Está en la página 1de 18

E

CONOMÍA Y DESARROLLO,VOLUMEN4 ESBOZOS DE ECONOMETRÍA FINANCIERA NÚMERO1, MARZO 2005

37

Esbozos de econometría financiera

ELÍASMORÉOLIVARES *

Resumen

Este artículo presenta una aplicación práctica de la econometría financiera, calculando la línea de mercado de capitales y determinando la validez del modelo de evaluación de activos de capital a pesar de los supuestos de competencia perfecta y los problemas relacionados con la beta histórica planteados recientemente. El ejercicio teórico-práctico muestra cómo a pesar de las discusiones, el MVAC sigue siendo un marco de trabajo, lógica y útil conceptual y operativamente para relacionar riesgo-rendimiento.

Abstract

This article presents a practical application of the financial econometric, measuring the line of capital market and determining the veracity of the evaluation of the capital assets model never the less the supposed of perfect competition and the problems related with the historic b recently formulated. This theorical practical exercise shows how agnoledge of the decision the CAPM continues being a logical and useful work frame conceptually and operatively for relating risk and revenue.

Palabras clave: econometría financiera, riesgo, rendimiento, modelo de valuación de activos de capital.

Clasificación JEL: C1, G13, G11

* Economista. Magíster en Administración de Empresas y Magíster en Estudios Político-Económicos. Universidad del Norte, de Barranquilla. Diplomado en Docencia Universitaria y Diplomado en Finanzas. Decano Facultad de Ciencias Económicas Administrativas y Contables, Universidad Autónoma de Colombia. Las sugerencias y comentarios serán recibidas al e-mail: decaecso@fuac.edu.co o al teléfono (571) 2860642 de Bogotá. Fecha de recepción: 18 de febrero de 2005. Fecha de aceptación: 15 de marzo de 2005.

38

ELÍAS MORÉ OLIVARES

1. Introducción

La metodología utilizada para el presente artículo es resaltar los aspectos técnicos del modelo, explicar lo relevante de la teoría del riesgo-rendimiento para posteriormente aplicarlo a un caso particular con el propósito de no desvirtuar apresuradamente el modelo de valuación de activos de capital (MVAC).

Aunque no se utilizaron paquetes econométricos para mejorar el proceso operativo, se utilizó álgebra matricial.

La econometría es una disciplina que mezcla la estadística y las matemáti- cas con la teoría económica para cuantificar fenómenos económicos y veri- ficar teorías económicas, aplicando métodos particulares basados en la infe- rencia estadística.

La estrategia del econometrista es el siguiente proceso secuencial:

1. Planteamiento de la teoría o hipótesis.

2. Especificación del modelo matemático de la teoría.

3. Especificación del modelo econométrico de la teoría.

4. Obtención de datos.

5. Estimación de los parámetros del modelo econométrico.

6. Prueba de hipótesis.

7. Pronóstico o predicción.

8. Utilización del modelo para fines de control o de política.

De todo lo anterior, el modelo 1 econométrico nos permite analizar cómo una serie de variables explicativas afectan a la variable de interés para el analista (a explicar) (MARTIN, LABEAGA y MOCHON, 1997; GUJARATI, 1990).

En los últimos años el rápido crecimiento de la moderna teoría financiera y el desarrollo del proceso informático han permitido el uso de técnicas econométricas en economía financiera dando lugar a la econometría finan- ciera.

En este ensayo analizamos el modelo básico y realizamos una aplicación práctica de la econometría financiera, área de estudio, que debe ser inclui- da en el currículo de formación del contador, administrador de empresas y especialista en finanzas. Este cambio en el micro y macrodiseño curricular es necesario porque el nuevo paradigma de la globalización, exige que los profesionales en finanzas sean más competitivos, es decir, puedan realizar investigaciones y tomar decisiones de la forma más exacta. Todo esto sería posible con buenas bases matemáticas, estadísticas y epistemológicas que

1 Un modelo es una representación simplificada de la realidad que recoge los aspectos fundamentales de la misma que tiene interés para los objetivos del investigador o analista.

ESBOZOS DE ECONOMETRÍA FINANCIERA

39

faciliten comprender teorías financieras y aplicar los modelos ofrecidos por la econometría financiera.

2. Modelo econométrico básico

El punto de partida de cualquier estudio econométrico es el planteamiento de los objetivos finales del trabajo, para lo cual elegiremos un modelo derivado de la teoría económica, capaz de cubrir los objetivos planteados. El paso del modelo teórico al modelo econométrico genera una diferencia, cuyo componente aleatorio, se registra en la ecuación de regresión y = g(X) + u, donde u es la parte aleatoria no explicada por X (GUJARATI, 1990).

En la realidad no existen modelos exactos o determinísticos sino estocásticos incluyendo una variable aleatoria con distribución probabilística. La fun- ción a estimar tiene la forma: y = o + 1 X + u.

En la práctica se trabaja con una muestra de tamaño n, extraída de la pobla- ción, no siendo posible obtener o y 1 , sino una estimación ( o , 1 ) y logran- do la regresión muestral mediante Y i = o + 1 + e, donde y i es la variable a explicar, X la explicativa, o la ordenada en el origen y B 1 la pendiente de la recta de regresión.

Como ocurre en los modelos de dos y tres variables, en el caso de K variables los estimadores de MCO se obtienen minimizando e 1 2 , equivalente a mini- mizar e’e, puesto que:

e 1 e’e = e 1 e 2 e n e 2 como Y =
e 1
e’e =
e 1 e 2
e n
e 2
como
Y = X
+ e

=

e 1 2 + e 2 2 +

e = y - X

e’e = (Y-X )’(Y-X ) = y’y – y’X -(X )’y + (X )’(X )

e n 2 =

e

n

e 1

2

por transposición de matrices (X )’ = ’X’

como ( ’X’y) es un escalar, es igual a su transpuesta y’X , entonces:

e’e

= y’y - ’X’y - ’X’y + (X )’(X )

= y’y - 2 ’X’y + ’X’X

(e’e’) diferenciando matricialmente ————— = -2X’y + 2X’X

40

ELÍAS MORÉ OLIVARES

igualando a cero 0 = 2X’y + 2X’X . -2X’X = - 2X’y

X’X

= X’y

Para estimar los parámetros 1 , 2 ,

mo n que necesitamos ha de ser igual o mayor que el número de parámetros

a estimar (k) y el principio de los mínimos cuadrados ordinarios (MCO) es

idéntico para el modelo de regresión lineal y el de regresión múltiple.

Bk, el número de observaciones míni-

Partiendo de = (X’X) -1 X’y, (X’X) = X’y

Para exponer el funcionamiento del cálculo matricial en forma elemental, suponemos que el modelo a estimar tiene una sola variable explicativa (GREEN, 1998): Y i = 1 + 2 X i + Ui. Así,

X =

1 X 1 1 X 2 . . 1 X i . . . 1
1 X 1
1
X 2
.
.
1
X i
.
.
.
1
X
n
de manera que 1 1 1 1 X 1 n X’X = 1 X 2
de manera que
1
1
1
1
X 1
n
X’X =
1
X 2
=
X i
X i
X i 2
X 1
X 2
X n
.
.
.
1
X n

Como el vector es igual a

= 1 2 1 1 1 Y 1 X 1 X 2 X n Y
=
1
2
1
1
1
Y 1
X 1
X 2
X n
Y 2
=
Y 1
X 1 Y 1
.
.
.
Y n

y X’y =

ESBOZOS DE ECONOMETRÍA FINANCIERA

41

Para las n observaciones, el modelo puede ser descrito de la manera siguiente:

Y 1 =

1 +

2 X 21 +

3 X 31 +

k X K1 + U 1

Y 2 =

1 +

2 X 22 +

3 X 32 +

k X k2 + U 2

Y n =

1 +

2 X 2n +

3 X 3n +

k X kn + U n

La forma matricial detallada, de ese modelo lineal de regresión múltiple es:

Y 1 1 X 21 X 31 X k1 Y 2 1 X 22 X
Y 1
1
X
21
X 31
X k1
Y 2
1
X
22
X 32
X k2
.
.
.
=
.
.
.
Y n
1
X
2n
X 3n
X kn
N x 1
N x k
U 1 1 U 2 2 . . . + . . . k U
U
1
1
U
2
2
.
.
.
+
.
.
.
k
U
n
K x 1
N x 1

La forma matricial condensada del modelo es y = X

k x ki + U i , siendo

modelo lineal Y i = i + 2 X 2i + 3 X 3i +

+ u, equivalente al

Y 1 1 X 21 X 31 X k1 Y 2 1 X 22 X
Y 1
1
X
21
X 31
X k1
Y 2
1
X
22
X 32
X k2
.
.
Y =
.
;
X=
X =
.
;
=
.
.
Y n
1
X
2n
X 3n
X kn
U 1 1 U 2 2 . . ; = ; u = . ;
U
1
1
U
2
2
.
.
;
=
;
u =
.
;
u =
.
.
n
U n
Tenemos en notación matricial detallada n X i X i2 1 X i = Y
Tenemos en notación matricial detallada
n
X i
X i2
1
X i
=
Y i
X i Y i
2
que recoge en forma matricial, las ecuaciones siguientes:

42

ELÍAS MORÉ OLIVARES

n 1 +

2

Xi = Y i

1

X i + 2 X i 2 =

X i Y i

En general, para un modelo con K variables explicativas el producto X’X es:

X’X =

X’Y =

n X 2i X 3i . . . X ki X 2i X . .
n
X 2i
X 3i
.
.
.
X ki
X 2i
X
.
.
.
2 2i
X 2i X 3i
X 2i X ki
.
.
.
X ki
X
X 2i X ki
X 3i X ki
2 ki
Y i
X 2i Y i
X 3i Y i
X ki Y i

Si tenemos una ecuación de regresión:

Y i

=

i

+

2 X 2i

+

3 X 3i

+

k X ki + e

La suma de cuadrados de los residuos

SCR =

n n

[y -

i = i

1

-

2 X 2i

La

múltiple.

ecuación Y i = 1 + 2 X 2i + 3 X 3i +

- 3 X 3i -

k X ki ] 2 es mínima.

k X ki representa la recta de regresión

En econometría se realizan dos tipos de juicios: estimación de parámetros y contrastación de hipótesis.

El objetivo del económetrista, es que la estimación se aproxime lo más posi- ble al verdadero valor del parámetro que se pretende estimar y por ello, el estimador cumple con tres propiedades: insesgadez, óptimo, eficiencia. Un estimador es insesgado si su esperanza coincide con el valor del parámetro que pretende aproximar; el estimador lineal e insesgado de menor varianza será el óptimo y se conoce como MELI 2 , un estimador será eficiente cuando tenga la menor varianza posible.

2

ELIO.

ESBOZOS DE ECONOMETRÍA FINANCIERA

43

En una muestra obtenida una estimación de i mediante expresiones míni- mo cuadráticas se puede verificar o contrastar hipótesis acerca del valor del parámetro. Así, se quiere verificar que 1 toma un valor concreto h, plantea- mos como hipótesis nula H o : 1 = h y como hipótesis alternativa H 1 = 1 π h.

Dado que

i

-

i

————

S

i

t n-2 , bajo hipótesis nula se puede obtener un valor

i - h empírico t*, t* = ————

S

i

t n-2 . Este valor se contrastará con el valor teórico

registrado en las tablas a un nivel de significación del p por ciento y n-2 grados de libertad (test de dos colas). Si el valor del estadístico obtenido es tal que |t*| > t P/2 se rechazará la Ho y en caso contrario se acepta (véase figu- ra 3 ).

Acepta Ho Rechaza Ho Rechaza Ho X -t P/2 -t P/2
Acepta Ho
Rechaza Ho
Rechaza Ho
X
-t P/2
-t P/2

Pero en economía no suele ser habitual que una sola variable afecte a la variable de interés, sino que existe mayor complejidad, o sea, existen in- fluencias múltiples sobre la variable de interés.

Así, un modelo lineal múltiple se puede expresar de la siguiente manera:

Y i

=

i

+

2

X 2i

+ 3 X 3i +

+ k X ki + Ui

donde Y i es la variable explicada, cuyo comportamiento viene influido por un

conjunto de variables explicativas, X 2 , X 3 , ción aleatorio Ui.

X k , y por un término de perturba-

3 También existe test de una sola cola.

44

ELÍAS MORÉ OLIVARES

3. Riesgo y su medición

El riesgo se puede considerar como la posibilidad de que el rendimiento real proveniente de poseer un valor se desvíe del rendimiento esperado. Además de considerar su rango, el riesgo de un activo se puede medir cuantitativa- mente utilizando estadísticas como el coeficiente de variación y la desvia- ción estándar.

La distribución de probabilidades se puede resumir en términos de dos va- riables: el valor esperado del rendimiento y la desviación estándar (GITMAN,

2003).

- El valor esperado de rendimiento es R = R i Pi donde

n

R i = Rendimiento para la posibilidadi P i = Probabilidad que ocurra ese rendimiento. n = Número total de posibilidades.

La desviación estándar es =

(R i – R) 2 P i
(R i – R) 2 P i

En la realidad los inversionistas seleccionan las acciones acorde con el prin- cipio de elevar al máximo la utilidad esperada en términos de esas dos va- riables. Así:

E (U) = f(R, )

Un inversionista racional trata de maximizar su rentabilidad y minimizar el riesgo asociado, cuando debe repartir una suma de dinero entre diferen- tes opciones de inversión. El problema de la selección de portafolio surge porque la rentabilidad de las acciones depende de factores ajenos al control del inversionista o decisor. Por lógica el inversionista configurará con va- rias acciones que no se comporten de manera similar para compensar las pérdidas con ganancias, o sea, sigue el refrán popular de “no poner todos los huevos en una misma canasta” (CAICEDO, 1997).

En el portafolio de inversiones se puede distinguir el riesgo sistemático y el no sistemático. El primero es un riesgo no diversificable y es el riesgo del mercado asociado a los cambios en la economía por factores internos o ex- ternos, modificaciones en las políticas de países asociados, guerras. El ries- go no sistemático se debe a factores propios o internos de la firma, es propio a esa compañía e independiente de factores económicos, políticos o socia- les, asociándole factores como huelgas, cambios tecnológicos, competencia (GITMAN, 2003).

ESBOZOS DE ECONOMETRÍA FINANCIERA

45

4. Selección de portafolio

A la teoría sobre selección de portafolio contribuyeron varios pioneros como el premio nóbel HARRY MARKOWITZ, FAMA, MILLER, TOBIN y sobre el modelo CAPM,

SHARPE, LINTNER y FAMA (BODIE y MERTON, 2003).

Markowitz propuso en 1952 la regla del “valor esperado-varianza” o regla E-V (por expected value-variance). Según la regla un decisor preferirá un pro- yecto A sobre un proyecto B si alguna de las siguientes afirmaciones es válida:

i) La rentabilidad esperada de A es mayor o igual a la de B y la varianza de A es menor que la de B.

ii) La rentabilidad esperada de A es mayor que la de B y la varianza de A es menor o igual a la de B.

La combinación de todas las posibilidades de las acciones producía un con- junto de oportunidades, que al limitarlas estableciendo las condiciones ano- tadas, adoptaba una frontera (VAN HORNE, 2000).

Esto significa que el decisor escogerá una combinación o portafolio sobre la frontera eficiente: no hay ningún portafolio con mayor rentabilidad, dado un nivel de riesgo, ni ninguno que presente menor nivel de riesgo dado un nivel de rentabilidad. El nuevo problema es determinar cuál será el punto en esa línea que el decisor debe escoger.

En el modelo CAPM (Capital Asset Pricing Model ó MVAC) se demostró que ese punto óptimo m, era el portafolio de todas las acciones del mercado pondera- das por el valor total transado de cada una y cualquier decisor escogería siempre ese portafolio 4 .

La recta que une el punto de la rentabilidad de cero riesgo y el portafolio óptimo m, se llama línea de mercado de capitales (LMC) y es la nueva frontera eficiente.

Así, la rentabilidad de un portafolio se puede calcular con la LMC mediante la ecuación R p = pR + (1 – p) R m .

5. Comentarios sobre el MVAC y modelos alternos

Sobre la validez del modelo de valuación de activos de capital (MVAC=CAPM) han surgido serias preguntas.

4 TOBIN. Teorema de separación. 1958.

46

ELÍAS MORÉ OLIVARES

En general el modelo de valuación de activos de capital se basa en datos históricos y en ese caso las betas no siempre reflejan la variabilidad futura de los rendimientos, de manera que los rendimientos requeridos especificados en el modelo se consideran aproximaciones sin mucha precisión.

Además el MVAC está basado en un supuesto mercado eficiente con mu- chos inversionistas pequeños, igualmente informados, sin restricciones en las inversiones, con inversionistas racionales, que prefieren rendimientos más altos y riesgo más bajo. Un estudio (FAMA y FRENCH, 1992) ha mostrado que no existe una relación significativa entre betas históricas y rendimien- tos históricos entre más de 2.000 acciones, de 1963 a 1990. Expresado de otra manera significa que la magnitud de la beta histórica de una acción no estaba relacionada con el nivel de su rendimiento histórico.

Existe una teoría más amplia, denominada teoría de valuación por arbitraje (VPA ó APT), desarrollada en los setenta y que ha recibido mucha atención en la literatura financiera. Esta teoría sugiere que la prima por riesgo de valo- res se podría explicar mejor mediante varios factores fundamentales y no el rendimiento de mercado que usa en el MVAC, de manera que el MVAC se puede considerar como un derivado del APT. Además que la teoría del APT confirma la importancia del rendimiento del mercado, no ha podido identificar con clari- dad otros factores de riesgo (ROSS, 1976).

Sin embargo, el MVAC no se ha abandonado del todo porque su “defecto histó- rico” no desacredita su validez como modelo de expectativas, de manera que aún es útil para vincular el riesgo esperado no diversificable y el rendi- miento. Por último, las fallas en los modelos FAMA-ROSS y la falta de aceptación y uso práctico APT, conserva válido el MVAC.

6. Ejercicio aplicado

La línea de mercado de capital (LMC) de la teoría del portafolio postula una relación lineal entre el retorno o rendimiento esperado y el riesgo (medido por la desviación estándar) para portafolios eficientes, así: E i = 1 + 2 i , donde E i = rendimiento esperado del portafolio i y 1 = desviación estándar de rendimiento. Se cuenta con la siguiente información sobre el rendimiento esperado y la desviación estándar del mismo para los portafolios de 34 fondos mutuos de inversión en los Estados Unidos para el período 1963 - 1997. Veri- fiqué hasta qué punto las cifras respaldan la teoría. (Véase tabla 1) (GUJARATI,

1990).

ESBOZOS DE ECONOMETRÍA FINANCIERA

47

Determinar si la desviación estándar influye sobre el retorno esperado (prue- ba de significancia).

(x’x) = x’y -1 n X Y 34 546,1 466,8 1 1 = ; =
(x’x)
= x’y
-1
n
X
Y
34
546,1
466,8
1
1
=
;
=
X
X 2
XY
546,1
9380,43
7754,66
2
2
9380
- 546,1
9380,43
- 546,1
MC (X’X) =
;
Adj (X’X) =
- 546,1
34
- 546,1
34

Adj(X’X)

————— = (X’X) -1

D

Det Det = (349380,43) – (546,1) 2 = 318934,62 - 298225,21 = 20709,41 9380,43 -
Det
Det
= (349380,43) – (546,1) 2
= 318934,62 - 298225,21
= 20709,41
9380,43
- 546,1
0,4529
- 0,0264
-------------
-------------
20709,41
20709,41
(x’x) -1 =
;
(x’x) -1 =
- 546,1
34
- 0,0264
0,0016
-------------
------------
20709,41
20709,41
0,4529 - 0,0264 466,8 1 = (0,4529 – 466,8) + (-0,0264 . 7754,66) ; -0,0264
0,4529
- 0,0264
466,8
1
=
(0,4529 – 466,8) + (-0,0264 . 7754,66)
;
-0,0264
0,0016
7754,66
; (-0,0264 . 466,8) + (0,0016 . 7754,66)
2
6,6907
1 = 6,6907
1
=
0,4220
2 = 0,4220
2

48

ELÍAS MORÉ OLIVARES

Tabla 1 Comportamiento de 34 fondos mutuos de inversión, 1963 - 1997

 

Rendimiento anual promedio %

Desviación estándar del rendimiento anual promedio %

A1

15.6000

14.0000

A2

9.0000

8.2000

A3

10.5000

12.5000

A4

11.0000

15.3000

A5

12.9000

14.6000

A6

13.4000

11.1000

A7

14.8000

15.8000

A8

15.7000

18.3000

A9

11.9000

12.7000

A10

14.3000

20.4000

A11

14.3000

14.9000

A12

11.5000

10.9000

A13

14.2000

18.2000

A14

14.6000

17.7000

A15

16.0000

22.5000

A16

15.5000

22.0000

A17

16.5000

20.7000

A18

14.1000

18.1000

A19

11.4000

13.1000

A20

14.5000

24.5000

A21

16.4000

20.8000

A22

12.3000

11.5000

A23

11.0000

9.4000

A24

16.5000

19.8000

A25

18.6000

21.7000

A26

18.3000

18.9000

A27

18.5000

16.8000

A28

11.4000

9.2000

A29

11.1000

15.0000

A30

10.7000

12.3000

A31

11.3000

18.4000

A32

13.9000

19.9000

A33

11.3000

11.0000

A34

13.8000

15.9000

Desempeño de 34 fondos mutuos 1963 - 1997

Universidad Autónoma de Colombia

DE ECONOMETRÍA FINANCIERA 49ESBOZOS

Desempeño de 34 Fondos Mutuos 1963 - 1997

 

RENDIMIENTO

DESVIACIÓN ESTÁNDAR DEL RENDIMIENTO ANUAL % "X"

               

FONDOS

ANUAL

XY

PROMEDIO

x

y

xy

 

% "Y"

         

A1

15,6000

14,0000

218,4000

196,0000

243,3600

-2,0618

1,8706

-3,8567

4,2509

3,4991

A2

9,0000

8,2000

73,8000

67,2400

81,0000

-7,8618

-4,7294

37,1815

61,8073

22,3673

A3

10,5000

12,5000

131,2500

156,2500

110,2500

-3,5618

-3,2294

11,5024

12,6862

10,4291

A4

11,0000

15,3000

168,3000

234,0900

121,0000

-0,7618

-2,7294

2,0792

0,5803

7,4497

A5

12,9000

14,6000

188,3400

213,1600

166,4100

-1,4618

-0,8294

1,2124

2,1368

0,6879

A6

13,4000

11,1000

148,7400

123,2100

179,5600

-4,9618

-0,3294

1,6345

24,6191

0,1085

A7

14,8000

15,8000

233,8400

249,6400

219,0400

-0,2618

1,0706

-0,2802

0,0685

1,1462

A8

15,7000

18,3000

287,3100

334,8900

246,4900

2,2382

1,9706

4,4106

5,0097

3,8832

A9

11,9000

12,7000

151,1300

161,2900

141,6100

-3,3618

-1,8294

6,1501

11,3015

3,3467

A10

14,3000

20,4000

291,7200

416,1600

204,4900

4,3382

0,5706

2,4753

18,8203

0,3256

A11

14,3000

14,9000

213,0700

222,0100

204,4900

-1,1618

0,5706

-0,6629

1,3497

0,3256

A12

11,5000

10,9000

125,3500

118,8100

132,2500

-5,1618

-2,2294

11,5077

26,6438

4,9703

A13

14,2000

18,2000

258,4400

331,2400

201,6400

2,1382

0,4706

1,0062

4,5721

0,2215

A14

14,6000

17,7000

258,4200

313,2900

213,1600

1,6382

0,8706

1,4262

2,6838

0,7579

A15

16,0000

22,5000

360,0000

506,2500

256,0000

6,4382

2,2706

14,6186

41,4509

5,1556

A16

15,5000

22,0000

341,0000

484,0000

240,2500

5,9382

1,7706

10,5142

35,2626

3,1350

A17

16,5000

20,7000

341,5500

428,4900

272,2500

4,6382

2,7706

12,8506

21,5132

7,6762

A18

14,1000

18,1000

255,2100

327,6100

198,8100

2,0382

0,3706

0,7553

4,1544

0,1373

A19

11,4000

13,1000

149,3400

171,6100

129,9600

-2,9618

-2,3294

6,8992

8,7721

5,4262

A20

14,5000

24,5000

355,2500

600,2500

210,2500

8,4382

0,7706

6,5024

71,2038

0,5938

A21

16,4000

20,8000

341,1200

432,6400

268,9600

4,7382

2,6706

12,6539

22,4509

7,1320

A22

12,3000

11,5000

141,4500

132,2500

151,2900

-4,5618

-1,4294

6,5206

20,8097

2,0432

A23

11,0000

9,4000

103,4000

88,3600

121,0000

-6,6618

-2,7294

18,1827

44,3791

7,4497

A24

16,5000

19,8000

326,7000

392,0400

272,2500

3,7382

2,7706

10,3571

13,9744

7,6762

A25

18,6000

21,7000

403,6200

470,8900

345,9600

5,6382

4,8706

27,4615

31,7897

23,7226

A26

18,3000

18,9000

345,8700

357,2100

334,8900

2,8382

4,5706

12,9724

8,0556

20,8903

A27

18,5000

16,8000

310,8000

282,2400

342,2500

0,7382

4,7706

3,5218

0,5450

22,7585

A28

11,4000

9,2000

104,8800

84,6400

129,9600

-6,8618

-2,3294

15,9839

47,0838

5,4262

A29

11,1000

15,0000

166,5000

225,0000

123,2100

-1,0618

-2,6294

2,7918

1,1273

6,9138

A30

10,7000

12,3000

131,6100

151,2900

114,4900

-3,7618

-3,0294

11,3959

14,1509

9,1773

A31

11,3000

18,4000

207,9200

338,5600

127,6900

2,3382

-2,4294

-5,6805

5,4673

5,9020

A32

13,9000

19,9000

276,6100

396,0100

193,2100

3,8382

0,1706

0,6548

14,7321

0,0291

A33

11,3000

11,0000

124,3000

121,0000

127,6900

-5,0618

-2,4294

12,2971

25,6215

5,9020

A34

13,8000

15,9000

219,4200

252,8100

190,4400

-0,1618

0,0706

-0,0114

0,0262

0,0050

 

466,8000

546,1000

7.754,6600

9.380,4300

6.615,5600

-

-

257,0282

609,1005

206,6706

Media de X Media de Y

16,06176471

13,72941176

50

ELÍAS MORÉ OLIVARES

Podemos sintetizar el modelo econométrico mediante la ecuación:

Y

= 6,6907 + 0,4220 X

E

= 6,6907 + 0,4220

Cálculo del error estándar

e 2 2 = ———;

n-2

( xy) 2 e 2 = y 2 - ——————

X 2

e 2 = 206,6706 – (257,0282) 2 / 609,1003 e 2 = 98,2098

98,2098 98,2098 2 = —————; 34 – 2 2 = ————— ; 2 = 3,0690
98,2098
98,2098
2
=
—————;
34 – 2
2
= ————— ;
2 = 3,0690
32
2 ) = -------
x 2
2
3,0690
Var(
;
Var( 2 ) = ---------------
;
Var( 2 ) = 0,0050
609,1003
EEe ( 2 ) =
Var (
2 )
;
EEe ( 2 ) =
0,0050
;
EEe ( 2 ) = 0,0071
Prueba de Significancia con Estadístico Tc

Al no tener una hipótesis nula, basada en la experiencia se calculará una prueba de regresión tomando como hipótesis nula que: 2 = 0.

H o : 2

H 1 :

2

= 2 * = 0

= 2 * π 0

0,4220 - 0

tc = ————— = ——————

2

-

2 *

2

0,071

tc = 5,9437

ESBOZOS DE ECONOMETRÍA FINANCIERA

51

Con un nivel de confianza del 95% t /2 será:

Grados de libertad: n – 2 = 0,05 gl = 34 – 2 gl =
Grados de libertad:
n – 2
= 0,05
gl = 34 – 2
gl = 32
t 32f; 0,025 = 2,042
0,025
0,025
Z A
- 2,042
2,042

tc, cae en la zona de rechazo, por tanto, no se acepta la hipótesis nula.

Para saber los intervalos del coeficiente de regresión tenemos:

2 = 0,4220; EE ( 2 ) = 0,071;

5%; t.32; 0,025 = 2,042

P [ 2 - t /2

2

2

2 + t

/ 2

2 ]

=

1 -

P

[0,4220 – 2,042 0,071 2 0,4220 + 2,042 0,071] = 95%

P [0,277018

2

0,566982] = 0,95

La interpretación de este intervalo de confianza es que dado un coeficiente de confianza del 95% en el largo plazo, en 95 de cada 100 casos intervalos como (0,277018; 0566982) contendrán el verdadero 2 porque este intervalo es ahora fijo, dejando de ser aleatorio; en consecuencia, 2 está o no está en el intervalo: la probabilidad de que el intervalo fijo que se especifique con- tenga el verdadero valor de 2 es uno (1) o cero (0).

2. Establecer la bondad del ajuste (R 2 ).

e 2

R 2 = 1 - ————;

y 2

98,2098

R 2 = 1 - ——————;

206,6706

R 2 = 0,5248

52

ELÍAS MORÉ OLIVARES

3. Efectuar prueba de análisis de varianza (F)

Suponemos que las perturbaciones Ui se distribuyen normalmente; y si Ho: 2 = 0 con 1 y n – 2

F1, n-2 gl,

e 2 = 98,2098;

gl = n – 2, gl = 32

H o : 2 = 0

H 1 : 2 π 0

y 2 =

2 2

X 2 ;

gl = 1

y 2 = (0,4220) 2 (609,1003)

98,2098

y 2 = 12012,9

gl = n – 1, gl = 33

y 2 = 108,4710

108,4710

e 2 /gl

=

————— ;

y 2 = ——————

 

32

1

e 2 /gl = 3,0690 ;

y 2 = 108,4710

108,4710

Fc = ———————

3,0690

Fc = 35,3434

F 1 , n-2 gl = F0,05; 1,32 gl = 4,17

Z.A 4,17
Z.A
4,17

Fc, cae en la zona de rechazo, por tanto se rechaza la hipótesis nula. Los cambios en X explican el 52,48% de los cambios en Y.

ESBOZOS DE ECONOMETRÍA FINANCIERA

53

7. Comentarios sobre el modelo

Se rechaza la hipótesis nula utilizando la “Regla de decisión” que expresa:

Construye un intervalo de confianza del 100 (1- ) por ciento para Si el valor de bajo Ho cae dentro de este intervalo de confianza, acepta Ho, pero si cae fuera del intervalo rechace Ho.

Por último r 2 mide la bondad global del ajuste del modelo de regresión esti- mado si es razonablemente alto, sin olvidar que ese r 2 se puede aumentar agregando al modelo variables explicativas adicionales. Se puede decir que los resultados son buenos porque los signos de los coeficientes estimados están acorde con las expectativas teóricas. Así, la línea de mercados de capi- tal (LMC) de la teoría del portafolio tiene pendiente positiva, o sea, que los resultados son consistentes con la teoría. Ver ecuación Y = 6,6907 + 0,4220X.

Esta ecuación acorde con la teoría refleja el rendimiento requerido en el mercado para cada nivel de riesgo diversificable (beta).

En resumen un r 2 de 52.48% es estadísticamente significativo y explica la teoría y no debe exagerarse la importancia del criterio de un valor de r 2 cercano al 80% ó 90%.

8. Conclusiones

A pesar que existen paquetes econométricos como el RATS, el ejercicio de econometría financiera realizado es interesante porque muestra la validez del MVAC para vincular el riesgo esperado no diversificable y el rendimiento. Además permite mostrar a la comunidad académica, especialmente a los estudiantes de ciencias administrativas y contables el uso y combinación de la econometría con las finanzas para cuantificar y tomar decisiones ge- nerales con mayor precisión.

Resumiendo, a pesar de las críticas del modelo de valuación de activos de capital recientemente planteadas (MVAC), éste se mantiene vigente. Se de- mostró utilizando un modelo de regresión lineal en que los coeficientes de la línea de mercados de capitales (LMC) coinciden con la teoría. Se necesita evaluar los estudios que tratan de demeritar el MVAC. En realidad las cifras respaldan la teoría.

Bibliografía

BODIE, Z. y MERTON, R. (2003). Finanzas. México. Prentice may, 1ª ed.

CAICEDO, E. (1997). Modernas teorías financieras. Mercados emergentes y determinantes de la inversión en la nación. Serie de Pliegos Administrativos y Financieros. Univalle.

54

ELÍAS MORÉ OLIVARES

FAMA, E. y FRENCH K. (1992). “The Cross-Section of Expected Stock Returns”, Journal of Finance, june.

GITMAN, L. (2003). Fundamentos de administración. Harla.

GREEN, W. (1998). Econometría, 3ª ed., Prentice Hall.

GUJARATI, D. (1990). Econometría, McGraw-Hill.

MARTÍN, G.; LABEAGA, J.M. y MOCHON, F. (1997). Introducción a la econometría. Prentice Hall.

ROSS, S. (1976). “The Arbitrage Theory of Capital Asset Pricing”. Journal of Finance.

VAN HORNE, J. (2000). Administración financiera, 7ª ed., Prentice Hall.