Analisis Financiero 2011

ANALISIS FINANCIERO
Anlisis
Financiero
N
N
115
PRIMER
CUATRIMESTRE
2011
QUINTA
QUINTA EPOCA.
EPOCA.
N115 PRIMER CUATRIMESTRE 2011
P.V.P.
P.V.P. 13
13
Susana lvarez Otero y Eduardo Rodrguez Enrquez

LA VALORACIN BURSTIL EN EL MARCO DE LAS NIIF.
ESTUDIO EMPRICO Y ANLISIS DEL CASO DE
DERMOESTTICA
20
Carlos Contreras y Pablo San Romn

TAMAO DE MERCADO Y COMPETITIVIDAD BANCARIA
EN LA FINANCIACIN DE LBOs
32
Sofa Ruiz Campo

SE PUEDEN CLASIFICAR FCILMENTE LOS FONDOS
DE INVERSIN EN VALOR, MIXTO Y CRECIMIENTO?
48
Luis Otero Gonzlez, Pablo Durn Santomil,

Sara Fernndez Lpez y Luis Ignacio Rodrguez Gil
EL MODELO DE CAMBIO DE RGIMEN LOGNORMAL
COMO ALTERNATIVA PARA LA MODELIZACIN
DEL RIESGO DE RENTA VARIABLE EN EL MARCO
DE SOLVENCIA II
60
Manuel Lpez Antn

FINANCIAL ANALYSTS INFORMATION REQUIREMENTS
AND FORECASTING ACCURACY
72
Mario Bajo Traver y Emilio Rodrguez Alfonso

GESTIN ACTIVA DE UNA CARTERA DE BONOS:
UN MODELO CUANTITATIVO DE DURACIN
INSTITUTO ESPAOL DE ANALISTAS FINANCIEROS
FUNDACIN DE ESTUDIOS FINANCIEROS
MIEMBRO DE LA FEDERACIN EUROPEA DE ASOCIACIONES DE ANALISTAS FINANCIEROS (EFFAS)
Anlisis
Financiero
CONSEJO EDITORIAL
PRESIDENTE DEL CONSEJO EDITORIAL
JUAN CARLOS URETA DOMINGO
IEAF - FEF
CSAR ALIERTA IZUEL
FERNANDO GMEZ-BEZARES PASCUAL
Telefnica
Universidad de Deusto
CLAUDIO ARANZADI MARTINEZ
PROSPER LAMOTHE FERNANDEZ
FEF y CDTI
Universidad Autnoma de Madrid
VALENTN AZOFRA PALENZUELA
OTTO LUCIUS
Universidad de Valladolid
Karl-Franzens Universitt Graz
MXIMO BORRELL VIDAL
JUAN MASCAREAS PREZ-IIGO
Universitat Rovira i Virgili
Universidad Complutense de Madrid
HANS BUYSSE
JAVIER MONZON DE CACERES
Vrije Universiteit Amsterdam
Indra
THOMAS COPELAND
ALDO OLCESE SANTONJA
University of San Diego
Real Academia de CC. Econmicas y Financieras
GUILLERMO DE LA DEHESA ROMERO
EMILIO ONTIVEROS BAEZA
Aviva
Universidad Autnoma de Madrid
PABLO FERNANDEZ LPEZ
MARIANO RABADAN FORNIS
IESE
Inverco
SANTIAGO FERNNDEZ VALBUENA
RICHARD SHOCKLEY
Telefnica
Indiana University
MXIMO FERRANDO BOLADO
MICHAEL THEOBALD
Universidad de Valencia
University of Birmingham
LUIS FERRUZ AGUDO
IGNACIO VELEZ PAREJA
Universidad de Zaragoza
Universidad Tecnolgica de Bolvar
SECRETARIO DEL CONSEJO EDITORIAL

RAFAEL SARANDESES ASTRAY-CANEDA
IEAF - FEF
DIRECTOR
JUAN MASCAREAS PREZ-IIGO
Universidad Complutense de Madrid
COMIT DE REDACCIN
FERNANDO GMEZ-BEZARES PASCUAL
Ao inicial de publicacin: 1973
Frecuencia: Cuatrimestral
Bases de datos e ndices: EconLit, Latindex, DICE, In-Recs,
Dialnet, Compludoc, ISOC
Clasificacin Unesco: 531,102 Gestin Financiera
Clasificacin JEL: G- Economa Financiera
Clasificacin Decimal: 336, 336.7
Universidad de Deusto
JOS LUIS MARTN MARN

Universidad Pablo de Olavide
TERESA CORZO SANTAMARA

Universidad Pontificia Comillas, ICAI-ICADE
Editan: Instituto Espaol de Analistas Financieros y Fundacin de Estudios Financieros .

Direccin: Avda. del Brasil, 17 - 3 A-B. 28020 MADRID. Telfono: 91 563 19 72 (4 lneas). Fax: 91 563 25 75.
Maquetacin e Impresin: RARO Producciones, S. L.
Depsito legal: M. 39856-1973 - ISSN: 0210-2358
SUMARIO
Introduccin
Juan Mascareas
La valoracin burstil en el marco de las NIIF.
Estudio emprico y anlisis del caso de Dermoesttica
Tamao de mercado y competitividad bancaria en la financiacin de LBOs
Se pueden clasificar fcilmente los fondos de inversin en Valor, Mixto y Crecimiento?
Sofa Ruiz Campo
El modelo de cambio de rgimen lognormal como alternativa para la modelizacin
del riesgo de renta variable en el marco de Solvencia II
Luis Otero Gonzlez, Pablo Durn Santomil, Sara Fernndez Lpez
y Luis Ignacio Rodrguez Gil
Financial Analysts Information Requirements and Forecasting Accuracy
Manuel Lpez Antn
Gestin activa de una cartera de bonos: un modelo cuantitativo de duracin
6
20
32
48
60
72
INTRODUCCIN
En este nmero 115, correspondiente al primer cuatrimestre del ao 2011, se presentan seis trabajos
que pensamos que pueden ser de gran utilidad para
el anlisis financiero en general. Trabajos relacionados con las NIIF, los LBO, los fondos de inversin,
Solvencia II, el trabajo del analista financiero y la
gestin de carteras de renta fija. Como ya es habitual agradezco a los evaluadores que colaboran con
la revista su trabajo y disponibilidad porque, al asegurar la calidad de los trabajos presentados en ella,
estn posibilitando el logro de los objetivos comentados.
En el primero de los trabajos presentado por los profesores Susana lvarez Otero y Eduardo Rodrguez
Enrquez se estudia el efecto que la aplicacin de las
Normas Internacionales de Informacin Financiera
(NIIF) tiene sobre la valoracin de las empresas que
salieron a bolsa en el mercado de valores espaol,
durante el perodo 1998-2008. Se contrastan las
diferencias existentes en las magnitudes contables
desde el momento anterior y posterior a la aplicacin de las NIIF y, en concreto, los autores analizan
el caso de la salida a bolsa de Dermoesttica, que
tuvo lugar en 2005, primer ao de aplicacin de
las NIIF.
Carlos Contreras y Pablo San Romn estudian, en el
segundo de los trabajos, el tamao del mercado y la
competitividad bancaria en el caso de las compras
apalancadas de empresas. El mercado de adquisiciones apalancadas de compaas se redujo fuertemente entre 2006 y 2008 por la restriccin de financiacin disponible para compradores de compaas, la resistencia de los vendedores de las empresas
a bajar los precios, o por ambos factores. El trabajo analiza el lado de la oferta de financiacin y estima el impacto de la crisis de liquidez sobre la rentabilidad para las entidades bancarias lderes en
financiacin de LBOs. Los resultados confirman que
la posicin competitiva de los bancos en esta actividad se vio muy afectada por las diferencias en la
evolucin de su coste de financiacin. Adems se
estima que la rentabilidad financiera esperada neta
de provisiones aument durante el perodo unos 65
puntos bsicos para el conjunto de la industria ban-
caria relevante. En consecuencia desde la perspectiva de los precios la hiptesis de la restriccin de

crdito no explica un desplome tan drstico de esta
actividad.
Se pueden clasificar fcilmente los fondos de inversin en Valor, Mixto y Crecimiento?. Esta es la pregunta que pretende contestar la profesora Sofa Ruz
Campo en el tercer trabajo de este nmero. Cuando
un inversor o un gestor de carteras, acude al mercado de fondos de inversin, se encuentra con una
amplia y variada gama de productos entre los que
elegir. Una ayuda con la que cuenta es la ofrecida
por algunas empresas especializadas en el anlisis
de estos productos, como es Morningstar, que ofrece
diferentes clasificaciones y rankings comprensibles.
Sin embargo, el inversor puede preguntarse si esta
informacin es certera para conocer la relacin
riesgo/rendimiento del fondo o, incluso, si es un
buen predictor de rendimientos futuros de los fondos. Para ello se pretende realizar una clasificacin
de los fondos en Valor, Mixto y Crecimiento, empleando una metodologa diferente a la de Morningstar,
para contrastar si los resultados que ofrecen son
adecuados, llegndose a la conclusin de que, dada
la dificultad de aplicacin de este mtodo desarrollado, compensa asumir los riesgos de imprecisin
que podra ofrecer la clasificacin suministrada por
Morningstar.
El modelo de cambio de rgimen lognormal como
alternativa para la modelizacin del riesgo de renta
variable en el marco de Solvencia II es analizado
por los profesores Luis Otero Gonzlez, Pablo
Durn Santomil, Sara Fernndez Lpez y Luis
Ignacio Rodrguez Gil. El nuevo marco regulatorio
propone un modelo estndar, pero al mismo tiempo,
fomenta la aplicacin de modelos internos de autoevaluacin y gestin del riesgo. Este trabajo se centra en la elaboracin de un modelo de cambio de
rgimen lognormal como alternativa para la medicin del riesgo de renta variable frente al modelo de
rendimientos normal implcito en Solvencia II. De
este modo, se pretende evaluar la adecuacin del
modelo estndar a la hora de determinar las necesidades de capital del asegurador. Para ello, se han
utilizado datos mensuales de la serie de Ibex 35 del

periodo 2 de Enero de 1992 a 30 de Diciembre de
2008. La comparacin de los modelos utilizando
diversos criterios estadsticos muestra la adecuacin del modelo que se propone. Adems, se ha comparado el capital necesario bajo las distintas alternativas, llegando a la conclusin de que el modelo
propuesto en QIS4 subestima considerablemente el
riesgo y resulta inadecuado para medir la carga de
capital.
Manuel Lpez Antn, en el quinto de los trabajos
publicados, analiza el impacto y la influencia de las
opiniones y recomendaciones de los analistas financieros en la formacin de precios de las acciones de
compaas cotizadas, as como en los inversores, es
muy fuerte y creciente. A pesar de este papel tan
marcado que desempean en los mercados financieros, se conoce muy poco sobre el proceso de decisin
que subyace a estos anlisis y recomendaciones de
inversin. Los objetivos principales de su investigacin son determinar cules son los requerimientos
de informacin de los analistas financieros de cara
a emitir sus recomendaciones de inversin, para
posteriormente determinar la calidad de estas opi-
niones. La metodologa utilizada con estos fines es la

encuesta, que unida a la participacin de analistas
en el diseo del cuestionario, asegura la fiabilidad
de los resultados. A esto se aaden los objetivos
planteados, que en conjunto suponen una contribucin muy original.
Mario Bajo Traver y Emilio Rodriguez Alfonso,
desarrollan en el ltimo de los trabajos publicados
una metodologa cuantitativa de inversin aplicada
a una cartera de renta fija que ajuste dinmicamente la duracin de la misma mediante la utilizacin de
seales generadas por variables explicativas del
comportamiento del mercado de bonos. Este enfoque
de inversin se conoce como inversin basada en
reglas. En el trabajo se muestra cmo una gestin
activa de duracin basada en reglas sistemticas,
arroja un resultado, en trminos de rentabilidadriesgo, muy superior a una cartera pasiva que no
ajusta su duracin.
Juan Mascareas
ANLISIS FINANCIERO
Susana lvarez Otero* y Eduardo Rodrguez Enrquez**
La valoracin burstil en el marco

de las NIIF.
Estudio emprico y anlisis del caso
de Dermoesttica***
RESUMEN
En este trabajo se estudia el efecto que la aplicacin de las Normas Internacionales de Informacin Financiera (NIIF)
tiene sobre la valoracin de las empresas que salen a bolsa en el mercado de valores espaol, durante el perodo 19982008. Se contrastan las diferencias existentes en las magnitudes contables desde el momento anterior y posterior a la
aplicacin de las NIIF y se analiza el caso de la salida a bolsa de Dermoesttica, que tuvo lugar en 2005, primer ao de
aplicacin de las NIIF.
Palabras Clave: Valoracin, OPIs (Ofertas Pblicas Iniciales), NIIF, Ratio libros-mercado, Mercado de capitales.
Cdigos JEL: G100, G300, G320.
ABSTRACT
The aim of this paper is to analyze the consequences of the application of International Financial Reporting Standards
(IFRS) on the valuation of firms going public in the Spanish capital market during the period 1998-2008. We contrast
the significant differences in the magnitudes before and after adopting IFRS. We also analyse the case of
Dermoesttica, the IPO that took place in 2005, the first year in the application of the IFRS.
Keywords: Valuation, IPOs (Initial Public Offerings), IFRS, Market-to-Book Ratio, Capital markets.
JEL Classification: G100, G300, G320.
Recibido: 14 de Diciembre de 2010
Aceptado: 10 de Febrero de 2011
Profesora Titular de Economa Financiera y Contabilidad. Departamento de Administracin de Empresas.

Universidad de Oviedo.
** Profesor Titular de Economa Financiera y Contabilidad. Departamento de Contabilidad. Universidad de Oviedo.
*** Agradecemos los comentarios de Vctor Gonzlez. Este trabajo se ha beneficiado de la financiacin proporcionada
por el Ministerio de Ciencia e Innovacin, Proyecto MICINN-09-ECO2009-11758.
Susana lvarez Otero y Eduardo Rodrguez Enrquez : La valoracin burstil en el marco de las niif.
Estudio emprico y anlisis del caso de dermoesttica
Anlisis Financiero n 115. 2011. Pgs.: 06-18
LA VALORACIN BURSTIL EN EL MARCO DE LAS NIIF. ESTUDIO EMPRICO Y ANLISIS
1. INTRODUCCIN
La globalizacin y la integracin de los mercados financieros internacionales llevaron a la Unin Europea (UE) a promover una armonizacin contable con el objeto de incrementar la comparabilidad y la transparencia de los estados
financieros. Este proceso supuso la aplicacin obligatoria,
desde el 1 de enero de 2005, de las Normas Internacionales
de Informacin Financiera, en adelante NIC/NIIF, convalidadas por la UE para todas aquellas sociedades obligadas a
formular estados financieros consolidados que tengan ttulos
admitidos a negociacin pblica en un mercado organizado
de la UE.
En este trabajo pretendemos analizar el efecto que dicho
cambio normativo pudiera ocasionar en el mbito de la valoracin burstil de las empresas, en concreto, de las que
comienzan a cotizar. En este contexto, la finalidad del presente trabajo es llevar a cabo un anlisis que tenga utilidad
para las empresas, especialmente para las que estn preparadas para iniciar su cotizacin en bolsa, momento decisivo en
su ciclo de vida. Pretendemos exponer en este artculo una
sntesis de las lneas bsicas de la reforma que han introducido las NIC/NIIIF y apuntar sus posibles consecuencias
sobre la valoracin en bolsa.
En la valoracin de las acciones, en muchas ocasiones, en los
mercados de capitales se olvidan los fundamentos. Se olvida
que el valor del ttulo depende de los potenciales flujos de
caja a que da derecho. Hay perodos en que se generan valoraciones a corto plazo sobre expectativas hipotticas sin fundamento econmico en el medio y largo plazo. Se valoran
determinados ttulos que, o bien no tienen historia ni referencias con las que comparar, o bien adolecen de perfiles de riesgo conocidos. Es un hecho aceptado que en el mercado financiero lo fundamental es fomentar la transparencia y evitar que
existan asimetras que distorsionen las valoraciones finales.
Con base en lo anterior, pretendemos valorar si la normativa
aplicable a las compaas que cotizan en bolsa, ayuda a una
mejor valoracin de las mismas, desde el mismo momento
del inicio de su cotizacin en el mercado.
El resto del trabajo se estructura de la siguiente forma: en la
seccin 2 se exponen las principales implicaciones que suponen las NIIF de forma genrica, avanzando sus posibles consecuencias en la valoracin de las acciones de la empresa. En
la seccin 3 se detalla el mbito de la investigacin, los datos

utilizados para examinar el efecto de las modificaciones que
implica la adopcin de las NIIF y el contraste de diferencias
entre las principales magnitudes contables de las empresas
que salen a bolsa antes y despus de la aplicacin de dicha
normativa. En la seccin 4 se presenta el anlisis detallado
del caso de la salida a bolsa de la empresa valenciana
Corporacin Dermoesttica, que se produjo en el ao 2005,
ao en el que todava no se haba aprobado en Espaa la
reforma contable para su armonizacin internacional.
Finalmente, en la ltima seccin, se exponen las principales
conclusiones de esta investigacin.
2. EFECTOS ECONMICOS DE LA IMPLANTACIN

DE LAS NORMAS INTERNACIONALES
DE INFORMACIN FINANCIERA
El cambio normativo que supuso la adopcin de las
NIC/NIIF para las empresas cotizadas de la UE que presenten estados financieros consolidados no slo consisti en
modificar algunas reglas de registro contable y valoracin,
sino que supuso un cambio de filosofa a la hora de elaborar
y presentar la informacin contable. Con ello se pretendi
mejorar la calidad de los estados financieros y lograr un
mayor grado de comparabilidad, aumentando de esta forma
la credibilidad de los estados financieros en los mercados de
capitales de la UE. Desde la perspectiva del regulador, el fin
ltimo de la adopcin de las NIC/NIIF reside en mejorar el
funcionamiento de los mercados a travs de una informacin
ms transparente, ms comparable y de mejor calidad.
El inters que despiertan las normas contables y los cambios
que se producen en las mismas se deriva principalmente del
efecto econmico que dicho proceso conlleva. Como indica
Collett (1995), de no existir dicho impacto econmico no se
producira ningn debate sobre los cambios normativos. En
esta seccin y, sin nimo de exhaustividad, se exponen de
forma genrica los principales efectos econmicos que
podran derivarse de la implantacin de las NIC/NIIF en el
mbito de las compaas que cotizan en mercados regulados
de la UE, avanzando sus posibles consecuencias en la valoracin de las acciones de la empresa. As, tambin se analiza en qu medida los estados financieros formulados con
arreglo a las NIC/NIIF contribuyen a una mayor convergencia entre el valor contable de los fondos propios de las
empresas y su valor de mercado, en virtud del valor de cotizacin en bolsa.
ANLISIS FINANCIERO
Dado el papel preponderante del paradigma de utilidad de la

informacin contable, resulta ineludible conocer la repercusin en el mercado de capitales de la aplicacin de la normativa contable internacional. De hecho, una de las lneas ms
prolficas de la investigacin contable en el mercado de capitales ha centrado sus esfuerzos en el anlisis de la relevancia
del valor de los datos contables respecto al precio de mercado, al objeto de justificar el proceso de armonizacin contable.
Existe abundante literatura acerca de las consecuencias econmicas de las normas contables1. Zeff (1988) sostiene que
dichos efectos econmicos pueden diferenciarse en dos grupos: por un lado, los que provienen de determinadas valoraciones y criterios contables que se producen sobre los estados
financieros y, por otro, los efectos derivados de las consecuencias de las decisiones tomadas sobre percepciones. Por
su parte, Rappaport (1977) sostiene que las normas contables
influyen en el comportamiento de los agentes econmicos y
stos, a su vez, pueden influir en la formacin de los precios.
Una informacin contable de mejor calidad permitir, a priori, estimar mejor los flujos futuros de caja, con la importancia que esto tiene para la adecuada valoracin de los ttulos,
segn se ha indicado en la introduccin del trabajo.
Determinados aspectos derivados de la aplicacin de las
NIC/NIIF permiten mejorar el proceso de valoracin de los
inversores y, en definitiva, contribuir a una mayor transparencia de los mercados. Para el caso espaol, en un marco de
cuentas anuales formuladas con arreglo a las NIC/NIIF la
informacin que reciben los inversores se ve mejorada, entre
otros, por los siguientes motivos:
La concrecin de la definicin de activo y pasivo y los

criterios de valoracin adoptados para su registro en
balance, aplicndose en mayor medida el valor razonable y el valor en uso.
La prdida del carcter prioritario del principio de prudencia y su nueva orientacin basada en la objetividad en
su aplicacin.
La mayor informacin a incluir en la Memoria, particularmente se impone un mayor requerimiento de informacin en relacin al nivel de riesgo de la compaa
(informacin sobre el nivel de riesgo de los instrumentos financieros, descripcin de eventuales contingencias de la empresa, informacin sobre las polticas de
gestin del riesgo financiero: tipo de cambio, crdito,
liquidez, tipo de inters).
En comparacin con la normativa espaola, las normas internacionales son menos detalladas, estn ms basadas en principios fundamentales, son menos conservadoras, y ms preocupadas por la relevancia, de ah la importancia otorgada al
valor razonable como criterio de valoracin (Giner, 2004).
Buena parte de las diferencias que presentan las NIC/NIIF se
refieren a normas de valoracin. Sin duda, la consideracin
del valor razonable es uno de los aspectos ms destacados de
la adopcin de la normativa internacional, en la medida en
que siempre que exista o se pueda determinar de forma precisa, representar un criterio de referencia en la elaboracin
de la informacin financiera. De esta forma, se otorga ms
peso a la relevancia de la informacin por encima de la prudencia que supone la utilizacin de valores de adquisicin.
En todo caso, es evidente que su aplicacin afectar al patrimonio neto y al resultado empresarial.
Partiendo de la premisa de que el proceso de armonizacin
contable resulta necesario para favorecer un adecuado desarrollo de los mercados financieros, numerosos estudios han
tratado de indagar si la informacin contable derivada de la
aplicacin de las NIC/NIIF tiene mayor relevancia en las
cotizaciones que la resultante de aplicar la normativa contable local. Basados en la hiptesis de la eficiencia, dichos
trabajos persiguen conocer si la relevancia informativa de las
cifras contables para el mercado est influida por la normativa aplicable2.
Son muy numerosos los estudios realizados dentro de esta
lnea de investigacin. Entre ellos, cabe citar a Amir et al.
(1993), Bandyopadhyay et al. (1994), Chan y Seow (1995),
Rees (1995), Barth y Chinch (1996), Adams et al. (1999),
Arce y Mora (2002), Hora et al. (2003), Armstrong et al.
(2010), y Horton y Serafeim (2010), entre otros.
Algunas investigaciones analizan las reconciliaciones a las
normas estadounidenses US GAAP de empresas que aplican
las NIC/NIIF3 (Harris y Muller, 1999; Street et al., 2000;
Ashbaugh y Olsson, 2002; Leuz, 2003; Ucieda y Osma,
2004; Van der Meulen et al., 2007; Chen y Sami, 2008,
Henry et al., 2009).
En lneas generales, existe bastante controversia ante los
resultados obtenidos, lo que ha suscitado ciertas crticas unidas a las limitaciones economtricas observadas. As,
Dumpontier y Raffornier (2002) sostienen que buena parte de
los estudios no infieren conexin alguna entre las cifras con-
tables y los precios de mercado. Ni siquiera presumen que

los participantes en el mercado utilicen dichas cifras en el
proceso de valoracin. Con todo ello se achaca que la literatura existente en materia de relevancia de la valoracin contable ha contribuido en reducida medida a la fijacin de normas contables.
Para el caso espaol, la mayor convergencia entre el valor de
mercado de las acciones de las compaas y el valor contable del patrimonio neto con arreglo a las NIC/NIIF puede
venir explicada por diferentes motivos: registro a valor de
mercado de determinados activos ligados a las combinaciones de negocio, como el fondo de comercio, permitiendo que
no sean amortizados en el supuesto de vidas tiles indefinidas, aplicacin del valor razonable en la valoracin de los
instrumentos financieros, entre otros. En todo caso, habida
cuenta la posibilidad que ofrecen las NIC/NIIF de elegir
entre diferentes alternativas a efectos valorativos de algunas
partidas, el impacto real de la adopcin de dicha normativa
va a depender en gran medida de cada empresa y, en definitiva, la convergencia antes aludida.
3. BASE DE DATOS Y CONTRASTE EMPRICO

La base de datos utilizada en esta investigacin est constituida por las compaas que comenzaron a cotizar en el mercado de capitales espaol entre 1998 y 2008. En la muestra
hemos mantenido inicialmente todas las empresas sin excepcin y sin hacer ningn tipo de filtro. Esta base de datos ha
sido elaborada con la informacin contenida en los folletos
de admisin a bolsa elaborados por las empresas para requerir su inicio de cotizacin en el mercado y han sido obtenidos de la pgina web de la Comisin Nacional del Mercado
de Valores (CNMV). La informacin econmico-financiera
es la que se recoge en el folleto informativo de la oferta para
el cierre del ao anterior a la salida a bolsa de la empresa.
Toda la informacin recogida se refiere a estados contables
consolidados.
A lo largo del perodo analizado, la mayora de las empresas
utilizan como mecanismo de inicio de cotizacin la Oferta
Pblica Inicial (OPI) mediante el book-building, o elaboracin del libro de rdenes, que permite un mayor ajuste del
precio final de salida a bolsa a la demanda real de acciones
existente en el mercado.
La distribucin temporal de la muestra pone de manifiesto la
correlacin existente entre el nmero de sociedades que inician su cotizacin en la bolsa espaola y la propia coyuntura burstil, de manera que las empresas eligen las coyunturas burstiles favorables para su debut en bolsa.4 Las caractersticas de las empresas que integran la muestra as como
los principales parmetros de la salida a bolsa se recogen en
la Tabla 1.
TABLA 1.
Estadsticos descriptivos de la muestra total
Precio Oferta
Edad
Acciones colocadas
Ratio Market-to-Book
Efectivo
Valor de Mercado
Activo Total
Deuda con coste
Beneficio Neto
Amortizaciones
Rentabilidad Econmica
Fondo de Maniobra
Valor terico-contable
Media
11,08
24,80
36,58%
26,63
557.424,96
2.910.673,25
2.706.691,63
1.335.596,86
96.663,95
43.052,81
9,18%
997.230,31
3,41
Mediana
10,40
20,00
30,98%
5,40
246.187,81
867.579,55
499.071,00
139.345,71
22.061,75
10.002,78
7,70%
26.643,88
1,85
Desv. Tpica
5,94
22,62
19,14%
87,71
783.813,16
6.531.546,68
8.422.732,03
6.710.757,05
249.114,34
93.984,19
11,16%
6.179.558,48
8,14
Varianza
35,29
511,87
3,66%
7.693,72
6,14E+14
4,26E+16
7,09E+16
4,50E+16
6,21E+13
8,83E+12
1,24%
328,77E+15
66,19
Mximo
Mnimo
23,09
1,08
102,00
1,00
100,97%
9,02%
562,52
0,07
3.586.938,69
23.439,61
39.753.502,10
52.789,13
50.797.530,66
735,71
45.144.887,05
30,71
1.601.951,88
-29.226,94
587.688,00
151,12
42,40%
-35,92%
41.378.660,78 -1.718.787,4
55,01
0,00
Los estadsticos se refieren a la muestra de empresas que salieron a bolsa mediante una OPI en el perodo
1998-2008. Las acciones colocadas y la rentabilidad econmica se expresan en porcentaje. El efectivo, el valor
de mercado, el activo total, la deuda con coste, el beneficio neto, las amortizaciones y el fondo de maniobra se
expresan en miles de euros.
10
ANLISIS FINANCIERO
Los estadsticos recogidos en la Tabla 1 vienen referidos a

todas las compaas que salieron a bolsa mediante una OPI a
lo largo del perodo 1998-2008. Con el objeto de facilitar la
comparacin estadstica posterior, en la Tabla 2 se adjuntan
los estadsticos de la submuestra de empresas que iniciaron

su cotizacin burstil antes de la aplicacin de las NIIF y en
la Tabla 3 las que lo hicieron con posterioridad a la entrada
en vigor de dicha normativa.
TABLA 2.
Estadsticos descriptivos de la muestra submuestra previa a las NIIF
Precio Oferta
Edad
Acciones colocadas
Efectivo
Valor de Mercado
Activo Total
Deuda con coste
Beneficio Neto
Amortizaciones
Rentab. Econmica
Fondo de Maniobra
Media
11,72
27,08
37,83%
32,27*
627.283,93
3.691.308,07
1.331.702,16*
426.413,56**
70.790,01
62.120,36*
9,78%
53.500,52*
2,54*
Mediana
10,96
26,00
31,95%
5,68
456.425,23
1.218.344,45*
539.932,42
100.361,42
24.610,67
11.627,78*
8,16%
14.008,82*
1,87
Desv. Tpica
5,54
24,94
20,81%
113,34*
776.373,60
8.098.236,42
1.860.649,16***
830.947,06**
115.171,79
122.847,91**
8,43%
154.681,36**
2,45*
Varianza
30,73
621,79
4,33%
12.846,85
602,75E+12
65.581,43E+12
3.462,01E+12
690,47E+12
13.264,54E+9
15.091,61E+9
0,71%
23.926,32E+9
6,01
Mximo
23,09
102,00
100,97%
562,52
3.586.938,69
39.753.502,10
6.714.868,32
3.928.592,54
510.615,61
587.688,00
25,44%
628.242,62
10,58
Mnimo
1,08
1,00
9,02%
0,92
23.439,61
52.789,13
61.216,10
53,24
-29.226,94
451,91
-7,27%
-162.868,24
0,06
En esta tabla se recogen los estadsticos de la submuestra de empresas que salieron a bolsa antes de la aplicacin de las NIIF. En relacin a los datos presentados en la Tabla 3, se contrasta si la media, mediana y varianza de las diferentes variables son significativamente distintas entre ambas submuestras. El contraste de la
media se ha realizado empleando la t de Student, para el contraste de la mediana se ha empleado la prueba
de Kruskas-Wallis, mientras que para el contraste de la varianza se ha empleado el test de Levene. Las acciones colocadas y la rentabilidad econmica se expresan en porcentaje. El efectivo, el valor de mercado, el activo
total, la deuda con coste, el beneficio neto, las amortizaciones y el fondo de maniobra se expresan en miles de
euros.
***, **, * Significativamente distinto de la submuestra que sali a bolsa con posterioridad a la aplicacin de las NIC/NIIF,
a un nivel del 1%, 5% y 10%, respectivamente.
11
TABLA 3.
Estadsticos descriptivos de la muestra submuestra superior a las NIIF
Precio Oferta
Edad
Acciones colocadas
Efectivo
Valor de Mercado
Activo Total
Deuda con coste
Beneficio Neto
Amortizaciones
Rentab. Econmica
Fondo de Maniobra
Media
10,35
22,19
35,15%
19,87
477.586,14
2.018.519,17
4.278.108,17
2.374.663,49
126.234,17
21.261,32
8,45%
2.075.778,64
4,41
Mediana
7,01
19,00
30,07%
5,27
203.550,86
653.654,28
499.071,00
158.170,12
22.061,75
5.439,90
7,70%
61.455,76
1,85
Desv. Tpica
Varianza
6,42
41,25
19,94
397,66
17,42%
3,03%
42,10
1.772,45
803.666,67
645,88E+12
4.107.161,01 16.868,77E+12
12.133.856,04 147.230,46E+12
9.805.903,71 96.155,75E+12
345.762,65 119.551,81E+9
33.799,58
1.142,41E+9
13,95%
1,95%
9.038.450,01 81.693,57E+12
11,69
136,76
Mximo
23,01
63,00
100,00%
186,12
2.933.961,36
15.680.086,32
50.797.530,66
45.144.887,05
1.601.951,88
131.497,89
42,40%
41.378.660,78
55.01
Mnimo
3,27
2,00
17,79%
0,07
65.486,03
160.791,89
735,71
30,71
-7.854,75
151,12
-35,92%
-1.718.787,40
0,00
En esta tabla se recogen los estadsticos de la submuestra de empresas que salieron a bolsa con posterioridad
a la entrada en vigor de las NIIF. Se contrasta en relacin a los datos presentados en la Tabla 2, si la media,
mediana y varianza de las diferentes variables son significativamente distintas entre ambas submuestras. El
contraste de la media se ha realizado empleando la t de Student, para el contraste de la mediana se ha empleado la prueba de Kruskas-Wallis, mientras que para el contraste de la varianza se ha empleado el test de
Levene. Las acciones colocadas y la rentabilidad econmica se expresan en porcentaje. El efectivo, el valor de
mercado, el activo total, la deuda con coste, el beneficio neto, las amortizaciones y el fondo de maniobra se
expresan en miles de euros.
Las acciones colocadas y la rentabilidad econmica se
expresan en porcentaje. El efectivo, el valor de mercado, el
activo total, la deuda con coste, el beneficio neto, las amortizaciones y el fondo de maniobra se expresan en miles de
euros. Con el objeto de controlar el efecto de la inflacin en
estas magnitudes, se han deflactado las cantidades empleando para ello el deflactor del PIB tomando como ao base
1995, obtenido a travs del Boletn Estadstico del Banco de
Espaa.
Por lo que se refiere al porcentaje de acciones colocadas,
ste se encuentra en media en el 36,58% en la oferta inicial,
es decir, que las empresas siguen una estrategia de venta en
etapas, colocando un porcentaje significativo y creble al iniciar su cotizacin burstil, y el resto en sucesivas Ofertas
Pblicas de Venta (OPVs). La ratio market-to-book5 definida
como cociente entre el valor burstil al final del primer da
de cotizacin y el valor contable de los ttulos de la empresa
es de 26,63 para el total de la muestra objeto de estudio. La
razn de este valor para la ratio la podemos encontrar en la
recurrente anomala que la literatura financiera ha constatado para las salidas a bolsa de las empresas, cual es, la eleva-
da rentabilidad inicial.6 Dicha anomala se basa en la infravaloracin de los ttulos en el precio de la oferta de salida a
bolsa y el importante salto en el precio que experimentan la
mayora de las acciones el da que se inicia su cotizacin
burstil y que, posteriormente, el mercado suele corregir. Al
estimar la ratio market-to-book con ese precio de cierre del
primer da, nos encontramos con estos valores tan anmalos
para dicho cociente.7
Cabra destacar asimismo que estas firmas presentan una
rentabilidad econmica del 9,18% y unos activos totales
medios de 2.706,7 millones de euros.
Para analizar a nivel estadstico las diferencias que representan en las principales magnitudes contables la aplicacin de
las NIIF, entre las empresas integrantes de las Tablas 2 y 3
(submuestras anterior y posterior a la aplicacin de las NIIF,
respectivamente) se contrasta si la media, mediana y varianza de las diferentes variables son significativamente distintas
entre ambas submuestras. El contraste de la media se ha realizado empleando la t de Student, para el contraste de la
mediana se ha recurrido a la prueba de Kruskal-Wallis,
12
ANLISIS FINANCIERO
mientras que para el contraste de la varianza se ha empleado

el test de Levene.
la fecha de salida a bolsa) y las NIIF, las posibles consecuencias sobre su valor en bolsa.
La diferencia ms destacable es la obtenida para la ratio market-to-book, que en el caso de las empresas que comenzaron
a cotizar antes de la aplicacin de las NIIF es, en valores
medios, 32,27 y significativamente superior a 19,87, ratio
mostrada por las que comenzaron a cotizar a partir de 2005.
La significativa cada en esta ratio pone de manifiesto la
mayor aproximacin de las valoraciones contable y de mercado, tras la aplicacin de la nueva normativa. Ahora bien, la
relacin entre el valor de mercado y el valor en libros es una
medida de la gestin de la empresa y de sus oportunidades de
crecimiento. La diferencia entre ambos valores se puede
deber a ganancias obtenidas por encima de la media del sector o activos intangibles que no figuran en el balance o al
reconocimiento de las futuras inversiones de la sociedad. En
este sentido, la cada significativa en esta ratio tras la aplicacin de las NIIF es el reflejo de cmo valora el mercado la
nueva informacin contable aportada a los usuarios de la
misma.
Como se ha puesto de manifiesto, con la introduccin de las

NIIF se modifica, potencialmente, la valoracin de muchas
partidas que integran los estados financieros, lo que nos lleva
a analizar cul es la incidencia real del cambio de normativa.
En todo caso, un anlisis exhaustivo precisara comparar
todas las partidas del Balance y de la Cuenta de Prdidas y
Ganancias, lo que excedera los objetivos de este trabajo. El
estudio comparativo se realizar considerando algunas variables, a nuestro juicio lo suficientemente relevantes para
lograr una aproximacin a dicha diferenciacin. Dichas
variables hacen referencia a magnitudes contables extradas
de las Cuentas Anuales as como a algunas ratios econmicofinancieras empleadas habitualmente para propsitos de anlisis8, las cuales se recogen en las Tablas 4 y 5, respectivamente.
Las diferencias ms significativas que cabe mencionar entre

el resto de variables se encuentran en el activo total, la deuda
con coste as como en el fondo de maniobra reconocido. En
todas ellas, las magnitudes son considerablemente superiores
tras la aplicacin de la nueva normativa. Lo contrario sucede
con las amortizaciones que, en media, pasan a reconocer una
tercera parte de las dotadas con la anterior normativa contable.
4. LA SALIDA A BOLSA DE DERMOESTTICA.

ANLISIS DEL CASO DE 2005
En esta seccin complementamos el anlisis emprico realizado para toda la muestra de empresas que iniciaron su cotizacin a lo largo del perodo 1998-2008, con el estudio detallado del caso de la salida a bolsa de la empresa valenciana
Corporacin Dermoesttica SA, una de las compaas lderes
del sector mdico-esttico en Europa y con una creciente
expansin internacional. La eleccin de esta compaa, se
debe a que su salida a bolsa se produce precisamente en
2005, el primer ao de aplicacin de la nueva normativa. El
objetivo es ahora aislar, por comparativa de estados financieros consolidados elaborados conforme a los PCGA
(Principios de Contabilidad Generalmente Aceptados recogidos en el Plan General de Contabilidad de 1990, vigente en
La fuente de los datos procede de las Cuentas Anuales consolidadas del Grupo Corporacin Dermoesttica del ejercicio
2004, informacin recogida en el folleto informativo de la
OPV de acciones aprobado por la CNMV con fecha 28 de
junio de 2005, que incluye los estados financieros consolidados preparados con arreglo a las NIIF como parte del proceso de conversin de las bases de presentacin de los estados
financieros consolidados del ejercicio 2005 a la normativa
adoptada por la UE.
TABLA 4.
Magnitudes financieras consolidadas
VARIABLE
Activo circulante
Inmovilizado
Activo total
Fondos propios
Fondos ajenos a c/p
Fondos ajenos a l/p
Resultado del ejercicio
Cdigo
AC
INM
TA
FP
FACP
FALP
RDO
TABLA 5.
Ratios econmico-financieras
VARIABLE
Liquidez a corto plazo
Cdigo Definicin
LIQ
Activo circulante /
Pasivo circulante
Endeudamiento
END Pasivo exigible /
Total Activo
Autonoma
AUT
Fondos propios /
Pasivo exigible
Calidad de la deuda
CALD Pasivo circulante /
Pasivo exigible
Rotacin del fondo
ROTFM Importe neto cifra
de maniobra
negocios / Fondo maniobra
Rentabilidad econmica RE
Resultado de explotacin /
Total Activo
Rentabilidad financiera
RF
Resultado del ejercicio /
Fondos propios
Con la finalidad de facilitar las comparaciones para cada uno

de los indicadores calculados en base a las dos normativas
contables, se ha definido un ndice de neutralidad por
cociente entre el valor obtenido siguiendo las NIIF y el
correspondiente con arreglo a la normativa del PGC espaol.
Las cifras presentadas por las variables antes descritas se
recogen en las Tablas 6 y 8, siendo objeto de comentario,
considerando la informacin contenida en la Memoria9 y en
el Folleto Informativo de la OPV de acciones necesaria para
interpretar adecuadamente las posibles diferencias.
TABLA 6.
Magnitudes financieras consolidadas
Cdigo
PCGA
NIIF
AC
INM
TA
FP
FACP
FALP
RDO
34.623.260
28.207.688
62.920.034
27.373.669
27.361.142
8.185.223
1.753.894
34.623.260
33.219.020
67.842.280
28.975.959
27.195.949
11.670.372
2.472.193
ndice de
neutralidad
1,0000
1,1777
1,0782
1,0585
0,9940
1,4258
1,4095
Dentro de la rbrica de inmovilizado, procede destacar que la

adopcin de las NIIF implica que el fondo de comercio no se
amortiza, con la consiguiente repercusin en el resultado, sino
que es objeto de un test de deterioro anual. Por otro lado, la
13
diferente contabilizacin y valoracin de los derechos sobre

bienes en rgimen de arrendamiento financiero (NIC 17) tambin ocasiona diferencias. As, la deuda asociada al contrato
de arrendamiento se refleja por el coste amortizado, debiendo eliminarse del balance los gastos por intereses diferidos
registrados conforme al PGC. En cuanto al activo circulante,
se observan los mismos criterios de valoracin, obtenindose
la misma valoracin conforme a las dos normativas.
Por lo que respecta a los fondos propios, se aprecia que su
importe es superior en un 5% cuando los estados financieros
se han confeccionado siguiendo la normativa internacional,
si bien no puede aseverarse que dicha circunstancia se produzca siempre en este sentido en la medida en que inciden
mltiples factores. Por un lado, dado que el activo ficticio10
no tiene la consideracin de activo, su eliminacin del balance con cargo a reservas redunda en una reduccin de los fondos propios del ejercicio objeto de estudio, si bien no se producir un menor beneficio en los siguientes aos a causa de
su saneamiento como suceda con el PGC de 1990.
Por otro lado, destacar que buena parte de las provisiones
para riesgos y gastos incumplen la definicin de pasivos
recogida en las NIIF, toda vez que el importe asociado es el
resultado de estimaciones o previsiones de cuanta indeterminada pues no suponen una obligacin actual producto de
sucesos pasados. As, siguiendo la NIC 37, se debe reconocer una provisin solamente cuando la empresa tiene una
obligacin presente, como consecuencia de un suceso pasado y es probable que tenga que desprenderse de recursos
para cancelar tal obligacin, y adems puede hacerse una
estimacin fiable del importe de la obligacin. En consecuencia, la empresa ha dado de baja del balance consolidado
aquellas provisiones para riesgos y gastos que mantiene
registradas en sus cuentas anuales, preparadas de acuerdo
con el PGC relativas a determinados pasivos contingentes,
las cuales no se deben reconocer en los estados financieros,
en la medida en que no cumplen los anteriores requisitos.
Dada la relevancia de la cuantificacin de los fondos propios
para propsitos de valoracin de las empresas y, con el objeto de desglosar el efecto de los diferentes ajustes, stos se
presentan de forma detallada en la Tabla 7. Se observa cmo
la reduccin de los fondos propios como consecuencia de la
eliminacin del activo ficticio se ve compensada con otros
ajustes positivos sobre el patrimonio neto, como los asociados a la eliminacin de provisiones para riesgos y gastos,
logrndose finalmente un mayor importe con las NIIF.
14
ANLISIS FINANCIERO
TABLA 7.
Implicaciones sobre los fondos propios
Fondos propios al 31 de diciembre de
2004 segn PCGA
Cancelacin de gastos de establecimiento
Adaptacin de vidas tiles de los costes
de acondicionamiento de locales
Cancelacin de provisiones para riesgos
y gastos
Registro de impuestos anticipados y
diferidos
Periodificacin de los alquileres de clnicas
Cancelacin de diferencia negativa de
consolidacin generada en 2004
Cancelacin de amortizacin de fondo
de comercio
Registro del efecto fiscal de los ajustes NIIF
Otros
Fondos propios al 31 de diciembre de
2004 segn NIIF
TABLA 8.
Ratios econmico-financieras
Cdigo
27.373.670
(2.658.893)
3.346.681
2.436.694
(1.006.997)
(716.788)
206.211
100.624
(97.243)
(8.000)
28.975.959
Una de las principales diferencias en el pasivo a largo plazo

se debe a los impuestos diferidos que se originan bsicamente por el registro del diferimiento impositivo derivado de las
provisiones dotadas en Espaa por las prdidas de las sociedades italianas. Con la aplicacin de las NIIF, puesto que ser
probable que se disponga de ganancias fiscales con cargo a
las cuales podrn utilizarse las diferencias temporarias deducibles, la sociedad ha adoptado el criterio de registrar un crdito fiscal por las prdidas de las sociedades italianas.
Adems, debe tenerse en cuanta que conforme a las NIIF
(NIC 12) los impuestos diferidos deben presentarse como
partidas no corrientes en el balance y por lo tanto se han
reclasificado importes provenientes de las diferencias temporales existentes entre criterios contables y fiscales al pasivo a
largo plazo del balance consolidado. Todo ello propicia un
mayor valor del pasivo a largo plazo siguiendo las NIIF.
En cuanto a las ratios seleccionadas, sus valores se recogen
en la Tabla 8.
LIQ
END
AUT
CALD
ROTFM
RE
RF
PCGA
1,2654
0,5649
0,7701
0,7697
10,0062
0,0672
0,0641
NIIF
1,2731
0,5729
0,7455
0,6997
9,7837
0,0971
0,0853
ndice de
neutralidad
1,0061
1,0142
0,9680
0,9091
0,9778
1,4449
1,3307
La mayor volatilidad del resultado constatada en este caso

junto con la diferente configuracin de los fondos propios
ocasiona una incidencia significativa en la variabilidad de la
rentabilidad financiera, siendo precisamente los indicadores
de rentabilidad los que experimentan una mayor sensibilidad,
con una repercusin positiva en ambos indicadores. Para
dichas ratios, siguiendo las NIIF el incremento de los resultados es superior a los mayores valores del activo y fondos
propios ya descritos, trasladndose en valores superiores para
ambas rentabilidades.
A pesar de las variaciones experimentadas por las magnitudes contables, las ratios de liquidez, autonoma, endeudamiento y rotacin del fondo de maniobra no observan diferencias notables a tenor de las cifras mostradas en la Tabla 8,
indicando que la variacin del numerador de dichos indicadores tambin tiene lugar en las magnitudes recogidas en el
denominador, mientras que el indicador referente a la composicin de la deuda (CALD) s experimenta un valor inferior en un 10% de acuerdo con las NIIF. Teniendo en cuenta
que la deuda es la misma independientemente de cules sean
las normas contables utilizadas para elaborar la informacin
financiera, un valor superior de la ratio de calidad de la deuda
conforme a la normativa espaola indicara que los vencimientos de las deudas estn ms prximos en el tiempo
siguiendo los PCGA.
Sin duda, las particularidades apreciadas en este anlisis esttico deben ser consideradas con cautela, no debiendo ser
extrapoladas a las restantes compaas del mercado continuo
espaol pues hemos pretendido lograr una aproximacin de
los efectos de la introduccin de las NIIF para Dermostetica
en el ejercicio de su salida a bolsa. Adems, debe tenerse en
cuenta que las empresas pueden optar por aplicar el valor
razonable en la elaboracin de la informacin financiera en

los supuestos en los que es posible. Como se ha comentado,
Dermoesttica slo sigue este criterio en los casos en los que
es obligatoria su aplicacin.
5. CONCLUSIONES
En este trabajo se ha analizado el efecto de la aplicacin de
las NIIF sobre la valoracin de las empresas que inician su
cotizacin en el mercado de capitales espaol, a partir de la
base de datos constituida por las nuevas empresas cotizadas
entre 1998 y 2008. El anlisis emprico muestra, adems de
variaciones en las principales magnitudes contables, una
cada significativa en la ratio market-to-book para las compaas que comenzaron a cotizar a partir de 2005, poniendo de
manifiesto la mayor aproximacin de las valoraciones contable y de mercado tras la aplicacin de la nueva normativa.
15
siguiendo las NIIF. La adopcin de esta normativa otorga a la

introduccin del valor razonable como criterio de valoracin
una relevancia destacada, si bien en el caso de Dermoesttica
no se aplic este criterio ms que a aquellas partidas en las que
resultaba obligatoria, con lo que las diferencias observadas
podran haber sido mayores y, en definitiva, tambin las repercusiones sobre el patrimonio neto, bien directamente o va
resultados. En todo caso, la modificacin de los fondos propios, la reclasificacin del endeudamiento y del inmovilizado
no ocasiona, para Dermoesttica, efectos destacados sobre la
posicin financiera de la sociedad.
Cabe realizar a partir de aqu, una profundizacin de este
estudio en base a los cambios observados para las empresas
de la muestra en su conjunto, como consecuencia de la aplicacin de las NIIF.
REFERENCIAS BIBLIOGRFICAS
Este resultado nos permite concluir que los estados financieros formulados con arreglo a las NIC/NIIF contribuyen a una
mayor convergencia entre el valor contable de los fondos
propios de las empresas y su valor de mercado, de manera
que dicho valor contable ha ganado capacidad informativa
sobre las percepciones de valor que el mercado tiene en relacin a la compaa. En todo caso, adems de la repercusin
del nuevo cuerpo normativo, un anlisis ms exhaustivo
debe considerar otros factores que potencialmente pueden
incidir sobre la ratio market-to-book, tal es el caso de la evolucin de los tipos de inters.
Por otro lado, resultara interesante estudiar los efectos del
cambio normativo sobre la capacidad informativa del patrimonio neto de las empresas cuantificado conforme al PGC
vigente desde 2008. Ello permitira contrastar la posible
existencia de diferencias signiticativas en la ratio market-tobook antes y despus de la reforma contable, considerando la
repercusin de la valoracin de los instrumentos financieros
al valor razonable, el reconocimiento y valoracin de las
operaciones de cobertura y la valoracin de las inversiones
en empresas del grupo y asociadas, entre otros aspectos.
El anlisis del caso de la empresa valenciana Dermoesttica en
el ao 2005, primer ejercicio econmico de aplicacin de la
normativa internacional, ha puesto de manifiesto diferencias
en relacin con la determinacin del resultado y en las partidas que conforman los fondos propios, con la consiguiente
repercusin sobre los indicadores de rentabilidad, superiores
Adams, C.; Weetman, P., Jones, E. A. y Gray, S. J. (1999):

Reducing the burden of US GAAP reconciliations by foreign
companies listed in the United States: the key question of
materiality, The European Accounting Review, 8 (1): 1-22.
lvarez, S. y Fernndez, A. I. (2003): La explicacin de la infravaloracin de las salidas a bolsa, Revista de Economa
Aplicada, 33 (11): 49-64.
Amir, E.; Harris, T. S. y Venuti, E. K. (1993): A comparison of the
Value-Relevance of USA versus Non-US GAAP Accounting
Measures Using Form 20 F Reconciliations, Journal of
Accounting Research, Suplement: 230-264.
Arce, M. y Mora, A. (2002): Empirical evidence of the effect of
the European Accounting Differences in the Stock Market,
European Accounting Review, 11 (3): 573-599.
Armstrong, C. S.; Barth, M. E. y Jagolinzer, A .D. (2010): Market
Reaction to the Adoption of IFRS in Europe, The Accounting
Review, 85 (1), 31-61.
Ashbaugh, H. y Olsson, P. (2002): An exploratory study of the valuation properties of cross-listed firms IAS and US GAAP earnings and book values, The Accounting Review, 77 (1): 107-126.
Bandyopadhyay, S. P.; Hanna, J. D. y Richardson, G (1994):
Capital Markets effects of USA-Canada GAAP differences,
Journal of Accounting Research, 32: 262-277.
16
ANLISIS FINANCIERO
Barth, M. E. y Chinch, G. (1996): International Accounting

Differences and their relation to share prices: evidence from
UK, Australian and Canada firms, Contemporary Accounting
Research, 13 (1): 135-170.
Hora, J. A.; Tondkar, R. H. y McEwen, R. A. (2003): Effect of foreign GAAP earnings and Form 20-F reconciliations on revisions of analysts forecasts, International Journal of
Accounting, 38 (1): 71-93.
Beatty, R. y Ritter, J. (1986): Investment Banking, Reputation, and

the Underpricing of Initial Public Offerings, Journal of
Financial Economics, 15: 213-232.
Horton, J. y Serafeim, G. (2010): Market reaction to and valuation

of IFRS reconciliation adjustments: first evidence from the
UK, Review of Accounting Studies, 15 (4): 725751.
Chan, K. C. y Seow, G. S. (1995): The association between stock

returns and foreign GAAP earnings adjusted to US GAAP,
Journal of Accounting and Economics, 21 (1): 139-158.
Lantto, A. y Sahlstrm, P. (2009): Impact of International Financial

Reporting Standard adoption on key financial ratios,
Accounting and Finance, 49 (2): 341361.
Chen, L. H. y Sami, H. (2008): Trading Volume Reaction to the

Earnings Reconciliation from IAS to U. S. GAAP,
Contemporary Accounting Research, 25 (1): 15-53.
Leuz, C. (2003): IAS versus U.S. GAAP: Informationasymmetry

based evidence from Germanys New Market, Journal of
Accounting Research, 41 (3): 445472.
Collett, P. (1995): Standard settings and economic consequences:

an ethical issue, Abacus, 31 (1): 18-30.
Rappaport, A. (1977): Economic impact of accounting standards.

Implications for the FASB, The Journal of Accountancy, 143
(5): 89-98.
Daske, H.; Hail, L., Leuz, C. y Verdi, R: (2008): Mandatory IFRS

Reporting Around the World: Early Evidence on the Economic
Consequences, Journal of Accounting Research 46 (5): 10851142.
Dumpontier, P. y Raffornier, B. (2002): Accounting and capital
markets: a survey of the European evidence, The European
Accounting Review, 11 (1): 119-151.
Giner, B. (2004): La nueva estrategia contable: de las Directivas al
Reglamento, en Monografas sobre las Normas
Internacionales de Informacin Financiera, AECA,
Expansin, Madrid.
Harris, M. S. y Muller, K. A. (1999): The market valuation of IAS
versus US-GAAP accounting measures using form 20-F reconciliation, Journal of Accounting Research, 26 (1): 285-312.
Henry, E.; Lin, S. y Yang, Y. (2009): The European-U.S. GAAP
Gap: IFRS to U.S. GAAP Form 20-F Reconciliations,
Accounting Horizons, 23 (2): 121-150.
Holthausen, R. W. y Watts, R. L. (2001): The relevance of the

value-relevance literature to financial accounting standard setting, Journal of Accounting and Economics, 31 (1-3): 3-75.
Rees, L. (1995): The information contained in reconciliations of

earnings based on US Accounting Principles by Non-US companies, Accounting and Business Research, 25 (100): 301310.
Ritter, J. (1984): The Hot Issue Market of 1980, Journal of
Business, 57: 215-240.
Street, D. L.; Nichols, N. B. y Gray, S. J. (2000): Assessing the
Acceptability of International Accounting Standards: An
Empirical Study of the Materiality of US GAAP
Reconciliations by Non-US Companies Complying with IASC
Standards, The International Journal of Accounting, 35 (1):
27-63.
Ucieda, J. L. y Osma, B. (2004): The comparability of international accounting standards and US GAAP: An empirical study of
the Form 20-F reconciliations, International Journal of
Accounting, Auditing and Performance Evaluation, 1 (1): 5-36.
U. S. Securities and Exchange Commission (SEC) (2008):
Acceptance From Foreign Private Issuers of Financial
Statements Prepared in Accordance With International
Financial Reporting Standards Without Reconciliation to U.S.
GAAP, Final Rule, Release No. 33-8879, issued March 4,
2008.
Van der Meulen, S., Gaeremynck, A. y Willekens, M. (2007):

Attribute differences between U.S. GAAP and IFRS earnings: An exploratory study, The International Journal of
Accounting, 42 (2): 123-142.
Zeff, S. (1988): Settings accounting standards. Some lessons

from the US experience, Accountants Magazine, 92: 2022.
APNDICES
Salidas a bolsa en el mercado de valores espaol
(1998-2008)
SUPERDIPLO
BEFESA MEDIO AMBIENTE
PAPELES Y CARTONES DE EUROPA
FEDERICO PATERNINA
ENACO
FUNESPAA
TRANSPORTES AZKAR
FERROVIAL
MECALUX
PARQUES REUNIDOS
TPI (Telefnica Publicidad e Informacin)
SOGECABLE
AMADEUS GLOBAL TRAVEL DISTRIBUTION
INMOBILIARIA COLONIAL
TERRA NETWORKS
PRISA
RECOLETOS COMPAA EDITORIAL
TELEFNICA MVILES
IBERIA
INDITEX
ENAGAS
FADESA INMOBILIARIA
GESTEVISION TELECINCO
CINTRA CONC. INFRA. DE TRANSPORTE
DERMOESTTICA
RENTA CORPORACIN
PARQUESOL
GRIFOLS
GAM (General de Alquiler de Maquinaria)
TCNICAS REUNIDAS
BME (Bolsas y Mercados Espaoles)
RIOFISA
VOCENTO
VUELING AIRLINES
CLINICA BAVIERA
REALIA
SOLARIA
ALMIRALL
CRITERIA CAIXA CORP.
CODERE
FLUIDRA
RENTA 4
LABORATORIOS ROVI
IBERDROLA RENOVABLES
CAM
14/05/1998
01/07/1998
10/07/1998
16/09/1998
11/12/1998
11/12/1998
03/02/1999
05/05/1999
06/05/1999
26/05/1999
23/06/1999
21/07/1999
19/10/1999
27/10/1999
17/11/1999
28/06/2000
25/10/2000
22/11/2000
03/04/2001
23/05/2001
26/06/2002
30/04/2004
24/06/2004
27/10/2004
13/07/2005
05/04/2006
05/05/2006
17/05/2006
13/06/2006
21/06/2006
14/07/2006
19/07/2006
08/11/2006
01/12/2006
03/04/2007
06/06/2007
19/06/2007
20/06/2007
10/10/2007
19/10/2007
31/10/2007
14/11/2007
05/12/2007
13/12/2007
23/07/2008
17
18
ANLISIS FINANCIERO
Notas:
9.-
Desde el punto de vista de las normas de valoracin, en general,

Corporacin Dermoesttica nicamente modifica aquellas normas que
1.-
Para una revisin pormenorizada de las implicaciones econmicas de
son de aplicacin obligatoria. Ello implica que se producen muy pocos
las NIC/NIIF, vase Daske et al. (2008).
cambios, dada la gran posibilidad que ofrecen las NIIF de elegir entre
distintas alternativas, optando por mantener las normas que estn per-
2.-
Una clasificacin de este tipo de estudios puede consultarse en
mitidas en el PGC y, en definitiva, el impacto real de la adopcin de la
Holthausen y Watts (2001).
normativa internacional es menor al que a priori cabra suponer. Dicha

circunstancia propicia que el importe del patrimonio neto contable de
3.-
El 4 de marzo de 2008 la SEC emiti una norma (SEC 2008) que per-
la compaa siga resultando inferior al valor de capitalizacin de las
mite que las sociedades que elaboren sus estados financieros de acuer-
acciones en el mercado.
do a las NIC/NIIF no los reconcilien a las normas estadounidenses US

GAAP para registrar sus informes en la SEC.
10.- Principalmente gastos de establecimiento asociados a la apertura de

nuevas clnicas que incluyen la realizacin de las obras de reforma y la
4.-
5.-
El listado de empresas que han iniciado su cotizacin a lo largo del
incorporacin de las instalaciones necesarias para adaptar los inmue-
perodo de estudio aparece recogido en el Apndice de este trabajo de
bles en los que se ubican las clnicas a los requisitos tcnicos y legales
investigacin.
que exige la legislacin vigente.
Tras la reforma contable, dicha ratio se define en funcin del patrimonio neto, magnitud que no exista como tal en la normativa contable
precedente, resultando necesario considerar, adems de los fondos propios, los ajustes por cambios de valor y las subvenciones, donaciones y
legados recibidos.
6.-
Trabajos como los de Ritter (1984) y Beatty y Ritter (1986) fueron pioneros en la constatacin de esta anomala para las salidas a bolsa en
EE.UU, planteando diferentes hiptesis para su explicacin. Este fenmeno ha sido evidenciado en mltiples trabajos a nivel internacional,
incluido el caso del mercado de capitales espaol. Vase lvarez y
Fernndez (2003), entre otros.
7.-
Para la ratio market-to-book existen en la base de datos dos valores

extremos: el de Terra Networks y el de Solaria, empresas correspondientes, respectivamente, a las submuestras de empresas anterior y posterior a la aplicacin de las NIIF. Eliminando estos dos valores, la
media global para esta ratio quedara en 10,08 en lugar de 26,63. No
obstante, la eliminacin de estos valores no altera los resultados en
cuanto a las diferencias significativas en esta ratio entre ambas submuestras, por lo que hemos optado por no eliminar ambas empresas de
la muestra.
8.-
Con el anlisis de las ratios seleccionadas no se pretende evaluar la

situacin econmico-financiera de la compaa, sino perfilar las principales diferencias para unos mismos estados financieros elaborados
bajo cuerpos normativos diferentes. Para un mayor detalle de la incidencia de las NIC/NIIF sobre las ratios financieros, vase Lantto y
Sahlstrm (2009).
20
ANLISIS FINANCIERO
Carlos Contreras* y Pablo San Romn**
Tamao de mercado y
competitividad bancaria en la
financiacin de LBOs
RESUMEN
El mercado de adquisiciones apalancadas de compaas se redujo dramticamente entre 2006 y 2008 por la restriccin
de financiacin disponible para compradores de compaas, la resistencia de los vendedores de las empresas a bajar
los precios, o por ambos factores. El trabajo analiza el lado de la oferta de financiacin y estima el impacto de la crisis de liquidez sobre la rentabilidad para las entidades bancarias lderes en financiacin de LBOs. Los resultados confirman que la posicin competitiva de los bancos en esta actividad se vio muy afectada por las diferencias en su coste
de financiacin. Adems se estima que la rentabilidad financiera esperada neta de provisiones aument durante el
perodo unos 65 puntos bsicos para el conjunto relevante de la industria. En consecuencia desde la perspectiva de la
rentabilidad bancaria la hiptesis de la restriccin de crdito no explica un desplome tan drstico de esta actividad.
Tamao de mercado, rankings, LBOs, CDS, rentabilidad bancaria.
ABSTRACT
The leveraged buy-out market dropped sharply from 2006 to 2008, as a consequence of the restriction of financing
available for potential buyers of companies, the reluctance of sellers to reduce the sale price, or both factors. This
research focuses on the availability of financing and estimates the impact of the credit crunch on the return for leading financial institutions in LBO financing. The results confirm that the different funding cost affected significantly
the competitive position of the financial institutions. According to our estimates, during that period, the expected
financial return net of provisions for the industry improved by 65 b.p. As a consequence, the credit restriction hypothesis would not explain such a drastic collapse in that activity, at least from the banking return perspective.
Market size, league tables, , LBOs, CDS, banking return.
JEL Classification Code: G24
* Universidad Complutense de Madrid.

** Caja Madrid.
Carlos Contreras y Pablo San Romn : Tamao de mercado y competitividad bancaria
en la financiacin de LBOs
TAMAO DE MERCADO Y COMPETITIVIDAD BANCARIA EN LA FINANCIACIN DE LBOs
1. INTRODUCCIN
La crisis financiera internacional que se inici en 2007 contrajo drsticamente el nmero y el volumen de las operaciones de financiacin de adquisicin apalancada de compaas
(leveraged buy outs o LBOs). En el perodo 2006-2009 el
tamao del mercado de operaciones realizadas por gestoras
de capital privado cay en Europa casi un 98%.
21
En el epgrafe 3 se describe la metodologa empleada en

cuanto al segmento de mercado seleccionado, el permetro
de los bancos analizados, el perodo temporal considerado y
las variables utilizadas para aproximar el coste de financiacin y la variacin de la actividad de los bancos.
En el epgrafe 4 se analizan los cambios en la posicin de los
bancos en el ranking europeo de financiacin de LBOs.
Esta cada del mercado no debera en principio atribuirse a

la falta de demanda por parte de los fondos de capital privado, protagonistas de esta actividad. De acuerdo con la
sabidura convencional, las mejores aadas de inversin
corresponden a las adquisiciones realizadas durante las etapas de recesin1. En un contexto de crisis las adquisiciones
suelen realizarse a precios menores, por lo que el impacto
negativo sobre la rentabilidad de las inversiones derivado
del menor apalancamiento y del encarecimiento de la
financiacin puede quedar ms que compensado. En
Contreras y San Romn (2008), por ejemplo, se ofrece una
simulacin al respecto2.
En el epgrafe 5 se analiza el encarecimiento de la financiacin recibida por los bancos.
En consecuencia la profunda contraccin en la actividad

de financiacin apalancada de adquisiciones debera
deberse bien a la reduccin de la oferta de empresas potencialmente adquiribles, resultado del retraso en el proceso
de ajuste a la baja en los precios de las empresas por los
vendedores a pesar del empeoramiento del ciclo de negocio, y/o a la restriccin de crdito y la consiguiente dificultad de los potenciales compradores para obtener financiacin.
En el epgrafe 8 se resumen algunas conclusiones.
Este estudio estima el impacto neto de la crisis sobre la rentabilidad para el conjunto de las entidades financieras lderes en
financiacin de LBOs. Los resultados confirman que la posicin competitiva de los bancos en esta actividad se vio muy
afectada por las diferencias en la evolucin de su coste de
financiacin. Adems, se confirma que la hiptesis de restriccin de crdito no parece coherente con la evolucin de la rentabilidad financiera esperada neta de provisiones, que aument
en torno a 65 puntos bsicos para el conjunto relevante de la
industria.
En el epgrafe 2 se describe la evolucin del mercado de
LBOs a raz de la crisis econmica que comenz en 2007, y
se compara con la evolucin del volumen global de financiacin sindicada.
En el epgrafe 6 se estima el impacto de la mejora de la rentabilidad en la actividad de financiacin de LBOs y se valora en qu medida sta lleg a compensar el encarecimiento
de los costes de financiacin de los bancos.
En el epgrafe 7 se contrasta la relacin entre el encarecimiento de la financiacin bancaria y la variacin experimentada en los rankings de financiacin de adquisiciones entre
los ejercicios 2006 y 2008.
2.- EVOLUCIN DEL MERCADO DE ADQUISICIONES

APALANCADAS
El volumen de actividad de prstamos destinados a adquisiciones apalancadas en Europa, en el caso de operaciones realizadas exclusivamente por fondos de capital privado, experiment una cada dramtica a partir de la crisis financiera
iniciada en verano de 2007. De acuerdo con las cifras de
Thomson Reuters el tamao de este mercado se contrajo un
97,6% entre 2006 y 2009, pasando de 311.785 a tan slo
7.345 millones de dlares.
Durante este perodo se contrajo toda la actividad de financiacin, pero afect en mayor medida al segmento de financiacin de LBOs, cuya participacin en el total de operaciones sindicadas cay de un 22% en el perodo 2006-2007
hasta un 2% en 2009. Vase grfico 1.
3.- METODOLOGA
Se analiza el mercado europeo, que aunque presenta un volumen de actividad inferior al mercado americano, permite por
su estructura contrastar mejor el impacto del encarecimiento

22
ANLISIS FINANCIERO
de los pasivos bancarios sobre el nivel de actividad y las

variaciones en los rankings en la actividad de financiacin de
LBOs.
El volumen global de la actividad de prstamos sindicados
destinados a financiacin apalancada3 en Europa4 y Amrica
represent en 2006, de acuerdo a Thomson Reuters, 1.1 billones de dlares. De estos, el 32% se concentr en Europa y el
68% en Amrica, fundamentalmente en Estados Unidos.
Vase grfico 2.
Estos dos mercados presentan significativas diferencias en
cuanto a estructuras de financiacin, tipo de entidades financieras protagonistas, nivel de concentracin del mercado y
cuota de mercado de las entidades financieras locales. As,
mientras en el mercado norteamericano las 5 entidades ms
activas se repartan casi el 60% de la cuota de mercado, en el
mercado europeo el mismo porcentaje se situaba cercano al
40%. El mercado americano estaba liderado en 2006 por la
banca de inversin -ms afectada por la crisis de liquidez-:
los 7 principales bancos de inversin5 que operaban en
Estados Unidos en este mercado tenan un 42% de cuota en
2006. Adems, la participacin cruzada de bancos europeos
y norteamericanos en ambos mercados no es homognea. Las
entidades financieras extranjeras operando en el mercado
americano mostraban una cuota de 11 puntos porcentuales
menor que la de las entidades estadounidenses operando en
el mercado europeo. Como resultado, si se hubiera considerado el mercado global, se habran incluido sesgos originados
por el peso de la banca de inversin estadounidense, la elevada concentracin del mercado americano (que representaba dos terceras partes) y la reducida presencia de entidades
extranjeras en dicho mercado.
En relacin al perodo de anlisis, se comparan los ejercicios
completos 2006 y 2008. Se han desestimado las cifras de
actividad de 2007 por las distorsiones que gener la crisis de
liquidez desde el verano. De acuerdo con Dealogic6, en
Europa en julio de 2007, las entidades lderes en estructuracin de LBOs tenan en sus carteras operaciones pendientes
de sindicar por importe de unos 208.000 millones de dlares,
el 67% de todo el volumen de operaciones de 2006. Como
resultado, durante el segundo semestre de 2007, muchas entidades financieras mostraron volmenes de estructuracin
negativos, al cancelar operaciones anunciadas durante el primer semestre. Otras tuvieron que vender esta deuda con descuento en los mercados secundarios, llegando incluso a
financiar su adquisicin a fondos especializados en distressed debt.

Respeto a las entidades financieras analizadas, se han considerado las situadas en 2006 en los primeros 25 puestos del
league table por volumen de actividad segn Thomson
Reuters7. Adicionalmente se ha incluido a HSBC (puesto 26
del ranking) y a Lloyds (no aparece en el ranking de 2006),
por su relevancia en los league tables de los aos posteriores.
Lehman Brothers, Bank of America, Morgan Stanley, Merrill
Lynch y Mizuho desaparecen del ranking de 20088. En total
se analizan 25 entidades, 17 europeas (BNP-Paribas, Caylon,
Deutsche Bank, Commerzbank, HBOS, HSBC, ING, Intesa
San Paolo, Royal Bank of Scotland, Societe General, UBS,
Unicredit, Barclays, Credit Suisse, Dresdner, LLoyds y
Natixis), es decir el 68%; 7 entidades norteamericanas (Bank
of America, Citigroup, Goldman Sachs, JP Morgan, Lehman
Brothers, Merrill Lynch y Morgan Stanley), es decir un 28%.
Y una entidad japonesa (Mizuho).
Se utiliza como variable de aproximacin de la variacin en el
nivel de actividad de cada entidad su posicin en el ranking y
no el volumen estructurado, ya que ste experiment una reduccin tan violenta, que las variaciones de la cuota de mercado
resultan menos representativas de la dinmica de las entidades.
Finalmente, para medir el nivel de coste de financiacin bancaria se ha utilizado como variable de aproximacin la evolucin de las cotizaciones de mercado de los credit default
swaps (CDS), aunque estos instrumentos derivados no reflejan el coste medio de financiacin del conjunto del balance
bancario, ni son equivalentes al coste de una nueva emisin
en el mercado primario. Su nivel de liquidez tampoco es
homogneo para todas las entidades evaluadas. A pesar de
todo, el nivel de aproximacin que ofrece la variacin de los
precios en el mercado secundario de CDS a 5 aos - que es el
perodo benchmark ms prximo a la vida media de la financiacin de los prstamos de LBO - es posiblemente el mejor.
Las entidades no tienen programas permanentemente activos
de emisiones a este plazo y la liquidez (y por tanto la calidad
informativa de los precios) de las emisiones de este plazo en
el mercado secundario resulta todava ms heterognea.
Para cada emisor y plazo los precios de los CDS suelen superar la rentabilidad de los bonos. En caso contrario se podra
arbitrar, comprando el bono y pagando por una proteccin de
crdito (CDS), obteniendo un margen positivo financiando la

posicin. Sin embargo, en presencia de fuertes restricciones

de liquidez se producen situaciones de base negativa (los
CDS cotizan por debajo de la rentabilidad del bono), ya que
los instrumentos derivados a diferencia de los bonos no
implican financiacin. Durante los peores momentos de la
crisis de liquidez en el perodo 2007-08 se observaron episodios de bases negativas con diferencias superiores a 100
puntos bsicos (p.b.).
4.- CAMBIOS EN LOS RANKINGS DE FINANCIACIN

DE LBOS.
Entre el ao 2006 y 2008 la volatilidad en las posiciones en
las clasificaciones de la actividad de financiacin de LBOs
result muy superior a lo habitual9. Si en los perodos 200406 y 2005-07, la variacin promedio para las entidades estudiadas se situaba en torno a 4 posiciones en 2006-08 la variacin media fue de unas 10 posiciones, en gran medida consecuencia del desplome en las league tables de los principales bancos de inversin. Vase grfico 3.
Como se observa en el grfico 4, entre 2006 y 2008, las entidades europeas mejoraron su posicin a costa de las entidades norteamericanas. As, el 71% de las entidades europeas
(BNP/Paribas, Caylon, Commerzbank, HBOS, HSBC, ING,
Intesa, LLoyds, RBS, Societe General, UBS y Unicredit)
avanzaron posiciones en el ranking. Y lo hicieron a costa de
todos los bancos norteamericanos (Bank of America10,
Citigroup, Goldman Sachs, JP Morgan, Lehman Brothers,
Merrill Lynch y Morgan Stanley). Algunas entidades europeas como Barclays, Credit Suisse, Dresdner, Deutsche
Bank, Natixis y la japonesa Mizuho tambin perdieron posiciones.
5.- ENCARECIMIENTO DE LOS PASIVOS BANCARIOS

Entre junio de 2007 y diciembre de 2009 la evolucin del
coste de financiacin de los bancos, en trminos de su deuda
senior a medio y largo plazo en los mercados de capitales se
caracteriz por una elevada volatilidad, el fuerte incremento
del coste de financiacin en todos los plazos, y la significativa disparidad en el incremento del coste de financiacin
entre entidades.
La evolucin del ndice Itraxx financiero del grfico 5 muestra el encarecimiento general en el coste bancario.
Ponderando el incremento promedio de los CDS con los
23
volmenes de actividad anuales de las 25 entidades lderes el

encarecimiento entre 2006 y 2008 fue de 89 p.b11.
La evolucin de las cotizaciones de los CDS de las entidades financieras estudiadas sigui sendas muy dispares. En
mayo de 2007 la diferencia mxima de precio de los CDS
entre las entidades estudiadas no superaba los 26 p.b. y en
trminos absolutos ninguno cotizaba por encima de 31 p.b.
Desde el verano de 2007 la dispersin del precio de los
CDS entre entidades financieras se increment drsticamente, y se mantuvo particularmente alta entre agosto de
2008 y junio de 2009. Este diferencial lleg a superar puntualmente los 900 p.b. cuando los CDS de Morgan Stanley
alcanzaron precios superiores a 1.000 p.b., mientras que los
de BNP Paribas se situaban por debajo de 100 p.b. Vase
grfico 6
Mientras los CDS de determinadas entidades experimentaron incrementos inferiores a 75-100 p.b. durante el perodo
de junio de 2006 a marzo de 2009, otras entidades vieron
como, en el mismo perodo, sus CDS se encarecan hasta
los 400 p.b., llegando algunas entidades a alcanzar puntualmente incrementos superiores a los 1000 p.b. Vase
grfico 7
El factor ms relevante en la variacin de los costes del
pasivo bancario suele venir condicionada por cambios en
la calificacin crediticia de las agencias de rating, vinculada a su vez a los cambios en la calidad de la cartera de activos de las entidades12. En este sentido, se ha sealado que
uno de los problemas ms sustanciales de las carteras crediticias de los bancos de inversin fue la concentracin de
prstamos de LBOs concedidos durante el perodo 20022007. As, posiciones muy competitivas en los rankings
durante este perodo deberan estar altamente correlacionadas con problemas de morosidad. Conviene en este
punto corregir el impacto esperado en los bancos por la
actividad de aseguramiento, utilizando para ello una ratio
entre volumen de toma final/volumen asegurado, de forma
que cuanto mayor sea esta ratio, mayor debera haber sido
el impacto negativo de la morosidad, bajo el supuesto de
una distribucin ms o menos homognea tanto de los
prstamos morosos entre las entidades (indicando que no
hay una diferencia sustancial en las capacidades de anlisis de riesgo de los bancos), como de la composicin de la
cartera de LBOs por tipo de deuda (senior, junior, second
lien, etc.)

24
ANLISIS FINANCIERO
Por otra parte, sin embargo, los problemas de morosidad de

los bancos procedieron tambin de la generacin, particularmente en la ltima parte del ciclo expansivo, de otros
activos financieros como prstamos hipotecarios directos,
inversiones en CLOs y CDOs con activos hipotecarios
txicos etc. As, los bancos con especializacin particular
en LBOs no necesariamente tendran que tener un perfil de
riesgo superior13.
6.- MAYORES COSTES DE PASIVO Y ACTIVIDAD

DE FINANCIACIN DE LBOS
6.1.- Coste de financiacin y posicin competitiva.
Como se ha mencionado para las 25 entidades ms activas
analizadas el incremento promedio ponderado fue de 89 puntos bsicos entre 2006 y 2008, con un mximo de 286 puntos
bsicos. Ver grfico 8
Todas las entidades financieras experimentaron fuertes cadas en su actividad de financiacin de adquisiciones, pero no
en la misma proporcin. El encarecimiento de la financiacin
bancaria explica las diferencias. En el grfico 9 se muestra la
relacin entre el encarecimiento de los pasivos bancarios y la
posicin de las entidades lderes en los rankings de financiacin de LBOs durante el perodo 2006-08.
Los bancos de inversin puros tuvieron un comportamiento
peor que los bancos comerciales con divisiones de banca de
inversin. As, los principales bancos de inversin estadounidenses, que presentaron un incremento en el coste de su
financiacin superior al promedio ponderado, empeoraron
ms su posicin relativa en los rankings.
6.2.- Coste de financiacin y rentabilidad bancaria de los
LBOs
El impacto neto sobre la rentabilidad bancaria esperada en la
financiacin de LBOs es el resultado de dos fenmenos de
signo contrario; la mejora de la rentabilidad de sus activos y
el encarecimiento de sus pasivos. Dadas las diferencias en el
encarecimiento de la financiacin recibida por las entidades
financieras durante el perodo, aunque la mayora observaron
mejoras en la rentabilidad de su actividad de financiacin de
LBOs, algunas observaron reducciones. Y todas las entidades
redujeron su volumen de actividad en este mbito entre un
40% y un 90%.
En relacin a los efectos positivos sobre la rentabilidad, el

impacto fundamental se deriva del incremento del margen y
las comisiones estructuracin de los prstamos, pero tambin
de la reduccin en la vida media de la deuda y las menores
provisiones esperadas para las nuevas operaciones. Esta
mejora de la rentabilidad se ve atenuada por la reduccin de
la actividad de aseguramiento. Siguiendo la metodologa
contenida en Contreras y San Romn (2010) se ha estimado
el impacto que tiene la actividad de aseguramiento de las
entidades14 (medida en trminos de la ratio toma final /
importe asegurado) en la rentabilidad sobre activos de financiacin de LBOs. Los resultados indican que antes de la crisis, para el conjunto de entidades estudiadas, la actividad de
aseguramiento y posterior sindicacin incrementaba la rentabilidad de financiar LBOs en unos 113 p.b. Vase grfico 10.
Como resultado, y dado que una de las consecuencias de la
crisis fue la desaparicin de la actividad de aseguramiento,
las entidades objeto de anlisis con mayor actividad de aseguramiento fueron las ms afectadas. La estructuracin de
operaciones en formato club deal favoreci, en trminos relativos, a entidades menos activas en aseguramiento. As, para
el conjunto de las entidades bajo anlisis la mejora de la rentabilidad se estima en 154 p.b., frente a los 267 p.b. de mejora en el caso de una entidad sin actividad de aseguramiento15.
Vase grfico 11.
Cuando se analiza el impacto sobre la rentabilidad esperada
neta, despus de provisiones y considerando el incremento en
los costes de pasivo, se concluye que para la muestra de entidades, el incremento medio del coste de financiacin (89 p.b.)
es inferior al incremento de la rentabilidad bruta (154 p.b.). Es
decir la rentabilidad neta esperada de la actividad de financiacin de LBOs habra mejorado durante la crisis en 65 p.b.
La divergencia entre entidades es sin embargo elevada. Slo
Lehman Brothers, Morgan Stanley y Merrill Lynch presentaron un incremento promedio del coste de su CDS en 2008
superior a los 154 p.b. (vase grfico 8), pero otras 14 entidades lderes que representaban un 64% del mercado vieron
como en algn momento entre julio de 2007 y los mximos
de marzo de 2009 sus CDS se incrementaban en ms de 154
p.b. y por tanto, sus decisiones sobre financiar algunas transacciones se vieron posiblemente afectadas.
En definitiva, cuando se incorpora en el anlisis el incremento del coste de financiacin y el impacto negativo de la pr-

dida de aseguramiento, los resultados indican que la rentabilidad esperada neta de provisiones para la muestra estudiada
se incrementa desde 302 p.b.16 en el primer semestre de
2007, a los 367 p.b. de 2008. Este incremento alcanzara
hasta 148 p.b. para banca local con actividad de aseguramiento moderada. Vase grfico 12.
En principio, este incremento de la rentabilidad debera haber
justificado que, en su conjunto, las entidades financieras hubieran continuado con su actividad de financiacin de adquisiciones apalancadas. Sin embargo, el volumen de este tipo de operaciones cay ms de un 81% entre 2006 y 2008 para el conjunto del sector y un 84% para la muestra estudiada. El mercado prcticamente desapareci en 2009, cuando la cada con
respecto de 2006 represent casi un 98%. Vase grfico 13.
La drstica reduccin del mercado afect, por tanto a todas
las entidades financieras analizadas si bien, las entidades con
menor encarecimiento mejoraron su posicin relativa con
respecto a sus competidores. En este contexto, el volumen de
actividad de financiaciones sindicadas total en Europa experiment una significativa reduccin, aunque no tan fuerte: se
redujo un 40% entre 2006 y 2008 y casi un 75% entre 2006
y 2009.
fondos, los gestores de capital privado no iniciasen procesos de bsqueda y negociacin para la adquisicin de
compaas por tener que ocuparse en mayor medida a
tareas de gestin de las compaas participadas ya en
cartera, cuyo desempeo se estaba deteriorando rpidamente, y por tener que participar en la negociacin con
las entidades financieras de aquellas operaciones que
comenzaban a incumplir los contratos de financiacin.
La experiencia indica que probablemente la menor demanda
de crdito justifica, al menos parcialmente, la cada en la
actividad.
Pero tambin resulta posible que aun existiendo demanda de
crdito, y siendo incluso ms rentable para los bancos atender dicha demanda, de hecho no lo hicieran por un conjunto
de circunstancias:
1)
Por situaciones de restricciones de liquidez. El coste de

financiacin para los bancos a plazo de cinco aos aproximado por el precio de sus CDS no implica que a ese
precio las entidades pudieran encontrar en el mercado
financiacin suficiente para atender la demanda, incluso si la rentabilidad esperada por participar en esta actividad hubiera aumentado. El fenmeno de las bases
negativas refleja, de hecho, las fuertes tensiones de
liquidez a las que el mercado de capitales se enfrent
durante el perodo de anlisis. Como resultado, los ajustes en el mercado de financiacin de adquisiciones se
produjeron no slo va precios, sino tambin va cantidades.
2)
Por el efecto tamao. Una parte significativa del tamao de mercado se justifica por la desaparicin casi total
de las grandes operaciones. En 2008 slo se realizaron
cinco operaciones de adquisicin apalancada por
importe superior a 1.000 millones de euros (operaciones que se cerraron bsicamente en el primer cuatrimestre del ao y que podran haber tenido financiacin
asegurada antes del credit crunch, pues, de acuerdo a
Bloomberg, hasta noviembre de 2009 no se realiz ninguna operacin por encima de ese importe). El menor
inters de numerosas entidades en participar en financiacin de LBOs motiv que operaciones de cierto
tamao no pudieran llevarse a cabo, al verse reducido el
nmero de entidades financieras participantes y la toma
final de las entidades que s participaban.
6.3.- Otros factores explicativos diferentes del precio

Dado que el margen financiero neto esperado de participar
en la financiacin de LBOs aument como resultado de la
crisis para algunas entidades, cabra haber esperado que
stas hubieran aumentado su volumen de financiacin en
valor absoluto, satisfaciendo la demanda global de crdito,
sin que el tamao de mercado cambiara significativamente.
Esto contrasta con la cada dramtica en el volumen de prstamos concedidos. Existen dos posibles explicaciones desde
el lado de la demanda de crdito:
1)
Es posible que durante el perodo los gestores de capital riesgo vieran rechazadas sus propuestas de adquisicin de compaas, por discrepancia en los precios con
los potenciales vendedores. As, un proceso lento de
ajuste a la baja en las expectativas de precios por parte
de los vendedores pudo conducir a una escasa demanda
de prstamos destinados a adquisiciones17.
2)
Tambin es posible que, an teniendo disponibles los

compromisos de aportacin de sus accionistas a sus
25

26
3)
4)
ANLISIS FINANCIERO
El efecto club deal. Durante el ejercicio 2008 el mecanismo de aseguramiento para su posterior sindicacin
fue sustituido por el mecanismo de club deal en el que
todas las entidades aseguran el importe que finalmente
se convertir en su toma final del prstamo. La necesidad de contar con un nmero mnimo de bancos desde
el inicio de cada transaccin reduce el nmero de transacciones que resulta posible estructurar. Este efecto se
vio acentuado, adems, por la desaparicin de determinados agentes del sector (hedge funds, CLOs y otros
fondos) que facilitaban la estructuracin de las transacciones al absorber determinados tramos de la deuda.
los rankings que en promedio oscilaron 10 puestos, frente a

los 4 habituales en perodos anteriores. Fueron los bancos de
inversin norteamericanos los que ms posiciones perdieron.
Efecto cartera previa. El incremento de la percepcin

del riesgo por parte las entidades financieras ante la
laxitud de las condiciones incluidas en la documentacin de las transacciones cerradas en el perodo comprendido entre 2005 y primer semestre de 2007 implic
que la rentabilidad dejara de ser el principal motor de
aprobacin de las operaciones (incluso en el caso de
computar rentabilidad neta de provisiones esperadas).
Por otra parte, el elevado volumen pendiente de sindicar
despus del verano de 2007 aument el desinters de los
agentes por participar en este tipo de operaciones.
Contreras, C. y San Romn, P., 2008: Implicaciones del credit

crunch en la industria de capital privado de LBOs: un anlisis
de simulacin, Anlisis Financiero 108 (Instituto Espaol de
Analistas Financieros), 28-36.
5.- CONCLUSIONES
El mercado de adquisiciones apalancadas se redujo dramticamente entre 2006 y 2008. En el caso del mercado europeo
las adquisiciones realizadas por fondos de capital privado
cayeron casi un 98%. Esta cada pudo ser consecuencia de la
restriccin de financiacin disponible para los compradores
de compaas, la resistencia de los vendedores a bajar los
precios de venta de stas, o por ambos factores.
Este estudio se centra en el lado de la oferta de financiacin
y estima el impacto de la crisis de liquidez sobre la rentabilidad para las entidades bancarias lderes en financiacin de
LBOs. Los resultados confirman que la posicin competitiva
de los bancos en esta actividad se vio muy afectada por las
diferencias en el encarecimiento de su propia financiacin,
que entre 2006 y 2008, en el caso de las 25 entidades analizadas alcanz 89 p.b. Este encarecimiento se distribuy de
forma desigual entre entidades: en algunos casos este encarecimiento se situ entre 75 y 100 p.b., mientras otras entidades vieron como, en el mismo perodo, sus CDS se encarecan hasta los 400 p.b. El resultado fue una fuerte volatilidad en
Adems, el estudio confirma que la restriccin de crdito, al

menos desde la perspectiva de los precios, no justificara un
desplome tan drstico de la actividad, ya que la rentabilidad
financiera esperada neta de provisiones aument en torno a
65 puntos bsicos para el conjunto relevante de la industria
bancaria a pesar del encarecimiento de la financiacin.
REFERENCIAS BIBLIOGRAFIAS
Contreras, C. y San Romn, P., 2010: Ciclo de negocio y rentabilidad bancaria en la financiacin de adquisiciones, Anlisis
Financiero 112 (Instituto Espaol de Analistas Financieros),
48-57.
Bloomberg: Informacin relativa a precios de Credit Default Swaps
Prequin, 2009: Private equity returns for LPs: the model is still
intact, Private Equity Spotlight, Vol 51,7. Disponible en
http://www.preqin.com/docs/newsletters/PE/Spotlight_Jan09.p
df [consultado 10 de octubre de 2009].
Standard & Poors LCD European Loan Review, 2009: Europe
Leveraged Feb 09, pags 34-35, 63, 73, 77, 82-83
Standard & Poors LCD News, 2009:
Loan market suffers record low volume in 2009. Disponible en:
https://www.lcdcomps.com/lcd/n/article.html?rid=170&aid=1
2314799
Investors ponder default, recovery outlook for 2009.
Disponible en:
https://www.lcdcomps.com/lcd/n/article.html?rid=170&aid=1
199801
Thomson Reuters Deals Intelligence, Syndicated Loans Review
2006, 2007, 2008 y 2009. Disponibles en:
http://online.thomsonreuters.com/DealsIntelligence/Content/Fi
les/4Q06_SL_Global.pdf
http://online.thomsonreuters.com/DealsIntelligence/Content/Fi

les/4Q07_Syndicated_Loans_Review.pdf
http://online.thomsonreuters.com/DealsIntelligence/Content/F
iles/4Q08_syndicated_loans.pdf
http://online.thomsonreuters.com/DealsIntelligence/Content/F
iles/4Q09%20Syndicated%20Loans%20Review.pdf
GRAFICOS
EMEA: % Financiacin apalancada con
inversor financiero / Total Sindicados
Volumen de financiacin apalancada

en 2006 (mill$)
1.200.000
25%
23%
23%
20%
1.000.000
20%
800.000
US
739.699
15%
600.000
10%
400.000
6%
5%
EMEA
351.639
200.000
LEVERAGED
SPONS
311.785
EMEA LEVERAGED
LOANS
EMEA SPONSORED
LOANS
2%
0
0%
2006
2007 H1
2007 H2
2008
2009
EMEA + US LEVERAGED
LOANS
Grfico 1
Grfico 2
Volatilidad en la variacin de posicin en los rankings
Variacin relativa en los rankings de financiacin

de adquisiciones apalancadas
-36
12
Variacin promedio
10
8
6
9,94
4
2
4,06
4,11
0
2004-2006
2005-2007
Grfico 3
2006-2008
-26
-16
-6
BARCLAYS CAPITAL: 1 g 5
BNP PARIBAS: 13 g 4
BOA: 22 g 41
CALYON: 12 g 2
CITIGROUP: 9 g 41
COMMERZBANK: 21 g 20
CREDIT SUISSE: 6 g 19
DEUTSCHE BANK: 4 g 7
DRESDNER: 11 g 13
GOLDMAN SACHS: 7 g 18
HBOS: 15 g 10
HSBC: 26 g 3
ING: 18 g 8
INTESA SAN PAOLO: 24 g 16
JP MORGAN: 3 g 11
LEHMAN BROTHERS: 10 g 45
LLOYDS: 27 g 9
MERRILL LYNCH: 8 g 39
MIZUHO: 20 g 41
MORGAN STANLEY: 5 g 32
NATIXIS: 17 g 22
RBS: 2 g 1
SOCGEN: 14 g 24
UBS: 25 g 24
UNICREDIT GROUP: 16 g 6
Grfico 4

14
24
27
28
ANLISIS FINANCIERO
Markit Itraxx - Entidades financieras europeas Deuda senior a 5 aos
Diferencia de precio mxima entre CDS

de las entidades financieras estudiadas
Grfico 5
Grfico 6
Evolucin del precio de los CDS

de las entidades financieras estudiadas
Variacin en el coste del CDS
Grfico 7
Grfico 8
Encarecimiento de la financiacin bancaria
frente a variacin en ranking
Grfico 9

ROA pre credit crunch* segn actividad

de sindicacin previa
ROA sin aseguramiento
Mejora del ROA post credit crunch* segn actividad

de sindicacin previa
ROA incl. aseguramiento
300 p.b.
425
396 p.b.
198 p.b.
muestra estudiada: 369 p.b.
200 p.b.
325 p.b.
150 p.b.
325
275
225
267 p.b.
237 p.b.
250 p.b.
375
29
rentabilidad por
aseguramiento
113 p.b.
286 p.b.
127 p.b.
muestra estudiada: 154 p.b.
100 p.b.
256
50 p.b.
0 p.b.
256
20%
20%
30%
40%
50%
60%
70%
80%
90%
30%
Entidades
financieras
regionales
50%
60%
70%
80%
90%
100
% Toma final / Importe asegurado
% Toma final / Importe asegurado

Entidades
financieras
globales
40%
100
Entidades financieras locales
Entidades
financieras
globales
Entidades
financieras
regionales
Entidades financieras locales
*ROA neto provisiones e incluyendo rentabilidad por aseguramiento, pero sin incluir
*ROA antes de provisiones y sin incluir encarecimiento del coste de financiacin
encarecimiento del coste de financiacin
Grfico 10
Grfico 11
Evolucin del ROA neto de costes

de financiacin bancaria
Relacin volumen EMEA Sponsored Loans

frente evolucin CDS
Grfico 12
Grfico 13

30
ANLISIS FINANCIERO
Notas:
11.- Esta ponderacin resulta ms adecuada para determinar la evolucin de
1.-
2.-
El anlisis perdico de la rentabilidad histrica de la industria del capi-
la rentabilidad para el conjunto del sector. Si la ponderacin se realiza-
tal riesgo de Preqins - Private Equity Intelligence concluye que las
ra sobre los volmenes de actividad de 2006 y para las entidades lde-
inversiones realizadas en momentos en los que la tasa de crecimiento
res en dicho ao, el encarecimiento alcanzara 116 p.b. Es decir, las
del PIB est por debajo de su nivel potencial, muestran tasas de renta-
entidades ms activas en 2006 experimentaron un mayor encareci-
bilidad superior a la media de las ejecutadas durante momentos ms
miento de sus CDS con respecto a las entidades con mayor actividad en
expansivos.
2008.
Una mejora de 2 puntos anuales en el crecimiento del beneficio opera-
12.- Para un mismo nivel de rating se observa que el coste de financiacin
tivo y de 1 vez en el mltiplo de venta sobre beneficio operativo per-
se ve tambin bastante influido positivamente (menor coste) por el
mite que la rentabilidad de las inversiones sea superior en 4 5 puntos
tamao, por la diversificacin geogrfica de su acceso al mercado, el
porcentuales incluso en escenarios de menor apalancamiento, de un
nivel de conocimiento de los inversores respecto del emisor, as como
orden de 25 puntos porcentuales, y de deuda bancaria ms cara.
su antigedad y frecuencia de su presencia en los mercados de capitales.
3.-
La fuente principal de datos son los informes anuales de la actividad de

financiacin sindicada de Thomson Reuters, que diferencian entre
13.- En todo caso los activos bancarios materializados en financiacin de
Leveraged Loans (financiacin apalancada) y Sponsored Loans (finan-
proyectos o project finance de infraestructuras (concesiones de auto-
ciacin apalancada para adquisiciones realizadas por inversores finan-
pistas, de ferrocarril, de gestin de agua y tratamiento de residuos, de
cieros). La informacin referente a Sponsored Loans slo se identifica
hospitales, etc.) o de energa y de activos (trenes, aviones, buques, etc.)
para EMEA. Por este motivo, para estudiar las diferencias entre los
se han comportado de forma ms robusta ante la crisis, al menos duran-
mercados de EMEA y Americas, se ha trabajado con datos de
te el perodo de anlisis 2006-08.
Leveraged Loans, que pueden considerarse un proxy de la actividad de

Sponsored Loans.
14.- En este estudio se estima que la rentabilidad bruta de los activos (antes
provisiones y sin deducir el coste de financiacin bancaria), sin consi-
4.-
La informacin corresponde en realidad a EMEA (Europa, Oriente
derar la actividad de aseguramiento alcanzaba 256 p.b. antes del credit
Medio y Africa) pero la actividad se concentra prcticamente en
crunch.
Europa.
15.- Vase Contreras y San Romn (2010)
5.-
Lehman Brothers, JP Morgan, Morgan Stanley, Credit Suisse, Goldman

Sachs, Bearn Sterns y Merril Lynch
16.- La diferencia entre estos 302 p.b. y los 369 p.b. sealados en el grfico 10 se justifica con la incorporacin al anlisis de las provisiones
6.-
http://business.timesonline.co.uk/tol/business/industry_sectors/ban-
especficas esperadas (segn el del trabajo de Contreras y San Romn
king_and_finance/article2182984.ece
(2010), 55 p.b) y la deduccin del coste del CDS promedio en 2006,

(12 p.b. antes de la crisis financiera).
7.-
Se ha excluido ABN AMRO (comprado en octubre de 2007 por un consorcio de bancos que posteriormente lo fragment) y CIBC (que ocupaba el puesto 23 y no aparece en el ranking de 2008).
17.- La evidencia emprica sugiere que las compaas que se pusieron a la

venta durante este perodo, precisamente por parte de fondos de capital
privado en perodo de desinversin, fueron aquellas con mayor resis-
8.-
Los datos correspondientes a estas entidades no aparecen en los ran-
tencia al ciclo de negocio. Como consecuencia, los precios de venta (en
king Top 25 y han sido facilitados directamente por Thomson Reuters.
trminos de multiplicador de beneficio operativo) no cayeron tan significativamente como caba esperar. Por otra parte, los inversores de los
9.-
Para ello se ha estudiado las variaciones de posicin en el ranking (en
fondos de capital privado prefirieron conceder a los gestores extensio-
valor absoluto) de las entidades estudiadas para los perodos 2004-06,
nes temporales en el proceso de desinversin, para que no tuvieran que
2005-07 y 2006-08.
malvender las compaas en plena crisis. Como resultado, la oferta de

empresas en este perodo se concentr en el segmento de industriales
10.- Bank of Amrica y Merrill Lynch se fusionaron en septiembre de 2008.
en procesos de cambio generacional o de conflictos accionariales.

32
ANLISIS FINANCIERO
Sofa Ruiz Campo*1
Se pueden clasificar fcilmente

los fondos de inversin en Valor,
Mixto y Crecimiento?
RESUMEN
Cuando un inversor o un gestor de carteras, acude al mercado de fondos de inversin, se encuentra con una amplia y
variada gama de de productos entre los que elegir. Una ayuda con la que cuenta es la ofrecida por algunas empresas
especializadas en el anlisis de estos productos, como es Morningstar, que ofrece diferentes clasificaciones y rankings
comprensibles. Sin embargo, el inversor puede preguntarse si esta informacin es certera para conocer la relacin riesgo/rendimiento del fondo o, incluso, si es un buen predictor de rendimientos futuros de los fondos. Por ello, en el presente artculo se pretende realizar una clasificacin de los fondos en Valor, Mixto y Crecimiento, empleando una metodologa diferente a la de Morningstar, para contrastar si los resultados que ofrecen son adecuados, llegndose a la conclusin de que, dada la dificultad de aplicacin de este mtodo desarrollado, compensa asumir los riesgos de imprecisin que podra ofrecer la clasificacin suministrada por Morningstar.
Palabras clave: Fondos de inversin, categora Valor, Mixto, Crecimiento, Morningstar.
SUMMARY
When an investor or an Asset Manager approaches the Investment Fund Industry, he comes accross a wide variety of
investment products to choose from. Some help has come from companies, like Morningstar, offering specialized
research of these instruments, putting forward different classifications and comprehensive Investment Funds
Rankings. However, investors may wonder if this information is accurate whilst measuring funds risk/reward relationship or furthermore, if it is a good predictor of a fund futures performance. This article is thus aimed at putting
forward an alternative investment style Classification (Value, Growth and Blend) to that of Morningstars methodology in order to be able to compare outcomes and help to choose the most appropriate one. The conclusion being that,
at the end of the day, due to the difficulty of application of this methodology, it pays out for an investor to take the risk
of any given inaccuracies or inefficiencies derived from Morningstars own classification.
Keywords: Mutual Funds, Investment Style Value, Blend and Growth, Morningstar.
Recibido: 11 de Mayo de 2010
* Facultad de Ciencias Econmicas y Empresariales. Universidad Autnoma de Madrid.

1.- Quiero agradecer al Profesor Manuel Monjas el apoyo que siempre me ha ofrecido y los conocimientos que me ha aportado,
y a Amparo Ruiz experta en esta materia.
Sofa Ruiz Campo : Se pueden clasificar fcilmente los fondos de inversin
en Valor, Mixto y Crecimiento?
SE PUEDEN CLASIFICAR FCILMENTE LOS FONDOS DE INVERSIN EN VALOR, MIXTO Y CRECIMIENTO?
1. INTRODUCCIN
A la hora acudir al mercado de fondos, el inversor se encuentra
con una gama de productos amplia y dispar. El anlisis de las
distintas categoras, y de los diferentes riesgos asumidos, resulta ser demasiado complicado, de ah que hayan aparecido
empresas especializadas en ofrecer datos y clasificaciones
medianamente manejables. Entre ellos est Morningstar, que
clasifica los fondos en categoras Valor, Mixto y Crecimiento, y
que va a ser utilizada como base, en el presente artculo, para ser
contrastada. Para ello, se propone el empleo de una metodologa alternativa de clasificacin de los fondos, el anlisis cluster,
para luego comparar los resultados con los ofrecidos por
Morningstar y proceder a analizar las coincidencias obtenidas.
Se ha elegido la clasificacin de Morningstar a pesar de que se
sabe que los gestores o inversores, generalmente, toman las
posiciones buscando la diversificacin que les permita minimizar los riesgos, y no tanto por la categora. Despus de hacer
el estudio ya se puede responder a la pregunta que sirve de
titulo al artculo: Se pueden clasificar fcilmente los fondos
de inversin en Valor, Mixto y Crecimiento? Pues no, no se
pueden clasificar fcilmente, si lo que se pretende es que la
metodologa est a nivel de un inversor particular, sin profundos conocimientos estadsticos. Este hecho no parece ser
imprescindible al tener estas otras alternativas accesibles.
Revisando la literatura, el anlisis del estilo de inversin, que
fue introducido por el Premio Nobel William Sharpe (1992)2,
ha sido la base de numerosos estudios, resaltando el de Detzel
(2006) en el que se interesa por cmo los inversores, que utilizan como base para elegir un determinado fondo un modelo
basado en la asignacin de activos, deben tener la facilidad de
identificar la tipologa de valores con que cuenta cada tipo de
fondo. Como Really y Brown (2000) explican, generalmente
se definen las clases de activos como el grupo de inversiones
que tienen atributos semejantes en relacin con el riesgo y el
rendimiento. Los gestores de fondos pueden crear sus propias
carteras distribuyendo los pesos de los activos entre las diferentes categoras, para lo cual pueden utilizar una de las dos
alternativas siguientes: carga factorial (factor loading) o
caractersticas de la cartera (portfolio characteristics).
La categora carga factorial consiste en estimar una regresin lineal de los resultados de los fondos en relacin con los
factores que influyan en los rendimientos. Entre esos factores influyentes Carhart (1997) consider que tanto el tamao
33
como el estilo de inversin resultaban ser bastante explicativos de los rendimientos de los fondos, mientras que Davis
(2001) utiliz en sus anlisis como variables la capitalizacin del mercado y el denominado Price to book (ratio
empleada para clasificar los fondos bajo la dimensin de
estilo o tamao que relaciona el valor contable de la empresa y el valor de mercado).
La segunda alternativa es la de caractersticas de la cartera
segn la cual, para estimar las caractersticas de tamao y
estilo de un fondo, se deben medir directamente la capitalizacin del mercado y el Price to book de los activos de la
cartera. Bajo esta vertiente es como lo hicieron en su estudio
Daniel y Titman (1997).
Entre los estudios que han analizado cul de las dos alternativas resultaba ms explicativa Chan et al. (2002) consideran
que, a pesar de que estas dos categoras, en relacin con los
rankings por tamao y por estilo llegan a conclusiones similares, sin embargo, utilizando la segunda alternativa se
alcanza una mejor prediccin de los resultados de los fondos,
coincidiendo con los resultados de autores como Kahn
(1996) y Rekenthaler et al. (2006), que consideraban que con
bases de datos amplias ambos metodologas determinaban
correctamente el estilo, aunque en bases reducidas, la tcnica de las caractersticas de la cartera era ms adecuada para
la prediccin de los resultados futuros.
De cualquier modo, ambas alternativas resultan ser demasiado
sofisticadas para que un inversor individual las ponga en prctica al realizar sus anlisis, por ello, se han ido desarrollando
otras ms tiles, desde el punto de vista prctico/comercial,
como son las clasificaciones de activos en funcin del tamao
y del estilo (size-and-style) de Morningstar3 y Lipper4.
Profundizando en los criterios de Valor y Crecimiento, se
puede observar que muchas estrategias de gestin activas
pretenden identificar, a travs del anlisis fundamental, activos que por su valoracin o por expectativas de crecimiento
ofrezcan ventajas en rentabilidad frente a los ndices de referencia. De esta forma, el enfoque Valor tiene como objetivo
la inversin en acciones baratas (con ratios burstiles atractivos como PER, Precio/Valor Contable, rentabilidad por
dividendo, etc.), mientras que el de Crecimiento busca compaas con expectativas de altos incrementos de resultados,
independientemente de su valoracin. La dificultad radica en
sealar el lmite entre Valor y Crecimiento. Observando esta-

34
ANLISIS FINANCIERO
dsticas a largo plazo del mercado americano se puede apreciar que la rentabilidad obtenida mediante estas dos polticas
de inversin ha sido similar, aunque con una ligera ventaja
para la inversin en Valor a muy largo plazo. En relacin con
el riesgo se ha observado que la volatilidad de la gestin en
Valor ha sido histricamente inferior.
Rekenthaler et al. (2006) llevaron a cabo unos estudios de las
distintas categoras o estilos de inversin, de las relaciones
existentes entre las diferentes clasificaciones y sus rendimientos, e incluso de la capacidad de stas para anticiparse a
los resultados futuros, planteando que un siguiente paso
siempre podra ser el anlisis del problema que supondra
cometer un error en la clasificacin del fondo. Este tipo de
error provocara que asignaran al fondo a un grupo que no le
correspondera por homogeneidad, lo que seguro que traera
aparejadas importantes repercusiones. Este error influye en el
proceso de seleccin de los inversores e incluso en el propio
futuro profesional de los gestores, no tanto por tener una gestin inadecuada como por ser comparados con otros fondos
que no se corresponden con sus iguales.
La importancia de la correcta asignacin del estilo resulta,
adems, muy relevante a la hora de establecer el nivel de riesgo y el valor de una cartera dependiendo del estilo. De esta
manera, el objetivo de este estudio va a ser analizar dos mtodos de segmentacin de los fondos de inversin de renta
variable espaoles en tres categoras, Crecimiento, Valor y
Mixto. Para ello, el artculo se divide en cuatro apartados,
despus de la introduccin, en el segundo apartado, se repasa la metodologa empleada por Morningstar; en el tercer
apartado, la clasificacin desarrollada mediante un anlisis
Cluster; para terminar con la comparacin de los resultados
obtenidos y los de la clasificacin proporcionada por
Morningstar. De las conclusiones del estudio se puede derivar que, si bien no existen grandes coincidencias entre ambas
metodologas, ambas se pueden considerar adecuadas para
realizar la clasificacin, aunque la dificultad presentada por
el anlisis Cluster hace que sea preferible el sistema ofrecido
por Morningstar que, aunque sea mejorable, la sencillez compensa sus limitaciones.
CARACTERSTICAS DE LA METODOLOGA DE LA CAJA

DE ESTILOS DE MORNINGSTAR
Un inversor se puede preguntar si son realmente recomendables las clasificaciones publicadas como fuente de infor-
macin a la hora de seleccionar el fondo en el que invertir.

En el caso de Morningstar, en 1985 comenz a publicar un
rating de fondos, aunque, debido a las crticas recibidas en
los primeros aos por distintos autores (como Khorana y
Nelling (1998) y Blake y More (2000), Morningstar decidi
modificar la metodologa del rating en 2002i. Ambos sistemas de rating fueron alabados en los resultados del estudio
realizado por Kinnel en 2005 (del grupo Morningstar) que
conclua que el cambio en la metodologa aportaba una
mayor precisin en los datos y en la capacidad de prediccin de los resultados; aunque tambin aparecieron detractores como Krauss y Sandelosky (2006) que consideraban
que el nuevo sistema de rating no haba sido capaz de mejorar la capacidad predictiva del sistema anterior, coincidiendo con Blake y More (2000), autores que concluyeron que
si bien el mtodo de Morningstar no resultaba ser un buen
predictor de los resultados, los mtodos alternativos que se
conocan eran peores.
Por otra parte, es de resaltar la observacin de que los inversores deberan hacer un seguimiento de las caractersticas
de su cartera, en trminos de tamao y estilo, debido a la
evidencia del elevado nivel de cambios entre los distintos
estilos. Estas variaciones pueden ocasionar importantes
cambios en la relacin riesgo-rendimiento de las carteras
por lo que, como indicaba Detzel (2006), tambin se considera til la informacin de Morningstar para lo gestores que
son activos y pueden utilizarla como una orientacin continua y actualizada para situar sus carteras.
Dado que se van a comparar los resultados obtenidos empleando una metodologa de anlisis Cluster con la clasificacin
ofrecida por Morningstar, resulta de inters recordar las principales caractersticas de sta.
Morningstar presenta el siguiente cuadro de doble entrada:
CUADRO 1
Cuadro de estilos de Morningstar
ESTILO DE INVERSIN
Valor
Mixto
Grande
Medio
Pequeo
Fuente: Morningstar

Crecimiento
Para determinar si una cartera es Valor/Mixto/Crecimiento,

se analizan los activos que la componen. Para ello, se emplean en un 50% los datos esperados de valores, tomados a partir de datos de consenso de mercado que aporta Thomson
Reuters, y en el otro 50% unas medidas de datos histricos
(vase la tabla 1).
35
CUADRO 2
Style Map de Morningstar
TABLA 1
Ponderacin de valores empleada por Morningstar
Eje
horizontal
Valor:
componentes
y pesos
Valores esperados
50%
Precio sobre
beneficios
esperados
Medidas basadas
50%
en datos histricos
Price to book
12.5%
Price to sales
12.5%
Price to cash flow
12.5%
Dividend yield
12.5%
Crecimiento:
componentes
y pesos
Valores esperados
50%
Crecimiento
esperado
de los beneficios
Medidas basadas
50%
en datos histricos
Crecimiento de
12.5%
beneficios histricos
Crecimiento de
12.5%
ventas
Crecimiento
12.5%
Cash Flow
Crecimiento valor
12.5%
en libros
Con los datos obtenidos, se van situando los activos en una

zona de estilo y en una agrupacin (por ejemplo, gran capitalizacinEspaa). La diferencia entre las valoraciones
como Valor o como Crecimiento se denomina Net Store, si
es fuertemente negativa, se considera que el activo es Valor,
y si da fuertemente positiva sera crecimiento. Si ambos
valores son semejantes sera Mixto.
Conociendo la composicin de la cartera, se hace una representacin en el Style Map5. Para la explicacin prctica se
han tomado dos fondos de ejemplo: Bestinver Bolsa FI Acc.
y Fonbilbao Acciones FI Acc.
En el cuadro 2 se puede ver la composicin de la cartera de
cada uno de los fondos (est sealado el valor de Telefnica
como uno de los componentes de Fondbilbao Acciones).
Entorno a la representacin de los valores de los activos se
traza una elipse, cuyo punto central indica la categora en
que se encuentra.
Fuente: Morningstar
Para analizar el tamao, que sera el dato del eje de abcisas,

se considera el valor de los activos que componen la cartera,
calculndose una media ponderada del tipo del activo y su
peso en la cartera. A partir de aqu se obtiene un dato que se
compara con una tabla (que proporciona Morningstar y que
vara frecuentemente) en las distintas categoras regionales
de fondos (Estados Unidos, Canad, Latinoamrica, Europa,
etc.).
BASES DE DATOS Y METODOLOGA DE ANLISIS

CLUSTER
Las variables consideradas para el anlisis Cluster se refiere
a 69 Fondos de Inversin de Renta Variable de Espaa, que
es el nmero de fondos de los que se dispone de la informacin estadstica necesaria tanto para el anlisis Cluster como
para el anlisis factorial en el ao 2008. Adems, se han considerado las siguientes variables de seleccin o clasificacin:
1.- Rentabilidad de los Fondos Inversin de renta variable
espaoles
2.- TER (Total Expense Ratio), son las comisiones totales
cobradas
3.- Precio de Cierre de los Fondos de Inversin
4.- Sharpe Ratio6

36
ANLISIS FINANCIERO
5.- Treynor Ratio6
las medidas ms habituales son los ndices de Treynor

(1965) y de Jensen (1968)7.
6.- Tracking Error6

La justificacin del empleo de la tcnica microeconomtrica
de clasificacin conocida como Cluster se basa en que esta
herramienta permite agrupar las distintas observaciones de
una muestra de forma que los elementos pertenecientes a un
grupo tengan un alto grado de asociacin entre ellos mismos.
As, se tratar de obtener 3 categoras de fondos de inversin
de renta variable espaoles: Crecimiento, Mixto y Valor.
7.- Modiggliani M2
8.- Batting Average6
9.- Ratio Sortino6
10.- Ratio de Informacin6
11.- Total Return: el rendimiento total de la inversin (incluyendo dicidendos,)
12.- Desviacin estndar
13.- Semi Desviacin estndar
14.- Alpha de Jensen6
15.- Alpha (g) de Jensen modificada6
16.- Beta de la cartera
Estas medidas clsicas de comportamiento son las utilizadas
habitualmente en el estudio del desempeo de los ttulos y
carteras en bolsa. En todos los casos, se trata de recoger la
idea de que las rentabilidades obtenidas por los ttulos o carteras no son directamente comparables, ya que los riesgos
asumidos pueden haber sido diferentes. Las diferencias entre
las distintas medidas estaran, precisamente, en el riesgo que
consideran relevante, as como en la manera de medir la
forma de batir al mercado.
Mediante la utilizacin del anlisis Cluster se van a poder

segmentar los fondos de inversin de renta variable espaoles, en funcin a distintas variables. Para evitar el manejo de
un nmero demasiado elevado de variables de clasificacin,
que puedan dificultar el anlisis de conglomeracin, se propone la utilizacin de un Anlisis Factorial utilizando
Componentes Principalesii, recogiendo la informacin estadstica til, manteniendo el objetivo de conocer las interrelaciones existentes entre un nmero determinado de variables,
con la finalidad de obtener un nuevo componente que est
totalmente incorrelacionado con el anterior, pero que contenga toda la informacin de las variables originales8 (en el
apndice II se muestran las salidas de SPSS con los resultados finales del anlisis factorial).
En este anlisis se extraen 4 factores que consiguen explicar,
en conjunto, un 84,2% de la varianza de la informacin estadstica inicial. El factor 1 ya explica el 52.098% de la varianza total, es decir, de la informacin que se recoge en las
variables.
De acuerdo con la evidencia aportada por la literatura sobre

el anlisis de la gestin de los fondos de inversin, para
evaluar su calidad se pueden utilizar dos grupos de ndices.
Por un lado, los que consideran la relacin entre los rendimientos histricos de las carteras, durante un periodo de
tiempo determinado, en relacin con el comportamiento del
mercado o de un ndice de referencia y en funcin del riesgo soportado. Entre estas medidas estaran ratios como la
Ratio de Sharpe (Sharpe, 1966), la Ratio de Informacin
(desarrollado por Sharpe (1994) y el ndice de Modigliani y
Modigliani (1997). Por otro lado, si en vez de considerar el
riesgo total se toma slo el riesgo sistemtico de la cartera,

37
TABLA 2
Varianza total explicada, Anlisis de componentes principales
Varianza total explicada
Sumas de las saturaciones
al cuadro de la extracin
% de la
% acumulado
Total
varianza
% acumulado
52.098
8.336
52.098
52.098
69.142
2.727
17.044
69.142
77.205
1.290
8.062
77.205
84.224
1.123
7.019
84.224
90.062
93.938
96.973
99.607
99.911
99.957
99.986
99.995
99.998
99.999
100.000
100.000
Autovalores iniciales
Componente
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Total
8.336
2.727
1.290
1.123
.934
.620
.485
.422
.049
.007
.005
.001
.000
.000
.000
1.837E-5
% de la
varianza
52.098
17.044
8.062
7.019
5.837
3.877
3.034
2.635
.30
.045
.030
.009
.003
.001
.001
.000
Sumas de las saturaciones

al cuadro de la rotacin
% de la
Total
varianza
% acumulado
7.881
49.258
49.258
2.852
17.826
67.084
1.371
8.572
75.656
1.371
8.569
84.224
Mtodo de extraccin: Anlisis de Compnentes Principales

Fuente: Elaboracin propia
Esto lleva a aceptar 4 componentes, de las 16 variables originales, que se van a denominar de la siguiente manera9:
Factor 1: Riesgo total. Formado por Modigliani M2;
Ratio Sharpe, Ratio Sortino, Ratio de
Informacin, Alpha y Total Return.
Factor 2: Precios. Formado por Batting Average, Precio
de cierre.
Factor 3: Riesgo sistemtico. Formado por Beta,
Tracking Error y Treynor Ratio.
Una vez realizado el anlisis factorial se procede a la elaboracin del anlisis Cluster con los cuatro factores o componentes extrados del anlisis estadstico anterior.
Para contrastar la significatividad de la Clusterizacin es conveniente aplicar una prueba F (ANOVA Anlisis de la
Varianza). La siguiente tabla de ANOVA refleja que el primer
componente es significativo al 95% de confianza (pvalue=0,000), es decir, la variable es consistente al clasificar
los tres conglomerados.
Factor 4: Rentabilidades. Formado por TER, Rentabilidad.
ANOVA
REGR factor score 1 for

analysys 1 (1 COMPONENTE)
Conglomerado
Media
cuadrtica
gl
25.784
2
Error
Media
cuadrtica
,249
gl
66
F
103,568
Sig.
,000
Las pruebas F slo se deben utilizar con una finalidad descriptiva puesto que los conglomerados han sido elegidos para maximizar las diferencias enre los casos en diferentes conglomerados. Los niveles crticos no son corregidos, por lo que no pueden interpretarse como pruebas de la hiptesis de que los centros de los conglomerados son iguales.

38
ANLISIS FINANCIERO
Se puede concluir que el Anlisis Cluster (previo Modelo

Factorial utilizando componentes principales) realiza una
adecuada clasificacin, definiendo claramente 3 conglomerados de los 69 fondos de inversin de renta variable considerados. El primer conglomerado est definido por 29 fondos;
el segundo grupo est compuesto por 1 slo elemento
(Bestinver Bolsa) y el tercero, 39 fondos de inversin de
renta variable espaola.
Nmero de casos en cada conglomerado

Conglomerado
Vlidos
Perdidos
1
2
3
29,000
1,000
39,000
69,000
15,000
Fuente: Morningstar
TABLA 3
Matriz de componentes rotados
Componente
RAP Modiggliani M2
Sharpe Ratio ,975
Excess(MAR) LossRatio Sortino
Total InfRatio
Alpha
Total Return
Alpha(g)
Total Annual SemiStdDev
Total AnStdDev
Batting Average
Beta
Tracking Error
Treynor Ratio(g)
Precio de Cierre de los Fondos de Inversin de Renta Variable
TER
Rentabilidad de los Fondos de Inversin de Renta Variable
1
,975
,125
,970
,969
,967
,959
,951
-,625
-,609
,460
-,251
,064
-,108
-,151
-,180
-,483
2
,125
,022
,171
,167
-,159
,170
-,266
-,253
-,289
,354
-,923
,922
,776
-,157
,055
-,185
3
,020
-,006
-,097
-,099
,023
-,107
-,059
,611
,604
-,033
,212
,004
,168
-,723
,024
,015
4
-,009
-,067
-,067
,080
-,077
,046
,206
,230
,263
,127
-,105
-,014
,125
-,872
,616
FACTOR 1
FACTOR
FACTOR 3
2
FACTOR 4
Es interesante observar que el factor 1, riesgo total, es el

componente que mejor realiza la agrupacin de conglomerados (52,1% de varianza explicada)10.
Una vez que se conoce el conglomerado al que pertenece
cada fondo, se debe identificar, a su vez, el conglomerado
con la tipologa Valor, Mixto o Crecimiento.
Segn el anlisis Cluster de datos, existe una homogenizacin de informacin considerando como principales variables para clasificar los fondos el Valor o Crecimiento las
ratios Modigliani M2 y Alpha (como se indica en las tablas
5, 6 y 7, en el Apndice III).

COMPARACIN DE AMBAS METODOLOGAS.

CONCLUSIONES
Para terminar este anlisis, se va a realizar una comparativa
de los resultados de clasificacin obtenidos en el anlisis
Cluster y por Morningstar.
Segn los resultados obtenidos en el Cluster, hay 29 fondos
considerados como Valor (representados como conglomerado 1), 1 fondo Mixto (conglomerado 2), que es Bestinver,
y 39 fondos Crecimiento (conglomerado 3). En 15 casos no
hay clasificacin debido a la falta de informacin sobre
alguna de las variables que componen el factor 1.
El caso de Bestinver, con R2 de 45.7%, es el nico caso
Mixto del Cluster y el nico dato Valor segn
Morningstar.
Ambos mtodos coinciden para Crecimiento en 11 casos.
Segn Morningstar hay 21 fondos de este tipo y segn el
Cluster habra 39 de Crecimiento.
De los 48 fondos Mixtos de Morningstar, 21 seran Valor,
segn el Cluster y 19 Crecimiento (teniendo en cuenta
que hay 15 datos sin clasificar). Visto desde otro ngulo,
de los fondos considerados Crecimiento por el Cluster,
slo habra coincidencia con Morningstar en 11 ocasiones, y en el caso de los Valor, se van a corresponder en 7
ocasiones con fondos grandes Crecimiento y en 21 con
grandes Mixtos.
Se puede observar (vase la tabla 8 del apndice III) que,
nicamente en el caso de fondos Crecimiento coinciden los
datos obtenidos en el anlisis con los de Morningstar.
La principal limitacin para que no haya muchas coincidencias entre ambas clasificaciones radica en que con el Cluster
se obtiene nicamente un fondo Mixto y sta es la categora
con ms peso en el caso de Morningstar (48 datos). Adems,
lo que para el Cluster es Valor, para Morningstar tiende a ser
grande Crecimiento (24% de los casos) y Mixto grande
(76%), mejorando la comparacin en los de Crecimiento, ya
que coinciden en el 100% de los casos.
Despus de este anlisis, en el que se ha desarrollado una
metodologa alternativa de clasificacin, se podra tambin
39
concluir que no es posible determinar qu mtodo resulta de

mayor calidad, aunque si se puede observar que, para un
inversor o un gestor de carteras la dificultad que supone el
anlisis Cluster hace que, como ya han expuesto otros autores (autores ya mencionados anteriormente como Detzel
(2006), Kinnel (2005), Krauss y Sandelonsky (2006)) sea
ms que aceptable el empleo de la clasificacin de
Morningstar por la facilidad de acceso a la informacin, la
continuidad en el anlisis, la transparencia en la metodologa
aplicada, aun conociendo sus inconvenientes, presentados en
las crticas que estos autores han realizado en cuanto a la
metodologa y a la capacidad de prediccin de resultados
futuros.
Esta metodologa, adems, permite un rpido seguimiento de
las modificaciones que continuamente se producen en la clasificacin de los fondos (movindose entre las casillas del
Style Box, de valor a crecimiento, por ejemplo, segn varan las condiciones del mercado y la economa), informacin
que resulta relevante en la gestin de las carteras dada la
importancia de la correcta asignacin del estilo a la hora de
establecer el riesgo, el valor de la cartera y el acierto en la
gestin por parte del gestor responsable.
BLAKE, C. R. y MORE, M. R., 2000: Morningstar rating and
Mutual Fund Performance, Journal of Financial and
Quantitative Analysis 35, 451-483.
DAVIS, J., 2001: Mutual Fund Performance and Manager Style.
Financial Analysts Journal 57, 19-27.
DETZEL, F. L., 2006: Determining a Mutual Funds Equity Class.
Financial Services Review, 15, 199-213.
GMEZ- BEZARES, F., MADARIAGA, J. A. y SANTIBEZ,
J., 2003: Medidas de performance: algunos ndices clsicos y
relacin de la TRIP con la teora de cartera, Anlisis Financiero
Internacional 113, Tercer Trimestre, 5-19.
JENSEN, M.C., 1968: he performance of mutual funds in the period 1945-196, Journal of Finance, Vol. 23, 2, 389-416.
KAHN, R., 1996: Forecasting Mutual Fund Risk: Current holdings
o past performance. Barra Research Report, septiembre.

40
ANLISIS FINANCIERO
KHORANA, A. y NELLING, E., 1998: The Determinants and

Predictive Ability of Mutual Fund Ratings, Journal of Investing
7, 61-66.
SHARPE, W.F., 1964: Capital asset prices: A theory of market equilibrium under conditions of risk, Journal of Finance, Vol. 19, 3,
425-442.
KINNEL, R., 2005: Rating the Star Rating. Morningstar

FundInvestor. Diciembre.
SHARPE, W.F., 1966: Mutual Fund Performance, Journal of

Business 39, 119-138.
MODIGLIANI, F. y MODIGLIANI, L., 1997: Risk-adjusted

Performance. Journal of Portfolio Management 23, 45-54.
SHARPE, W.F., 1992: Asset Allocation: Management Style and

Performance Evaluation, Journal of Portfolio Management,
invierno, 7-19.
REILLY, F.K. y BROWN, K.C., 2000: Investment Analysis and

Portfolio Management. The Dryden Press, Orlando.
REKENTHALER, J., GAMBERA, M. y CHARLSON, J., 2006:
Estimating portfolio style in U.S. equity funds: a comparative
study of portfolio-based fundamental style analysis and
returns-based style. Journal of Investing 15, 25-35.
SHARPE, W.F., 1994: The Sharpe Ratio, Journal of Portfolio

Management. 21, 49-58.
TREYNOR, J., 1965: How to rate management of investment funds,
Harvard Business Review, Vol. 43, 1, 63-75.
APNDICE I
Ratio de
Sharpe
Calcula el premio de rentabilidad obtenida por el ttulo o cartera

por unidad de riesgo total que es medido por la desviacin tpica
de la rentabilidad.
ndice de
Calcula el premio de rentabilidad obtenido por el ttulo o cartera
Treynor
respecto al activo libre de riesgo, por unidad de riesgo sistemtico
soportado medido por la beta.
ndice de
Calcula la diferencia entre el exceso de rentabilidad obtenido por
Jensen
el ttulo o cartera con respecto al activo sin riesgo y el exceso
que debera haber obtenido segn el CAPM.
Alfa de Jensen
Es el primer componente del ndice de Jensen y presenta la
habilidad del gestor para predecir la evolucin futura de los precios
de los valores, lo que le permitir aumentar la rentabilidad obtenida.
ndice de Jensen Calcula la diferencia entre el premio por unidad de riesgo
Modificado
sistemtico (medido por beta) obtenido por el ttulo o cartera y el
asociado a la cartera de mercado.
Ratio M2
Basada en la comparacin de los rendimientos de la cartera
ajustados por el riesgo respecto de la cartera considerada de
referencia.
Tracking Error
Indicador que permite analizar fondos que replican ndices ya que
representa el riesgo activo o volatilidad del rendimiento que el
gestor espera obtener por encima del la cartera de referencia.
Ratio de
Mide el rendimiento de un fondo en relacin a una cartera de
Informacin
referencia, pero considerando el riesgo relativo que asume el
gestor al alejarse del comportamiento de benchmark.
Batting Average Mide la frecuencia con que el gestor ha batido al ndice de
referencia en un periodo determinado de tiempo.
Ratio Sortino
Equivale al exceso de rentabilidad respecto a la rentabilidad de
los activos libres de riesgo.

APNDICE II
La siguiente tabla contiene los estadsticos que permiten
valorar la bondad de ajuste o adecuacin de los datos analizados a un anlisis factorial.
41
La primera tabla contiene las comunalidades asignadas inicialmente a las variables originales y las reproducidas por la
solucin factorial, despus de haber realizado la extraccin.
As, la variable Ratio Sortino resulta ser la mejor explicada
por el anlisis factorial, al reproducir el 98,3% de su variabilidad original.
KMO y prueba de Bartlett

Medida de adecuacin
muestral de Kaiser-Meyer Olikin
Prueba de esfericidad de
Bartlett
TABLA 4
Comunalidades
6,80
Chi-cuadrado
aproximado
gl
Sig.
3386,622
120
,000
La medida de adecuacin muestral KMO (Kaiser-MeyerOlkin) es un ndice que vara entre 0 y 1 y que muestra la magnitud de los coeficientes de correlacin observados con la
magnitud de los coeficientes de correlacin parcial. Es decir,
nos determina si la muestra es adecuada para el anlisis factorial (los valores por encima de 0,6 se consideran adecuados).
En nuestro caso, gracias a haber eliminado variables sin
varianza y a tener un nmero suficiente de variables explicativas, la KMO resulta 0.680, siendo ste un buen resultado.
El otro contraste estadstico es la prueba de esfericidad de
Bartlett cuya H0 muestra que la matriz de correlaciones
observada es en realidad una matriz identidad. Es decir, si el
nivel crtico de significacin es mayor que 0,05, no se podr
rechazar la hiptesis nula de esfericidad y, consecuentemente, no se podr asegurar que el anlisis factorial sea adecuado para explicar los datos. En este caso, se cumple con los
supuestos de los dos contrastes estadsticos: KMO>0,6
(0,680) y Bartlett significativo al 95% de confianza (pvalue=0,000).
Rentabilidad de los Fondos de Inversin de

Renta Variable
Precio de Cierre de los Fondos de Inversin de
Renta Variable
Sharpe Ratio
Treynor Ratio (g)
Tracking Error
RAP Modiggliani M2
Batting Average
Excess (MAR) Loss Ratio Sortino
Total InfRatio
Total Return
Total AnStdDev
Total Annual SemiStdDev
Alpha
Alpha (g)
Beta
TER
Inicial
1,000
Extraccin
,647
1,000
,586
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
,966
,642
,865
,967
,407
,983
,982
,967
,871
,871
,968
,981
,977
,796
Para contrastar la significatividad de la Clusterizacin es

conveniente aplicar una prueba F (ANOVA Anlisis de la
Varianza). Como se puede observar en la siguiente tabla de
ANOVA se refleja que el primer componente es significativo al 95% de confianza (p-value=0,000), es decir, la variable
es consistente al clasificar los tres conglomerados.
ANOVA
REGR factor score 1 for

analysys 1 (1 COMPONENTE)
Conglomerado
Media
cuadrtica
gl
25.784
2
Error
Media
cuadrtica
,249
gl
66
F
103,568
Sig.
,000
Las pruebas F slo se deben utilizar con una finalidad descriptiva puesto que los conglomerados han sido elegidos para maximizar las diferencias enre los casos en diferentes conglomerados. Los niveles crticos no son corregidos, por lo que no pueden interpretarse como pruebas de la hiptesis de que los centros de los conglomerados son iguales.

42
ANLISIS FINANCIERO
APNDICE III
Las ratios tienen un valor medio positivo y de mayor

valor absoluto en el caso de los fondos Mixtos,
Segn el anlisis Cluster de datos, existe una homogenizacin de informacin considerando como principales variables
de clasificacin las ratios RAP Modigliani y Alpha(g). En las
tres siguientes tablas (5, 6 y 7) se presentan los datos de las
ratios consideradas, tomndose el valor medio (que resulta
significativa segn la desviacin tpica obtenida) para realizar la comparacin. En la tabla 8 aparece la comparacin de
resultados. Se puede observar que:
En los fondos Valor, resultan positivos los datos medios

de RAP Modigliani, Alpha y Alpha (g). El resto de las
medias son negativas aunque con menor valor absoluto
que en los fondos Crecimiento.
TABLA 5
Descripcin de las ratios incluidas en el componente Factor 1 para los Fondos de Valor
Actibolsa
-0,04
Allianz Bolsa
-0,08
Altae Bolsa
-0,12
Bancaja Renta Variable
-0,06
Banif RV Espaola
-0,09
Bankoa Bolsa
0,04
Bankpyme Iberbolsa
-0,05
BBK Bolsa
-0,12
BBVA Bolsa Plus
-0,09
BK Bolsa Espaa 2
-0,04
BK Futuro IBEX
-0,08
Bolsalider
-0,13
CaixaSabadell 7 Renta Variable
-0,11
Caja Laboral Bolsa
-0,1
EDM Inversin
0,1
Fonbilnao Acciones
0,1
Fonpastor Renta Variable
-0,08
Fonpenedes Borsa
-0,11
Gesconsult Renta Variable
-0,16
Inercaja Bolsa
-0,11
Lloyds Bolsa
-0,1
Madrid Bolsa Oportunidad
-0,11
March Valores
-0,08
Medivalor RV
-0,11
Metavalor
0,26
Renta 4 Bolsa
-0,11
Santander Acciones Espaolas Plus
-0,06
Santander ndice Espaa
-0,1
Santander Renta Variable Espaol
-0,1
Valor Medio
-0,0634
Desvest
0,085309815
2,23
0,19
0,14
17,13
1,15
1,41
1,35
-0,02
-0,02
-2,66
165
1,86
0,36
-0,13
-0,09
-1747
,06
1,07
1,85
-0,01
-0,01
1,61
2,29
2,47
1,12
-0,08
-0,06
-10,66
1,73
1,75
4,06
0,19
0,14
23,25
3,35
3,73
1,94
0,02
0,01
1,95
2,11
2,32
0,48
-0,1
-0,07
-12,91
1,06
1,17
1,07
-0,11
-0,08
-16,15
1,84
1,63
2,27
-0,02
0,01
1,97
2,57
2,69
1,22
-0,09
-0,06
-12,38
1,94
1,88
0,24
-0,14
-0,1
-18,68
0,78
0,65
0,65
-0,07
-0,05
-8,47
1,16
1,39
0,82
-0,08
-0,05
-9,779
1,23
1,27
5,47
0,29
0,21
35,54
4,1
4,42
5,62
0,31
0,22
37,09
4,37
4,88
1,34
0
0
-0,52
1,64
1,98
0,69
-0,12
-0,09
-16,27
1,22
1,04
-0,45
-0,04
-0,03
-3,8
-0,01
0,38
0,57
-0,13
-0,09
-17,59
1,3
1,23
0,93
-0,06
-0,04
-7,16
1,42
1,63
0,5
-0,13
-0,09
-17,51
1,21
1,16
1,3
0,01
0,01
1,58
1,4
1,73
0,61
-0,11
-0,08
-14,69
1,28
1,32
9,33
0,49
0,34
76,07
7,86
8,16
0,65
-0,11
-0,08
-14,82
1,25
1,22
1,68
-0,05
-0,03
-6,71
2,27
2,25
085
-0,12
-0,08
-15,94
1,59
1,49
0,96
-0,07
-0,05
-9,3
1,51
1,64
1.7141
-0,0086
-0,0059
-1,3969
1.9424
2.0628
1,993331153 0,152625847 0,107975644 20,76677172 1,440375083 1,52241844

43
TABLA 6
Descripcin de las ratios incluidas en el componente Factor 1 para los Fondos Mixtos
Descripcin
FONDOS MIXTOS
Bestinver Bolsa
Valor Medio
Sharpe Ratio
0,81
0,81
RAP Modiggliani
M2
22,25
22,25
Excess (MAR)
LossRatio
1,49
1,49
Total InfRatio
1,07
1,07
Total Return
209,29
209,29
Alpha
11,81
11,81
Alpha(g)
12,81
12,81
En los fondos Crecimiento todos los valores medios de las ratios son negativos y de mayor valor absoluto que en los otros casos.
TABLA 7
Descripcin de las ratios incluidas en el componente Factor 1 para los Fondos Crecimiento
Ahorro Corporacin Acciones
Almagro Valores
Asturfondo Renta Variable Espaa
Banesto Renta Variable Espaola
Barclays Bolsa Espaola
BBVA Bolsa ndice
BBVA Bolsa
Beta Acciones
BK Bolsa Espaa
BK Bolsa Euribex
BNP Paribas Bolsa Espaola
Caixa Catalunya Index
Cajaburgos Bolsa
Cajasol Bolsa l
CAM Bolsa ndice
CAN Acciones
Cartera Variable
Citifondo Renta Variable
Credit Suise Bolsa
Dexia Equities L Spain C Cap
Dexia Equities L Spain C Dis
DWS Acciones
DWS Bolsa Instituciones
EMIF Spain Index Plus A Dis (Load)
EMIF Spain Index Plus B Dis (Load)
Eurovalor Bolsa
Foncaixa 33 Bolsa Gestin Espaa
Foncaixa Privada Bolsa
FondEspaa Bolsa
Fonduero Bolsa
KutxaValor
Madrid Bolsa
PBP Bolsa Espaa
Rural ndice
Santander Acciones Espaolas
Santander Spanish Equity A
Santander Top 25 Espaa
Segurfondo Renta Variable
Unifond Renta Variable l
Valor medio
Desvest
-0,14
-0,17
-0,21
-0,14
-0,18
-0,11
-0,19
-0,13
-0,16
-0,21
-0,15
-0,21
-0,15
-0,15
-0,16
-0,12
-0,18
-0,15
-0,21
-0,1
-0,12
-0,2
-0,15
-0,13
-0,13
-0,15
-0,16
-0,15
-0,12
-0,4
-0,23
-0,18
-0,18
-0,21
-0,13
-0,17
-0,15
-0,15
-0,28
-0,1695
0,05222971
-0,11
-0,82
-1,76
-0,13
-1,12
0,65
-1,18
0,06
-0,47
-1,85
-0,44
-1,67
-0,35
-0,36
-0,66
0,38
-0,95
-0,28
-1,73
0,91
0,32
-1,43
-0,39
0,24
0,15
-0,29
-0,55
-0,27
0,3
-6,14
-2,16
-1,01
-1,02
-1,76
0,04
-0,83
-0,36
-0,36
3,27
-0,7864
1,2100805
-0,16
-0,17
-0,24
-0,16
-0,24
-0,13
-0,25
-0,16
-0,15
-0,23
-0,17
-0,25
-0,18
-0,18
-0,21
-0,14
-0,2
-0,16
-0,25
-0,1
-0,13
-0,22
-0,16
-0,13
-0,14
-0,16
-0,16
-0,17
-0,15
-0,44
-0,29
-0,22
-0,22
-0,23
-0,14
-0,19
-0,17
-0,14
-0,29
-0,1918
0,06092752
-0,12
-0,12
-0,17
-0,11
-0,17
-0,09
-0,18
-0,11
-0,1
-0,16
-0,12
-0,18
-0,13
-0,13
-0,15
-0,1
-0,14
-0,11
-0,18
-0,07
-0,09
-0,16
-0,12
-0,1
-0,1
-0,12
-0,12
-0,12
-0,1
-0,32
-0,2
-0,15
-0,15
-0,17
-0,1
-0,14
-0,12
-0,1
-0,21
-0,1367
0,04422166
-21,42
-20,51
-28,75
-20,29
-31,52
-17,34
-33,75
-21,14
-17,8
-25,37
-21,47
-30,88
-23,01
-23,2
-27,26
-18,59
-24,72
-20,3
-31,63
-13,23
-17,51
-27,21
-20,64
-17,63
-17,64
-21,05
-20,11
-21,45
-19,83
-43,5
-35,33
-27,76
-27,32
-27,49
-17,14
-24,05
-22,57
-16,52
-31,04
-23,8146
6,12645664
0,58
0,54
-0,12
0,05
-1,03
-0,93
0,56
0,59
-0,57
-0,8
1,37
1,27
-0,52
-0,76
0,76
0,68
0,15
0,31
-1,06
-0,84
0,18
0,18
-1,01
-1,03
0,34
0,31
0,33
0,3
-1,46
-2,6
1,13
1,1
-0,23
-0,15
0,4
0,45
-2,3
-3,17
-0,32
-1,64
-0,88
-2,19
-0,76
-0,7
0,22
0,24
0,77
0,69
0,64
0,56
0,39
0,41
0,09
0,19
0,32
0,25
1,04
0,97
-4,64
-4,24
-1,53
-1,58
-0,27
-0,27
-0,3
-0,29
-0,96
-0,78
0,71
0,76
-3,86
-6,38
0,3
0,27
0,29
0,49
-2,28
-2,01
-0,3469
-0,5064
1,25060427 1,53613315

ANLISIS FINANCIERO
44
TABLA 8
Comparacin de los resultados obtenidos en el anlisis Cluster con la clasificacin ofrecida por Morningstar (datos 2008)
Fondo de Inversin de
Renta Variable
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
Clasificacin segn
resultados de:
CLUSTER
MORNINGSTAR (a)
Conglo- Distancia
merado
1: Valor;
2: Mixto,
3: Crecimiento
1 0,359
N/A
3 0,277
Large Blend
Actibolsa
Ahorro Corporacion
Acciones
Allianz Bolsa
1 0,043
Almagro Valores
3 0,097
Altae Bolsa
1 0,462
Asturfondo Renta
3 0,142
Variable Espaa
Bancaja Renta Variable
1 0,003
Banesto Renta Variable
3 0,312
Espaola
Banif Acciones Espaolas N/A N/A
Banif RV Espaola
1 0,032
Bankoa Bolsa
1 0,495
Bankpyme Iberbolsa
1 0,094
Barclays Bolsa Espaa
3 0,002
BBK Bolsa
1 0,430
BBVA Bolsa Indice
3 0,397
BBVA Bolsa Plus
1 0,424
BBVA Bolsa
3 0,246
Bestinver Bolsa
2
N/A
Beta Acciones
3 0,320
BK Bolsa Espaa 2
1 0,049
BK Bolsa Espaa
3 0,152
BK Bolsa Euribex
3 0,345
BK Futuro Ibex
1 0,038
BNP Paribas Bolsa Espaola 3 0,324
Bolsalider
1 0,403
Caixa Catalunya Index
3 0,187
CaixaSabadell 7 Renta
1 0,283
Variable
Caixatarragona Bolsa 35
N/A N/A
Indice
Caja Laboral Bolsa
1 0,418
Cajaburgos Bolsa
3 0,151
Cajasol Bolsa I
3 0,140
CAM Bolsa Indice
3 0,240
CAN Acciones
3 0,415
Cartera Variable
3 0,443
Citifondo Renta Variable
3 0,269
Credit Suisse Bolsa
3 0,523
Dexia Equities L Spain C Cap 3 0,189
Large
Large
Large
Large
Blend
Blend
Blend
Blend
Large Blend
Large Blend
Large Blend
Large Growth
Large Blend
Large Value
Large Blend
Large Blend
Large Growth
Large Growth
Large Growth
Mid Value
Large Growth
Large Blend
Large Blend
Large Blend
N/A
Large Growth
Large Blend
Large Blend
Large Blend
Large Growth
Large Blend
Large Blend
Large Blend
N/A
Large Blend
Large Growth
Large Blend
Large Blend
N/A
Renta Variable
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
Clasificacin segn
resultados de:
CLUSTER
MORNINGSTAR (a)
Conglo- Distancia
merado
1: Valor;
2: Mixto,
3: Crecimiento
Dexia Equities L Spain C Dis 3 0,001
N/A
DWS Acciones
3 0,104
Large Blend
DWS Bolsa Instituciones
3 0,323
Large Blend
EDM Inversion
1 1,087
Large Blend
EMIF Spain Index Plus A
3 0,420
Large Blend
Dis (Load)
EMIF Spain Index Plus B
3 0,356
Large Blend
Cap (Load)
Espirito Santo Espaa Bolsa N/A N/A
Mid Blend
Euroagentes Plus
N/A N/A
Large Blend
Eurovalor Bolsa
3 0,176
Large Blend
Fibanc Indice
N/A N/A Large Growth
Fidelity Funds - Iberia A EUR N/A N/A
Large Blend
Fonbilbao Acciones
1 1,262 Large Growth
Foncaixa 33 Bolsa Gestion
3 0,240
Large Blend
Espaa
Foncaixa 65 Bolsa Indice
N/A N/A Large Growth
Espaa
Foncaixa Privada Bolsa
3 0,242
Large Blend
FondEspaa Bolsa
3 0,401
Large Blend
Fondguissona Bolsa
N/A N/A
N/A
Fondmapfre Estrategia 35 N/A N/A Large Growth
Fondo Valencia Renta
N/A N/A
Large Blend
Variable
Fonduero Bolsa
3 1,324
Large Blend
Fonpastor Renta Variable
1 0,017
Large Blend
Fonpenedes Borsa
1 0,410
Large Blend
Gesconsult Crecimiento
N/A N/A
Mid Blend
Gesconsult Renta Variable
1 0,463
Mid Blend
Ibercaja Bolsa
1 0,405
Large Blend
KutxaValor
3 0,583 Large Growth
Lloyds Bolsa
1 0,169
Large Blend
Madrid Bolsa Oportunidad
1 0,351
N/A
Madrid Bolsa
3 0,017
Large Blend
March Valores
1 0,158
Large Blend
Medivalor RV
1 0,342
Large Blend
Metavalor
1 2,226
Large Blend
PBP Bolsa Espaa
3 0,038
N/A
Privat Bolsa
N/A N/A
Large Blend
Renta 4 Bolsa
1 0,389
N/A
Rural Indice
3 0,159
Large Blend
Safei Oportunidad Espaa N/A N/A
N/A

8.-
Renta Variable
Clasificacin segn
resultados de:
CLUSTER
MORNINGSTAR (a)
Conglo- Distancia
merado
1: Valor;
2: Mixto,
3: Crecimiento
1 0,087
Large Blend
75 Santander Acciones
Espaolas Plus
76 Santander Acciones
3
Espaolas
77 Santander Indice Espaa
1
78 Santander Renta Variable
1
Espaola 100
79 Santander Spanish Equity A 3
80 Santander Top 25 Espaa
3
81 Segurfondo Renta Variable
3
82 Unifond Renta Variable I
3
83 Urquijo Espaa Bolsa
N/A
84 Vital Ibex Indice
N/A
0,416
45
La interaccin que se utiliza en este trabajo de investigacin es el procedimiento ortogonal conocido como Varimax, que se puede definir
como la rotacin ortogonal que maximiza la suma de varianzas de las
cargas requeridas en la matriz de factores.
9.-
Siendo el mtodo de extraccin empleado el de Anlisis de

Componentes Principales; el mtodo de rotacin utilizado el de
Normalizacin Varimax de Kaiser y habiendo convergido la rotacin
en 5 interacciones.
Large Growth
10.- As lo confirma el contraste de significacin ANOVA al resultar signi-
0,305
0,143
Large Blend
Large Blend
1,051
0,208
0,281
0,548
N/A
N/A
Large Blend
Large Blend
Large Blend
Large Blend
Large Blend
Large Growth

(a) Las clasificaciones de Morningstar corresponden con Growth
(Crecimiento), Value (Valor) y Blend (Mixto), apareciendo dos tipos
de tamao Large (Grande) y Mid (Medio).
ficativa al 95% de confianza.

i.-
Histricamente, Morningstar ha empleado dos sistemas de rating diferentes, aunque basados en la misma metodologa. El primero, desarrollado en 1985, introdujo un sistema basado en la clasificacin de las
cuatro clases de activos: renta variable americana, acciones internacionales, bonos municipales americanos (con exencin fiscal) y otros
bonos sometidos a impuestos. El segundo, desde julio de 2002, se
implant con el objeto de mejorar la informacin sobre los fondos
suponiendo un cambio en el sistema de rating que sustituy los cuatro
tipos de activos por una clasificacin de 64 categoras como base para
clasificar y analizar los fondos.
ii.- En un anlisis factorial, un conjunto de k variables z se suponen funcin lineal de un conjunto de m de variables llamadas componentes o
Notas:
factores, independientes y tipificadas de tal forma que m< k y de un

trmino del error o perturbacin aleatoria normal e independiente. As,
2.-
La popularidad del concepto estuvo ayudada por un estudio de Brinson
si suponemos la existencia de m componentes o factores, tendremos
et al. (1991).
que: Z i =a i 1 f 1 +a i 2 f2+:+a i m fm+e i . Siendo: Z i = Variable estanda-
Morningstar es una entidad que publica informacin sobre fondos de
media cero y varianza uno, comn a todas las variables;
inversin, www.morningstar.es
que refleja la influencia de f sobre Z i ; ei =Trmino del error especfi-
rizada; f= Variable aleatoria. sta se distribuye como una normal con

3.-
co.
4.-
Lipper es una empresa de anlisis de inversiones del grupo Thomson

Reuters. www.lipperweb.com
5.-
Esta presentacin ha sido realizada a partir de informacin suministrada por Fernando Luque, Analista Senior de Morningstar, a quien quiero agradecer su colaboracin en la elaboracin de este trabajo.
6.-
La explicacin de cada variable de seleccin se muestra en un cuadro

resumen en el apndice I.
7.-
En Gmez Bezares et al. (2003) se realiza un estudio comparativo de

los ndices clsicos de performance, su interrelacin y la relacin que
mantienen con la Tasa de Rentabilidad Interna Penalizada (TRIP).

Parmetro

Puedes encontrar y descargar todas Las publicaciones en la pgina web www.fef.es
N 1
N 2
N 3
N 4
N 5
N 6
N 7
N
N
N
N
8
9
10
11
N 12
N 13
N 14
N 15
N 16
N 17
N 18
N 19
N 20
N 21
N 22
N
N
N
N
N
N
N
23
24
25
26
27
28
29
N
N
N
N
N
N
N
N
N
N
N
30
31
32
33
34
35
36
37
38
39
40
Estudio para la mejora del Gobierno Corporativo, la Transparencia Informativa y los Conflictos de Inters.
Gua de Principios de Buen Gobierno Corporativo, Transparencia Informativa y Conflictos de Inters en las
Sociedades Cotizadas.
Estudio sobre los efectos de la aplicacin de las Normas Contables del IASB a los sectores cotizados de la Bolsa
Espaola.
Buen Gobierno, Transparencia y tica en el sector pblico.
Estudio sobre la Reforma de los Mercados Financieros Europeos (2 vols.):
Resumen del estudio en Espaol
Resumen del estudio en Ingls
Gua de Buenas Prcticas para el desarrollo de la Junta General de accionistas de Sociedades Cotizadas.
Observatorio de Gobierno Corporativo de las Grandes Sociedades Cotizadas en el Mercado de Valores espaol
(Ibex-35), 2003.
ndice de Excelencia Informativa de las Sociedades del Ibez-35 de la Bolsa Espaola IEI-FEF.
Pensiones y Ahorro a largo plazo: un viejo problema en busca de nuevas soluciones.
El ciclo del Capital Riesgo en Europa: su gestin y aportacin de valor.
Espaa y las nuevas Perspectivas Financieras de la Unin Europea 2007-2013: Nuevos condicionantes,
nuevos objetivos, nuevas estrategias.
Diversidad de Gnero en los Consejos de Administracin de las Sociedades Cotizadas y Cajas de Ahorros espaolas.
Espaa y la nueva arquitectura econmica y financiera internacional. El desafo del G-8.
Observatorio de Gobierno Corporativos de las Grandes Sociedades Cotizadas en el Mercado de Valores espaol
(Ibex-35), 2004.
ndice de Excelencia Informativa de las Sociedades de la Bolsa Espaola IEI-FEF.
La Responsabilidad Corporativa: una propuesta para un entrono empresarial ms eficiente y socialmente
comprometido.
Observatorio sobre la Reforma de los Mercados Financieros Europeos (2006).
Las Cajas de Ahorros: Modelo de Negocio, Estructura de la Propiedad y su Gobierno Corporativo.
Observatorio de Gobierno Corporativo y Transparencia Informativa de las Sociedades Cotizadas en el Mercado
Continuo Espaol 2006.
Observatorio sobre el Gobierno de la Economa Internacional (2007).
Observatorio sobre la Reforma de los Mercados Financieros Europeos (2007).
Observatorio de Gobierno Corporativo y Transparencia Informativa de las Sociedades Cotizadas en el
Mercado Continuo Espaol (2007).
El Papel de las Instituciones Pblicas en las Operaciones de Control Corporativo Nacionales y Transnacionales.
Instrumentos Financieros para la Jubilacin.
Observatorio sobre el Gobierno de la Economa Internacional (2008).
La Filantropa: Tendencias y Perspectivas.
Observatorio sobre la reforma de los Mercados Financieros Europeos (2008)
El Sistema Bancario Espaol ante en nuevo entorno Financiero.
Observatorio de Gobierno Corporativo y Transparencia Informativa de las Sociedades Cotizadas en el Mercado
Continuo Espaol 2008
Situacin actual y Perspectivas de las instituciones de Inversin Colectiva.
Observatorio de la Economa Internacional. (2009)
Observatorio de Gobierno Corporativo 2009
La Ley Concursal y su aplicacin
Observatorio Sobre la Reforma de los Mercados Financieros Europeos 2009
Estudio sobre el sector asegurador en Espaa
Nuevos enfoques para viejos riesgos financieros
Observatorio sobre la Reforma de los Mercados Financieros Europeos 2010
El Sector Asegurador en Espaa (2010): Los aspectos cualitativos de Solvencia II
Ahorro Familiar en Espaa
Observatorio de Gobierno Corporativo 2010

ENTIDADES PATRONO
de la Fundacin de Estudios Financieros
BANCO SANTANDER, S.A.
TELEFONICA, S.A.
ENDESA, S.A.
FUNDACIN IBERDROLA
BANCO BILBAO VIZCAYA ARGENTARIA
CITI
SOCIT GNRALE, SUCURSAL EN ESPAA
CAJA DE AHORROS Y MONTE DE PIEDAD DE NAVARRA
BANCO SABADELL
BANKIA
DELOITTE
ERNST & YOUNG
FIDELITY INTERNATIONAL, SUCURSAL EN ESPAA
FUNDACIN REPSOL
KPMG
INDRA SISTEMAS, S.A.
LA CAIXA
MAPFRE
ZURICH ESPAA
FUNDACIN BANCAJA
CECA
BOLSAS Y MERCADOS ESPAOLES
FUNDACIN ABERTIS
URA & MENNDEZ
ACS
FUNDACIN PRICEWATERHOUSE COOPERS
FUNDACIN MUTUA MADRILEA
J&A GARRIGUES, S.L.
BAKER & MCKENZIE
ENTIDAD FUNDADORA
48
ANLISIS FINANCIERO
Luis Otero Gonzlez1, Pablo Durn Santomil,

Sara Fernndez Lpez y Luis Ignacio Rodrguez Gil*
El modelo de cambio de rgimen

lognormal como alternativa para la
modelizacin del riesgo de renta
variable en el marco de Solvencia II
RESUMEN
El nuevo marco regulatorio de Solvencia II propone un modelo estndar, pero al mismo tiempo, fomenta la aplicacin
de modelos internos de autoevaluacin y gestin del riesgo. Este trabajo se centra en la elaboracin de un modelo de
cambio de rgimen lognormal como alternativa para la medicin del riesgo de renta variable frente al modelo de rendimientos normal implcito en Solvencia II. De este modo, se pretende evaluar la adecuacin del modelo estndar a la
hora de determinar las necesidades de capital del asegurador. Para ello, se han utilizado datos mensuales de la serie
de Ibex 35 del periodo 2 de Enero de 1992 a 30 de Diciembre de 2008. La comparacin de los modelos utilizando diversos criterios estadsticos muestra la adecuacin del modelo que se propone. Adems, se ha comparado el capital necesario bajo las distintas alternativas, llegando a la conclusin de que el modelo propuesto en QIS4 subestima considerablemente el riesgo y resulta inadecuado para medir la carga de capital.
Palabras Clave: modelos internos, riesgo de renta variable, Modelo de cambio de rgimen lognormal, Solvencia II.
Cdigos JEL: G220, G280.
ABSTRACT
The new regulatory framework Solvency II proposes a standard model, but at the same time, encourages the application of internal models of self-evaluation and risk management. This work focuses on developing a regime switching
lognormal model as an alternative measurement of risk in equity returns against the normal model implicit in Solvency
II. Thus, the aim of this work is to assess the adequacy of the standard model for determining the capital requirements
of the insurer. This has used monthly data for the series of 35 Ibex period January 2, 1992 to December 30, 2008. The
comparison of models using various statistical criteria shows the adequacy of the model being proposed. Furthermore,
compared the capital required under the various alternatives and concluded that the model proposed in QIS4 underestimate the risk and it is inappropriate to measure capital requirements.
Keywords: Internal Models, Equity Risk, Rgimen Switching Lognormal Model, Solvency II.
JEL: G220, G280.
Universidad de Santiago de Compostela.

Direccin para correspondencia: Luis A. Otero Gonzlez Facultad de Ciencias Econmicas y Empresariales Universidad de
Santiago de Compostela, C/ Baixada Burgo das Nacins, s/n 15.782 Santiago de Compostela (Espaa). Telf: 986 573100 Ext.
11656, 11606,11607. Correo: luis.otero@usc.es
1
Luis Otero Gonzlez, Pablo Durn Santomil, Sara Fernndez Lpez y Luis Ignacio Rodrguez Gil : El modelo de cambio de
rgimen lognormal como alternativa para la modelizacin del riesgo de renta variable en el marco de Solvencia II
EL MODELO DE CAMBIO DE RGIMEN LOGNORMAL COMO ALTERNATIVA
1. INTRODUCCIN
El nuevo marco regulatorio de la solvencia en el sector asegurador europeo, denominado Solvencia II, pretende que las
compaas de seguros dispongan de un nivel de recursos
propios, denominado Solvency Capital Requirment (SCR),
ajustado al riesgo asumido. El clculo de las necesidades de
capital podr realizarse a travs de una frmula estndar o,
alternativamente, mediante modelos internos aprobados por
el regulador. En ambos casos, la cuanta obtenida debe
corresponderse con el capital econmico que han de poseer
las compaas aseguradoras para limitar la probabilidad de
ruina al 0,5% a un horizonte de un ao. O dicho en trminos
financieros, una cantidad equivalente al valor en riesgo
(VaR) con un nivel de confianza del 99,5 %.
En este trabajo pretendemos explicar la implementacin de
un modelo interno para la medicin del riesgo de renta variable. Este riesgo es particularmente relevante en el caso de las
compaas de seguros generales espaolas, ya que segn en
2007 destinaban un 18,6 por ciento de su cartera a la inversin en renta variable2. Adems, el modelo que se propone es
susceptible de aplicacin a otros riesgos de mercado, como
son el riesgo de cambio y de activos inmobiliarios. El riesgo
de renta variable o equity est ligado al nivel y volatilidad de
los precios de mercado de la renta variable, estando expuestos a dicho riesgo aquellos activos y pasivos cuyo valor sea
sensible a los cambios en el precio de las acciones.
El CEIOPS3, a peticin de la Comisin Europea y en la colaboracin del sector asegurador, es el encargado de desarrollar el modelo estndar, para lo cual se realizan estudios, se
proponen frmulas de clculo del capital para los diferentes
riesgos y finalmente, se hacen estudios de impacto cuantitativo, Quantitative Impact Studies (QIS), sobre las compaas aseguradoras europeas que sirven para ver en que media
la calibracin del modelo estndar es adecuada. Las especificaciones tcnicas del cuarto estudio de impacto (QIS 4)
fueron publicadas en marzo de 2008 y son en las que se basa
este trabajo (CEIOPS, 2008). La carga de capital del modelo estndar para el riesgo de renta variable qued establecida en un 32%4 de la posicin en acciones para los ndices
globales (pases EEE y OCDE) y del 45% para el resto.
Dicho clculo se bas en el ajuste de los rendimientos cuatrimestrales del ndice global MSCI para mercados desarrollados en el perodo 1970-2005 bajo la hiptesis de normalidad. El modelo de rendimientos normal, implcito en el cl-
49
culo de la frmula estndar, ha sido elegido por razones de

simplicidad y transparencia. No obstante, la hiptesis de normalidad puede subestimar la cola de la distribucin de prdidas (resultados extremos) y no capturar la variabilidad que
puede presentar la volatilidad, por lo que es menos apropiado para representar perodos temporales ms largos (Hardy,
2001), que es a los que est expuesto el asegurador. Este trabajo analiza, a lo largo de los siguientes epgrafes, el modelo de cambio de rgimen lognormal como alternativa para la
implantacin de un modelo interno para medir el riesgo de
renta variable. La seleccin de dicho modelo se ha hecho a
partir de la superioridad mostrada frente a otras alternativas
y por ser la opcin elegida en Canad y EEUU. De este
modo pretendemos contrastar si el modelo estndar es adecuado para medir el riesgo de renta variable o si, al igual que
se ha demostrado para el mercado norteamericano, es preferible optar por un modelo interno de cambio de rgimen.
El trabajo se estructura en los siguientes apartados. En el
apartado 2 se justifica la seleccin del modelo de cambio de
rgimen lognormal (RSLN) que se propone para la seleccin
del riesgo de equity. En los apartados 3 y 4 se explica el
modelo y se analiza el ajuste a la serie histrica del IBEX35, para el perodo Enero de 1992-diciembre de 2008. En los
apartados 5 y 6 se comparan el modelo propuesto con el
modelo de rendimientos normal, implcito en solvencia II, y
se determinan las necesidades de capital mediante simulacin de Monte Carlo. Finalmente, se presentan las conclusiones.
2. REVISIN DE LA LITERATURA
En este apartado pretendemos justificar la seleccin del
modelo RSLN como una buena alternativa para la modelizacin del riesgo de renta variable y la determinacin de
los requerimientos de capital. Recientemente, en el mercado asegurador norteamericano se han llevado a cabo diversos trabajos con la intencin de comparar diferentes alternativas para la modelizacin del riesgo de renta variable,
por ser un riesgo especialmente relevante en determinadas
carteras de inversin del asegurador. Como se trata de evaluar el riesgo a largo plazo, podra resultar inadecuado utilizar aquellos modelos que mejor se ajustan a series a corto
plazo de alta frecuencia (Hardy,2001). El modelo de cambio de rgimen lognormal (RSLN) que pretendemos analizar ha sido propuesto por Hardy (2001). En su trabajo compara el ajuste obtenido con el RSLN para los ndices
ANLISIS FINANCIERO
0,1257 0,2%
12
10
Normal (-0,00518;0,07954)
Normal (0,01922;0,036951)
6
4
2
0
-0,2
-0,15
-0,1
-0,05 3E-16 0,05
0,1
0,15
0,2
Grfico 1
Un elemento fundamental del modelo es el mecanismo a travs del cual se determina que el mercado est en un rgimen
u otro. El cambio de un estado a otro (rgimen) es tambin
aleatorio, siguiendo un proceso de Markov = { t,t = 1,2}
es decir, que tiene asociada una determinada probabilidad de
ocurrencia. Los regmenes se denominan, de acuerdo a la
varianza, rgimen 1 o de baja volatilidad y rgimen 2 o de
alta volatilidad. El valor de m t en el rgimen 1 suele ser
positivo mientras que en el rgimen de alta volatilidad suele
ser negativo. La cadena de Markov se define en trminos de
la matriz de transicin , que viene dada por:
1,1
1,2
2,1
2,2
Donde cada elemento de la matriz de transicin , se denomina probabilidad de transicin o a,b, y es una probabilidad
condicionada, es decir, 1,1es la probabilidad de continuar en
el rgimen 1, estando en el perodo anterior en el rgimen 1.
Generalmente, tanto 1,1 como 2,2 toma valores elevados, lo
que significa que cuando el mercado entra en una situacin
de alta o baja volatilidad, tiene una mayor probabilidad de
mantenerse dentro de ese escenario.
Donde: mrt es el rendimiento esperado, srt la volatilidad,

t N (0;1) para t = 1,2, yrt representa cada uno de los estados o regmenes. En el grfico adjunto se representa la combinacin de las dos distribuciones ajustadas a la serie del
ndice Ibex 35 con frecuencia mensual desde el 2 de Enero de
5,0%
99,8%
= 1,2)
90,0%
0,0% -0,1360
d d
d d
yt = mrt + srt t (rt
5,0%
El modelo de cambio de rgimen lognormal de Markov,

RSLN (Regime-Switching Lognormal), que pretendemos
analizar ha sido propuesto por Hardy (1999) y comparado
posteriormente con otras alternativas en Hardy (2003, 2006)
y Panneton (2006). La idea que subyace en el modelo es que
los rendimientos de las acciones siguen un comportamiento
normal, pero en funcin del estado de la economa ( t=1,2),
el rendimiento esperado y la volatilidad cambiarn, es decir:
Distribuciones normales ajustadas por el modelo RSLN

al IBEX-35
3. EL MODELO DE CAMBIO DE RGIMEN LOGNORMAL
1992 al 31 de Diciembre de 2008, lo que proporciona 205

observaciones. Como podemos comprobar el mercado puede
estar en un rgimen con un rendimiento esperado positivo y de
baja volatilidad, o bien, en un estado de mayor inestabilidad,
con una media negativa y una volatilidad mayor.
Standard and Poors 500 (S&P500) y Toronto Stock

Exchange 300 (TS300) frente a otras alternativas, llegando
a la conclusin de que su propuesta presenta mejores resultados en trminos de ajuste global, y a valores extremos.
Adems, Hardy indica que con dos regmenes es suficiente
para obtener un buen ajuste. Wong y Chan (2005) proponen
dos modelos alternativos al RSLN para los datos ajustados
a los ndices TSE 300 y S&P 500. De su trabajo se desprende que los nuevos modelos se ajustan peor que la alternativa de cambio de rgimen lognormal. En un trabajo posterior, Hardy et al. (2006), vuelve a comparar un amplio
nmero de modelos ajustados al ndice S&P 5005. La comparacin de los modelos permite concluir que los modelos
de cambio de rgimen tienen el mejor ajuste en la cola
izquierda de la distribucin y por tanto, una mejor adecuacin a la evaluacin del riesgo. Finalmente, Boudreault y
Panneton (2009) realizan una comparacin de distintos
modelos GARCH multivariantes y modelos de cambio de
rgimen multivariantes6 para los rendimientos mensuales
del mercado canadiense, americano, britnico y japons
durante el periodo Enero de 1956 a Septiembre de 2005. En
general se observa que los modelo GARCH tiene un mejor
ajuste global que los de cambio de rgimen, pero estos ltimos representan mucho mejor las colas gruesas de la distribucin. Los resultados alcanzados estn en lnea con los
que se han obtenido en la literatura para los modelos univariantes. Por este motivo, parece interesante centrarse en el
modelo RSLN como alternativa para la modelizacin del
riesgo de equity en carteras vinculadas al IBEX-35.
50
En el grfico siguiente podemos ver un esquema de la evolucin de un rgimen a otro y las probabilidades condicionadas al rgimen del perodo anterior, estimadas a partir de la
serie del IBEX-35 mencionada anteriormente. Como se
puede comprobar, si el rgimen en el que se encuentra la
economa es el de baja volatilidad (rgimen 1), la probabilidad de que se mantenga dentro de ese nivel en el perodo
siguiente es del 96,31% y slo hay una probabilidad de un
3,6846% de cambiar al rgimen de alta volatilidad.
Proceso de Markov implcito en el modelo RSLN

Probabilidad condicionada
p1,1= 0,9631
p1,1= 0,9631
p1,2= 3,6846%
R gimen 1
R gimen 1
Probabilidades
estacionarias
1=
0,4403
2=
0,5596
R gimen 2
R gimen 1
p2,1= 0,04683%
p1,2= 3,6846%
R gimen 1
R gimen 2
p2,2= 0,9531
R gimen 2
Grfico 2
Asimismo, a largo plazo, la probabilidad estacionaria7 de
estar en el rgimen de alta volatilidad, 2 = 0,5596, supera a
la de estar en el rgime de baja volatilidad. Eso significa que
si simulamos una secuencia de rendimientos para un nmero
suficientemente amplio de perodos encontraramos que en
un 44,03 por ciento de los casos el rgimen sera el 1 y en un
55,96 por ciento el 2.
51
rendimientos se distribuyen normalmente (modelo implcito

en Solvencia II). La explicacin se hace con fines
exclusivamenete ilustrativos ya que la media y la varianza
mximo verosmiles coinciden con la histrica. El valor de
la funcin de log-verosimilitud8 que pretendemos maximizar
responde a la siguiente expresin:
ym 2
L ()= -0,5 ln (2) - ln (y) - 0,5
s
La estimacin MV consiste en obtener el vector de parmetros tal que maximicen la funcin de log-verosimilitud.
A continuacin exponemos el proceso de estimacin por
mxima verosimilitud en el caso de asumir un comportamiento normal de los rendimientos del IBEX-35 utilizando
el programa EXCEL. Como podemos observar, partimos de
la serie temporal del ndice y la convertimos en rendimientos logartmicos. En la cuarta columna se calcula la funcin
de log-verosimilitud para ese valor, donde la variable (y)
hace referencia al valor del rendimiento, y tiene como parmetros m y s, que son las variables a determinar. Dado que
desconocemos los valores que optimizan el valor de la funcin, partiremos de unos valores iniciales cualquiera.
Finalmente, el valor de la funcin de log-verosimilitud ser
la suma del valor de funcin en cada punto (12,75).
Proceso de estimacin por mxima verosimilitud

para modelo lognormal
4. CALIBRACIN DEL MODELO RSLN

En el apartado anterior hemos analizado los fundamentos del
modelo RSLN utilizando unos parmetros estimados a partir
del ajuste a la evolucin histrica mensual del IBEX-35. No
obstante, es preciso explicar como se lleva a cabo el proceso
de calibracin del modelo, ya que si bien es inmediato para
el modelo lognormal, no ocurre lo mismo con el modelo
RSLN. La tcnica ms habitual para el ajuste de las series
temporales consiste en emplear la estimacin por mxima
verosimilitud (EMV), es decir, de buscar aquellos
parmetros del modelo que son ms compatibles con la serie
observada. Para ello analizamos en primer lugar la
estimacin por mximo verosimilitud suponiendo que los
Grfico 3
La bsqueda del valor de los parmetros se har mediante la
herramienta Solver de Excel. Se trata de maximizar el valor
de la funcin cambiando las dos celdas en las que tenemos
nuestros parmetros = {m s}, sujeto a la restriccin s > 0.
En este ejemplo, como tomamos como valores de partida la
media y la desviacin tpica de los rendimientos, que son los
estimadores mximo-verosmiles, Solver devuelve esos mismos valores como los que maximizan la funcin.
ANLISIS FINANCIERO
d d
1,t-1 1,1
d d
F ()i = (
2,t-1 2,1)
cada rendimiento, ser una funcin condicionada a estar en

un determinado rgimen, por lo que habr que multiplicar el
valor de la funcin de verosimilitud de la distribucin normal, por la probabilidad de que en ese momento se est en
ese rgimen.
F ()i,r-1 + (
d d
Si pretendemos optimizar la funcin mximo verosmil del

modelo RSLN, la cosa se complica un poco ms ya que habr
que calcular seis parmetros y una funcin condicionada al
estado de la economa. Por lo dems, el proceso sera similar
al explicado anteriormente para el caso del proceso lognormal9. En el ejemplo anterior, la funcin de verosimilitud para
1,t-1 1,2
d d
52
F ()t,r-2
2,t-1 2,2)
Siendo:
F ()ri =
1
-((y-mri)/sri)^2)
2
sri 2
la funcin de verosimilitud de un determinado rendimiento

en el rgimen i.
En este caso los clculos se realizan sobre la funcin de

verosimilitud y una vez que se dispone del valor en cada
punto se calcula el logaritmo de la suma, que ser el valor
que se pretende maximizar.
Proceso de estimacin de los parmettros

del modelo RSLN
Grfico 4
En el cuadro siguiente se expone la estimacin de los parmetros para la serie del ndice Ibex 35 con frecuencia
mensual desde el 2 de Enero de 1992 al 31 de Diciembre de
2008, tanto para el modelo de rendimientos normal como
para el modelo RSLN. En la misma podemos observar que

el rgimen 1 presenta una mayor volatilidad y un
rendimiento esperado negativo, y como las probabilidades
de pasar de un rgimen a otro son relativamente pequeas.
Parmetros estimados por MLE de los modelos

MODELO RENDIMIENTO NORMAL
m=0,6369%
s=6,4184%
MODELO RSLN
yt = m t + s t t 1,2=3,6846% m1=-0,5180% s1=7,9450%
m2=1,9224% s2=3,6951%
( t = 1,2)
2,1=4,6836%
yt = m + s t
d
d
dd
Cuadro 1
5. ANLISIS Y SELECCIN DEL MODELO
CON MEJOR AJUSTE
En este apartado pretendemos analizar si el modelo propuesto presenta un buen ajuste y supera al modelo lognormal
implcito en el clculo del capital estndar de Solvencia II10.
La seleccin de modelos se basa en el principio de sencillez,
es decir, preferiremos un modelo ms sencillo a otro ms
complejo (con ms parmetros) si este ltimo no proporciona un ajuste materialmente mejor al conjunto de los datos
histricos. En este sentido, el modelo que presente un mayor
valor en la funcin de log-verosimilitud, ajustada por el
nmero de parmetros, ser el que tenga un mejor ajuste global. Los criterios de Akaike (1974) y Schwarz (1978) sirven
para llevar a cabo la comparacin de modelos11. En el cuadro
3 podemos observar que el modelo RSLN presenta un mejor
ajuste global bajo cualquiera de los criterios.
El anlisis a travs de la funcin de log-verosimilitud no permite analizar en qu medida el modelo se ajusta a los valores extremos de los rendimientos, aspecto muy relevante
cuando se quiere utilizar el modelo para determinar el capital ajustado al riesgo. Por este motivo, el anlisis debe complementarse con el test de normalidad de los residuos. Si el
modelo pasa el test de normalidad, nos indicara que se ajusta bien a los valores extremos observados a nivel emprico.
Para verificar la normalidad de los residuos se ha empleado
el test de Jarque-Bera que, como se muestra en el cuadro 6,
es superado por el modelo RSLN pero no por el modelo
implcito en Solvencia II.
Test JB de normalidad de los residuos

Ho: Modelo residuos del modelo son normales
Modelo
Estadstico Grados de
p-valor
Conclusin
Q
libertad
99%
empleado
Modelo normal
20,29
2
0,00%
Rechazo Ho
Modelo RSLN
0,97
2
61,51% No rechazo Ho
Cuadro 3
En el grfico siguiente se recoge grficamente, el mejor ajuste que presenta el modelo de cambio de rgimen a la cola de
la distribucin izquierda y, por tanto, la mayor adecuacin
para la medicin del riesgo cambiario.
AIC y SBC para los modelos analizados

Modelo (j)
Modelo
rendimientos
normal
Modelo RSLN
Nmero de Funcin de
parmetros
log(kj)
verosimilitud
(lj)
2
270,72
287,94
AIC
SBC
268,72
264,38
281,94
279,60
53
Cuadro 2
54
ANLISIS FINANCIERO
Grficos QQ para los modelos comparados

Normal
Modelo RSLN
3
2
2
1
0
0
-1
-2
-2
-1
-3
-3
-2
-1
-3
-2
-1
Grfico 5
6. LA ESTIMACIN DE LA NECESIDADES DE CAPITAL
A TRAVS DEL MODELO RSLN Y COMPARACIN
CON EL MODELO ESTNDAR
La cuantificacin del riesgo en el modelo estndar se ha optado por el VaR analtico (Value at risk) por ser una medida
ampliamente difundida en los mercados financieros, por
tener solucin analtica y permitir la integracin de los diferentes riesgos. El VaR analtico es la mxima prdida que se
puede esperar para un plazo e intervalo de confianza determinados en condiciones normales de mercado, asumiendo
que los factores de riesgo se distribuyen normalmente.
Formalmente, el VaR (ecuacin 1) es el nivel de prdidas tal
que exista una probabilidad p de que las prdidas sean iguales o mayores que:
VaRp (U) = Prob (U U*) = p
De este modo, los parmetros y las hiptesis utilizadas para

el clculo del capital necesario se corresponden con el shock
ms adverso que se puede producir a un ao con un nivel de
confianza del 99,5%12. Dicho nivel de confianza se corresponde con 2,58 desviaciones estndar. Esto significa que si
la volatilidad histrica anual de una accin es del 10%, es
muy improbable (0,5%) que se produzca una cada superior
al 25,8% en su valor.
Frente al VaR utilizado en Solvencia II, los modelos DFA
determinan esta medida a travs de mtodos de simulacin
basados en Monte Carlo, lo cual aporta mayor flexibilidad al

no tener que modelizar cada riesgo asumiendo la hiptesis de
normalidad. Por lo tanto, el VaR se calcula simplemente como
el percentil deseado de la distribucin de resultados simulada.
En el apartado anterior se ha mostrado la superioridad del
modelo de rendimientos RSLN frente al modelo de rendimientos normal. Ahora queremos mostrar las necesidades de
capital que resultarn de aplicar este modelo interno en relacin a las que establece el modelo estndar del Solvencia II
y a las del modelo de rendimiento normal. El clculo se realiza para el IBEX-35 por ser un ndice de referencia para las
compaas de seguros espaolas que no ha sido considerado
en QIS4. Como indicamos en el apartado primero, en
Solvencia II los clculos, deben corresponderse con el shock
ms adverso que se puede producir a un ao con un nivel de
confianza del 99,5% (VaR99,5%). La estimacin para los
modelos de rendimientos normal y RSLN se ha realizado
mediante la simulacin de 10.000 escenarios a un ao por el
mtodo Latino Hipercbico13. Como se observa en el grfico
6, los dos modelos analizados para el Ibex 35 superan la
carga de capital resultante de aplicar la metodologa de QIS4
para el ndice MSCI14. Centrndonos en el Ibex 35 podemos
afirmar que tanto el modelo de rentabilidad normal como el
modelo estndar, infravaloran seriamente la carga de capital
en relacin a la calculada por el modelo RSLN, que como
hemos visto a lo largo del artculo proporcionan un mejor
ajuste a los datos histricos analizados.
55
7. BIBLIOGRAFA
Clculo de las cargas de capital con diferentes modelos
49,53%
Modelo RSLN
39,12%
Modelo de rendimiento normal
32,00%
Frmula QIS4
Akaike, H. (1973): Information Theory and an Extension of the

Maximum Likelihood Principle, en N. Petrov y F. Csake (editores) The Second International Symposiumon Information
Theory, pp. 267281. Hungary: Akademiai Kiado.
Box, G. E. P y Jenkins, G. M (1976): Time Series Analysis:
Forecasting and Control, Holden Day, New York.
CEIOPS (2007): Calibration of the underwriting risk, market risk
and MCR. CEIOPS- FS-14/07.
0,00% 10,00% 20,00% 30,00% 40,00% 50,00% 60,00%
Grfico 6
7. CONCLUSIN
La entrada en vigor del proyecto de Solvencia II transformar el sistema de determinacin de las necesidades de
capital del asegurador. En el nuevo marco regulatorio se
propone un modelo estndar basado en el valor en riesgo
(VaR), pero al mismo tiempo, se fomenta la aplicacin de
modelos internos de autoevaluacin y gestin del riesgo.
Este trabajo se centra en la modelizacin del riesgo de renta
variable para una compaa aseguradora espaola que
invierta en el mercado nacional a travs de un de cambio de
rgimen lognormal. Para ello, se han utilizado datos mensuales de la serie de Ibex 35 del periodo Enero de 1992 a
Abril de 2009 a los cules se han ajustado el modelo de rendimientos normal y el de cambio de rgimen lognormal
(RSLN). La comparacin de los modelos utilizando diversos criterios estadsticos conduce a la superioridad del
modelo RSLN frente al modelo implcito en Solvencia II.
Adems, tras evaluar la carga de capital ajustada al riesgo se
llega a la conclusin de que, el shock propuesto en QIS4
infravalora el riesgo asumido por las compaas espaolas
que inviertan en carteras de Ibex 35.
CEIOPS (2008): QIS4 Technical Specifications. MARKT/2505/08.

Chan W.S.; Cheung, S.H.; Zhang, L.X. y Wu, K.H.(2008):
Temporal Aggregation of Equity Return Time-Series
Models, Mathematics and Computers in Simulation, Vol. 78,
No. 2-3, pp. 172-180.
Comisin de las Comunidades Europeas (2007): Propuesta de
Directiva del Parlamento Europeo y del Consejo sobre el
seguro de vida el acceso a la actividad de seguro y de reaseguro y su ejercicio Solvencia II.
Hamilton, J. D. (1989): A New Approach to the Economic
Analysis of Non-stationary Time Series. Econometrica, Vol.
57, No 2, pp. 35784.
Hamilton, J. D (1994): Time Series Analysis. Princeton: Princeton
University Press.
Hardy, M.R. (1999): Stock return models for segregated fund
guarantees, Segregated Funds Symposium Proceedings,
Canadian Institute of Actuaries.
Hardy, M. R. (2001): A Regime Switching Model of Long-Term
Stock Returns, North American Actuarial Journal, Vol. 5, No.
2, pp. 4153.
Hardy, M. R. (2003): Investment Guarantees; Modeling and Risk
Management for Equity Linked Life Insurance. Wiley, New
York.
Jarque, C. M. y Bera, A.K (1980): Efficient Tests for Normality,
Homoscedasticity and Serial Independence of Regression
Residuals, Economics Letters, 6, pp. 255259.
56
ANLISIS FINANCIERO
Jarque, C. M. y Bera, A.K (1987): A Test for Normality of

Observations and Regression Residuals, International
Statistical Review, Vol. 55, No. 2, pp. 16372.
6.-
Aplican el modelo de cambio de rgimen lognormal de dos y tres regmenes en un contexto multivariante de forma que los distintos mercados estn en un mismo momento de tiempo en el mismo estado. De esta
forma los mercados estarn simultneamente en el rgimen de alta,
media o baja volatilidad. Adems en el contexto multivariante se per-
Klein, G. E. (2002): Discussions of Paper A Regime-Switching

Model of Long-Term Stock Returns, Vol. 6, No. 1, pp. 171173.
mite que varen el nmero distinto de matrices de correlacin entre los

activos, de forma que pueden existir tantas matrices como regmenes
haya.
Klugman, S. A., Panjer, H. H y Willmot, G. E. (2008): Loss Models:

From Data to Decisions. Tercera Edicin, John Wiley & Sons,
New York.
7.-
Las probabilidades estacionarias se calculan a partir de las

condicionadas utilizando las siguientes frmulas:
p1=
Schwarz, G. (1978): Estimating the dimension of a Model. The

Annals of Statistics, Vol. 6, pp. 461-464.
8.-
Taylor, S.J. (1986): Modeling Financial Time Series, Wiley, New

York.
p2,1
p1,2
U p2 = 1- p1 =
p1,2 + p2,1
p2,2 + p2,1
Normalmente se emplea la funcin de log-verosimilitud y no la de

verosimilitud para facilitar los clculos.
9.-
En este caso, la optimizacin a travs de Solver requerira probar con

diferentes valores de partida, incluso optimizar parcialmente cada uno
Notes:
de los parmetros hasta que se observe que la funcin objetivo, es decir,

la funcin de log-verosimilitud, no incremente su valor.
1.-
Direccin para correspondencia: Luis A. Otero Gonzlez Facultad de

Ciencias Econmicas y Empresariales Universidad de Santiago de
10.- Utilizando los datos del ejemplo, hemos comparado el modelo RSLN
Compostela, C/ Baixada Burgo das Nacins, s/n 15.782 Santiago de
con otros ms sofisticados como son los modelos ARCH, GARCH, RS-
Compostela (Espaa). Telf: 986 573100 Ext. 11656, 11606,11607.
GARCH, llegando a la conclusin de que el modelo RSLN es el que
Correo: luis.otero@usc.es
mejor se ajusta al comportamiento de los rendimientos para plazos largos.
2.-
ICEA(www.icea.es).
3.-
El denominado Committee of European Insurance and Occupational
11.- El criterio de Akaike (AIC) selecciona el modelo que presenta un

de parmetros, es decir lj kj 11. En el Criterio Bayesiano de Schwarz
Comisin Europea para gestionar el Proyecto Solvencia II. El CEIOPS
(SBC) se toma tambin el valor de la funcin de verosimilitud, pero el
est compuesto de representantes de las autoridades de supervisores de
ajuste tiene en cuenta tanto el nmero de parmetros como el tamao
seguros y fondos de pensiones de Estados Miembros de la Unin
muestral ( lj
Europea.
4.-
1
2
kj In n ), dnde n es el tamao muestral.
12.- La distribucin normal con media m y varianza s2 tiene una funcin
La media aritmtica anual calculada era del 11,5% y la desviacin
de densidad dada por:
estndar era de 16,9% por lo que bajo la hiptesis de normalidad y para
( - m)2
f () = 1 exp
un VaR al 99,5% el factor resultante a aplicar es de -32%, (=2,57 x

0,169-0,115), cuanta que finalmente se aplic en la propuesta.
5.-
mayor valor de la funcin de log-verosimilitud ajustada por el nmero
Pensions Supervisors es un organismo creado en el ao 2003 por la
2s
Sea () y F() la funcin de densidad y la funcin de distribucin de
Un modelo lognormal, un modelo GARCH(1,1), un modelo
la Ley Normal estndar o tipificada (m = 0 y s 2 = 1). Entonces el VaR
MARCH(2;0,0;2,0), el RSLN, el RSDD, un modelo de cambio de rgi-
y el TVaR de una distribucin de prdidas para una probabilidad p se
men GARCH(1,1) con dos regmenes (RS-GARCH) y un modelo de
calcula como:
volatilidad estocstica lognormal (SLV) basadi en la propuesta de la

Academia Americana de Actuarios (American Academy of Actuaries o
AAA).
VaRp(U) = m + sF-1(p)
1
[F- (p)]
TVaRp(U) = m + s
1-p
13.- El mtodo de simulacin Latino Hibercbico (LHS) es un mtodo de

recogida de muestras por estratificacin. Permite recrear una distribucin con una mayor precisin para un mismo nmero de iteraciones
que el mtodo de Monte Carlo comn, en el que las muestras son
seleccionadas de forma completamente aleatoria.
14.- La metodologa empleada por el CEIOPS para el clculo del VaR consiste en asumir implcitamente que los precios estn normalmente distribuidos lo que supone una mayor cola izquierda (riesgo) que la distribucin lognormal. Dicha metodologa aplicada a los datos evaluados en este trabajo proporciona una carga de capital de -47,45%, ms
en lnea con los resultados obtenidos por los modelos ms avanzados.
57
60
ANLISIS FINANCIERO
Manuel Lpez Antn*
Financial Analysts Information

Requirements and Forecasting
Accuracy
RESUMEN
El impacto y la influencia de las opiniones y recomendaciones de los analistas financieros en la formacin de precios
de las acciones de compaas cotizadas, as como en los inversores, es muy fuerte y creciente. Sorprendentemente, y a
pesar de este rol tan marcado que desempean en los mercados financieros, se conoce muy poco sobre el proceso de
decisin que subyace a estos anlisis y recomendaciones de inversin.
Los objetivos principales de mi investigacin son determinar cules son los requerimientos de informacin de los analistas financieros de cara a emitir sus recomendaciones de inversin, para posteriormente determinar la calidad de estas
opiniones. La metodologa utilizada con estos fines es la encuesta, que unida a la participacin de analistas en el diseo del cuestionario, asegura la fiabilidad de los resultados. A esto se aaden los objetivos planteados, que en conjunto suponen una contribucin muy original.
Palabras clave: Analistas financieros, informacin, prediccin
ABSTRACT
The impact and influence of financial analysts opinions and advices on the stock prices of traded companies, as well
as on investors, is heavy and growing. But surprisingly, and despite this key role they play in financial markets, few is
known about the decision process that underlies this analysis and recommendation investment process.
Main objectives of my investigation paper are first to determine which are the information requirements that financial analysts have in order to issue their investment advices, and second, to determine the quality and accuracy of these
opinions and recommendations. The methodology used for this purpose is a survey, which leveraged on the participation of analysts in the design of the questionnaire, ensures reliable results. Additionally, the addressed objectives represent a very original contribution.
Key Words: Financial Analysts, information, forecasting
Recibido: 25 de Enero de 2011
Aceptado: 11 de Abril de 2011
Enterprise Management Systems Director en Telefnica Global Technology.

Manuel Lpez Antn : Financial Analysts Information Requirements
and Forecasting Accuracy
FINANCIAL ANALYSTS INFORMATION REQUIREMENTS AND FORECASTING ACCURACY
INTRODUCTION
The poor knowledge that exists about the information used
and the subsequent decision process on which Spanish equity financial analysts analysis and recommendations rely on
is a striking fact. These analysts have doubtless enormous
impact on equity markets through their conclusions and
investment advices, which information technologies make
even bigger in the last years.
Facing this lack of information on such a relevant matter, the
first objective that this research addresses is to determine
which are financial analysts information requirements in
order to issue investment recommendations. To be more precise, the purpose is to get to know the complete set of variables considered by Spanish equity financial analysts when
evaluating companies, that is, identifying the detail of every
single variable relevant to this process, as well as its relative
weight within the whole set of information.
Leveraging on this first objective, it is also pretended to
obtain a deeper knowledge on the role that certain aspects
play on financial analysis, which are especially relevant
nowadays from a regulatory as well as from a corporate
transparency perspective. These aspects are the Financial
Statement Variables that are relevant for the analysis
process, the impact of International Financial Accounting
Standards (IFRS) in the praxis, the relevance of
Intangible and Strategic Factors, the importance of
Corporate Governance, or the considerations on
Stakeholders.
The aim is to obtain answers from the studied collective in
order to know in detail all the Financial Statement
Variables that are considered in the analysis process, to
evaluate their relevance and weight in the complete set of
variables relevant to analysts, and additionally evaluate
which are the impacts of the new accounting in the activity of these Spanish equity financial analysts. With this
research we want to investigate whether they judge this
change in the standards as positive, and on the other hand, to
which extent do companies and analysts know and master
the new principles. We assume as starting hypothesis that the
biggest impacts are the substitution of the prudence in valuation principle by the fair value accounting concept,
which will lead to fluctuations in the value of the balance
sheets of many companies (specially in those figures related
61
to financial assets), which in our opinion will result in the

way companies were/are being analyzed. Further significant
changes that we suppose to also be impacting on analysts
tasks are, among others, the lack of a mandatory template for
financial statements, or the higher level detail introduced in
the notes to the annual report, which both could lead to confusion when looking at a companys public information in a
first moment.
Another aim in this first objective, as already described, is to
gather conclusions on to which extent do analysts consider
intangible factors. Under this concept, we understand
investors psychological aspects (through technical analysis
variables which rely on analyzing investors behavioral
paths that underlie these psychological aspects), as well as
other intangible and strategical variables, as non material
assets. For instance, research and development expenses,
training, brands, human resources, ethical and environmental factors, among others, are the ones that underpin corporate innovation and change management processes, as well
as their social image and reputation, which will determine
the value of their products and services, operations, and
therefore affect significantly their market value. These assets
can not be capitalized and do not have a fair image in the
financial statements, and it is just in some backup paragraphs
in the annual reports where they can be found, so that one
could think that their relevance for financial analysis is limited.
Our statement is that, in case that their relevance for the
analysis process is confirmed by this research, the first consequence should be to ask for a higher level of detail on these
aspects in corporate information given to the markets, even
through a clearer picture in the financial statements, or
through additional and more precise chapters in the Annual
Report. On the opposite, if the conclusion is that analysts do
not incorporate these variables in their analysis process, it
would speak against the robustness and value of this process,
and would lead to doubts on its reliability. As a last point,
and given the importance that we give to these factors, we
also consider of high interest and relevance to know how are
IFRS impacting the relevance of them for analysts, since in
this area there are also changes due to the new accounting
standards that go beyond the pure accounting perspective as
we already commented: there are several differences with
Spanish GAAP regarding valuation, amortization and
impairment treatment of non-material assets, as well as

62
ANLISIS FINANCIERO
regarding revaluation to fair value, or additional informative

requirements in the annual report. More precisely, pointing at
the differences in the valuation and recognition of intangible
assets, goodwill, and research and development expenses,
my interest is to determine if analysts show comments on
changes in the importance given to these factors by them due
to the new accounting regulations, as well as to check
whether these comments are also reflected in the valuation
given to these variables in the questionnaire.
Strategical Variables are considered by me another key area
in order to evaluate a companys perspectives, and therefore,
the outlook for its equity. These variables are essential in
order to assess management plans, which have to be focused
on improving the competitive position within the market, as
well as to adapt the company to the forecasted trends of this
market. I want to know if analysts evaluate correctly a companys growth perspectives based on an analysis of the industrys present situation and its outlook, which doubtless affect
stock prices of every company acting in it. Therefore, it can
be seen as very basic to assume that an environmental analysis should be a very first step when looking at a company. But
beyond that, analysts should also be capable of predicting in
an approximated way the business (or business units) growth
potential and future evolution, based on an analysis of weaknesses, threatens, strengths and opportunities (SWOT).
Another aspect that significantly contributes to forecast
future evolution is, in my opinion, the availability of accurate
strategic plans, elaborated by the top management, aiming to
improve the competitive position by defining achievable
objectives, given a concrete competitive environment.
The concept corporate governance, rather than being just
a trendy expression, is intended to be the mechanism to
ensure adequate management practices in companies, especially in publicly held ones, in order to guarantee shareholders rights. In general terms, corporate governance principles
promote transparency, productivity, competitiveness and
integrity. Starting from the assumption that a high level of
corporate governance compliance implies high value addition for a company, its shareholders and risk reduction for
investors and stakeholders, we find that actually, and increasingly, the assessment of corporate governance quality in
companies is part of every analysis or investment process. On
top of it, we can also find the first research papers published
in several European, north American or Asian financial centres, which reveal that for many investors, this assessment is
becoming a must for their decisions, since a poor or weak

corporate governance compliance is considered as one of the
factors that have contributed strongly to the most recent and
impressive corporate defaults in the last years. Accordingly,
it seems logical to think that if investors cannot have a reasonable corporate governance assessment for a company,
they will be more reluctant to invest or fund, and will ask in
most of the cases for a higher yield for their money, in order
to pay back this risk. As a consequence, this lack of control
is causing a negative impact on a companys image and
increasing its cost of capital. We will see in this research if all
these assumptions are shared among the analysts, or if on the
opposite, the lack of concretion and mandatory adoption of
some aspects related to the corporate governance regulations
make them not be essential for financial analysis.
To conclude with the detailed explanation of the first objective of this research, I consider that there are some final
aspects which a company should pay attention on without
any excuse, and that therefore should be measured and evaluated by analysts, along with the rest of economical and
financial aspects, when looking at a company and recommending it as allocation strategy for investors funds. The
advantages of a company responsible towards its stakeholders and well renowned should in my opinion be reflected in
its share price, and therefore should be a basic information
piece for analysts. Indeed, the number of rankings and indexes related to corporate social responsibility is growing
strongly in the last years, along with the interest on them. All
these principles rely on various aspects, among which I consider that the most relevant ones, according to their social
impacts, are the ones linked to ethical behavior, environmental concern and social consciousness. The existence of indicators and indexes to measure and benchmark social responsibility is automatically translated into pressure form capital
markets towards companies to meet standards, but unfortunately, compliance and quality levels of social and environmental reporting is not as high as desirable.
As a last remark on the first objective of this research, I hope
that it can be seen as a summary of local most extended practices for analysts, on what information requirements is
referred, that can also be considered as a benchmark, since it
aims to be a compendium of best practices among Spanish
equity financial analysts. On the other hand, managers of
companies subject to analysis by the former, could also find
this paper as a guide towards the specific information that

analysts look for, and specifically, which aspects are the

most relevant ones in order to evaluate a companys equity.
Regulating entities could also find a good approach in this
research towards information needs that financial analysts
show, which are either not formally requested in corporate
reporting or missing. Finally, this research could also be useful to better understand some aspects determining analysts
forecasts and therefore better determine the level of regulation of their activity.
The second main objective of the present research is, based
on the identified analysts information requirements, assess
the quality of their investment advices and contrast their
forecasting accuracy on the analyzed stocks.
This objective embeds the discussion in the last years on the
reliability of these advices and on analysts independence,
that has led to a strong confidence loss among investors and
market players in general towards analysts. These analysts,
as already pointed out, reach millions of investors through
the media and internet, and at the same time, are part of the
banking industry profit centres. Investment bankers wish
that they help them to close deals, by issuing positive
advices on their customers stock, and brokers wish that
those analysts with influence on institutional investors (such
as investment funds managers) generate transactions with
their investment advices. As additional factor there is also to
be considered the analyst concern about his/her own professional career: the power obtained through their influence by
some analysts makes that they use this influence to issue
advices that help their companies generate revenue, what
indirectly implies benefits for themselves. There are several
regulators and economists that think that this career concern
and the related pressures have limited influence on investment advices, but on the other hand, there seems to be
enough evidence on the fact that an analyst employed by an
entity that has commercial relationship with an analyzed
company, tends to issue more positive recommendations on
that analyzed company than analysts employed by other
independent institutions, due to the fact that financial services companies tend to encourage and optimistic analysis
that generate business for other business units. Another
aspect to take into account is that this skewness has influence
on the level of regulation that the analysts activities must
have. The first aspect that is intended to be regulated lately
is the segregation of tasks and duties within financial institutions, in order to avoid conflicts of interest and to enhance
63
transparency in operations, with rules like the Investment

Services Directive in the EU.
As a last point to keep in mind, we must not forget that there
are some other reasons being pointed out as causes of the
low quality of analysts recommendations, totally different
from the ones described above, and that seem very difficult
to avoid through regulation. One of them is the so-called
optimistic skewness of recommendations. This skewness
is mainly attributed to two causes: First, it is believed that
analysts tend to issue positive recommendations, since they
normally can choose which companies they are going to analyze and issue comments on. Therefore, they normally issue
advices when they see good perspectives for a stock, but in
few cases publish negative news when looking at a company with weak outlook, what could be understood by the fact
that an analyst who identifies stocks with price increase
potential, and therefore yield expectations, is increasing
his/her own reputation, since he/she is showing that he can
pick winner stocks at the right moment. This increase in
reputation has clear benefits for the analyst, same from a
self-esteem point of view, as from a professional career perspective. A second explanation for the optimistic skewness
would be that an optimistic analysis is easier to sell than a
negative one: when issuing recommendations, positive
advices which imply potential wins are attended by a greater
number of investors (have a broader audience) and this will
probable mean a higher number of transactions in the market
and therefore higher income for the financial institutions
analysts work for, while a negative advice (sell recommendation) just has value for a certain group of investors that
hold positions in that specific stock and could be interested
in reversing their position.
Once we get the answers from the analysts in this research
regarding the second objective, we will see if financial analysts recommendations value, based in the obtained analysis model, is high and allows to forecast the performance of
the analyzed stocks, as well as to judge if we can detect
skewnesses that could be based in some of the causes external to the analysis process and described before (pressures,
conflicts of interest, individual skewness, etc.).
This demonstration will also allow us to contrast until which
extent can we talk about efficient markets: Does all available
information reach all the users and players in the same way,
as the Efficient Markets Theory concludes? And even if this

64
ANLISIS FINANCIERO
is the case, do all of these users and players (and particularly

analysts) consider, analyze and interpret these informations
in the same way and give the adequate importance to all relevant data? In this sense, the present research aims to identify financial analysts information requirements, that maybe
are not fulfilled by the information available in the markets
(due to the existence of non-public information that is not
accessible, or due to the lack of detail of other available
pieces), as well as to determine forecasting accuracy of the
variables employed by analysts, once their information
requirements have been identified. This forecasting accuracy
will of course depend to some extent on the analysts ability
to select, compile and analyze data, what could lead to
advantages of some analysts towards others, leading to
adjustments in stock prizes not as automated as the Theory
assumes.
by analysts. More precisely, this research allowed to identify

each single variable that analysts employ when performing
corporate analysis, so that a set of 36 variables were the ones
that were evaluated with the highest scores, according to the
established selection criteria, and thus are the ones employed
by analysts.
RESEARCH METHODOLOGY
Nevertheless, despite the importance of macroeconomic factors in the whole set of information requirements, some variables like Salaries Evolution or Tax Policy are not considered as relevant ones by analysts. This is a surprising fact for
me, since the Salaries Evolution is normally linked to
demand forecast and therefore potential price increases
(inflation), while Tax Policy has a clear impact in savings
and investment distribution, and thus in capital markets. It is
also surprising the lack of importance addressed by analysts
towards Unemployment Rate, as a leading indicator for
growth perspectives and prices evolution, Public Deficit, as
indicator for the actual and future economic outlook, as well
as for inflationist pressures or potential changes in interest
rates according to its level, or the PMI Index, as GDP leading indicator.
The data obtaining method for this research consisted in a

survey based on a questionnaire, addressed to the complete
group of senior equity financial analysts in Spain that issue
analysis reports and advices/recommendation. This methodology, along with the collaboration of analysts in the questionnaire design, guarantees the reliability of the results of
the present research.
The surveyed group was invited to evaluate a set of 87 variables, containing Macroeconomic, Strategic and Industrial
Analysis, Financial Statement (Fundamental), Technical
Indicators and Non-Financial and Intangible variables.
From the first group of variables included in the questionnaire to be evaluated, consisting of 11 macroeconomic variables, the Gross Domestic Product (GDP), Consumer Price
Index (CPI), Commodities Price Level and Interest Rates
Level are the better rated ones. Moreover, Commodities Price
Level is shown as especially relevant for the
Energy&Chemicals, Pharma&Health and Hardware
Industries. This first group of variables was weighted by analysts as 16% on the overall.
RESULTS
I obtained and analyzed answers from 138 analysts of both
genders, highly experienced, specialized in 7 industries and
employed in Spain. These characteristics represent a sample
that is diverse and representative of the financial analysts
community in our country as a whole, from which I obtained
as a result the complete set of variables that analysts consider most important for their analysis process and resulting recommendation. The conclusions derived from analyzing the
obtained results show that analysts base their task mainly in
financial statement and strategic and industry variables.
Macroeconomic variables and intangible factors are also relevant, but on a second level of importance, while technical
analysis is rarely considered and is classified as non-relevant
Looking at the second group of variables to be evaluated, relative to Industry Analysis and Strategical Variables, 12 out of
13 evaluated factors were considered relevant by analysts.
This strengthens the importance of those variables determining competitive position based on Porter Five-Forces-Model,
as well as of those relative to an industry and its expectations
and the strategic factors. Specially high ranked were the variables Industry Expectations, Competitors Strength, Price
Policy, Entry Barriers, Sales Volume, Market Share,
Diversification, Top Managements Strategic Vision,
Regulation, Customers Profile and Product Portfolio. This
second group of variables was weighted a 29% towards the
whole ser, what also points out its key relevance, consistent
with my hypothesis.

Regarding Financial Statement Variables, which form the

third considered group of variables, the best rated are the
ones relative to corporate results, where we can see that
EBITDA is the best valued dimensions and therefore the
most widespread and used ones. This variable eliminates
non-operating distortions from the corporate result, strengthens the statement placed in the second chapter of this
research, saying that it allows a more homogeneous comparison among companies. Anyway it is also demonstrated that
analysts also need to rely on other information, probably due
to the fact that since EBITDA does not include financial
expenses nor amortization, some key aspects like debt levels
are not being reflected properly, which could hide risks related to interest rate rises or certain tax changes. So, the
Business Annual Result, its Rate of Change compared to the
previous exercise, the Operating Income or EBIT, as a picture of a companys main activity income, and the Operating
Margin, as a signal for profitability, efficiency and competitive position are all of them highly rated variables. CAPEX,
Cash Flow generation and Level of debt are also variables
considered relevant. On the other hand, other public information that could be considered as relevant from a theoretical point of view, as the Net Income figure and its evolution,
are being considered relevant for the analysts but are not
rated as very important. This particular case could be
understood by the possibility of manipulating this figure by
companies in order to show a desired image, through
changes in accounting policies such as amortizations or
stocks. This possibility could lead to lack of confidence in
these variables for the analysis process. The fact that analysts overweight cash flow to result figures as information
source seems also to underpin this statement, since cash
flows are very difficult to manipulate.
The relevance of the variables employed for calculating a
companys value is also confirmed in this research: the
Multiples Valuation Method (valuation using multiples) is
the most extended one among analysts. The lean approach
that it implies leads obviously to less funded hypothesis
and less exhaustive calculations than for example
Discounted Cash Flows (DCF), but its high scores show
that the former is the most employed one, ahead of other
existing ones. The most extended alternative is the
Discounted Cash Flow Method is ranked second by analysts, but its scores show high Standard deviation, what
could reflect a not so intensive use because of being more
complex. The last method considered by analysts is the
65
Discounted Dividend Model, which remains to be used,

based on the Equity Risk Premium Variable. This classic
method is not as widespread as I could have imagined, and
has apparently lost positions in comparison with the
already commented Multiples and DCF, but is doubtlessly
still being used by analysts. The fourth method to be evaluated, Real Options Method, is not considered as relevant
by analysts. In my opinion, its higher complexity in comparison to the other methods is determinant. As a conclusion, it seems that analysts prefer a more lean approach to
value calculation, which can be complemented in most
occasions by more sophisticated ones like DCF or
Dividend Discount methods.
Ratios like Investment Rate of Return (IRR), Return on
Equity (ROE), Income per Share and Price/Benefit, complete the set of financial statements variables employed by
analysts.
It is clear that financial statements analysis is a key area
within a companys analysis process. But it was also interesting to see that the scores of all of these variables were not
as high or at least as homogeneous as could be presumed,
since this is the group of factors that nobody would doubt to
point out as the most relevant ones for analysts in any case.
For instance, variables like Liquidity Ratios, Book Value
per Share, Market Capitalization, Stock Volatility, Cost of
Goods Sold (as a measure for efficiency and closely linked
to operating margin) or even the Notes to the Annual
Report, are almost completely irrelevant for financial analysts. It is even more surprising that other ratios and variables presumed to be widely extended and which are
doubtlessly relevant when valuating companies, such as
Working Capital (accounts payables and receivables levels
are good revenue leading indicators) or R&D expenditures1
(key aspect from my point of view for a companys growth
and survival in a global environment) are rated below
important by analysts. This means that they are not being
usually considered by them when performing analysis. The
stock valuation method or the accounting conservatism are
neither being considered. The interest of such aspects, in
times when transparency and confidence in corporate information is highly valued by the markets, makes this fact even
mores surprising. This same situation occurs when looking
at Economic Value Added (EVA), that seemed to be growing in importance in the last years as a measure for value
creation within a business.

66
ANLISIS FINANCIERO
The weight given by the analysts to this group of variables

relative to the other tour groups was 39%. This means that
fundamentals are the most important bundle of factors from
their point of view, since it represents 39% of their information requirements.
As a final issue to close the analysis on the financial statements variables, and as a relevant aspect within the first main
objective of this research, the impact of IFRS on financial
analysts information requirements was analyzed. The main
conclusions achieved are first that among companies analyzed by analysts, as well as by analysts themselves, IFRS
knowledge is considered high by the latter. Nevertheless,
17% of the analysts still admit that their own knowledge of
IFRS is low or even very low. This means that the situation
has improved as awaited, in comparison to 2004, but this
remaining 17% of analysts lacking knowledge seems to me
very high, since 2007 is the third exercise in which IFRS
apply, so that it is a fact that can be considered as a warning
sign.
Regarding the impact of the policies change, there is some
agreement (53% of the answers) on considering it as positive,
with only one point being generally identified as negative:
the change has made benchmarking easier, specially the
international comparison among companies in the same
industries, but there is a 26% of the analysts that consider it
negative due to causing volatility in financial statements and
distorting, what underpins my comment in the introduction.
It is anyway surprising the low importance given by analysts
to the Notes to the Annual Report, since as I already commented, this information becomes more relevant under IFRS
by describing financial statement presentation basics,
describing applied accounting policies and detailing information that is nowhere else shown in financial statements. Other
aspect that is not even mentioned by analysts is the impact of
intangibles recognition. Intangibles, as I will explain in the
following paragraphs, are not paid much attention by analysts, but it is also clear that this is not linked to the accounting regulation shift.
As a last comment regarding IFRS, the change in policies
regarding the analysis tasks is said to be a very strong impact
by 40% of the surveyed, due to financial statement reconstruction and analysis models refurbishment as a consequence of lacking historical data series. Additionally, higher
volatility introduced by fair value valuation, which also
implies higher difficulty when working with estimation models, is also mentioned. The biggest impacts of fair value
valuation are addressed by analysts to depreciations and
goodwill. 34% of the analysts consider the shift to IFRS as
a neutral or marginal impact, while 26% consider it as low,
since they argue that with IFRS there is more and clearer
information as well as more homogeneous among companies, specially in an international environment. Therefore,
opinions among analysts are not very common regarding this
aspect, but we could say as a general conclusion that the
change is perceived as a strong but positive impact for their
analysis tasks.
The next group of variables within the analysis of the
obtained results consists of the Technical Indicators. These
are not in general terms a very widespread tool for analysts
as we see from the obtained results, and therefore, the behavioral finance hypothesis that states that anomalies in markets
are a result of individual skewed behaviors, persuasive
enough to interfere in market prices, does not seem to be
observed by analysts, since they do not show confidence in
psychological patterns that underlie both behavioural finance
theories and technical analysis. The weight of this group of
variables also reflects its low importance for analysts, with
just a 5%.
As final set of variables, Non Financial Variables and
Intangible Factors also show a quite low weight in the
model compared to the other groups of items (11%).
Management Skills, meant as their ability to drive the company, and the so called Changes in Management Skills
variable, that reflects restructurings in the top management
and its impact in the former variable, are the ones that obtain
better valuations from analysts, along with the Shareholding
Structure, which shows that analysts react on potential governance problems related to the existence of minor shareholdings or complex shareholding structures in companies.
Corporate Reputation, as a result of success factors and intangible value, along with Brand Value are also variables considered by analysts for their purposes.
On the contrary, none of the other variables included in this
group is relevant for analysis according to the obtained
results, which for me is quite surprising. I have already mentioned that from my point of view, all these aspects are key
success and strategic factors for any company and its outlook, and it is also international consensus in the markets,

that these intangibles are the underlying levers in innovation,

change management, social image and reputation, and therefore market value.
From this point of view, is hard to understand that variables
as Accounting Conservatism, that shows managers prudence when applying accounting policies on the one hand,
and changes in criteria on the other hand, or Corporate
Governance compliance, also considered a central aspect
from my point of view, specially since lack of transparency
and conflicts of interest have already caused severe value
losses and even company defaults, are not taken into account
by analysts. The lack of concretion and not being compulsory, could be the reasons for Corporate Governance Principles
not being relevant for financial analysis in our country, but
anyhow, it seems that all the transparency efforts that this
compliance implies, do not show a payback in terms of a better perception among analysts of compliant companies.
Employees Know-How, as the level of knowledge of the
human team of a company, also usually referred to as
human capital lately, which is from my point of view a key
aspect for any company, in an environment based more and
more in differeciation based on knowledge and specialization, as well as Investments in Employees Know-How,
which correspond to efforts related to training and development, are both variables that give critical information about
a companys competitive capabilities and are key aspects to
understand an organizations potential and flexibility to
adapt to environmental changes. Despite their theoretical
importance, these variables are not among the ones selected
by analysts as important or relevant ones. This is the same
case as for the variables Gained and Lost Customers,
Product Reputation and Changes in Product Reputation.
Customers are the most valuable asset of any business and I
can say without any doubt that without customers, a companys value is equal to zero. On top of that, customers define
a companys lifecycle and transmit consumers perception of
a company in the market (customers and potential customers), which implies in my opinion an indication of success or failure of a bundle of management factors, such as
corporate strategy, commercial and marketing effectiveness,
or perceived product quality. This consumer perception
should also reflect in Perceived Product Reputation.
Other aspects, maybe not so closely linked to evolution in
value creation by companies, but very relevant from my
67
point of view, due to the role of corporations in society, are

also not being considered by analysts, as the results of the
survey show. Variables such as Environmental Awareness,
Social Awareness and Ethical Behavior are far away from
being rated as important by them. Therefore, the conclusion
that can be drawn is that analysts do not consider these when
analyzing companies, which from my point of view, should
be part of any analyzing exercise when assessing a companys value, especially when talking about publicly held companies, which should maintain strong links with their stakeholders. The low valuation of these factors is also incoherent
with the perception of analysts from Europe and United
States, that tend to consider these factors and give importance to them, and is even more surprising in the actual environment, in which companies behavior towards the societies
in which they act is growing in importance and impact.
Therefore, I consider that these variables should without any
doubt become more relevant when advising investors where
to place their investments. It is demotivating to see how analysts, being stakeholders and opinion leaders themselves, do
not show personal and professional ethics that implies not
recommending a companys equity that could show reprehensible behavior in any of these aspects. Benefits and
advantages in a company responsible towards its stakeholders should in my opinion be reflected in its stock price, and
should then be a key input for analysts.
Anyhow, and according to the analyzed results, I can conclude that no additional information split or detail regarding
intangibles is necessary from the analysts perspective, since
they are not in general terms relevant information pieces for
them.
The statistical analysis of the results has allowed, as already
explained, to define the definitive set of variables that
reflects Spanish equity financial analysts information
requirements, as well as to identify characteristics of the
sample that are interesting facts. As an example, and as last
result of this analysis, it has been possible to segment the
sample based on some characteristics of the individuals,
extracted from their answers to the survey. This segmentation results in two groups of analysts, that reveal different
information requirements, since a group of analysts do not
consider intangible factors at all for their analysis, while
other group does, but even in this case, as already mentioned, intangible factors are not very relevant anyway.
Apart from this, there is no further segmentation in the sam-

68
ANLISIS FINANCIERO
ple, what is a positive sign, because it shows that the obtained

model can be generalized and assumed as a valid reference.
The obtained results give a clear and accurate view, through
a specific set of variables, of financial analysts information
requirements, what fulfils the first main objective of this
research. The obtained detail information described in the
former paragraphs also gives answers to all secondary
aspects within this first main objective.
The second main objective of my research is to assess financial analysts recommendations quality, based on the former
information requirements, and therefore contrast their ability
to forecast the evolution of an analyzed stock. For this purpose, a model is built, that allows an empirical application of
an analysis and recommendation process for certain stocks,
based on the formerly explained results. This empirical exercise is completely based in real market data, relative to
Spanish companies traded in the Spanish IBEX 35 Index
(Bolsa de Madrid).
Specifically, I selected seven companies that represent the
biggest one in every activity branch (and sector of specialization of the analysts) within the IBEX 35, from a market
value perspective, and which also are top multinational companies worldwide. At the moment the research was conducted, these companies were ACS (ACS), in the hardware and
construction industry, Banco Santander Central Hispano
(SAN), in the financial industry, Inditex (ITX), retail, Prisa
(PRS), media, Repsol (REP), utilities, Telefnica (TEF),
telecommunications, and Zeltia (ZEL), in the pharma and
health business. Zeltia is included as the main traded company in the mercado continuo, even though its stock is not
traded in the IBEX, since there is no other company in this
industry traded in the index. Besides, Grupo Prisa is no
longer part of the index, but it belonged to it in the moment
the research was performed.
By analyzing data and information published by these companies in their financial statements, as well as by specialized
media, after year 2006 was closed (2006 figures), all relevant
information related to the 36 variables that build the model is
extracted, detailed and carefully analyzed. All of them are
also weighted according to the variable group to which they
belong, according to the model, in order to issue based on it
a global valuation of each company, that leads to an investment advice for their stocks for the first half of 2007, and
especially for the fist quarter. This recommendation is afterwards compared with the real evolution of each stock price
during 2007, and more specifically in the first half, in order
to verify how accurate would the recommendation have been
if issued in that moment of time, according to the exercise.
Additionally, all recommendations are compared to the consensus recommendations for each stock.
With this empirical exercise, it is demonstrated that the
Model works and allows, based on an exhaustive information
collection for every company, to forecast stock prices evolution and therefore, to issue solid investment advices.
Nevertheless, the former statement has to be slightly commented. It is totally exact for the cases of ACS, Inditex, y
Repsol, and for Telefnica, with a slight temporary gap in this
case. For Zeltia, I consider that it is very difficult to issue a recommendation, due to the peculiar situation of its business, but
even in this case, the issued recommendation was able to forecast its stock price evolution. In the cases of Prisa and
Santander, this Model based on financial analysts information
requirements does not explain those stock behaviours completely. The forecast and advice relative to Prisa is not wrong,
but is not as accurate as in the former cases, while the result for
Santander does not forecast stock price evolution at all.
From another point of view, the issued recommendation
based on the Model is consistent in all cases with the consensus recommendation for the selected stocks, so that this
confirms that the information requirements identified by analysts, and the output of the resulting Model, are the ones
applied by them in order to issue their investment advices.
This fact is by itself an original and valuable contribution of
this research from my point of view, since as it is known and
specialized sources such as Starmine states, Spanish analysts
are among the best rated in Europe, and this rating is therefore extensible to their working practices.
CONCLUSIONS
The final conclusion to which I arrive after analyzing the
results of this research is that it is a fact that the Financial
Analysts Information Requirements Model is a solid and
wide one, based on the practical reality of these professionals, that allows to build a trustworthy and valuable forecast
on the future trend of a stock, and therefore to issue valid and
reliable investment advices.

In the two identified cases where the Model was not totally
able to forecast accurately, there is the influence of a corporate acquisition process, that I feel could have impact on the
subsequent behavior of the stock and market reactions.
In any case, the lack of exactitude of the Model in those
cases could also derive in my opinion from the low degree of
utilization of intangible factors by analysts, same the psychological ones as other intangible and strategical variables,
that underweight factors as innovation activities, change
management, social responsibility or corporate governance
in the Model, what I insist to consider a deficiency in the
Model, that should definitively contribute to improve forecasting quality and accuracy.
Other possible causes of these deviations could be the
already mentioned as external factors to the analysis
process, but which can put into question analysts independency and ethics: conflicts of interests (internal and external), analysts concern about their own professional career,
optimistic skewness in recommendations, all of them can
deviate considerably an analysts forecast. This could be an
explanation for Santander, where the consensus advices
strong buy of the stock (and thereby generates potential
business and audience for the analyst, and is interpreted as
an investment opportunity identified by him/her, etc.), while
the stock price falls thereafter. However, my recommendation, based on the analysis of the elements in the Model and
free of any skewness, is coherent to the consensus, so that
in this case, the biases linked to analysts behavior can be
discarded. In the case of Prisa, consensus is divided among
buying and maintaining the stock, but mainly recommending to buy, what could be considered as too optimistic compared to the analysis obtained from the Information
Requirements Model, but anticipates better the subsequent
path, so that beyond identifying any bias, it seems that a
group of analysts is able to issue a better forecast, probably
based on better interpretation of some data, or by incorporating additional information to the one used in the Model.
In the case of Santander, the announcement of other similar
information not incorporated in the Model could also be a
source of deviation.2
69
As a conclusion, and relative to the second main objective

of my research, I suppose that the obtaining of the
Information Requirements Model as a common tool for
Spanish practices and with a demonstrated practical usefulness, can serve as a guide to analysts and as pattern to
which they can adapt their current practices, even from a
theoretical point of view (as a best practices reference), so
that they can, based on these practices, guarantee independence or at least standardization in the analysis of companies, previous to the final recommendation issue. This
aim, embedded in the second main objective of the
research would in my opinion a way of avoiding skewnesses and influences that lead to lack of confidence and
scepticism among investors towards analysts recommendations value, as well as to avoid pressures and conflicts of
interest, that end up in a worsening of the quality of their
activity.
Finally, company managers and responsibles, as main collective interested in analysts information requirements, can
find in this research a guide towards specific information
that analysts look for.
Summing up, the objectives established for this research
have been fulfilled successfully, since it has allowed to know
deeper the decision process that underlies analysts recommendations, unknown until now despite their influence and
potential consequences towards investors. Besides, it is now
clear that there are solid and detailed information requirements among analysts, that show some shortages relative to
intangible factors, but that anyway allow to elaborate analysis, forecasts and subsequent precise and accurate recommendations. This Model allows therefore to state that we
face a semistrong efficient equity market stock prices
include all information related to historical prices and
events, along with all the published information available in
the market. However, the interpretation and selection of all
this information allows a collective of experts, financial analysts, to incorporate this input to stock prices, anticipating
the mechanism through which all the other market participants will do.
MAIN REFERENCES
In any case, it is clear that the practices of financial analysts
in Spain must remain free of any suspicion relative to skewnesses and lack of transparency, as demonstrated by this
research.
ABARBANELL, J. S. (1991). Do analysts earnings forecasts

incorporate information in prior stock price changes?.
Journal of Accounting and Economics. Vol. 14, p.147-165.

70
ANLISIS FINANCIERO
ABARBANELL, J. S. y BERNARD, V. L. (1992). Tests of analysts overreaction / underreaction to earnings information as

an explanation for anomalous stock price behavior. Journal of
Finance. Vol. 47, p. 1181-1207.
BARBER, B. et. al. (2001). Can Investors Profit from the
Prophets? Consensus Analyst Recommendations and Stock
Returns. Journal of Finance, Vol. 56.
BARBER, B. et. al. (2001). Prophets and Losses: Reassessing the
Returns to Analysts Stock Recommendations. Research
Paper No. 1692. Graduate School of Business. Standford
University, Mayo.
BEAVER, W. H. (1968). Market prices, financial ratios, and the
prediction of failure. Journal of Accounting Research.
Suplemento, p. 71-127.
BEAVER, W. H. (2002). Perspectives on recent Capital Market
Research, The Accounting Review. Vol. 77:2, p. 453-474.
FAMA, E. F. (1997): Market Efficiency, Long-Term Returns, and

Behavioral Finance. Working Paper. Graduate School of
Business, University of Chicago. June.
FAMA, E. F. y JENSEN, M. C. (1983). Separation of ownership
and control, Journal of Law and Economics. Vol. 26, p. 301325.
GRAHAM, C. M., CANNICE, M. V. y SAYRE, T. L. (2002).
Analyzing Financial Analysts. What They Look for in
Financial Reports and How They Determine Earnings
Quality. Journal of Management Research. Vol 2, Nr. 2,
Agosto.
GRAY, K. R. (2005). Corporate Scandals: The Many Faces of the
Greed. Minnesota, Paragon House.
GU, Z. y WU, J. S. (2003). Earnings skewness and analyst forecast
bias. Journal of Accounting and Economics. Vol. 35, p. 529.
BROWN, L. D. y CAYLOR, M. L. (2004). Corporate Governance

and Firm Performance. Working Paper. Georgia State
University, Georgia.
HONG, H. y KUBIK, J. D. (2001). Analyzing the Analysts: Career

Concerns and Biased Earnings Forecasts. GSB Working
Paper. Graduate School of Business. Standford University,
Diciembre.
CANO, M. A. y CASTRO, R. M. (2003). El buen gobierno corporativo como solucin a la crisis de confianza. Normaria. Vol.
12, p. 1-2.
HOPE, O-K. (2003). Disclosure practices, enforcement of accounting standards, and analysts forecast accuracy: An international
study, Journal of Accounting Research. Vol, 41:2, p. 235-272.
CAIBANO, L. y GISBERT, A. (2004). Principales cambios en la

valoracin contable de los activos intangibles. En: Revista del
Instituto de Estudios Econmicos. Vol 4 (2003) Impacto de la
nueva contabilidad en el valor de la empresa espaola, p. 187221.
LARRN, M. y REES, W. (1999). Tcnicas, recursos informativos

y prcticas seguidas por los analistas financieros en Espaa:
Un estudio emprico. Instituto Espaol de Analistas
Financieros, Documento 1.
CARDONA, J. (2004). Aumenta la confusin ante la nueva contabilidad. La Gaceta de los Negocios. 16 Noviembre 2004.
CORDELL, D. M. (2001). Investment Advising in Good Times
and Bad. Journal of Financial Service Professionals. Vol. 55,
Julio, p. 74-85.
WOMACK, K. (1996). Do Brokerage Analysts Recommendations

Have Investment Value?. Journal of Finance, Vol. 51, p. 37167.
Notes:
1.-
The variable R+D expenses is also part of the model, but exclusively
for the pharma&health industry, where analysts rated it as very impor-
EARNES, M., GLOVER, S. M. y KENNEDY, J. (2002). The association between trading recommendations and broker-analysts
earnings forecasts. Journal of Accounting Research. Chicago.
Vol. 40, Marzo, p. 85-104.
tant.
2.-
Close thereafter (February 2007), the acquisition of the Portuguese

media group Media Capital by Prisa was announced. Besides,
Santander communicated also in February 2007 its intention to
increase its share in the United States bank Sovereign.

72
ANLISIS FINANCIERO
Mario Bajo Traver* y Emilio Rodrguez Alfonso**
Gestin activa de una cartera

de bonos:
un modelo cuantitativo de duracin
Active bond portfolio management:
a quantitative duration model
RESUMEN
El objetivo de este artculo es desarrollar una metodologa cuantitativa de inversin aplicada a una cartera de renta
fija que ajuste dinmicamente la duracin de la misma mediante la utilizacin de seales generadas por variables
explicativas del comportamiento del mercado de bonos. Este enfoque de inversin se conoce como inversin basada en
reglas. Se mostrar cmo una gestin activa de duracin basada en reglas sistemticas, arroja un resultado, en trminos de rentabilidad-riesgo, muy superior a una cartera pasiva que no ajusta su duracin.
Palabras clave: Modelo cuantitativo / bono / gestin activa de carteras / estrategias de renta fija / inversin basada en
reglas / duracin
ABSTRACT
The aim of this article is to develop a quantitative investment methodology applied to a fixed income portfolio which
adjusts dynamically its duration through the use of signals generated by explanatory variables of the bond market.
This investment approach is known as rule-based investment. It will be shown how active duration management based
on systematic rules provides far superior results, in terms of profitability and risk, compared to a passive portfolio
which does not adjust its duration.
Keywords: Quantitative model / bond / active portfolio management / fixed income strategies / rule-based investment
/ duration
Si buscas resultados distintos, no hagas siempre lo mismo
Albert Einstein
Recibido: 22 de Febrero de 2011
Aceptado: 11 de Abril de 2011
Licenciado en Ciencias Econmicas por la Universidad Autnoma de Madrid. MSc en Economa por la London School of
Economics. EFA (European Financial Advisor) por EFPA. Actualmente trabaja en la Divisin de Gestin de Activos del Banco
de Espaa.
** Licenciado en Ciencias Econmicas por la Universidad Complutense de Madrid. Mster en Economa por la Universidad
Carlos III de Madrid. CFA (Chartered Financial Analyst) por CFA Institute. Actualmente trabaja en la Divisin de Gestin de
Activos del Banco de Espaa
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
GESTIN ACTIVA DE UNA CARTERA DE BONOS: UN MODELO CUANTITATIVO DE DURACIN
1. INTRODUCCIN
El gestor de renta fija se enfrenta diariamente a multitud de
decisiones en relacin a los mercados en los que opera; de
todas ellas, quiz la decisin principal y ms difcil de tomar
es qu posicin adoptar en duracin en relacin al ndice de
referencia frente al que gestiona, es decir, el gestor ha de
seleccionar el trade-off adecuado entre un mayor retorno
para la cartera y qu precio pagar en trminos de una mayor
exposicin al riesgo de tipo de inters.
La prediccin de las fluctuaciones en el mercado de bonos es
una tarea extremadamente difcil. Sin embargo, estos movimientos de mercado no son totalmente impredecibles; es posible identificar periodos en los cuales la recompensa por adoptar
estrategias activas de extensin de duracin arroja un exceso de
retorno frente al benchmark anormalmente alto o bajo (ver
Ilmanen [1997], Ilmanen y Sayood [2002] y Yamada [2001]).
El objetivo de este artculo es desarrollar una metodologa de
inversin, para una cartera de renta fija, que ajuste dinmi-
73
camente la duracin de la cartera mediante la utilizacin de

seales generadas por variables explicativas del comportamiento del mercado de bonos. Este enfoque de gestin se
conoce como inversin basada en reglas (rule-based investment1).
Se mostrar cmo una gestin activa de duracin basada en
reglas sistemticas arroja un resultado, en trminos de rentabilidad-riesgo, muy superior a una cartera pasiva que no
ajusta su duracin a distintos momentos de mercado o ciclos
econmicos.
2. PROCESO DE INVERSIN DE UNA CARTERA

DE RENTA FIJA
A grandes lneas, el proceso de inversin en una cartera de
renta fija gestionada frente a un ndice de referencia, consiste en un conjunto de decisiones o apuestas que podemos
tomar en relacin a distintos aspectos del mercado de
bonos:
Proceso de inversin de una cartera de renta fija
Figura 1
74
ANLISIS FINANCIERO
Duracin. La primera decisin a tomar en la gestin de

una cartera de bonos, y quiz tambin la ms relevante
a efectos de impacto sobre el retorno -en el caso de
bonos de la mayor calificacin crediticia- es decidir la
exposicin de la cartera al riesgo de tipo de inters. En
relacin al ndice de referencia frente al que gestionamos (sea tctico o estratgico) hemos de adoptar una
posicin relativa en trminos de duracin posicin
larga, neutral o corta-, decisin que se basa principalmente en la visin que tengamos acerca de la direccin
general de los tipos de inters o, dicho de otro modo,
sobre movimientos paralelos de la curva de rendimientos.
ii) Posicionamiento en curva. Para cada curva en la que
podemos operar, ya sea de Tesoro o de crdito, hemos
de decidir la exposicin de la cartera a riesgo de curva
de tipos, pudiendo adoptar una posicin de aplanamiento (flattening), apuntamiento (steepening) o una combinacin de las dos anteriores (butterflies), (ver Bajo y
Rodrguez, [2010b]). La decisin se puede basar, bien
en la visin sobre movimientos no paralelos de la curva
de tipos, o en algn mtodo de valoracin relativa de
los distintos tramos temporales, como puede ser a travs del rolling yield o suma de carry y roll-down al
horizonte de inversin (ver Leibowitz [1979], Ilmanen
[1995], Bajo y Rodrguez [2010a]).
iii) Crdito. Dentro del universo de activos permitidos
para la inversin en base a los lmites de riesgo establecidos para la cartera, el gestor ha de decidir el
nivel de exposicin a activos con un mayor riesgo de
crdito frente a la alternativa de posicionarse en
bonos de la mayor calificacin crediticia, como puede
ser la deuda pblica del Estado2. En el mercado de
renta fija de EEUU, un ejemplo de esta decisin consistira en el grado de exposicin relativa a la curva
swap o a agencias estadounidenses frente a ttulos
emitidos por el Tesoro norteamericano. La decisin
del grado de exposicin a crdito depende principalmente de dos factores: de la visin que tengamos
sobre el atractivo del nivel del diferencial ofrecido
por el activo de riesgo -frente al activo de menor riesgo- y de la evolucin futura de dicho diferencial de
crdito -de estrechamiento o ampliacin del credit
spread-.
iv) Seleccin de ttulos. Para cada una de las distintas
curvas de rendimientos, y teniendo ya decidida la distribucin tctica de la cartera por tramo temporal, el
i)
siguiente paso es seleccionar qu bonos van a componer la cartera. Para ello se lleva a cabo un anlisis de
valor relativo, proceso tambin conocido como
bond-picking o rich-cheap analysis, el cual
busca detectar aquellos bonos que, por alguna razn,
aparecen infravalorados en trminos relativos, invirtiendo en ellos o sobreponderndolos frente al benchmark, y a su vez, vender o infraponderar aquellos ttulos que el anlisis identifica como sobrevalorados.
Este procedimiento llevara a tener en cartera emisiones distintas a las que componen el ndice de referencia, tratando de generar valor aadido a travs de la
seleccin de bonos3.
La figura 2 muestra un ejemplo de posicionamiento relativo
de una cartera de renta fija en trminos de duracin, curva y
crdito.
Ejemplo de posicionamiento en duracin, curva y crdito
Figura 2
3. SESGOS Y CARENCIAS EN LA GESTIN

TRADICIONAL DE CARTERAS
A finales de 2010, tal y como podemos observar en la figura
3, la rentabilidad del bono a 10 aos norteamericano repunt 45 puntos bsicos entre comienzos de octubre y mediados
de noviembre, desde un 2.40% hasta un 2.95%, con la consiguiente correccin a la baja en el valor de mercado de una
cartera larga de bonos.
Evolucin de la rentabilidad del bono

a 10 aos estadounidense (oct-nov 2010)
Figura 3
Fuente: Bloomberg.
Supongamos que nos enfrentamos a una situacin de mercado

como la descrita anteriormente. Como gestores disponemos de
tres estrategias diametralmente opuestas respecto a la direccin
de los tipos de inters: aumentar la duracin de la cartera si
pensamos que las rentabilidades cotizan a niveles suficientemente atractivos, mantener una posicin de duracin neutral si
no tenemos una visin clara sobre la evolucin general de los
tipos de inters o reducir la duracin si por el contrario pensamos que las rentabilidades van a continuar subiendo.
Finalmente, como se puede apreciar en la figura 4, desde
mediados de noviembre y hasta mediados de diciembre, los
tipos a largo en EEUU repuntaron 58 puntos bsicos ms,
hasta alcanzar una rentabilidad de 3.53%, por lo que una
posicin corta en duracin hubiera sido a priori la acertada.
Evolucin de la rentabilidad del bono

a 10 aos estadounidense (oct-dic 2010)
75
Sin embargo, la cuestin ms relevante no es si el mercado

finalmente subi o no (pues depender del periodo analizado y de nuestro horizonte de inversin), sino cul es el proceso de inversin utilizado y el anlisis realizado para finalmente llegar a una decisin u otra. Todo gestor de carteras,
analista o asesor financiero, debera disponer necesariamente de una base razonable y adecuada, apoyada por una labor
de investigacin suficiente, para llevar a cabo cualquier tipo
de operacin de inversin, anlisis o recomendacin.
De esta manera, algunos factores que han empujado al desarrollo de metodologas cuantitativas de inversin son, tanto
los sesgos4 que tienden a producirse en la gestin discrecional de carteras como los procesos de toma de decisiones de
inversin que se siguen habitualmente en la prctica para
tomar una posicin de compra o de venta. Es decir, surgen
como respuesta a una clara necesidad de disciplina y anlisis
profundo a la hora de llevar a cabo cualquier decisin de
inversin. As pues, los modelos de gestin sistemticos buscan principalmente desarrollar un anlisis ms metdico,
sofisticado y completo, que fundamente de manera ms slida la toma de decisiones de inversin, superando los sesgos
y patrones tradicionales.
4. DISEO DE UN MODELO CUANTITATIVO

DE DURACIN BASADO EN REGLAS
Dentro de la infinidad de modelos cuantitativos existentes,
englobados bajo la denominacin genrica de quant models
trading systems, vamos a desarrollar un tipo de modelo
cuantitativo basado en reglas de inversin, lo que se conoce
como rule-based-investment. Nuestro enfoque ser el del
practitioner, trabajando con los objetivos y las restricciones propias existentes en la gestin de carteras.
Al igual que en la prctica real, el objetivo marcado es batir
al ndice de referencia frente al que gestionamos, por lo que
implcitamente la metodologa que vamos a desarrollar se
convierte en un modelo de asignacin tctica de activos (ver
Markowitz in Tactical Asset Allocation, JPM, [2007]). El
modelo se desarrollar en base a su aplicacin prctica al
posicionamiento mensual en duracin para una cartera de
bonos del Tesoro estadounidense (treasuries).
Figura 4
Fuente: Bloomberg.
La metodologa que expondremos a continuacin no es un

modelo matemtico, ni un modelo terico de valoracin de
activos -donde tratamos de buscar un valor de equilibrio o
76
ANLISIS FINANCIERO
razonable-, ni un sistema de prediccin que trate de anticipar

el precio futuro de un activo. Se trata de una metodologa de
trabajo que ayuda a tomar decisiones de inversin de una
manera ordenada y sistemtica, en donde se trata de aprovechar ineficiencias de mercado, buscando capturar y establecer relaciones empricas entre el comportamiento de variables macroeconmicas y financieras con el comportamiento
del precio de un activo. Este enfoque metodolgico tiene una
serie de ventajas frente al enfoque tradicional en gestin de
carteras:
Permite ordenar, analizar, sintetizar y cuantificar gran
cantidad de informacin econmica y financiera.
ii) Transforma informacin de mercado en decisiones de
inversin.
iii) Elimina la subjetividad del gestor a la hora de tomar
una decisin, reduciendo el impacto de los sesgos y elementos psicolgicos anteriormente mencionados.
iv) Proporciona una respuesta a la pregunta de qu hacer y
cundo hacerlo.
v) Es fcil de entender y proporciona informacin sobre
qu factores y qu variables apoyan la decisin tomada
y cules apuntan en la otra direccin.
Esquema de modelo de duracin basado

en reglas de inversin
i)
Como desventajas, podemos sealar que se trata de una gestin automatizada y en la cual la principal misin del gestor
es afinar y mejorar el modelo. Asimismo, requiere mucha
disciplina para su implementacin, ya que el modelo puede
arrojar un posicionamiento que contradiga nuestra visin de
mercado.
A continuacin desarrollaremos un modelo cuantitativo basado en reglas de inversin y aplicado a la duracin de una cartera de renta fija. Para ello, emplearemos conjuntamente
informacin estadstica, anlisis fundamental, variables
financieras, indicadores econmicos y osciladores tcnicos,
de manera que el modelo genere una seal mensual sobre si
aumentar la duracin, permanecer neutral o acortar frente a
un ndice de referencia.
Figura 5
Dichas seales son decisiones de inversin generadas por la
interaccin entre una regla de comportamiento (investment
rule) aplicada sobre el movimiento de una variable, y unos
umbrales o niveles de activacin (trigger points), las cuales
se centran en la direccin del mercado, no en la intensidad,
como podra ser el caso de un modelo economtrico5. La idea
que subyace no es tratar de predecir cmo van a evolucionar
los tipos de inters, sino valorar la situacin actual y decidir
en base a dicho anlisis si el contexto es el adecuado para
adoptar una posicin larga, corta o neutral en trminos de
duracin frente a nuestro ndice de referencia6.
Diseo del modelo
A continuacin, procedemos a explicar los pasos a seguir en
el diseo del modelo cuantitativo de duracin.
1. Definicin de los factores principales -key drivers- que
influyen en mayor medida sobre los tipos de inters.
En el modelo trabajaremos con cuatro drivers distintos7.
El primer factor son los fundamentos econmicos, es
decir, el crecimiento econmico (que determina la
demanda de dinero) y el nivel de inflacin (que afecta a
la rentabilidad real de los bonos y la direccin de los tipos
oficiales de intervencin). En segundo lugar, factores de
tendencia o momentum. Los tipos de inters, independientemente del nivel de volatilidad del mercado, tienen a
moverse siguiendo una serie de tendencias claramente
identificables. En tercer lugar, elementos de valoracin,
tanto a nivel absoluto de los tipos de inters como en trminos relativos frente a la renta variable. Y en cuarto
lugar, factores de aversin al riesgo, capturando el efecto
de vuelo a la calidad que se produce especialmente en

momentos de mayor inestabilidad financiera. La figura 6
sintetiza los cuatro factores empleados.
Principales factores empleados

en el modelo de duracin
77
cola) de un mes a otro. Los mercados usan esta cifra

como el resumen general del informe mensual de
empleo.
ndice de sorpresas econmicas8. Refleja la evolucin
de las diferencias existentes, positivas o negativas, entre
los datos macroeconmicos efectivamente publicados y
una estimacin media de mercado.
ISM componente precios. Dentro del informe ISM, el
ndice ISM de precios pagados representa las expectativas empresariales sobre inflacin futura.
CRY Index. Indice de materias primas calculado como
media aritmtica de precios de futuros de commodities
con reajuste mensual.
Figura 6
2. Seleccionamos un conjunto de variables relevantes

para cada uno de los factores elegidos. Dicha seleccin requiere llevar a cabo un proceso de anlisis fundamental, estadstico, economtrico o de cualquier
otro tipo que permita identificar una relacin significativa entre cada variable y el comportamiento del mercado, en este caso el de renta fija soberana estadounidense. Las variables elegidas para el modelo son las
siguientes.
2.1. Variables de actividad econmica y precios
ISM Manufacturing. Basado en una encuesta a unos 350
gerentes de compra sobre tendencias recientes en sus
negocios, el ISM recoge datos de nuevos pedidos, produccin, empleo, precios pagados, exportaciones e
importaciones, etc.
2.2. Variables de tendencia o momentum

Ratio Rentabilidad / Riesgo9. Cociente entre la rentabilidad rolling10 y la volatilidad del ndice de referencia que
tratamos de batir.
Evolucin relativa bolsa frente a bonos. Evolucin del
diferencial de rentabilidad rolling entre bolsa y bonos,
tomando como ndices el S&P500 para la renta variable
y el ndice USGATR11 para la renta fija.
Z-score sobre TIR. Z-score sobre la rentabilidad del
bono a cinco aos norteamericano (zona central de la
curva con ms sensibilidad a movimientos de tipos), de
manera que al tipificar la variable obtenemos el nmero
de desviaciones tpicas que el rendimiento se aleja de
una media mvil.
Medias mviles de precios. Mtrica pura de momentum
basada en el cruce de distintas medias mviles calculadas sobre el ndice de renta fija usado como benchmark
para capturar periodos con tendencia alcista y bajista.
Leading Economic Indicator (LEI). El ndice de indicadores econmicos adelantados est compuesto por 10
indicadores financieros y no financieros que histricamente han tendido a anticipar mximos y mnimos en el
ciclo econmico.
2.3. Variables de valoracin

Pendiente de la curva 2s/10s. Diferencia de rentabilidad
entre el bono a 10 aos y el bono a 2 aos, reflejando el
atractivo de posiciones largas en la curva por carry y
roll-down.
Change in Non-farm payrolls. El nmero de puestos de

trabajo creados/perdidos en la economa (sin sector agr-
Earning Yield Gap. Ratio entre el earning yield forward12 (EPSf/P) y la TIR del bono a 10 aos estadouni-
78
ANLISIS FINANCIERO
dense, reflejando la rentabilidad relativa entre la renta

variable y la renta fija.
Bond Risk Premium. Valoracin de la prima de riesgo
ofrecida por un bono de duracin alta frente a un activo
de mercado monetario con vencimiento inferior tres
meses.
2.4. Variables de aversin al riesgo
VIX. El ndice de volatilidad implcita del S&P500.
Aumentos del VIX reflejan una mayor aversin al riesgo
y un aumento en la demanda de Treasuries.
Swap spread a 5 aos. Diferencial entre la curva swap y
la curva de Treasuries tomando como referencia la zona
del 5 aos. Ampliaciones del swap spread representan un
empeoramiento de las posiciones largas de crdito.
3. Analizamos la relacin existente entre la variable
seleccionada y el ndice de referencia que intentamos
batir13. Nosotros tomamos como benchmark el ndice de
tesoros estadounidenses (EFFAS USG2TR14) con una
duracin media de 4, similar a nuestra duracin objetivo,
y sin riesgo de crdito para centrarnos exclusivamente en
estrategias puras de duracin.
5. Optimizamos los parmetros de la regla de inversin y

de los niveles de activacin. Dicha optimizacin se lleva a
cabo en base a la funcin objetivo que definamos para la
cartera: maximizar la rentabilidad acumulada del periodo,
maximizar un ratio de rentabilidad-riesgo (ratio de Sharpe,
ratio de informacin, etc.) o minimizar la prdida (ya sea en
trminos de VaR, mximo drawdown, semivarianza, etc).
6. Seguidamente, calculamos la serie temporal de rendimientos basada en el posicionamiento de duracin indicado para cada periodo y analizamos el exceso de retorno o
alpha generado en relacin al ndice de referencia. Para las
posiciones largas y cortas, utilizamos dos ndices de renta
fija soberana estadounidense con mayor y menor duracin
respectivamente que el benchmark elegido: los ndices
USG3TR y USG1TR15 (figura 8). Cuando el modelo arroja una posicin neutral invertimos en el ndice de referencia, cuando arroja una seal de posicin larga, invertimos
en el ndice de mayor duracin y cuando apunta hacia una
posicin corta, invertimos en el ndice de menor duracin,
de manera que vamos variando el posicionamiento en
duracin tomando el retorno de uno de los tres ndices
segn corresponda a la seal del modelo.
Generacin de seal y posicin en duracin

4. Diseamos, para cada una de las variables, una regla
de inversin y unos niveles de activacin (trigger
points). La aplicacin conjunta de dicha regla, junto a
unos valores mximos o mnimos, en combinacin con el
comportamiento de la variable, arrojar una seal o posicionamiento en duracin.
Transformacin de factores
y variables en una seal de duracin
Figura 8
Figura 7
7. Finalmente, combinamos las diversas seales individuales en una estrategia o ndice agregado que arroje
una nica posicin final en duracin largo / neutral
/ corto- frente al ndice de referencia, analizando a continuacin el resultado relativo obtenido por dicha cartera agregada.
Esquema de generacin de seal de duracin

con una variable
Figura 9
Llegado este punto, conviene sealar algunas de las condiciones exigidas a las seales individuales (ver JPM,
Profiting from market signals, [2002])
1. Rentabilidad: Exigimos al menos un ratio de informacin
de 0.5 (es decir, una unidad de exceso de retorno por cada
dos unidades de riesgo). Este nivel representa ms o
menos el cuartil ms alto del performance de gestores de
renta fija.
2. Nivel de aciertos: En general, las seales deben acertar
en ms de un 50% de las ocasiones. Para aceptar aquellas seales con un porcentaje de acierto inferior al
50%, las ganancias derivadas de estas operaciones
deberan ser superiores a las prdidas de las seales
errneas.
3. Simetra: Las seales deben funcionar tanto en mercados
alcistas como en mercado bajistas. Dado que en los ltimos aos los tipos de inters han seguido una tendencia
descendente, sera fcil sesgar el modelo a que asumiese
una duracin mayor a la del ndice de referencia.
4. Independencia. Las variables deben aportar informacin
complementaria. Al igual que ocurre en la construccin
de carteras, las variables no mejoran el resultado si los
indicadores estn muy correlacionados.
5. Simplicidad. Las seales deberan seguir el principio de
parsimonia de la navaja de Occam: ser lo ms simples
posibles para no perder el fundamento econmico o tcnico en las matemticas o la parametrizacin.
79
5. PROCESO DE GENERACIN DE SEAL DE

DURACIN CON UNA VARIABLE:
ISM MANUFACTURERO
A continuacin vamos a mostrar el proceso seguido desde la
seleccin de la variable hasta la generacin ltima de la seal
de duracin. Tomamos como ejemplo el ISM manufacturero,
el cual mide la salud del sector de manufacturas en EEUU.
Lecturas por encima de 50 se consideran como sector industrial en expansin y por debajo de 50 en recesin. A priori,
un ISM al alza es sntoma de crecimiento econmico,
pudiendo ser un elemento negativo para la evolucin del precio de los bonos por una doble va: por el alza en el nivel de
precios o generacin de expectativas de inflacin y por un
efecto sustitucin desde renta fija hacia renta variable. Una
vez establecido el vnculo terico entre el ISM y el mercado
de bonos procedemos a analizar qu relacin emprica existe entre ambos.
La figura 10 muestra la relacin entre la evolucin del ISM
manufacturero y un rolling de rentabilidad a 12 meses del
ndice de referencia (USG2TR) pudindose observar una
fuerte correlacin negativa entre ambas variables, por la cual
en general, en aquellos periodos en los que el ISM evoluciona al alza, se produce un deterioro del retorno de los ltimos
12 meses en el mercado de bonos y viceversa.
Relacin entre el ISM Manufacturero

y el ndice de referencia de renta fija
Figura 10
Fuente: Bloomberg.
Clculos: Elaboracin propia.
A continuacin, hemos de disear una regla de inversin y

unos niveles de activacin o trigger points. Esta es la parte
que requiere cierto arte y creatividad por parte del gestor,
ya que hay que definir la regla de comportamiento seguida
80
ANLISIS FINANCIERO
por la variable, la cual va a generar una posicin en duracin

en base a su relacin -en trminos de nivel y tendencia- con
el mercado de bonos.
De la observacin de la relacin entre variable y mercado,
diseamos la siguiente regla de decisin: si el ISM est por
encima de un determinado nivel (ISM*) y adems ha cortado
al alza una media mvil (ISM > MAV*16) punto 1 de la figura 11-, consideramos que estamos en un periodo de recuperacin o crecimiento econmico y acortamos la duracin de la
cartera (invirtiendo en el ndice de duracin ms baja). Si por
el contrario el ISM se encuentra por debajo de un nivel crtico (ISM**) y est siguiendo una tendencia bajista (ISM <
MAV**), establecemos que nos encontramos en un escenario
de recesin o ralentizacin econmica y decidimos aumentar
la duracin (invirtiendo as en el ndice de duracin alta). Si
no se cumpliese ninguna de las dos condiciones anteriores,
mantenemos una posicin neutral en duracin frente al
benchmark, no obligando a la variable a generar una posicin
larga o corta cuando no hay informacin concluyente para
ello.
movimiento de reversin-, en ese periodo nicamente, se

activa una seal de entrada y aumentamos duracin, realizando una compra tctica y volviendo a la regla central de
inversin en el periodo siguiente17 (ver punto 2 de la figura
12). Y, viceversa, cuando el mercado ha subido demasiado y
el ISM est en niveles muy bajos, pudindose producir previsiblemente un movimiento de vuelta (cuando se produce un
corte al alza sobre la MAV en un nivel por debajo de un
umbral inferior ISM****).
Regla de inversin tctica para el ISM Manufacturero
Figura 12
Regla de inversin para el ISM Manufacturero
Figura 11
No obstante, cuando el mercado de bonos ha sufrido un fuerte y prolongado sell-off y el ISM est en niveles histricamente altos, derivado de un fuerte crecimiento econmico,
es previsible que el mercado se encuentre sobrevendido y se
produzca un movimiento de reversin. As, aadimos a la
regla de inversin anterior una capa ms para intentar capturar situaciones de sobrecompra o sobreventa mediante una
regla de decisin tctica que complementa y mejora la regla
anterior. As, cuando el ISM se encuentra por encima de un
umbral superior (ISM***) y corta a la baja una media mvil -
Una vez definida la regla de comportamiento de la variable

que va a regir el posicionamiento en duracin, se procede a
optimizar los parmetros involucrados, tanto los incluidos en
la regla de inversin como los niveles de activacin, de
manera que maximicen la funcin objetivo de la cartera. En
este caso, optimizamos ISM*, MAV*18, ISM**, MAV**,
ISM*** e ISM****, para maximizar la rentabilidad acumulada
en el periodo de anlisis (1991-2010). La optimizacin suele
hacerse para dos tercios de los periodos de la muestra, para
posteriormente probar out-of-sample sobre el tercio de restante que la optimizacin realizada es robusta.
As, los valores obtenidos tras la optimizacin, aplicados a la
regla de inversin y a los niveles de activacin, generan un
posicionamiento dinmico mensual en duracin (ver figura
13, representndose en el eje de la derecha por valores de 1
las posiciones largas, 0 las neutrales y -1 las cortas).
81
Posicionamiento dinmico en duracin

generado por el ISM
Cartera basada en una regla inversin

sobre ISM vs benchmark
Figura 13
Figura 14
El siguiente paso consiste en calcular la serie temporal de

rendimientos generada por dicho posicionamiento, tomando
la rentabilidad correspondiente a cada uno de los tres ndices
presentados en base a la seal de duracin generada. Con los
rendimientos calculados construimos el valor liquidativo de
la cartera y analizamos los resultados obtenidos en trminos
de performance frente al ndice de referencia, como se puede
ver en las figuras 14 y 15.
La cartera derivada de la aplicacin de la regla de inversin

sobre el ISM genera en un 27% de los meses una posicin
neutral, y del 73% restante que apunta a posiciones largas o
cortas frente al benchmark, el porcentaje de aciertos o hit
rate es del 61.15%19.
Anlisis del performance de la cartera ISM frente al benchmark

Estadsticos
RENTABILIDAD
Rentabilidad acumulada
R media ann.
Rent. Geomtrica
Rent. Mnima
Fecha R min.
Rent. Mxima
Fecha R Max
Rent. 5 th percentil
RIESGO
Volatilidad anualizada
Coef. Variacin
Rango max-min
% Per Rent. Negativa
Semideviation
Downside Deviation (MAR)
Gain Standard Deviation
Gain Standard Deviation (MAR)
ESTADSTICOS
Alpha
Alpha Ann.
Beta
Bull Beta
Bear Beta
Coeficiente de correlacin
Tracking Error ann.
Coeficiente de asimetra
Curtosis
Cartera ISM Benchmark
0%
1%
2%
5%
0%
280.21%
7.04%
6.96%
-2.45%
31/07/03
5.65%
30/11/08
-1.52%
2.56%
202.45%
5.83%
5.76%
-2.90%
30/04/04
3.92%
30/11/08
-1.32%
2.19%
4.13%
0.59%
8.10%
27.27%
2.47%
2.40%
2.64%
3.25%
3.97%
2.96%
3.22%
3.76%
0.65
6.82%
31.60%
2.46%
2.21%
2.72%
3.29%
3.76%
2.27%
2.53%
0.09%
1.08%
1.02
1.17
0.85
0.93
1.55%
0.39
1.46
-0.09
0.45
Estadisticos
PERFORMANCE
Ratio de Sharpe
Ratio de Treynor
Alpha de Jensen
Ratio de Informacin
Active Premium
Ratio de Sortino
Gain Loss Ratio
Alpha Corregida
M2 Modigliani
Ratio de Calmar
DOWNSIDE RISK
MaxDrawDown
Periodos MaxDD
Pico
Valle
Periodo de recuperacin maxDD
Periodos consecutivos prdida
Run Down
Comienza
Termina
Periodos consecutivos subida
Run Up
Comienza
Termina

0.79
0.03
1.16%
0.78
1.21%
2.93
2.61
0.01
0.07
1.75
0.55
-3.97%
2
31/03/08
31/05/08
6
4
-0.75%
31/12/05
30/04/06
11
14.10%
30/04/00
31/03/01
-4.28%
10
31/01/94
30/11/94
3
3
-2.33%
31/01/96
30/04/96
11
12.41%
30/04/00
31/03/01
Figura 15
Clculos: Elaboracin propia (1991-2010).
2.64
2.16
1.35
82
ANLISIS FINANCIERO
Tal y como puede apreciarse en la figura 15, el modelo de

duracin, utilizando tan solo una variable, ya genera valor
aadido para la gestin: la cartera arroja una rentabilidad
media anual de 7.04% frente al 5.83% del ndice del referencia, con un incremento de volatilidad de tan solo un 0.37%,
lo cual se refleja en un mayor ratio de Sharpe (un 0.79 frente al 0.55 del benchmark) y un ratio de informacin de 0.78.
La cartera obtenida, adems de aumentar la rentabilidad,
logra reducir la maxima cada acumulada (max. drawdown),
as como el nmero de meses con rentabilidad negativa
(27.27% frente a 31.60%). Este mejor comportamiento, en
trminos de mayor retorno y menores perdidas, tiene su reflejo en las distintas betas obtenidas: la beta alcista (bull beta)
es de 1.17 y la beta bajista (bear beta) es de 0.85, lo cual indica que cuando el mercado medido por el comportamiento
del ndice de referencia- sube un 10%, la cartera lo hace en
media en un 11.7%, mientras que cuando cae un 10%, la cartera slo cede un 8.5%. Implcitamente el modelo se comporta de manera que trata de entrar en el mercado en periodos alcistas y mantenerse fuera de l en periodos bajistas.
6. PROCESO DE AGREGACIN DE VARIABLES

Este mismo proceso hasta aqu expuesto lo realizamos para
el resto de las variables empleadas, obteniendo as quince
carteras individuales basadas en quince seales mensuales de
duracin. La figura 16 muestra la evolucin relativa de las
carteras as obtenidas.
Evolucin relativa de las variables individuales

frente al benchmark (base 100)
Figura 16
Fuente datos: Bloomberg. Elaboracin propia.
La figura 17 muestra el performance de las distintas variables empleadas. Podemos observar como todas las estrategias, a ttulo individual, baten al ndice de referencia en
trminos de rentabilidad-riesgo mayores ratios de
Sharpe20 mediante la generacin de un posicionamiento
dinmico mensual en duracin.
Performance de las variables individuales

frente al benchmark
VARIABLE/ESTRATGIA
USG1TR INDEX
USG2TR INDEX
USG3TR INDEX
ISM
SLOPE
ISM PRICE
VIX
NFP
LEI
ROC/SIGMA
Z-SCORE
BOLSA/BONOS
EARNING YIELD GAP
SPREADS
CRY INDEX
MAV PRECIO
ECON SURPRISE
BOND RISK PREMIUM
VOLATILIDAD
1.67%
3.73%
4.89%
4.13%
4.08%
4.27%
4.31%
3.65%
3.86%
4.32%
3.89%
4.01%
4.25%
3.94%
3.66%
4.59%
3.49%
3.77%
R MEDIA
4.65%
5.78%
6.42%
7.05%
6.49%
6.54%
6.41%
6.64%
7.40
6.59
6.90%
6.66%
7.18%
6.69%
6.53%
6.69%
6.41%
6.76%
R SHARPE
0.525
0.540
0.542
0.796
0.667
0.649
0.614
0.788
0.942
0.654
0.806
0.724
0.801
0.742
0.754
0.637
0.757
0.793
Figura 17
Sin embargo, distintos factores y variables econmicas pueden apuntar en direcciones diferentes en un periodo dado, en
funcin de cuales sean los market drivers en una determinada coyuntura, es decir, algunas variables pueden indicar un
aumento de duracin, otras mantener una posicin neutral y
otras reducirla21. As, optamos por agregar toda la informacin generada por las distintas variables en una sola seal,
para lo cual analizamos dos enfoques distintos:
1. Agrupar todas las variables en una nica estrategia
mediante la utilizacin de algoritmos de decisin. Aqu
desarrollaremos dos algoritmos distintos: uno basado en
la construccin de un ndice de duracin y otro algoritmo
basado en el porcentaje de seales largas, neutrales y
cortas (%LNS).
2. Tratar las distintas carteras derivadas de la aplicacin de
cada variable como si de un tipo de activo se tratara -ya
que son carteras invertibles- y llevar a cabo un ejercicio
de asignacin de activos o asset allocation.
Analizaremos una optimizacin media-varianza (enfo-
que esttico tradicional basado en la teora de

Markowitz) y un enfoque de optimizacin dinmica que
trata de mejorar el anterior (dynamic Markowitz).
1. Algoritmos de decisin
1.1. ndice de Duracin. Para generar un ndice de duracin
asignamos a la seal generada por cada variable, en un
periodo dado, un valor de 1 si arroja una posicin larga,
0 si arroja una posicin neutral y -1 si arroja una posicin corta, de manera que sumando dichos valores tenemos un indicador que flucta entre un mximo de +15 y
un mnimo de -15. Seguidamente definimos el siguiente
algoritmo de decisin:
1.2. Estrategia basada en el porcentaje de largos/neutrales/cortos

El segundo algoritmo se basa en el porcentaje de variables
que arrojan una posicin larga, corta y neutral. Diseamos el
algoritmo de decisin siguiendo el esquema mostrado en la
figura 19.
Algoritmo de decisin para estrategia basada en %L/N/S
Si Indice Duracin > IDsup (umbral superior) >

Posicin larga en duracin
Si Indice Duracin < IDinf (umbral inferior) >
Posicin corta en duracin
Si IDsup < Indice Duracin < IDinf > Posicin neutral en duracin
A continuacin optimizamos los parmetros IDsup e IDinf

imponiendo que la cartera obtenida arroje una volatilidad
menor o igual a la cartera benchmark, obteniendo un posicionamiento en duracin como el mostrado en la figura 18,
en donde la lnea verde horizontal representara el parmetro
optimizado IDsup y la lnea roja el parmetro IDinf.
83
Figura 19
ndice de duracin y evolucin de la rentabilidad

del bono a 5 aos estadounidense.
Si el porcentaje de seales neutrales supera un determinado nivel (N*), nos mantenemos neutrales; si no,
analizamos el porcentaje de seales largas y cortas.
Si el porcentaje de largos supera un nivel (L*) y el porcentaje de cortos es inferior a un determinado porcentaje (C*), incrementamos la duracin.
Si el porcentaje de cortos supera un nivel (C**) y el porcentaje de largos es inferior a un determinado porcentaje (L**), acortamos la duracin.
Si no se cumple ninguna condicin, permanecemos
neutrales.
Seguidamente optimizamos los parmetros N*, L*, L**, C* y

C** de manera que la cartera obtenida arroje una volatilidad
menor o igual a la de la cartera benchmark.
Figura 18
La figura 20 muestra el posicionamiento mensual en duracin en base al algoritmo junto a la evolucin del tipo a cinco
aos americano y el porcentaje de seales largas (verde),
neutrales (ambar) y cortas (rojas) para cada periodo. Los
marcadores en la zona alta del grafico corresponden a seales largas, los centrales a neutrales y los inferiores a posiciones cortas.
84
ANLISIS FINANCIERO
Posicionamiento mensual en duracin

segn estrategia %LNS.
Figura 20
2. Optimizacin de carteras
El segundo enfoque para agregar la informacin de las distintas variables consiste en llevar a cabo un proceso de optimizacin media-varianza.
2.1. Markowitz esttico
Consideramos la estrategia basada en cada variable como un
tipo de activo, y procedemos a maximizar la rentabilidad
esperada de la cartera sujeta a que la volatilidad sea menor o
igual a la del benchmark. Calculamos la frontera eficiente y
seleccionamos aquella cartera con una volatilidad similar a la
del ndice de referencia; finalmente, aplicamos el vector de
ponderaciones a cada una de las variables para generar la
serie de rendimientos de la cartera basada en la optimizacin
de Markowitz.
De esta manera, maximizamos la rentabilidad de la cartera

compuesta por las quince variables, sujeto a la restriccin de
obtener una volatilidad menor o igual a la del benchmark,
optimizando al mismo tiempo el nmero de ventanas y el
step de clculo22. Como resultado, obtenemos 116 fronteras
eficientes, con un tamao de ventana de 75 semanas calculadas con un salto de 5 semanas (ver figura 21) seleccionando
de cada frontera aquel vector de ponderaciones que maximiza la rentabilidad con la restriccin impuesta de volatilidad.
Generacin dinmica de fronteras eficientes

(Dynamic Markowitz)
2.2. Markowitz dinmico

El Markowitz dinmico (DM), tambin conocido como
rolling Markowitz, es una metodologa de optimizacin que
permite recoger la dinmica del perfil rentabilidad-riesgo de
las distintas variables, as como la evolucin temporal de la
estructura de la matriz de varianzas y covarianzas. Consiste
en realizar varias optimizaciones de Markowitz para un
periodo menor, definiendo la ventana de clculo y el salto o
step entre ellas. En vez de obtener una nica frontera eficiente, el DM arroja una frontera distinta por cada ventana
(ver JP Morgan, Markowitz in TAA [2007]).
Figura 21
Datos semanales de 1992 a 2010.
Clculos: Elaboracin propia.
Las figuras 22 y 23 muestran los resultados de la aplicacin

de las diversas estrategias de agregacin de las variables
individuales durante el periodo de anlisis. La estrategia que
aporta un mayor ratio de Sharpe es el algoritmo basado en el
porcentaje de seales (%LNS), un 1.24 frente a un 0.54 del
benchmark, con una volatilidad inferior y un exceso de retorno anual de 250 pb anuales.
85
Observando el retorno de la cartera %LNS, vemos que supera ampliamente los tres ndices de referencia que empleamos
en la construccin del modelo -al igual que ocurra cuando
usbamos nicamente una variable- (ver figura 24).
Evolucin de la estrategia %LNS

frente a los ndices de bonos (base 100)
Performance de las carteras finales

VARIABLE/ESTRATEGIA
USG1TR INDEX
USG2TR INDEX
USG3TR INDEX
ndice de duracin
Estratgia %LNS
Static Markowitz
Dynamic Markowitz
VOLATILIDAD
1.67%
3.73%
4.89%
3.71%
3.63%
3.71%
3.79%
R MEDIA
4.65%
5.78%
6.42%
8.07%
8.28%
7.30%
7.44%
R SHARPE
0.525
0.540
0.542
1.159
1.243
0.954
0.967
Figura 22
Figura 24
En la figura 23 podemos observar, sobre un grfico de rentabilidad-riesgo, como el enfoque basado en la aplicacin del
Markowitz dinmico no genera una mejora sustancial frente
a la optimizacin estndar. Esto se debe a que en este modelo de duracin no existen beneficios positivos por diversificacin de activos, ya que estamos empleando un solo activo
-deuda pblica de EEUU- y, aunque de distinta duracin, la
correlacin entre los tres ndices es cercana a la unidad.
Grfico rentabilidad-riesgo de las carteras finales

frente al benchmark
Como se muestra en la figura 25, el modelo de duracin

basado en el algoritmo %LNS genera una rentabilidad media
anual del 8.28% frente al 5.78% del benchmark (ndice
USG2TR), una volatilidad anualizada de 3.63% frente al
3.73% y logra reducir el porcentaje de meses con rentabilidad negativa de un 30.9% del benchmark a un 19.81%. La
beta alcista toma un valor de 1.21 frente a una beta bajista de
0.50, lo que pone de manifiesto que el modelo logra capturar satisfactoriamente, en relacin a la estrategia de buy-andhold, los periodos alcistas de bajada de tipos y evitar los
periodos bajistas.
Figura 23
86
ANLISIS FINANCIERO
Performance de la estrategia %LNS

Estadsticos
RENTABILIDAD
Rentabilidad acumulada
R media ann.
Rent. Geomtrica
Rent. Mnima
Fecha R min.
Rent. Mxima
Fecha R Max
RIESGO
Volatilidad anualizada
Coef. Variacin
Rango max-min
% Per Rent. Negativa
Semideviation
Gain Standard Deviation
Gain Standard Deviation (MAR)
ESTADSTICOS
Alpha
Alpha Ann.
Beta
Bull Beta
Bear Beta
Coeficiente de correlacin
Tracking Error ann.
Coeficiente de asimetra
Curtosis
0%
1%
2%
5%
0%
310.90%
8.28%
8.22%
-1.89%
31/12/00
5.65%
31/12/07
-0.51%
2.81%
175.49%
5.78%
5.89%
-2.90%
31/05/03
3.92%
31/12/07
-1.29%
2.27%
3.63%
0.44%
7.53%
19.81%
1.58%
1.56%
1.72%
2.36%
3.46%
3.35%
3.37%
3.73%
0.63
6.82%
30.92%
2.48%
2.29%
2.70%
3.26%
3.77%
2.33%
2.59%
0.26%
3.12%
0.87
1.21
0.50
0.89
1.84%
1.24
2.75
-0.07
0.63
Estadisticos
PERFORMANCE
Ratio de Sharpe
Ratio de Treynor
Alpha de Jensen
Ratio de Informacin
Active Premium
Ratio de Sortino
Gain Loss Ratio
Alpha Corregida
M2 Modigliani
Ratio de Calmar
DOWNSIDE RISK
MaxDrawDown
Periodos MaxDD
Pico
Valle
Periodo de recuperacin maxDD
Periodos consecutivos prdida
Run Down
Comienza
Termina
Periodos consecutivos subida
Run Up
Comienza
Termina

1.18
0.05
2.59%
1.27
2.33%
5.31
4.05
0.03
0.08
4.30
0.53
-1.91%
5
30/11/00
30/04/01
1
2
-1.02%
28/02/93
30/04/93
21
27.08%
28/02/99
30/11/00
-4.28%
10
28/02/93
31/12/93
3
3
-2.33%
28/02/95
31/05/95
11
12.41%
31/05/99
30/04/00
2.60
2.23
1.37
Figura 25
Clculos: Elaboracin propia (1991-2010).
El modelo, adems de obtener un buen resultado en media

durante todo el periodo analizado (1991-2010), logra batir
ao a ao al ndice de referencia tal y como se puede apreciar en la figura 26.
Evolucin de la estrategia %LNS frente al benchmark
Figura 26
El modelo asimismo muestra un resultado satisfactorio independientemente de la tendencia de mercado. Como podemos
observar en la figura 27, la cartera bate al ndice de referen-
cia en periodos bajistas como fue el ao 1994, laterales como

1999 o alcistas como el ao 2000.
Modelo de duracin frente a ndice de referencia en distintos mercados
Figura 27
7. CONCLUSIONES
A lo largo del artculo hemos analizado el diseo e implementacin de un modelo cuantitativo que genera un posicionamiento dinmico en duracin basndose en reglas de
inversin. Los resultados de este enfoque de gestin mejoran
significativamente, en trminos de rentabilidad, riesgo y
ratios de performance, los obtenidos por un estilo de gestin
pasiva de buy-and-hold, representado por el seguimiento
indexado a una cartera de referencia.
Este tipo de enfoque metodolgico aporta valor aadido dentro del proceso de toma de decisiones de inversin, con una
metodologa sistemtica, lgica y ordenada que permite sustituir o complementar la gestin discrecional tradicional de
carteras, de manera que puede emplearse bien como una
estrategia de gestin o bien como input en la toma de decisiones de inversin.
Se trata de una metodologa flexible y adaptable, extrapolable a otros activos - renta variable, crdito, commodities, FX,
etc.-, a otros mercados como puede ser el mercado de renta
fija europea- y, dentro de un mismo activo, como en el caso
del mercado de bonos, permite modelizar diversos aspectos,
como la duracin, el posicionamiento en curva (ver Chua, C.
et al. [2006]), o en crdito.
87
El modelo adems permite mltiples extensiones, como

por ejemplo:
Aplicando un mayor margen de duracin (mediante un modelo binario cash long) el modelo mejora significativamente, as como tomando posiciones
cortas mediante contratos de futuros en seales de
venta (modelo long-short vs long only).
En funcin de la periodicidad de las distintas variables se pueden generar estratregias en distintas

capas (overlays) a distintos plazos (mensual, semanal, diario e intradia).
Permite incluir otros factores y variables: condiciones de oferta en el mercado de bonos, estacionalidad, expectativas de inflacin, expectativas de tipos
oficiales, etc. (ver Boyd y Mercer [2010])
Bajo, M. y Rodrguez, E. Estrategias de carry y roll-down. Un
enfoque terico. Anlisis Financiero Internacional. N
141. Tercer trimester 2010.
Bajo, M. y Rodrguez, E. Estrategias sobre la curva de rendimientos: butterfly trades. Anlisis Financiero
Internacional. N 142. Cuarto trimestre 2010.
88
ANLISIS FINANCIERO
Boyd, E. y Mercer, J. 2010, Gains from active bond portfolio management strategies. The Journal of Fixed Income. Spring,
Vol.19, No. 4: pp. 73-83
Notas:
1.-
A veces tambin denominado signal modelling o algorithm trading
Chakravarty, S.A. Sarkar. Trading Costs in Three U.S. Bond

Markets. Journal of Fixed Income, 13 (2003), pp. 3948.
2.-
En este artculo tomaremos como activo libre de riesgo la deuda emiti-
Chua, C., Koh, W. y Ramaswamy, K. Profiting from MeanReverting Yield Curve Trading Strategies. Journal of Fixed
Income, 15 (2006), pp. 2033.
3.-
da por el Tesoro estadounidense.

Sin entrar a describir las distintas metodologas existentes de seleccin
de bonos, podemos sealar que algunas variables analizadas para
dicho fin por los gestores de bonos son el asset swap spread, el diferencial de rentabilidad contra el bono del Tesoro, el rolling-yield del
bono a un horizonte dado, la comparacin de la TIR de mercado con-
Ilmanen, A., 1995. Understanding the yield curve. Fixed-Income

Research Portfolio Strategies. Salomon Brothers, New York.
tra la TIR derivada de una curva terica obtenida mediante un modelo

economtrico, o el uso de un z-score sobre alguna de las variables anteriores para ver su dinmica a lo largo del tiempo.
Ilmanen, A. 1996. Does duration extension enhance long-term

expected returns. The Journal of Fixed Income, Septiembre.
4.-
Las finanzas del comportamiento (behavioral finance) y la teora de

la perspectiva (prospect theory) son campos cientficos que aplican
Ilmanen, A., 1997. Forecasting U.S. Bond Returns. Journal of Fixed

Income, 7 (1997), pp. 2237.
Leibowitz, M.L. Total return management. Salomon Brothers
(1979).
las tendencias cognitivas y emocionales humanas, a una mejor comprensin de la toma de decisiones econmicas en base a cmo afectan
stas a los precios de mercado y a la asignacin de recursos. Estas reas
de estudio econmico muestran algunos de los comportamientos humanos que tienden a producirse por parte de inversores en determinadas
Ilmanen, A.y Sayood, R., 2002, Quantitative forecasting models and

active diversification for international bonds.The Journal of
Fixed Income. Diciembre.
Introducing the Lehman Brothers duration scorecard: a simple
framework for global duration positioning. Fixed income
research. April 4, 2007.
circunstancias. Para una visin detallada acerca del comportamiento

del inversor ver Pascual et al. [2010].
5.-
No obstante es factible desarrollar el modelo de manera que indique

tanto direccin como intensidad en duracin, siempre que se defina el
mximo grado de desviacin frente al ndice de referencia en base al
presupuesto de riesgo ya efectivamente consumido y el margen dispo-
Markowitz in tactical asset allocation. JPMorgan. Investment strategies series, N35. JPMorgan Securities Ltd. London, August 7,
2007.
nible.
6.-
Un ejemplo sencillo sera exigir un ratio de Sharpe (exceso de rendimiento por unidad de riesgo) ex ante de 1 para tomar una posicin larga
en un determinado activo y una posicin corta si la relacin rentabili-
Pascual, D. Pavoni, M. y Gil, B. Inversiones financieras y comportamiento del inversor: behavioral finance. Analisis
Financiero Internacional. N 140. Segundo Trimestre 2010.
dad-riesgo no es la exigida. Otro ejemplo podra ser la Regla de Taylor

para la determinacin del objetivo para los Fed Funds por parte de la
Reserva Federal de EEUU.
Profiting from market signals. JPMorgan. Investment strategies

series, N5. JPMorgan Securities Ltd. London, March 6, 2002.
7.-
El modelo podra adems incorporar otra serie de factores, como oferta, estacionalidad en los rendimientos, flujos o liquidez. (Ver Lehman
Yamada, S., 2001. Empirical Study of risk premiums in the JGB

market and its application to investment strategies. The
Security Analysts Association of Japan.
Brothers, Duration Scorecard, [2007]).

8.-
Empleamos el ndice de sorpresas econmicas publicado por Citigroup.

Ver CESIUSD Index en Bloomberg para una descripcin completa de
la variable.
9.-
89
Equivalente a un Safety-First Ratio con un umbral de rentabilidad de
20.- Podemos observar como incluso la estrategia individual con peor
0% o un ratio de Sharpe dinmico sin tener en cuenta el tipo libre de
resultado tiene un ratio de Sharpe superior al ndice de renta fija de
riesgo (o con un risk-free cercano a cero).
mayor duracin.
10.- Rentabilidad acumulada, calculada mensualmente, para una ventana

temporal: 3 meses, 6 meses, etc.
11.- USGATR Index. Bloomberg/EFFAS Bond Indices US Govt All > 1 Yr
TR. ndice de renta fija de tesoros norteamericanos con vencimiento
21.- Asimismo, las variables, reglas de inversin y optimizaciones no son

infalibles: pueden perder su correlacin en un periodo determinado.
22.- Para ello hacemos uso del software MATLAB y empleamos datos
semanales
mayor al ao y una duracin media de 5.12.

12.- Diferencia entre el ratio beneficio por accin 12m forward/ precio de
la accin y la TIR del bono
13.- En el mercado de renta fija, a veces analizamos la variable frente al
ndice de referencia en trminos de precios y, en otras ocasiones, la
relacin ser ms clara analizando el mercado en trminos de rentabilidades.
14.- USG2TR Index es el ndice EFFAS Bond Index US Govt 3-5 Yr TR
de gobierno estadounidense con una duracin media de alrededor de 4.
15.- USG1TR es el ndice EFFAS Bond Index US Govt 1-3 Yr TR de
gobierno estadounidense con una duracin media de alrededor de 2,
mientras que el ndice USG3TR posee una duracin media de 5.5
16.- Posteriormente, veremos que debemos optimizar tanto el tipo de
media mvil como el periodo al que se calcula.
17.- Dado que estamos aumentando la duracin en una tendencia bajista, y
que la periodicidad es mensual, mantenemos la compra tctica slo un
periodo para tratar de capturar ese efecto, lo cual adems acta como
stop-loss en caso de que el mercado continuara cayendo.
18.- La optimizacin de cada media mvil implica dos parmetros distintos:
periodo de clculo y tipo de media mvil (simple, exponencial, etc).
19.- En los clculos realizados de performance no se tienen en cuenta los
costes de transaccin. En los modelos cuantitativos, los costes de transaccin pueden hacer que un modelo aparentemente slido y rentable
sobre la hoja de clculo, sea inviable en la prctica por los costes ocasionados de rotar la cartera, tanto ms cuanto menor es el periodo en
que se genera la seal de compra o venta. En nuestro caso, con posicionamiento mensual y pudiendo operar en instrumentos tan lquidos
como futuros sobre bonos, el impacto de los costes de transaccin no
invalidara los resultados positivos del modelo. Para un anlisis sobre
los costes de transaccin, ver Chakravarty, [2003].
Quienes somos
El IEAF es una Asociacin Profesional sin nimo de lucro, constituida el 18 de septiembre de 1965.
Agrupa a los profesionales que desarrollan su actividad en las distintas reas de los mercados financieros (anlisis, brokerage, corporate y M&A, gestin de carteras, capital riesgo, etc.) as como a ejecutivos y directivos de entidades relacionadas con las finanzas y los mercados financieros y a profesionales de los departamentos econmico-financieros tanto de empresas de la economa real como de
centros acadmicos universitarios.
mbito de actuacin
El IEAF es una asociacin espaola pero que se desenvuelve tambin en el mbito internacional, gracias a su pertenencia a la EFFAS (European Federation of Financial Analysts Societies) que, a su vez,
es miembro de la ICIA (International Council of Investment Associations) de mbito mundial.
Adems, el Instituto pertenece a la ACIIA, (Association of Certified Investment Analysts) y tiene conferidos en exclusiva para Espaa los derechos del Ttulo de Analista Financiero Internacional CIIA ,
cuya preparacin acadmica realiza la Escuela de Formacin del IEAF.
Ventajas de ser miembro del IEAF
Pertenecer a una Asociacin profesional que vincula a sus miembros no solo intelectualmente,
sino a travs de una serie de servicios colegiales:
Presentaciones Financieras, donde los miembros del IEAF tienen la posibilidad real de dialogar con
los primeros ejecutivos de las empresas cotizadas.
Recibir publicaciones excelentes de gran calidad en materias financieras, de gobierno empresarial y

responsabilidad corporativa, a travs de la Fundacin de Estudios Financieros, Centro de Pensamiento
creado por el Instituto. Todas las publicaciones y trabajos de investigacin estn colgados en su web.
La revista "Anlisis Financiero", de gran prestigio profesional y acadmico.
Conferencias y jornadas sobre asuntos de inters para los miembros, reciclaje profesional y descuentos en los cursos organizados por la Escuela de Formacin y preparacin de acreditaciones oficiales de la ACIIA.
Bolsa de trabajo.
Biblioteca en la sede de la Escuela abierta a los socios.
Objetivos
1. Reforzar el vnculo intelectual y profesional entre sus miembros de forma que ayude a la defensa
de sus intereses profesionales en el mbito de la sociedad civil.
2. Impulsar la formacin permanente y la mejora profesional de quienes trabajan en el mbito econmico-financiero y de los mercados, sometidos a un Cdigo tico.
3. Constituir un foro privilegiado para reciclaje e intercambio de informacin y experiencias entre profesionales, tanto en el mbito nacional como internacional.
LLAMA Y ASOCIATE
915.631.972 o entra en www.ieaf.es
COMO HACERSE MIEMBRO DEL IEAF
*Cumplimentando directamente los Impresos de Solicitud de Admisin que pueden imprimirse desde la
web y envindolos al IEAF junto con la documentacin requerida (*)
*En los telfonos: 915.631.972 Srta. Susana Rodrguez o Delegacin Barcelona Srta. Ana Fust,
Tel. 934.013.543
*A travs de internet. http://www.ieaf.es - e-mail: secretaria@ieaf.es o ieaf@ieaf.es
Oficinas del IEAF
En Madrid: Avda de Brasil, 17-3. 28020 Madrid

Delegacin en Barcelona: Paseo de Gracia, 19, 08007 Barcelona
Existen dos pginas web a disposicin de los miembros: www.ieaf.es, www.fef.es y, desde ellas, el
correspondiente link a la Escuela de Formacin.
(*) Las solicitudes de admisin de los candidados a miembros del IEAF han de ser aprobadas por la Junta Directiva Nacional
del Instituto
Normas para publicar en Anlisis Financiero

La revista Anlisis Financiero editada por el Instituto Espaol de Analistas Financieros es una referencia fundamental para los profesionales del anlisis financiero y para los investigadores de los departamentos de finanzas de las Universidades a quienes va dirigido. Adems,
se ha convertido en punto de encuentro entre la experiencia y la visin que del mercado tienen destacados profesionales del mundo financiero y la investigacin generada por profesores y catedrticos de economa financiera. La lnea editorial que se ha seguido en estos aos
ha sido la de aunar el rigor tcnico con la utilidad prctica, camino por el que se va a profundizar en los prximos nmeros.
TRABAJOS QUE PUBLICA ANLISIS FINANCIERO
Anlisis Financiero publica trabajos tericos, empricos y ensayos que tengan una aplicacin dentro del mbito de las finanzas corporativas, los mercados financieros y sus instituciones, el gobierno corporativo, y otros temas que enriquezcan el conocimiento del anlisis financiero. Por tanto, admite originales con aportaciones tericas bien fundamentas; trabajos empricos bien motivados desde un punto de vista
terico; avances en la aplicacin prctica de los anteriores; y ensayos que muestren ideas, enfoques o mtodos de anlisis novedosos. Todos
los anteriores deben referirse al objeto de la revista y debern tener una utilidad para la mejora del anlisis y la valoracin en el mbito
financiero y corporativo. Todos los trabajos recibidos, que cumplan las condiciones mencionadas, sern previamente revisados de forma
annima por dos evaluadores externos especialistas en el tema tratado.
REMISION DE LOS TRABAJOS
Los trabajos enviados para su eventual publicacin podrn estar redactados en idioma espaol o en ingls, debern ser inditos, y no estarn sometidos a proceso de aceptacin o publicacin en otro medio.
Los originales debern ser enviados, en Word o PDF, a la direccin de correo electrnico analisisfinanciero@ieaf.es siguiendo las instrucciones que se indican ms abajo y que tambin se pueden consultar en la pgina web de la revista. Los trabajos recibidos sern sometidos
a un proceso de doble evaluacin annima.
REGLAS DE PRESENTACION Y ESTILO
Los originales remitidos no debern exceder de 30 pginas mecanografiadas a doble espacio, incluyendo el texto, cuadros, grficos, notas
y referencias bibliogrficas.
La primera pgina debe contener la siguiente informacin: a) el ttulo del trabajo; b) el nombre y apellidos del autor o autores; c) la
Universidad, institucin o empresa; d) la direccin, telfono y e-mail; e) en el caso de trabajos con ms de un autor, se incluir el nombre,
direccin, telfono y mail del autor de contacto; y f) a pe de pgina se incluirn los agradecimientos.
La segunda pgina incluir el ttulo del trabajo, un resumen con un mximo de 150 palabras y las palabras clave (entre tres y cinco). Todos
ellos debern estar en espaol e ingls.
Los manuscritos se escribirn a doble espacio, con mrgenes de 2,5 centmetros y tipo de letra Arial 12. Todas las pginas debern estar
numeradas correlativamente a excepcin de las dos primeras. Las referencias bibliogrficas, tablas y grficos deben escribirse en pginas
separadas al final del texto. Las tablas y grficos debern estar numerados y hacer referencia a ellos en el texto (si no fuesen originales,
deber figurar obligatoriamente la fuente de la que proceden). Las notas debern colocarse a pie de pgina, numeradas correlativamente en
nmeros arbigos.
Las referencias se citarn con el sistema Harvard. Cuando aparece el nombre de un autor en el texto la fecha se inserta ente parntesis inmediatamente despus del nombre. Por ejemplo: Myers (1984), o bien si son dos autores: Jensen y Meckling (1976). Si son ms de dos: Cox
et al. (1979).
Las referencias se incluirn al final del texto bajo el nombre de Referencias bibliogrficas. Slo podrn aparecer aquellas referencias previamente citadas en el texto. Debern estar ordenadas alfabticamente por autores de la siguiente forma:
- Para libros o monografas:
Fama, E. and Merton, M., 1972: The Theory of Finance. Dryden Press. Hinsdale (IL.).
- Para artculos:
Jensen, M. y Meckling, W., 1976: Theory of the firm: Managerial behavior, agency costs and ownership structure, Journal of Financial
Economics 3, 305-360.
- Captulo de libro:
Arnot, R., 1998: Investment Strategy, en: Bernstein, p. y Damodaran, A., eds. Investment Management, John Wiley. Nueva York 230-250.
- Documento en Internet:
Vlez-Pareja, I., 2003: Optimal Portfolio Selection: A Note, Working Paper, Disponible en
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=234883 [consultado 5 de noviembre de 2009].
Es importante que el lenguaje en el que se escribe el artculo sea comprensible para facilitar la difusin de las ideas expuestas entre el pblico al que va dirigida esta revista. Por ello, en la medida de lo posible, los autores deben evitar en el texto las expresiones matemticas y
cuando se incluyan deben ir numeradas y acompaadas de una explicacin de las mismas. Las demostraciones necesarias se incluirn en
un Apndice.
A efectos de normalizar los trabajos y facilitar su comprensin se recomienda que haya un epgrafe inicial de Introduccin, donde se expliquen los antecedentes y el propsito del trabajo y uno final de Conclusiones, donde se resuman claramente las aportaciones del trabajo para
el anlisis financiero (objeto de la revista). Despus aparecern las Referencias bibliogrficas y los Apndices.
La decisin de publicar los originales recibidos corresponde al Consejo de Redaccin despus de analizar los informes de los evaluadores
(dos, al menos) y de que el trabajo se cia a los temas que trata la revista.
ACEPTACIN DE LAS NORMAS Y PROPIEDAD INTELECTUAL
La remisin de trabajos a la direccin de la Revista supone explcitamente la aceptacin de las presentes bases de seleccin y evaluacin,
as como los resultados de la misma.
Los artculos publicados quedan en propiedad del Instituto Espaol de Analistas Financieros (IEAF), que administra los derechos de reproduccin y copia de los mismos.
Rules for publication in Anlisis Financiero

The magazine Anlisis Financiero published by the Spanish Institute of Financial Analysts is an essential reference for professionals of the
financial analysis and for researchers of financial economics departments in universities to whom it may concern. In addition, it has become a
meeting point between the experience and the vision of the market that the outstanding professionals of the financial world have, as well the
research generated by teachers and professors of financial economics. The editorial line that has been followed in recent years has been the one
to combine the technical precision with practicality, in a way that is to deepen in future issues.
WORKS THAT ANALISIS FINANCIERO PUBLISHES
Anlisis Financiero publishes theoretical and empirical works as well as essays that have an application inside the field of corporate finance, financial markets and its institutions, corporate governance and other issues that enrich the knowledge of financial analysis. Therefore,
it admits originals with well-founded theoretical contributions, empirical works that are well motivated from a theoretical point of view,
advances in the practical application of the foregoing and essays that show ideas, approaches or novel methods of analysis. All of the above
mentioned, should relate to the subject of the magazine and they must have utility for improving the analysis and valuation in the financial
and corporate scope. All received works that meet the conditions previously mentioned will be reviewed anonymously by two external
experts in the topic.
SUBMISSION OF WORKS
Papers submitted for possible publication can be drafted in Spanish or English language, they must be unpublished, and not subject to process of acceptance or publication elsewhere.
The originals should be sent in Word or PDF, to the email address analisisfinanciero@ieaf.es, following the instructions below that are also
available on the website of the magazine. The works received will undergo double blind peer review process.
RULES OF PRESENTATION AND STYLE

Manuscripts submitted should not exceed 30 double-spaced typewritten pages, including text, tables, graphs, notes and bibliographic references.
The first page should contain the following information: a) the title of the paper, b) the complete name of the author/s, c) the university,
institution or corporation, d) the address, phone and e-mail, e) for papers with more than one author, it must be included the name, address,
telephone and mail of the contact author, and f) a footnote will be included with the acknowledgments.
The second page will include the title, an abstract with a maximum of 150 words and keywords (three to five). All of them should be in
Spanish and English.
The manuscripts will be written double-spaced, with margins of 2.5 cm and font Arial 12. All pages should be correlatively numbered
except for the first two. The bibliographical references, tables and graphs should be typed on separate pages at the end of the text. Tables
and figures should be numbered and refer to them in the text (if they were not original, be provided the source from which they come). The
notes shall be placed as footnotes, numbered consecutively in Arabic numerals.
References will be quoted in the Harvard system. When the name of an author appears in the text, the date is inserted in parentheses immediately after the name. For example, Myers (1984), or if there are two authors: Jensen and Meckling (1976). If more than two: Cox et al. (1979).
References will be included at the end of the text, under the name of Bibliographic References. Only those references previously quoted in
the text may appear. They should be alphabetically arranged by authors as follows:
For books or monographs:
Fama, E. and Merton, M. 1972: The Theory of Finance. Dryden Press. Hinsdale (ill.).
- For articles:
Jensen, M. and Meckling, W., 1976: Theory of the Firm: Managerial behavior, agency costs and ownership structure, Journal of Financial
Economics 3, 305-360.
- Book chapters:
Arnot, R., 1998: Investment Strategy, in: Bernstein, P. and Damodaran, A. eds. Investment Management, John Wiley. New York 230-250.
- Internet document:
Vlez-Pareja, I., 2003: Optimal Portfolio Selection: A Note, Working Paper, available at
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=234883 [accessed November 5, 2009].
It is important that the language in which you write the article is understandable to facilitate the dissemination of the exposed ideas among
the audience addressed by this journal. Therefore, as far as possible, authors should avoid mathematical expressions in the text and when
included they should be numbered and accompanied by an explanation of them. The demonstrations shall be included in an Appendix.
In order to standardize the works and facilitate the understanding it is recommended that there is an initial section of introduction, which
explains the background and purpose of the work, and a last one with the conclusions, which clearly summarizes the contributions of the
work for financial analysis (purpose of the magazine). The References and Appendices will appear later.
The decision to publish the manuscripts received corresponds to the Editorial Board after considering the reports of the evaluators (two, at
least) and checking that the work sticks to the topics covered in the magazine.
ACCEPTANCE OF RULES AND INTELLECTUAL PROPERTY
The referral of works to the direction of the Journal provides explicit acceptance of these rules of selection and evaluation, and the results
thereof.
The articles published are property of the Spanish Institute of Financial Analysts (IEAF), which administers copyrights and copies of them.
BIBLIOGRAPHIC IDENTIFICATION
- Title: Financial Analysis
- ISSN: 0210-2358
- Years beginning publication: 1973
- Frequency: Quarterly
- Editor: Spanish Institute of Financial Analysts
- Editor's Address: Avenida del Brasil, 17 to 3 A-B. 28020-Madrid
- Databases that index: Dialnet Compludoc.
- Unesco Classification: 531,102 Financial Management
- JEL Classification: G- Financial Economics
- Universal Decimal Classification: 336, 336.7
- Area of expertise: Financial Economics and Accounting
ANALISIS FINANCIERO
Anlisis
Financiero
N
N
115
PRIMER
CUATRIMESTRE
2011
QUINTA
QUINTA EPOCA.
EPOCA.
N115 PRIMER CUATRIMESTRE 2011
P.V.P.
P.V.P. 13
13

LA VALORACIN BURSTIL EN EL MARCO DE LAS NIIF.
ESTUDIO EMPRICO Y ANLISIS DEL CASO DE
DERMOESTTICA
20

TAMAO DE MERCADO Y COMPETITIVIDAD BANCARIA
EN LA FINANCIACIN DE LBOs
32
Sofa Ruiz Campo

SE PUEDEN CLASIFICAR FCILMENTE LOS FONDOS
DE INVERSIN EN VALOR, MIXTO Y CRECIMIENTO?
48
Luis Otero Gonzlez, Pablo Durn Santomil,

Sara Fernndez Lpez y Luis Ignacio Rodrguez Gil
EL MODELO DE CAMBIO DE RGIMEN LOGNORMAL
COMO ALTERNATIVA PARA LA MODELIZACIN
DEL RIESGO DE RENTA VARIABLE EN EL MARCO
DE SOLVENCIA II
60
Manuel Lpez Antn

FINANCIAL ANALYSTS INFORMATION REQUIREMENTS
AND FORECASTING ACCURACY
72

GESTIN ACTIVA DE UNA CARTERA DE BONOS:
UN MODELO CUANTITATIVO DE DURACIN
MIEMBRO DE LA FEDERACIN EUROPEA DE ASOCIACIONES DE ANALISTAS FINANCIEROS (EFFAS)

Analisis Financiero 2011

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analisis Financiero 2011

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISIS FINANCIERO

N115 PRIMER CUATRIMESTRE 2011

Susana lvarez Otero y Eduardo Rodrguez Enrquez

Carlos Contreras y Pablo San Romn

Sofa Ruiz Campo

Luis Otero Gonzlez, Pablo Durn Santomil,

Manuel Lpez Antn

Mario Bajo Traver y Emilio Rodrguez Alfonso

INSTITUTO ESPAOL DE ANALISTAS FINANCIEROS

FUNDACIN DE ESTUDIOS FINANCIEROS

MIEMBRO DE LA FEDERACIN EUROPEA DE ASOCIACIONES DE ANALISTAS FINANCIEROS (EFFAS)

CSAR ALIERTA IZUEL

FERNANDO GMEZ-BEZARES PASCUAL

CLAUDIO ARANZADI MARTINEZ

PROSPER LAMOTHE FERNANDEZ

Universidad Autnoma de Madrid

VALENTN AZOFRA PALENZUELA

Karl-Franzens Universitt Graz

MXIMO BORRELL VIDAL

JUAN MASCAREAS PREZ-IIGO

Universitat Rovira i Virgili

Universidad Complutense de Madrid

JAVIER MONZON DE CACERES

Vrije Universiteit Amsterdam

ALDO OLCESE SANTONJA

University of San Diego

Real Academia de CC. Econmicas y Financieras

GUILLERMO DE LA DEHESA ROMERO

EMILIO ONTIVEROS BAEZA

Universidad Autnoma de Madrid

PABLO FERNANDEZ LPEZ

MARIANO RABADAN FORNIS

SANTIAGO FERNNDEZ VALBUENA

MXIMO FERRANDO BOLADO

LUIS FERRUZ AGUDO

IGNACIO VELEZ PAREJA

Universidad Tecnolgica de Bolvar

SECRETARIO DEL CONSEJO EDITORIAL

JOS LUIS MARTN MARN

TERESA CORZO SANTAMARA

Editan: Instituto Espaol de Analistas Financieros y Fundacin de Estudios Financieros .

caria relevante. En consecuencia desde la perspectiva de los precios la hiptesis de la restriccin de

utilizado datos mensuales de la serie de Ibex 35 del

niones. La metodologa utilizada con estos fines es la

Susana lvarez Otero* y Eduardo Rodrguez Enrquez**

La valoracin burstil en el marco

Aceptado: 10 de Febrero de 2011

Profesora Titular de Economa Financiera y Contabilidad. Departamento de Administracin de Empresas.

LA VALORACIN BURSTIL EN EL MARCO DE LAS NIIF. ESTUDIO EMPRICO Y ANLISIS

la seccin 3 se detalla el mbito de la investigacin, los datos

2. EFECTOS ECONMICOS DE LA IMPLANTACIN

Dado el papel preponderante del paradigma de utilidad de la

La concrecin de la definicin de activo y pasivo y los

LA VALORACIN BURSTIL EN EL MARCO DE LAS NIIF. ESTUDIO EMPRICO Y ANLISIS

tables y los precios de mercado. Ni siquiera presumen que

3. BASE DE DATOS Y CONTRASTE EMPRICO

Los estadsticos recogidos en la Tabla 1 vienen referidos a

los estadsticos de la submuestra de empresas que iniciaron

LA VALORACIN BURSTIL EN EL MARCO DE LAS NIIF. ESTUDIO EMPRICO Y ANLISIS

mientras que para el contraste de la varianza se ha empleado

Como se ha puesto de manifiesto, con la introduccin de las

Las diferencias ms significativas que cabe mencionar entre

4. LA SALIDA A BOLSA DE DERMOESTTICA.

LA VALORACIN BURSTIL EN EL MARCO DE LAS NIIF. ESTUDIO EMPRICO Y ANLISIS