Anlisis
Financiero
N
N
115
PRIMER
CUATRIMESTRE
2011
QUINTA
QUINTA EPOCA.
EPOCA.
P.V.P.
P.V.P. 13
13
20
32
48
60
72
Anlisis
Financiero
CONSEJO EDITORIAL
PRESIDENTE DEL CONSEJO EDITORIAL
JUAN CARLOS URETA DOMINGO
IEAF - FEF
Telefnica
Universidad de Deusto
FEF y CDTI
OTTO LUCIUS
Universidad de Valladolid
HANS BUYSSE
Indra
THOMAS COPELAND
Aviva
IESE
Inverco
RICHARD SHOCKLEY
Telefnica
Indiana University
MICHAEL THEOBALD
Universidad de Valencia
University of Birmingham
Universidad de Zaragoza
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
SUMARIO
Introduccin
Juan Mascareas
La valoracin burstil en el marco de las NIIF.
Estudio emprico y anlisis del caso de Dermoesttica
Susana lvarez Otero y Eduardo Rodrguez Enrquez
Tamao de mercado y competitividad bancaria en la financiacin de LBOs
Carlos Contreras y Pablo San Romn
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
Mario Bajo Traver y Emilio Rodrguez Alfonso
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-
Juan Mascareas
ANLISIS FINANCIERO
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
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
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
ANLISIS FINANCIERO
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-
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
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.
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
10
ANLISIS FINANCIERO
TABLA 2.
Estadsticos descriptivos de la muestra submuestra previa a las NIIF
Precio Oferta
Edad
Acciones colocadas
Ratio Market-to-Book
Efectivo
Valor de Mercado
Activo Total
Deuda con coste
Beneficio Neto
Amortizaciones
Rentab. Econmica
Fondo de Maniobra
Valor terico-contable
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.
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
11
TABLA 3.
Estadsticos descriptivos de la muestra submuestra superior a las NIIF
Precio Oferta
Edad
Acciones colocadas
Ratio Market-to-Book
Efectivo
Valor de Mercado
Activo Total
Deuda con coste
Beneficio Neto
Amortizaciones
Rentab. Econmica
Fondo de Maniobra
Valor terico-contable
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,
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
12
ANLISIS FINANCIERO
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.
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
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
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
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
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
Anlisis Financiero n 115. 2011. Pgs.: 06-18
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
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
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
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
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
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
16
ANLISIS FINANCIERO
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.
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
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
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
17
18
ANLISIS FINANCIERO
Notas:
9.-
1.-
cambios, dada la gran posibilidad que ofrecen las NIIF de elegir entre
distintas alternativas, optando por mantener las normas que estn per-
2.-
3.-
El 4 de marzo de 2008 la SEC emiti una norma (SEC 2008) que per-
mite que las sociedades que elaboren sus estados financieros de acuer-
acciones en el mercado.
4.-
5.-
bles en los que se ubican las clnicas a los requisitos tcnicos y legales
investigacin.
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.-
8.-
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
20
ANLISIS FINANCIERO
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
Recibido: 23 de Diciembre de 2010
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
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.
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
23
24
ANLISIS FINANCIERO
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)
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.
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)
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.
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
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
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
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
Grfico 5
Grfico 6
Grfico 7
Grfico 8
Encarecimiento de la financiacin bancaria
frente a variacin en ranking
Grfico 9
300 p.b.
425
396 p.b.
198 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
40%
100
Entidades
financieras
globales
Entidades
financieras
regionales
*ROA neto provisiones e incluyendo rentabilidad por aseguramiento, pero sin incluir
*ROA antes de provisiones y sin incluir encarecimiento del coste de financiacin
Grfico 10
Grfico 11
Grfico 12
Grfico 13
30
ANLISIS FINANCIERO
Notas:
11.- Esta ponderacin resulta ms adecuada para determinar la evolucin de
1.-
2.-
del PIB est por debajo de su nivel potencial, muestran tasas de renta-
miento de sus CDS con respecto a las entidades con mayor actividad en
expansivos.
2008.
3.-
para EMEA. Por este motivo, para estudiar las diferencias entre los
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.-
crunch.
Europa.
15.- Vase Contreras y San Romn (2010)
5.-
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-
king_and_finance/article2182984.ece
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).
8.-
trminos de multiplicador de beneficio operativo) no cayeron tan significativamente como caba esperar. Por otra parte, los inversores de los
9.-
2005-07 y 2006-08.
32
ANLISIS FINANCIERO
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
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.
CUADRO 1
Cuadro de estilos de Morningstar
ESTILO DE INVERSIN
Valor
Mixto
Grande
Medio
Pequeo
Fuente: Morningstar
Crecimiento
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%
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
Fuente: Morningstar
36
ANLISIS FINANCIERO
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.
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
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.
ANOVA
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
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
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).
39
REFERENCIAS BIBLIOGRFICAS
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
SHARPE, W.F., 1964: Capital asset prices: A theory of market equilibrium under conditions of risk, Journal of Finance, Vol. 19, 3,
425-442.
APNDICE I
Ratio de
Sharpe
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.
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).
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
ANOVA
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
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:
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
Fondo de Inversin de
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.-
Fondo de Inversin de
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.-
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
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:
2.-
et al. (1991).
inversin, www.morningstar.es
co.
4.-
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.-
7.-
Parmetro
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
ENTIDAD FUNDADORA
INSTITUTO ESPAOL DE ANALISTAS FINANCIEROS
48
ANLISIS FINANCIERO
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.
Recibido: 15 de Diciembre de 2010
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
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
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
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
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
0,1
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.
5,0%
99,8%
= 1,2)
90,0%
0,0% -0,1360
d d
d d
5,0%
50
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
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.
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
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).
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.
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
ANLISIS FINANCIERO
d d
1,t-1 1,1
d d
F ()i = (
2,t-1 2,1)
F ()i,r-1 + (
d d
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
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
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
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.
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.
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
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
54
ANLISIS FINANCIERO
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
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
55
7. BIBLIOGRAFA
Clculo de las cargas de capital con diferentes modelos
49,53%
Modelo RSLN
39,12%
32,00%
Frmula QIS4
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.
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
56
ANLISIS FINANCIERO
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-
7.-
p1=
p2,1
p1,2
U p2 = 1- p1 =
p1,2 + p2,1
p2,2 + p2,1
9.-
Notes:
1.-
10.- Utilizando los datos del ejemplo, hemos comparado el modelo RSLN
con otros ms sofisticados como son los modelos ARCH, GARCH, RS-
Correo: luis.otero@usc.es
2.-
ICEA(www.icea.es).
3.-
muestral ( lj
Europea.
4.-
1
2
( - m)2
f () = 1 exp
2s
calcula como:
VaRp(U) = m + sF-1(p)
1
[F- (p)]
TVaRp(U) = m + s
1-p
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
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
Anlisis Financiero n 115. 2011. Pgs.: 48-57
57
60
ANLISIS FINANCIERO
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
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
62
ANLISIS FINANCIERO
63
64
ANLISIS FINANCIERO
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.
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.
65
66
ANLISIS FINANCIERO
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,
67
68
ANLISIS FINANCIERO
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
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.
70
ANLISIS FINANCIERO
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.
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.
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.-
72
ANLISIS FINANCIERO
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
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:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
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
Figura 1
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
74
ANLISIS FINANCIERO
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.
Figura 2
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
Figura 3
Fuente: Bloomberg.
75
Figura 4
Fuente: Bloomberg.
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
76
ANLISIS FINANCIERO
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
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
77
Figura 6
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.
Earning Yield Gap. Ratio entre el earning yield forward12 (EPSf/P) y la TIR del bono a 10 aos estadouni-
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
78
ANLISIS FINANCIERO
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.
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
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
Figura 10
Fuente: Bloomberg.
Clculos: Elaboracin propia.
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
80
ANLISIS FINANCIERO
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 -
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
81
Figura 13
Figura 14
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
0.55
-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).
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
2.64
2.16
1.35
82
ANLISIS FINANCIERO
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.
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-
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
83
Figura 19
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.
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.
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
84
ANLISIS FINANCIERO
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.
Figura 21
Datos semanales de 1992 a 2010.
Clculos: Elaboracin propia.
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
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).
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.
Figura 23
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
86
ANLISIS FINANCIERO
RENTABILIDAD
Rentabilidad acumulada
R media ann.
Rent. Geomtrica
Rent. Mnima
Fecha R min.
Rent. Mxima
Fecha R Max
Rent. 5 th percentil
Rent. 95 th percentil
RIESGO
Volatilidad anualizada
Coef. Variacin
Rango max-min
% Per Rent. Negativa
Semideviation
Downside Deviation (MAR)
Downside Deviation (MAR)
Downside Deviation (MAR)
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
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
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).
Figura 26
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
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-
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
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).
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])
REFERENCIAS BIBLIOGRFICAS
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.
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
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.-
2.-
Chua, C., Koh, W. y Ramaswamy, K. Profiting from MeanReverting Yield Curve Trading Strategies. Journal of Fixed
Income, 15 (2006), pp. 2033.
3.-
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
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.
7.-
El modelo podra adems incorporar otra serie de factores, como oferta, estacionalidad en los rendimientos, flujos o liquidez. (Ver Lehman
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
9.-
89
mayor duracin.
Mario Bajo Traver y Emilio Rodrguez Alfonso : Gestin activa de una cartera de bonos:
un modelo cuantitativo de duracin
Anlisis Financiero n 115. 2011. Pgs.: 72-89
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.
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.
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.
Objetivos
1. Reforzar el vnculo intelectual y profesional entre sus miembros de forma que ayude a la defensa
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
*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
(*) Las solicitudes de admisin de los candidados a miembros del IEAF han de ser aprobadas por la Junta Directiva Nacional
del Instituto
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.
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.
P.V.P.
P.V.P. 13
13
20
32
48
60
72