Documentos de Académico
Documentos de Profesional
Documentos de Cultura
POLITICA ECONOMICA
CURSOS:
Economía
DOCENTE:
ALUMNO:
Trujillo – Perú
2022
POLITICA ECONOMICA
Resultados
Para determinar el efecto que tiene la incertidumbre de la política económica en las
carteras, vamos a realizar dos análisis en cada uno de los dos tipos de carteras (tamaño
y riesgo). En primer lugar, regresamos las variables que representa la volatilidad y la
incertidumbre sobre las rentabilidades de las carteras. En segundo lugar, realizaremos
el mismo análisis en presencia de los factores de FF5. Todas las regresiones analizadas
(una para cada cartera de tamaño o riesgo beta) serán por Mínimos Cuadrados
Ordinarios y los estadísticos de contraste se calculan utilizando errores estándar
robustos.
En la siguiente tabla podemos ver los resultados para las carteras de tamaño.
Concretamente, para cada cartera realizamos la siguiente regresión:
Tabla 1
Las variables dependientes son las rentabilidades de cada una de las carteras de
tamaño netas del activo libre de riesgo. Las variables endógenas son Pol (variación de
EPU) y VIX (variación del Índice de Volatilidad). Las regresiones utilizan 347
observaciones para cada regresión desde febrero de 1990 hasta diciembre de 2018.
Los errores son
robustos. ***, ** y * denotan una significación en los niveles de 0.1, 1 y 5%,
respectivamente.
Podemos obtener algunas conclusiones. Observamos que todos los coeficientes de Pol
son negativos y significativos. Estos coeficientes disminuyen con el tamaño de la
cartera. Es decir, (se vuelven más negativos a medida que disminuye el tamaño) casi
monotónicamente. Esto sugiere que las acciones con valores de mercado más bajos
son más sensibles a la incertidumbre política que las grandes empresas. Es reseñable
que la volatilidad muestra el mismo comportamiento y todos los coeficientes son
significativos. Por último, como era esperable, las constantes de todas las regresiones
son significativas, lo cual indica que es posible que existan otros factores que podrían
explicar la varianza de los rendimientos de las carteras.
En la siguiente tabla podemos ver los resultados para las carteras de riesgo beta.
Las variables dependientes son las rentabilidades de cada una de las carteras de riesgo
beta netas del activo libre de riesgo. Las variables endógenas son Pol (variación de
EPU) y VIX (variación del Índice de Volatilidad). Las regresiones utilizan 347
observaciones para cada regresión desde febrero de 1990 hasta diciembre de 2018.
Los errores son robustos. ***, ** y * denotan una significación en los niveles de 0.1, 1
y 5%, respectivamente.
En este caso, la incertidumbre solo es significativa para las carteras con mayor beta. Es
decir, las carteras con un alto riesgo sistemático estás afectadas por la incertidumbre
no siendo así para las acciones de menor riesgo. Los resultados de las constantes y la
volatilidad son similares a los de la tabla anterior. Hay que señalar que los resultados
de ambas tablas muestran unos ajustes (R2) bastante aceptables.
Como ya hemos señalado, el siguiente paso consiste en realizar el mismo análisis, pero
en esta ocasión incluyendo los factores FF5. De este modo, podremos analizar si el
comportamiento de la incertidumbre política en presencia de los diferentes factores se
sigue manteniendo significativo. Concretamente realizamos para cada cartera la
siguiente regresión:
Las variables dependientes son las rentabilidades de cada una de las carteras de
tamaño netas del activo libre de riesgo. Las variables endógenas son Pol (variación de
EPU) y VIX (variación del Índice de Volatilidad) y los cinco factores de Fama y French:
MktRF, SMB, HML, RMW y CMA. Las regresiones utilizan 347 observaciones para cada
regresión desde febrero de 1990 hasta diciembre de 2018. Los errores son robustos.
***, ** y * denotan una significación en los niveles de 0.1, 1 y 5%, respectivamente.
Como podemos observar, los resultados son muy diferentes a los obtenidos en la Tabla
1. Más concretamente, y con la excepción del VIX en dos carteras, los coeficientes de
Pol Y VIX dejan de ser significativos. Es decir, ni la incertidumbre ni la volatilidad son
capaces de explicar la rentabilidad de las carteras una vez se encuentra en presencia
de los otros factores. No menos importante, en todas las regresiones, la constante deja
de ser significativa, es decir, los cinco factores de Fama y French son capaces de
explicar la varianza de los rendimientos de las carteras de tamaño. La Tabla 4 muestra
los resultados para las carteras de riesgo beta.
Las variables dependientes son las rentabilidades de cada una de las carteras de riesgo
beta netas del activo libre de riesgo Las variables endógenas son Pol (variación de EPU)
y VIX (variación del Índice de Volatilidad) y los cinco factores de Fama y French MktRF,
SMB, HML, RMW y CMA. Las regresiones utilizan 347 observaciones para cada
regresión desde febrero de 1990 hasta diciembre de 2018. Los errores son robustos.
***, ** y * denotan una significación en los niveles de 0.1, 1 y 5%, respectivamente.
Podemos obtener las mismas conclusiones que anteriormente. Los coeficientes de la
incertidumbre, la volatilidad y la constante se vuelven no significativos en presencia de
los factores de Fama y French.
Conclusión
Utilizamos el indicador EPU de Baker et al. (2016) para desarrollar un modelo factorial
que añade fuentes de riesgo al modelo de cinco factores de Fama y French. Esto se
hace sobre la base de que, a medida que se contabilizan más fuentes de riesgo,
disminuye la probabilidad de obtener rendimientos anormales. Esta hipótesis está
parcialmente confirmada, ya que las carteras de tamaño y riesgo no muestran alfas
estadísticamente significativas en las especificaciones donde se incluyen los cinco
factores de Fama y French.
En lo que al indicador EPU se refiere, hemos mostrado cómo en presencia de la medida
de volatilidad VIX, la EPU es significativa y negativa, es decir, un aumento de la
incertidumbre implica menores rentabilidades en las carteras tanto de tamaño como
de riesgo beta. Sin embargo, al incluir los factores dicha significatividad desaparece, es
decir, EPU no es capaz de aportar capacidad explicativa a los rendimientos una vez
tenemos en cuenta los factores.
Por último, reconocemos el hecho de que este trabajo carece de algunas de las
herramientas necesarias para un análisis más preciso y, por lo tanto, deja margen de
mejora. Idealmente, el estudio de la interacción entre la incertidumbre política y los
rendimientos de las carteras requeriría la obtención de datos sobre los rendimientos
individuales de las acciones, regresarlos contra el factor de incertidumbre política y
construir carteras ordenadas por su exposición a este factor. De esa manera,
podríamos aislar esta fuente de riesgo de otras como el tamaño o el riesgo de
mercado.
Bibliografía
Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy
uncertainty. The Quarterly Journal of Economics, 131(4), 1593–1636.
Bernanke, B. S. (1983). Irreversibility, uncertainty, and cyclical investment. The
Quarterly Journal of Economics, 98(1), 85–106.
Bloom, N. (2009). The impact of uncertainty shocks. Econometrica, 77(3), 623–
685.
Bloom, N., Bond, S., & Van Reenen, J. (2007). Uncertainty and investment
dynamics. The Review of Economic Studies, 74(2), 391–415.
Brogaard, J., & Detzel, A. (2015). The asset-pricing implications of government
economic policy uncertainty. Management Science, 61(1), 3–18.
Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of
Financial Economics, 116(1), 1–22.
Pastor, L., & Veronesi, P. (2013). Political uncertainty and risk premia. Journal of
Financial Economics, 110(3), 520–545.