Evidencia de herding en las AFP de Chile

Facultad de Economía y Negocios
EVIDENCIA DE HERDING EN LAS AFP DE CHILE
Análisis en el período de Multifondos
POR: RODRIGO ANTONIO ANDRADE AGUILERA
Tesis presentada a la Facultad de Economía y Negocios de la Universidad del Desarrollo

para optar al grado académico de Magíster en Finanzas
PROFESOR GUÍA:
Sr. JEAN SEPÚLVEDA UMANZOR
Septiembre de 2014
CONCEPCIÓN
Dedicada a mi familia y amigos.
1
Índice
I. Introducción ..................................................................................................................... 3
Herding: ..................................................................................................................................... 3
El Sistema chileno de pensiones: ............................................................................................... 6
Objetivos: ................................................................................................................................. 10
Hipótesis: ................................................................................................................................. 11
II. Revisión de Literatura ................................................................................................... 12
Tipos de herding: ..................................................................................................................... 12
Implicancias del herding: ......................................................................................................... 14
Medidas de Herding: ................................................................................................................ 15
Herding en las AFP de Chile: .................................................................................................. 16
III. Datos y Metodología ...................................................................................................... 17
Datos: ....................................................................................................................................... 17
Metodología: ............................................................................................................................ 20
IV. Resultados ....................................................................................................................... 25
Herding: ................................................................................................................................... 25
Análisis de períodos: ................................................................................................................ 35
Regresiones IMACEC: ............................................................................................................ 36
Correlaciones Rentabilidades:.................................................................................................. 37
V. Discusión: ........................................................................................................................ 39
VI. Conclusiones ................................................................................................................... 41
VII. Referencias...................................................................................................................... 44
VIII. Anexos ............................................................................................................................. 46
2
I. Introducción
Herding:
El término herding puede ser traducido al español como “pastoreo”, haciendo
referencia principalmente al efecto manada, es decir, una serie de individuos
moviéndose en la misma dirección en que lo hacen los demás.
En términos económicos, se habla de herding para explicar el proceso de toma de
decisiones en que un individuo omite la información propia, prefiriendo copiar la
decisión de otro agente, confiando en que este tiene mejor información privada
(Banerjee, 1992; Lakonishok, Shleifer y Vishny, 1992).
A nivel financiero, el herding indica el hecho de que inversionistas individuales o
institucionales prefieren copiar las decisiones de asignación y selección de activos que
han realizado otros, ignorando también su información y buscando variados objetivos,
como reducir el riesgo, ser vistos de mejor forma por el mercado o seguir una moda
(Scharfstein y Stein, 1990; Sias, 2002)
Las razones de por qué estudiar el herding dicen relación con las consecuencias
negativas que éste tendría, enfocándose principalmente en las ineficiencias de mercado y
en la pérdida de información relevante. Los ejemplos se verán a continuación.
En primer lugar, el herding alteraría la eficiencia de los mercados, al ser un
elemento que genera distorsiones en los equilibrios. Por ejemplo, las decisiones basadas
en equilibrios de herding contienen menos información que las que ocurrirían en
equilibrio perfecto, o imperfecto sin presencia de herding. Por lo tanto, esas decisiones
transmiten menos información para los demás agentes del mercado, lo que se puede
3
traducir en cambios en los precios y en excesos de demanda o de oferta por bienes que
en otras condiciones no sucederían (Banerjee, 2004). Todo lo anterior lleva a un patrón
de elecciones ineficiente, disminuyendo el bienestar social.
Otra área afectada por la presencia de herding es el mercado laboral, ya que las
decisiones copiadas no permiten realizar una evaluación real de las capacidades y de las
decisiones que toman los administradores y de cuánto valor real está agregando esta
persona a la empresa en que se desenvuelve (Scharfstein y Stein, 1990)
El por qué estudiar el herding en el Sistema de Pensiones Chileno se basa en las
consecuencias antes descritas, las que además se verían fuertemente potenciadas por el
tamaño e importancia que las Administradoras de Fondos de Pensiones (AFP) tienen, al
ser el principal inversionista institucional del país. Si existe herding en el sistema, esto
podría tener consecuencias importantes en la eficiencia del mercado chileno. Si las AFP
copian sus inversiones podrían estar alterando de forma importante los precios de los
activos de la economía en los que invierten sus fondos. El total de inversiones del
sistema en la economía chilena alcanza a US$ 96.946 millones (57% del total) a junio de
2014, equivalentes al 35% del PIB total1. Las principales inversiones son en acciones del
mercado local y en bonos de gobierno, que de ver alterados sus precios por el herding,
podrían estar afectando a otros actores de la economía, como inversionistas individuales,
empresas e incluso la recaudación del Estado. Lo anterior se produce ya que los
participantes del mercado toman decisiones basándose en la información que poseen y
1
Informe Trimestral Inversión de los Fondos de Pensiones, Segundo Trimestre de 2014.
Superintendencia de Pensiones.
4
que, presumiblemente, han estudiado y analizado en base a las condiciones que se
presentan en el mercado. Si un inversionista institucional, capaz de alterar los precios,
realiza herding, es poco probable que el resto de los participantes puedan preverlo, por
lo que sólo serán receptores de las consecuencias, ya sean subidas o bajadas de precios
no pronosticables. Además, se podrían estar afectando los equilibrios macro de la
economía chilena, como por ejemplo el valor de las divisas o el nivel de dinero
circulando en el mercado, con las consecuencias que esto podría tener, por ejemplo, en
el nivel general de precios. Lo anterior, podría ser resultado de las AFP moviendo sus
inversiones de forma conjunta hacia o fuera de un tipo determinado de activo, como
resultado de la copia y no de un análisis fundamental. Por ejemplo, si todas las AFP
deciden moverse, en un determinado momento y en grandes montos, desde bonos
nacionales a bonos extranjeros, claramente podría estar alterándose el equilibrio en el
mercado monetario. El gran problema de esto, es que cualquier movimiento de este tipo,
no basado en análisis sino en copias, no es posible de anticipar, ya sea por los agentes
del mercado o por las autoridades económicas y monetarias, lo que no les permitiría
tomar las mejores decisiones.
Por otra parte, de existir herding, sería difícil evaluar de buena forma la gestión
de las administradoras de fondos, de sus gerentes y de sus departamentos de estudio, ya
que los resultados que obtienen por la inversión de los fondos de pensiones pueden ser
resultado más de copias que de gestión individual. El sistema chileno, cuya
administración está en manos de privados, ha enfrentado durante su historia críticas por
su falta de competencia, por las bajas pensiones que entrega y por la poca validación y
5
valoración social que ha logrado en sus años de existencia, lo que se acentúa además con
los altos niveles de utilidades que obtienen las AFP (en promedio, las 6 AFP existentes
han obtenido una rentabilidad sobre su patrimonio inicial de 27,6%, a junio de 2014. La
más alta rentabilidad es de 71,08% sobre el patrimonio inicial y la más baja de 7,92%
sobre el patrimonio inicial2). Dichas utilidades vienen principalmente del cobro de
comisiones por administrar los fondos. De existir altos niveles de herding en el sistema,
las comisiones se estarían pagando a administradores que, en lugar de agregar valor,
estarían copiando inversiones al resto de los participantes del mercado.
Por último, cabe preguntarse si determinados niveles de herding en el sistema
tienen o no implicancias sobre las rentabilidades obtenidas por las AFP y de qué forma
se podría estar afectando a los afiliados y a sus ahorros previsionales.
A continuación se revisan las principales características del Sistema Chileno de
Pensiones.
El Sistema chileno de pensiones:
El sistema actual chileno se basa en la capitalización individual obligatoria. Cada
uno de los trabajadores del país ahorra un porcentaje equivalente al 10% de su
remuneración en una cuenta individual, administrada por instituciones privadas
fuertemente reguladas y de giro único, llamadas Administradoras de Fondos de
Pensiones o AFP. El dinero acumulado en la cuenta proviene tanto del aporte del
trabajador como de la rentabilidad que se genera al invertir esos dineros, tarea
2
Superintendencia de Pensiones
6
encomendada a las AFP. El Estado cumple un papel de regulador, a través de la
Superintendencia de Pensiones y de garante, en caso de que la AFP no cumpla con la
rentabilidad mínima.
A partir de agosto de 2002, los cotizantes pueden escoger pertenecer a uno de los
5 multifondos existentes (A,B,C,D y E), diferenciados según el nivel de renta variable en
que se les permite invertir. El supuesto detrás de esto es que a mayor nivel de renta
variable mayor será el nivel de riesgo y de rentabilidad esperada, por lo que los
cotizantes pueden elegir según sus preferencias y sus expectativas de ganancias
asociadas a sus fondos de pensiones.
Cada mes, las AFP deben garantizar una rentabilidad mínima a sus afiliados, que
se mide para cada tipo de Fondo en base a una banda definida a partir del promedio de la
rentabilidad real del Sistema para cada uno de ellos. Esta banda de medición de
rentabilidad mínima es mayor para los dos Fondos con un mayor nivel de inversiones en
renta variable (Fondos A y B) que para los tres Fondos con menor proporción en este
tipo de instrumentos (Fondos C, D y E). La ley establece al respecto:
“En cada mes las Administradoras de Fondos de Pensiones son responsables de

que la rentabilidad real anualizada de los últimos treinta y seis meses de cada uno de los
Fondos de Pensiones que administran, no sea menor a la que resulte inferior entre:
a. La rentabilidad real anualizada de los últimos treinta y seis meses promedio de
todos los Fondos del mismo tipo, menos cuatro puntos porcentuales para los Fondos
Tipo A y B, y menos dos puntos porcentuales para los Fondos Tipo C, D y E.
b. La rentabilidad real anualizada de los últimos treinta y seis meses promedio de
todos los Fondos del mismo tipo, según corresponda, menos el valor absoluto del
cincuenta por ciento de dicha rentabilidad.”
7
En caso de no cumplir con esta rentabilidad mínima, las AFP deben hacer uso de
los recursos de encaje (1% del valor de cada fondo invertido en él, financiado por la
AFP) para enterar la rentabilidad de los afiliados. Si aún así no lo logran, el Estado debe
liquidarla y entregar los recursos necesarios para cumplir con los cotizantes.
La última gran reforma al sistema de pensiones se realizó el año 2008, durante el
gobierno de Michelle Bachelet. A continuación se revisarán algunas de las medidas de la
Ley 20.255 del año 2008, relacionadas con las regulaciones a las inversiones:
 La creación del Consejo Técnico de Inversiones, cuyo objetivo es efectuar
informes, propuestas y pronunciamientos respecto a las inversiones de los
fondos.
 Se establece el Régimen de Inversión, documento complementario periódico que
regula materias específicas de las inversiones de los fondos con mayor detalle.
 Se amplían las opciones de instrumentos extranjeros en los que se permite
invertir.
Los Fondos de Pensiones son el principal inversionista institucional en Chile. El
valor total de los fondos llegó en junio de 2014 a US$ 170.081 millones. La inversión en
el mercado nacional llegó al 57,3% del total, mientras que la inversión en el extranjero
alcanzó el 42,7%.3 El nivel de fondos manejados hace que las AFP tengan importante
incidencia en la economía local. Según Corbo y Schmidt-Hebbel (2003), el Sistema de
AFP ha incidido positivamente en el ahorro nacional, en el mercado laboral y en el
3
Informe Trimestral Inversión de los Fondos de Pensiones, Segundo Trimestre de 2014.
8
desarrollo del mercado de capitales, llegando a explicar hasta un tercio del mayor
crecimiento económico de Chile desde 1980.
9
Objetivos:
 Objetivo General:
Determinar los niveles de herding existentes en las inversiones de los Fondos de
Pensiones de Chile, a nivel general y por multifondo.
 Objetivos específicos:
1. Determinar los niveles de herding en las inversiones de las AFP de Chile entre
los años 2002 y 2013.
2. Comprobar si existen diferencias significativas en los niveles de herding entre
multifondos, a lo largo del período 2002-2013.
3. Probar si existe diferencia significativa en los niveles de herding del sistema en
los períodos pre y post Reforma Previsional (2008).
4. Probar si existe diferencia significativa en los niveles de herding del sistema en
los períodos pre y post funcionamiento de Felices y Forrados (2011)
5. Determinar si existe relación entre las variaciones del Índice Mensual de
Actividad Económica (IMACEC) y las variaciones mensuales de herding.
6. Establecer si existe relación entre los niveles de herding y la rentabilidad de las
inversiones, a nivel general y por multifondo.
7. Indagar si la Rentabilidad Mínima Garantizada tiene incidencia en los niveles de
herding.
10
Hipótesis:
1. Se espera que la implementación de los multifondos haya generado una
disminución en los niveles de herding, con respecto a los encontrados por
estudios previos a 2002, dada la mayor competencia y la mejor asignación y
selección de activos.
2. Se espera que los multifondos muestren diferencias en los niveles de herding,
dado el distinto nivel de renta variable que permiten. A mayor riesgo se espera
mayor nivel de herding.
3. Se espera que lo niveles de herding hayan disminuido después de la Reforma
Previsional de 2008, dado que se amplía la cantidad de activos en los que se
permite invertir, principalmente en el extranjero.
4. Se espera que los niveles de herding hayan disminuido luego de la aparición de
Felices y Forrados, dado que “obligaría” a las AFP a realizar una mejor
asignación de activos, al anticipar con éxito los movimientos del mercado, lo que
alienta a los afiliados a mover sus ahorros de un multifondo a otro.
5. Se espera que en períodos de menor crecimiento económico (medido por el
IMACEC), aumenten los niveles de herding, dada la mayor incertidumbre.
6. Se espera que exista una correlación significativa entre los niveles de herding y
la rentabilidad de los fondos.
7. Se espera que la Rentabilidad Mínima Garantizada tenga efectos sobre los
niveles de herding, como ha planteado la literatura previa. A mayores niveles de
rentabilidad mínima exigida, mayores niveles de herding se esperan.
11
II. Revisión de Literatura
Tipos de herding:
No existe una definición única de herding, ni tampoco un único método para
medirlo. En la literatura se ha intentado explicar los distintos tipos de herding y las
distintas razones que tendrían los administradores de fondos para realizarlo. Una de las
clasificaciones es la que hace Sias (2004), centrándose en el herding institucional y
resumiendo investigaciones anteriores en cinco categorías, según sus características.
Éstas son:
1. Cascadas de información
2. Herding investigativo
3. Herding reputacional
4. Modas
5. Herding característico
Las cascadas de información dicen relación con una serie de decisiones
secuenciales en las que cada inversionista institucional mira las decisiones tomadas por
quienes le antecedieron. Esto sería racional, toda vez que el individuo asume que quien
le antecede tiene información que él ignora (Banerjee, 1992). Además, según
Bikhchandani, Hirshleifer y Welch (1992), en casos de cascadas de información, se
logra un equilibrio muy rápidamente, al que converge la mayoría. Sin embargo, este
equilibrio es frágil y fuertemente influenciable por nueva información o por la creencia
por parte de los administradores de que las circunstancias de evaluación han cambiado.
12
El herding investigativo se refiere principalmente a la búsqueda de obtener
información valiosa antes que los demás miembros del mercado, con el objetivo de
obtener una ventaja competitiva de corto plazo. La información entre miembros del
mercado estaría correlacionada (Sias, 2004). Froot, Scharfstein y Stein (1992), plantean
que los especuladores de corto plazo realizarían herding sobre la información, con el fin
de adquirir conocimiento que otros especuladores ya tienen.
Por otra parte, el herding reputacional ocurre cuando los administradores de
fondos institucionales prefieren ahorrarse el posible costo asociado a actuar distinto a
otros. Es decir, es preferible tener resultados tan malos como el resto antes que buscar
resultados mucho mejores, con el aumento de riesgo que esto conlleva. Según
Scharfstein y Stein (1990), los administradores no tendrían gran problema en tomar
malas decisiones si todos los demás también lo están haciendo. Siguiendo la misma
línea, Trueman (1994) analiza los pronósticos que realizan los expertos, mostrando que
realizarían herding reputacional, al acercar sus pronósticos a los que previamente han
realizado otros analistas, aunque esto no se justifique con su información privada.
Las modas, como su nombre lo indica, serían tendencias de corto plazo en que
los participantes del mercado seguirían a quien las adopte primero. Según Barberis y
Shleifer (2001), los administradores de fondos harían movimientos de ida y vuelta entre
inversiones de moda, dependiendo de su desempeño relativo.
Por último, el herding característico dice relación con la búsqueda, por parte de
los inversionistas institucionales, de activos con características específicas. Bennett, Sias
13
y Starks (2001) muestran la existencia de herding tanto en acciones de gran
capitalización, como en acciones de baja capitalización bursátil, a las que acuden
inversionistas de distinto tipo, en busca de características especiales, como seguridad,
liquidez o ventajas informativas.
Implicancias del herding:
La literatura también se ha encargado de analizar las consecuencias que tiene el
herding para la eficiencia de los mercados, al ser un elemento que genera distorsiones en
los equilibrios. Banerjee (2002) plantea que, en el caso de las cascadas informativas, las
decisiones cada vez contendrán menos información relevante, por lo tanto, menos
informativas para los demás, a medida que se avanza en la cadena de información.
Plantea además que nadie querrá ser el primero en decidir, con el fin de tener
información de los demás, por lo que el patrón de elecciones será ineficiente,
disminuyendo el bienestar social. Bikhchandani, Hirshleifer y Welch (1992) agregan que
los equilibrios resultantes en este caso son frágiles, ya que con poca información los
inversionistas estarán siempre muy cercanos al límite de otra estrategia. Por su parte,
Froot, Scharfstein y Stein (1992) plantean que la calidad de información que transmiten
los precios de los activos, en un equilibrio de herding, es muy baja y poco confiable.
Esto podría llevar a otros participantes del mercado a tomar decisiones erróneas de
producción, en base a esos precios. Además, podría llevar a gerentes y administradores a
gastar mucho tiempo enfocados sólo en señales que el mercado toma en cuenta y muy
poco en otras que el mercado ignora, lo que no necesariamente pasaría sin herding. De
acuerdo a Scharfstein y Stein (1990), el herding reputacional podría alterar las
14
percepciones que el mercado laboral tiene sobre las aptitudes y habilidades de un
determinado administrador o gerente, que podría ser apreciado en base a los resultados
que obtuvo copiando inversiones a otros. Por su parte, los pronósticos de resultados,
hechos por analistas, tienen fuerte incidencia en decisiones de otros actores del mercado
y, al estar basados en herding, no necesariamente son todo lo confiable que podrían ser
(Trueman, 1994).
Medidas de Herding:
Otra área de estudio relevante han sido los mecanismos para medir el herding.
1. Lakonishok, Shleifer y Vishny (LSV, 1992), desarrollan un modelo que mide el
grado de correlación de inversionistas al comprar o vender una acción. Para esto,
estudian una muestra de fondos de capital, principalmente fondos de pensiones
con inversiones de renta variable (acciones). La metodología se lleva a cabo
midiendo si los administradores de fondos tienden a terminar al mismo lado del
mercado en sus decisiones de compra o venta. Si le medida de compradores o
vendedores es desproporcionada en cuanto a lo que se espera del mercado, se
habla de herding. El método de LSV (1992) es uno de los más conocidos, usados
y aceptados como medida de herding institucional. Su principal ventaja radica en
la facilidad con que se calcula y en que es divisible en períodos o submuestras de
forma simple. Sus desventajas están asociadas a la incapacidad del método en
determinar cuánto de la medida estimada corresponde a herding espurio y cuánto
a herding intencional.
15
2. Sias (2004), profundiza la medida de herding de LSV (1992), ampliándola a la
posibilidad de medir la correlación existente entre inversiones en períodos
adyacentes, además de aportar la descomposición de esta medida en dos efectos
distintos: uno, el de los inversionistas siguiendo su propia estrategia de inversión
y dos, el de los inversionistas copiando a otros en sus inversiones. La
metodología de Sias (2004) es la que se usará en este estudio, por lo que será
analizada en detalle más adelante. La capacidad del método de dividir los efectos
entre herding seguimiento de la propia estrategia y herding es su principal
ventaja, además de la posibilidad de capturar los efectos intertemporales en el
comportamiento de los inversionistas.
Herding en las AFP de Chile:
En cuanto al estado de la investigación de herding en los fondos de pensiones
chilenos, hay dos estudios que usan la metodología de Sias (2004) para medir los niveles
de herding. Olivares y Sepúlveda (2007) utilizan datos de la cartera completa de
inversiones de las AFP y miden el período junio de 1997-diciembre de 2001, previo a la
instauración de los multifondos, encontrando importantes niveles de correlación (0,15),
con fuerte preponderancia de herding por sobre estrategia propia, con valor de 0,1257
para el primero. Además, miden el período octubre de 2002-diciembre de 2005, post
creación del sistema de multifondos, dando cuenta de un aumento tanto de la correlación
como del herding, con valores de 0,23 y 0,19 respectivamente.
16
Por otra parte, Stein, Miranda y Risco (2011), estudian las inversiones de las
AFP en acciones, en el período septiembre de 2003-diciembre de 2011. Encuentran para
el total del período una media de correlación de 0,34, de la cual un total de 0,23
corresponde a herding y 0,11 a seguimiento de la propia estrategia. Además, realizan
cálculos en una submuestra de acciones pertenecientes al IPSA y encuentran niveles de
herding significativamente mayores que en las acciones no enlistadas en IPSA. Por
último, dividen la muestra en período pre y durante crisis de 2008, encontrando que la
media de herding era mayor en el período durante la crisis económica.
III. Datos y Metodología
Datos:
Los datos de esta investigación son parte de las Carteras Históricas de
Inversiones de los Fondos de Pensiones, información pública brindada por la
La base de datos contiene 18 variables, de las cuales se utilizan las cinco que
tienen relevancia para la investigación. Estas son:
i. Fecha: Indica el último día hábil de cada uno de los meses de la muestra. En este
caso se utiliza desde septiembre de 2002 a noviembre de 2013, lo que totaliza
135 meses. Sin embargo, la muestra omite los meses de enero de 2004, enero de
2009 y enero de 2010. Se consultó formalmente a la Superintendencia de
17
Pensiones sobre esta falta de datos y no se ha recibido a la fecha una respuesta
satisfactoria (ANEXO 1). Por esto, la muestra abarca finalmente 132 meses.
ii. AFP: Indica el nombre de la AFP. En el período que abarca la muestra coexisten
nueve fondos, algunos de los cuales desaparecen, mientras otros son creados. A
las AFP que participan en la muestra se les asigna un número, con el fin de
trabajar los datos:
1. Cuprum
2. Habitat
3. Magíster
4. Plan Vital
5. Provida
6. Santa María
7. Summa
8. Capital
9. Modelo
iii. Tipo de fondo: La muestra abarca el período desde la creación de los multifondos
hasta noviembre de 2013. Por lo tanto, en el total de los datos coexisten los 5
multifondos: A, B, C, D y E.
iv. Tipo de instrumento: Los portafolios de inversión contienen un total de 57
activos o instrumentos distintos (ANEXO 2). Estos fueron agrupados según sus
características en diez categorías:
1. Acciones
18
2. Bonos Bancarios
3. Bonos corporativos
4. Cuotas de fondos de inversión y mutuos
5. Depósitos bancarios
6. Bonos de gobierno
7. Extranjeros
8. Valores respaldados de hipoteca
9. Forward y opciones
10. Otros
La categoría “Otros” finalmente no fue utilizada en el estudio, por no contar con
datos mensuales suficientes.
v. Unidades: Indica la tenencia total de cada uno de los instrumentos al último día
hábil de cada mes.
Los datos del IMACEC mensual fueron obtenidos de la base de datos pública del
Banco Central de Chile. Sólo consideran a partir de enero de 2003, ya que los datos
anteriores no se encontraban disponibles.4
Los datos correspondientes a la rentabilidad mensual de los multifondos de las
AFP se obtuvieron de los informes de Valor y Rentabilidad de los Fondos de Pensiones,
disponibles en la sección Prensa de la página web de la Superintendencia de Pensiones.5
4
Serie IMACEC disponible en Anexo 3
19
Metodología:
La metodología ocupada en el estudio es la desarrollada por Sias (2004), en la
que se analiza la correlación de corte transversal entre las tenencias de activos de un
inversionista institucional en el mes actual, comparándolas con las del mes anterior. A
diferencia de LSV (1992), Sias (2004) desarrolla un método donde se compara un
período con el anterior y no sólo con el nivel de transacciones esperadas en el período
actual. Además, esta metodología logra desagregar esta correlación en dos componentes:
el inversionista siguiendo su propia estrategia y el inversionista siguiendo a otros
(herding), lo que permite obtener una medida más pura de herding, que tome en
consideración la opción de que cada inversionista puede mantener una estrategia en el
tiempo y que ésta puede ser compartida por otros inversionistas, sin que esto signifique
que entre ellos se están copiando. En resumen, el método de Sias (2004) complementa
por dos vías las cualidades de LSV (1992), haciéndolo más completo e informativo.
El método de Sias (2004) parte calculando, para cada mes, la posición de cada
inversionista en cada activo. El inversionista es definido como comprador si sus
tenencias en ese activo aumentan y como vendedor si las tenencias en ese activo
disminuyen, en relación al mes anterior. Para cada activo se calcula entonces la fracción
de inversionistas institucionales transando que son compradores. Se denota ese ratio
como “compradores brutos” del valor k durante el mes t:
5
Serie total de rentabilidades disponible en Anexo 4.
20
Donde Bk,t es el número de compradores del activo k en el mes t, mientras Sk,t es
el número de vendedores del activo k en el mes t.
Para ser incluido en la muestra, cada inversionista debe tener el mismo activo por
lo menos durante dos meses seguidos.
Luego de esto, se calcula la fracción estandarizada de instituciones comprando el
activo k en el mes t:
̅̅̅̅̅̅̅̅̅̅
( )
Donde ̅̅̅̅̅̅̅̅̅̅̅ es el promedio y ( ) es la desviación estándar de la
fracción de compradores brutos de cada uno de los activos.
Para cada activo k en cada mes t, se tiene un valor resultante de la fracción
estandarizada. Con estos valores, se corre una regresión de corte transversal, para cada
uno de los meses, sobre los valores del mes anterior:
Dado que la muestra contiene 132 meses, se obtienen de esta forma 130 betas,
que representan la correlación de corte transversal entre la fracción estandarizada de
compradores del mes actual sobre la fracción estandarizada de compradores del mes
anterior.
21
Como se enunció anteriormente, Sias (2004) logra descomponer el parámetro
beta en dos efectos: el inversionista siguiendo su propia estrategia y el inversionista
siguiendo a otros. Específicamente, la fracción de inversionistas que son compradores
puede ser escrita como la suma de una serie de variables dummy para cada uno de ellos
(que es igual a uno si es comprador e igual a cero si es vendedor), dividida por el
número de inversionistas transando. Como resultados, cada uno de los coeficientes beta
puede ser escrito como:
( )
( ̅̅̅̅̅̅̅̅̅)( ̅̅̅̅̅̅̅̅̅̅̅̅)
[ ] ∑ [∑ ]
( ) ( ) ( )
( ̅̅̅̅̅̅̅̅̅) ( ̅̅̅̅̅̅̅̅̅̅̅̅)
[ ] ∑ [∑ ∑ ]
( ) ( ) ( )
Donde Nk,t es el número de inversionistas individuales transando el activo k en el
mes t y Dn,k,t es una dummy que es igual a uno si el inversionista es comprador del
activo k en el mes t. Similarmente, con Nk,t-1 y Dn,k,t-1. Por su parte, Dm,k,t-1 es una
dummy igual a uno si el inversionista m (m≠n) es comprador del activo k en el trimestre
t-1.
El primer término del lado derecho de la ecuación 3.4 es la porción de
correlación (o equivalentemente la porción del coeficiente beta) que resulta del
inversionista institucional siguiéndose a sí mismo, en relación al período anterior. Si los
inversionistas tienden a seguir sus propias inversiones entre meses adyacentes, el primer
22
término de la ecuación 3.4 será positivo. Alternativamente, si las transacciones de este
mes son independientes de las que él mismo hizo el mes anterior, el primer término será
cero. Por último, primer término será negativo si los inversionistas institucionales
tienden a reversar sus transacciones del último mes.
El segundo término del lado derecho de la ecuación 3.4 es la porción de la
correlación que resulta de inversionistas institucionales siguiendo a otros. Este término
será positivo si los inversionistas tienden a seguir a otros. Es decir, si el inversionista m
compra (vende) el activo k en el mes t-1 y el inversionista n compra (vende) el activo k
en el mes t, el segundo término será positivo. Si los inversionistas tienden a vender
(comprar) valores que otros inversionistas compraron (vendieron) el mes previo, este
término será negativo. Si las transacciones de los inversionistas este mes son
independientes de las de otros inversionistas el mes pasado, este término será cero.
El análisis anterior en su totalidad es calculado para la muestra completa y luego
es calculado para cada uno de los cinco multifondos, por separado, con el fin determinar
si existen diferencias entre ellos.
Además del cálculo de los niveles de correlación, se agregan otros análisis
adicionales, con el fin de comprobar hipótesis con respecto a las causas del herding o
bien a las consecuencias de éste.
En primer lugar, los resultados de niveles de correlación, seguimiento de la
estrategia propia y herding son divididos en períodos. La primera división se hace con el
fin de estudiar si alguna de las medidas contenidas en la Reforma Previsional de 2008
tuvo incidencia en los niveles de herding. Por esto, los resultados se separan en antes y
23
después de agosto de 2008, cuando las disposiciones referidas entran en vigencia.
Además, la segunda división es referida al funcionamiento de Felices y Forrados,
entidad dedicada a la asesoría a cotizantes de las AFP, con el fin de instruirlos en
movimientos entre fondos, con el fin de minimizar pérdidas o maximizar ganancias. Los
resultados se separan en antes y después de agosto de 2011, cuando Felices y Forrados
empieza a operar.
En segundo lugar se corre una regresión entre los betas y el Índice Mensual de
Actividad Económica (IMACEC) del período y entre el grado de herding y el IMACEC
del período:
Y = β0 + β1X
• Y = Beta o correlación
• X = IMACEC
Y = β0 + β1 X
• Y = Herding
• X = IMACEC
Lo anterior, con el fin de verificar si los niveles de crecimiento de la economía
tienen incidencia en los niveles de correlación o de herding en las inversiones
institucionales.
En tercer lugar, se corre una regresión entre los beta promedio anuales y la
desviación estándar anual del IMACEC y entre los niveles de herding promedio anual y
la desviación estándar anual del IMACEC:
24
Y = β0 + β1X
• Y = Beta promedio anual
• X = Desviación estándar anual IMACEC
Y = β0 + β1X
• Y = Herding promedio anual
• X = Desviación estándar anual IMACEC
Las regresiones anteriores buscan analizar si el grado de dispersión en el
crecimiento económico tiene incidencia sobre los niveles de correlación o de herding en
las inversiones institucionales.
Por último, se analiza el grado de correlación y su significancia entre los betas y
la rentabilidad de las inversiones, así como también entre el herding y la rentabilidad de
las AFP. Lo anterior se calcula tanto para la muestra total como para cada uno de los
multifondos. El objetivo de esto es analizar si existe relación entre los niveles de herding
o correlación total y el rendimiento que logran las AFP en su conjunto, en total y en cada
multifondo.
IV. Resultados
Herding:
La tabla 4.1 contiene el resumen de los resultados obtenidos por el método de
Sias (2004), tanto para la muestra total, como para cada multifondo. Para el total de las
inversiones de las AFP, la correlación promedio obtenida en los 130 meses es de 0,3743,
25
el cual es descompuesto en 0,1148 de los inversionistas siguiendo su propia estrategia, lo
que equivale al 30,67% de la correlación y 0,2595 de copia a otros inversionistas o
herding, lo que equivale al 69,33%. Todos los valores anteriores son altamente
significativos, como puede observarse en los valores p de la tabla 1.
Olivares y Sepúlveda (2007), también por medio de la metodología de Sias
(2002), encuentran para el período correspondiente a junio de 1997-diciembre de 2001
(previo a los multifondos) un beta promedio de 0,15 (p=0,003), el que puede ser
descompuesto en 0,0294 (p=0,003) de seguimiento de la propia estrategia (16%) y en
0,1257 (p=0,008) de herding, correspondiente al 84%. Además, testean lo que ocurre en
el período octubre de 2002-diciembre de 2005, ya implementados los multifondos,
donde encuentran una correlación promedio de 0,23, descompuesta en seguimiento de la
propia estrategia de 0,03 y herding de 0,19, equivalentes al 17% y 83% respectivamente.
Además, Stein, Miranda y Risco (2011), a través del método de Sias, estudian el
nivel de herding de las AFP, aunque sólo a nivel de acciones, encontrando para el
período octubre de 2003-diciembre de 2011 una correlación total de 0,34 (t=15,643),
descompuesta en seguimiento de la propia estrategia de 0,111 y herding de 0,23,
correspondiente al 32% y 68% respectivamente.
Ahora, a nivel de multifondo, el Fondo A presenta una correlación que llega a
0,3946, siendo descompuesta en seguimiento de la estrategia propia de 0,0998 (25,30%)
y herding de 0,2947 (74,70%).
26
El Fondo B es el que muestra menor nivel de correlación, con un beta promedio
de 0,2869, el cual se puede separar en el seguimiento de la estrategia propia con 0,1052,
equivalente a un 36,38% del total y en herding de 0,1817, que equivale a un 63,32%.
Además, el Fondo B muestra el menor nivel de herding, tanto a nivel absoluto y como
porcentaje de la correlación, comparado con todos los multifondos.
El Fondo C tiene una correlación total de 0,3881. El seguimiento de la estrategia
propia tiene un valor de 0,1122, lo que representa un 28,90%. Por su parte, el herding
alcanza un valor de 0,2759, equivalente al 71,10% del total.
El Fondo D arroja un beta promedio de 0,3474, descompuesto en un seguimiento
de la estrategia propia de 0,0953 (27,44%) y en herding de 0,2521 (72,56%).
Por último, el Fondo E tiene una correlación total de 0,3655, de la cual 0,0791
(21,64%) equivale a inversionistas siguiendo la propia estrategia, mientras el herding
arroja un valor de 0,2864. Este fondo es que tiene el mayor nivel de herding, relativo al
total de correlación, el que alcanza un 78,36%.
Los resultados de todos los multifondos muestran altos niveles de significancia,
como puede verse en la tabla 4.1.
Ninguno de los estudios anteriormente mencionados desagrega a nivel de
multifondo, por lo que no existen resultados con los que comparar
27
Tabla 4.1.- Resultados muestra total y por multifondo.-
Correlación Estrategia propia Herding

beta t p a*b t p % a*c t p %
Total 0,3743 12,93 0,000 0,1148 11,14 0,000 30,67% 0,2595 10,32 0,000 69,33%
Fondo A 0,3946 17,08 0,000 0,0998 9,78 0,000 25,30% 0,2947 13,99 0,000 74,70%
Fondo B 0,2869 8,98 0,000 0,1052 6,73 0,000 36,68% 0,1817 6,79 0,000 63,32%
Fondo C 0,3881 13,19 0,000 0,1122 10,86 0,000 28,90% 0,2759 10,30 0,000 71,10%
Fondo D 0,3474 11,72 0,000 0,0953 9,41 0,000 27,44% 0,2521 9,64 0,000 72,56%
Fondo E 0,3655 10,73 0,000 0,0791 5,13 0,000 21,64% 0,2864 10,09 0,000 78,36%
Fuente: Elaboración propia en base a resultados.
Los gráficos 4.1 y 4.2 muestran los resultados comparados con el fin de facilitar
la comprensión de éstos.
Gráfico 4.1.- Peso relativo de estrategia propia y herding.-
28
Gráfico 4.2.- Beta, estrategia propia y herding en muestra total y por multifondo.-
Los 6 gráficos siguientes muestran la evolución de los niveles de herding a lo
largo del tiempo, en los 130 meses de la muestra, tanto a nivel total como por
multifondo.
Gráfico 4.3.- Evolución de herding en el tiempo en la muestra total.-
29
Gráfico 4.4.- Evolución de herding en el tiempo en el Fondo A.-
Gráfico 4.5.- Evolución de herding en el tiempo en el Fondo B.-
30
Gráfico 4.6.- Evolución de herding en el tiempo en el Fondo C.-
Gráfico 4.7.- Evolución de herding en el tiempo en el Fondo D.-
31
Gráfico 4.8.- Evolución de herding en el tiempo en el Fondo E.-
Por medio de un test de diferencia de medias se testea si las diferencias en los
valores de herding son estadísticamente significativas entre multifondos. En la tabla 4.2
se muestran los resultados de estas pruebas. Se podría pensar que las decisiones de
inversión de una AFP en un determinado fondo son independientes de sus decisiones en
otro fondo, sin embargo, esto no es necesariamente claro, por lo que los test se realizan
de dos formas: asumiendo dependencia en las variables y asumiendo independencia
entre ellas (unpaired).
32
Tabla 4.2.- Resultados de test de diferencias de medias entre multifondos.-
Ttets herding
valor t
(valor p)
Fondo B Fondo C Fondo D Fondo E
3,7968 0,6153 1,4339 0,5269
Fondo A
(0,0002) (0,5394) (0,1540) (0,5992)
- -3,0326 -2,4514 -2,9179
Fondo B
(0,0029) (0,0156) (0,0042)
- 0,7183 -0,3249
Fondo C
(0,4738) (0,7458)
- -0,8877
Fondo D
(0,3764)
Ttets herding, unpaired

valor t
(valor p)
Fondo B Fondo C Fondo D Fondo E
3,32 0,5521 1,2698 0,2371
Fondo A
(0,0010) (0,5814) (0,2053) (0,8128)
- -2,489 -1,883 -2,6859
Fondo B
(0,0134) (0,0608) (0,0077)
- 0,6361 -0,2682
Fondo C
(0,5252) (0,7887)
- -0,889
Fondo D
(0,3748)
Los resultados arrojan que el herding del Fondo A es significativamente distinto
al del Fondo B (p=0,0002), el que a su vez es significativamente distinto del Fondo C
(p=0,0029), del Fondo D (p=0,0156) y del Fondo E (p=0,0042). Los resultados son
consistentes asumiendo dependencia o independencia, con excepción de la diferencia
entre el herding del Fondo B con el Fondo D, ya que a través de la prueba que asume
independencia de las variables no se puede rechazar la hipótesis nula de igualdad entre
las variables, al menos al 95% de confianza.
33
Los resultados anteriores son importantes, ya que muestran que el herding en el
Fondo B es estadísticamente distinto al de todos los demás, que a su vez no son
significativamente distintos entre ellos. Baum, Caglayan y Ozkan (2008), muestran que
mientras mayor sea la incertidumbre que rodea a los inversionistas, menos dispersión
habrá en las inversiones que realicen. Su estudio se basa en la asignación de los fondos
de préstamo que realizan los bancos, comparando los períodos “calmos” con períodos de
fuerte incertidumbre macroeconómica. Los resultados entregan fuerte sustento a la
hipótesis de que la incertidumbre macro distorsiona la asignación de los fondos
prestables de los bancos. Encuentran una asociación negativa clara entre la proxis de
incertidumbre macro que utilizan y la variabilidad de los préstamos de los bancos. En
definitiva, el comportamiento de préstamos de los bancos se vuelve más homogéneo en
tiempos en que crece la incertidumbre.
Si en el caso de los multifondos de las AFP se entiende por incertidumbre el
riesgo asociado a los fondos (siendo éste mayor en el A y disminuyendo a medida que se
avanza hacia el fondo E), sería esperable que el Fondo A tuviera menor dispersión
(mayor herding) que el B. Sin embargo, de la misma forma el Fondo B debiera mostrar
menor dispersión (mayor herding) que el Fondo C, lo que no ocurre. Es más, los tres
fondos siguientes al B presentan menor dispersión que éste. La explicación de esta
diferencia podría deberse a las bandas de Retorno Mínimo Garantizado, explicada
anteriormente. Mientras el Fondo A y el Fondo B comparten la misma banda, los
Fondos C, D y E enfrentan una banda de exigencia menor.
34
Análisis de períodos:
Las divisiones que se hicieron por período arrojaron lo siguiente:
 Ley 2008: Para el período previo a agosto de 2008, la media de correlación fue
de 0,36 (t=8,29; p=0,000), con las AFP siguiendo su propia estrategia con valor
0,1 (t=7,46; p=0,000) y herding con valor 0,26 (t=7,14; p=0,000), equivalentes al
26,44% y 73,56%, respectivamente. Para el período posterior a agosto de 2008,
la media de correlación fue de 0,38 (t=10,44; p=0,000), con las AFP siguiendo su
propia estrategia con valor 0,13 (t=8,35; p=0,000) y herding con valor 0,25
(t=7,50; p=0,000), equivalentes al 31,79% y 68,21%, respectivamente. Se realizó
una prueba de diferencia de medias entre estos períodos, arrojando un valor t de
0,2928 (p=0,7707) en la prueba simple y de 0,1133 (p=0,91), en la prueba
unpaired. Los resultados indican que la diferencia en estos resultados no es
estadísticamente significativa.
 Felices y Forrados: Para el período previo a agosto de 2011, la media de
correlación fue de 0,38 (t=11,7; p=0,000), con las AFP siguiendo su propia
estrategia con valor 0,1 (t=10,02; p=0,000) y herding con valor 0,27 (t=9,91;
p=0,000), equivalentes al 28,04% y 71,96%, respectivamente. Para el período
posterior a agosto de 2011, la media de correlación fue de 0,34 (t=5,45;
p=0,000), con las AFP siguiendo su propia estrategia con valor 0,14 (t=5,15;
p=0,000) y herding con valor 0,20 (t=3,43; p=0,002), equivalentes al 41,75% y
58,25%, respectivamente. La prueba de diferencia de medias entre estos períodos
arrojó un valor t de -0,3009 (p=0,7659) en la prueba simple y de 1,1763
35
(p=02417), en la prueba unpaired. Al igual que en la división anterior los
resultados indican que la diferencia en estos resultados no es estadísticamente
significativa.
Dados ambos resultados, no se encuentra diferencia estadísticamente
significativa dividiendo los resultados según estos posibles elementos de cambio, como
lo son la reforma de 2008 y la presencia de Felices y Forrados. Se rechazan las hipótesis
asociadas. Ni la Reforma Previsional ni la aparición de Felices y Forrados han tenido
efectos significativos en los niveles de herding.
Regresiones IMACEC:
Los resultados de las regresiones incluyendo al IMACEC mensual como variable
explicativa del nivel de correlación y de herding se presentan a continuación:
 El Beta explicado por el IMACEC mensual arroja un coeficiente de 0,0016, con
un valor t=0,77 y un valor p=0,443.
 El nivel de herding explicado por el IMACEC mensual arroja un coeficiente de
0,00041, con un valor t=0,22 y un valor p=0,824.
 El Beta promedio anual explicado por la desviación estándar anual del IMACEC
arroja un coeficiente de 0,0716, con un valor t=1,03 y un valor p=0,330.
 El herding promedio anual explicado por la desviación estándar anual del
IMACEC arroja un coeficiente de 0,0346, con un valor t=0,61 y un valor
p=0,559.
36
De los resultados anteriores se concluye que ninguna de las regresiones
estudiadas es significativa, por lo que el IMACEC o la volatilidad de éste no son
variables que expliquen el aumento o disminución de los niveles de correlación total o
de herding en las inversiones de las AFP. Olivares y Sepúlveda (2007) y Stein, Miranda
y Risco (2011) argumentan que durante los períodos de crisis el nivel de herding
aumenta, sin embargo, sólo realizan medidas promediando la correlación o el herding
durante los períodos que consideran como de influencia de distintas crisis.
Correlaciones Rentabilidades:
Los resultados de las correlaciones entre las rentabilidades mensuales y los betas
se presentan en la tabla 3. Estos cálculos se realizaron para el total de la muestra y para
cada multifondo. Se muestra también el nivel de significancia de ese resultado.
Además, la tabla 3 presenta el mismo análisis anterior, remplanzando los betas
por los niveles de herding.
Tabla 4.3.- Correlación y significancia de Betas y Rentabilidades en muestra total y

por multifondo.-
Rt Ra Rb Rc Rd Re
Corr -0,0781
Beta Total
Sign 0,3772
Corr 0,1049
Beta A
Sign 0,2351
Corr -0,1172
Beta B
Sign 0,741
Corr -0,0293
Beta C
Sign 0,741
Corr 0,0184
Beta D
Sign 0,8357
Corr -0,0922
Beta E
Sign 0,3026
37
Tabla 4.4.- Correlación y significancia de Herding y Rentabilidades en muestra
total y por multifondo.-
Rt Ra Rb Rc Rd Re
Corr -0,0548
Ht
Sign 0,5359
Corr 0,0949
Ha
Sign 0,2828
Corr -0,1482
Hb
Sign 0,0924
Corr -0,0505
Hc
Sign 0,568
Corr 0,022
Hd
Sign 0,8041
Corr -0,084
He
Sign 0,3687
Del análisis de los resultados anteriores se concluye los signos de las
correlaciones no siguen un patrón, además de que no existen correlaciones significativas
ni entre los betas y las rentabilidades ni entre los niveles de herding y las rentabilidades.
En resumen, no se puede decir que haya una relación entre el herding y las
rentabilidades de las inversiones de las AFP.
38
V. Discusión:
Se comprueba por medio de esta investigación que los niveles de herding en el
sistema de pensiones son altos, consistente con investigaciones anteriores. Además, en
los multifondos también existen niveles de herding relevantes. Como se planteó
anteriormente, una vez que se determina que existe herding, se abre la puerta a la
investigación de sus consecuencias.
En primer lugar, futuras investigaciones deberán abordar si estos niveles de
herding están produciendo alteraciones en los precios de los activos y con esto, si es que
se están viendo afectados otros inversionistas de menos tamaño. O bien si es que se
afecta, por ejemplo, la recaudación del Estado.
Por otra parte, se deberían estudiar los posibles efectos del herding en los
principales equilibrios macroeconómicos de la economía chilena, como el nivel de
precios y analizar qué instrumentos o medidas deberían tomar las autoridades
económicas para contrarrestarlos, en caso de ser relevantes.
Además, quedan abiertas preguntas investigativas para la industria de las AFP y
para sus entes reguladores. Primero, esta investigación determina que existe herding en
el sistema completo y en los multifondos y plantea que podría deberse al Retorno
Mínimo Garantizado y a las diferencias de bandas que se le exigen a los distintos tipos
de fondo. Sería importante profundizar en si el Retorno Mínimo Garantizado es un
elemento positivo o no, toda vez que ayudaría a mantener a todas las AFP en niveles de
rentabilidad parecidos, sin afectar fuertemente a algunos cotizantes cuando el mercado
39
está a la baja y se ven afectadas las rentabilidades obtenidas. En caso de no existir este
margen, con el fin de evitar el herding, podría ocurrir que alguna AFP viera caer
fuertemente su rentabilidad durante un período, afectando los ahorros de sus afiliados.
Sería un debate interesante determinar si es más perjudicial el herding para el conjunto
de la economía y por lo tanto tomar las medidas para evitarlo, o bien si es que es más
deseable socialmente que los ahorros previsionales de las personas no se vean tan
afectados. En segundo lugar, existen desafíos que dicen relación con mejores formas de
evaluar la gestión de las AFP en presencia de herding y en determinar cuáles son las
líderes y cuáles son las que mayor copia realizan.
Por último, esta investigación aporta al debate sobre las características
principales del sistema y plantea preguntas relevantes. Si existen niveles de copia
importante entre AFP: ¿Tenderá o debería tender el sistema hacia una única
administradora? ¿Aportan realmente los multifondos a darle mayor competencia al
sistema? ¿Podría el Estado administrar de mejor forma y generando menos distorsiones?
Las anteriores son preguntas que el debate público y las próximas investigaciones
deberán resolver, con el fin de perfeccionar la forma en que el país se preocupa de las
jubilaciones de sus ciudadanos, problema que al día de hoy genera amplio debate a nivel
nacional.
40
VI. Conclusiones
Los cálculos realizados sobre las carteras de inversiones de las AFP de Chile
entregan evidencia de importantes niveles de herding, medido en el período septiembre
de 2002-noviembre de 2013. La correlación encontrada llega a un total de 0,3743, de la
cual 0,2595 (69,33%) corresponde a herding, es decir, a copia de unos inversionistas
sobre otros. Este valor es mayor al obtenido por Olivares y Sepúlveda (2007) para el
período previo a la instauración de los multifondos (junio de 1997-diciembre de 2001),
donde encuentran un beta de 0,15 y un valor para herding de 0,1257. Además, es
superior al valor que los mismos investigadores logran calcular para el período octubre
de 2002-diciembre de 2005, con los multifondos ya instaurados. Ahí encuentran un beta
de 0,23, con herding de 0,19. Los resultados son comparables, ya se utiliza el mismo
método (Sias, 2004) y se mide el total de activos de la cartera.
De lo anterior se concluye que la creación de los multifondos habría permitido
que el herding aumente en el sistema de pensiones.
Olivares y Sepúlveda (2007) argumentan que el herding está presente en los
fondos de pensiones por la exigencia de la Rentabilidad Mínima Garantizada, que fuerza
a las AFP a mantenerse cercanas al promedio de la industria, lo que sería alcanzable de
forma más fácil y segura al copiarse las estrategias de inversión.
En el análisis por multifondo, las conclusiones son similares, ya que en todos los
multifondos se encuentra herding estadísticamente significativo, siendo los fondos A y E
los que presentan mayores niveles proporcionales de copia entre inversionistas.
41
Los valores de herding son significativamente distintos entre el fondo B y todos
los demás fondos. Dado que la principal característica de los fondos es su diferencia en
riesgo, sería esperable que el herding en el Fondo B fuera mayor que en los fondos C, D
y E, lo que no ocurre. Se concluye que esta diferencia se debería a que el Fondo B tiene
una banda mayor de Rentabilidad Mínima Garantizada, en comparación a los tres fondos
que tienen menor riesgo.
Analizando los niveles de herding en los multifondos, se puede concluir que la
pretensión de traspasar a los afiliados un mayor nivel de libertad de decisión frente a sus
inversiones no parece tal, dado que, si bien eligen su fondo, dentro de ellos gran parte de
las inversiones son copias lo que realizan las otras AFP. Sumado a esto, los afiliados
pagan mensualmente una comisión como porcentaje de sus ingresos a las
administradoras, por el manejo de sus fondos, siendo que las AFP no estarían agregando
valor, ya que en promedio sólo un 30% de sus inversiones son por propia estrategia,
mientras el 70% corresponde a copia. Queda abierta a nuevas investigaciones la
determinación de cuál o cuáles AFP lideran el mercado y cuáles simplemente copian.
Se concluye además que no existe relación significativa entre la variación del
IMACEC y la presencia de herding en las AFP. Tampoco existe correlación significativa
entre las rentabilidades de los fondos y el nivel de herding que estos experimentan. La
división de la muestra en subperiodos, controlando por la influencia de la Ley de 2008 y
de Felices y Forrados, tampoco muestra resultados significativos.
42
Si bien la literatura muestra los posibles efectos negativos del herding en la
eficiencia de los mercados, queda abierta la pregunta para futuras investigaciones acerca
de si el herding presente en las AFP produce distorsiones importantes en el mercado
chileno, sobretodo dado el gran peso de éstas como principales inversionistas
institucionales del país. Además, es necesario evaluar si la ausencia del mecanismo de
Rentabilidad Mínima Garantizada, con el objetivo de reducir el herding, podría provocar
efectos negativos en la rentabilidad de los fondos, afectando con ello a los afiliados al
sistema, lo que podría transformarse eventualmente en un problema mayor para las AFP
que el herding por sí solo.
43
VII. Referencias
Banerjee, A., 1992, “A Simple Model of Herd Behavior,” American Economic Review,
88, 724-748.
Barberis, N. and Shleifer A., 2001, “Style Investing,” working paper, University of
Chicago and Harvard University.
Baum, C. F., Caglayan, M., & Ozkan, N. (2005). The second moments matter: The
response of bank lending behavior to macroeconomic uncertainty. Discussion Papers in
Economics, 4(13), 04-13.
Bikhchandani, S., Hirshleifer D. and Welch, I. 1992, “A Theory of Fads, Fashion,
Custom, and Cultural Change as Informational Cascades,” Journal of Political
Economy, 100, 992-1026.
Corbo, V. and Schmidt-Hebbel, K. (2003). Macroeconomic effects of the pension
reform in Chile. Pension Reforms: Results and Challenges, 241-329
Froot, K., Scharfstein, D. and Stein, J., 1992, “Herd on the Street: Informational
Inefficiencies in a Market with Short-term Speculation,” Journal of Finance, 47, 1461-
1484.
Lakonishok, J., Shleifer A. and Vishny, R. 1992a. The Impact of Institutional Trading on
Stock Prices. Journal of Financial Economics 32, 1: 23 - 43.
44
Miranda, P., Risco, R. and Stein, R. 2011, “Herding in Chile: the case of equity trading
in the chilean pension fund market”, Estudios de Administración, Vol. 18, Nº 1 (2011),
pp. 23-44
Olivares, J. and Sepúlveda, J. (2007), “How do Fund Managers Invest: Self Strategy or
Herding in Private Pension Funds?”, School of business and economics, Universidad del
Desarrollo, Chile.
Scharfstein, D. S. and Stein, J.C. 1990, “Herd Behavior and Investment,” American
Economic Review, 80, 465-479.
Sias, R. 2004. Institutional Herding. Review of Financial Studies 17: 165-206.
Superintendencia de Pensiones, 2010, “El Sistema de Pensiones Chileno”, Séptima
edición. División de Estudios, Superintendencia de Pensiones.
Trueman, B., 1994, “Analyst Forecasts and Herding Behavior,” The Review of Financial
Studies, 7, 97-124
45
VIII. Anexos
Anexo 1: Mails Superintendencia de Pensiones:
46
Anexo 2: Agrupación de activos en categorías:
Cuotas
Valores
Bonos Bonos fondos de Depósito Bonos Forwards y
Acciones Extranjeros respaldados Otros
Bancarios corporativos inversión y bancario Gobierno opciones
de Hipoteca
mutuos
ACC BEF BCA CFID CC2 BCD AEE LHF WEMC ECO
BSF BCS CFIV DPF BCO ADR WEMV ECL
BVL CFMD BCP BEE WENC ELN
DEB CFMV BCU CC3 WNMC ETFB
CIED BCX CDE WNMV
CIEV BEC EBC OSAN
CMED BRP ECE SNT
CMEV BTP ETF
PFI BTU ETFA
PCX FICE
PDC TBE
PRC TBI
PRD
CERO
ZERO
A continuación se detalla el código y la descripción de cada uno de los activos
anteriores:
47
Código Descripción
ACC Acciones de Sociedades Anónimas Nacionales
ADR Certificados negociables representativos de títulos accionarios
AEE Acciones de Emisores Extranjeros
BCA Bonos canjeables por acciones.
BCD Bonos del Banco Central de Chile expresados en Dólares
BCO Bonos de la Reforma Agraria (Primera y Segunda Serie).
BCP Bonos del Banco Central de Chile expresados en pesos
BCS Bonos respaldados por títulos de crédito transferibles.
BCU Bonos del Banco Central de Chile expresados en U.F.
BCX Pagarés Banco Central de Chile en dólares
BEC Bonos del Estado de Chile
BEE Bonos emitidos por empresas extranjeras.
BEF Bonos Bancarios emitidos por Instituciones Financieras.
Bonos de Reconocimiento emitidos por el Instituto de
BRP
Normalización Previsional u otras instituciones de previsión
BSF Bonos subordinados emitidos por Instituciones Financieras.
BTP Bonos de la Tesorería General de la República en Pesos
BTU Bonos de la Tesorería General de la República en UF.
BVL Bonos Vivienda Leasing
CC2 Cuenta Corriente Banco de Inversiones Nacionales.
CC3 Cuenta Corriente Banco de Inversiones Extranjeras.
Títulos de crédito de intermediación financiera (Certificados de
CDE
Depósitos) emitidos por entidades bancarias extranjeras.
CERO Cupones de emisión Reajustables opcionales en U.F.
Cuotas de Fondos de Inversión Nacionales, cuyas carteras no
CFID
están conformadas por ningún instrumento representativo de
Cuotas de Fondos de Inversión Nacionales, cuyas carteras
CFIV están conformadas total o parcialmente por instrumentos
representativos de capital.
Cuotas de Fondos Mutuos Nacionales, cuyas carteras no están
CFMD
conformadas por ningún instrumento representativo de capital.
Cuotas de Fondos Mutuos Nacionales, cuyas carteras están
CFMV
conformadas total o parcialmente por instrumentos
Cuotas de participación emitidas por Fondos de Inversión
CIED extranjeros, cuyas carteras no están conformadas por ningún
instrumento representativo de capital.
Cuotas de participación emitidas por Fondos de Inversión
CIEV extranjeros, cuyas carteras están conformadas total o
parcialmente por instrumentos representativos de capital.
Cuotas de participación emitidas por Fondos Mutuos
CMED Extranjeros, cuyas carteras no están conformadas por ningún
instrumento representativo de capital.
48
Cuotas de participación emitidas por Fondos Mutuos
CMEV Extranjeros, cuyas carteras están conformadas total o
parcialmente por instrumentos representativos de capital.
DEB Bonos de Empresas Públicas y Privadas.
DPF Depósitos a Plazo emitidos por Instituciones Financieras.
Títulos de crédito emitidos por Estados Extranjeros y Bancos
EBC
Centrales Extranjeros.
Efectos de comercio emitidos por entidades bancarias y
ECE
empresas extranjeras
ECL Efectos de Comercio.
ECO Efectos de Comercio.
ELN Títulos de crédito indexados al retorno de otros activos.
ETF Títulos representativos de índices accionarios.
ETFA Títulos representativos de índices accionarios extranjeros.
ETFB Títulos representativos de índices de renta fija.
FICE Cuotas de Participación Emitidas por Fondos de Inversión
LHF Letras Hipotecarias emitidas por Instituciones Financieras.
Opciones de suscripción de acciones y cuotas de fondos de
OSAN
inversión nacionales.
PCX Pagarés del Banco Central de Chile en dólares de EEUU
PDC Pagarés Descontables del Banco Central de Chile.
Promesas de suscripción y pago de cuotas de Fondos de
PFI
Inversión Nacionales.
PRC Pagarés Reajustables del Banco Central de Chile con pago en
PRD Pagarés Reajustables en dólares del Banco Central de Chile.
SNT Swap nacional de tasas de interés
Títulos de crédito de renta fija emitidos por entidades bancarias
TBE
extranjeras.
TBI Títulos de crédito emitidos por entidades bancarias
Forwards de compra de monedas en que ambas monedas
WEMC
involucradas son extranjeras
Forwards de venta de monedas en que ambas monedas
WEMV
involucradas son extranjeras
Forwards de compra de monedas en el extranjero en que una
WENC
de las monedas involucradas es nacional
Forwards de compra de monedas en que una de las monedas
WNMC
involucradas es nacional
Forwards de venta de monedas en que una de las monedas
WNMV
involucradas es nacional
ZERO Cupones de emisión Reajustables opcionales en dólares.
49
Anexo 3: Serie IMACEC mensual, en puntos. Base año 2008.
Fecha IMACEC Fecha IMACEC Fecha IMACEC

ene-03 73,80 ago-06 91,18 abr-10 104,08
feb-03 70,52 sep-06 91,33 may-10 104,40
mar-03 78,82 oct-06 96,30 jun-10 103,73
abr-03 77,25 nov-06 96,15 jul-10 104,95
may-03 76,80 dic-06 101,06 ago-10 105,81
jun-03 75,55 ene-07 92,17 sep-10 104,81
jul-03 76,73 feb-07 87,81 oct-10 108,05
ago-03 75,24 mar-07 100,07 nov-10 111,07
sep-03 75,42 abr-07 96,21 dic-10 116,24
oct-03 79,38 may-07 97,14 ene-11 106,36
nov-03 78,31 jun-07 95,76 feb-11 99,67
dic-03 82,06 jul-07 93,58 mar-11 114,53
feb-04 74,04 ago-07 95,58 abr-11 110,52
mar-04 83,85 sep-07 95,63 may-11 111,26
abr-04 81,52 oct-07 100,34 jun-11 108,24
may-04 81,11 nov-07 100,77 jul-11 107,43
jun-04 79,71 dic-07 106,68 ago-11 109,28
jul-04 82,02 ene-08 97,46 sep-11 109,26
ago-04 81,99 feb-08 94,04 oct-11 112,88
sep-04 81,92 mar-08 103,51 nov-11 116,00
oct-04 85,76 abr-08 100,84 dic-11 123,91
nov-04 86,05 may-08 101,07 ene-12 111,74
dic-04 90,23 jun-08 100,40 feb-12 105,95
ene-05 82,13 jul-08 99,78 mar-12 119,14
feb-05 78,68 ago-08 97,62 abr-12 116,30
mar-05 88,48 sep-08 98,30 may-12 117,39
abr-05 87,24 oct-08 102,75 jun-12 115,48
may-05 86,21 nov-08 99,55 jul-12 113,89
jun-05 85,47 dic-08 104,69 ago-12 116,18
jul-05 85,85 feb-09 89,87 sep-12 113,68
ago-05 87,86 mar-09 101,03 oct-12 120,53
sep-05 86,91 abr-09 98,09 nov-12 122,17
oct-05 89,28 may-09 97,82 dic-12 128,41
nov-05 91,04 jun-09 97,04 ene-13 119,12
dic-05 96,06 jul-09 97,12 feb-13 110,57
ene-06 86,90 ago-09 97,87 mar-13 123,73
feb-06 84,12 sep-09 98,92 abr-13 121,20
mar-06 93,64 oct-09 102,58 may-13 121,48
abr-06 90,61 nov-09 103,40 jun-13 119,86
may-06 92,45 dic-09 108,86 jul-13 120,64
jun-06 90,33 feb-10 92,97 ago-13 121,66
jul-06 90,66 mar-10 101,20 sep-13 118,66
oct-13 123,65
50
Anexo 4: Serie Rentabilidad mensual de los Multifondos, en porcentaje:
FECHA FONDO A FONDO B FONDO C FONDO D FONDO E PROMEDIO

oct-02 -1,2 -0,7 -0,9 -0,5 -0,5 -0,76
nov-02 0,7 -0,4 -0,6 -0,9 -1 -0,44
dic-02 0,9 0,8 0,8 0,8 0,6 0,78
ene-03 -0,13 0,51 0,96 0,98 1,21 0,706
feb-03 0,33 0,75 1,02 1,03 1,11 0,848
mar-03 -0,43 -0,28 -0,34 -0,11 -0,11 -0,254
abr-03 4,09 1,95 0,97 0,51 -0,56 1,392
may-03 5,81 3,14 1,9 1,4 0,31 2,512
jun-03 0,79 0,47 0,34 0,44 0,38 0,484
jul-03 4,17 2,52 1,93 1,51 0,75 2,176
ago-03 2,93 1,63 0,98 0,68 -0,03 1,238
sep-03 0,91 0,75 0,13 0,19 -0,43 0,31
oct-03 3,46 2,02 1,16 0,77 -0,1 1,462
nov-03 -1,44 -1,12 -0,92 -0,39 -0,1 -0,794
dic-03 3,2 2,02 1,3 0,88 0,19 1,518
feb-04 1,81 1,75 1,51 1,35 0,87 1,458
mar-04 0,58 0,39 0,75 0,66 1,03 0,682
abr-04 -0,84 -0,64 -0,54 -0,4 -0,33 -0,55
may-04 -2,4 -1,19 -0,49 0,19 0,93 -0,592
jun-04 1,56 0,97 0,54 0,03 -0,54 0,512
jul-04 -1,7 -0,44 0,23 0,68 1,15 -0,016
ago-04 3,22 2,58 2,11 1,49 0,92 2,064
sep-04 1,03 0,61 0,25 0,01 -0,52 0,276
oct-04 2,7 1,98 1,65 1,19 0,82 1,668
nov-04 2,88 1,74 0,96 0,21 -0,33 1,092
dic-04 0,67 0,3 -0,13 -0,36 -0,44 0,008
ene-05 0,76 0,67 0,86 0,74 0,71 0,748
feb-05 4,23 3,25 2,31 1,61 0,9 2,46
mar-05 -1,25 -0,35 0,23 0,55 0,52 -0,06
abr-05 -0,54 -0,25 0,06 0,38 1,08 0,146
may-05 0,5 0,3 0,18 -0,04 -0,21 0,146
jun-05 2,23 2,01 1,65 1,25 0,57 1,542
jul-05 2,44 1,9 1,2 0,73 0,04 1,262
51
ago-05 -0,67 -0,47 -0,31 0,07 0,75 -0,126
sep-05 3,21 2,17 1,22 0,49 -0,51 1,316
oct-05 -4,28 -3,72 -3,21 -2,85 -2,81 -3,374
nov-05 2,23 0,84 -0,22 -0,54 -0,87 0,288
dic-05 1,65 0,89 0,61 0,49 0,81 0,89
ene-06 7,22 5,46 4,25 2,9 1,83 4,332
feb-06 0,72 0,8 0,67 0,64 0,4 0,646
mar-06 1,34 1,24 1,03 0,67 0,23 0,902
abr-06 3,23 2,26 1,4 0,76 0,08 1,546
may-06 -3,94 -3,14 -2,17 -1,31 -0,24 -2,16
jun-06 -3,52 -2,59 -1,56 -0,84 0,03 -1,696
jul-06 2,4 1,9 1,53 1,17 0,99 1,598
ago-06 1,63 1,32 1,02 0,73 0,65 1,07
sep-06 0,96 1,02 0,94 0,74 0,4 0,812
oct-06 3,01 2,73 2,25 1,8 1,33 2,224
nov-06 2,93 2,59 2,32 2,74 1,01 2,318
dic-06 4,8 4,11 3,23 1,97 0,51 2,924
ene-07 1,73 1,75 1,45 1 0,12 1,21
feb-07 2,27 1,82 1,33 0,81 0,39 1,324
mar-07 -0,37 0,03 0,47 0,71 0,86 0,34
abr-07 4,46 3,78 3,09 2,04 0,49 2,772
may-07 0,92 0,62 -0,1 -0,57 -1,36 -0,098
jun-07 2,44 1,96 1,55 0,89 -0,41 1,286
jul-07 -0,56 -0,74 -0,68 -0,35 0,76 -0,314
ago-07 -2,52 -2,11 -1,48 -0,65 0,53 -1,246
sep-07 3,78 2,35 1,14 0,33 -0,07 1,506
oct-07 5 3,97 3,06 1,85 0,48 2,872
nov-07 -5,64 -4,75 -3,64 -2,08 0,22 -3,178
dic-07 -1,36 -1,09 -1,09 -0,65 -0,14 -0,866
ene-08 -9,6 -7,24 -5,34 -2,76 0,55 -4,878
feb-08 4,76 3,95 3,02 2,2 1,03 2,992
mar-08 -4,38 -2,87 -1,52 -0,35 0,65 -1,694
abr-08 4,47 3,29 2,37 1,24 0,03 2,28
may-08 3,22 2,24 1,39 0,43 -1,4 1,176
jun-08 -4,13 -3,15 -1,98 -1,22 -0,44 -2,184
52
jul-08 -4,68 -3,44 -2,15 -0,99 0,43 -2,166
ago-08 -4,75 -3,41 -2,14 -0,99 0,16 -2,226
sep-08 -11,78 -8,81 -5,55 -3,47 -1,17 -6,156
oct-08 -21,28 -14,25 -8 -4 -0,84 -9,674
nov-08 -0,32 -0,56 -0,43 -0,33 -0,27 -0,382
dic-08 1,52 0,63 0,12 0,08 0,38 0,546
feb-09 -2,68 -0,87 0,77 2,01 3,23 0,492
mar-09 4,25 2,5 1,01 0,21 -0,13 1,568
abr-09 9,01 6,47 3,97 2,31 0,7 4,492
may-09 9,5 6,25 2,98 0,31 -2,34 3,34
jun-09 0,46 0,89 1,12 1,29 1,57 1,066
jul-09 6,47 4,9 3,45 2,24 0,92 3,596
ago-09 2,25 1,59 1,04 0,73 0,56 1,234
sep-09 5,09 4,14 3,16 2,46 1,68 3,306
oct-09 -0,43 -32 -0,46 -0,32 -0,16 -6,674
nov-09 -1,41 -1,34 -1,56 -1,29 -1,29 -1,378
dic-09 4,77 3,92 2,99 1,83 0,58 2,818
feb-10 -0,57 -0,19 0 0,37 1,1 0,142
mar-10 4,96 3,6 2,41 1,65 0,97 2,718
abr-10 0,58 0,54 0,54 0,54 0,56 0,552
may-10 -6,31 -4,36 -2,67 -1,53 0,75 -2,824
jun-10 2,19 2,07 1,49 0,94 0,01 1,34
jul-10 4,54 3,61 2,69 1,93 1,03 2,76
ago-10 -2,57 -1,42 -0,63 -0,19 1,2 -0,722
sep-10 5,79 4,18 2,32 0,89 -1,33 2,37
oct-10 3,39 2,65 1,63 0,9 -0,51 1,612
nov-10 -1,3 -0,74 -0,31 -0,07 1,09 -0,266
dic-10 1,38 0,81 0,43 0,34 0,52 0,696
ene-11 0,03 -0,13 -0,24 -0,07 -1,48 -0,378
feb-11 -2,54 -2,06 -1,3 -0,18 1,41 -0,934
mar-11 3,86 3,33 2,87 2,04 1,72 2,764
abr-11 0,42 0,52 0,57 0,37 0,47 0,47
may-11 -1,27 -0,63 -0,22 -0,05 0,08 -0,418
jun-11 -1,34 -1,28 -0,91 -0,63 -1,11 -1,054
jul-11 -2,23 -1,85 -1,48 -0,76 0,37 -1,19
53
ago-11 -6,33 -3,96 -1,61 0,26 3,4 -1,648
sep-11 -4,49 -3,23 -2,03 -0,72 -0,05 -2,104
oct-11 5,85 3,69 1,43 -0,36 -2 1,722
nov-11 -3,68 -2,5 -1,44 -0,46 0,67 -1,482
dic-11 0,64 0,63 0,6 0,64 0,76 0,654
ene-12 2,53 1,81 1,41 1,21 1,24 1,64
feb-12 3,73 2,76 1,67 0,51 -0,64 1,606
mar-12 0,2 0,22 0,17 -0,03 -0,51 0,01
abr-12 -1,21 -0,7 -0,23 0,02 0,49 -0,326
may-12 -4,4 -2,92 -1,34 0,07 1,35 -1,448
jun-12 0,12 0,06 0,17 0,04 0,03 0,084
jul-12 0,05 -0,24 -0,33 -0,1 0,21 -0,082
ago-12 -0,06 -0,02 0,28 0,68 0,95 0,366
sep-12 2,4 1,79 1,18 0,65 0,16 1,236
oct-12 0,5 0,45 0,39 0,12 -0,25 0,242
nov-12 -0,84 -0,81 -0,57 -0,33 -0,1 -0,53
dic-12 3,17 2,51 1,77 0,95 0,19 1,718
ene-13 3,67 2,8 1,77 0,86 0,03 1,826
feb-13 -0,34 -0,19 0,13 0,41 0,71 0,144
mar-13 -0,06 -0,09 0,13 0,23 0,27 0,096
abr-13 -0,44 -0,47 0,08 0,61 0,79 0,114
may-13 2,43 1,54 1,28 0,94 0,54 1,346
jun-13 -4,04 -2,92 -1,74 -0,56 0,61 -1,73
jul-13 2,07 1,19 0,9 0,83 0,51 1,1
ago-13 -3,74 -2,92 -1,92 -0,9 0,13 -1,87
sep-13 4,19 3,34 2,1 1,06 0,15 2,168
oct-13 2,78 2,02 1,71 1,35 0,82 1,736
54

Evidencia de herding en las AFP de Chile

Загружено:

Сведения о документе

Исходное описание:

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Evidencia de herding en las AFP de Chile

Загружено:

Авторское право:

Доступные форматы

Facultad de Economía y Negocios

EVIDENCIA DE HERDING EN LAS AFP DE CHILE

Análisis en el período de Multifondos

POR: RODRIGO ANTONIO ANDRADE AGUILERA

Tesis presentada a la Facultad de Economía y Negocios de la Universidad del Desarrollo

El Sistema chileno de pensiones: ............................................................................................... 6

II. Revisión de Literatura ................................................................................................... 12

Tipos de herding: ..................................................................................................................... 12

Implicancias del herding: ......................................................................................................... 14

Medidas de Herding: ................................................................................................................ 15

Herding en las AFP de Chile: .................................................................................................. 16

III. Datos y Metodología ...................................................................................................... 17

IV. Resultados ....................................................................................................................... 25

Análisis de períodos: ................................................................................................................ 35

Regresiones IMACEC: ............................................................................................................ 36

VI. Conclusiones ................................................................................................................... 41

VIII. Anexos ............................................................................................................................. 46

El término herding puede ser traducido al español como “pastoreo”, haciendo

referencia principalmente al efecto manada, es decir, una serie de individuos

moviéndose en la misma dirección en que lo hacen los demás.

En términos económicos, se habla de herding para explicar el proceso de toma de

decisiones en que un individuo omite la información propia, prefiriendo copiar la

(Banerjee, 1992; Lakonishok, Shleifer y Vishny, 1992).

A nivel financiero, el herding indica el hecho de que inversionistas individuales o

institucionales prefieren copiar las decisiones de asignación y selección de activos que

han realizado otros, ignorando también su información y buscando variados objetivos,

(Scharfstein y Stein, 1990; Sias, 2002)

negativas que éste tendría, enfocándose principalmente en las ineficiencias de mercado y

en la pérdida de información relevante. Los ejemplos se verán a continuación.

En primer lugar, el herding alteraría la eficiencia de los mercados, al ser un

en equilibrios de herding contienen menos información que las que ocurrirían en

en otras condiciones no sucederían (Banerjee, 2004). Todo lo anterior lleva a un patrón

de elecciones ineficiente, disminuyendo el bienestar social.

persona a la empresa en que se desenvuelve (Scharfstein y Stein, 1990)

El por qué estudiar el herding en el Sistema de Pensiones Chileno se basa en las

tamaño e importancia que las Administradoras de Fondos de Pensiones (AFP) tienen, al

podrían estar afectando a otros actores de la economía, como inversionistas individuales,

empresas e incluso la recaudación del Estado. Lo anterior se produce ya que los

participantes del mercado toman decisiones basándose en la información que poseen y

presentan en el mercado. Si un inversionista institucional, capaz de alterar los precios,

no pronosticables. Además, se podrían estar afectando los equilibrios macro de la

inversiones de forma conjunta hacia o fuera de un tipo determinado de activo, como

resultado de la copia y no de un análisis fundamental. Por ejemplo, si todas las AFP

deciden moverse, en un determinado momento y en grandes montos, desde bonos

nacionales a bonos extranjeros, claramente podría estar alterándose el equilibrio en el

tomar las mejores decisiones.

de las administradoras de fondos, de sus gerentes y de sus departamentos de estudio, ya

resultado más de copias que de gestión individual. El sistema chileno, cuya

administración está en manos de privados, ha enfrentado durante su historia críticas por

sobre el patrimonio inicial2). Dichas utilidades vienen principalmente del cobro de

las comisiones se estarían pagando a administradores que, en lugar de agregar valor,

estarían copiando inversiones al resto de los participantes del mercado.

Por último, cabe preguntarse si determinados niveles de herding en el sistema

se podría estar afectando a los afiliados y a sus ahorros previsionales.

A continuación se revisan las principales características del Sistema Chileno de

El Sistema chileno de pensiones:

El sistema actual chileno se basa en la capitalización individual obligatoria. Cada

uno de los trabajadores del país ahorra un porcentaje equivalente al 10% de su

remuneración en una cuenta individual, administrada por instituciones privadas

fuertemente reguladas y de giro único, llamadas Administradoras de Fondos de

trabajador como de la rentabilidad que se genera al invertir esos dineros, tarea

Superintendencia de Pensiones y de garante, en caso de que la AFP no cumpla con la