un mismo nivel de riesgo, existen dos soluciones de rentabilidad, tal como son los puntos a y b del Gráfico 2. Sin embargo, económicamente, sólo una solución es correcta, en este caso el punto “a” del Gráfico 11.1, pues los inversionistas son hombres racionales económicos, que prefieren más que menos, por lo tanto, la solución es que para un mismo nivel de riesgo conviene el que tenga la mayor rentabilidad, descartando la otra solución matemática. Con este supuesto económico, la solución económica queda representada sólo por la parte superior de la curva, la cual se denomina “Curva de Frontera Eficiente”, la que queda representada por la curva que va entre los puntos a y c.

A medida que aumenta la rentabilidad, el aumento del riesgo es menor, lo que se denomina Productividad Marginal decreciente.

Hay un punto donde se obtiene el mínimo riesgo, que en el Gráfico 2 está representado por el punto “c”. En este punto, matemáticamente, se obtiene un portafolio que tiene el riesgo más bajo.


Página 37

2.2 LINEA DE MERCADO DE VALORES 82 (LMV)

La relación riesgo y rendimiento puede ser explicada con la "Línea de Mercado de Valores" (LMV o LMC), en donde está involucrado el coeficiente beta. La LMV y beta dan en parte respuesta a como determinar el rendimiento requerido de una inversión.

La LMV corresponde a la recta, con pendiente positiva, que representa el rendimiento y el beta. Es la línea que resulta de la gráfica de los rendimientos esperados y los coeficientes betas, es decir, los rendimientos esperados en los mercados de valores y el riesgo sistemático.

Para representar la ecuación de la LMV, se tiene un portafolio compuesto por todos los activos del mercado. Este portafolio del mercado y el rendimiento que se espera de este portafolio se expresa como E(Rm).

Debido a que todos los activos del mercado deben encontrarse en la LMV, el portafolio formado por esos activos también debe estar en esa LMV. Como este portafolios es representativo de todos los activos del mercado, debe tener un riesgo sistemático promedio (beta=1). Entonces, la pendiente de la LMV se representará:

Ese término E (Rm)-Rf , que es la pendiente de la LMV, se conoce como "prima de riesgo del mercado", que corresponde a la pendiente de la LMV. Si se considera un activo cualquiera, se sabe que este se encuentra en la LMV, por tanto, su E(Ri) y su Bi corresponderán al rendimiento esperado y su riesgo sistemático. Entonces, la razón entre recompensa y riesgo va a ser igual que la del mercado.

Si se reordena la fórmula anterior, se obtiene:

Que corresponde al "Modelo de Valoración de Activos de Capital" (CAPM, por su sigla en inglés). Este modelo, funciona con portafolios de activos, así como con activos particulares.

82 Ross, S., Westerfield, R., & Jordan, B. (2010). Fundamentos de finanzas corporativas (Novena ed.).

México, D.F: McGraw Hill. (pp.424-425)


Página 38

GRÁFICO 3: Fuente: Fundamentos de finanzas corporativas (Novena ed.). Ross, S., Westerfield, R., & Jordan, B. (2010).

El grafico anterior representa la fórmula del CAPM, en donde el rendimiento esperado de un valor está relacionado con su beta en forma lineal. Debido a que el rendimiento promedio del mercado ha sido más alto que el promedio de la tasa libre de riesgo a lo largo de periodos prolongados, se presume que (R M – RF) es positivo. Por lo tanto, la fórmula implica que el rendimiento esperado de un valor está positivamente relacionado con su beta.

2.3 MODELO CAPM

Es el modelo de fijación de precios de activos de capital (CAPM), quizá la teoría más conocida y la más ampliamente utilizada en las finanzas.

El CAPM indica a los inversionistas y administradores qué rendimiento deben esperar de un activo en el que desean invertir, considerando un riesgo específico83. Dicho de otra forma84, la tasa de rendimiento es la rentabilidad que deben obtener los accionistas de una empresa por invertir su dinero en ella. El modelo toma en cuenta la sensibilidad del activo al riesgo no diversificable (conocido también como riesgo del mercado o riesgo sistemático, representado por el símbolo de beta (β), así como también el rendimiento esperado del mercado y el rendimiento esperado de un activo teóricamente libre de riesgo.

83 Gitman, L. J. & Zutter, C. J. (2003). “Principios de administración financiera”. Pearson Educación.

84 Sharpe, William F. 1964. “Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk”. Journal of Finance. 19:3, (pp. 425-442).


Página 39

Así el CAPM postula básicamente que la rentabilidad esperada de un activo depende de tres variables: la rentabilidad del activo libre de riesgo, la rentabilidad de la cartera de mercado y la rentabilidad del propio activo. A la diferencia entre la rentabilidad de mercado y la rentabilidad la del activo libre de riesgo, se le denomina prima de riesgo y es la compensación que recibe el inversor por asumir una unidad de riesgo de mercado. La única variable específica del activo es su riesgo relativo al mercado, que es el anteriormente mencionado coeficiente beta. Una de las premisas básicas del CAPM es que, este mercado es un mercado en que los inversores pueden diversificar su cartera, lo que permite eliminar totalmente el denominado riesgo no sistemático, propio o específico de los títulos de la cartera. Por consiguiente, dado que ese riesgo propio desaparece con la diversificación, el riesgo tener en cuenta por los inversores a la hora de seleccionar activos financieros individuales es el riesgo sistemático o de mercado. Cuanto más riesgo tenga un título por la imposibilidad de ser eliminado con la diversificación, es decir, cuanto mayor sea su riesgo sistemático o de mercado, mayor rentabilidad exigirán los inversores a dicho título a la hora de incorporarlo a la cartera. Por lo tanto, podemos apreciar como el binomio rentabilidad-riesgo queda reflejado de esta manera en el trasfondo del modelo CAPM.

Estructura

La relación de equilibrio que describe el modelo CAPM queda descrita en la siguiente fórmula:

Donde:

Re o Ke: es la tasa de rendimiento esperada de capital del activo.

Rf: tasa libre de riesgo, es la recompensa por tan sólo esperar el dinero, sin correr ningún riesgo.

β: Es el monto de riesgo sistemático, medido por beta, se trata del riesgo presente en un activo o portafolio particulares, en relación con un activo promedio.

(Rm-Rf): la recompensa por correr el riego sistemático medido por la prima de riesgo del mercado, este componente es la recompensa que ofrece el mercado por correr un riesgo sistemático promedio además de esperar.

Supuestos del modelo

En el desarrollo de este modelo se hacen los siguientes supuestos relacionados con los inversionistas y el conjunto de las oportunidades que se presentan para la conformación de portafolios de inversión85.

85 Información extraída de: Mercado. J (2010) “Características de los commodities como activos de inversión y su impacto en el bienestar de un inversionista”, U. de Chile, (pp.1-87)


Página 40

1. Hay muchos inversionistas, cada uno con un nivel de riqueza que es pequeño comparado con la riqueza del total de inversores. Los inversionistas son tomadores de precio, es decir, sus transacciones no afectan los precios en el mercado.

2. Cada uno de los inversionistas planea por un horizonte idéntico de tiempo. Este comportamiento es miope, en el sentido de que se ignora todo lo que pueda pasar una vez concluido el periodo de tiempo.

3. Las inversiones están limitadas a un universo de activos financieros, como acciones y bonos. Se asume también que los inversionistas pueden pedir o prestar cualquier monto a una tasa fija, libre de riesgo.

4. Los inversionistas no pagan impuestos y no existen los costos de transacción (comisiones o cargos por servicio).

5. Los inversionistas son racionales y desean minimizar la varianza de su cartera, para lo cual utilizan el modelo de selección de portafolios de Markowitz.

6. Todos los inversores analizan los activos de la misma manera, y comparten la misma visión económica del mundo. Este supuesto se conoce como “expectativas homogéneas”, y su consecuencia consiste en que, dado cualquier conjunto de activos, todos los inversionistas tendrán el mismo input para el modelo de selección de portafolios de Markowitz.

2.4 DIVERSIFICACIÓN

La diversificación apunta a que los portafolios (grupo de activos) diversificados tienen poco riesgo no sistémico. Y los inversionistas con una diversificación de sus carteras se enfocan en el riesgo sistemático. Sin embargo, aunque se diversifique, se puede reducir el riesgo, pero no se puede eliminar el riesgo de mercado.

El proceso de repartir una inversión en activos, y con ello formar un portafolio, se llama diversificación. El principio de esto establece que repartir la inversión en muchos activos elimina parte del riesgo.

Si se combinan activos en portafolios, los acontecimientos únicos, o no sistemáticos (positivos y negativos), se reducen, en cuanto se tienen más de unos cuantos activos.

"El riesgo no sistemático se elimina en forma considerable por la diversificación, así que un portafolio con muchas acciones casi no tiene riesgos no sistemáticos".


Página 41

GRÁFICO 4: Fuente: Fundamentos de finanzas corporativas (Novena ed.). Ross, S., Westerfield, R., & Jordan, B. (2010).

Un portafolio se compone de acciones individuales que tienen diferentes variaciones por sí solas, la variabilidad del portafolio no refleja la variabilidad promedio de sus componentes y es debido a que la diversificación reduce la variabilidad. Incluso si se realiza una diversificación menor, se puede obtener una reducción sustancial de la variabilidad86.

2.5 RIESGO SISTEMÁTICO Y RIESGO NO SISTEMÁTICO87

El riesgo sistemático está relacionado con los activos particulares. Este riesgo afecta a casi todos los activos de una economía en cierta medida, también es conocido como riesgo de mercado, por ejemplo, los indicadores de una economía como es el caso el PIB, tasa de interés, tasa de desempleo o inflación, son parte del riesgo de mercado y que no puede ser diversificado.

A diferencia del riesgo no sistemático, este puede ser diversificable, como estos riesgos son únicos para empresas o activos individuales, a veces se conocen como riesgos únicos o específicos.

86 Brealey, R.A., Myers, S. C. y Allen F. (2010). Principios de Finanzas Corporativas (Novena ed.).

México, D.F: McGraw Hill. (pp.186-187)

87 Ross, S., Westerfield, R., & Jordan, B. (2010). Fundamentos de Finanzas Corporativas (Novena ed.).

México, D.F: McGraw Hill. (pp. 411-427)


Página 42

La unión de ambos riesgos forma parte del rendimiento no esperado, es decir, es la información que se desconoce y que se dará a conocer en el futuro. Corresponde a la parte riesgosa o incierta del rendimiento de un activo, y es la que constituye el riesgo de una inversión.

Riesgo Sistemático (No Diversificable)

RENDIMIENTO TOTAL= E(r) + U

Riesgo No Sistemático (Diversificable)

O bien, se puede expresar de la siguiente forma:

R = E(r) + (parte sistemática + parte no sistemática)

E(r)= rendimiento esperado de un activo o portafolio. Es lo pronosticado o esperado obtener y depende del conocimiento que se tenga del activo y del conocimiento actual del mercado.

U= Rendimiento no esperado

2.6 VOLATILIDAD

Grandes cambios en los precios, en periodos cortos de tiempo, ya sea al alza o a la baja, indicará si un activo es volátil, este concepto permite identificar si un activo es más o menos riesgoso. Debido a esto, existen múltiples indicadores estadísticos, el indicador más utilizado es la desviación estándar de las rentabilidades continuas, basadas en datos históricos. El resultado de la desviación estándar mide el grado de dispersión de las rentabilidades. Por tanto, una alta volatilidad está asociada a un nivel de riesgo mayor que presenta un activo.

Un indicador estadístico basado en el comportamiento en los precios de las acciones es el Beta, el cual entregará información con respecto al riesgo sistemático, sin embargo, la volatilidad mide el riesgo total de un activo, es decir, tanto el sistemático como el no sistemático. Por tanto, la diferencia entre beta y volatilidad radica en el riesgo no sistemático, el que se disipa cuando se forma un portafolio diversificado.

2.7 MEDICIONES ESTADÍSTICAS

Una de las premisas financieras, involucra el riesgo y el rendimiento88, el cual plantea que una inversión puede generar mayor rentabilidad asumiendo un mayor riesgo.

88 Extraído de: Gitman, L., y Zutter, CH. (2012). “Principios de administración financiera”, 12 edición,

capítulo VIII, (pp. 285-317).


Página 43

El riesgo en esencia es una medida de la incertidumbre o sensibilidad, en torno al rendimiento que ganará una inversión. Las inversiones cuyos rendimientos son más inciertos se consideran generalmente más riesgosas. Más formalmente, los términos riesgo e incertidumbre se usan indistintamente para referirse al grado de variación de los rendimientos relacionados con un activo específico

2.8 RENDIMIENTO ESPERADO

Éste es el rendimiento que se espera obtener, dado un comportamiento histórico, que un individuo podría esperar que gane un activo financiero durante el siguiente periodo. La tasa de rendimiento total es la ganancia o pérdida total que experimenta una inversión en un periodo específico. Matemáticamente, el rendimiento total de una inversión es la suma de todas las distribuciones de efectivo (por ejemplo, pagos de dividendos o interés) más el cambio en el valor de la inversión, dividida entre el valor de la inversión al inicio del periodo.

2.9 MEDICIÓN DEL RIESGO

Además de considerar el intervalo de rendimientos que puede generar una inversión, el riesgo de un activo se puede medir cuantitativamente usando datos estadísticos. La medida estadística más común usada para describir el riesgo de una inversión es su desviación estándar.

Varianza y desviación estándar89: Hay muchas formas de evaluar la volatilidad de los rendimientos de un valor. Una de las más comunes es la varianza, la cual es una medida de los cuadrados de las desviaciones del rendimiento de un valor con respecto a su rendimiento esperado. La desviación estándar es la raíz cuadrada de la varianza y mide la dispersión del rendimiento de una inversión alrededor del rendimiento esperado.

Covarianza y correlación: Los rendimientos de los valores individuales están relacionados entre sí. La covarianza es una medición estadística de la interrelación entre dos valores y la correlación es una medida estadística de la relación entre dos series de números, los cuales representan datos de cualquier tipo, desde rendimientos hasta puntajes de pruebas. Si las dos series tienden a variar en la misma dirección, están correlacionadas positivamente y si las series varían en direcciones opuestas, están correlacionadas negativamente Por otra parte, esta relación se puede replantear en términos de la correlación entre los dos valores. La covarianza y la correlación son componentes esenciales para comprender el coeficiente beta, estas miden la manera en que se relacionan dos variables aleatorias.

2.10 COEFICIENTE BETA

Para comenzar, hay que decir que el coeficiente beta de un activo financiero es un parámetro que nos indica cuanto varía el rendimiento de dicho activo en función de las variaciones que se produzcan en el rendimiento del mercado en el que dicho activo se

89 Extraído de: Ross, S. A. J., Westerfield, J. F., & Jaffe, J. F. (2000). Finanzas corporativas (No. 658.15/. 16). McGraw-Hill Interamerican, (pp. 300-427)


Página 44

negocie. Por lo tanto, el valor de beta nos indica la sensibilidad de la rentabilidad del activo en relación a la rentabilidad del mercado.

Dado que el riesgo sistemático es el factor determinante crucial del rendimiento esperado de un activo, se necesita alguna manera o método para medir el riesgo sistemático de diversas inversiones. El procedimiento específico que se usa se llama coeficiente beta, que se designa con la letra griega β. Un coeficiente beta, o beta a secas, indica la magnitud del riesgo sistemático de un activo en relación con un activo promedio90. (Ross, 2009), Westerfield, Jaffe, 2009, p.416)

Como bien han señalado algunos autores como Pablo Fernández, “tratar de medir el riesgo sistemático equivale a medir la sensibilidad de la rentabilidad de una acción a los movimientos del mercado”91 (Fernández, 2013).

La estimación del beta se realiza mediante una regresión entre la rentabilidad del título y la de un índice, resultando el parámetro la pendiente de dicha regresión92 (Vélez-Pareja, 2011)

Estadísticamente, su cálculo se obtiene usando el método de los Mínimos Cuadrados Ordinarios, mediante un análisis de regresión entre covarianza entre las rentabilidades de la acción y la del mercado, dividida por la varianza de la rentabilidad del mercado.

Donde: Ri = rentabilidad activo Rm = rentabilidad del mercado

No existe una normalización concreta en el uso de los datos históricos en los cálculos de los betas, las rentabilidades que pueden utilizarse son diarias, semanales, quincenales, mensuales, trimestrales, de los últimos 3 meses, 6 meses, un año, 3 años, 5 años, etc. Asimismo, el índice bursátil que representa al mercado puede ser nacional, continental o mundial. Este hecho supone una importante consideración en cuanto a la obtención de los valores que tome beta. Este coeficiente es importante pues de él se derivan forma de gestionar carteras, dependiendo del valor que se obtenga en su cálculo.

Sí 1, son acciones de alta volatilidad, pues frente a un incremento (o disminución) en la rentabilidad del portafolio de mercado, entonces la rentabilidad del activo se incrementa (o disminuye) en mayor proporción, que el incremento (o

90 Fundamentos de Finanzas Corporativas. McGraw-Hill, 2009

91 On the instability of betas: the case of Spain IESE Business School.

92 Cálculo de betas”, Análisis Financiero, No.116, (pp. 6-13, 201).


Página 45

disminución) del retorno del portafolio de mercado. En épocas de crecimiento bursátil, son acciones interesantes de incorporar, en cambio en mercados a la baja son acciones que no deberían ser incorporadas.

Sí <1, son acciones de baja volatilidad. Cuando la rentabilidad del mercado está en alza, la rentabilidad de la acción también crecerá, pero en una menor proporción. A la inversa, cuando la rentabilidad del portafolio de mercado está en baja, entonces la rentabilidad de la acción baja, pero en menor proporción. Esto lleva a que también reciban el nombre de acciones defensivas, porque son atractivas para proteger un portafolio de las caídas, cuando el mercado está a la baja.

2.11 ÍNDICES BURSATILES

Los índices accionarios de la Bolsa de Comercio de Santiago93 están diseñados para reflejar el rendimiento de una cartera de acciones transadas en ella y, producto de que corresponde al principal centro bursátil de mercados de capitales de Chile, es un reflejo de la economía chilena.

Asimismo, los índices BCS han sido diseñados de acuerdo con los estándares de cálculo y criterios aplicados internacionalmente, de forma que ponderan sus sociedades componentes considerando su patrimonio bursátil94 ajustado por Free Float95, permitiendo así que el peso relativo de cada sociedad en el índice sea representativo de la disponibilidad efectiva de acciones en el mercado.

Con el objeto de proveer indicadores accionarios que permitan una visión integral del mercado, es que existen tres tipos de Índices BCS:

De mercado: que reflejan el rendimiento del mercado clasificando a las sociedades componentes a partir de la liquidez96 de sus acciones en el mercado.

Patrimoniales: que reflejan el rendimiento del mercado clasificando a las sociedades componentes por su patrimonio bursátil.

Sectoriales: que reflejan el rendimiento del mercado clasificando a las sociedades componentes a partir de su principal sector industrial.

La siguiente tabla presenta la familia de índices accionarios construidos y mantenidos por la Bolsa de Comercio de Santiago:

93 Extraído de http://www.bolsadesantiago.com/educacion/Paginas/Glosario-Bursatil.aspx

94 El Patrimonio Bursátil es el valor que se obtiene al multiplicar el precio de una acción, por el número de acciones totales de la empresa. Entrega una estimación del valor de mercado del patrimonio de la empresa.

95 El Capital Flotante, también conocido como free float, se refiere al porcentaje del total de acciones de una sociedad que es susceptible de ser negociado habitualmente en bolsa y que no es propiedad de accionistas controladores.

96 La liquidez es la medida de rapidez en que un título, en este caso las acciones, puede ser convertido en dinero


Página 46

MERCADO PATRIMONIALES SECTORIALES

IPSA IGPA LARGE BANCA

IGPA IGPA MID COMMODITIES

INTER 10 IGPA SMALL CONST&INMOB

CONSUMO

INDUSTRIAL

RETAIL UTILITIES

TABLA 9: Familia de Índices Accionarios

Fuente: www.BolsadeSantiago.cl, elaboración propia

Para cada uno de los índices existen dos versiones:

Sin Dividendo: donde no se considera la reinversión de los pagos de dividendos en la cartera del índice. Este tipo de índice es conocido como índice de precios (Price return).

Con Dividendo: donde se considera la reinversión de los pagos de dividendos en la cartera del índice. Este tipo de índice es conocido como índice de retorno absoluto (Total return).

2.11.1 IPSA (Índice de Precios Selectivo de Acciones)

El Índice de Precios Selectivo de Acciones (IPSA) fue creado en 1977 con la finalidad de medir los resultados de las compañías más líquidas del mercado chileno, incluyendo a las 40 sociedades de mayor presencia bursátil que están listadas en la Bolsa de Comercio de Santiago. Su principal objetivo o finalidad es reflejar las variaciones de precio de los títulos más activos del mercado, por eso, es considerado el mejor indicador de resultados del mercado chileno.

La selección de sociedades se efectúa trimestralmente en los meses de marzo, junio, septiembre y diciembre de cada año. La base del índice se renueva al principio de cada año, tomando el valor 100, el último día hábil del mes de diciembre del año anterior.

La capitalización bursátil de las compañías componentes del IPSA equivale a USD 156.682 MM lo que representa a la fecha un 74,66% de la capitalización bursátil total de todas las empresas listadas en la BCS. La mayoría de las empresas componentes son líderes dentro de sus industrias y son marcas conocidas. Además, la lista de empresas componentes es estable, y las acciones se transan activamente, lo que implica una baja tasa de recambio de empresas y un alto nivel de liquidez.

A continuación, se muestra el listado de las 40 empresas que integran el IPSA.


Página 47

Nemo Razón Social Peso Relativo

AESGENER AES GENER S.A. 1,04

AGUAS-A AGUAS ANDINAS S.A., SERIE A 2,13

ANDINA-B EMBOTELLADORA ANDINA S.A. SERIE B 1,32

ANTARCHILE ANTARCHILE S.A. 2,18

BANMEDICA BANMEDICA S.A. 1,35

BCI BANCO DE CREDITO E INVERSIONES 3,86

BSANTANDER BANCO SANTANDER-CHILE 5,63

CAP CAP S.A. 1,23

CCU COMPANIA CERVECERIAS UNIDAS S.A. 2,44

CENCOSUD CENCOSUD S.A. 4,34

CHILE BANCO DE CHILE 5,59

CMPC EMPRESAS CMPC S.A. 4,15

COLBUN COLBUN S.A. 2,28

CONCHATORO VINA CONCHA Y TORO S.A. 1,02

COPEC EMPRESAS COPEC S.A. 8,5

ECL ENGIE ENERGIA CHILE S.A. 1,21

EMBONOR-B COCA-COLA EMBONOR S.A. SERIE "B" 0,41

ENELAM ENEL AMERICAS S.A. 6,83

ENELCHILE ENEL CHILE S.A. 2,7

ENELGXCH ENEL GENERACION CHILE S.A. 3,49

ENTEL EMP. NACIONAL DE TELECOMUNICACIONES S.A. 1,7

FALABELLA S.A.C.I. FALABELLA 6,56

FORUS FORUS S.A. 0,43

IAM INVERSIONES AGUAS METROPOLITANAS S.A. 0,88

ILC INVERSIONES LA CONSTRUCCION S.A. 0,63

ITAUCORP ITAU CORPBANCA 2,69

LTM LATAM AIRLINES GROUP S.A. 7,31

MASISA MASISA S.A. 0,22

ORO BLANCO SOCIEDAD DE INVERSIONES ORO BLANCO S.A. 0,36

PARAUCO PARQUE ARAUCO S.A. 2,26

QUINENCO QUINENCO S.A. 1,13

RIPLEY RIPLEY CORP S.A. 1,06

SALFACORP SALFACORP S.A. 0,47

SECURITY GRUPO SECURITY S.A. 1,62

SK SIGDO KOPPERS S.A. 0,5

SM-CHILE B SOCIEDAD MATRIZ BANCO DE CHILE, SERIE B 2,45

SMSAAM SOCIEDAD MATRIZ SAAM S.A. 0,54

SONDA SONDA S.A. 1,1

SQM-B SOC QUIMICA MINERA DE CHILE S.A. SERIE B 5,61

VAPORES COMPANIA SUD AMERICANA DE VAPORES S.A. 0,79

TABLA 10: Empresas que componen el IPSA. Fuente: www.BolsadeSantiago.cl. Elaboración propia.


Página 48

Metodología de Cálculo

El IPSA es un índice aritmético ponderado, donde las ponderaciones son los pesos de las capitalizaciones bursátiles de cada sociedad perteneciente al índice.

El valor del índice representa el valor de mercado de toda la cartera en un determinado instante comparado con su valor inicial. El valor diario del índice es calculado a partir de la división del valor de mercado de su cartera (capitalización bursátil de todas las componentes del índice) por un factor llamado divisor. El divisor es un número arbitrario elegido en el punto de inicio del índice para fijar su valor.

Definido lo anterior, para el cálculo del IPSA se ha definido la siguiente fórmula:

Dónde:

Í𝒏𝒅𝒊𝒄𝒆-𝒕𝒙: Valor para el índice x para la fecha t, constituido por un porfolio de n sociedades.

𝑷𝒓𝒆𝒄𝒊𝒐𝑪𝒊𝒆𝒓𝒓𝒆-𝒕𝒊: Precio de cierre de la sociedad i en la fecha t.

𝑭𝒂𝒄𝒕𝒐𝒓𝑺𝒐𝒄𝒊𝒆𝒅𝒂𝒅-𝒕𝒊: Número de acciones de libre disponibilidad (en decenas de millones) de la sociedad i en la fecha t, según la siguiente fórmula:

𝑫𝒊𝒗𝒊𝒔𝒐𝒓𝒙: Ponderador utilizado para ajustar al índice x cada vez que ingresen o egresen sociedades componentes, según la siguiente fórmula de cálculo:

Donde fecha base corresponde a la fecha del último cambio de cartera del índice.

Para la fijación del divisor en el punto de inicio, se tomaron los siguientes valores como valor del índice base: Para el IPSA corresponde a 1.000 puntos al 30 de diciembre de 2001.


Página 49

Criterios de Inclusión

Las carteras de sociedades componentes del Índice Bursátil IPSA son revisadas y ajustadas el último día hábil bursátil de cada año. Durante la revisión anual de las carteras de índices accionarios, la Bolsa de Comercio de Santiago excluirá de la selección todas aquellas sociedades que se encuentren en alguna situación especial como por ejemplo quiebra, régimen de recuperación judicial97, tengan patrimonio negativo o durante el año hayan tenido una suspensión prolongada de su cotización más de 60 días hábiles bursátiles seguidos.

Los criterios de selección del índice IPSA que se aplicarán para seleccionar e incluir cada valor en la cartera son los siguientes:

Capitalización bursátil mayor o igual a USD 200.000.000

Sociedades con un free float mayor o igual a 5%

Se seleccionan las 40 sociedades con mayores montos transados en la Bolsa de Comercio de Santiago ponderados trimestralmente.

Así, el respectivo monto transado ponderado anual (MTPA) se calcula de acuerdo con la siguiente fórmula:

MTPA = 0,45 * MT4 + 0,30 * MT3 + 0,15 * MT2 + 0,10 * MT1 Donde:

MT4 = Monto transado del cuarto trimestre del año de selección.

MT3 = Monto transado del tercer trimestre del año de selección.

MT2 = Monto transado del segundo trimestre del año de selección.

MT1 = Monto transado del primer trimestre del año de selección.

Si revisamos un informe de la Bolsa de Santiago, sobre el desglose por sectores, observamos que el sector con mayor ponderación es Utilities (22%).

97 Se entenderá por régimen de recuperación judicial cuando la sociedad presente un plan de recuperación y sea acordado en conjunto con sus acreedores con la participación de un juez árbitro.


Página 50

GRÁFICO 5: Desglose por sector, al 30 de diciembre de 2016 Fuente: www.BolsadeSantiago.cl

Para el cálculo del índice IPSA del monto transado de cada trimestre: Se consideran sólo transacciones efectuadas en el sistema Telepregón98 con condición de liquidación contado normal99. Se excluyen las transacciones de acciones sin derecho a beneficios de capital (nemotécnico-SD).

El IPSA es ajustado al cabo de cada jornada bursátil en la medida que se producen los siguientes movimientos de capital:

Emisión liberada: Una sociedad efectúa una emisión liberada de pago cuando decide repartir a los accionistas actuales nuevas acciones de la sociedad

Emisión pagada: La emisión pagada es una alternativa de financiamiento de las sociedades anónimas, y el precio se ve ajustado en términos proporcionales al mayor número de acciones que pueda poseer un accionista.

Canje: La compañía reduce o aumenta el número de acciones en circulación, a través del aumento o disminución en el valor nominal de la acción.

98 Es un sistema de transacción electrónico de acciones en que el corredor ingresa las ofertas de compra o venta en una red computacional. Al ingresar las ofertas el sistema verifica si existe compatibilidad entre ellas para proceder a calzarlas automáticamente.

99 La condición de liquidación corresponde a la fecha de liquidación de las operaciones, la que puede ser contado normal (CN), si la liquidación de la operación se realiza dos días hábiles bursátiles después de ejecutada la transacción, esto es T+2

BANCA, 19%

COMMODITIES, 16.5%

CONST&INMOB ; 0,3%

CONSUMO, 5.8%

INDUSTRIAL, 6.9%

RETAIL; 17%

UTILITIES, 22%

COM&TEC; 3,8%OTROS, 8.7%

DESGLOSE POR SECTOR


Página 51

División de sociedad: La sociedad distribuye un pago en acciones de otra sociedad a los accionistas.

Reparto de capital: Cada vez que se produce la liquidación de una sociedad, se efectúan, por consiguiente, repartos de su patrimonio a los accionistas de ella. El precio disminuye proporcionalmente al reparto efectuado.

Adicionalmente, el valor del índice se ajusta cuando se presentan dividendos (salvo en el caso de las versiones que para efectos estadísticos excluyen el ajuste ante pago de dividendos). En tal caso, se determina el Precio Teórico de la acción, que corresponde al Precio de Cierre a la fecha límite menos el Dividendo por acción.

De presentarse fusiones o absorciones de sociedades, el IPSA se ajustará de acuerdo con los siguientes criterios:

Si la sociedad absorbente está incluida en el índice y la absorbida no: El ajuste se efectuaría como si se tratase de una ampliación de capital.

Si la sociedad absorbente no está incluida en el índice y la absorbida si: El ajuste se efectuará en la fecha de absorción evaluando si la sociedad absorbente cumple con los criterios previamente establecidos para pertenecer al índice.

Si la sociedad absorbente y la absorbida se encuentran incluidas en el índice: El ajuste se efectuará en la fecha de absorción, eliminando la sociedad absorbida y evaluando si la sociedad absorbente sigue cumpliendo con los criterios previamente establecidos para pertenecer al índice.

Evolución del IPSA

GRÁFICO 6: Rendimiento Histórico del IPSA. Fuente: www.BolsadeSantiago.cl.


Página 52

Analizando el grafico N°6, se puede obtener información importante sobre cómo se ha comportado el mercado accionario en el país. Durante los últimos años, a pesar de ser un mercado de renta variable, que está expuesto a todas las variaciones de precios y volatilidades de los mercados, el IPSA ha mantenido una tendencia ascendente a partir del año 2009, teniendo su máximo a finales del año 2010, hasta enfrentar un cambio de tendencia descendente o bajista, desde principios del año 2011, provocando que el precio comenzara a lateralizar desde finales del año 2013 hasta inicio del año 2015, en donde nuevamente se produce un cambio de tendencia a una ascendente o alcista hasta llevar el precio del IPSA hasta máximos históricos en la actualidad.

Dado que existen diversos criterios para evaluar la factibilidad del estimador beta,

este se calcula en 60 periodos, existen investigaciones que plantean utilizar datos mensuales, los cuales incorporarían 5 años correspondientes a un ciclo económico y también la utilización de datos diarios, para darle una mayor sensibilidad al estimador, dada la alta volatilidad de los mercados. Para efectos de la investigación, es motivo importante identificar y exponer cuales fueron los sucesos, acontecimientos y resultados más importantes para los periodos, con datos diarios, de años 2009, 2012 y 2016. Esta información relevante y de sustento para la investigación, es recopilada y elaborada por la bolsa de Santiago, en su cierre de estadísticas anuales que es publicada en el mes de diciembre al término del año. Desempeño del IPSA en el año 2009

La importante actividad observada en el mercado bursátil nacional durante el año 2009, reflejada en montos transados y precios crecientes, estuvo influenciada por el optimismo y la mejoría en las expectativas de los inversionistas nacionales y extranjeros, todas ellas basadas en señales e indicadores tales como las alzas sostenidas en los valores de los commodities (cobre, petróleo, celulosa, entre otros) que revelaron un incremento en la actividad mundial, la mantención de las tasas monetarias en niveles sustancialmente bajos, así como una mayor estabilidad económica en la región.

Lo anterior, determinó que el mercado accionario de la Bolsa de Comercio de Santiago registrara transacciones totales por $ 21.055.894 millones (US$ 41.577 millones), anotando un incremento de 7,3% respecto al volumen de negocios del año anterior, los que ascendieron a $ 19.565.576 millones (US$ 38.634 millones), constituyéndose en el segundo mejor registro histórico anual de transacciones.

Esta mejoría en las expectativas, se suma al alto nivel de liquidez de los inversionistas, lo que se tradujo en un gran interés en participar en importantes aperturas de empresas y colocaciones secundarias de acciones realizadas en el presente año. Esta mayor demanda impactó positivamente en el precio de los títulos accionarios que se reflejó en significativos aumentos respecto de los niveles observados el año anterior, al registrar el índice IPSA un incremento de 50,7%, el


Página 53

IGPA100 un 46,9% y el INTER-10101 un 35,8%. Esta presión compradora, particularmente vigorosa durante el segundo semestre, elevó los índices IPSA e IGPA a sus puntos máximos históricos al finalizar el año. De esta manera, la Bolsa de Comercio de Santiago se ubicó entre las principales bolsas a nivel mundial de mejor rendimiento.

Este positivo desempeño permitió que el año 2009 presentara una fuerte recuperación de la capitalización bursátil ascendiendo al cierre del año a $117.039.007 millones (US$ 231.106 millones), superando en 42% el patrimonio bursátil registrado en 2008. Respecto a las acciones más negociadas durante el año destacaron:

Acciones Millones

SQM-B $ 2.459.916

D&S $ 2.272.378

ENDESA $ 1.183.418

ENERSIS $ 1.095.566

CAP $ 1.060.126

CENCOSUD $ 973.560

ORO BLANCO $ 884.930

LA POLAR $ 863.145

CALICHERAA $ 836.879

COPEC $ 735.754

TABLA 11: Acciones más negociadas

Fuente: www.BolsadeSantiago.cl, elaboración propia.

Por lo tanto, la alta volatilidad del mercado en este periodo se hace interesante evaluar el comportamiento del estimador beta en este periodo de estrés económico.

Desempeño del IPSA en el año 2012

El año 2012102 para el mercado bursátil nacional estuvo marcado principalmente por factores externos, centrados en la recesión y crisis financiera y de deuda que afecto a varios países de la Comunidad Económica Europea, situaciones que generaron un impacto global en los distintos mercados mundiales, lo que provocó una mayor incertidumbre y alta volatilidad.

Si bien el país se vio afectado por la desaceleración del crecimiento de las economías asiáticas, el mercado nacional presento factores internos positivos,

100 El IGPA es el Índice General de Precios de Acciones, creado en 1958. Se compone de la mayoría de las acciones con cotización bursátil cuyo monto transado anual en la Bolsa de Santiago supera las UF 10.000 y cuya presencia bursátil simple, a la fecha de revisión de la cartera, sea igual o mayor que 5%.

101 refleja el comportamiento de las principales acciones chilenas que cotizan en los mercados externos y que, a su vez, tienen una alta presencia y volumen en el mercado local

102 http://www.bolsadesantiago.com/mercado/Paginas/Estadisticas.aspx


Página 54

reflejados en la fortaleza de la economía local, que se caracterizó por un alto crecimiento, bajos niveles de desempleo e inflación, y alto precio del cobre. Situación que no fue suficiente, debido a que el mercado accionario en la Bolsa de Comercio de Santiago durante el año 2012 registró transacciones totales por $ 22.447.386 millones (US$ 45.997 millones), cifra que reporta una reducción de 20,7% respecto al volumen de negocios registrado el año anterior, los que ascendieron a $ 28.280.969 millones (US$ 58.514 millones).

No obstante, esta menor actividad, al cierre del año los precios de las acciones registraron aumentos que se reflejaron en alzas del índice IPSA de 2,9%, del IGPA en 4,7% y del índice INTER-10 de 1,5%. Este desempeño registrado el año 2012 impactó en el nivel de capitalización bursátil de la Bolsa ascendiendo al cierre del año a $ 150.020.138 millones (US$ 313.456 millones), cifra que supera en 5,2% el patrimonio bursátil alcanzado al cierre de 2011.

Entre las acciones más negociadas durante el año destacaron:

Acciones Millones

LAN $ 3.043.854

CENCOSUD $ 1.929.880

FALABELLA $ 1.292.210

SQM-B $ 1.174.520

ENERSIS $ 975.951

ENDESA $ 972.204

BSANTANDER $ 957.072

COPEC $ 819.835

CAP $ 703.118

ENTEL $ 681.103

CMPC $ 597.791

CHILE $ 530.945



En términos sectoriales, la actividad bursátil del año impactó en forma positiva principalmente en los sectores BANCA, RETAIL y CONSUMO. En tanto, los sectores que revelaron mayor descenso en sus indicadores fueron COMMODITIES E INDUSTRIAL, anotando variaciones negativas.


Página 55

SECTORES RENDIMIENTO

BANCA 6,79%

COMMODITIES -3,94%

CONST&INMOB -0,12%

CONSUMO 14,97%

INDUSTRIAL -1,57%

RETAIL 7,49%

UTILITIES 4,71%

TABLA 13: Rendimiento por sector


Desempeño del IPSA en el año 2016

Durante el año 2016103 los montos transados en rueda en la Bolsa de Santiago alcanzaron $255.176.007 millones, registrándose un máximo histórico respecto al monto total negociado, considerando todos sus mercados, registrando un aumento de 4,8% en relación con el año 2015.

El mercado accionario durante el año 2016 registró transacciones totales por $15.878.832 millones (US$23.645 millones), anotando un aumento de 8% respecto al volumen de negocios registrado el año anterior, los que alcanzaron a $13.936.865 millones (US$21.338 millones). No obstante, el número de negocios ascendió en el año a 3.221.092 operaciones, superando en 19,5% al número de transacciones efectuadas el año anterior.

Por su parte, al cierre del año los precios de las acciones anotaron alzas en sus rendimientos que se reflejaron en aumentos del índice IPSA de 12,8%, del IGPA en 14,2% y del índice INTER-10 de 14,7%.

El desempeño registrado en 2016 impactó positivamente en el nivel de capitalización bursátil de la Bolsa alcanzando al cierre del año a $140.035.658 millones (US$209.857 millones), cifra superior en 0,9% respecto del patrimonio bursátil alcanzado al cierre de 2015.

103 http://www.bolsadesantiago.com/mercado/Paginas/Estadisticas.aspx


Página 56

Entre las acciones más negociadas durante el año destacaron:

Acciones Millones

FALABELLA 1.589.699

CENCOSUD 1.421.987

LAN 743.377

SQM-B 701.254

CHILE 571.863

BSANTANDER 544.227

COPEC 539.841

CMPC 510.189

AGUAS-A 493.935

CCU 479.093



En términos sectoriales, la actividad bursátil del año impactó positivamente a la mayoría de los rubros, registrándose los mayores avances en los sectores INDUSTRIAL, CONST.&INMOB. y RETAIL. En tanto, el único rubro que registró una disminución fue UTILITIES, anotando un rendimiento negativo.

SECTORES RENDIMIENTO

BANCA 20,67%

COMMODITIES 15,49%

CONST&INMOB 39,41%

CONSUMO 4,29%

INDUSTRIAL 42,55%

RETAIL 30,86%

UTILITIES -6,72%

TABLA 15: Rendimiento por sector



Página 57

2.12 CONSIDERACIONES ADICIONALES

2.12.1 Situación de Chile

A continuación, serán detallados los años que formarán parte de los instrumentos de medición, que se utilizarán en esta propuesta de estudio, en la aplicación de los cálculos que se harán para el coeficiente beta.

El objetivo principal es dar a conocer los principales ciclos económicos que caracterizaron a estos años y la justificación de su importancia en el presente estudio.

Los años que se tomarán en cuenta para la medición del coeficiente beta, serán los siguientes:

2009: periodo de recesión

2012: auge en la economía chilena.

2016: corresponden a los datos más actuales, debido a que es el último año, dado que el año 2017 es el año en curso.

AÑO 2009

En el año 2008 se generó la primera recesión global que se produce en el mundo, después de la Segunda Guerra Mundial, conocida como “La crisis Subprime”.

El inicio de esta crisis mundial no tuvo inicios en Chile, sino que comienza en EE.UU focalizada en el mercado inmobiliario y sus efectos sobre la deuda hipotecaria securitizada de la banca de inversión y el sistema financiero en general104.

La crisis en Chile no llego sin previo aviso, ya que Chile es un país que tiene gran parte de sus comercios relacionado con las exportaciones, y se comenzó a ver afectado cuando la demanda de otros países por nuestros productos disminuyo, y junto con esto, el precio del cobre (gráfico 7), una de nuestras principales fuentes de ingreso. El dólar (gráfico 8), por su parte, tuvo un alza en su precio, lo que también tuvo una repercusión en la economía chilena, dado que se debía vender barato, pero comprar a un precio mayor105.

104 Extraído de: http://www.revistanos.cl/2008/12/impacto-de-la-crisis-subprime-en-chile/

105 Extraído http://crisis2009cl.blogspot.cl/2009/10/un-crecimiento-inesperado.html


Página 58

GRÁFICO 7: Movimientos históricos del precio del cobre Fuente: Banco Central de Chile.

GRÁFICO 8: Movimientos históricos del precio del Dólar. Fuente: Banco Central.


Página 59

Como se observa, los gráficos capturan la caída tras la crisis, el cobre reflejo su mayor caída durante el año 2009 a menos 1,5 USD por libra, mientras el dólar se cotizaba sobre los 600 pesos, es decir, a 200 pesos más del año anterior.

Por otra parte, en el cuarto trimestre del 2008, se apreció una significativa reducción de la actividad y especialmente de la demanda interna, lo que debilito el mercado laboral y redujo tanto la inflación efectiva como las perspectivas inflacionarias. El Consejo, acorde con este escenario macroeconómico y sus riesgos, aumento el impulso monetario, reduciendo la Tasa de Política Monetaria (TPM) en 700 puntos base para los primeros meses del año 2009106. (Gráfico 9)

GRÁFICO 9: Tasas de Política Monetaria. Fuente: Banco Central

El Producto Interno Bruto (PIB) cerró el año 2009, con una contracción de -1,5% en la economía chilena (gráfico 10). En cuanto a las actividades que lideraron la caída estuvo la pesca, la industria y la construcción, aunque el reporte del Banco Central también menciona que se contrajeron los sectores de transporte, comercio y servicios. La mayor incidencia negativa la registró la industria, mientras que marcaron aumentos los sectores de electricidad, gas y agua, comunicaciones y agropecuario.107

106 Extraído de: Cuentas Nacionales 2008 – 2011, Banco Central.

107 Extraído de: https://chileconomia.wordpress.com/2010/03/18/pib-de-chile-cayo-%E2%80%9315-en-2009/


Página 60

GRÁFICO 10: PIB total y PIB desestacionalizado. Fuente: Banco Central

…” Como es obvio y como también lo hemos recalcado insistentemente desde el comienzo de este período, nuestra economía no ha estado al margen de esta crisis global. Aun cuando nuestro sistema financiero ha demostrado una saludable solidez, a partir del último trimestre del año pasado se han sentido los efectos de la crisis sobre el sector real”. (Gregorio.J, 2009)108

AÑO 2012

Durante este año, se aprecia un Auge109 en la economía chilena, muy por el contrario del año 2009, que se había mencionado anteriormente.

En el año 2012, el PIB creció 5,6% respecto del año anterior, y 5,5 % en términos desestacionalizados (gráfico 11). Cabe mencionar, que el año fue bisiesto y que se registraron 4 días hábiles menos que en 2011.

108 José De Gregorio (2009), Presidente Banco Central de Chile, “Chile frente a la Recesión Mundial del 2009”.

109 Es la fase del ciclo económico, donde toda la actividad económica se encuentra en un periodo de prosperidad y apogeo.


Página 61

GRÁFICO 11: PIB total y PIB desestacionalizado. Fuente: Banco Central

El crecimiento de la actividad se mantuvo a lo largo de todo el año, anotando tasas interanuales prácticamente constantes en los últimos tres trimestres. En tanto, la velocidad del PIB desestacionalizado se mantuvo relativamente estable hacia la segunda parte del año.

Desde la perspectiva del origen, se observó un alza generalizada de la actividad de todos los sectores económicos, salvo agropecuario-silvícola, que registró una leve caída. Los servicios empresariales destacaron como la actividad de mayor incidencia, seguidos por comercio, servicios personales, minería y construcción. En tanto, servicios financieros se distinguió como el sector de mayor dinamismo.

La demanda interna creció 7,1%, impulsada principalmente por el consumo —dada su participación predominante—, y en menor medida, por la inversión. El primero se incrementó en 5,8%, liderado por el alza de 6,1% del consumo de bienes y servicios de los hogares; en tanto, el consumo de gobierno aumentó 4,2%. Por su parte, la FBCF110 creció 12,3%, reflejando el mayor gasto en construcción y en maquinaria y equipos, que alcanzaron tasas de variación de 9,0% y 17,4%, respectivamente.

En cuanto al comercio exterior de bienes y servicios, las exportaciones crecieron 1,0% y las importaciones, 4,9%, impulsadas por el componente de bienes; dichos

110 La Formación Bruta de Capital Fijo (FBCF) es un concepto macroeconómico utilizado en las cuentas nacionales. Estadísticamente mide el valor de las adquisiciones de activos fijos nuevos o existentes menos las cesiones de activos fijos realizados por el sector empresarial, los gobiernos y los hogares (con exclusión de sus empresas no constituidas en sociedad). En el análisis macroeconómico, la FBCF es uno de los dos componentes del gasto de inversión, que se incluye dentro del PIB, lo que muestra cómo una gran parte del nuevo valor añadido en la economía se invierte en lugar de ser consumido.


Página 62

efectos fueron aminorados por la caída de las exportaciones e importaciones de servicios.

Cabe destacar que una de las actividades con mayores incidencias fue la minería, esta creció tras la expansión de la producción de cobre con un 4,3%, tras su constante crecimiento a lo largo de todo el año (gráfico 12). El resultado positivo se explica por el desempeño de la minería del cobre. El incremento de esta minería reflejó la mayor producción de algunas empresas del sector, asociada a la explotación de mineral de mayor ley y a la operación en régimen de nuevas instalaciones productivas. El resto de la minería se vio afectada por la menor producción de hierro. Los efectos negativos fueron atenuados por el dinamismo de la producción de otros minerales metálicos, en particular oro, y de la producción de petróleo.

GRÁFICO 12: Minería Fuente: Banco Central de Chile.

En cuanto a la tasa de desempleo, positivas cifras del mercado laboral arrojaron los datos entregados por el Instituto Nacional de Estadísticas (INE)

Esto, porque la tasa de desocupación del trimestre móvil octubre-diciembre de 2012 se ubicó en 6,1%, su menor nivel desde que comenzó a realizarse la encuesta del 2010. Y aunque no son comparables, si se sumara la información del registro anterior, sólo el período noviembre-enero de 2006 es similar con el nivel actual, pues en ese trimestre el desempleo también fue de 6,1%.

Con esta cifra, el desempleo promedio del año 2012 alcanzó un 6,4%, su menor nivel de toda la nueva base, ya que la tasa anual en 2011 fue de 7,20% y en 2010 de 8,35%.


Página 63

AÑO 2016

Durante el año 2016, la actividad económica chilena creció 1,6%, su tasa más baja en siete años, arrastrada por la caída de los sectores de minería e industria, informó el Banco Central (gráfico 13).

GRÁFICO 13: Producto Interno Bruto Fuente: Banco Central

Desde la perspectiva del origen, el resultado fue liderado por la actividad Servicios personales, que destacó como el sector de mayor crecimiento e incidencia; aunque en menor medida, también destacó en términos de contribución, el sector Comercio. En tanto, los sectores Minería, Servicios empresariales, Industria manufacturera y Pesca registraron caídas, siendo los tres primeros los de mayor incidencia.

El sector de Minería disminuyó 2,9% en 2016, tras caer a lo largo de todo el año (gráfico 14) una menor producción, asociada a menores leyes del mineral, condiciones climáticas desfavorables y mantenciones de algunas empresas del sector. En tanto, la caída del resto de las actividades se explica por la menor producción de otros minerales metálicos; en contraste, aumentó la producción de hierro.


Página 64

GRÁFICO 14: Minería Fuente: Banco Central

“…Primer productor mundial de cobre, con casi un tercio de la oferta mundial, Chile ha visto bajar el dinamismo de un sector que contribuye en casi un 10% a su PIB debido a la caída mundial en el precio de las materias primas”. (Diario el Espectador, 2017)111

Desde la perspectiva del gasto, el resultado del PIB se explica por el incremento de la demanda interna y, en menor medida, de las exportaciones netas. El gasto interno aumentó 1,1%, impulsado por el consumo, principalmente de los hogares. En contraste, la inversión se contrajo, incidida por una mayor des acumulación de existencias — que se ubicó en -1,1% del PIB—, y una menor formación bruta de capital fijo (FBCF).

En cuanto al comercio exterior de bienes y servicios, tanto las exportaciones como las importaciones registraron caídas. En ambos casos se contrajo el componente de bienes, en tanto, el de servicios creció en el caso de las exportaciones y cayó en el de las importaciones112.

111 https://www.elespectador.com/economia/en-2016-economia-chilena-registro-su-menor-crecimiento-en-siete-anos-articulo-685448

112 Extraído de: Anuario de Cuentas Nacionales Chile 2012 – 2016, Banco Central.


Página 65

2.12.2 Situación de Los Estados Unidos

2009: año en que se refleja los efectos de la crisis hipotecaria, debido a la crisis financiera de 2008, que había comenzado debido a la burbuja inmobiliaria en Los Estados Unidos en el 2006

2012: los líderes empresariales esperaron el resultado de la elección presidencial de 2012. Fue una carrera entre dos candidatos, con enfoques radicalmente diferentes para estimular el crecimiento económico de Los Estados Unidos. Lo que ralentizó el crecimiento económico del país, debido a que las empresas esperaban ver cuál sería la futura dirección que tomaría la economía del país, la futura política fiscal y las futuras tasas impositivas.

2016: este año estuvo marcado por la campaña presidencial entre la candidata demócrata Hillary Clinton y el republicano Donald Trump. La economía de Los Estados Unidos creció en 2016 un 1,5%, su peor tasa en cinco años. la estimación del crecimiento del producto interior bruto (GDP, por su sigla en inglés) en 2016, cerró con el peor dato económico en cinco años y tras el avance del 2,9% registrado en 2015, debido a una baja de la inversión y del consumo. al 2016, Estados Unidos lleva 11 años consecutivos con crecimientos anuales del PIB inferiores al 3%.

AÑO 2009

Para una parte de los estadounidenses, la crisis financiera empeoró en 2009. En marzo de ese año, el mercado bursátil se desplomó aún más. Las ejecuciones hipotecarias aumentaron, a pesar de los programas gubernamentales que se implementaron. En octubre, la tasa de desempleo subió al 10%113 por primera vez desde 1982. Sin embargo, la Administración Obama impulsó un plan de $ 787 mil millones para la creación de empleos, de manera que el crecimiento económico se tornó positivo a mediados del año. Técnicamente, la Gran Recesión había terminado. Sin embargo, para los que permanecieron desempleados, perdieron sus hogares y su calificación crediticia, o se vieron obligados a aceptar trabajos a un salario mucho más bajo.

La crisis de la vivienda

Hasta el año 2006, la economía de Los Estados Unidos contaba con tasas de interés bajas e indicadores de vivienda con alzas sostenidas. Todo esto favoreció el aumento de los créditos hipotecarios y la competencia de los bancos por otorgar dichos créditos. Se aplicaron criterios de evaluación laxos, lo que permitió que personas con una categoría crediticia dudosa (subprime) pudieran adquirir viviendas.

Antes de que el mercado bursátil alcanzara su máximo de más de 14.000 puntos a principios de octubre de 2007, se produjo una crisis en el mercado de la vivienda en Los Estados Unidos. Los precios de la vivienda habían empezado a disminuir, luego de que

113 Extraído de https://www.thebalance.com/how-the-stock-market-affects-small-business-393401


Página 66

alcanzaran máximos históricos durante varios años. Los bancos habían estado otorgando préstamos a personas, sin el pago inicial habitual del 20% que tradicionalmente se requería. Se cobraba una tasa de interés más alta por esos préstamos para compensar el mayor riesgo.

Los préstamos a menudo eran préstamos hipotecarios de tasa ajustable (ARM), los que no tenían una tasa de interés fija y, por tanto, cambiaba a medida que variaban las tasas de interés del mercado. Algunos de estos propietarios de viviendas con hipotecas subprime tenían problemas para realizar sus pagos hipotecarios y sus casas entraron en un proceso de ejecución hipotecaria.

Las repercusiones de la crisis hipotecaria comenzaron a manifestarse de manera extremadamente grave desde inicios de 2008 En julio de 2008, las ejecuciones hipotecarias eran cada vez más frecuentes.

El mercado de valores y los planes de jubilación

El mercado de valores es un indicador del estado de la económica. Los estadounidenses invirtieron su dinero en el mercado bursátil en 2007, más que en cualquier otro momento de años pasados. Algunos dueños de negocios financiaron planes de jubilación para sus empleados y para ellos mismos, esto mediante la compra de acciones para los planes de jubilación 401 (k)114. El DJIA se redujo a la mitad del valor que tenía en julio de 2007. Eso significa que los planes de jubilación habían disminuido entre un 40% - 50%.

El desplome de Wall Street

En septiembre de 2008, se hizo evidente que la economía estadounidense estaba en una situación crítica. Las instituciones financieras comenzaron a colapsar en sus operaciones y Wall Street siguió cayendo. La administración del presidente George Bush, tuvo que realizar un rescate financiero a varios bancos y otras instituciones financieras para mantenerlas solventes. Algunas instituciones que otorgaban créditos cerraron lo que dificultaba la obtención de un préstamo, tanto para personas naturales como para empresas. Para el 20 de noviembre de 2008, el DJIA cerró en 7.552,29 puntos. Con un leve aumento cercano a los 9.000 puntos, a principios de 2009. Se considera que el mercado, en estos años, experimentó su peor desempeño desde la década de 1930.

114 Es un beneficio que ofrecen algunas empresas a sus empleados para ayudarles a ahorrar para la

jubilación. Estos planes de contribución definida tienen límites en el monto que puede ser invertido y el dinero es deducido directamente de su salario antes de impuestos. Con un plan 401(k), el dinero se deduce del salario antes de descontar los impuestos, lo que hace que los ingresos sujetos a impuestos se reduzcan, y con ello, pague menos impuestos. Algunos planes permiten también contribuir con dinero luego de descontar los impuestos. Dependiendo del plan, el empleador debe contribuir con cierta cantidad. En caso de hacer la contribución, el empleado tiene derecho a tomar posesión del aporte de forma automática o en un periodo específico según lo defina el plan. El empleado elige qué cantidad de dinero quiere invertir, hasta un límite establecido por el plan, y esa contribución se deducirá automáticamente de su salario y se depositará directamente en el plan de inversión que el empleado haya elegido. Esta elección incluye fondos mutuos, títulos de valores individuales, anualidades o bonos.


Página 67

AÑO 2012

Este año estuvo marcado por la incertidumbre producto de la elección presidencial.

En el primer semestre de este año, las empresas esperaban ver si el plan Obamacare sería desestimado por la Corte Suprema el 28 de junio de 2012. Esto no fue así, no obstante, esta incertidumbre ralentizó la expansión comercial en la primera mitad de 2012. La crisis de la deuda de la Eurozona, también causó pérdidas en el mercado de valores estadounidense debido a la incertidumbre relacionada con que si el Banco Central Europeo, evitaría que Grecia, España e Italia incumplieran con su deuda, lo que hizo que el DJIA bajara 1.000 puntos en mayo de ese año115.

Planes de rescate

En septiembre de 2012, la Reserva Federal anunció su plan quantitative easing116 para mantener bajas las tasas de interés. Además, las ejecuciones hipotecarias comenzaron a disminuir después de que los Tribunales Federales resolvieran con los bancos las acusaciones de robo-signing.117 Como resultado de lo anterior, el mercado de la vivienda mejoró, los consumidores reanudaron y aumentaron el consumo, esto fue a pesar del menor uso de tarjetas de crédito. El estímulo monetario de la Reserva Federal resultó en menores tasas de interés para los consumidores, lo que permitió a las personas asumir préstamos para automóviles, mobiliario y educación.

Crecimiento económico y PIB (producto interno bruto)

El crecimiento económico, medido por el PIB, creció un 2% en el primer trimestre de 2012. Luego disminuyó ligeramente hasta el 1,3% en el segundo trimestre, pero aumentó fuertemente hasta el 3,1% en el tercer trimestre y finalmente se contrajo en 0,1% en el último trimestre. La producción económica total de la nación medido por el PIB fue de US$ 16.155.300M118

Empleo y desempleo

En 2012, se crearon 2,17 millones de empleos. El empleo aumentó de 132,5 millones a 134,7 millones. En promedio, se crearon 180.000 empleos por mes. Esto fue suficiente para incluir a los nuevos trabajadores de la fuerza de trabajo del país, no obstante, no fue lo suficiente como para reducir sustancialmente la tasa de desempleo. La situación del desempleo mejoró, lo que se reflejó en la tasa, que bajó del 8,9% al 7,8%. El número de desempleados cayó de 12.8 millones a 12.2 millones.

115 Extraído de: https://www.thebalance.com/u-s-economy-2012-3305742

116 El Quantitative easing, (QE) es un programa expansión monetaria usado por los bancos centrales como una forma de estimulo para la economía con el fin de aumentar la oferta de dinero, cuyo elemento principal es la compra de deuda pública a modo de inversión.

117 "Robo-signing" es un término utilizado para describir el proceso robótico de la producción masiva de asignaciones de hipotecas, declaraciones juradas y otros documentos legales, relacionados con ejecuciones hipotecarias y asuntos legales. También incluye acusaciones de fraude notarial en las que los notarios legalizan las declaraciones juradas y las firmas de los llamados robo-firmantes.

118 extraído de: https://www.datosmacro.com/pib/usa?anio=2016


Página 68

Presupuesto, Déficit y Deuda

A fines de 2012, la relación deuda / PIB fue del 103%, más alta que en cualquier momento desde la Segunda Guerra Mundial. La deuda fue producto del gasto del gobierno y la reducción de los ingresos proveniente de los impuestos, debido al lento crecimiento económico. El déficit presupuestario para el año fiscal 2012 fue de US$ 1.273.536. Como resultado, la discusión sobre cómo reducir la deuda prevaleció en la campaña presidencial de 2012.

Valor del dólar

El dólar disminuyó en 2012. Un euro solo valía US$1,29 a principios de 2012, pero podría cambiarse por US$1,32 a fin de ese año. Esto ayudó a las exportaciones, impulsando el crecimiento económico. Sin embargo, esto encareció las importaciones.

AÑO 2016

Crecimiento económico y PIB (producto interno bruto)

El producto interno bruto de Estados Unidos en 2016 creció un 1,5% respecto a 2015. Se trata de una tasa 14 décimas menores que la de dicho año, cuando fue del 2,9%119.

En 2016 la cifra del PIB fue de 18.624.500M$, con lo que se Estados Unidos es la primera economía del mundo en cuanto a PIB se refiere, El valor absoluto del PIB en Estados Unidos creció 503.800M$ respecto a 2015.

El crecimiento es proviene del aporte positivos del consumo privado, las exportaciones, la inversión fija residencial y el gasto público.

En el año 2016, las exportaciones crecieron un 0,4%. El déficit comercial aumentó en este año debido al mayor aumento de las importaciones. Las exportaciones suponen un 12,0% del PIB, mientras que las importaciones que presentan una tasa de crecimiento del 1,1% suponen un 14,9% del PIB.

Inflación

La inflación anual 2016 cerró en 2,1%120, la tasa más alta desde 2011, que cerró con un 3%. Los precios de la energía aumentaron a fines del 2016 un 1,5%, los alimentos disminuyeron un 0,2%. Los precios de la energía y los alimentos son considerados los más volátiles. La inflación de Estados Unidos, desde mediados de 2016, fue aumentando y aproximándose a la meta anual del 2%, de acuerdo con lo fijado por la FED.

El mercado de valores

A principios de 2016, los precios de las acciones se desplomaron. Los inversionistas perdieron trillones y algunos países entraron en recesión. Eso siguió a las pérdidas ocurridas en 2015, donde cerca del 70% de todos los inversores estadounidenses perdieron dinero. Según algunos inversores, fue el peor año para las

119 Extraído de: https://www.datosmacro.com/pib/usa?anio=2016 120 Extraído de: https://www.datosmacro.com/paises/usa

https://www.datosmacro.com/paises/usa


Página 69

acciones desde 2008. Cerca de 1.000 fondos de cobertura cerraron y los bonos basura cayeron.

Empleo y desempleo

De acuerdo a la Oficina de Estadísticas Laborales de Los Estados Unidos (Bureau of Labor Statistics, BLS), en diciembre de 2016 se crearon 157.000 nuevos empleos y la tasa de desempleo disminuyó hasta el 4,8% para finales de ese año. La “Current Employment Survey” (CES) (encuesta elaborada a partir de entrevistas a 300.000 establecimientos, sin incluir los sectores agrícolas, autónomos y trabajo doméstico) apunta que durante todo el 2016 se crearon una media de 187.000 puestos de trabajo al mes, comparado con una media de 226.000 en el año 2015121.

121 Extraído de: http://www.exteriores.gob.es/documents/fichaspais/estadosunidos_ficha%20pais.pdf


Página 70

CAPÍTULO III

MARCO ECONÓMICO

El beta se define como la variación del rendimiento de un activo, en función de las variaciones producidas en el rendimiento del mercado en el que se negocia, dado esto es su importancia de conocer el comportamiento de este coeficiente ante diferentes situaciones económicas en el mercado.

A mediados del 2008122 se produjo una de las crisis económicas que afecto a otras economías mundiales. Esta crisis ocasionó que las empresas tuvieran pérdidas de capital, a las cuales se sumó gran incertidumbre de los inversionistas y en un clima de riesgo evidente, por esta razón las rentabilidades esperadas que se exigían fueron más allá de las posibilidades de las empresas. Los inversionistas, los accionistas y los gerentes se vieron en la obligación de calcular el verdadero valor de las organizaciones y cómo se comportan respecto al mercado; es en este panorama, donde conocer un coeficiente que diga cómo se comporta la empresa respecto al comportamiento del mercado, y cómo esta relación hace variar el valor de la organización; para resolver estos problemas existe el coeficiente beta.

Con los cambios económicos, las crisis mundiales y los altos grados de competitividad cada vez son más difícil para los inversionistas encontrar inversiones que se ajusten a sus necesidades. El tiempo es un factor de particular importancia, ya que es un mercado a largo plazo que ofrece rendimientos variables, un inversionista puede formar portafolios de gran utilidad en épocas de crisis o al contrario puede perder en mercados en alza.

Es de esperarse que en una economía en crisis el coeficiente beta se comporte diferente que en economías estancadas o al alza, ya que, en periodos como estos, los betas de las empresas deberían tener un alza debido al aumento del riesgo en el mercado. El rendimiento del mercado de valores está referido al rendimiento medio ponderado de los títulos que se cotizan en el mercado, según los índices publicados, el beta supone que los rendimientos de cada título están relacionados linealmente con el rendimiento del mercado123 (Soldevilla E. , 1982)

… “El coeficiente de beta generalmente es positivo, ya que cuando el rendimiento del mercado se eleva, también sube el rendimiento del título, e inversamente. Este coeficiente puede adoptar diversos valores. En situación de estabilidad, la mayoría de los títulos suelen tener betas de un nivel entre 0.5 y 2” (Soldevilla, 1982)

122 Por Gran Recesión se conoce a la crisis económica mundial que comenzó en el año 2008, y fue originada en los Estados Unidos. Entre los principales factores que se atribuyen como causas de la crisis se encuentran los fallos en la regulación económica, la gran cantidad de delitos cometidos por los bancos, la sobrevalorización de productos, crisis alimentaria mundial y energética, y la amenaza de una recesión en todo el mundo, así como una crisis crediticia, hipotecaria y de confianza en los mercados.

123 Soldevilla, E. (1982), “Aplicación de la cobertura a las carteras de inversión”, ISSN 1019-6838, 7(2), 1998. (pp. 25-34)


Página 71

En la evidencia de estudios sobre cómo afectan los ciclos económicos al coeficiente beta, se presentan dos trabajos que analizan el comportamiento de este en escenarios económicos con variación.

Neal Maroney, Atsuyuki Naka y Theresia Wansi 124(2004) nos hablan sobre la crisis asiática que se materializó con la devaluación del baht tailandés en julio de 1997125 y se extendió rápidamente en los demás mercados asiáticos. Los betas nacionales de mayor equidad y los ingresos medios disminuyeron considerablemente, aunque se vio al mismo tiempo un incremento en los betas, por lo que se piensa que, estuvo ligado al tipo de cambio, las monedas colectivamente perdieron casi la mitad de su valor y sus rendimientos denominados en dólares. El aumento de la rentabilidad esperada necesaria para acompañar este aumento del beta se hace posible mediante la creación de las pérdidas de capital que disminuyeron los rendimientos medios. Después de la crisis se pudo observar un incremento cinco veces mayor del beta del mercado, las devaluaciones son eventos poco frecuentes y por eso mismo no se espera que cambien las primas de riesgo, pero en presencia de la deuda no cubierta, la devaluación afecta la estructura de las empresas de capital y por lo tanto las tasas de descuento.

El incremento de las tasas de retorno y la creación de pérdidas de capital después del inicio de la crisis resuelve una irregularidad aparente de la valoración de activos, donde después de la crisis los betas suben y los rendimientos medios caen.

Maroney, Naka, & Wansi (2004) Armaron un modelo que simula una caída en los ingresos medios de las empresas y un aumento en el riesgo para aparentar un escenario de crisis, de esta forma intuyeron que al aumentar el beta, las pérdidas de capital tiene que incrementarse para así acrecentar la rentabilidad esperada, de una u otra forma las pérdidas de capital son rendimientos esperados; también hicieron gran énfasis en el apalancamiento de las empresas, pues según sus estudios la mayoría de las organizaciones antes de las crisis se financian a corto plazo, en su mayoría sin cobertura y con deuda en dólares, una vez las autoridades monetarias entran en crisis, el apalancamiento y los intereses aumentan, esto ocasiona que los betas de capital aumenten y eleva los rendimientos esperados; además aseguran que los inversionistas se anticipan al cambio y a las crisis, pero sus expectativas de ganancia son tan altas que se arriesgan con mayores coberturas, esto ocasiona que los picos de las crisis y sus verdaderas repercusiones se sientan hasta cinco meses después de su inicio.

Este modelo concluyo que, al aumentar el apalancamiento, el beta se incrementaría y los rendimientos promedios disminuirían, porque las pérdidas de capital son necesariamente más altas que los rendimientos esperados.

124 Maroney, N. Naka, A. & Wansi, T. (2004). “Changing Risk, Return and Leverage: The 1997 Asian Financial Crisis”. The Journal of Financial and Quantitative Analysis. 39, (1) (Mar., 2004), (pp.143-166)

125 La crisis financiera asiática fue un período de dificultad financiera que se apoderó de Asia en julio de 1997 y aumentó el temor de un desastre económico mundial por contagio financiero. También conocida como la crisis del Fondo Monetario Internacional, comenzó el 2 de julio de 1997 con la devaluación de la moneda tailandesa. Por efecto dominó, le sucedieron numerosas devaluaciones en Malasia, Indonesia y Filipinas, lo que repercutió también en Taiwán, Hong Kong y Corea del Sur.


Página 72

Según John Campbell & Vuolteenaho126, (diciembre, 2004). Los flujos de efectivo y las tasas de descuento, en las economías en crisis serán especialmente influyentes cuando se estimen las rentabilidades y las valoraciones, ya que la fórmula de cálculo del CAPM se ve directamente afectada por el beta, y este cambia bruscamente con las tasas de descuento.

Otro de los estudios fue realizado en México (2014)127, el cual se analizó la variación del promedio del coeficiente beta de las principales empresas de la Bolsa Mexicana de Valores durante el periodo de 2003 al 2013 y estimo el incremento del riesgo mercado o sistemático por el coeficiente beta de las empresas después de la crisis del 2008. El estudio se dividió en dos periodos, uno pre-crisis de 2003 a 2008 y el otro post crisis de 2008 a 2013, evaluando la magnitud de los cambios del riesgo mercado, así como de la composición del mismo, es decir, del incremento derivado por el riesgo del negocio y el riesgo financiero ante la crisis económico-financiera mundial.

El resultado obtenido fue que los betas construidas con rendimientos semanales de dos años, si bien hubo estadísticamente una variación o cambio en los promedios de los betas, no se encontró un incremento en los promedios de los betas de la mayoría de la muestra de acciones seleccionadas del periodo 2003-2008 al periodo 2008-2013. Lo anterior resulta confuso e incongruente ya que después del año 2008 las economías y mercados emergentes padecieron de crisis y recesiones significativas, por lo que de acuerdo al coeficiente beta el riesgo mercado disminuyó en la mayoría de las acciones de las empresas.

Sólo 7 de las 15 acciones (menos del 50%) mostró estadísticamente un incremento en el promedio de sus betas, de las 8 acciones restantes de la muestra, una no mostró cambio y 7 mostraron un cambio del promedio de sus betas a la baja. Lo anterior resulta cuestionable puesto que a raíz de la crisis del 2008 la economía mexicana y global experimentó efectos recesivos, así como una mayor volatilidad en sus mercados financieros y de bienes y servicios en general.

Este estudio concluyó que independiente que los betas sean cambiantes en el tiempo, dado el escenario y contexto en el que se analizaron, dichos cambios son cuestionables y reflejan resultados de un indicador que deja muchas dudas acerca de que tan eficiente y útil es para medir el riesgo mercado o sistemático en las acciones y empresas en general.

126 Campbell, J. & Vuolteenaho,T. (Diciembre 2004). Bad beta, Good beta. The American Economic Review. 94(5), (pp.1924-1275).

127 Bazán, M. Morales, R. y López F. (2014) Evaluación del coeficiente beta como medida del riesgo mercado o sistemático en el mercado accionario mexicano de 2003 a 2013, Congreso Internacional de Contaduría Administración e Informática.


Página 73

3. MODELOS USADOS EN EL CÁLCULO DE BETA

3.1 MÉTODO DE LOS MÍNIMOS CUADRADOS

Beta no es una medida de riesgo individual, sino relativa al mercado. Compara como varían al mismo tiempo los retornos de una empresa y los del mercado. Es decir, como varían dos grupos de datos en forma conjunta. De esta comparación, se concluirá si es que el mercado y la empresa se mueven en la misma dirección, en forma inversa o bien no hay correlación. Para realizar esta comparación, se toman datos históricos tanto de la empresa como del mercado, implícitamente se presume que la historia se repetirá.

Este método consiste en la utilización de las estadísticas de los datos de mercado y de la acción para calcular una covarianza. Para esto, si se cuenta con los rendimientos de una acción y el promedio de la misma, se compara con el mercado y con el rendimiento promedio de este mercado, para ver el grado de variación conjunta de estas dos variables respecto a sus promedios.

La covarianza evaluará cuanto se aleja el mercado de su promedio y cuanto se aleja la acción de su promedio. El resultado de esta covarianza se dividirá entre la varianza del mercado. Esto se representa con la siguiente expresión:

Donde:

Será la medida de la volatilidad de una acción relativa a la volatilidad del mercado.

Es la covarianza entre los rendimientos de la acción y los rendimientos del mercado.

Es la varianza de los rendimientos del mercado.

Ventajas:

Su mayor ventaja es que un método simple de usar y los errores que pudiesen surgir son derivados de una incorrecta selección de los datos.

Utiliza fuente de información que está disponible tanto del mercado como la relativa a la acción que será medida.

Desventajas:

Se basa en información histórica, por lo tanto, resulta ser una forma predictiva y ser parte de diversos escenarios que podrían darse en el futuro, sin embargo, no considera otros factores como el de la incertidumbre.


Página 74

Al considerar solo las variaciones de los rendimientos de la acción y del mercado por su parte, en un cierto periodo, y no considerar la incertidumbre, se desconoce las probabilidades de ocurrencia de los posibles escenarios que pudiesen darse.

3.2 MÉTODO DE REGRESIÓN LINEAL

Esta beta mide el riesgo sistemático o no diversificable que surge de aspectos como inflación, guerras, recesiones y altas tasas de interés, que son factores que afectan a todas las empresas en forma conjunta. Puesto que todas las empresas se ven afectadas simultáneamente por estos factores, este tipo de riesgo no puede ser eliminado por la diversificación de las inversiones.

La línea característica es una recta de regresión lineal creada a partir de los rendimientos de una acción respecto a los rendimientos del mercado.

Ecuación línea Recta

𝑦 = 𝑎 + 𝑏𝑥

𝑦𝑖 = 𝛼 + 𝛽𝑥𝑖 + 𝜀

𝛼 es el corte del eje de las coordenadas, 𝛽 es la PENDIENTE de la recta.

Y 𝜀 es el error de estimaciónCálculo de la Pendiente: o coeficiente de regresión.

Se calcula como:

𝛽𝑖 Indica cómo se mueven los rendimientos de una determinada acción como resultado a cambios en el rendimiento del mercado.

Interpretación:

Se asume que el coeficiente beta del mercado es 1 y el resto de betas deben de compararse con este valor.

Betas mayores a 1 simbolizan que el activo tiene un riesgo mayor al promedio del mercado.

Por lo tanto, un inversionista no deseará un activo con un beta alto o estará dispuesto a aceptarlo en la medida que el rendimiento del activo sea mayor.

Esto se basa en el principio que dice que los inversionistas, entre más riesgosa sea la inversión, requieren mayores retornos

Es un modelo de expectativas, y no hay ninguna garantía de los datos históricos se repitan.

Nos ofrece un cálculo que nos aporta otros datos estadísticos como el "nivel de significancia”, aunque no aportan mucho en el proceso de valoración.

Así que podemos decir que el coste de usar este método es bastante menor que el valor añadido que nos aporta, por lo tanto, en principio no se recomienda, aunque es interesante saber que existe.


Página 75

3.3 OTROS TIPOS DE BETAS

A continuación, se darán a conocer otros métodos diferentes para calcular beta, que no son tan utilizados por las empresas como en el apartado anterior:

3.3.1 Estimación del beta mediante Bottom - Up

Este sistema no tiene en consideración los datos de los precios pasados del activo (Damodaran, 2001). De hecho, ni siquiera requiere que la acción cotice en bolsa. Esto se debe a que la estimación del parámetro se realiza, en gran medida, a partir de los betas de compañías de características similares a las de la empresa objetivo. Es necesario introducir una de las características del beta, siendo ésta que, dados dos activos, su beta conjunta será el beta ponderada de cada uno de ellos. Esto permite concluir que el beta de una compañía será la suma de los betas de aquellos negocios en los que opere. Como el propio nombre del sistema indica, el punto de partida de la estimación es la selección de un negocio concreto en el que la empresa actúe. De este modo, posteriormente obtenemos la media de los betas no apalancados de las compañías del sector que coticen. El resultado obtenido del proceso servirá para, teniendo en cuenta el porcentaje que la deuda supone sobre los recursos propios, calcular el beta o bottom-up beta.

El bottom-up entregara una mejor estimación del beta correcto cuando:

El error estándar del beta de la regresión es alto y el beta para una empresa es muy diferente del promedio del mercado.

La empresa ha reorganizado o ha reestructurado de manera considerable durante el periodo de la regresión

Según Damodaran (2001), entre las ventajas del método bottom-up cabría añadir que facilita la consideración de cambios en el mix financiero y de negocio al mismo tiempo que permite identificar los betas de forma individualizada por cada área de negocio.

3.3.2 Estimación del beta a partir de la información contable

Este tipo de betas nos sirve para estimar los parámetros de riesgo relativo de las ganancias contables y dejar de lado el de los precios negociables, visto de otra manera, las variaciones de los ingresos en una empresa ya sean mensuales, trimestrales, semestrales o anuales pueden relacionarse frente a los cambios en las ganancias del mercado durante ese mismo período. Los betas contables son muy útiles en aquellas empresas que no poseen datos históricos del precio de su acción o por el contrario poseen demasiado ruido.

A pesar de que lo anterior suene muy atractivo, este tipo de enfoque posee tres problemas:

En primer lugar, que el beneficio contable no es una magnitud real sino una aproximación. En segundo lugar, que el beneficio puede verse afectado por resultados


Página 76

extraordinarios de operaciones no vinculadas con las operaciones normales de la empresa, generando una imagen poco fiel en un ejercicio concreto. Finalmente, los resultados contables no son obtenibles con la misma inmediatez que, por ejemplo, los precios de cotización haciéndose públicos con distinta periodicidad dependiendo si la empresa cotiza o no.

De entre los dos métodos que se acaban de exponer, la mayor parte de los autores parecen inclinarse por el método bottom-up pues salva los problemas del método del cálculo mediante datos contables y el problema del error que se da para los datos históricos, así como los posibles fallos que se puedan dar en los distintos índices.

3.3.3 Estimación del beta mediante el cálculo cualitativo

Por otra parte, Pablo Fernández (2009) hace mención al cálculo cualitativo (con sentido común) del beta, dada la poca estabilidad de los betas y el escaso significado de los betas históricas, cada vez hay más empresas que recurren al cálculo cualitativo de el beta o de proyectos de inversión. Estos métodos no son más que una ayuda para el sentido común. El beta que debe utilizarse en la valoración de una empresa depende del riesgo que el valorador aprecia en los flujos esperados de la misma.

Algunas empresas utilizan el método NODERFELASE (iniciales de los parámetros que considera para evaluar el riesgo de cada proyecto) para estimar el beta. Cada parámetro se puntúa de 1 a 5 según su contribución al riesgo. También es preciso definir la ponderación de cada factor. En el ejemplo que se adjunta a continuación, la suma de las puntuaciones de cada parámetro teniendo en cuenta su ponderación fue 3,5. Multiplicando esta cantidad por 0,5 se obtuvo el beta 1,75. Nótese que según este modelo (debido al parámetro 0,5) el beta puede oscilar entre 0,5 y 2,5. Si se utilizara un parámetro igual al 0,6, entonces el beta podría oscilar entre 0,6 y 3,0.

Otras alternativas al método NODERFELASE son el método Martillo y el método NADEFLEX:


Página 77

Otro de estos métodos es el CAMEL: C (de Capital, se refiere al endeudamiento); A (de Asset quality, se refiere del riesgo del negocio); M (de Management, se refiere al juicio que nos merecen los directivos); E (de Earnings, se refiere a la volatilidad de los beneficios), y L (de Liquidity, se refiere a la liquidez de las acciones).


Página 78

CAPÍTULO III

METODOLOGÍA

1. HIPOTESIS

El beta en épocas de alta volatilidad y en economías emergentes, es un buen estimador estadístico.

2. DISEÑO DE LA INVESTIGACIÓN

El diseño metodológico de la presente Investigación se basa en la “Metodología de la Investigación”128 propuesta por (Hernández-Sampieri, 2006 )

Quien indica que “plantear el problema no es sino afinar y estructurar más formalmente la idea de investigación”. Por consiguiente, la estructura de la investigación se desarrolla desde un enfoque cuantitativo, siguiendo una estructura secuencial y probatoria129, facilitando la comparación entre estudios similares.

El tipo de estudio sobre el cual se sustenta el diseño de la investigación es de alcance explicativo, diseño no experimental130, debido a que no se realiza ningún grado de manipulación sobre las variables en estudio. Por lo tanto, se observan los fenómenos tal y como se dan en su contexto natural para después analizarlos.

128 Hernández-Sampieri, R., Fernández-Collado, C., y Baptista-Lucio, P. (2006). Metodología de la Investigación. Cuarta Edición.

129 El enfoque cuantitativo constituye un proceso que a su vez integra otros procesos. Este enfoque es

secuencial y probatorio, es decir cada etapa precede a la siguiente y no se pueden omitir, el orden es riguroso, aunque se pueden redefinir tales etapas. Este enfoque, comienza con una idea que se va acotando y al delimitarse, se derivan objetivos y preguntas de investigación, se revisa la literatura y se realiza una perspectiva teórica. De las preguntas de investigación surgen las hipótesis y se determinan variables y se desarrolla un plan para probarlas. Estas variables se miden en un determinado contexto y se analizan las mediciones obtenidas con métodos estadísticos, como tablas de frecuencias para llegar a establecer conclusiones respecto a la hipótesis.

Hernández R., Fernández-Collado C., Baptista Lucio P. (2006). Metodología de la Investigación. (Sexta Edición). México, D.F: McGraw Hill. (pp 04-05).

130 Los estudios explicativos están dirigidos a responder por las causas de los eventos y fenómenos

físicos y sociales. Se centra en explicar por qué ocurre un fenómeno y en qué condiciones se manifiesta o por qué se relacionan dos o más variables. Este tipo de estudio va más allá de describir conceptos o fenómenos o del establecimiento de relaciones entre concepto.

La investigación no experimental, se realiza sin manipular las variables en forma intencional, se trata de estudios en los que no se hace variar en forma intencional las variables independientes para ver el efecto que tiene sobre otras variables. En la investigación no experimental, se observan los fenómenos tal como se dan en su contexto natural para analizarlos.

Hernández R., Fernández-Collado C., Baptista Lucio P. (2006). Metodología de la Investigación. (Sexta Edición). México, D.F: McGraw Hill. p.152.


Página 79

Dentro del diseño no experimental, la investigación es longitudinal de panel131, por consiguiente, se estudia la evolución o cambio de una o más variables o las relaciones de estas a través del tiempo, recolectando datos en momentos específicos o periodos de tiempo para hacer inferencias respecto al cambio, sus determinantes y consecuencias.

3. DEFINICIÓN CONCEPTUAL Y OPERATIVA

Conceptualmente la variable relevante de esta investigación es el coeficiente beta, que se define como una medida de la volatilidad de un activo respecto al mercado. El coeficiente beta de un activo financiero es un parámetro que indica cuanto varía el rendimiento de dicho activo, en función de las variaciones que se produzcan en el rendimiento del mercado en el que dicho activo se negocie. Por lo tanto, el valor de beta indica la sensibilidad de la rentabilidad del activo en relación con la rentabilidad del mercado.

Al considerar la hipótesis y el problema de investigación, las variables operacionales que surgen estarán sujetas a determinar los rendimientos diarios del mercado, tanto reales como teóricos de las acciones. Por lo tanto, los rendimientos de cada una de las acciones serán las variables utilizadas para calcular la covarianza entre el rendimiento del activo y el mercado, y la varianza de la rentabilidad del mercado.

Estas variables son consideradas, porque son propiedades que varían y se pueden medir, además son utilizadas para estimar el cálculo del coeficiente beta.

4. UNIVERSO Y MUESTRA

Para llevar a cabo la presente investigación se utilizará como universo, a todas las sociedades anónimas o empresas chilenas que cotizan acciones en la bolsa de Santiago.

El tipo de muestra será no probabilística132 y estará representada por aquellas acciones que integran el IPSA (Índice de Precios Selectivo de Acciones). Esta muestra del tipo no probabilística está basada en el criterio selección que corresponde a la incorporación de aquellas empresas que hayan cotizado en el IPSA continuamente durante los años que comprende este estudio.

131 El diseño longitudinal recoge datos en diferentes momentos o periodos, que son especificados

previamente, para analizar cambios al paso del tiempo en determinadas categorías, conceptos, sucesos, variables, contextos o el cambio en las relaciones entre las variables y realizar inferencias acerca de la evolución del problema de investigación o fenómeno, sus causas y sus efectos. Uno de los tipos de diseño longitudinal es el de panel, que se enfoca en que toda la población o grupo de estudio es seguido a través del tiempo.

Hernández R., Fernández-Collado C., Baptista Lucio P. (2006). Metodología de la Investigación. (Sexta Edición). México, D.F: McGraw Hill. (pp.159,161)

132 La muestra probabilística o dirigida son muestras guiadas por uno o varios propósitos debido a que la

elección de los elementos de la muestra depende de las razones relacionadas con las características de la investigación.


Página 80

Según el tipo de diseño de la investigación, al ser una investigación no experimental longitudinal y de panel, para la selección de la muestra se deben analizar a los mismos sujetos para medir su evolución o variaciones en distintos periodo de tiempo, por consiguiente, de las 40 empresas que forman parte del IPSA, solo se elegirán a 37 de ellas, tomando en consideración solo a las que registraron cotizaciones en forma ininterrumpida durante los años 2009, 2012 y 2016, para el cálculo de 60 periodos diarios, buscando una mayor sensibilidad en los datos, y el periodo comprendido entre los años 2012 y 2016, para el cálculo de 60 periodos mensuales, con esto ver el comportamiento de un ciclo económico.

Siguiendo la metodología propuesta por Roberto Hernández Sampieri, en su libro metodología de la investigación, para la estimación de la muestra. Se utilizará lo siguiente:

𝒁𝟐 ∗ (𝒑 ∗ 𝒒)

𝒆𝟐 +(𝒁𝟐 ∗ (𝒑 ∗ 𝒒)

𝑵

Donde:

n= tamaño de la muestra a estudiar.

N= tamaño de la población.

Z= nivel de confianza deseado. Este indicador hace referencia a la probabilidad de que los resultados de la investigación sean ciertos y los valores son obtenidos de la tabla de la distribución normal estándar.

p= probabilidad de éxito Corresponde a la proporción de la población con la característica deseada. Conocida como variabilidad positiva.

q= probabilidad de fracaso. Corresponde a la proporción de la población sin la característica deseada. Conocida como variabilidad negativa.

e = Nivel de error.

Por lo tanto, al aplicarlo en este estudio:

El tamaño de la población (N), es representado por el total de empresas que integran el IPSA.

El nivel de confianza (Z), es un valor constante obtenido, que, si no se tiene su valor, se considera el 95% de confianza, equivalente a 1,96, este valor es el más usual.

El nivel de error (e), se considera el 5% como margen de error.

La probabilidad de éxito (p), se usa 50% porcentaje de variabilidad positiva, al no existir antecedentes previos sobre la investigación.

La probabilidad de fracaso (q), se usa 50% porcentaje de variabilidad negativa, al no existir antecedentes previos sobre la investigación.


Página 81

Estos parámetros son internacionalmente aceptados por las estadísticas en función de los valores poblacionales conocidos.

5. INSTRUMENTO DE MEDICIÓN

La recopilación de datos cuantitativos de este estudio se realiza mediante un instrumento de medición que representa a la variable relevante de esta investigación, y que corresponde al coeficiente beta. Este instrumento corresponde a la clasificación de análisis de contenido cuantitativo, el que cumple con características de objetividad, porque no acaecerá de sesgos en la forma de calificar o interpretar la variable en estudio, así como, características de validez y de confiabilidad, debido a que lleva a resultados consistentes y coherentes.

Este análisis de contenido tiene como objetivo cuantificar los datos seleccionados, tabularlos en una matriz, que servirá de base para realizar cálculos y hacer posteriores comparaciones que llevarán a las conclusiones finales del estudio.

Para aplicar el instrumento de medición, del tipo análisis de contenido cuantitativo, se ha determinado, como método de recopilación de datos, una muestra que corresponde a treinta y siete empresas, de un total de cuarenta, que han cotizado ininterrumpidamente en el índice IPSA.

La metodología utilizada consiste en calcular el CAPM con un beta estimado, utilizando un ciclo económico de cinco años, con datos mensuales en los periodos comprendidos entre los años 2012 y 2016. Para la tasa libre de riesgo se ha considerado los bonos del Banco Central en pesos (BCP) a 5 años por que la economía chilena está en pesos. Luego de esto, se realizará una comparación entre los rendimientos reales obtenidos para cada empresa de la muestra y el rendimiento obtenido por medio del CAPM, además de realizar una correlación entre ambos rendimientos.

La correlación utilizada como aceptable será de un 75%, lo que corresponde a un tipo de “correlación positiva alta”, según definición de la correlación de Karl Pearson. Se utiliza este estadígrafo para validar los datos, ya que este busca ver como se relacionan dos variables, a diferencia de otros métodos de cálculo de correlación, como es el caso del coeficiente de correlación de Spearman y Valor P, que buscan ver como una variable influye sobre la otra.

Además, con el objetivo de analizar bajo otro método, el comportamiento de beta, dada la volatilidad de los mercados, se realizó un análisis tomando otros antecedentes como la estimación basada en precios diarios, de las acciones pertenecientes a las treinta y siete empresas seleccionadas.

Se obtienen los precios diarios de las acciones para cada empresa, perteneciente a la muestra, y los precios del índice IPSA, para los años indicados, se tabulan y se calcula el rendimiento diario para las acciones, que se denominará "rendimiento real", también se calculará el rendimiento diario para el índice.

Para cada año de estudio, en forma trimestral y para cada empresa de la muestra, se calcula el coeficiente beta, por el método de los mínimos cuadrados. Con esto, se


Página 82

obtiene un "rendimiento teórico", que es el producto del rendimiento del IPSA y el coeficiente beta obtenido anteriormente para cada empresa.

Posteriormente, para cada año, cada trimestre y cada empresa, se realiza una correlación entre el “rendimiento real” y el “rendimiento teórico” obtenidos anteriormente para llegar a una conclusión posterior que estará acorde con lo establecido en las hipótesis del estudio.

7. APLICACIÓN DE DATOS POR PERIODO

En el acápite presente, se mostrará el análisis de la cuantificación de los datos seleccionados, los que darán como resultado la validez o el rechazo a la hipótesis propuesta, es decir la efectividad del coeficiente beta como método predictivo del riesgo sistemático.

El índice de precios selectivos de Acciones (IPSA), mide las variaciones de precios de cuarenta compañías más líquidas que cotizan en la Bolsa de Comercio de Santiago, de las cuales, treinta y siete fueron elegidas en el presente estudio, las que estuvieron cotizando ininterrumpidamente entre los años 2009 al 2016, bajo la obtención de una muestra:

TREINTA Y SIETE EMPRESAS SELECCIONADAS DEL IPSA

1 AGUAS-A 20 ENTEL

2 AESGENER 21 FALABELLA

3 ANDINA-B 22 FORUS

4 ANTARCHILE 23 IAM

5 BANMEDICA 24 ITAUCORP

6 BCI 25 LTM

7 BSANTANDER 26 MASISA

8 CAP 27 ORO BLANCO

9 CCU 28 PARAUCO

10 CENCOSUD 29 QUINENCO

11 CHILE 30 RIPLEY

12 CMPC 31 SALFACORP

13 COLBUN 32 SECURITY

14 CONCHATORO 33 SK

15 COPEC 34 SM CHILE B

16 ECL 35 SONDA

17 EMBONOR-B 36 SQM-B

18 ENELAM 37 VAPORES

19 ENELGXCH

TABLA 16: empresas seleccionadas para el estudio, obtenidas del IPSA


A continuación, se presentan las tablas obtenidas, una vez calculados los rendimientos para los años 2012 al 2016, en donde se estimó el beta con datos mensuales de las empresas seleccionadas, para posteriormente ser utilizado en el modelo CAPM, con el objetivo de comparar los rendimientos reales contra el rendimiento teórico, recordando que dadas las investigaciones descritas anteriormente buscaban evaluar el beta en 60 meses, es decir 5 años, para contextualizar un ciclo económico. BETAS CALCULADOS DURANTE CINCO AÑOS

AGUAS-A AESGENER ANDINA-B ANTARCHILE BANMEDICA BCI BSANTANDER CAP CCU

COVARIANZA 0,000028 0,000045 0,000049 0,000043 0,000014

0,000054 0,000055 0,000084 0,000043

VARIANZA** 0,000054

BETA 0,53 0,84 0,90 0,80 0,25 1,01 1,03 1,55 0,80

Rm** 2,7%

Rf** 3,93%

CAPM 3,29% 2,91% 2,84% 2,96% 3,63% 2,71% 2,69% 2,05% 2,96%

Rendimiento 23,8% -4,5% 27,4% -4,5% 51,8% 28,5% 8,9% -89,1% 15,4%

Correlación (IPSA - B. Teórico) 0,342 0,485 0,386 0,486 0,140 0,567 0,618 0,403 0,441

TABLA 17: resumen de betas mensuales para empresas correspondientes a la muestra, en un periodo de cinco años.

**Indica valores constantes, los cuales VAR, representa la varianza del mercado, es decir del IPSA, RM es el rendimiento del mercado y Rf es la tasa de un bono Gobierno del Banco Central en pesos (BCP).


Página 84

CENCOSUD CHILE CMPC COLBUN CONCHATORO COPEC ECL EMBONOR-B ENELAM

COVARIANZA 0,000069

0,000040

0,000067

0,000051 0,000037

0,000069

0,000037 0,000022 0,000062

VARIANZA** 0,000054

BETA 1,28 0,74 1,24 0,94 0,69 1,28 0,69 0,41 1,15

Rm** 2,7%

Rf** 3,93%

CAPM 2,38% 3,04% 2,43% 2,79% 3,10% 2,38% 3,10% 3,43% 2,54%

Rendimiento -29,9% 17,8% -19,7% 8,4% 18,6% 1,8% -16,7% 60,9% -27,1%




ENELGXCH ENTEL FALABELLA FORUS IAM ITAUCORP LTM MASISA ORO BLANCO

COVARIANZA 0,000054

0,000045 0,000056

0,000026

0,000023 0,000049

0,000078

0,000033 0,000016

VARIANZA** 0,000054

BETA 1,00 0,83 1,04 0,49 0,42 0,91 1,46 0,61 0,30

Rm** 2,7%

Rf** 3,93%

CAPM 2,72% 2,93% 2,68% 3,34% 3,42% 2,83% 2,17% 3,19% 3,57%

Rendimiento -41,0% -20,4% 37,1% 64,7% 26,8% -2,9% -57,5% -7,4% -10,1%





Página 85



En las tablas anteriores, se utilizaron datos mensuales de cinco años, desde el 2012 al 2016. Con estos datos, se realizó el cálculo del coeficiente beta, basado en el método de los mínimos cuadrados, adicionalmente se obtuvo el CAPM considerando una tasa libre de riesgo fundamentada en la tasa de un bono del Banco Central de Chile (BCP) a 5 años a diciembre del 2016, debido a que se busca evaluar un ciclo económico e 5 años y en pesos, dada la moneda local. El rendimiento de mercado del IPSA para los cinco años del estudio. Sin embargo, al comparar el rendimiento que presenta cada empresa, mediante el cálculo de la correlación, con el CAPM estimado mediante el coeficiente beta, se aprecia que no son similares, reflejando una significativa diferencia, ejemplo de esto, es el caso de la empresa CAP (Tabla 17), el cual registró un rendimiento real de 2,05%, y para el modelo CAPM un rendimiento de -89,1%. Por lo tanto, dado los resultados, se puede considerar que el 94,6% de las correlaciones están bajo el 75%, definido como el mínimo requerido aceptable, y que en sólo dos de las evaluaciones alcanzaron ese mínimo, es decir, solo el 5,4% de la muestra tiene rendimientos que se correlacionan con sus betas calculados.

PARAUCO QUINENCO RIPLEY SALFACORP SECURITY SK SM CHILE B SONDA SQM-B VAPORES

COVARIANZA 0,000041 0,000022 0,000045 0,000049 0,000014

0,000028 0,000030

0,000051 0,000058 0,000050

VARIANZA** 0,000054

BETA 0,76 0,42 0,84 0,91 0,26 0,51 0,55 0,94 1,08 0,92

Rm** 2,7%

Rf** 3,93%

CAPM 3,01% 3,43% 2,92% 2,83% 3,62% 3,31% 3,27% 2,79% 2,63% 2,82%

Rendimiento 71,1% 37,0% -1,1% -77,1% 34,9% 6,2% 42,1% 8,5% -13,1% -94,2%

Correlación (IPSA - B. Teórico) 0,401 0,228 0,327 0,357 0,151 0,301 0,387 0,477 0,396 0,260


Página 86

BETAS CALCULADOS EN FORMA TRIMESTRAL (60 datos diarios) Para incorporar más variables de estudio, se toma en consideración estudios que plantean incorporar más

sensibilidad al modelo beta, midiendo este indicador en 60 periodos, pero con datos diarios, aprovechando esto, se utilizan diferentes años para dar un análisis bajo diferentes estrés económicos, evaluando el beta en los años 2016, 2012 y 2009, tal como se explicó en los capítulos anteriores

AÑO 2016

Año 2016


Trimestre 4 Beta 1,55 1,19 0,84 0,83 0,28 1,29 0,55 1,13 0,56

30-12 al 04-10 Correlación 0,51 0,49 0,43 0,54 0,17 0,71 0,40 0,32 0,43

Trimestre 3 Beta 0,79 1,94 1,11 0,43 0,53 0,92 0,80 2,83 1,17

30-09 al 07-07 Correlación 0,40 0,50 0,26 0,20 0,18 0,46 0,44 0,36 0,38

Trimestre 2 Beta 0,61 0,87 1,18 1,24 0,13 0,36 1,12 2,80 0,85

30 -06 al 07-04 Correlación 0,30 0,44 0,41 0,42 0,06 0,31 0,48 0,50 0,33

Trimestre 1 Beta 0,35 0,90 1,60 0,76 0,15 0,89 1,07 1,05 1,28

31-03 al 07-01 Correlación 0,44 0,67 0,72 0,45 0,12 0,52 0,77 0,29 0,66

TABLA 21: resumen de betas diarios evaluados en forma trimestral para empresas correspondientes a la muestra, para el escenario económico correspondiente al año 2016.


Página 87

Año 2016

CENCOSUD CHILE CMPC COLBUN CONCHA Y

TORO COPEC ECL EMBONOR-B ENELAM

Trimestre 4 Beta 1,64 0,94 1,10 1,27 0,33 1,29 0,57 0,23 1,22

30-12 al 04-10 correlación 0,77 0,66 0,55 0,61 0,26 0,69 0,33 0,13 0,68

Trimestre 3 Beta 0,99 0,71 0,89 1,79 0,16 1,45 1,58 0,55 1,01

30-09 al 07-07 correlación 0,31 0,46 0,36 0,57 0,07 0,57 0,52 0,22 0,48

Trimestre 2 Beta 1,18 0,56 0,64 1,39 0,54 1,56 0,67 0,22 1,94

30 -06 al 07-04 correlación 0,37 0,47 0,32 0,57 0,28 0,73 0,35 0,06 0,17

Trimestre 1 Beta 1,13 0,71 1,06 1,20 0,27 1,76 0,36 0,28 1,30

31-03 al 07-01 correlación 0,71 0,56 0,69 0,77 0,25 0,89 0,27 0,14 0,78


Año 2016

ENELCXCH ENTEL FALABELLA FORUS IAM ITAUCORP LTM MASISA

ORO BLANCO

Trimestre 4 Beta 1,03 1,13 1,04 0,02 1,25 0,68 1,66 2,79 1,08

30-12 al 04-10 correlación 0,61 0,68 0,59 0,01 0,41 0,52 0,70 0,61 0,22

Trimestre 3 Beta 1,16 1,57 0,66 0,32 0,66 0,70 2,18 -0,21 2,10

30-09 al 07-07 correlación 0,43 0,65 0,38 0,09 0,38 0,31 0,46 0,05 0,30

Trimestre 2 Beta 1,05 0,42 0,84 -0,08 0,27 0,93 0,77 1,00 0,39

30 -06 al 07-04 correlación 0,48 0,17 0,40 0,03 0,12 0,39 0,77 0,24 0,09

Trimestre 1 Beta 1,06 1,06 0,79 0,49 0,17 0,86 1,58 0,07 0,49

31-03 al 07-01 correlación 0,78 0,55 0,63 0,23 0,17 0,54 0,63 0,03 0,18



Página 88

Año 2016


Trimestre 4 Beta 0,86 0,24 0,10 0,43 0,04 -

0,01 0,47 0,75 0,86 -0,70

30-12 al 04-10 Correlación 0,53 0,13 0,15 0,22 0,02 0,00 0,35 0,44 0,36 0,17

Trimestre 3 Beta -0,06 -0,07 0,11 1,55 0,35 0,00 0,30 0,59 0,65 1,35

30-09 al 07-07 Correlación 0,02 0,04 0,12 0,40 0,14 0,00 0,14 0,27 0,17 0,38

Trimestre 2 Beta 0,67 -0,02 1,02 1,10 0,74 0,35 0,47 0,89 1,60 0,41

30 -06 al 07-04 correlación 0,25 0,01 0,34 0,46 0,23 0,16 0,24 0,32 0,34 0,17

Trimestre 1 Beta 0,31 0,38 0,44 0,62 0,17 0,09 0,31 0,93 1,13 0,41

31-03 al 07-01 correlación 0,22 0,14 0,21 0,32 0,13 0,10 0,27 0,42 0,53 0,29



En las tablas anteriores, se utilizaron datos diarios correspondientes al año 2016, dado que es el último año cerrado y no se consideró el año 2017, debido a que este se encuentra en curso. Se calculó el rendimiento diario para las acciones y el rendimiento diario para el índice IPSA. Posteriormente, se calcula el coeficiente beta, para cada empresa, por el método de los mínimos cuadrados, el que se usará para obtener el rendimiento teórico, obtenido del producto entre el rendimiento del IPSA y este coeficiente beta. Este rendimiento teórico se correlaciona con el rendimiento real para verificar si estos arrojan una cifra igual o superior al 75%, que es el definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

En las tablas se muestra el coeficiente beta y la correlación entre los rendimientos teóricos y los reales.

Para el cuarto trimestre, está el caso de la empresa CENCOSUD (Tabla 22), que registró una correlación de 77%. Por tanto, dado este resultado, se puede considerar que solo el 2,7% de la muestra tiene un rendimiento que se correlaciona con su beta calculado y que el 97,3% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el tercer trimestre, se aprecia que el 100% de las treinta y siete empresas analizadas no alcanzan el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el segundo semestre, está el caso de la empresa LTM (Tabla 23), que registró una correlación de 77%. Por tanto, dado este resultado, se puede considerar que solo el 2,7% de la muestra tiene un rendimiento que se correlaciona con su beta calculado y que el 97,3% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el primer trimestre, están los casos de BSANTANDER (Tabla 21) con una correlación de 77%, COLBUN (Tabla 22) con una correlación del 77%, COPEC (Tabla 22) con la correlación del 89%, ENELAM (Tabla 22) con la correlación 78% y ENELGXCH (Tabla 23) con una correlación del 78%. Por tanto, se puede considerar que el 13,5% de la muestra total cumple con una cifra igual o superior al 75% y el 86,5% no cumplen con el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.


Año 2012

Año 2012


Trimestre 4 Beta 0,57 0,69 0,26 0,91 0,18 0,98 0,98 1,75 0,30

28-12 al 02-10 correlación 0,31 0,36 0,12 0,36 0,07 0,46 0,56 0,61 0,15

Trimestre 3 Beta 0,40 0,59 0,31 0,66 0,40 0,68 1,16 1,75 0,60

01-10 al 03-07 correlación 0,23 0,35 0,19 0,51 0,31 0,49 0,61 0,73 0,30

Trimestre 2 Beta 0,43 0,80 0,31 1,15 0,18 1,09 0,91 1,63 0,51

29-06 al 04-04 correlación 0,30 0,58 0,25 0,60 0,08 0,64 0,52 0,77 0,32

Trimestre 1 Beta 0,48 0,58 0,76 1,35 0,01 0,56 0,82 1,24 0,63

30-03 al 09-01 correlación 0,34 0,46 0,33 0,63 0,00 0,28 0,33 0,56 0,26



Página 91


Año 2012

CENCOSUD CHILE CMPC COLBUN CONCHATORO COPEC ECL EMBONOR-B ENELAM

Trimestre 4 Beta 1,14 0,98 1,09 0,20 0,76 1,50 0,66 -0,38 1,01

28-12 al 02-10 Correlación 0,47 0,49 0,46 0,14 0,30 0,75 0,34 0,12 0,48

Trimestre 3 Beta 0,94 0,83 1,29 0,71 0,95 1,41 0,63 0,50 1,50

01-10 al 03-07 Correlación 0,63 0,60 0,66 0,50 0,44 0,71 0,41 0,27 0,46

Trimestre 2 Beta 1,19 0,74 1,50 0,52 0,89 1,59 0,84 0,65 0,77

29-06 al 04-04 Correlación 0,64 0,63 0,70 0,43 0,50 0,77 0,53 0,32 0,51

Trimestre 1 Beta 1,55 0,43 0,97 0,86 0,88 1,20 0,35 -0,06 1,20

30-03 al 09-01 Correlación 0,65 0,25 0,47 0,41 0,39 0,64 0,24 0,02 0,66


Página 92


Año 2012

ENELGXCH ENTEL FALABELLA FORUS IAM ITAUCORP LTM MASISA ORO BLANCO

Trimestre 4 Beta 0,99 0,73 0,71 1,19 0,79 1,09 1,54 1,11 0,10

28-12 al 02-10 Correlación 0,54 0,32 0,44 0,40 0,43 0,39 0,67 0,28 0,07

Trimestre 3 Beta 0,83 0,43 0,65 0,40 0,29 1,37 1,27 0,67 0,08

01-10 al 03-07 Correlación 0,51 0,32 0,41 0,28 0,21 0,59 0,66 0,24 0,02

Trimestre 2 Beta 0,73 0,76 1,03 0,14 0,47 0,29 1,20 1,00 0,48

29-06 al 04-04 Correlación 0,58 0,48 0,62 0,05 0,28 0,13 0,60 0,49 0,17

Trimestre 1 Beta 0,85 1,15 1,25 1,16 0,26 1,06 1,00 0,41 0,35

30-03 al 09-01 Correlación 0,49 0,50 0,61 0,42 0,19 0,34 0,57 0,17 0,14


Página 93

Año 2012


Trimestre 4 Beta 0,44 0,74 0,54 1,47 -0,17 0,58 1,42 0,18 0,99 0,55

28-12 al 02-10 Correlación 0,17 0,30 0,27 0,37 0,07 0,31 0,62 0,09 0,44 0,21

Trimestre 3 Beta 0,68 0,74 1,14 0,74 -0,04 0,54 0,85 0,67 0,88 1,21

01-10 al 03-07 Correlación 0,43 0,37 0,48 0,22 0,02 0,34 0,44 0,39 0,48 0,44

Trimestre 2 Beta 0,90 0,80 0,68 1,47 0,28 0,75 0,88 1,29 0,54 1,32

29-06 al 04-04 Correlación 0,50 0,55 0,40 0,51 0,15 0,47 0,53 0,69 0,41 0,52

Trimestre 1 Beta 0,71 0,28 0,81 1,56 1,00 0,73 0,39 0,66 1,11 1,96

30-03 al 09-01 Correlación 0,54 0,12 0,49 0,47 0,44 0,30 0,16 0,32 0,67 0,14



En las tablas anteriores, se utilizaron datos diarios correspondientes al año 2012. Se calculó el rendimiento diario para las acciones y el rendimiento diario para el índice IPSA. Posteriormente, se calcula el coeficiente beta, para cada empresa, por el método de los mínimos cuadrados, el que se usará para obtener el rendimiento teórico, obtenido del producto entre el rendimiento del IPSA y este coeficiente beta. Este rendimiento teórico se correlaciona con el rendimiento real para verificar si estos arrojan una cifra igual o superior al 75%, que es el definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.


Para el cuarto trimestre, está el caso de la empresa COPEC (Tabla 26), que registró una correlación de 75%. Por tanto, dado este resultado, se puede considerar que solo el 2,7% de la muestra tiene un rendimiento que se correlaciona con su beta calculado y que el 97,3% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el tercer trimestre, se aprecia que el 100% de las treinta y siete empresas analizadas no alcanzan el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el segundo semestre, está el caso de la empresa COPEC (Tabla 26) que registró una correlación de 77% y CAP (Tabla 25) con una correlación del 77%. Por tanto, dado este resultado, se puede considerar que solo el 5,4 % de la muestra, tiene un rendimiento que se correlaciona con su beta calculado y que el 94,6% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el primer trimestre, el 100% de las treinta y siete empresas analizadas no alcanzan el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.


AÑO 2009

Año 2009


Trimestre 4 Beta 0,13 0,57 0,63 0,90 0,31 0,64 1,14 1,52 1,14

30-12 al 05-10 Correlación 0,15 0,53 0,50 0,67 0,22 0,61 0,59 0,79 0,67

Trimestre 3 Beta 0,17 0,53 0,21 1,15 0,28 0,81 1,21 1,30 0,56

30-09 al 07-07 Correlación 0,20 0,32 0,13 0,65 0,18 0,57 0,56 0,71 0,38

Trimestre 2 Beta 0,32 0,35 0,48 1,20 0,46 0,92 0,93 1,84 0,68

30-06 al 02-04 Correlación 0,33 0,32 0,49 0,75 0,32 0,63 0,67 0,80 0,56

Trimestre 1 Beta -0,07 0,93 1,04 1,04 0,09 0,75 1,34 1,55 0,86

31-03 al 07-01 Correlación 0,09 0,74 0,72 0,67 0,05 0,46 0,76 0,73 0,45


Año 2009 CENCOSUD CHILE CMPC COLBUN CONCHATORO COPEC ECL EMBONOR-B ENELAM

Trimestre 4 Beta 1,02 0,62 1,30 0,77 0,82 1,12 0,85 0,12 1,52

30-12 al 05-10 Correlación 0,60 0,56 0,72 0,55 0,46 0,77 0,43 0,11 0,89

Trimestre 3 Beta 1,57 1,11 1,46 0,75 0,79 1,48 0,76 -0,19 0,96

30-09 al 07-07 Correlación 0,77 0,62 0,50 0,45 0,37 0,78 0,29 0,12 0,67

Trimestre 2 Beta 1,21 0,80 1,41 0,59 0,69 1,35 0,54 0,19 0,71

30-06 al 02-04 Correlación 0,71 0,72 0,76 0,55 0,56 0,85 0,39 0,28 0,67

Trimestre 1 Beta 0,92 0,43 1,00 0,63 0,30 1,49 0,54 0,17 1,03

31-03 al 07-01 Correlación 0,59 0,34 0,64 0,52 0,21 0,80 0,40 0,20 0,71



Página 96

Año 2009 ENELGXCH ENTEL FALABELLA FORUS IAM ITAUCORP LTM MASISA ORO BLANCO

Trimestre 4 Beta 0,95 0,77 0,76 0,45 0,42 0,37 1,06 0,87 0,38

30-12 al 05-10 Correlación 0,84 0,65 0,45 0,30 0,36 0,30 0,72 0,48 0,23

Trimestre 3 Beta 0,66 0,73 1,18 0,74 0,17 0,58 1,22 1,40 0,43

30-09 al 07-07 Correlación 0,58 0,50 0,67 0,43 0,15 0,35 0,73 0,59 0,22

Trimestre 2 Beta 0,58 0,88 1,20 0,47 0,40 0,64 1,01 1,23 0,56

30-06 al 02-04 Correlación 0,61 0,71 0,84 0,38 0,30 0,57 0,72 0,53 0,36

Trimestre 1 Beta 0,94 0,67 1,15 0,25 0,19 0,73 1,16 0,75 0,50

31-03 al 07-01 Correlación 0,73 0,58 0,71 0,15 0,22 0,45 0,72 0,44 0,29



Página 97

Año 2009 PARAUCO QUINENCO RIPLEY SALFACORP SECURITY SK SM CHILE B SONDA SQM-B VAPORES

Trimestre 4 Beta 1,06 0,12 0,59 0,33 0,19 0,41 0,53 0,36 0,82 0,66

30-12 al 05-10 Correlación 0,70 0,07 0,33 0,22 0,21 0,40 0,25 0,31 0,59 0,32

Trimestre 3 Beta 1,01 0,12 1,02 1,47 0,38 0,07 0,69 -0,02 0,80 0,81

30-09 al 07-07 Correlación 0,53 0,08 0,56 0,61 0,25 0,04 0,44 0,02 0,44 0,41

Trimestre 2 Beta 0,48 0,52 1,22 1,09 0,54 0,33 0,37 0,42 1,22 1,40

30-06 al 02-04 Correlación 0,48 0,50 0,63 0,49 0,36 0,29 0,43 0,46 0,71 0,40

Trimestre 1 Beta 0,38 0,09 0,73 0,43 0,05 0,07 0,12 0,34 1,81 0,91

31-03 al 07-01 Correlación 0,21 0,09 0,55 0,29 0,03 0,07 0,09 0,33 0,78 0,38



En las tablas anteriores, se utilizaron datos diarios correspondientes al año 2009. Se calculó el rendimiento diario para las acciones y el rendimiento diario para el índice IPSA. Posteriormente, se calcula el coeficiente beta, para cada empresa, por el método de los mínimos cuadrados, el que se usará para obtener el rendimiento teórico, obtenido del producto entre el rendimiento del IPSA y este coeficiente beta. Este rendimiento teórico se correlaciona con el rendimiento real para verificar si estos arrojan una cifra igual o superior al 75%, que es el definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.


Para el cuarto trimestre, está el caso de las empresas ENELGXCH (Tabla 31), que registró una correlación de 84%, COPEC (Tabla 30) que registró una correlación del 77%, CAP (Tabla 29) con una correlación del 79%, ENELAM (Tabla 30) con un 89% de correlación. Por tanto, dado este resultado, se puede considerar que solo el 10,8%% de la muestra tiene un rendimiento que se correlaciona con su beta calculado y que el 89,2% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el tercer trimestre, están las empresas COPEC (Tabla 30) que registró una correlación del 78%, CENCOSUD (Tabla 30) con la correlación de 77%. Entonces, dado este resultado, se puede considerar que solo el 5,4 % de la muestra, tiene un rendimiento que se correlaciona con su beta calculado y que el 94,6% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el segundo semestre, está el caso de las empresas CAP (Tabla 29) que registró una correlación de 80%, CMPC (Tabla 30) con una correlación del 76%, COPEC (Tabla 30) con una correlación del 85%, FALABELLA (Tabla 31) con una correlación del 84%. Por tanto, dado estos resultados, se puede considerar que el 11% de la muestra, tiene un rendimiento que se correlaciona con su beta calculado y que el 89,2% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.

Para el primer trimestre, está el caso de las empresas BSANTANDER (Tabla 29) que registró una correlación de 76%, SQM (Tabla 32) con una correlación del 78%, COPEC (Tabla 30) con una correlación del 80%. Por consiguiente, dado estos resultados, se puede considerar que el 8,1 % de la muestra, tiene un rendimiento que se correlaciona con su beta calculado y que el 91,9% no cumple con el 75%, definido como el mínimo requerido aceptable, para indicar que beta es método explicativo de los retornos.


Página 99

CONCLUSIÓN

En base a la investigación realizada, en donde se utilizó un beta estimado, aplicado posteriormente en el modelo CAPM, además de calcular un beta teórico, el que es comparado mediante las correlaciones entre el rendimiento real y el estimado, utilizando información histórica, diaria y mensual, en distintos escenarios económicos, con el objetivo de medir la estabilidad del coeficiente beta, se concluye, que este, no es capaz de explicar las rentabilidades de precios de las acciones del mercado accionario chileno, comprendido para las treinta y siete acciones de la muestra para el indicador IPSA.

Se deja en evidencia, que aunque se utilizaron distintas maneras para validar el coeficiente beta, ya sea durante un ciclo económico, comprendido entre cinco años, utilizando datos mensuales y en distintos escenarios económicos, reflejados en periodos más cortos, utilizando datos diarios, las correlaciones que se obtuvieron no fueron significativas, para validar la efectividad del coeficiente beta mediante, el parámetro definido de correlación, que para esta investigación fue de un 75%, considerada una correlación positiva alta.

Por otra parte, cabe destacar que la estimación del coeficiente beta, queda a criterio de los investigadores y de quien lo utilice, por lo tanto, eso en sí, ya es un problema que genera variabilidades en su cálculo, además, al no existir un parámetro establecido en su utilización, los datos pueden ser manipulados, tomando información histórica, diaria, semanal o mensual, lo que se ve acrecentado por la volatilidad de los mercados.

Otro punto importante a tomar en consideración es el tamaño del mercado accionario nacional, el cual se caracteriza por tener una baja liquidez y baja capitalización bursátil, y un lento ajuste a la nueva información, en comparación a los mercados más desarrollados. Por ende, debido a esta baja liquidez del mercado accionario nacional y lo poco atractivo para los inversionistas extranjeros, es que no aumenta la volatilidad del mercado accionario chileno, además, solo un selecto grupo de personas invierte su dinero en instrumentos de renta variable ya que este no es un mercado masivo, no todos tienen acceso y conocimientos sobre el manejo de estos sistemas de negociación bursátil.

Los resultados entregados por esta investigación presentan similitudes a los resultados obtenidos en investigaciones anteriores. Como por ejemplo la investigación efectuada en Argentina en el año 2006 titulado “El modelo CAPM: predictividad del coeficiente beta en países con economías emergentes caso Argentina”. Para el cual se concluyó, que el beta obtenido del modelo CAPM tradicional, no es capaz de explicar el rendimiento futuro de las acciones del mercado argentino.

Tomando en consideración los resultados de esta investigación y la hipótesis planteada inicialmente “beta en épocas de alta volatilidad y en economías emergentes es un buen estimador estadístico”, es rechazada por presentar bajas correlaciones.

Para las dos pruebas que se hicieron, se presentan los siguientes resultados:

Para la primera estimación, utilizando el beta en el modelo CAPM, con datos mensuales, el resultado obtenido fue que el 94,6% de las correlaciones están bajo el


Página 100

75% aceptado, que es definido como el mínimo requerido y que solo el 5,4% de la muestra, tiene rendimientos que se correlacionan con sus betas calculados, en el periodo de cinco años comprendido entre los años 2012 a 2016.

Por otra parte, para la segunda estimación en donde se evaluó el coeficiente beta, utilizando datos diarios en los periodos 2009, 2012 y 2016 evaluados en forma trimestral, los resultados para el año 2009 arrojan que, de la muestra analizada, sólo un 11%, de las empresas, como máximo, presentan una correlación igual o superior al 75%.

Para el año 2012, arroja que, de la muestra analizada, solo un 5,4%, de las empresas, como máximo, presentan una correlación igual o superior al 75%, en un solo periodo analizado.

Finalmente, Para el año 2016, los resultados revelan que, de la muestra analizada, solo un 13.5%, de las empresas, como máximo, presentan una correlación igual o superior al 75%.

Por todo lo anterior, se deja abierta la propuesta para investigar la estabilidad del coeficiente beta en Estados Unidos, además de buscar un método alternativo, que permita evaluar de una manera más cercana los rendimientos futuros de las acciones, tomando en consideración las características propias de una economía emergente, incorporando como gran herramienta, el análisis del error y modelamiento estadístico bajo una distribución normal.

Es por esto que queda la interrogante de la efectividad de este indicador en económicas que no sean desarrolladas, mercados que no sean líquidos o mercados en donde no este desarrollado fuertemente los instrumentos de renta variable, sumado a esto, la preocupación de los diversos métodos de valorización de empresas que utilizan la metodología del CAPM, la cual utiliza este estimador beta, que con el presente trabajo queda demostrado que no se debe utilizar o se debería reemplazar la forma de evaluar el riesgo no diversificable, generando valorizaciones con errores que pueden hacer perder dinero a los futuros inversionistas y para que mencionar las metodologías basadas en el CAPM en las instituciones de educación superior.


Página 101

BIBLIOGRAFÍA

Ross, S., Westerfield, R., & Jordan, B. (2010). Fundamentos de finanzas corporativas (Novena ed.). México, D.F: McGraw Hill.

Brealey,R.A., Myers, S. C. y Allen F. (2010). Principios de Finanzas Corporativas (Novena ed.). México, D.F: McGraw Hill.

Gitman, L. J. & Zutter, C. J. (2003). “Principios de administración financiera”. (Décimo segunda Edición).Pearson Educación.

Hernández-Sampieri R., Fernández-Collado C., Baptista Lucio P. (2006). Metodología de la Investigación. (Sexta Edición). México, D.F: McGraw Hill

REFERENCIAS

Brealey, R.A., Myers, S. C. y Allen F. (2010). Principios de Finanzas Corporativas (Novena ed.). México, D.F: McGraw Hill. (pp.186-187)

Bazán, M. Morales, R. y López F.(2014) Evaluación del coeficiente beta como medida del riesgo mercado o sistemático en el mercado accionario mexicano de 2003 a 2013, Congreso Internacional de Contaduría Administración e Informática.

Campbell, J. & Vuolteenaho,T. (Diciembre 2004). Bad beta, Good beta. The American Economic Review. 94(5), (pp.1924-1275).

Fama, E.F., & MacBeth J.D. (1973). Risk, Return and Equilibrium: Empirical Tests. Journal of Political Economy, 81(3), (pp.607–636).

Fama, E.F., & French, K.R. (1992). The Cross-section of Expected Stocks Returns, 47(2). The Journal of Finance. (pp.427-465). Recuperado de: http://faculty.som.yale.edu/zhiwuchen/Investments/Fama-92.pdf

Fernandez P., y Carabias J.M. (2007). El peligro de usar betas calculadas (Documento de Investigación). IESE Business School, Universidad de Navarra. Madrid, España.

Fernández, P. (1997). Volatilidades, betas y alfas de empresas españolas. Periodos 1990-1996 Y 1986-1989. Documento de Investigación N° 350. IESE Business School, Universidad de Navarra. Madrid, España.

Ferraro M. “Inestabilidad de Beta de Sectores Económicos en la Bolsa de Comercio de Buenos Aires"

Fisher B., Jensen M.C., & Scholes M. (1972). The Capital Asset Pricing Model: Some Empirical Test. In Michael C. Jensen (ed.) Studies in the Theory of Capital Markets (pp.79–121). New York, United States: Praeger Publishers Inc.


Página 102

Gitman, L. J. & Zutter, C. J. (2003). “Principios de administración financiera”. Pearson Educación.

Gregoire, J. (1985). “El Ajuste de los Precios Accionarios a la Información: Resultados Empíricos.” Paradigmas en Administración. 7. (pp. 121–131.

Hernández-Sampieri, R., Fernández-Collado, C., y Baptista-Lucio(2006). Metodología de la Investigación. Cuarta Edición.

Kamath, R.R. (2008). “The Price-Volume Relationship in the Chilean Stock Market.” International Business & Economics Research Journal 7(10).(pp 7–13).

Lakonishok, J. (1993), is Beta Dead or Alive? AIMR Conference Proceedings, 1993(6). (pp.38-41). Recuperado de: http://www.cfapubs.org/doi/pdf/10.2469/cp.v1993.n6.7

Levinson, Mark (2006). Guide to Financial Markets. Londres: The Economist (Profile Books). pp. 145-146). Recuperado de: www.books.mec.biz/downloads/Guide_to_Financial_Markets/NDYzMzM5NzQ4

Lintner, J. (1965). The evaluation of risk assets and the selection of risky Investments in stock portfolios and capital budgets. The review of economics and statistics, 47(1). (pp. 13-47).

Lintner, John (1965): “Security Prices, Risk and Maximal Gains from Diversification”. Journal of Finance, 20, (pp. 587-615).

Markowitz, H. (1952). Portfolio Selection. The Journal of Finance. (pp. 77-91)

Mossin,J. (1966). Equilibrium in a capital asset market. Econometric: Journal of the econometric society, 34(4), (pp. 768-783).

Ortega, V., Isabel., J. (2016) “Identificación de modelos de aproximación de betas financieras en su medición del riesgo-retorno, aplicable al sistema financiero de Bolivia, (37),(pp. 41-74).

Parisi, F. & C. Acevedo (2001). “Volume and Autocovariance in Short-Horizon Stock Returns. Evidence from 1992 to 1998 in Chile.” International Review of Financial Analysis 10(3). (pp. 257–85).

Parisi, F. & A. Vásquez (2000). “Simple Technical Trading Rules of Stock Returns: Evidence from 1987 to 1998 in Chile.” Emerging Markets Review 1(2). (pp.152–64).

Pereiro, Luis E. (2010). Universidad Torcuato Di Tella, PAPER; “The Beta Dilemma in Emerging Markets” Revista; Journal of Applied Corporate Finance. Vol. 22. Núm. 4. Morgan Stanley Publicación, EE.UU.


Página 103

Ramírez .J. (2011). Vidas paralelas: la banca y el riesgo a través de la historia Jorge Pérez Ramírez Madrid: Marcial Pons, Ediciones Historia. (pp. 440-444)

Romero-Meza, R., C. Bonilla y M.J. Hinich (2007). “Nonlinear Event Detection in the Chilean Stock Market.” Applied Economics Letters 14. (pp. 987–91).

Saatcioglu, K. y L.T. Starks (1998). “The Stock Price-Volume Relationship in Emerging Stock Markets: The Case of Latin America.” International Journal of Forecasting.14.(pp. 215–25).

Sanz, R., Arias, J., Finanzas empresariales 2016. Madrid: Universitaria Ramón Areces. (p.331)

Sharpe, W. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk (19). The Journal of Finance. (pp. 425-442)

Soldevilla, E. (1982), “Aplicación de la cobertura a las carteras de inversión”, ISSN 1019-6838, 7(2), 1998. (pp. 25-34)

Ross, S., Westerfield, R., & Jordan, B. (2010). Fundamentos de Finanzas Corporativas (Novena ed.). México, D.F: McGraw Hill. (pp. 411-427)

Treynor, J. (1961). Toward a Theory of the Market Value of Risky Assets (6). Unpublished manuscript.

Urrutia, J. (1994). “Time Series Properties of Four Latin American Equity Markets: Argentina, Brazil, Chile and Mexico.” Estudios de Administración 2. (pp. 1–8).

“Metodología de Cálculo del Beta: Beta de los Activos, Beta Apalancado y Beta Corregido por Cash” Vol. 38 (Nº 34). Pág. 15 Revista Espacios.

“La inestabilidad de la β como medidor del riesgo sistemático y sus implicaciones en el modelo de valoración CAPM”. (pp. 1-42). Universidad Pontificia comillas.

Tesis de Maestría en Economía, Universidad Nacional de La Plata. (1994-2007)

ANEXOS

Todos los cálculos asociados a la investigación se han adjuntado en una planilla de cálculo Excel, que se encuentra en un dispositivo pendrive que fue entregado a la Dirección de Carrera, área Administración de la Universidad Tecnológica de Chile INACAP.

http://www.marcialpons.es/editoriales/marcial-pons-ediciones-de-historia/1051/

“investigación del uso práctico y efectividad del ... · 2.1 teoria de selecciÓn de cartera...

Documents