Академический Документы
Профессиональный Документы
Культура Документы
Resumen
Eugene Fama y Kenneth French argumentaban como el modelo tradicional de
valoración de activos, conocido como el Capital Asset Pricing Model (CAPM) utiliza
una sola variable para describir el rendimiento de una cartera y como esto genera
algunas anomalías que están relacionadas y como las mismas pueden ser
corregidas por el modelo de los tres factores de Fama y French. Lo que se busca
es evaluar la viabilidad del modelo Tres Factores en el mercado colombiano y para
ello se estimarán ambos modelos y se compararán los resultados con el fin de
comprobar el poder explicativo del modelo Tres Factores.
Abstract
Eugene Fama and Kenneth French argued that the traditional asset valuation model
known as Capital Asset Pricing Model (CAPM) has some anomalies due to the use
of a single variable to describe a portfolio’s return, those anomalies are related and
are corrected by the Fama-French Three-Factor model. The objective of this article
is to evaluate the viability of the Three-Factor model in the Colombian market, to
reach this, both models will be estimated, then the results will be compared to finally
find out the explicative power of the Three-Factor model.
1. Introducción
El mundo contemporáneo ha traído consigo una apertura de los mercados
financieros y de bienes. Esto no solo implica que los países tienen más
oportunidades para negociar sus productos con el exterior sino que las entidades
extranjeras que tengan capital destinado para la inversión busquen en países
emergentes como Colombia una posibilidad para invertir sus recursos.
En general, las entidades tanto extranjeras como nacionales, no usan los mercados
financieros para especular, pues sería descabellado pensar que los Fondos de
Pensiones van a arriesgar el dinero de las pensiones de los colombianos en los
mercados financieros, por lo cual su principal objetivo no es el de generar beneficios
(lo cual no significa que generar beneficios no se pueda hacer) sino el de mantener
el poder adquisitivo de su dinero, es decir, contrarrestar el efecto de la inflación.
Por estas razones, los portafolios que a menudo se escogen como destinos de
inversión son aquellos que están conformados por activos llamados de bajo riesgo.
Esta característica significa que son activos poco volátiles, con poca reacción ante
cambios bruscos en el mercado, lo cual es deseable si se tiene en cuenta que los
mercados contemporáneos funcionan bajo las expectativas que existan en el
mercado y un anuncio de alguna entidad importante como la FED puede generar
caos y volatilidad en el medio.
Por tal motivo, han surgido varias innovaciones que buscan corregir el modelo
CAPM original. Una de ellas es conocida como el modelo Tres Factores publicado
por Eugene Fama y Kenneth French en 1992 y 1993 (Fama & French, 1992, 1993)
donde se trata de corregir el modelo CAPM tradicional al incluir dos nuevas variables
explicativas en el modelo.
2. Marco teórico
2.1.1. Supuestos del modelo CAPM (Brealey, Myers, Allen, Izquierdo, & Soria,
2006)
Los supuestos que sirven como base fundamental del modelo CAPM son los
siguientes:
Hay autores que identifican otros supuestos como por ejemplo que el CAPM es un
modelo estático (D. Moreno & Gutiérrez, 2010) pero en general, los supuestos
expuestos anteriormente son los más fundamentales y permiten que el modelo
CAPM pueda ser utilizado.
Rit R ft RMt R ft et
1
Todas las partes cuentan con la misma información.
Dónde:
Rit R ft RMt R ft et
2
En este contexto, el término “prima” significa exceso de rentabilidad con respecto a la tasa libre de riesgo.
El coeficiente es el intercepto de la recta de regresión e indica cuanto es la prima
del activo cuando la prima de mercado toma el valor de cero, es decir, que el
mercado obtuvo una rentabilidad igual a la tasa libre de riesgo.
Tabla 1. Interpretación de los valores del coeficiente Beta. Fuente: (M. A. Moreno, 2010)
Valor de Interpretación
0 Se esperaría que el retorno del activo fuera similar a la tasa libre de riesgo
1 Indica que el retorno del activo se mueve con la misma intensidad que el retorno del mercado
>1 Se espera que el retorno del activo se mueva más volátilmente que el retorno del mercado.
<1 Indica que el retorno del activo se mueve menos volátilmente que el retorno del mercado.
<0 Indica que el retorno del activo tiene un comportamiento opuesto al comportamiento del retorno del
mercado. En la práctica este tipo de activos son difíciles de encontrar.
Al realizar la estimación del modelo CAPM por medio de una regresión lineal lo que
se busca es minimizar la sumatoria del cuadrado de los errores (Pérez & Fernández,
2009). Al seguir esta metodología, se llegó a la conclusión de que el coeficiente
puede ser estimado con la siguiente expresión:
cov Ri , RM Ri
Ri ,RM
2
M M
Tabla 2. Limitación del cálculo del beta. Fuente: Elaboración de los autores.
3
Índice compuesto por las 20 empresas con mayor capitalización bursátil, liquidez y volumen de negociación
de Colombia.
lo que este baja. Pero si solo se tiene en cuenta el análisis del coeficiente se
llegaría a la errada conclusión de que ambos activos son igual de riesgosos.
En general el objetivo de este modelo es igual al objetivo del modelo CAPM que es
el de poder pronosticar los retornos de un activo y encontrar un parámetro que
permita darle una medida al riesgo de mercado o sistemático. También para el
modelo de tres factores de Fama French se mantienen los mismos supuestos
usados para el modelo CAPM.
Dónde:
SMBt : Variable exógena calculada por medio de la consideración del tamaño de las
4
Es la relación Precio en libros/Precio de mercado, generalmente los analistas la usan para guiar sus inversiones.
5
En el siguiente apartado se analizarán las variables SMB y HML a profundidad.
6
Estimar la rentabilidad de los activos y estimar un parámetro que permita estimar el riesgo.
7
Relación Precio/Ganancia.
Para poder incluir ambas variables en el modelo, Fama y French desarrollaron dos
variables llamadas SMB (Small Minus Big) y HML (High Minus Low). La variable
SMB es la que busca capturar el efecto del tamaño de las empresas y HML es la
variable que busca capturar el efecto de la relación Book/Market. Rodríguez,
Maturana y Nieto (Nieto, 2001; W. K. Rodríguez & Maturana, 2008) definen las
variables de la siguiente forma:
Una vez escogidas las acciones, se recomienda construir una tabla que permite la
elaboración de 6 portafolios que combinan diferentes características como se
presenta a continuación:
Tabla 3. Portafolios para calcular las variables SMB y HML Fuente: Elaboración de los autores.
Tamaño
Pequeño Grande
Bajo Portafolio 1 Portafolio 4
Relación Book Market Medio Portafolio 2 Portafolio 5
Alto Portafolio 3 Portafolio 6
Para ubicar las acciones elegidas dentro de uno de los 6 portafolios se calculan los
percentiles 33% y 66% en el caso de la relación Book/Market y el percentil 50% en
el caso del tamaño o capitalización bursátil. Luego se calculan los retornos de cada
portafolio (dándole a cada empresa la misma ponderación) y se utilizan las
siguientes expresiones para calcular las variables SMB y HML:
Para construir las variables exógenas de los modelos CAPM y Tres Factores se
siguieron los siguientes pasos:
8
Para efectos de este trabajo se utilizó la yield de los TES con vencimiento en 2024 como tasa libre de riesgo.
9
En este caso el COLCAP representa el mercado pues este índice está compuesto por las 20 acciones más
importantes del mercado colombiano. La anterior es una cantidad adecuada teniendo en cuenta que el mercado
de renta variable colombiano no está desarrollado y de las empresas listadas en bolsa alrededor de 30 son las
únicas acciones líquidas.
Luego se evaluó la estacionariedad de cada variable y se corrigieron aquellas que
resultaron ser un proceso integrado de orden 110 por medio de la diferenciación.
Posteriormente se estimaron los modelos CAPM y Tres Factores para cada una de
las acciones del COLCAP y se agregaron modelos autoregresivos y de medias
móviles con el fin de evitar la correlación en los residuales de cada modelo.
Después se estimó un modelo ARIMA para las variables SMB y HML y una regresión
para la prima de mercado11 con el fin de estimar el valor para el periodo T+1
(15/102014) de cada una de estas tres variables ya que este es un input necesario
para pronosticar la prima de cada acción para el periodo T+1 con ambos modelos.
Posteriormente se calculó para cada activo la prima real de cada activo para el
periodo T+1 y se comparó el dato real con los estimados por los modelos CAPM y
Tres Factores con el fin de calcular los errores de predicción y poder sacar
conclusiones.
Más tarde, con los arrojados por el mejor modelo, se escogió el portafolio de 3
activos con menor sensibilidad frente al mercado y se realizó una comparación de
su desempeño frente al mercado como si estuviera llevando a cabo una gestión
activa12 para finalmente calcular el Valor en Riesgo (VaR) para el día T+1 por medio
de un modelo de la familia ARCH, aplicando los métodos de Simulación Histórica
Filtrada y asumiendo que los retornos siguen una distribución normal y t-student.
10
Para evaluar el orden del proceso integrado se empleó el test KPPS.
11
Para modelar la prima de mercado se realizó una regresión lineal utilizando como variables exógenas los
rendimientos de las 20 acciones del COLCAP.
12
Una gestión activa de portafolios sucede cuando el objetivo del inversionista es obtener mayores
rentabilidades que un benchmark, que en este caso es el índice COLCAP.
13
Excepto el caso de Ecopetrol que es más de 5 veces mayor que la segunda empresa con mayor capitalización
bursátil que es Grupo Aval.
primero que solo está conformado por acciones del sector energético) están
compuestos por acciones pertenecientes a diferentes sectores como el financiero,
energético y real.
Tabla 4. Portafolios conformados para calcular las variables SMB y HML. Fuente: Elaboración de los
autores.
Luego, se construyeron las variables SMB y HML y se realizó el test KPPS a todas
las variables involucradas, encontrando que solo era necesario diferenciar la prima
de Canacol y la variable SMB14 para asegurar que las regresiones estuvieran bien
especificadas. Luego se estimaron los modelos Tres Factores y CAPM y se
encontró que todos los coeficientes eran significativos (en ambos modelos)
excepto los de Canacol15. Lo anterior indica que aún hoy en día el modelo CAPM
sigue conservando su poder explicativo y por otro lado apoya la afirmación hecha
por Eugene Fama y Kenneth French cuando dijeron que el tamaño de la empresa y
la relación Book/Market tienen poder explicativo sobre los retornos de los activos y
decidieron crear el modelo de los Tres Factores.
14
Ver Anexo 1.
15
Ver Anexo 2.
Se puede observar según el modelo de los Tres Factores que en el mercado
colombiano, las empresas que tienen un mayor impacto frente a noticias en el
mercado son las que se relacionan directamente con el sector de la construcción ya
que Grupo Argos y Cemex Latam Holdings presentan los mayores coeficientes
(siendo ambos mayores que 1). Por otro lado se observa que en general las
empresas con actividades financieras como Bancolombia, Grupo Sura y Davivienda
presentan coeficientes cercanos a uno (a excepción de Grupo Aval y Banco de
Bogotá que son de las acciones menos sensibles al mercado), por lo tanto se puede
observar que en Colombia las empresas dedicadas a la realización de actividades
financieras como la intermediación, las pensiones y la inversión en portafolios se
comportan similarmente al mercado. Finalmente las empresas menos sensibles con
respecto al mercado son EEB, Banco de Bogotá y Avianca Holdings lo cual indica
que diferentes sectores de la economía no son totalmente dependientes del
conjunto total del mercado.
De acuerdo al modelo CAPM, se encontró que las empresas más sensibles con
respecto al mercado son Grupo Argos (es la acción con mayor en ambos
modelos), Ecopetrol y Grupo Sura, siendo algo esperado ya que estas dos últimas
acciones están en los puestos primero y cuarto en cuanto a capitalización bursátil y
como se explicó anteriormente, los resultados del modelo CAPM presentan
anomalías por no poder incluir factores como el tamaño de las empresas. Según
este modelo, las empresas menos sensibles con respecto al mercado son Banco de
Bogotá, Preferencial Avianca y la Bolsa de Valores de Colombia, resultado que es
bastante acorde con el encontrado con el modelo de los Tres Factores.
El análisis entre las primas de rentabilidad reales del día T+1 con las estimadas por
ambos modelos arrojó un resultado muy interesante. Se encontró que para este día
en especial el modelo CAPM predijo con mayor exactitud un 50% de las veces y el
modelo de los Tres Factores el otro 50%. En general el CAPM arrojó mejores
resultados para las acciones con coeficientes menores, mientras que el modelo
de los Tres Factores presentó mejores estimaciones para acciones con mayores
coeficientes . Lo anterior podría indicar que el modelo CAPM sobreestima los
coeficientes en presencia de activos muy sensibles al mercado, por ejemplo, el
modelo Tres Factores arrojó para Grupo Argos un de 1.27 mientras que el modelo
CAPM entregó un de 1.40 y en este activo la prima estimada por el modelo Tres
Factores fue mejor.
16
Ver Anexo 3.
España (Rubio, 2004), países que cuentan con 225, 2494 y 3167 empresas listadas
en bolsa respectivamente17.
Con base en los resultados anteriores se eligió un portafolio conformado por las tres
acciones con el menor coeficiente arrojado por el modelo de los Tres Factores.
Las tres acciones elegidas fueron Preferencial Avianca, Empresa de Energía de
Bogotá (EEB) y Banco de Bogotá con de 0.49, 0.5 y 0.5 respectivamente. Se
evaluó el comportamiento de este portafolio con respecto al índice Colcap (Que es
el Benchmark principal para inversiones en acciones Colombia) y se encontró que
para el periodo analizado el portafolio elegido, siempre superó al índice Colcap18.
La situación anterior se puede explicar principalmente por la poca relación que
tienen los activos que conforman el portafolio con el índice Colcap 19 ya que para
éste periodo el Colcap tuvo un comportamiento muy negativo llegando a estar a un
nivel de 1448,56 luego de haber estado 1781 y al tener estos activos un coeficiente
tan pequeño no se vio afectado por el movimiento desfavorable del mercado.
Portafolio Vs Benchmark
COLCAP Portafolio
110
105
100
95
90
85
80
17
Dato tomado del Banco Mundial.
18
Ver ilustración 1
19
Ver coeficiente
Los resultados anteriores permiten observar que las estimaciones del coeficiente
realizadas por medio del modelo de los Tres Factores son adecuadas para el
mercado colombiano ya que se evidencia como el coeficiente de estas empresas
explica claramente lo sucedido en el periodo de tiempo analizado. Finalmente se
encontró que los retornos del portafolio siguen un proceso ruido blanco y el mejor
modelo para estimar la volatilidad condicional heteroscedástica para el portafolio es
un modelo ARCH(1) con una distribución t-student20.
Variance Equation
Tabla 6. Pronósticos extramuestrales de los parámetros del portafolio. Fuente: Elaboración de los
autores.
Rt+1 Volt+1
0.0162% 1.0818%
20
Ver Tabla 5
Los resultados de la tabla 6, se utilizaron para pronosticar el Valor en Riesgo (VaR)
del portafolio para el periodo T+1 con un nivel de confianza del 98%. Las
metodologías utilizadas para calcular el VaR fueron Simulación histórica filtrada y
métodos paramétricos asumiendo que la distribución de los retornos es normal y t-
student.
VaR %
SHF -2.14776%
Normal -2.20554%
T-student -2.22678%
Con base en los 50 días analizados, se observa como el VaR calculado con las
metodologías normal y SHF ofrecen coberturas adecuadas pues en ambos casos
el valor-p obtenido permite decir con una confianza del 98% que la cobertura es la
adecuada ya que no se rechaza la hipótesis nula. Sin embargo, la cobertura ofrecida
por la metodología normal ofrece una mejor cobertura que la ofrecida por la SHF,
ya que en esta última, se estuvo mucho más cerca de rechazar la hipótesis nula.
CONCLUSIONES
La necesidad de encontrar modelos que reflejen cada vez mejor la realidad de los
mercados llevó a Eugene Fama y Kenneth French a formular el Modelo de los Tres
Factores como una mejora sustancial al modelo clásico del CAPM. Si bien este
nuevo modelo se pensó bajo el contexto de un mercado bastante grande como el
estadounidense, puede ser aplicado a cualquier otro tipo de economía teniendo en
cuenta que su fundamentación matemática lo permite. En este sentido se observa
como la aplicación resultó exitosa en el mercado colombiano a pesar de contar con
una cantidad muy limitada de empresas cotizantes en bolsa.
BIBLIOGRAFÍA
Black, F., & Litterman, R. (1991). Asset allocation: combining investor views with
market equilibrium. The Journal of Fixed Income, 1(2), 7-18.
Brealey, R. A., Myers, S. C., Allen, F., Izquierdo, M. Á. F., & Soria, L. N. (2006).
Principios de finanzas corporativas: McGraw-Hill.
Fama, E. F., & French, K. R. (1992). The Cross–Section of Expected Stock Returns.
The Journal of Finance, XLVII.
Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks
and bonds. Journal of Financial Economics, 33, 3-56.
Jensen, M. C., Black, F., & Scholes, M. S. (1972). The Capital Asset Pricing Model:
Some Empirical Tests.
Lintner, J. (1969). The Valuation of Risk Assets and the Selection of Risky
Investments in Stock Portfolios and Capital Budgets: A Reply. The Review of
Economics and Statistics, 51(2), 222-224. doi: 10.2307/1926735
Pérez, F., & Fernández, H. (2009). Econometría: conceptos básicos (1st ed.).