UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA

FACULTAD DE CIENCIAS ECONÓMICAS, ADMINISTRATIVAS Y

CONTABLES

ESCUELA PROFESIONAL DE ECONOMÍA

TÍTULO DE MODELO : Modelo jerárquico de Lessard

INTEGRANTES :

• Altamirano Méndez, Flor Thalía

• Blas Sosa, Úrsula

• Contreras Gutiérrez, Nick

• Díaz Curo, Rosa Liliana

ASIGNATURA : Evaluación privada de proyectos

DOCENTE : Tony Hinojosa Vivanco

DICIEMBRE-2019
 ÍNDICE

INTRODUCCIÓN.....................................................................................................................3

I. REVISION DE LA LITERATURA RESPECTO AL MODELO.............................3

1.1. Modelo básico de valoración de activos: CAPM..............................................................4

1.2. Mercados emergentes.................................................................................................5

1.3. Proyectos offshore......................................................................................................5

II. PRESENTACIÓN DEL MODELO TEÓRICO.........................................................6

III. METODOLOGÍA DEL CÁLCULO DE PARÁMETROS..................................11

IV. ESTIMACIÓN DEL MODELO EN EL MERCADO PERUANO.............................13

V. APORTES DEL MODELO...........................................................................................15

VI. CRÍTICAS AL MODELO.............................................................................................16

VII. CONCLUSIONES......................................................................................................16

REFERENCIAS.......................................................................................................................16
 INTRODUCCIÓN

Toda inversión que se realiza en una empresa o proyecto implica riesgos, y como tal se
tiene como expectativa una recompensa o rentabilidad. La rentabilidad, o tasa de retorno
mínima que se exige por la inversión, se conoce como el costo de oportunidad del capital
(COK), y se define como el rendimiento de la mejor oportunidad de inversión del mismo
riesgo dejada de lado por realizar el proyecto.

En este contexto, el cálculo del COK se ha vuelto esencial para la toma de decisiones de
inversión y el método más conocido para determinarlo, desde su aparición y hasta la
actualidad, es el modelo CAPM, cuyo uso se extendió especialmente en los países
desarrollados. Pero, dado su especificación a características de mercados desarrollados,
presenta limitaciones para su aplicación a mercados emergentes, por lo que surgen nuevos
modelos y/o variantes de éste.

A razón de ello, el objetivo del presente trabajo es presentar el modelo jerárquico de

Lessard, como un modelo alternativo, cuya adaptación a mercados emergentes, permite
calcular la tasa de descuento para mercados como el peruano.

Para tal efecto, el trabajo se divide en cinco partes. En las tres primeras, se detalla la
revisión de la literatura, se presenta el modelo teórico y se explica la metodología del
cálculo de los parámetros. En el cuarto, quinto y sexto apartado, se aplica el modelo al
mercado peruano y se brindan los aportes y las críticas al modelo. Finalmente, se brindan
las conclusiones y las referencias correspondientes.
 I. REVISION DE LA LITERATURA RESPECTO AL MODELO

1.1. Modelo básico de valoración de activos: CAPM

El modelo teórico que se toma como base, entre los modelos de valoración de activos,
es el modelo CAPM (Capital Asset Pricing Model), desarrollado de manera independiente
y simultánea por Sharpe (1964), Lintner (1965) y Mossin (1966). Los tres autores tomaron
como punto de partida a la Teoría del Portafolio de Harry Markowitz.

Este modelo parte de una identificación de una relación entre el riesgo y el rendimiento
y es generalmente aceptado y usado para determinar el costo de oportunidad del capital, es
decir la rentabilidad esperada por un inversionista por dirigir sus recursos de capital hacia
una alternativa de inversión.
De acuerdo a su planteamiento, el costo del capital propio de una inversión es el reflejo
directo del riesgo de dicha inversión, por lo que se exigen a las inversiones mayor retorno
en caso de percibir en ellas mayor riesgo relativo y viceversa. Además, según Firacative
(2015), su construcción asume ciertos supuestos:
1. Los inversionistas son adversos al riesgo y se comportan de manera racional,
es decir buscan maximizar la utilidad esperada de su riqueza.
2. Los inversionistas tienen expectativas homogéneas sobre la rentabilidad de
los activos.
3. Los inversionistas no pueden influir de manera individual en los precios de
mercado de tal manera que se garantice una frontera eficiente en el mercado.
4. La distribución de probabilidad de las rentabilidades y las funciones de
utilidad de los inversionistas se ajustan de tal manera que se de el principio de
separación en dos fondos
5. Existe un activo libre de riesgo tal que los inversionistas pueden prestar o
pedir prestado cantidades ilimitadas a una tasa libre de riesgo.
6. La cantidad de activos es fija y todos los activos son negociables y
perfectamente divisibles.
7. Los mercados de activos no tienen fricción, el acceso a la información no
tiene costo y está disponible de manera simultánea para todos los inversionistas.
 8. No hay imperfecciones en el mercado como impuestos, regulaciones ni
restricciones para las ventas en corto.
En base a estas características y considerando explícitamente como variables
intervinientes a la tasa libre de riesgo, la beta y la prima de riesgo mercado, la ecuación
correspondiente al modelo CAPM se presenta a continuación:
K e =R f + β i∗(R m−R f )
Donde:
Rf : Rendimiento libre de riesgo
Rm : Rendimiento de la cartera de mercado.
Rm −Rf : Prima por riesgo de mercado
βi : Beta de la acción i

Este modelo, ha sido ampliamente utilizado en países desarrollados, donde se

asumen que las características del modelo se cumplen y principalmente dado que, en estos
países, los mercados de capitales son eficientes y presentan considerables volúmenes de
negociación de activos.

1.2.Mercados emergentes

Según Credit Suisse (2010) un país emergente es uno cuyo su desarrollo económico,
social y político, está entre la de un país en vías de desarrollo y un país industrializado. Es
decir, un mercado emergente no posee las características de uno desarrollado, por lo que no
se observa la “eficiencia de mercado” que el Modelo CAPM presume a través de sus supuestos
básicos.

Según Adam (2000):

El CAPM se originó en Estados Unidos, con la ventaja que tiene su mercado de ser
desarrollado y, en consecuencia, altamente eficiente, mientras que, por el contrario, los
mercados emergentes, como tales, presentan altas volatilidades en su comportamiento, lo que

se traduce en que sus variables económicas y financieras cambian constantemente (p. 5)

Así, lo países emergentes tienen problemas de liquidez de capital, información

acotada, imperfecciones de mercado, incertidumbre, entre otros, lo que genera una marcada
diferencia respecto de los mercados desarrollados. Esta diferencia hace que la aplicación
del modelo CAPM en mercados emergentes no sea adecuado, pues los resultados en estos
no son óptimos.

A partir de ello, es que se han venido desarrollando otros modelos que consideran
las características de los países emergentes y en base a ello tratan de adecuarse a ese
contexto. Uno de estos modelos es el modelo jerárquico de Lessard, que se basa en
proyectos offshore, y que será desarrollado en el siguiente capítulo.

1.3.Proyectos offshore

Según Notimerica (2016), “offshore” se usa metafóricamente para describir cualquier

actividad económica o inversión que se realiza fuera del propio país de residencia. Es decir,
se trata de proyectos o inversiones extranjeras, que se llevan a cabo en otros lugares
diferentes al país de origen del inversionista, por lo que se les suele llamar también
proyectos extraterritoriales.

Aunque es de mencionar, que actualmente al referirse al término offshore, se suele decir

que es toda industria o servicio que se da en territorios o países que ofrecen ventajas con

respecto al propio país de residencia. En el presente trabajo, se hará referencia a proyectos

en mercados emergentes.

II. PRESENTACIÓN DEL MODELO TEÓRICO

II.1. Modelo jerárquico de Lessard
Teniendo como base el modelo CAPM, Lessard (1996), consciente también de las
características especiales y muy diferenciados de los mercados emergentes manifestaba que
estos países, aparte de ser volátiles, presentan otro tipo de riesgos que incluso son
desconocidos al momento de la valoración de los activos de capital. Por ello, muchas
compañías aplican una prima adicional a la tasa de descuento, que desde su perspectiva es
arbitrario y no siempre es la correcta ya que no refleja la información real al no considerar
la naturaleza del riesgo.
Enfocándose en los riesgos, Lessard considera que las inversiones en proyectos en
el exterior comprometen riesgos como la volatilidad macroeconómica, el valor de la
moneda, riesgos mundiales sobre los precios de mercado, entre otros y además, si estas
inversiones se dan en economías emergentes se suman riesgos de otra índole como el riesgo
político, inestabilidad en las instituciones del país e incertidumbre en los gobiernos locales
que pueden influir en la reducción de la valoración esperada del proyecto en el exterior.
A continuación, se presenta tipos de riesgo a los que se refiere, en torno a la
explicación de Comun y Huamán (2019)

Riesgo Operacional: Se refiere a que, a medida que el funcionamiento de una empresa,

tenga una ventaja comparativa debido a la obtención de información valiosa o por la
influencia sobre los resultados, esto proyectará una exposición desproporcionada de riesgo
operativo.

Riesgo de Demanda: Se relaciona, por un lado, con la variabilidad de la demanda y los

precios globales, y por otro con la demanda específica y la fijación de precios para la
ejecución del proyecto. Ambos tipos de riesgo serán asignados en gran medida por el
acuerdo de poder de compra, la estabilidad y exigibilidad de dicho acuerdo dependerá a su
vez de la estabilidad de la estructura institucional, en ese sentido, sí las instituciones locales
resultan ser altamente estables y predecibles, la ventaja estará en los inversionistas bien
diversificados, por el contrario, sí en el país existiera una incertidumbre regulatoria
significativa, la ventaja estará en los inversionistas con mayor capacidad para influir en el
proceso.

Riesgo institucional: Está estrictamente reaccionado con la incertidumbre sobre las

condiciones en las que se desenvuelve el proyecto, es decir pueden cambiar las normas o
regulaciones en favor o en contra de la institución, respecto a posibles sucesos que podrían
ocurrir, como: inestabilidad en la estructura de ingresos, pérdida del derecho de decisión en
la institución, incumplimiento en los acuerdos y reclamos resueltos (aceptados y definidos
que se mantienen en reserva por parte de los responsables que formulan políticas locales).

Riesgo del precio de mercado local: Básicamente tiene que ver las posibles
fluctuaciones o cambios que puedan surgir en factores como la inflación y el tipo de
cambio.
 Macro riesgos políticos y económicos: Se refiere al riesgo del país en conjunto al que
enfrenta el inversionista local, que será mayor mientras menos diversificado sea su cartera
de inversión. Por lo mismo, es recomendable que el inversionista esté diversificado
internacionalmente, de modo que pueda hacer frente a los riesgos de diferentes países.

Riesgos de precios de mercado: Se relaciona con la exposición del proyecto a los

riesgos de los precios globales o mundiales, como las tasas de interés global, el tipo de
cambio entre las divisas.

En general, Lessard (1996), indica que los riesgos impactan al accionista de dos formas
esenciales. Por un lado, están los riesgos simétricos, son aquellos riesgos asociados con la
volatilidad de las variables macroeconómicas mundiales y reducen el valor sólo en la
medida en que contribuyen a la volatilidad del valor de los portafolios totales de los
accionistas y, por lo tanto, aumentan sus tasas de rendimiento requeridas.
Por otro lado, los riesgos asimétricos se refieren a aquellos cuyos impactos a la baja
son significativamente mayores que al alza. Estos reducen los flujos de efectivo esperados y
por tanto reducen el valor, ya sea que contribuyan o no a la volatilidad general de la
empresa o de los rendimientos de los accionistas.
En resumen, los riesgos, principalmente a la baja de naturaleza como la expropiación y
el desorden civil, reducen los flujos de efectivo en relación con el nivel previsto en
condiciones normales, pero tendrán poco impacto en la volatilidad de un portafolio bien
diversificado. Por el contrario, los riesgos asociados con la volatilidad de las variables
macroeconómicas mundiales serán típicamente bastante simétricos y, por lo tanto, no
tendrán impactos importantes en el flujo de efectivo; y debido a que contribuirán a la
volatilidad de los portafolios de los accionistas, comandarán una prima de riesgo.
En consideración a lo anterior, y respecto al cálculo del costo de capital, Lessard
propone modelar el CAPM, adicionando una prima de riesgo soberano, es decir el riesgo
país, a la tasa libre de riesgo (Rf + RP) e incluyendo la beta país, que explica el retorno del
mercado local en base al retorno del mercado global o estadounidense. Respecto a esto
último, en su planteamiento él propone que el beta de un proyecto en un país que no es
Estados Unidos es el producto del beta del proyecto en Estados Unidos (US) multiplicado
por el Beta del país (país) en el que se hace la inversión, de manera que al ajustar la beta de
la industria, sector o empresa de un mercado desarrollado (Estados Unidos), se habilitará el
coeficiente de modo que podrá ser usado en el modelo CAPM para un proyecto en el
mercado emergente.
Como ya se mencionó, este modelo es solo una variante del modelo CAPM, por lo que
su ecuación es muy similar:

K e =( R fUS + RP ) + βoff ∗(RmUS −RfUS )

K e =( R fUS + RP ) + β país∗β US∗(RmUS−R fUS )

Donde:
Ke : Retorno esperado de capital
R fUS : Rendimiento libre de riesgo de Estados Unidos
RP : Riesgo país
Rm : Rendimiento del mercado de Estados Unidos
RmUS −R fUS : Prima por riesgo de mercado
β US : Beta del proyecto en Estados Unidos
β pa í s : Beta del país
β pa í s∗β US=β off : Beta para el proyecto offshore

II.2. Descripción de componentes del modelo

a) Rendimiento libre de riesgo

También denominada la tasa libre de riesgo, corresponde a un concepto en el que

existe una alternativa de inversión, en la que el activo está considerado libre de riesgo. Este
ofrece un rendimiento seguro en una unidad monetaria y en un plazo determinado, donde
no existe riesgo crediticio ni riesgo de reinversión puesto que, vencido el periodo, se
dispondrá del efectivo Por tal motivo, está respaldada por un emisor de gran solvencia, que
generalmente es representada por los rendimientos de los bonos del tesoro americano
(bonos soberanos), puesto que éstos tienen una trascendencia de no registrar falta de pago a
los inversionistas.
 La Reserva Federal emite tres principales bonos soberanos: T-Bills (al corto y mediano
plazo), T-Bonds (largo plazo). Si bien, existe una discusión acerca de cuál usar, según
Fuertes e Inouye (2006), “desde una perspectiva de mercado y sus dinámicas (realidad
práctica concreta) y siempre enraizada en un sustento académico, es consistente plantear el
uso de los T-Bonds 10 años que ofrece la Reserva Federal de los Estados Unidos como el
instrumento adecuado” (p. 11). También se discute acerca de qué promedio usar y el
usualmente aceptado es el promedio aritmético.
b) Riesgo país

El concepto de riesgo hace referencia a la probabilidad de ocurrencia de un suceso

perjudicial o no deseado. Con base en ello, según Nagy (1979, citado en Ministerio de
Economía y Finanzas, 2002, p.34) el riesgo país podría ser definido como la exposición a
pérdida de un acreedor extranjero asociado a una operación de endeudamiento llevado a
cabo por un país en particular. Este concepto incluye el “riesgo soberano”, que es la
valoración solo a las deudas garantizadas por el gobierno, y el “riesgo no soberano”, que es
la calificación a las deudas sin garantía pública de entidades privadas.

Para fines de análisis, las investigaciones, generalmente, se refieren indistintamente al

riesgo país y al riesgo soberano, razón por la que en el presente trabajo también será
considerado de esa manera, y más aún dado que Lessard no precisa la fuente a usarse. Por
esto mismo y por la disponibilidad de información, los datos del riesgo país a usarse son los
proporcionado por el Banco de Inversión J.P. Morgan, cuyo indicador para el país, se
conoce como EMBIG Perú.

El EMBIG Perú se mide como la diferencia entre el interés cobrado a un bono emitido
por el Perú y el bono emitido por el gobierno de Estados Unidos, considerado libre de
riesgo.

RP= p=i¿ −i

II.3. Prima por riesgo de mercado

La prima de riesgo, es entendida como la rentabilidad que podría esperarse en el largo
plazo, producto de la inversión en instrumentos riesgosos, en comparación con inversiones
más seguras. Conceptualmente y en estricto, se puede definir la prima por riesgo de
mercado como la diferencia entre la rentabilidad del periodo esperada por invertir en
activos riesgosos y la rentabilidad libre de riesgo.
Comun y Huaman afirman que “representa el excedente que obtendrá el inversionista
por invertir en un activo no considerado como libre de riesgo…que tenga un determinado
riesgo con respecto a qué estimaciones considerar para el cálculo de la variable y qué
impacto tendrá dicha proporción” (p. 19).
Hay autores que mencionan que el cálculo de ésta debe ser de periodos cortos, pero la
experiencia manifiesta que lo mejor es mejor considerar periodos de largo plazo, debido a
que así se minimiza el error estándar.

II.4. Beta del proyecto en Estados unidos

En primer lugar, es de aclarar que la beta mide la sensibilidad del rendimiento del
activo financiero con respecto a las fluctuaciones del rendimiento del mercado. Entonces,
es un coeficiente que mide la sensibilidad de una acción respecto a los precios del mercado,
por lo que demuestra el grado de variabilidad de la rentabilidad de una acción en relación
con la rentabilidad de su índice de referencia cuando se presentan variaciones en la
rentabilidad del mercado. En términos estadísticos la beta relaciona la covarianza del activo
con el mercado con la varianza del mercado (demuestra la variación de una serie de datos
en relación con su promedio). (Comun y Huaman, 2019)

Cuando la beta es mayor a uno significa que el rendimiento de la acción varía en forma
más que proporcional que el rendimiento del mercado y, en consecuencia, tiene más riesgo
sistemático que el mismo y, por lo tanto, el rendimiento de la acción es mayor que el
promedio de mercado. Por otra parte, cuando la beta es menor a uno significa que la acción
tiene menos riesgo sistemático que el mercado en su conjunto y, por lo tanto, su
rendimiento es menor. (Adam, 2000, p. 6)

En caso del modelo, esta beta es la correspondiente a la beta estadounidense para cada
sector en el que se enmarque un proyecto.

II.5. Beta país

Esta es la variable más importante del modelo, pues es la que ajusta la beta de activos.
 Teóricamente se define como el producto del resultante de dos valoraciones, por un
lado, de la volatilidad del mercado de valores del país respecto a la del mercado de los

σ país
Estados Unidos ( ), y, por otro lado, de la correlación de estos cambios en la
σ US
valorización con el benchmark (punto de referencia que permite evaluar y medir el
rendimiento de una inversión) de la cartera de los Estados Unidos. Representa la
correlación de rendimientos del mercado de capitales del Mercado Emergente (país origen)
y del mercado desarrollado (Estados Unidos).

Para interpretar el coeficiente beta país, se debe considerar que, sí el valor del
coeficiente es igual a 1, significará que el costo de capital para un proyecto en el país que
reside será igual en los Estados Unidos; por el contrario, sí el valor del coeficiente es
inferior a 1significará que el riesgo de la covarianza de las inversiones en los países es
reducido desde la perspectiva de los Estados Unidos, y viceversa.
III. METODOLOGÍA DEL CÁLCULO DE PARÁMETROS
III.1. Muestra
i) Rendimiento libre de riesgo
Los datos de rendimiento libre de riesgo se limitarán a los últimos 10 años (2009-2010).
ii) Riesgo país
Se usará el riesgo país del último año (2018), ya que los datos.
iii) Prima por riesgo de mercado
Se usará la data de la última década, en concordancia con la data del rendimiento libre
de riesgo
iv) Beta del proyecto en Estados Unidos
La muestra hace referencia a la beta desapalancada del sector alimentos y vestido.
v) Beta país
La muestra para hallar la beta país corresponde a los últimos 10 años de los índices
de MSCI, pues es un índice completo que representa el rendimiento de las acciones.
III.2. Variables del modelo
Ya anteriormente se especificó las variables o componentes del modelo, pero a
continuación, se detalla el método de cálculo de los mismos:
 i) Rendimiento libre de riesgo
Los datos de esta variable son disponibles, por lo que su cálculo solo implica hallar un
promedio aritmético de la data.
ii) Riesgo país
Su cálculo, al igual que de la variable anterior solo implica hallar un cálculo aritmético
de la data del último año.
iii) Prima por riesgo de mercado
Su determinación se basa en la diferencia entre el rendimiento de mercado y el
rendimiento libre de riesgo, durante cada año del periodo y finalmente el cálculo de su
promedio aritmético.
iv) Beta del proyecto en Estados Unidos
El cálculo de esta beta por sector implica hacer una regresión histórica entre el
rendimiento de las acciones de un determinado sector y el rendimiento del mercado.
v) Beta país
La mayoría de variables antes descritas pueden ser obtenidos de fuentes secundarias,
mas no así la variable clave de este modelo, es decir la beta país.
En tal sentido, según López (2004), éste puede ser calculado mediante una regresión
lineal entre los retornos de todos los activos del mercado local, y el rendimiento de todos
los activos con riesgo en Estados Unidos.
 Rendimiento de
mercado local
activos del
x
x

x
x
x

x
x

x
x

x
x

x
x

x
Rendimiento de activos

x
de Estados Unidos

R ME=a+b RUS

Donde:
R ME: Rendimiento de activos de mercado local
RUS : Rendimiento de activos de Estados Unidos
b : β país
III.3. Fuentes estadísticas

Las fuentes principales para la obtención de los datos estadísticos son fuentes
secundarias: página web de Bloomberg, Damodaran, Ámbito.com y MSCI.
 TABLA 1

Resumen de variables, muestra y fuentes de información

Variable Muestra Fuente

Rendimiento libre de Promedio de data 2009- Investing.com,

riesgo 2018 Damodarán

Riesgo país Promedio de EMBIG Perú Ámbito.com

del último año

Prima por riesgo de Promedio de data 2009- Investing.com,

mercado 2018 Damodaran

Beta del proyecto en Beta desapalancada para Damodaran

Estados Unidos sector: alimetos,vestidos

Beta país Data de índice MSCI 2009- msci.com

2018

Fuente: Elaboración propia

IV. ESTIMACIÓN DEL MODELO EN EL MERCADO PERUANO

IV.1. Estimación de parámetros

IV.1.1. Estimación de beta país

Primero se hallará la beta país, que como se reitera es la variable más importante en este
modelo, para lo cual se considerará la data histórica del rendimiento de los activos del Perú
y de los activos de Estados Unidos, expresados mediante el índice MSCI.
Los datos se muestran a continuación:

TABLA 2

Rendimiento anual de activos (%)

 Año MSCI PERÚ MSCI USA
s

2009 104.25 27.14

2010 60.73 15.45
2011 -20.52 1.99
2012 21.45 16.13
2013 -25.5 32.61
2014 -0.89 13.36
2015 -35.57 1.32
2016 63.21 11.61
2017 31.41 21.9
2018 -12.17 -4.5

Fuente: Elaboración propia, basada en data de MSCI (2019)

Como ya se mencionó se hará una regresión simple, para estimar la ecuación:
MSCI PE=a+b MSCI US
Donde:
MSCI PE : Rendimiento total de activos en Perú,
MSCI US: Rendimiento total de activos de Estados Unidos
Los resultados detallados, pueden consultarse en el anexo 1. En este caso, se muestra el
resultado primordial, que es el siguiente:
MSCI PE=−4.61+1.69 MSCI US
Es decir,

β país=1.69

Esta beta, es la que ajustará la beta de los activos de cada sector.

IV.1.2. Estimación de tasa libre de riesgo, prima por riesgo de mercado, riesgo
país

Para el cálculo de estas variables, se calculó como ya se explicó anteriormente. A

continuación, se muestran los parámetros estimados. Para mayor detalle ver anexo 2.
 Variable Valor

R fUS 2.275%

RP (EMBIG) 1.476%

RmUS −R fUS 11.22%

Estos datos son los mismos para el cálculo de las tasas de descuento de todos los sectores
seleccionados.
IV.1.3. Estimación de beta offshore
Como ya se sabe β pa í s∗β US=β off : Beta para el proyecto offshore.

Los datos de β US, para cada sector lo brinda Damodaran y en base a ello se halla y la

beta país hallada con anterioridad se estima la beta offshore. A continuación, un resumen:

SECTOR Beta país ( β pa í s) Beta comparable de Beta offshore (

Estados Unidos ( β US ¿ β off )

Procesamiento 1.69 0.61 1.031

de Alimentos

Vestidos 1.69 0.76 1.284

Metales y 1.69 1.11 1.876

minería

IV.1.4. Estimación del costo de oportunidad del capital(COK)

Considerando esos datos, y adecuando al modelo, se puede hallar los costos de

oportunidad del capital para el sector de procesamiento de alimentos, el de vestimenta y el
de metales y minería:

K e =( R fUS + RP ) + βoff ∗(RmUS −RfUS )

Sector procesamiento de alimentos:

K e =( 2.2 75+1.476 ) +1. 031∗(11.22)

K e =¿ 15.32%
 Sector de vestidos:

K e =( 2.275+1.476 )+1. 284∗(11.22)

K e =18.16 %

Sector de metal y minería:

K e =( 2.275+1.476 )+1. 876∗( 11.22)

K e =24.79 %
Haciendo una comparación, entre los tres sectores analizados, es evidente primero que
debido a que la beta país fue mayor a uno, la beta para el proyecto se vio incrementada en
todos los sectores. Asimismo, es de mencionar que del sector de procesamiento de
alimentos es menor a la beta offshore que el del sector vestidos y ambos menores al del
sector de metal y minería. Por lo mismo, las tasas de descuento en los sectores de
procesamiento de alimentos y vestidos son ligeramente menores que la de metal y minería.
Esto indica que para un proyecto dentro del sector minero la rentabilidad que se exija sobre
la inversión es muy alta seguida por el sector de vestido y finalmente el de alimentos.
Es de mencionar que los costos de capital para esta aplicación resultaron bastante altos,
esencialmente debido a la delimitación de la muestra de prima de riesgo de mercado donde
se consideró los últimos 10 años y la delimitación de 1 año para riesgo país. Este costo de
oportunidad de capital disminuye en gran medida si la prima por riesgo de mercado se
calcula en base a una data más larga y si se considera un riesgo país diario. Esto se
demuestra en el anexo 3.

V. APORTES DEL MODELO

El modelo de Lessard, permite incrementar la beta de la acción o de la industria por el

ajuste con la beta del mercado emergente, de modo que se establece una relación lineal
entre los rendimientos de los índices de un mercado desarrollado como el de Estados
Unidos y el de un mercado emergente.
 Cuando se valoran los proyectos offshore, la manera en que se ajustan los riesgos
dependerá de dos aspectos, por un lado, determinar sí los riesgos son unilaterales o
simétricos, y, por otro lado, sí los riesgos son sistemáticos o diversificables por los
mercados mundiales de capital.
Además, la estimación logra apartar los problemas de endogeneidad que se hallan al
utilizar el modelo tradicional CAPM cuando este asume el riesgo sistemático para países
emergentes al igual que para los países desarrollados.

VI. CRÍTICAS AL MODELO

Si bien no existe evidencia de una crítica directa a la propuesta de Lessard por su

beta para proyectos Offshore, Bravo (2008) hace una observación respecto a las inversiones
en proyectos offshore dentro de mercados emergentes, considerándolas como de alto riesgo
y en consecuencia su contribución para los inversionistas no es tan significativa como en el
caso de inversiones locales (del país desarrollado). Por otro lado, en términos generales, en
relación con la variable riesgo país que decide incluir Lessard en su modelo, se asume que
esta variable será extraída del indicador Emerging Merkets Bonds Index - EMBI (Indicador
de bonos de mercados emergentes) debido a que no precisa en su publicación la referencia
de la fuente.

VII. CONCLUSIONES
El modelo CAPM, es la base para el cálculo de las tasas de descuento, pero tiene
limitaciones en cuanto a su aplicación a mercados emergentes.
El modelo propuesto por Lessard, es una variación del modelo CAPM, aplicable a los
mercados emergentes. Este se enfoca en el ajuste de la beta, a través del cálculo de una beta
país de manera que se considere las volatilidades del rendimiento del país en cuestión
respecto a la de Estados Unidos. Asimismo, se incluye el riesgo país para ajustar la tasa
libre de riesgo.
Aplicando el modelo de Lessard al mercado peruano, para un periodo de 10 años la beta
país resulta 1.69.
El cálculo de los costos de capital para los tres sectores escogidos mediante el ajuste de
la, muestra un incremento en comparación con un cálculo sin éste.
 De los tres sectores, el sector minería es el más riesgoso, pues el costo de capital
exigido es de (24.79%), le sigue el sector de vestidos (18.16%) y finalmente el de
procesamiento de alimentos (15.32%).

REFERENCIAS

https://www.swissre.com/dam/jcr:3e9bf493-3c8f-4e9d-a78d-
3071f2b30d43/sigma1_2019_es.pdf
 https://rephip.unr.edu.ar/bitstream/handle/2133/11518/Tesis%20Dante%20Grande
%20VFINAL%2027-04-2018.pdf?sequence=2&isAllowed=y

https://ri.itba.edu.ar/handle/123456789/466

https://www.notimerica.com/que-significa/noticia-significa-offshore-20160406123405.html

https://www.bloomberg.com/markets/rates-bonds/government-bonds/us

http://bdigital.unal.edu.co/46708/1/08940849.2015.pdf

Rendimiento libre de riesgo

En este caso, la muestra a usar será de los últimos 10 años (2009-2010), teniendo como
fuente la página de Damodaran.

Año T-Bond Retorno del bono

2009 3.84% -11.12%
2010 3.29% 8.46%
2011 1.88% 16.04%
2012 1.76% 2.97%
2013 3.04% -9.10%
2014 2.17% 10.75%
2015 2.27% 1.28%
2016 2.45% 0.69%
2017 2.41% 2.80%
2018 2.69% -0.02%
PROMEDIO
ARITMÉTICO 2.75%

Fuente: Damodaran (2019)

RIESGO PAÍS

Porcentaj
Mes pbs e
Ene18 121.952 1.220%
Feb18 131.833 1.318%
Mar18 146.619 1.466%
 Abr18 145.238 1.452%
May18 157.591 1.576%
Jun18 163.333 1.633%
Jul18 150.238 1.502%
Ago18 149.261 1.493%
Sep18 139.526 1.395%
Oct18 143.318 1.433%
Nov18 156.900 1.569%
Dic18 164.867 1.649%
PROMEDIO
ARITMÉTIC
O 1.476%

Fuente: BCRP (2019)

Prima por riesgo de Mercado

Rf Rm Rf-Rm
25.94% -11.12% 37.05%
14.82% 8.46% 6.36%
2.10% 16.04% -13.94%
15.89% 2.97% 12.92%
32.15% -9.10% 41.25%
13.52% 10.75% 2.78%
1.38% 1.28% 0.09%
11.77% 0.69% 11.08%
21.61% 2.80% 18.80%
-4.23% -0.02% -4.22%
PROMEDIO
ARITMÉTICO 11.22%

Anexo 3

Considerando data de 1928-2018 para la prima por riesgo de mercado y un riesgo país
diario al 24/12/2019

Variable Valor

R fUS 2.275%

RP (EMBIG) 0.87%
 RmUS −R fUS 6.26%

Sector procesamiento de alimentos:

K e =( 2.275+ 0.87 ) +1.031∗(6.26)

K e =¿ 9.59%

Sector de vestidos:

K e =( 2.275+ 0.87 ) +1.284∗(6.26)

K e =11 . 18 %

Sector de metal y minería:

K e =( 2.275+ 0.87 ) +1.876∗(6.26)

K e =14.88 %