Professional Documents
Culture Documents
FIN-TN-0367-HBS-00-S
FIN-TN-0367-HBS-00-S
Metodología y Supuestos Utilizados para
Armar los Modelos de CAPM Mundial, JP Morgan y
Bank of America
CAPM Mundial
Para armar el modelo del CAPM Mundial, comenzamos con la relación tradicional del
CAPM, que establece que el retorno esperado de un título debe ser proporcional a su riesgo
sistemático. Como describe la siguiente fórmula, el retorno esperado es igual a la tasa libre de
riesgo + la beta del país por la prima de riesgo de capital.
Ke = Rfw + βem [E(rw) – Rfw]
El retorno anual esperado del capital se calcula durante un período de seis años, desde
diciembre de 1992 hasta noviembre de 1998.
Rfw para la tasa libre de riesgo, usamos el rendimiento del Tesoro de Estados
Unidos a 10 años, actualizado mensualmente durante el período de análisis.
E(rw) Retorno esperado de la cartera mundial.
E(rw) – Rfw Prima de riesgo de capital. Suponemos que esta medida permanece constante
durante el período de análisis. Usamos el valor de abril de 1998 de 9,35%
para el retorno de la cartera mundial, utilizado por Paul Gibbs en una
presentación interna de JP Morgan en julio de 1998. Usamos la tasa libre de
riesgo de noviembre de 1998 de 4,73% y, por lo tanto, una prima de riesgo
constante de 4,62%. Si bien se podría argumentar que la prima de riesgo debe
variar durante el período de análisis, hacerla variar genera primas de riesgo
extremadamente bajas durante varios períodos dentro de nuestros datos. En
la práctica, la prima de riesgo no se suele actualizar en forma regular, por lo
que llegamos a la conclusión de que lo mejor sería mantenerla constante. Paul
Gibbs señaló en un e‐mail que, si bien se podía variar la prima de riesgo, era
aceptable dejarla constante.
βem La beta es una medida de la sensibilidad de la cartera mundial al riesgo. Es
igual a la covarianza de los retornos del país con los retornos mundiales,
dividido por la varianza de los retornos mundiales:
βc = covar (rc, rw) / σw2
Primero, calculamos la desviación estándar mensual, definida como la
sumatoria al cuadrado de los retornos mensuales del índice bursátil del país
menos el promedio de esos retornos durante un período de 60 meses corridos
de retornos. Por ejemplo, la desviación estándar de diciembre de 1992 se
calcula con los retornos mensuales registrados desde enero de 1988 hasta
diciembre de 1992.
σw mensual = [( (x – promedio (x))) 2 / (n – 1)]^0,5
1
FIN-TN-0367-HBS-00-S
βc aj (JPM) = Raíz cuadrada de ((41% * σc2 )/ σw2 )
Al igual que en el caso del CAPM Mundial, los retornos anualizados pronosticados se
calculan para el período entre diciembre de 1992 y noviembre de 1998 y se actualizan en forma
mensual. La prima de riesgo de capital, las tasas libres de riesgo y las varianzas son las mismas
que las que se calcularon para los retornos pronosticados por el CAPM Mundial.
En los países desarrollados, el nivel promedio de riesgo sistemático sobre el riesgo total es
41%. En nuestros cálculos, usamos la función IF para cada mes de nuestro período de análisis. Si
el ratio del riesgo sistemático‐riesgo total es inferior al 41%, usamos 41% para calcular la beta. Si
es mayor que 41%, usamos el ratio real para calcular la beta.
Definimos al retorno excedente pronosticado como el retorno total esperado menos la tasa
libre de riesgo.
Método de “Riesgo Total” del Bank of America
El modelo del Bank of America es otra variación del modelo del CAPM Mundial. Como
mostramos en la primera parte de este Ejercicio de Análisis de Políticas (PAE, por sus siglas en
inglés), se asemeja mucho al modelo de CAPM Mundial Modificado de JP Morgan. La beta
ajustada se calcula como el ratio de la volatilidad de capital de un país determinado respecto
del mercado estadounidense. La beta ajustada se reduce en un 40%, en función de un estudio
que reveló que el 40% de la variación en la volatilidad de capital se puede explicar a través de
las variaciones en la calidad de crédito, lo cual sugiere que es posible que la prima de capital
esté sobreestimada en un 40%. A diferencia de la metodología de JP Morgan, que utiliza el
mercado mundial como parámetro de referencia, la metodología de Bank of America utiliza el
2
FIN-TN-0367-HBS-00-S
mercado estadounidense como parámetro de referencia. Además, se agrega un spread soberano
a la tasa libre de riesgo.
Ke = Rfw + SpreadSob + βc aj [E(rw) – Rfw]
βc aj (BoA) = 0,60 * σc/ σusa
Al igual que en el caso del CAPM Mundial, los retornos anualizados previstos se calculan
para el período entre diciembre de 1992 y noviembre de 1998 y se actualizan en forma mensual.
Las tasas libres de riesgo y las varianzas son las mismas que las que se calcularon para los
retornos pronosticados por el CAPM Mundial.
La prima de riesgo se fija en un 5,5% constante, como se describe en el artículo escrito por
Stephen Godfrey y Ramon Espinosa publicado en el Journal of Applied Corporate Finance (otoño
de 1996).
Definimos al retorno excedente pronosticado como el retorno total esperado menos la tasa
libre de riesgo.
Resumen Ejecutivo
Propósito del PAE
El propósito de este Ejercicio de Análisis de Políticas (PAE) consiste en probar la validez de
la metodología de JP Morgan para calcular el costo de capital en los mercados emergentes y
ayudar a desarrollar un modelo más sólido. La pregunta central es la siguiente: ¿Qué grado de
validez tienen el Modelo de Valuación de Activos de Capital (CAPM, por sus siglas en inglés) y
la versión ajustada del CAPM de JP Morgan para determinar el costo de capital en los mercados
emergentes y cómo se los puede mejorar?
¿Por qué es importante el costo de capital?
El costo del capital en un mercado emergente establece la tasa de descuento que se utilizará
en las decisiones de presupuestación de capital de los proyectos en ese país. A pesar de la
importancia fundamental del costo de capital, existe aún mucha incertidumbre en las
comunidades financieras pública y privada respecto de la forma adecuada para determinarlo
cuando se invierte en países emergentes. Esta incertidumbre tiene repercusiones fundamentales
en la canalización de fondos a los países emergentes. La cuestión es que la falta de claridad en la
forma de valuar los activos y proyectos en estos países aleja a los inversores. Mejorar la
capacidad del CAPM y del “CAPM Mundial Modificado” de JP Morgan para estimar el costo
del capital en los mercados emergentes reduciría el nivel de incertidumbre y fomentaría las
inversiones en el largo plazo.
Temas claves relacionados con el costo del capital en los mercados emergentes
En primer lugar, establecemos el contexto de nuestro análisis al analizar los factores
principales que se deben considerar al desarrollar un modelo de costo de capital y realizar un
estudio de las diversas metodologías que se utilizan en la actualidad en los sectores privado y
público. Se destacan algunas cuestiones críticas. Primero, ¿los mercados emergentes están
3
FIN-TN-0367-HBS-00-S
segmentados o integrados? Segundo, ¿cuáles son las características del inversor? ¿Se trata de
una compañía local o de una multinacional grande? Si un mercado está totalmente segmentado,
el método más adecuado es un modelo CAPM local, que sólo capture los riesgos de los factores
locales. Si el mercado está completamente integrado, resulta más apropiado utilizar un modelo
que contemple los efectos de los factores mundiales. De manera similar, las características del
inversor, incluyendo su acceso al capital, determinarán si se debe considerar al mercado local o
al mercado mundial como conjunto de oportunidades potenciales de inversión.
Modelo CAPM Mundial Modificado de JP Morgan
Describimos y analizamos el modelo de JP Morgan y otros dos modelos que utilizamos con
fines comparativos: el modelo CAPM Mundial y el modelo de CAPM Ajustado del Bank of
America. Observamos que, a pesar de las diferentes justificaciones de los ajustes realizados al
modelo CAPM básico, los modelos de JP Morgan y Bank of America resultan muy similares en
la práctica.
Hallazgos
Prueba de la validez del modelo de JP Morgan
Probamos la validez del modelo de JP Morgan a través de un análisis estadístico realizado
con datos de 15 países emergentes y los Estados Unidos. El modelo CAPM Mundial y el modelo
del Bank of America se utilizan con fines comparativos. Mediante un análisis de series
temporales, realizamos una regresión de los retornos excedentes anuales versus los retornos
excedentes anuales pronosticados por los tres modelos y actualizamos los datos en forma
mensual durante un período de 72 meses, con datos mensuales tomados de los índices
bursátiles de estos países. Los retornos pronosticados por los tres modelos se basan en un
período de 60 meses corridos de volatilidad pasada. Si bien los retornos esperados generados
por el CAPM Mundial y el modelo de JP Morgan no tienen que ser iguales a los retornos reales
período tras período, deben mostrar una marcada correlación con los retornos reales a lo largo
del tiempo. En función de este análisis, observamos que:
• El modelo de JP Morgan supera a los otros dos modelos analizados. En la mayoría de
las regresiones realizadas, con y sin variables simuladas para controlar los efectos
regionales y circunstanciales, encontramos que los coeficientes de los retornos
pronosticados por JP Morgan se acercan más a 1 que los otros dos modelos y que sus
resultados revisten significación estadística. Mientras que los resultados de los modelos
de JP Morgan y Bank of America son notablemente diferentes, ambos modelos
funcionan considerablemente mejor que el CAPM Mundial. De hecho, el CAPM
Mundial presenta una correlación negativa con los retornos reales cuando no se controla
el efecto de crisis financiera.
• Sin embargo, el modelo no logra explicar una gran proporción de retornos en los
mercados emergentes. El modelo de JP Morgan, al igual que los otros dos, genera un bajo
coeficiente de correlación al cuadrado, lo cual sugiere que los tres modelos pasan por
alto varios factores importantes que afectan los retornos del capital en los mercados
emergentes.
• El modelo funciona peor para calcular el costo del capital en Asia y durante períodos de
crisis. A través de la incorporación de variables simuladas para controlar los efectos
regionales y circunstanciales, observamos que el modelo funciona peor para determinar
4
FIN-TN-0367-HBS-00-S
el costo del capital durante períodos de crisis financiera. También falla cuando se lo
aplica a países asiáticos, aún cuando se controla el efecto de las crisis financieras.
Recomendaciones
Luego de comprobar empíricamente que el modelo de JP Morgan no logra capturar efectos
importantes de los mercados emergentes, tratamos de mejorarlo a través de la inclusión de
diversas variables a un modelo multifactorial basado en el CAPM. Intentamos ir más allá del
enfoque multifactorial tradicional de incluir medidas financieras basadas en el mercado, tales
como ratios PE y precio‐valor de libros. Sobre la base de investigaciones recientes, probamos
tres categorías de variables: factores macroeconómicos, indicadores del entorno legal e
indicadores de gobierno corporativo. Un análisis preliminar de correlaciones nos ayuda a
determinar cómo ordenar la secuencia para probar estas variables y qué variables se deben
examinar juntas y cuáles por separado. En función del análisis estadístico de series temporales,
recomendamos lo siguiente:
• Un nuevo modelo multifactorial debería incluir el Crecimiento de PBI y las
modificaciones en el tipo de cambio. Ambos indicadores resultan significativos desde el
punto de vista estadístico en todos los escenarios probados, lo cual sugiere que se trata
de variables que se omiten en la aplicación independiente del modelo de JP Morgan.
• También debería agregarse un indicador del entorno legal. Observamos que una medida
compuesta de los derechos de los accionistas tiene un efecto de significación estadística
en los retornos reales, con y sin control de otras variables. Si bien se las ignoraba antes
de la reciente crisis financiera de Asia, las cuestiones relacionadas con el gobierno
corporativo y la protección a los inversores revisten importancia. Tanto estudios
recientes como nuestro análisis estadístico sugieren que los inversores requieren un
retorno de esta variable y que debería constar en un modelo multifactorial de valuación
de activos.
Próximos pasos
JP Morgan debería mejorar su actual modelo CAPM Mundial Modificado a través de la
incorporación de las variables descriptas anteriormente en un modelo multifactorial nuevo, lo
cual implicará determinar las primas de riesgo adecuadas que se aplicarán a cada uno de estos
factores.
I.1. ¿Por qué es importante el costo del capital?
La tasa de descuento es fundamental para todas las decisiones de presupuestación de
capital. Este tema apunta al corazón mismo de las inversiones en mercados emergentes, ya sea
que se trate de una compañía multinacional que quiere adquirir activos o una entidad del sector
público que invierte en obra pública. Según UNCTAD, sólo en 1997, las empresas de economías
desarrolladas compraron activos por valor de US$ 65.000 millones en economías emergentes.
Sin embargo, en un momento en que muchos de los mercados emergentes se encuentran en el
proceso de privatizar sus compañías estatales, existe un alto grado de incertidumbre en la
valuación de estos activos.
El esfuerzo reciente de privatización de Rosneft, la mayor empresa estatal rusa, sirve de
ejemplo. Durante el proceso, surgieron importantes desacuerdos referidos al valor de la
5
FIN-TN-0367-HBS-00-S
compañía, ya que el gobierno ruso la valuaba en US$ 2.300 millones‐US$ 2.400 millones y su
banco de inversión, Dresdner Kleinwort Benson, la valuaba en US$ 2.100 millones‐US$ 2.250
millones, mientras que los consorcios compradores estimaban que su valor se acercaba más a
los US$ 1.500 millones. Las distintas percepciones del costo del dinero en Rusia, sumadas a la
utilización de normas contables diferentes, la falta de un nexo claro entre la producción y los
beneficios, y la incertidumbre por la capacidad de producción futura complicaron aún más la
situación. La privatización fracasó y el gobierno ruso se quedó con otro agujero en su
presupuesto.1
Las diferencias de riesgos, la falta de comprensión ante la forma en que los mercados
avanzados influencian los retornos en los mercados emergentes y viceversa, así como la
carencia de datos históricos estadísticamente confiables, son factores a los que deben
enfrentarse los ejecutivos e inversores internacionales. Desde el punto de vista de las políticas
públicas, la determinación del costo de capital adecuado resulta esencial para reducir el nivel de
incertidumbre que enfrentan las compañías multinacionales (MNCs), las empresas locales y las
organizaciones del sector público cuando invierten en estos países. El hecho de entender mejor
este tema ayudaría a canalizar más inversiones en estos países.
I.2. Objetivo del PAE
Nuestro PAE intenta contribuir a que el JP Morgan mejore su enfoque para calcular el costo
de capital en los mercados emergentes. De esta manera, JP Morgan podrá determinar la tasa de
descuento adecuada para invertir y asesorar a los inversores en estos países. JP Morgan
desarrolló el método “CAPM Mundial Modificado”, que ajusta el CAPM a través del supuesto
explícito de que los inversores tienen una capacidad limitada para diversificar el riesgo “no
sistemático” presente en los mercados emergentes.
JP Morgan es uno de los bancos globales de inversión líderes en el mundo. Asesora y
financia a corporaciones, organizaciones del sector público y gobiernos. El enfoque que utiliza
para determinar la tasa de descuento apropiada en un determinado país influye en la decisión
de sus clientes de invertir en ese país y, en última instancia, tiene un impacto en el nivel de
inversión en ese país.
II.1. El costo del capital en los mercados emergentes: Temas claves
Se suele decir que las acciones en los mercados emergentes tienen características diferentes
que las acciones en los mercados desarrollados. Tienden a tener mayor volatilidad, mayores
retornos promedio y poca correlación con los mercados desarrollados. ¿Por qué se dan estas
diferencias? ¿Los riesgos son fundamentalmente distintos? ¿Acaso la baja correlación afecta la
capacidad de los inversores para diversificar los riesgos específicos de estos países? Los riesgos
de los mercados emergentes se pueden clasificar de la siguiente manera: riesgo
político/soberano (incluyendo riesgos institucionales y regulatorios), riesgo macroeconómico,
riesgo comercial/empresario y riesgo monetario.2 Un buen punto de partida para analizar estas
1 “Analysts Grapple with Russian Valuations”, Financial Times, 31 de enero de 1997; “Rosneft Privatization Suspended
for at Least 18 Months”, AFX News, 20 de octubre de 1998.
2 Ver el análisis de las categorías en Don Lessard, “Incorporating Country Risk in the Valuation of Offshore Projects”,
Journal of Applied Corporate Finance, otoño de 1996, Volumen 9, Nro. 3.
6
FIN-TN-0367-HBS-00-S
diferencias consiste en el grado de integración de los mercados emergentes con los mercados
mundiales.
¿Los mercados emergentes están segmentados o integrados?
Una cuestión fundamental que todavía no se comprende por completo se refiere a la
definición de segmentación o integración de los mercados emergentes. Un mercado
perfectamente segmentado es aquél donde el capital extranjero no puede ingresar y el capital
local no puede salir. En este contexto, las primas de riesgo se refieren a la volatilidad de los
retornos de capital en el mercado local. Los factores que tienden a aumentar el grado de
segmentación incluyen restricciones legales, costos de transacción, regímenes impositivos
adversos y barreras psicológicas.3 El hecho de que los mercados emergentes sean segmentados
serviría para explicar que su volatilidad resulte tan diferente.
En el extremo opuesto del espectro, un mercado perfectamente integrado es aquél donde el
capital puede entrar y salir libremente. Un estudio reciente de Bekaert y Harvey reveló que el
movimiento de los retornos de un mercado bursátil con los retornos del mercado mundial se
relaciona positivamente con el grado de integración del mercado. Si los mercados estuvieran
completamente integrados, su volatilidad tendría una marcada correlación con los factores
mundiales.4 Otro estudio ha observado que, debido a los efectos de la globalización y la
desregulación, los mercados emergentes presentan un grado de integración con el mercado
mundial que varía en el tiempo.5 Con la integración, los retornos esperados y el costo del capital
disminuyen a medida que aumenta el acceso al capital.
Determinar el grado de integración de un mercado con el mercado mundial resulta esencial
para establecer la influencia de los factores mundiales versus los factores locales en los retornos
del mercado, lo cual, a su vez, contribuye a definir el método más adecuado para calcular el
costo de capital. Si un mercado está totalmente integrado, un modelo que apunta a los efectos
de los factores mundiales, como el CAPM Mundial, resulta el más apropiado. Por otro lado, si el
mercado está totalmente segmentado, lo mejor es utilizar un CAPM local que sólo capture los
riesgos relativos a los factores locales. Sin embargo, los mercados emergentes varían en su nivel
de integración y la mayoría de ellos están parcialmente integrados y segmentados.6 Una
encuesta reciente recogió las percepciones de los especialistas en relación con la integración de
los mercados de capital. Los encuestados consideraron que los Estados Unidos y el Reino Unido
estaban “altamente integrados” con los mercados de capital del mundo, mientras que México
estaba “un poco menos integrado” y Sri Lanka, “relativamente segmentado”.7
Entonces, la tarea consiste en estimar el nivel de integración de todos los mercados
emergentes y tratarlos de manera similar, desarrollar un modelo que incorpore los efectos
locales y mundiales, o medir el nivel de integración de cada mercado y utilizar la metodología
que se ajuste mejor en cada caso.
3 Ver Bruno Solnick, International Investments, Tercera Edición, Reading, Massachusetts: Addison‐Wesley Publishing
Co., 1996.
4 Ver un análisis amplio de este tema en Geert Bekaert y Campbell Harvey, “Emerging Equity Market Volatility”,
Journal of Financial Economics, Volumen 43, 1997.
5 Geert Bekaert,Campbell Harvey y Robin Lumsdaine, “Dating the Integration of World Equity Markets”, Documento
de Trabajo Nro. 6724, National Bureau of Economic Research, septiembre de 1998.
6 Ver un argumento en tal sentido en Richard Heaney y Vince Cooper, “An Examination of the Variation in Euqity
Market Returns and Volatility in the Asia Pacific Region”, Documento de Trabajo, Australia National University, 1997.
7 La encuesta se envío a 2.700 ex alumnos de University of Chicago GSB, en Tom Keck, Eric Levengood y Al Longfield,
“Using Discounted Cash Flor Análisis in an International Setting: A Survey of Issues in Modeling the Cost of Capital”,
Journal of Applied Corporate Finance, Volumen 11, Nro. 3, otoño de 1998.
7
FIN-TN-0367-HBS-00-S
Otro factor de complicación radica en que la covarianza de los retornos de mercados
emergentes respecto de los retornos mundiales tiende a aumentar cuando existe un alto nivel de
volatilidad en el mercado mundial.8 Las recientes ventas forzadas por parte de inversores con
títulos en Asia, América Latina y Central y en Europa Oriental han demostrado que los
mercados emergentes que se creía tenían una baja correlación con el mercado mundial
registraron, de pronto, una alta correlación entre sí y con el mercado mundial.9 En gran medida,
esto puede explicarse por el hecho de que eran los mismos inversores –los grandes fondos
estadounidenses y europeos‐ que invertían en distintos mercados, lo cual nos lleva a la
importancia de determinar quién invierte en los mercados emergentes y para quién hay que
calcular el costo de capital.
¿Con qué perspectiva?
Las características del inversor constituyen otra cuestión fundamental que se debe
considerar al determinar el costo de capital en los mercados emergentes. En un mercado cuasi‐
segmentado, un inversor local y un inversor extranjero o internacional enfrentan limitaciones
diferentes. El inversor internacional puede tener una cartera de diversificación internacional,
mientras que el inversor local a menudo se encuentra limitado a una cartera de diversificación
local. Al considerar el mismo activo en el mercado local, lo que para el inversor internacional
puede resultar un riesgo diversificable se convierte en un riesgo sistemático para el inversor
local. Para los fines de nuestro análisis, nos concentramos en la perspectiva de un inversor
externo, que tiene la capacidad de contar con una cartera de activos de diversificación
internacional.
Se debe distinguir también a los inversores internacionales que consideran al mercado
norteamericano como contexto de sus potenciales oportunidades de inversión y aquéllos que
amplían su horizonte de inversión para incluir los mercados mundiales. Si uno utiliza un
modelo basado en el CAPM, la beta de una inversión estará influenciada por el mercado
seleccionado como parámetro de referencia. Con el mercado mundial como parámetro de
referencia, en general, se reduce el costo de capital computado, ya que una porción mayor del
riesgo país se vuelve diversificable.
En los últimos años, se ha hecho una distinción adicional entre la cartera de mercado teórica
que se supone, en el marco del CAPM, tiene el inversor y la cartera real que el inversor tiene en
la práctica. Los gerentes de compañías multinacionales suelen tratar de medir el riesgo de un
proyecto independientemente de los beneficios de diversificación que la inversión podría
ofrecerle a su cartera de inversiones y a la cartera de sus inversores. Más aún, si desean
incorporar los beneficios de diversificación en el cálculo de la tasa de descuento, podrían tomar
como parámetro la cartera real de inversiones de la compañía, en lugar de la cartera global. Por
esta razón, algunos especialistas se vuelcan a un enfoque que busca capturar el “riesgo total”
del proyecto, en lugar de considerar sólo los riesgos que se correlacionan con los retornos de la
cartera global.10 Desde el punto de vista teórico, sin embargo, el hecho de que la compañía o la
unidad de negocios no esté diversificada no justifica la utilización de un enfoque de “riesgo
8 Bekaert y Harvey, septiembre de 1998.
9 Roy Smith y Ingo Walter, “Risks and Rewards in Emerging Markets Investments”, Documento de Trabajo, New York
University Salomón Center, 1997.
10 Se incluye un buen ejemplo, que se explica en detalle más adelante, en Stephen Godfrey y Ramon Espinosa, “A
Practical Approach to Calculating Costs of Equity for Investments in Emerging Markets,” Journal of Applied Corporate
Finance, Volumen 9, Nro. 3, otoño de 1996.
8
FIN-TN-0367-HBS-00-S
total”, ya que son los accionistas quienes, en última instancia, valúan la inversión y es de
suponer que su cartera tenga diversificación global.
II.2. Distintos enfoques para calcular el costo de capital en los mercados emergentes
CAPM Mundial
El Método de Valuación de Activos de Capital (CAPM, por sus siglas en inglés) desarrollado
por Sharpe, Lintner y Treynor en la década de 1960 constituye el modelo estándar de riesgo y
retorno utilizado para las decisiones de presupuestación de capital. Separa el riesgo sistemático
del riesgo no sistemático y sostiene que el retorno esperado de una inversión debe ser
proporcional a su riesgo sistemático, suponiendo que el riesgo no sistemático puede
diversificarse.
El CAPM Mundial o Global utiliza al mercado mundial como parámetro de referencia. La
beta se calcula como medida de la sensibilidad al riesgo de la cartera mundial (en comparación
con la cartera del mercado local, como suele ocurrir) y se multiplica por la prima de riesgo
mundial –la diferencia entre el retorno esperado de la cartera mundial y el activo libre de riesgo.
Los supuestos de simplificación que realiza la teoría del CAPM sufren una presión mucho
mayor en los mercados emergentes que en los mercados desarrollados. Por ejemplo, el CAPM
supone que, debido a que el inversor tiene la cartera de mercado, el riesgo no sistemático de
una de las inversiones se compensará o “diversificará” con las demás inversiones. En realidad,
la posibilidad de una devaluación monetaria, un cambio en las políticas de gobierno o cualquier
otro riesgo específico de un país no se puede compensar por completo cuando una compañía
multinacional realiza una inversión multimillonaria en un mercado emergente.
Además, el CAPM Mundial supone que los mercados internacionales están integrados –
tema de debate álgido, como vimos anteriormente. Rene Stulz sostiene que el modelo CAPM
Mundial debería utilizarse aún en mercados cuasi‐segmentados porque los inversores
“marginales” son inversores globales, lo cual implica que el costo de capital se calcula desde
una perspectiva global más que local.11 Por el contrario, Claude Erb, Campbell Harvey y Tadas
Viskanta insisten en que el modelo CAPM Mundial es erróneo porque no se puede suponer que
los mercados del mundo están integrados.12
Por estas razones, muchos inversores adaptan la metodología CAPM para utilizarla en los
mercados emergentes –en general, para incorporar una porción del riesgo no sistemático de los
proyectos y para aproximarse a una tasa de descuento que capture el “riesgo total” de un
proyecto. Por lo tanto, con frecuencia se usan modelos multifactoriales de valuación de activos
en lugar del modelo de factor único CAPM. En general, la cantidad de factores y su
ponderación tiende a aumentar a medida que se incrementa la percepción de segmentación de
un mercado.13
Modelos multifactoriales basados en el CAPM
11 Rene Stulz, “A Model of International Asset Pricing,” Journal of Financial Economics, diciembre de 1981.
12 Claude Erb, Campbell Harvey y Tadas Viskanta, “Country Risk and Global Equity Selection,” Journal of Portfolio
Management, invierno de 1995.
13 Tom Keck, Eric Levengood y Al Longfield, septiembre de 1998.
9
FIN-TN-0367-HBS-00-S
Según una encuesta realizada por Keck, Levengood y Longfield, la mayoría de los ejecutivos
realizan algún tipo de ajuste en la tasa de descuento a través de la incorporación de factores
cuando invierten a nivel internacional. Existe un amplio disenso en cuanto al tipo de ajustes que
se justifican y no se justifican. A menudo, estos ajustes puntuales son arbitrarios e inconsistentes
con los supuestos del marco de trabajo del CAPM. Un método bastante utilizado consiste en
agregar un spread soberano a la tasa libre de riesgo a fin de contemplar los riesgos políticos y
soberanos. Sin embargo, desde el punto de vista teórico, no se justifica incorporar variables de
riesgo político y soberano, a menos que se considere que estos riesgos no resultan
diversificables.14
Los ajustes que menos se justifican corresponden a factores constantes que se agregan
sencillamente a la tasa de descuento. Resultan difíciles de defender porque suponen que todas
las inversiones se ven afectadas de la misma manera en todo momento. Con este ajuste
arbitrario, se penaliza injustamente a los proyectos de los mercados emergentes, ya que fijan un
punto de equilibrio demasiado alto.
Un ajuste que realizan los académicos en los modelos de valuación de activos utilizados en
contextos internacionales contempla el riesgo de tipo de cambio. Estos modelos abarcan primas
de riesgo que reflejan las covarianzas de los activos con tasas de cambio, además de la prima
que refleja la covarianza con la cartera de mercado.15 En general, sin embargo, los especialistas
no agregan una prima de riesgo de tipo de cambio a la tasa de descuento. En cambio, suelen
convertir los flujos de fondos con tipos de cambio futuros y los descuentan con una tasa de
descuento en moneda local.
Otros ajustes que se utilizan para proyectos a nivel nacional se pueden usar también para
proyectos internacionales. Un ejemplo podría ser el modelo de tres factores de Eugene Fama y
Kenneth French, que incluye la sensibilidad del retorno del título al retorno del mercado, así
como una prima de riesgo para compañías pequeñas y otra que se basa en el ratio valor de
libros‐mercado.16 Asimismo, se puede realizar un ajuste para contemplar el tamaño de la
capitalización de mercado, en función de la evidencia que señala que los mercados emergentes
más pequeños tienen retornos más altos que los mercados emergentes de gran capitalización.17
En términos más generales, se suele considerar que los factores industriales son más
significativos que los factores nacionales para la determinación del costo de capital.18
Don Lessard sostiene que el ajuste debe depender no sólo de la clasificación de los riesgos en
sistemáticos o diversificables, sino también de su carácter de riesgos unilaterales o simétricos.19
Los riesgos país, a la baja (downside) por naturaleza, deben tenerse en cuenta en los flujos de
fondos a través de una disminución en su valor esperado. Por el contrario, los riesgos de
naturaleza simétrica, como el riesgo macroeconómico, no deberían afectar los flujos de fondos,
aunque pueden justificar la incorporación de una prima de riesgo, ya que podrían aumentar la
volatilidad de la cartera del inversor.
14 Idem.
15 Bernard Dumas y Bruno Solnick, “The World Price of Foreign Exchange Risk”, The Journal of Finance, Vol. 1, 2, junio
de 1995.
16 Eugene Fama y Kenneth French, “The Cross‐Section of Expected Stock Returns”, Journal of Finance, Vol. 47, 1993.
17 Ver el análisis del efecto de país pequeño que se realiza en Michael Keppler y Martin Lechner, Emerging Markets,
Chicago: Irwin, 1997.
18 Hagigi, 1988.
19 Don Lessard, otoño de 1996.
10
FIN-TN-0367-HBS-00-S
En línea con este argumento, aparentemente, muchos ejecutivos realizan ajustes puntuales y
de amplio alcance a sus tasas de descuento, en lugar de dedicarle más tiempo a analizar en
forma rigurosa cuáles riesgos ameritan una prima en la tasa de descuento y cuáles deben
reflejarse en los flujos de fondos esperados. Más aún, si el riesgo no puede medirse de manera
relativamente precisa o sistemática, tiene más sentido ajustar los flujos de fondos en forma
explícita que incorporar una prima de riesgo adicional a la tasa de descuento.
Desde el punto de vista teórico, un enfoque más sólido que los anteriores consistiría en
armar un modelo multifactorial que incorpore las primas de riesgo que contemplen tanto la
sensibilidad de los retornos del proyecto a los retornos del mercado mundial como su
sensibilidad a los retornos del mercado local o regional. Por lo tanto, se basaría en el supuesto
de que los mercados están parcialmente segmentados e integrados. Un método prometedor es
el que desarrollaron Richard Heaney y Vince Cooper, quienes basan su modelo en la evidencia
que sostiene que los retornos de los mercados emergentes se ven influenciados por factores
locales y mundiales y en la importancia de la integración regional.20 Su modelo utiliza una beta
mundial, que se multiplica por una prima de capital mundial, y una beta regional que se
multiplica por una prima de capital regional.
Enfoques no basados en el CAPM
Uno de los enfoques no basados en el CAPM de bastante difusión es el método de
rendimiento de dividendos. Calcular el rendimiento de dividendos en los mercados emergentes
resulta más problemático que en los mercados avanzados, pero es factible. Bekaert y Harvey
desarrollaron un modelo que utiliza promedio móvil de dividendos de 12 meses dividido por
los niveles actuales de precios.21
SBC Warburg Dillon Reed, banco de inversión suizo, ha desarrollado un enfoque no basado
en el CAPM más innovador e interesante, con opciones de acciones de compañías y la teoría de
valuación de opciones para determinar el costo de capital.22 SBC Warburg Dillon Reed arma
primero una estructura temporal para la deuda de una compañía, con la estructura temporal de
la tasa libre de riesgo y un spread crediticio, y, luego, agrega el retorno excedente de las
acciones, que se determina a partir de las opciones de acciones de la compañía que cotizan en
bolsa. El costo de capital estimado, entonces, es igual a la tasa de bonos corporativos más una
opción de compra con fecha de ejercicio futura. Por lo tanto, este enfoque está más orientado al
futuro que el CAPM, ya que toma la perspectiva del mercado sobre el costo de capital futuro.
II.3. Metodologías analizadas en este estudio
JP Morgan comienza por la premisa de que los mercados de valores en los mercados
emergentes presentan una baja correlación con los movimientos en los mercados de valores del
mundo desarrollado debido a un nivel generalmente bajo de liquidez y a las barreras impuestas
a los flujos de capital. Si se utiliza el CAPM en este contexto, se tiende a subestimar el costo del
capital porque este modelo supone que el riesgo no sistemático se puede diversificar. Como, en
los mercados emergentes, el riesgo no sistemático representa el grueso del riesgo, dada la baja
correlación entre los mercados, la beta, que mide el riesgo sistemático, tiende a ser muy baja, lo
20 Richard Heaney y Vince Cooper, 1997.
21 Geert Bekaert y Campbell Harvey, “Foreign Speculators and Emerging Equity Markets”, Documento de Trabajo de
NBER, diciembre de 1997.
22 Roger Mills, The Dynamics of Shareholder Value, Inglaterra: Price Waterhouse, 1998.
11
FIN-TN-0367-HBS-00-S
que produce costos de capital bajos. Sin ajustar el CAPM, la utilización de un método
tradicional genera la paradójica conclusión de que los mercados emergentes tienen menores
costos de capital que las economías desarrolladas, a pesar de su mayor volatilidad.
Cómo ajustar la beta
El enfoque del “CAPM Mundial Modificado” supone, de manera explícita, que los
inversores tienen una capacidad limitada para diversificar el riesgo de los mercados emergentes
y sostiene que se debe incrementar la beta de estos países emergentes. Para hacerlo, aumenta el
ratio riesgo sistemático‐riesgo total en estos países hacia el ratio promedio en los países
desarrollados, que JP Morgan estima en 41%:
σc2 = βc2 * σw2 + σε2
donde:
σc2 Riesgo total (varianza nacional de retornos anuales)
βc * σw
2 2 Riesgo sistemático
σε2 Riesgo no sistemático = riesgo total – riesgo sistemático
Por lo tanto:
βc2 * σw2 = σc2 ‐ σε2
βc2 = (σc2 ‐ σε2 )/ σw2
βc = Raíz Cuadrada de ((σc2 ‐ σε2 )/ σw2)
En este punto, se supone que el ratio riesgo sistemático‐riesgo total en los mercados
emergentes debe ser igual a 41%, el ratio promedio de los países desarrollados:
σc2 ‐ σε2 = 41% * σε2
σε2 = σc2 - 41% * σc2 = (100% ‐ 41%) * σc2 = 59% * σc2
Entonces, se puede ajustar la beta:
βc aj = Raíz Cuadrada de (((σc2 ‐ 59%) * σc2)/ σw2)
βc aj = Raíz Cuadrada de ((41% * σc2 )/ σw2) = 0,64 * σc/ σw
Así, se aumenta la beta, lo que ofrece un costo de capital del país en US$ más razonable con
la siguiente relación CAPM:
Ke = Rfw + βem [E(rw) – Rfw]
Costo de capital del país = Tasa mundial libre de riesgo + beta modificada * [retorno
esperado del mercado de valores mundial – tasa mundial libre de riesgo]
Comparación de la beta ajustada del JP Morgan con la beta estándar
Para clarificar el enfoque de JP Morgan, resulta útil analizar la relación matemática entre su
beta ajustada y la beta estándar del CAPM:
Beta estándar:
12
FIN-TN-0367-HBS-00-S
βc = Covariación de (rc, rw) / σw2)
Dado que: Covariación de (rc, rw) = correlación de (rc, rw) * raíz cuadrada de (σc2 * σw2)
Entonces: βc = (correlación de (rc, rw) * raíz cuadrada de (σc2 * σw2)) / σw2
= (correlación de (rc, rw) * σc * σw) / σw2
= correlación de (rc, rw) * σc /σw
Mientras que la beta ajustada de JP Morgan es igual a:
βc aj = 0,64 * σc /σw
Por lo tanto, también se puede considerar que la beta ajustada de JP Morgan reemplaza la
correlación real (rc, rw) calculada a partir de los retornos mensuales con una correlación
constante que se fija en 0,64.
Cómo calcular la prima de riesgo
Para calcular la prima de riesgo de capital, se restan la tasa mundial libre de riesgo y el
spread de deuda soberana, que es el spread entre un bono largo de los Estados Unidos y un
bono a largo plazo en dólares del mercado emergente, del costo de capital calculado
anteriormente:
Prima de riesgo de capital del país = Ke – tasa ajustada libre de riesgo
= Ke – [tasa mundial libre de riesgo + spread deuda soberana]
Para determinar el costo de capital de una compañía u organización específica que desea
realizar una inversión, el costo de capital del país en dólares se calcula modificando la ecuación
con la beta de la firma:
Ki = Rfw + Rem + βi * [βem * (Rw – Rfw) – Rem]
donde Rem es la prima de riesgo del país emergente (spread de los bonos del Tesoro) y βi es la
beta pronosticada de la firma versus el mercado local.
Para determinar la tasa correcta de descuento, este costo de capital se incorpora a la fórmula
tradicional del Costo de Capital Promedio Ponderado (WACC, por sus siglas en inglés).
Enfoque de “Riesgo Total” de Stephen Godfrey y Ramon Espinosa, Bank of America
Este enfoque también se basa en el CAPM. Lo desarrollaron Stephen Godfrey y Ramon
Espinosa, del Bank of America, en un artículo publicado en el Journal of Applied Corporate Finance
en el otoño de 1996. La metodología es similar a la del modelo de JP Morgan en cuanto a su
adhesión al CAPM y el ajuste efectuado para reflejar la mayor volatilidad de los retornos del
mercado de valores en los mercados emergentes.
Se lo puede describir como un enfoque de “Riesgo Total”, en el que la beta se calcula como el
ratio de la volatilidad bursátil de un determinado país en relación con la del mercado
estadounidense. Por el contrario, las betas “no ajustadas” de los países se calculan, en general, a
través de la regresión de los retornos de capital de los distintos países versus una cartera
13
FIN-TN-0367-HBS-00-S
mundial de valores y multiplicando los ratios de las volatilidades por un coeficiente de
correlación.
Luego, se realiza otro ajuste para compensar la duplicación que se produce al sumar los
spreads de la deuda soberana a la prima de capital. Como es probable que la calidad del crédito
y la volatilidad de valores estén correlacionados, el costo de capital debe ajustarse en forma
descendente. La beta ajustada se reduce un 40%, en función de un estudio que reveló que el 40%
de la variación en la volatilidad de valores podía explicarse a través de las variaciones en la
calidad de crédito, lo que sugiere que la prima de capital puede estar sobrevaluada en un 40%.
βc aj = 0,60 * σc /σusa
La beta ajustada se multiplica, entonces, por la prima de valores de Estados Unidos y se
suma a la tasa libre de riesgo y al spread de la deuda soberana.
Ke = [Rf + spread de deuda soberana] + beta ajustada * prima de valores de Estados Unidos
Uno de los supuestos planteados por Godfrey y Espinosa es que los beneficios de
diversificación de las inversiones en los mercados emergentes son más relevantes para los
accionistas de compañías multinacionales que para los gerentes, a quienes se puede
responsabilizar por determinadas inversiones. Además, sostienen que las tasas de descuento
que capturan parte o todo el riesgo no sistemático en estos entornos resultan de utilidad para
comprender la perspectiva de un inversor local, que no es probable que considere los beneficios
de la diversificación global de su inversión.
Comparación de la beta ajustada del Bank of America y la de JP Morgan
Si bien JP Morgan y Bank of America justifican sus ajustes a la beta con distintos
fundamentos –JP Morgan para aumentar el ratio del riesgo sistemático y Bank of America para
evitar el exceso de riesgo soberano‐ sus betas ajustadas se calculan de manera similar:
βc aj (BoA) = 0,60 * σc /σusa
βc aj (JPM) = 0,64 * σc /σw
Se pueden observar dos diferencias en el cálculo de la beta: una es el factor constante que se
utiliza para multiplicar los ratios de volatilidad ‐0,60 y 0,64‐ y otra es el mercado utilizado como
parámetro de referencia. La metodología del Bank of America elige al mercado estadounidense
como parámetro de referencia, ya que supone que el inversor tiene una cartera de mercado
estadounidense para diversificar sus riesgos, mientras que JP Morgan prefiere el mercado
mundial como parámetro de referencia. Una explicación posible para esta diferencia en la
selección del parámetro de referencia radica, tal vez, en el hecho de que Bank of America
apunta más a los inversores estadounidenses, quienes, probablemente, consideren que el
mercado bursátil de Estados Unidos es el contexto de sus oportunidades potenciales de
inversión, mientras que JP Morgan atiende a un grupo más internacional de inversores, para
quienes la cartera del mercado mundial engloba sus oportunidades potenciales de inversión.
Otra diferencia que se observa entre ambas metodologías consiste en la utilización por parte
del Bank of America de un spread soberano como factor adicional para calcular su costo de
capital. JP Morgan usa el spread soberano para retirar una prima de riesgo inferida recién
14
FIN-TN-0367-HBS-00-S
después de haber calculado el costo de capital; por lo tanto, no agrega un spread soberano en
primer lugar para determinar el costo de capital.
III. Comparación de los tres modelos: Análisis estadístico
El objetivo de este PAE consiste en redefinir el modelo propio de JP Morgan para determinar
el costo de capital en los mercados emergentes, así como obtener conclusiones más generales
sobre las tasas de corte adecuadas para las entidades de los sectores público y privado en los
mercados emergentes. Realizamos una comparación empírica de la metodología “CAPM
Mundial Modificado” de JP Morgan (de aquí en adelante, JPM) con dos enfoques diferentes del
cálculo de costo de capital en mercados emergentes: el método CAPM Mundial estándar (de
aquí en adelante, CAPM) y el enfoque de “Riesgo Total” del Bank of America (de aquí en
adelante, BoA). Agregamos la desviación estándar al análisis estadístico con el fin de probar su
capacidad para pronosticar los retornos de acciones en comparación con los tres modelos y
completar el espectro de indicadores, que van desde el CAPM Mundial (riesgo sistemático) al
JPM y BoA (riesgo sistemático ajustado en forma ascendente) hasta la desviación estándar
(riesgo total). Los tres modelos se aplican a 15 países emergentes y a los Estados Unidos para
generar los costos de capital anuales actualizados mensualmente.23
La compensación riesgo‐retorno
Los tres modelos se basan en la compensación fundamental entre riesgo y retorno. Los
gráficos del Apéndice B muestran en forma gráfica la relación entre la volatilidad de estos
mercados bursátiles durante los últimos cinco años y los retornos pronosticados por los tres
modelos. En el Apéndice B1, el conjunto de relaciones riesgo‐retorno que forman una parábola –
es decir, la frontera eficiente‐ resulta típico del modelo CAPM. Los Apéndices B1 y B2 muestran
relaciones más lineales, ya que ambas metodologías representadas, JPM y BoA, establecen que
el factor de correlación es constante. La misma dinámica se observa en los Apéndices B4‐6, que
grafican la relación entre las betas y los retornos pronosticados por cada una de estas
metodologías. La línea formada por los distintos puntos representa la línea del mercado de
valores mundial. La relación riesgo‐retorno descripta por la metodología BoA es menos lineal
que la que genera el modelo JPM debido a que el BoA utiliza las tasas soberanas para calcular el
costo de capital de cada país.
Una simple comparación entre retornos reales y pronosticados a lo largo del tiempo
A simple vista, la comparación de los retornos reales y pronosticados entre diciembre de
1992 y noviembre de 1997 muestra tendencias claras. Los Apéndices C1‐5 presentan la
diferencia mes a mes entre el costo de capital pronosticado y el retorno real de cada uno de los
tres métodos en una muestra de países emergentes de nuestro conjunto de datos, mientras que
los Apéndices C6‐10 muestran el promedio móvil de dicha diferencia. En primer lugar,
observamos la altísima volatilidad de la diferencia en retornos, que, en muchos de los 15 países
emergentes estudiados, oscila entre +100% y ‐100% durante este período de cinco años.
Los gráficos sugieren también que estos mercados presentan una alta correlación, ya que los
tres modelos tienden a sobreestimar y subestimar los retornos reales en los mismos períodos.
Estas diferencias entre datos pronosticados y reales deberían considerarse a la luz del hecho de
23 El grupo de países emergentes incluye Argentina, Brasil, Chile, Grecia, Hong Kong, Indonesia, Corea, Malasia,
México, Filipinas, Polonia, Singapur, Taiwán, Tailandia y Turquía.
15
FIN-TN-0367-HBS-00-S
que los retornos pronosticados no apuntan a ser iguales a los retornos reales período tras
período, ya que, en el marco de un CAPM, intentan reflejar el retorno requerido sobre la base
del riesgo no diversificable. Con esto en mente, observamos que, en el caso de la mayoría de los
países analizados, los modelos han sobreestimado los retornos entre noviembre de 1993 y
diciembre de 1994, así como durante el último año de nuestro período de análisis, que
corresponde al inicio de la crisis financiera de Asia. Por otro lado, los modelos han subestimado
los retornos en los Estados Unidos desde enero de 1994 (ver el gráfico del promedio móvil en el
Apéndice C10), lo cual coincide con el prolongado período de expansión que experimentaron
los mercados bursátiles estadounidenses.
Marco teórico del análisis estadístico
Nuestro objetivo al analizar estos modelos consiste en determinar su grado de coincidencia
con la realidad. Para hacerlo, analizamos si el riesgo, según su definición en cada una de las
metodologías, ofrece una buena aproximación al rendimiento a través de regresiones de series
temporales realizadas en los resultados de los modelos. Comenzamos con la siguiente
ecuación:24
Rit – Rf = αi + βi * [Rmt – Rf] + εit
donde Rit es el retorno real de la cartera o activo i en el período t, Rmt es el retorno de mercado
en el período t, αi es una medida de desequilibrio, y εit es un término de perturbación cuya
expectativa es 0 y resulta independiente del retorno del mercado. Si αi es igual a 0, la cartera o el
activo está en equilibrio. Si es mayor que cero, el retorno esperado es mayor que lo que
sugeriría la relación de equilibrio.
Metodología
La primera parte del análisis estadístico intenta probar la validez de los modelos a través de
regresiones de series temporales. Realizamos regresiones con los retornos excedentes anuales
reales versus los retornos excedentes pronosticados por los tres modelos y con varias variables
simuladas para controlar los factores geográficos y circunstanciales. Utilizamos los retornos
anuales reales y pronosticados de 16 países, actualizados mensualmente durante un período de
60 meses –cada retorno pronosticado se basa en un plazo corrido de cinco años de retornos
mensuales anteriores. Al agrupar las observaciones de cada país en una tabla, obtenemos una
muestra de 60*16 = 936 observaciones.
Principales hallazgos
Ninguno de los tres modelos logra explicar una gran proporción de retornos de los mercados emergentes
Nuestra primera observación es que el ajuste de R al cuadrado en los grados de libertad de
los tres modelos resulta bajo. Cuando el retorno pronosticado se utiliza como única variable
independiente, la R al cuadrado ajustada del CAPM Mundial es 0,01, mientras que las de JPM y
BoA son 0,003 y 0,005. Por lo tanto, los modelos no capturan efectos importantes relacionados
con los retornos en los mercados emergentes.
24 Este marco de trabajo se utilizó originalmente para probar el CAPM en Michael Jensen, “Risk Capital Assets and the
Evaluation of Investment Portfolio”, Journal of Business, abril de 1969, 42, 167‐247; Irwin Friend y Marshall Blume,
“Measurement of Portfolio Performance Under Uncertainty”, The American Economic Review, 1973.
16
FIN-TN-0367-HBS-00-S
El modelo JPM supera a los modelos CAPM Mundial y BoA en los mercados emergentes
En nuestras regresiones de series temporales, lo ideal sería que un modelo que encaja
perfectamente con la variable dependiente presente un coeficiente de 1 para el retorno
pronosticado, sin intersección, y una alta significación estadística. De los tres modelos, el
modelo JPM es el que más se acerca, con un coeficiente de 0,61, una estadística t de 1,98 y una
constante relativamente pequeña de ‐0.03 (Tabla 2). Interpretamos que este coeficiente indica
que por cada punto de porcentaje de cambio en los retornos pronosticados por el modelo,
deberíamos observar un aumento de 0,61% en el retorno real. El modelo BoA se acerca en
términos de adecuación, con un coeficiente de 0,51 y una estadística t de 2,31. Si se mantiene
constante el efecto de las crisis financieras, el modelo JPM mejora, con un coeficiente de 0,97 y
una estadística t de 3,46, mientras que su R al cuadrado ajustada aumenta de 0,003 a 0,17 (Tabla
2).
Los tres modelos funcionan notablemente peor en períodos de crisis
Cuando se incorpora una variable simulada de “crisis” en las regresiones para mantener
constante el efecto de los períodos de crisis financiera en los retornos de acciones, se observa
que la R al cuadrado aumenta en forma impresionante, de un rango de 0,003 a 0,02 a un rango
de 0,16‐0,17 (Tabla 2). Esta variable simulada de crisis contempla la crisis financiera asiática,
que, según nuestra definición, abarca todas las observaciones desde junio de 1997 hasta
noviembre de 1998, y la crisis mexicana, que abarca las observaciones de México entre
noviembre de 1994 y diciembre de 1995.
Esta variable simulada de crisis resulta muy significativa desde el punto de vista estadístico
–de hecho, más que cualquier otra variable independiente incluida en las regresiones‐ con
estadísticas t por encima de 10 (Tablas 2‐3, 5‐7). Esto confirma la conclusión de que estos
modelos funcionan peor durante estos períodos, ya que no capturan efectos importantes.
El CAPM Mundial es el modelo que menos se adapta a cambios rápidos en las circunstancias
El CAPM Mundial se destaca por ser el modelo menos capaz de funcionar en forma
adecuada en épocas de crisis financieras en los mercados emergentes. Sin ajustes en otras
variables, el CAPM Mundial no sólo cuenta con una R al cuadrado muy baja (0,01), sino que
tiene un coeficiente negativo, ‐1,74. Una vez que se incluye la variable simulada de crisis, el
coeficiente del CAPM Mundial deja de ser negativo y pasa a ser de 0,05 y 0,43 cuando se lo
limita a los países con menor riesgo sistemático (Tabla 3). Observamos, sin embargo, que
ninguno de ellos resulta significativo desde el punto de vista estadístico. De la misma manera,
nuestro análisis de correlación muestra que los retornos pronosticados por el CAPM Mundial
presentan una correlación negativa con los retornos reales, con un coeficiente de ‐0,11 (Tabla
1.a). Cuando se quitan las observaciones afectadas por las crisis asiática y mexicana y aquéllas
con betas negativas, los retornos pronosticados por el CAPM Mundial presentan una
correlación positiva (+0,12) con los retornos reales (Tabla 1.d).
Los distintos grados de correlación con los retornos reales muestran distintos focos
El amplio espectro de correlaciones con los retornos reales que registran los tres modelos
(Tabla 1a‐d) se puede atribuir al hecho de que estos modelos tienen distintas orientaciones. El
17
FIN-TN-0367-HBS-00-S
CAPM Mundial busca contemplar sólo el riesgo sistemático. Como el riesgo sistemático
representa una proporción baja del riesgo total en los mercados emergentes, el CAPM Mundial
tiene una baja correlación con los retornos reales. Los modelos de JPM y BoA se ajustan en
forma ascendente para capturar algo del riesgo no incluido en la medida de riesgo sistemático
del CAPM al dejar constante el factor de correlación. Por esta razón, presentan una correlación
más alta con los retornos reales (6% y 7% en la Tabla 1a) que el CAPM Mundial. La desviación
estándar se puede interpretar como una medida del riesgo total, por lo que captura una mayor
proporción del riesgo real que los tres modelos. Presenta una correlación más alta con el riesgo
real, con una correlación del 16% cuando se incluyen todos los países emergentes del conjunto
de datos y 23% cuando sólo se incluyen los que tienen menor riesgo sistemático.
También observamos que los retornos pronosticados por el CAPM Mundial muestran una
correlación muy baja con los retornos pronosticados por los modelos JPM y BoA (Tabla 1a), con
un 32% de correlación con JPM y 17% de correlación con BoA cuando se incluyen todas las
observaciones del conjunto de datos. La correlación sube a 52% cuando se quitan todas las
observaciones que tienen una beta negativa en el CAPM Mundial (Tabla 1c). Esta correlación
baja se debe al efecto de los países con riesgo sistemático bajo, como muestran la Tabla 1.e y el
Apéndice D. Los gráficos que describen los retornos pronosticados por cada uno de los métodos
destacan estas diferencias. En Grecia, Indonesia y Argentina, el CAPM Mundial y el JPM
presentan correlaciones negativas, que van desde ‐8% hasta ‐63%. Por el contrario, en los
mercados maduros con alto riesgo sistemático respecto del riesgo total, como los Estados
Unidos, el CAPM Mundial y el JPM resultan casi idénticos y presentan una correlación cercana
al 100% (Apéndice D5). Con el CAPM Mundial, la correlación negativa entre los retornos de un
país y los retornos mundiales genera una beta negativa, lo cual aumenta la separación entre el
CAPM Mundial y los otros dos modelos, ya que los modelos de JPM y BoA no permiten betas
negativas.25
Por otro lado, los modelos JPM y BoA presentan una correlación alta ‐de más de un 90%, lo
cual no resulta sorprendente, ya que las derivaciones de los dos modelos demostraron
anteriormente que sus definiciones son similares. Tanto el modelo JPM como el BoA registran
una alta correlación con la desviación estándar, lo que sugiere que ambos modelos se acercan
más a la captura del riesgo total de los mercados emergentes que el modelo CAPM Mundial.
Los modelos funcionan peor en la determinación del costo de capital en Asia
Incorporamos variables regionales simuladas para controlar las diferencias regionales y
observamos que la variable simulada para los países asiáticos resulta estadísticamente
significativa en todas las regresiones (Tablas 2 y 3), con estadísticas t que oscilan entre ‐3,81 y ‐
5,17. Aún cuando las variables simuladas regionales se incluyen con la variable simulada de
crisis, observamos que la variable simulada asiática sigue resultando estadísticamente
significativa (Tablas 5 – 7), lo cual sugiere que se deben contemplar otros factores regionales
para mejorar el modelo.
IV. Cómo desarrollar un modelo multifactorial para los mercados emergentes
En el modelo JPM, la beta ajustada se define como la raíz cuadrada de la varianza de los retornos del país
25
multiplicada por una constante de 0,41 dividida por la varianza de los retornos mundiales. Por lo tanto, una beta
negativa resulta matemáticamente imposible.
18
FIN-TN-0367-HBS-00-S
La primera conclusión que sacamos del análisis para probar la validez de los tres modelos es
que los tres modelos se pueden mejorar en forma significativa. Intentaremos ahondar en los
hallazgos mencionados y en los conceptos tomados de la literatura para determinar los factores
que deben incluirse en un modelo de costo de capital para los mercados emergentes. Utilizamos
como marco básico el modelo de Teoría de Valuación por Arbitraje (APT, por sus siglas en
inglés) de Steve Ross.26 A diferencia del CAPM, el APT no postula que el riesgo se pueda
capturar a través de una sola beta estadística. En cambio, el riesgo sistemático es una función de
varias influencias o factores macroeconómicos:
Rit – Rf = β1 [Rfactor 1 ‐ Rf ] + β2 [Rfactor 2 ‐ Rf ] + … + βN [Rfactor N ‐ Rf ]
El modelo APT original, así como sus versiones internacionales, se han probado muchas
veces, con algunos resultados que sugieren que ofrece una mejor descripción de los retornos de
acciones esperados que el CAPM y algunos resultados que contradicen este hallazgo.27
Metodología
Sobre la base de la investigación anterior, armamos una lista de factores que podrían
incluirse en un modelo CAPM multifactorial a fin de mejorar la capacidad del modelo para
calcular el costo de capital adecuado en un país emergente.28 Los hemos dividido en tres
categorías: factores macro, indicadores del entorno legal, incluyendo reglas legales y su
aplicación, y los derechos de los accionistas y la capitalización de mercado respecto del PBI.
Incluimos los últimos dos factores en una misma categoría porque la investigación previa ha
mostrado su alto nivel de correlación.29 Los factores macro están formados por el crecimiento de
PBI, la inflación y modificaciones en el tipo de cambio. Los factores relacionados con el marco
legal apuntan al cumplimiento de contratos, la expropiación, la corrupción y el estado de
derecho (ver la descripción de cada variable que se presenta en el Apéndice A).
Hemos diseñado una serie de regresiones para probar estos factores a través de su
incorporación secuencial a los retornos pronosticados por el CAPM Mundial y el modelo JPM,
en forma alterna. De esta manera, estudiamos la significación estadística de cada uno de los
factores para determinar si se trata de variables omitidas y si se los debería incluir en un modelo
multifactorial. Los retornos excedentes anuales reales y pronosticados (actualizados
mensualmente) son los mismos que se utilizaron en la primera parte del análisis. Los factores
macro –crecimiento de PBI, inflación y modificaciones en el tipo de cambio‐ se actualizan
anualmente. El resto de las variables son constantes en nuestro conjunto de datos. Al igual que
en la primera parte de nuestro análisis estadístico, se agrupan los datos de cada país. Por lo
tanto, nuestro conjunto de datos incluye 4 años * 12 meses * 16 países, lo que da un total de
alrededor de 768 observaciones.
Hallazgos del análisis de correlación
26 Ross, Stephen, “The Arbitrage Theory of Capital Asset Pricing”, Journal of Economic Theory, 1976, 13, 341‐360.
27 Solnik, Bruno, Allan Kleidon, Paul Pfleiderer, “International Arbitrage Pricing Theory/Discussion”, The Journal of
Finance, Vol. 38, mayo de 1983; Cho, D., Cheol Eun, Lemma Senbet, “International Arbitrage Pricing Theory: An
Empirical Investigation”, The Journal of Finance, junio de 1986; Abeysekera, Sarath, “International Arbitrage Pricing
Theory: An Empirical Investigation”, Southern Economic Journal, enero de 1990.
28 La Porta, Rafael, Florencio Lopez‐de‐Silanes, Andrei Shleifer y Robert Vishny, “Law and Finance”, Journal of Political
Economy, diciembre de 1998, Volumen 106, Número 6, y “Legal Determinants of External Finance”, The Journal of
Finance, Volumen LII, Nro. 3, julio de 1997; Elton Edwin, Martin Gruber y Jianping Mei, “Cost of Capital Using
Arbitrage Pricing Theory: A Case Study of Nine New York Utilities”, Financial Markets, Institutions and Instruments, 1994,
3.
29 Ídem.
19
FIN-TN-0367-HBS-00-S
Nuestra primera tarea consiste en analizar la correlación entre los factores preseleccionados
a fin de determinar cuáles factores deben incluirse en los análisis de regresión y el orden en que
se deben analizar (Tabla 4). Los pares de variables que presentan una alta correlación no
deberían incluirse en la misma regresión a fin de evitar el problema de la colinealidad múltiple.
Los factores referidos al entorno legal presentan un alto nivel de correlación
Los cuatro factores correspondientes al entorno legal de un país muestran un alto grado de
correlación entre sí. El cumplimiento de contratos registra una correlación del 81% con el
indicador de corrupción, del 88% con la medida del estado de derecho y del 82% con el riesgo
de expropiación. De la misma manera, la corrupción registra una correlación del 88% con el
estado de derecho y del 68% con la expropiación. Por lo tanto, deberíamos utilizar sólo uno de
estos factores en cualquiera de las regresiones.
Las modificaciones en el tipo de cambio se correlacionan con los retornos reales y pronosticados
No resulta sorprendente que observemos una correlación significativa entre estas variables,
incluyendo una correlación del 24% con los retornos reales y una correlación del 35% con los
retornos pronosticados con el modelo JPM. Esperábamos que se observara una mayor
correlación entre los cambios en el tipo de cambio y la inflación (16%).
Hallazgos Principales
Los resultados estadísticos respaldan la inclusión de varios de estos factores
En todas las regresiones con múltiples variables, observamos que muchos de los factores
incluidos presentan datos estadísticos t de alta significación estadística y aumentan
notablemente la R al cuadrado. Esto implica que es probable que capturen un efecto que se
omitía cuando intentábamos explicar los retornos reales únicamente con los retornos
pronosticados por el CAPM Mundial o el modelo JPM y que se los debería incluir en un modelo
multifactorial de valuación de activos.
Entre los factores macro, se destacan el crecimiento de PBI y las modificaciones en el tipo de cambio
Al incorporar los factores macro a los modelos, se observa que tanto el crecimiento de PBI
como los cambios en el tipo de cambio tienen una alta significación estadística (Tabla 5). Al
incluir primero el crecimiento de PBI en la regresión, vemos que las estadísticas t son muy altas
(‐5,5 en los retornos pronosticados por el CAPM y ‐4,9 en los retornos pronosticados con el
modelo JPM) y que la R al cuadrado ajustada aumenta al 18%‐19%. Cabe señalar que el
coeficiente negativo del crecimiento de PBI resulta confuso a primera vista, ya que esperábamos
un coeficiente positivo. Sin embargo, observamos que, en gran parte, la correlación negativa se
debía a la incapacidad del modelo de adaptarse a circunstancias de cambio veloz, como ocurre
en una crisis.
Una vez que se agregan otros factores, vemos que la modificación de las tasas de cambio
tiene significación estadística, con datos estadísticos t de 4,5 y 3,9. La inflación resulta menos
significativa, con coeficientes cercanos a 0 y estadísticas t de poca o ninguna significación.
Probablemente, se deba a que el efecto de la inflación ya está capturado en la tasa de cambio, lo
que sugiere que no se debería incluir a ambas variables en un modelo multifactorial.
20
FIN-TN-0367-HBS-00-S
Los indicadores del entorno legal presentan una fuerte significación estadística
Excepto el riesgo de expropiación, todos los indicadores del entorno legal de un país
registran estadísticas t muy fuertes (Tabla 6). Como presentan una alta correlación entre sí, los
probamos en forma separada. La corrupción obtuvo resultados marcados, con estadísticas t de
4,01 en los retornos pronosticados por el CAPM y de 3,9 en los retornos pronosticados con el
modelo JPM. El estado de derecho y el cumplimiento de los contratos también registraron
resultados estadísticos fuertes, con estadísticas que oscilaban entre 2,8 y 3,8. El riesgo de
expropiación no resultó significativo desde el punto de vista estadístico en nuestras regresiones.
Estos hallazgos sugieren que falta el efecto de las instituciones en el CAPM Mundial y en el
modelo JPM y que se lo debería incorporar para mejorar ambos modelos.
Los derechos de los accionistas también tienen un impacto de significación estadística en los retornos
reales
Los derechos de los accionistas también presentan resultados estadísticamente significativos
cuando se los incorpora a los retornos pronosticados por el CAPM Mundial y el modelo JPM y a
los factores macro. Dada la correlación con los indicadores del entorno legal, no los probamos
en forma simultánea, lo que sugiere que los temas de gobierno corporativo y protección de los
inversores tienen un efecto importante en el costo de capital de los mercados emergentes, tal
como indican las investigaciones recientes.30
La capitalización de mercado respecto del PBI reviste significación estadística, pero los
coeficientes son insignificantes (‐0,0004 tanto con el CAPM como con el modelo JPM). Estos
resultados no son concluyentes para incluir esta variable en un modelo multifactorial, aunque
es posible que pruebas adicionales determinen lo contrario.
Advertencia
Las conclusiones y recomendaciones de este PAE se basan en el análisis estadístico realizado
con los datos de mercado provistos por JP Morgan. La realización de análisis estadísticos con
datos de los mercados emergentes está plagada de peligros. Antes de terminar, deseamos
señalar dos aspectos que podrían socavar la confiabilidad del análisis:
• Los datos sólo abarcan desde 1987 en adelante. Como muchos de estos mercados se han
desarrollado recientemente, los datos estarán disponibles con el correr del tiempo. Se
trata de una desventaja para la realización de análisis de series temporales. Por el
contrario, el análisis estadístico tradicional de la beta del mercado estadounidense
cubre un período de 70 años.
• Es posible que la realización de un análisis estadístico de series temporales con un
período de 60 meses corridos de volatilidad genere un problema de correlación serial y
afecte los resultados.
Por último, hemos supuesto que el cálculo del costo de capital de un país en los mercados
emergentes es similar a la determinación de los retornos esperados en los mercados bursátiles
nacionales de cada uno de estos países emergentes. Si bien se trata de una cuestión debatible,
30 La Porta, Lopez‐de‐Silanes, Shleifer y Vishny, 1997, 1998.
21
FIN-TN-0367-HBS-00-S
creemos que este enfoque representa, en la actualidad, la mejor aproximación al costo de capital
en estos mercados.
V. Conclusión y recomendaciones
El propósito de este Ejercicio de Análisis de Políticas (PAE) consistía en probar la validez de
la metodología de JP Morgan para calcular el costo de capital en los mercados emergentes y
ayudar a desarrollar un modelo más sólido. Para realizar este proyecto, comenzamos por
establecer el contexto de los principales temas específicos de los mercados emergentes que
deben contemplarse en un modelo y realizar un estudio de las metodologías utilizadas por
especialistas y académicos. Luego, probamos empíricamente la validez de la metodología de JP
Morgan y la comparamos con dos métodos alternativos. En función de estos resultados,
analizamos la significación de varios factores para desarrollar un modelo multifactorial que
mejore el modelo actual de JP Morgan al contemplar explícitamente algunos de los efectos que
no logra capturar en la actualidad. A la luz de esta investigación, sacamos las siguientes
conclusiones:
El modelo JPM funciona mejor en los mercados emergentes que otros modelos estudiados
Uno de nuestros principales hallazgos es que el modelo CAPM Mundial Modificado de JP
Morgan pronostica mejor los retornos reales de los mercados emergentes que los otros dos
modelos estudiados, el CAPM Mundial y el modelo del Bank of America. Los resultados de los
modelos de JP Morgan y Bank of America son relativamente parecidos y superan claramente a
los resultados del CAPM Mundial. Se trata de un hallazgo reconfortante, ya que JP Morgan
desarrolló el modelo CAPM Mundial Modificado para mejorar el CAPM Mundial.
Sin embargo, no logra capturar importantes efectos en la determinación del costo de capital en
mercados emergentes
• A pesar de los resultados estadísticos alentadores que se obtuvieron –coeficientes
cercanos a 1 y datos estadísticos t altos‐ el modelo de JP Morgan sigue teniendo una R
al cuadrado baja, lo cual implica que no logra explicar una proporción importante de
los retornos reales.
• También determinamos que el modelo de JP Morgan funcionó notablemente peor
durante períodos de crisis, como la crisis financiera asiática actual. Lo que importa no
es que el modelo pronostique las crisis financieras –hecho bastante improbable‐ sino
que se adapte lo suficientemente rápido a los cambios en las circunstancias.
• Por último, el modelo funciona peor para determinar el costo de capital en Asia, aún
cuando se controlen los efectos de la crisis financiera.
Se puede mejorar el modelo a través de la incorporación explícita de ciertos factores
Luego de determinar empíricamente que le modelo no logra capturar efectos importantes,
probamos la validez de la inclusión de ciertos factores en la medida de riesgo basada en la
volatilidad de los retornos pasados que establece el modelo CAPM Mundial Modificado. Estos
factores mejorarían el funcionamiento de cualquier modelo de un solo factor basado en el
CAPM, aún si se utiliza la beta multifactorial de Barra, ya que Barra tiende a utilizar factores
basados en los mercados bursátiles, tales como ratios PE y precio‐valor de libros, sin considerar
22
FIN-TN-0367-HBS-00-S
factores macroeconómicos, de entorno legal, de calidad institucional y temas de gobierno
corporativo.
El crecimiento de PBI y las modificaciones el tipo de cambio son factores macroeconómicos que
deberían incluirse
Nuestro análisis sugiere que ambos factores fueron variables omitidas en la aplicación del
modelo de JP Morgan. Estos dos factores macro se destacaron por su importancia cuando se los
agregó a los retornos pronosticados por el modelo de JP Morgan y, por lo tanto, mejorarían el
modelo si se los incorporara explícitamente. Otras variaciones de estos dos indicadores podrían
funcionar también y deberían estudiarse.
Debería incluirse también un indicador del entorno legal
Uno de nuestros hallazgos más importantes consiste en que el mercado parece requerir un
retorno basado en la calidad de las instituciones de un país determinado. Varios estudios
recientes han sugerido que se subestima la importancia de las instituciones de los mercados
emergentes. Nuestra investigación confirma este concepto. Tres indicadores del entorno legal
estudiados resultaron tener significación estadística: cumplimiento de los contratos, estado de
derecho y corrupción. Se trata de factores que no se contemplan actualmente en el modelo JP
Morgan y deberían incluirse.
Las cuestiones de gobierno corporativo son importantes y deberían estar incluidas en un
modelo multifactorial
Durante mucho tiempo, se ha subestimado el impacto de los temas de gobierno corporativo
y protección a los inversionistas en los retornos de acciones. La crisis financiera asiática ha
demostrado la importancia de estos efectos. Nuestra investigación corrobora esta conclusión al
mostrar que una medida compuesta de los derechos de los accionistas tiene un efecto de
significación estadística en los retornos reales y debería incluirse en un modelo multifactorial a
utilizar en los mercados emergentes.
Próximos pasos
Los próximos pasos a seguir por JP Morgan incluyen la determinación de las variaciones de
estos factores que se utilizarán y su incorporación en un modelo CAPM Mundial multifactorial.
Un enfoque podría consistir en determinar la prima de riesgo correcta a utilizar para cada una
de estas variables e incorporarlas a un modelo que desarrolle el modelo CAPM Mundial
Modificado actual con un marco APT.
Asimismo, JP Morgan tiene que determinar si se debe utilizar el modelo actual de JP Morgan
o el modelo CAPM Mundial como base para armar un modelo multifactorial. El análisis ha
revelado que estos modelos generan retornos esperados notablemente diferentes y que su
correlación en países con bajos niveles de riesgo sistemático resulta baja –e incluso, en
ocasiones, negativa. Al aumentar la beta, el modelo de JP Morgan actual intenta capturar
algunos de estos efectos. Entonces, la cuestión es si parte de estos efectos se contarían dos veces
al incorporar otras variables a este modelo en lugar de hacerlo con el CAPM Mundial.
23
FIN-TN-0367-HBS-00-S
Lista de Fuentes
“Analysts Grapple with Russian Valuations”, Financial Times, January 31, 1997; “Rosneft Privatization
Suspended for at Least 18 Months”, AFX News, 20 de octubre de 1998.
Abeysekera, Sarath, “International Arbitrage Pricing Theory: An Empirical Investigation”, Southern
Economic Journal, enero de 1990.
Bekaert, Geert y Campbell Harvey, “Foreign Speculators and Emerging Equity Markets”, Documento de
Trabajo, diciembre de 1997.
Bekaert, Geert y Harvey Campbell, “Emerging Equity Market Volatility”, Journal of Financial Economics,
Volumen 43, 1997.
Bekaert, Geert, Campbell Harvey, Robin Lumsdaine, “Dating the Integration of World Equity Markets”,
Documento de Trabajo Nro. 6724, National Bureau of Economic Research, septiembre de 1998.
Cho, D., Cheol Eun, Lemma Senbet, “International Arbitrage Pricing Theory: An Empirical Investigation”,
The Journal of Finance, junio de 1986.
Dumas, Bernard y Bruno Solnik, “The World Price of Foreign Exchange Risk”, The Journal of Finance, Vol.
L, 2, junio de 1995.
Elton Edwin, Martin Gruber y Jianping Mei, “Cost of Capital Using Arbitrage Pricing Theory: A Case
Study of Nine New York Utilities”, Financial Markets, Institutions and Instruments, 1994, 3.
Erb, Claude, Campbell Harvey, y Tadas Viskanta, “Country Risk and Global Equity Selection”, Journal of
Portfolio Management, invierno de 1995.
Fama, Eugene y Kenneth French, “The Cross‐Section of Expected Stock Returns”, Journal of Finance,
Volumen 47, 1993.
Godfrey, Stephen y Ramon Espinosa, “A Practical Approach to Calculating Costs of Equity for
Investments in Emerging Markets”, Journal of Applied Corporate Finance, Volumen 9, Nro. 3, otoño de 1996.
Heaney, Richard y Vince Cooper, “An examination of the variation in equity market returns and volatility
in the Asia Pacific region”, Documento de Trabajo, Australia National University, 1997.
Irwin Friend y Marshall Blume, “Measurement of Portfolio Performance Ander Uncertainty”, The
American Economic Review, 1973.
Jensen, Michael, “Risk, Capital Assets, and the Evaluation of Investment Portfolio”, Journal of Business,
abril de 1969, 42, 167‐247.
Keck, Tom, Eric Levengood, y Al Longfield, “Using Discounted Cash Flow Análisis in an International
Setting: A Survey of Issues in Modeling the Cost of Capital”, Journal of Applied Corporate Finance, Volumen
11, Nro. 3, otoño de 1998.
Keppler, Michael y Martin Lechner, Emerging Markets, Chicago: Irwin, 1997.
La Porta, Rafael, Florencio Lopez‐de‐Silanes, Andrei Shleifer y Robert Vishny, “Law and Finance”, Journal
of Political Economy, diciembre de 1998, Volumen 106, Número 6, y
_______ “Legal Determinants of External Finance”, The Journal of Finance, Volumen LII, Nro. 3, julio de
1997.
24
FIN-TN-0367-HBS-00-S
Lessard, Don, “Incorporating Country Risk in the Valuation of Offshore Projects”, Journal of Applied
Corporate Finance, otoño de 1996, Volumen 9, Nro. 3.
Mills, Roger, The Dynamics of Shareholder Value, Inglaterra: Price Waterhouse, 1998.
Ross, Stephen, “The Arbitrage Theory of Capital Asset Pricing”, Journal of Economic Theory, 1976, 13, 341‐
360.
Smith, Roy e Ingo Walter, “Risks and Rewards in Emerging Markets Investments”, Documento de Trabajo,
New York University Salomon Center, 1997.
Solnick, Bruno, International Investments, Tercera Edición, Reading, Massachusetts: Addison‐
Wesley Publishing Co., 1996.
Solnik, Bruno, Allan Kleidon, Paul Pfleiderer, “International Arbitrage Pricing Theory/Discussion”, The
Journal of Finance, Vol. 38, mayo de 1983.
Stulz, Rene, “A Model of International Asset Pricing”, Journal of Financial Economics, diciembre de 1981.
25
FIN-TN-0367-HBS-00-S
Tabla 1.a Análisis de correlación: Se incluyen todos los países del conjunto de datos
Variables: retorno excedente anual real, retorno excedente pronosticado con el CAPM Mundial, retorno excedente pronosticado con modelo JPM, retorno
excedente pronosticado con modelo BoA, desviación estándar
Cantidad de observaciones: 948
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial -0,11 (b) 1,00
JPM 0,06 0,32 (a) 1,00
BoA 0,07 (c) 0,17 (a) 0,96 (a) 1,00
Desviación estándar 0,16 (a) 0,12 (a) 0,91 (a) 0,93 (a) 1,00
(a) Estadísticamente significativo a un nivel de confianza de 99%.
(b) Estadísticamente significativo a un nivel de confianza de 95%.
Tabla 1.b Análisis de correlación: Se incluyen sólo los países con riesgo sistemático bajo
Cantidad de observaciones: 768
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial -0,09 1,00
JPM 0,13 0,36 1,00
BoA 0,15 0,21 0,95 1,00
Desviación estándar 0,23 0,14 0,89 0,91 1,00
Todos son estadísticamente significativos a un nivel de confianza de 99%, excepto el CAPM Mundial en retornos reales.
26
FIN-TN-0367-HBS-00-S
Tabla 1.c Análisis de correlación: Sin observaciones con betas negativas del CAPM Mundial
Cantidad de observaciones: 891
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial -0,03 1,00
JPM 0,04 0,52 1,00
BoA 0,04 0,38 0,96
Desviación estándar 0,13 0,37 0,91 0,92 1,00
Todos son estadísticamente significativos a un nivel de confianza de 99%, excepto el CAPM Mundial y el modelo JPM en retornos reales.
Tabla 1.d Análisis de correlación: Sin meses afectados por la crisis asiática (junio de 1997 a noviembre 1998), por la crisis mexicana (noviembre 1994 a fines
de 1995, sólo para México) y observaciones con betas negativas del CAPM Mundial
Cantidad de observaciones: 604
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial 0,12 1,00
JPM 0,05 0,41 1,00
BoA 0,03 0,29 0,96 1,00
Desviación estándar 0,05 0,32 0,95 0,94 1,00
Todos son estadísticamente significativos a un nivel de confianza de 99%, excepto el CAPM Mundial, los modelos JPM y BoA y la desviación estándar en retornos reales.
27
FIN-TN-0367-HBS-00-S
Tabla 1.e Análisis de correlación: Indonesia
Cantidad de observaciones: 60
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM -0,28 1,00
BoA -0,57 0,94 1,00
Análisis de correlación: Grecia
Cantidad de observaciones: 60
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM -0,08 1,00
BoA -0,06 0,99 1,00
Análisis de correlación: Hong Kong
Cantidad de observaciones: 60
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM 0,79 1,00
BoA 0,63 0,96 1,00
Análisis de correlación: Estados Unidos
Cantidad de observaciones: 60
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM 0,999 1,00
BoA 0,74 0,74 1,00
28
FIN-TN-0367-HBS-00-S
Tabla 2 Regresión de series temporales de retornos excedentes anuales agrupados por mes con retornos excedentes pronosticados para 16 países durante
más de 60 meses, sobre la base de un período de 60 meses corridos de volatilidad
Variable dependiente: retorno excedente anual real
Cantidad de observaciones: 948
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,74 0,05 -1,73
CAPM Mundial (-3,29) (0,09) (-3,31)
Retorno excedente pronosticado con 0,61 0,97 0,01
modelo JPM (1,98) (3,46) (0,03)
Retorno excedente pronosticado con 0,51 0,51 0,15
modelo BoA (2,31) (2,52) (0,52)
Retorno excedente pronosticado con 0,33 0,18 0,34
desviación estándar (4,86) (2,85) (3,89)
Intersección 0,09 -0,03 -0,04 -0,10 0,13 0,05 0,06 0,06 0,22 0,17 0,16 0,13
(3,88) (-0,91) (-1,32) (-3,44) (5,78) (1,68) (1,96) (1,95) (4,13) (3,23) (3,07) (2,53)
Asia -0,20 -0,22 -0,23 -0,29
(-3,81) (-3,94) (-4,08) (-5,17)
América Latina -0,05 -0,07 -0,09 -0,19
(-0,95) (-1,13) (-1,36) (-3,01)
Europa Emergente -0,03 -0,06 -0,08 -0,21
(-0,54) (-0,83) (-1,11) (-2,96)
Crisis asiática/mexicana -0,35 -0,35 -0,35 -0,33
(-12,89) (-13,72) (-13,41) (-12,68)
R al cuadrado ajustada 0,01 0,003 0,005 0,02 0,16 0,17 0,16 0,16 0,05 0,04 0,04 0,055
29
FIN-TN-0367-HBS-00-S
Tabla 3 Regresión de series temporales de retornos excedentes anuales agrupados por mes con retornos excedentes pronosticados para 16 países durante
más de 60 meses, sobre la base de un período de 60 meses corridos de volatilidad
Países con riesgo sistemático bajo
Variable dependiente: retorno excedente anual real
Cantidad de observaciones: 768
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado -1,35 0,43 -1,57
con CAPM Mundial (-2,37) (0,79) (-2,73)
Retorno excedente pronosticado 1,35 1,69 0,88
con modelo JPM (3,59) (4,93) (1,75)
Retorno excedente pronosticado 1,23 1,10 1,08
con modelo BoA (4,16) (4,06) (2,72)
Retorno excedente pronosticado 0,54 0,32 0,54
con desviación estándar (6,43) (4,03) (5,24)
Intersección 0,071 -0,11 -0,17 -0,21 0,12 -0,03 -0,04 -0,01 0,21 0,09 0,043 -0,03
(2,67) (-2,85) (-3,55) (-5,42) (4,76) (-0,86) (-0,86) (-0,32) (3,81) (1,40) (0,61) (-0,50)
Asia -0,23 -0,24 -0,26 -0,22
(-3,97) (-4,12) (-4,44) (-3,91)
América Latina -0,06 -0,09 -0,14 -0,12
(-0,93) (-1,56) (-2,14) (-2,1)
Europa Emergente -0,05 -0,16 -0,21 -0,24
(-0,80) (-2,05) (-0,21) (-3,38)
Crisis asiática/mexicana -0,37 -0,38 -0,36 -0,34
(-11,95) (-12,73) (-12,16) (-10,97)
R al cuadrado ajustada 0,006 0,015 0,021 0,05 0,161 0,186 0,178 0,178 0,05 0,04 0,05 0,073
30
FIN-TN-0367-HBS-00-S
Prueba de un modelo multifactorial
Tabla 4 Análisis de correlación multifactorial
Estado Derechos Cap. de
Crecimiento Tipo de Cumplimiento de de Mercado/
Real CAPM JPM de PBI Inflación Cambio Expropiación de Contratos Corrupción Derecho Accionistas PBI
Real 1,00
CAPM -0,096 1,00
JPM 0,11 0,02 1,00
Crecimiento PBI -0,19(a) -0,20(a) -0,19(a) 1,00
Inflación 0,05 0,27(a) 0,28(a) -0,11(c) 1,00
Tipo de cambio 0,24(a) 0,18(a) 0,35(a) -0,27(a) 0,16(a) 1,00
Expropiación -0,001 0,002 -0,55(a) 0,16(a) 0,009 -0,01 1,00
Cumplimiento de 0,05 0,08 -0,58(a) -0,01 -0,07 -0,09 0,82(a) 1,00
contratos
Corrupción 0,12(c) 0,15(a) -0,28(a) -0,02 0,06 0,03 0,68(a) 0,81(a) 1,00
Estado de derecho 0,08 0,02 -0,46(a) 0,09 0,02 -0,01 0,87(a) 0,88(a) 0,88(a) 1,00
Derechos de 0,07 -0,12(c) -0,44(a) 0,06 0,01 -0,04 0,29(a) 0,48(a) 0,31(a) 0,41(a) 1,00
accionistas
Capitalización de -0,13(b) 0,12(b) -0,49(a) 0,44(a) -0,14(a) -0,14(a) 0,39(a) 0,36(a) 0,40(a) 0,40(a) 0,22(a) 1,00
Mercado/PBI
(a) Estadísticamente significativo a un nivel de confianza de 99%.
(b) Estadísticamente significativo a un nivel de confianza de 95%.
(c) Estadísticamente significativo a un nivel de confianza de 90%.
31
FIN-TN-0367-HBS-00-S
Descripción de Variables
Real: Retorno excedente real (retorno total menos tasa libre de riesgo) durante un período de 12
meses, base de datos de mercados emergentes MSCI.
CAPM: Retorno excedente pronosticado por el modelo CAPM Mundial, basado en cifras de los
mercados emergentes MSCI.
JPM: Retorno excedente pronosticado por el modelo CAPM Mundial, basado en mercados
emergentes MSCI.
Crecimiento de PBI: Crecimiento anual de PBI, IFS febrero de 1999.
Inflación: Cambio anual en precios al consumidor, indexados en 1990, IFS febrero de 1999.
Tipo de Cambio: Cambio anual en la tasa de cambio (moneda por SDR), IFS febrero de 1999.
Estado de derecho: Evaluación de la tradición legal y de orden del país, medido por la agencia de calificación
de riesgo de países International Country Risk (ICR). Promedios de los índices mensuales de
los meses de abril y octubre entre 1982 y 1995.
Riesgo de Evaluación de ICR del nivel de corrupción en el gobierno. Promedios de los índices
expropiación: mensuales de los meses de abril y octubre entre 1982 y 1995.
Cumplimiento de Evaluación de ICR del riesgo de violación de contratos. Promedios de los índices
contratos: mensuales de los meses de abril y octubre entre 1982 y 1995.
Corrupción Evaluación de ICR del nivel de corrupción en el gobierno. Promedios de los índices
mensuales de los meses de abril y octubre entre 1982 y 1995.
Derechos de los Medida compuesta de derechos de los accionistas, formada por derechos a voto,
accionistas: posibilidad de votación por poder por correo, votos acumulativos para los directores,
existencia de accionistas minoritarios oprimidos; fuente: leyes de quiebra y reorganización,
cortesía del Profesor Lopez de Silanes.
Capitalización de Capitalización de mercado total en función del PBI, Banco Mundial y Fondo Monetario
mercado/PBI Internacional.
Los datos correspondientes a las categorías “Real”, “CAPM” y “JPM” se actualizan
mensualmente durante 60 meses en cada país; el crecimiento de PBI, la inflación y el tipo de
cambio se actualizan anualmente; el resto de las variables permanecen constantes en nuestro
conjunto de datos.
Recibimos los datos del índice de países MSCI por cortesía de Paul Gibbs, del JP Morgan.
Recibimos los datos sobre entorno legal y protección de los derechos de los inversores por
cortesía del Profesor Lopez de Silanes.
32
FIN-TN-0367-HBS-00-S
Tabla 5 Regresión de series temporales de retornos excedentes anuales agrupados con retornos excedentes pronosticados y factores macro
Variable dependiente: retorno excedente anual real
Cantidad de observaciones: 780
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,92 0,27 -0,53 -1,49 0,49
CAPM Mundial (-2,68) (0,39) (-0,77) (-1,82) (0,64)
Retorno excedente pronosticado con 1,13 1,21 0,90 0,28 -0,42
modelo JPM (3,07) (3,58) (2,65) (0,67) (-0,86)
Crecimiento PBI -2,06 -1,81 -1,58 -1,44 -0,13 -0,23
(-5,50) (-4,89) (-4,15) (-3,72) (-0,26) (-0,48)
Inflación 0,00 0,00 0,00 0,00
(2,58) (1,99) (1,46) (1,73)
Tipo de cambio 0,04 0,04 0,04 0,04
(4,48) (3,94) (3,60) (3,88)
Asia -0,26 -0,24
(-5,86) (-4,78)
América Latina -0,10 -0,06
(-2,37) (-1,16)
Europa Emergente -0,003 0,03
(-0,05) (0,48)
Crisis -0,35 -0,35 -0,34 -0,35 -0,32 -0,34 -0,35 -0,34
(-11,6) (-12,1) (-11,3) (-12,18) (-9,95) (-10,70) (-12,44) (-12,0)
Intersección 0,09 -0,07 0,12 0,03 0,26 0,15 0,24 0,16 0,26 0,28
(3,17) (-2,08) (4,65) (0,84) (7,23) (3,74) (6,08) (3,76) (6,10) (7,4)
R al cuadrado ajustada 0,008 0,01 0,15 0,17 0,18 0,19 0,22 0,21 0,27 0,27
33
FIN-TN-0367-HBS-00-S
Tabla 6 Regresión de series temporales de retornos excedentes anuales agrupados con retornos excedentes pronosticados, factores macro e indicadores
legales
Variable dependiente: retorno excedente anual real
Cantidad de observaciones: 780
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,67 -1,56 -1,86 -1,50 0,57
CAPM Mundial (-2,05) (-1,91) (-2,27) (-1,84) (0,74)
Retorno excedente pronosticado con 1,09 1,02 0,76 0,63 0,57
modelo JPM (2,03) (2,01) (1,66) (1,10) (0,74)
Crecimiento PBI -1,56 -1,31 -1,69 -1,52 -1,6 -1,39 -1,62 -1,51 -0,03 -0,03
(-4,08) (-3,30) (-4,43) (-3,92) (-4,16) (-3,52) (-4,23) (-3,90) (-0,06) (-0,06)
Inflación 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
(2,73) (1,7) (2,51) (1,37) (2,45) (1,43) (2,57) (1,67) (1,47) (1,47)
Tipo de cambio 0,04 0,03 0,04 0,03 0,04 0,03 0,04 0,03 0,04 0,04
(4,69) (3,63) (4,49) (3,32) (4,53) (3,53) (4,47) (3,54) (3,61) (-0,53)
Cumplimiento de contratos 0,06 0,10
(2,82) (3,47)
Estado de derecho 0,03 0,05 -0,008 -0,008
(3,28) (3,79) (-0,53) (-0,53)
Corrupción 0,02 0,03
(4,01) (3,87)
Expropiación 0,007 0,17
(0,73) (1,29)
Asia -0,29 -0,29
(-4,38) (-4,38)
América Latina -0,12 -0,12
(-2,00) (-2,00)
Europa Emergente -0,02 -0,02
(-0,4) (-0,4)
Crisis -0,32 -0,34 -0,32 -0,34 -0,31 -0,34 -0,32 -0,34 -0,35 -0,35
(-9,95) (-10,9) (-10,03) (-10,98) (-9,93) (-10,94) (-9,95) (-10,78) (-12,5) (-12,5)
Intersección 0,10 0,14 0,12 -0,07 0,11 -0,03 0,19 0,01 0,30 0,30
(1,52) (-1,26) (2,12) (-0,79) (1,93) (-0,43) (2,28) (0,08) (3,23) (3,23)
R al cuadrado ajustada 0,22 0,22 0,23 0,23 0,23 0,23 0,22 0,22 0,27 0,27
34
FIN-TN-0367-HBS-00-S
Tabla 7 Regresión de series temporales de retornos excedentes anuales agrupados con retornos excedentes pronosticados, factores macro, indicadores
legales, capitalización de mercado y derechos de accionistas
Variable dependiente: retorno excedente anual real
Cantidad de observaciones: 780
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,00 -1,40
CAPM Mundial (-1,22) (-1,68)
Retorno excedente pronosticado con 0,68 0,71
modelo JPM (1,32) (1,53)
Crecimiento PBI -1,20 -1,11 -1,61 -1,46
(-2,59) (-2,43) (-4,25) (-10,57)
Inflación 0,00 0,00 0,00 0,00
(2,04) (1,29) (2,49) (1,60)
Tipo de cambio 0,04 0,03 0,04 0,03
(4,3) (3,48) (4,54) (3,72)
Estado de derecho 0,05 0,06
(4,00) (4,15)
Capitalización de Mercado/PBI -0,0004 -0,0004
(-2,66) (-2,60)
Derechos de accionistas 0,01 0,03
(1,49) (2,51)
Crisis -0,33 -0,34 -0,32 -0,33
(-10,55) (-11,14) (-9,96) (-10,57)
Intersección 0,08 -0,05 0,20 0,06
(1,20) (-0,57) (3,68) (0,94)
R al cuadrado ajustada 0,23 0,23 0,22 0,22
35