Tema 01 Fundamentos

INVERSIÓN FINANCIERA
Parte Primera: Contexto de la Inversión Financiera
Tema 1. Fundamentos
Dr. Borja Amor Tapia
Despacho nº 161
Departamento de Dirección y Economía de la Empresa
Facultad de Ciencias Económicas y Empresariales
Dr. Borja Amor Tapia borja.amor@unileon.es 1

Contenidos
1. La Economía Financiera
2. Caracterización de los Activos Financieros: Rentabilidad y Riesgo
• 2.1. Rentabilidad
• 2.2. Riesgo
• 2.3. Ecuación Fundamental de la Valoración
• 2.4. Rentabilidad Esperada
• 2.5. CAPM
• 2.6. APT
• 2.7. Modelo de 3 Factores de Fama y French
• 2.8. Modelo de 5 Factores de Fama y French
3. Hipótesis de Eficiencia del Mercado
• 3.1. Desarrollo de la HEM

• 3.2. Implicaciones de la HEM
• 3.2. Contrastes Empíricos
4. Behavioral Finance

1. Economía Financiera
 Economía Financiera: es el estudio del comportamiento de

los individuos en la asignación intertemporal de sus recursos
en un entorno incierto, así como el estudio del papel de las
organizaciones económicas y los mercados institucionalizados
en facilitar dichas asignaciones.
 Destacan dos ideas:

• la asignación intertemporal de los recursos,
• el entorno incierto.

 Las organizaciones económicas se pueden
caracterizar como miembros de dos grupos
alternativos:
• empresas, que poseen como activos los medios físicos de
producción para la economía y que emiten activos
financieros para financiar sus actividades de producción;
• y los intermediarios financieros, que son poseedores y

emisores de activos financieros, invirtiendo, por lo tanto,
solamente de forma indirecta en activos físicos o reales.
 Los mercados donde individuos e intermediarios

intercambian dichos activos financieros reciben el
nombre genérico de mercado de capitales.

 Podemos dividir la decisión de inversión por parte de
los individuos en dos componentes:
• La decisión de “consumo-ahorro”, en la cual los individuos
deciden la cantidad óptima de su riqueza actual que debe
asignarse a consumo presente y la cantidad que debe
destinarse a inversión para poder así consumir en el
futuro.
• La “selección de carteras”, en la que el individuo decide

cómo colocar sus ahorros entre las diversas alternativas
que ofrece el conjunto de oportunidades de inversión.

 Nos enfrentamos a un problema de asignación óptima de
nuestros recursos en un contexto intertemporal y entre varias
alternativas
 Para que dicho problema esté bien definido, debe suponerse

que el individuo tiene un orden de preferencias mediante el
cual se establece un ranking de las posibles alternativas de
elección.
 Suponemos que el orden de preferencias satisface los axiomas

de la utilidad esperada de Von Neumann-Morgenstern.
 La base de nuestra materia radica precisamente en la

maximización de la utilidad esperada por parte de los
individuos a la hora de llevar a cabo sus decisiones de
inversión.

 Principio básico de la Teoría Económica:
• los precios que surgen de los mercados competitivos proporcionan a
los participantes en dicha economía información ciertamente útil para
realizar su proceso de toma de decisiones.
 Los mercados de capitales organizados y suficientemente

activos hacen que los precios resultantes reflejen en forma
conjunta la información disponible y las expectativas de la
gran variedad de participantes en los mercados.
• Precisamente por este motivo, resulta tremendamente difícil llevar a

cabo estrategias de arbitraje, lo que a su vez nos permite suponer la
no existencia de tales oportunidades.

Arbitraje:
Ejemplo: Comprar y vender

simultáneamente el mismo activo
Estrategia de inversión que
en dos mercados diferentes a
garantiza un flujo neto positivo,
distinto precio. No requiere
sin riesgo y sin requerir inversión
aportar fondos, puesto que la
neta (es decir, sin aportar
liquidación se realiza al finalizar el
capitales propios: se financia
día, y los fondos necesarios para
tomando préstamo)
la compra se compensan con los
obtenidos por la venta.

Ausencia de Arbitraje
Cualquier estrategia de
inversión que permita
ganar dinero a cambio de
nada es una estrategia Las
de arbitraje oportunidades
de arbitraje
desaparecen
Supuesto básico para la valoración de activos: No

existen oportunidades de arbitraje de forma
sistemática.
2. Caracterización de los Activos
Financieros. Rentabilidad y Riesgo
Rentabilidad
Los activos financieros
pueden caracterizarse
a partir de dos
elementos:
Riesgo

Rentabilidad
Activos
Tesorería
Renta Fija
Renta Variable
Riesgo
Rentabilidad media

Rentabilidad
Tesorería
Renta Fija
Renta variable
Rentabilidad media
Riesgo: área de posibles resultados

Plazo inversión 1 año
(*)Series históricas de Estados Unidos
(**) Periodo de muestra: 1970 - 2001. Información en US $

Plazo inversión 3 años
Distribución de Frecuencias de las tasas de
rentabilidad (1926 – 2005)

Historia de las Tasas de Rentabilidad por Clases de Activos,
1926- 2005

Historia del Rendimiento Diferencial por Clases de Activos, 1926-
2005

Rentabilidad y Riesgo en la Bolsa Española
Fuente: Revista Bolsa de Madrid, Agosto-Septiembre 2004

2.1. La Rentabilidad
Flujos monetarios del
activo financiero hacia
Pt + Dt − Pt −1 el inversor
Rt =
Pt −1
Precio
Rentabilidad
Una posible medida del atractivo de un activo financiero es el valor esperado, en

promedio, de sus flujos futuros (esperanza matemática)

2.2. El Riesgo
En términos generales es la aleatoriedad introducida, por
cualquier circunstancia, en un activo (o cartera de activos)
respecto a la obtención de una determinada rentabilidad.
Percepción Grado de
De Aversión al
Riesgo Riesgo

 Los economistas analizan el precio de bienes y servicios modelizando
la oferta y la demanda. Se puede hacer lo mismo con los activos
financieros.
 Consideremos como punto de partida la modelización de la demanda

de un activo financiero.
• A diferencia de los bienes y servicios, los activos financieros no proporcionan
beneficios en términos de consumo presente. Son vehículos para ahorrar.
• Es un componente de la riqueza del inversor que representa consumo
futuro o poder de compra futuro.
• La diferencia entre distintos activos radica en los flujos que va a generar el
activo financiero en el futuro.
• Excepto en los activos libres de riesgo, los flujos futuros son inciertos.
• Una teoría de demanda de activos necesita especificar las preferencias de los
inversores sobre los flujos inciertos que se van a recibir en diferentes
periodos de tiempo.
• Necesitamos modelizar la forma en la que los inversores eligen entre
activos que presentan diferentes distribuciones de probabilidad en sus
rendimientos futuros.

Primera aproximación a la medición del riesgo
 Movimientos inesperados en los precios de los activos

 Valor Esperado: Rendimiento medio del activo
Rt n
Ri ,n = ∑
t =1 n
 Riesgo (volatilidad): Desviación estándar
σ = σ =∑ 2
n (R − R )
t i ,n
2
Volatilidad = σ diaria ⋅ 252
t =1 n Volatilidad = σ fracción n ⋅ n

2.3. Ecuación Fundamental de la Valoración
El Valor de cualquier activo es:
V j t = Et (φt + k X j , t + k )
Pago aleatorio que realizará

Operador de expectativas
el activo j en el momento
condicionadas a la información
futuro (t+k)
disponible actualmente (t).
Factor de descuento estocástico (Phi). Es una variable aleatoria cuyas

realizaciones son siempre positivas. Representa la generalización de la tasa de
descuento en un mundo dominado por la incertidumbre, de forma que, si no
existiese incertidumbre, o los inversores fueran neutrales ante el riesgo, sería
una constante que transformaría los rendimientos esperados en el futuro, en
el valor actual del activo.

Si los agentes son neutrales ante el riesgo y tienen
expectativas homogéneas…
∞
1
Vj t = ∑ t +k
E t ( X j , t + k )
k =1 (1 + r )
Caso Particular: el VAN (Valor Actual Neto)

FlujoNetok ∞
VAN 0 = − Desembolso0 + ∑ k
k =1 (1 + r )
2.4. Rendimiento Esperado de un activo
financiero
Rentabilidad Esperada = Coste de Oportunidad + Premio por el

riesgo asumido al invertir en el activo

2.5. El Capital Asset Pricing (CAPM) y el riesgo
Rentabilidad de la Rentabilidad
acción de la de la cartera de
empresa “i” en el mercado
momento “t” diversificada
Rit = α it + β it RMt + ε it
BETA: Riesgo no
diversificable Cov(Ri , R M ) σi
(Sistemático)
βi = = ρ ( Ri , RM )
σ 2
M σ M2

Significado de la Beta
 Beta = 1; variabilidad idéntica para el valor y la cartera de

mercado.
 Beta > 1; variabilidad superior del valor que la cartera de

mercado. (Títulos Agresivos)
 Beta < 1; menor variabilidad del valor que la de la cartera de

mercado. (Títulos Defensivos)

2.6. Los Modelos APT
 Ross (1976) propone que la rentabilidad
de una acción se puede expresar como:
E ( Ri ) =RF + β1 ( RFactor1 − RF ) + β 2 ( RFactor 2 − RF ) + ... + ε
Rentabilidades de los factores que afectan

a la rentabilidad de la acción
 Desde la década de los años 90 ha cobrado fuerza el modelo

de tres factores de Fama y French

2.7. El Modelo de 3 Factores de Fama y French
 Fama y French (1993) sugieren un modelo APT con tres factores de

riesgo que pueden replicarse mediante unas determinadas carteras
de los activos existentes en la economía.
• El primero de ellos consiste en replicar el riesgo de mercado mediante
una cartera de coste cero que contiene una posición larga en la propia
cartera de mercado y una posición corta (endeudamiento) en el activo
libre de riesgo. La prima de riesgo de esta primera cartera réplica
(prima de riesgo de la cartera de mercado) es el factor de riesgo
 asociado al CAPM.
R jt − rt = α j + β jm ( Rmt − rt ) + ε jt
Rentabilidad Rentabilidad del Rentabilidad
del activo con activo libre de de la cartera
riesgo riesgo de mercado
 La estimación de las otras dos carteras réplica restantes resulta más
elaborada.
• Al final de cada mes junio del periodo muestral disponible, todos los activos se
clasifican según su capitalización bursátil. La mediana de los tamaños observados
se emplea como forma de dividir la muestra de empresas en dos grupos,
pequeñas y grandes (S y B).
• Asimismo y de forma independiente también dividen todas las empresas en tres

grupos según el cociente Valor Contable / Valor de Mercado (Book Value/Market
Value) de las mismas. Así, el 30% de las empresas con Bv/Mv más pequeño se
agrupan en una cartera (L), el 40% con cociente intermedio en otra cartera (M) y,
finalmente, el 30% restante se integra en la cartera de cociente Bv/Mv más alto
(H).
• Esta decisión de dividir en tres grupos según el cociente Bv/Mv y en dos carteras
de acuerdo con la capitalización bursátil está relacionada con la evidencia
empírica favorable al cociente Bv/Mv en las regresiones de sección cruzada que
los mismos autores habían documentado en investigaciones previas.

Low Medium High
(Bv/Mv) (Bv/Mv) (Bv/Mv)
Small
(Capitalización) S/L S/M S/H 50%
Mediana
Big
(Capitalización) B/L B/M B/H 50%
30% 40% 30%

• Utilizando las posibles intersecciones de las dos carteras por tamaño y
las tres carteras por Bv/Mv, Fama y French construyen 6 carteras que
denominan S/L, S/M, S/H, B/L, B/M y B/H y que representan
respectivamente las carteras de las acciones más pequeñas que al
mismo tiempo forman parte del grupo de empresas con Bv/Mv más
bajo (S/L), aquellas empresas más pequeñas con Bv/Mv mediano (S/M)
y así sucesivamente hasta construir la cartera de aquellas empresas
con capitalización más elevada y cociente Bv/Mv también más alto
(B/H).

 Los activos que terminan formando parte de cada una
de las 6 carteras reciben una ponderación diferente
según su capitalización bursátil. Esta clasificación se
mantiene durante todo un año, de forma que al final
del mes de junio del siguiente año se vuelve a repetir
el proceso de clasificación de todas las empresas de la
muestra.
• La cartera que replica el factor de riesgo no observable pero
que está asociado, según Fama y French, al tamaño entendido

como capitalización bursátil se denomina SMB (pequeña menos
grande).
• Para construirla, se calcula en cada mes la media de los
rendimientos de las 3 carteras más pequeñas entre las 6
disponibles hasta el momento. Esto es, se calcula el
rendimiento medio de las carteras S/L, S/M y S/H. Además, se
calcula el rendimiento medio de las 3 carteras de mayor
tamaño, B/L, B/M y B/H.

• Una vez están disponibles estas 2 nuevas carteras, se calcula la
diferencia para cada mes entre los rendimientos de las mismas
(pequeñas menos grandes). Esta es la cartera que replica el
factor de riesgo aproximado por la capitalización bursátil.
Low Medium High

Small
(Capitalización) S/L S/M S/H Small
Minus
Big
Big
(Capitalización) B/L B/M B/H (SMB)

Nótese que representa la diferencia del rendimiento
entre las empresas más pequeñas existentes y las más
grandes con niveles similares del cociente Bv/Mv.
En otras palabras, es una cartera que tiene una posición

larga en las empresas más pequeñas y una posición corta
en las más grandes pero controlando al mismo tiempo
por los efectos potenciales del cociente Bv/Mv.

 La construcción de la cartera que replica el factor riesgo
aproximado por el cociente Bv/Mv sigue un procedimiento
similar.
• En cada mes se calcula el rendimiento medio de las 2 carteras con

cociente Bv/Mv más alto, S/H y B/H, así como el rendimiento medio de
las 2 carteras con Bv/Mv más bajo, S/L y B/L.
 • La diferencia entre los rendimientos de estas dos carteras es la cartera
réplica del factor de riesgo asociado al cociente Bv/Mv y que se
denomina HML (alto menos bajo).
• Así, esta cartera es el rendimiento de las empresas con mayor cociente

Bv/Mv menos el rendimiento de las empresas con menor cociente Bv/Mv
una vez que controlamos por el efecto del tamaño.

Low Medium High
Small
(Capitalización) S/L S/M S/H
Big
(Capitalización) B/L B/M B/H
High Minus Low

(HML)

 Dadas estas carteras que pretenden replicar los tres factores de riesgo
propuestos por Fama y French, las habituales regresiones temporales
de los rendimientos de los activos en los rendimientos de estas
carteras deberían ser capaces de explicar un alto porcentaje de la
variabilidad que presentan los rendimientos de los activos.
 Así, utilizando como activos 25 carteras construidas por tamaño

dentro de cada nivel de tamaño, por el cociente VC/VM, Fama y
French llevan a cabo las siguientes regresiones entre 1963 y 1991:
R jt − rt = α j + β jm ( Rmt − rt ) + β jsmb SMBt + β jhml HMLt + ε jt

j = 1,..., 25

 El R2 de la regresión aumenta desde el 77,9% cuando
solo se incluye la cartera de mercado, hasta un 93,1%
cuando se incorporan los tres factores propuestos.
En su web, el profesor Kenneth R. French tiene

disponibles archivos de descarga gratuita, con los
Factores de Riesgo
http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/
http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html

 El modelo de Fama y French, tal como aparece en el ecuación
anterior, se ha utilizado en los años noventa de manera
absolutamente masiva como el modelo que permite controlar
adecuadamente el riesgo de los activos financieros y que, por
tanto, permite hacer evaluaciones de la gestión de carteras,
calcular el coste de capital de las empresas y obtener conclusiones
sobre la bondad de estrategias alternativas de inversión ya que
permite tener, por parte de los agentes, una medida alfa que
indica el rendimiento ajustado por el riesgo factorial de forma
precisa
Pese a su amplia aceptación, pronto surgieron críticas.
¿Los tres factores recogen “todas” las fuentes de riesgo?

Las rentabilidades de los factores Fama-French como predictores
del crecimiento en el PIB
Las rentabilidades de
los factores de riesgo
identificados por
Fama-French parecen
predecir los ciclos
económicos en
muchos países.
El gráfico muestra que

las rentabilidades de
los factores tienden a
ser positivos en los
años previos a rápidos
crecimientos en el PIB.

2.8. El Modelo de 5 Factores de Fama y French
 En la década 2010-2020 se desarrollan modelos de 5

factores:
• Q-Theory de Hou, Xue, and Zhang (2007-2016)
• Modelo de 5 Factores de Fama y French (2013-2015)
 En esencia, los factores, aunque se construyen con

ligeras diferencias, miden lo mismo.
 Existe cierta polémica sobre el origen de la idea inicial.

Pero es más conocido como modelo de 5 factores de
Fama y French

 A los tres factores originales (Beta del CAMP, SMB y HML)
se le añaden dos factores:
• RMW (Robust Minus Weak): Se construye a partir de la
rentabilidad operativa de las empresas (empresas con alta
rentabilidad en su negocio, medido como resultado
operativo/fondos propios, frente a empresas con baja rentabilidad
operativa del negocio).
• CMA (Conservative Minus Aggressive) se construye en base al tipo

de inversiones que realizan las empresas en sus negocios
(empresas que realizan pocas inversiones en activos para su
negocio frente a empresas que realizan muchas inversiones en
activos para el negocio)

En resumen, los principales modelos que se han desarrollado…
APT:
APT: • Q-Theory: 4
Factores de
• 4 Factores Hou, Xue y
de Carhart Zhang
APT: (1997) (2007-2016)
• 3 Factores de • 5 Factores
Fama y de Fama y
French French
CAPM (1993-1996) (2013-2015)
(1958-
1964)

 CAPM (1958-1964)
R jt − rt = α j + β jm ( Rmt − rt ) + ε jt
 3 Factores de Fama y French (1993-1996)
R jt − rt = α j + β jm ( Rmt − rt ) + β jsmb SMBt + β jhml HMLt + ε jt
 4 Factores de Carhart (1997)

R jt − rt = α j + β jm ( Rmt − rt ) + β jsmb SMBt + β jhml HMLt + β wmlWMLt + ε jt
Momentum
(winners minus losers)
A veces se llama UMD, MOM, …
 5 Factores de Fama y French (2013-2015)
R jt − rt = α j + β jm ( Rmt − rt ) + β jsmb SMBt + β jhml HMLt + β jrmw RMWt + β jcma CMAt + ε jt
RMW (Operating Profiability) CMA (Investment)

Robust minus Weak Conservative minus
Aggresive
 Q-Theory (2007-2016)
R jt − rt = α j + β jm ( Rmt − rt ) + β jsmb SMBt + β Ii / A rI / A + β ROE

i
rROE + eit

3. Hipótesis de Eficiencia del Mercado
(HEM)
3.1. Desarrollo de la HEM
¿Los precios de las

acciones en la bolsa
son aleatorios?
¿De qué dependen?

Hipótesis de Eficiencia del Mercado (HEM)
Efficient Market Hypothesis (EMH)
1965 Samuelson
1965 Fama
1933 Cowles
1905 Pearson
1905 Einstein
1900 Bachelier
1863 Regnault

 En 1863 Jules Regnault, un bróker de la Bolsa de París y
matemático aficionado escribió un libro en el que aparecen
las primeras expresiones formales de la eficiencia del
mercado.
• Empleando la lógica y la observación personal,

argumentó que el precio de un título en un momento
dado reflejaba los conocimientos de la multitud.
Argumentó que la única forma de obtener beneficios era
negociar en base a información privilegiada que nadie
más poseyera. Empleando la teoría de la probabilidad
estimó el problema de la "ruina de los jugadores": el
número de operaciones hasta un especulador
desinformado perdería todo su dinero.
• Regnault también fue la primera persona en argumentar

que la eficiencia del mercado implicaba que los precios
de los activos deben seguir un recorrido aleatorio.

 En 1900, el matemático francés Louis Bachelier, en su tesis
doctoral sobre la negociación de opciones sobre acciones
en la Bolsa de París, formuló de forma más rigurosa la idea
de movimiento aleatorio de Regnault.
 De forma independiente y antes que Albert Einstein,

Bachelier desarrolló las ecuaciones del "movimiento
browniano", que se basaba en la suposición implícita de
movimientos de precios impredecibles.

 En 1905 Einstein publica un artículo
en el que explica matemáticamente el
“movimiento Browiano” o “proceso
de Wiener”:
• el movimiento aleatorio que se
observa en las partículas que se hallan
en un medio fluido
 En décadas posteriores, esta

formulación se aplicará a los
mercados de valores (los precios de
los activos que se mueven de forma
aleatoria)

 En 1905 el matemático Karl Pearson publica
en la revista Nature: “The problem of the
Random Walk”.
 Introduce la idea de “Paseo Aleatorio” o

“Random Walk”.
• En finanzas, esta analogía se ha aplicado
a las series en que los rendimientos
sucesivos son independientes del resto
de la serie. La secuencia de cambios en
las cotizaciones de un título, se
comporta como una variable aleatoria,
independiente e idénticamente
distribuida.

 Cowles (1933) investiga si los
inversores profesionales
pueden batir a una elección de
títulos al azar. Encuentra que
no.
 Posteriormente, en otro
trabajo, Cowles y Jones (1937)
contrastan el modelo de paseo
aleatorio sobre el mercado
bursátil estadounidense, y
también encuentran apoyo a
esta idea.

 Eugene Fama (1965): revisa la
investigación existente sobre el
comportamiento de los precios de las
acciones, examina las series de
rendimientos desde un punto de vista
estadístico, y concluye:
• “puede afirmarse que esta
investigación presenta evidencias,
cuantiosas y sólidas, a favor de la
hipótesis del camino aleatorio”
 En las décadas posteriores Fama

publica multitud de investigaciones que
aportan evidencias favorables a la
eficiencia, y es considerado como el
máximo representante de esta línea de
pensamiento.
 En 2013 recibió el premio Nobel de

Economía

 Samuelson (1965)
reformuló la Hipótesis de
Eficiencia asociándola al
concepto de “martingala”
según la cual, los precios
evolucionan de acuerdo con
la información disponible en
cada momento.

Algunas Definiciones…
Fama (Jan. 1965: ‘The behavior of stock-market prices’):

• ‘…an “efficient” market for securities, that is, a market where, given the available information, actual prices at
every point in time represent very good estimates of intrinsic values.’
Fama et al. (1969):
• ‘…an “efficient” market, i.e., a market that adjusts rapidly to new information.’
Fama (1970):
• ‘A market in which prices always “fully reflect” available information is called “efficient.”’
Jensen (1978):
• ‘A market is efficient with respect to information set θt if it is impossible to make economic profits by trading
on the basis of information set θt.’
• [‘By economic profits, we mean the risk adjusted returns net of all costs.’]
Malkiel (1992):
• ‘A capital market is said to be efficient if it fully and correctly reflects all relevant information in determining
security prices. Formally, the market is said to be efficient with respect to some information set, φ, if security
prices would be unaffected by revealing that information to all participants. Moreover, efficiency with respect
to an information set, φ, implies that it is impossible to make economic profits by trading on the basis of φ.’
Mercado Eficiente → Los precios reflejan la información disponible

 Supongamos que tenemos un modelo que predice con gran confianza que el
precio de la acción XYZ, actualmente a 10 € subirá drásticamente en tres días
hasta 11 €.
 Todos los inversores con acceso a la predicción del modelo colocarían una
gran avalancha de órdenes de compra inmediatas para beneficiarse de las
perspectivas de aumento del precio de la acción.
 Nadie que tuviera acciones XYZ querría vender y el efecto neto sería un salto
inmediato en el precio de la acción hasta 11 €. La previsión de un incremento
en los precios futuros lleva en cambio a un incremento inmediato del precio.
 Otra forma de explicarlo es que el precio de la acción reflejaría

inmediatamente las “buenas noticias” implícitas en la previsión del modelo.

 De forma más general se podría decir que cualquier información
disponible para el público que pueda ser empleada para predecir el
comportamiento de la acción, incluyendo la información sobre la
macroeconomía, el sector al que pertenece la empresa, sus
operaciones y los planes y gestiones, debería reflejarse también en los
precios de las acciones.
 En cuanto exista información que indique que una acción está

infravalorada y que ofrece una oportunidad de beneficio, los
inversores se lanzarán a comprar la acción e inmediatamente subirá su
precio hasta su nivel justo, donde se pueden esperar tasas de
rentabilidad normales. Estas “tasas normales” son sencillamente tasas
de rentabilidad acordes con el riesgo del valor.
 Pero si los precios llegan inmediatamente a niveles justos a causa de

toda la información disponible, debe ser que los precios suben o bajan
sólo como respuesta a la información nueva. Por definición, la
información nueva debe ser imprevisible. Por tanto, los precios de las
acciones que cambian como respuesta a la información nueva
(imprevisible) también tienen que cambiar imprevisiblemente.
 Los precios de las acciones que evolucionan
aleatoriamente son la consecuencia necesaria de la
existencia de inversores inteligentes que compiten por
descubrir información de importancia antes de que el
resto del mercado sea consciente de la misma.
Paseo aleatorio
Los cambios en los precios de las acciones son aleatorios e impredecibles

 Si los precios se determinan de forma racional, sólo la
información nueva les hará cambiar. Por tanto, un paseo
aleatorio será la consecuencia natural de los precios, que
siempre reflejan todos los conocimientos actuales.
 Además, si los movimientos en los precios de las acciones se

pudieran prever, eso sería la prueba evidente de la ineficiencia
del mercado de valores, porque la capacidad de predecir los
precios indicaría que toda la información disponible aún no
había modificado el precio de las acciones. Por tanto, la idea de
que las acciones ya reflejan toda la información disponible se
denomina hipótesis de mercado eficiente (EMH).
Hipótesis de mercado eficiente

Hipótesis de que los precios de los valores reflejan completamente
la información disponible sobre los valores.
Rentabilidad Acumulada Anormal de las empresas que El gráfico traza la respuesta en el
sufren intentos de adquisición precio de una muestra de 194
compañías que fueron objeto de
intentos de fusión en el mercado
estadounidense (1975-1978).
En la mayor parte de las fusiones, la

empresa adquiriente paga una prima
importante sobre los precios del
mercado actual. Por tanto, el anuncio
de un intento de fusión debería
originar un salto en el precio de la
acción.
La figura muestra que los precios de

las acciones saltan drásticamente
durante el día en que la noticia se
hace pública. No obstante, no se
producen más cambios en los precios
después de la fecha de anuncio, lo
que sugiere que los precios reflejan la
información nueva, incluida la
probable magnitud de la prima de
fusión al final del día de negociación.

 En los precios intradía se puede encontrar mayor
evidencia de la respuesta rápida a la nueva
información.
• Por ejemplo, Patell y Wolfson muestran que la mayor parte
de la respuesta del precio de las acciones ante anuncios de
dividendos y de resultados empresariales se produce dentro
de los 10 minutos inmediatamente posteriores al anuncio.
J. M. Patell and M. A. Wolfson, “The Intraday Speed of Adjustment of Stock Prices to

Earnings and Dividend Announcements,” Journal of Financial Economics 13 (June 1984),
pp. 223–52.
Reacción de las cotizaciones ante las informaciones de Una buena ilustración del ajuste rápido
la CNBC es el trabajo de Busse y Green, que
siguen las cotizaciones de las empresas
que se presentan en los espacios de la
CNBC “Morning” y “Midday Call”.
Tras realizar un seguimiento minuto a

minuto, en la reacción de las
cotizaciones encuentran el siguiente
patrón de comportamiento.
En el gráfico, el Minuto 0 indica el

momento en que las empresas son
mencionadas en los espacios de la
CNBC.
La línea superior indica el movimiento

medio en los precios de las empresas
que reciben informes positivos (el
mercado ha asumido completamente
las noticias, a los 5 minutos del
informe), mientras que la línea inferior
muestra el movimiento medio de las
empresas con informes negativos (el
mercado ha asumido completamente
las noticias, a los 12 minutos del
informe) 66
Dr. Borja Amor Tapia borja.amor@unileon.es
La competencia como fuente de eficiencia
¿Por qué deberíamos esperar que los precios de las acciones reflejaran
toda la información disponible?
 Los inversores tendrán el incentivo de gastar recursos para analizar la

información nueva no cubierta sólo si es probable que dicha actividad genere
mayores rentabilidades de la inversión. Por tanto, en el equilibrio de
mercado, la actividad de recopilación de información eficiente debería ser
fructífera .
 Puede haber distinto grado de eficiencia entre los distintos mercados.

• Por ejemplo, los mercados emergentes, que se analizan menos intensamente que los
mercados de USA y Europa, y en los cuales la información es más difícil de obtener,
pueden ser menos eficientes que los mercados más desarrollados.
 Las acciones de empresas pequeñas, que reciben menos cobertura por parte
de los analistas de inversiones pueden tener un precio menos eficiente que
las grandes.
 Aunque no vayamos tan lejos como para decir que no se puede conseguir
ninguna información nueva, es razonable considerar y respetar a la
competencia.
 Suponga que una gestora de inversiones gestiona una cartera de 5.000
millones de euros.
 Suponga que el gestor del fondo inventa un programa de análisis que

puede incrementar la tasa de rentabilidad de la cartera en un décimo del
1% anual (0,1%), lo cual parece una cantidad modesta.
 Este programa aumentará la rentabilidad a la cartera en 5.000 millones x

0,001 = 5 millones de euros.
 Por tanto, es probable que el fondo quiera gastar hasta 5 millones de

euros al año en investigación para aumentar la rentabilidad de las
acciones en un simple 0,1 % al año.
 Con esa rentabilidad absoluta tan grande de esos pequeños aumentos en

el comportamiento de la inversión, es razonable que los gestores de
cartera quieran gastar grandes cantidades en análisis del sector, apoyo
informático y esfuerzo en investigación.

 Con tantos expertos analistas que desean asignar recursos considerables a
investigación, no puede haber ganancias fáciles en el mercado.
 Además, es probable que las tasas de rentabilidad incrementales en la

actividad de investigación sean tan pequeñas que sólo valgan la pena para los
gestores de las grandes carteras.
 Aunque puede que no sea literalmente cierto que toda la información

importante esté sin descubrir, es prácticamente cierto que hay muchos
investigadores que están sobre la pista de cualquier cosa que mejore el
comportamiento de la inversión.
 La competencia entre estos analistas muy preparados y muy bien pagados

asegura que, como norma general, los precios de las acciones tienen que
reflejar la información disponible relacionada con sus niveles adecuados.

Concepto de Eficiencia
Para En la hipótesis débil se supone que cada título refleja totalmente la
analizar la información contenida en la serie histórica de precios, es decir, toda la
información pasada. Los inversores, por lo tanto, no pueden obtener
eficiencia rentabilidades superiores analizando dichas series (Análisis Técnico).
del mercado
Fama (1970)
adopta la Según la hipótesis intermedia, un mercado es eficiente cuando los
clasificación precios reflejan, no sólo toda la información pasada, sino también toda
de Roberts la información hecha pública acerca de la empresa o de su entorno, que
pueda afectar a cada título en particular. La cotización de los títulos ya
(1967): refleja exactamente su valor teórico o intrínseco (por tanto el Análisis
fundamental sería inútil).
La hipótesis fuerte parte del supuesto de que los precios reflejan

absolutamente toda la información ya sea pasada, pública o privada.
Según ella, ningún inversor podrá "batir al mercado" como no sea por
azar.

3.2. Implicaciones de la Hipótesis del Mercado
Eficiente
 Análisis técnico
• El análisis técnico consiste esencialmente en la búsqueda de
esquemas recurrentes y predecibles de los precios de las acciones.
• Aunque los técnicos reconocen que el valor de la información tiene

que ver con las perspectivas económicas futuras de la empresa,
creen que dicha información no es necesaria para una estrategia
de negociación exitosa.
• El analista podrá identificar una tendencia que se pueda explotar

durante el período de ajuste. El análisis técnico asume una
respuesta lenta de los precios de las acciones al suministro de
datos relacionados con el análisis fundamental y a los factores de
demanda. Esta asunción es opuesta a la noción de un mercado
eficiente.

• A los analistas técnicos a veces se les llama chartistas porque
estudian gráficos (charts) de los precios de acciones anteriores
esperando encontrar esquemas que puedan explotar para
conseguir beneficio.
• La hipótesis del mercado eficiente establece que el análisis técnico

no es útil.
o La historia de los precios anteriores y el volumen de contratación está
disponible al público a un precio mínimo.
o Por tanto, cualquier información que estuviera disponible en algún
momento sobre los precios anteriores ya se habrá reflejado en los
precios de las acciones.
o A medida que los inversores compiten para explotar su conocimiento
común de la historia de los precios de las acciones, necesariamente
llevan los precios de las acciones a niveles en los que las tasas de
rentabilidad esperadas son adecuadas para el riesgo asumido. En esos
niveles, las acciones no son compras buenas ni malas. Simplemente
tienen un precio justo, lo que significa que no se deberían esperar
rentabilidades no ajustadas al riesgo asumido.

 Análisis fundamental
• El análisis fundamental utiliza los estados financieros y las perspectivas
de flujos de caja de la empresa, las expectativas de los tipos de interés
futuros y la evaluación del riesgo de la empresa para determinar los
precios adecuados de las acciones.
• Los analistas calculan el valor descontado actual de todos los flujos que
recibirá un accionista por cada acción. Si ese valor excede el precio de la
acción el analista fundamental recomendará la compra de la misma.
• la hipótesis de eficiencia de mercados establece que la mayor parte de

los análisis fundamentales añaden poco valor.
o Si los analistas confían en la información contable disponible de la empresa y en la
información del sector, no es probable que la evaluación del analista sobre las
perspectivas de la empresa sea significativamente más apropiada que la de otro
analista.
o Hay muchos analistas bien informados y bien financiados que realizan dichos
análisis, y a la luz de dicha competencia sería difícil obtener los datos que no
estén disponibles también para los demás analistas. Sólo los analistas con una
visión única obtendrán recompensa.
• El análisis fundamental es mucho más difícil que el hecho de identificar
sencillamente empresas bien gestionadas con buenas perspectivas. El
descubrimiento de buenas empresas no aporta nada bueno por sí mismo a un
inversor si el resto del mercado también sabe que esas empresas son buenas. Si
el conocimiento ya es público, el inversor se verá forzado a pagar un precio alto
por aquellas empresas y no obtendrá una tasa de rentabilidad superior.
• La cuestión no es identificar las empresas que son buenas, sino en encontrar las
que son mejores que lo que indican las estimaciones de los demás. Del mismo
modo, las empresas con una mala gestión pueden ser enormes gangas si no son
tan malas como sugiere el precio de sus acciones.
• Esta es la razón por la cual resulta difícil el análisis fundamental. No es suficiente

con hacer un buen análisis de una empresa; sólo se puede ganar dinero si el
análisis es mejor que el de sus competidores, porque el precio de mercado se
espera que refleje ya toda la información disponible.

Gestión Activa de Carteras frente a Gestión Pasiva
 La competencia entre los inversores asegura que una sencilla

técnica de evaluación de acciones se utilizará lo suficiente para
que todos las valoraciones derivadas de las mismas se reflejen
en el precio de las acciones.
 Es probable que sólo los análisis serios y las técnicas poco

comunes generen valoraciones diferenciales necesarias para
generar beneficios extraordinarios en las transacciones.
 Además, estas técnicas sólo son económicamente factibles para

los gestores de grandes carteras (“Economías de Escala”).
• Nótese la diferencia de obtener el 1%:
o sobre un capital para invertir de 100.000 € (= 1.000 €)
o sobre un capital para invertir de 1.000 millones de € (= 10 millones de € )

 Los defensores de la hipótesis de eficiencia de mercados creen que la
gestión activa es un esfuerzo enorme desperdiciado y que
probablemente justifica poco los gastos en los que incurre.
 Por tanto, abogan por una estrategia de inversión pasiva que no

intente batir al mercado.
 Una estrategia pasiva sólo tiene como objetivo establecer una

cartera de valores bien diversificada, sin intentar encontrar valores
infravalorados o sobrevalorados.
 La gestión pasiva se caracteriza normalmente por una estrategia de

comprar y mantener. Debido a que la teoría del mercado eficiente
indica que los precios de las acciones están a niveles justos, dada toda
la información disponible, no tiene sentido comprar y vender valores
frecuentemente, pues las transacciones generan grandes gastos de
contratación sin incrementar el comportamiento esperado.

 Una estrategia habitual para la gestión pasiva es la creación de
un fondo indexado, que es un fondo diseñado para reproducir el
comportamiento de un índice de acciones amplio.
• Por ejemplo, en 1976, el Grupo Vanguard de fondos de inversión
presentó un fondo de inversión denominado Vanguard 500 Index Fund
que tiene acciones en proporción directa a su ponderación en el índice
de precios Standard & Poor’s 500.
• Los inversores en este fondo obtienen una amplia diversificación con

relativamente pocos gastos de gestión.
• Los honorarios de gestión pueden ser mínimos porque Vanguard no

necesita pagar a analistas para que valoren las perspectivas de la acción y
no incurre en gastos de transacciones por la baja rotación de la cartera.
Mientras que la típica ratio de gasto anual para un fondo gestionado
activamente es de más del 1 % de los activos, Vanguard cobra menos del
0,2% para el Vanguard 500 Index Fund.
https://investor.vanguard.com/mutual-funds/profile/performance/vfinx

Vanguard 500 Index Fund Investor Shares (VFINX)

3.3. Contrastes de la Hipótesis de Eficiencia del
Mercado
¿Qué dice la
evidencia
empírica de
los últimos 50
años en torno
a la Hipótesis
de Eficiencia?

 Los primeros contrastes de los mercados eficientes fueron las del nivel
débil.
• ¿Se podían encontrar tendencias en los precios anteriores que permitieran
obtener beneficios anormales?
 Son en esencia contrastes de la eficacia del análisis técnico, y los

resultados sugieren que dichas tendencias no se van a encontrar.
 Una versión más sofisticada del análisis de la tendencia es la regla de

filtro.
• La técnica de filtro aporta una norma para comprar o vender acciones
dependiendo de los movimientos de los precios anteriores.
o Por ejemplo, una norma puede ser: “Compre si las dos últimas transacciones han dado
como resultado un aumento del precio de las acciones”. Otra más convencional puede
ser: “Compre un valor si su precio aumenta un 1 % y manténgalo hasta que su precio
caiga en más del 1 % de la subida subsiguiente”.
• Alexander (1964) y Fama y Blume (1966) observaron que dichas normas de

filtro no podían normalmente generar beneficios de la negociación.

3.3.1. Aspectos Metodológicos: Rentabilidad Ajustada por
riesgo
Si una acción tiene más rentabilidad que el índice bursátil, ¿se incumple la
Hipótesis de Eficiencia?
 Principio Básico en Finanzas:

• Las rentabilidades que generan los activos dependen del riesgo asumido.
o Por ejemplo, un Bono del Tesoro a 10 años suele ser más rentable que una Letra
del Tesoro a 1 año porque tiene más riesgo (oscilación de tipos de interés en los 9
años restantes)
 Para contrastar la eficiencia no basta con mirar la rentabilidad

generada por el activo. Tiene que ser rentabilidad “ajustada” al riesgo
asumido por dicho activo:
• Dos activos pueden tener precios eficientes y rentabilidades distintas: en ese
caso, uno es más rentable que otro simplemente porque tiene mayor riesgo.
 ¿Cómo se ajusta el riesgo?

E(R): Rentabilidad Esperada
• Los primeros trabajos (antes de los
años 80) solían utilizar la
rentabilidad promedio del mercado
𝐴𝐴𝑅𝑅𝑖𝑖𝑖𝑖 = 𝑅𝑅𝑖𝑖𝑖𝑖 − 𝐸𝐸 𝑅𝑅𝑖𝑖𝑖𝑖
• A partir de los 80 se utilizan
modelos de equilibrio rentabilidad-
riesgo:
• CAPM
α it + βit RMt + ε it
E ( Rit ) =
“expected return” o
“abnormal return” Rentabilidad
o rentabildad Esperada
• Modelos Factoriales / APT
anormal (Estimada con algún E ( Ri ) =RF + β1 ( RFactor1 − RF ) + β 2 ( RFactor 2 − RF ) + ... + ε
del activo i en el modelo)
momento t
Rentabilidad
observada
 Si se detectan Rentabilidades Anormales (no explicadas
por la Hipótesis de Eficiencia), se produce una posible
violación de dicha hipótesis que se denomina
“Anomalía”

3.3.2. Primeras anomalías detectadas desde la década de los
años 70
 Las primeras anomalías notificadas, documentadas en los años

setenta y ochenta, mostraron que algunos ratios fundamentales
construidos a partir de cifras contables, así como algunas
características de las empresas, podían servir para estimar los
rendimientos futuros de grupos (carteras) de acciones.
 Estos efectos se etiquetaron como anomalías porque sus

patrones de rendimiento bursátil eran anómalos en relación con
el CAPM, que predecía que solo la beta de una acción
determinaba el rendimiento esperado de las acciones.
 Investigaciones posteriores descubrieron patrones de

comportamiento en carteras de acciones que eran anómalos en
relación con los modelos multifactoriales.

Las primeras anomalías incluyeron:
• el efecto de la pequeña empresa (Banz, 1981) por el cual las empresas de pequeña
capitalización obtuvieron mejores resultados que las grandes
• el efecto de enero (Keim, 1983; Reinganum, 1983) que señaló que los primeros días de
enero proporcionaron retornos muy altos
• el efecto del ratio PER (Basu, 1983), que mostró que el ratio P/E (o su inverso E/P) de las
empresas servía para estimar rentabilidades anormales futuras
• el efecto B/P (Stattman, 1980) donde la ratio entre el valor contable y el precio de
mercado permitía estimar el desempeño futuro de carteras de acciones
• el efecto de reversión a corto plazo (Rosenberg et al., 1985). Investigaciones posteriores
descubrieron un "momentum" (impulso) a corto plazo y efectos de reversión a largo
plazo:
• Jegadeesh y Titman (1993) mostraron que invertir en las acciones “ganadoras”
durante el último año y vender las acciones “perdedoras” generaba rendimientos
anormalmente excesivos positivos del orden de 8 % por año.
• Debondt y Thaler (1985) documentaron un patrón de reversión uniforme a largo
plazo en el horizonte de 3-5 años.

En la literatura contable,
• Bernard y Thomas (1989) descubrieron que los inversores tendían a

reaccionar de forma insuficiente a los anuncios de ganancias trimestrales.
Una estrategia consistente en comprar empresas que presentaban resultados
positivos "sorpresivos" (por encima de los estimados) y vender las que
presentaban sorpresas negativas en los resultados, generaba rentabilidades
bursátiles excesivamente de positivas y constituyó una importante
contradicción con la HEM.
• Otra famosa anomalía contable es la relación negativa entre las partidas de

ajustes al devengo (resultado contable = flujo de caja + ajustes al devengo) y
rentabilidades futuras de las acciones, documentada por primera vez por
Sloan (1996).

3.3.3. Anomalías basadas en los precios
 Aunque las primeras investigaciones sobre la capacidad predictiva de

los precios y rentabilidades pasadas en horizontes temporales muy
cortos (días, semanas… ) no encontraban evidencias para llevar a cabo
estrategias de inversión exitosas, en horizontes algo más amplios se
empiezan a encontrar “anomalías”.
Momentum
 Utilizando períodos de tenencia de 3 a 12 meses, Jegadeesh y Titman
(1993) descubrieron que las acciones muestran un impulso por la que
el comportamiento reciente bueno o malo continúa. Concluyeron que
mientras que el comportamiento de las acciones individuales es
altamente impredecible, las carteras de las acciones con mejor
comportamiento en el pasado reciente parecen comportarse mejor
que las demás acciones (efecto momentum).
Jegadeesh, N., & Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency.
The Journal of Finance, 48(1), 65-91. doi:10.2307/2328882

Efecto Momentum [Jegadeesh y Titman (1993)]
Se compran las
Decil 1 empresas que más
han subido
Decil 2
Se ordenan Se mantiene la
las Decil 3 cartera durante los
empresas de siguientes K meses
acuerdo con Decil 4
la variación Decil 5
de las Decil 1
cotizaciones Decil 6
Decil 10
en los
últimos J Decil 7
meses
Decil 8
Decil 9
Se venden las
Decil 10 empresas que más
han bajado
J = 3, 6, 9, 12 meses K = 3, 6, 9, 12 meses
Reversiones
• Mientras que algunas investigaciones encuentran el efecto
momentum en horizontes cortos (de menos de un año),
otros sugieren que, en horizontes largos, el comportamiento
extremo del mercado de acciones tiende a invertirse:
o Las acciones que se han comportado mejor en el pasado reciente
parecen comportarse peor durante horizontes de tiempo más largos,
mientras que las acciones con peor comportamiento pasado tienden
a ofrecer un comportamiento futuro por encima de la media.
o DeBondt y Thaler (1985) y Chopra, Lakonishok y Ritter (1992)

encontraron que las acciones con un comportamiento débil en un
período suelen experimentar tendencias alcistas significativas en el
período subsiguiente, mientras que las acciones con mejor
comportamiento en un período de tiempo determinado tienden a
tener un mal comportamiento en el siguiente período.

 Por ejemplo, el estudio de DeBondt y Thaler demostraron que si se clasifica
el comportamiento de las acciones durante un período de cinco años y
después se agrupan las acciones en carteras basadas en el comportamiento
de la inversión, la cartera "perdedora" del período base (definida como las 35
acciones con el peor comportamiento inversor) se comportaría como la
cartera "ganadora" (las mejores 35 acciones), con una media del 25%
(rentabilidad acumulada) en el siguiente período de tres años.

De BONDT, W.F.M. and THALER, R. (1985), Does the Stock Market Overreact?. The Journal of Finance, 40: 793-805.
doi:10.1111/j.1540-6261.1985.tb05004.x

 Este efecto de reversión a la media, en el que los perdedores
rebotan y los ganadores decaen, parece sugerir que el mercado
de acciones reacciona exageradamente a las noticias
importantes.
• Una vez reconocida la reacción exagerada, se invierte el comportamiento
de inversión extrema.
• Este fenómeno supondría que una estrategia de inversión contraria (que
invierte en los perdedores recientes y evita a los ganadores recientes)
sería rentable.
 Además, estas rentabilidades parecen suficientemente

pronunciadas para ser explotadas de forma rentable. Por tanto,
parece que puede haber “momentum” a corto plazo y esquemas
de reversión a la media a largo plazo en el comportamiento de
los precios.
• Una interpretación de estos esquemas es que la reacción excesiva a corto
plazo (que causa “momentum” en los precios) puede llevar a reversiones
a largo plazo (cuando el mercado reconoce y corrige sus anteriores
errores).

 Estos resultados se interpretan como una prueba de los caprichos de
la moda del mercado de valores.
 Una interpretación alternativa de esos resultados sostiene que indican

sólo que las primas de riesgo de mercado varían a lo largo del tiempo.
La respuesta de los precios de mercado a la variación en la prima de
riesgo puede llevamos a interpretar de forma incorrecta la presencia
de la reversión media y de la volatilidad excesiva de los precios.
• Por ejemplo, cuando aumenta la prima de riesgo y la rentabilidad requerida
en el mercado, bajan los precios de las acciones.
• Cuando el marcado sube (de media) a esta alta tasa de rentabilidad, los datos
parecen indicar una recuperación del precio de las acciones. La impresión de
exageración y corrección no es más que una respuesta racional de los precios
de mercado a los cambios en las tasas de descuento.
 Por otra parte, estos estudios sufren problemas estadísticos. Dado que
confían en la rentabilidad de períodos de tiempo largos, estas pruebas
están basadas necesariamente en pocas observaciones de
rentabilidades con horizontes largos.

3.3.4. Anomalías basadas en información sobre las
empresas
• El análisis fundamental utiliza un gama mucho más amplia de información para

crear carteras que el análisis técnico.
• Las investigaciones sobre la utilidad del análisis fundamental se preguntan si la

información disponible al público, distinta de la historia de las transacciones de
un valor, se puede utilizar para mejorar el comportamiento de la inversión y, por
tanto, sirve como prueba de la eficiencia del mercado a nivel intermedio.
Efecto PER (Price/Earnings)

Basu (1977, 1983) encuentra que las carteras con ratios precio/resultado contable
(PER, Price/Earnings Ratio) pequeños tienen rentabilidades medias más altas que las
carteras con ratios PER altos.
El efecto PER se mantiene incluso si las rentabilidades están ajustadas para el beta de
la cartera.

PE Ratios and Stock Returns - (1952 -2001) US Markets
25,00%
Stocks with low PE ratios earned about 9-10% more annually
than stocks with high PE ratios during this period.
20,00%
15,00%
Annual Return
10,00%
5,00%
0,00%
Highest 2 3 4 Equally Weighted
5
6
7 Value Weighted
8
PE Ratio Class 9
Lowest
Fuente: Damodaran (2004): "Investment Fables", John Wiley and Sons. Y http://pages.stern.nyu.edu/~adamodar/

Returns on PE Ratio Classes - 1952 - 2001
30,00%
25,00% In every time period, low PE stocks earned

higher annual returns than high PE stocks
20,00%
Average Annual Return
15,00%
10,00%
5,00%
0,00%
Highest 2
1991-2001
3 4 1971-90
5
6
7 1952-71
8
PE Ratio Class 9
Lowest
Fuente: Damodaran (2004): "Investment Fables", John Wiley and Sons. Y http://pages.stern.nyu.edu/~adamodar/

 El análisis del PER es un procedimiento muy simple.
 Una interpretación posible de estos resultados es que el

CAPM falla en que la rentabilidad no está ajustada
adecuadamente al riesgo:
• Si dos empresas obtienen las mismas expectativas de resultados
contables, la acción con más riesgo se venderá a un precio inferior
y tendrá un PER inferior.
• Debido a su riesgo más alto, la acción con PER bajo tendrá mayores
rentabilidades esperadas. Por tanto, si la beta del CAPM no refleja
completamente el riesgo, el PER actuará como un descriptor
adicional útil del riesgo.

 El efecto tamaño o efecto de empresa pequeña.
• Una de las anomalías que se cita con más frecuencia con
respecto a la hipótesis de eficiencia de mercados es el
llamado efecto de la empresa pequeña, o efecto tamaño,
originalmente documentado por Banz (1981).
• Las empresas pequeñas (baja capitalización de mercado)

parecen tener más rentabilidad, ajustada por riesgo, que las
empresas grandes (alta capitalización de mercado),

Rentabilidad Media de 10 Carteras construidas a partir de
deciles de tamaño. Mercados Estadounidenses, 1926-2015
La rentabilidad anual
media es
considerablemente más
alta en las carteras de las
empresas pequeñas o de
baja capitalización.
Por supuesto, que las

carteras de las empresas
pequeñas tienden a tener
más riesgo. Pero incluso
cuando se ajustan las
rentabilidades para el
riesgo utilizando el CAPM,
sigue existiendo una prima
considerable para las
carteras de acciones de
baja capitalización.

 Las acciones de las empresas de baja capitalización han
conseguido rentabilidades altas no ajustadas al riesgo
asumido, especialmente en el mes de enero.
• Ésta es una prima enorme. Imagina obtener una rentabilidad
extra de esta cantidad en una cartera de mil millones de €.
• Los inversores pueden valorar el tamaño de la empresa sin

coste alguno. No esperamos que un esfuerzo tan mínimo
aporte rentabilidades tan grandes.

 Estudios posteriores (Keim, 1983; Reinganum, 1983; y
Blume y Stambaugh, 1983) mostraron que el efecto de la
empresa pequeña ocurría casi completamente en las dos
primeras semanas de enero. El efecto tamaño es, de hecho,
un efecto de empresa pequeña en el mes de enero.
 Algunos investigadores creen que el efecto enero está

vinculado a la venta para obtener pérdidas fiscales a final
de año. La hipótesis es que muchas personas vendan
acciones que han bajado de precio durante los meses
anteriores para generar las minusvalías antes de final de
año. Dichos inversores no colocan los importes de esas
ventas en el mercado de valores hasta el año siguiente. En
ese momento, la elevación de la demanda de acciones
coloca una presión alcista en los precios que da como
resultado el efecto enero.

 Además, el efecto enero se muestra más drásticamente en las
empresas pequeñas porque este grupo incluye, de forma
empírica, las acciones con la mayor variabilidad de los precios
durante el año. Por tanto, el grupo alberga un número de
empresas relativamente grande que han bajado lo suficiente
para inducir a la venta para obtener pérdidas fiscales.
• Algunas pruebas empíricas apoyan la creencia de que el efecto enero
está conectado con la venta para obtener pérdidas fiscales. Por ejemplo,
Ritter (1988) muestra que la ratio entre compra y venta de acciones para
los inversores individuales está por debajo de lo normal a finales de
diciembre y por encima de lo normal a primeros de enero. Esto es
coherente con el reequilibrado de las carteras por pérdidas fiscales.
 Investigaciones realizadas en las últimas décadas muestran que

el efecto enero podría haber desaparecido.

 Ratio Valor Contable / Precio de Mercado.
• Fama y French (1992) y Reinganum (1988) muestran que el ratio Valor
Contable / Precio de Mercado (B/P) permite estimar la rentabilidad
futura.
• Fama y French catalogan las empresas en 10 grupos de acuerdo con los

ratios B/P y examinan la rentabilidad media mensual de cada uno de ellos
durante el período de julio 1963 a diciembre de 1990.
o El decil con mayor ratio B/P tuvo una media de rentabilidad mensual de 1,65%,
mientras que el decil con el menor ratio tuvo una media de sólo el 0,72%
mensual.
• Esta rentabilidad es independiente de la beta del CAPM, lo que sugiere

que o bien las empresas con ratios B/P altos están relativamente
infravaloradas o bien que el B/P sirve como una representación del factor
de riesgo que afecta el equilibrio de las rentabilidades esperadas.

Rentabilidad Media de 10 Carteras construidas a partir de deciles
del ratio Valor Contable / Precio de Mercado.
(Mercados Estadounidenses, 1926-2015)

3.3.5. Anomalías basadas en información privada:
los insiders
 No sería sorprendente que los insiders de las empresas pudieran conseguir
beneficios superiores negociando con las acciones de las mismas. En otras
palabras, no esperamos que los mercados sean fuertemente eficientes.
 La capacidad de los insiders para negociar rentablemente con las acciones de

su propia empresa ha sido documentada por estudios realizados por Jaffee
(1974), Seyhun (1986), Givoly y Palmon (1985), y otros.
• El estudio de Jaffee fue uno de los primeros en mostrar la tendencia de los
cotizaciones a aumentar después de que los insiders se lanzaran a comprar acciones y
a caer después de que dichos agentes vendieran las acciones de forma intensiva.
• Para equilibrar el juego, la SEC requiere que todos los insiders de una empresa
registren su actividad de contratación y publiquen estas negociaciones en un resumen
oficial de negociación de insiders. Una vez que se publica el resumen oficial las
negociaciones se convierten en información pública. En ese momento, si los mercados
son eficientes, después del procesado completo e inmediato de la información
publicada, los inversores ya no deberían poder beneficiarse del esquema de estas
negociaciones. Seyhun, que estudió cuidadosamente las fechas de publicación del
resumen oficial encontró que las siguientes transacciones de los insiders de las
empresas no serían útiles. A pesar de que existe cierta tendencia al aumento del
precio de las acciones, incluso después de la publicación del Resumen oficial y de la
compra por parte del insiders, la rentabilidad anormal no es de suficiente magnitud
para compensar los costes de transacción.
3.3.6. Algunas cautelas
 La mayor parte de la investigación de la HEM se centra en el

mercado bursátil, y especialmente en el estadounidense.
• A partir de los años 70 existe una buena base de datos (CRSP)
 Otros mercados y activos han sido menos estudiados
 Puesto que la HEM era ampliamente aceptada a finales del siglo,

los hallazgos que parecen contradecirla y no son coherentes con
el razonamiento económico reciben el nombre de “anomalías”.

 Los trabajos más recientes sobre HEM se centran en hacer la teoría más
realista.
• Grossman-Stiglitz (1976): Establecen un modelo en el que los mercados son “casi
eficientes” con recompensas para los agentes activos con suficientes recursos y
conocimientos como para explotar las pequeñas ineficiencias y recuperar el coste del
esfuerzo inversor.
• Ross (1976): Desarrolla la Teoría de Valoración por Arbitraje (APT) en la que los precios
llegan al equilibrio a partir de la actuación de inversores activos que realizan arbitraje
en torno a múltiples fuentes de riesgo.
• Shleifer y Vishny (1997): “Limits of Arbitrage”. Desarrollan un modelo en el que

muestran que el arbitraje tiene límites. Los inversores activos pueden ser cautos con el
arbitraje debido a los problemas de agencia entre inversores-gestores y a la
incertidumbre sobre el tiempo que tarda en resolverse una ineficiencia, además del
riesgo de que el modelo empleado para detectar la ineficiencia no sea adecuado.
• Evidencia anecdótica: el Long-Term-Capital Management (LTCM) fue un hedge fund

que quebró en 1998. Apostaron por la convergencia en las rentabilidades de los bonos
US frente a los europeos y japoneses tras la crisis asiática. La convergencia sucedió,
pero antes, en el corto plazo, las divergencias entre las TIR obligaron a liquidar el
fondo.

¿Anomalías o minería de datos?
 Hemos abordado algunas de las anomalías citadas en la literatura, pero
nuestra lista podría ser más larga. Algunos se preguntan si esas anomalías
son realmente incógnitas inexplicables en los mercados financieros o si en
cambio son artefactos de “minería de datos”. Después de todo, si hacemos
análisis informáticos de las rentabilidades pasadas una y otra vez en
diferentes periodos de tiempo, algunos criterios parecerán predecir la
rentabilidad simplemente por azar.
 En este sentido, merece la pena reseñar que algunas anomalías no han

mostrado demasiado poder de permanencia tras haber sido publicadas en la
literatura académica.
• Por ejemplo, después de que el efecto de la empresa pequeña fuera publicado a
principios de los años 80, desapareció rápidamente durante la mayor parte de la
década.
 Del mismo modo, la estrategia de B/P que llamó considerablemente la
atención a principios de los 90 resultó ineficaz para el resto de la década.
 Por otra parte, estos estudios sufren problemas estadísticos. Dado que
confían en la rentabilidad de períodos de tiempo largos, estas pruebas están
basadas necesariamente en pocas observaciones de rentabilidades con
horizontes largos.

CRECIMIENTO EXPONENCIAL DE LAS “ANOMALÍAS PUBLICADAS”
Harvey, C. R., Liu, Y. & Zhu, H. 2016, '… and the Cross-Section of Expected
Returns', Review of Financial Studies, vol. 29, no. 1, pp. 5-68.
 Las investigaciones recientes demuestran que muchas
anomalías son fruto de la minería de datos.
 Otras no son rentables después de tener en cuenta los

costes de transacción
 Algunas desaparecen tras haber sido publicadas

(“efecto aprendizaje”)
 Muy pocas quedan sin explicar

El problema de la hipótesis conjunta (joint
hypothesis problem )
 Fama señala que contrastar la eficiencia del mercado es difícil o
imposible puesto que cualquier intento de verificar la (in)eficiencia del
mercado implica comparar las rentabilidades realmente obtenidas con
rentabilidades esperadas.
 Para calcular las rentabilidades esperadas es necesario emplear un

modelo de valoración de activos (CAPM, APT, ...).
 Por tanto, cualquier rentabilidad anormal puede ser resultado:

• de la ineficiencia, ó
• de la inexactitud del modelo empleado para calcular las rentabilidades
esperadas.
 Este problema implica que la eficiencia del mercado no es

directamente contrastable.

¿Primas de riesgo o ineficiencias?
 El ratio PER, el tamaño de la empresa, el ratio B/P y los efectos

de reversión son algunos de los fenómenos más enigmáticos de
las finanzas empíricas.
 Hay varias interpretaciones para estos efectos.
• Primero es necesario apreciar que, en cierta medida, estos tres

fenómenos pueden estar relacionados.
o La característica de precio bajo, baja capitalización, empresas de B/P alto y los
recientes “perdedores” del mercado bursátil parecen tener en común el precio de
una acción que ha caído considerablemente en los meses o años anteriores.
o Además, una empresa puede convertirse en una empresa pequeña o puede
convertirse en una empresa con B/P alto si sufre una drástica caída del precio de
su acción.
o Por tanto, estos grupos pueden contener una proporción relativamente alta de
empresas en apuros que han sufrido dificultades recientes.

 Fama y French (1993) argumentan que estas anomalías se
pueden explicar como manifestaciones de las primas de riesgo.
 Otros autores consideran que son una prueba de mercados

ineficientes. Por ejemplo, Lakonishok, Shleifer, y Vishney (1995),
afirman que estos fenómenos son la prueba de los errores
sistemáticos en las previsiones de los analistas del mercado de
valores.
• Presentan pruebas de que los analistas extrapolan los comportamientos
anteriores demasiado en el futuro y que, por tanto, sobrevaloran las
empresas con comportamientos recientes buenos e infravaloran las
empresas con comportamientos pobres recientes.
 Dejando al margen la posible explicación, parece haber un hilo

común a muchas de las anomalías que hemos considerado.
• Parece que las acciones “de valor” (Value), definidas por tener PER bajos,
y B/P altos han proporcionado rentabilidades medias superiores a las
acciones “de crecimiento” o “con glamour” (Growth; Glamour), definidas
por tener PER altos y B/P bajos.
3.4. ¿Son Eficientes los Mercados?
 La HEM no está apoyada por la mayoría de los gestores

profesionales de carteras.
• Supone que un gran número de gestores de carteras activas (a la
búsqueda de valores infravalorados) están perdiendo el tiempo y
posiblemente dañando a sus clientes porque les cuesta dinero y les lleva
a carteras diversificadas de forma imperfecta.
• En consecuencia, la EMH nunca ha sido ampliamente aceptada por los
profesionales, y actualmente continúa el debate sobre el grado en que el
análisis de valores puede mejorar el comportamiento de la inversión.

 La interpretación de estos resultados es difícil. Puede
significar que la rentabilidad de las acciones se puede
predecir, violando la hipótesis de eficiencia del
mercado.
 Sin embargo, lo más probable es que estas variables

sean representativas de las variaciones en las primas
de riesgo del mercado.
• Esto no quiere decir que exista una violación de la eficiencia
del mercado. La predicción de la rentabilidad del mercado se
debe a la predicción de la prima de riesgo, no a la
rentabilidad anormal ajustada al riesgo.

Entonces, ¿Son eficientes los Mercados?
 Una creencia muy arraigada es que los mercados eficientes pueden
paralizar al inversor y hacer que parezca que ningún esfuerzo de
análisis puede estar justificado.
• Esta opinión extrema no está probada. Existen suficientes anomalías en la
evidencia empírica para justificar la búsqueda de valores infravalorados
 La mayor parte de los indicios sugieren que cualquier estrategia de

inversión supuestamente superior debería tomarse con mucho humor.
 El mercado es lo suficientemente competitivo para que sólo la

información superior diferencial o los puntos de vista distintos puedan
hacer ganar dinero. Las elecciones sencillas ya se han hecho. Al final es
probable que el margen de superioridad que cualquier gestor
profesional puede añadir es tan mínimo, que la estadística no lo
detecte.
 Llegamos a la conclusión de que los mercados son muy eficientes,

pero podría haber recompensas por inteligencia o creatividad.

4. Behavioral Finance
 Behavioral finance = “Finanzas del comportamiento” = “Finanzas
conductuales”
• También podría ser: “Psicología de los inversores” =“Psicología del comportamiento
financiero”
 Corriente relativamente nueva dentro de la economía financiera que estudia

cómo afecta la psicología a la toma de decisiones financieras.
 Incorpora el comportamiento de los participantes en los mercados

financieros a los modelos, considerando que los inversores o gestores no son
tan racionales como supone la teoría financiera tradicional.
 Surge por las dificultades del paradigma tradicional para explicar algunos
hechos detectados en el mercado de valores.
 Behavioral Finance se desarrolla en un contexto de racionalidad limitada en

el que los inversores no siempre tienen reacciones racionales y predecibles,
sino que sus procesos de toma de decisiones incluyen sesgos cognitivos y
aspectos emocionales que pueden llevar a diversas anomalías e ineficiencias
del mercado.
Behavioral Finance parte de la idea de que los inversores no siempre cumplen la Teoría
de la Utilidad Esperada (y por tanto no siempre obtienen los niveles de satisfacción que
teóricamente cabría esperar) y estudia numerosos sesgos y heurísticos habitualmente
mostrados por los inversores.
Pilares de Behavioral Finance

Prospect Theory /
Teoría de las
Heurística y otros
Perspectivas Límites al abitraje
sesgos de conducta
(Kahneman y
Tversky, 1979)

4.1. Prospect Theory
 Desarrollada en 1979 por los psicólogos Daniel Kahneman (Premio
Nobel de Economía, 2002) y Amos Tversky (fallecido antes).
 Elementos:
• Función de valor (equivalente a utilidad), que indica cómo se valoran las
pérdidas o las ganancias
• Función de ponderación, que describe cómo los agentes tratan con las
probabilidades
• Punto de referencia para valorar las perdidas y las ganancias.
 El punto de referencia de cada individuo es cambiante y tiene que ver

con su estado de riqueza actual. La función de valor es muy sensible,
especialmente en el caso de pequeñas pérdidas alrededor del punto
de referencia. Esto significa que los individuos experimentan las
pérdidas más intensamente que las ganancias. El disgusto de las
pérdidas es más intenso que la alegría de las ganancias.

 Cuando la probabilidad de obtener ganancias elevadas se considera baja, la persona
promedio busca el riesgo en el dominio de las ganancias. Es decir, los individuos son
amantes del riesgo cuando existe una probabilidad, aunque sea muy pequeña, de
ganar una cantidad muy significativa. Eso justifica, por ejemplo, la compra de billetes
de lotería cuyo precio es mayor que el resultado esperado.
 Cuando la probabilidad de obtener ganancias se considera media, el individuo es

averso al riesgo en el dominio de las ganancias. El efecto certeza (Certainty effect)
hace referencia a la preferencia de los agentes por el beneficio seguro respecto a
diferentes beneficios probables.
 Cuando la probabilidad de obtener pérdidas elevadas se considera baja, la persona

promedio manifiesta aversión al riesgo en el dominio de las pérdidas. Es decir, los
individuos son aversos al riesgo si existe una probabilidad, aunque sea muy pequeña,
de perder una cantidad muy significativa. Por ejemplo, los individuos prefieren pagar
una póliza de seguro a pagar las consecuencias económicas de un posible gran
siniestro.
 Cuando la probabilidad de obtener pérdidas se considera media, la persona

promedio es propensa a riesgos en el dominio de las pérdidas. Los individuos
muestran aversión a las pérdidas seguras. Preferimos correr el riesgo de una pérdida
potencial mayor a aceptar de entrada una pérdida menor pero casi segura (Reflection
effect).
Valor psicológico
Resultados

4.2. Límites al Arbitraje
 No siempre existen activos que son sustitutos perfectos de otros, por

lo que el diseño de operaciones de cobertura no siempre produce la
cobertura perfecta y, por tanto, la ausencia de riesgos
 El miedo a una liquidación prematura de las operaciones hace que no

se sea agresivo combatiendo los errores de precios
 La existencia de costes de transacción, restricciones legales o

cuestiones contables también pueden ser una limitación
 El propio hecho de aprender a detectar las diferencias de valoración ya

es un coste, así como el de disponer de los recursos suficientes para
aprovecharlo.
• Por ejemplo, la inversión en tecnología para lanzar órdenes de HFT (high
frequency trading) cuando se detecta una desviación se convierte en una
barrera

4.3. Heurística y otros sesgos de conducta
 Heurística: conjunto de técnicas o métodos para resolver un problema. La
palabra heurística es de origen griego εὑρίσκειν que significa “hallar,
inventar”.
 Los agentes financieros necesitan tomar decisiones rápidamente, y con

frecuencia recurren al uso de “heurísticos”, es decir, procedimientos basados
en reglas de decisión que operan automáticamente, de forma innata, y que
han sido aprendidas por la experiencia. La experiencia hace posible
desarrollar la intuición experta. Lo difícil es decidir cuándo podemos fiarnos
de esta intuición. No todas las intuiciones heurísticas son realmente expertas.
 Por otro lado, un sesgo es una predisposición hacia un determinado error de

juicio. Es por ello que muchos heurísticos, sobre todo heurísticos no
expertos, pueden encajar en el concepto de sesgo.
 No hay una clasificación consensuada de heurísticos y sesgos. Veamos

algunos ejemplos.
Exceso de Confianza
Atención limitada y
procesamiento cognitivo
Sentimientos

4.3.1. Exceso de Confianza
 Los individuos sobreestiman sus méritos personales para ser más

persuasivos ante los demás. El exceso de confianza (overconfidence) es
el sesgo más distintivo en el ámbito de Behavioral Finance.
 Estudios recientes confirman que el exceso de confianza es muy fuerte

en los individuos, lo que promueve el exceso de optimismo sobre las
propias perspectivas.
 El exceso de confianza produce un incremento en la negociación más

agresiva, pero también en “la menos cómoda”. Es decir, los inversores
con sobreconfianza tienden a invertir más de lo esperado en títulos
individuales en vez de en fondos y, a su vez, tienden a invertir más de
lo esperado en fondos de gestión activa en lugar de fondos indexados.

 La sobreconfianza, y el mayor número de transacciones que lleva asociado,
causa una reacción excesiva en los precios (al alza o la baja) cuando llega al
mercado alguna noticia o información relevante y, por tanto, también cabe
esperar la posterior corrección a largo plazo (Odean, 1998 o Asness et al.,
2013).
 En el corto plazo no tiene por qué haber correcciones (efecto momentum,

Moskowitz et al., 2012).
 En coherencia con estos resultados, especialmente se detecta que la

actividad de los inversores individuales y, en consecuencia, el volumen de
transacciones en el mercado, aumenta después de que se experimenten
rentabilidades elevadas (Barber & Odean, 2002; Statman et al., 2006; Griffin
et al., 2007), que pueden alimentar un exceso de confianza.
 De acuerdo con la revisión de de Hirshleifer (2015), todos estos efectos son

más intensos en aquellos activos que son más difíciles de valorar o cuando la
información que llega al mercado es más difícil de procesar.
4.3.2. Atención limitada y procesamiento cognitivo
 Se trata de simplificaciones heurísticas.
 Debido a los límites en la atención y en la capacidad de

procesamiento de la información de los agentes, éstos tienden a
despreciar señales informativas que pueden ser relevantes, aunque no
sean especialmente destacadas.
• Por ejemplo, algunas investigaciones muestran que los analistas y los
inversores están demasiado centrados en indicadores tales como el
beneficio por acción, momentum, volatilidad, etc. y no utilizan toda la
información disponible en los estados financieros.
• O, por ejemplo, la evidencia empírica muestra que la reacción del

mercado a los cambios en los anuncios de beneficios es menor en viernes
(DellaVigna & Pollet, 2009), y cuando el número de anuncios de
beneficios es mayor (Hirshleifer et al., 2009), circunstancias ambas que
pueden dispersar la atención.
 La atención limitada se manifiesta en efectos tales como la evaluación
por categorías o por comparación con ciertas referencias. Esto afecta a
la negociación y a los precios de los activos, alejándolos de sus
fundamentales.
• Los agentes pueden evaluar activos agrupándolos por categorías, tal como lo
hace el sesgo de representatividad e, incluso, la contabilidad mental. Tal
heurística es poderosa, pero defectuosa cuando las categorías no son
uniformes.
 El sesgo de representatividad implica que los agentes se basan

excesivamente en estereotipos. Es decir, implica pensar que las
características de la muestra pueden ser las de la población. Esto
conduce a una sobrerreacción a la nueva información que se adapte a
las clasificaciones. Por ejemplo:
• Se Extrapolan erróneamente buenos resultados recientes.
• Carteras con mucha rotación
• Confundir las características positivas de una empresa (por ejemplo, bienes
de alta calidad) como un indicador de buena inversión o de sus
fundamentales

 La contabilidad mental implica que los inversores tratan su dinero de
manera diferente dependiendo de su origen y del objetivo que se
plantean, en lugar de velar por la rentabilidad total. Se establecen
distintas categorías mentales.
 Esto lleva a carteras muy poco diversificadas, que ignoran las

correlaciones entre los activos seleccionados para cubrir cada objetivo
en las diferentes cuentas que forman la cartera.
• Un ejemplo de este sesgo: El dinero inesperado por un premio de
lotería puede invertirse en activos más arriesgados porque
"puedes permitirte el lujo de perderlo"

4.3.3. Sentimientos
 Las reacciones afectivas, aunque a menudo cortocircuitan

el análisis crítico, también facilitan el procesamiento de la
información urgente.
 No elegimos reaccionar de determinada manera,

simplemente ocurre.
 Ejemplos de sesgos motivados por sentimientos:

• Afinidad: Tomar decisiones basadas en que un determinado activo
o servicio refleja los valores del decisor. Como consecuencia, se
apuesta por activos que resultan más familiares o que resultan
más conocidos. Por ejemplo: Tendencia a invertir excesivamente
en activos nacionales y que sepan pronunciar correctamente.

• Autocontrol: Los inversores prefieren consumir hoy antes que
ahorrar para mañana. Infravaloran los objetivos de largo plazo por
falta de disciplina.
o Como consecuencia, se pondera excesivamente carteras con
dividendos o cupones altos, para cubrir necesidades de corto
plazo. Hay un Desequilibrio en la elección de activos.

4.4. Críticas a Behavioral Finance
 Presenta un conjunto de explicaciones aisladas, pero falta

un núcleo teórico unificado.
 Es muy difícil establecer teorías contrastables

empíricamente.
 Faltan datos para poder realizar contrastes empíricos.
 Es difícil encontrar aplicaciones prácticas que permitan

obtener rentabilidades anormalmente elevadas explotando
los hallazgos de Behavioral Finance.

BIBLIOGRAFIA
 Ang, A., Goetzmann, W. N., & Schaefer, S. M. (2010). “The Efficient Market Theory and
Evidence: Implications for Active Investment Management”. Foundations and Trends®
in Finance, 5(3), 157–242. https://doi.org/10.1561/0500000034
 Blasco, N. y Ferreruela, S. (2017): "Behavioral Finance: ¿Por qué los inversores se

comportan como lo hacen y no como deberían?". Estudios y Publicaciones BME.
 Bodie, Z., Kane, A., Marcus, A.J. (2004) Principios de inversiones, 5ª ed., McGraw-Hill,
Madrid.
 Damodaran (2004): Investment Fables, John Wiley and Sons, New York
 Elton, Edwin J. (2017): Modern Portfolio Theory and Investment Analysis. John Wiley &
Sons.
 Marín, José M., Rubio, G. (2001). Economía Financiera. Antoni Bosch, Barcelona.
 Siegel (2014): Stocks for the Long Run: The Definitive Guide to Financial Market
Returns & Long-Term Investment Strategies. McGraw-Hill Education

Tema 01 Fundamentos

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

Tema 01 Fundamentos

Cargado por

Copyright:

Formatos disponibles

INVERSIÓN FINANCIERA

Parte Primera: Contexto de la Inversión Financiera

Dr. Borja Amor Tapia

Dr. Borja Amor Tapia borja.amor@unileon.es 1

2. Caracterización de los Activos Financieros: Rentabilidad y Riesgo

3. Hipótesis de Eficiencia del Mercado

• 3.1. Desarrollo de la HEM

Dr. Borja Amor Tapia borja.amor@unileon.es 2

 Economía Financiera: es el estudio del comportamiento de

 Destacan dos ideas:

Dr. Borja Amor Tapia borja.amor@unileon.es 3

• y los intermediarios financieros, que son poseedores y

 Los mercados donde individuos e intermediarios

Dr. Borja Amor Tapia borja.amor@unileon.es 4

• La “selección de carteras”, en la que el individuo decide

Dr. Borja Amor Tapia borja.amor@unileon.es 5

 Para que dicho problema esté bien definido, debe suponerse

 Suponemos que el orden de preferencias satisface los axiomas

 La base de nuestra materia radica precisamente en la

Dr. Borja Amor Tapia borja.amor@unileon.es 6

 Los mercados de capitales organizados y suficientemente

• Precisamente por este motivo, resulta tremendamente difícil llevar a

Dr. Borja Amor Tapia borja.amor@unileon.es 7

Ejemplo: Comprar y vender

Dr. Borja Amor Tapia borja.amor@unileon.es 8

Supuesto básico para la valoración de activos: No

Dr. Borja Amor Tapia borja.amor@unileon.es 10

Dr. Borja Amor Tapia borja.amor@unileon.es 11

Riesgo: área de posibles resultados

Dr. Borja Amor Tapia borja.amor@unileon.es 12

Dr. Borja Amor Tapia borja.amor@unileon.es 13

Dr. Borja Amor Tapia borja.amor@unileon.es 18

Dr. Borja Amor Tapia borja.amor@unileon.es 19

Dr. Borja Amor Tapia borja.amor@unileon.es 20

Fuente: Revista Bolsa de Madrid, Agosto-Septiembre 2004

Dr. Borja Amor Tapia borja.amor@unileon.es 21

Una posible medida del atractivo de un activo financiero es el valor esperado, en

Dr. Borja Amor Tapia borja.amor@unileon.es 22

Dr. Borja Amor Tapia borja.amor@unileon.es 23

 Consideremos como punto de partida la modelización de la demanda

Dr. Borja Amor Tapia borja.amor@unileon.es 24

 Movimientos inesperados en los precios de los activos

 Riesgo (volatilidad): Desviación estándar

Dr. Borja Amor Tapia borja.amor@unileon.es 25

El Valor de cualquier activo es:

Pago aleatorio que realizará

Factor de descuento estocástico (Phi). Es una variable aleatoria cuyas

Dr. Borja Amor Tapia borja.amor@unileon.es 26

Caso Particular: el VAN (Valor Actual Neto)

Rentabilidad Esperada = Coste de Oportunidad + Premio por el

Dr. Borja Amor Tapia borja.amor@unileon.es 28

Dr. Borja Amor Tapia borja.amor@unileon.es 29

 Beta = 1; variabilidad idéntica para el valor y la cartera de

 Beta > 1; variabilidad superior del valor que la cartera de

 Beta < 1; menor variabilidad del valor que la de la cartera de

Dr. Borja Amor Tapia borja.amor@unileon.es 30

Rentabilidades de los factores que afectan

 Desde la década de los años 90 ha cobrado fuerza el modelo

Dr. Borja Amor Tapia borja.amor@unileon.es 31

 Fama y French (1993) sugieren un modelo APT con tres factores de

• Asimismo y de forma independiente también dividen todas las empresas en tres

Dr. Borja Amor Tapia borja.amor@unileon.es 33

30% 40% 30%

Dr. Borja Amor Tapia borja.amor@unileon.es 34