VOLUMEN

XVII

No 33-34

JULIO-DICIEMBRE

1994

Et.?ONOMIA
INDICE
ARTICULOS

VITTORIO CORBO. Las reformas econmicas en Chile: una sntesis JUAN ANTONIO MORALES. Ajuste macroeconmico y reformas estructurales en Bolivia, 1985 1994 LUCIA ROMERO y WALDO MENDOZA. modelo IS-LM en una economa dolarizada El

43

75

GLORIA CANALES y ALAN FAIRLIE. Dinknica de precios relativos en regmenes alternativos CARLOS FERNANDO WONG. Notas sobre la estimacin de prestaciones a otorgarse en el Sistema Privado de Pensiones (SPP) JORGE ROJAS. La reforma del sistema financiero peruano, 1990- 1995 SERGIO ZUIGA. Retornos accionarios y efecto tamao: un anlisis del caso chileno entre 1988 y 1991
RESEAS

95

121

149

199

MAXIMO VEGA-CENTENO. Matemticas para el anlisis econmico de Malaspina, J. Uldarico. ALAN FAIRLIE REINOSO. Teora econmica empresa y desarrollo de Gerbolini, Gian Flavio. MAXIMO VEGA-CENTENO. Buscando salidas. Ensayos sobre la pobreza de Iguiiz, E. Javier.

225

ECONOMIA.

Vol. XVII No 33-34 Julio-Diciembre 1994

RETORNOS ACCIONARIOS Y EFECTO TAMAO: Un anlisis del caso chileno entre 1988 y 1991
Sergio Ziga* 1. INTRODUCCION

En Finanzas se han hecho grandes esfuerzos para determinar si un modelo de equilibrio de mercado como el CAPM (Capital Assets Pricing Model) es veriticable. A travs de diferentes pruebas se han obtenido efectos no deseados en el comportamiento de los ttulos accionarios. Uno de estos comportamientos anmalos es el llamado Efecto Tamao, detectado originalmente por Banz (1981) y Reinganum (1981). Ambos autores concluyen que el CAPM esta mal especificadd al obtener evidencia de que las empresas pequeas muestran persistentemente mayores retornos ajustados por el riesgo que el resto de las empresas. Esto implicara entonces que un factor adicional al riesgo sistemtico de las empresas puede explicar significativamente su correspondiente retorno3. Sin embargo, Banz y Reinganum encuentran que,
1 Ingeniero Comercial; de Tarapac. Magister en Rnanz.as, Universidad de Chile. Profesor en la Universidad

Sin embargo, existe ciertamente a pesar de que implcitamente

la ambigedad de que el mercado es lo que se supone.

bajo estudio

no sea eficiente,

En otras palabras, si un modelo de valoracin de ttulos accionarios como el CAPM, es verdadero y apropiadamente medido, espetamos que el retorno sea una funcin positiva sdIo del riesgo sistemtico y no del tamao de las empresas. Esto significarfa, por ejemplo, que dos empresas del mismo giro (y nivel de deuda) que enfrenten igual BETA, mantendrn en equilibrio iguales retornos esperados.

199

Sergio Ziga

adicionalmente, el tamao burstil de las empresas permite explicar estadsticamente los retomos4. Banz (1981) estudia la relacin retorno residual a proporcin del mercado para cinco portafolios de ttulos ordenados por Betas, reportando resultados que muestran que el Efecto Tamao no es lineal en el valor de mercado y que el principal efecto ocurre para empresas muy pequeas. Su medicin del retorno residual se basa en un modelo de tres factores, tal que considera Betas y Tamao. La investigacin posterior continu con Reinganum (198 1), quien utiliza la alternativa paramtrica del APT como un caso mas general al modelo CAPM de un perodo. El autor concluye que un ART parsimonioso no salva los problemas del CAPM, y portafolios de empresas pequeas ganan en promedio 20% anual mas que portafolios de grandes empresas, an despus de controlar por riesgo va este modelo. Obtiene similar resultado independientemente de si el riesgo es medido con 3,4 5 factores. Ese mismo ao, Rol1 (198 1) plante que el riesgo no ha sido medido apropiadamente para las empresas pequeas (el Beta), y que el error aparentemente se debe a la autocorrelacin en los retornos causados por la transacciones poco frecuentes de las empresas pequeas. Roll, sin efectuar una prueba directa de su proposicin, da una detallada explicacin de este problema de transacciones discontinuas, que fuera sealado ya por Lawrence Fisher (1966). Scholes y Williams (1977) y Dimson (1979) han propuesto similares metodologas de correccin de los Betas, las que en general consisten en incorporar trminos de adelanto y rezago en las estimaciones. Reinganum (1982) efecta una prueba acerca de esta hiptesis de Rol1 (198 1). obteniendo que, mientras la direccin del sesgo en la estimacin del Beta es consistente con dicha hiptesis, la magnitud parece muy pequea para poder explicar el Efecto Tamao. Keim (1983) estudi luego con mayor detalle las caractersticas del efecto tamao mostrando que persistentemente los retornos en enero son superiores a los de los otros meses de ao, y que este efecto
4 El procedimiento b&sico utilizado por ellos consiste en correr regresiones de corte transversal y series de tiempo a fin de obtener estimadores insesgados y eficientes del coeficiente de riesgo Beta, reduciendo el problema de error en las variables que surge de utilizar datos histricos como proxis de los datos esperados que requiere el modelo. En base a los resultados de esta metodologa, Reinganum (1981) afirma que del set de factores omitidos en el modelo, el tartuuIo parece tener mayor fuerza que otra anomalfa, como puede ser el ratio EIP (fndice de utilidad a precio), es decir, que an despus de controlar por efecto PIP un fuerte efecto tamao persiste, pero no aparece un efecto FYP cuando se controla por tamaIo. Luego, el efecto E/ P sera una proxy del efecto tamao, pero no viceversa.

200

RETORNOS

ACCIONARIOS

Y EFECTO

TAMAO

no es explicado por el Beta o por el premio por riesgo, an despus de ajustar por transacciones discontinuas. Un resultado particularmente interesante de su trabajo, como hemos dicho, fue la aparicin de un Efecto Enero. Este mes mostr un efecto tamao muy superior a los otros once meses del afro. Un efecto tamao mensual del 15% es detectado en ese mes, en contraste con los otros meses que tienen un exceso de retorno del 2.5% mensual. La investigacin que aqu presentamos tiene por propsito entonces la deteccin del Efecto Tamao para informacin chilena de retornos accionarios a travs del modelo de CAPM tradicional. El trabajo se organiza comenzando con una descripcin inicial de la metodologa desarrollada, destacando los fundamentos bsicos del modelo de valoracin. Posteriormente, se describe la base de datos y las empresas consideradas. Los coeficientes betas estimados para estas empresas son corregidos por transacciones discontinuas para construir los portafolios de control y estimar los retornos residuales (excesos/ dficits de retornos). Los resultados son obtenidos a travs de 2 procedimientos paralelos, finalizando con una discusin de los mismos.
2. METODOLOGIA Y ESTIMACION

El procedimiento bsico para la deteccin del efecto tamao requiere del uso de un modelo de equilibrio de mercado. En particular, el CAPM de Sharpe (1964), Litner (1965) y Black (1972) satisface dicho requerimiento a pesar de estar sustentado en supuestos simplificadores de la realidad como son lo siguientes: (a) los inversionistas son adversos al riesgo y que eligen portafolios eficientes maximizando el retorno esperado para un nivel dado de riesgo, (b) no hay impuestos o costos de transaccin, (c) hay tasas idnticas de endeudamiento y prstamo, (d) los inversionistas estn en completo acuerdo con sus expectativas acerca de activos individuales y (e) los retornos de los activos tienen una distribucin normal multivariada. Con ello, si el modelo es correcto y los mercados de activos son eficientes, los retornos de los ttulos seguirn en promedio la siguiente relacin:

EX\) = Rf + M&J-RflBi
donde, EC&) = \ el retorno esperado sobre el activo i, 201

Sergio

Ziga

4
E(Q)
Pi

=
= =

el retorno de un activo libre de riesgo5, el retorno esperado sobre el portafolio de mercado de todos los ttulos transables, La sensitividad del activo i al movimiento del mercado (Beta)

Como los valores esperados de la ecuacin anterior no son observables, deben ser estimados a partir de informacin histrica, lo que genera el ya sealado problema de error en las variables. Uno de los mejores mtodos disponibles de estimacin involucra el uso combinado de regresiones en series de tiempo y en corte transversal, que fuera desarrollado originalmente por Black, Jensen y Scholes (1972), Fama y Macbeth (1973), Black y Scholes (1974), y descrito por Fama (1976). La idea central radica en que el problema de error en la variables puede producirse a travs del agrupamiento de activos en portafolios de mnima varianza y esto ~610 se logra cuando los portafolios contienen un razonable nmero de activos. Para nuestro caso, sta es entonces una limitacin para la estimacin de los Betas del modelo con informacin chilena ya que probablemente el nmero de empresas que cumplen cierto requisito mnimo de transabilidad oscile alrededor de 100 empresas. Con ello no es posible construir un nmero suficiente de portafolios con diferentes activos, tales que se pueda correr regresiones de corte transversal sobre los parmetros estimados de los mismos. Esta limitacin nos lleva a estimar betas de activos individuales slo con series de tiempo, implicando asumir el consecuente comportamiento estable de los parmetros estimados a travs del tiempo , supuesto que puede no ser verdadero en Chile para perodos mayores de 3 aos, razn por la cual el tamao.

Rf es la tasa de retorno sobre un activo libre de riesgo o la tasa de retorno de un activo con cero correlacin con el mercado. de acuerdo con la extensin de Fisber Black al CAFM. Ver nota (15).

6 Los autores sealados estiman betas fmales de portafolios. Los betas individuales slo sirven para reordenar peridicamente los portafolios. As, por ejemplo, si bien el portafolio de mayores betas va cambiando de composicin en trminos de los ttulos que lo integran, se supone que el beta medio de este portafolio es estable en el tiempo y entonces es til para efectuar otras pruebas a partir de l. El hecho de que los portafolios tengan mnima varianza (dentro del portafolio) sugiere que el portafolio est bien construido y su valor medio es representativo.

202

RETORNOSACCIONARIOS Y EFECTOTAMAO

Como proxy del retorno del portafolio de mercado se seleccion, a pesar de sus limites7, el IGPA (ndice General de Precios Accionarios) de la Bolsa de Comercio de Santiago, que se compone de la mayorfa de las acciones con cotizacin burstil de Chile y que mide los cambios de las acciones a travs de variaciones en el patrimonio burstil de las diferentes sociedades componentes de los 5 rubros bsicos. Si bien este ndice no est corregido por dividendos, la incidencia de los mismos sobre el ndice probablemente no es tan importante debido a que los montos de dividendos como fraccin del patrimonio burstil es relativamente baja. Luego, si las polticas de distribucin de dividendos de las empresas son relativamente estables, esperamos que el efecto de los dividendos sobre el IGPA sea pequeo. Para las estimaciones de retornos se utiliz informacin de la Bolsa de Comercio de Santiago para el perodo 1988 a 1991 de los precios de cierre diarios para todas las acciones inscritas. De este archivo se seleccion aquellas empresas que en el perodo bajo estudio hayan registrado transaccin en por lo menos 6 meses de cada ao. Si bien la medida es arbitraria, fue utilizada para ampliar nuestra muestra a otras empresas adicionales a las 40 que considera por ejemplo el IPSA. Con ello, el nmero de empresas disponibles para el estudio creci a 102, segn Anexo 1. De esta informacin se extrajo el primer da de transaccin de cada mes y se procedi a calcular las rentabilidades mensuales y a efectuar los ajustes por variaciones de capital y dividendos para obtener los retornos nominales mensuales iniciales (luego se obtendrn los reales) que consideraron emisiones liberadas, dividendos optativos, dividendos en dinero, repartos de capital, canjes y emisiones pagadas. Para la estimacin emprica de los Betas, un modelo con mayor flexibilidad que el CAPM, pero que encuentra en l su sustento terico, es el Modelo de Mercado, el que debe ser estimado con retornos reales (el Beta asestimado, en general, no es el mismo del que se obtiene con retornos nominales). Este modelo fue el utilizado en su expresin ex-post, es decir:

7 Un grupo de problemas de cualquier proxy del indice de mercado fueron descritos por Roll (22) y tales crticas se refieren a que el ndice de mercado debe contener todos los activos riesgosos de la economa (incluyendo por ejemplo capital humano) y no ~610los accionarios, lo que hace su obtencin prkticamente imposible. Adicionalmente, una prueba del CAPM debe resultar tautolgica si se logra usar el verdadero ndice de mercado.

203

Sergio

Ziga

Cit = (Xi + &r,t donde, rit

mt

+ Eit

=
=

oli Eit

= =

el el el el

retorno real del activo i en el perodo t retorno del mercado en el perodo t coeficiente de posicin del activo i error aleatorio del activo i en el perfodo t

y adicionalmente,

Los Betas, que son obtcnidos para cada activo individual por medio de regresiones de series de tiempo para los retornos reales, fueron corregidos por transacciones no frecuentes por la metodologa de Scholes y Williams*. De acuerdo a los autores, el Beta corregido se define como:
p _
SW

@mt-l

+ Prmt

+ Prmt+l

1 + w3,l

donde, PS-, = Beta de Scholes y Williams, y /3rmt-t = cov)v~rmtY)t)

mt- 1

corresponde al Beta obtenido rezagando el retorno del mercado en 1 perodo. cov(ritrmt) Pr, =
8

Var(r,J

Una metodologfa de correccin similar a la de Scholes y Williams es la propuesta por Dimson (1979) que, sin embargo, ha sido criticada por Fowler y Rorke (1983). quienes concluyen que el procedimiento de Dimson es incorrecto y no se. puede esperar que generalmente entregue estimaciones consistentes de los Betas. Afirman que el procediiiento de Scholes y Williams s lo es, y en definitiva aqu utilizamos ~610 este ltimo.

204

REIY)RNOS

ACCIONARIOS

Y EFEti

TAMm

corresponde a la definicin tradicional del Beta. Adicionalmente,

knt+1

corresponde al Beta obtenido adelantando el retorno del mercado en 1 perodo. Por ltimo, 0, = cov(rmt~rmt-1) DS (rmtPS(rmte 1)

corresponde al coeficiente de autocorrelacin de primer orden del retorno del mercado (DS es la desviacin estndar). Los resultados de estas estimaciones aparecen en el Anexo 1. Ordenando los activos por riesgo decreciente se obtienen cinco portafolio&, donde cada portafolio tiene un nmero similar de acciones (aproximadamente 20). En el Cuadro 1 se muestran algunas caractersticas de los Betas corregidos de estos portafolios.
Cuadro 1

Estadstica de los Betas Estimados

Portafolio

menor 1.2647
1.0123 0.7046 0.4035 -0.6030

Betas medio
1.4983 1.0123 0.8613 0.5432 0.0028

mayor
2.4816 1.2605 1.0103 0.6951 0.3865

desv.st. 0.2888 0.0697 0.0828 0.0898 0.2828

1
2 3 4 5

9 La seleccin del nhero de portafolios es ciertamente arbitraria, sin embargo se analiz la posibilidad de construir 3,5 6 10 portafolios. Para el primer caso, si bien el nmero de activos en cada portafolio era satisfactorio, el rango de Betas en cada portafolio era excesivo. Para el caso de 10 portafolios, si bien el rango de betas era menos, el nmen, de ttulos en cada portafolio era insatisfactorio.

205

Sergio Ziga

Los portafolios 1 y 5 presentan las mayores dispersiones, indicando que los betas extremos son menos representativos del grupo a que pertenecen. Como veremos, este resultado potencia las pruebas y conclusiones obtenibles particularmente para estos portafolios extremos.
3. RETORNOS FWXLNJALES Y TAMAO

La metodologa seguida busca asociar retornos residuales (excesos-dficits y retornos efectivos en relacin a los esperados) con el tamao de cada empresa y detectar un determinado comportamiento en esta relacin. Para ello se mide el retorno esperado a travs de Portafolios de Control, tal que la serie de retornos medios de cada portafolio se constituye, por definicin, en la serie de retornos esperados del portafolio. El grado de eficiencia de este procedimiento ser funcin directa, sin embargo, del nmero de ttulos contenidos en cada portafolio, los que sabemos son relativamente pocos. Dos son los pasos bsicos seguidos para determinar la relacin buscada: i) Construccin de los portafolios de control

Al ordenar las acciones en base a su riesgo Beta, se construyen 5 portafolios con similar nmero de activos cada uno segn se indic en el Cuadro 1. Entonces, se calcula el retorno promedio simple de cada mes para cada portafolio. La serie de retornos promedios mensuales obtenida es llamada entonces Portafolio de Control, y se asume que corresponde a la serie de retornos representativa de cada portafolio (esperada). As, por ejemplo, el portafolio 1 contendra los ttulos con mayor riesgo dentro de la muestra, y la serie de retornos con menor riesgo se encontrara en el portafolio 5. De esta forma, esta metodologa tiene la ventaja de que no requiere obtener las series de retornos esperados para cada ttulo directamente del modelo, sino que dichas expectativas se obtienen ms bien de las series de retornos de cada portafolio de control. Como los retornos de cada portafolio de control corresponden al retorno esperado de cada portafolio, de hecho se espera que el portafolio 1 tenga una serie de retornos promedio superior a la de los dems portafolios. El Cuadro 2 resume nuestras estimaciones con algunos estadsticos de los retornos mensuales de cada uno de los 5 portafolios de control: 206

RETORNOS

ACCIONARIOS

Y EFECTO

TAMAO

Cuadro 2 Serie de retornos de los Portafolios de Control (En porcentajes mensuales)

Fecha 88 88 89 89 89 89 89 89 89 89 89 89 89 89 90 90 90 90 90 90 90 90 90 90 90 90 91 91 91 91 91 91 91 91 91 91 ll 12 01 02 03 04 05 06 07 08 09 10 ll 12 01 02 03 04 05 06 07 08 09 10 11 12 01 02 03 04 05 06 07 08 09 10 P-l 0.24 0.82 15.54 3.83 7.13 10.07 -8.:; -4.16 -5.97 -2.5 1 5.57 -1.45 7.78 1.86 10.74 -4.94 -4.58 -5.11 2.24 -6.48 -2.16 -7.88 0.61 ll.29 ll.29 13.10 23.78 35.57 1.47 10.62 20.68 21.76 38.76 5.08 -12.55 5.52 ll.69 2.11 P-2 3.95 4.87 12.96 7.80 4.45 12.35 2.82 -5.26 1.24 -8.87 -0.33 ll.24 5.41 13.45 7.65 12.40 1.60 -4.49 -2.48 1.77 -2.58 5.40 -6.58 -2.27 19.20 12.33 10.47 27.28 8.14 -2.55 7.80 11.61 9.05 22.43 15.31 -10.08 5.76 8.48 1.47 P-3 3.99 6.85 5.96 6.78 5.07 3.76 8.20 -6.24 3.20 -0.36 -1.02 17.93 16.78 8.83 4.57 9.02 5.71 -1.30 -1.27 0.56 3.92 1.12 -6.44 -5.31 14.59 15.42 7.93 16.04 10.89 -3.51 12.26 4.56 15.21 8.76 13.46 -6.03 5.37 7.00 1.30 P-4 1.11 3.52 5.33 3.28 2.80 8.79 5.98 -4.76 -1.82 -0.95 -0.90 -1.33 4.05 6.49 0.95 4.63 17.28 5.69 2.00 4.29 -0.01 5.82 -2.87 -4.00 7.99 5.25 4.87 16.75 19.19 2.99 5.97 18.27 12.99 6.98 8.08 -3.26 4.76 6.04 1.27 P-5 1.17 -0.68 2.47 0.60 -2.29 2.68 4.94 0.54 -1.16 10.84 -1.58 7.84 0.83 1.51 -5.83 2.04 12.63 5.35 1.64 6.01 -1.73 2.25 -1.32 -0.30 2.43 6.03 1.31 5.82 4.51 11.19 13.06 3.06 3.58 4.51 3.81 4.32 3.11 4.17 1.34

Media Desv. St. Coef. Var

207

SergioZiga Tanto la media como la varianza de los retornos muestran los resultados que esperbamos encontrar, por cuanto aquellos portafolios con mayor Beta han de tener un mayor retorno promedio y viceversa. La relacin no se cumple slo para los portafolios 1 y 2, pero la diferencia de retorno entre ambos es relativamente pequea (0.24% mensual). El portafolio 1 tiene una mayor dispersin de retornos, por lo que es posible que algunas observaciones extremas estn reduciendo el retorno medio del mismo. ii) Cdlculo de los excesos & retorno acumulados

Restando el retorno mensual de cada activo respecto al retorno mensual de su correspondiente portafolio de control, se obtienen 102 series de excesosdticits de retorno (una serie para cada empresa), tal que cada una representa desviaciones respecto a su retorno esperado. Al acumulado individual de estos excesos-dfcits de retornos los llamamos Retornos Residuales (Excesos de Retornos Acumulados) y entregan una medida final de retornos divergentes respecto a los esperados. Es decir:
36

ERAi= c [ritl $1 t=1 donde, ERAi = exceso de retorno del activo i rit = retorno del activo i en el mes t pt = retorno del portafolio de control en el mes t Los Retornos Residuales estimados paracada una de las empresas aparecen en el Anexo 2. Ntese que la sumatoria de los acumulados de cada portafolio tiene suma cero, lo que favorece la verificacin de los clculos efectuados. Como deseamos detectar un comportamiento sistemtico de los excesos d retornos acumulados en relacin al tamao de las empresas, efectuamos nuestra estimacin del tamao usando informacin burstil en lugar de informacin contable. Pero el clculo del valor de mercado de una empresa pasa por la valoracin de su patrimonio y de los diferentes tipos de deuda, de tal modo que una proxy del tamao es simplemente utilizar su patrimonio burstil. Esta ha sido la metodologa utilizada en,los estudios pioneros de Banz, Reinganum y Keim, y ser entonces la que aqu aplicaremos. El patrimonio 208

REIWWOS

ACCIONARIOS

Y EFECTO

TAMAO

burstil de una empresa es el nmero de acciones en circulacin multiplicado por .el precio de cierre. Se han obtenido los patrimonios burstiles nominales a diciembre de 1989, 1990 y 1991 respectivamente, utilizando para ello la informacin contenida en la FBCU (Ficha Estadstica Codificada Uniforme) proporcionadas por las empresas a la Superintendencia correspondiente. Esta informacin fue corregida por la inflacin del periodo para obtener los patrimonios reales de cada ao expresados en moneda de 1991. Posteriormente, los 3 aos son promediados, para obtener as una apropiada estimacin del Patrimonio Burstil medio de cada compaa en el perfodo bajo estudio. En el Anexo 3 se presenta el listado con la informacin de las estimaciones de Beta, Tamao y Exceso de Retorno para cada empresa.
4. RESULTADOS

Con el objeto de relacionar estadsticamente excesos de retornos y patrimonio se desarrollaron dos procedimientos, uno de los cuales es el de promedio y el segundo consisti en correr regresiones de corte transversal. Como veremos, los resultados obtenidos en ambos casos fueron similares.
i) Anlisis de promedios

Ordenando la muestra en base al valor de mercado, fue entonces subdividida en tercios, quintiles y deciles para calcular los promedios de patrimonio y de retorno residual de cada subdivisin. Los resultados para cada caso se presentan en los Cuadros 4, 5 y 6.
Cuadro 4

Subdivisin en tercios
TERCIO Pequeas Medianas Grandes PAT BURSATIL ($ ooo.ow 3.259 20.214 144.601 (0.714) (O.Jw (1.089) PERIODO RESIDUAL(%) -16.00 20.00 -1.46 CI 12.78> <116.46> <87.54>

Coeficientes de variacin entre parhtesis () Desviacionesestidares entre parntesiso 209

Sergio

Ziga

Cuadro 5 Subdivisin en quintiles QUINTIL PAT BURSATIL ($ ooo.ooo) 1.708 6.927 18.886 44.408 211.930 (0.565) (0.342) (0.282) (0.448) (1.089) PERIODO RESIDUAL(%)

Pequeas 2 3 4 Grandes

-19.70 16.05 1.98 28.94 -25.30

cl 12.78> <111.24> <114.24> <37.46> <67.73>

Coeficientes de variacin entre parntesis() Desviaciones estndaresentre parntesis o Cuadro 6 Subdivisin en deciles DECIL Pequeas 2 3 4 5 6 7 8 9 Grandes PAT BURSATIL ($ ooo.000) 998 2.560 4.783 9.072 14206 23.566 36.923 51.893 95.475 328.385 (0.527) (0.243) (0.201) (0.117) (0.144) (0.126) (0.093) (0.117) (0.257) (0.566) PERfODO RESIDUAL(%) -1.30 -41.78 12.73 19.37 2.42 1.54 29.33 28.55 -50.36 -0.23 <73.44> <156.57> <101.92> 4 19.75> <89.91> c 134.22> <88.12> cl 16.15> <60.1 l> <65.60>

Coeficientes de variacin entre parntesis () Desviacionesestindares entre parntesiso El comportamiento grfico de las relaciones anteriores ciertamente difiere de la detectada en los estudios realizados previamente en los Estados Unidos. Por ejemplo, Banz (1983) muestra una relacin con la forma de U, mientras que nuestras estimaciones se acercan ms bien a una relacin inversa, donde las empresas grandes y pequeas tienen retornos por debajo de los 210

RETORNOS

ACCIONARIOS

Y EFECTO

TAMAO

esperados. Sin embargo, un vistazo ms cercano para el caso de los deciles muestra que las empresas de los extremos, es decir muy grandes y muy pequeas, se ajustan a las expectativas. En todo caso, las relaciones ohtenidas no son lineaIes, sugiriendo entonces algn tipo de este efecto tamao. El clculo de los coeficientes de variacin para cada subgrupo de tamao nos muestra que sistemticamente los grupos extremos tienen la mayor dispersin, principalmente en el caso del tercio de las empresas ms grandes. Esto nos indica que nuestras predicciones acerca del comportamiento de los mismos ser an menos confiables que en los otros grupos. ii) Anlisis de regresin El segundo procedimiento busca obtener una medida acerca del grado de confiabilidad de nuestras estimaciones. Estas pruebas consistieron en correr regresiones de corte transversal sobre un modelo que relaciona los retornos de cada activo con su Beta y con su Tamao, tal como el propuesto por Banz
(1983):

donde, retorno promedio de los retornos mensuales del activo i coeficiente de riesgo beta del activo i = tamao burstil promedio del activo i = x$i, es decir el tamao burstil del mercado b al, % y % son los parmetros a estimar. El modelo plantea un CAPM, ms general al descrito anteriormente en el sentido de que incorpora una segunda variable explicando los retornos, de tal modo que si el coeficiente 3 es no estadsticamente diferente de cero, habr alguna evidencia de que el CAPM tradicional es verdadero y viceversa. Por otro lado, el modelo implica que se ha expresado el patrimonio de cada ttulo en trminos de su proporcin del mercado. El usar proporciones de mercado en lugar del tamao de cada empresa directamente, ~610 incidir en el coeficiente estimado, pero no en la significancia estadstica del mismo. Adicio211

Sergio Ziga

nalmente, los Betas estimados de cada ttulo corresponden, como hemos dicho, al beta promedio del perfodo bajo estudio, los que suponemos estables. Para efectos de anlisis se ordenaron las empresas por proporcin del mercado (tamao), de mayor a menor, y se corrieron regresiones para el total de empresas, el total dividido en dos y el total dividido en tres. No se estim conveniente efectuar mayores divisiones a la muestra por cuanto el nmero de sociedades componente de cada subdivisin caera por debajo de las 30 empresas, perjudicando an ms la confiabilidad de las estimaciones. Los outputs computacionales de todas estas regresiones estn en el Anexo 4, pero un resumen de los mismos se presenta a continuacin.
Cuadro 7 Total de Empresas
EMPRESAS BETA PATRIMONIO BURSATIL (%) R2 0.054

l-102 (todas)

1.387
(2.354)

-0.016
(-0.099)

(estadsticost-student entre parntesis) El coeficiente Beta aparece como una variable apropiada para explicar los retornos accionarios del total de las empresas y en la direccin esperada, es decir positivamente. Sin embargo, la segunda variable, tamao, no aparece significativa, aunque sugiere una relacin promedio del tipo negativa, es decir, que empresas pequeas tienen como promedio un retorno muy levemente superior al resto de las empresas, aunque la probabilidad de equivocarnos en esta afirmacin es alta. Al dividir la muestra, para las empresas grandes el Beta ya no tiene poder explicativo y el signo del coeficiente es negativo, lo que carece de sentido terico-econmico. El coeficiente del tamao vuelve a tener signo negativo, y una baja significancia. Para las empresas pequeas los resultado se ajustan mucho mejor a lo esperado. El R2 tambin es algo mayor que para las empresas grandes, por lo que el ajuste general es mejor. La significancia se aprecia sin embargo reducida, probablemente debido a la reduccin del nmero de ob servaciones en cada grupo. 212

RETORNOS

ACCIONARIOS

Y EFECID

TAMtiO

Cuadro 8 Subdivisin en dos Grupos

EMPRESAS BETA PATRIMONIO BURSATIL I-51 -0.550 (5%) R*

Grandes 52-102 Pequeas .

(-2.565) 2.042 (2.641)

-0.034 (-0.218) 3.132 (0.550)

0.008

0.140

Cuadro 9 Subdivisin en Tres Grupos

EMPRESAS BETA PATRIMONIO BURSATIL (96) R*

1-34 Grandes 35-68 Medianas 69-102 Pequeas

-1.948 (-1.320) 0.403 (0.379) 2.397 (2.515)

-0.036 (-0.255) -0.080 (-0.023) 1.115 (0.060)

0.060 0.004 0.190

Estadsticos t-student entre parntesis

Para este caso, los resultados confirman nuestros hallazgos previos. En particular el tercio de las empresas pequeas muestra el mayor efecto del tamao y del Beta por sobre los retornos promedios. Si bien este efecto tamao no es significativo, el signo positivo indica que las empresas ms pequeas han obtenido en promedio mayores retornos que los esperados.
5. CONCLUSIONES

Los resultados sugieren un comportamiento poco estable de la informacin, razn por la que el efecto buscado no es persistente en los diferentes 23

SergioZiga grupos o portafolios en que es estudiado. El bajo nmero de acciones transadas en Chile, unida a la escasa presencia burstil de la gran mayora de ellas, conlleva a que el mtodo no tenga la suficiencia deseada. El anlisis de promedios muestra un Efecto Tamao que, para el caso de empresas grandes, medianas y pequeas, puede ser descrito como diferente del reportado por los principales trabajos sobre el tema en los Estados Unidos. Sin embargo, dicho efecto no es significativo por cuanto siempre esta bajo el estndar mnimo deseable de confiabilidad estadstica (como por ejemplo al 95% de confianza). En definitiva no podemos ser concluyentes respecto a la existencia o no de tal efecto, as como no podemos rechazar su inexistencia, problema que es atribuido principalmente a las deficientes caractersticas de la muestra.
ANEXO 1 Empresas consideradas en el Estudio Coeficientes de Riesgo Beta

1988.11 - 1991.10 Coeficiente de autocorrelacin = 0.3 18168 NEMO 1 ANDINA 2 CAJAREASE 3 CAP 4 CARAMPANG 5 CAROLINA 6 CARTONES 7 CCT 8 CEMENTOS 9 CERVEZAS 10 CHILE-B 11 CHILECTRA 12 CHILEMAR 13 CHILGENER 14 CHILQUINTA 15 CHOLGUAN 16 CIC 17 CLUBUNION 18 COLINA
214

wmt) 0.863 1 -0.268 1 1.2567 0.5439 0.795 1 1.0662 0.8793 0.9973 0.9942 0.6892 1.5283 0.3128 1.3257 0.6050 1.7697 0.5008 0.2145 0.6162

qlmt- 1) 0.3798 0.1061 0.2848 0.5122 1.0605 0.1 loo 0.3044 0.3600 0.2711 0.4262 0.1394 0.3532 0.3719 0.6517 0.5452 0.8060 0.8837 0.4316

B(rna+l) 0.3687 0.1641 0.607 1 0.5601 0.3728 0.5883 0.6345 0.4643 0.6424 0.5378 0.2472 0.0888 0.273 0.2292 1.0058 0.7388 -0.2568 0.0853

B(S-W) 0.9849 -0.1284 1.3131 0.9876 1.3618 1.0783 1.1112 1.1132 1.1659 1.0103 1.1703 0.4613 01.2043 0.908 1 2.0293 1.2501 0.5142 0.6925

RETORNOS

ACCIONARIOS

Y EFECTO

TAMtiO

19 COLOSO 20 CONATEL 21 CONCHATORO 22 CONSGGRAL 23 CONTINENT 24 COPEC 25 COUNTRY 26 CRAIGHOUSE 27 CREDITO 28 CRISTALES 29 OTI 30 CUPRUM 31 EDELMAG 32 EDELNOR 33 ELECDA 34 ELECMETAL 35 ELECTRICID 36 EMEC 37 EMELAT 38 EMELSA 39 EMILIANA 40 ENACAR 41 ENDESA 42 ENERSIS 43 ENTEL 44 EPERVA 45 FOSFOROS 46 GAS STGO 47 GE-CHILE 48 GOLF 49 GRANADILLA 50 GRANGE-B51 HABITAT 52 HIPICO 53 HIPGDROMO 54 HORNOS 55 IANSA 56 INDISA 57 INDIVER 58 INDO-A 59 INDUGAS 60 INDUS 61 INFORSA

1.1686 0.4100 1.2654 0.3486 0.9858 0.8141 0.4325 0.0467 0.5988 0.3478 1.3828 0.1305 0.2771 1.1113 0.9630 0.9883 0.9602 0.5665 0.7571 0.8023 1.0433 1.3591 1.2558 1.5756 1.3733 1.4729 0.6113 0.6692 0.0558 0.0759 1.2395 0.1779 1.0285 0.0800 0.1689 0.0088 0.9909 0.3886 1.2584 1.5855 0.7959 1.1383 1.3455

0.0772 0.2208 0.7179 0.5089 0.6177 0.1865 -0.0026 0.8564 0.6802 0.6259 0.5527 0.6643 0.2795 -0.0159 -0.0016 0.3130 0.1702 0.0675 0.4424 0.3117 0.3544 1.1968 0.3308 0.283 1 0.4847 0.3594 0.7655 0.4380 0.2875 -0.2306 0.1301 -0.6370 0.0132 0.0774 0.1679 0.4027 -0.3071 0.3303 0.2122 -0.090 0.3127 0.8420 0.1410

-0.0195 0.0723 0.4039 0.0962 0.2628 0.4265 0.5426 -0.2353 0.0794 -0.7869 0.1271 0.0801 0.1037 0.2224 0.0568 0.1535 0.3919 0.4961 0.6426 0.6804 0.8797 0.4777 0.5924 0.2809 0.3359 0.1966 -0.2393 0.3884 0.0245 0.1217 1.0227 0.1225 0.6622 -0.0900 -0.1209 -0.1020 0.6362 0.5182 0.6302 10.2371 0.5865 0.4720 0.6097

0.7494 0.4297 1.4588 0.5828 1.1405 0.8721 0.5943 0.408 1 0.8301 0.1141 1.2605 0.5347 0.4035 0.5335 0.6227 0.8891 0.9303 0.6082 1.1258 1.0966 1.3917 1.8539 1.3316 1.3075 1.3408 1.2399 0.6951 0.9140 0.2247 -0.0202 1.4620 -0.423 1 1.0413 0.0412 0.1319 0.1892 0.8067 0.7561 1.2839 1.0588 1.0360 1.4987 1.2810

Sergio

Ziga

62 INMURBANA 63 INTEROCEAN 64 INVIESPA 65 IQUIQUE 66 LABCHILE 67 LADECO 68 LECHESURO. 69 LUCCHETI-I 70 MADECO 71 MADERAS 72 MARINSA 73 MASISA 74 MINERA 75 MOLYMET 76 PASUR 77 PENON 78 PIZARREO 79 POLO 80 POLPAICO 81 PROVIDA 82 SAESA 83 SANTIAGO-B 84 SCHWAGER 85 SIEMEL 86 SINTEX 87 SIPSA 88 SOMELA 89 SOQUIMICH 90 SOQUINA 91 SPORTFRAN 92 SPORTING 93 SUDAMERIC-A 94 TARAPACA 95 TAI-IERSALL 96 TELEFONOS-B 97 TEXVINA 98 TOCOPILLA 99 UNESPA 100 VAPORES 101 VIDA 102 VOLCAN

-0.1984 0.9282 -0.4572 0.2301 1.0318 0.0419 9204 0.7778 0.8389 1.3267 0.9174 1.3241 0.9007 0.1823 0.8841 1.6329 1.0922 -0.2561 0.7017 0.8412 -0.3617 0.5880 1.3164 0.5446 0.5639 1.1239 0.8159 1.1074 1.1677 0.4577 0.3738 0.1586 0.683 1 0.4023 0.729 1 0.6817 0.0210 0.5119 0.8752 0.1915 0.5799

0.5039 0.787 1 0.1541 0.4219 1.2581 0.1643 0.1034 0.2613 0.3055 0.1881 0.1988 0.8696 0.4617 0.3317 0.5379 2.0510 0.6510 -0.8129 0.6520 0.2574 0.4090 0.543 1 1.6540 0.4670 0.1665 0.6144 0.9099 0.0980 -0.0780 0.4025 0.3435 -0.2689 0.5295 0.8556 0.3972 0.693 1 0.0178 0.3919 0.335 1 0.2597 1.0065

0.0940 -0.0588 -0.6835 0.1404 -0.1392 0.0830 0.8466 0.1138 0.3740 0.7402 0.2607 0.3207 0.1343 0.1059 0.3821 -1.2747 0.0948 0.2148 -0.5771 0.663 1 -0.2786 0.1512 1.0903 0.2187 0.0396 -0.0254 -0.2873 0.8591 0.1114 0.028 1 0.2386 0.1948 0.2284 1.4207 0.3978 1.0294 -0.1253 0.4707 0.1708 0.1813 -0.4687

0.2441 1.0123 -0.603C 0.4842 1.3143 0.1768 1.143c 0.7046 0.9279 1.378C 0.8414 1.5366 0.9147 0.3788 1.1026 1.4723 1.1232 -0.5220 0.4746 1.0766 -0.1414 0.7836 2.4816 0.7519 0.4706 1.0467 0.8791 1.2617 0.7340 0.5429 0.5841 0.0516 0.8806 1.6369 0.9314 1.4692 -0.0528 0.8399 0.8440 0.3865 0.683 1

216

R!ZIORNOS

ACCIONARIOS

Y EFECTO

TAMAO

ANEXO 2 Excesosde Retornos Acumulados

Portafolio SCHWAGER CHOLGIJAN ENACAR TATTERSAL MASISA INDIJS PENON TEXVINA GRANADILLA CONCHATORO EMILIANA MADERAS CAROLINA ENTEL ENDESA LABCHILE CAP ENERSIS INDIVER INFORSA SOQUIMIC 1 -2.94 12.62 121.61 -77.29 49.60 -115.52 138.52 -31.44 70.87 80.55 51.98 -129.17 -75.02 24.12 25.17 -1.88 -105.19 151.82 44.18 -52.56 -184.03 Portafolio CT1 CIC EPERVA CHILGENE CHILECTR CERVEZAS LECHESUR CONTINEN EMELAT PIZARREN CEMENTOS CCT PASUR EMELSA CARTONES PROVIDA INDO SIPSA HABITAT INDUGAS INTEROCE 2 43.96 26.74 -205.53 19.61 61.77 -21.45 168.11 -114.72 44.18 1.53 -17.94 -66.49 -56.33 105.75 -63.28 133.93 -205.29 -64.43 133.67 -14.11 90.33 Portafolio CHILE CARAMPAN ANDINA TELEFONO ELECTRIC MADECO MINERA GAS STGO CHlLQUIN ELECMETA TARAPACA SOMELA COPEC VAPORES MARINSA UNESPA CREDITO IANSA SANTIAGO INDISA SlEMEL COLOSO SOQUINA 3 -101.32 180.65 86.32 -30.43 -9.41 -43.25 -28.43 ll.49 28.98 16.79 -342.70 237.79 -68.84 -7.73 1.27 99.42 227.21 -13.76 -13.98 45.14 -67.78 -158.42 -48.59

Portafolio IsJccm FOSFOROS COLINA VOLCAN ELECDA EMEC COUNTRY SPORTING CONSOGRA SPORTFRA CUPRUM EDELNOR CLUBUNIO IQUIQUE POLPAICO SINTEX CHILEMAR CONATEL CRAIGHOU EDELMAG

4 -132.50 87.47 -19.30 46.83 30.53 118.17 -94.9 1 -127.85 2.72 -123.89 245.99 53-00 19.97 -228.33 69.95 -122.34 -85.05 124.43 -4.45 139.54 VIDA MOLYMET INMURBAN GE-CHILE HORNOS LADECO HIPODROM CRISTALE SIDAMERI HIPICO GOLF TOCOPILL CAJAREAS SAESA GRANGE POLO INVlESPA

Portafolio

5 230.66 -59.85 90.55 -37.39 -68.18 -128.99 -66.67 63.59 27.26 -23.58 -27.51 -243.67 18.98 181.36 -75.32 6.24 112.50

Nota: El nmero de empresas para cada portafolio no es el mismo debido a que las divisiones se hicieron observando que existiese la mayor diferencia posible de Betas, es decir la menor dispersin posible dentro de cada portafolio.

217

Sergio

Zfiiga

ANEXO 3
Retornos
EMPRESA

Promedios,

Betas y Patrimonios
B(S-W) PAT. BURS. cwcmoo)

Burstiles
PROP RET. ANORh

RET. PROM

COPEC CARTONES ENDESA TELEFONOS ENERSIS ENTEL MINERA CCT VAPORES CHILEMAR CAP ELECTRICI PASUR CERVEZAS IANSA MADECO CHILGENER CHILECTRA SOQUIMICH GAS STGO INFORSA VIDA POLPAICO SIPSA MARINSA ELECMJiTAL CREDITO SANTIAGO CHILQUINT COLOSO CEMENTOS MASISA ANDINA EDELNOR PIZARRENO CTI CONCHATOR 218

3.463 4.005 6.217 4.530 9.735 6.188 4.586 3.916 5.1610. 7.479 2.596 5.114 4.198 5.167 4.993 4.174 6.308 2.561 0.406 .5.695 4.058 9.519 6.706 3.974 5.411 5.842 ll.687 -4.987 6.180 0.975 5.265 6.896 7.773 6.235 5.806 6.984 7.866

0.872 1.078 1.332 0.931 1.308 1.341 0.915 1.111 844 0.461 1.313 0.930 1.103 1.166 0.807 0.928 1.204 1.170 1.262 0.914 1.281 0.387 0.475 1.047 0.841 0.889 0.830 0.784 0.908 0.749 1.113 1.537 0.985 0.534 1.123 1.261 1.459

666,823 571,704 501,142 397,137 330,333 180,229 170,867 163,573 153,431 148,600 135,852 120,928 115,533 110,932 110,722 80,960 76,729 69,249 67,598 66,246 60,592 59,881 59,160 56,059 49,816 48,783 48,090 46,910 46,043 43,592 42,900 39,438 38,295 38,261 37,860 37,304 35,819

11.739 10.064 8.822 6.991 5.815 3.173 3.008 2.880 2.701 2.616 2.392 2.129 2.034 1.953 1.949 1.425 1.351 1.219 1.190 1.166 1.067 1.054 1.041 0.987 0.877 0.859 0.847 0.826 0.811 0.767 0.755 0.694 0.674 0.674 0.666 0.657 0.631

-68.84 -63.28 25.17 -30.43 151.82 24.12 -28.43 -66.49 -7.73 -85.05 -105.19 -9.41 -56.33 -21.45 -13.76 -43.25 19.61 61.77 -184.03 11.49 -52.56 230.66 69.95 -64.43 1.27 16.79 227.2 1 -13.98 28.98 -158.42 -17.94 49.60 86.32 5 3.00 1.53 43.96 84.55

RETORNOS

ACCIONARIOS

Y EFECTO

TAMtiO

CRISTALES PPROVIDA INDO-A MOLYMET SAESA EPERVA TATIERSAL IQUIQUE HABITAT FOSFOROS CHOLGUAN VOLCAN CONATEL NMURBANA CAJAREASE LABCHILE SUDAMERIC INDUS LuccHETl-I CARAMPANG GOLF EMILIANA SIEMEL MADERAS EMELSA INTERGCEA INDIVER CUPRUM EMEC CAROLINA ELECDA SINTEX CONTINENT EMELAT CIC TEXVINA CHILE-B SOMELA LADECO EDELMAG HIPICO INDUGAS GE-CHILE ENACAR

4.879 9.484 0.061 1.450 8.150 0.054 3.371 -1.580 9.476 7.192 5.869 6.063 8.219 5.627 3.639 5.466 3.869 2.309 1.082 10.393 2.348 6.962 3.493 1.930 8.701 8.272 6.745 ll.595 8.045 3.434 5.611 1.364 2.577 6.991 6.506 4.645 2.400 11.970 -0.47 1 8.639 2.457 5.371 2.073 8.896

0.114 1.077 1.059 0.379 -0.141 1.240 1.637 0.484 1.041 0.695 2.029 0.683 0.430 0.244 -0.128 1.314 0.052 1.499 0.705 0.988 -0.020 1.392 0.752 1.378 1.097 1.012 1.284 0.535 0.608 1.362 0.623 0.47 1 1.141 1.126 1.250 1.469 1.010 0.879 0.177 0.404 0.041 1.036 0.225 1.854

35,335 35,012 29,000 28,248 27,819 25,498 25,438 23,502 22,867 21,863 21,138 20,000 19,280 17,902 17,514 15,606 14,856 13,102 13,048 12,894 12,816 12,262 12,054 10.352 10.345 10,187 9,968 9,703 8,256 8,061 8,049 7,911 7,878 6,357 6,07 1 5,785 5,332 4,452 4,346 4,190 3,850 3,829 3,612 3,534

0.622 0.616 0.511 0.497 0.490 0.449 0.448 0.414 0.403 0.385 0.372 0.352 0.339 0.315 0.308 0.275 0.262 0.231 0.230 0.227 0.226 0.216 0.212 0.182 0.182 0.179 0.175 0.171 0.145 0.142 0.142 0.139 0.139 0.112 0.107 0.102 0.094 0.078 0.077 0.074 0.068 0.067 0.064 0.062

63.59 133.93 -205.29 -59.85 181.36 -205.53 -77.29 -228.33 133.67 87.47 12.62 46.83 124.431 90.55 18.98 -1.88 27.26 -115.52 -132.50 180.65 -27.5 1 51.98 -67.78 -129.17 105.75 90.33 44.18 245.99 118.17 -75.02 30.53 -122.34 114.72 44.18 26.74 -31.44 -101.32 237.39 -128.99 139.54 -23.58 -14.11 -37.39 121.61

Sergio

Ziga

PENON LECHESUR COLINA HIPODROMO TARAPACA CONSOGRAL SOQUINA TOCOPILLA SPORTING UNESPA POLO SCHWAGER GRANGEB INVIESPA HORNOS SPORTFRAN CLUBUNION INDISA couNTRY GRANADILL CRAIGHOUS

9.366 10.433 4.226 1.260 -4.144 4.838 4.026 -3.656 1.211 8.137 3.286 5.436 1.020 6.237 1.218 1.321 5.317 6.629 2.126 7.487 4.639

1.472 1.143 0.693 0.132 0.881 0.583 0.734 -0.053 0.584 0.840 -0.522 2.482 -0.423 -0.603 0.189 0.543 0.514 0.756 0.594 1.462 0.408

3,495 2,980 2,700 2,668 2,486 2,193 2,162 1,730 1,648 1,618 1,557 1,492 1,476 1,373 1,247 959 814 760 424 143 104

0.062 0.052 0.048 0.047 0.044 0.039 0.038 0.030 0.029 0.028 0.027 0.026 0.026 0.024 0.022 0.017 0.014 0.013 0.007 0.003 0.00 5,680,600

J38.52 168.11 -19.30 -66.67 -342.70 2.72 -48.59 -243.67 -127.85 99.42 6.24 -2.94 -75.32 112.50 -68.18 -123.89 -19.97 45.14 -94.9 1 70.87 -4.45 100.000

ANEXO 4 Resultados del AnIisis de Regresin (La variable Dependiente es RETPROM) 1. REGRESION SOBRE EL PERIODO COMPLETO
l- 102 Nmero de Observaciones:
COEFICIENTE ERROR

Rango:

102
EST. t SIGNIF

VARIABLE

ALFA BETA PROPORC R-squared Durbin-Watson 220

3.8315625 1.3871570 -0.0157003 0.053677 2.020514

0.5831284 0.589297 1 0.1579334

6.5707015 2.3539179 -0.09941 ll

0.000 0.021 0.921 0.034559 2.807706

Adj. R-squared F-statistic

RETORNOSACCIONARIOSYEFEC?OTAMAO

2.

REGRJWON A LA MUESTRA DIVIDIDA EN DOS

Nmero de Observaciones: 51

2.1 Primera Mitad Rango: 1 - 51

R-squared Durbin-Watson 2.2 Segunda Mitad Rango: 52 - 102

GARIABLE

0.008460 2.076339

Adj. R-squared F-statistic

-0.32854 0.204774

Nmero de Observaciones:
COEFICIENTE ERROREST.

51
t SIGNIF

ALFA BETA PROPORC R-squared Durbin-Watson

2.8170349 2.0424219 3.1321456 0.139547 2.072633

0.8996970 0.7734446 5.6908687

3.1310928 2.6406827 0.5503809

0.003 0.011 0.585 0.103695 3.892290

Adj. R-squared F-statistic

3.

REGRESION A LA MUESTRA DIVIDIDA EN TRES

34 t 4.9600755 -1.3203410 -0.2534005 SIGNIF 0.000 0.196 0.802

3.1 Primer Tercio Rango: 1 - 34 Nmero de Observaciones: VARIABLE ALFA BETA PROPORC R-squared Durbin-Watson COEFICIENTE 7.3560962 - 1.9484998 -0.0361040 0.060010 1.927795

ERROR EST. 1.4830613 1.4757550 0.1424781

Adj. R-squared F-statistic

221

Sergio

Ziga

3.2 Segundo Tercio Rango: 35 - 69 Nmero de Observaciones:35

VARIABLE COEFICIENTE ERROR EST. t SIGNIF

C BETA PROPORC R-squared Durbin-Watson

4.9478100 0.4034706 -0.0798201 0.004467 2.039380

1.5437575 1.0647835 3.4498199 Adj. R-&ared F-statistic

3.2050434 0.378922 -0.023 1375

0.003 60.707 0.982 -0.057754 0.071797

3.3 Tercer Tercio Rango: 70 - 102 Nmero de Observaciones:33

R-squared Durbin-Watson

0.189580 2.194281

Adj. R-squared F-statistic

0.135552 3.508927

222

RETORNOS

ACCIONARIOS

Y EFECTO

TAMAO

RJWERENCIAS BANZ, Rolf 1981

The relationship between Retum and Market Value of Common Stocks. Journal of Financia1 Fconomics 9, p. 3-18.

BLACK, Fisher 1972 Capital Market Bquilibrium with Restricted Borrowing. The Joumal of Business, julio, p. 444-455. BLACK, Fisher y Myron SCHOLES 1974 The Effect of Divided Yield and Dividend Policy on Common Stock Prices and Retums. Journal of Financial Economics 1, p. l-22. BLACK, Jensen y SCHOLES 1972 The Capital asset Pricing Model: Some Empirical Tests. Studies in the theory of capital markets. Praeger, New York. DIMSON, Elroy 1979 Risk Measurement when Shares are subject to Infrequent trading. Joumal of Financial Economics 7, p. 197-226. FAMA, Eugene 1976 Foundation of Finance. Basic Books. New York. FAMA, Eugene y MacBeth, JAMES Risk, Retum and Equilibrium: Some Empirical Tests. Joumal 1973 of Political Economy 71, p. 607-636. FISHER, Lawrence 1966 Some New Stock Market Indexes. The Joumal of Business 1, p. 191-209. FOWLER, David y Harvey, RORKE 1983 Risk Measurement when Shares are Subject to Infrequent Trading. Joumal of Financia1 Fconomics 12, p. 279-283. 223

Sergio Ziga KEIM,

Donald Size-Related Anomalies and Stock Retum Seasonality. Joumal of Financia1 Economics 12, p. 13-32. James The Valuation of Risk Assets and the Selection of Risky Investments in Stocks Portfolios and Capital Budgets. Review of Economics and Statistics, p. 13-37. Marc The Arbitrage Pricing Theory: Some Empirical Results. Joumal of Finance 2, p. 3 13-321. Misspecifications of Capital Asset Pricing. Economics 9, p. 19-46. Journal of

1983

LINTNER,

1965

REINGANUM,

1981 1981 1982

A direct Test of Rolls Conjecture on the Firm Effects. Journal of Finance 37, p. 27-35. Richard A critique of the asset pricing theorys tests: Parts I. Joumal of Financia1 Economics 4, p. 120- 176. Richard A possible Explanation of the Small Firm Effect. Joumal of Finance 4, p. 879-888. Myron y Williams, JOSEPH Estimating Betas from nonsynchronous data. Joumal of Financia1 Economics 5, p. 309-327. William Capital Assets Prices: A Theory of Market Equilibrium under Conditions of Risk. Joumal of Finance, p. 425-442.

ROLL,

1977

ROLL,

1981
SCHOLES,

1979

SHARPE,

1964

224