Está en la página 1de 48

UNIVERSIDAD DEL PACFICO FACULTAD DE ECONOMA

Investigacin Econmica II

Semestre 2013 - I

Comportamiento Manada en la Bolsa de Valores de Lima: periodo 2009-2011

Sergio Peschiera Pierantoni Fernando Saavedra Huapaya

2013
1

ndice ndice de Contenido .............................................................................................. 2 ndice de Tablas .................................................................................................... 3 ndice de Grficos ................................................................................................. 4 Resumen Ejecutivo ............................................................................................... 5 Introduccin .......................................................................................................... 6 Marco Analtico .................................................................................................... 7 Marco Terico .............................................................................................. 7 Hiptesis de mercado eficiente ......................................................... 7 Comportamiento de manada .............................................................. 8 Comportamiento de manada en mercados emergentes ...................... 9 Contexto Emprico: Bolsa de Valores de Lima ........................................... 10 Metodologa ....................................................................................................... 11 Chang, Cheng y Khorana (1999) ................................................................. 12 Multifactor Model ....................................................................................... 14 Variaciones del modelo: metodologa UP&DOWN ................................... 15 Data y periodicidad ...................................................................................... 15 Eleccin del portafolio .................................................................... 15 Variables de control ......................................................................... 17 Periodicidad .................................................................................... 17 Fuente .............................................................................................. 17 Anlisis de Resultados ....................................................................................... 17 Modelo de CCK original aplicado al ndice EPU ....................................... 17 Analizando la Data ......................................................................... 17 Analizando el Modelo ..................................................................... 18 Analizando los Resultados............................................................... 19 Modelo de CCK aplicado a otras carteras ................................................... 26 Analizando la Data ......................................................................... 26 Analizando el Modelo ..................................................................... 27 Analizando los Resultados............................................................... 27 Modelo con ndices ..................................................................................... 28 Analizando la Data ......................................................................... 28 Analizando el Modelo ..................................................................... 29 Analizando los Resultados............................................................... 29 Conclusiones y Recomendaciones ...................................................................... 30 Bibliografa ......................................................................................................... 32 Anexos ................................................................................................................ 34

ndice de Tablas Tabla 1 Resultado de las Metodologas de Comportamiento de Manada en el Mundo ................................................................................................................. 37 Tabla 2 Variables macroeconmicos y microeconmicas y su explicacin ....... 38 Tabla 3 Componentes del ndice EPU (actualizado a diciembre del 2011) ........ 39 Tabla 4 Medidas Principales de las acciones escogidas del EPU ....................... 40 Tabla 5 Regresiones para limpiar los rendimientos ............................................ 41 Tabla 6 Frecuencias semestrales en modelo CCK con data no limpia ............... 43 Tabla 7 Frecuencias semestrales en modelo UP&DOWN con data no limpia ... 43 Tabla 8 Frecuencias mensuales en modelo CCK con data no limpia ................. 44 Tabla 10 Capitalizacin Burstil Promedio de Empresas 2009-2011 ................ 46

ndice de Grficos Grfico 1 Comparacin entre CSAD con rentabilidades limpia y no limpias .... 19 Grfico 2 Data Limpia: Rendimiento de Mercado vs Dispersin de Cartera (CSAD) ............................................................................................................... 20 Grfico 3 Data no Limpia: Rendimiento de Mercado vs Dispersin Cartera (CSAD) ............................................................................................................... 21 Grfico 4 Estimacin Largo Plazo: 2009-2011 .................................................. 25 Grfico 5 Proyeccin Largo Plazo: 2012 ............................................................ 26 Grfico 6 Principales ndices de la Bolsa de Valores de Lima (expresado en var.%) .................................................................................................................. 34 Grfico 7 Total Negociado en la Bolsa de Valores de Lima (en millones de nuevos soles) ....................................................................................................... 34 Grfico 8 Capitalizacin Burstil 2011 - BVL (expresado en porcentajes) ....... 35 Grfico 9 Capitalizacin Burstil 2012 - BVL (expresado en porcentajes) ....... 35 Grfico 10 ndice Sector Agropecuario .............................................................. 35 Grfico 11 ndice Sector Bancos y Financieras .................................................. 36 Grfico 12 ndice Sector Diversas ...................................................................... 36 Grfico 13 ndice Sector Industriales ................................................................. 36 Grfico 14 ndice Sector Minera ....................................................................... 37 Grfico 15 ndice Sector Servicios ..................................................................... 37 Grfico 16 Estimacin Semestral (Mediano Plazo) 2009-II ............................... 44 Grfico 17 Estimacin Semestral (Mediano Plazo) 2010-I ................................ 45 Grfico 18 Estimacin Semestral (Mediano Plazo) 2010-II ............................... 45 Grfico 19 Estimacin Semestral (Mediano Plazo) 2011-I ................................ 45 Grfico 20 Estimacin Semestral (Mediano Plazo) 2011-II ............................... 46 Grfico 21 Proyeccin Cartera Grande 2012 aplicando la metodologa UP&DOWN ........................................................................................................ 46

Resumen Ejecutivo El presente trabajo de investigacin trata de analizar la existencia de comportamiento manada en el mercado de valores peruano para el periodo del 2009 al 2011. Para dicho fin, se aplica el modelo elaborado por Chang, Cheng y Khorana (1999), el cual indica que para que exista el comportamiento en cuestin, la dispersin de las rentabilidades de un grupo de acciones debe converger cuando los rendimientos sean extremos, ya sean positivos o negativos. Para aplicar el modelo, se trabaj con las acciones del ndice peruano EPU para el periodo 2009-2011. Como primer paso, se comenz limpiando la data con la finalidad de trabajar con los rendimientos no esperados -los sujetos a variables no reales- y, posteriormente se aplic el modelo de CCK. Asimismo, se aplica la metodologa de UP&DOWN que define si el comportamiento de manada se presenta cuando los rendimientos extremos de la cartera son al alza o a la baja. Aplicando estos modelos, se encontr que s existe un comportamiento de manada de largo plazo, para todo el periodo 2009-2012, para los semestres 2010-I, 2010-II, 2011-I y 2011_II y para los meses comprendidos entre las fechas 23/06/200923/07/2009, 23/01/2010-23/02/2010, 23/08/2010-23/09/2010 y 23/09/2010 -

23/10/2010. Asimismo, se encontr que el efecto ocurre cuando la rentabilidad en promedio del grupo de acciones est a la baja, es decir, tiene rendimientos menores a la mediana. Por otro lado, para evaluar el impacto del tamao de las empresas en la generacin de manadas, se form una cartera con empresas con capitalizacin burstil alta y baja (para determinar si las acciones con menor capitalizacin siguen a las de mayor). En este proceso, no se encontr resultados tan robustos sobre la existencia de manadas como en el caso anterior. Finalmente, para analizar la dispersin de la cartera conformada por acciones peruanas dentro del ndice EPU frente a efectos de mercados internacionales, se aplica el modelo de CCK tomando como los regresores de rendimiento de cartera los ndices S&P 500, Dow Jones y MSCI. As, se presentaron evidencias de comportamiento de manada de las acciones peruanas frente a variaciones del ndice MSCI; no obstante, este no es significativo.

Introduccin Hoy en da, la teora globalmente aceptada en mercados financieros y de valores es la Hiptesis de Mercado Eficiente (HME) que, segn Fama (1970), se resume en que los precios de los activos financieros como las acciones reflejan toda la informacin disponible. No obstante, existen autores como Burton (2003) que afirma que la HME tambin contempla periodos de tiempo en que efectos sicolgicos influencian dichos precios; lo que propone es que es cualquier oportunidad de arbitraje se corregir inmediatamente por inversionistas racionales. No obstante, esta teora no es capaz de explicar siempre la conducta de las bolsas de valores del mundo. Por ejemplo, cuando dos acciones cotizan en la misma bolsa (siamese twins), segn la teora de HME, al basarse en la misma informacin su precio debera ser igual, y si no lo es, la disparidad debera durar poco tiempo. Sin embargo, en un caso muy estudiado, de la empresa Royal Dutch Shell, fusin entre Royal Dutch -que cotizaba en Estados Unidos- y Shell -que cotizaba la bolsa de Londres- tuvo una disparidad de precios en 1907 durante un tiempo prolongado.1 De esta manera, existen dos principales maneras de entender las ineficiencias en los mercados de valores. La primera hace referencia a las economas del comportamiento, que plantea que los agentes presentan sesgos cognitivos que afectan sus decisiones, tales como exceso de confianza, optimismo, anclaje, entre otros (Power, Galarza 2012). La segunda manera se basa en los efectos que pueden tener las interacciones sociales en los precios de los activos financieros. Es a travs de esta segunda forma que se explica el comportamiento de manada (Hirshleifer, Teoh). El comportamiento de manada es definido como el caso en que un grupo de individuos acta de manera anloga (Danigno y Vega 2009); es decir, los individuos actan de manera similar que el resto an cuando la informacin individual (privada) indica lo contrario (Devenow y Welch 1996). Este comportamiento se presentan en especial manera en las bolsas de valores de pases con economas emergentes, ya que los inversionistas internacionales cuentan con informacin incompleta referida a las empresas; asimismo, estas bolsas son poco sofisticadas, estn concentradas en una industria, presentan poca liquidez y montos negociados diario (Chang, Cheng y Khorana 2000).
1

(Fernndez-Ballesteros 1993) 6

En el presente trabajo de investigacin se estudiar el comportamiento de manada en el mercado financiero peruano, especficamente en la Bolsa de Valores de Lima para el periodo del 2009 al 2011. Adicionalmente, tambin se tiene el objetivo secundario de proponer un modelo predictivo de dicho comportamiento para periodos de estrs econmico. La hiptesis que se plantea es que s existe comportamiento de manada durante periodos de gran estrs econmico, especficamente cuando el mercado presenta rendimientos negativos. Asimismo, la relevancia puede determinarse para tres agentes: inversionistas, reguladores y acadmicos. Para los inversionistas, la investigacin puede dar luces sobre estrategias de arbitraje que pueden realizar en momentos de estrs; para los reguladores, puede aportar valiosa informacin para la supervisin financiera y burstil; y para los acadmicos, puede servir como base para futuras investigaciones al no haber investigaciones de este comportamiento en economas emergentes como la peruana. Marco Analtico La teora principal para entender el comportamiento de los mercados de valores es la Hiptesis de Mercado Eficiente (HME). Existen algunos casos donde esta teora parece no aplicarse, ya que, diferentes sectores o activos se mueven de la misma manera sin tener cambios similares en los fundamentos econmicos. A continuacin, se expone la HME y se detalla el comportamiento de manada como una forma especfica de explicar por qu esta teora puede fallar en ciertos casos. Marco Terico Hiptesis de mercado eficiente Segn Fama, el rol principal de un mercado de valores es la asignacin de la propiedad del capital en la economa. Para l, una situacin ideal es un mercado cuyos precios provean seales adecuadas para la asignacin eficiente del capital, es decir, que los inversionistas puedan representar su propiedad bajo la premisa de que los precios de las acciones reflejen toda la informacin disponible. Un mercado que cumpla con estas condiciones es denominado como eficiente (Fama 1970). Durante los aos 70, la visin general postulaba que la nueva informacin s logra ser incorporada en los precios de los activos financieros. Esto implica que tanto el estudio

de precios pasados como el anlisis de la informacin financiera de las empresas, no seran tiles para poder identificar acciones subvaluadas y les permitan obtener ganancias ajustadas al riesgo en exceso, en otras palabras, arbitrar (Burton 2003). Es importante notar que quienes postulan la HME no afirman que los precios sean siempre perfectos, como dice Burton: los mercados han cometido errores como los ocurridos en la burbuja de internet. l tampoco niega el hecho de que factores sicolgicos tengan influencia en los precios. Sin embargo, esta teora s propone que el descubrimiento de cualquier oportunidad de arbitraje (por una valorizacin incorrecta de precios) desaparecer rpidamente del mercado, guiado por los agentes racionales (Friedman 1953). Segn este punto, cualquier desviacin en el precio de un activo con respecto a su valor fundamental sigue un comportamiento aleatorio (random walk), lo cual implicara que es imposible de predecir. Segn Burton (2003), la lgica detrs de esta idea es que el flujo informacional es ininterrumpido y que la informacin es inmediatamente reflejada en los precios de los activos, por lo que el cambio en los precios futuros depende de la informacin de las noticias del futuro, que es independiente de los cambios en precios del presente. No obstante, hay quienes aseguran que estas desviaciones en los precios no siempre siguen un comportamiento aleatorio y que este s puede ser predecible. Una de las posibles explicaciones es el comportamiento de manada, que postula que la toma de decisiones de las personas puede no estar guiada por fundamentos racionales en cierto tipo de situaciones. Comportamiento de manada Devenow y Welch definen el comportamiento de manada como conductas altamente correlacionados entre individuos. Para Banerjee, este se da situaciones en las que los agentes acten de forma similar que el resto an cuando la informacin individual (privada) indica lo contrario. Por su parte, Oehler y Wendt afirman que los individuos cambian sus decisiones basndose en fundamentos que se dan como resultado del contagio de las decisiones del resto de los agentes. As, de manera general, se define al comportamiento de manada como el caso en que un grupo de individuos acta de manera anloga (Dagnino y Vega 2009).
8

Otras teoras postulan que los agentes menos informados tienden a seguir a los ms informados, intentando tomar acciones que respondan a las predicciones de estos para aprovechar su mayor acceso a la informacin. A estas teoras tambin se les conoce como Cascadas de Informacin, que proponen que las personas tienden a dejar de lado sus seales privadas y toman sus decisiones basndose parcial o exclusivamente- en la informacin pblica (Hirshleifer, Teoh). Si bien el comportamiento de manada puede darse en diferentes sectores, en el caso del financiero puede influenciar severamente las tendencias de los precios de los activos, debido al riesgo de sobrerreaccin a la nueva informacin relevante. En esta misma lnea, para Christie y Huang (1995), el comportamiento de manada puede ser explicado como la supresin de las seales personales sobre cierto activo financiero, as las decisiones que estos tomen se basan en las acciones colectivas. Por ello, los retornos individuales tenderan a agruparse alrededor del retorno promedio del mercado. Comportamiento de manada en mercados emergentes Actualmente, existe escasa literatura sobre estudios de comportamiento de manada en mercados emergentes, aunque para ciertos autores sean estos los ms propensos a presentar dicho comportamiento. Esta especial propensin se debera a que los inversionistas internacionales cuentan con informacin incompleta referente a empresas especficas dentro de los mercados emergentes2. Por lo que tienden a suprimir sus propias predicciones (en caso las tengan) acerca de los precios de los activos durante periodos de grandes movimientos y basan sus decisiones de inversin en el comportamiento agregado del mercado en cuestin (Chang, Cheng y Khorana 2000). Esta visin holstica de los mercados financieros emergentes hace que movimientos acentuados a nivel agregado en las bolsas (perodos de estrs) sean tomados como informacin relevante para cada accin en particular. Esta descripcin se evidencia en el descubrimiento de Boyer (2006) que indica que en mercados emergentes hay mayores comovimientos entre acciones durante perodos de alta volatilidad.

Chen. Domestic Investors herding behavior in reaction to foreign trading, 2002. 9

Asimismo, como menciona Chen (2002), los inversionistas domsticos toman a las transacciones extranjeras como un indicador del desempeo del mercado. As, durante perodos de estrs internacionales, los mercados locales podran tender a una sobre reaccin en los cambios de los precios de las acciones, alejndolos an ms de sus valores fundamentales. Dicho fenmeno podra explicar por qu los inversionistas domsticos habran profundizado la crisis asitica en 1997. Situaciones como las mencionadas parecen haber ocurrido en Per durante los ltimos aos. Por ejemplo, a finales de los aos 90, la crisis rusa ocasion un retiro masivo de dlares en las economas emergentes y, particularmente, en Per. Otro ejemplo claro est vinculado a los resultados de las ltimas elecciones, donde hubo una fuerte sobrerreaccin ante la eleccin del actual Presidente: Ollanta Humala.3 La importancia de un estudio sobre este comportamiento radica en que, de presentarse, se necesitara de un mayor nmero de activos para lograr una mejor diversificacin en estos mercados, ya que la correlacin entre estos se vera incrementada en perodos de grandes movimientos de precios4. Asimismo, los precios de los activos se estaran alejando de sus valores fundamentales, impidiendo la correcta asignacin de recursos e incentivando transacciones especulativas (Demirer, Gubo y Kutan, 2007). Contexto Emprico: Bolsa de Valores de Lima La Bolsa de Valores de Lima (BVL) es relativamente pequea en cuanto a su capitalizacin burstil y monto negociado5, en comparacin a otras bolsas de la regin como las de Chile o Colombia. Si bien en la BVL cotiza un nmero considerable de empresas, esta est altamente concentrada en el sector minero6. De esta forma, el desempeo que tenga este sector en la economa tendr un gran impacto en el comportamiento conjunto de la bolsa.7

Credit Suisse Junio 2011 Jurkatis, Kremer, Nautz. Correlated trades and herd behavior in the Stock Market, 2012. 5 Al 2011 la capitalizacin burstil fue de USD 121,596 millones y su monto negociado fue de USD 85 millones. 6 Durante el 2009 al 2011, la minera tuvo ms del 65% de la participacin de en el ndice representativo de la Bolsa de Valores de Lima, IGVL. 7 Para ms informacin ver Anexo 1.
3 4

10

Durante los ltimos aos, la BVL ha presentado grandes crecimientos, alcanzando a ser la ms rentable del mundo durante el 20108, impulsada principalmente por los grandes rendimientos de las acciones mineras (88%), as como del sector construccin (99%) y el financiero (50%). No obstante, esta bolsa sigue sujeta en gran medida a la percepcin sociopoltica que se tenga del pas, tanto agentes locales como extranjeras. Esta situacin se ve reflejada en cambios bruscos en su rendimiento durante ciertos perodos cortos de tiempo, como fue el caso de las elecciones presidenciales del 2011. Estas afirmaciones parecen verse reflejadas en el hecho de que cada sector conformante de la bolsa se ha desempeado de una manera muy similar durante los ltimos aos9. De esta manera, sera el riesgo sistemtico el que estara primando en explicar las variaciones en los rendimientos de cada accin. As, en situaciones en las que el riesgo de mercado cobra especial importancia, la capacidad de diversificacin en la BVL se vera reducida. Esta lgica se aplica especialmente en mercados de valores poco desarrollados como el peruano- donde no existe mayor informacin especfica a ciertas firmas que los componen. Debido a estas razones, se ha elegido a la bolsa de valores de Lima como el objetivo de anlisis de la presente investigacin, intentando encontrar evidencias de comportamiento de manada que puedan explicar los movimientos en los precios de las acciones. Si se cumpliera que durante perodos de fuertes movimientos en los precios, el riesgo de mercado explicara la mayor parte de los movimientos, entonces se estaran presentando evidencias del comportamiento de manada. Metodologa Si bien existe una gran cantidad de literatura terica sobre el comportamiento de manada, la mayor parte de metodologas que se encargan de estudiarla son de carcter experimental. Aunque stas puedan arrojar conclusiones interesantes, no se ajustan a los objetivos del presente trabajo, ya que se intenta identificar el comportamiento en un mercado de valores especfico. Por otro lado, en cuanto a las metodologas empricas, existe una serie de estudios que intentan probar la existencia de individuos desinformados que realizan intercambios

8 9

La Bolsa de Valores de Lima rindi 64.99% en el 2010. (El Comercio 2010) Para ms informacin ver Anexo 2. 11

financieros basndose en sus sentimientos. Por ejemplo, Shiller (1984) y de Long (1990), postulan que las influencias de la moda pueden afectar las decisiones de inversin de los inversionistas (como el caso de la crisis .com). Asimismo, Shleifer y Summers (1990) proponen que los inversionistas pueden comportarse como manada si siguen las mismas seales o hacen mayor nfasis en eventos recientes. Lakonishok, Shleifer y Vishny (1992) sugieren que los inversionistas incurren en un positive feedback trading dado que extrapolan los ratios que presentan los rendimientos pasados. Contrariamente, Shefrin y Statman (1985) argumentan que los inversionistas presentan un negative feedback trade, vendiendo acciones que tuvieron comportamientos extraordinarios en perodos recientes. Las metodologas descritas lneas arriba slo pueden ser aplicadas (por disponibilidad de data) para inversionistas institucionales, tales como AFPs, fondos mutuos o empresas de seguro. Esta restriccin sesgara el anlisis de esta investigacin ya que slo se estara contando a un grupo de inversionistas locales, afectados por la regulacin que no podran ser considerados como agentes representativos. Por ello, para este estudio se ha optado por una metodologa que pueda ser aplicable al mercado de valores peruano en su conjunto y que est en lnea con los objetivos e hiptesis planteados en la seccin anterior. De esta manera, se decidi utilizar el modelo planteado por Chang, Cheng y Khorana (1999), desarrollada a continuacin. Modelo de Chang Cheng y Khorana (1999) La metodologa de Chang, Cheng y Khorana ha sido aplicada a un gran nmero de pases e, incluso a nivel continental10. En trminos generales, este modelo plantea que, en momentos de estrs econmico (definidos como perodos de grandes movimientos del rendimiento de mercado), los rendimientos de los activos individuales logran una mayor correlacin entre s, disminuyendo la dispersin de la cartera que los contiene y probando as, la existencia del comportamiento de manada. Esta conclusin se basa en que durante perodos regulares, los modelos racionales de asignacin de precios predicen que la dispersin entre los rendimientos de los activos debe incrementarse directa y linealmente con el valor absoluto de los retornos de

10

Algunos de los resultados de estas modelaciones pueden ser observadas en el anexo 3. 12

mercado, ya que los inversionistas individuales realizan intercambios tomando en cuente su propia informacin privada (la cual es diversa entre agentes). 11 Sin embargo, durante perodos de estrs, los individuos tenderan a desestimar su propia informacin y se esperara que sus decisiones de inversin tendieran a imitar las acciones colectivas en el mercado. Por ello, los rendimientos individuales de las acciones se agruparan alrededor de los retornos de mercado. En esta situacin, la relacin lineal y directa entre la dispersin de los rendimientos del portafolio no se mantendra, ya que podra llegar a ser no linealmente crecientes o, en casos extremos, decrecientes12. En primer lugar, la metodologa de Chang, Cheng y Khorana (1999) halla la variable de desviaciones estndar de corte transversal de los rendimientos del portafolio llamada Cross Sectional Absolute Deviation (CSAD). Esta se determina como el promedio de las desviaciones de las rentabilidades con respecto a la media de un grupo de acciones:

Luego, se regresiona esta variable frente a los rendimientos absolutos (Rm,t) y los rendimientos al cuadrado (Rm,t2), de forma que si el coeficiente que acompaa a los rendimientos cuadrados es negativo y significativo, se afirmara que la relacin entre las desviaciones entre activos y el rendimiento del portafolio es, al menos, positiva pero decreciente.

As, se estara comprobando que, en momentos de estrs econmico, los agentes dejan de lado las seales relevantes y observan los retornos agregados del mercado en su toma de decisiones, de forma tal que cada activo analizado de forma individual tenga un comportamiento similar al resto (siguiendo el denominado consenso de mercado).

11 12

Para entender esta relacin, ver el anexo 4. Chiang, Zheng. An empirical analysis of herd behavior in global stock markets, 2009. 13

De comprobarse la relacin, se podra hablar de la existencia de un comportamiento de manada entre las acciones que conforman el ndice, y asumiendo que este recrea el comportamiento de la bolsa peruana, se puede extrapolar esta conclusin para la totalidad del mercado de acciones peruano. Sin embargo, a pesar de ser un modelo simple e intuitivo, se han podido identificar dos problemas que podran generar resultados espurios en la regresin: 1. La especificacin del modelo hace posible que se tome como comportamiento de manada a cualquier movimiento conjunto de las rentabilidades de los activos financieros, independientemente de si estos fueron justificados racionalmente. Es decir, considerara comportamientos basados en

fundamentos econmicos como posibles comportamientos de manada. 2. El modelo no detalla los momentos exactos en los cuales se podra dar un comportamiento de manada, slo indica si este se present durante el periodo analizado. Multifactor Model Para resolver el primer problema propuesto, se plantear realizar una limpieza de los rendimientos de cada activo de los movimientos basados en cambios de sus fundamentos econmicos a travs de un modelo financiero llamado Multifactor Model13. De esta manera, se incorpora la mayor parte de la informacin relevante para cada activo en el rendimiento de este, logrando as, que el error de cada regresin sea la desviacin de la rentabilidad esperada respecto al valor fundamental del activo (explicado por los regresores).14 As, el error de la regresin ser la variable limpia, es decir, la rentabilidad esperada no basada en los fundamentos econmicos de la empresa en cuestin, sino, podrn ser adjudicados a efectos no reales como el comportamiento de manada. A estos errores se les denominar como rentabilidad no esperada. El modelo tendr la siguiente especificacin para cada accin del ndice:

13 14

(Bodie, Kane and Marcus, 2009) Para ms informacin ver Anexo 5. 14

Para cada accin j en un periodo t. Siendo E(r) el rendimiento esperado el rendimiento no esperado, no explicado por variables fundamentales Variables Macroeconmicas: rf es la rentabilidad de un activo libre de riesgo representado por un bono del tesoro americano a 10 aos ps es la produccin del sector en variacin trimestral pbi es la el Producto Bruto Interno en variacin trimestral es la inflacin rp es el riesgo pas medida a travs del EMBI en pbs. Variables Microeconmicas: pe es el ratio price to earnings para cada accin pb es el ratio price to book para cada accin apalanc es el ratio de apalancamiento de cada accin d_lp es la deuda de largo plazo de cada accin mb es el ratio de margen bruto ra es el ratio cido

Cabe mencionar que un problema de esta solucin es que se podra estar eliminando la evidencia de una posible manada al limpiar los rendimientos, dado que las partes limpiadas de los rendimientos podran ser precisamente los que se hayan movido conjuntamente. Por ello, se corrern las regresiones del modelo con y sin esta alteracin de los rendimientos, de forma tal que se puedan comparar los resultados obtenidos. Para solucionar el segundo problema planteado, se tomar submuestras semestrales y mensuales dentro de rango de datos analizado, de forma tal que se puedan formar conclusiones distintas para cada perodo estudiado. Variaciones del Modelo de CCK: Metodologa UP&DOWN Adems de correr la regresin principal del modelo de CCK, se tomarn dos variaciones de este para poder explicar mejor la existencia del comportamiento de manada, respondiendo a los objetivos planteados.

15

En primer lugar, se plantear la metodologa de UP y DOWN, la cual diferencia de manera endgena- los momentos de estrs positivos de los negativos. Al separar al trmino cuadrtico en dos, se puede analizar por separado los coeficientes que afecten a los rendimientos cuadrados por debajo y por encima de un umbral determinado. De esta forma, se postula una posible asimetra entre la existencia del comportamiento de manada. La regresin tendra la siguiente forma:

Donde

recoger los rendimientos que se encuentren por encima de un umbral y contiene

asignar un 0 al resto de valores en el vector de rendimientos y

recoger los rendimientos que se encuentran por debajo del umbral propuesto y tambin le asignar el valor de 0 al resto de valores. En segundo lugar, se propondr la posibilidad de que los indicadores de estrs no sean representados por el rendimiento del ndice seleccionado, sino de un ndice ajeno. De esta forma, se regresionar la CSAD de un portafolio ante los rendimientos absolutos y cuadrticos de un portafolio distinto, de tal manera que se pueda estudiar la respuesta de la bolsa limea ante situaciones extranjeras de estrs. Data y periodicidad Eleccin de portafolio Para poder realizar el modelo Multifactor Model a un grupo de acciones, se plantear un Exchange Traded Fund (ETF) cuyos rendimientos de las acciones se utilizarn como variables dependientes en la regresin. Se ha seleccionado como portafolio de acciones al ndice EPU, ETF peruano listado en la Bolsa de Valores de Nueva York. Este replica el ndice MSCI All Peru Capped Index y est compuesto por 25 acciones que representan el mercado peruano15. La razn por la cual se ha seleccionado este ndice responde a su poder de representacin de la bolsa peruana, de manera que los resultados obtenidos a partir de la utilizacin de este podrn extrapolarse al conjunto de la bolsa. Asimismo, al ser un ndice que cotiza en mercados extranjeros, ser ms verstil para poder comparar las

15

Para ms informacin ver el anexo 6. 16

desviaciones de corte transversal de sus activos contra los rendimientos de ndices internacionales. Variables de control Para la eleccin de las variables de control de cada rendimiento de las acciones del ndice seleccionado, se ha elaborado un listado que detalla las variables elegidas y la razn de su inclusin. Este listado se encuentra en el anexo 5. Periodicidad Se trabajar con el perodo comprendido entre el 2009 y el 2011, debido a la gran cantidad de situaciones de estrs que se tuvieron en estos periodos, adems de ser un perodo vigente de informacin. Al elegir este periodo, se contar con la ventaja de que se pueda hacer un anlisis por sub periodos, tomados periodos semestrales y mensuales de muestra, as como el perodo total estudiado. Fuente: Los precios de las acciones y las variables microeconmicas para cada accin sern obtenidos a travs de Bloomberg y las variables macroeconmicas sern obtenidas de la pgina del Banco Central de Reserva del Per (BCRP) y del Instituto Nacional de Estadstica e Informtica (INEI). Anlisis de Resultados En esta seccin se expondrn y explicarn los resultados encontrados en la aplicacin del modelo de CCK a las acciones del ndice EPU, a una cartera conformada por acciones grandes y chicas y utilizando ndices de mercados de valores extranjeros. Asimismo, el anlisis para las 3 secciones se dividir en anlisis de la data, del modelo y de resultados. Adems, las dos primeras secciones tendrn una comprobacin de resultados que es una comparacin entre variables estimadas y reales. Modelo CCK original aplicado al ndice EPU Analizando la Data Como se indic en la seccin anterior, se utiliz los rendimientos con frecuencia diaria de las acciones que componen el ndice EPU para probar la existencia del
17

comportamiento de manada. Este ndice presenta valores a partir de junio del 2009, por lo cual, el anlisis se realizar desde esta fecha hasta diciembre del 2011, tomando 2 aos y medio de data financiera. Esto no deber suponer una limitacin mayor para el resultado del trabajo, ya que, segn la literatura expuesta, el comportamiento de manada est ms propenso a encontrarse en perodos cortos de tiempo (para lo cual tambin se correr el modelo para subperodos semestrales). El ndice est compuesto por 25 activos. Sin embargo, se trabajar con 16 activos, ya que son los que presentan al menos 7 variables microeconmicas relevantes que servirn como las variables que buscarn explicar efectos reales en los rendimientos de las acciones del ndice.16 Estas variables son: P/E, P/B, Deuda/Capital, Margen Bruto, Ratio cido y Deuda de largo plazo.17 Examinando los activos escogidos, una de principales conclusiones es que la mayora de empresas dentro del sector minera presentan promedios de rentabilidad relativamente altos. Por otro lado, el sector financiero y de electricidad presentan los rendimientos ms bajos. Asimismo, las empresas mineras presentan altas desviaciones, en relacin al resto. Por otro lado, las empresas de construccin y financieras cuentan con bajas desviaciones. En general, se tiene un grupo de acciones con una rentabilidad diaria promedio entre 0.04% y 0.46% y con una desviacin estndar entre 1.89% y 3.46%. Analizando el Modelo En primer lugar, se hall los rendimientos de la cartera conformada por el EPU a travs de la variacin del precio respecto al da anterior. En segundo lugar, para limpiar los rendimientos de los efectos de las variables reales, se corri una regresin tomando a los rendimientos como dependientes y como explicativas a variables macroeconmicas y microeconmicas. De esta manera, los errores de los rendimientos limpios por variables reales vienen a ser el rendimiento no esperado, sobre los que se trabajar el modelo. En segundo lugar, se pas a formular la regresin planteada por CCK. En este modelo se construye una variable llamada Cross Sectional Absolute Deviation (CSAD), que supone la desviacin absoluta de corte transversal de los rendimientos de mercado,

16 17

Para ms informacin ver Anexo 7 Para ms informacin ver el Anexo 5. 18

elaborado con los 16 activos tomados del ndice. A continuacin se analiz esta variable para los dos casos, con rendimientos limpios y no limpios:
0.040
Efectos reales

0.030 0.020 0.010 0.000 2009

2010 CSAD No Limpios

2011 CSAD Limpios

Grfico 1 Comparacin entre CSAD con rentabilidades limpia y no limpias Fuente: Bloomberg Elaboracin propia

A travs de un anlisis grfico se puede afirmar que los rendimientos limpios se encuentran, por lo general, dentro de los no limpios. La diferencia puede tratarse de los efectos causados por variables reales que han sido limpiados con las regresiones anteriores. A continuacin se pas a correr la regresin principal del modelo de CCK que regresiona la variable construida CSAD- contra el rendimiento promedio del mercado (en valor absoluto) y el mismo rendimiento elevado al cuadrado. De esta forma, el primer trmino estara capturando la relacin directa que existe entre la desviacin de los rendimientos y el rendimiento de mercado, mientras que el segundo trmino plantea una relacin no lineal entre ambas variables (cncava, si es que se presenta el comportamiento de manada). Anlisis de Resultados Se procedi a trabajar paralelamente con el modelo utilizando los rendimientos limpios (no esperados) y los no limpios, como una manera de comprobar la robustez del modelo utilizado. Modelo 1: rendimientos limpios Aplicando el modelo planteado por CCK, en el cual se regresiona el CSAD contra el rendimiento de mercado y el rendimiento del mercado al cuadrado, se obtiene que un R cuadrado ajustado de 0.285, el cual es relativamente alto para series de tiempo y un

19

Durbin Watson de 1.75 que indica que no existe autocorrelacin relevante.18 El coeficiente del rendimiento de mercado absoluto result ser de 0.2658, demostrando la esperada relacin positiva entre estos y la desviacin de corte transversal; no obstante, el coeficiente del rendimiento cuadrtico de mercado es -0.0124.19 Adems, ambos coeficientes tienen un nivel de confianza de 100% (p-value es 0). De esta manera, la relacin entre desviacin y rendimientos de mercado sera positiva pero decreciente, marcando que en perodos de estrs econmico (rendimientos muy altos o muy bajos) demostrando que para el perodo entre junio del 2009 y diciembre del 2011, la bolsa de valores de Lima estara presentando un comportamiento de manada. As, los rendimientos individuales de las acciones tienden a agruparse alrededor del rendimiento agregado de mercado, denotando que los agentes toman como relevante la informacin agregada de mercado y no la informacin especfica de las acciones individuales. En este primer resultado se estara cumpliendo la hiptesis planteada sobre la existencia del comportamiento de manada en la bolsa. A manera de comprobacin del resultado, se puede plotear los rendimientos de mercado y la CSAD:
3.50 3.00 Rendimiento 2.50 2.00 1.50 1.00 0.50 0.00 0.00 1.00 2.00 4.00 5.00 6.00 7.00 8.00 Dispersin (CSAD) r mercado Polinmica (r mercado) 3.00 9.00 10.00

Grfico 2 Data Limpia: Rendimiento de Mercado vs Dispersin de Cartera (CSAD) Fuente: Bloomberg Elaboracin propia

Como se puede apreciar, esta relacin tiene una tendencia directa pero decreciente, lo cual est en lnea con los resultados obtenidos en la regresin.
18 19

Para ms informacin ver Anexo 8 y 9. Para ms informacin ver Anexo 10. 20

Modelo 2: rendimientos no limpios Al usar los rendimientos no limpios, el modelo arroj resultados muy similares al caso anterior, con un R cuadrado ajustado de 0.322, un coeficiente del rendimiento de mercado en valor absoluto de 0.314, mientras que el coeficiente del rendimiento cuadrtico de mercado fue de -0.0172. Esto refuerza los resultados anteriores, al reafirmar la existencia de comportamiento de manada en la bolsa limea, basndose nuevamente en la concavidad de la relacin desviacin-rendimiento para determinar el comportamiento de manada.20 En este punto se puede afirmar que para el perodo analizado se est presentando el comportamiento de manada, tal como se plante en un inicio. Al comprobar la robustez del resultado ante la variante entre la utilizacin de variables limpias y no limpias, se refuerza el resultado. De igual manera que para los rendimientos no limpios, se puede corroborar ploteando el rendimiento de mercado y la CSAD:
4.00 3.50 3.00 Rendimiento 2.50 2.00 1.50 1.00 0.50 0.00 0.00 1.00 2.00 3.00 4.00 5.00 Dispersin (CSAD) 6.00 7.00 8.00 9.00

r mercado

Polinmica (r mercado)

Grfico 3 Data no Limpia: Rendimiento de Mercado vs Dispersin de Cartera (CSAD) Fuente: Bloomberg Elaboracin Propia

En este punto, se pasar a extender el anlisis a la existencia de una asimetra en la formacin de manadas ante momentos de estrs: diferenciar el indicador de manadas para rendimientos extremos altos y bajos. Por ello, a continuacin se aplic a esta data una metodologa que permite determinar si el comportamiento de manada se presenta asimtricamente en la bolsa limea.
20

Para ms informacin, ver Anexo 11. 21

Metodologa UP y DOWN Al utilizar la metodologa UP y DOWN, se est separando el trmino encargado de evaluar la existencia del comportamiento de manada en dos partes, una variable llamada R_UP que tome valores cuando los rendimientos estn por encima de la mediana, y otra variable llamada R_DOWN que solo tome valores cuando los rendimientos estn por debajo de la mediana. Cada variable tomar el valor de 0 en el resto de casos. As, se podr evaluar ambos coeficientes de manera independiente, capturando la posible asimetra en la presencia de manada en la bolsa de Lima. La ecuacin de regresin se especifica de la siguiente manera:

Se corri la regresin tanto para la data con rendimientos limpios como para los no limpios, teniendo en ambos casos, resultados muy similares. En primer lugar, se tuvo un coeficiente de 0.2452 y 0.2546 para el rendimiento absoluto de mercado aplicado a los rendimientos limpios y no limpios, respectivamente. As, se muestra la relacin directa esperada entre rendimientos y desviaciones. Sin embargo, la particularidad se dio en los trminos cuadrticos. Respecto a los rendimientos cuadrticos por debajo de la mediana (R_DOWN), se obtuvo, para ambos casos, coeficiente negativo y significativo de -0.013. Por otro lado, para los que estn por encima de la mediana (R_UP) no se obtuvieron valores significativos (p-values de 0.5 y 0.89).21 De esta forma, se estara evidenciando de manera clara una asimetra en las causas del comportamiento de manada en funcin del rendimiento, puesto que las manadas se estaran presentando ante rendimientos extremos negativos, mientras que no se estara presentando dicho comportamiento para los rendimientos extremos positivos. Esta afirmacin se sostiene en la naturaleza de adversidad al riesgo de los agentes econmicos, quienes tienden a darle mayor importancia a las prdidas que a las ganancias. Estos resultados presentan tres conclusiones parciales de inters para el posterior desarrollo del trabajo:

21

Para ms informacin ver Anexo 12 y 13. 22

o Existe una asimetra significativa entre la existencia de comportamiento de manada alrededor de rendimientos extremos positivos y negativos. o En el perodo analizado, se ha presentado comportamiento de manada solamente ante momentos de estrs negativos en el mercado. o La inclusin de la variante de UP y DOWN logra explicar ms significativamente a la variable de inters demostrado por un R cuadrado ajustado mayor. Asimismo, puesto que los resultados obtenidos utilizando los rendimientos limpios no difieren en mayor medida a los obtenidos con rendimientos no limpios; y existe un margen de error de aproximacin al haber limpiado los rendimientos, para el desarrollo de las prximas secciones se tuvo como base a los rendimientos no limpios. Anlisis semestral y mensual Si bien los resultados obtenidos hasta el momento revelan la existencia de comportamiento de manada en momentos de rendimientos muy negativos para todo el periodo 2009 al 2011, se debe de analizar de manera anloga la data en perodos ms cortos de tiempo, ya que las manadas son ms propensas a encontrarse en perodos de corto plazo. Asimismo, aplicando la metodologa UP&DOWN se podr verificar si se presenta en el corto plazo la misma asimetra en el comportamiento de manada que se hall durante todo el perodo en cuestin (largo plazo). Para ello, se ha analizado los semestres: 2009-II, 2010-I, 2010-II, 2011-I y 2011-II. Al analizar el modelo semestralmente, se encontr que la significancia de los coeficientes se logr solo para los semestres 2010-I, 2010-II, 2011-I y 2011-II. Siendo el 2010-II el que obtuvo tanto una mayor significancia estadstica, al poseer el ms alto coeficiente del trmino cuadrtico (indicando una existencia ms clara del comportamiento de manada en este perodo). Por otro lado, se puede apreciar que para cada semestre, el R cuadrado ajustado rond el 30%, alcanzando un 46% en el primer semestre del 2011.22 Los resultados obtenidos a nivel semestral han reflejado los conseguidos con todo el perodo, revelando la clara existencia del comportamiento de manada en la bolsa limea.

22

Para ms informacin ver Anexo 14 23

Tal como en el resultado obtenido tomando en cuenta la totalidad del perodo estudiado, el coeficiente de la variable cuadrtica DOWN tiene mayor significancia estadstica para cada caso, tomando valores negativos en los coeficientes para cada semestre. Sin embargo, con un nivel de confianza de 95%, se estara aceptando esta variable en los semestres 2010-I, 2010-II y 2011-I, mientras que la variable cuadrtica de rendimientos por encima de la mediana, R_UP, slo estara aceptndose en el 2010-II. Este ltimo perodo se obtuvo una significancia estadstica mayor con la metodologa bsica, reafirmando la mayor relevancia del comportamiento de manada en este perodo.23 El siguiente paso es aplicar el modelo original con una periodicidad mensual, de manera que se puedan capturar los meses donde se present con mayor fuerza el comportamiento mencionado. De esta manera, el principal resultado es que los 4 meses comprendidos entre las fechas 23/06/2009-23/07/2009, 23/01/2010-23/02/2010, 23/08/2010-23/09/2010 y 23/09/2010 - 23/10/2010 presentaron el coeficiente del trmino cuadrtico

estadsticamente significativo. Esto refuerza la afirmacin que s existe un fuerte comportamiento de manada en la segunda parte del 2010.24 Comprobacin de Resultados En esta seccin se pasar a comparar el resultado de la regresin obtenida (los coeficientes) con la variable observada en el mercado de valores. Para ello, se proceder a realizar un anlisis en dos partes: o Comparar la desviacin absoluta observada en el mercado contra la desviacin absoluta estimada a travs del modelo para el perodo 2009-2011. o Comparar la desviacin absoluta observada en el mercado contra la desviacin absoluta proyectada a travs del modelo para el ao 2012. En primer lugar, se tom los coeficientes hallados por el modelo CCK aplicado para el periodo 2009 al 2011 para la estimacin de la variable CSAD. As, se realiz la comparacin entre el CSAD estimado y real. En este caso, se obtuvo una correlacin de 0.59 entre el estadstico y la variable observada, con un error de media 0. Este resultado se muestra a continuacin:
23 24

Para ms informacin ver anexo 15. Para ms informacin ver anexo 16. 24

4.00 3.00 2.00 1.00 0.00 06/09 -1.00 -2.00 CSAD real Grfico 4 Estimacin Largo Plazo: 2009-2011 Fuente: Bloomberg Elaboracin Propia CSAD estimado Error

09/09

12/09

03/10

06/10

09/10

12/10

03/11

06/11

09/11

12/11

Grficamente se muestra relacin cercana entre la variable estimada y la observada, explicando acertadamente las desviaciones de corte transversal. Asimismo, utilizando los coeficientes de las regresiones semestrales, se elabor de la misma manera, la comparacin entre la CSAD real y estimada. Se hall que en todos los semestres se tiene una correlacin superior a 0.5, alcanzando la mxima en el 2011-I. Adems, muestra un promedio en el error muy cercano a 0. De esta manera, puede afirmarse que se ha tenido un ajuste mejor al trabajar con frecuencias menores.25 En segundo lugar, se comprobar el verdadero poder de predictibilidad del modelo. Para ello, se tomaron los mismos coeficientes arrojados por el modelo CCK aplicado al periodo 2009 al 2011 para estimar la CSAD para el 2012; la cual se utiliz para comparar con la variable CSAD observada en el 2012. Los resultados de la comparacin se muestran en el siguiente grfico:

25

Para ms informacin ver Anexo 17. 25

2.50 2.00 1.50 1.00 0.50 0.00 01/12 -0.50 -1.00 -1.50 CSAD real Grfico 5 Proyeccin Largo Plazo: 2012 Fuente: Bloomberg Elaboracin Propia CSAD proyectado Error 02/12 03/12 04/12 05/12 06/12 07/12 08/12 09/12 10/12 11/12 12/12

En este caso, se obtuvo una correlacin de 0.44 y un error de media -0.2. Comparndolo con la primera estimacin, disminuy el poder de la prediccin de la variable. No obstante, el modelo se sigue adaptando de manera significativa a la realidad. Asimismo, si se aplica los coeficientes del UP&DOWN, esta muestra una correlacin similar, de 0.45 y un promedio de error menor, de -0.14.26 Modelo CCK aplicado a otras carteras Tericamente, el comportamiento de manada se refiere a una omisin de la informacin especfica de cada firma, tomndose en cuenta solamente el indicador del mercado. De esta manera, se espera que las empresas que cuenten con menos informacin disponible sean las que ms respondan al rendimiento de mercado en situaciones de estrs. Estas empresas pueden tener capitalizacin burstil menor al promedio o pueden ser empresas pequeas que coticen en bolsa. Una manera de comprobarlo es formar una cartera que contenga acciones de tamaos muy pequeos y muy grandes segn su capitalizacin burstil; y aplicar la metodologa de CCK, que pondera de igual forma a cada activo del portafolio. De esta manera, puede evaluarse si la concavidad de la relacin rendimiento-desviacin es ms marcada en esta cartera que en una que solamente contiene acciones con alta capitalizacin burstil.

26

Para ms informacin ver Anexo 18. 26

Anlisis de Data Para formar la cartera, se realiz una evaluacin exhaustiva de las acciones que forman parte de la IGBVL y se tom como acciones pequeas a aquellas que tengan una capitalizacin burstil menor a los S/. 110 millones y que cuentan con la mayor cantidad de informacin disponible posible, as como que cumplan ser de industrias distintas. De igual manera, se tomo como acciones grandes a aquellas que cuenten con una capitalizacin burstil ms elevada y sean de diferentes industrias. Con estos criterios se conform una cartera que incluye los siguientes activos:27 o Acciones chicas: Agro Pucal, Hidrostal, Michell Cia. y Motores Diesel Andinos. o Acciones grandes: Alicorp, Telefnica, Banco BBVA Continental y Southwern Copper. Un punto importante a tomar en cuenta es que los das en que no se cont con data disponible para los precios de las acciones pequeas, se asumi como precio el del da anterior. Anlisis de Modelo Para este caso, se tom como portafolio a la cartera formada por los ocho activos mencionados y se corri la regresin planteada por CCK. Un punto a tomar en cuenta es que tanto las acciones chicas como las grandes tendrn un mismo peso sobre el rendimiento promedio del portafolio. De esta manera, se podr evaluar si los momentos en los cuales el rendimiento de mercado es mayor (en trminos absolutos), los rendimientos de las acciones pequeas tienden en mayor medida hacia el rendimiento del mercado. Anlisis de Resultados Al correr la regresin de la metdologa de CCK original al portafolio elegido, se obtiene poca evidencia de la existencia de comportamiento de manada. Si bien se ha alcanzado un R cuadrado de 0.60, el trmino cuadrtico de la regresin no es significativo con un nivel de confianza del 95%. Asimismo, el coeficiente de este trmino es de -0.03, muy inferior al coeficiente de los rendimientos absolutos, de

27

Para ms informacin ver Anexo 19. 27

0.93. Por ello, el cuadrado de los rendimientos no estara aportando informacin adicional significativa.28 Cabe mencionar que al utilizar la variacin del modelo UP&DOWN, el R cuadrado ajustado se mantuvo igual y los coeficientes de los trminos cuadrticos resultaron ser muy similares.29 Una razn por la cual se poda estar obteniendo estos resultados responde a la escasa cantidad de data con la que se cont para las acciones pequeas, restando observaciones relevantes dentro del portafolio, por lo que el resultado podra estar reflejando nicamente la informacin de las acciones grandes. Al correr los dos modelos en perodos semestrales, slo se obtienen resultados concluyentes de la existencia de manadas durante el 2010-II, logrando un R cuadrado de 0.65 y aceptndose el trmino cuadrtico con un 99% de confianza. Asimismo, con el modelo UP&DOWN tambin se concluye que las manadas por rendimientos a la baja son mayores que los causados por los rendimientos a la alza. Por ello, se refuerza la evidencia de un fuerte comportamiento de manada durante el segundo semestre del 2010. 30 Comprobacin de Resultados Como se mencion lneas arriba, el nico perodo que estara presentando evidencias claras del comportamiento de manada es el 2010-II. Sin embargo, debido a la escasa cantidad de data por tratarse de empresas relativamente pequeas no lquidas y poco negociables, el modelo est sujeto a errores predictivos, por lo que no se podra considerar este modelo para tomar un rol de prediccin de carteras con estas caractersticas. Modelo con ndices Anlisis de Data Hasta el momento, se ha tomado como indicador de estrs al rendimiento de mercado tomado en cuenta como el rendimiento promedio de la cartera sobre la cual se halla la desviacin absoluta de corte transversal. Esta forma de anlisis slo toma en cuenta la respuesta de los rendimientos de los activos ante movimientos en el mismo mercado en el cual estn operando. Sin embargo, debido a la mayor interaccin global que
Para ms informacin ver Anexo 20. Para ms informacin ver Anexo 21 30 Para ms informacin ver el Anexo 22
28 29

28

tienen los mercados burstiles entre s, es probable que los sus rendimientos respondan ante movimientos en mercados extranjeros, como se ha evidenciado en los ltimos aos en la economa. Anlisis de Modelo As, se ha utilizado el ndice EPU como indicador de los desempeos de los activos peruanos con los que se calcular la desviacin absoluta; y, por otro lado, se ha elegido 3 ndices indicativos de estrs internacional: Dow Jones, S&P 500 y el MSCI (ndice de mercados emergentes). Con ello, se intentar identificar cmo responde la bolsa peruana ante situaciones extremas en los mercados financieros ms desarrollados y de mercados similares. Para este caso, se ha realizado 3 regresiones separadas, una para cada ndice. De esta manera, se regresiona la CSAD del ndice EPU contra una constante, el rendimiento absoluto del ndice y el rendimiento cuadrtico del ndice. La regresin a aplicar es la siguiente:

Anlisis de Resultados Al correr la regresin para los ndices de S&P y Dow Jones, no se obtuvo ningn indicio de la existencia de manada. Para cada caso, los coeficientes de los trminos cuadrticos fueron positivos y, en ambos casos, rechazados con un nivel de confianza de 95%. Por ello, se puede concluir que no existe comportamiento de manada de la bolsa limea frente a ndices de pases desarrollados. Sin embargo, al correr la regresin de la CSAD contra el rendimiento del ndice de pases emergentes (MSCI), se obtuvo cierta evidencia de manadas. Si bien se alcanz un R cuadrado ajustado bajo (0.03), los coeficientes de los trminos cuadrticos son negativos y se aceptan con niveles de confianza de 90%. Por ello, se podran estar presentando pequeas manadas ante cambios en mercados similares.31 Esta situacin podra estar explicndose debido a una visin ms holstica de los inversionistas extranjeros, quienes pueden estar tomando como un todo a los pases emergentes, observando nicamente el desempeo conjunto de estos mercados para tomar las decisiones frente a sus posiciones en cada uno de estos pases. No obstante,
31

Para ms informacin ver Anexo 23. 29

esta explicacin tambin podra estar siendo sesgada por el hecho de que los activos del EPU tambin pueden estar dentro del ndice MSCI, respondiendo ante los rendimientos de estos propios activos. Conclusiones y Recomendaciones En base a los resultados obtenidos, se puede afirmar que el mercado de valores de Lima presenta comportamiento de manada durante situaciones de rendimientos extremos negativos en el mercado para el periodo 2009-2011. Esta situacin confirma la idea de que los agentes econmicos que participan en este mercado tienden a observar ms el comportamiento agregado de mercado que el desempeo individual de cada activo que lo conforma durante situaciones extremas. Adems, la asimetra en la respuesta de los agentes ante las situaciones de estrs (respondiendo ms hacia las negativas) corresponde a la aversidad al riesgo que caracteriza a los agentes econmicos. En cuanto al tamao de las empresas, no se puede afirmar que exista una relacin entre la presencia de dicho comportamiento y el tamao de las empresas que componen la cartera, debido a una limitacin por parte de la data disponible para los activos con una menor capitalizacin burstil. Con respecto a situaciones internacionales de estrs econmico, no se ha encontrado evidencia de que la bolsa limea responda en manada ante ndices internacionales burstiles en casos de ndices representativos de pases desarrollados. Sin embargo, existe evidencia parcial de que s hay manadas ante momentos extremos en mercados relacionados (MSCI index). Estos resultados estaran demostrando que las decisiones de inversin de los agentes econmicos no se basan exclusivamente en conceptos racionales. La significancia estadstica del modelo general prueba que durante ciertos perodos de tiempo (2010II), los agentes tienden a ignorar la informacin disponible de las acciones y se basan en el comportamiento conjunto del mercado para tomar una decisin. As, se podra estar incumpliendo el principal supuesto de la teora de mercados eficientes (en condiciones extremas), al haber encontrado un nivel predictivo moderado en base al modelo de CCK. Finalmente, se podran hacer algunas recomendaciones para investigaciones posteriores como la adicin de las variables reales (de corte cuantitativo y cualitativo)
30

para cada empresa al limpiar la data. Estas variables puede ser el nmero de activos, proyectos en concreto de elaboracin, entre otros. Por ltimo, se podra agregar una variable que mida el riesgo sociopoltico (variable cualitativa muy presente en las bolsas de pases en desarrollo, como el Per), pudiendo esta explicar los movimientos conjuntos en los rendimientos de las acciones.

31

Bibliografa Andrew W. Lo . (2009). Efficient Market Hypotesis. Banerjee. (1992). A simple model of herd behaviour. Barberis, T. (2002). A survey of behavioral finance. Massachusetts: Cambirge. Bowden, MP & McDonald, S 2006, 'The Effect of Social Interaction and Herd Behaviour on the Formation of Agent Expectations', Computing in Economics and Finance 2006, no. 178. Bodie, Kane and Marcus Investments (2009) Boston. McGraw-Hill Irwin Burton G. The Efficient Market Hypothesis and its Critics. 2003 Caparrelli, D'Arcangelis and Cassuto. (2004). Herding in the Italian Stock Market: A Case of Behavioral Finance. Journal of Behavioral Finance. Caporale, Economou and Philippas . (2008). Herding behaviour in extreme market conditions: the case of the Athens Stock Exchange. Chang, Cheng, Khorana. (2000). An examination of herd behavior in equity markets: An international persepective. Journal of banking & finance. Chen Y. Domestic Investors Herding Behaviorin Reaction To Foreign Trading, 2002. Chang C, Cheng J, Khorana A. An Examination of Herd Behavior in Equity Markets: Devenow Andrea and Welch Ivo. Rational herding in financial economics Rational herding in financial economics. 1996. European Economi Review Dagnino Z., Vega M. Efecto manada en las inversiones del SPP, 2009 An International Perspective, 1999. Demirer R., Gubo D., Kutan A. An Analysis of Cross-Country Herd Behavior in Stock Markets: A Regional Perspective, 2007. El Comercio (2010): http://elcomercio.pe/economia/692387/noticia-bolsa-valoreslima-fue-mas-rentable-mundo-2010 Fama, E. Efficient Capital Markets: A Review of Theory and Empirical Work, 1970.

32

Farber, Nam and Hoang . (2006). Policy Impacts on Vietnam Stock Market: A Case of Anomalies and Disequilibria 2000 - 2006. Fernndez-Ballesteros 1993. Behavioral Assessment: dying, vanishing, or still running. European Journal of Psychological Assessment Fotini Economou, Alexandros Kostakis and Nikolaos Philippas . (2012). AN EXAMINATION OF HERD BEHAVIOUR IN FOUR MEDITERRANEAN STOCK MARKETS. University of Piraeus. Friedman, M. Essays in positive economics, 1953. Galarza, F., Power, M. Economa experimental: nuevas metodologas para analizar el comportamiento individual. 2012 Gleason, M. a. (2004). An Analysis of Cross-Country Herd Behavior in Stock Markets: A Regional Perspective. Southern Illinois : University Edwardsville. Hirshleifer, Hong Teoh. (2003). Herd Behavior and Cascading in capital Markets: A review and synthesis. Ohio: Fisher College Business . Huang R, Christie W. Following the Pied Piper: Do Individual returns herd around the market?, 1995. Jaya M. Prosad, Sujuta Kapoor and Jhumur Sengupta. (2012). An Examination of Herd Behavior: An Empirical Evidence from Indian Equity Market. International Journal of Trade, Economics and Finance. Oehler, A., and S. Wendt. 2009. Herding behavior of mutual fund managers in Germany. Unpublished Working Paper. Kutan, D. a. (2006). Does herding behavior exist in Chinese stock markets? Journal of International Financial Markets. Raafat, Chater and Frith. (2009). Herding in humans, Review. Scheinkman, Jos A. Social Interactions. New Jersey: Princeton University and NBER. Sewell, M. (2007). Behavioral Finance . University of Cambridge.

33

Anexos

Anexo 1:
200%

150%

100%

50%

0% 2001 -50% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

-100% Indice General - IGBVL Indice Selectivo - ISBVL

Grfico 6 Principales ndices de la Bolsa de Valores de Lima (expresado en var. %) Fuente: SMV Elaboracin Propia

S/. 12,000 S/. 10,000 S/. 8,000 S/. 6,000 S/. 4,000 S/. 2,000 S/. 0 1970 1975 1980 1985 1990 1995 2000 2005 2010

Grfico 7 Total Negociado en la Bolsa de Valores de Lima (en millones de nuevos soles) Fuente: SMV Elaboracin Propia

34

7% 7%

6%
MINERAS COMUNES DIVERSAS

13%

52%

BANCOS Y FINANCIERAS INDUSTRIAL COMUN SERVICIOS PUBLICOS

15%

OTROS

Grfico 8 Capitalizacin Burstil 2011 - BVL (expresado en porcentajes) Fuente: SMV Elaboracin Propia

7% 7%

6% MINERAS COMUNES DIVERSAS 49% BANCOS Y FINANCIERAS INDUSTRIAL COMUN SERVICIOS PUBLICOS 17% OTROS

14%

Grfico 9 Capitalizacin Burstil 2012 - BVL (expresado en porcentajes) Fuente: SMV Elaboracin Propia

Anexo 2:
1,400 1,200 1,000 800 600 400 200 0 2009 2010 2011

Grfico 10 ndice Sector Agropecuario Fuente: SMV Elaboracin Propia

35

800 700 600 500 400 300 200 100 0 2009 2010 2011

Grfico 11 ndice Sector Bancos y Financieras Fuente: SMV Elaboracin Propia

1,400 1,200 1,000 800 600 400 200 0 2009 Grfico 12 ndice Sector Diversas Fuente: SMV Elaboracin Propia 2010 2011

1,000 900 800 700 600 500 400 300 200 100 0 2009

2010

2011

Grfico 13 ndice Sector Industriales Fuente: SMV Elaboracin Propia

36

6,000 5,000 4,000 3,000 2,000 1,000 0 2009 Grfico 14 ndice Sector Minera Fuente: SMV Elaboracin Propia

2010

2011

600 500 400 300 200 100 0 2009 Grfico 15 ndice Sector Servicios Fuente: SMV Elaboracin Propia 2010 2011

Anexo 3:
Tabla 1 Resultado de las Metodologas de Comportamiento de Manada en el Mundo Metodologa Christie y Huang (1995) Pas Italia Estados Unidos China Italia Grecia Portugal Espaa Chile Brasil Mxico Argentina Efecto Manada? S S Si No S S No S S S No

Chang, Cheng y Khorana (1999)

Elaboracin Propia Fuente: Chan, Cheng y Khorana

37

Anexo 4: 4: Demostrando la Desviacin Absoluta del Corte Transversal Anexo Anexo 4:


1. Condicin de Black (1972) sobre la relacin del CAPM:
Condicin de Black (1972) sobre la relacin del CAPM: = 0 + ( = 0 + ( 2. Si se despeja el Beta que atrapa el riesgo sistemtico: 2. Si se despeja el Beta que atrapa el riesgo sistemtico: 1.

0 ) 0 )

1 = 1 = 3. Valor absoluto de las desviaciones (ADV): 3. Valor absoluto de las desviaciones (ADV): , = , =

=1

=1

0 ) 0 )

4. Se puede definir la desviacin absoluta de corte transversal (ECSAD): 4. Se puede definir la desviacin absoluta de corte transversal (ECSAD):
= 1 =

1
=1 =1

, = 1 , =

0 ) 0 )

5. En donde la primera derivada muestra que la relacin positiva y la segunda que no es ni 5. creciente En dondeni la primera derivada muestra que la relacin positiva y la segunda que no es ni decreciente, es lineal. creciente ni decreciente, es lineal. ( ( 1 =1 )= )

=1 =1

> 0 > 0

2 2 ( (
Elaboracin Propia Elaboracin Propia Fuente: Chang, Cheng y Khorana 1999 Fuente: Chang, Cheng y Khorana 1999

=0 2 ) =0 2 )

Anexo 5:
Tabla 2 Variables macroeconmicos y microeconmicas y su explicacin Variables Macroeconmicas Produccin del sector PBI Inflacin mensual Riesgo Pas Libre de Riesgo: bono a 10 aos del tesoro americano La produccin del sector est expresado en variaciones trimestrales El PBI est expresado en variaciones trimestrales La inflacin est expresada en variaciones mensuales El riesgo pas se mide como la diferencia entre la rentabilidad del bonos de Estados Unidos a 10 aos y el peruano a 10 aos tambin a travs del EMBI en pbs. La libre de riesgo es la rentabilidad de un activo libre de riesgo, se a considerado el bono del tesoro americano a 10 aos. Variables Microeconmicas P/E Ratio de Valoracin P/B Es el precio sobre la ganancia por accin Es el precio sobre el valor de la accin en libros contables.

38

Es el ratio que indica el nivel de Apalancamiento Ratio de Solvencia Deuda de Largo Plazo endeudamiento en comparacin con el capital propio. Es la deuda que sirve para hacer proyectos y/o cuestiones reales. Es el diferencia entre Ventas y Ratio de Rentabilidad Margen Bruto Costo de Ventas en el Estado de Prdidas y Ganancias. Ratio de Liquidez Fuente: BCRP y Bloomberg Elaboracin Propia Ratio cido Es el ratio de los activos ms lquidos sobre pasivos corrientes.

Anexo 6:
Tabla 3 Componentes del ndice EPU (actualizado a diciembre del 2011) Empresa Buenaventura Southern Copper Credicorp Brocal C Milpo Minsur Volcan B Cerro Verde Intergroup Financial Services Hochschild Minging Banco Continental Maple Graa y Montero Refinera La Pampilla Ferreyros Empresa Siderurgica Peru Cementos Pacasmayo Copeinca Atacocha B Aceros Arequipa Alicorp Cementos Lima Luz del Sur Edegel Edelnor Total Fuente: Asociacin de AFPs Elaboracin Propia Participacin en EPU 16.0% 14.0% 12.2% 5.1% 4.9% 4.9% 4.3% 4.2% 4.0% 3.4% 3.1% 2.8% 2.6% 2.4% 2.4% 2.2% 2.0% 1.8% 1.6% 1.6% 1.5% 1.5% 0.8% 0.7% 0.1% 100.0%

39

Anexo 7:
Tabla 4 Medidas Principales de las acciones escogidas del EPU Medidas Principales RIO ALICORC1 GRAMONC1 CVERDEC1 VOLCABC1 BAP CPACASC1 BVN IFS SCCO HOC FERREYC1 EDEGELC1 CONTINC1 UNACEMC1 MINSURI1 Elaboracin: Propia Fuente: Bloomberg Observaciones 445 438 464 535 548 638 433 635 444 634 612 448 350 452 354 511 Promedio 0.46% 0.23% 0.19% 0.14% 0.13% 0.12% 0.12% 0.12% 0.11% 0.11% 0.10% 0.09% 0.06% 0.05% 0.04% 0.04% Desviacin 3.46% 2.08% 2.03% 2.19% 2.40% 1.98% 1.98% 2.64% 1.89% 2.70% 2.98% 2.36% 2.19% 1.89% 2.13% 2.33%

Anexo 8: Regresiones para limpiar el efecto de variables reales: 1. LS bap last price rend c bap p b produccion mineria pbi var mensual monthly 2. LS gramonc1 last price rend c gramonc1 p e gramonc1 gross margin gramonc1 quick ratio gramonc1 debt longterm spread embi peru pbs 3. LS alicorc1 last price rend c alicorc1 leverage alicorc1 debt capital alicorc1 p b alicorc1 debt longterm spread embi peru pbs bonos del tesoro ee uu 4. LS bvn last price rend c bvn debt capital bvn gross margin bvn p b bvn quick ratio bvn debt longterm 5. LS edegelc1 last price rend c edegelc1 leverage edegelc1 p b edegelc1 quick ratio var 12 meses yoy 6. LS scco last price rend c scco p e scco leverage scco gross margin scco p b var 12 meses yoy 7. LS volcabc1 last price rend c volcabc1 p e volcabc1 quick ratio var 12 meses yoy spread embi peru pbs 8. LS ifs last price rend c ifs debt capital ifs p b var 12 meses yoy var mensual monthly 9. LS ferreyc1 last price rend c ferreyc1 p e ferreyc1 debt capital ferreyc1 gross margin spread embi peru pbs 10. LS minsuri1 last price rend c minsuri1 debt capital minsuri1 p b minsuri1 debt longterm produccion mineria pbi 11. LS hoc last price rend c hoc debt capital hoc gross margin hoc p b pbi 12. LS cpacasc1 last price rend c cpacasc1 leverage cpacasc1 debt capital var mensual monthly
40

13. LS unacemc1 last price rend c unacemc1 p e pbi var mensual monthly var 12 meses yoy 14. LS continc1 last price rend c continc1 leverage continc1 debt capital continc1 p b var 12 meses yoy 15. LS rio last price rend c var 12 meses yoy spread embi peru pbs bonos del tesoro ee uu 16. LS cverdec1 last price rend c var mensual monthly spread embi peru pbs
Anexo 9:
Tabla 5 Regresiones para limpiar los rendimientos # 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Accin RIO ALICORC1 GRAMONC CVERDEC1 VOLCABC1 BAP CPACASC1 BVN IFS SCCO HOC FERREYC1 EDEGELC1 CONTINC1 UNACEMC1 MINSURI1 P/E apalancamie nto P/E inflacin P/E P/B apalancamie nto deuda_capit al deuda_capit al P/E deuda_capit al P/E apalancamie nto apalancamie nto P/E deuda_capit al Explicativas Significativas (p-value<0.05) inflacin margen_bru to margen_bru to riesgo_pas ratio_cido margen_bru to deuda_capit al margen_bru to P/B apalancamie nto margen_bru to deuda_capit al P/B deuda_capit al inflacin P/B deuda_capit al PBI inflacin P/B inflacin P/B inflacin margen_bru to P/B margen_ bruto ratio_cido P/B P/B PBI riesgo_pas inflacin inflacin inflacin ratio_cido deuda_largo _plazo riesgo_pas produccin_min PBI riesgo_pas ratio_cido ratio_cido libre_de_riesgo deuda_largo_plazo deuda_largo_plazo riesgo_pas riesgo_pas R cuadrado ajustado 0.005 0.018 0.034 0.005 0.026 0.011 0.022 0.026 0.018 0.023 0.022 0.013 0.012 0.033 0.000 0.019

Fuente: Bloomberg Elaboracin Propia

41

Anexo 10: Regresin largo plazo metodologa CCK en Data Limpia


Variable C R_MERCADO_8_ABS R_MERCADO_8_ABS^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient 0.932496 0.265843 -0.012393 0.287065 0.284819 0.353844 79.50548 -240.9614 127.8419 0.0000 Std. Error 0.022335 0.022574 3.03E-03 t-Statistic 41.74971 11.77671 -4.085284 Prob. 0.0000 0.0000 0.0000 1.174044 0.418412 0.764769 0.785733 0.772907 1.750702

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Anexo 11: Regresin largo plazo metodologa CCK en No Data Limpia


Variable C R_MERCADO_ABS R_MERCADO_ABS^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient 0.946747 0.314041 -0.017216 0.324319 0.322184 0.357883 81.07472 -247.4198 151.9161 0 Std. Error 0.026124 0.031998 0.006507 t-Statistic 36.24021 9.814425 -2.645612 Prob. 0 0 0.0084 1.241497 0.434695 0.787484 0.808499 0.795643 1.720394

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Anexo 12: Metodologa UP& DOWN para rendimientos limpios


Variable C R_MERCADO__ABS R_UP^2 R_DOWN^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient 0.9436 0.2452 -0.0031 -0.0129 0.295156 0.29182 0.352108 78.60318 -237.3204 Std. Error 0.0226 0.0237 0.0046 0.0030 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. t-Statistic 41.7415 10.3303 -0.6693 -4.2578 Prob. 0.0000 0.0000 0.5035 0.0000 1.174044 0.418412 0.75649 0.784442 0.767341

42

F-statistic Prob(F-statistic)

88.49648 0

Durbin-Watson stat

1.758287

Anexo 13: Metodologa UP& DOWN para rendimientos no limpios


Variable C R_MERCADO_7_ABS R_UP^2 R_DOWN^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient 0.913886 0.254623 0.000704 -0.013041 0.341652 0.338537 0.340296 73.41793 -215.5505 109.6724 0 Std. Error 0.022702 0.023527 0.00524 0.002938 t-Statistic 40.25574 10.82255 0.134333 -4.439012 Prob. 0 0 0.8932 0 1.174044 0.418412 0.688246 0.716198 0.699097 1.781711

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Anexo 14:
Tabla 6 Frecuencias semestrales en modelo CCK con data no limpia Semestre 2009- II Variable Coeficiente p-value Coeficiente p-value Coeficiente p-value Coeficiente p-value Coeficiente p-value Constante 0.913 0.000 0.898 0.000 0.719 0.000 1.032 0.000 0.974 0.000 rend_mercado rend_mercado^2 0.469 0.000 0.378 0.000 0.728 0.000 0.308 0.000 0.288 0.000 -0.054 0.186 -0.053 0.065 -0.184 0.000 -0.013 0.006 -0.026 0.051

2010- I

2010- II

2011- I

2011- II

Fuente: Bloomberg Elaboracin Propia

Anexo 15:
Tabla 7 Frecuencias semestrales en modelo UP&DOWN con data no limpia Semestre 2009- II Variable Coeficiente Constante 0.897 rend_mercado 0.357 R_UP^2 -0.030 R_DOWN^2 -0.047

43

p-value 2010- I Coeficiente p-value Coeficiente p-value Coeficiente p-value Coeficiente p-value

0.000 0.839 0.000 0.706 0.000 1.053 0.000 0.921 0.000

0.001 0.358 0.000 0.599 0.000 0.222 0.000 0.238 0.001

0.437 -0.022 0.430 -0.129 0.003 0.003 0.718 -0.001 0.944

0.211 -0.075 0.013 -0.145 0.004 -0.010 0.037 -0.018 0.168

2010- II

2011- I

2011- II

Fuente: Bloomberg Elaboracin Propia

Anexo 16:
Tabla 8 Frecuencias mensuales en modelo CCK con data no limpia R cuadrado ajustado 0.392 0.423 0.616 0.276 Coeficientes R_MERCADO 1.297 0.512 1.647 0.759 p-value 0.008 0.003 0.000 0.005 R_MERCADO^2 -0.374 -0.138 -0.686 -0.214 p-value 0.037 0.024 0.000 0.009

Frecuencia Mensual smpl 6/23/2009 7/23/2009 smpl 1/23/2010 2/23/2010 smpl 8/23/2010 9/23/2010 smpl 9/23/2010 10/23/2010 Fuente: Bloomberg Elaboracin Propia

Anexo 17:
3.0 2.5 2.0 1.5 1.0 0.5 0.0 06/09 07/09 07/09 08/09 08/09 09/09 09/09 09/09 10/09 10/09 11/09 11/09 12/09 12/09 -0.5 -1.0 -1.5 CSAD real CSAD estimado Error

Grfico 16 Estimacin Semestral (Mediano Plazo) 2009-II Fuente: Bloomberg Elaboracin Propia

44

2.5 2.0 1.5 1.0 0.5 0.0 01/10 01/10 02/10 02/10 03/10 03/10 03/10 04/10 04/10 05/10 05/10 06/10 06/10 -0.5 -1.0 CSAD real CSAD estimado Error

Grfico 17 Estimacin Semestral (Mediano Plazo) 2010-I Fuente: Bloomberg Elaboracin Propia 2.5 2.0 1.5 1.0 0.5 0.0 07/10 07/10 07/10 08/10 08/10 09/10 09/10 10/10 10/10 11/10 11/10 12/10 12/10 12/10 -0.5 -1.0
CSAD real CSAD estimado Error

Grfico 18 Estimacin Semestral (Mediano Plazo) 2010-II Fuente: Bloomberg Elaboracin Propia 4.0 3.0 2.0 1.0 0.0
01/11 01/11 01/11 02/11 02/11 03/11 03/11 04/11 04/11 05/11 05/11 06/11 06/11

-1.0 CSAD real CSAD estimado Error Grfico 19 Estimacin Semestral (Mediano Plazo) 2011-I Fuente: Bloomberg Elaboracin Propia

45

3.5 3.0 2.5 2.0 1.5 1.0 0.5 0.0 07/11 07/11 07/11 08/11 08/11 09/11 09/11 10/11 10/11 11/11 11/11 12/11 12/11 12/11 -0.5 -1.0 CSAD real CSAD estimado Error

Grfico 20 Estimacin Semestral (Mediano Plazo) 2011-II Fuente: Bloomberg Elaboracin Propia

Anexo 18:
2.50 2.00 1.50 1.00 0.50 0.00 01/12 -0.50 -1.00 CSAD real CSAD proyectado Error 02/12 03/12 04/12 05/12 06/12 07/12 08/12 09/12 10/12 11/12 12/12

Grfico 21 Proyeccin Cartera Grande 2012 aplicando la metodologa UP&DOWN Fuente: Bloomberg Elaboracin Propia

Anexo 19:
Tabla 10 Capitalizacin Burstil Promedio de Empresas 2009-2011 Acciones Chicas Agro pucal Hidrostal Michell cia Motores diesel andinos Acciones Grandes Alicorp Telefnica Banco BBVA Continental Southern Copper Fuente: Bloomberg Elaboracin Propia Capitalizacin Burstil Promedio (Millones de nuevos soles) 23 35 97 110 Capitalizacin Burstil Promedio (Millones de nuevos soles) 3,665 10,413 11,821 29,548

46

Anexo 20: Regresin Cartera conformada por acciones chicas y grandes

Variable C R_MERCADO_ABS R_MERCADO_ABS^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Coefficient Std. Error 0.598835 0.937042 -0.033055 0.601852 0.600378 0.516916 144.2893 -410.6676 408.1406 0 0.040811 0.070755 0.021173

t-Statistic 14.67346 13.24353 -1.561184

Prob. 0 0 0.1191 1.294914 0.817702 1.523637 1.547378 1.53292 1.821688

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Anexo 21: Regresin Cartera conformada por acciones chicas y grandes metodologa UP&DOWN Variable C R_MERCADO_ABS R_UP^2 R_DOWN^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient Std. Error 0.592643 0.955256 -0.047607 -0.030884 0.602606 0.600394 0.516906 144.0163 -410.1534 272.4452 0 0.041267 0.073012 0.025603 0.021282 t-Statistic 14.36115 13.08357 -1.859401 -1.451173 Prob. 0 0 0.0635 0.1473 1.294914 0.817702 1.525427 1.557081 1.537804 1.825463

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Anexo 22: Regresin Cartera conformada por acciones chicas y grandes semestral 2010-II Variable C R_MERCADO_ABS R_MERCADO_ABS^2 R-squared Adjusted R-squared S.E. of regression Coefficient Std. Error 0.420248 1.304694 -0.145389 0.647464 0.641823 0.513432 0.082285 0.170338 0.055098 t-Statistic 5.107197 7.65945 -2.638737 Prob. 0 0 0.0094 1.196642 0.857896 1.527761
47

Mean dependent var S.D. dependent var Akaike info criterion

Sum squared resid Log likelihood F-statistic Prob(F-statistic)

32.95159 -94.77673 114.7869 0

Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

1.594606 1.554921 1.774402

Variable C R_MERCADO_ABS R_UP^2 R_DOWN^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

Coefficient Std. Error 0.409119 1.352756 -0.155861 -0.21398 0.649792 0.641319 0.513794 32.73402 -94.35275 76.69168 0 0.083251 0.178489 0.05633 0.093532

t-Statistic 4.914296 7.578912 -2.766911 -2.28776

Prob. 0 0 0.0065 0.0238 1.196642 0.857896 1.536762 1.625888 1.572974 1.77072

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

Anexo 23: Regresin CSAD EPU contra MSCI con metodologa UP&DOWN Variable C ABS_REND_MSCI_US_EQUITY UP_REND_MSCI_US_EQUITY^2 DOWN_REND_MSCI_US_EQUITY^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient 1.075549 0.079917 -0.005496 -0.006915 0.025186 0.020574 0.414085 108.7098 -340.7623 5.460204 0.001039 Std. Error 0.030009 0.022986 0.002719 0.004118 t-Statistic 35.84046 3.476721 -2.021276 -1.679203 Prob. 0 0.0005 0.0437 0.0936 1.174044 0.418412 1.08076 1.108712 1.091611 1.5385

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat

48