Análisis

Financiero
Juan Palacios Raufast y Leticia Alvarez Alonso
8
Nº
Nº
91 RESULTADOS DE LOS FONDOS DE INVERSION
ESPAÑOLES : 1992-2001

José Luis Miralles Marcelo y María del Mar Miralles

SEGUNDO 24 Quirós
CUATRIMESTRE DECISIONES DE INVERSION DE LOS GESTORES DE
CARTERA ANTE EL CAMBIO DE AÑO
2003
Esther Ortiz Martínez
CUARTA
CUARTA EPOCA.
EPOCA. 32 DIVERSIDAD EN LA INFORMACION EMITIDA EN LOS
P.V.P. 9,92 €
P.V.P. 9,92 € MERCADOS DE CAPITALES

José Luis Martín Marín y Reyes Samaniego Medina

40 LA NUEVA PROPUESTA DEL COMITÉ DE BASILEA
PARA LA MEDICION DE RIESGOS

Mariano González Sánchez

54 HACIA LA COLA DE LA DISTRIBUCION EN LA MEDICION
DE RIESGOS FINANCIEROS

J. David Cabedo Semper e Ismael Moya Clemente

64 LA VOLATILIDAD DE LOS TIPOS DE CAMBIOS
CON EL EURO

Eva María del Pozo García e Irene Albarrán Lozano

72 MODELIZACION GLOBAL ESTOCASTICA DEL NEGOCIO
ASEGURADOR

Pablo García Estévez

82 LAS 500 MAYORES EMPRESAS DEL MUNDO POR
FACTURACION EN EL AÑO 2002: ANALISIS
COMENTADO

INSTITUTO ESPAÑOL DE ANALISTAS FINANCIEROS FUNDACIÓN DE ESTUDIOS FINANCIEROS

MIEMBRO DE LA FEDERACION EUROPEA DE LAS ASOCIACIONES DE ANALISTAS FINANCIEROS (EFFAS)

 Análisis
Financiero
CONSEJO EDITORIAL
PRESIDENTE DEL CONSEJO EDITORIAL
ALDO OLCESE SANTONJA
Presidente de la Fundación de Estudios Financieros y del
Instituto Español de Análisis Financiero

CESAR ALIERTA IZUEL EDUARDO MARTINEZ-ABASCAL

Presidente de Telefónica Director General Asociado IESE
XAVIER ADSERA I GEDELLI JUAN MASCAREÑAS PEREZ IÑIGO
Vicepresidente del IEAF Catedrático de Economía de la Empresa
Consejero Delegado de Riva y García Universidad Complutense
FERNANDO BECKER ZUAZUA JAVIER MONZON DE CACERES
Catedrático de la Universidad Juan Carlos I Presidente de Indra
Director de Recursos Humanos
y Servicios de Iberdrola EMILIO ONTIVEROS BAEZA
MAXIMO BORRELL VIDAL Consejero Delegado de
Profesor ordinario de Control y Dirección Analistas Financieros Internacionales
Financiera ESADE
Catedrático Universidad Ramón Lluch MARIANO RABADAN FORNIES
Presidente de INVERCO
JOSE LUIS CAMPOS ECHEVERRIA
Consejero Delegado de Profit LUIS RAVINA BOHORQUEZ
Catedrático de Economía Aplicada y Decano
GUILLERMO DE LA DEHESA ROMERO de la Facultad de Económicas. Universidad de Navarra
Presidente de Centre for Economic Policy Research
JAVIER SANTOMA JUNCADELLA
PABLO FERNANDEZ LOPEZ Profesor Ordinario IESE
Profesor de Finanzas Corporativas IESE
SANTIAGO FERNANDEZ VALBUENA JOSE ANTONIO SANTOS ARRARTE
Presidente y Director General de Patrivalor
Director de Finanzas Corporativas de Telefónica
ALVARO GARCIA DE LA RASILLA Y PINEDA RAFAEL SARANDESES ASTRAY-CANEDA
Defensor del Inversor del IEAF Secretario General de IEAF
Socio Consultor de Roca Junyent
JAIME GIL ALUJA
Catedrático de Organización de Empresas PEDRO TABERNA GAZTAMBIDE
Universidad de Barcelona Director de Beta Capital
Presidente de la Real Academia de Ciencias
Económicas y Financieras RAFAEL TERMES CARRERO
Presidente de Honor del IEAF y del IESE
MANUEL MARTIN MARTIN Profesor de Finanzas IESE
Secretario General de la Fundación
de Estudios Financieros ANTONIO TORRERO MAÑAS
Presidente de la Comisión de Ética Catedrático de Estructura Económica
y Práctica Profesional del IEAF Universidad de Alcalá de Henares

SECRETARIO DEL CONSEJO EDITORIAL

CARLOS GASCO TRAVESEDO
Director General de la Fundación de Estudios Financieros

DIRECTOR
JOSE LUIS SANCHEZ FERNANDEZ DE VALDERRAMA
Catedrático de Economía Financiera y Contabilidad Universidad Complutense
Presidente del Comité Científico y Académico del IEAF y FEF

Edita: Fundación de Estudios Financieros e Instituto Español de Analistas Financieros.

Dirección: Avda. del Brasil, 17 - 3ª A-B. 28020 MADRID. Teléfono: 91 563 19 72 (4 líneas). Fax: 91 563 25 75.
Maquetación e Impresión: RARO Producciones, S. L.
Depósito legal: M. 39856-1973 - ISSN: 0210-2358
 SUMARIO

Introducción
José Luis Sánchez Fernández de Valderrama
4
Resultados de los fondos de inversión españoles: 1992-2001
Juan Palacios Raufast y Leticia Alvarez
8
Decisiones de inversión de los gestores de cartera ante el cambio de año
José Luis Miralles Marcelo y María del Mar Miralles Quirós
24
Diversidad en la información emitida en los mercados de capitales
Esther Ortiz Martínez
32
La nueva propuesta del Comité de Basilea para la Medición de Riesgos
José Luis Martín Marín y Reyes Samaniego Medina
40
Hacia la cola de la distribución en la medición de riesgos financieros
Mariano González Sánchez
54
La volatilidad de los tipos de cambios con el euro
J. David Cabedo Semper e Ismael Moya Clemente
Modelización global estocástica del negocio asegurador
64
Eva María del Pozo García e Irene Albarrán Lozano
Las 500 mayores empresas del mundo por facturación en el año 2002:
72
Análisis comentado
Pablo García Estévez
82

Iniciamos el presente número de la revista con un
artículo de Juan Palacios Raufast y Leticia Alvarez
Alonso sobre los “resultados de los fondos de inver-
sión españoles: 1992-2001”
Este trabajo compara los resultados de dos muestras
de fondos con los del índice de la bolsa en el perio-
do indicado. Sus conclusiones principales son, en
primer lugar, que la bolsa española se ha comporta-
do como un mercado eficiente para los gestores de
los fondos de inversión. No hay ninguna evidencia de
que los fondos hayan sido capaces de superar la ren-
tabilidad del índice de bolsa en los últimos diez
años. La rentabilidad anual obtenida por los partíci-
pes ha sido muy inferior a la de la bolsa.
En segundo lugar la media de las comisiones anua-
les de gestión y de depósito fue de 2,41% en los últi-
mos cinco años. Estos gastos son altos después de
ver los resultados obtenidos. Los fondos que cobran
mayores comisiones no consiguieron mejores resul-
tados antes de gastos que los que aplican comisiones
más bajas.
Como tercera conclusión los autores consideran,
que aún después de tener en cuenta el ajuste por
riesgo y los gastos de gestión, la diferencia entre el
índice y los fondos fue de 4,10 puntos de rentabili-
dad anual en los cinco últimos años. Las comisiones
de negociación y los desaciertos en la política de
inversión parecen ser la causa. Este resultado es
inesperado y sorprendente. En un mercado eficiente
esta diferencia debería ser próxima a cero y, por su
naturaleza y magnitud, merece una investigación
posterior.
Por último, para Palacios y Alvarez Alonso, no se ha
podido apreciar ninguna consistencia en los resulta-
dos de los fondos a lo largo del tiempo. Este resulta-
do también es coherente con un mercado eficiente. El
trabajo concluye con unas reflexiones dirigidas a
profesores de finanzas, gestores de fondos, legisla-
dores y periodistas.
El segundo de los artículos se refiere a las “decisio-
nes de inversión de los gestores de cartera ante el
INTRODUCCIÓN
cambio de año”. Los autores, José Luis Miralles Mar-
celo y María del Mar Miralles Quirós, afirman que
durante las dos últimas décadas numerosos estudios
han documentado la existencia de un comportamien-
to estacional en las rentabilidades bursátiles caracte-
rizado por el hecho de que la rentabilidad media de
los títulos en el mes de enero es superior a la rentabi-
lidad obtenida en cualquier otro mes del año.
Una de las hipótesis planteadas para explicar dicho
“efecto enero” es la denominada window dressing
hipótesis, la cual sostiene que los gestores profesio-
nales modifican la composición de sus carteras con
anterioridad a la publicación del informe anual con
el objetivo de que resulten más atractivas. Sin
embargo, una vez pasado el final del año, se encuen-
tran al inicio de un nuevo periodo de evaluación,
caracterizándose su gestión por ser más agresiva,
adquiriendo títulos más arriesgados, contribuyendo
con ello al incremento de su precio. El objetivo de
este estudio consiste en aportar evidencia empírica a
favor de la existencia de este comportamiento por
parte de los gestores de fondos de inversión en
Portugal para el periodo 1996-2001 y analizar el
impacto de su actuación en los títulos y en el con-
junto del mercado de valores portugués.
El tercero de los trabajos incluidos en el nº. 91 de
“Análisis Financiero” se refiere a la “diversidad en
la información emitida en mercados de capitales.
Perspectiva del receptor (analistas financieros) y del
emisor (multinacionales cotizadas)”. Para Esther
Ortiz Martínez la integración de los mercados finan-
cieros en la Unión Europea exige la comparabilidad
de la información financiera, lo que permitirá mejo-
rar la transparencia y eficiencia de estos mercados.
Sin embargo, la existencia de unas únicas normas
contables para grupos cotizados no asegura la
armonización material, es decir, la homogeneidad en
la aplicación de tales normas a casos concretos.
Se estudia la incidencia de la diversidad generada
por la existencia de distintas normas contables
desde dos perspectivas: desde el punto de vista del
analista, juzgando la relevancia de esta barrera en
sus decisiones de inversión, y desde el estudio de la
información financiera calculada según distintos
principios contables y emitida por una muestra de
multinacionales europeas cotizadas en la Bolsa de
Nueva York. Concluye la autora que para el analista
la diversidad contable no es la única, ni la más
importante, ya que existe un efecto país y otro efecto
sector en la cuantificación de las variables contables
fundamentales, independientemente de que la nor-
mativa contable sea homogénea.
En “la nueva propuesta del Comité de Basilea para
la medición de riesgos”, José Luis Martín Marín y
Reyes Samaniego Medina analizan la nueva pro-
puesta que el Comité de Supervisión Bancaria de
Basilea trata de implementar, en un próximo futuro
con respecto a los requisitos de capital de las enti-
dades financieras y aspectos relacionados.
La normativa, conocida popularmente como Basilea
II para distinguirla de la antigua regulación de 1988
o Basilea I, presenta contenidos novedosos hasta
ahora no considerados. Así, se explicitan claramen-
te riesgos distintos al de crédito y al de mercado,
como son el riesgo operacional y el de tipos de inte-
rés en carteras de inversión. Por otra parte, los
modelos de medición, sobre todo del riesgo de cré-
dito, pasan a ser más complejos desarrollándose,
además del método estándar, los métodos internos
básicos y avanzados.
Con el nuevo Acuerdo, se buscan enfoques más sen-
sibles a los riesgos que los de 1988, pero mante-
niendo una regulación total. No se pretende ni
aumentar ni disminuir, en término medio, el nivel de
capital regulatorio, mas bien se busca la adaptación
de éste a cada situación real.
El Acuerdo se basa en tres puntos fundamentales: el
pilar uno o Requerimientos mínimos de capital; el
pilar dos o Revisión supervisora, y el pilar tres o
Información de Mercado.
El desarrollo del acuerdo no está siendo fácil, exis-
tiendo diferentes puntos de vista sobre la aplicabili-
dad del mismo entre los diferentes países de econo-
mías desarrollados afectados por el tema. En la
Unión Europea la diversidad de naciones implicadas
y, por tanto, las distintas normativas que conviven en
ella, hacen conveniente que exista una mínima armo-
nía a la hora de implantar el Acuerdo y esto deberá
hacerse a través del desarrollo de la correspondien-
te normativa comunitaria.
Para el año 2006 el comité de Basilea espera tener
cerrado, definitivamente, el Acuerdo tras los sucesi-
vos retrasos, sobre las fechas previamente anuncia-
das, que se han ido produciendo. Por otra parte, las
autoridades bancarias norteamericanas han expre-
sado recientemente ciertas reticencias sobre la apli-
cabilidad del Acuerdo a todas las entidades finan-
cieras en general, lo que ha venido a aumentar la
incertidumbre sobre el alcance final del mismo.
Mariano González Sánchez afronta el reto de desa-
rrollar un método de estimación de riesgos emplean-
do la Teoría de Eventos Extremos (TEE) en el campo
de las finanzas y los mercados. Para ello, elabora un
flujograma de estimación del riesgo mediante la
TEE y comprueba su efectividad sobre el tipo de
cambio, contrastando su investigación por diversos
métodos.
González Sánchez considera que los resultados
obtenidos demuestran que la TEE constituye una
técnica válida en la medición de riesgos financieros,
especialmente en el entorno de los extremos o colas
de distribución. El trabajo es el resultado de una
investigación muy valiosa sustentada en un aparato
matemático y demostrada con una aplicación al
mercado.
La volatilidad de los tipos de cambio con el Euro es
el tema desarrollado por J. David Cabedo e Ismael
Moya. Los autores se plantean si la implantación del
Euro ha supuesto una reducción del tipo de cambio.
La metodología seguida ha sido analizar las series
históricas de los tipos de cambio del dólar USA y del
yen japonés frente a la peseta y al Euro en dos
periodos consecutivos, utilizando distintos métodos
estadísticos descriptivos y de la modelización de la
varianza. La conclusión más importante del trabajo
es que la implantación del Euro ha supuesto un
incremento en los niveles de riesgo de cambio.
A continuación incorporamos un riguroso estudio
sobre la “modelización global estocástica del nego-
cio asegurador” de Eva María del Pozo García e
Irene Albarrán Lozano. Para los autores la actividad
aseguradora se caracteriza fundamentalmente por la
aleatoriedad de la siniestralidad, ampliamente estu-
diada por la Teoría del Riesgo Clásica, cuyos dos
objetivos fundamentales son el estudio de la distri-
bución de la siniestralidad y la estabilidad del nego-
cio asegurador analizando el efecto que las fluctua-
ciones de la siniestralidad producen en el mismo y
las medidas para evitar que éstas conduzcan a la
empresa a la “ruina”.
La Teoría del Riesgo Clásica proporciona el marco
científicamente aceptado para el planteamiento y
resolución de los principales problemas que presenta
la actividad de la empresa aseguradora. La incerti-
dumbre es una de las características que definen la
actividad aseguradora, por lo que la Teoría del
Riesgo Colectivo se encarga de variables aleatorias
que afectan a dicha actividad, analizando las fluc-
tuaciones de las mismas y su influencia en el resulta-
do del negocio asegurador.
La fluctuación aleatoria de la siniestralidad, riesgo
característico de la empresa aseguradora, no es el
único factor que puede comprometer la solvencia de
la empresa de seguros, por ello es preciso conside-
rar la empresa aseguradora en su globalidad. Por
tanto, es necesario dar entrada al resto de las acti-
vidades que se realizan en su seno así como las
diversas circunstancias que determinan el entorno
en el que actúa.
Concluimos los contenidos de la revista con un aná-
lisis de la revista Fortune que publica todos los años
un número especial donde aparece un listado con las
500 mayores empresas del mundo, denominado
Global 500. Acompañando a cada una de las empre-
sas el listado ofrece, además, diferentes datos finan-
cieros y económicos de cada una de las empresas.
El trabajo que aporta Pablo García Estevez reelabo-
ra esta lista y analiza las empresas que en ella apa-
recen elaborando pequeñas listas de las cinco mayo-
res empresas atendiendo a diferentes variables. Estas
son: La facturación, los beneficios, los rendimientos
sobre las ventas, la rentabilidad económica y el
número de empleados.
Posteriormente, se analizan los diferentes sectores del
mundo empresarial, aplicando las mismas variables
que para las empresas. De este modo se puede tener
una visión clarificadora de la salud financiera de cada
sector y la posición relativa de cada empresa.
José Luis Sánchez Fernández de Valderrama
Director Análisis Financiero
8 ANÁLISIS FINANCIERO
Juan Palacios Raufast* y Leticia Alvarez Alonso**
Resultados de los fondos
de inversión españoles:
1992-2001
I. PRESENTACIÓN
El profesor Merton Miller, premio Nobel de Economía de
1990, piensa que finanzas es un área de investigación muy
madura donde queda poco por hacer, salvo tal vez en el tema
de la teoría de opciones1. Las principales contribuciones a la
teoría financiera se realizaron a finales de los sesenta y princi-
pios de los setenta, y tuvieron un impacto muy importante en
la investigación posterior y en los programas de los cursos de
finanzas de las escuelas de negocios. Este impacto se extendió
también al mundo financiero que, sin embargo, aún hoy no pa-
rece haber asimilado bien las ideas desarrolladas hace treinta
años por los académicos2. Si las posibilidades de investigación
en finanzas se van cerrando como piensa el profesor Miller, pa-
rece en cambio que hay un campo prometedor lleno de opor-
tunidades en la aplicación de esta investigación al mundo
financiero actual. Este trabajo intenta avanzar en esta dirección.
Un ejemplo que ilustra bien este problema es la gestión de
las carteras de los fondos de inversión y los planes de pen-
siones. A finales de los años sesenta empezaron a aparecer
abundantes pruebas de que los principales mercados finan-
cieros eran eficientes. La consecuencia de esto para la ges-
tión de carteras es clara: el análisis de valores (que da reco-
mendaciones de compra o de venta) no sirve porque el mer-
cado eficiente valora los títulos a su precio correcto. También
es inútil tratar de anticipar lo que hará en mercado para ele-
gir el mejor momento para comprar o vender como pretende
hacer el análisis técnico. Si el mercado es eficiente, la mejor
opción es mantener una cartera bien diversificada ajustada al
riesgo que el inversor esté dispuesto a asumir y no intentar
anticiparse al mercado. Esta opción supone reducir al míni-
mo la rotación de los títulos en la cartera.
* Ex Presidente del Instituto Español de Analistas Financieros. Profesor Extraordinario del IESE, Universidad de Navarra.
Ph.D. in Business Administration. Stanford University.
** Asistente de Investigación del CIIF, Centro Internacional de Investigación Financiera. IESE, Universidad de Navarra.
M.Phil. in Economics. Oxford University.
La primera institución que aplicó estos conceptos desarrolla-
dos en las escuelas de negocios fue Wells Fargo. Este banco
lanzó en 1970 los fondos índice y la idea de la gestión de car-
teras pasiva ante el escepticismo general de sus competido-
res. Estos aplicaban la gestión activa que usa el análisis de
valores para identificar lo que hay que comprar y trata de
anticipar la evolución del mercado para saber cuando hay
que hacerlo. De acuerdo con ello se ajusta frecuentemente la
composición de la cartera. Por el contrario, la gestión pasiva
mantiene una cartera estable y reduce por tanto al mínimo
los gastos de análisis y negociación de títulos. Esto supone
un ahorro importante de costes que Wells Fargo traspasaba a
sus clientes en forma de comisiones de gestión más bajas.
¿Cuál de las dos políticas de inversión es mejor? El tiempo
ha dado la razón a Wells Fargo y a los académicos que desa-
rrollaron estos conceptos. Lo demuestra un gran número de
estudios realizados fundamentalmente en Estados Unidos3.
En un mercado eficiente como el de aquel país, un inversor
pasivo obtiene una rentabilidad superior a la que alcanzaría
con una gestión activa, ya que los mayores gastos de gestión
que ésta supone no quedan compensados por la mejora en
rentabilidad que pretende conseguir. Los inversores institu-
cionales suelen elegir hoy formas de gestión pasiva y utilizan
fondos índice convencidos de la eficiencia de los mercados.
Pero este hecho bien conocido no ha impedido que las insti-
tuciones financieras sigan ofreciendo a los pequeños inver-
sores fondos con comisiones de gestión altas y rotaciones de
cartera innecesarias que sólo sirven para aumentar los gastos
de negociación. Además, se distribuye con frecuencia infor-
mación inútil entre estos inversores como informes de análi-
sis técnico. Si el mercado es eficiente, todas estas prácticas
en lugar de aportar valor al inversor lo destruyen.
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001
Se produce así una segmentación importante en el mercado
financiero. Por un lado, los grandes inversores instituciona-
les invierten sabiendo que el mercado es eficiente. Por otro,
instituciones financieras ofrecen a sus clientes fondos con
comisiones de gestión que sólo se podrían justificar si se tra-
dujeran en mayores rentabilidades netas, lo que no puede
ocurrir en un mercado eficiente. Este segundo segmento de
pequeños inversores es poco eficiente y mucho menos trans-
parente que el anterior.
La situación descrita hasta aquí resume lo que ocurre en los
grandes mercados como el de Estados Unidos. Pero, ¿puede
ocurrir que otros mercados tengan un comportamiento dis-
tinto? ¿Cómo es la situación en el mercado español?
¿Conviene aplicar una política de inversión activa en la bolsa
española? ¿Compensa pagar mayores comisiones de gestión
a los fondos para que traten de conseguir mejores resultados?
A pesar de la importancia que han alcanzado los fondos
españoles, apenas existe investigación académica sobre
ellos. Por eso, el objeto de este trabajo es estudiar la evolu-
ción reciente de nuestros fondos para tratar de contestar a
estas preguntas.
A pesar de la importancia que han alcanzado
los fondos españoles, apenas existe
investigación académica sobre ellos
La sección siguiente señala las ideas básicas del modelo con-
ceptual utilizado en este trabajo. En la sección III se comen-
tan los escasos resultados que se conocen sobre los fondos
españoles. La sección IV describe los datos utilizados en este
estudio y la V los resultados obtenidos. Para terminar se pre-
sentan algunas conclusiones.
II. EL MODELO CONCEPTUAL
Para que el mercado de capitales pueda cumplir bien su fun-
ción principal de asignar con eficacia los recursos financie-
ros, sus precios deben reflejar de forma completa toda la
información disponible. Cuando esto ocurre se dice que el
mercado es eficiente,4 y entonces sus precios se convierten
en señales adecuadas para que los inversores puedan dirigir
sus fondos hacia las mejores inversiones. Sólo un mercado
eficiente puede distribuir de forma óptima los recursos finan-
cieros.
Desde la formulación de este concepto a finales de los sesen-
ta, han aparecido muchos trabajos tratando de averiguar si
9
los mercados financieros se comportan como mercados efi-
cientes. La investigación se ha extendido a muchos tipos de
mercados y a países distintos. Uno de los métodos emplea-
dos en las bolsas ha sido ver si la rentabilidad de los fondos
de inversión supera en promedio a la del mercado represen-
tado por algún índice. Si esto no ocurre, se puede deducir
que los gestores de los fondos sólo han dispuesto de infor-
mación que ya estaba reflejada en las cotizaciones, condi-
ción que define un mercado eficiente.
Para poder comparar la rentabilidad de los fondos con la del
mercado hay que desarrollar algún criterio que tenga en
cuenta el riesgo asumido por cada cartera. Sharpe [1965],
Treynor [1966] y Jensen [1968, 1969] fueron los primeros en
proponer unos índices de rentabilidad ajustada al riesgo que
han sido utilizados frecuentemente en trabajos posteriores.
Este trabajo usa uno de estos criterios, el que se conoce hoy
como el ratio de Sharpe, para medir el resultado de los fon-
dos y compararlo con el de la bolsa. El Anexo I presenta una
breve explicación de este concepto. Este ratio es adecuado
para medir la rentabilidad de carteras diversificadas como las
que suelen tener los fondos, y tiene la ventaja sobre los otros
dos índices de que su validez no depende de que se cumpla
el CAPM (Capital Asset Pricing Model). En cualquier caso,
los autores de este trabajo han podido comprobar que sus
resultados no varían al utilizar los otros dos criterios.
III. RESULTADOS CONOCIDOS PARA EL MERCADO
ESPAÑOL
La primera evaluación de fondos de inversión hecha fuera de
Estados Unidos usando estos índices aparece en Palacios
[1973, 1975]. En este trabajo, que se inicia con datos de
1958, aparecen dos periodos de tiempo bien distintos. Hasta
1969 los fondos de inversión de entonces conseguían renta-
bilidades que superaban en promedio a las del mercado,
antes de deducir las comisiones de gestión. Sin embargo esta
situación se invirtió a partir de 1970.
Este resultado parece indicar que la bolsa española empezó
a hacerse más eficiente en esos años precisamente por la pro-
pia actividad de los fondos. La creación de los fondos a par-
tir de 1966 supuso la aparición de los primeros analistas
financieros, profesión completamente desconocida hasta
entonces en nuestro país. La actividad de estos analistas sir-
vió para que las empresas en bolsa empezasen a difundir
información más completa y fiable que la que existía hasta
entonces. Anteriormente, la información disponible era tan
escasa que los inversores solían decidir sus inversiones a la
vista de la política de dividendos y, sobre todo, de los anun-
10 ANÁLISIS FINANCIERO
cios de ampliaciones de capital. Esto configuraba un merca-
do muy poco eficiente hasta que en 1966 esta situación empe-
zó a cambiar5.
Más tarde, Martínez y Rubio [1997] compararon la rentabili-
dad de un muestra de 14 fondos de renta variable en el perio-
do comprendido entre 1980 y 1990 con dos índices de bolsa,
uno simple y otro ponderado. En su trabajo utilizaron el cri-
terio de Jensen para medir el comportamiento de los fondos
con relación a estos dos índices. En ambos casos el resultado
fue que los fondos habían obtenido en promedio peores resul-
tados que los dos índices.
González Mosquera (1995) estudió el impacto de los fondos
de inversión en los resultados de las entidades de crédito en
los años 1991-1994. Encontró diferencias entre los fondos
vinculados a las entidades de crédito y el resto. Estos últimos
tenían un patrimonio más diversificado con una mayor pro-
porción de renta variable y cartera exterior, y también unas
comisiones ligeramente inferiores. Después de comprobar
que la rentabilidad de los fondos fue inferior a la de las letras
del Tesoro, pone en duda que el pequeño inversor obtenga los
beneficios que podría esperar de una gestión profesional, y
concluye que la única ventaja que consigue es la derivada del
tratamiento fiscal de esta inversión.
Finalmente de Lucas [1998] obtuvo resultados de una muestra
de 36 fondos de renta variable entre 1992 y 1996. De los 36 fon-
dos sólo 11, menos de la tercera parte, superaron al índice de
bolsa elegido que fue el Ibex 35. Desafortunadamente, este
índice no incorpora la rentabilidad recibida en forma de divi-
dendos, por lo que los resultados de los fondos aparecen en este
trabajo como mejores de lo que fueron en realidad.
En resumen, la escasa evidencia disponible es que los fondos
españoles no parecen obtener rentabilidades superiores a las
del mercado, lo que apoya la hipótesis de la eficiencia de la
bolsa española. A continuación se describen los resultados de
un nuevo trabajo con datos más amplios y recientes.
IV. LOS DATOS
La rentabilidad neta de los fondos
La muestra de fondos para este trabajo corresponde al grupo
que Inverco llama Renta variable nacional6. Este grupo se com-
pone de fondos que tienen invertido más del 75% de su cartera
en activos cotizados en mercados españoles. Los activos deben
estar denominados en monedas euro, con un máximo del 30%
en moneda no euro. Para la muestra utilizada en este trabajo se
excluyeron de este grupo los fondos garantizados.
Con los datos de final de mes del valor liquidativo se calculó
la rentabilidad mensual de estos fondos desde enero de 1992
hasta diciembre de 2001, un periodo de diez años que permi-
te obtener 120 observaciones mensuales por fondo. Se obtu-
vo así la muestra de 21 fondos que aparece en el Anexo III.
Para ampliar el número de fondos de la muestra y obtener
resultados más recientes, se consideró también un segundo
periodo de tiempo: desde enero de 1997 a diciembre de 2001.
De esta forma se obtuvo una segunda muestra de 55 fondos
con 60 observaciones que es la que aparece en el Anexo V. En
esta muestra se incluyen tres fondos del BBVA que fueron
absorbidos por otros de la misma gestora en 2001, por lo que
sólo cuentan con 52, 53 y 54 observaciones7. Por otra parte,
se eliminaron de la muestra tres fondos cuyo R2 (coeficiente
de determinación de su rentabilidad con la del mercado) no
superó el valor de 0,5, lo que indica que eran fondos poco
diversificados.
Con estos datos se calculó la rentabilidad anual acumulada de
cada fondo, su volatilidad mensual y R2, resultados que apa-
recen en los mencionados anexos III y V junto con los corres-
pondientes al índice de bolsa. No se ha hecho ningún intento
por incluir el efecto de las comisiones de suscripción o de
reembolso en el cálculo de rentabilidad. Esto debe tenerse en
cuenta más adelante al interpretar los resultados de este tra-
bajo.
La rentabilidad del mercado y del tipo libre de riesgo
La rentabilidad mensual de la bolsa española se ha calculado
tomando los valores a fin de mes del Indice Total que prepa-
ra el Servicio de Estudios de la Bolsa de Madrid. Este índice
tiene la ventaja sobre otras alternativas de que incorpora en
su cálculo la rentabilidad obtenida por dividendos de los
valores que lo componen, lo que permite hacer comparacio-
nes homogéneas con la rentabilidad de la cartera de los fon-
dos.
Los dos periodos de tiempo estudiados en este trabajo son bas-
tante representativos del comportamiento de la bolsa. En
ambos la bolsa subió con altibajos que incluyeron fases de
mercado bajista. Sin embargo, como se aprecia en la Figura 1,
la volatilidad de los precios empezó a crecer con claridad hacia
mediados de 19968.
Como tipo de interés mensual libre de riesgo se tomó el del
depósito interbancario a un mes obtenido de Datastream.
Este tipo de interés se sustrajo de la rentabilidad mensual de
los fondos y de la del índice para obtener el exceso de renta-
bilidad mensual que se utilizó luego para calcular el ratio de
Sharpe.
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001 11

Evolución del índice y del valor liquidativo de los fondos: buena indicación de lo se puede esperar de un fondo en el futu-
ro. Pero si esto ocurriese indicaría que el mercado no es efi-
y 1992-2001
q
ciente. Finalmente, el cuarto y último apartado intenta encon-
600
trar razones por las que la rentabilidad media de los fondos, no
sólo no superó al índice, sino que se quedó bastante por deba-
500
Indice
454
jo de él. Este es un resultado inesperado y sorprendente.
400

300
Rentabilidades netas
Fondos 276

200 Los resultados correspondientes al periodo de 1992 a 2001

aparecen en el Anexo IV, y los del periodo de 1997 a 2001
100 en el Anexo VI. El Cuadro 1 presenta un resumen de estos
resultados.
d-91 d-92 d-93 d-94 d-95 d-96 d-97 d-98 d-99 d-00 d-01
En este cuadro se ve que la rentabilidad anual de la bolsa en
Figura 1 el periodo de diez años superó a la de los fondos en más de
5,5 puntos (16,33% frente a 10,72%), y en más de 7,5 pun-
tos en el periodo más corto y reciente (15,94% frente a
La rentabilidad bruta de los fondos en 1997-2001
8,28%). En la Figura 1 se puede comprobar que esto supone
que una inversión inicial en bolsa se hubiera multiplicado
En el periodo de cinco años de 1997 a 2001, además de la
por 4,54 en el periodo de diez años, mientras que en los fon-
rentabilidad neta obtenida por el partícipe, se ha considerado
dos sólo lo hubiera hecho por 2,76 en promedio. Los resul-
también la rentabilidad bruta que se hubiera conseguido
tados para el periodo de cinco años son de 2,10 y 1,48, tam-
antes de deducir las comisiones de gestión y las de depósito
bién a favor del índice. En este periodo de tiempo la rentabi-
aplicadas por cada fondo. Los datos de estas comisiones se
lidad de la mayoría de los fondos se distribuyó de forma bas-
han obtenido del Informe sobre Instituciones de Inversión
tante uniforme entre el 6 y el 14% como se puede ver en la
Colectiva que publica la División de Desarrollo de la
Comisión Nacional del Mercado de Valores9.
La rentabilidad anual de la bolsa en el periodo
En este cálculo se han tenido también en cuenta las comisio- de diez años superó a la de los fondos en más
nes de gestión sobre resultados, aunque son pocos los fondos de 5,5 puntos, y en más de 7,5 puntos en el
que las han aplicado, como muestra el Anexo VII. A los gas-
tos de gestión y de depósito de estos fondos se añadió una
periodo más corto y reciente
comisión adicional del 9% sobre la rentabilidad anual obte-
nida cuando ésta fue positiva. Esta comisión se distribuyó
uniformemente entre los doce meses del año. Resultados con rentabilidades netas.
Rentabilidades en tanto por ciento
V. RESULTADOS 1992-2001 1997-2001
21 fondos Indice 55 fondos Indice
Rentabilidad anual acumulada 10,72 16,33 8,28 15,94
En el primer apartado de esta sección se analizan los resul- Exceso de rentabilidad media mensual 0,40 0,85 0,50 1,11
tados basados en la rentabilidad neta de los fondos que es la Volatilidad mensual 5,50 5,97 6,38 6,77
que recibe el partícipe. En el segundo apartado se hace lo Beta 0,86 1,00 0,90 1,00
mismo con la rentabilidad bruta antes de deducir las comi- R2 0,87 1,00 0,91 1,00
siones de gestión y de depósito. Esto permite comparar la Ratio de Sharpe 0,073 0,142 0,076 0,163
Fondos que superan al mercado en:
gestión de los fondos antes de gastos con el índice, para
Rentabilidad anual acumulada 0 – 0 –
poder estimar así la eficiencia del mercado. En el tercer apar- Exceso de rentabilidad media mensual 0 – 0 –
tado se analiza la consistencia de los resultados de los fon- Volatilidad mensual 2 – 16 –
dos, viendo si se mantienen y persisten a lo largo del tiempo Ratio de Sharpe 0 – 1 –
o, por el contrario, parecen ser más bien producto del azar.
Si hubiera consistencia, los resultados pasados serían una Cuadro 1
12 ANÁLISIS FINANCIERO

Rentabilidad anual acumulada: 1997-2001 bolso, que 22 de los 55 fondos aplican. Estas comisiones
incidirían de forma más intensa en los partícipes con menor
plazo de inversión.
% 20

M ercado
Rentabilidades brutas: 1997-2001
15
Los resultados correspondientes al periodo 1997-2001 se vol-
10 vieron a calcular utilizando la rentabilidad bruta de los fon-
dos, obtenida antes de deducir las comisiones de gestión y las
de depósito. Aunque esta rentabilidad no es la que obtiene el
5 partícipe, sirve para comparar los resultados de la gestión
antes de gastos con los del índice, lo que da una indicación
de la eficiencia del mercado. Si el mercado es eficiente, hay
0 que esperar que la rentabilidad bruta de los fondos sea en
promedio similar a la conseguida por el índice. Los resulta-
dos aparecen en el Anexo VIII, y el Cuadro 2 los compara
-5 con los correspondientes a la rentabilidad neta del apartado
10 20 30 40 50 Fondos anterior.
Figura 2
Resultados de 1997-2001: rentabilidades brutas y netas
Figura 2. Ninguno de los 55 fondos superó la rentabilidad del
(60 observaciones)
mercado y, sorprendentemente para un periodo de bolsa Rentabilidad
alcista, hubo un grupo de seis de ellos que tuvieron rentabili- Muestra de 55 fondos neta bruta Indice
dades próximas a cero o negativas; llegando el peor de la Rentabilidad anual acumulada 8,28 10,69 15,94
Exceso de rentabilidad media mensual 0,50 0,69 1,11
muestra a situarse en –3,93%, es decir casi 20 puntos de ren-
Volatilidad mensual 6,38 6,38 6,77
tabilidad anual por debajo del índice. En el periodo más largo Beta 0,90 0,90 1,00
de 1992-2001 sucede lo mismo aunque las diferencias son R2 0,91 0,91 1,00
algo menores10. Ratio de Sharpe 0,076 0,105 0,163
Fondos que superan al mercado en:
Como era de esperar la rentabilidad de los fondos tuvo en Rentabilidad anual acumulada 0 1 –
general una correlación muy alta con la del índice, con Exceso de rentabilidad media mensual 0 2 –
Volatilidad mensual 16 17 –
medias de R2 de 0,87 y 0,91. El promedio del coeficiente beta Ratio de Sharpe 1 2 –
de los fondos fue 0,86 y 0,90, lo que indica un riesgo asumi-
do por éstos menor que el del mercado. Los datos de volati- Cuadro 2
lidad mensual también confirman esta conclusión. Esto per-
mite esperar una mejora en los resultados de los fondos si se
corrige el efecto de su menor riesgo frente al de la bolsa. Pero En este cuadro se ve que la rentabilidad anual mejora en tér-
la mejora fue muy pequeña al hacerlo, ya que sólo hay un minos brutos desde el 8,28% hasta el 10,69%, lo que refleja
fondo con un ratio de Sharpe superior al del mercado en el el impacto de las comisiones que en promedio fueron de
periodo más corto, y sigue sin haber ninguno en el más largo. 2,41%. Sin embargo, esta mejora no permitió alcanzar la
Las diferencias para este ratio vuelven a ser muy grandes: el rentabilidad del 15,94% obtenida por la bolsa. Se puede vol-
ratio de la bolsa es aproximadamente el doble que el de los ver a usar el ratio de Sharpe para corregir por el menor ries-
fondos en los dos periodos. go asumido por los fondos, con lo que este ratio mejora para
ellos de 0,076 a 0,105, pero sin llegar al valor de índice de
En resumen, la rentabilidad obtenida por los partícipes de 0,163. Sólo hay un fondo entre los 55 con una rentabilidad
estos fondos ha sido muy inferior a la de la bolsa en la últi- bruta superior a la bolsa, y son ahora dos, en vez de uno, los
ma década. Esta diferencia se acrecienta hasta valores muy que consiguen un ratio de Sharpe superior al del mercado.
altos en los cinco últimos años. Conviene recordar que la ren- Estos resultados son muy negativos, ya que lo que cabía
tabilidad de los partícipes empeoraría aún más si se conside- esperar al utilizar rentabilidades brutas es que aproximada-
rase el impacto de las comisiones de suscripción y de reem- mente la mitad de los fondos hubiera superado al mercado.
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001
Comisiones medias y ratio de Sharpe
Ratio de 0,25
Sharpe
0,20
0,15
0,10
0,05
0,00
-0,05
-0,10
1 2 3
C omisi—n anual %
Figura 3
No parece existir ninguna relación entre
mayores comisiones y mejores resultados
La Figura 3 muestra la relación entre los resultados brutos de
los fondos medidos por el ratio de Sharpe y las comisiones
medias que han cobrado en este periodo de tiempo. No pare-
ce existir ninguna relación entre mayores comisiones y
mejores resultados. Esto apoya el principio de invertir pre-
ferentemente en los fondos con comisiones más bajas, ya
que sus resultados después de deducir éstas tenderán a ser
mejores.
Todo esto lleva a dos conclusiones. La primera es que los
resultados anteriores apoyan la hipótesis de que la bolsa
española es eficiente. No hay ninguna evidencia en los últi-
mos diez años de que los fondos en su conjunto hayan sido
capaces de mejorar la rentabilidad del mercado.
La segunda conclusión es que los fondos no parecen haber
cumplido bien su función de trasladar la rentabilidad del
mercado al pequeño inversor en los últimos diez años. Sus
resultados netos son muy negativos; más se 7,5 puntos de
rentabilidad anual por debajo de la bolsa en los últimos cinco
años y 5,5 en los últimos diez. Se suele decir que las comi-
Los fondos no parecen haber cumplido bien su
función de trasladar la rentabilidad del mercado
al pequeño inversor
13
siones de gestión de los fondos son altas. Pero estas comi-
siones no llegan a explicar la diferencia. Mucho menos lo
puede hacer el efecto del menor riesgo asumido por los fon-
dos frente al mercado. Más adelante se intentan buscar las
razones que pueden haber conducido a este resultado.
La consistencia de los resultados de los fondos
¿Son consistentes los resultados de un fondo a lo largo del
tiempo? Si fuera así, los resultados pasados serían una
buena guía de lo que puede hacer de un fondo en el futuro,
lo que permitiría a los inversores seleccionar fondos usando
este criterio. Pero si el mercado es eficiente esto no debería
ocurrir.
Para contestar a esta pregunta se dividió la muestra de 1997-
01 en dos periodos de tiempo iguales, y se comparó la clasi-
ficación de los fondos según el ratio de Sharpe en cada uno
de ellos como se ve en la Figura 4. Si los resultados hubie-
ran sido consistentes los fondos se deberían alinear con la
diagonal en esta figura, pero se ve que no hay ninguna rela-
ción entre las clasificaciones de los dos periodos. Por tanto,
la gestión buena o mala de un fondo no tuvo en general con-
tinuidad en el tiempo, lo que apoya de nuevo la hipótesis de
la eficiencia del mercado. Resultados similares se obtuvieron
con la muestra de 1992-01 al fraccionarla en dos periodos de
cinco años iguales. En resumen, como suelen advertir los
folletos de los fondos, su conducta pasada no garantiza nin-
gún resultado futuro. Ni en términos absolutos ni relativos.
Fondos ordenados según el ratio de Sharpe:
relación entre dos periodos de 1997-2001
n¼ 55
50
40
jul 99- dic 01 30
20
10
1
1 10 20 30 40 50 55 n¼
ene 97- jun 99
Figura 4
14 ANÁLISIS FINANCIERO

¿Por qué los fondos españoles han sido tan poco rentables? R2 en 1997-2001: relación entre dos periodos
Se han señalado dos razones que han reducido la rentabilidad 1,0
neta de los fondos: las comisiones de gestión y el menor ries-
go asumido frente al índice de la bolsa que nos sirve de com-
paración. Pero el efecto de estas dos causas no explica la
diferencia de 7,66 puntos de rentabilidad con el índice. De
acuerdo con los datos anteriores, el menor riesgo asumido
por las carteras de los fondos justifica aproximadamente 1,15 jul 99- dic 01 0,5
puntos de menor rentabilidad frente al índice11. A esto hay
que añadir los 2,41 puntos de gastos de gestión, lo que da un
total de 3,56 puntos. Con ello, todavía quedan por explicar
4,10 puntos para llegar a la diferencia de 7,66 con el índice.

Todo apunta a que esta diferencia adicional se debe a políti-

cas de inversión desacertadas. En otras palabras: los fondos,
en lugar de mantener una cartera estable y bien diversificada,
han hecho una gestión activa que en vez de mejorar su renta-
bilidad ha tenido el efecto contrario.
Una prueba de esto aparece en la figura 5 que muestra que los
fondos con carteras menos diversificadas (medidas por R2)
han sido los que han obtenido peores resultados. Estos fon-
dos al concentrar su cartera en menos valores no acertaron al
elegirlos y tuvieron peores resultados que los fondos mejor
diversificados.
La figura 6 compara los valores de R2 conseguidos por los fon-
dos en dos periodos consecutivos. En ella se ve cómo los fon-
dos menos diversificados (con menor R2) son los que hicieron
los mayores cambios en este coeficiente de uno a otro periodo,
lo que significa decisiones de diversificación cambiantes y poco
estables en periodos de tiempo no muy largos. La teoría finan-
ciera enseña que el riesgo diversificable que han corrido estos
R2 y ratio de Sharpe: 1992-2001
0 0,5 1,0
ene 97- jun 99
Figura 6
fondos no aporta ninguna rentabilidad adicional y debe ser eli-
minado de la cartera. Esta política de inversión poco consisten-
te, supuso además incurrir en gastos de negociación innecesa-
rios al cambiar la composición de la cartera.
Lo anterior ilustra el efecto negativo que puede tener una car-
tera poco diversificada, que es uno de los riesgos de aplicar
una política de inversión activa. Otro riesgo de esta política
es el de variar la sensibilidad de la cartera a los movimientos
de la bolsa, tratando así de aprovecharse de ellos. La figura 7
aporta evidencia de que muchos fondos lo intentaron con
malos resultados.
Coeficiente beta en 1997-2001:
relación entre dos periodos
1,4

Ratio de 0,14 1,2

Sharpe Indice
0,12 1,0

0,10 0,8
0,08 mar 00- dic 01
0,6
0,06
0,4
0,04
0,2
0,02

0,00
0,2 0,4 0,6 0,8 1,0 1,2 1,4
-0,02
0 0,5 1,0 R 2 ene 97- feb 00

Figura 5 Figura 7
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001
El coeficiente beta es una buena medida de la sensibilidad de
una cartera a las variaciones del índice. En esta figura apare-
cen los coeficientes beta de la muestra de 55 fondos en dos
periodos distintos: el primero alcista desde enero de 1997
hasta febrero del 2000; y el segundo bajista desde marzo del
2000 hasta diciembre del 2001.
Si los fondos no hubieran cambiado su sensibilidad al mer-
cado en estos dos periodos de tiempo, se hubieran situado
cerca de la diagonal de este gráfico. Los que están por enci-
ma de ella son los que en la fase bajista de la bolsa asumie-
ron un riesgo mayor que en la fase alcista del periodo ante-
rior. Los que están por debajo de la diagonal lo contrario.
Todos estos fondos asumieron un riesgo, pero los primeros
se equivocaron y los segundos acertaron. De los 55 fondos,
sólo uno mantuvo estable su coeficiente beta, diez acertaron
al reducirlo en el segundo periodo pero 34 se equivocaron al
aumentarlo.
Otra forma de llegar a una conclusión parecida es comprobar
que ninguno de los fondos con coeficiente beta mayor que
uno en el primer periodo (alcista), redujo este coeficiente
después por debajo del mercado cuando éste bajó. En la figu-
ra estos fondos se situarían en el cuadrante inferior derecho
que está vacío. Sin embargo, hay 14 fondos en el cuadrante
superior izquierdo que son fondos que hicieron lo contrario:
aumentaron su coeficiente beta por encima de uno cuando el
mercado bajó, lo que incidió muy negativamente en su ren-
tabilidad.
En definitiva, los fondos que decidieron cambiar su riesgo
medido por beta se equivocaron de nuevo en su mayoría. Sus
resultados hubieran sido mucho mejores si hubieran mante-
nido una cartera estable fruto de aplicar una política de inver-
sión pasiva. Este parece haber sido el factor que más ha
influido en la diferencia de 4,10 puntos de rentabilidad anual
entre la bolsa y los fondos, después de gastos de gestión y del
ajuste de riesgo.
Como conclusión, la diferencia de rentabilidad entre la bolsa
y el mercado podría explicarse del siguiente modo:
Periodo 1997-2001 (Rentabilidad en porcentaje)
Rentabilidad anual de la bolsa
Menos: diferencia atribuible al menor riesgo de los fondos
Rentabilidad equivalente de la bolsa ajustada al riesgo de los fondos
Menos: comisiones de gestión y depósito
Menos: desaciertos en la política de inversión y gastos de negociación
Rentabilidad anual obtenida por los partícipes de los fondos
15
VI. CONCLUSIONES
Las principales conclusiones de este trabajo son las siguientes:
1. La bolsa española se ha comportado como un mercado efi-
ciente para los gestores de los fondos de inversión. No hay
ninguna evidencia de que los fondos hayan sido capaces
de superar la rentabilidad del índice de bolsa en los últimos
diez años. Los fondos no han contribuido a la eficiencia
del mercado, ya que asignaron sus recursos a inversiones
menos rentables que las de la bolsa en su conjunto12.
2. La rentabilidad anual obtenida por los partícipes ha sido
muy inferior a la de la bolsa: 5,5 puntos menos que el
índice en los últimos diez años, y 7,5 puntos en los últi-
mos cinco años. Al ajustar por el menor riesgo de los fon-
dos frente a la bolsa, estas diferencias se reducen sólo en
torno a un punto. En este cálculo no se han deducido las
comisiones de suscripción o de reembolso que aplican la
mitad de los fondos estudiados, y que hubieran empeora-
do estos resultados. Por lo tanto, no parece que los fon-
dos hayan cumplido su función de trasladar la rentabili-
dad del mercado a sus partícipes eficazmente.
3. La media de las comisiones anuales de gestión y de depó-
sito en la muestra de 55 fondos fue de 2,41% en los últi-
mos cinco años. Estos gastos son altos después de ver los
resultados obtenidos. Los fondos que cobran mayores
comisiones no tuvieron mejores resultados antes de gas-
tos que los que aplican comisiones más bajas. Esto apoya
el criterio defendido desde hace mucho tiempo en el
mundo académico de invertir con preferencia en los fon-
dos con menores comisiones.
4. Aún después de tener en cuenta el ajuste por riesgo y los
gastos de gestión, la diferencia entre el índice y los fondos
fue de 4,10 puntos de rentabilidad anual. Esta diferencia se
produjo porque muchos fondos aplicaron una política de
gestión activa que supuso carteras mal diversificadas y
poco rentables, cambios a destiempo en el riesgo de la car-
tera (medido por el coeficiente beta) y gastos de nego-
ciación innecesarios. Si los fondos hubiesen aplicado una
política pasiva, como defiende la teoría financiera, sus
resultados habrían sido mucho mejores. La gestión pasiva
supone mantener una cartera bien diversificada y estable,
15,94
ajustada al riesgo que el inversor desee asumir.
–1,15
14,79
–2,41 5. La diferencia de 4,10 puntos de rentabilidad anual entre
–4,10 la bolsa y los fondos comentada en el punto anterior es
8,28 inesperada y totalmente sorprendente. En un mercado
eficiente esta diferencia debe ser próxima a cero, y debe
haber aproximadamente el mismo número de fondos con
16 ANÁLISIS FINANCIERO
resultados superiores o inferiores al índice. En nuestro
caso, el índice superó a todos los fondos de la muestra
menos uno. También es completamente anómalo que
todos los fondos con carteras poco diversificadas hayan
quedado por debajo de los fondos mejor diversificados.
Estos resultados tan llamativos no pueden explicarse sólo
con los datos manejados en este trabajo, pero por su natu-
raleza y magnitud merecen ser objeto de una investiga-
ción posterior.
6. Finalmente, no se ha podido apreciar ninguna consistencia
en los resultados de los fondos a lo largo del tiempo. En
otras palabras, los resultados pasados no aportaron ningu-
na indicación útil de lo que puede hacer un fondo en el
futuro. Por tanto, los rankings de fondos que aparecen con
regularidad en la prensa no sirven para elegir el fondo
donde invertir. De nuevo, este resultado es plenamente
coherente con lo que debe ocurrir en un mercado eficiente.
Los rankings de fondos que aparecen
con regularidad en la prensa no sirven
para elegir el fondo donde invertir
VII. COMENTARIO FINAL
Este trabajo es un ejemplo de cómo la teoría financiera desa-
rrollada en las escuelas de negocios no llega bien al mundo
real. A continuación se señalan algunos temas de reflexión
para los que pueden ayudar a cambiar esta situación: profe-
sores de escuelas de negocios, gestores de fondos, legislado-
res y medios de comunicación.
La aportación de las escuelas de negocios a la comprensión
de los mercados financieros y sus intermediarios ha sido
enorme. Se dispone de una teoría financiera potente y con-
trastada desarrollada por un grupo de profesores, seis de los
cuales han visto premiado su esfuerzo con el premio Nobel.
Sin embargo, el mundo real parece ignorarlo y vive de espal-
das a lo que se enseña en las escuelas de negocios. Un tema
de reflexión para los profesores de estas escuelas es por qué
ocurre esto, y el coste que tiene para la sociedad que la
comunidad financiera siga prácticas que se sabe que son
incorrectas. A la vista del comentario del profesor Miller al
principio del informe, puede ser bueno pensar qué se debe
hacer con la docencia y la investigación para tratar de redu-
cir el divorcio que existe entre profesores y financieros. El
beneficio de este esfuerzo para el sistema financiero y, en
nuestro caso, para los pequeños inversores puede ser muy
grande.
Un fondo índice hubiera superado
consistentemente a todos los demás,
incluso aunque hubiese cobrado una comisión
de gestión del 1,5%
Los gestores de fondos, en general, parecen comportarse
como si ignoraran principios básicos de la teoría financiera,
con la consecuencia de un alto coste para sus partícipes. Esta
situación debería cambiar. Conseguir buenos resultados con
un fondo en el mercado español podía haber sido bastante
simple en los últimos años. Un fondo índice lo hubiera con-
seguido. De la información contenida en este trabajo se des-
prende con facilidad que un fondo índice hubiera superado
consistentemente a todos los demás, incluso aunque hubiese
cobrado una comisión de gestión del 1,5%.
La cuantía de las comisiones de gestión es otro aspecto que
merece reflexión. Si están para retribuir a la gestión profe-
sional de los fondos, los resultados obtenidos indican que han
sido excesivas. Los partícipes han pagado un servicio que, en
general, no han recibido. El margen para reducir las comisio-
nes en beneficio del inversor es amplio. Como se acaba de
comentar, un fondo índice hubiera cubierto mucho mejor las
necesidades del inversor, y este tipo de fondos puede reducir
estos gastos al mínimo. Así por ejemplo, es fácil encontrar
gestoras internacionales conocidas y solventes que ofrecen
fondos índice con comisiones de gestión del 0,2%, menos de
la décima parte de las que son habituales en nuestros fondos.
Desde enero de este año se puede cambiar la inversión de un
fondo a otro sin penalización fiscal, lo que puede aumentar la
competencia entre fondos y ayudar así al descenso de comi-
siones. Esta es una buena iniciativa, pero sería deseable que
legisladores y reguladores tomaran también medidas para
aumentar la transparencia en este sector. Hace años el Banco
de España obligó a las entidades de crédito a hacer público el
TAE (tipo anual equivalente) en todos sus depósitos y crédi-
tos con la clientela. Esta información engloba en una sola
cifra todos los costes (o ingresos) en concepto de intereses y
comisiones, que antes hacían muy difícil que el cliente cono-
ciera el coste real de un crédito o la rentabilidad de un depó-
sito. Con esta decisión aumentó la competencia en el sector
bancario en beneficio de sus clientes. Pocas veces una medi-
da tan simple ha tenido un impacto tan favorable en la
eficiencia de nuestro sistema financiero.
Una mayor transparencia en el sector de los fondos aumenta-
ría la competencia en beneficio de los inversores. En estos
momentos, por ejemplo, la inmensa mayoría de los partícipes
desconoce las comisiones de gestión que está pagando a su
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001
fondo. Corresponde al regulador tratar de mejorar esta situa-
ción. Entre la información relevante para poder elegir bien un
fondo, la que convendría que se conociera mucho mejor es:
1. Las comisiones de gestión ya comentadas.
2. Los gastos de negociación que ha pagado el fondo.
Conocer estos gastos permitiría saber si su cuantía es razo-
nable según el tipo de fondo. Esto es lo que ya ocurre con las
comisiones de gestión en mercados más transparentes y con
más competencia que el nuestro.
3. La rentabilidad obtenida por el fondo en el último año
comparada con la de un índice relevante de acuerdo con
los objetivos del fondo. Esta información es básica para
saber como cumple el fondo sus objetivos.
Estos son tres ejemplos parecidos a la iniciativa del Banco de
España con el TAE. Son informaciones escuetas y relevantes
que todo el mundo puede entender. El folleto preceptivo de
los fondos responde a una exigencia legal necesaria, pero
aporta muy poca ayuda real al inversor.
Por último, los medios de comunicación tienen una respon-
sabilidad importante en este tema. Con frecuencia suplen
bien un vacío de información que las instituciones anteriores
no cubren. Pero la información que dan puede mejorarse. Se
publica mucha información en forma de rankings, a veces
mucha más de la que el inversor desearía recibir. Pero aun-
que la información de resultados pasados tiene interés, no
ayuda mucho a elegir un fondo como se ha visto. Esta infor-
mación debería completarse con la de las comisiones ya
comentadas, que condicionan la rentabilidad futura del
fondo de forma muy clara.
ANEXOS
ANEXO I. EL RATIO DE SHARPE
El ratio de Sharpe viene dado por:
ri Ri − R
Si = =
s( ri ) s( ri )
donde:
Si = ratio de Sharpe de la cartera i
Ri = rentabilidad promedio de la cartera i (en el periodo con-
siderado)
R = rentabilidad promedio del tipo libre de riesgo
ri = Ri – R = exceso de rentabilidad de la cartera i (sobre el
tipo libre de riesgo)
s(ri) = desviación estándar del exceso de rentabilidad duran-
te el periodo considerado.
17
En la figura se ve una interpretación de este ratio. Los pun-
tos i y k representan los resultados obtenidos por las carteras
i y k en un periodo de tiempo. Las líneas PQ y PR represen-
tan las carteras que se pueden formar combinando cada una
de estas dos carteras con el tipo libre de riesgo, bien sea
invirtiendo en él o tomando dinero prestado a este tipo. De la
figura se desprende que la cartera i es mejor que la k, ya que
con ella se obtienen carteras que superan siempre en renta-
bilidad, a igualdad de riesgo, a las que se pueden formar con
k. En general, cuanto más inclinada sea la línea correspon-
diente a una cartera mejor será su rentabilidad ajustada al
riesgo. Como el ratio de Sharpe mide precisamente esta pen-
diente, es por tanto una medida adecuada de la rentabilidad
ajustada al riesgo.
r Q
R
k
i
P s(r)
Figura 8
Una explicación más extensa de este ratio aparece en Sharpe
[1994]. La comparación de este ratio con los índices de
Treynor y Jensen puede verse en un buen libro de texto como
el de Bodie, Kane y Marcus [1996]. Finalmente, Sharpe
[1997] compara este ratio con otros criterios de medida más
comerciales como el de Morningstar.
ANEXO II. CATEGORÍAS DE FONDOS SEGÚN INVERCO
1. Denominación de categorías
• FIAMM
• Renta fija corto plazo
• Renta fija largo plazo
• Renta fija mixta
• Renta variable mixta
• Renta variable nacional
• FIAMM internacional
• Renta fija internacional
— Renta fija mixta internacional.
18 ANÁLISIS FINANCIERO
— Renta variable mixta internacional
— Renta variable euro
— Renta variable internacional
— Globales
— Garantizados renta fija
— Garantizados renta variable
2. Criterios de adscripción
2.1. CRITERIOS GENERALES
El criterio de clasificación vendrá determinado por la voca-
ción inversora del fondo, reflejada en los reglamentos o en
los folletos informativos, y no por la composición de la car-
tera.
Los límites de adscripción tendrán en cuenta no sólo las
inversiones de contado sino también los derivados incorpora-
dos. El plazo de la cartera de renta fija se determinará en fun-
ción de la duración media de la cartera (activos e instrumen-
tos derivados). Se permitirán situaciones transitorias de
menos riesgo de cartera, que no afectarán a la modificación
de categoría del fondo. Cuando en función de la política de
inversión un fondo pudiera teóricamente incluirse en dos
categorías distintas, se clasificará en aquella que conlleve
mayor riesgo. Las participaciones preferentes se considera-
rán como activos de renta fija. Los bonos convertibles se asi-
milarán a un activo de renta fija más un derivado con subya-
cente de renta variable.
2.2. CRITERIOS CONCRETOS
FIAMM: los activos estarán denominados en monedas euro,
con un máximo del 5% en monedas no euro.
Renta fija corto plazo: no incluye activos de renta variable en
su cartera de contado, ni derivados cuyo subyacente no sea de
renta fija. La duración media de su cartera no puede superar
los dos años. Los activos estarán denominados en monedas
euro, con un máximo del 5% en monedas no euro.
Renta fija largo plazo: no incluye activos de renta variable en
su cartera de contado, ni derivados cuyo subyacente no sea de
renta fija. La duración media de su cartera debe ser superior
a dos años. Los activos estarán denominados en monedas
euro, con un máximo del 5% en monedas no euro.
Renta fija mixta: menos del 30% de la cartera en activos de
renta variable. Los activos estarán denominados en monedas
euro, con un máximo del 5% en monedas no euro.
Renta variable mixta: entre el 30% y el 75% de la cartera en
activos de renta variable. Los activos estarán denominados en
monedas euro, con un máximo del 30% en monedas no euro.
Renta variable nacional: más del 75% de la cartera en activos
de renta variable cotizados en mercados españoles, incluyen-
do activos de emisores españoles cotizados en otros merca-
dos. Los activos estarán denominados en monedas euro, con
un máximo del 30% en moneda no euro.
FIAMM internacional: Más del 5% de los activos estarán
denominados en monedas no euro.
Renta fija internacional: no incluye activos de renta variable
en su cartera de contado, ni derivados cuyo subyacente no sea
de renta fija. Más de un 5% de los activos estarán denomina-
dos en monedas no euro.
Renta fija mixta internacional: menos del 30% de la cartera
en activos de renta variable. Más de un 5% de los activos
estarán denominados en monedas no euro.
Renta variable mixta internacional entre el 30% y el 75% de
la cartera en activos de renta variable. Más de un 30% de los
activos estarán denominados en monedas no euro.
Renta variable euro: más del 75% de la cartera en activos de
renta variable. La inversión en renta variable nacional no
podrá superar el 75% de la cartera. Los activos estarán deno-
minados en monedas euro, con un máximo del 30% en mone-
das no euro.
Renta variable internacional: más del 75% de la cartera en
activos de renta variable. Más de un 30% de los activos esta-
rán denominados en monedas no euro.
Globales: fondos sin definición precisa de su política de
inversión y que no encajen en ninguna categoría.
Garantizados renta fija: fondo para el que existe garantía de
un tercero (bien a favor del fondo bien a favor de los partíci-
pes), y que asegura exclusivamente un rendimiento fijo.
Garantizados renta variable: fondo para el que existe garan-
tía de un tercero (bien a favor del fondo bien a favor de los
partícipes), y que asegura una cantidad total o parcialmente
vinculada a la evolución de instrumentos de renta variable o
divisa.
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001 19

ANEXO III. MUESTRA DE FONDOS PARA 1992-200113 ANEXO IV. RESULTADOS NETOS PARA 1992-2001

Ordenados según la rentabilidad anual acumulada consegui- Ordenados según el ratio de Sharpe
da en el periodo.
Rentabilidad y volatilidad expresada en tanto por ciento
La rentabilidad anual acumulada y la volatilidad están expre-
sadas en tanto por ciento.

Rent. Exc. rent. Ratio de Nº

Fondo anual ac. med. mens. Volatil. Beta Alfa Sharpe R2 obs.
Fondo R. a. ac. Volatil. R2 Observ. 1 BSN Banif Acc.Españ. 14,77 0,70 5,28 0,87 -0,04 0,132 0,96 120
1 BSN Banif Acc.Españolas 14,77 5,28 0,96 120 2 Fonbilbao Acciones 14,18 0,64 4,90 0,80 -0,04 0,130 0,94 120
2 Citifondo RV 14,58 5,89 0,95 120 3 Citifondo RV 14,58 0,72 5,89 0,96 -0,10 0,122 0,95 120
3 Fonbilbao Acciones 14,18 4,90 0,94 120 4 A.B. Bolsa 12,59 0,57 5,89 0,97 -0,25 0,097 0,96 120
4 A.B. Bolsa 12,59 5,89 0,96 120 5 Indexbolsa 12,25 0,53 5,58 0,88 -0,22 0,095 0,89 120
5 BNP Bolsa 12,31 5,74 0,85 120 6 BNP Bolsa 12,31 0,54 5,74 0,89 -0,21 0,094 0,85 120
6 Indexbolsa 12,25 5,58 0,89 120 7 BCH Acciones 12,01 0,51 5,50 0,90 -0,26 0,092 0,96 120
7 BCH Acciones 12,01 5,50 0,96 120 8 Foncaixa Bolsa 33 11,39 0,43 5,03 0,81 -0,26 0,086 0,93 120
8 BBVA Bolsa 1 (F/A) 11,55 5,87 0,93 114 9 Urquijo Indice 11,13 0,41 5,01 0,82 -0,28 0,082 0,95 120
9 Foncaixa Bolsa 33 11,39 5,03 0,93 120 10 BBVA Bolsa 1 (F/A) 11,55 0,48 5,87 0,95 -0,41 0,081 0,93 114
10 Urquijo Indice 11,13 5,01 0,95 120 11 Barclays Bolsa España 11,11 0,44 5,58 0,90 -0,32 0,079 0,92 120
11 Barclays Bolsa España 11,11 5,58 0,92 120 12 BBVA Bolsa 2 11,03 0,47 6,22 0,95 -0,33 0,075 0,82 120
12 BBVA Bolsa 2 11,03 6,22 0,82 120 13 EDM-Inversion 10,66 0,40 5,56 0,81 -0,28 0,073 0,76 120
13 EDM-Inversión 10,66 5,56 0,76 120 14 BBVA Bolsa (F/A) 10,44 0,37 5,53 0,86 -0,51 0,067 0,86 112
14 BBVA Bolsa (F/A) 10,44 5,53 0,86 112 15 Iberagentes Bolsa 10,03 0,37 5,76 0,93 -0,42 0,064 0,94 120
15 Iberagentes Bolsa 10,03 5,76 0,94 120 16 Almagro Valores 9,23 0,25 4,63 0,73 -0,37 0,054 0,89 120
16 Almagro Valores 9,23 4,63 0,89 120 17 Green Fund 8,24 0,23 5,65 0,90 -0,54 0,040 0,91 120
17 Green Fund 8,24 5,65 0,91 120 18 BM-Dinerbolsa 7,93 0,27 6,85 1,06 -0,63 0,040 0,85 120
18 Metavalor 8,19 5,21 0,62 120 19 Metavalor 8,19 0,20 5,21 0,68 -0,38 0,038 0,62 120
19 BM-Dinerbolsa 7,93 6,85 0,85 120 20 Fingest Bolsa 6,03 0,00 4,53 0,66 -0,57 -0,001 0,76 120
20 Fingest Bolsa 6,03 4,53 0,76 120 21 Eurofondo 5,38 -0,01 5,31 0,73 -0,64 -0,002 0,68 120
21 Eurofondo 5,38 5,31 0,68 120
Media muestra 10,72 0,40 5,50 0,86 -0,34 0,073 0,87 119,3
Media muestra 10,72 5,50 0,87 119,3 Máximo 14,77 0,72 6,85 1,06 -0,04 0,132 0,96 120
Máximo 14,77 6,85 0,96 120 Mínimo 5,38 -0,01 4,53 0,66 -0,64 -0,002 0,62 112
Mínimo 5,38 4,53 0,62 112
Indice 16,33 0,85 5,97 1,00 0,00 0,142 1,00 120
Indice 16,33 5,97 1,00 120
Tipo de interés libre de riesgo 7,38 0,00 0,00 120
20 ANÁLISIS FINANCIERO

ANEXO V. MUESTRA DE FONDOS PARA 1997-200114 ANEXO V. MUESTRA DE FONDOS PARA 1997-2001
(CONTINUACIÓN)
Ordenados según la rentabilidad anual acumulada consegui-
da en el periodo. Ordenados según la rentabilidad anual acumulada consegui-
da en el periodo
La rentabilidad anual acumulada y la volatilidad están expre-
sadas en tanto por ciento. La rentabilidad anual acumulada y la volatilidad están expre-
sadas en tanto por ciento

Fondo R. a. ac. Volatil. R2 Observ.

1 Chase Bolsa Plus 14,24 5,15 0,93 60
2 Bolsacaser 13,74 6,17 0,92 60 Fondo R. a. ac. Volatil. R2 Observ.
3 BBVA Indice 1(F/A) 13,53 7,50 0,97 53 41 C.L. Bolsa 7,22 5,65 0,86 60
4 Renta 4 Bolsa 12,77 7,07 0,82 60 42 Bolsatlantico 6,88 6,23 0,96 60
5 SCH Accs. España 1plus 12,61 6,76 0,98 60 43 BBK Bolsa 6,68 5,06 0,92 60
6 Fonbilbao Acciones 12,22 5,56 0,95 60 44 Kutxavalor 6,39 7,08 0,98 60
7 JP Morgan Spain RV 11,95 7,27 0,95 60 45 Green Fund 6,26 6,56 0,92 60
8 BSN Banif RV Española 11,63 6,28 0,96 60 46 Fingest Bolsa 6,11 5,97 0,91 60
9 BBVA Bolsa 1 (F/A) 11,51 7,44 0,96 54 47 B.I. Iberacciones 6,09 5,92 0,90 60
10 DB Acciones 11,48 7,23 0,94 60 48 Segurfondo RV 5,99 6,19 0,96 60
11 BNP Bolsa 11,43 7,32 0,92 60 49 Almagro Valores 5,78 5,44 0,96 60
12 SCH Accs. España 2plus 10,92 6,54 0,96 60 50 Bolsalider 0,80 6,35 0,75 60
13 BBVA Indice 10,83 7,43 0,98 60 51 Fonlife 0,28 4,79 0,70 60
14 Barclays Bolsa España 10,61 6,66 0,97 60 52 Fondgallego 21 Bolsa -0,54 5,18 0,66 60
15 A.C. Acciones 10,49 6,11 0,93 60 53 Euroagentes Bolsa -0,74 4,45 0,54 60
16 Santander Indice 10,49 7,45 0,99 60 54 Fonindex Bolsa -1,93 4,55 0,69 60
17 EDM-Inversión 10,42 6,31 0,79 60 55 Eurofondo -3,93 6,08 0,78 60
18 Renta 4 Indice 10,41 4,22 0,68 60
19 San Fernando Bolsa I 10,11 6,17 0,92 60 Media muestra 8,28 6,38 0,91 59,6
20 Beta Acciones 9,84 6,36 0,96 60 Máximo 14,24 8,29 0,99 60
21 Foncaixa Bolsa 33 9,76 6,28 0,95 60 Mínimo -3,93 4,22 0,54 52
22 Iberagentes Bolsa 9,68 6,56 0,94 60
23 BBVA Bolsa 2 9,64 7,67 0,90 60 Indice 15,94 6,77 1,00 60
24 BSN Banif Acc.Españolas 9,64 6,29 0,97 60 Tipo de interés libre de riesgo 4,41 0,00 0,00 60
25 Lloyds Bolsa 9,64 6,33 0,86 60
26 BBVA Bolsa (F/A) 9,57 7,16 0,91 52
27 Ibercaja Bolsa 9,52 6,57 0,97 60
28 Banesto RV España 9,35 6,65 0,97 60
29 Citifondo RV 9,08 6,77 0,97 60
30 A.B. Bolsa 8,59 6,71 0,98 60
31 FG Acciones 8,49 6,16 0,92 60
32 Bolsa 35 8,49 7,20 0,95 60
33 BM-Dinerbolsa 8,46 8,29 0,91 60
34 Fonventure 8,10 6,39 0,96 60
35 Urquijo Indice 7,68 5,62 0,96 60
36 Eurovalor Bolsa 7,63 6,45 0,96 60
37 Privanza Bolsa 7,51 7,27 0,98 60
38 Madrid Bolsa 7,39 7,07 0,97 60
39 BCH Acciones 7,35 6,23 0,96 60
40 Indexbolsa 7,35 6,67 0,97 60
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001 21

ANEXO VI. RESULTADOS NETOS PARA 1997-2001

Ordenados según el ratio de Sharpe

Rentabilidad y volatilidad expresada en tanto por ciento

Rent. Exc. rent. Ratio de Nº Rent. Exc. rent. Ratio de Nº

Fondo anual ac. med. mens. Volatil. Beta Alfa Sharpe R2 obs. Fondo anual ac. med. mens. Volatil. Beta Alfa Sharpe R2 obs.
1 Chase Bolsa Plus 14,24 0,89 5,15 0,74 0,07 0,172 0,93 60 31A.B. Bolsa 8,59 0,55 6,71 0,98 –0,53 0,082 0,98 60
2 Bolsacaser 13,74 0,90 6,17 0,87 –0,06 0,146 0,92 60 32 Bolsa 35 8,49 0,58 7,20 1,04 –0,57 0,080 0,95 60
3 Fonbilbao Acciones 12,22 0,76 5,56 0,80 –0,13 0,136 0,95 60 33 BM–Dinerbolsa 8,46 0,65 8,29 1,17 –0,64 0,079 0,91 60
4 Renta 4 Indice 10,41 0,56 4,22 0,52 –0,02 0,131 0,68 60 34 Fonventure 8,10 0,49 6,39 0,92 –0,53 0,077 0,96 60
5 BBVA Indice 1(F/A) 13,53 0,98 7,50 1,09 –0,59 0,131 0,97 53 35 Urquijo Indice 7,68 0,42 5,62 0,81 –0,48 0,074 0,96 60
6 SCH Accs. España 1plus 12,61 0,86 6,76 0,99 –0,23 0,127 0,98 60 36 Eurovalor Bolsa 7,63 0,46 6,45 0,93 –0,57 0,071 0,96 60
7 Renta 4 Bolsa 12,77 0,89 7,07 0,95 –0,15 0,126 0,82 60 37 Privanza Bolsa 7,51 0,51 7,27 1,06 –0,67 0,070 0,98 60
8 BSN Banif RV Española 11,63 0,76 6,28 0,91 –0,25 0,120 0,96 60 38 Madrid Bolsa 7,39 0,48 7,07 1,03 –0,65 0,068 0,97 60
9 JP Morgan Spain RV 11,95 0,85 7,27 1,05 –0,31 0,116 0,95 60 39 BCH Acciones 7,35 0,43 6,23 0,90 –0,57 0,068 0,96 60
10 DB Acciones 11,48 0,81 7,23 1,03 –0,33 0,112 0,94 60 40 Indexbolsa 7,35 0,45 6,67 0,97 –0,62 0,068 0,97 60
11 BNP Bolsa 11,43 0,82 7,32 1,04 –0,33 0,111 0,92 60 41 C.L. Bolsa 7,22 0,38 5,65 0,77 –0,47 0,068 0,86 60
12 BBVA Bolsa 1 (F/A) 11,51 0,83 7,44 1,07 –0,57 0,111 0,96 54 42 Bolsatlantico 6,88 0,39 6,23 0,90 –0,61 0,062 0,96 60
13 SCH Accs. España 2plus 10,92 0,72 6,54 0,95 –0,33 0,110 0,96 60 43 BBK Bolsa 6,68 0,31 5,06 0,72 –0,49 0,061 0,92 60
14 A.C. Acciones 10,49 0,66 6,11 0,87 –0,30 0,107 0,93 60 44 Kutxavalor 6,39 0,41 7,08 1,03 –0,74 0,057 0,98 60
15 Barclays Bolsa España 10,61 0,70 6,66 0,97 –0,37 0,106 0,97 60 45 Green Fund 6,26 0,36 6,56 0,93 –0,67 0,055 0,92 60
16 EDM–Inversión 10,42 0,66 6,31 0,83 –0,25 0,105 0,79 60 46 Fingest Bolsa 6,11 0,31 5,97 0,84 –0,62 0,052 0,91 60
17 BBVA Indice 10,83 0,77 7,43 1,09 –0,43 0,104 0,98 60 47 B.I. Iberacciones 6,09 0,30 5,92 0,83 –0,61 0,051 0,90 60
18 San Fernando Bolsa I 10,11 0,63 6,17 0,88 –0,34 0,102 0,92 60 48 Segurfondo RV 5,99 0,31 6,19 0,89 –0,67 0,051 0,96 60
19 Santander Indice 10,49 0,75 7,45 1,09 –0,46 0,101 0,99 60 49 Almagro Valores 5,78 0,26 5,44 0,79 –0,62 0,047 0,96 60
20 Beta Acciones 9,84 0,62 6,36 0,92 –0,39 0,098 0,96 60 50 Bolsalider 0,80 –0,09 6,35 0,81 –0,99 –0,014 0,75 60
21 Foncaixa Bolsa 33 9,76 0,61 6,28 0,90 –0,39 0,098 0,95 60 51 Fonlife 0,28 –0,22 4,79 0,59 –0,88 –0,047 0,70 60
22 BSN Banif Acc.Españolas 9,64 0,61 6,29 0,91 –0,40 0,096 0,97 60 52 Fondgallego 21 Bolsa –0,54 –0,27 5,18 0,62 –0,96 –0,053 0,66 60
23 Lloyds Bolsa 9,64 0,61 6,33 0,87 –0,35 0,096 0,86 60 53 Euroagentes Bolsa –0,74 –0,32 4,45 0,48 –0,86 –0,073 0,54 60
24 Iberagentes Bolsa 9,68 0,62 6,56 0,94 –0,42 0,095 0,94 60 54 Eurofondo –3,93 –0,50 6,08 0,79 –1,38 –0,083 0,78 60
25 Ibercaja Bolsa 9,52 0,61 6,57 0,95 –0,44 0,093 0,97 60 55 Fonindex Bolsa –1,93 –0,42 4,55 0,56 –1,04 –0,092 0,69 60
26 BBVA Bolsa (F/A) 9,57 0,66 7,16 1,00 –0,86 0,092 0,91 52
Media muestra 8,28 0,50 6,38 0,90 –0,51 0,076 0,91 59,62
27 Banesto RV España 9,35 0,61 6,65 0,97 –0,46 0,091 0,97 60
Máximo 14,24 0,98 8,29 1,17 0,07 0,172 0,99 60
28 BBVA Bolsa 2 9,64 0,70 7,67 1,08 –0,50 0,091 0,90 60
Mínimo –3,93 –0,50 4,22 0,48 –1,38 –0,092 0,54 52
29 Citifondo RV 9,08 0,59 6,77 0,98 –0,49 0,088 0,97 60
30 FG Acciones 8,49 0,51 6,16 0,87 –0,46 0,082 0,92 60 Indice 15,94 1,11 6,77 1,00 0,00 0,163 1,00 60

ANEXO VII. COMISIONES SOBRE RESULTADOS

Comisiones y rentabilidad anual en tanto por ciento

Comisiones Rentabilidad
Fondo 1996 2001 97 98 99 00 01
Foncaixa Bolsa 33 0 9 28 36 13 –14 –6
B.I. Iberacciones 9 10 31 24 6 –15 –8
SCH Accs. España 1 plus 9 10 47 38 16 –15 –9
SCH Accs. España 2 plus 9 9 42 26 21 –15 –9
Chase Bolsa Plus 9 10 43 26 25 –6 –8
22 ANÁLISIS FINANCIERO

ANEXO VIII. RESULTADOS BRUTOS PARA 1997–2001

Ordenados según el ratio de Sharpe

Rentabilidad y volatilidad expresada en tanto por ciento

Rent. Exc. rent. Ratio de Nº Rent. Exc. rent. Ratio de Nº

Fondo anual ac. med. mens. Volatil. Beta Alfa Sharpe R2 obs. Fondo anual ac. med. mens. Volatil. Beta Alfa Sharpe R2 obs.
1 Chase Bolsa Plus 17,30 1,11 5,19 0,74 0,29 0,214 0,93 60 32 Bolsa 35 11,30 0,79 7,20 1,04 –0,36 0,110 0,95 60
2 Renta 4 Indice 12,29 0,70 4,22 0,52 0,13 0,165 0,68 60 33 BCH Acciones 10,03 0,63 6,23 0,90 –0,37 0,101 0,96 60
3 Renta 4 Bolsa 15,66 1,11 7,07 0,95 0,06 0,156 0,82 60 34 BBVA Bolsa 1 (F/A) 14,27 1,03 7,44 1,07 –0,37 0,138 0,96 54
4 Bolsacaser 15,38 1,02 6,18 0,88 0,06 0,166 0,92 60 35 Eurovalor Bolsa 10,20 0,66 6,45 0,93 –0,37 0,102 0,96 60
5 Fonbilbao Acciones 13,98 0,89 5,56 0,80 0,00 0,160 0,95 60 36 Santander Indice 11,59 0,83 7,45 1,09 –0,38 0,112 0,99 60
6 SCH Accs. España 1plus 15,46 1,07 6,80 0,99 –0,02 0,158 0,97 60 37 Bolsatlantico 9,55 0,59 6,23 0,90 –0,41 0,095 0,96 60
7 EDM–Inversion 13,23 0,87 6,31 0,83 –0,04 0,139 0,79 60 38 Almagro Valores 8,46 0,47 5,44 0,79 –0,41 0,086 0,96 60
8 BSN Banif RV Española 13,43 0,89 6,29 0,91 –0,12 0,142 0,96 60 39 B.I. Iberacciones 8,78 0,52 5,94 0,83 –0,41 0,087 0,90 60
9 A.C. Acciones 12,81 0,83 6,11 0,87 –0,13 0,136 0,93 60 40 BBVA Indice 1(F/A) 15,78 1,15 7,50 1,09 –0,43 0,153 0,97 53
10 DB Acciones 14,19 1,01 7,23 1,03 –0,13 0,140 0,94 60 41 BM–Dinerbolsa 11,22 0,87 8,29 1,17 –0,43 0,104 0,91 60
11 BNP Bolsa 14,14 1,02 7,33 1,04 –0,13 0,139 0,92 60 42 Fingest Bolsa 8,40 0,49 5,97 0,84 –0,44 0,082 0,91 60
12 San Fernando Bolsa I 12,64 0,82 6,17 0,88 –0,15 0,133 0,92 60 43 Privanza Bolsa 10,41 0,73 7,27 1,06 –0,44 0,101 0,98 60
13 SCH Accs. España 2plus 13,30 0,90 6,57 0,95 –0,15 0,137 0,96 60 44 Indexbolsa 9,59 0,63 6,67 0,97 –0,45 0,094 0,97 60
14 Barclays Bolsa España 13,48 0,92 6,66 0,97 –0,15 0,138 0,97 60 45 Madrid Bolsa 9,63 0,66 7,07 1,03 –0,48 0,093 0,97 60
15 JP Morgan Spain RV 13,96 1,00 7,27 1,05 –0,16 0,137 0,95 60 46 Kutxavalor 9,27 0,63 7,09 1,03 –0,51 0,089 0,98 60
16 Lloyds Bolsa 12,11 0,80 6,33 0,87 –0,16 0,126 0,86 60 47 Segurfondo RV 7,67 0,45 6,19 0,89 –0,55 0,072 0,96 60
17 Foncaixa Bolsa 33 12,56 0,83 6,30 0,91 –0,18 0,131 0,95 60 48 Green Fund 7,48 0,46 6,56 0,93 –0,57 0,070 0,92 60
18 Beta Acciones 12,45 0,82 6,36 0,92 –0,19 0,129 0,96 60 49 BBVA Bolsa (F/A) 12,26 0,86 7,16 1,00 –0,65 0,120 0,91 52
19 Iberagentes Bolsa 12,47 0,83 6,56 0,94 –0,21 0,127 0,94 60 50 Euroagentes Bolsa 1,01 –0,18 4,45 0,48 –0,71 –0,040 0,54 60
20 BSN Banif Acc.Españolas 12,13 0,79 6,29 0,91 –0,22 0,126 0,97 60 51 Bolsalider 3,38 0,12 6,35 0,81 –0,78 0,019 0,75 60
21 FG Acciones 11,24 0,72 6,17 0,87 –0,25 0,117 0,92 60 52 Fondgallego 21 Bolsa 1,66 –0,09 5,18 0,62 –0,78 –0,018 0,66 60
22 C.L. Bolsa 10,09 0,60 5,65 0,77 –0,25 0,107 0,86 60 53 Fonlife 1,44 –0,13 4,78 0,59 –0,78 –0,027 0,69 60
23 Urquijo Indice 10,49 0,63 5,63 0,81 –0,27 0,112 0,96 60 54 Fonindex Bolsa 0,03 –0,25 4,55 0,56 –0,87 –0,056 0,69 60
24 Citifondo RV 12,02 0,82 6,77 0,98 –0,27 0,121 0,97 60 55 Eurofondo –1,46 –0,29 6,08 0,79 –1,17 –0,048 0,78 60
25 BBVA Indice 12,95 0,93 7,43 1,09 –0,27 0,125 0,98 60
26 Banesto RV España 11,61 0,78 6,65 0,97 –0,29 0,117 0,97 60 Media muestra 10,69 0,69 6,38 0,90 –0,32 0,105 0,91 59,6
27 Ibercaja Bolsa 11,50 0,76 6,57 0,95 –0,29 0,116 0,97 60 Máximo 17,30 1,15 8,29 1,17 0,29 0,214 0,99 60
28 BBVA Bolsa 2 12,29 0,90 7,67 1,08 –0,30 0,117 0,90 60 Mínimo –1,46 –0,29 4,22 0,48 –1,17 –0,056 0,54 52
29 BBK Bolsa 9,06 0,49 5,06 0,72 –0,30 0,097 0,92 60
30 A.B. Bolsa 11,31 0,76 6,71 0,98 –0,32 0,113 0,98 60 Indice 15,94 1,11 6,77 1,00 0,00 0,163 1,00 60
31 Fonventure 10,36 0,67 6,39 0,92 –0,35 0,104 0,96 60
 RESULTADOS DE LOS FONDOS DE INVERSIÓN ESPAÑOLES: 1992-2001
REFERENCIAS BIBLIOGRÁFICAS 5.-
Bodie, Zvi, Alex Kane y Alan j. Marcus. Investments. Chicago:
Irwin, 3ª edición, 1996.
Brinson, Gary P., Randolph Hood y Gilbert L. Beebower.
“Determination of Portfolio Performance”, Financial Analysts
Journal, 42 (julio–agosto 1986), 39–44.
Fama, Eugene F. “Efficient Capital Markets: A Review of Theory
and Empirical Work.” Journal of Finance, XXV (mayo 1970), 6.-
383–417.
González Mosquera, Luis Manuel. (1995): “Los fondos de inver-
7.-
sión y sus implicaciones para las entidades de crédito”, Boletín
Económico, Banco de España, julio–agosto, pp. 69–86.
Jensen, Michael C. “The Performance of the Mutual Funds in the 8.-
Period 1945–64.” Journal of Finance, XXIII (mayo 1968)
389–416.
___. “Risk, the Pricing of Capital Assets, and the Evaluation of
Investment Portfolios.” Journal of Business, XLII, (abril 9.-
1969), 167–247.
Keuleneer, Luc, Dirk Swagerman y Willem Verhoog editores. A
Vision for the Future. In Conversation with Financial
Strategists. Chinchester: John Wiley & Sons, 2001.
de Lucas, Almudena. “Fondos de inversión en España: Análisis del 10.-
performance.” Bolsa de Madrid, febreo de 1998.
Martinez, M y G. Rubio. “La evaluación de los Fondos de Inversión 11.-
en el Mercado Español de Capitales,” en La Evaluación de los
Fondos de Inversión en España, editado por X. Freixas, J.
12.-
Marín, M. Martínez y G. Rubio, Editorial Civitas, 1997.
Palacios, Juan. The Stock Market in Spain: Tests of Efficiency and
Capital Market Theory. Tesis doctoral no publicada. Graduate
School of Business, Stanford University, junio 1973.
___. “The Stock Market in Spain: Tests of Efficiency and Capital
Market Theory.” en. International Capital Markets editado por
E. J. Elton y M. J. Gruber. North Holland Publishing Co.:
Amsterdam, Oxford y Nueva York, 1975, 114–149.
13.-
Sharpe, William F. ”Mutual Fund Performance.” Journal of
Business, 39 (Special Supplement, enero 1966), 119–138.
___. “The Sharpe Ratio.” The Journal of Portfolio Management,
Otoño 1994.
___. Morningstar’s Performance Measures. Disponible a través de
la dirección de Internet: www.wsharpe.com. Trabajo termina-
do en diciembre de 1997. 14.-
Treynor, Jack L. “How to Rate Management of Investment Funds.”
Harvard Business Review, 43 (enero–febrero 1965), 63–75.
NOTAS
1.- Véase Keuleneer et al. [2001], pág. 81.
2.- La comunidad financiera suele tardar bastante en adoptar innovaciones
importantes como éstas. Otro ejemplo es el concepto de duración pro-
puesto por Macaulay en 1938, y que sólo se empezó a usar partir de
los setenta en el análisis de bonos.
3.- Los estudios clásicos sobre la rentabilidad de los fondos son los de
Sharpe [1966], Treynor [1965] y Jensen [1968, 1969]. Un trabajo más
reciente que confirma las conclusiones de los anteriores es el de
Brinson, Hood y Beebower [1986].
4.- Esta definición se empezó a generalizar a finales de los sesenta para
mantenerse desde entonces. Un trabajo fundamental que ordenó estas
ideas y resumió las primeras investigaciones es el de Fama [1970].
23
En la bolsa española se produjo un cambio cualitativo importante en
1966 que apoya estas conclusiones. Hasta entonces no aparece ningu-
na relación lineal entre el riesgo de los valores medido por su coefi-
ciente beta y su rentabilidad, como debería ocurrir si se cumpliera el
CAPM. Sin embargo, a partir de esa fecha la relación lineal entre ren-
tabilidad y beta empieza a ser clara. La explicación más plausible de
este cambio es la aparición en aquellos momentos de los analistas, que
con sus decisiones empezaron a convertir nuestra bolsa en un mercado
más eficiente.
El Anexo II contiene la descripción de las categorías de los fondos de
inversión según Inverco. Esta entidad proporcionó los datos de su valor
liquidativo a final de mes para este trabajo.
Dos de estos tres fondos también forman parte de la muestra de 21 fon-
dos en el periodo 1992–2001, donde aparecen con 112 y 114 observa-
ciones en lugar de 120.
Esta figura usa una escala uniforme en lugar de semilogarítmica para
representar al índice. Esto exagera el tamaño de los movimientos de la
bolsa en la parte superior del gráfico, que son los de los últimos meses,
al compararlos con la evolución de la bolsa a principios del periodo.
Para el periodo de 1997 a 2001 se dispuso de las comisiones al inicio
y al final del periodo y se calcularon las intermedias por interpolación,
ya que no fue posible conseguir esta información en soporte informá-
tico. Este procedimiento simplifica considerablemente la recogida de
datos sin alterar de forma significativa el resultado final como se verá
más adelante.
Cuando sólo se comenten los resultados de uno de los dos periodos
estudiados significa que los de los dos son muy parecidos.
Calculada como el producto de la rentabilidad anual del mercado sobre
el tipo sin riesgo por la diferencia entre el coeficiente beta del merca-
do y el de los fondos: (15,94 – 4,41) (1,0–0,9) = 1,15.
Una excepción a esta conclusión general es Bestinfond, uno de los tres
fondos excluidos de la muestra de 1997–2001 por tener un coeficiente
R2 inferior a 0,5. Este fondo superó al índice con una rentabilidad
media anual en este periodo de 17,33%, y con un ratio de Sharpe de
0,269. Bestinver Bolsa, otro fondo de la misma gestora excluido por el
mismo motivo, alcanzó un ratio de 0,153, con lo que se hubiera situa-
do en segundo lugar dentro de la muestra de los 55 fondos. Dos casos
notables que, sin embargo, no cambian las conclusiones generales de
este estudio.
Los títulos de las columnas significan lo siguiente:
R.a.ac.: rentabilidad anual acumulada
Volatil.: volatilidad mensual: desviación estándar de la rentabilidad
mensual
R2: coeficiente de determinación entre la rentabilidad del fondo y la
del índice de bolsa
Observ.: número de observaciones mensuales disponibles
Los títulos de las columnas significan lo siguiente:
R.a.ac.: rentabilidad anual acumulada
Volatil.: volatilidad mensual: desviación estándar de las rentabilida-
des mensuales
R2: coeficiente de determinación entre la rentabilidad del fondo y la
del índice de bolsa
Observ.: número de observaciones mensuales disponibles
24 ANÁLISIS FINANCIERO
José Luis Miralles Marcelo y María del Mar Miralles
Quirós*
Decisiones de inversión
de los gestores de cartera
ante el cambio de año
1. INTRODUCCIÓN
En el estudio del comportamiento de las cotizaciones bursá-
tiles, se ha detectado en los últimos veinte años la existencia
de diferentes movimientos estacionales que reciben conjun-
tamente el nombre de Anomalías de Calendario. Dentro de
este grupo de anomalías, la más estudiada es el denominado
“efecto enero” que se refiere al hecho de que las rentabilida-
des bursátiles son significativamente más altas en el mes de
enero que durante el resto de meses del año.
Este efecto, aunque se detectó inicialmente en el mercado
norteamericano, se puede considerar un fenómeno generali-
zado, con escasas excepciones, en la medida en que la evi-
dencia empírica ha demostrado que está presente en otros
mercados con características institucionales diferentes. Son
diversas las explicaciones que se han propuesto para justifi-
car este comportamiento en la serie de rentabilidades bursá-
tiles. Durante muchos años fue la hipótesis de pérdidas fis-
cales la más fomentada. Sin embargo, en la última década se
ha insistido en explicar este fenómeno en base al comporta-
miento de los gestores profesionales a través del “maquilla-
je” de sus carteras.
El objetivo del presente estudio consiste en identificar cuál
es el comportamiento del mercado de fondos de inversión en
Portugal y, en definitiva, analizar la hipótesis de “maquillaje
de carteras” como explicación de la existencia de efecto
enero en la Bolsa de Valores de Lisboa y Porto. Para ello ana-
lizamos la variación, en torno al cambio del año, de la renta-
bilidad y de la composición de las carteras de los fondos de
inversión de renta variable nacional.
* Universidad de Extremadura.
2. EL MAQUILLAJE DE CARTERA COMO EXPLICACIÓN
DEL EFECTO ENERO
Según la hipótesis window dressing o de “maquillaje de car-
teras”, los gestores profesionales tienen un comportamiento
inversor significativamente distinto entre el final de un año y
el principio del siguiente. Esta hipótesis nos indica que con-
forme se aproxima el final del año los gestores de carteras
están interesados en llevar a cabo una política de inversión
menos arriesgada con el objetivo básicamente de presentar
en el informe anual una cartera adecuada a sus intereses pro-
fesionales. Sin embargo, una vez pasado este periodo de
publicación del informe anual, comienza un nuevo periodo
de evaluación para los gestores siendo este un momento en
el que interesa llevar una política de inversión más agresiva
que permita obtener unos mejores resultados. Este cambio en
la política de inversión, si es significativo y se produce de
forma agregada, es decir, por la mayor parte de los gestores
profesionales del mercado, puede ser considerado como una
causa del efecto enero. Ya que el impacto que provocaría en
el mercado, o en determinados títulos que en él cotizan, sería
el detectado con dicha anomalía.
Conforme se aproxima el final del año los
gestores de carteras están interesados
en llevar a cabo una política de inversión menos
arriesgada con el objetivo básicamente
de presentar en el informe anual una cartera
adecuada a sus intereses profesionales
 DECISIONES DE INVERSIÓN DE LOS GESTORES DE CARTERA...
Aunque la evidencia empírica relacionada con esta hipótesis
no es muy extensa, debido fundamentalmente a la dificultad
en la obtención de los datos necesarios para su realización,
podemos destacar los siguientes trabajos. El primer estudio
empírico realizado sobre esta hipótesis es el correspondiente
a Bildersee y Kahn (1987), quienes examinan los volúmenes
de contratación, al final de cada trimestre, de las acciones
ganadoras y perdedoras que formaban parte de las carteras
de los mutual funds norteamericanos. En este sentido, tam-
bién hay que destacar el trabajo realizado por Lakonishok,
Shleifer, Thaler y Vishny. (1991), quienes comparan la acti-
vidad negociadora de los Pension Funds estadounidenses en
los tres primeros trimestres de cada año con la actividad
negociadora del último trimestre, en la que se supone, reali-
zan maquillaje de cartera.
Fueron trabajos posteriores los que en un intento de relacio-
nar más directamente el maquillaje de fondos de inversión
con el efecto enero, realizaron otro tipo de análisis utilizan-
do como variable fundamental la rentabilidad de los fondos
en vez de su volumen de negociación. Estos son los trabajos
de Athanassakos (1992) para los fondos de inversión cana-
dienses, Amutio (1995), Cuny, Fedenia y Haugen (1996),
Musto (1997), Sias y Starks (1997) y Ackert y Athanassakos
(2000) para los fondos estadounidenses. Todos estos trabajos
coinciden en demostrar que existe relación entre la mencio-
nada estacionalidad del mercado y el comportamiento de la
rentabilidad de los fondos de inversión ya que en ellos se
descubre el mismo comportamiento.
3. ANÁLISIS EMPÍRICO
3.1. BASE DE DATOS
El periodo de estudio seleccionado es el comprendido entre
enero de 1996 y enero de 2001, años caracterizados por un
incremento significativo de la inversión colectiva en los mer-
cados de valores europeos, entre ellos la Bolsa de Valores de
Lisboa y Porto. Lo cual ha provocado el atractivo de la renta
variable como destino de una mayor cantidad de inversiones
y la mayor presencia de los gestores de cartera, especial-
mente de fondos de inversión, en el mercado.
Es por ello que hemos seleccionado como representación de
la inversión institucional los denominados fundos de acçoes
nacionais. Son aquellos fondos que tienen por objetivo
invertir un porcentaje medio de 2/3 partes de la cartera en
acciones cotizadas en la Bolsa nacional. Estos fondos tienen
mayor potencial de crecimiento y rentabilidad, estando no
obstante sujetos a un mayor riesgo, porque son muy sensi-
bles a la volatilidad del mercado en el que invierten. Son, por
25
tanto, los instrumentos de inversión colectiva más proclives
a efectuar “maquillaje de cartera”.
Los datos necesarios para la realización del análisis empíri-
co son el valor liquidativo global, el número de participacio-
nes y la composición de las carteras de cada fondo corres-
pondientes al último día de cada mes, así como las cotiza-
ciones correspondientes a su benchmark, el índice PSI-30, la
tasa mensual de rentabilidad de los certificados de ahorro,
como representación de un activo libre de riesgo y la serie de
cotizaciones de cada uno de los títulos que forman parte de
las carteras objeto de estudio durante el periodo muestral que
se analiza1.
Por último, para salvar el problema que supone la falta de
homogeneidad existente en el grupo de fondos de inversión
seleccionado, hemos optado por integrarlos en función de su
dimensión, formando de este modo tres grupos de análisis:
los fondos de inversión de mayor, intermedia y menor
dimensión.
3.2. METODOLOGÍA
El análisis empírico que realizamos se centra en dos aspec-
tos fundamentales. En primer lugar, y como paso imprescin-
dible, relacionar el efecto enero con la rentabilidad obtenida
por los fondos de inversión y en segundo lugar, analizar la
hipótesis de maquillaje de carteras, centrándonos en la com-
posición de los fondos y su variación ante el cambio de año.
3.2.1. Análisis de la rentabilidad de los fondos
A partir de los datos facilitados por la Bolsa de Valores de
Lisboa y Porto, hemos calculado en primer lugar el valor
liquidativo unitario de las participaciones de cada fondo de
inversión al final de cada mes. A partir de dicha información,
y para el cálculo de la rentabalidad mensual porcentual, apli-
camos la siguiente fórmula de rentabilidad simple,
VL t − VL t −1
Rt = ⋅ 100
VL t −1
donde Rt representa la rentabilidad del fondo correspondien-
te al mes t y VLt representa el valor liquidativo de cada uni-
dad de participación en el fondo el último día del mes t.
Para el estudio de la estacionalidad mensual de las rentabili-
dades obtenidas por los fondos de inversión aplicamos el
enfoque clásico2 que consiste en la estimación del siguiente
modelo de rentabilidades,
26 ANÁLISIS FINANCIERO

Dentro de dicho análisis preliminar, no sólo queremos anali-

R pt = α1D ENE + α 2 D FEB + ... + α12 D DIC + ε pt
donde, Rpt representa la rentabilidad obtenida por el fondo p
durante el periodo de estudio; DENE ... DDIC son variables
dummy que representan a cada mes del año; α1 ... α12 reflejan
la rentabilidad media para cada mes del año y, por último, εpt
representa el término de error o perturbación aleatoria, que
asumimos se distribuye Normal con media cero y varianza
constante. A partir de los parámetros estimados, realizamos
un contraste de significatividad de las diferencias entre la
rentabilidad media correspondiente a los meses de enero y
diciembre, en primer lugar, y entre enero y el resto del año,
en segundo lugar.
Los resultados obtenidos, que reflejamos de forma resumida
en la Tabla 1, nos indican claramente que en la rentabilidad
de los fondos de inversión también se detecta la existencia de
efecto enero. Hay que destacar que dicha manifestación de
efecto enero se da en los fondos de inversión de mayor tama-
ño y tamaño medio, que como intuíamos son los que tienen
mayor capacidad para realizar operaciones de maquillaje de
cartera. Sin embargo, con respecto a los fondos de inversión
de pequeña dimensión no podemos decir que su rentabilidad
en enero sea significativamente distinta de cero, pero hay que
destacar que la rentabilidad media de diciembre es significa-
tivamente negativa, circunstancia que también describe el
fenómeno que estamos analizando.
zar la estacionalidad de las rentabilidades brutas de los fon-
dos de inversión, sino que también deseamos analizar dicho
comportamiento estacional en relación con el del mercado.
Dicho estudio consiste en el análisis del tracking error, dife-
rencia entre la rentabilidad de la cartera y su benchmark, en
este caso el índice PSI-30. El contraste de estacionalidad lo
efectuamos, siguiendo a Cuny et al. (1996), en base al
siguiente modelo,
R pt − R m = α1D ENE + α 2 D FEB + ... + α12 D DIC + ε pt
en el que la única diferencia con respecto al anterior radica en
la variable dependiente que, en este caso, con el objetivo de
representar el diferencial tracking error, está formada por la
diferencia en valor absoluto entre la rentabilidad media de cada
conjunto de carteras y la correspondiente al índice PSI-30.
Como podemos observar en la Tabla 2, existe un cambio sig-
nificativo en la diferencia entre la rentabilidad de los fondos
y la del benchmark para los dos primeros grupos de fondos
de inversión. Su tracking error es significativamente distinto
de cero en enero y también resulta ser significativamente dis-
tinta de cero su diferencia con el tracking error medio del
mes de diciembre. Estos resultados nos indican por tanto que
los dos primeros grupos de fondos de inversión se alejan de
su benchmark a principios de año, dando muestras de la exis-
tencia de una política de inversión más agresiva.

La manifestación de efecto enero se concentra Variación del tracking error de las carteras
en los fondos de inversión de mayor dimensión Traking Error Diferencias
y dimensión intermedia, aquellos con mayor Fondos Anual Enero Diciembre Enero vs Enero vs
capacidad para realizar operaciones diciembre resto año
Mayor dimensión 1,2219 1,9398 0,6644 1,2754 0,7831
de maquillaje de cartera (1,17) (4,04)* (1,38) (1,87)** (1,63)
Dimensión media 1,7075 2,7132 0,5299 2,1833 1,0971
(0,71) (2,86)* (0,55) (1,82)** (0,97)
Menor dimensión 2,7789 2,6369 2,0941 0,5427 0,1548
Variación de las rentabilidades medias (0,74) (1,77)* (1,40) (0,25) (0,08)

Rentabilidades Diferencias Tabla 2

Fondos Anual Enero Diciembre Enero vs Enero vs
diciembre resto año Nota: *significativo al 5% y ** significativo al 10%.
Mayor dimensión 1,5129 6,3275 3,4894 2,838 14,8146
(0,24) (2,24)* (1,23) (0,71) (1,78)** 3.2.2. Análisis de la composición de las carteras
Dimensión media 0,9923 7,7437 4,7484 2,9953 6,7514
(0,13) (2,53)* (1,55) (2,09)* (2,20)*
Menor dimensión 0,0779 5,7556 –15,8395 21,595 5,6777 Una vez analizados los efectos de las decisiones de inversión
(0,04) (0,78) (–2,17)* (1,68)** (2,58)* de los gestores de cartera en las rentabilidades obtenidas, el
siguiente paso en el análisis empírico consiste en detectar los
Tabla 1 cambios producidos en torno al cambio del año en la com-
posición de las carteras, concretamente los cambios efectua-
Nota: *significativo al 5% y ** significativo al 10%. dos en relación a la asignación de activos.
 DECISIONES DE INVERSIÓN DE LOS GESTORES DE CARTERA... 27

La asignación de activos o asset allocation consiste en la
decisión que deben tomar los gestores de carteras en relación
a las clases de activos que han de invertirse y sus respectivos
pesos en la cartera. La fuerte entrada de dinero en el merca-
do de capitales, procedente de otros mercados financieros, es
una posible explicación del efecto enero. En este apartado
pretendemos analizar si los gestores de carteras contribuyen
con su actuación a explicar esta hipótesis.
La fuerte entrada de dinero en el mercado
de capitales, procedente de otros mercados
financieros a través de la asignación de activos
efectuada por los gestores profesionales
de cartera, es una posible explicación
del efecto enero
El análisis consiste básicamente en calcular el porcentaje del
capital que cada fondo invierte cada mes en el mercado de
capitales portugués, es decir, cuanto tiene invertido en acti-
vos de renta variable al final de cada mes, y qué proporción
por el contrario está invertida en renta fija y liquidez.
Información que obtenemos de la composición de las carte-
ras de cada uno de los fondos. Una vez obtenidos dichos
datos los agrupamos, al igual que hicimos con las rentabili-
dades, en tres grupos de fondos en función de su dimensión
y a cada uno de ellos le realizamos un análisis de estaciona-
lidad en base al siguiente modelo,
%INVRVpt = α1D ENE + α 2 D FEB + ... + α12 D DIC + ε pt
De esta forma podemos comprobar claramente si ha existido
un cambio de tendencia en torno al cambio del año.
Como podemos observar en la Tabla 3, son las carteras de
mayor dimensión las que invierten prácticamente la totalidad
del dinero a su disposición en renta variable. Sin embargo, y
a pesar de que la proporción media aumenta del mes de
diciembre al mes de enero, no podemos afirmar que sea esta
diferencia significativa. Esto es debido a que la variabilidad
en el cambio de esta proporción es muy escasa fundamen-
talmente por las exigencias legales existentes para los fondos
de inversión de renta variable nacional. Pero también hay
que destacar que su obligatoriedad radica en invertir al
menos el 70% en renta variable siendo las carteras de mayor
dimensión las que invierte hasta un total del 92% medio
anual frente al 88% y al 87% de las restantes carteras.
Un nuevo análisis en la variación de la composición de las
carteras lo centramos en el posible incremento del riesgo sis-
temático de las carteras al inicio de un nuevo año, como con-
secuencia de una política de inversión más arriesgada. Por lo
tanto, para comprobar la capacidad del gestor para adelan-
tarse al mercado ante la existencia del efecto enero, realiza-
mos la siguiente regresión:
R pt − R f = a p + β p1 ( R mt − R f ) + β p 2 ( R mt − R f ) ⋅ D ENE + ε pt
donde DENE es una variable dummy representativa del primer
mes del año. En este caso el coeficiente βp2 nos indica el
incremento que experimenta el riesgo sistemático de la car-
tera como consecuencia de encontrarnos en el mes de enero.
Si dicho coeficiente es positivo, implica que los gestores tie-
nen habilidad para adaptarse y aprovechar el efecto enero, si,
por el contrario, es negativo, no podemos afirmar nada acer-
ca de la habilidad de los gestores en el market timing en rela-
ción con este fenómeno.
En la Tabla 4 mostramos los resultados obtenidos y observa-
mos como los fondos de mayor dimensión y dimensión
intermedia son nuevamente los que tienen una mayor habili-
dad para reaccionar ante los cambios que experimenta el
mercado en torno al cambio del año, ya que reaccionan
incrementando su riesgo sistemático y adoptando, por tanto,
unas decisiones de inversión más agresivas. Sin embargo,

Variación de la inversión en renta variable

Análisis del market timing ability
% renta variable Diferencias
Enero vs Enero vs αp βp1 βp2
Fondos Anual Enero Diciembre
diciembre resto año Mayor dimensión –0,3576 0,8954 1,0830
Mayor dimensión 92,38 93,94 91,32 2,62 1,70 (-1,82)** (32,85)* (1,61)
(17,35)* (34,09)* (33,14)* (0,67) (0,52) Dimensión media –1,5033 0,7819 1,8337
Dimensión media 88,82 86,12 85,86 0,26 2,87
(–2,28)* (8,51)* (0,75)
(11,94)* (14,81)* (14,76)* (0,03) (0,52)
Menor dimensión 87,78 86,10 90,36 4,26 1,83 Menor dimensión –2,1730 0,7726 0,7468
(15,82)* (24,83)* (26,55)* (0,86) (0,54) (–0,96) (2,46)* (0,09)

Tabla 3 Tabla 4
Nota: *significativo al 5%. Nota: *significativo al 5% y ** significativo al 10%.
28 ANÁLISIS FINANCIERO
también hay que señalar que, aunque el coeficiente estimado
para el mes de enero es de signo positivo, no es significativo
para ninguno de los grupos de fondos seleccionados. Por
tanto, no podemos concluir nada en relación a este contraste.
Es por ello que decidimos realizar un análisis alternativo con-
sistente en el estudio de las betas de los títulos comprados y
vendidos por los gestores durante los meses de diciembre y
enero, así como de los que han permanecido inalterados en
las carteras durante el cambio de año. Según la hipótesis de
maquillaje los gestores de fondos de inversión tienden a des-
hacerse en diciembre de los títulos más arriesgados y, sin
embargo, tienden a adquirirlos de nuevo al comienzo del año
siguiente.
Para realizar el análisis empírico utilizamos la siguiente
ecuación de regresión,
Beta i = α1 ⋅ CM + α 2 ⋅ CC + α 3 ⋅ CV + ε i
donde Betai representa el coeficiente beta calculado para
cada uno de los valores que forman parte de la cartera, CM
representa una variable dummy que toma el valor 1 si el títu-
lo se ha mantenido invariable entre las carteras de finales de
noviembre y finales de diciembre y cero en caso contrario,
CC refleja otra variable dummy que toma el valor 1 si el títu-
lo ha formado parte de las compras efectuadas por el fondo
entre finales de noviembre y finales de diciembre y cero en
caso contrario y CV es otra variable dummy que toma el valor
1 si el título ha sido vendido durante el último mes del año y
cero en caso contrario.
Lógicamente, lo primero que debemos hacer es estimar las
betas de cada acción que pertenezca a cada uno de los fondos
para cada mes. Estas betas se estimarán mediante el modelo
de mercado utilizando los datos mensuales anteriores más el
del mes para el que se estima dicho coeficiente. Siendo el
modelo de mercado,
R it = a i + β i R mt + ε it
donde, Rit es el rendimiento del título individual que forma
parte del fondo en el mes t y Rmt es el rendimiento de la car-
tera de referencia utilizada. Si algún título individual no
forma parte del banco de datos o no se tiene información his-
tórica suficiente para realizar las estimaciones oportunas,
estimamos la beta del sector al que pertenece dicha acción.
Hemos realizado este análisis siguiendo el estudio previo de
Amutio (1995) para los fondos de inversión norteamericanos.
La utilización de las betas para el análisis empírico es nece-
sario porque nos proporciona una estimación adecuada del
cambio de acciones con mucho riesgo a acciones seguras, y
viceversa. Del mimo modo, nos permite saber si los gestores
de fondos de inversión están “jugando al efecto enero”.
Según Amutio, si los fondos de inversión maquillan sus car-
teras, la beta media de la cartera comprada debería ser menor
que la de la cartera vendida. Para su contraste realizamos el
análisis de igualdad de los coeficientes de las respectivas car-
teras.
Los resultados del contraste los presentamos en las Tablas 5
y 6. En cuanto al riesgo sistemático de las carteras compra-
das, mantenidas y vendidas durante los meses de diciembre,
reflejado en la Tablas 5, se observa tímidamente, para los
tres tipos de fondos de inversión, como realizan lo esperado,
comprar los títulos menos arriesgados y vender los más
arriesgados. Este comportamiento es especialmente destaca-
do en los fondos de mayor dimensión y dimensión interme-
dia de diciembre de 1996 y en los fondos de mayor dimen-
sión de diciembre de 1999 y 2000. Aunque la significativi-
dad de los contrastes no es tan elevada como hubiésemos
deseado.
No obstante, hay que señalar que este es un análisis cross-
seccional en el que no se esperan los mismos resultados en
todos los cambios de año ya que tampoco en todos ellos se
produce el efecto enero con la misma intensidad.
Por otro lado, los resultados obtenidos para los meses de
enero, reflejados en las Tabla 6, no son tan claros como para
los meses de diciembre, aunque si cabe destacar algunos
resultados como los esperados. Destacamos el comporta-
miento de los tres tipos de fondos en enero de 1997 y con-
cretamente de los de dimensión intermedia en enero de 1998
y 2001.
Una razón adicional por la que no salga significativa la dife-
rencia entre las betas puede ser debido a que en ocasiones
hemos tenido que utilizar como mejor estimador posible de
alguna de ellas la beta media del sector al que pertenece el
título correspondiente, debido a la falta de datos suficientes
para realizar el cálculo. Y esto puede provocar que las betas
de las carteras comprada, mantenida y vendida sean más
parecidas de lo que debiera. Los resultados, por tanto, pare-
cen indicar que el coeficiente beta, al menos en los términos
en los que ha sido calculado para este estudio, no es un ins-
trumento que utilicen los gestores para decidir comprar, ven-
der o mantener los títulos en la cartera del fondo. Somos
conscientes, no obstante, de que la beta puede ser muy sensi-
ble a la fórmula de cálculo empleada. Nosotros hemos utili-
zado la que consideramos más habitual en los estudios de
este tipo3. Hay que señalar que Amutio (1995) obtiene las
mismas conclusiones realizando un análisis muy similar para
una serie de fondos norteamericanos.
 DECISIONES DE INVERSIÓN DE LOS GESTORES DE CARTERA... 29

Variación del riesgo durante el mes de diciembre Variación del riesgo durante el mes de enero

Riesgo sistemático Diferencias Riesgo sistemático Diferencias

Fondos Cartera Cartera Cartera Mantenida Mantenida Comprada Fondos Cartera Cartera Cartera Mantenida Mantenida Comprada
mantenida comprada vendida vs comprada vsvendida vs vendida mantenida comprada vendida vs comprada vsvendida vs vendida
Diciembre 1996 Enero 1997
Mayor dimensión 1,0923 0,9059 1,0128 –0,1864 –0,0795 –0,1063 Mayor dimensión 0,8258 1,3814 0,7676 –0,5556 0,0582 0,6138
(5,48)* (5,08)* (4,75)* (0,48) (0,07) (0,14) (2,78)* (8,05)* (4,72)* (2,62)** (0,02) (6,74)*
Dimensión media 0,8455 0,9754 1,2958 0,1299 0,4503 –0,3204 Dimensión media 1,0747 1,1913 1,0433 0,1166 –0,0313 0,1480
(3,35)* (5,47)* (7,63)* (0,17) (2,20)** (1,69) (2,94)* (5,66)* (6,40)* (0,07) (0,06) (0,30)
Menor dimensión 0,8823 1,2658 0,8136 0,3835 –0,0687 0,4522 Menor dimensión 1,1131 1,2243 1,1895 –0,1112 –0,0764 0,0348
(2,37)* (6,81)* (1,26) (0,85) (0,08) (0,45) (3,85)* (7,28)* (6,10)* (2,63)** (1,56) (0,97)
Diciembre 1997 Enero 1998
Mayor dimensión 1,0286 1,2323 1,2706 0,2037 –0,2420 –0,0382 Mayor dimensión 1,1867 1,1720 1,1772 –0,0146 –0,0094 –0,0052
(6,07)* (6,30)* (6,12)* (0,62) (0,81) (0,01) (5,83)* (7,35)* (5,79)* (0,03) (0,02) (0,01)
Dimensión media 1,2962 1,1070 1,2000 0,0930 0,1891 0,0962 Dimensión media 1,2037 1,3465 1,0981 0,1427 –0,1056 0,2484
(7,88)* (5,14)* (5,96)* (0,09) (0,48) (0,13) (7,36)* (6,72)* (5,12)* (0,30) (0,15) (0,71)
Menor dimensión 1,2586 1,1012 0,965 –0,1573 –0,2927 0,1353 Menor dimensión 1,2563 1,0862 0,9063 –0,1701 –0,3500 0,1799
(5,30)* (5,26)* (2,66)* (0,24) (0,45) (0,10) (6,41)* (3,92)* (2,92)* (0,25) (0,91) (0,18)
Diciembre 1998 Enero 1999
Mayor dimensión 0,8745 1,2379 1,1891 –0,3634 –0,4046 0,0488 Mayor dimensión 1,1867 1,1720 1,1772 0,0147 0,0095 –0,0052
(1,11) (10,34)* (11,82)* (1,99) (2,27)** (0,25) (5,83)* (7,35)* (5,79)* (0,24) (0,04) (0,01)
Dimensión media 1,1556 0,4335 0,8573 0,7221 0,2983 –0,4238 Dimensión media 1,1931 0,9287 1,1529 0,2644 0,0402 –0,2242
(14,39)* (1,52) (4,77)* (5,99)* (2,30)** (1,59) (9,82)* (6,36)* (8,32)* (3,02)** (1,04) (1,24)
Menor dimensión 1,0787 1,3011 1,0511 –0,2224 0,0276 0,2500 Menor dimensión 1,1734 1,0946 1,1683 0,0788 0,0051 –0,0737
(6,93)* (4,64)* (4,19)* (0,48) (0,08) (0,44) (6,76)* (4,25)* (4,06)* (0,06) (0,02) (0,03)
Diciembre 1999 Enero 2000
Mayor dimensión 1,1548 0,9873 1,2895 0,1675 –0,1347 –0,3022 Mayor dimensión 1,0726 1,0312 1,3542 0,0414 –0,2816 –0,3230
(9,94)* (5,27)* (9,73)* (0,57) (0,58) (1,73) (8,42)* (5,72)* (11,65)* (0,03) (2,66)** (2,67)**
Dimensión media 1,0008 1,1130 1,0617 –0,1122 –0,0609 0,0513 Dimensión media 1,0635 1,0449 0,9799 0,0186 0,0836 0,0650
(8,16)* (4,65)* (5,96)* (0,17) (0,07) (0,02) (8,11)* (4,88)* (6,47)* (0,05) (0,17) (0,06)
Menor dimensión 1,5496 1,3597 0,0055 0,1899 1,5441 (13,11)* Menor dimensión 1,3613 1,3449 1,5813 0,0164 –0,2200 –0,2364
(7,47)* (0,01) (0,67) (13,86)* 1,3542 (13,12)* (8,24)* (9,63)* (7,41)* (0,05) (0,66) (0,86)
Diciembre 2000 Enero 2001
Mayor dimensión 1,8035 0,9645 1,2409 0,8390 0,5626 –0,2764 Mayor dimensión 1,2015 1,1967 1,5017 0,0048 –0,3002 –0,3050
(6,52)* (3,23)* (5,88)* (4,25)* (2,62)** (0,57) (3,75)* (4,29)* (6,32)* (0,01) (0,56) (0,69)
Dimensión media 1,1556 0,4335 0,8573 0,7221 0,2983 –0,4238 Dimensión media 0,9635 1,0558 0,9577 0,1186 0,0836 0,0650
(14,39)* (1,52) (4,77)* (5,99)* (2,30)** (1,59) (8,11)* (4,88)* (6,47)* (0,05) (0,17) (0,06)
Menor dimensión 1,6554 0,8851 1,6658 0,7703 –0,0104 –0,7807 Menor dimensión 1,3460 1,3356 1,5746 0,0104 –0,2286 –0,2390
(3,74)* (2,83)* (6,88)* (2,02) (0,04) (3,90)* (5,46)* (1,56) (4,52)* (0,01) (0,28) (0,06)

Tabla 5 Tabla 6
Nota: *significativo al 5% y ** significativo al 10%. Nota: *significativo al 5% y ** significativo al 10%.

4. CONCLUSIONES la existencia de efecto enero en dicho mercado. Se ha com-

En conclusión, podemos afirmar que hemos visto cumplido
nuestro objetivo de analizar el comportamiento de los gesto-
res profesionales de fondos de inversión en torno al cambio
del año, su impacto en el mercado y su relación con el efec-
to enero como causa explicativa.
Para el caso de los fondos de inversión de renta variable
nacional en Portugal se produce un comportamiento siste-
mático en torno al cambio del año que contribuye a explicar
probado cómo la rentabilidad obtenida por dichos fondos de
inversión durante el mes de enero es especialmente elevada
en comparación con la rentabilidad obtenida durante el resto
del año y especialmente con respecto al mes de diciembre
anterior. Estos resultados nos muestran que los gestores pro-
fesionales de cartera se adaptan a los cambios que experi-
menta el mercado ante el cambio del año y son capaces de
aprovechar la tendencia alcista existente durante el mes de
enero para incrementar la rentabilidad de sus carteras y con-
tribuir, con su actuación, a generar dicho fenómeno.
30 ANÁLISIS FINANCIERO
Los gestores de fondos de inversión se adaptan
a los cambios que experimenta el mercado
y son capaces de aprovechar la tendencia
alcista de mes de enero para incrementar
la rentabilidad de sus carteras y contribuir
con su actuación a generar dicho fenómeno
Como hemos podido comprobar, los gestores de cartera
toman al inicio de un nuevo año decisiones de inversión más
agresivas. Prueba de ello es el aumento del diferencial trac-
king error y el incremento de la inversión en renta variable.
No obstante, estos efectos son más evidentes para el conjun-
to de fondos de inversión de mayor dimensión y dimensión
intermedia, como era previsible, ya que son aquellos instru-
mentos de inversión colectiva con mayor capacidad para rea-
lizar operaciones de “maquillaje”.
Sin embargo, también hay que señalar que los contrastes
efectuados en relación a la variación en torno al cambio del
año del riesgo sistemático de las carteras, así como de los
títulos comprados, mantenidos y vendidos, no proporcionan
unos resultados tan evidentes como los obtenidos con el aná-
lisis de la rentabilidad. En definitiva, no podemos afirmar
nada en relación a un aumento del riesgo sistemático, medi-
do por el coeficiente beta, como consecuencia de la existen-
cia de efecto enero en el mercado de fondos de inversión en
Portugal.
5. BIBLIOGRAFÍA
ACKERT, L.F. Y G. ATHANASSAKOS (2000), “Institutional
Investors, Analyst Following, and the January Anomaly”,
Journal of Business Finance and Accounting, Vol. 27, nº 3 y 4,
pp.469-485.
AMUTIO, G. (1995), “¿Puede el maquillaje de carteras explicar el
efecto enero?”, Análisis Financiero, nº 66, pp. 20-34.
ATHANASSAKOS, G. (1992), “Portfolio Rebalancing and the
January Effect in Canada”, Financial Analysts Journal, nº 48,
November-December, pp. 67-78.
BILDERSEE, J. Y N. KAHN (1987), “A Preliminary Test of the
Presence of Window Dressing: Evidence from Institutional
Stock Trading”, Journal of Accounting, Auditing and Finance,
Summer, pp. 239-265.
BOLLEN, N. y J. BUSSE (2001), “On the Timing Abilitiy of
Mutual Fund Managers”, Journal of Finance, Vol. LVI, nº 3,
June, pp. 1075-1094.
CUNY, C.J., M. FEDENIA Y R.A. HAUGEN (1996), “Professional
Investor Re-entry and the January Effect”, Advances in
Financial Economics, Vol. 2, pp. 47-74.
GÓMEZ-BEZARES, F., J.A. MADARIAGA y J. SANTIBÁÑEZ
(1999), “Riesgo y rentabilidad en mercados de tamaño inter-
medio(el caso español)”, Análisis Financiero, nº 78, Segundo
Cuatrimestre, pp. 52-74.
LAKONISHOK, J., A. SHLEIFER, R. THALER Y R. VISHNY
(1991), “Window Dressing By Pension Fund Managers”,
American Economic Review, Vol. 81, nº 2, pp.227-231.
MIRALLES, J.L. Y M.M. MIRALLES (2000), “An Empirical
Analysis of the Weekday Effect on the Lisbon Stock Market
Over Trading and Non-Trading Periods”, Portuguese Review of
Financial Markets, Vol. 3, nº 2, pp. 5-14.
MIRALLES, J.L. Y M.M. MIRALLES (2001), “El comportamien-
to de los inversores individuales ante el cambio de año. Análisis
de la hipótesis de pérdidas fiscales”, Actualidad Financiera, nº
8, Agosto, pp. 43-56.
MUSTO, D.K. (1997), “Portfolio disclosures and year-end price
shifts”, Journal of Finance, Vol. LII, nº 4, September, pp.1563-
1588.
RUBIO, G. (1993), “La Evaluación de los fondos de inversión: el
análisis de la composición mensual de las carteras”, Análisis
Financiero, nº 59, Primer Cuatrimestre, pp. 64-83.
SIAS, R.W. Y L.T. STARKS (1997), “Institutions and individuals at
the turn-of-the-year”, Journal of Finance, Vol. LII, nº 4,
September, pp.1543-1562.
SOLDEVILLA, E. (1999), Los fondos de inversión. Gestión y valo-
ración, Pirámide, Madrid.
NOTAS
1. No obstante, para el cálculo de las betas individuales es necesaria una
base de datos más antigua que, para nuestro análisis, se remonta a enero
de 1993.
2. Consultar Miralles y Miralles (2000) para ver otras posibilidades meto-
dológicas.
3. Ver Gómez-Bezares et al. (1999).
32 ANÁLISIS FINANCIERO

Esther Ortiz Martínez*

Diversidad en la información
emitida en los mercados
de capitales
Perspectiva del receptor (Analistas Financieros)
y del emisor (multinacionales cotizadas)**

1. INTRODUCCIÓN lugar, valorar la importancia relativa de las diferencias en la

La globalización e internacionalización de los mercados de
capitales es una consecuencia directa del desarrollo económi-
co, donde se observa cómo las fronteras a la libre circulación
de capitales se van difuminando; sin embargo, junto a las
innumerables ventajas que conlleva, ya se plantea una sobre-
valoración de expectativas sobre la bondad de recurrir a un
mercado de capitales que no sea el propio, debido fundamen-
talmente a las barreras no formales existentes relacionadas con
la falta de homogeneidad en los requisitos exigidos por los
distintos organismos supervisores de los mercados de valores.
Si además sumamos a ello la diversidad presente en las distin-
tas normativas contables, se produce un incremento en la con-
fusión, incertidumbre y costes generados a los usuarios de la
información revelada por las empresas. Más aún si las posibi-
lidades y los medios a través de los cuales se hace pública la
información son más rápidos y diversos.
En un trabajo en el que el leit-motiv es el de revelación de
información en mercados de capitales internacionales nos
planteamos dos objetivos: en primer lugar, cuestionarnos la
relevancia de la diversidad contable en mercados de capitales
ante el reto del análisis financiero internacional; y en segundo
cuantificación de las variables contables fundamentales, para
comprobar si el efecto más importante a la hora de generarlas
es la existencia de diversas normativas contables.
En un trabajo en el que el leit-motiv es el de
revelación de información en mercados
de capitales internacionales nos planteamos dos
objetivos: en primer lugar, cuestionarnos la
relevancia de la diversidad contable en mercados
de capitales ante el reto del análisis financiero
internacional; y en segundo lugar, valorar la
importancia relativa de las diferencias en la
cuantificación de las variables contables
fundamentales, para comprobar si el efecto
más importante a la hora de generarlas es la
existencia de diversas normativas contables
El primer objetivo nos permite determinar los factores que
provocan diversidad en el proceso de análisis financiero
internacional, los recursos informativos más valorados y

* Universidad de Murcia.
** Este trabajo es parte de la Tesis Doctoral realizada a través del procedimiento de doctorado europeo “Información revelada en
los mercados de capitales. Aproximación empírica al grado de diversidad y sus implicaciones en el análisis financiero interna-
cional”. Esta Tesis forma parte del Proyecto de Investigación del Ministerio de Ciencia y Tecnología “Influencia de la diversidad
contable en el análisis financiero internacional. Un estudio empírico” (SEC2000-0410) en colaboración con Analistas Financieros
Internacionales y Morgan Stanley Dean Witter.
 DIVERSIDAD EN LA INFORMACIÓN EMITIDA EN LOS MERCADOS DE CAPITALES
obstáculos que dificultan la comparabilidad de la informa-
ción financiera entre compañías, para así ponderar el impac-
to de la diversidad contable y los mecanismos para corregir-
la. Aspectos que enmarcan el segundo objetivo por el que
pretendemos verificar si pese a la homogeneidad en la nor-
mativa contable, el distinto entorno en el que operan los gru-
pos multinacionales, la cultura contable de la dominante que
transmite a sus filiales, o el sector en el que opera la empre-
sa, establecen alguna especialidad en la cuantificación de las
variables fundamentales. Tal situación apoyaría la existencia
de un efecto país y sector, y la hipótesis de que la armoniza-
ción formal no asegura la homogeneidad de la información
financiera. Aunque el estudio de las diferencias normativas
en contabilidad pudiera suponer una aproximación a las dife-
rencias existentes en la práctica entre la información anual
de empresas multinacionales, el amplio grado de discrecio-
nalidad existente no permite generalizar esa conclusión,
motivo por el que apostamos por trasladar el enfoque desde
los estudios de la diversidad de prácticas normativas al estu-
dio de la diversidad en los Informes Anuales de empresas
cotizadas.
2. LAS DIFERENCIAS ENTRE NORMAS CONTABLES
COMO BARRERA AL ANÁLISIS FINANCIERO
INTERNACIONAL. PERSPECTIVA DEL ANALISTA
COMO RECEPTOR PRIORITARIO DE INFORMACIÓN
EN MERCADOS DE CAPITALES
Al plantear los obstáculos y limitaciones al análisis finan-
ciero internacional no se debe sobreponderar el argumento
de las diferencias normativas en contabilidad, ya que exis-
ten toda una serie de aspectos que introducen también
diversidad cuya trascendencia si cabe es mayor, tales como:
Al plantear los obstáculos y limitaciones
al análisis financiero internacional no se debe
sobreponderar el argumento de las diferencias
normativas en contabilidad, ya que existen toda
una serie de aspectos que introducen también
diversidad cuya trascendencia si cabe es mayor,
tales como: el entorno jurídico, económico y
financiero del emisor, los condicionantes
subjetivos de la compañía en la elección
de los métodos contables o los condicionantes
culturales del analista al estudiar
una empresa extranjera
33
el entorno jurídico, económico y financiero del emisor, los
condicionantes subjetivos de la compañía en la elección de
los métodos contables o los condicionantes culturales del
analista al estudiar una empresa extranjera. Hemos de tener
en cuenta que el impacto de la diversidad que introducen
estos factores dependerá a su vez del tipo de empresa: de
cuál sea el grado de globalización de sus operaciones, tanto
a nivel económico como financiero, de si cotiza o no en uno
o varios mercados de valores, y de su tamaño. Además la
diversidad de métodos contables no sólo es un problema
internacional, sino que se convierte en un problema de polí-
ticas de la compañía en la medida en la que existe flexibi-
lidad en las normativas.
Los estudios que se han ocupado de tratar de comprobar en
qué medida la diversidad en los principios contables influye
sobre la relación que se establece entre variables contables
fundamentales y variables de mercado no han llegado a
resultados concluyentes sobre la materia a pesar de la utili-
zación de distintas metodologías. Resulta complicado medir
empíricamente la relevancia de las reconciliaciones de datos
contables de una a otra normativa, por lo que la mayoría de
las investigaciones la hacen depender del grado de aso-
ciación incremental entre los precios de las acciones o los
resultados anormales y los términos de las reconciliaciones.
Estos trabajos ponen de manifiesto la asociación entre los
precios de las acciones y la información ofrecida en las
reconciliaciones, pero no facilitan evidencia de si son opor-
tunas, si tienen contenido informativo incremental o si
expresan información que es usada directamente por los
inversores para su valoración. Este es el caso de estudios
como los realizados por Amir et al. (1993), Pope y Rees
(1993), Barth y Clinch (1996), Bandyopadhyay et al. (1994),
Chan y Seow (1996) y Fulkerson y Meek (1998). Otro grupo
de investigaciones, como los trabajos de McQueen (1993) o
Rees (1995), se basan en la metodología de eventos exami-
nando la relación entre la información de las reconciliacio-
nes y los retornos de las acciones computados en una dimen-
sión temporal cercana (ventana corta) a la fecha en la que se
hace pública la reconciliación.
Los resultados son contradictorios aunque en su mayoría no
encuentran que tales ajustes ofrezcan contenido informativo
incremental, por lo que podría entenderse que los inversores
pueden interpretar la información elaborada bajo normas
locales. Por todo ello se plantea como fundamental el pon-
derar la importancia del obstáculo diversidad contable en el
análisis financiero internacional. Si son tantos los factores
que condicionan el proceso de elaboración, transmisión y
análisis de la información emitida por las empresas, quizás
el analista que se enfrenta al reto de la comparabilidad de
esta información no otorga un papel tan decisivo a la conse-
34 ANÁLISIS FINANCIERO
cución de una única normativa contable en mercados de capi-
tales internacionales.
Los antecedentes sobre el tema son escasos, aunque como más
significativos podemos citar los de Choi y Levich (1990) y
Miles y Nobes (1998). Encontramos evidencia empírica de las
respuestas a la diversidad contable en el análisis financiero en
el trabajo realizado por Choi y Levich (1990) en el que se
entrevistan a 52 individuos entre inversores institucionales,
empresas emisoras, entidades de inversión y aseguradoras,
organismos reguladores y agencias de rating. Los resultados no
son concluyentes, ya que obtienen que la mitad de los entre-
vistados consideran que sus decisiones en el mercado de capi-
tales se ven afectadas por la diversidad contable, mientras que
la otra mitad encuentra mecanismos para hacerle frente y por
lo tanto no se siente afectada por ella. Miles y Nobes (1998)
también se centran en la diversidad pero restringiendo las par-
celas contables (fondo de comercio, métodos de valoración de
inventarios, e impuestos diferidos) y utilizando la entrevista
personal como metodología. Concluyen que los analistas no
son conscientes de la pluralidad de normas existentes en el
mundo, y que apenas tienen cierta noción de los tratamientos
de estas problemáticas, a pesar de conocer algo sobre princi-
pios americanos. Por ello, consideran que la “traducción” de
estados financieros de una a otra normativa es fútil, en la medi-
da en que existen otros muchos factores que influyen en la
información y que no se pueden trasladar de la normativa
doméstica a otra normativa.
Partiendo de la hipótesis de que la diversidad existente al
analizar una empresa extranjera es de tal magnitud que la
incertidumbre provocada por diferencias normativas en con-
tabilidad no es más que una parte de toda ella, y no la más
importante, recurrimos a los analistas en mercados de capita-
les mediante la realización de un cuestionario por correo a
aquellos pertenecientes al Instituto Español de Analistas
Financieros. Pretendemos conocer si las diferencias entre
Partiendo de la hipótesis de que la diversidad
existente al analizar una empresa extranjera es
de tal magnitud que la incertidumbre provocada
por diferencias normativas en contabilidad no es
más que una parte de toda ella, y no la más
importante, recurrimos a los analistas
en mercados de capitales mediante
la realización de un cuestionario por correo
a aquellos pertenecientes al Instituto
Español de Analistas Financieros
principios contables se tratan como un obstáculo desde el
punto de vista práctico, y si es así cómo se superan y cuáles
son los mecanismos más valorados para atajarlas. Estos
mecanismos nos revelarán cuáles son los indicadores que se
consideran actualmente más útiles y menos sesgados en el
análisis fundamental. El porcentaje de respuesta fue de un
13% de los miembros del Instituto que realizan labores de
análisis (aproximadamente unos 400).
Los resultados obtenidos evidencian que el análisis funda-
mental es el método de análisis más utilizado, frente al aná-
lisis técnico y de la beta, resultado que coincide con el obte-
nido en estudios previos (Larrán y Rees, 1990). Los recursos
informativos más importantes son el balance consolidado y
los contactos directos con la empresa, encontrándose a partir
de la aplicación del test de Mann-Whitney relación inversa
entre el porcentaje de tiempo que el analista dedica a analizar
compañías y su valoración de los informes realizados por
otros analistas, de tal manera, que cuanto más tiempo dedica
al análisis menos valora el trabajo previo realizado por otros
compañeros. Y del mismo test obtenemos, que cuantos más
años de experiencia tiene el analista más valora como recur-
so informativo el balance consolidado.
Los analistas valoran como factor primordial de diversidad
las políticas de la compañía, motivo por el que los contactos
con éstas se consideran un recurso informativo prioritario; en
segundo lugar, las políticas sectoriales, lo que apoya que se
especialicen por sectores, y no por países, y por último las
diferencias motivadas por la distinta normativa, entendiendo
que son las menos valoradas a la hora de juzgar la diversidad
existente en los estados contables.
Los analistas valoran como factor primordial
de diversidad las políticas de la compañía,
motivo por el que los contactos con éstas se
consideran un recurso informativo prioritario; en
segundo lugar, las políticas sectoriales, lo que
apoya que se especialicen por sectores,
y no por países, y por último las diferencias
motivadas por la distinta normativa,
entendiendo que son las menos valoradas
a la hora de juzgar la diversidad existente
en los estados contables
Las barreras contables más valoradas en el análisis financie-
ro internacional son aquellas cuya corrección es más difícil,
como pueden ser las diferencias en el perímetro de consoli-
 DIVERSIDAD EN LA INFORMACIÓN EMITIDA EN LOS MERCADOS DE CAPITALES
dación; mientras, por ejemplo, se otorga poca importancia
a otras como el idioma, la moneda, o los formatos, que tie-
nen solución o se salvan de forma mecánica. Los analistas
encuestados opinan que la estrategia más importante para
corregir el sesgo de la diversidad contable es el uso de
variables poco sesgadas, lo que permite reducir el impacto
cuantitativo de la diversidad de criterios en el análisis con-
table. Se tratará de utilizar indicadores cuyas variables
estén escasamente afectadas por las diferencias en los cri-
terios para el reconocimiento y valoración contables. El uso
de evoluciones corrobora la hipótesis de que ante la incer-
tidumbre provocada por la diversidad, la utilización de ten-
dencias resulta útil ya que se relaciona con la elaboración
de predicciones.
Obtenemos de las respuestas al cuestionario que la mayor
diversidad aparece para los analistas en el cálculo de las
cifras de resultados y en tratamientos contables que tradi-
cionalmente han sido fuente de divergencias entre países,
no sólo por su propia discrecionalidad normativa, sino tam-
bién por su uso en la contabilidad creativa (por ejemplo, el
fondo de comercio).
Conscientes de la diversidad, los analistas eligen como más
útiles ratios más novedosos como valor de la
empresa/EBITDA que se considera muy útil por un 51,2%
de los encuestados o ganancia por acción con un 44,2%,
sin embargo, sorprende la valoración obtenida para el ratio
de endeudamiento, considerado como muy útil por un
37,2% de la muestra. Es de destacar la mayor importancia
y menor sesgo que los analistas encuestados otorgan a los
ratios calculados sobre variables relacionadas con el cash-
flow o valor de la empresa, mientras desplazan a los últi-
mos lugares a ratios relacionados con la medida del capital
circulante, tales como capital permanente/activos fijos,
prueba ácida, liquidez o solvencia. Las opciones escogidas
por los analistas muestran mayor preocupación por la capa-
cidad predictiva del valor de la empresa de los ratios, fren-
te a medidas de su capacidad de pago, ya que tratándose de
empresas cotizadas no quedan dentro de los objetivos bási-
cos del análisis. Ratios como el PER o el precio/valor con-
table se usan como reflejo de las percepciones que tienen
los inversores sobre el potencial crecimiento de la empresa
(Lev, 1992, p. 18). Por ello, resulta desconcertante el lugar
que ocupa el ratio precio/valor contable (market to book
value), valorado en la posición 14 de un total de 18 posibi-
lidades. Como se pone de manifiesto en el trabajo de
Breton y Taffler (1995, p. 86) los analistas consideran más
importantes los ratios de rentabilidad que los que se obtie-
nen a partir de partidas del balance, e incluso algunos
admiten no ser capaces de definir un ratio de liquidez, des-
preciando de esta manera la liquidez de la empresa a corto
plazo frente a la potencial.
35
3. LAS DIFERENCIAS ENTRE NORMAS CONTABLES
COMO GENERADORAS DE DIVERSIDAD EN LA
INFORMACIÓN FINANCIERA. ANÁLISIS DE INFORMES
ANUALES DE UNA MUESTRA DE EMPRESAS EUROPEAS
COTIZADAS EN LA BOLSA DE NUEVA YORK
Una vez valorado el impacto relativo de la diversidad conta-
ble en el análisis financiero internacional, pretendemos com-
probar si en realidad las mayores diferencias entre las cifras
de resultado neto y fondos propios consolidados calculadas
según normativa local de la empresa y principios america-
nos, son las que se derivan de los distintos principios conta-
bles, o en cambio, existen otros condicionantes importantes
de su cuantía, tales como el sector o el país de procedencia
de la empresa. Para ello analizamos la información finan-
ciera emitida en los Informes Anuales y Formularios 20-F1
para 1998 y 1999 de una muestra compuesta por todas las
empresas españolas y alemanas y parte de las británicas que
cotizaban en la Bolsa de Nueva York a 19 de septiembre de
1998. Para seleccionar las empresas europeas nos decanta-
mos por los dos sistemas contables que a priori parecen más
opuestos: el típico representante del conservadurismo,
Alemania, frente al país anglosajón: Reino Unido, y final-
mente España. En el caso alemán y español la muestra
incluye a toda la población, ya que al ser tradicionalmente
las entidades financieras los principales proveedores de
financiación no existe tendencia a recurrir a la financiación
a través de mercado de capitales, lo que implica que la coti-
zación de estas empresas sea reciente y lo hagan en un
número muy reducido. Dado que la entrada en el mercado
de capitales de las empresas británicas ha sido mucho más
temprana y su número es muy amplio, a la hora de escoger
empresas para formar parte de la muestra hemos tratado de
emparejarlas en cuanto a sector en el que operan con las
empresas alemanas y españolas que cotizaban a la misma
fecha, teniendo por objeto poder establecer después cortes
en la muestra según esta variable y tratar de obtener conclu-
siones con respecto al efecto sector a la hora de establecer
diferencias entre información financiera.
Para obtener los Informes Anuales y 20-F de dos años con-
secutivos nos hemos dirigido directamente a los departa-
mentos de relaciones con los inversores de las empresas
cuando esta información no estaba previamente disponible
en su página web en formato pdf. Para el caso del 20-F tam-
bién hemos utilizado la información disponible en la base de
datos del organismo supervisor del mercado de capitales
americano SEC EDGAR, directamente a través de la página
web de este organismo (http://www.sec.gov) o del servicio
gratuito freeedgar (http://www.freeedgar.com). Aunque
todavía el 20-F no es requerido electrónicamente de forma
36 ANÁLISIS FINANCIERO
obligatoria, muchas empresas ya lo elaboran y publican
según este formato.
Los diversos trabajos previos existentes sobre medidas
cuantitativas del nivel de armonización o instrumentos para
poner de manifiesto el grado de conservadurismo se agru-
pan en dos tendencias claramente diferenciadas, los que se
basan en el índice de conservadurismo introducido por Gray
(1980), entre los que podemos destacar: Adams et al.
(1993), Cooke (1993), Hellman (1993), Norton (1995),
Street et al. (2000), y Weetman y Gray (1991), y aquellos
otros que utilizan índices de concentración de prácticas
contables según lo establecido por Van der Tas (1988), tales
como: Archer et al. (1995) (1996), Emenyonu y Gray
(1996), García (1995), Herrmann y Thomas (1995),
Murphy (2000) y Van der Tas (1992).
El índice de conservadurismo, o en términos más amplios de
comparabilidad, es una medida del grado de comparabilidad
que existe entre determinadas cifras contables al ser calcula-
das según una determinada normativa (generalmente la local)
y otra elegida como referencia. Habitualmente la normativa
de referencia elegida serán los US-GAAP por las caracterís-
ticas propias de los mercados de capitales a nivel interna-
cional, y derivado de ello, porque la conversión de resultado
neto y fondos propios a US-GAAP se puede obtener fácil-
mente del 20-F. Se comprueba en los trabajos que utilizan
esta metodología, que el país del que procede la empresa es
un factor significativo en la determinación cuantitativa del
resultado, y por añadidura las características propias de unos
u otros sistemas contables determinan el cálculo de las varia-
bles contables fundamentales.
Los trabajos basados en índices de concentración de prácti-
cas contables, con el uso del índice más complejo, el índice
I, tratan de medir el grado de armonía material a nivel inter-
nacional. Obteniendo que para determinadas problemáticas
contables controvertidas el grado de armonización consegui-
do aún no es total, y que siguen existiendo diferencias signi-
ficativas de interpretación y aplicación de criterios depen-
diendo de los países y sistemas contables.
Nos centramos en las diferencias cuantitativas entre varia-
bles contables, para analizar qué factor de diversidad incide
más sobre cifras presentadas dentro de la información finan-
ciera. Hemos tratado de comprobar a través del uso de la
metodología estadística del Dual Scaling, en qué medida
influyen a la hora de establecer diferencias efectos como el
país en el que se encuentra domiciliada la empresa (efecto
país), el sector en el que opera (efecto sector)2, y el sistema
contable según el cual se elaboran estados financieros (efec-
to normativa).
Como otros métodos factoriales basados en la descomposi-
ción mutidimensional de la información a través de la deter-
minación de los valores y vectores propios de la matriz ini-
cial o sometida a alguna transformación lineal, este método
permite asignar un valor numérico (cuantitativo) a datos cate-
góricos (como pueden ser el país o el sector). De este modo,
al cuantificar lo cualitativo, abre la puerta a los tradicionales
análisis (como el análisis de varianza) para datos numéricos.
En el Dual Scaling hay una función a optimizar: la correla-
ción de las ponderaciones de las variables. En las sucesivas
soluciones (que están ligadas a la descomposición en valores
propios de la matriz de información) además de la correla-
ción alcanzada, hay una medida de la consistencia interna del
resultado (el alfa de Cronbach, que a su vez alcanzará el
máximo para esa misma combinación de ponderaciones), y
de calidad relativa de las soluciones alcanzadas hasta ese
momento.
Aplicando el Dual Scaling encontramos que lo que más dis-
tingue a los valores de las empresas incluidas en la muestra no
son las diferencias entre fondos propios o resultados netos
según se calculen de acuerdo con una u otra normativa, sino
que lo que más determina diferencias en la cuantificación de
resultado neto y fondos propios consolidados entre empresas
es la pertenencia a uno u otro sector3. En segundo lugar apare-
ce el país como factor generador de diferencias, y en último
lugar las diferentes normativas. La evidencia del efecto gene-
rado por las diferentes normativas contables aparece en el cál-
culo del resultado neto consolidado, que resulta más conserva-
dor según normativa española que según principios america-
nos. Una segunda manifestación de las diferencias normativas
la obtenemos en el hecho de que los fondos propios consolida-
dos calculados según principios británicos son menores que los
mismos calculados según principios americanos.
Aplicando el Dual Scaling encontramos que
lo que más distingue a los valores de las
empresas incluidas en la muestra no son las
diferencias entre fondos propios o resultados
netos según se calculen de acuerdo con una u
otra normativa, sino que lo que más determina
diferencias en la cuantificación de resultado
neto y fondos propios consolidados entre
empresas es la pertenencia a uno u otro sector.
En segundo lugar aparece el país como factor
generador de diferencias, y en último lugar las
diferentes normativas
 DIVERSIDAD EN LA INFORMACIÓN EMITIDA EN LOS MERCADOS DE CAPITALES
4. CONCLUSIONES
La actualidad de los mercados de capitales pugna por la con-
secución de unas únicas normas contables. Se esgrime el
argumento de la eficiencia y transparencia para presionar a
los organismos supervisores más reacios (los americanos)
hacia la adopción de Normas Internacionales de
Contabilidad emitidas por el ahora IASB (International
Accounting Standards Board), de tal manera que puedan
constituir el único cuerpo normativo contable existente en
todos los mercados de capitales del mundo.
De los resultados obtenidos de la encuesta realizada a ana-
listas miembros del Instituto Español de Analistas
Financieros se desprende que las diferencias en principios
contables no suponen una barrera importante a la hora de
analizar información financiera internacional y establecer
comparaciones entre empresas. Estas diferencias suponen un
efecto más de entre los que introducen distorsión en el aná-
lisis, pero incluso de menor trascendencia que, por ejemplo,
la discrecionalidad percibida por los analistas en determina-
das variables contables como consecuencia de las políticas
de empresa. Argumentamos que ello puede ser debido a dos
motivos: primero, que la incertidumbre en el análisis finan-
ciero internacional es tanta en términos generales que el peso
específico que aporta la contabilidad es reducido, y segundo,
que los analistas no tienen un conocimiento claro de las dife-
rencias en normativa contable. Cuando se enfrentan al análi-
sis de datos contables calculados según distintos principios
los analistas articulan sus propios mecanismos de corrección
y de utilización de herramientas, como ratios elaborados con
variables contables que consideran poco sesgadas por las
diferencias en normativas, subrayando la utilización de aque-
llos relacionados con el cashflow o valor de la empresa. Ante
la incertidumbre que introducen las políticas de las compa-
ñías en el análisis al condicionar, incluso artificialmente, los
valores contables, se recurre a los contactos directos con la
empresa como camino más idóneo para intentar salvar estas
particularidades.
Las diferencias entre normativa contable no son el factor más
importante generador de barreras en el análisis financiero
internacional, por el contrario, el sector en el opera la com-
pañía, o el país de procedencia de la misma son los que
determinan mayores diferencias en la valoración de resulta-
do neto y fondos propios consolidados calculados según nor-
mativa contable local y principios americanos de empresas
europeas cotizadas en la Bolsa de Nueva York.
A pesar de que parece que próximamente las normas conta-
bles serán únicas, la comparabilidad total de la información
puede convertirse en una ficción, y se deberá acompañar a la
37
Por ello podemos concluir que los avances
en armonización formal, armonización
de normas, son importantes y deseables,
pero una armonización total que lleve a la
transparencia y comparabilidad de la
información financiera requiere “ir más allá”
información financiera con datos indicativos del sector e
información macroeconómica y sobre el entorno, así como
sobre las políticas de la compañía para paliar las diferencias
en la información consecuencia de las especificidades gene-
radas por estos efectos. Por ello podemos concluir que los
avances en armonización formal, armonización de normas,
son importantes y deseables, pero una armonización total
que lleve a la transparencia y comparabilidad de la informa-
ción financiera requiere “ir más allá”.
5. BIBLIOGRAFÍA
ADAMS, C. A.; WEETMAN, P. y GRAY, S. J. (1993): “Reconciling
national with international accounting standards”, European
Accounting Review, Vol. 2, nº3, December, pp. 471-494.
AMIR, E.; HARRIS, T. S. Y VENUTI, E. K. (1993): “A comparison of
the Value-Relevance of US versus Non-US GAAP Accounting
Measures using Form 20-F Reconciliations”, Journal of
Accounting Research, Vol. 31, Supplement, pp. 230-264.
ARCHER, S.; DELVAILLE, P. Y MCLEAY, S. (1995): “The Measurement
of Harmonisation and the Comparability of Financial
Statement Items: Within-Country and Between-Country
Effects”, Accounting and Business Research, Vol. 25, n198,
pp. 67-80.
- (1996): “A Statistical Model of International Accounting
Harmonization”, Abacus, Vol. 32, nº1, March, pp. 1-29.
ATIASE, R. K. (1987): “Market Implications of Predisclosure
Information: Size and Exchange Effects”, Journal of
Accounting Research, Vol. 25, nº1, Spring, pp. 168-176.
BANDYOPADHYAY, S. P. H.; HANNA, J. D. Y RICHARDSON, G. (1994):
“Capital markets effects of US-Canada GAAP differences”,
Journal of Accounting Research, autumn, pp. 262-277.
BARTH, M. Y CLINCH, G. (1996): “International Accounting
Differences and their Relation to Share Prices: Evidence from
UK, Australian and Canadian Firms”, Contemporary
Accounting Research, Spring, pp. 134-170.
BOTOSAN, C. A. (1997): “Disclosure Level and the Cost of Equity
Capital”, The Accounting Review, Vol. 72, nº3, pp. 323-349.
BRETON, G. Y TAFFLER, J. (1995): “Creative Accounting and
Investment Analyst Response”, Accounting and Business
Research, Vol. 25, nº98, pp. 81-92.
CHAN, K. C. Y SEOW, G. S. (1996): “The association between stock
return and foreign GAAP earnings vs. Earning adjusted to US
GAAP”, Journal of Accounting and Economics, Vol. 96, nº1,
pp. 139-158.
38 ANÁLISIS FINANCIERO
CHOI, F. D. S. Y LEVICH, R. M. (1990): Capital Market Effects of
International Accounting Diversity, Homewood, Ill., Dow
Jones-Irwin.
CLAVEL, J. G.; MARTÍNEZ CONESA, I. Y ORTIZ MARTÍNEZ, E. (2001):
“Analyzing foreign financial statements: A dual scaling appro-
ach to the international ratio analysis”. Incluido en el libro
Measurement and Multivariate Analysis, Ed. Springer-Verlag.
COMISIÓN DE LAS COMUNIDADES EUROPEAS (ED.) (2001):
Recomendación de la Comisión de 30 de mayo de 2001 relati-
va al reconocimiento, la medición y la publicación de las cues-
tiones medioambientales en las cuentas anuales y los informes
anuales de las empresas. Publicada en la Diario Oficial de las
Comunidades Europeas de 13 de junio de 2001.
COOKE, T. E. (1991): “An assessment of voluntary disclosure in the
annual reports of Japanese corporations”, International
Journal of Accounting, Vol. 26, pp. 174-189.
- (1993): “The Impact of Accounting Principles on Profits: The US
versus Japan”, Accounting and Business Research, Vol. 23,
nº92, pp. 460-476.
EMENYONU, E. N. Y GRAY, S. J. (1996): “International Accounting
Harmonization and the Major Developed Stock Market
Countries: An Empirical Study”, The International Journal of
Accounting, Vol. 31, nº3, pp. 269-279.
FULKERSON, C. L. Y MEEK, G. K. (1998): “Analyst´ Earning Forecast
and the Value Relevance of 20F Reconciliations from Non-US
GAAP”, Journal of International Financial Management and
Accounting, Vol. 9, pp. 1-15.
GANDÍA CABEDO, J. L. (2000): “La divulgación de información
sobre intangibles en internet: evidencia internacional”.
Comunicación a la VI Jornada de Trabajo sobre Análisis
Contable, ASEPUC, Octubre, Almería.
GARCÍA BENAU, M. A. (1995): Armonización de la Información
Financiera en Europa, Premio Carlos Cubillo Valverde,
Instituto de Contabilidad y Auditoría de Cuentas, Madrid.
GRAY, S. J. (1980): “The Impact of international Accounting
Differences from a Security-Analysis Perspective: Some
European Evidence”, Journal of Accountig Research, Vol 18,
nº1, spring, pp. 64-76.
GRAY, R.; KOUHY, R. Y LAVERS, S. (1995): “Corporate social and
environmental reporting- a review of the literature and longitu-
dinal study of UK disclosure”, Accounting Auditing and
Accountability Journal, Vol. 8, nº2, pp. 47-77.
HELLMAN, N. (1993): “A comparative analysis of the impact of
accounting differences on profits and return on equity”,
European Accounting Review, Vol. 2, nº3, December, pp. 495-
530.
HERRMANN, D. Y THOMAS, W. (1995): “Harmonisation of Accoun-
ting Measurement Practices in the European Community”, Ac-
counting and Business Research, Vol. 25, nº100, pp. 253-265.
HOSSAIN, M.; TAN, L. M. Y ADAMS, M. (1994): “Voluntary
Disclosure in Emerging Capital Market: Some Empirical
Evidence from Companies Listed on the Kuala Lumpur Stock
Exchange”, International Journal of Accounting, Vol. 29, pp.
334-351.
LARRÁN, M. Y REES, B. (1999): Técnicas, Recursos Informativos y
Prácticas seguidas por los Analistas Financieros en España:
Un Estudio Empírico, Documento nº1, Instituto Español de
Analistas Financieros.
LEV, B. (2000): “New Accounting for the New Economy”, May, dis-
ponible en la página web del Profesor Lev
http://www.stern.nyu.edu/alt126ble
MALONE, D.; FRIES, C. Y JONES, T. (1993): “An empirical investi-
gation of the extent of corporate financial disclosure in the oil
and gas industry”, Journal of Accounting, Auditing and
Finance, pp. 249-273.
MCQUEEN, P. D. (1993): “The information content of foreign and
US GAAP earning in SEC Form 20F”, Working Paper, New
York University.
MILES, S. Y NOBES, C. (1998): “The use of foreign accounting data
in U.K. Financial Institutions”, Journal of Business Finance
and Accounting, Vol. 25, n1 3 y 4, pp. 309-328.
MURPHY, A. B. (2000): “The Impact of Adopting International
Accounting Standards on the Harmonization of Accounting
Practices”, The International Journal of Accounting, Vol. 35,
nº4, pp. 471-493.
NORTON, J. (1995): “The Impact of Financial Accounting Practices
on the Measurement of Profit and Equity: Australia Versus the
United States”, Abacus, Vol. 31, n12, pp. 178-200.
ORTIZ MARTÍNEZ, E.; MARTÍNEZ CONESA, I. Y CLAVEL, J. G. (2003):
“Ranking of Handicaps when International Financial
Analysing”, European Business Review, Issue 2, March.
POPE, P. F. Y REES, W. P. (1993): “International Differences in
GAAP and the Pricing of Earnings”, Journal of International
Financial Management and Accounting, Autumn, pp. 190-219.
REES, L. L. (1995): “The information contained in reconciliations to
earnings based on US accounting principles by non-US com-
panies”, Accounting and Business Research, Vol. 25, nº100, pp.
301-310.
STANWICK, S. D. Y STANWICK, P. A. (1998): “Corporate social res-
ponsiveness: An empirical examination using the environmen-
tal disclosure index”, International Journal of Commerce and
Management, Vol. 8, nº3 y 4, pp. 26-40.
STREET, D. L.; NICHOLS, N. B. Y GRAY, S. J. (2000): “Assessing the
Acceptability of International Accounting Standards in the US:
An Empirical Study of the Materiality of US GAAP
Reconciliations by Non-US Companies Complying with IASC
Standard”, The International Journal of Accounting, Vol. 35,
n11, pp. 27-63.
VAN DER TAS, L. G. (1988): “Measuring Harmonisation of Financial
Reporting Practice”, Accounting and Business Research, Vol.
18, nº70, pp. 157-169.
- (1992): “Evidence of EC financial reporting practice harmoniza-
tion”, The European accounting review, Vol. 1, nº1, May, pp.
69-104.
WATSON WYATT (2000): The Human Capital Index. European
Survey Report 2000.
WEETMAN, P. Y GRAY, S. (1991): “A Comparative International
Analysis of the Impact of Accounting Principles on Profits: The
USA versus the UK, Sweden and The Netherlands”,
Accounting and Business Research, Vol. 21, nº84, pp. 363-379.
 DIVERSIDAD EN LA INFORMACIÓN EMITIDA EN LOS MERCADOS DE CAPITALES 39

NOTAS

1. Informe anual obligatorio exigido a empresas extranjeras cotizadas en

mercados de capitales americanos que se encuentran bajo la supervi-
sión de la US-SEC.
2. Para agrupar a las empresas según el sector en el que operan utiliza-
mos dos criterios: el primer dígito de la Standard Industrial
Classification (SIC) que es la división a la que pertenecen, y la agru-
pación según entidades financieras o no financieras.
3. Resultados acordes con los de esta argumentación los obtenemos tam-
bién en Clavel et al. (2001) y Ortiz et al. (2003). El grado de diversi-
dad que introduce el sector en el que opera la empresa se manifiesta
como relevante con independencia de cómo se clasifiquen las empre-
sas por sectores.
40 ANÁLISIS FINANCIERO
José Luis Martín Marín y Reyes Samaniego Medina*
La nueva propuesta
del Comité de Basilea para
la Medición de Riesgos
1. INTRODUCCIÓN
Las entidades financieras se encuentras inmersas en un mundo
económico complejo y dinámico donde las modernas tecnolo-
gías marcan las nuevas pautas de comportamiento. Lo anterior
provoca la necesidad de seguir unas regulaciones homogéne-
as que garanticen una igualdad competitiva en los mercados
financieros y en el mundo bancario. Así, los supervisores, ante
esta nueva realidad, tienen un papel relevante a la hora de pro-
porcionar estabilidad en los mercados financieros.
En este contexto surgen las nuevas proposiciones del Comité
de Supervisión Bancaria de Basilea (El Comité), que trabaja
actualmente en la realización del Nuevo Acuerdo, destinado
a sustituir al anterior Acuerdo de 1988, buscando con ello
obtener una propuesta más acorde con la realidad financiera
que vivimos.
En este trabajo pretendemos, de una forma clara y concreta, ex-
poner las novedades de esta propuesta así como su estructura.
2. ANTECEDENTES: EL ACUERDO DE 1988
El Acuerdo de 1988 constituyó una de las propuestas claves
del Comité que, además, logró una gran aceptación; de
hecho, el coeficiente de recursos propios que han de cumplir
los bancos de la Unión Europea deriva de dicho acuerdo.
En el momento actual, el Acuerdo de 1988 presenta una serie
de carencias que hacen que su regulación no recoja total-
* Universidad Pablo de Olavide. Sevilla.
mente la problemática de las entidades financieras provo-
cando un desfase entre regulación y realidad. Entre las
carencias más significativas, que pretenden ser subsanadas
en la próxima versión de la normativa, podemos destacar:
— Las categorías actuales de riesgo son muy amplias y no
distinguen, suficientemente, entre los niveles del mismo
asumidos por los bancos. Todo ello provoca que las enti-
dades puedan soportar mayores riesgos sin que se refle-
jen en los requerimientos de capital o bien realizar ope-
raciones que disminuyan éstos pero que no reduzcan de
igual forma el capital regulatorio del banco.
— Al establecer el mismo peso dentro de una categoría de
riesgo no se diferencia entre las características de cada
activo suficientemente.
— Las ponderaciones son constantes a lo largo del tiempo y,
por tanto, no recogen los posibles cambios en la situación
crediticia.
— Al no reconocerse modelos internos de medición de ries-
go de crédito, no se tienen en cuenta características como
el vencimiento, la concentración de riesgos, tipo de nego-
cio, controles internos de la entidad o calidad de su ges-
tión.
— Las nuevas técnicas de reducción de riesgo de crédito no
pueden integrarse en la ponderación de los riesgos.
Todo lo mencionado provoca la falta de estimulo bancario
 LA NUEVA PROPUESTA DEL COMITÉ DE BASILEA PARA LA MEDICIÓN DE RIESGOS
para desarrollar modelos y técnicas de control y reducción
del riesgo de crédito. Del mismo modo, la inadecuada medi-
ción del riesgo lleva al banco a realizar arbitrajes regulato-
rios, reduciendo los requerimientos de capital o aumentando
los riesgos económicos. Ante esta situación el Comité se
planteó la revisión del Acuerdo de 1988.
El Acuerdo de 1988 se basa en una única medida de riesgo
estándar y, por tanto, igual para todos los bancos.
Posteriormente, en 1996, es reformado y se le reconoce a los
bancos la posibilidad de utilizar modelos internos para valo-
rar el riesgo de mercado. En la nueva propuesta el Comité
piensa continuar con la misma filosofía recogiendo, en esta
versión, distintos métodos de medición interna tanto para el
riesgo de crédito, como para el operativo e incluso el de tipo
de interés.
Así, en una nota explicativa (enero 2001) del propio Comité
se ponen de manifiesto las carencias del Acuerdo que se
piensan subsanar y que reproducimos en el cuadro 1.
Diferencia entre acuerdos
Acuerdo 1988 Propuesta
Concentración en una medida del riesgo simple. Pone más énfasis en las propias metodologías
internas de cada banco.
Un sistema de “traje único”. Flexibilidad, variedad de enfoques, incentivos
para una mejor dirección del riesgo.
Una estructura simple. Más sensible al riesgo.
Cuadro 1
Fuente: Comité de Supervisión Bancaria.
Con este nuevo Acuerdo se buscan enfoques más sensibles a
los riesgos que los de 1988, pero manteniendo una regula-
ción total. No se pretende ni aumentar ni disminuir, en tér-
mino medio, el nivel de capital regulador, más bien se busca
la adaptación de éste a cada situación real.
No se pretende ni aumentar ni disminuir,
en término medio, el nivel de capital regulador,
más bien se busca la adaptación de éste a
cada situación real
Así, se examinan, en más profundidad, una serie de elemen-
tos que no habían sido tenidos en cuenta o a los que, al
menos, no se les había dado la importancia debida hasta ese
momento. Entre ellos podemos destacar:
— Métodos de calificación interna.
41
— Utilización de evaluación externa del crédito en el méto-
do estándar.
— Técnicas de cobertura del riesgo de crédito.
— Titulización de activos.
— Tratamiento del riesgo operativo.
— Examen supervisor.
— Disciplina de mercado.
A pesar de todos los cambios que el nuevo Acuerdo propo-
ne, el capital regulatorio no pierde su esencia, es decir, tanto
el Acuerdo anterior como el actual buscan fundamentalmen-
te dos fines: cubrir los riesgos a los que la entidad está some-
tida y proporcionar igualdad competitiva. Por tanto, la defi-
nición de capital sigue vigente tal cual.
El nuevo Acuerdo se basa en tres principios fundamentales:
— Los requerimientos de capital regulatorio deben ser con-
siderablemente más sensibles al riesgo. Es necesaria una
estrecha relación entre riesgo y fondos propios para que
los estándares de capital evolucionen paralelamente a los
cambios en los perfiles de riesgo de los bancos.
— El tratamiento de la adecuación del capital debe consistir
en algo más que en la fijación de unos ratios regulatorios
mínimos. Es preciso reconocer que los supervisores
nacionales y la disciplina de mercado tiene que represen-
tar papeles igualmente importantes.
— Dicho tratamiento debe incluir incentivos para que los
bancos mejoren constantemente su capacidad de medi-
ción y gestión del riesgo. La solvencia de cada organiza-
ción bancaria depende de la efectividad de su estructura
de gestión y control interno1.
3. EL NUEVO ACUERDO DE BASILEA
3.1. Estructura del Acuerdo
El objetivo básico del nuevo Acuerdo, como se puede dedu-
cir de lo hasta aquí dicho, es proporcionar un capital más
sensible al riesgo y para ello propone la utilización de meto-
dologías internas de medición del mismo elaborada por los
propios bancos.
Para conseguir este objetivo, sin que se produzca una desre-
gulación, el Comité incluye en el nuevo Acuerdo conceptos
o técnicas hasta ahora no tenidos en cuenta. Así, en la pro-
puesta aparecen elementos novedosos tales como:
— Técnicas internas de valoración, con distinto grado, del
riesgo de crédito.
42 ANÁLISIS FINANCIERO
— Técnicas de mitigación de riesgo de crédito.
— Nuevos riesgos como el operacional y el de tipo de inte-
rés en carteras de inversión.
— Dos nuevos pilares complementarios: de supervisión y de
disciplina de mercado.
La nueva propuesta de Acuerdo (Basilea II) hace una prime-
ra división de la normativa en dos grandes grupos como
podemos ver en el gráfico 1.
Estructura del Acuerdo de Basilea
BASILEA
BASILEA
II
çMBITO
DE PILARES
PILARES
APLICACION
APLICACION
Pilar 1: Requerimientos m’nimos de capital
Pilar 2: Revisi—n Supervisora
Pilar 3: Informaci—n del mercado
Gráfico 1
Así en el primer gran bloque el Comité expone que entida-
des tienen que cumplir el requerimiento mínimo de capital a
nivel consolidado, subconsolidado o individual. Aunque, en
principio, el Acuerdo va dirigido a los grandes bancos con
actividad internacional, todos los principios y metodologías
utilizadas tienen aplicación para entidades más pequeñas y el
Comité espera que, con el tiempo, todas vayan aplicándolo.
Este primer bloque de la normativa surge ante el interés del
Comité de conseguir un capital bancario que cubra los ries-
gos de toda la corporación, de modo que no puedan quedar
parte de los mismos sin considerar debido a la actividad en
mercados internacionales.
En cuanto al gran segundo bloque, pasaremos a describir
brevemente cada uno de sus pilares:
— Pilar 1: Requerimientos mínimos de capital. En este pilar
se determina el capital mínimo regulador. Supone una
modificación importante del acuerdo de 1988 y recoge:
— Métodos para el cálculo del capital regulador que cubran
el riesgo de crédito. Se señalan dos métodos, el estándar,
que es una mejora del utilizado en el acuerdo anterior y
que establece nuevas categorías de riesgo, agrupando a
cada tipo de empresa dentro de éstas. Y, por otra parte, el
Método Interno o IRB (Internal Rating Based) basado en
calificaciones internas, considerando dentro de éste dos
niveles: Método IRB Básico donde el banco calcula parte
de las variables, pero no todas, siendo las restantes pro-
porcionadas por el supervisor; y el Método IRB
Avanzado, donde el banco calcula todas las variables que
conforman el modelo. El Comité espera que todas las
entidades, con el tiempo, desarrollen el método IRB avan-
zado (véase el gráfico 2 al respecto).
Métodos de medición de riesgo de crédito
ESTANDARD
METODOS
INTERNO O BASICO
IRB AVANZADO
Gráfico 2
— Técnicas de mitigación de riesgo de crédito, distinguien-
do entre:
— Colaterales.
— Garantías y derivados.
— Posiciones fuera de balance.
— Titulización de activos.
— La inclusión de parámetros en la modelización hasta
ahora no tenidos en cuenta como son el vencimiento de
los activos y la granularidad, es decir, el nivel de concen-
tración de los activos.
— Tratamiento de otros riesgos distintos al de crédito y de
mercado como es el operacional y el de tipo de interés de
la cartera de inversión.
— Requisitos mínimos para la aplicación de cada modelo.
— Pilar 2: Revisión supervisora. Es una de las novedades del
nuevo acuerdo, aunque esta acción ya había sido llevada a
cabo por los supervisores a pesar de no estar regulada.
Como ya hemos comentado, en el pilar 1 se establecen una
serie de requisitos mínimos necesarios para el establecimien-
to de los distintos métodos y serán los supervisores los que
contrasten que dichos requerimientos se están cumpliendo.
No obstante, estos requisitos se establecen de forma general
para todas las entidades y serán los supervisores los que ten-
 LA NUEVA PROPUESTA DEL COMITÉ DE BASILEA PARA LA MEDICIÓN DE RIESGOS
gan que detectar situaciones anómalas y, por tanto, adoptar
medidas concretas para aquellas entidades en las que se con-
sidere necesario.
Téngase en cuenta que el pilar 1 establece un capital mínimo
y ello implica que si los supervisores detectan situaciones en
las que la entidad está asumiendo mayores riesgos que los
calculados puedan exigir un aumento de dicho nivel mínimo,
de forma que el capital refleje el riesgo realmente soportado
por el banco.
Este pilar se basa en cuatro principios que viene a comple-
mentar los veinticinco que orientan la normativa de supervi-
sión elaborada por el Comité de Basilea.
— Pilar 3: Información de Mercado. Este pilar también
aparece como novedoso en este Acuerdo. Se basa en la
idea de que la transparencia es beneficiosa tanto para la
entidad como para el inversor y, por tanto, para el siste-
ma financiero. Establece dos categorías en cuanto a la
información a publicar:
— Requerimientos de capital: Información que ha de ser
publicada, siendo además un requisito para poder estable-
cer algunas de las metodologías recogidas en el pilar 1.
— Recomendaciones fuertes: Informaciones adicionales
que sería recomendable se hicieran públicas, pero que
no son un requisito para el establecimiento de metodo-
logías.
Aunque se establezcan tres bloques perfectamente identifi-
cables por separado, el Comité hace hincapié en la necesidad
de seguir las recomendaciones de los tres pilares pues son
complementarios y, por tanto, igualmente importantes.
3.2. Ambito de aplicación
Aunque los Acuerdos de Basilea se aplican fundamen-
talmente en los bancos con actividad internacional, el
Comité es consciente de que el informe Basilea II será tam-
bién seguido por entidades con menos nivel de complejidad
y por ello se recoge explícitamente en la propuesta que todos
los principios establecidos en ella pueden ser aplicados por
cualquier entidad. De hecho, se espera que así sea.
No podemos olvidar que, en los últimos tiempos, el negocio
bancario tradicional ha ido perdiendo importancia, dando
lugar a otras actividades financieras. Todo ello ha llevado a
la banca a expandir sus negocios a otras áreas, como son las
del seguro y de gestión de valores mediante filiales pertene-
43
cientes a la propia entidad y que, por tanto, deben ser tam-
bién tenidas en cuenta. El Acuerdo de capital debe cubrir
todos los riesgos de un grupo bancario, a la vez que propor-
ciona solidez y seguridad a cada entidad individual pertene-
ciente a un grupo. Así, cuando nos encontramos con estos
casos, el acuerdo se aplica a tres niveles:
— Nivel de grupo (consolidación global).
— Nivel de subgrupo (subconsolidación).
— A cada uno de los bancos internacionalmente activo.
A la hora de considerar el grupo bancario y, por tanto, los
recursos propios, se distinguen las siguientes situaciones:
— Participaciones mayoritarias.
— Participaciones significativamente minoritarias en enti-
dades financieras.
— Participaciones significativamente minoritarias en
empresas comerciales.
— Compañías de seguro.
Distinguiéndose también entre la posibilidad o no de conso-
lidación contable para el grupo bancario.
3.3. Riesgos que comprende.
Una de las innovaciones de este nuevo Acuerdo es la consi-
deración explícita de riesgos distinto al de crédito y de mer-
cado, como son el riesgo operacional y el de tipo de interés
en carteras de inversión.
Una de las innovaciones de este nuevo Acuerdo
es la consideración explícita de riesgos distinto
al de crédito y de mercado, como son el riesgo
operacional y el de tipo de interés en carteras
de inversión
El Acuerdo de 1988 establecía un 8% como capital regulador
en función de los activos con riesgo ponderados. Esta cantidad
suponía un seguro mediante el que se cubrían de forma implí-
cita todos los riesgos a los que estaba sometida la entidad ban-
caria. Posteriormente, en 1996, se separa del Acuerdo el ries-
go de mercado, siendo éste el primer riesgo que se puede valo-
rar utilizando metodologías internas del propio banco.
En el momento actual, debido a que las prácticas bancarias
cada vez están más basadas en tecnologías de rápida evolu-
ción y en productos financieros complejos, el riesgo opera-
cional ha tomado una importancia que hasta ahora no tenía.
44 ANÁLISIS FINANCIERO
Así, el riesgo operacional englobará todos aquellos riesgos
inherentes a la banca que no se encontraban incorporados a
los cálculos para las necesidades de capital. El propio Comité
lo define como “el riesgo de pérdida directa o indirecta cau-
sada por la falta o insuficiencia de los procesos, personas y
sistemas internos o como resultado de acontecimientos exter-
nos”. Con ello simplemente se ha recogido una práctica ban-
caria ya que, normalmente, los bancos utilizan un 20% del
capital económico para cubrir el riesgo operacional. Hay que
resaltar que esta definición no incluye de forma explícita ries-
gos tales como el reputacional y el legal.
En cuanto al Riesgo de tipo de interés, el Comité piensa que
este riesgo en la cartera de inversión es potencialmente sig-
nificativo y debe ser cubierto con capital. Su importancia
dependerá del perfil de riesgo del banco, así como de las con-
diciones de mercado. El Comité estima que, por un lado, hay
que detectar aquellos bancos donde el riesgo de tipo de inte-
rés esté por encima de la media (outlier) y, por otro, exami-
nar las metodologías para valorar dichos riesgos.
Este riesgo, a diferencias de otros, es tratado en el pilar 2.
Esto quiere decir que no se requiere capital explícitamente,
sino una adecuada gestión y control por parte de la entidad de
dicho riesgo, que el supervisor tendrá que valorar pudiendo,
si lo cree necesario, exigir un mayor nivel de capital2.
3.4. Técnicas de mitigación del riesgo de crédito.
En los últimos años se han incrementado de forma significa-
tiva el uso de técnicas y de instrumentos para reducir el ries-
go de crédito, así como para controlar los riesgos asociados a
estas técnicas. Nos referimos, especialmente, a los derivados
de crédito que han influido fuertemente en el perfil de riesgo
de crédito de muchos bancos.
El Acuerdo de 1988 reconoce sólo algunas de estas técnicas,
de forma restrictiva, tanto en lo referente al emisor del ins-
trumento de cobertura como a los riesgos residuales que éste
provoca. Pero en la nueva propuesta se reconoce una amplia
gama de técnicas de mitigación del riesgo de crédito, acep-
tándose incluso coberturas imperfectas. Esto es una de las
grandes innovaciones del nuevo Acuerdo.
El Comité divide en tres tipos las técnicas de mitigación del
riesgo de crédito:
— Garantías reales (colaterales). Al usar este término el
Comité se está refiriendo a exposiciones crediticias y a
instrumentos financieros entregados o prestados como
colateral.
— Garantías personales y derivados de crédito.
— Compensación entre transacciones de una misma contra-
parte (netting).3
Cada una de estas técnicas se recoge en la valoración de capi-
tal de forma distinta y dependiendo, además, del método ele-
gido.
Como hemos mencionado anteriormente, la nueva normativa
reconoce la posibilidad de coberturas imperfectas, por tanto
también tienen que ser tratados los riesgos residuales que sur-
gen de éstas. Así, nos podemos encontrar con desfases en los
vencimientos, uso de distintas monedas o bien con que la
posición a cubrir y el subyacente del contrato derivado sean
activos distintos. Los precios de mercado también pueden
crear déficit en la protección del crédito.
3.5. Titulización de activos.
Según el Comité, la titulización de activos puede ser una
manera eficaz de redistribuir los riesgos crediticios de un
banco a otros bancos o inversores. A la vez, se reconoce que
la titulización puede ser utilizada para evitar mantener capi-
tal acorde con el riesgo realmente asumido.
Así, el Comité define la titulización como “la transferencia
legal o económica de activos y obligaciones por una institu-
ción originadora a un tercero, comúnmente llamado “vehícu-
lo de fin específico” (Special Purpose Vehicle o SPV)”. De
forma que un SPV emite valores respaldados por activos que
representan derechos de crédito sobre un conjunto específico
de clientes.
En el Acuerdo se tratan, tanto para el método estándar como
para el IRB, los riesgos que estas técnicas representan para
los bancos.
3.6. Ajustes de Granulidad
En este apartado sólo queremos recoger de forma explícita
otro de los riesgos a los que se enfrentan los bancos: riesgo
de concentración, ya que se ha demostrado que una concen-
tración de las exposiciones en una sola entidad o en un grupo
de prestatarios fuertemente relacionados es un impulsor
importante del riesgo.
Por ello el Comité lo ha incorporado como parte integrante
del riesgo en todas las exposiciones, excepto en las de “al
detalle”, en las que no forma parte integrante del riesgo.
 LA NUEVA PROPUESTA DEL COMITÉ DE BASILEA PARA LA MEDICIÓN DE RIESGOS 45

— Sectores Institucionales: Estados Soberanos, Entidades

4. MÉTODOS DE MEDICIÓN DE RIESGOS de Crédito, Empresas.

4.1. Introducción — Calificaciones Externas.

El objetivo de la nueva propuesta, como ya hemos mencio- En función de estas variables se establecen las ponderacio-
nado anteriormente, es obtener un cálculo del nivel de capi- nes por riesgo, las cuales han pasado a ser cinco en este
tal más sensible a los riesgos que asume el banco. Esta sen- nuevo Acuerdo: 0%, 20%, 50%, 100% y la nueva de 150%.
sibilidad se ha buscado, sobre todo, por medio de la utiliza- De esta forma obtendríamos el cuadro 3.
ción de métodos internos de medición del riesgo, aunque no
hay que olvidar la importancia de los pilares 2 y 3 para la
consecución de dicho objetivo. Ponderaciones de riesgo
Sectores Calificaciones crediticias
El Capital regulatorio sigue siendo el 8% de los activos pon- AAA hasta A+ hasta BBB+ hasta BB+ hasta Menor a No
derados según su riesgo, aunque ahora recogen tres tipos, de AA- A- BBB- B- B- calificados
crédito, de mercado y operacional: Créditos
Soberanos 0% 20% 50% 100% 150% 100%
Créditos frente
Capital Regulatorio a bancos
=≥ 8% (opción 1) 20% 50% 100% 100% 150% 100%
Activos ponderados por riesgo de crédito,de mercado y operacional
Créditos frente
[1] a bancos
(opción2) 20% 50% 50% 100% 150% 50%
En cuanto al numerador, éste se mantiene igual que en el Créditos frente
a bancos
acuerdo de 1988, puesto que la definición de capital regula- (opción2) y
dor no se ha modificado. Lo que si ha cambiado sustancial- corto plazo. 20% 20% 20% 50% 150% 20%
mente es el denominador de forma que la metodología para Créditos frente
calcular el riesgo de crédito ha sufrido grandes modificacio- a empresas. 20% 50% 100% 150% 150% 100%
nes, la de riesgo de mercado se queda tal cual y la de riesgo
operacional es totalmente novedosa. Véase al respecto el Cuadro 3
cuadro 2. Fuente: Comité de Supervisión Bancaria4.

Metodologías en función del riesgo Esta división y ponderación del crédito ha recibido algunas
Riesgos Metodologías críticas con respecto al efecto que pueda tener en el ámbito
De crédito Enfoque Estándar financiero y así se pone de manifiesto en el trabajo de
Enfoque de rating interno (IRB): Altman y Saunders (2001), donde recogen explícitamente,
Básico
por ejemplo, con respecto al grupo de los no calificados, que
Avanzado
De mercado Modelo Standard se puede dar el caso de que un bono de peor calidad, sin cali-
Modelos Internos: VaR ficación, conlleve menos costes de capital que uno de mejor
Operacional Enfoque del indicador básico calidad con calificación. Igualmente ocurre con los riesgos
Enfoque Estándar soberanos y de bancos, donde un crédito soberano de rating
Mediciones Internas (AMA) A tendría un peso de 20%, mientras que si éste es bancario o
de empresa tendría un 50%.
Cuadro 2
En este mismo sentido podemos también hablar del método
4.2. Medición del Riesgo de Crédito. utilizado para otorgar pesos a los créditos frente a otros ban-
cos, el cual puede perjudicar a bancos bien calificados y
En cuanto a la metodología estándar tiene como novedad la beneficiar a los mal calificados ya que los riesgos con ambos
utilización de calificaciones externas como medida de riesgo podrían tener el mismo peso si están situados en el mismo
de crédito para establecer las ponderaciones. En éste método país. Además este enfoque contrasta con la tendencia mun-
nos encontramos con dos variables para el cálculo de las dial hacia un menor apoyo estatal a los bancos y a una mayor
ponderaciones: disciplina del mercado interbancario.
46 ANÁLISIS FINANCIERO
Los citados autores también recalcan el inconveniente de
basar los requerimientos de capital en el rating de agencias de
calificación. Éstas han recibido recientemente críticas sobre
el hecho de que sus ratings siguen, mas bien, los ciclos eco-
nómicos y no se adelantan a ellos. Esto llevaría a que los ban-
cos tendrían que aumentar sus reservas de capital durante la
época de recesión, momento en el cual el rating disminuiría,
con la dificultad que ello conlleva.
Sin embargo, el estudio mencionado a lo que más atención
presta es a la división hecha para el reparto de pesos, donde
éstos quizás no reflejen de forma correcta el riesgo realmen-
te asumido, fundamentado, principalmente, en la no distin-
ción entre grado de inversión y especulativo. Siguiendo esta
idea, Altman y Saunders dividen en cuatro, y no en cinco
como el Comité, los grupos para las ponderaciones, como
aparece en el cuadro 4.
Ponderación de riesgos para créditos frente a empresas
recomendado por Altman y Saunders
SECTOR Calificación Crediticia.
AAA hasta AA A hasta BBB BB hasta B
Crédito frente a empresas 10% 30% 100%
Cuadro 4
En cuanto al primer grupo, AAA hasta AA, no se ha produ-
cido ningún impago en los últimos 19 años con esta califica-
ción, de ahí el hecho de disminuir el peso, aunque esta cifra
del 10% es arbitraria. En cuanto al segundo grupo incluiría
hasta la calificación BBB, grado de inversión, al que se le
otorgaría un peso del 30% en contraste con el 50% y 100%
del Comité; el tercer grupo seguiría teniendo un peso menor
(100%, frente al 150% del Comité), coincidiendo ambas pro-
puestas únicamente en el último grupo, con un peso del
150%5.
Con respecto a las instituciones de evaluación de crédito
externa (External Credit Assessment Institution, ECAI)
serán los supervisores nacionales los que determinarán cua-
les cumplen los requisitos expuestos en el Acuerdo y, por
tanto, sean aceptadas sus evaluaciones. Standard & Poor’s 6
opina al respecto que esta intervención puede afectar a la
industria del rating externo en sus tres pilares fundamentales:
independencia, credibilidad y objetividad. Teniendo en cuen-
ta que en el mercado van a actuar tanto agencias grandes e
internacionales como pequeñas y de ámbito local, y que los
ratings van a ser necesarios para determinar los requerimien-
tos de capital, los bancos intentarán conseguir la mayor ven-
taja competitiva con ello, seleccionando aquellas agencias
que generalmente otorguen mayores ratings. Un estudio de
la Reserva Federal, realizado en 1996, revela que las agencias
pequeñas tienen una predisposición, contrastable empírica-
mente, a otorgar mayores ratings que agencias como
Standard & Poor’s y Moody’s. Esto ocurre porque las agen-
cias pequeñas tienen una metodología menos rigurosa. Todo
ello puede llevar a que si la regulación no diferencia adecua-
damente entre la calidad de los ratings, estos acaben convir-
tiéndose en una mercancía.
En cuanto al método IRB o método interno, como ya sabe-
mos, está basado en estimaciones propias del banco, distin-
guiéndose entre el tipo básico y el avanzado. Para el cálcu-
lo de este método lo primero que hace el Comité es agrupar
y definir seis categorías generales de activos con distintas
características de riesgo: soberanos, empresariales, banca-
rios, minoristas, de financiación de proyectos y accionariales.
Aunque el Comité establece que todos los bancos deberían
agrupar sus exposiciones en estas seis categorías, a la vez
aclara que no pretende hacer cambiar la metodología usada
por ninguna entidad bancaria, simplemente se pretende que
den un trato apropiado a sus exposiciones según el método
IRB.
Menor a B-
150% Para poder explicar la diferencia entre el método básico y el
avanzado es conveniente conocer la fórmula de cálculo de la
pérdida esperada en caso de impago pues es de las estima-
ciones de sus variables de lo que se ocupan estos métodos.
La pérdida esperada (EL) depende de un conjunto de factores:
— PD: Probabilidad de impago
— LGD: Pérdida en caso de impago
— EAD: Exposición en el momento de impago
— M: vencimiento
— G: Granularidad (se aplica a todas las carteras excepto a
las de carácter minorista).
Y se obtendría de la siguiente formula:
EL = PD × LGD × EAD [2]
Aunque el Comité ha elaborado dos metodologías para esti-
mar los componentes del riesgo, éstas sólo se aplican a las
carteras empresariales, bancarias y soberanas. En la cartera
minorista no existe esta distinción de metodologías.
En el método básico la entidad sólo estima sus probabilida-
des de impago (PD) siendo el supervisor el que proporciona
los valores del resto de las variables. En la metodología
avanzada, será el banco el que estime cada una de las varia-
bles, así como el tratamiento de las garantías y derivados de
crédito.
 LA NUEVA PROPUESTA DEL COMITÉ DE BASILEA PARA LA MEDICIÓN DE RIESGOS
Por tanto, para utilizar el método IRB, en cualquiera de sus
versiones, es necesario poder calcular la probabilidad de
incumplimiento. Para ello se tiene que calcular la PD media
de todos los prestatarios incluidos en un grupo o grado de
clasificación. Estas estimaciones deberán estar basadas en
datos históricos y mostrar una visión conservadora a medio
y largo plazo.
En el método básico la entidad sólo estima
sus probabilidades de impago (PD) siendo
el supervisor el que proporciona los valores
del resto de las variables. En la metodología
avanzada, será el banco el que estime cada
una de las variables, así como el tratamiento
de las garantías y derivados de crédito
En cuanto al resto de las variables, en el método básico son
calculadas por el supervisor. En términos generales, se reco-
gen los siguientes valores de la variable LGD dependiendo
de cada situación:
— Si la operación no esta subordinada será igual al 50%.
— Si está subordinada pero sin ninguna garantía reconocida
será igual al 75%.
— Si esta garantizada por algún tipo de colateral reconocido,
dependerá de si este es físico o financiero. En el último
caso se aplica el tratamiento de las técnicas de mitigación
de riesgo, aunque no se puede usar el método simple.
Para el cálculo del valor de EAD hay que distinguir si las
partidas están dentro o fuera del balance. Si están dentro del
balance la exposición es igual al saldo nominal pendiente7.
Para la compensación del balance hay que seguir las técnicas
de mitigación de riesgo de crédito. En el caso de exposicio-
nes fuera de balance se estiman utilizando los factores de
ponderación establecidos en el método estándar.
En cuanto a la variable vencimiento si éste es explícito será
el que se tome, en caso contrario se les asigna a todos los
activos las misma dimensión, tres años.
Del método avanzado poco más se puede decir de lo hasta
ahora comentado. Todas las variables podrán ser calculadas
por el propio banco, incluso la variable vencimiento que
deberá estar referida a años.
Volvamos a resaltar el hecho de que el banco debe cumplir
una serie de requisitos para poder aplicar los métodos. Así,
47
tendrá que cumplir unos requisitos mínimos para poder esti-
mar el valor de PD y unos adicionales para estimar cada una
de las restantes variables. Cuando un banco decida usar sus
estimaciones propias para alguno de los componentes de su
cartera, se espera que adopte el método avanzado para el
resto en un período relativamente corto, siempre y cuando
cumpla los requisitos exigidos.
El siguiente paso es calcular los activos ponderado por riesgo
(RWA) que se definen, según el nuevo Acuerdo, como la pon-
deración de una transacción multiplicada por una medida de
exposición para la misma. El total de activos ponderados por
riesgo (APR) es igual a la suma de cada uno de los activos de
la cartera ponderado por su riesgo. Estos valores se obtienen a
través de una formulación proporcionada por el propio
Comité. Por tanto, el enfoque IRB no permite a los bancos,
por sí mismos, determinar directamente los requerimientos de
capital, sino que éstos se calculan mediante una combinación
de imputs cuantitativos proporcionados por el banco (PD,
LGD, …) y por las fórmulas especificadas por el Comité.
Todo lo comentado, hasta ahora, dentro del método IRB es
de aplicación para la cartera empresarial; las exposiciones
minoristas tienen un tratamiento muy distinto. Para esta car-
tera, el primer paso es dividirla en segmentos formados por
exposiciones con similares características de riesgo. En el
segundo paso habría que estimar las variables y para ello el
Acuerdo recoge dos posibilidades:
— Los bancos hacen una evaluación separada de los valores
de PD y LGD para cada segmento.
— Los bancos calculan directamente la pérdida esperada (EL)
sin obtener de forma separada los valores PD y LGD.
La variable vencimiento no se tiene en cuenta.
Quizás lo más característico con respecto a la cartera mino-
rista sea el hecho de la inexistencia de un método básico, ya
que el Comité parte de la idea de que la entidad poseerá
datos suficientes para realizar las estimaciones pertinentes.
4.3. Metodología para las técnicas de mitigación de riesgo.
Hay dos formas de enfocar el tratamiento de las garantías:
— Método Global: se basa en unos factores de descuento
establecidos en función de
— La volatilidad del colateral.
— La calidad del colateral.
— El periodo de mantenimiento.
48 ANÁLISIS FINANCIERO
— Método Simple: donde se sustituye la ponderación del acti-
vo protegido por la ponderación del emisor de la garantía.
4.4. Metodologías del riesgo operacional
El Comité establece tres enfoques para medir este riesgo:
— Método del Indicador Básico.
— Método Estándar.
— Método de Medición Interna (AMA).
El método del Indicador Básico, es un método muy sencillo
en el que el banco debe cubrir este riesgo con un capital equi-
valente a un porcentaje fijo sobre el margen ordinario8.
En el método Estándar, el supervisor divide las actividades en
unidades comerciales y éstas, a su vez, en líneas comerciales.
Para cada línea comercial se establece un indicador, que pre-
tende recoger el riesgo operativo de ellas. A la vez, a cada línea
se le asigna un factor de capital (βi) Este coeficiente beta lo
fijan los supervisores y refleja la relación entre la pérdida por
riesgo operativo de cada línea y el indicador de la misma. De
forma que las necesidades de fondos propios serían:
Requerimientos de capital = Σ βi x
(indicador de exposición al riesgo)i
Donde i representa cada línea comercial
En cuanto al método de Medición Interna, en él se siguen los
siguientes pasos:
— Las actividades del banco se dividen en las líneas comer-
ciales del método anterior. Además se define un conjunto
de tipos de riesgos operacionales y se le aplica a cada
línea comercial. De esta forma obtenemos una combina-
ción de línea comercial y tipo de riesgo.
— Para cada una de las combinaciones anteriores el supervi-
sor determina un indicador de exposición (EI) que pre-
tende recoger el riesgo de dicha combinación.
— Los bancos deben determinar el resto de las variables para
cada combinación: Probabilidad de pérdida (PE) y
Pérdida en cada situación (LGD). De forma que la pérdi-
da esperada vendrá dada por la anterior fórmula [2].
— Sólo queda por determinar la exigencia de capital asigna-
da a la pérdida esperada. Para ello el supervisor calculará
un factor gamma para cada combinación, de forma que
multiplicando dicho factor por la pérdida esperada, obten-
dremos las exigencias de capital. Las suma de las exigen-
cias, para cada combinación, nos dará las exigencias de
capital global.
— Este método estará sometido a un nivel mínimo de exi-
gencias de capital que determinará el Comité y será
supervisado por éste al cabo de los dos años.
5. CONSIDERACIONES FINALES.
5.1. Situación en Europa.
Europa presenta una realidad que difiere de la del resto de
otros países desarrollados y, por tanto, se enfrenta a una pro-
blemática diferente a la hora de implantar el nuevo Acuerdo.
La primera dificultad con la que nos encontramos es la prác-
tica inexistencia de ratings externos, lo que lleva a que la uti-
lización del método estándar sea complicado. Lo anterior ha
derivado en un mayor desarrollo de los modelos IRB.
Otra de las dificultades, puesta de manifiesto en la Unión
Europea, es la importancia que tiene la financiación de las
PYMES, ya que éstas representan una parte fundamental en
la industria continental; a la hora de aplicar el método
estándar dichas empresas no tendrán rating y, en caso de
tenerlo, por su propia naturaleza, no sería muy elevado. Lo
mismo ocurrirá en el caso de que a las PYMES se les otor-
gue el rating por un sistema interno ya que siempre será
peor que el de las grandes corporaciones. Todo ello puede
llevar a un aumento del coste de endeudamiento de estas
empresas.
Igualmente la Unión Europea está considerando admitir
como válidas técnicas de mitigación del riesgo de crédito no
reconocidas en las propuestas de Basilea II, pero que son
muy utilizadas por las PYMES, siempre que cumplan una
serie de requisitos, intentando con ello evitar un empeora-
miento de su situación.
Debido a la diversidad de países que
conforman la Unión Europea y por tanto a las
distintas normativas que conviven en ella, es
conveniente que exista una armonía a la hora
de implantar el Acuerdo y esto deberá hacerse
a través del desarrollo de la correspondiente
normativa comunitaria
Por otro lado, debido a la diversidad de países que conforman
la Unión Europea y por tanto a las distintas normativas que
conviven en ella, es conveniente que exista una armonía a la
hora de implantar el Acuerdo y esto deberá hacerse a través
del desarrollo de la correspondiente normativa comunitaria.
 LA NUEVA PROPUESTA DEL COMITÉ DE BASILEA PARA LA MEDICIÓN DE RIESGOS
5.2. Estudio de Impacto cuantitativo.
El Comité realizó, en abril de 2001, un estudio del impacto
cuantitativo del Acuerdo. El objetivo del estudio era reunir
datos necesarios que permitan al Comité analizar el efecto de
la propuesta en los requerimientos de capital.
138 bancos de los cinco continentes han participado en el
estudio. De ellos, 127 proporcionaron información completa
del enfoque estándar y 55 del método IRB básico. Sólo 22
fueron capaces de calcular, según el enfoque avanzado, el
riesgo de todas las carteras.
De los resultados del estudio podemos extraer, como prime-
ra conclusión, que las distintas metodologías podrían provo-
car un aumento en los requerimientos de capital con inde-
pendencia del tamaño de las entidades, excepto en el caso de
aplicar el método IRB avanzado. El cuadro 4 es ilustrativo de
lo expuesto.
Variación de los requerimientos de capital en función del
método elegido9
Standard IRB básico IRB Avanzado
G10 Grupo 1 6% 14% –5%
Grupo 2 1%
U.E. Grupo 1 6% 10% –1%
Grupo 2
Otros 5%
Cuadro 4
Fuente: Comité de Supervisión Bancaria.
El cuadro pone de manifiesto que, para el método estándar,
los beneficios, que se esperaban obtener por la reducción de
las ponderaciones para las exposiciones con mayores ratings,
no compensan el efecto que provoca el nuevo peso de 150%.
Este peso también provoca mayores incrementos en el méto-
do IRB básico.
Otro de los hechos que se ha puesto de manifiesto en este
estudio ha sido el gran número de contrapartidas sin califi-
cación de las exposiciones interbancarias, debido, sobre
todo, a las exposiciones de las sucursales de los grandes ban-
cos, que no tienen rating.
Otro punto a resaltar puesto de manifiesto en el estudio que
comentamos, como ya se preveía, ha sido la dificultad a la
hora de la obtención de los datos. Así, donde más problemas
se han presentado ha sido en la técnica de mitigación del
riesgo de crédito, aunque hay que resaltar que la posibilidad
49
de incluir los colaterales ha llegado a provocar una disminu-
ción de hasta el 20% en las necesidades de capital de algu-
nos bancos. En este mismo sentido también se han encontra-
do dificultades a la hora de asignar ratings a las PYMES,
tanto para préstamos minoristas como de mayor volumen.
Otro factor, a tener en cuenta, ha sido la definición de impa-
go, donde hay entidades que utilizan una definición más
estricta que la dada por el Comité, lo que les lleva a una pro-
babilidad de impago menor.
En estos momentos el Comité ya ha analizado las respuestas
obtenidas a través del QIS3, que han sido las últimas encues-
tas realizadas por la comunidad bancaria para el perfeccio-
namiento del Acuerdo. Acorde con ello, el Comité ha emiti-
do el documento Consultivo n.º 3 en abril de 2003.
5.4. Calendario y Modificaciones potenciales
El Comité espera que el Acuerdo se implante definitivamen-
te a finales de 2006. Ahora bien, el Comité es consciente de
que, aunque el Acuerdo de 1988 tuvo mucho éxito y fue
seguido por un gran número de países, más de 100, muchos
de éstos lo hicieron hace relativamente poco tiempo. Por
ello, el Comité será flexible con respecto a la fecha, permi-
tiendo a los supervisores nacionales, sobre todo para aque-
llas entidades que no tengan actividad internacional, que
establezcan un apropiado calendario de implantación.
Aún así, el Comité piensa adoptar una posición prudente
para el período de transición entre una legislación y otra.
Con esta idea, aquellos bancos que adopten los modelos más
avanzados, es decir, el IRB para el riesgo de crédito y el
AMA para el operacional, deberán trabajar en paralelo
durante el año anterior a la implantación formal con ambos
acuerdos. Ello proporcionará información, tanto a los pro-
pios bancos como a los supervisores, sobre el impacto que
tendrá el nuevo acuerdo y permitirá introducir modificacio-
nes antes de la implantación formal.
Siguiendo con la misma línea, el Comité ha propuesto que
aquellas entidades que elijan estos enfoques reducirán el lími-
te mínimo de capital económico, siendo este el 90% del capi-
tal resultante de usar el método actualmente vigente para el pri-
mer año y el 80% para el segundo. El Comité cree que, con los
cálculos en paralelo según los métodos de Basilea I y II para
estos dos años, se proporcionará al mercado la oportunidad de
entender y evaluar las diferencias entre ambos enfoques.
Como hemos comentado anteriormente, el Comité se en-
cuentra actualmente revisando la última encuesta, QIS 3,
50 ANÁLISIS FINANCIERO
para lanzar el siguiente paquete consultivo en la primavera de
2003. Así, el Comité junto con los supervisores y las entida-
des financieras han estado revisando cada parte del nuevo
Acuerdo de Basilea, llegando a la conclusión de que, para
asegurar una implantación efectiva y exitosa han de realizar-
se algunos cambios que comentaremos a continuación:
— PYMES. El nuevo Acuerdo no recoge diferentes enfoques
en función del tamaño de la empresa, con ello se ignoran
importantes aspectos de los riesgos asociados a los prés-
tamos concedidos a las PYMES. Para subsanarlo, el
Comité después de mantener conversaciones con las enti-
dades financieras, ha llegado a la conclusión de que la
nueva propuesta recoja que, bajo determinadas circuns-
tancias, los préstamos concedidos a PYMES puedan ser
tratados como préstamos minoristas. No obstante, para
aquellos préstamos que no estando bajo dichas circuns-
tancias sigan siendo tratados como corporativos, se exigi-
rán menores requerimientos de capital que para aquellas
operaciones realizadas con compañías de similares carac-
terísticas pero de mayor tamaño.
— Riesgo operacional. Las entidades financieras están ha-
ciendo un gran esfuerzo para desarrollar metodologías
que permitan la medición del riesgo operacional. Es
obvio que estos modelos todavía no han alcanzado el
grado de exactitud que, en estos momentos, poseen tanto
el riesgo de crédito como el de mercado. El Comité, aún
consciente de esta limitaciones, cree que la inclusión de
este riesgo es esencial para obtener un capital que efecti-
vamente cubra todos los riesgos a los que está sometida
una entidad financiera. Para conseguir motivar a los ban-
cos para que sigan trabajando en este sentido, el Comité
está siendo bastante flexible en cuanto a la selección por
el propio banco del método más idóneo. Bajo el enfoque
de medidas avanzadas (AMA), los bancos podrán usar
sus propios modelos para medir dicho riesgo, siempre que
sean lo suficientemente sistemáticos y comprensivos.
Otro cambio propuesto, en relación a este riesgo, ha sido
la eliminación de límites cuantitativos específicos, como
por ejemplo la obligación de mantener un capital mínimo
cuando la metodología elegida sea el AMA.
— Vencimiento. Otra de las cuestiones que están siendo revi-
sadas, cuando el método elegido es el enfoque IRB bási-
co, es el vencimiento de las operaciones realizadas por las
entidades financieras. Así, en la propuesta se recoge un
plazo medio de tres años. El Comité esta pensando recti-
ficar esta cifra para aquellas exposiciones calificadas
como compañías pequeñas domésticas, pasando a tener
un vencimiento medio de 2.5 años. Igualmente, depen-
diendo de la jurisdicción en la que actúe el banco y del
tipo de exposición, este deberá proporcionar el venci-
miento efectivo de sus exposiciones. Si el método elegido
es el enfoque IRB avanzado habrá que especificar dicho
vencimiento efectivo en la mayoría de los casos.
— Implantación del acuerdo en distintas jurisdicciones. Los
distintos supervisores han estado haciendo un esfuerzo en
cuanto a compartir información para así proporcionar
consistencia la establecimiento del nuevo Acuerdo y eli-
minar aquellas dudas existentes, entre los distintos ban-
cos, sobre una implantación poco uniforme en las distin-
tas jurisdicciones nacionales, pudiéndose dar situaciones
de supervisores que implanten el Acuerdo de forma más
estricta que otros.
— Requisitos mínimos para la implantación del enfoque
IRB. Con las consultas realizadas por el Comité parece
que los requerimientos mínimos de la propuesta original,
elegidos para dar un grado de credibilidad y consistencia
a las estimaciones internas bancarias, no permiten la
innovación y diferenciación en los métodos bancarios y
podrían ser demasiados restrictivos en la práctica. Por
ello, el Comité está trabajando para que estos requisitos
mínimos sean consistentes con las estimaciones internas
de las instituciones y permitan el uso de diferentes méto-
dos en las entidades bancarias.
— Comportamientos cíclicos. Todas las partes implicadas
en este nuevo Acuerdo se preguntan si la nueva estructu-
ra de capital, que será más flexible al riesgo, también ten-
drá un comportamiento más cíclico. Evidentemente el
Comité piensa que esto requiere una especial atención,
pero que este hecho no debe afectar al desarrollo de enfo-
ques más sensibles al riesgo. Para evitar que las fluctua-
ciones, a lo largo de los ciclos de negocio, sean excesi-
vas, el Comité ha realizado modificaciones en la curva de
pesos de riesgo para préstamos corporativos. No obstan-
te, anima a los bancos a que tengan en cuenta en sus pro-
cesos de rating el ciclo económico y, para ello, estima
que los bancos que adopten el enfoque IRB deberán rea-
lizar pruebas de stress, aunque para efectuarlas el banco
tendrá total flexibilidad. Con ello se pone de manifiesto
que, debido a la naturaleza dinámica del método IRB,
existe la posibilidad de que los requerimientos de capital
puedan incrementarse cuando se produzcan condiciones
económicas adversas. Será responsabilidad de los super-
visores, bajo el pilar 2 del nuevo Acuerdo, revisar los
resultados del stress test.
 LA NUEVA PROPUESTA DEL COMITÉ DE BASILEA PARA LA MEDICIÓN DE RIESGOS 51

BIBLIOGRAFÍA Nouy, D. (2001): “Labor Reciente del Comité de Basilea no Rela-

cionada con el Capital”. Estabilidad Financiera, nº 1, pág.
Altman, E., Saunders, A. (2001): “An Analysis and Critique of the 19-0, septiembre.
BIS Proposal on Capital Adequacy and Rating”. New York Poveda, R. (2001): “Las Recomendaciones del Comité de
University Salomon Center, Leonard N. Stern School of Supervisión Bancaria de Basilea”. Estabilidad Financiera, nº 1,
Business, working paper, febrero. pág. 31-57, septiembre.
Alvarez, P. (2001): “El Coeficiente de Solvencia de las Entidades Roldán, J. M. (2001): “El Nuevo Acuerdo Capital (Basilea II)”.
de Crédito Española”. Estabilidad Financiera, nº1, pág. 171- Perspectivas del Sistema Financiero, nº 72, pág. 1-11.
191, septiembre. Sánchez-Cid, M. (2001): “El Proceso de Asignación de Capital en la
Basle Committee on Banking Supervision (1988): “International Con- Banca – Uso de Modelos Regulatorios y Modelos Económicos”.
vergence of Capital Measurement and Capital Standards”. Julio. Perspectivas del Sistema Financiero, nº 72, pág. 25-29.
Basle Committee on Banking Supervision (1999): “A New Capital Secretariat of the Basle Committee on Banking Supervision (2001):
Adequacy Framework”. Junio. “The New Basle Capital Accord: and explanatory note”. Bank
Basle Committee on Banking Supervision (2001): “Potential for International Settlements, enero.
Modifications to the Committee’s Proposals”. Noviembre. Soler, M., Miró, A. (2001): “Enfoques Cuantitativos para el riesgo
Basle Committee on Banking Supervision (2001): “Results of the de crédito de particulares y su Aplicación a Realidades
Quantitative Impact Study”. Noviembre. Nacionales Diferentes”. Perspectivas del Sistema Financiero,
Basle Committee on Banking Supervision (2002): “Basel Committee nº 72, pág. 43-52.
reaches agreement on New Capital Accord issues”. Julio. Standard & Poor’s (1999): “Standard & Poor’s Official Response to
Basle Committee on Banking Supervision (2002): “Overview the Basel Committee’s Proposal”. Standard & Poor’s, diciem-
bre.
Paper for the Impact Study”. Octubre.
Trucharte, G., Antuña, A. M. (2001): “Modelos Factoriales de Riesgo
Campos, P., Yagüe, M. (2001): “Enfoques Cuantitativos para el
de Crédito: el Modelo de Basilea II y sus Implicaciones”.
Riesgo de Crédito en Empresas: Rating Internos (IRB)”.
Estabilidad Financiera, nº 1, pág. 205-19, septiembre.
Perspectivas del Sistema Financiero, nº 72, pág. 31-42.
Vargas, F. (2001): “Introducción al Pilar 1 de Basilea II”. Estabilidad
Comité de Supervisión Bancaria de Basilea (2001): “El Nuevo
Financiera, nº 1, pág. 59-92, septiembre.
Acuerdo de Capital de Basilea”. Documento Consultivo, enero.
Comité de Supervisión Bancaria de Basilea (2001): “Visión
General del Nuevo Acuerdo de Capital de Basilea”. Banco de
Pagos Internacionales, enero.
De la Cruz, J. (2001): “El Control Global del Riesgo. El proyecto
Sectorial de las Cajas de Ahorros”. Perspectivas del Sistema
Financiero, nº 72, pág. 13-23.
De Lama, A. (2001): “Implantación de la Gestión de Riesgos en las
Filiales de un Banco Internacional”. Perspectivas del Sistema
Financiero, nº 72, pág. 73-78.
Díaz, A. (2001): “Entidades de Crédito: Transparencia y Disciplina de
Mercado”. Estabilidad Financiera, nº 1, pág. 117-32, septiembre.
Gutiérrez, J. (2001): “El Proceso de Revisión Supervisora en las
Propuestas del Comité de Basilea”. Estabilidad Financiera,
nº1, pág. 93 – 116, septiembre.
Iglesias-Sarria, C. (2001): “El Proceso de Revisión de Capital en la
Unión Europea”. Estabilidad Financiera, nº 1, pág. 133-52,
septiembre.
Iturriaga, J. A., Barrajo, M., (2001): “El Nuevo Marco de Control
del Riesgo desde el Punto de Vista de la Auditoría Interna”.
Perspectivas del Sistema Financiero, nº 72, pág. 79-4.
Lamamié, J. M. (2001): “Basilea II: Efectos sobre la Práctica Super-
visora”. Estabilidad Financiera, nº 1, pág. 153-170, septiembre.
López, J. L. (2001): “El Riesgo Operacional en el Entorno del
Nuevo Acuerdo de Basilea”. Perspectivas del Sistema Financ-
iero, nº 72, pág. 67-2.
McDonough, W. (2001): “Prólogo”. Estabilidad Financiera, nº 1,
pág. 15-18, septiembre.
Moral, G., Corcostegui, C., García, R. (2001): “Capital Regulato-
rio y Capital Económico: el Efecto de la Calidad Crediticia y
del Ajuste por Vencimiento”. Estabilidad Financiera, nº 1,
pág. 193– 204, septiembre.
52 ANÁLISIS FINANCIERO

NOTAS
1. McDonough W., (2001): “Nuevo Acuerdo de Capital del Comité de
Supervisión Bancaria de Basilea”. Estabilidad Financiera (Banco de
España), núm.1, septiembre.
2. Iglesias-Sarra, C., (2001): “El proceso de revisión de Capital en la
Unión Europea”. Estabilidad Financiera (Banco de España), núm.1,
septiembre.
3. Hay otros instrumentos que el Acuerdo trata de forma separada: garan-
tías hipotecarias y titulización de activos.
4. Primera Opción: Todos los bancos constituidos en un país determinado
recibirán una ponderación de una categoría más desfavorable que el
Estado correspondiente. Se establece un tope del 100% cuando el
Estado tenga una calificación BB+ a B-, o bien no este calificado.
Segunda Opción: Utiliza el rating del propio banco. En caso de que el
crédito tenga un plazo de vencimiento original menor o igual a tres
meses se le aplicará una calificación más favorable con un tope mínimo
del 20%.
No podrá utilizarse para bancos con una ponderación del 150% (inferior
a B-).
5. Altman y Saunders reproducen los resultados de un trabajo empírico en
los que justifica dichos pesos.
6. Standard & Poor’s (1999): “Standard & Poor’s Official Response to the
Basel Committee’s Proposal” (diciembre).
7. En el caso de compromisos no dispuestos, la EAD se fija en un 75% de
la parte no dispuesta.
8. El Comité define margen ordinario como: margen de intermediación
más otros productos ordinarios. Estos comprenden: comisiones recibi-
das menos comisiones pagadas, resultado neto de las operaciones finan-
cieras y otros resultados. Se excluyen resultados extraordinarios o irre-
gulares.
9. El estudio diferencia entre los bancos pertenecientes al G10, los situa-
dos en la Unión Europea y otros. Dentro de los dos primeros bloques
hace una subdivisión: el grupo 1 son bancos más grandes y el grupo 2
bancos más pequeños y especializados.
54 ANÁLISIS FINANCIERO

Mariano González Sánchez*

Hacia la cola de la
distribución en la medición
de riesgos financieros
1. LA TEORÍA DE EVENTOS EXTREMOS Aunque las medidas del riesgo surgidas de la TEE
EN LA MEDICIÓN DE RIESGOS cumplen las propiedades de coherencia, no son
A comienzos del siglo XX, se produce un punto de inflexión una herramienta única, sino un complemento
básico dentro de las finanzas modernas, fruto del cual surge la más en el arte de estimar riesgos. Ello viene
actual medición de riesgos; así a partir de las propuestas de
BACHELIER (1900) y LUNDBERG (1903), comienzan dos
provocado por las características de las series
caminos paralelos e incluso coincidentes. El primero fue pio- financieras
nero en la modelización Browniana del comportamiento de
los precios, mientras que el segundo aplicó los procesos de
Poisson a la determinación de riesgos, excluyendo los de vida.
a) El comportamiento de los precios presenta en ocasiones
Pero no es hasta la década de los noventa cuando se comienza reversión a la media, asimetría y heterocedasticidad.
con la aplicación de la llamada Teoría de Eventos Extremos b) Aparecen valores extremos o saltos, que provocan que las
(TEE) en el campo de las finanzas y los mercados. Con el tra- colas de la distribución sean gruesa.
bajo de ARTZNER, DELBAEN, EBER y HEATH (1998),
c) Existe dependencia, que en momentos de alta volatilidad
sobre las medidas coherentes de riesgos, en la que se com-
no suele ser lineal.
prueba que ciertas propiedades no se cumplen en la mayoría
de medidas habitualmente usadas, como el Value at Risk
Como consecuencia de las características anteriores, la TEE
(VaR), y que la técnica de estimación es fundamental en la
no es aplicable directamente sobre la serie de rendimientos
determinación de riesgos, como comprueba GONZÁLEZ
(2000). de los precios, puesto que se exige que su comportamiento
sea independiente e idénticamente distribuido (i.i.d.).
Junto con lo anterior, la publicación del trabajo de
EMBRECHTS, KLÜPPELBERG y MIKOSCH (1997), abre Con la intención de superar este inconveniente, McNEIL y
una nueva perspectiva en la estimación de riesgos, dando lugar FREY (1999) presentaron un documento que permitía deter-
a multitud de estudios relacionados con la nuevas medidas de minar el riesgo de una posición aplicando la TEE y superan-
riesgos financieros, como el Shortfall y el MaxVaR. do las características de las series financieras.

Aunque las medidas del riesgo surgidas de la TEE cumplen las Resultado de dicho trabajo, y dado que la introducción de la
propiedades de coherencia, no son una herramienta única, sino volatilidad estocástica implica que las tasas de rentabilidad
un complemento más en el arte de estimar riesgos. Ello viene no sean independiente en el tiempo, se recurre a estimar pro-
provocado por las características de las series financieras: cesos estocásticos como el que sigue:

* Universidad San Pablo-CEU.

 HACIA LA COLA DE LA DISTRIBUCIÓN EN LA MEDICIÓN DE RIESGOS FINANCIEROS 55

dSt
= xt = µ t ⋅ dt + σ t ⋅ dWt ∂L(DGP)  1 k  z  z 
St = 0 ⇒ L(DGP) =  – k ⋅ ln( β ) + ⋅ ∑  1 − ξ ⋅ t  − ln  1 − ξ ⋅ k  
∂β  ξ t =1  β   β
µ t = AR(1) = a ⋅ xt –1 [1.1]
[1.6]
σ t2 = GARCH (1, 1) = α 0 + α1 ⋅ ε t2−1 + α 2 ⋅ σ t2−1
Cuando ξ = 0, DGP puede ser una normal, exponencial,
Donde S es el precio del activo, µ su drift, σ su volatilidad y gamma o lognormal; cuando ξ = 0 (colas gruesas) se corres-
W representa un camino de Wiener. ponde con Pareto, t-Student, Cauchy, Burr, loggama o
Fréchet; y si ξ<0 (colas cortas) sería por ejemplo una beta.
De esta forma, y para obtener una serie de valores i.i.d., se La idea es ajustar dicha distribución a la cola de la observa-
normaliza la rentabilidad: da (F), de forma que:

 xt − µ t x – µ t–m   
 ,..., t–m  = ( zt ,..., zt–m ) [1.2] lim  sup F( z ) − DGP( z )  = 0 [1.7]
 σ t σ t–m  k→ z0 0≤ z< z − k
 0 

Y seguidamente, a través de un QQ´-plot por ejemplo, se Donde k es el nivel donde empieza la cola y z0 el último
determina si la serie de residuos normalizados se ajusta a una valor. Fijémonos que se trataría de una aproximación por
normal. Si es así, entonces: entropía.

Para realizar el ajuste anterior, definimos F(z) como la dis-

µˆ t+1 = aˆ ⋅ xt
[ ]
σˆ t+1 = αˆ 0 + αˆ 1 ⋅ ε t2 + αˆ 2 ⋅ σˆ t2
εˆ t = xt – µˆ t
De manera que el Shortfall (Sf), o exceso medio sobre un
determinado valor, y un quantil-VaR (q) cualquiera serían:
qt = µˆ t+1 + σˆ t+1 ⋅ zq
tribución empírica de los residuos normalizados de la renta-
1
bilidad de la cartera, entonces a partir de la TEE su aproxi-
2
[1.3]
mación de primer orden sería:
F( z ) ≅ a ⋅ z – ξ [1.8]
Entonces para llevar a cabo la minimización del ajuste, pode-
mos recurrir a mínimos cuadrados, tal y como propone VAN
DEN GOORBERGH (1999), esto es:

[
Sft = µˆ t+1 + σˆ t+1 ⋅ E z z > zq ] [1.4]
ln[ F( z )] ≅ ln( a) − ξ ⋅ ln( z )
u i = ln[ F( zi )] − [ ln( a) − ξ ⋅ ln( zi )] [1.9]
Por contra, si se desprende que z no es N(0,1), entonces m

habrá que ajustar las colas de su distribución. Para ello se min ⋅ ∑ ui2
i= 1
recurre a la Distribución Generalizada de Pareto (DGP),
definida como:
Esto puede expresarse como:
−1
 yi = b ⋅ xi + ui
 1 −  1 + ξ ⋅ z  ξ si ξ ≠ 0
   [1.10]
β 
DGP =  
ln[ F( zi )] = 
ln( a)
( )
[1.5]
• 1 ln zi
 –z  –ξ 
 1 – e β si ξ ≠ 0
De manera que:
Donde los parámétros ξ (índice de la cola) y β (posiciona-
miento) suelen estimarse por máxima verosimilitud (L),
( )
aˆ = exp bˆ1
[1.11]
siendo la función: ξ = – bˆ2

Entonces un quantil cualquiera sería:

56 ANÁLISIS FINANCIERO

La determinación del riesgo dependerá de la

–ξ
  estimación del índice de la cola, o en su defecto
βˆ   1 – q  
zˆq = zk + ⋅  –1 [1.12] del quantil donde comienza la misma.
ξˆ   k  
  m   El principal escollo es que para el cálculo
del primero (HILL, 1975), se necesita
Donde zk es el quantil donde comienza la cola, q es el nivel el segundo, y viceversa.
de confianza correspondiente al quantil buscado, m es el total
de la muestra y k el orden estadístico del inicio de la cola,
esto es:

zm,t ≥ zm –1,t ≥ ... ≥ zk,t ≥ zk−1,t ≥ ... ≥ z0,t

[1.13]
McNEIL y FREY (1999) comprueban que ξ es el recíproco
de los grados de libertad de la distribución ajustada, o el
número de momentos definidos de la distribución.
McNEIL y FREY (1999) comprueban que ξ es
el recíproco de los grados de libertad de la
distribución ajustada, o el número de momentos
definidos de la distribución.
2. ANÁLISIS DE LA COLA DE LA DISTRIBUCIÓN
DE RENDIMIENTOS
Según el apartado anterior, es factible aplicar la TEE en la
estimación de riesgos financieros, pero indirectamente sobre
los residuos normalizados (z) de los procesos autorregresivos
y heterocedásticos ajustados a la rentabilidad del precio. De
tal forma que, obtenidos dichos residuos z, habrá que:
1. Comprobar si su comportamiento es normal o no, para
ello, y en nuestro caso, aplicaremos el test de Bera-Jarque
(BJ), esto es para un nivel de confianza a:

 skw 2 kur 2 
Con lo cual el Shortfall condicional esperado (Sf) en el BJ = T ⋅  +  ≥ χ 2 ( a) → normalidad
2
[2.1]
supuesto de no-normalidad será:  6 24 

 
1 βˆ − ξˆ ⋅ zk Donde T es el tamaño de la muestra, skw su asimetría y
Sft = µ t+1 + σ t+1 ⋅ zˆ0 ⋅  +  [1.14]
( )
ˆ ˆ
 1 – ξˆ 1 – ξˆ ⋅ zˆ0  kur la kurtosis.
 
2. En el supuesto de que no lo sean, habrá que ajustar la
DGP correspondiente, para lo cual recurriremos a la fun-
Donde zk es el nivel donde empieza la cola y ẑ0 es el quantil ción de máxima verosimilitud. Pero esto presenta el
más alto de la distribución marginal del error normalizado (z). inconveniente de que es preciso conocer donde comienza
la cola de la distribución, es decir, que parte de la distri-
De esta manera, la determinación del riesgo dependerá de la bución va a ajustarse.
estimación del índice de la cola, o en su defecto del quantil 3. Para determinar el comienzo de la cola de la distribución
donde comienza la misma. El principal escollo es que para el a partir del orden estadístico de z, emplearemos Mínimos
cálculo del primero (HILL, 1975), se necesita el segundo, y Cuadrados Ordinarios (MCO) y el estimador de HILL
viceversa. (1975).
Nuestro trabajo intentará mostrar que la propuesta de
McNEIL y FREY (1999) es aplicable, para lo cual propon- Por tanto, el proceso de estimación podemos esquematizarlo
dremos una estimación del quantil donde comienza la cola como sigue:
de la distribución.
a) Estimación del proceso AR(1)-GARCH(1,1) para la serie
de rendimientos de los precios, y a partir de dichos valo-
res, determinar los residuos normalizados (z). Para com-
probar que dichos procesos son efectivos realmente, apli-
caremos los test de Ljung-Box (LB) para la autorregresi-
vidad, y el de White (W) para el proceso heterocedástico:
 HACIA LA COLA DE LA DISTRIBUCIÓN EN LA MEDICIÓN DE RIESGOS FINANCIEROS 57

De manera que los términos de desviación estándar:

p
ri2
LB = T ⋅ (T + 2) ⋅ ∑ > χ 2p (α )
i= 1 T−i [2.2]
ln(T ) ln(T )
⋅ σ 1 ⇒ ξˆ =
1
W = T ⋅ R 2 > χ 2p (α ) σT ≅ T α
=
σ  ln(σ T ) – ln(σ 1 )
ln  r  [2.6]
σ
 1
Donde T es el tamaño de la muestra, r2 la autocorrelación Así por ejemplo, si tomamos dos series de comporta-
parcial, a el nivel de confianza y R2 se obtiene de la regre- miento N(0,1) y N(0,5):
sión lineal siguiente:
p Variables normales de media cero
ε t2 = a + ⋅ ∑ bi ⋅ ε t2–1 [2.3]
i= 1 quantil probabilidad N(0,5) N(0,1)
0,99 0,01 -5,2019 -2,3263
b) Comprobar el comportamiento de z mediante el test de 0,98 0,02 -4,5923 -2,0537
BJ: 0,97 0,03 -4,2056 -1,8808
0,96 0,04 -3,9147 -1,7507
b.1) Si z es normal entonces aplicaremos [1.4] para esti- 0,95 0,05 -3,6780 -1,6449
mar el shortfall. 0,94 0,06 -3,4766 -1,5548
0,93 0,07 -3,3000 -1,4758
b.2) Si no lo es habrá que ajustar la DGP correspondien- 0,92 0,08 -3,1418 -1,4051
te. 0,91 0,09 -2,9980 -1,3408
c) Para estimar la DGP que nos permita calcular el shortall, 0,90 0,10 -2,8656 -1,2816
deberemos cubrir las siguientes etapas:
Tabla 1
c.1) Emplearemos MCO para determinar el índice de la
cola (ξ). La estimación del índice de la cola debe y realizamos una regresión lineal del tipo:
ser consistente al variar el tamaño de la muestra, lo
cual nos lleva a la necesidad de que dicho cálculo se  a= 0
 1
realice bajo 2 actuaciones: x qN ( 0,5) = a + b⋅ x qN ( 0,1) ⇒ ln(5)
b = 5ξ → ξ = [2.6]
 ln(b)
La estimación del índice de la cola debe
ser consistente al variar el tamaño Obteniendo que a es cero y b es 2,2361; con lo que efectiva-
mente el índice de la cola es 2.
de la muestra.
En cambio si las variables que tomamos son N(1,1) y N(5,5):

Variables normales de media no cero

§ Submuestras de igual tamaño: consistente en quantil probabilidad N(5,5) N(1,1)
plazo. 0,99 0,01 -0,2019 -1,3263
§ Variación del tamaño de la muestra: consistente 0,98 0,02 0,4077 -1,0537
en tamaño.
0,97 0,03 0,7944 -0,8808
0,96 0,04 1,0853 -0,7507
Además habrá que considerar la aditividad, esto es, si z1
0,95 0,05 1,3220 -0,6449
es una variable i.i.d. estimada mediante la normalización
0,94 0,06 1,5234 -0,5548
de los rendimientos diarios del precio y zT sobre los ren-
0,93 0,07 1,7000 -0,4758
dimientos de T días, entonces si se distribuyen como una
normal tal que: 0,92 0,08 1,8582 -0,4051
0,91 0,09 2,0020 -0,3408
z1 , N(0,σ1) 0,90 0,10 2,1344 -0,2816
[2.4]
zT , N(0,σT )
Variables normales de media no cero
58 ANÁLISIS FINANCIERO

Entonces podemos comprobar que: Si no trabajásemos con residuos normalizados,

a = µ – b→ µ = a+ b sino directamente con las tasas de rentabilidad, o
 1
x qN ( 5,5) = a + b⋅ x qN (1,1) ⇒ ln(5) [2.7] dichos residuos estuviesen autocorrelacionados,
b = 5ξ → ξ =
 ln(b) entonces el índice de la cola guardaría relación
En este supuesto, a fue 2,7639 y b nuevamente 2,2361; con la autocovarianza (γ).
con lo que efectivamente el índice de la cola es 2, y ade-
más comprobamos que si:
µ t = µ1 ⋅ t ⇒ µ t = a + b Donde Xt y XT son respectivamente las rentabilidades
para los plazos t y T:
Gráficamente las colas de estas distribuciones normales
de media no nula serían: γ (t, T ) ρ t,T
= ρ t,T ⇒ σ T = ⋅σt
σ t2 ⋅ σ 2T γ (t, T )
Cola de distribuciones normales de media no nula [2.12]
Y como:

σ T = ( T – t) ξ ⋅ σ t
1
quantil

[2.13]
Entonces:
ρt,T
(T – t ) ξ =
1

γ (t, T )
[2.14]
De manera que:
probabilidad acumulada
exp(T – t )
= ξ̂
exp(λ )
Gráfico 1
[2.15]
Siendo:
Con lo que comprobamos que: ρt,T
λ=
γ (t, T )
(
Si µ 1 = 0 ⇒ N (0, 1) ⋅ T = N (0, T = N (0, b) )
( ) (
Si µ 1 ≠ 0 ⇒ N ( µ 1 , 1) ⋅ T = N ( µ T , T = N a + µ 1 ⋅ T,b) ) Por tanto, y con el fin de testar si los residuos normaliza-
dos no están autocorrelacionados, aplicaremos el test de
[2.9] Durbin-Watson (DW):
De donde se deduce que: T
∑ ( z1 – zt = 1)
2

1 t =1
a = µ1 ⋅ T ξ DW = T = 2 → no autocorrelación
1 ∑ zt2
b= T ξ
t =1

[2.16]
Fijémonos que si no trabajásemos con residuos normali- c.2) Dado que ξ es igual a la inversa del estimador de
zados, sino directamente con las tasas de rentabilidad, o HILL (H), podremos obtener el comienzo de la cola
dichos residuos estuviesen autocorrelacionados, entonces a partir de:
el índice de la cola guardaría relación con la autocova-
rianza (γ): 1
ξ
1 k
( ) ( )
= H = ⋅ ∑ ln zi − ln zk ⇒ zk = min H z – ξ –1 ( )
γ(t,T) = E[Xt ,XT ] / t ≤ T k i= 0 z

[2.17]
 HACIA LA COLA DE LA DISTRIBUCIÓN EN LA MEDICIÓN DE RIESGOS FINANCIEROS 59

c.3) Conocido el comienzo de la cola (k) y el índice de la
misma (ξ), determinaremos el parámetro de locali-
zación (β) a través de la función de máxima verosi-
militud (1.6).
c.4) Obtenidos ξ y β, calcularemos el shortfall emplean-
do la expresión (1.14).
3. AJUSTE DE LA COLA DE LA DISTRIBUCIÓN:
APLICACIÓN PRÁCTICA
La intención de este apartado es mostrar la aplicación prác-
tica de los expuesto anteriormente, para lo que realizaremos
las estimaciones correspondientes a la cola de la distribución
del tipo de cambio e/$ desde comienzos de 2000 (4-ene-00)
hasta finales de 2001 (30-dic-01).
Dado que el resultado buscado ha de ser consistente en plazo
y tamaño, estimamos los rendimientos o variaciones del tipo
de cambio para 1, 5 y 10 días, ajustando a continuación un
proceso del tipo AR(1)-GARCH(1,1) para las tres series. Esto
nos permitiría realizar las estimaciones consistentes en plazo.
Para lograr la consistencia en tamaño, ajustamos nuevamente
los procesos anteriores, pero no a toda la base de datos de los
2 años, sino cada año por separado, es decir, 2000 y 20001.
De esta manera, los resultados obtenidos fueron los siguien-
tes (ver Tabla 3).
A continuación realizamos los tests sobre autorregresividad
(BL) y heterocedasticidad (W), para una probabilidad del
95% (3,8415), con los siguientes resultados (ver tabla 4).
Seguidamente estimamos los residuos normalizados (z),
sobre los que aplicamos el test de normalidad (BJ), en cuyo
caso el valor crítico es de 5,9915; y el de autocorrelación
(DW), siendo el valor crítico resultados muy distantes de 2.
En el supuesto de que el primero fuese positivo, nuestra esti-
mación habría terminado, ya que el índice de la cola de
dichos residuos sería 2; y en el caso de serlo el segundo, indi-
caría que para estimar el índice de la cola deberíamos recu-
rrir a la autocovarianza. Los valores resultantes en nuestro
caso fueron mostrados en la Tabla 5.
A continuación, y dado que los resultados presentaron no-

Parámetros estimados para el proceso AR(1)-GARCH(1,1)

parámetros 1d (00-01) 5d (00-01) 10d (00-01) 1d (00) 5d (00) 10d (00) 1d (01) 5d (01) 10d (01)
a 0,0142 0,7229 0,8863 0,0247 0,7159 0,8805 -0,0012 0,7314 0,8936
a0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
a1 0,0103 0,0784 0,0297 0,0000 0,0849 0,0248 0,0084 0,0221 0,0327
a2 0,9890 0,8300 0,9601 0,5588 0,7596 0,8889 0,9898 0,9757 0,9425

Tabla 3

Tests sobre autorregresividad y heterocedasticidad

Test 1d (00-01) 5d (00-01) 10d (00-01) 1d (00) 5d (00) 10d (00) 1d (01) 5d (01) 10d (01)
BL 5,8252 382,3847 569,2966 3,8935 188,4493 281,8385 4,7545 196,5123 290,4110
W 5,4959 4,5993 3,9432 8,0107 7,2321 6,4300 9,5929 8,4587 7,5997

Tabla 4

Tests sobre normalidad y autocorrelación

Test 1d (00-01) 5d (00-01) 10d (00-01) 1d (00) 5d (00) 10d (00) 1d (01) 5d (01) 10d (01)
BJ 3,0705 3,1066 4,4375 3,4640 2,9188 2,7614 4,9543 5,8777 3,0793
DW 1,8753 1,8674 1,8269 1,8180 1,9047 1,9118 1,8120 1,9578 1,9527

Tabla 5
60 ANÁLISIS FINANCIERO

normalidad y no-autocorrelación, determinaremos el índice 4. CONCLUSIONES

de la cola mediante MCO, según se propuso en el apartado
anterior. Para ello, estimamos la pendiente de regresión (b) En este trabajo hemos establecido un método de estimación
tomando como variable explicada z5 o z10, y como variable de riesgos empleando la TEE a partir de las características
explicativa z1, para las 3 bases datos generadas. A partir de de la serie financiera observada. Ello puede resumirse, a la
los resultados, determinamos el índice de la cola (ξ): vez que implementarse, mediante el siguiente flujograma
Gráfico 2).

Índice de la cola por MCO

estimación 5d (00-01) 10d (00-01) 5d (00) 10d (00) 5d (01) 10d (01) Flujograma de estimación del riesgo mediante la TEE
b 2,1524 3,0659 2,1413 3,0523 2,1451 3,0613
x 2,1122 2,1192 2,1204 2,1263 2,1176 2,1216

Tabla 6

Como ninguno de los valores del índice supera el valor de 3,

tomamos como valor, o número de momentos definidos, el 2.
De esta manera, sabiendo ya que el estimador de HILL debe
dar un valor no superior a 0,5 entonces, empleando el algo-
ritmo [2.17], obtuvimos el inicio de la cola para z1 en
–2,5024 (zk ), o lo que es igual en el percentil 96,05% (qk ), o
el orden estadístico 53 (k).

Llegados a este punto, podemos obtener el valor de b en la Gráfico 2

función de máxima verosimilitud:
Finalmente, y con el fin de comprobar la efectividad de la
∂L( DGP )  1 53  z   – 2, 5024   TEE en la medición de riesgos financieros, estimamos el
= 0 ⇒ L( DGP ) =  –53 ⋅ In( β ) + ⋅ ∑  1 – 2,11⋅ i  – ln  1 – 2,11⋅ 
∂β  2,11 i=1  β  β  riesgo sobre el tipo de cambio _/$ a 1 día, por diversos méto-
dos, esto es, un quantil o VaR (95%) para las técnicas de
[3.1] simulación histórica (SH), simulación de Montecarlo (MC),
aproximación paramétrica-normal (Normal) y el resultante
De donde b resultó 8,5767; de tal modo que el shortfall y el de la TEE (extremo); también estimamos el riesgos median-
VaR-extremo al 95% serían: te el shortfall. Los resultados obtenidos fueron:
1 
  2 8, 5767 – 2,11⋅ –2, 5024  
[ ]
Sft = 0, 0142 ⋅ xt + 0, 0103 ⋅ ε t2 + 0, 9890 ⋅ σ t2 2 ⋅  –4, 2853 ⋅  +
 1 – 2,11 ( 1 – 2,11) ⋅ –4, 2853  

Así pues, y a la luz de los resultados de la tabla-7, podemos
 concluir que la TEE es una herramienta válida en la medi-
   2,11

ción de riesgos financieros, sobretodo cuando nos movemos
2 2  8, 5767   1 – 0, 95  
[ ]  – 1  
1
VaRt = 0, 0142 ⋅ xt + 0, 0103 ⋅ ε t + 0, 9890 ⋅ σ t ⋅  –2, 5024 ⋅
ext. 2
⋅ en los extremos o cola de la distribución.
 2,11   53   

    590    

[3.2]

La TEE es una herramienta válida en la

medición de riesgos financieros, sobretodo
cuando nos movemos en los extremos
o cola de la distribución.
 HACIA LA COLA DE LA DISTRIBUCIÓN EN LA MEDICIÓN DE RIESGOS FINANCIEROS 61

Comparativa de estimación del riesgo 5. REFERENCIAS BIBLIOGRÁFICAS

por diferentes métodos ARTZNER, P.; DELBAEN, F.; EBER, J. y HEATH, D. (1998).
Fecha rendimiento VaR SH VaR MC VaR Normal VaR extremo Shortfall Coherent measures of risk. ETH. Zurich.
30/11/01 1,200% –1,138% –1,462% –1,099% –2,494% –5,832% BACHELIER, L. (1900): ‘Théorie de la spéculation’ en COOT-
03/12/01 3,000% –1,138% –1,239% –1,091% –2,728% –6,380% NER, P. (eds). The random character of stock market prices.
04/12/01 –2,600% –1,138% –1,405% –1,091% –2,772% –6,481% Cambridge: MIT Press.
05/12/01 1,900% –1,138% –1,459% –1,089% –2,390% –5,590% DIEBOLD, F.; SCHUERMAN, T y STROUGHAIR, J. (1998).
06/12/01 –3,400% –1,138% –1,585% –1,089% –3,539% –6,638% Pitfalls and opportunities in the use of Extreme Value Theory
07/12/01 2,500% –1,138% –1,236% –1,089% –2,423% –5,667% in risk management. Financial Institutions Centre of the
10/12/01 –6,900% –1,138% –1,353% –1,089% –3,680% –8,605% Wharton School. Working paper 98-10. University of
11/12/01 6,500% –1,138% –1,586% –1,089% –3,096% –7,240% Pennsylvania.
12/12/01 3,400% –1,138% –1,304% –1,090% –3,059% –7,153% DIEBOLD,F.; HICKMAN, A.; INOUE, A. y SCHUERMAN, T.
13/12/01 4,100% –1,138% –1,447% –1,090% –3,034% –7,095% (1997). Converting 1-day volatility to h-day volatility: scaling
14/12/01 4,600% –1,138% –1,518% –1,090% –3,172% –7,418% by ÷h is worse than you think. Financial Institutions Centre of
17/12/01 3,700% –1,138% –1,568% –1,090% –3,017% –7,056% the Wharton School. Working paper 97-34. University of
18/12/01 –4,100% –1,138% –1,479% –1,090% –3,070% –7,179% Pennsylvania.
19/12/01 –3,200% –1,138% –1,292% –1,087% –3,476% –6,790% EMBRECHTS, P.; KLÜPPELBERG, C. y MIKOSCH, T. (1997).
20/12/01 –1,100% –1,138% –1,010% –1,087% –2,285% –5,343% Modelling extremal events for insurance and finance. Ed.
21/12/01 –3,300% –1,138% –1,464% –1,088% –3,657% –6,213%
Springer. New York.
24/12/01 –6,300% –1,138% –1,225% –1,088% –3,194% –7,469%
GONZÁLEZ SÁNCHEZ, M. (2000). Errores y posibles soluciones
25/12/01 –9,700% –1,130% –1,513% –1,088% –4,005% –9,366%
en la aplicación de la metodología VaR. Fundación de las
26/12/01 –8,300% –1,130% –1,654% –1,088% –3,389% –8,426%
Cajas de Ahorro. Madrid.
27/12/01 2,800% –1,130% –1,714% –1,088% –2,221% –5,193%
HILL, B. M. (1975). A simple general approach to inference about
28/12/01 –1,100% –1,130% –1,388% –1,087% –2,604% –6,090%
Excesos 9 10 11 5 1 the tail of a distribution. Annals of Statistics, 3: 1163-1174.
% excesos 42,86% 47,62% 52,38% 23,81% 4,76% LUNDBERG, F. (1903). Approximerad framställning av sannolik-
hetsfunktionen. Akad. Afhandling. Almqvist och Wiksell.
Tabla 7 Uppsala.
McNEIL, A. y FREY, R. (1999). Estimation of tail-related risk
measures for heterocedastic financial time series: an extreme
value approach. ETH. Zurich.
VAN DEN GOORBERGH, R. W. J. (1999). Value at Risk analysis
and least squares tail index estimation. Research
Memorandum WO&E nr. 578. De Nederlandsche Bank.
Amsterdam.
64 ANÁLISIS FINANCIERO
J. David Cabedo Semper* e Ismael Moya Clemente**
La volatilidad de los tipos
de cambio con el euro
1. INTRODUCCIÓN
El 1 de enero de 1999 entró en funcionamiento la moneda
única europea, el euro, sustituyendo a las divisas nacionales
de once países europeos a los que recientemente se ha unido
Grecia. Los beneficios que se esperaban obtener con esta
moneda única eran fundamentalmente los siguientes (Barea,
1998): Uno general, la estabilidad económica de la Unión
Monetaria Europea (UME), del que se derivan otros como
son la eliminación de los costes de transacción en la compra
venta de divisas, la eliminación del riesgo del tipo de cam-
bio, el descenso del tipo de interés nominal, reducción de la
inflación, aumento en la competitividad en los mercados
financieros, y constituirse en una moneda de reserva a nivel
mundial.
Dado el poder económico del área geográfica en la que surge
la nueva moneda, es previsible que el euro pase a ser una
divisa clave en las relaciones internacionales, y que sea uti-
lizada no sólo para denominar las operaciones que se gene-
ren en el seno de la Unión, sino para denominar transaccio-
nes financieras o comerciales en las que se encuentren invo-
lucrados terceros países, fuera del ámbito de la Unión
Europea.
Ahora bien, señalado lo anterior, tampoco conviene olvidar
que el euro no va a convertirse en la única moneda europea
que sea aceptada como medio de pago en las transacciones
internacionales. Fuera de la Unión Monetaria han quedado
monedas tales como la libra esterlina, la corona sueca y la
corona danesa, con las que se van a seguir realizando tran-
sacciones a nivel internacional, que serán especialmente
relevantes en los países que han formado el primer grupo de
la Unión Monetaria.
* Universitat Jaume I (Castellón).
** Universidad Politécnica de Valencia.
Una cuestión fundamental a plantear es si el
euro ha supuesto una disminución en el riesgo
de cambio con respecto a los países que no
forman parte de la Unión Monetaria Europea.
Con independencia del diverso grado de cumplimiento de los
beneficios anteriormente señalados, no cabe duda que la
entrada en funcionamiento del euro ha supuesto una dismi-
nución del riesgo de cambio. En efecto, al desaparecer las
monedas nacionales en el conjunto de países que se han inte-
grado en la moneda única europea, el riesgo de variación en
los tipos de cambio también ha desaparecido.
Una cuestión fundamental a plantear es si el euro ha supues-
to una disminución en el riesgo de cambio con respecto a los
países que no forman parte de la Unión Monetaria Europea.
En relación con las divisas europeas que han quedado fuera
de la moneda única, se puede argumentar (aunque a la vista
de los acontecimientos esta argumentación sería discutible)
que, con un objetivo de futura integración, van a tener un
comportamiento estable respecto al euro, en función del
compromiso que los respectivos países asuman. Dicho com-
promiso, posiblemente, debe plasmarse en el establecimien-
to de unos límites dentro de los cuales la flotación de las res-
pectivas divisas nacionales estará más o menos controlada.
El que estos límites sean respetados dependerá, fundamen-
talmente, de las intenciones reales de integración monetaria
que alberguen los países.
En todo caso, es necesario resaltar que, el euro coexiste con
monedas de países que no forman parte de la Unión Europea,
 LA VOLATILIDAD DE LOS TIPOS DE CAMBIO CON EL EURO
y que por lo tanto, no es previsible que asuman un compro-
miso de estabilidad en sus cotizaciones. En concreto, dentro
de este grupo de divisas destacan sobre todo dos: el yen japo-
nés y el dólar USA. Ambas monedas desempeñan ya actual-
mente, y seguirán desempeñando en el futuro, un papel fun-
damental en las transacciones que se realizan a nivel inter-
nacional. Por tanto, la evolución de su tipo de cambio, fren-
te al euro, es un punto de obligada referencia para determi-
nar el grado de riesgo asociado a la fluctuación del precio de
las divisas.
A este respecto Cabedo y Moya (1998) previamente a la
entrada en funcionamiento del euro, analizaron la previsible
evolución del riesgo de cambio tras la moneda única.
Tomando el ECU como variable proxy del euro analizan el
riesgo de cambio asociado a la paridad frente al dólar USA
y frente al yen japonés. En primer lugar constatan que,
durante los años 92 a 96, la trayectoria seguida por la coti-
zación del ECU frente al yen no difiere de la seguida por el
tipo de cambio frente a esta divisa, cuando se toma como
moneda base la peseta. La evolución de la paridad
ECU/dólar es también similar a la de la paridad peseta/dólar,
si bien en este caso las diferencias son mayores que en el
caso de la moneda japonesa.
En segundo lugar, demuestran que las variaciones diarias en
las cotizaciones son de cuantía similar, con independencia de
que la moneda base considerada sea la peseta o el ECU. Este
hecho se constata tanto para el dólar USA como para el yen
japonés: la similitud de los intervalos en los que se sitúan
dichas variaciones, y los valores parecidos que se obtienen
para las desviaciones típicas de las mismas, inducen a con-
cluir que los niveles de volatilidad, con la peseta y con el
ECU, son similares.
En tercer lugar, demuestran que la variabilidad de los tipos
de cambio del ECU frente a dólar y yen, puede ser ex-
plicada a partir de la variabilidad de los tipos de cambio de
la peseta frente a las mencionadas monedas. Es decir, la
variabilidad que presenta el ECU es similar a la de la pe-
seta.
En definitiva, utilizando el ECU como variable proxy del
euro, demuestran que la volatilidad del euro, caso de haber
existido en el período estudiado, frente a las principales
monedas en las que actualmente se denominan las transac-
ciones internacionales (dólar USA y yen japonés), se habría
situado en niveles similares a los de la volatilidad que, real-
mente, tuvo la peseta.
En base a lo anterior, concluyen que, en el futuro, el euro
puede no tener un comportamiento estable frente a las divi-
65
sas nipona y norteamericana y, por tanto, subsistir la proble-
mática del riesgo de cambio frente a las mismas.
En el momento actual, dado que ya se dispone de una serie
temporal de cotizaciones del euro, resulta de interés analizar
con mayor profundidad cual ha sido la evolución real del
riesgo de cambio, tras el 1 de enero de 1999.
En este contexto, el objetivo del presente trabajo es determi-
nar si realmente el euro ha contribuido a disminuir la volati-
lidad de los tipos de cambio frente a las divisas de referencia
mundial: el dólar USA y el yen japonés. Para ello, se ha
adoptado la siguiente estructura: en el apartado segundo se
presenta la metodología empleada, en el tercero la base de
datos utilizada, en el apartado cuarto se muestran y analizan
los resultados obtenidos y el último de los apartados se reser-
va para las principales conclusiones.
2. METODOLOGÍA
Para alcanzar el objetivo del presente trabajo de determinar
si la implantación de la moneda única en Europa ha supues-
to una disminución de la volatilidad de los tipos de cambio,
es necesario obtener un modelo para, a partir del mismo, rea-
lizar estimaciones de la varianza antes y después del euro, y
comprobar si existen diferencias significativas desde un
punto de vista estadístico.
Para modelizar la varianza se emplean modelos de heteros-
cedasticidad condicional autorregresiva (ARCH). Éstos se
definen en términos de la distribución de los errores de un
modelo de regresión lineal dinámico (1):
yt = X 't β + ε t (1)
donde yt representa la variable dependiente o endógena; Xt es
el vector de variables exógenas explicativas del modelo,
entre las que se pueden incluir valores retardados de la varia-
ble dependiente; β es el vector de parámetros; y εt represen-
ta el término de error.
La distribución del error estocástico εt, condicionado al con-
junto de información disponible en el momento inmedia-
tamente anterior (Ψt-1) se ajusta a una distribución normal
con media 0 y varianza igual a ht (2).
εt / Ψt-1 ~ N(0, ht) (2)
donde la varianza, ht, en su formulación más general
(GARCH), es una función lineal de los errores al cuadrado
66 ANÁLISIS FINANCIERO

retardados y de los valores retardados de la propia varianza D+m,n = sup (F(x) – G(x)) (6)
condicional (3):
siendo m y n es los tamaños muestrales.
ht = α0 + α1 · ε2t-1 + ... + αq · ε2t-q + β1 · ht-1 + ... + βp · ht-p (3)
El valor crítico para el test viene dado por la expresión (7):
Al modelo definido por las expresiones (1), (2) y (3) se le
denomina GARCH(p,q), donde p y q son los retardos consi- χ22,α
derados, respectivamente, para la varianza condicionada y (7)
4⋅ N
para los errores. De este modo, un modelo que sólo conside-
rase un retardo tanto para el error como para la varianza –un donde a es el nivel de significación escogido y N se calcula a
GARCH(1,1)- tendría la siguiente expresión (4): partir de (8):

ht = α0 + α1 · ε2t-1 + β1 · ht-1 (4)
En el presente trabajo, estos modelos se utilizan para realizar
estimaciones en base diaria para la varianza de los rendi-
mientos del dólar USA y del yen japonés sobre la peseta y el
euro.
La existencia de diferencias estadísticamente
significativas entre las varianzas, antes y
después de la implantación del euro,
se contrasta a través del test de
Kolmogorov-Simirnov para dos muestras.
−1
 1 1
N= + (8)
 m n
3. DATOS
Para la presente investigación se han elaborado cuatro series
temporales: dos corresponden a las cotizaciones de la peseta
frente al dólar USA y al yen japonés durante los años 1997 y
1998, por ser éste el período previo a la entrada en funciona-
miento del euro; y las otras dos corresponden a las cotizacio-
nes del euro frente al dólar USA y al yen japonés durante los
años 1999 y 2000, años de los que se dispone de cotización
para la moneda europea.

En los gráficos 1 y 2 se muestran las tendencias de dichas

cotizaciones. Según se puede apreciar en estos gráficos
durante los dos años inmediatamente anteriores a la implan-
tación del euro, la peseta siguió una trayectoria fluctuante en
Por otro lado, la existencia de diferencias estadísticamente torno a un valor medio. Sin embargo en el período de fun-
significativas entre dichas varianzas, antes y después de la cionamiento del euro (gráfico 2) se puede ver claramente la
implantación del euro, se contrasta a través del test de acusada depreciación de la moneda única europea frente a las
Kolmogorov-Smirnov para dos muestras. Este test contrasta, dos divisas objeto de análisis.
en primer lugar, la hipótesis nula de igualdad entre las fun-
ciones de distribución frente a la alternativa de no igualdad. Cotización de la peseta frente al dólar USA
En segundo lugar, una vez establecida la desigualdad, una
transformación permite contrastar la misma hipótesis nula
y al yen japonés (x100). Años 97 y 98
frente a la alternativa de una función de distribución sea
superior a la otra. Concretamente, la hipótesis alternativa
asumida es la de que los valores de la función de distribución
de la varianza después de la implantación del euro, F(x), son
Pts.

superiores a los de la función de distribución de la varianza

antes de la moneda única europea, G(x) (5):

H0: F(x) = G(x) H1: F(x) > G(x) (5)

-97 -98
01 01

El estadístico a calcular para este test es (D+m,n)2, donde Fecha

D+m,n viene dado por el supremo de la diferencia entre
ambas distribuciones (6): Gráfico 1
 LA VOLATILIDAD DE LOS TIPOS DE CAMBIO CON EL EURO 67

Cotización del euro frente al dólar USA Rendimientos diarios del yen japonés frente a la peseta
y al yen japonés (:100). Años 1999 y 2000 (1997 y 2000) y frente al euro (1999 y 2000)

Rendimiento
Pts.

-97 -98
01 01
-97 -98 -99 -00
Fecha 01 01 01 01
Fecha
Gráfico 2
Gráfico 4

A partir de estas cotizaciones se han elaborado 4 series tem- Rendimientos diarios del dólar USA y del yen japonés
porales con los rendimientos diarios correspondientes a las frente a la peseta (años 1997 y 2000) y frente al euro
divisas analizadas. Para el cálculo de estos rendimientos dia- (años 1999 y 2000). Estadísticos descriptivos
rios se ha utilizado la aproximación logarítmica. En los grá-
ficos 3 y 4 se han detallado las series obtenidas de estos ren- ESP/USD EUR/USD ESP/JPY EUR/JPY
dimientos. Media 0,00017 –0,00046 0,00016 –0,00043
Desviación típica 0,00599 0,00734 0,00927 0,00973
De la observación de los gráficos 3 y 4 no se puede afirmar Máximo 0,01539 0,04204 0,05484 0,05396
directamente que la volatilidad haya disminuido tras la intro- Mínimo –0,02060 –0,02252 –0,03439 –0,04582
ducción del euro, en ninguna de las dos monedas que se ana- Primer cuartil –0,00332 –0,00524 –0,00539 –0,00603
lizan. Tercer cuartil 0,00405 0,00340 0,00520 0,00530
Mediana 0,00065 –0,00084 –0,00007 –0,00041
En la tabla 1 se presentan los principales estadísticos des-
criptivos relativos a las variaciones diarias en la cotización Tabla 1
del euro y de la peseta frente al dólar USA y al yen japonés.
Los valores promedio de las variaciones diarias se sitúan en como se puede apreciar en dicha tabla, estos promedios son
niveles cercanos a 0 en todos los casos. Sin embargo, tal y superiores cuando se toma el euro como divisa de referencia.
En relación a la desviación típica, según se puede ver tam-
bién en la tabla 1, se sitúa en niveles superiores durante el
Rendimientos diarios del dólar USA frente a la peseta período posterior a la entrada en vigor del euro. Es decir, los
(1997 y 2000) y frente al euro (1999 y 2000) estadísticos descriptivos calculados muestran un primer indi-
cio de que la volatilidad no sólo no ha disminuido, sino que,
al contrario, ha aumentado con el euro.

Estos primeros resultados sugieren la necesidad de un estu-

Rendimiento

dio más riguroso que conlleve la modelización de la varian-

za diaria.

4. RESULTADOS
-97 -98 -99 -00
01 01 01 01 Tal y como se ha señalado anteriormente, en el apartado de
Fecha metodología, para determinar si la volatilidad de los rendi-
mientos diarios de las divisas ha sufrido modificaciones,
Gráfico 3 estadísticamente significativas, tras la entrada en funciona-
68 ANÁLISIS FINANCIERO

miento del euro, se modeliza la varianza de las cuatro series
analizadas, a través de un modelo de heteroscedasticidad
condicional autorregresiva.
Como paso previo a este modelo, se han estimado las fun-
ciones de autocorrelación y autocorrelación parcial de las
series, determinándose, a través del estadísitco Q de
Ljung-Box la significación estadística de la mencionada
autocorrelación. En la tabla 2 se detallan los resultados obte-
nidos a este respecto.
Habiéndose eliminado la autocorrelación en aquellas series
en la que resultaba estadísticamente significativa, se procede
al estudio de la adecuación de un modelo de heteroscedasti-
cidad condicional autorregresiva para la varianza. Con este
objetivo, se ha calculado el test de multiplicadores de
Lagrange propuesto por Engle (1982), sobre las series origi-
nales de rendimientos (para el caso del euro) y sobre los re-
siduos de los modelos autorregresivos estimados (para el
caso de la peseta). En la tabla 4 se resumen los resultados
obtenidos.

Estadístico Q(j) de Ljung Box calculado con j retardos para Test de multiplicadores de Lagrange (Engle, 1982)
los rendimientos del dólar USA y del yen japonés sobre la
peseta (años 97 y 98) y sobre el euro (años 99 y 2000) ESPUSD EURUSD ESPJPY EURJPY
χ2 25,343 12,708 64,571 22,629
ESPUSD EURUSD ESPJPY EURJPY
Q(12) 28,1677(*) 13,2577 24,5635(*) 4,2563
Q(24) 41,7664(*) 30,0810 33,6886(*) 17,9911 Tabla 4
Q(36) 51,4914(*) 47,6385 38,6190 29,2284
(*) Significativo al 95%
Tabla 2
Tal y como se puede apreciar en esta tabla 4, la hipótesis nula
(*) Significativo al 95% contrastada es rechazada en todos los casos, por lo que un
modelo de la familia ARCH será adecuado para todos los
Teniendo en cuenta que se ha detectado autocorrelación esta- rendimientos analizados. A la hora de seleccionar el modelo,
dísticamente significativa para alguno de los rendimientos
se ha optado por un GARCH (1,1), modelo que, de acuerdo
analizados, se procede a la estimación de un modelo ARIMA
con el trabajo de Bollerslev et al. (1992), proporciona buenos
con la finalidad de eliminar dicha autocorrelación.
Concretamente, para el rendimiento del dólar sobre la pese- resultados cuando se aplica sobre los tipos de cambio.
ta, se ha estimado un modelo AR (8), en el que el único coe-
ficiente estadísticamente significativo ha sido el correspon- En las tablas 5 y 6 se presenta la estimación realizada de los
diente al último retardo. modelos de heteroscedasticidad condicional autorregresiva.

Por su parte, para el rendimiento del yen japonés frente a la

peseta, se ha estimado un modelo AR (5), obteniéndose coe-
Estimación de un modelo GARCH (1,1) para el rendimiento
ficientes estadísiticamente significativos para el primer y del dólar y del yen frente a la peseta. Años 1997 y 1998
último retardo. El análisis de las funciones de autocorrela- DÓLAR-PESETA
ción y autocorrelación parcial de los residuos de estos mode- Variable Coeff Std Error T-Stat Signif
los aporta los resultados que se recogen en la tabla 3. 1, Cte. 0,0002564515 0,0002775677 0,92392 0,35552582
2, AR(8) 0,1210851218 0,0479973491 2,52275 0,01164425
3, Cte. 0,0000072656 0,0000025409 2,85951 0,00424296
Estadístico Q(j) de Ljung Box calculado con j retardos para 4, ε2t–1 0,1137891654 0,0411864159 2,76278 0,00573107
5, σ2t–1 0,6830893234 0,0856710492 7,97340 0,00000000
los residuos de los modelos autorregresivos de los rendi-
mientos del dólar USA y del yen japonés sobre la peseta YEN-PESETA
(años 97 y 98) Variable Coeff Std Error T-Stat Signif
1, Cte. –8,414e-005 3,525e-004 –0,23869 0,81134210
ESPUSD ESPJPY 2, AR(1) 7,564e-002 5,625e-002 1,34454 0,17877260
Q(12) 15,3697 12,1939 3, AR(5) 0,135 4,626e-002 2,91794 0,00352351
Q(24) 30,2424 19,9888 4, Cte. 1,001e-005 3,740e-006 2,67652 0,00743905
Q(36) 40,9196 25,8949 5, ε2t–1 0,237 6,759e-002 3,51382 0,00044170
6, σ2t–1 0,660 8,101e-002 8,15280 0,00000000
Tabla 3
(*) Significativo al 95% Tabla 5
 LA VOLATILIDAD DE LOS TIPOS DE CAMBIO CON EL EURO 69

Estimación de un modelo GARCH (1,1) para el rendimiento pareja a unos niveles de volatilidad diferentes a los existentes
antes de la implantación de la moneda única.
del dólar y del yen frente al euro. Años 1999 y 2000
EURO-DÓLAR Lo señalado se refleja en los gráficos 5 y 6. En el gráfico 5 se
Variable Coeff Std Error T-Stat Signif representan las funciones de distribución de las estimaciones
1, Cte. –8,683e-004 2,999e-004 –2,89479 0,00379416 de la desviación típica correspondientes al dólar USA frente a
2, Cte. 1,288e-006 4,257e-007 3,02592 0,00247875 la peseta (PESPUSD) y frente al euro (PUSDEUR). Por otra
3, ε2t–1 1,407e-002 1,109e-002 1,26874 0,20453447 parte, en el gráfico 6 se representan estas funciones de distri-
4, σ2t–1 0,961 1,718e-002 55,90526 0,00000000 bución para el yen japonés frente a la peseta (PESPJPY) y
frente al euro (PJPYEUR). Según se puede apreciar en ambos
EURO-YEN
Variable Coeff Std Error T-Stat Signif gráficos, los valores obtenidos para la desviación típica son
1, Cte. –7,410e-004 3,729e-004 –1,98710 0,04691106 siempre superiores en el caso de que la moneda tomada como
2, Cte. 2,045e-005 8,766e-006 2,33282 0,01965782 base sea el euro. Es decir, estos gráficos indican que el perío-
3, ε2t–1 5,977e-002 3,156e-002 1,89354 0,05828611 do posterior a la entrada del euro ha presentado una mayor
4, σ2t–1 0,701 0,112 6,27010 0,00000000 volatilidad en los mercados cambiarios.

Tabla 6
Funciones de distribución de las estimaciones
Con los modelos calculados se ha procedido a realizar una realizadas de la desviación típica. Dólar USA
estimación de la varianza del rendimiento de las cotizaciones
de las divisas analizadas, para los períodos de tiempo consi-
derados. De este modo se ha obtenido una observación de la
varianza para cada uno de los días.

Con la finalidad de contrastar si existen diferencias estadís-

ticamente significativas entre las estimaciones realizadas
para la varianza, se ha realizado el test de Kolmogorov-
Smirnov para dos muestras. Concretamente, se han utilizado
cuatro series temporales correspondientes a las desviaciones
típicas del rendimiento del dólar frente al euro y la peseta y
del yen japonés frente a las mencionadas monedas. El con-
traste se ha efectuado tomando dos pares de muestras: uno,
correspondiente al rendimiento del dólar USA frente a la Gráfico 5
peseta y al euro, y el otro par correspondiente al rendimien-
to del yen japonés frente a la moneda europea y a la peseta.
Funciones de distribución de las estimaciones
El test de Kolmogorov-Smirnov se basa en el cálculo del realizadas de la desviación típica. Yen japonés
supremo de las distancias, en valor absoluto, de los valores de
las funciones de distribución correspondientes a cada una de
las muestras del par seleccionado. Dicho supremo se sitúa en
1, tanto para en el caso de que la moneda considerada sea el
dólar USA (primer par de series) como el yen japonés (segun-
do par de series). Para los tamaños muestrales considerados, el
valor crítico del estadístico, para un nivel de confianza del
95% es de 0,088, por lo que la hipótesis nula de homogenei-
dad entre las distribuciones correspondientes a las series debe
ser rechazada. Es decir, existen diferencias estadísticamente
significativas entre las desviaciones típicas de los rendimien-
tos del dólar USA y del yen japonés cuando se utiliza como
moneda base la peseta y cuando se emplea como moneda base
el euro. O en otras palabras, la introducción del euro ha ido Gráfico 6
70 ANÁLISIS FINANCIERO
Los estadísticos descriptivos calculados
muestran un primer indicio de que la volatilidad
no sólo no ha disminuido, sino que,
al contrario, ha aumentado
con el euro.
Con el fin de corroborar, en términos estadísticos, esta mayor
volatilidad, se ha aplicado el test de KolmogorovSmirnov con-
siderando la hipótesis nula de igualdad entre las funciones de
distribución, frente a la alternativa de que una función de dis-
tribución sea superior a la otra (ver apartado de metodología).
Concretamente, la hipótesis alternativa asumida es la de que
los valores de la función de distribución de la desviación típi-
ca cuando se toma como moneda base el euro, son superiores
a dichos valores cuando se toma como moneda base la peseta.
El valor del estadístico, calculado en base a la expesión (6)
es igual a 1, mientras que el valor crítico, calculado de
acuerdo con (7), es igual a 0,025. Por lo tanto, la hipótesis
nula de homogeneidad se rechaza, frente a la alternativa de
que la distribución de la desviación típica después de la
entrada del euro es superior. Es decir, el período posterior a
la puesta en funcionamiento del euro se ha caracterizado por
unos niveles de volatilidad en los tipos de cambio superiores
a los que se dieron en el período inmediatamente anterior a
la moneda única.
5. CONCLUSIONES
El objetivo del presente trabajo ha sido contrastar si la
implantación de una moneda única en Europa ha supuesto
una reducción del riesgo de cambio. Para ello se han analiza-
do las series históricas de los tipos de cambio del dólar USA
y del yen japonés frente a la peseta (años 1997 y 1998) y
frente al euro (años 1999 y 2000).
Con este fin se han calculado los rendimientos diarios corres-
pondientes a las cotizaciones de las divisas, realizándose un
análisis comparativo entre los períodos anterior y posterior a
la entrada en funcionamiento del euro. Los estadísticos des-
criptivos calculados en este análisis han mostrado unos pri-
meros indicios que apuntan hacia un aumento en la volatili-
dad en la etapa del euro.
Estos primeros resultados sugieren la necesidad de un estu-
dio más riguroso. Este se ha llevado a cabo mediante la
modelización de la varianza. Mediante un modelo generali-
zado de heteroscedasticidad condiconal autorregresiva, con-
siderando un retardo tanto para la varianza como para el tér-
mino del error elevado al cuadrado —GARCH (1,1)—, se
han obtenido estimaciones diarias de la varianza.
La comparación de las funciones de distribución de estas
estimaciones de la varianza, mediante el test de
Kolmogorov-Smirnov, ha puesto de manifiesto la existencia
de diferencias estadísticamente significativas entre la volati-
lidad de los rendimientos de las cotizaciones del dólar USA
y del yen japonés frente a la peseta y la volatilidad de estos
rendimientos cuando se toma como moneda base el euro.
El periodo posterior a la puesta en
funcionamiento del euro se ha caracterizado
por unos niveles de volatilidad en los tipos
de cambio superiores a los que se dieron
en el periodo inmediatamente anterior a la
moneda única.
Es más, los resultados muestran que la volatilidad se ha
situado en niveles superiores tras la implantación del euro.
En resumen, la implantación del euro, hasta el momento
actual, no ha supuesto una disminución, sino un incremento
en los niveles del riesgo de cambio.
6. BIBLIOGRAFÍA
Ayuso, J., (1991), “Los efectos de la entrada de la peseta en SME
sobre la volatilidad de las variables financieras españolas”,
Moneda y Crédito, No. 193, págs. 111 - 146.
Barea, J., (1998), “Entorno macroeconómico español y su inciden-
cia en la empresa”, Impacto del euro en la empresa española.
Especial encuentro AECA, págs. 5-7, Menorca.
Berges, A., Ontiveros, E., (1981), “Hacia la formulación de una
estrategia empresarial frente al riesgo de cambio”,
Investigaciones Económicas, No. 16 sep.-dic, págs. 107 - 124.
Bollerslev, T., Chou, R.Y., Kroner, K.F., (1992), “ARCH modelling
in finance. A review of the theory and empirical evidence,
Journal of Econometrics, Vol. 52, págs. 5-59.
Cabedo, D., Moya, I., (1998), “El riesgo por cambio y la Unión
Monetaria Europea”, Actualidad Financiera, No. 11, noviem-
bre, págs. 3-13.
Eguidazu, F., (1994), “Las consecuencias de la libertad de movi-
mientos de capital”, Perspectivas del Sistema Financiero, No.
45, págs. 40 - 53.
Engel, C., Hakkio, C.S., (1993), “Exchange rate regimes and vola-
tility”. Federal Reserve Bank of Kansas City Economic
Review, Third Quarter, Vol. 78 No. 3, págs. 43 - 58.
 LA VOLATILIDAD DE LOS TIPOS DE CAMBIO CON EL EURO 71

Engle, R.F., (1982), “Autoregresive conditional heteroscedasticity

with estimates of the variance of United Kingdom inflation,
Econometrica, Vol. 50, No. 4, págs. 987 – 1007.
Figlewski, S., (1997), “Forecasting volatility”. Financial Markets
Institutions and Investments, Vol. 6 No. 1, págs. 1 - 88.
Hassapis, C., (1995), “Exchange risk in the EMS: Some evidence
based on a Garch model”, Bulletin of Economic Research, No.
47, 4, págs. 295 - 303.
Hopper, G.P., (1995), “Is the foreign exchange market inefficient”,
The International Finance Reader. Kolb, R.W. (ed.), Blackwell
Publishers, USA. págs. 185 - 195.
Jorion, P., (1995), “Predicting volatility in the foreign exchange
market”. Journal of Finance, Vol. L No. 2 June, págs. 507 -
528.
Martínez, P., Berges, A., (2000), “El riesgo de cambio en la empre-
sa española”. Revista de Economía Aplicada, Vol. 8 No. 24,
págs. 81 – 104.
Rodríguez Castellanos, A., (1996), “La previsión a corto plazo de
los tipos de cambio: Una síntesis”. Actualidad Financiera, No.
14 Octubre, págs. 1221 - 1232.
Viñals, J., (1994), “La situación monetaria y cambiaria en Europa”.
Perspectivas del Sistema Financiero, No. 45, págs. 15 - 22.
72 ANÁLISIS FINANCIERO
Eva María del Pozo García* e Irene Albarrán Lozano**
Modelización
global estocástica
del negocio asegurador
1. INTRODUCCIÓN
La Teoría del Riesgo Clásica proporciona el marco científi-
camente aceptado para el planteamiento y resolución de los
principales problemas que presenta la actividad de la empre-
sa aseguradora. La incertidumbre es, claramente, una de las
características que definen la actividad aseguradora, por lo
que la Teoría del Riesgo Colectivo se encarga de variables
aleatorias que afectan a dicha actividad, analizando las fluc-
tuaciones de las mismas y su influencia en el resultado del
negocio asegurador.
La siniestralidad es, dentro del negocio asegurador, la varia-
ble aleatoria típica por excelencia por lo que la Teoría de
Riesgo Clásica se ocupa de la misma. Ésta centra su estudio
en dos objetivos fundamentales:
• la distribución de la siniestralidad a partir de las varia-
bles básicas: número de siniestros y cuantía de un sinies-
tro, y
• la estabilidad del negocio asegurador analizando el efec-
to que las fluctuaciones de la siniestralidad producen en
el mismo y las medidas para evitar que estas conduzcan
a la empresa a la “ruina”.
La fluctuación aleatoria de la siniestralidad, riesgo caracte-
rístico de la empresa aseguradora, no es el único factor que
puede comprometer la solvencia de la empresa de seguros. Si
se tiene en cuenta, además, que el margen de solvencia es el
* Universidad Complutense de Madrid.
** Uuniversidad de Extremadura.
El margen de solvencia es el conjunto de
capitales libres cuya finalidad es hacer frente
a los riesgos de explotación en general,
obviamente la Teoría del Riesgo Clásica no
resulta suficiente para hacer un estudio
adecuado y completo del mismo
conjunto de capitales libres cuya finalidad es hacer frente a
los riesgos de explotación en general, obviamente la Teoría
del Riesgo Clásica no resulta suficiente para hacer un estu-
dio adecuado y completo del mismo.
Se pasa, por tanto, del negocio de seguros en sentido estric-
to (cobro de primas recargadas-pago de siniestros) a la con-
sideración de la empresa aseguradora en su globalidad. Por
eso es preciso dar entrada al resto de las actividades que se
realizan en su seno así como las diversas circunstancias que
determinan el entorno en el que actúa.
Podría hablarse de la Teoría del Riesgo en sentido amplio
como aquella que se ocupa del estudio de las fluctuaciones
aleatorias de los resultados de la empresa de seguros enten-
diéndose por resultado aquel debido (o producido por) al
conjunto de actividades que se realizan no sólo la puramen-
te aseguradora.
 MODELACIÓN GLOBAL ESTOCÁSTICA DEL NEGOCIO ASEGURADOR 73

Los modelos planteados por esta teoría en la empresa han de

contener, además de la siniestralidad, otro número de variables
que dificultan la obtención de resultados analíticos. Dichos
modelos son, precisamente, los adecuados, según nuestra opi-
nión, para un estudio realista del margen de solvencia en la
vertiente de la propuesta de cuantía mínima para el mismo.

Durante las dos últimas décadas han aparecido en la literatu-

ra actuarial un considerable número de trabajos en relación
con este tipo de modelos. Cabe destacar en este sentido los
estudios iniciales de Pentikäinen (1975, 1976, 1978, 1980)
que dieron paso al excelente trabajo de Pentikäinen y
Rantala (1982) que puede ser considerado como el primer
exponente de aplicación a la realidad (al establecer los ins-
trumentos y las normas relativas al control de la solvencia en
Finlandia) de esta Teoría del Riesgo ampliada. Asimismo,
hemos de hacer referencia a los trabajos del General
Insurance Study Group (GSIC) Británico, que trató de apli-
car los resultados del grupo finlandés al mercado asegurador
del Reino Unido.

2. MODELO GENERAL
Se realiza en este epígrafe la descripción general del deno-
minado modelo estocástico de la empresa aseguradora estu-
diando los posibles resultados que de él pueden derivarse
principalmente para el análisis de la solvencia.
Dicho modelo tiene como finalidad estudiar el comporta-
miento de un asegurador en diversas circunstancias y ha de
servir tanto para un mejor conocimiento teórico y general del
funcionamiento del negocio asegurador como para su aplica-
ción a una empresa concreta una vez conocidos los datos
relevantes de la misma.
El gráfico 1, tomado del trabajo presentado al Congreso de
Actuarios por los miembros del Finnish Insurance Modeling
Group: Pentikäinen et al (1988), muestra las distintas varia-
bles (tanto de la propia empresa como de su entorno) y sus
interrelaciones a considerar para construcción del modelo.
Además, la incertidumbre, está relacionada con la reserva
para siniestros pendientes y otras reservas reflejadas, tam-
bién, en los resultados, así como los gastos inciertos y otros
riesgos diversos. El proceso de simulación es crucial para
estudiar a largo plazo el comportamiento dinámico del ase-
gurador imitando mediante este proceso las reacciones de la
dirección tanto para desarrollos favorable como adversos.
Se abrieron numerosos caminos nuevos al incorporar la esto-
casticidad de los valores de los activos en sus consideracio-
Gráfico 1
Fuente: Pentikäinen et al (1988) y elaboración propia.
nes para la construcción del modelo y, más generalmente,
para la Teoría del Riesgo. El trabajo presentado por Wilkie
en 1986, uno de los pioneros, exponía un modelo para las
clases de activos más importantes. Posteriormente, numero-
sos autores han propuesto diversas variantes basadas en este
modelo.
Los modelos pueden ser utilizados con el fin de facilitar
muchas clases de soluciones prácticas en aquellos casos
donde los resultados y la evaluación de las incertidumbres
sean marcadamente complicados. Normalmente, el proble-
ma está restringido a un hecho concreto. Aquellas modeliza-
ciones cuyos objetivos son más ambiciosos proporcionan
una visión global del comportamiento de una compañía en el
momento en que varían las circunstancias. El modelo asegu-
Aquellas modelizaciones cuyos objetivos
son más ambiciosos proporcionan una visión
global del comportamiento de una compañía
en el momento en que varían las
circunstancias
74 ANÁLISIS FINANCIERO
rador puede ser construido para representar y responder las
características de una compañía real o un asegurador hipoté-
tico. Este último puede ser utilizado en una investigación
general de las capacidades de los aseguradores. Estas investi-
gaciones a las que nos referimos pueden emplearse, adicio-
nalmente, con el propósito de estudiar y analizar los requisi-
tos de solvencia impuestos por los reguladores.
Todos los reguladores tienen, normalmente, sistemas conta-
bles y de planificación empresarial. Usualmente, operan
sobre unas bases determinadas y, con alta probabilidad, se
podría utilizar un procedimiento apropiado para incorporar
módulos estocásticos uno a uno.
2.1. Planteamiento y descripción del modelo
Fórmula básica.
La posición financiera de una asegurador puede ser descrita
por su margen de solvencia U(t). Éste se define como el exce-
so de activos A(t) sobre las obligaciones L(t), de forma que:
U(t) = A(t) – L(t), donde t es el año contable. El flujo de
ingresos y gastos se calcula de acuerdo a la fórmula (1):
U(t) = U(t-1) + B(t) + J(t) - X(t) - E(t) - R(t) - D(t) (1)
donde:
B(t): Ingresos por primas
J(t): Rendimiento de las inversiones
X(t): Siniestralidad
E(t): Gastos
R(t): Coste neto de reaseguro
D(t): Dividendos
El resultado técnico del negocio asegurador en general, ha
sido tradicionalmente definido como la diferencia entre las
primas devengadas y los siniestros y gastos incurridos.
Yn(t) = B(t) – (X(t) – E(t)) = B(t) – X(t) – E(t) (2)
Este resultado no tiene en cuenta el rendimiento de las inver-
siones, aunque sea una parte integral de las operaciones de
seguros. El éxito del negocio de seguros se ha medido desde
siempre sin los ingresos por inversiones.
Si al resultado técnico se le añade el rendimiento de las inver-
siones en activos que respaldan las reservas técnicas se obtie-
ne el resultado comercial, fórmula (3).
Yn(t) = B(t) + J(t) – X(t) – E(t) (3)
En la ecuación (3) J(t) no tiene porqué ser la misma que la
que aparece en la ecuación (1) ya que en este contexto podría
ser restringida a la rentabilidad de las ganancias en las reser-
vas técnicas. Sin embargo, en la ecuación (1) también se
puede incluir la rentabilidad del margen de solvencia de la
compañía.
Estos resultados se expresan normalmente en forma de ratio,
como un porcentaje de las primas devengadas se definen así,
tres ratios:
1) Ratio de siniestralidad:
X (t )
x (t ) = (4)
B(t )
2) Ratio combinado, que incorpora siniestros y gastos:
X (t ) + E (t )
x c (t ) = (5)
B(t )
3) Ratio comercial, en el que como se ha señalado anterior-
mente, los ingresos de las inversiones en activos están res-
paldados por las reservas técnicas:
X (t ) + E (t ) − J (t ) (6)
y( t ) =
B(t )
2.2. Extensiones y formulaciones adicionales.
La formulación (1) no siempre es conveniente cuando el aná-
lisis se extiende a varios años porque las variables relevantes
a tener en cuenta están continuamente sujetas a cambios deri-
vados de la inflación y del crecimiento real de la cartera. Los
valores supuestos para años consecutivos no son, por tanto,
directamente comparables a no ser que se transformen en su
correspondiente valor monetario y tamaño de la cartera. En
estas situaciones es frecuente la utilización de fórmulas
manipuladas con el fin de actuar con ratios en lugar de con
valores absolutos. Esto se consigue dividiendo las variables
por una medida de volumen M(t) eligiendo la variable en fun-
ción de la aplicación que se quiera hacer. Los posibles candi-
datos son:
• la suma de las cuantías aseguradas,
• el número de pólizas multiplicado por un adecuado factor
de dimensión monetaria, o en el caso del seguro general
multirriesgo, los ingresos por primas B y
• los activos A, o una estimación del valor esperado de los
siniestros ocurridos.
 MODELACIÓN GLOBAL ESTOCÁSTICA DEL NEGOCIO ASEGURADOR
Las medidas de volumen más comunes son los ingresos por
primas o los gastos netos variables. Los ingresos por primas,
como se ha señalado, han sido utilizados con frecuencia para
el ratio combinado y otros ratios. Sin embargo, los ingresos
por primas necesitan alguna modificación para ser una ade-
cuada medida de volumen en alguna aplicaciones.
En cuanto a las variables U(t), A(t), X(t), es conveniente uti-
lizar los correspondientes ratios obtenidos dividiendo cada
una de ellas por la medida de volumen M(t). Si se utiliza
como medida de volumen los ingresos por primas se obtie-
nen los ratios de: solvencia, ratio de activos y ratio de sinies-
tralidad. Estos ratios los denotamos por u(t), a(t), x(t), con lo
cual la ecuación (1) se transforma en:
u(t) = rM(t)-1 u(t-1) + b(t) + j(t) – x(t) – e(t) (7)
donde rM(t):
M (t )
rM (t ) = = rg (t ) (1 + i(t )) (8)
M (t − 1)
es el factor incremental de la medida de volumen. Este, a su
vez, puede ser descompuesto en:
— un factor rg que indica el crecimiento real y
— un factor (1 + i(t)) para el crecimiento inflacionario.
En algunas aplicaciones se utiliza el rendimiento de las
inversiones descompuesto en sus dos componentes:
— por un lado el componente relativo a los activos, repre-
sentado el margen de solvencia U(t-1) y
— por otro, las reservas técnicas y otras responsabilidades
L(t-1).
J(t) = ju(t) U(t-1) + jL(t) L(t-1) (9)
donde:
jL(t) es la tasa de rendimiento para las reservas técnicas y
ju(t) es la tasa de retorno del margen de solvencia.
De esta manera, la ecuación (7) puede transformarse en:
u(t) = r(t) u(t-1) + b(t) + jL(t) rM(t)-1 l(t-1) – x(t) – e(t)
(10)
donde:
75
(11)
1 + ju (t ) (11)
r (t ) =
rM (t )
es un factor compuesto que introduce el efecto de la tasa de
rendimiento de las inversiones, la inflación y el crecimiento
real de la cartera.
Las primas brutas b(t) pueden reemplazarse por p(t) + e(t),
donde p(t) es el ingreso por primas neto de gastos. Por tanto,
se llegaría a una versión simplificada del modelo:
u(t) = r(t) · u(t-1) + p(t) – x(t) (12)
versión que se utilizará posteriormente para analizar caracte-
rísticas fundamentales del proceso de seguros.
El ingreso por primas B(t), se propone como una medida
adecuada del volumen cuando se requiere la versión ratio
para la ecuación, particularmente en seguros multirriesto. En
efecto, los indicadores convencionales como el ratio de
siniestralidad, el ratio combinado y el ratio de solvencia tie-
nen como denominador B(t).
Esta elección, sin embargo, no es ideal para todas la pro-
puestas. Por ejemplo, la variable b(t) es siempre igual a la
unidad si se emplea esta formulación y, como resultado, los
efectos de cambios en las primas no se distinguen claramen-
te. Además, si el asegurador incrementa las primas para real-
zar su beneficio y su solvencia, el ratio de solvencia u = U/B
disminuye dando la impresión de que se debilita la solven-
cia, aunque esta situación es, en realidad, la contraria. Así se
puede utilizar como medida del volumen:
t − t0
M (t ) = B (t ) = B(t0 ) ⊆ rM (t0 + τ) (13)
τ =1
El término b(t) = B(t) / B (t) indica la desviación relativa de
B(t) en su flujo normal. El efecto de los cambios en las tasas
de las tarifas puede verse en el flujo b(t), o de forma similar,
en p(t).
En la versión simplificada del modelo, todas las variables
son tomadas netas de reaseguro. Se omite el término R(t) a
la vez que B(t) y X(t) son calculados sobre la base neta de
retención de un asegurador. También se supone que los gas-
tos reales son, al menos aproximadamente, igual al recargo
de gastos incluido en B(t). Eliminando ambos y denotando
los ingresos por primas netas de gastos y de reaseguro por
P(t), la ecuación anterior se reduce a la forma:
76 ANÁLISIS FINANCIERO
U(t) = U(t-1) + P(t) + J(t) - X(t) - D(t) (14)
No se emplearán magnitudes absolutas sino relativas en nin-
guna de las variables. Así, no se utilizará U(t) sino el ratio
u(t) siendo u(t) = U(t) / P(t).
3. APLICACIONES.
El siguiente paso en la exposición y explotación de este tipo
de modelos consiste en “llenar de contenido” cada una de sus
variables. Este punto es importante puesto que el resultado
del mismo va a determinar las posibles técnicas a emplear
para la obtención de resultados.
De esta manera, en la medida en que se caracterizan aleato-
riamente algunas de las mismas, o simplemente se encuen-
tren definidas por fórmulas complejas o existan múltiples
relaciones entre las mismas, mayores dificultades existirán en
obtener resultados analíticos y recurrir a técnicas como la
simulación. Si el resultado del estudio a realizar se refiere a
un asegurador particular, claramente las características de las
citadas variables han de derivarse de la actuación concreta
del mismo: ramos en que opera, su peso en la cartera total, la
política de liquidación de siniestros, la composición de la car-
tera de inversiones, etc.
En el caso de un estudio general lo habitual es utilizar un
“asegurador medio o estándar” intentando tomar las caracte-
rísticas generales del sector asegurador.
La aplicación de este tipo de modelos
se realiza, principalmente, al estudio
del margen de solvencia
La aplicación de este tipo de modelos se realiza, principal-
mente, al estudio del margen de solvencia, y más concreta-
mente, en la determinación de valores mínimos para éste. Se
trata de:
• Obtener, en el mejor de los casos, la distribución de pro-
babilidad del margen y del ratio de solvencia para los dis-
tintos períodos del horizonte temporal fijado. En todo
caso, ha de depender de la distribución de la siniestralidad
total. Con el conocimiento de sus principales momentos
puede bastar sí es aplicable alguna aproximación (normal,
NP). Fijada una probabilidad de ruina puede obtenerse el
valor mínimo del margen de solvencia buscado 1.
• Si lo anterior no es posible, se puede obtener, al menos,
cierto conocimiento respecto a la evolución del margen de
solvencia recurriendo a la simulación del modelo proban-
do con distintos valores de la variables de decisión del
mismo y de las que representan las circunstancias del
entorno, llegando a poder estimar la probabilidad de ruina
para cada conjunto de ellos.
Algunas de las posibles formas en que se pueden considerar
las distintas variables del modelo son: la siniestralidad total,
ingresos por primas, rentabilidad de las inversiones, los acti-
vos, dividendos, la inflación y el mercado.
a) Siniestralidad total: X(t)
La siniestralidad es considerada la variable característica del
negocio de seguros. Ahora bien, si se pretende su aplicación
a las verdaderas circunstancias de la realidad de la empresa
aseguradora su tratamiento ha de ser más amplio que el con-
siderado en la Teoría del Riesgo Clásica.
Así, aunque se continúe en el marco de las distribuciones
compuestas2 es preciso dar entrada a variaciones de largo
plazo en las citadas probabilidades producidas por el ciclo
económico y tendencias de diversa naturaleza en las mismas.
Es importante, asimismo, considerar el crecimiento de la car-
tera y la inflación en las cuantías de los siniestros.
Por otra parte, la lógica división de la cartera de la empresa
aseguradora en ramos y modalidades tiene como consecuen-
cia que la información disponible provenga inicialmente de
las mismas. Es preciso integrar las características de la sinies-
tralidad de las mismas para obtener la de la cartera total. La
solución a este problema puede ser compleja si, como suce-
de en muchas ocasiones, no es posible aceptar la hipótesis de
independencia de las siniestralidades.
Finalmente, un hecho a considerar en el estudio de la sinies-
tralidad (que puede tener gran influencia en su fluctuación)
es que los siniestros no se pagan en el momento de producir-
se y, en algunos ramos, el proceso de liquidación puede ser
largo y estar afectado por circunstancias de difícil control por
parte de la empresa aseguradora (sentencias de los tribunales
de justicia, inflación, ... ).
Es importante estudiar el denominado “run-off risk” (es
decir, la variabilidad de la siniestralidad debida al citado
hecho, que puede considerarse como la diferencia entre el
valor de la provisión para siniestros pendientes estimada y la
siniestralidad real) y cómo debe ser introducido en el mode-
lo. Ciertamente las causas de error son de dos tipos:
 MODELACIÓN GLOBAL ESTOCÁSTICA DEL NEGOCIO ASEGURADOR
— el error en la propia estimación de la cuantía de cada
siniestro y, en su caso,
— el error respecto a las previsiones de rentabilidad de los
activos en que se invierten las cantidades provisionadas.
En la realidad el precio de un seguro no sólo
depende de la experiencia de siniestralidad,
sino también de otro tipo de factores como
son la estructura comercial de la empresa,
previsiones respecto a la rentabilidad
de sus inversiones, cuantía de capitales
libres, así como la situación del mercado
de seguros
b) Ingresos por primas: B(t)
Para un horizonte a medio y largo plazo es importante
poder anticipar la evolución del volumen de primas. En la
realidad el precio de un seguro no sólo depende de la expe-
riencia de siniestralidad, sino también de otro tipo de fac-
tores como son la estructura comercial de la empresa, pre-
visiones respecto a la rentabilidad de sus inversiones, cuan-
tía de capitales libres, así como la situación del mercado de
seguros.
Siguiendo a Daykin, Pentikäinen y Pesonen (1990), se puede
considerar la tarifa de primas como un problema de decisión
que obedece a la expresión:
B = h (x , u , i , m , e) (15)
Donde representan:
x : la experiencia de la siniestralidad
u : la solidez financiera de la empresa medida por el margen
de solvencia o ratio
de solvencia
i : la rentabilidad de las inversiones
m : el mercado y las estrategias del asegurador.
Las posibilidades de concreción varían ampliamente. Así el
caso más simple implica la consideración de un crecimiento
de primas, a partir de un nivel inicial, debido únicamente al
efecto de la inflación y al crecimiento de la cartera, es decir:
77
B (t + s) = B(t) · r(t, t +s) (16)
donde B representa el volumen de primas y r(t, t +s) el fac-
tor de crecimiento de las mismas debido a la inflación y el
crecimiento de la cartera en el intervalo (t, t +s).
Pudiendo llegar a incluirse algún elemento de control que
dependa de la evolución de diversos indicadores. Así, por
ejemplo, puede hacerse que el nivel de primas varíe en fun-
ción de la desviación del ratio de solvencia respecto a un
valor ideal (u0) del mismo.
P(t) = P (0) + a (u0 – u(t-2)) (con 0 < a < 1) (17)
c) Rentabilidad de las inversiones: J(t)
La empresa aseguradora posee, fundamentalmente, dos
fuentes de ingresos por inversiones:
• ingresos por inversiones propiamente dichos y
• variación de los activos financieros.
Evidentemente la comprensión y, por tanto, modelización de
este aspecto de la actividad de la empresa aseguradora, no es
tarea fácil debido a que su resultado es fruto de diversos fac-
tores de difícil predicción.
Así, el ciclo económico, que ejerce una gran influencia en
la siniestralidad e ingresos por primas, tiene gran relación
con los rendimientos por inversiones. Pensemos en que es
habitual un incremento en el valor de las acciones e inmue-
bles. Por ejemplo, en épocas de auge económico, el incre-
mento en los tipos de interés hará que disminuya su valor a
la vez que incrementará la cuantía de los intereses recibidos
en general.
En períodos de elevada rentabilidad
de inversiones puede producirse
(por razones de competencia e incremento
de la cuota de mercado) una disminución
de las primas que se compensa con
elevados rendimientos
de las inversiones
78 ANÁLISIS FINANCIERO

Siendo evidente la relación directa que la rentabilidad de La inflación de los costes de los siniestros se debería tener
las inversiones posee sobre la solvencia de la empresa en cuenta a la hora de calcular las primas. El asegurador
aseguradora, existe otra importante relación a señalar, puede basarse en la experiencia de años anteriores para cal-
quizá indirecta, también importante: los denominados perí- cular la inflación de los siniestros futuros. En cualquier
odos de “soft market” y ”hard market”. Así, en períodos de caso a menos que se tome la inflación real, las primas
elevada rentabilidad de inversiones puede producirse (por podrían calcularse de forma inapropiada, lo cual puede
razones de competencia e incremento de la cuota de mer- tener serias consecuencias para la viabilidad del asegura-
cado) una disminución de las primas que se compensa con dor hasta el punto de que unas primas inadecuadas pueden
elevados rendimientos de las inversiones, pero un brusco poner pronto en peligro la solvencia si su inadecuación no
descenso en los citados rendimientos unido a la dificultad se reconoce rápidamente.
de una readaptación de las primas a la nueva situación
puede tener graves consecuencias sobre la solvencia de la
empresa.
La oferta disponible en el mercado también
En la literatura actuarial encontramos distintas formas de
tiene un importante impacto en el negocio
introducir los rendimientos de las inversiones en el modelo asegurador ya que ésta influye
que van desde rentabilidad fija en cada período para todos en los precios
los activos invertidos, hasta, en modelos más elaborados,
que intentan reflejar con mayor fidelidad la realidad de la
actividad inversora. Como ejemplo el conocido “modelo de
Wilkie” caracterizado por una mayor discriminación entre
distintos tipos de activos y porque su evolución depende fun- g) El mercado.
damentalmente de la inflación, representando el resto de fac-
La oferta disponible en el mercado también tiene un
tores que influyen en la misma dentro de una variable alea-
importante impacto en el negocio asegurador ya que ésta
toria.
influye en los precios, especialmente en algunos ramos de
seguro como el reaseguro y las líneas comerciales. La
oferta excesiva tiene tendencia a hacer disminuir las pri-
d) Los activos.
mas y, contrariamente, la carencia de oferta fuerza de
forma creciente los precios.
Incluyen bonos, acciones y otros activos propiedad de la
empresa en proporciones b1, b2, y b3 de forma que Sb = 1.
Los b son los parámetros de decisión de la empresa. Estos
activos pueden seguir reinvirtiéndose a lo largo del proceso.

e) Los dividendos.

Son calculados como un porcentaje cierto del beneficio de la

compañía cuando éste es positivo.

f) La inflación.

Es generada por una serie autorregresiva de grado 1, resul-

tando un flujo cíclico irregular con un nivel medio dado. Los
diferentes ramos tienen diferentes tasas de inflación, por
tanto, se calcula en base a la inflación general.

La inflación afecta, en primer lugar, a la cuantía a pagar por

siniestros pendientes ya que la cuantía de éstos (en muchas
ocasiones) se incrementa fuertemente debido a la demora en
el pago.
 MODELACIÓN GLOBAL ESTOCÁSTICA DEL NEGOCIO ASEGURADOR 79

4. BIBLIOGRAFÍA Notas

Albarán, I. y Pozo, E. (2000). “El proceso asegurador”. Documento 1. Esta es una tarea difícil e incluso imposible cuando el modelo se com-
plica por la introducción de más variables aleatorias.
de trabajo de la Facultad de Ciencias Económicas y 2. En el caso del número de siniestros del modelo de Poisson ya no es sufi-
Empresariales de la Universidad Complutense de Madrid. ciente dar entrada a las posibles variaciones de corto plazo en las pro-
Daykin, Chris. (1984). “The development of concepts of adequacy babilidades básicas (que nos llevaría a la distribución de Poisson pon-
an solvency in non.life insurance in the EEC”. XXII C.I.A. derada) sino que, al ser habitualmente el horizonte temporal objeto de
Págs: 299-309 estudio el medio y largo plazo se debe dar entrada a variaciones a más
Daykin, C. D., Pentikäinen, T. y Pesonen, M. (1994). “Practical largo plazo.
Risk Theory for Actuaries”. Ed. Chapman and Hall. London.
Daykin, C. D., Devitt, E.R., Khan, M.R., McCaughan, J.P.(1984).
“The Solvency of General Insurance Companies”. J. I. A. 111.
Págs: 279-336.
Daykin, C. D., Bernstein, G.D., Coutts et al. (1987). “Assesing the
Solvency and Financial Strength of a General Insurance
Company”. Journal of the Institute of Actuaries. Págs: 227-310
Daykin, C. D., Hey, G.B. (1990). “Managing Incertainty in a
General Insurance Company”. Journal of the Institute of
Actuaries. Págs: 173-277.
Finnish Insurance Modelling Group (FIM-GROUP: T. Pentikäinen,
H. Bonsdorff, M. Pesonen, T. Pukkila, A. Ranne, J. Rantala,
M. Ruohonen, S. Sarvamaa) (1995). “On Stochastic Insurance
Company models”. C. I. A. Págs: 217-241.
Pentikäinen, T. (1975). “A model of Stochastic Dinamic Prognosis.
An Application of Risk Theory to Bussiness Planning”.
Scandinavian Actuarial Journal.
Pentikäinen, T. (1976). “Stochastic Dinamic Prognosis”. XX
Congreso Internacionacional de Actuarios.
Pentikäinen, T. (1978). “A Solvency Testing Model Building
Approch for Bussines Planning”. Scandinavian Actuarial
Journal.
Pentikäinen, T. (1980). “A Stochastic Dinamic Model for
Insurance”. XXI Congreso Internacional de Actuarios.
Pentikäinen, T. y Rantala, J. (1982). “Solvency of Insurers and
Equalization Reserves”. Vol I y II. Ed. Insurance Publishing
Company Ltd. Helsinki.
Pentikäinen, T. (1984). “Aspects on the Solvency of Insurers”.
XXII C.I.A. Págs: 61-73.
Pentikäinen, T. y Rantala, J. (1986). “Run-off Risk as a part of
claims fluctuation”. ASTIN Bulletin nº 16. Págs: 113-147.
Pentikäinen, T. ; Bonsdorff, H. ; Pesonen, M. ; Rantala, J. y
Ruohonen, M. (1989). “Insurance Solvency and Financial
Strength”. Finnish Insurance Training and Publishing
Company Ltd. Helsinki.
Pentikäinen, T. y Rantala, J. (1992). “A Simulation Procedure for
comparing different claim reserving methods”. ASTIN
Bulletin nº 22. Págs: 191-216.
82 ANÁLISIS FINANCIERO
Pablo García Estévez*
Las 500 mayores
empresas del mundo por
facturación en el año
2002: Análisis comentado
1. INTRODUCCIÓN
Desde hace ya varios años la revista económica Fortune
publica la lista Global 500 compuesta por las quinientas
empresas con mayor facturación de todo el mundo. Las
empresas listadas presentan algunos datos financieros bas-
tante interesantes. Esta lista es reordenada de diferentes
maneras: por sectores, por incremento de facturación y de
beneficios y por diferentes coeficientes de rentabilidad.
En España no hay una publicación que además de reflejar
estos datos comente o reflexiones sobre los mismos. El obje-
tivo de este trabajo es doble: primero, cubrir el hueco
existente por la falta de publicaciones o informes comenta-
dos sobre los datos que publica la revista Fortune; y segun-
do, realizar un seguimiento anual para descubrir patrones de
comportamiento de las empresas a lo largo de los años y pro-
fundizar mejor en el entorno empresarial estudiando año tras
año los niveles financieros de las empresas.
Todas las empresas de la lista Global 500 publicada por la
revista Fortune deben publicar los datos financieros e infor-
mar de todos sus datos financieros a las agencias guberna-
mentales.
El trabajo está estructurado en el análisis de las empresas en
función de diferentes variables: Facturación, Beneficios,
Rendimiento sobre la facturación, Rentabilidad económica,
* Universidad Complutense.
Número de empleados y análisis sectorial utilizando las mis-
mas variables.
2. FACTURACIÓN
Los datos utilizados pertenecen al ejercicio fiscal 2001. La
facturación incluye ingresos de operaciones extraordinarias
cuando éstas aparecen en los balances consolidados. Para los
bancos comerciales y para las cajas de ahorro, la facturación
es la suma de los ingresos por intereses y por conceptos que
no corresponden a los intereses. Para las empresas asegura-
doras se incluyen las primas, los ingresos anuales, los ingre-
sos por inversión y las perdidas o ganancias de capital excep-
to los depósitos. La facturación incluye filiales consolidadas
y excluyen impuestos del ejercicio. La facturación de las
empresas han sido convertidos en dólares americanos al tipo
de cambio medio durante el año fiscal 2001.
La mayor empresa del mundo, tomando como variable la
facturación, es WALT-MART STORES; la cifra de ventas
de esta cadena de grandes almacenes norteamericana fue
de 219.812 millones de dólares y el incremento de las ven-
tas, respecto al año 2000 fue del 13,70%; los beneficios
fueron de 6.671 millones de dólares obteniendo una renta-
bilidad sobre ventas del 3% y una rentabilidad económica
del 8%.
 ANÁLISIS DE LAS 500 MAYORES EMPRESAS DEL MUNDO
Top-5 de las empresas con mayor facturación
Fig, 1
Fuente: Elaboración propia
La segunda empresa con mayor facturación durante el año
2000 fue la petrolera norteamericana EXXON MOBIL que
ingresó 191.581 millones de dólares, seguida de: la empresa
de automoción GENERAL MOTORS con 177.260 millones
de dólares; de la empresa petrolera británica BP con
174.218 millones de dólares y de FORD MOTORS dedica-
da a los automóviles, con 162.412 millones de dólares.
Lo primero que observamos es el predominio de las empre-
sas de los Estados Unidos respecto al resto del mundo. Las
empresas que más venden están encuadradas en el negocio
del petróleo y la automoción. Estos son dos de los sectores
que más han caracterizado el pasado siglo XX y se mantie-
nen, con fuerza, en los comienzos del siglo XXI. De las
cinco empresas presentadas, como se puede ver en la
siguiente figura, sólo WALT MART presenta rentabilidades
positivas. Hay que destacar la estructura de capital de las dos
empresas de automóviles con un tamaño de los activos des-
proporcionado respecto a los recursos propios.
Datos financieros de las cinco mayores empresas
del mundo
Fig, 2
Fuente: Elaboración propia
83
De las 50 empresas más grandes del mundo en términos de
facturación, 20 son de los Estados Unidos, 12 japonesas, 6
alemanas, 4 francesas, 3 del Reino Unido, 2 holandesas, 2
italianas y 1 suiza. La clasificación de los países en función
del número de empresas en la lista de las 500 mayores por
facturación coincide, al menos en sus cinco primeros pues-
tos, con la clasificación de los países en función de su PIB.
Esto se refleja en la siguiente figura.
3 % de empresas dentro del Top-50 por facturación clasifi-
cado por países
Fig, 3
Fuente: Elaboración propia
En la lista de las 500 mayores empresas por facturación apa-
recen 5 empresas españolas. Todas ellas, menos TELEFÓ-
NICA y ENDESA han caído en la clasificación desde el año
anterior.
Las cuatro primeras empresas españolas están en los prime-
ros doscientos puestos muy separadas de la última, ENDE-
SA, que se sitúa en el puesto 318. Solamente TELEFÓNICA
y el BBVA aumentaron su facturación entre finales del año
2000 y finales del 2001, pero es precisamente TELEFÓ-
NICA y REPSOL-YPF las únicas cuyos beneficios han dis-
minuido. Hay que destacar la caída del beneficio de REP-
SOL-YPF, un 59%. Por activos, los dos bancos son más
grandes que el resto de las empresas españolas, sin embargo,
es TELEFÓNICA la que tiene mayores recursos propios y
empleados.
La empresa cuyos ingresos han crecido más en el periodo
que comprende desde finales del año 2000 hasta finales del
2001, fue la empresa generadora de energía, AMERICAN
84 ANÁLISIS FINANCIERO

Puesto Anterior Ingresos % Beneficios Puesto % Activos Puesto Neto Puesto Empleados Puesto
94 80 Repsol - YPF 39.091,1 -7,5% 917,9 161 -59,1% 45.799,7 182 12.944,2 125 35.142 352
136 121 Santander Central Hispano 30.421,8 -4,7% 2.674,5 55 7,2% 318.874,5 46 18.231,0 85 22.677 404
151 168 Telefónica 27.807,5 5,6% 1.886,6 81 -18,5% 76.940,9 139 23.012,7 56 161.527 75
192 180 BBVA 23.848,0 8,2% 2.116,10 73 2,6% 275.343,0 53 15.579,7 105 95.588 146
358 365 Endesa 13.948,3 -2% 1.324,40 116 2,2% 44.684,90 189 7.707,0 219 26.889 386

Tabla 1
Fuente: Fortune. Global -500 (junio 2002). Elaboración propia

ELECTRIC POWER con un incremento de 347%. Las ven-
tas de esta empresa en el año 2001 fueron de 61.257 millones
de dólares y obtuvo unos beneficios de 970,8 millones de
dólares consiguiendo una rentabilidad sobre ventas del 1,6%
y una rentabilidad económica del 2%.
La segunda empresa con mayor tasa de crecimiento en sus
ventas ha sido la norteamericana EL PASO, dedicada tam-
bién a la generación de energía, con un incremento de
161,8% seguida de ALLEGHENY ENERGY, también norte-
americana y también dentro del sector energético, con
158,7%. La tercera y la cuarta empresa con mayor creci-
miento en ventas son bancos: US BANCORP con 135% y el
japonés DAIWA BANK HOLDING CON 121,7%.
También son las empresas de los EE.UU. las que acaparan los
primeros puestos en el crecimiento de la facturación. Como
dato a observar, vemos que las empresas con mayor creci-
miento son eléctricas; tiene cierta lógica si pensamos que el
crecimiento de los países, el aumento del nivel de vida, la
búsqueda del confort está íntimamente relacionado con el
consumo eléctrico.
Las sociedades modernas cada vez consumen más electrici-
dad. La EIA (Agencia Internacional de la Energía) contempla
que en el año 2020 se duplique el consumo eléctrico mundial
de seguir como hasta ahora.
El crecimiento medio de la facturación de las 500 mayores
empresas fue negativo y con un valor de –0,5%.

Top 5 de los incremento de la facturación

Tasa de crecimiento del consumo energético por región
entre 1995-2010
IEO2000
Bajo Alto
Región Crecimiento Referencia Crecimiento IEO99
Países industrializados. 0,9 1,2 1,6 1,3
Estados Unidos y Canadá. 1,1 1,4 1,7 1,4
Europa occidental. 0,6 1,0 1,4 1,2
Asia industrializada 0,6 1,1 1,6 1,1
Europa oriental / ex URSS. 0,6 1,0 1,7 0,9
Países en desarrollo 2,3 3,7 4,8 3,8
Asia 2,4 4,0 4,9 3,9
China 2,3 4,5 5,4 4,2 Figura 4
Asia más pobre. 2,4 3,4 4,3 3,6
Medio Oriente. 1,9 3,2 4,5 3,4 Fuente: Elaboración propia
África 1,6 2,5 3,4 2,5
Latino América 2,6 3,8 5,2 4,2
Total Mundial 1,3 2,1 2,8 2,2 3. BENEFICIOS
Tabla 2 Clasifiquemos las empresas en función de sus beneficios,
Fuentes: IEO2000: Energy Information Administration (EIA), World Energy tomando este valor como el presentado después de impues-
Projection System (2000). tos, después de créditos extraordinarios o cargas y después
IEO99: EIA, International Energy Outlook 1999, DOE/EIA-0484(99). de efectos acumulativos o cambios de planes contables.
 ANÁLISIS DE LAS 500 MAYORES EMPRESAS DEL MUNDO
Según esta variable, la empresa que mayores beneficios ha
tenido durante el año 2001 ha sido la petrolera norteameri-
cana EXXON MOBIL con 15.320 millones de dólares. La
facturación de esta empresa fue de 191.587 millones de dóla-
res y obtuvo una rentabilidad sobre ventas del 8% mientras
que la rentabilidad económica ascendió al 11%.
La siguiente empresa con mayor beneficio fue la financiera
americana CITIGROUP con 14.126 millones de dólares,
seguido de otra empresa norteamericana dedicada a diferen-
tes negocios financieros, GENERAL ELECTRIC con
13.684 millones de dólares; después está la petrolera británi-
ca holandesa ROYAL DUTCH SHELL GROUP con 10.852
millones de dólares y por último la tabacalera americana
PHILIP MORRIS con 8.560 millones de dólares.
Vuelven a ser las empresas norteamericanas las que encabe-
zan la clasificación: Venden más, crecen más y ganan más.
En el caso de los beneficios vuelven a ser las petroleras y las
empresas dedicadas a las finanzas en general las que presen-
taron mayores beneficios.
El beneficio medio de las 500 mayores empresas por factu-
ración asciende a 446 millones de dólares
Top – 5 de los beneficios
Figura 5
Fuente: Elaboración propia
4. RENDIMIENTO SOBRE LAS VENTAS
‘Si la variable elegida es la relación entre los beneficios y la
cifra de ventas, es MICROSOFT la que presenta una mejor
cifra con una rentabilidad del 29%. Esta empresa afincada en
el estado de Washington (EE.UU.) es el mayor fabricante de
Software facturó 25.296 millones de dólares y obtuvo unos
beneficios de 7.346 millones de dólares que le permitieron
tener una rentabilidad económica del 12%.
La siguiente empresa con mayor rentabilidad sobre ventas es
la farmacéutica norteamericana BRISTOL – MYERS
85
SQUIBB con un 24,2%; la siguiente es otra farmacéutica de
los Estados Unidos: PFIZER con una rentabilidad sobre ven-
tas de 24,1% empatada con ELI LILLY, también farmacéuti-
ca y también de los Estados Unidos y por último ORACLE,
fabricante de Software norteamericana con 23,6%.
Top – 5 de Rendimiento sobre ventas
Figura 6
Fuente: Elaboración propia
Vuelven a ser las empresas de los Estados Unidos las que
copan las cinco primeras posiciones en la clasificación en
función del rendimiento sobre ventas y en este caso los sec-
tores son informática y empresas farmacéuticas. Estos dos
sectores tienen en común las grandes necesidades de recur-
sos financieros para I + D, pero una vez desarrollado el pro-
ducto los costes de producción son relativamente bajos y, por
tanto, los ingresos marginales son elevados. La rentabilidad
sobre ventas media de las 500 mayores empresas por factu-
ración fue del 2,1%.
5. RENTABILIDAD ECONÓMICA
Si la variable tomada es la rentabilidad económica, tomada
como el cociente del beneficio entre los recursos propios, es
ORACLE la empresa que se lleva la palma con un 23,2%. Es
una empresa informática de los Estados Unidos que facturó
10.859 millones de dólares y obtuvo unos beneficios de
2.561 millones de dólares. Con estas cifras presentó una ren-
tabilidad sobre ventas del 23,6%. Todas las empresas que
siguen a ORACLE en la calificación por rendimiento econó-
mico son norteamericanas; así tenemos a SARA LEE,
empresa de comestibles con un 23,3%, seguida de las far-
macéuticas PFIZER con un 19,9% y BRISTOL con un
19,4%. Por último COCA COLA, empresa de refrescos,
obtiene un 17,7%. La rentabilidad económica media de las
500 mayores empresas por facturación fue del 1%.
86 ANÁLISIS FINANCIERO
Top – 5 de la Rentabilidad Económica
Figura 7
Fuente: Elaboración propia
6. NÚMERO DE EMPLEADOS
Si tomamos el número de empleados la empresa que ostenta
mayor nómina es la cadena de grandes almacenes norteame-
ricana WAL-MART STORES con 1.383.000 empleados. Le
siguen tres empresas chinas: la petroleras CHINA NATIO-
NAL PETROLEUM con 1.167.128, STATE POWER dedica-
da a la energía con 1.162.645 empleados y la empresa dedi-
cada al refino del petróleo SINOPEC con 937.300. Por últi-
mo, cierra la lista la norteamericana US POSTAL SERVICE
con 891.005 empleados.
Destacamos el hecho que de las cinco empresas con mayores
empleados todas son propiedad del gobierno de su país
excepto WAL-MART. Hay que tener en cuenta que el núme-
ro de empleados pueden ser la cantidad que la empresa decla-
ra al final del ejercicio o el promedio durante ese año. Se
deberá observar, en el futuro el número de empleados, cuan-
do las leyes del mercado exijan a las empresas chinas mayo-
res coeficientes de rentabilidad. Estos números millonarios
son consecuencia de la visión socialista de la empresa y sólo
puede ser mantenido gracias a los bajos salarios pagados. En
el momento que comience a crecer una clase media en china,
demandará mayores salarios y por tanto, las empresas debe-
rán reducir sus empleados.
Por término medio, las 500 mayores empresas por factura-
ción tienen 63.164 empleados cada una y de las 50 empresas
que más empleados tienen, suman entre ellas 19.085.957 tra-
bajadores. Para hacernos una idea, este número es cercano al
número de habitantes de Suecia.
Top – 5 de las empresas con más empleados
Figura 8
Fuente: Elaboración propia
7. LAS 500 EMPRESAS MAYORES DEL MUNDO:
SECTORES
De las 500 empresas más grandes del mundo por facturación
con los datos del 2001, los cinco sectores más representados
son Bancos (62), Automóviles (31), Refino de Petróleo (26),
Telecomunicaciones (24) y Comidas y Centros de Distri-
bución (23).
Hay que resaltar la importancia de la Banca que duplica al
siguiente sector, automóviles. Además el sector bancario,
mantiene esta posición durante los últimos cinco años, osci-
lando el número de las empresas que aporta al ranking de las
500 mayores empresas entre 58 y 63 entidades. El total de la
facturación de los 62 bancos presentes en la lista de las 500
empresas mayores del mundo por facturación, es de
1.505.180 millones de dólares y la suma de los beneficios es
de 54.493 millones de dólares.
Los bancos que presentan mayores ingresos son el alemán
DEUTSCHE BANK con 66.840 millones de dólares seguido
del suizo CREDIT SUISSE con 64.204 millones de dólares.
Después tenemos el francés BNP PARIBA con 55.044 millo-
nes de dólares y los americanos BANK OF AMERICA
CORP. con 52.641 millones de dólares y el JP MORGAN
CHASE con 50.429 millones de dólares. Hay que matizar
que la corporación CITIGROUP está considerada en este tra-
bajo como una empresa perteneciente al sector de Finanzas
diversas. Si fuese incluido como banco estaría situado el pri-
mero de la clasificación con una facturación de 112.022
millones de dólares.
 ANÁLISIS DE LAS 500 MAYORES EMPRESAS DEL MUNDO 87

Número de empresas clasificadas en sectores dentro de las Global 500

por facturación

Figura 9
Fuente: Elaboración propia.
88 ANÁLISIS FINANCIERO
Por término medio, los 62 bancos presentes en esta lista
tuvieron unos ingresos de 19.509 millones de dólares y unos
beneficios de 955 millones de dólares.
Los cinco mayores bancos por facturación.
(En millones de dólares)
Figura 10
Fuente: Elaboración propia.
Las 31 empresas de sector de la automoción presentes en la
lista, suman unos ingresos totales de 1.303.212 millones de
dólares. Aunque el sector denominado Negocios, donde
encontramos empresas, mayoritariamente japonesas, corea-
nas y chinas como MITSUBISHI, MITSUI, ITOCHU o
SUMITOMO, tiene menos empresas en el ranking que el
sector de Comida, ofrece un cifra de facturación total supe-
rior.
8. FACTURACIÓN POR SECTORES
Como hemos dicho, son los bancos incluidos dentro de las
500 empresas mayores del mundo las que presentan mayor
suma de facturación, seguido por las empresas automovilís-
ticas, después las empresas dedicadas al refino del petróleo,
de las telecomunicaciones y del sector negocios. Es una foto-
grafía de la industria del siglo XX, con los sectores “clási-
cos” dominando la economía y las telecomunicaciones
colándose entre los cinco primeros.
Top 5 de sectores por Facturación.
(En Millones de dólares)
Figura 11
Fuente: Elaboración propia
9. BENEFICIOS POR SECTORES
Dentro de las empresas encuadradas en el listado de las 500
mayores empresas por nivel de facturación, el sector que ha
contabilizado un mayor número de beneficios es el Refinado
de Petróleo con 71.791 millones de dólares, seguido de la
banca. Estos dos sectores son los únicos que coinciden en la
clasificación de los sectores con mayor facturación. Como
sectores que suman una mayor cifra de beneficios están, ade-
más, el sector farmacéutico, el de finanzas diversas y los ser-
vicio público de gas y electricidad.
Los cinco sectores con mayores beneficios. (En Millones
de dólares)
Figura 12
Fuente: Elaboración propia
Dentro del sector Refinado de Petróleo, las cinco empresas
con mayores beneficios son la norteamericana EXXON
MOBILE con 15.320 millones de dólares, la británica BP con
8.010 millones de dólares, la anglo holandesa ROYAL
DUTCH / SHELL con 10.852 millones de dólares, la nortea-
mericana CHEVRON TEXACO con 3.288 millones de dóla-
res y la francesa TOTAL FINA ELF con 6.858 millones de
dólares. De estas cinco, EXXON MOBILE es la que presente
 ANÁLISIS DE LAS 500 MAYORES EMPRESAS DEL MUNDO 89

mayores rentabilidades sobre ingresos con un 8% y sobre Sectores calificados por la mediana de los ingresos
activos con 11%, siendo CHEVRON TEXACO la peor con
de las empresas. En millones de dólares
una rentabilidad sobre ventas del 3% y sobre activos del 4%.
El sector de refinado de petróleo aporta 26 empresas a la lista
de las 500 mayores empresas por facturación y todas ellas
suman, en total, una facturación de 120.811 millones de
dólares y un beneficio total de 71.791 millones de dólares.
La mediana es el valor de la variable que divide la distribu-
ción de tal modo que la mitad de los valores son iguales o
menores que ella y la otra mitad son iguales o mayores. La
mediana de la facturación de las 26 empresas de refino de
petróleo fue de 25.417 millones de dólares con una mediana
de beneficios de 916 millones de dólares.
Figura 14

Las cinco empresas más representativas del sector Fuente: Elaboración propia.

de refino de petróleo
11. MEDIANA DEL BENEFICIO POR SECTORES

Si la variable utilizada para la clasificación es la mediana de

los beneficios son las Finanzas Diversas las que presentan
empresas con mayor valor mediana de beneficio con 5.021
millones de dólares, seguido de las Empresas de programas
informáticos, Tabaco, Farmacéuticas y las Sociedades y
Agencias de Valores.

Sectores calificados por la mediana de los beneficios.

En millones de dólares
Figura 13
Fuente: Elaboración propia

10. SECTORES CON MAYOR MEDIANA EN INGRESOS

Analicemos ahora los sectores con cifras relativas empezan-

do por el valor de la mediana de la facturación por empresa.

En este caso el sector que tiene una mediana de la factura-

ción superior al resto es Finanzas Diversas, con una media-
na de la facturación de 43.163 millones de dólares. Las cinco
empresas más representativas de este sector son las nortea-
mericanas GENERAL ELECTRIC, CITIGROUP, FANNIE
MAE, FREDDIE MAC, AMERICAN EXPRESS y HOU-
SEHOLD INTERNATIONAL. El siguiente sector es el de la
Energía con 40.377 millones de dólares, seguido del sector
tabaquero con 35.806 millones de dólares, le sigue las
Sociedades y Agencias de Valores con 34.966 millones de
dólares y por último las Empresas de Ordenadores con
31.168 millones de dólares de mediana.
Figura 15
Fuente: Elaboración propia
Las cinco empresas con mayor facturación del sector de
finanzas diversas proceden de los Estados Unidos siendo
GENERAL ELECTRIC la empresa con mayor facturación y
respecto a las cinco presentadas es la que tiene mejores ren-
tabilidades. Sin embargo es CITIGROUP la que ha presenta-
do mayores beneficios.
90 ANÁLISIS FINANCIERO

La rentabilidad sobre facturación de las cuatro primeras
empresas ronda el 12 % estando la rentabilidad económica en
el 1%, excepto, como hemos dicho antes, GENERAL ELEC-
TRIC que tiene un 3%.
Calificación de los sectores en función del incremento
de la facturación entre finales del año 2000
y finales del 2001

El sector de finanzas diversas aporta 6 empresas a la lista de

las 500 mayores empresas por facturación de 360.759 millo-
nes de empresas unos beneficios de 41.086 millones de dóla-
res. La mediana de la facturación de estas seis empresas fue
de 43.163 millones de dólares siendo la mediana de los bene-
ficios de 5.021 millones dólares.

FANNIE MAE y FREDDIE MAC son entidades de tituliza-

ción de créditos hipotecarios. Su actividad se basa en com-
prar créditos hipotecarios y luego convertirlos en valores que
venden a los inversores. Figura 17
Fuente: Elaboración propia.

Las cinco empresas más representativas del sector

Finanzas Diversas Como decíamos más arriba, existe un incremento del consu-
mo energético que se refleja en el aumento de la facturación
del sector energético. Este puede ser la fotografía del mundo
occidental: incremento del consumo energético, aumento de
la producción de comida y aumento de las ventas de equipos
clínicos, seguramente inducida por el mayor uso del sistema
sanitario debido al envejecimiento de la población.

Dentro del sector de la Energía las cinco empresas más des-

tacadas son las norteamericanas ENRON con una facturación
de 138.718 millones de dólares, AMERICAN ELECTRIC
POWER con ventas del orden de 61.257 millones de dólares,
DUKE ENERGY con una facturación de 59.503 millones de
dólares; EL PASO con ventas de 57.475 millones de dólares
Figura 16 y la alemana RWE con unas ventas de 50.664 millones de
dólares.
Fuente: Elaboración propia.
Las cinco empresas más representativas
12. INCREMENTO DE LA FACTURACIÓN POR SECTORES del sector energético

Si observamos el incremento de las ventas por sectores desde

finales del 2000 hasta finales del 2001, es el sector energéti-
co el que presenta mayor tasa de crecimiento con un 38,5%,
seguido del sector de las empresas dedicadas a la producción
de comida con un 28,6%. Le sigue las ventas al por mayor
de elementos relacionados con la salud con un 19% y por
último con un incremento del 7,7% tenemos dos sectores:
Finanzas Diversas y el Sector del entretenimiento.

Figura 18
Fuente: Elaboración propia.
 ANÁLISIS DE LAS 500 MAYORES EMPRESAS DEL MUNDO 91

El sector energético aporta 17 empresas a la lista de las 500 Las cinco empresas más representativas
mayores empresas por facturación y suman una facturación
del sector farmacéutico
total de 686.593 millones de dólares con unos beneficios
totales de 13.682 millones de dólares. La mediana de la fac-
turación fue de 13.682 millones de dólares y la mediana de
los beneficios es de 568 millones de dólares.

13. RENDIMIENTO SOBRE VENTAS POR SECTORES

Si clasificamos los sectores por su rendimiento sobre ventas,

tomado como la división de la suma de los beneficios de
todas las empresas entre la facturación total del sector, resul-
ta que el sector con mejor rendimiento es farmacia con un
16,20% de rentabilidad, seguido de Finanzas Diversas con
un 11,6% y de Comidas con un 9,7%. Cierran el grupo Figura 20
Productos del hogar con un 8,40% y las Sociedades y Fuente: Elaboración propia.
Agencias de Valores con un 6,5%.

El sector farmacéutico aporta 13 empresas a la lista de las

Los cinco sectores con mayor rendimiento 500 mayores empresas por facturación y suman una factu-
sobre ventas ración total de 298.750 millones de dólares con unos benefi-
cios de 49.221 millones de dólares. La mediana de las ven-
tas de las 13 empresas fueron de 19.299 millones de dólares
con mediana de los beneficios de 2.967 millones de dólares.

14. INGRESOS POR EMPLEADOS POR SECTORES

Si analizamos los ingresos por empleado es el sector de

Negocios quien aporta mejores datos con 2.463.553 dólares
por empleado, seguido por el sector energético con
2.209.370 dólares por empleado, Ventas a por mayor de
componentes electrónicos con 1.370.637 dólares por emple-
Figura 19 ado, el Refinado de petróleo consigue 1.176.080 dólares por
Fuente: Elaboración propia. empleado y cierra el grupo la Venta al por mayor de equipos
clínicos con 980.524 dólares por empleado.

Dentro del Sector farmacéutico las cinco empresas más

representativas son las norteamericanas MERCK, JONHN- Los cinco sectores con mayores ingresos
SON &JOHNSON y PFIZER, la británica GLAXOSMITH- por empleado
KLINE y la norteamericana BRISTOL – MYERS SQUIBB.
Es MERK la que más factura de las cinco, pero PFIZER es
la que presenta mejores beneficios y junto a BRISTOL la
que tiene mejor rentabilidad sobre ventas y económica.

Figura 21
Fuente: Elaboración propia.
92 ANÁLISIS FINANCIERO

Dentro del sector de los negocios destacan sobre todo empre- Sectores con mayor incremento de los beneficios
sas japonesas como la MITSUBISHI que es la que mayor fac-
turación presenta con 105.814 millones de dólares y unos be-
neficios de 482 millones de dólares. Estas cinco empresas pre-
sentan unas rentabilidades cercanas a cero e incluso negativas.

Las cinco empresas más representativas

del sector farmacéutico Comida Publicidad Sector Venta al por Comida
Productos de sanitario mayor de equipo
consumo cl’nico

Figura 23
Fuente: Elaboración propia.

totales de 8.627 millones de dólares. La mediana de la factu-

ración se sitúa en 27.194 millones de dólares y la de los bene-
ficios 1.646 millones de dólares.

Las cinco empresas más representativas del sector

Figura 22 Comidas: Productos de consumo
Fuente: Elaboración propia.

El sector de negocios aporta 16 empresas a la lista de las 500

mayores empresas del mundo por facturación. Estas 16 empre-
sas suman en total una facturación de 731.611 millones de dó-
lares y unos beneficios de 2.549 millones de dólares. La media-
na de la facturación ascendió a 27.457 millones de dólares
siendo la mediana de los beneficios de 54 millones de dólares.

15. INCREMENTO DE LOS BENEFICIOS POR SECTORES

Si tomamos los incrementos de los beneficios entre finales
del 2000 y finales del 2001, es el sector de productos ali-
menticios la que ha conseguido un incremento del 54,50%
seguido de Publicidad con 33% sector sanitario con un
27,10%, Ventas al por mayor de equipos clínicos con un 22%
y Comida con 12,10%.
Dentro del sector Comida: Productos de consumo encontra-
mos la suiza NESTLÉ que es la que presenta mayor factura-
ción con 50.192 millones de dólares y mayores beneficios
con 3.959 millones de dólares; seguido de la anglo holande-
sa UNILEVER, y de las norteamericanas CONAGRA y
SARA LEE. Esta última es la que muestra mejores ratios de
rentabilidad, tanto económica como sobre ventas. Cierra el
grupo la empresa francesa DANONE. Las cinco empresas
presentes en la lista de las 500 mayores empresas por factu-
ración suman 154.222 millones de dólares y unos beneficios
Figura 24
Fuente: Elaboración propia.
16. ACTIVOS POR EMPLEADO POR SECTORES
Si lo que analizamos es la relación del volumen de activo por
cada empleado son las Sociedades y Agencias de Valores las
que ofrecen un mayor coeficiente con 10.619.411 dólares
por empleado, seguido de las compañías de seguros dedica-
das a la salud y a seguros de vida con 5.540.871 dólares. Le
siguen los bancos con 5.104.600 dólares por empleados, las
aseguradoras con 3.531.394 por empleado y cierra el grupo
Finanzas diversas con 3.356.780 dólares por empleado.
 ANÁLISIS DE LAS 500 MAYORES EMPRESAS DEL MUNDO 93

Los sectores con mayor relación activos / empleados 17. RENTABILIDAD ECONÓMICA POR SECTORES

Si tomamos como variable la rentabilidad económica es el

sector farmacéutico el que presenta mejor rendimiento con
un coeficiente del 14,80%, seguido de Comida con 9,70%,
Productos del Hogar con 8,60% , producción de crudo con
6% y Refino de petróleo con un 4,60%. El sector farmacéu-
tico tiene 13 compañías en la lista de las 500 mayores empre-
Sociedades y Seguros: Vida y Bancos Seguros: Finanzas sas del mundo por facturación. Estas trece compañías
Agencias de Salud No Vida Diversas
Valores suman, todas ellas, una facturación de 298.750 millones de
dólares y unos beneficios de 49.221 millones de dólares. La
mediana de la facturación está en los 19.299 millones de
Figura 25
dólares y la mediana de los beneficios se sitúa en los 2.967
Fuente: Elaboración propia. millones de dólares.

Dentro de las Sociedades y Agencias de Valores las empre-

sas más representativas son todas norteamericanas, y la que Los cinco sectores con mayor rendimiento económico
mayores ingresos y beneficios presenta es MORGAN
STANLEY con 43.727 millones de dólares de facturación y
3.521 millones de dólares de beneficio. También es la que
mejores coeficientes de rentabilidad ofrece, seguida en este
aspecto de GOLDMAN SACH.

El sector de Sociedades y Agencias de Valores tiene cuatro

empresas en la lista de las 500 mayores empresas por factu-
ración sumando una facturación de 136.050 millones de
dólares y unos beneficios de 7.659 millones de dólares. La
mediana de la facturación está en 34.966 millones de dólares Figura 26
y la de los beneficios en 1.783 millones de dólares. Fuente: Elaboración propia.

Las cinco Sociedades y Agencias de Valores más grandes 18. CONCLUSIONES

a) Las empresas de la vieja economía son las que mejor

salud financiera tienen y lo demuestran acaparando las
primeras posiciones de todas las clasificaciones realiza-
das. En ninguna clasificación aparece empresas de
Internet, o de teléfonos celulares.

b) Los Estados Unidos es el país que tiene más empresas

dentro de la lista de las 500 empresas.

c) Respecto a la lista del año anterior, los Estados Unidos

Figura 26 han incrementado el número de empresas en la lista,
mientras que Europa y Japón han disminuido el número
Fuente: Elaboración propia. de empresas.

d) La causa de que las empresas norteamericanas vendan

más, ganen más, y, en definitiva, tengan mejor salud
financiera, se debe, sobre todo a la innovación y a la
capacidad de adaptarse a los nuevos tiempos.
94 ANÁLISIS FINANCIERO

e) .La crisis económica de Japón y la situación de sus ban-

cos ha tenido como consecuencia la reducción del núme-
ro de empresas niponas en la lista de las 500 mayores
empresas por facturación.

f) La economía europea ha crecido más que Japón pero

menos que los Estados Unidos y tiene su reflejo en el
menor número de empresas europeas respecto al año
pasado. Sin embargo, la reducción de costes financieros
que supone el euro, y el alto grado de preparación de los
empresarios y trabajadores de Europa, nos hace suponer
que debe aumentar su presencia en la lista de las 500
mayores empresas del mundo por facturación.
 Análisis
Financiero
Nº
Nº
92 6 María Isabel de Lara y Alicia Roig
PANORAMA DE LOS FONDOS DE INVERSION ÉTICOS
EN ESPAÑA
M. J. Canos Daros, M. Mocholi Arce y V. Navarro Miquel
TERCER
TERCER 12 FONDOS PROPIOS: UNA APLICACION MEDIANTE
CUATRIMESTRE
CUATRIMESTRE LA OPTIMIZACION ROBUSTA
2003
2003 Artemio Milla
26 EL EVA (ECONOMIC VALUE ADDED): ¿UN INDICADOR
CUARTA
CUARTA EPOCA.
EPOCA.
DE GESTION O UN INDICADOR DE CREACION DE
P.V.P. 9,92 €
P.V.P. 9,92 € VALOR?
Rosa Puertas
36 MODELOS DE CLASIFICACION CREDITICIA
Eduardo Rodríguez Enríquez, Javier de Andrés Suárez
52 y Pedro Lorca Fernández
LA ESTABILIDAD DE LA POLITICA DE DIVIDENDOS:
UNA CONTRASTACION EMPIRICA EN LAS

O N
COMPAÑIAS COTIZADAS POR RAMAS DE ACTIVIDAD

60

I
OPERACIONES FUERA DE BALANCE

C R C I
Miguel Ángel Fernández Gamez y Teresa Galache

P
S
José Domingo García Merino, Miguel Ángel Peña
72

U
Cerezo y Vicente Ruiz Herrán

ESTA S
ANALISIS DE LOS FACTORES DETERMINANTES
DEL PRECIO ACTIVO VIVIENDA

R A
Gracia Rubio
60

E
VALORACION DE COMPAÑIAS BIOTECNOLOGICAS A

I M
TRAVÉS DE OPCIONES REALES: CASO ZELTIA

60

ANUNCIO U P R
Emma García Meca e Isabel Martínez Conesa
LOS ESTUDIOS DE RELEVANCIA VALORATIVA EN EL

S
MERCADO DE CAPITALES: EL MODELO DE

SERA
VALORACION EBO

R S I O N
INVE
INSTITUTO ESPAÑOL DE ANALISTAS FINANCIEROS FUNDACIÓN DE ESTUDIOS FINANCIEROS

MIEMBRO DE LA FEDERACION EUROPEA DE LAS ASOCIACIONES DE ANALISTAS FINANCIEROS (EFFAS)

SUSCRIPCION 30% DESCUENTO

Nombre........................................................................... Empresa ..............................................

Domicilio ........................................................... Población................................. C.P. ..................
Provincia...................................................... Teléfono.................................. N.I.F. ........................
Deseo suscribirme a ANALISIS FINANCIERO por un año (3 números) acogiéndome a la oferta del 30%
de descuento. Precio normal: 29,80 Euros. Precio oferta: 21 Euros. (IVA incluido) desde el n.º ..........
La forma de pago elegida es la siguiente:

Talón nominativo adjunto a nombre del INSTITUTO ESPAÑOL DE ANALISTAS FINANCIEROS

Contra reembolso (20,83 Euros + gastos de envío)

España: 29,80 Euros Europa: 31,60 Euros América: 42,20 Euros Resto países: 42,20 Euros

Remita el boletín adjunto a: INSTITUTO ESPAÑOL DE ANALISTAS FINANCIEROS

Avda del Brasil, 17 - 3ª A-B. 28020 Madrid. Tfno.: 91 563 19 72 (4 líneas). Fax: 91 563 25 75