Economia

TESIS de MAGSTER
I N S T I de T Economa U T O D E Instituto
DOCUMENTO DE TRABAJO
E C O N O M A
www.economia.puc.cl
TESIS DE GRADO MAGISTER EN ECONOMIA Gallardo, Schnettler, Natalia

Diciembre 2008
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE

INSTITUTO MAGISTER EN DE ECONOMIA ECONOMIA
RELACIN ENTRE EL PRECIO DEL PETRLEO Y LOS RETORNOS DE LAS ACCIONES DE LOS DISTINTOS SECTORES ECONMICOS CHILENOS
Natalia Isabel Gallardo Schnettler
Comisin Jaime Casassus Augusto Castillo
Diciembre, 2008
RELACIN ENTRE EL PRECIO DEL PETRLEO Y LOS RETORNOS DE LAS ACCIONES DE LOS DISTINTOS SECTORES ECONMICOS CHILENOS
Natalia I. Gallardo Schnettler
RESUMEN EJECUTIVO Este trabajo analiza la relacin entre los cambios en el precio del petrleo y los retornos accionarios de los ndices Sectoriales, elaborados por la Bolsa de Comercio de Santiago. Para ello se estima un modelo APT con dos factores de riesgo sistemtico. El primero corresponde al exceso de retorno del petrleo y el segundo al exceso de retorno del ndice General de Precios de Acciones (IGPA). Los resultados muestran que el premio por riesgo es negativo para todos los sectores a excepcin de Banca. Asimismo, al contrastar estos resultados con el consumo de petrleo de cada uno de los ndices, se puede concluir que los sectores analizados estn dominados mayoritariamente por los efectos microeconmicos de esta materia prima. En la mayora de los casos aquellos que consumen ms petrleo presentan los mayores premios por riesgo. Las nicas excepciones son los sectores de Comunicaciones & Tecnologa (Com&Tec) y Utilities ya que estn dentro de los ndices con mayores premio por riesgo y sus niveles de consumo se encuentran entre los ms bajos, por lo que estn dominados posiblemente por los efectos macroeconmicos de esta materia prima. ABSTRACT This paper analyses the relationship between the variations in the oil price and the stock returns of different sectorial indexes, made by the Bolsa de Comercio de Santiago. For the precedent purpose I estimated an ATP model with two factors of systematic risk. The first one is the oil return in excess and the second one is the General Stock Price Index (ndice General de Precios de Acciones - IGPA) return in excess. The results showed that the premium risk is negative for all of the sectors with just one exception, the banking sector. Also, once I compared these results with the oil consumption of each of the indexes, I concluded that the analyzed sectors are mainly affected by the microeconomic effects of raw materials. In most of the cases those sectors that consume more oil present the highest risk premiums. The only exceptions were the Communications and Technology Sector (Com&Tec) and the Utilities Sector, because they belong to the highest premium risk sector classification and their consumption level is rated between the lowest, that may be the reason why they are under the dominance of the macroeconomic effects of this raw material.
Se agradece el apoyo prestado por el Profesor Jaime Cassasus en el desarrollo del tema y los comentarios realizados durante el semestre junto con el Profesor Augusto Castillo. Asimismo al Profesor Rodrigo Fuentes y al alumno Hedmond Ros por sus aportes economtricos. De igual forma, se agradece al alumno Carlos Medel por las revisiones y comentarios efectuados. Adems a Nicols Almazn, Jefe de Proyectos Burstiles de la Bolsa de Comercio de Santiago, quien facilit la informacin referente a la composicin y elaboracin de los ndices Sectoriales. Tambin a mis padres por su apoyo durante todo el semestre en que se realiz la investigacin. Por ltimo, a todas las personas que de una u otra manera contribuyeron a que este trabajo tomara la forma que se presenta. Los errores son de exclusiva responsabilidad del autor. E-mail: nigallar@uc.cl.
NDICE DE CONTENIDOS
Introduccin...................................................................................................................4 Revisin de la Literatura................................................................................................9 Metodologa.................................................................................................................15 Estimacin del modelo y resultados ............................................................................21 A. Descripcin de la muestra............................................................................. 21 B. Resultados de la estimacin.......................................................................... 22 V. Comparacin entre el premio por riesgo del petrleo y su consumo por parte de cada ndice Sectorial...............................................................................................38 A. Clculo del consumo de petrleo por ndice Sectorial ................................. 38 B. Comparacin entre el premio por riesgo del petrleo y su consumo ........... 41 VI. Conclusiones................................................................................................................44 VII. Bibliografa..................................................................................................................47 VIII Anexos .........................................................................................................................50
I. II. III. IV.
NDICE DE GRFICOS
I. II. III. IV. V.
VI. VII.
VIII IX. X. XI. XII.
Precio mensual del Petrleo Brent.................................................................................5 Consumo anual de Petrleo en Chile.............................................................................5 Relacin entre el coeficiente del exceso de retorno del petrleo y el exceso de retorno mensual promedio de cada uno de los ndices Sectoriales .............................28 Relacin entre el coeficiente del exceso de retorno del IGPA y el exceso de retorno mensual promedio de cada uno de los ndices Sectoriales .............................28 Relacin entre el exceso de retorno mensual promedio para cada uno de los ndices Sectoriales y el premio por riesgo de cada sector frente a cambios en el precio del petrleo ...................................................................................................34 Premio por riesgo de cada ndice Sectorial frente a cambios en el precio del petrleo ........................................................................................................................34 Relacin entre el exceso de retorno mensual promedio para cada uno de los ndices Sectoriales y el premio por riesgo de cada sector frente a cambios en el retorno del IGPA .....................................................................................................35 Premio por riesgo de cada ndice Sectorial frente a cambios en el retorno del IGPA............................................................................................................................35 Relacin entre el retorno mensual promedio para cada uno de los ndices Sectoriales y el Retorno Estimado por medio del modelo APT ..................................36 Consumo de Petrleo por ndice Sectorial ..................................................................40 Relacin entre el premio por riesgo frente a cambios en el precio del petrleo y el consumo de este insumo por parte de cada ndice Sectorial. ...............................40 Relacin entre el premio por riesgo frente a cambios en el precio del petrleo y el consumo de este insumo por parte de cada ndice Sectorial sin incluir al sector Comunicaciones y Tecnologa ..........................................................................43
NDICE DE CUADROS
I.
Correlacin entre los residuos de los ndices Sectoriales y los factores analizados ....................................................................................................................23 II. Estimacin del modelo APT por Mnimos Cuadrados................................................25 III. Estimacin del modelo APT por Mnimos Cuadrados Generalizados ........................26 IV. Histograma del precio del riesgo para el exceso de retorno del petrleo ....................30 V. Histograma del precio del riesgo para el exceso de retorno del IGPA........................31
I.
Introduccin
En las ltimas dcadas un gran nmero de autores ha investigado la relacin entre los cambios en el precio del petrleo y diversas variables macroeconmicas. Hamilton (1983), Rotemberg y Woodford (1996), Bernanke et al. (1997) y Hamilton y Herrera (2004) entre otros, han observado que los cambios en el precio del petrleo parecen tener un efecto significativo sobre la actividad econmica. Actualmente estos estudios han cobrado una mayor importancia, puesto que se han experimentado persistentes alzas en el precio del crudo entre comienzos del ao 2004 y mediados del 2008, como se puede apreciar en el Grfico 1. Lo anterior se ha visto acompaado de bajos ndices de crecimiento a nivel mundial. Para el caso particular de Chile, Parrado (2001), Restrepo y Soto (2004), Garca y Pincheira (2007) y De Gregorio et al. (2007) han encontrado que empricamente existe una correlacin negativa entre el precio del petrleo y el ciclo econmico, medido por medio de los movimientos del PIB en torno a su tendencia. Una de las razones que explican esta relacin podra ser el hecho de que el petrleo es el principal producto de importacin, ya que Chile no produce significativamente esta materia prima. Esta dependencia energtica se ha ido incrementado en el tiempo, en especial despus de la crisis del gas importado desde Argentina, pasando el consumo de petrleo de las 1,969 toneladas en el ao 2006 a las 2,704 toneladas en el 2007, como se puede apreciar en el Grfico 2. Esto ha impactado negativamente los costos de produccin, con lo cual los mrgenes de maniobra para la economa chilena han sido menores que los esperados en otros pases.
Grfico 1 Precio mensual del Petrleo Brent1, Enero 2000-Julio 2008.

Dlares por barril 150 130 110 90 70 50 30 10 Jan-00 Jan-01 Jan-02 Jan-03 Jan-04 Jan-05 Jan-06 Jan-07 Jan-08 Jul-00 Jul-01 Jul-02 Jul-03 Jul-04 Jul-05 Jul-06 Jul-07 Jul-08
Precio del Petrleo
Fuente: Global Financial Data
Grfico 2 Consumo anual de Petrleo en Chile, 2000-2007.

Miles de Toneladas 2,900 2,700 2,500 2,300 2,100 1,900 1,700 1,500 1,300 2000 2001 2002 2003 2004 2005 2006 2007
Consumo de Petrleo en Chile

Fuente: Cmara de Comercio, ENAP, Balances de Energa CNE.
Brent es un tipo de petrleo que se extrae principalmente del Mar del Norte situado cerca de las costas de Noruega, Dinamarca y Alemania. La produccin petrolfera de Europa, frica y Medio Oriente tiende a venderse al precio que marca el barril de este tipo de crudo, es decir, marca un precio recomendado o estndar para un 65% de las diferentes variedades de crudo mundial.
Debido a la importancia del petrleo en el desempeo de la economa chilena, se investiga la existencia de alguna relacin entre su precio y los mercados accionarios. Es por ello que este trabajo se enfoca en responder la pregunta Existe alguna relacin entre los cambios del precio del petrleo y los retornos de las acciones de los distintos sectores econmicos de Chile? La evidencia emprica mundial ha sido mixta. Por un lado, Jones y Kaul (1996) encuentran que existe una relacin negativa entre el precio del petrleo y los cambios en los retornos de las acciones, lo cual es confirmado por Sadorsky (1999). Por otro lado, Chen et al. (1986) y Huang et al. (1996) sugieren que los cambios del precio del petrleo no tienen efecto sobre los precios de los activos. Una explicacin para los contrastes encontrados en los resultados es la sealada por Kilian y Park (2008) quienes afirman que existen diferencias en los efectos dependiendo si el aumento del precio del petrleo est impulsado por shocks de demanda o de oferta. A nivel local, la literatura es escasa y se caracteriza por la evaluacin emprica basada en series de tiempo de relaciones entre ndices burstiles y variables macroeconmicas, como el precio del petrleo. La principal conclusin de tales estudios es que tal vnculo existe. Lira y Cerda (2007) sealan que son variables asociadas a la produccin las que explican los retornos accionarios en Chile, lo cual es confirmado a su vez por Fuentes et al. (2005) quienes encuentran que el precio del petrleo otorga un premio por riesgo positivo, siendo una de las variables macroeconmicas que explica los retornos accionarios locales de manera significativa. Si bien los estudios mencionados han proporcionado al menos alguna evidencia de que los precios del petrleo constituyen una fuente sistemtica de riesgo para el precio de las acciones, no hay recientes trabajos que estudien la exposicin a este riesgo entre industrias, dentro del contexto chileno. Es por ello que este trabajo se enfoca en analizar los 6
efectos de los cambios del precio del petrleo en los retornos accionarios de ocho ndices Sectoriales, construidos en base a los elaborados por la Bolsa de Comercio de Santiago. Los sectores son los siguientes: Banca, Commodities, Comunicaciones & Tecnologa (Com&Tec), Constructoras & Inmobiliario (Const&Inmo), Consumo, Industrial, Retail y Utilities. Dentro de ellos se prueba la hiptesis si en los sectores que son intensivos en el uso del petrleo, el retorno de sus acciones es ms sensible a cambios en el precio del crudo, por lo que los retornos accionarios estaran dominados por los efectos microeconmicos del petrleo, es decir, el alza del precio del petrleo implica un aumento en los costos de produccin puesto que es un insumo para la empresa, lo cual afecta directamente sus flujos de caja. Esto a su vez impacta sus oportunidades de inversin y as el retorno de sus acciones. O si por el contrario, sectores con baja intensidad de consumo del petrleo se ven ms afectados frente a cambios en el precio del crudo de manera indirecta, posiblemente por los efectos macroeconmicos del petrleo, los cuales se dan debido a que las alzas del precio de esta materia prima afectan tanto la inflacin domstica como el IPC total, debido a los efectos que tiene el aumento del precio del crudo en el transporte y los servicios pblicos que forman parte de la canasta del IPC. Lo anterior sumado a que esta situacin puede llevar a una poltica monetaria ms restrictiva a travs de un aumento en la tasa de inters, deriva en un empeoramiento de las condiciones de crdito, limitando sus oportunidades de crecimiento y retornos. Para probar dichas hiptesis, el presente trabajo se enmarca en el modelo multifactorial Arbitrage Pricing Theory (APT) de la vertiente de variables
macroeconmicas, el cual tiene la particularidad de ser el investigador quien escoge los factores comunes basado slo en su juicio, permitiendo as la interpretacin econmica de los factores y los premios por riesgo factoriales. Los factores utilizados son dos. El primero 7
es el exceso de retorno del petrleo, definido como la diferencia entre la variacin porcentual de su precio en el mes t, donde t = 1,,T y la tasa de inters libre de riesgo, la cual est rezagada un perodo puesto que en t - 1 se define la tasa que se utiliza en t, por lo que es necesario rezagarla para ocupar todas las variables en el mismo horizonte temporal. El segundo factor es el exceso de retorno del ndice General de Precios de Acciones (IGPA), definido como la diferencia entre su retorno y la tasa de inters libre de riesgo, rezagada un perodo. La muestra analizada est comprendida entre los aos 2000 y 2007. El procedimiento utilizado para la estimacin consiste en una regresin de corte transversal en dos etapas, que se realiza a partir de los procedimientos elaborados por Fama y MacBeth (1973). El trabajo se organiza de la siguiente forma. En la seccin II se realiza una revisin de la literatura. En la seccin III se explica la metodologa utilizada. En la seccin IV se describe la muestra, junto con exponer la estimacin del modelo y los resultados obtenidos. En la seccin V se realiza una comparacin entre el premio por riesgo del petrleo y su consumo, explicando primeramente la forma en la cual se calcul dicho consumo. Finalmente en la seccin VI se concluye.
II.
Revisin de la Literatura
Dada la importancia del petrleo para la economa mundial, es sorprendente la poca investigacin realizada sobre los efectos de los shocks del petrleo en el mercado accionario. Asimismo, llama la atencin la inexistencia de un consenso sobre la evidencia emprica a nivel mundial. Jones y Kaul (1996) testean si la reaccin de los mercados accionarios frente a los shocks del petrleo puede ser justificada por los actuales y futuros cambios en los flujos de caja reales y/o retornos esperados. Su estudio examina los mercados accionarios de EEUU, Canad, Reino Unido y Japn, durante el periodo postguerra hasta el ao 1991. Controlando por diferentes factores institucionales. Para analizar la reaccin de las acciones se utiliza un modelo de evaluacin standard de flujo de caja y dividendo siguiendo la metodologa de Campbell en el ao 1991. As el retorno real de una accin en logaritmos puede ser expresado como:
RS t Et 1 ( RS t ) + ( Et Et 1 ) j C t + j ( Et Et 1 ) j RS t + j
j =0 j =1
(1)
donde RS t es el retorno real de una accin en logaritmos en el perodo t, Et denota la expectativa formada en el tiempo t, Ct es el logaritmo del flujo de caja real en el perodo t, y es un parmetro menor a uno. Esta ecuacin seala que los retornos de las acciones varan a travs del tiempo debido a cambios esperados e inesperados en los retornos. Los retornos inesperados tienen dos fuentes de variacin:
a. Cambios en los flujos de caja actuales y futuros (dados por el segundo trmino en el lado derecho de la ecuacin (1)). b. Cambios esperados en los retornos futuros (dados por el ltimo trmino en la ecuacin (1)).
Para determinar si la reaccin de los precios de las acciones ante un shock del petrleo puede ser explicado por los efectos del crudo sobre los flujos de caja reales y/o por los retornos esperados, se estima la ecuacin (2):
RS t = Et 1 ( RS t ) + ( Et Et 1 ) j C t 1 ( Et Et 1 ) RS t + S OILt s + t
j =0 j =1 s =0
(2)
donde OIL es el porcentaje de variacin de los precios del petrleo en el perodo t, y k es un parmetro de calibracin. Los resultados muestran que los retornos de las acciones de todos los pases, con excepcin del Reino Unido, son afectados negativamente tanto por las variaciones actuales como pasadas del precio del petrleo. Estos ltimos con mayor incidencia negativa. De esta manera se observa que la reaccin de los precios de las acciones de Estados Unidos y Canad a los shocks del petrleo puede ser completamente explicada por el impacto de estos shocks en los flujos de caja reales. En contraste, tanto en el Reino Unido como en Japn, los cambios en los precios del petrleo parecen causar cambios ms grandes en los precios de las acciones que pueden estar justificados por cambios posteriores en los flujos de cajas reales o por cambios en los retornos esperados. Por otro lado, Sadorsky (1999) utilizando un modelo de vectores autorregresivos (VAR) contribuye analizando la reaccin del mercado accionario estadounidense frente a
10
los shocks del petrleo. Para ello utiliza datos mensuales desde 1947 a 1996. Su anlisis muestra que los shocks del petrleo tienen un impacto negativo y estadsticamente significativo sobre el retorno de las acciones, siendo coherente con Jones y Kaul (1996). Esto se debe a que los mayores costos de produccin provocan una disminucin del ingreso, bajando los precios de las acciones suponiendo un mercado sin distorsiones. Asimismo, el anlisis muestra que los shocks del precio del petrleo tienen un impacto mayor a partir del ao 1986. Por lo tanto, hay ms bien un cambio en la dinmica que un cambio en la respuesta del sistema, pudiendo concluir que los shocks del precio del petrleo pueden tener un impacto significativo sobre el retorno real de las acciones, aunque ste fue ms fuerte despus de 1986. En contraste, Chen et al. (1986) realizan un trabajo sobre el APT en el cual exploran un conjunto de variables econmicas como factores sistemticos que influyen en los retornos de las acciones y examinan su influencia en la fijacin del precio de estos activos durante los aos 1958 y 1984. Las variables econmicas finalmente consideradas son:
Cambio porcentual mensual en el ndice de Produccin Industrial (MP). Cambios no anticipados de la inflacin (UI). Cambios en la inflacin esperada mensual (DEI). Cambios en la estructura temporal de las tasas de inters (UTS) medido como la diferencia entre la tasa de inters de la deuda pblica a largo y a corto plazo, esta ltima representada mediante la tasa de inters de las letras del Tesoro a un mes.
11
Cambios en los premios por riesgo (UPR) representado por la diferencia entre el tipo de inters de la deuda empresarial a largo plazo y el tipo de inters de la deuda pblica a largo plazo.
Utilizando las variables de estado definidas arriba, el retorno individual de las acciones se describe por:
Rt = t + 1 MPt + 2 DEI t + 3UI t + 4UPRt + 5UTS t + t
(3)
donde i , i [1,5] son las cargas (loadings) sobre las variables estado, t es una constante y t un error idiosincrsico. Para determinar si las variables identificadas estn relacionadas con los factores subyacentes que explican la fijacin de precios en el mercado accionario, se emplea una versin de la tcnica utilizada por Fama y MacBeth (1973). Varias de estas variables econmicas resultan ser importantes para explicar los retornos esperados de las acciones como es la produccin industrial, cambios en el premio por riesgo, cambios en la estructura temporal de los tipos de inters. En forma ms dbil, cambios no anticipados de la inflacin y cambios en la inflacin esperada durante los perodos en que estas variables son ms voltiles. Por ltimo, examinan el impacto de un ndice de los precios del petrleo sobre los cambios en los precios de las acciones, encontrando que los coeficientes del petrleo eran insignificantes para determinar la fijacin de precios. Adems, al incluir el crecimiento del petrleo en la ecuacin (3) se reduce la significancia de la produccin industrial, pero aumenta la importancia de las variables cambios en los de los premios por riesgo y cambios en la estructura temporal de
12
los tipos de inters. No obstante, el cambio en el precio del petrleo no tiene un efecto global en los precios del mercado accionario. Resultados similares fueron encontrados por Huang et al. (1996) quienes examinan la correlacin contempornea y rezagada entre los retornos diarios de los contratos de futuros de petrleo y los retornos de las acciones. Encuentran que en la dcada de 1980, prcticamente no hay correlacin entre los retornos de los contratos de futuros de petrleo y la rentabilidad de algunos ndices accionarios. Una excepcin es el caso especfico de las acciones de petrleo, donde existe una correlacin contempornea y estadsticamente significativa con los retornos de los contratos de futuros de petrleo. Sin embargo, su significancia econmica es pequea. El anlisis basado en VAR es utilizado para investigar los posibles desfases, adelantos y efectos de retroalimentacin entre el petrleo y el mercado accionario, preocupndose de controlar a su vez por los efectos de la tasa de inters, estacionalidades y otros. Las conclusiones encontradas por el anlisis VAR son las mismas que las encontradas a partir de una simple correlacin bivariada. La falta de correlacin entre las variables analizadas sugiere que los futuros de petrleo, al igual que otros contratos de futuros, son un buen vehculo para diversificar los portafolios accionarios. Para el caso particular de Chile, existe un nivel de investigacin menor sobre este tema. Lira y Cerda (2007) examinan el vnculo entre ndices burstiles y variables macroeconmicas, utilizando modelos de valoracin de activos exclusivamente basados en la produccin. Encuentran que existe una gran capacidad predictiva de la razn inversin bruta sobre stock de capital agregado para la secuencia futura de retornos reales del IGPA. Este resultado permite establecer un vnculo formal entre el retorno de las acciones locales y una medida del ciclo econmico, dada por la razn inversin sobre capital. As, al ser la 13
inversin una variable pro cclica, es posible entender el vnculo entre factores macroeconmicos y retornos accionarios. La conclusin es que son variables ms bien asociadas a la produccin las que explican los retornos accionarios en Chile, las que se ven directamente afectadas por los cambios en el precio del petrleo. Finalmente, Fuentes et al. (2005) estiman un modelo APT de la vertiente de variables macroeconmicas con cinco factores de riesgo sistemticos, de los cuales 4 se suponen conocidos: inflacin esperada, crecimiento esperado, cambio porcentual en el precio del cobre y cambio porcentual en el precio del petrleo, mientras que el quinto se supuso no observado: el retorno del IGPA. El modelo se estima por Mnimos Cuadrados No Lineales en Tres Etapas, encontrando que las sorpresas en tasa la de crecimiento y en los precios del cobre y el petrleo tienen premios positivos y estadsticamente distintos de cero en la muestra, mientras que el premio para las sorpresas en inflacin no es estadsticamente distinto de cero.
14
III.
Metodologa
Este trabajo se enmarca en el modelo multifactorial denominado Arbitrage Pricing Theory (APT) presentado en Ross (1976) el cual sugiere la existencia de varios factores que permiten explicar el comportamiento de los rendimientos esperados de las acciones corporativas. El modelo supone que los individuos tienen creencias homogneas en cuanto al proceso estocstico generador de retornos, el cual sera lineal y gobernado por k factores comunes, donde k es mucho menor que n, el nmero total de ttulos2:
~ t + ... + F ~t ~t ~ ri t = it + 1i F 1 ki k + i
i = 1,..., n ; t = 1,..., T ;
(4)
ri t es el retorno del i-simo activo en el perodo t; it es el retorno esperado del donde ~ ~ i-simo activo en el perodo t; F jt es el j-simo factor comn (sistemtico) de media cero que afecta los retornos en el perodo t; ij cuantifica la sensitividad del retorno del i-simo ~ ~ t es el trmino de ruido o componente de activo a los movimientos del factor comn F j ; y i riesgo idiosincrtico en el perodo t. Adicionalmente, el modelo supone que los factores comunes son innovaciones o sorpresas por lo que sus valores esperados y las covarianzas entre ellos son iguales a cero, adems no estn correlacionados con el componente de riesgo idiosincrtico
~ F ~ =E F =E ~ = 0, i, j. A su vez, este componente de riesgo idiosincrtico ~ F EF i j j i j

tambin es una innovacin y dichos componentes tampoco estn correlacionados entre s
Ntese que la ecuacin (4) no es el modelo APT, sino nicamente el supuesto sobre la generacin de rendimientos que nos permitir obtener el modelo APT.
2
] [ ] [
15
~t = E ~t ~ s = 0, i j . Por ltimo, E (~ E ri t ) = it , puesto que los factores comunes y el i i j

componente de riesgo idiosincrtico son innovaciones con valor esperado igual a cero. Como el riesgo especfico de la empresa no tiene trascendencia para los inversionistas que tienen carteras bien diversificadas, el modelo APT supone que este riesgo prcticamente no existe si hay un nmero importante de acciones que hacen posible formar portafolios que permiten diversificarlo, por lo que se analiza el riesgo de las acciones centrndose slo en sus coeficientes factoriales. As la ecuacin (4) queda:
[ ] [
~t ~t ~t = t + F r i i 1i 1 + ... + ki Fk
i = 1,..., n ; t = 1,..., T
(5)
Donde:
~ F1t = r1t E [r1 ] M ~ Fkt = rkt E [rk ]
Siendo:
E [r1 ] = ... = E [rk ] = 0
Reescribiendo la ecuacin (5):
~ ri t = it + 1i r1t + ... + ki rkt
(6)
16
Para una interpretacin ms intuitiva de los resultados, se estima la ecuacin (6) como excesos de retorno, para lo cual se resta a ambos lados la tasa de inters libre de riesgo ( r ft ).
~ ri t r ft = it + 1i r1t + ... + ki rkt r ft + 1i r ft + ... + ki r ft 1i r ft ... ki r ft
(7)
Reordenando trminos:
~ ri t r ft = 1i (r1t r ft ) + ... + ki (rkt r ft ) + it r ft + 1i r ft + ... + ki r ft
(8)
Simplificando:
~ ri t r ft = ait + 1i (r1t r ft ) + ... + ki (rkt r ft )
(9)
Siendo ait = it r ft + 1i r ft + ... + ki r ft y E ait = 0 puesto que la tasa de inters est comprendida en el lado izquierdo de la ecuacin. En el lado derecho slo se expresan los excesos de retorno de los factores. Por otro lado, en ausencia de oportunidades de arbitraje y fricciones en los mercados financieros, todas las carteras de inversin formadas a partir de n activos que satisfacen las condiciones de autofinanciamiento y no tener riesgo (sistemtico ni idiosincrtico) deben tambin poseer un exceso de retorno igual a cero en promedio. Ello implica que existirn k constantes, 1 ,..., k , tal que para todo exceso de retorno i se cumpla:
[ ]
17
E ( rit r ft ) = ji j
j =1
(10)
La cual es la ecuacin central del modelo APT. Si se forman carteras de inversin con riesgo sistemtico unitario (normalizado) para un factor y cero para el resto de factores, cada j puede ser interpretado como el exceso de retorno o premio por riesgo de mercado, para las carteras de inversin que tienen solamente el factor comn j de riesgo sistemtico, es decir, j = E (rit ) r ft . La teora no provee informacin sobre el nmero ni la naturaleza de los factores que afectan los rendimientos de los activos, por lo que en las pruebas empricas realizadas a este modelo se han empleado tres mtodos para determinar estos factores comunes. El primer mtodo utilizado es el anlisis factorial. Es un procedimiento puramente estadstico que busca determinar coeficientes de sensibilidad (Factor Loadings) y consiste en un anlisis algortmico de la matriz estimada de covarianza de ttulos. Sus primeras pruebas fueron realizadas por Roll y Ross (1980). El segundo mtodo es usar variables macroeconmicas, en las que el investigador, basado slo en su juicio, las escoge como proxies para los factores con el fin de estimar los coeficientes de sensibilidad y verificar si ellos explican el corte transversal de los retornos. Estas variables pueden ser cambios en la tasa de inters, en el precio del petrleo, en la actividad econmica, entre otros. Los primeros trabajos fueron efectuados por Chen et al. (1986). El ltimo mtodo consiste en usar las caractersticas de la firma asociadas con altos o bajos retornos esperados de las acciones, tales como el tamao, para formar portafolios que acten como proxies de los factores y fue elaborado por Fama y French (1993).
18
El presente trabajo se enmarca en un modelo APT de la vertiente de variables macroeconmicas, el cual tiene la ventaja, a diferencia del anlisis factorial, de posibilitar la interpretacin econmica de los factores y los premios por riesgo factoriales. Adems, permite enfocarse en aquellas variables que son de inters para la investigacin, como es el caso del precio del petrleo. El modelo utilizado consta slo de dos factores comunes, los cuales son expresados como exceso de retorno y son los siguientes:
Exceso de retorno del petrleo, rpet = rpt r ft , definido como la diferencia entre la variacin porcentual de su precio en el mes t3, donde t = 1,,T y la tasa de inters libre de riesgo, la cual est rezagada un perodo puesto que en t - 1 se define la tasa que se utiliza en t, por lo que es necesario rezagarla para ocupar todas las variables en el mismo horizonte temporal.
et t Exceso de retorno del IGPA, rIGPA = rIGPA r ft , definido como la diferencia entre su
retorno y la tasa de inters libre de riesgo rezagada un perodo.
La ecuacin (9) se expresa como:
t t ~ ri t r ft = ait + 1i (rp r ft ) + 2i (rIGPA r ft )
(11)
La variacin porcentual del precio del petrleo en el mes t se calcula mediante la siguiente frmula:
% Precio_Petrleot =
Precio_Petrleot Precio_Petrleot 1 Precio_Petrleot 1
19
Compactando la notacin:
et ~ ri et = ait + 1i rpet + 2i rIGPA
(12)
Esta es la ecuacin que se analiza en la siguiente seccin.
20
IV.
Estimacin del modelo y resultados
A. Descripcin de la muestra
La muestra est compuesta por los retornos mensuales en el perodo comprendido entre los aos 2000 y 2007 de las acciones que componen los ndices Sectoriales de la Bolsa de Comercio de Santiago. Los retornos mensuales se corrigen por dividendos y otras variaciones de capital. Los datos son compilados por la Bolsa de Comercio de Santiago4, como as tambin la informacin referente a los ndices Sectoriales. En el Anexo 1 se detalla la metodologa utilizada por este organismo para su clculo. En el Anexo 2 se exponen las carteras accionarias componentes de dichos ndices en el ao que fueron creados (2006). Las especificaciones sobre cmo se estimaron los retornos de estos ndices para los aos anteriores a su creacin (2000-2005) estn en el Anexo 3. En el Anexo 4 se muestra la composicin de dichos ndices Sectoriales. Finalmente en el Anexo 6 se presenta la evolucin de los ndices Sectoriales durante el periodo analizado 2000-2007. Por otro lado, como proxy de la tasa de inters libre de riesgo mensual se utiliz la tasa de inters de captacin de corto plazo de 30 a 89 das no reajustada por inflacin, tanto sta, como el retorno mensual del IGPA, son provistas por el Banco Central de Chile5. Para el precio del petrleo se utiliza el precio de cierre mensual del petrleo Brent obtenido de Global Financial Data6. Se establece el supuesto de que esta variable sigue un camino
4 5
www.bolsadesantiago.com, seccin Cierres Mensuales. www.bcentral.cl 6 www.globalfinancialdata.com
21
aleatorio, por lo que en la estimacin se utiliza la variacin porcentual mensual de su precio.
B. Resultados de la estimacin
El procedimiento utilizado para estimar el modelo APT, consiste en una regresin de corte transversal en dos etapas, que se realiza a partir de los procedimientos elaborados por Fama y MacBeth (1973). En la primera etapa se estiman por Mnimos Cuadrados los coeficientes de cada uno de los ocho ndices Sectoriales a travs de la siguiente serie de tiempo7:
et ~t ~ ri et = ait + 1i rpet + 2i rIGPA + i
(13)
i = 1,...,8 ; t = 1,...,83
Al realizar esta estimacin se observa que existe correlacin entre los residuos de los distintos ndices Sectoriales, como se puede apreciar en el Cuadro 1. El 71% de las correlaciones presentadas entre los residuos tienen un valor mayor al 50%, destacndose la correlacin entre los residuos del sector Industrial y el de Utilities que alcanza el valor de 68.57%, junto con la del sector Industrial y el de Consumo que es de 68.35%. Para tomar en consideracin este problema, una solucin es estimar las ecuaciones por Mnimos
Dado que las variables utilizadas son cambios porcentuales la muestra comienza en Febrero del ao 2000, razn por la cual son 83 y no 84 meses, que sera en el caso de empezar la muestra en Enero.
22
Cuadro 1 8 Correlacin entre los residuos de los ndices Sectoriales y los factores analizados .
r pe r pe
e rIGPA
e rIGPA
RESIDUO BANCA
RESIDUO COM&TEC
RESIDUO RESIDUO RESIDUO RESIDUO COMMODITIES CONST&INMO CONSUMO INDUSTRIAL
RESIDUO RETAIL
RESIDUO UTILITIES
1.00000 0.03418 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
0.03418 1.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000
0.00000 0.00000 1.00000 0.52833 0.53475 0.21947 0.60647 0.57126 0.54357 0.58242
0.00000 0.00000 0.52833 1.00000 0.44909 0.25212 0.58488 0.62869 0.68311 0.53658
0.00000 0.00000 0.53475 0.44909 1.00000 0.20354 0.52572 0.53716 0.68058 0.53729
0.00000 0.00000 0.21947 0.25212 0.20354 1.00000 0.21292 0.27262 0.23269 0.28567
0.00000 0.00000 0.60647 0.58488 0.52572 0.21292 1.00000 0.68351 0.64169 0.60633
0.00000 0.00000 0.57126 0.62869 0.53716 0.27262 0.68351 1.00000 0.67451 0.68567
0.00000 0.00000 0.54357 0.68311 0.68058 0.23269 0.64169 0.67451 1.00000 0.68284
0.00000 0.00000 0.58242 0.53658 0.53729 0.28567 0.60633 0.68567 0.68284 1.00000
RESIDUO BANCA RESIDUO COM&TEC RESIDUO COMMODITIES RESIDUO CONST&INMO RESIDUO CONSUMO RESIDUO INDUSTRIAL RESIDUO RETAIL RESIDUO UTILITIES
Fuente: Clculos elaborados por la autora
Los factores analizados corresponden al exceso de retorno del petrleo, r p
t e t = rp r , y exceso de retorno del IGPA, rIGPA = rIGPA r .
23
Cuadrados Generalizados. No obstante, esto no es necesario debido al Teorema de Kruskal9, el cual seala que cuando las ecuaciones estimadas tienen los mismos trminos en el lado derecho, los coeficientes obtenidos al estimar por Mnimos Cuadrados son los mismos que por Mnimos Cuadrados Generalizados. Esto se aprecia en los Cuadros 2 y 3. Lo mismo ocurre al estimar el modelo por el mtodo SUR (Seemingly Unrelated
Regression) y Mxima Verosimilitud. Es por ello que, por simplicidad, se utiliza el primer
procedimiento. Del Cuadro 1 se puede apreciar que no existe correlacin entre el exceso de retorno del petrleo ( r pe ) y los residuos de los ndices Sectoriales, ni entre stos y el exceso de
e ). En caso de que hubiese tal correlacin se debiese estimar la retorno del IGPA ( rIGPA
ecuacin (13) por Mnimos Cuadrados en Dos Etapas, situacin en la cual hubiesen cambiado los coeficientes de los estimadores. Luego en la segunda etapa se estima el premio por riesgo del portafolio compuesto por los ocho ndices Sectoriales de los dos factores, estimando la ecuacin (14) por Mnimos Cuadrados para cada mes t, tomando en cuenta los parmetros previamente estimados para cada sector:
t ~t ; ~ ri et = it11 + it2 t2 + i
(14)
i = 1,...,8 ; t = 1,...,83
Para mayor detalle ver Davidson, R. (1993): Estimation and inference in econometrics, Oxford University Press, pp. 874.
24
Cuadro 2 Estimacin del modelo APT por Mnimos Cuadrados1. NDICE SECTORIAL CONSTANTE
RETORNO PETRLEO 0.017444 (0.6366) -0.133902 (0.0112) -0.048425 (0.2300) -0.056979 (0.4660) -0.088072 (0.0497) -0.063742 (0.2397) -0.134146 (0.0121) -0.06185 (0.1911)
RETORNO IGPA -0.057567 (0.6714) 0.187983 (0.3317) 0.024523 (0.8686) 0.557602 (0.0525) 0.045742 (0.7812) 0.407322 (0.0411) 0.19635 (0.3168) -0.018607 (0.9147)
BANCA
0.010691 (0.0215)
COMUNICACIONES Y TECNOLOGA
0.002049 (0.7570)
COMMODITIES
0.016267 (0.0014)
CONSTRUCCIN E INMOBILIARIO
0.011592 (0.2382)
CONSUMO
0.008669 (0.1241)
INDUSTRIAL
0.012942 (0.0577)
RETAIL
0.015379 (0.0221)
UTILITIES
Fuente: Estimaciones realizadas por la autora 1 Los valores p se encuentran entre parntesis.
0.00742 (0.2121)
Para encontrar los premios por riesgo del portafolio para cada factor, se calcula el promedio de los estimadores de 1 y 2 mediante la siguiente frmula:
k =
1 T kt ; T t =1
t = 1,...,83 ;
k=1,2
(15)
k el premio por riesgo promedio del factor k; kt el precio del riesgo del Siendo factor k en el periodo t y T el nmero total de lambdas obtenidos.
25
Cuadro 3 Estimacin del modelo APT por Mnimos Cuadrados Generalizados1. NDICE SECTORIAL CONSTANTE RETORNO PETRLEO BANCA 0.010691 (0.0194) COMUNICACIONES Y TECNOLOGA 0.002049 (0.7531) COMMODITIES 0.016267 (0.0012) CONSTRUCCIN E INMOBILIARIO 0.011592 (0.2306) CONSUMO 0.008669 (0.1181) INDUSTRIAL 0.012942 (0.0538) RETAIL 0.015379 (0.0200) UTILITIES
Fuente: Estimaciones realizadas por la autora 1 Los valores p se encuentran entre parntesis.
RETORNO IGPA -0.057567 (0.6663) 0.187983 (0.3238) 0.024523 (0.8664) 0.557602 (0.0488) 0.045742 (0.7777) 0.407322 (0.0379) 0.19635 (0.3089) -0.018607 (0.9133)
0.017444 (0.6311) -0.133902 (0.0099) -0.048425 (0.2225) -0.056979 (0.4588) -0.088072 (0.0461) -0.063742 (0.2321) -0.134146 (0.0108) -0.06185 (0.1839)
0.00742 (0.2047)
En el Cuadro 2 se muestran los resultados de la primera etapa estimada por Mnimos Cuadrados. Se observa que en el caso del coeficiente del retorno del petrleo, correspondiente a la cantidad de riesgo que agregan las fluctuaciones en su precio, todos los sectores, a excepcin de Banca, se ven afectados de manera negativa ante cambios en el precio de este factor. Asimismo, dicho coeficiente es estadsticamente significativo para los sectores de Comunicaciones & Tecnologa (Com&Tec), Consumo y Retail. No obstante, al realizar el Test de Wald que se detalla en el Anexo 7, Tabla 1B, se observa que existe significancia conjunta. Adems, como se estima una relacin de largo plazo para analizar la correlacin en niveles, se debe centrar la atencin en la significancia global ms que en la
26
individual. Luego, al realizar los Test de Heterocedasticidad Incondicional y Condicional Autorregresiva descritos en el Anexo 7, Tablas 3B y 4B, se observa que no se puede rechazar la hiptesis nula de que los coeficientes son estadsticamente igual a cero en ambos casos, por lo que los son homocedsticos, implicando que la varianza de estos errores es la mnima.
En el Anexo 7, Tabla 5B se observa que segn el Test H Durbin, no existe autocorrelacin entre los errores, traducindose esto en independencia tanto contempornea como rezagada.
Por otro lado, el coeficiente ait de la ecuacin (13) debe ser cercano a cero, puesto que al estimar dicha ecuacin como excesos de retorno la tasa de inters ya est incluida en el trmino ~ ri et del lado izquierdo. En el lado derecho slo quedan expresados los excesos de retorno de los factores. No obstante, en el Anexo 7, Tabla 2B se muestra que al realizar un Test de Wald para chequear que la constante de cada ndice Sectorial es igual a cero, se obtiene que esto no se cumple, sugiriendo que podran haber otros factores no incluidos en la regresin que ayudaran a explicar el exceso de retorno de los ndices Sectoriales. Sin embargo, dado que el objetivo de este trabajo es analizar la relacin entre los cambios en el precio del petrleo y el retorno de los ndices Sectoriales, agregar ms factores no aporta significativamente al objetivo de la investigacin. En el Grfico 3 se presenta la relacin entre el coeficiente del retorno del petrleo y el exceso de retorno mensual promedio de cada uno de los ndices Sectoriales, calculado de la siguiente manera:
27
Grfico 31 Relacin entre el coeficiente del exceso de retorno del petrleo (Beta 1) y el exceso de retorno mensual promedio para cada uno de los ndices Sectoriales (E(re)) entre los aos 2000 y 2007.
2.0%
E(r )
1.5%
Const&Inmo Retail Industrial Commodities
1.0%
Banca
Consumo
0.5%
Utilities
Com&Tec
0.0%
-0.5% -16% -12% -8% -4% 0% 4%
Beta 1
Fuente: Clculos y estimaciones elaborados por la autora 1 La lnea punteada corresponde a la tendencia de las variables graficadas
Grfico 41 Relacin entre el coeficiente del exceso de retorno del IGPA (Beta 2) y el exceso de retorno mensual promedio para cada uno de los ndices Sectoriales (E(re)) entre los aos 2000 y 2007.
1.5% 1.3% 1.1% 0.9%

Banca
E(r )
Commodities Retail
Industrial
Const&Inmo
0.7% 0.5% 0.3% Utilities 0.1%

Consumo
-10%
-0.1% 0% -0.3%
10%
20%
Com&Tec
30%
40%
50%
60%
Beta 2
28
1 T ~ e ~ rpromedio = (rit r ft ) i T t =1
(16)
e Donde ~ rpromedio representa el exceso de retorno promedio del ndice Sectorial i, i
rit es el exceso de retorno del ndice Sectorial i en el periodo t; rft es la donde i = 1,,8; ~
tasa de inters libre de riesgo en el periodo t y T corresponde a la cantidad de meses incluidos en la muestra. En dicho grfico se puede apreciar que los sectores a los cuales las fluctuaciones del precio del petrleo les agrega una mayor cantidad de riesgo son Retail, Com&Tec y Consumo, separados por tres puntos porcentuales de los sectores Industrial, Utilities, Construccin & Inmobiliario (Const&Inmo) y Commodities, siendo Banca el sector que tiene una menor cantidad de riesgo aportado por este factor. En constaste, en el caso del exceso de retorno del IGPA presentado en el Grfico 4, los sectores que agregan una mayor cantidad de riesgo frente a variaciones en este factor son Const&Inmo e Industrial, seguidos ms de lejos por Retail y Com&Tec, siendo los sectores menos sensibles Banca, Consumo,
Commodities y Utilities. A su vez, slo los sectores Banca y Utilities se ven afectados de
manera negativa frente a cambios en los retornos de esta variable, mientras que el resto de los sectores reaccionan de manera positiva. Una vez analizada la cantidad de riesgo que agregan las variaciones del precio del petrleo y del retorno del IGPA a los ndices Sectoriales, corresponde calcular el precio del riesgo, tambin conocido como premio por riesgo del portafolio, para estos dos factores. En el Cuadro 4 se muestran las principales caractersticas estadsticas de los valores mensuales
29
Cuadro 4 Histograma del precio del riesgo para el exceso de retorno del petrleo (Lambda 1).
de los excesos de retorno del petrleo ( 1 ), obtenidos por Mnimos Cuadrados. Se observa que la media es de 0.057989, lo que implica que el precio del riesgo frente a cambios en el precio del petrleo es positivo, alcanzando un valor aproximado de 5.80%. Este valor es considerablemente mayor que el de la tasa de inters libre de riesgo promedio entre los aos 2000 y 2007 (0.39%), y que el exceso de retorno promedio del petrleo durante este mismo perodo (1.085%). A su vez, el estadstico Jarque Bera10 propone que la distribucin de los 1 se asemeja a la normal. Adems su asimetra (Skewness) presenta un valor negativo relativamente cercano a cero, confirmando lo anterior. Sin embargo, su curtosis es mayor a tres, por lo que es leptocrtica, lo que significa que tiene una forma ms puntiaguda que la distribucin normal, donde las colas de la distribucin son ms delgadas.
El estadstico Jarque Bera tiene una distribucin Chi cuadrado con dos grados de libertad, donde el valor crtico para un nivel de significancia del 5% es 5,991.
10
30
Cuadro 5 Histograma del precio del riesgo para el exceso de retorno del IGPA (Lambda 2).
Por otra parte en el Cuadro 5 observamos que los valores del 2 tienen una media de 0.019495, implicando que el precio del riesgo frente a fluctuaciones en el retorno del IGPA es positivo, alcanzando un valor de 1.95%, siendo considerablemente menor en magnitud que el del precio del petrleo. Sin embargo, se debe recordar que para efectos del anlisis lo importante es el valor que alcanza el premio por riesgo, que se calcula multiplicando la cantidad de riesgo ( ) por el precio por riesgo ( ) del factor, y no el monto alcanzado por una de estas dos variables por separado. El precio por riesgo del exceso de retorno de IGPA ( 2 ) tiene una diferencia de 1.56 puntos porcentuales con respecto a la tasa de inters libre de riesgo promedio durante el perodo analizado y de 1.21 puntos porcentuales con respecto al exceso de retorno promedio del IGPA, en este mismo lapso de tiempo (0.74%). Adems, el estadstico Jarque
31
Bera de la distribucin de 2 , su nivel de asimetra y su curtosis sealan que esta serie no distribuye normal y, al igual que el 1 , es leptocrtica como se aprecia en el histograma. Con el fin de comprobar si la distribucin de las series de 1 y 2 encontradas es estable a lo largo del tiempo, se realiza un test de raz unitaria. En el Anexo 7, Tabla 6B se presenta en detalle el desarrollo del test Dickey Fuller Aumentado, en el cual se encuentra que para ninguna de las series de tiempo analizadas existen races unitarias, descartando entonces problemas de regresiones espurias. Luego para ver si el precio del riesgo obtenido para cada factor es estadsticamente significativo es necesario realizar un test t Student. Para ello, se calcula antes la desviacin estndar de los coeficientes mediante la siguiente ecuacin, sealada por Fama y MacBeth (1973):
)= ( k
1 T2
(
t =1
kt
)2 ; k
t = 1,..., T ;
k=1,2
(17)
corresponde al precio del riesgo del factor k estimado por medio de la Donde kt corresponde al precio del riesgo del factor k calculado por ecuacin (14) para el mes t; k
medio de la ecuacin (15), y T es el nmero total de coeficientes estimados, que en este caso son 83. Los valores de las desviaciones estndar para 1 y 2 son 4.14% y 1.31%. Luego se procede al clculo del test t Student. El resultado se presenta en el Anexo 6, Tabla 7B, donde se aprecia que el precio del riesgo de cada factor es estadsticamente significativo.
32
Ahora que se han estimado los coeficientes 1 y 2 para cada uno de los sectores, y que se ha calculado el precio del riesgo de los ndices Sectoriales frente a las variaciones en el precio del petrleo y el retorno del IGPA, se procede a calcular los premios por riesgo de los dos factores, por medio de la multiplicacin de la cantidad de riesgo del sector i por parte del factor k ( ik ) por el precio por riesgo del factor k ( k ). En el Grfico 5 se aprecia la relacin entre el exceso de retorno histrico promedio de cada uno de los ndices Sectoriales y el premio por riesgo de cada sector frente a cambios en el precio del petrleo, mientras que en el Grfico 6 se aprecia el valor de este premio por riesgo para cada ndice Sectorial, observndose que, a excepcin de Banca, todos los ndices obtienen un premio por riesgo negativo, destacndose el sector de Retail que tiene el mayor premio por riesgo en magnitud (-0.778%), seguido por Com&Tec (-0.776%) y Consumo (-0.511%). En contraste, el sector de Banca obtiene el premio por riesgo ms bajo en magnitud (0.101%). Por otro lado, en el Grfico 7 se observa la relacin entre el exceso de retorno histrico promedio de cada uno de los ndices Sectoriales y el premio por riesgo de cada sector frente a cambios en el retorno del IGPA, mientras que en el Grfico 8 se aprecia el valor de este premio por riesgo para cada ndice Sectorial. Se destaca que los premios por riesgos son en su mayora positivos, a excepcin del caso de Banca y Utilities, siendo el sector de Const&Inmo el que recibe el mayor premio por riesgo en magnitud (1.087%), seguido del sector Industrial (0.794%) y el de Retail (0.383%). Asimismo, el sector de
Utilities es el que alcanza el premio por riesgo ms bajo en magnitud (-0.036%).
Obteniendo los parmetros que conforman la ecuacin (14), se est en condiciones de calcular el exceso de retorno para cada uno de los ndices Sectoriales. En el Grfico 9 se
33
Grfico 51 Relacin entre el exceso de retorno mensual promedio de cada uno de los ndices Sectoriales y el premio por riesgo de cada sector frente a cambios en el precio del petrleo entre los aos 2000 y 2007.
E(r )
1.4%
Const&Inmo Industrial Commodities
1.2% 1.0% 0.8% 0.6%

Banca
Retail
Consumo Utilities
0.4% 0.2%
-1.0%
-0.8%
Com&Tec
-0.6%
-0.4%
-0.2%
0.0% 0.0% -0.2%
0.2%
Premio por riesgo de cada ndice Sectorial frente al petrleo

Grfico 6 Premio por riesgo de cada ndice Sectorial frente a cambios en el precio del petrleo. ( 1i * 1 ; i = 1,,8 ).
0.2% 0.0% -0.2% -0.4% -0.6% -0.8% -1.0% Const&Inmo Com&Tec Consumo Industrial Banca Commodities Retail Utilities -0.776% -0.281% -0.330% -0.511% -0.778% -0.370% -0.359% 0.101%
Fuente: Clculos y estimaciones elaborados por la autora
34
Grfico 71 Relacin entre el exceso de retorno mensual promedio de cada uno de los ndices Sectoriales y el premio por riesgo de cada sector frente a cambios en el retorno del IGPA entre los aos 2000 y 2007.
1.4% 1.2% 1.0%

Banca
E(r )
Commodities Retail Industrial Const&Inmo
0.8% 0.6% 0.4% 0.2% 0.0%

Utilities Consumo
-10%
-0.2% -0.4%
0%
10%
20%
Com&Tec
30%
40%
50%
60%
Premio por riesgo de cada ndice Sectorial frente al IGPA

Grfico 8 Premio por riesgo de cada ndice Sectorial frente a cambios en el retorno del IGPA. ( 1i * 1 ; i = 1,,8 ).
1.2% 1.0% 0.8% 0.6% 0.4% 0.2% 0.0% -0.2% -0.112% Const&Inmo Com&Tec Consumo Industrial Banca Commodities Retail -0.036% Utilities 0.366% 0.048% 0.089% 0.383% 0.794% 1.087%
Fuente: Clculos y estimaciones elaborados por la autora
35
Grfico 91 Relacin entre el retorno mensual promedio para cada uno de los ndices Sectoriales (Retorno Histrico) y el Retorno Estimado por medio del modelo APT entre los aos 2000 y 2007.
1.4% 1.2% Exceso Retorno Histrico 1.0% 0.8% 0.6% 0.4% 0.2% 0.0% 0.0% -0.2%
Utilities Banca
y = 0.4265x 2 R = 0.5204
Commodities Industrial
Const&Inmo Retail
Consumo
Com&Tec
0.5%
1.0%
1.5%
2.0%
2.5%
3.0%
Exceso Retorno Estimado
Fuente: Clculos y estimaciones elaborados por la autora La lnea punteada corresponde a la tendencia de las variables graficadas
muestra la relacin entre el exceso de retorno estimado y el exceso de retorno mensual promedio entre los aos 2000 y 2007 para cada uno de los ndices Sectoriales. Como se aprecia la lnea de tendencia indica que el valor de los ndices tiende a ubicarse relativamente cerca de la lnea de 45, a excepcin del sector Com&Tec. Adems al realizar la siguiente regresin:
Retorno_Histricoi = Retorno_Estimadoi
(17)
sta tiene una bondad de ajuste del 52%11 y el coeficiente tiene un valor significativo al
11
Por bondad de ajuste se refiere al valor del R2, que en este caso es igual al R2 ajustado por grados de libertad.
36
5% de 0.4265, el cual no es cercano a uno, que es el valor ptimo al cual tendera si el modelo de valorizacin se ajustara de manera razonable a la realidad. Estos resultados sugieren que puede haber otros factores no incluidos en la regresin que ayudan a explicar el exceso de retorno de los ndices Sectoriales. No obstante, al comparar la bondad de ajuste obtenida con las encontradas por Lettau y Ludvigson (2001) al utilizar los procedimientos elaborados por Fama y MacBeth (1973) al estimar un modelo CCAPM escalado y uno con la tcnica Fama-French, se observa que obtiene un R2 ajustado de 68% y 53% respectivamente, por lo que el resultado encontrado es acorde a la evidencia existente en este tipo de estimaciones.
37
V.
Comparacin entre el premio por riesgo del petrleo y su consumo por parte de cada ndice Sectorial
A. Clculo del consumo de petrleo por ndice Sectorial
Con el fin determinar el consumo de petrleo se utiliza como indicador el gasto en esta materia prima como porcentaje del gasto total por ndice Sectorial. Para calcular este valor se us la matriz de Actividad - Producto elaborada por el Banco Central de Chile en el ao 2003, en la cual aparece el gasto en diferentes productos efectuado por distintas actividades econmicas. En el Anexo 8, Tabla 1C se pueden apreciar las 73 actividades y productos descritos en dicha matriz, el consumo del petrleo ser representado por medio del producto nmero 33 denominado Combustible y otros productos del petrleo. El proceso para determinar el consumo de petrleo comienza con la clasificacin de las 73 actividades dentro de los 8 ndices Sectoriales elaborados por la Bolsa de Comercio de Santiago, considerando la descripcin de las empresas pertenecientes a cada ndice. Cabe destacar que 18 de las 73 actividades pertenecientes a la matriz se excluyeron debido a que su descripcin no es compatible con ninguno de los sectores analizados. En el Anexo 8, Tabla 2C se observa cada una de las actividades indicando en que ndice(s) Sectorial(es) fue(ron) clasificada(s), y el porcentaje que representa el gasto en petrleo dentro del gasto total de cada actividad. Luego, se procede a determinar cuales de las empresas pertenecientes a cada uno de los ndices Sectoriales realizan las actividades descritas de modo de poder determinar finalmente el consumo de petrleo por sector. En el Anexo 8, Tabla 3C se aprecia la clasificacin realizada por empresa, colocando un uno cuando una empresa desempea una 38
determinada actividad y nada en caso contrario. Una vez que se han clasificado las actividades se procede a sumar el gasto en petrleo como porcentaje del gasto total por actividad de cada una de las actividades realizadas por las empresas que componen el ndice Sectorial, para luego multiplicar dicho porcentaje por el peso relativo que tiene cada empresa dentro del Sector. Finalmente se suman los nmeros encontrados y se obtiene el gasto en petrleo como porcentaje del gasto total por sector, lo que corresponde al consumo de petrleo del ndice. En resumen, la frmula utilizada para llegar a este valor es la siguiente:
j Gasto _ pet _ por _ act i11 * Peso _ empresa _ Sectori1 + ... 1 (18) Consumo _ petroleo i = j + Gasto _ pet _ por _ act * Peso _ empresa _ Sector ije ie 1
Donde: Consumo _ petroleo i : Consumo de petrleo por parte del ndice Sectorial i
Gasto _ pet _ por _ act

1
ie
: Suma del Gasto en petrleo como porcentaje del gasto
total por la actividad j, desarrollada por la empresa e en el ndice Sectorial i Peso _ empresa _ Sectorie : Peso de la empresa e en el ndice Sectorial i
En el Grfico 10 se presenta el consumo de petrleo por ndice Sectorial, donde se observa que los sectores ms intensivos en el uso de esta materia prima son Retail, Consumo, Industrial y Commodities; siendo los menos intensivos Utilities y Banca.
39
Grfico 10 Consumo de Petrleo por ndice Sectorial.

30%
26.48%
20%
18.52% 15.21% 15.30%
10%
6.35% 0.41%
7.96% 4.31%
0% Banca Retail Com&Tec Commodities Const&Inmo Consumo Industrial Utilities
Fuente: Clculos elaborados por la autora en base a datos del Banco Central de Chile
Grfico 111 Relacin entre el premio por riesgo frente a cambios en el precio del petrleo y el consumo de este insumo por parte de cada ndice Sectorial.
0.2%
Banca
0.0% 0% Premio por riesgo -0.2%

Commodities Utilities Const&Inmo Industrial Consumo
5%
10%
15%
20%
25%
30%
-0.4%
y = -0.0301x R = 0.2480
2
-0.6%
Com&Tec Retail
-0.8%
-1.0% Consumo de Petrleo
Fuente: Clculos y estimaciones elaborados por la autora en base a datos del Banco Central de Chile 1 La lnea punteada corresponde a la tendencia de las variables graficadas
40
B. Comparacin entre el premio por riesgo del petrleo y su consumo
Al contrastar el consumo del petrleo con los premios por riesgo estimados para cada sector, como se aprecia en el Grfico 11, se observa que el Retail es el que mayor consumidor de esta materia prima y, a su vez, es el que recibe el mayor premio por riesgo, ubicndose sobre la lnea de tendencia del grfico, lo que se puede explicar por el hecho de que en este sector, compuesto por la tiendas de Departamento, Supermercados y Comercio, el costo de distribucin ocupa un porcentaje importante del costo debido a la amplia variedad de tiendas ubicadas a lo largo de Chile. Es por ello que variaciones en el precio del crudo afectan de manera significativa sus flujos de caja, impactando sus oportunidades de inversin y el retorno de las acciones, por lo que en este sector se podra decir que los retornos estn dominados por los efectos microeconmicos del petrleo. Por otro lado, el segundo sector con mayor intensidad de uso del crudo es el de Consumo seguido por el sector Industrial, los cuales ocupan el tercer y cuarto lugar respectivamente dentro de los ndices con mayor premio por riesgo por esta matera prima ubicndose considerablemente cerca de la lnea de tendencia del Grfico 11. El primer sector mencionado est compuesto por fabricantes y distribuidores de alimentos, bebidas, cervezas y vinos, dentro de los cuales se destacan las actividades de Agricultura y Fruticultura, con un consumo de petrleo del 18.60% y 16.63% respectivamente. Asimismo, el sector Industrial, compuesto por una amplia variedad de empresas que van desde servicios de transporte martimo, areo y terrestre, hasta construccin e ingeniera, pasando por la fabricacin de maquinarias, envases, empaques y productos de la minera, consume un 15.30% de petrleo, principalmente por el desempeo de actividades de transporte martimo, servicios y fabricacin de productos minerales no metlicos. 41
Nuevamente se observa que los cambios en el precio del petrleo afectan directamente los flujos de caja de estos sectores, por lo que sus retornos accionarios tambin se podra decir que estn dominados por los efectos microeconmicos de esta materia prima. En contraste, llama la atencin que el sector de Com&Tec que tiene el segundo mayor premio por riesgo, consuma slo un 6.35% de petrleo en el desempeo de su actividad, siendo la tercera empresa con menor consumo, ubicndose considerablemente lejos de la lnea de tendencia como se aprecia en el grfico 11. Una explicacin para este fenmeno es que en este sector, integrado por empresas de telecomunicaciones, fabricantes de software y equipos de computacin, los retornos accionarios estn siendo afectados de manera indirecta por los cambios del precio del crudo, posiblemente por sus efectos macroeconmicos, los cuales se dan debido a que las alzas del precio de esta materia prima afectan tanto la inflacin domstica como el IPC total, debido a los efectos que tiene el aumento de su precio en el transporte y los servicios pblicos que forman parte de la canasta del IPC. Lo anterior sumado a que esta situacin puede llevar a una poltica monetaria ms restrictiva a travs de un aumento en la tasa de inters, deriva en un empeoramiento de las condiciones de crdito, limitando sus oportunidades de crecimiento y retornos. Por su parte, el sector Utilities que se enfoca en la generacin y distribucin de electricidad, gas y agua potable, tambin se puede ver afectado por los efectos macroeconmicos del petrleo aunque en menor medida, puesto que tiene un consumo del 4.31% y es el quinto sector con mayor premio por riesgo, ubicndose un poco ms cerca de la lnea de tendencia descrita del Grfico 11. Por otro lado, se observa que el sector de Banca presenta tanto el consumo como el premio por riesgo ms bajo, siendo coherente con lo que se observa en la realidad.
42
Se debe hacer notar que al realizar la siguiente regresin:
Consumo _ Petroleoi = Premio_por_riesgoi
(19)
se obtiene un coeficiente de bondad de ajuste de 24.8%, lo que mostrara que este modelo de valorizacin no se ajustara de manera adecuada con la realidad. No obstante, al extraer de la regresin al sector Com&Tec, el coeficiente de bondad de ajuste sube a 73.4%. Esto es evidencia de que en dicho sector existen otros factores que podran afectar su desempeo que no estn descritos en este modelo y que estn correlacionados con las variaciones del retorno del petrleo.
Grfico 121 Relacin entre el premio por riesgo frente a cambios en el precio del petrleo y el consumo de este insumo por parte de cada ndice Sectorial sin incluir al sector Comunicaciones y Tecnologa.
0.2%
Banca
0.0% 0% Premio por riesgo -0.2%

Commodities Utilities Const&Inmo Industrial Consumo
5%
10%
15%
20%
25%
30%
y = -0.0277x R = 0.7343
2
-0.4%
-0.6%
Retail
-0.8%
-1.0% Consumo de Petrleo
43
VI.
Conclusiones
El presente trabajo analiz la relacin existente entre los cambios en el precio del petrleo y los retornos accionarios de los ndices Sectoriales elaborados por la Bolsa de Comercio de Santiago, a travs de la estimacin de un modelo APT con dos factores de riesgo sistemtico. El primero corresponde al exceso de retorno del petrleo, definido como la diferencia entre la variacin porcentual de su precio y la tasa de inters libre de riesgo rezagada un perodo. El segundo es el exceso de retorno del IGPA, definido como la diferencia entre su retorno y la tasa de inters libre de riesgo rezagada un perodo. Los resultados arrojaron que el precio del riesgo frente a cambios en el precio del petrleo, tambin conocido como premio por riesgo del portafolio, es positivo y estadsticamente significativo, lo que es coherente con Fuentes et al. (2005). No obstante, todos los sectores, a excepcin de Banca, presentan una cantidad de riesgo agregada por el crudo negativa, por lo que al calcular el premio por riesgo de cada ndice Sectorial, se encuentra que la mayora de los sectores obtiene un premio por riesgo negativo, observndose que los sectores ms afectados frente a cambios en el precio del crudo son Retail, Com&Tec y Consumo, mientras que los menos afectados son Banca y Commodities. Al contrastar estos resultados con el consumo de petrleo de cada uno de los ndices, se concluye que los sectores analizados estn dominados mayoritariamente por los efectos microeconmicos, puesto que aquellos ndices que consumen ms petrleo presentan los mayores premios por riesgo por lo que variaciones en el precio del crudo afectan de manera significativa sus flujos de caja, lo que a su vez impacta sus oportunidades de inversin y as el retorno de las acciones. Las nicas excepciones son los
44
sectores de Com&Tec y Utilities ya que estn dentro de los ndices con mayores premios por riesgo, a pesar de que sus niveles de consumo se encuentran entre los ms bajos. En ellos se podra decir que predominan los efectos macroeconmicos, los cuales se dan debido a que las alzas del precio de esta materia prima afectan tanto la inflacin domstica como el IPC total, debido a los efectos que tiene el aumento de su precio en el transporte y los servicios pblicos que forman parte de la canasta del IPC. Lo anterior sumado a que esta situacin puede llevar a una poltica monetaria ms restrictiva a travs de un aumento en la tasa de inters, deriva en un empeoramiento de las condiciones de crdito, limitando sus oportunidades de crecimiento y retornos. Cabe destacar que al evaluar el ajuste entre el consumo del petrleo y los premios por riesgo obtenidos por esta materia prima, se obtiene un R2 ajustado de 24.8%. No obstante, al extraer el sector Com&Tec, el coeficiente de bondad de ajuste sube a 73.4%. Esto es evidencia de que en dicho sector existen otros factores que podran afectar su desempeo que no estn descritos en este modelo y que estn correlacionados con las variaciones del retorno del petrleo. Por otro lado, al evaluar la capacidad del modelo para estimar el exceso de retorno de los ndices Sectoriales, se encuentra que tienen una bondad de ajuste del 52% sugiriendo que pueden existir otros factores no incluidos en la regresin que ayudaran a explicar mejor los excesos de retorno. Sin embargo, al comparar el ajuste obtenido con los encontrados por Lettau y Ludvigson (2001) al utilizar los procedimientos elaborados por Fama y MacBeth (1973) al estimar un modelo CCAPM escalado y uno con la tcnica Fama-French, se observa que obtiene un R2 ajustado de 68% y 53% respectivamente, por lo que el resultado encontrado es acorde a la evidencia existente en este tipo de estimaciones.
45
Como ltimo punto se destaca la importancia de analizar la variabilidad de la exposicin al riesgo frente a cambios en el precio del petrleo, puesto que no todos los sectores se ven afectados de la misma manera frente a cambios en este factor. Por ejemplo, el sector Banca posee un premio por riesgo positivo, mientras el del resto de los ndices es negativo, por lo que es necesario identificar de manera individual los efectos de esta materia prima, para no perder informacin sobre estos al observar el mercado accionario.
46
VII.
Bibliografa
Bernanke, B., M. Gertler, M. Watson, C. A. Sims and B. M. Friedman (1997):

Systematic Monetary Policy and the Effects of Oil Price Shocks, Brookings Papers on Economic Activity, Vol. 1997, N 1, pp. 91-157.
Chen, N.F., R. Roll and S. Ross (1986): Economic forces and the stock market,
Journal of Business, pp 383-403.
Davidson, R. (1993): Estimation and inference in econometrics , Oxford

University Press, pp. 874.
De Gregorio, J., O. Landerretche and C. Neilson (2007): "Another Pass-Through

Bites the Dust? Oil Prices and Inflation, Working Paper N 417, Banco Central de Chile, May.
Fama, E. and K. French (1993): Common Risk Factors in the Returns on Stocks
and Bonds, Journal of Financial Economics 33, pp 3-5.
Fama, E. and J. MacBeth (1973): Risk, Return, and Equilibrium: Empirical

Tests The Journal of Political Economy, Vol. 81, No. 3, pp. 607-636.
Fuentes, R., J. Gregoire, y S. Zurita (2005): Factores Macroeconmicos en

Retornos Accionarios Chilenos, Documento de Trabajo N 316, Banco Central de Chile. Abril.
Garca, A. y P. Pincheira (2007): Shocks de Petrleo e Inflacin, El Caso de

Chile y una Muestra de Pases Industriales, Economa chilena, Vol. 10, N 1, Abril.
47
Grinblatt, M. and S. Titman (1998): Financial Markets and Corporate Strategy,

Boston : Irwin/McGraw-Hill, 866 pp.
Hamilton, J. D. (1983): Oil and the Macroeconomy since World War II", Journal
of Political Economy, N 91(2), pp 228-248.
Hamilton, J. D. and A. M. Herrera (2004): Comment: Oil Shocks and Aggregate

Macroeconomic Behavior: The Role of Monetary Policy, Journal of Money, Credit and Banking, Vol. 36, N 2, pp. 265-286, April.
Huang, R., R. Masulis, and H. Stoll (1996): Energy Shocks and Financial
Markets, Journal of Futures Markets, N 16, pp 1-27.
Jones, C. and G. Kaul (1996): Oil and the Stock Markets, Journal of Finance, N
51, pp 463-491.
Kilian, L. and C. Park (2008): The Impact of Oil Price Shocks on the U.S. Stock
Market, CEPR Discussion Papers 6166, C.E.P.R. Discussion Papers.
Lettau, M. and S. Ludvigson (2001): Resurrecting the (C)CAPM: A CrossSectional Test When Risk Premia Are Time-Varying, Journal of Political Economy, Vol. 109, N 6.
Lira, F., y S. Cerda (2007): El Vnculo entre Premios por Riesgo Accionarios y
Ciclo Econmico En Chile: Un Enfoque de Produccin, Documento de Trabajo, Banco Central de Chile, Enero.
Marin, J. M., G. Rubio y A. Mas-Colell (2006): "Economa financiera, Antoni

Bosch editor, 984 pp.
48
Parrado, E. (2001): Effects of Foreign and Domestic Monetary Policy in a Small

Open Economy: the Case of Chile, Working Paper N 108, Banco Central de Chile, September.
Restrepo, J. E. y C. Soto (2004): Regularidades Empricas de la Economa

Chilena, Working Paper N 301, Diciembre.
Roll, R. y S. Ross, (1980): An empirical investigation of the Arbitraje Pricing

Theory, Journal of Finance 35, pp 1073-1103.
Ross, S. (1976): "The Arbitrage Theory of Capital Asset Pricing.", Journal of

Economic Theory 13, pp 341-360, December.
Rotemberg, J. J. and M. Woodford (1996): Imperfect Competition and the Effects

of Energy Price Increases on Economic Activity, Journal of Money, Credit and Banking, Vol. 28, N 4, Part 1, pp 549-577, November.
Sadorsky, P. (1999): Oil price shocks and stock market activity", Energy
Economics, Vol. 21, N5, pp 449-469.
49
ANEXOS
50
Anexo 1 Metodologa de Clculo de los ndices Sectoriales elaborados por la Bolsa de Comercio de Santiago12
Los ndices Sectoriales fueron creados en enero del ao 2006 con el objetivo de constituirse en benchmarks altamente representativos y relevantes para el anlisis diario e histrico de los principales sectores componentes del mercado accionario chileno. Inicialmente slo existan siete ndices sectoriales: Banca, Commodities, Comunicaciones & Tecnologa (Com&Tec), Consumo, Industrial, Retail y Utilities. Luego, a contar del 2 de enero del ao 2008, se incorpora el ndice Sectorial Construccin & Inmobiliario (Const&Inmo). En el Anexo 2 se encuentra descrita la composicin de las carteras de cada uno de estos ndices al 1 de Enero del ao 2006, teniendo en consideracin el recalculo histrico efectuado en estos con el fin de tener una historia equivalente entre el nuevo ndice y los ms antiguos. La determinacin de estos ndices y sus sociedades componentes se basa principalmente en la distribucin de sectores que definen departamentos de estudios de corredoras y otras entidades que hacen seguimiento y anlisis de las acciones chilenas. Simultneamente, estas clasificaciones se analizaron bajo los criterios internacionales que propone Morgan Stanley Capital International (MSCI), acercando los ndices Sectoriales a los inversionistas extranjeros. Los ndices Sectoriales ponderan sus sociedades componentes de acuerdo a su patrimonio burstil ajustado por free-float13, permitiendo que el peso relativo que obtiene
12
Fuente: Gerencia de Planificacin y Desarrollo, ndices Burstiles, Bolsa de Comercio de Santiago.
51
cada sociedad en el ndice sea representativo de la disponibilidad efectiva de acciones en el mercado. A su vez, las carteras de sociedades componentes de los ndices Sectoriales son revisadas y ajustadas el ltimo da hbil de diciembre de cada ao, considerando los siguientes criterios:
Primeramente slo se consideran aquellas sociedades que a la fecha de evaluacin registran Presencia Burstil Ajustada mayor o igual al 25%. Para el caso particular de sociedades que se abrieron en Bolsa durante el ao de revisin, se considera la Presencia Burstil Ajustada calculada en base a los ltimos 120 das hbiles.
Para el caso de Acciones Seriadas, habiendo dos o ms que cumplan con el primer requisito, se considera slo aquella serie con mayor Capitalizacin Burstil Ajustada por Free-Float.
En cuanto a la asignacin de las sociedades resultantes a los distintos ndices Sectoriales, sta se efecta en base a la determinacin de la industria donde se concentra el 50% o ms de sus activos. Hecho lo anterior, se verifica si la industria determinada forma parte de alguno de los sectores existentes. En el futuro, la creacin de nuevos sectores estar supeditada a la existencia de al menos 4 sociedades bajo dicha agrupacin.
Free Float es aquel porcentaje de las acciones suscritas que se encuentran disponibles para ser adquiridas por el mercado, es decir, aquella parte de la sociedad que no es propiedad de los accionistas controladores. Este valor es revisado anualmente junto con la determinacin de la nueva cartera de sociedades de cada ejercicio.
13
52
Finalmente la frmula para calcular los ndices Sectoriales es la que se describe a continuacin:
PrecioCierre
t ndice x = i =1
t i
* FactorSociedad it * Valor _ Base * Factor _ Enlace x (1)
Valorndice t = fecha _ base
donde:
t ndice x : Valor para el ndice representativo del sector x para la fecha t, constituido
por un portafolio de n sociedades. PrecioCierreit : Precio de cierre de la sociedad i en la fecha t. FactorSociedad it : Nmero de acciones de libre disponibilidad (en decenas de millones) de la sociedad i en la fecha t, segn la siguiente frmula:
FactorSociedad it =
N Total _ Acciones _ en _ Circulacinit * FreeFloat i (%) 10 7
(2)
ValorIndicet = fecha _ base : Corresponde al valor de capitalizacin del ndice a la fecha base, segn la siguiente frmula de clculo:
ValorIndice t = fecha _ base = Pr ecioCierreifecha _ base * FactorSociedad i fecha _ base

i =1
(3)
fecha_base: Fecha de inicio de clculo de los ndices Sectoriales, correspondiente al 29 de diciembre de 2006.
53
Valor_Base: Valor inicial de los ndices Sectoriales, todos los cuales coinciden con el valor de cierre del ndice IPSA para la fecha base.
Factor _ Enlace x : Ponderador utilizado para ajustar al ndice representativo del sector x cada vez que ingresen o egresen sociedades componentes.
54
Anexo 2 Composicin de los ndices Sectoriales de la Bolsa de Comercio, Diciembre 200614
14
Fuente: Gerencia de Planificacin y Desarrollo, ndices Burstiles, Bolsa de Comercio de Santiago.
55
Anexo 3 Metodologa de Clculo de los ndices Sectoriales elaborados en este trabajo
Debido a que los ndices Sectoriales de la Bolsa de Comercio slo existen a partir del ao 2006, es necesario elaborar este ndice para los aos anteriores, para ello se realiza el supuesto de que la composicin de las carteras en el ao 2006 es la misma que existi para el periodo comprendido entre los aos 2000 y 200515. La frmula utilizada para calcular el retorno de los ndices Sectoriales es la siguiente:
t t ndicex = RetornoAccinit * PesoSectorix i =1
(3)
Donde:
t ndice x : Valor para el ndice representativo del sector x para la fecha t, constituido
por un portafolio de n sociedades. RetornoAccinit : Retorno de la accin i en la fecha t, calculado a partir de la siguiente frmula:
RetornoAccinit =
PrecioCierreit +1 1 PrecioCierreit
(4)
La composicin de la cartera de cada uno de los ndices Sectoriales durante el ao 2006 es la misma que en el 2007, por lo tanto, para todos los aos analizados se utilizar la misma ponderacin.
15
56
t PesoSectorix : Corresponde a la ponderacin de la accin i en el sector x para la
fecha t, basada en las ponderaciones establecidas en el ao 2006 por el ndice Sectorial calculado por la Bolsa de Comercio de Santiago.
En caso que alguna(s) de las acciones que forman la cartera no existiera desde el ao 2000, se calcular dicho ndice slo con las acciones disponibles a esa fecha, ajustando la ponderacin de cada accin en el ndice de modo que no pierda el peso relativo que tiene sta segn los porcentajes establecidos en el ao 2006 por los ndices Sectoriales de la Bolsa de Comercio. Las acciones nuevas se incorporan a medida que stas se unen al mercado, recalculando las ponderaciones de las acciones en las carteras tantas veces como sea necesario hasta que al fin se incorporen todas las acciones pertenecientes al ndice, y se converja a la ponderacin establecida para el ao 2006. En el Anexo 4 se detallan los cambios en las ponderaciones de las acciones que conforman estos ndices Sectoriales durante todo el periodo analizado. Al comparar los resultados entre los retornos de los ndices Sectoriales calculados por la Bolsa de Comercio y aquellos calculados a travs del mtodo sealado en esta seccin, se perciben similares. Por esta razn se utiliza dicha frmula para todo el perodo, es decir desde el ao 2000 al 2007, para mantener la coherencia en la estimacin. En el Anexo 5 se pueden verificar estas similitudes al comparar la evolucin de ambos ndices durante el tiempo. Lo que resta por hacer es realizar un test de raz unitaria para comprobar si la distribucin de cada uno de los ndices Sectoriales es estable a lo largo del tiempo. En la Tabla 1A se presenta en detalle el desarrollo del test Dickey Fuller Aumentado. Se
57
encuentra que para ninguna de las series de tiempo analizadas existen races unitarias, por lo que se descartan problemas de regresiones espurias.
Cuadro 1A16 Test de Raz Unitaria de los ndices Sectoriales
H 0 : Existe una raz unitaria H1 : No existe una raz unitaria

Dado que en todos los casos analizados el valor crtico del Test Augmented Dickey-Fuller es mayor que valores crticos al 99%, 95% y 90% de confianza, se rechaza la hiptesis nula de que existe una raz unitaria en alguno de los ndices Sectoriales.
Null Hypothesis: R_BANCA has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -9.018244 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
Null Hypothesis: R_COM&TEC has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -9.577337 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
16
58
Null Hypothesis: R_COMMODITIES has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -7.903670 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
Null Hypothesis: R_CONST&INMO has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -7.867010 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
Null Hypothesis: R_CONSUMO has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -9.244707 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
59
Null Hypothesis: R_INDUSTRIAL has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -5.978775 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
Null Hypothesis: R_RETAIL has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -8.825367 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
Null Hypothesis: R_UTILITIES has a unit root Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -4.605534 -2.590065 -1.944324 -1.614464 Prob.* 0.0000
60
Anexo 4 Composicin de los ndices Sectoriales elaborados en este trabajo desde el ao 2000 al 200717
Banca Nemo Peso Sector (%)18 Ene 00 - Oct 02 BCI BSANTANDER CHILE CORPBANCA SECURITY 28.75% 36.68% 31.37% 0.00% 3.21% 100.00% Nov 02 - Dic 07 25.34% 32.33% 27.65% 11.85% 2.83% 100.00% CTC-A ENTEL QUINTEC SONDA Nemo
Comunicaciones y Tecnologa Peso Sector (%) Ene 00 - Oct 06 43.43% 54.67% 1.90% Nov 06 - Dic 07 39.12% 49.24% 1.71% 9.93% 100.00% 100.00%
Industrial Nemo Ene 00 - Abr 04 CEMENTOS CINTAC CRISTALES CTI EDELPA ENAEX INFODEMA INTEROCEAN LAFARGE LAN MADECO MARINSA MASISA NAVIERA SK VAPORES VENTANAS 12.32% 3.16% 100.00%
17 18
Utilities Nemo Nov 05 - Dic 07 3.94% 1.77% 5.77% 1.61% 1.15% 5.95% 0.18% 0.72% 1.41% 38.98% 5.78% 3.65% 8.57% 4.08% 2.71% 11.23% 2.88% 100.00% 10.93% 2.80% 100.00% AGUAS-A CGE COLBUN EDELNOR ENDESA ENERSIS ESVAL-A GASCO GENER PILMAIQUEN Peso Sector (%) Ene 00 - Dic 07 7.14% 8.99% 12.10% 0.44% 32.73% 32.20% 1.56% 2.20% 1.66% 0.98% 100.00%
Peso Sector (%) May 04 - Oct 05 4.05% 1.82% 5.93% 1.65% 1.18% 6.12% 0.19% 0.75% 1.45% 40.06% 5.94% 3.75% 8.80% 4.60% 4.19%
4.44% 2.00% 6.50% 1.81% 1.30% 6.71% 0.20% 0.82% 1.59% 43.93% 6.51% 4.12%
Fuente: Clculos elaborados por la autora en base a los datos del Banco Central de Chile. Peso Sector (%): Corresponde a la ponderacin de la accin i en el sector x para la fecha t, basada en las ponderaciones establecidas en el ao 2006 por el ndice Sectorial calculado por la Bolsa de Comercio.
61
Retail Nemo Ene 00 - Ago 03 CENCOSUD D&S FALABELLA FASA LA POLAR RIPLEY 100.00% 100.00% 100.00% 39.06% 49.22% 11.72% 25.94% 32.68% 7.78% 33.60% Peso Sector (%) Sep 03 - Abr 04 May 04 - Jun 05 40.86% 15.34% 19.33% 4.60% 19.87% Jul 05 - Dic 07 38.52% 14.46% 18.22% 4.34% 18.73% 5.73% 100.00%
Consumo Nemo Peso Sector (%) Ene 00 - Oct 05 ANDINA-B CCU CONCHAYTORO EMBONOR-B IANSA INVERMAR SAN PEDRO WATTS-A 3.06% 3.73% 100.00% 23.41% 26.92% 26.01% 7.11% 9.75% Nov 05 - Dic 07 22.77% 26.18% 25.30% 6.92% 9.48% 2.74% 2.98% 3.63% 100.00% CAP CMPC COPEC Nemo
Commodities Peso Sector (%) Ene 00 - Dic 07 12.40% 23.82% 51.62% 0.84% 11.32% 100.00%
PUCOBRE-A SQM-B
Construccin e Inmobiliario Nemo Ene 00 - Oct 04 BESALCO PAZ CORP SALFACORP SOCOVESA 100.00% 0.00% 0.00% 0.00% 100.00% Peso Sector (%) Nov 04 - Oct 06 17.80% 0.00% 82.20% 0.00% 100.00% Nov 06 - Oct 07 16.10% 9.51% 74.38% 0.00% 100.00% Nov 07 - Dic 07 12.12% 7.16% 56.00% 24.72% 100.00%
62
Anexo 5 Comparacin entre el retorno de los ndices Sectoriales calculados por la Bolsa de Comercio y por el mtodo de este trabajo19
19
Fuente: Clculos elaborados por la autora en base a datos del Banco Central
23
24
Anexo 6 ndices Sectoriales20 elaborados en este trabajo, perodo 2000-200721
20 21
Los ndices Sectoriales se encuentran indexados a Febrero del 2000 Fuente: Clculos elaborados por la autora en base a datos del Banco Central
23
24
Anexo 7 Test realizados a las regresiones de Mnimos Cuadrados22

Tabla 1B Significancia Conjunta: Test de Wald
H 0 : a1 = ... = a 8 = 11 = ... = 18 = 21 = ... = 28 = 0 H 1 : a1 ... a 8 11 ... 18 21 ... 28 0

Wald Test: System: APT Test Statistic Chi-square Value 62.68410 df 24 Probability 0.0000
Dado que el p value es 0, se rechaza
H o a un nivel de confianza del 5%
Tabla 2B Significancia Constantes: Test de Wald
H 0 : a1 = ... = a8 = 0 H 1 : a1 ... a8 0
Wald Test: System: APT Test Statistic Chi-square Value 29.91536 df 8 Probability 0.0002
Dado que el p value es cercano a 0, se rechaza
H o a un nivel de confianza del 5%
22
Fuente Tablas: Clculos elaborados por la autora
23
Tabla 3B Heterocedasticidad Incondicional: Test de White Para realizar este test se estima por mnimos cuadrados la siguiente regresin para cada ndice Sectorial i = 1,,8
e e ( Residuoi ) t2 = i + 1i (rpe ) t + 2i (rIGPA ) t + 3i (rpe ) t2 + 4i (rIGPA ) t2
H 0 : Homocedasticidad Incondicional H1 : Heterocedasticidad Incondicional

Residuo Banca Com&Tec Commodities Const&Inmo Consumo Industrial Retail Utilities
1
2 Calculado
(R * 94 (N de Observaciones)) 1.726592 3.730484 2.089432 1.670474 4.635516 1.850954 1.281408 2.937876
2 1 Tabla
Conclusin No Rechazo H 0 No Rechazo H 0 No Rechazo H 0 No Rechazo H 0 No Rechazo H 0 No Rechazo H 0 No Rechazo H 0 No Rechazo H 0
0.018368 0.039686 0.022228 0.017771 0.049314 0.019691 0.013632 0.031254
9.49 9.49 9.49 9.49 9.49 9.49 9.49 9.49
Valor crtico de la distribucin Chi Cuadrado para un nivel de significancia del 5% y cuatro grados de libertad.
24
Tabla 4B ARCH: Test de Heterocedasticidad Condicional Autorregresiva Para realizar este test se estima por mnimos cuadrados la siguiente regresin para cada ndice Sectorial i = 1,,8
(Residuoi )t2 = i + 1i (Residuo( 1)i )t2 + 2i (Residuo( 2)i )t2 H 0 : Homocedasticidad Condicional Autorregresiva H1 : Heterocedasticidad Condicional Autorregresiva
1
2 Calculado
(R * 92 (N de Observaciones)) 0.637008 1.139604 0.41124 0.095496 0.85698 0.42044 0.217672 0.010672
2 1 Tabla
0.006924 0.012387 0.00447 0.001038 0.009315 0.00457 0.002366 0.000116
9.21 9.21 9.21 9.21 9.21 9.21 9.21 9.21
Valor crtico de la distribucin Chi Cuadrado para un nivel de significancia del 5% y dos grados de libertad
25
Tabla 5B Autocorrelacin: Test de H Durbin Para realizar este test se estima por mnimos cuadrados la siguiente regresin para cada ndice Sectorial i = 1,,8
(Residuoi )t = i + 1i Residuo( 1)i t + 2i Residuo( 2)i t

H 0 : No hay Autocorrelacin H1 : Hay Autocorrelacin
1
2 Calculado
(R * 92 (N de Observaciones)) 0.001083 0.013636 0.005107 0.006778 0.002185 0.057038 0.000613 0.067605 0.099636 1.254512 0.469844 0.623576 0.20102 5.247496 0.056396 6.21966
2 1 Tabla
9.21 9.21 9.21 9.21 9.21 9.21 9.21 9.21
Valor crtico de la distribucin Chi Cuadrado para un nivel de significancia del 5% y dos grados de libertad
26
Tabla 6B Test de Raz Unitaria para el precio del riesgo del exceso de retorno del petrleo, riesgo del exceso de retorno del IGPA,
y el precio del
2 .
H 0 : Existe una raz unitaria H1 : No existe una raz unitaria

Null Hypothesis: LAMBDA_1 has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -9.471040 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
Null Hypothesis: LAMBDA_2 has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=11) t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. -8.070152 -2.589795 -1.944286 -1.614487 Prob.* 0.0000
Dado que en ambos casos el valor crtico del Test Augmented Dickey-Fuller es mayor que valores crticos al 99%, 95% y 90% de confianza se rechaza la hiptesis nula de que existe una raz unitaria.
27
Tabla 7B Significancia precios del riesgo del exceso de retorno del petrleo,
y del exceso de retorno del IGPA,
2 : Test t Student
H 0 : 0 = 0 H1 : 0 0 Lambda 1: Precio del riesgo del exceso de retorno del petrleo
tc =
1 0
S
0.058 - 0 = 1.40 0.0414
t t = t (82, 0.20) = 1.292
t c > t t Rechazo H 0
Lambda 2: Precio del riesgo del exceso de retorno del IGPA tc =
2 0
S
0.0195 - 0 = 1.49 0.0131
t t = t (82, 0.20) = 1.292
t c > t t Rechazo H 0
28
Anexo 8 Especificaciones del Clculo del consumo de petrleo por ndice Sectorial
23
Tabla 1C Descripcin de las actividades que componen la matriz de Actividad - Producto elaborada por el Banco Central de Chile Cdigo de actividad econmica 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 Agricultura Fruticultura Ganadera Silvicultura Pesca extractiva Extraccin de carbn Extraccin de petrleo Minera del hierro Minera del cobre Otras actividades mineras Produccin de carnes Industria pesquera Elaboracin de conservas Elaboracin de aceite Industria de la leche Molinera Elaboracin de alimentos para animales Panaderas Azcar Elaboracin de productos alimenticios diversos Elaboracin de alcoholes y licores Elaboracin de vino Elaboracin de cerveza Elaboracin de bebidas no alcohlicas Elaboracin de productos del tabaco Fabricacin de productos textiles Fabricacin de prendas de vestir Elaboracin de cuero y sus productos Fabricacin de calzado Produccin de madera y sus productos Fabricacin de papel Imprentas y editoriales Elaboracin de combustible Fabricacin de sustancias qumicas bsicas Fabricacin de otros productos qumicos Fabricacin de productos de caucho Fabricacin de productos de plstico 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 Fabricacin de vidrio y sus productos Fabricacin de otros productos minerales no metlicos Industrias bsicas del hierro y acero Industrias bsicas de metales no ferrosos Fabricacin de productos metlicos Fabricacin de maquinaria y equipo no elctrico Fabricacin de maquinaria y equipo elctrico Fabricacin de equipo de transporte Fabricacin de muebles Otras industrias manufactureras Suministro de electricidad Suministro de gas Suministro de agua Construccin Comercio Hoteles Restaurantes Transporte ferroviario Otros transportes terrestres de pasajeros Transporte camionero carga Transporte martimo Transporte areo Actividades conexas de transporte Comunicaciones Intermediacin financiera Compaas de seguros Actividades inmobiliarias Actividades de servicios empresariales Propiedad de vivienda Administracin pblica Educacin pblica Educacin privada Salud pblica Salud privada Actividades de esparcimiento Otras actividades de servicios
23
Fuente: Banco Central de Chile
29
Tabla 1C (Continuacin) Descripcin de los productos que componen la matriz de Actividad - Producto elaborada por el Banco Central de Chile
Cdigo de productos 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 Productos agrcolas Fruta Ganado y productos pecuarios Productos silvcolas Pescados y mariscos Carbn Petrleo crudo Hierro Cobre Otros minerales Carne Productos del mar Conservas de frutas y vegetales Aceites y grasas Productos lcteos Productos de molinera Alimentos para animales Pan, fideos y pastas Azcar y almidones Otros productos alimenticios Alcoholes y licores Vinos Cervezas Bebidas no alcohlicas Productos del tabaco Productos textiles Prendas de vestir Cueros y productos de cuero Calzado Maderas y productos de madera Papel y productos de papel Impresos y grabaciones Combustible y otros productos del petrleo Productos qumicos bsicos Otros productos qumicos Productos de caucho Productos de plstico 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 Vidrio y productos de vidrio Productos de minerales no metlicos Productos bsicos de hierro y acero Productos bsicos de metales no ferrosos Productos metlicos Maquinaria y equipo no elctrico Maquinaria y equipo elctrico Equipo de transporte Muebles Otros productos manufactureros Electricidad Gas Agua Construccin Servicios comerciales Servicios de hotelera Servicios de restaurantes Servicios de transporte ferroviario Servicios de transporte camionero de pasajeros Servicios de transporte caminero de carga Servicios de transporte martimo Servicios de transporte areo Servicios conexos de transporte Servicios de comunicaciones Servicios financieros Servicios de seguros Servicios inmobiliarios Servicios empresariales Servicios de propiedad de vivienda Servicios de administracin pblica Servicio de educacin pblica Servicio de educacin privada Servicio de salud pblica Servicio de salud privada Servicios de esparcimiento Otros servicios diversos
30
Tabla 2C24 Clasificacin de las actividades en los ndices Sectoriales N Actividad Clasificacin por Gasto en Combustible y ndice(s) otros productos del 25 Sectorial(es) petrleo como porcentaje del gasto total por actividad Consumo 18.60% Industrial Retail Consumo 16.63% Industrial 2.20% Commodities 5.51% Consumo 10.18% Commodities 4.12% No aplica 6.96% Commodities 4.77% Commodities 5.33% Commodities 6.97% No aplica 0.51% Consumo 4.67% Consumo 3.25% Consumo 1.15% No aplica 1.16% No aplica 0.31% Consumo 0.45% No aplica 3.38% Consumo 2.94% Retail Gasto en Combustible y otros productos del petrleo (millones de pesos del 2003) Costo Total por actividad (millones de pesos del 2003)
1 Agricultura 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Fruticultura Ganadera Silvicultura Pesca extractiva Extraccin de carbn Extraccin de petrleo Minera del hierro Minera del cobre Otras actividades mineras Produccin de carnes Industria pesquera Elaboracin de conservas Elaboracin de aceite Industria de la leche Molinera Elaboracin de alimentos para animales Panaderas
$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $
112,211 65,187 14,455 22,521 77,575 281 1,054 4,624 187,295 33,056 4,827 25,304 12,856 1,518 5,783 954 2,814 16,240 2,806
$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $
603,293 391,981 658,394 408,878 762,020 6,834 15,142 97,037 3,516,639 474,121 954,802 542,335 396,101 132,482 500,231 312,000 620,052 479,963 95,597
19 Azcar
24 25
Fuente: Clculos de la autora elaborados en base a datos del Banco Central de Chile La clasificacin no aplica fue designada a aquellas actividades que no eran compatibles con ninguno de los ndices Sectoriales analizados.
31
N Actividad
20 Elaboracin de productos alimenticios diversos 21 Elaboracin de alcoholes y licores 22 23 24 25 26 27 28 29 Elaboracin de vino Elaboracin de cerveza Elaboracin de bebidas no alcohlicas Elaboracin de productos del tabaco Fabricacin de productos textiles Fabricacin de prendas de vestir Elaboracin de cuero y sus productos Fabricacin de calzado
30 Produccin de madera y sus productos 31 32 33 34 35 36 37 38 Fabricacin de papel Imprentas y editoriales Elaboracin de combustible Fabricacin de sustancias qumicas bsicas Fabricacin de otros productos qumicos Fabricacin de productos de caucho Fabricacin de productos de plstico Fabricacin de vidrio y sus productos Fabricacin de otros productos minerales no 39 metlicos 40 Industrias bsicas del hierro y acero 41 Industrias bsicas de metales no ferrosos
Clasificacin por Gasto en Combustible y ndice(s) otros productos del Sectorial(es) petrleo como porcentaje del gasto total por actividad Consumo 0.77% Retail Consumo 2.28% Retail Consumo 0.51% Consumo 0.97% Consumo 0.36% No aplica 0.48% Retail 0.86% Retail 0.45% No aplica 0.69% No aplica 0.35% Commodities 1.65% Industrial Commodities 2.24% No aplica 0.46% Commodities 1.48% Industrial 1.18% Industrial 1.33% Industrial 1.10% Industrial 0.59% Industrial 1.53% Commodities 4.87% Industrial Commodities 2.72% Industrial Commodities 0.64%
Gasto en Combustible y otros productos del petrleo (millones de pesos del 2003) $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ 2,536 1,247 2,174 1,408 1,023 360 2,206 1,309 311 408 15,416 23,255 1,848 28,056 5,056 14,647 1,295 3,107 1,225 22,305 10,784 1,918
Costo Total por actividad (millones de pesos del 2003) $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ 329,100 54,683 427,784 145,081 286,041 74,734 256,625 293,137 45,120 117,619 933,544 1,038,037 403,199 1,889,511 429,815 1,103,426 118,035 530,983 79,965 458,344 397,086 301,102
32
N Actividad
Clasificacin por ndice(s) Sectorial(es) Commodities Industrial Industrial Industrial Industrial No aplica No aplica Utilities Utilities Utilities Const e Inmobiliario Retail No aplica Retail No aplica No aplica Retail Industrial Industrial Industrial Com&Tec Banca Retail Banca Retail
Gasto en Combustible y otros productos del petrleo como porcentaje del gasto total por actividad
Gasto en Combustible y otros productos del petrleo (millones de pesos del 2003) 11,236 6,449 327 1,946 1,782 706 9,734 135 2,097 79,857 104,776 6,651 10,696 9,227 694,107 136,224 106,756 162,944 4,864 2,717 1,673 1,239
Costo Total por actividad (millones de pesos del 2003) $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ 615,232 495,199 35,591 185,999 159,275 34,904 1,696,261 51,291 116,414 3,735,697 5,473,214 163,238 737,669 74,657 1,029,096 269,214 979,086 875,810 711,816 1,411,143 750,400 662,646
42 Fabricacin de productos metlicos 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 Fabricacin de maquinaria y equipo no elctrico Fabricacin de maquinaria y equipo elctrico Fabricacin de equipo de transporte Fabricacin de muebles Otras industrias manufactureras Suministro de electricidad Suministro de gas Suministro de agua Construccin Comercio Hoteles Restaurantes Transporte ferroviario Otros transportes terrestres de pasajeros Transporte camionero carga Transporte martimo Transporte areo Actividades conexas de transporte Comunicaciones
1.83% $ 1.30% 0.92% 1.05% 1.12% 2.02% 0.57% 0.26% 1.80% 2.14% 1.91% 4.07% 1.45% 12.36% 67.45% 11.08% 10.90% 18.60% 0.68% 0.19% $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $
62 Intermediacin financiera 63 Compaas de seguros
0.22% $ 0.19% $
33
N Actividad
Clasificacin por ndice(s) Sectorial(es)
Gasto en Combustible y otros productos del petrleo como porcentaje del gasto total por actividad
Gasto en Combustible y otros productos del petrleo (millones de pesos del 2003)
Costo Total por actividad (millones de pesos del 2003)
64 Actividades inmobiliarias
Const e Inmobiliario Industrial Retail Const e Inmobiliario Industrial Retail Utilities Const e Inmobiliario No aplica No aplica No aplica No aplica Retail Retail Com&Tec Industrial Retail
0.80% $
3,903
486,905
65 Actividades de servicios empresariales 66 67 68 69 70 71 72 Propiedad de vivienda Administracin pblica Educacin pblica Educacin privada Salud pblica Salud privada Actividades de esparcimiento
4.61% $ 0.66% 3.79% 1.69% 1.79% 4.74% 5.03% 1.42% $ $ $ $ $ $ $
128,254 4,562 47,349 4,368 6,155 17,212 35,938 4,660 28,273
$ $ $ $ $ $ $ $ $
2,781,450 696,018 1,249,731 258,698 343,199 363,158 714,325 328,209 458,800
73 Otras actividades de servicios
6.16% $
34
Tabla 3C26 Clasificacin de las actividades en las empresas que componen los ndices Sectoriales27
Fuente: Clculos de la autora elaborados en base a datos del Banco Central de Chile Gasto en Combustible y otros productos del petrleo como porcentaje del gasto total por empresa corresponde a la suma del Gasto en Combustible y otros productos del petrleo como porcentaje del gasto total por actividad de aquellas actividades en las cuales la empresa i participa. Por su parte Gasto en Combustible y otros productos del petrleo como porcentaje del gasto total por sector corresponde a la suma del Gasto en Combustible y otros productos del petrleo como porcentaje del gasto total por empresa multiplicada por el Peso de cada empresa en el Sector. Asimismo en Actividades desempeadas por cada empresa se coloca 1 si la empresa realiza cierta actividad y, en caso contrario, el espacio queda en blanco.
27
26
35
36
37
38
39
40
41
42
43
44

Economia

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Economia

Cargado por

Copyright:

Formatos disponibles

TESIS de MAGSTER

TESIS DE GRADO MAGISTER EN ECONOMIA Gallardo, Schnettler, Natalia

PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE

Natalia Isabel Gallardo Schnettler

Comisin Jaime Casassus Augusto Castillo

I. II. III. IV.

I. II. III. IV. V.

VIII IX. X. XI. XII.

Grfico 1 Precio mensual del Petrleo Brent1, Enero 2000-Julio 2008.

Precio del Petrleo

Fuente: Global Financial Data

Grfico 2 Consumo anual de Petrleo en Chile, 2000-2007.

Consumo de Petrleo en Chile

Rt = t + 1 MPt + 2 DEI t + 3UI t + 4UPRt + 5UTS t + t

~ F ~ =E F =E ~ = 0, i, j. A su vez, este componente de riesgo idiosincrtico ~ F EF i j j i j

~t = E ~t ~ s = 0, i j . Por ltimo, E (~ E ri t ) = it , puesto que los factores comunes y el i i j

~ F1t = r1t E [r1 ] M ~ Fkt = rkt E [rk ]

E [r1 ] = ... = E [rk ] = 0

Reescribiendo la ecuacin (5):

~ ri t = it + 1i r1t + ... + ki rkt

~ ri t r ft = it + 1i r1t + ... + ki rkt r ft + 1i r ft + ... + ki r ft 1i r ft ... ki r ft

~ ri t r ft = 1i (r1t r ft ) + ... + ki (rkt r ft ) + it r ft + 1i r ft + ... + ki r ft

~ ri t r ft = ait + 1i (r1t r ft ) + ... + ki (rkt r ft )

retorno y la tasa de inters libre de riesgo rezagada un perodo.

La ecuacin (9) se expresa como:

t t ~ ri t r ft = ait + 1i (rp r ft ) + 2i (rIGPA r ft )

Precio_Petrleot Precio_Petrleot 1 Precio_Petrleot 1

et ~ ri et = ait + 1i rpet + 2i rIGPA

Esta es la ecuacin que se analiza en la siguiente seccin.

Estimacin del modelo y resultados

www.bolsadesantiago.com, seccin Cierres Mensuales. www.bcentral.cl 6 www.globalfinancialdata.com

aleatorio, por lo que en la estimacin se utiliza la variacin porcentual mensual de su precio.

et ~t ~ ri et = ait + 1i rpet + 2i rIGPA + i

RESIDUO RESIDUO RESIDUO RESIDUO COMMODITIES CONST&INMO CONSUMO INDUSTRIAL

Fuente: Clculos elaborados por la autora

Los factores analizados corresponden al exceso de retorno del petrleo, r p

t e t = rp r , y exceso de retorno del IGPA, rIGPA = rIGPA r .

-0.5% -16% -12% -8% -4% 0% 4%

1.5% 1.3% 1.1% 0.9%

0.7% 0.5% 0.3% Utilities 0.1%

e Donde ~ rpromedio representa el exceso de retorno promedio del ndice Sectorial i, i

Fuente: Clculos elaborados por la autora

Fuente: Clculos elaborados por la autora

1.2% 1.0% 0.8% 0.6%

0.0% 0.0% -0.2%

Premio por riesgo de cada ndice Sectorial frente al petrleo

Fuente: Clculos y estimaciones elaborados por la autora

1.4% 1.2% 1.0%

0.8% 0.6% 0.4% 0.2% 0.0%

Premio por riesgo de cada ndice Sectorial frente al IGPA

Fuente: Clculos y estimaciones elaborados por la autora

Exceso Retorno Estimado

A. Clculo del consumo de petrleo por ndice Sectorial

Gasto _ pet _ por _ act

: Suma del Gasto en petrleo como porcentaje del gasto

Grfico 10 Consumo de Petrleo por ndice Sectorial.

18.52% 15.21% 15.30%

0% Banca Retail Com&Tec Commodities Const&Inmo Consumo Industrial Utilities

0.0% 0% Premio por riesgo -0.2%

-1.0% Consumo de Petrleo

B. Comparacin entre el premio por riesgo del petrleo y su consumo

Se debe hacer notar que al realizar la siguiente regresin:

Consumo _ Petroleoi = Premio_por_riesgoi

0.0% 0% Premio por riesgo -0.2%