Universidad Autnoma de Colombia

ESBOZOS DE ECONOMETRA FINANCIERA 37

ECONOMA Y DESARROLLO,VOLUMEN 4 NMERO 1, MARZO 2005
Esbozos de econometra financiera
ELAS MOR OLIVARES
*
* Economista. Magster en Administracin de Empresas y Magster en Estudios Poltico-Econmicos. Universidad
del Norte, de Barranquilla. Diplomado en Docencia Universitaria y Diplomado en Finanzas. Decano Facultad
de Ciencias Econmicas Administrativas y Contables, Universidad Autnoma de Colombia. Las sugerencias
y comentarios sern recibidas al e-mail: decaecso@fuac.edu.co o al telfono (571) 2860642 de Bogot. Fecha de
recepcin: 18 de febrero de 2005. Fecha de aceptacin: 15 de marzo de 2005.
Re s u m e n
Este artculo presenta una aplicacin prctica de la econometra financiera,
calculando la lnea de mercado de capitales y determinando la validez del
modelo de evaluacin de activos de capital a pesar de los supuestos de
competencia perfecta y los problemas relacionados con la beta histrica
planteados recientemente. El ejercicio terico-prctico muestra cmo a pesar
de las discusiones, el MVAC sigue siendo un marco de trabajo, lgica y til
conceptual y operativamente para relacionar riesgo-rendimiento.
Abs t ra c t
This article presents a practical application of the financial econometric,
measuring the line of capital market and determining the veracity of the
evaluation of the capital assets model never the less the supposed of perfect
competition and the problems related with the historic b recently formulated.
This theorical practical exercise shows how agnoledge of the decision the CAPM
continues being a logical and useful work frame conceptually and operatively
for relating risk and revenue.
Pal abras c l ave : econometra financiera, riesgo, rendimiento, modelo de
valuacin de activos de capital.
Clas i fi c ac i n J EL: C1, G13, G11
ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
38
1 Un modelo es una representacin simplificada de la realidad que recoge los aspectos fundamentales de la misma
que tiene inters para los objetivos del investigador o analista.
1. Introduccin
La metodologa utilizada para el presente artculo es resaltar los aspectos
tcnicos del modelo, explicar lo relevante de la teora del riesgo-rendimiento
para posteriormente aplicarlo a un caso particular con el propsito de no
desvirtuar apresuradamente el modelo de valuacin de activos de capital (MVAC).
Aunque no se utilizaron paquetes economtricos para mejorar el proceso
operativo, se utiliz lgebra matricial.
La econometra es una disciplina que mezcla la estadstica y las matemti-
cas con la teora econmica para cuantificar fenmenos econmicos y veri-
ficar teoras econmicas, aplicando mtodos particulares basados en la infe-
rencia estadstica.
La estrategia del econometrista es el siguiente proceso secuencial:
1. Planteamiento de la teora o hiptesis.
2. Especificacin del modelo matemtico de la teora.
3. Especificacin del modelo economtrico de la teora.
4. Obtencin de datos.
5. Estimacin de los parmetros del modelo economtrico.
6. Prueba de hiptesis.
7. Pronstico o prediccin.
8. Utilizacin del modelo para fines de control o de poltica.
De todo lo anterior, el modelo
1
economtrico nos permite analizar cmo una
serie de variables explicativas afectan a la variable de inters para el analista
(a explicar) (MARTIN, LABEAGA y MOCHON, 1997; GUJARATI, 1990).
En los ltimos aos el rpido crecimiento de la moderna teora financiera y
el desarrollo del proceso informtico han permitido el uso de tcnicas
economtricas en economa financiera dando lugar a la econometra finan-
ciera.
En este ensayo analizamos el modelo bsico y realizamos una aplicacin
prctica de la econometra financiera, rea de estudio, que debe ser inclui-
da en el currculo de formacin del contador, administrador de empresas y
especialista en finanzas. Este cambio en el micro y macrodiseo curricular
es necesario porque el nuevo paradigma de la globalizacin, exige que los
profesionales en finanzas sean ms competitivos, es decir, puedan realizar
investigaciones y tomar decisiones de la forma ms exacta. Todo esto sera
posible con buenas bases matemticas, estadsticas y epistemolgicas que
Universidad Autnoma de Colombia
ESBOZOS DE ECONOMETRA FINANCIERA 39
faciliten comprender teoras financieras y aplicar los modelos ofrecidos por
la econometra financiera.
2. Modelo economtrico bsico
El punto de partida de cualquier estudio economtrico es el planteamiento de
los objetivos finales del trabajo, para lo cual elegiremos un modelo derivado
de la teora econmica, capaz de cubrir los objetivos planteados. El paso del
modelo terico al modelo economtrico genera una diferencia, cuyo
componente aleatorio, se registra en la ecuacin de regresin y = g(X) + u,
donde u es la parte aleatoria no explicada por X (GUJARATI, 1990).
En la realidad no existen modelos exactos o determinsticos sino estocsticos
incluyendo una variable aleatoria con distribucin probabilstica. La fun-
cin a estimar tiene la forma: y =
o
+
1
X + u.
En la prctica se trabaja con una muestra de tamao n, extrada de la pobla-
cin, no siendo posible obtener
o
y
1
, sino una estimacin (
o
,
1
) y logran-
do la regresin muestral mediante Y
i
= o +
1
+ e, donde y
i
es la variable a
explicar, X la explicativa,
o
la ordenada en el origen y B
1
la pendiente de la
recta de regresin.
Como ocurre en los modelos de dos y tres variables, en el caso de K variables
los estimadores de MCO se obtienen minimizando e
1
2
, equivalente a mini-
mizar ee, puesto que:
e
1
ee = e
1
e
2
.... e
n
e
2
= e
1
2
+ e
2
2
+... e
n
2
= e
1
2
e
n
como Y = X + e
e = y - X
ee = (Y-X)(Y-X)
= yy yX-(X)y + (X)(X)
por transposicin de matrices (X) = X
como (Xy) es un escalar, es igual a su transpuesta yX, entonces:
e e = yy - Xy - Xy + (X)(X)
= yy - 2Xy + XX
(ee)
diferenciando matricialmente = -2Xy + 2XX

ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
40
igualando a cero 0 = 2Xy + 2XX.
-2XX = - 2Xy
XX = Xy
Para estimar los parmetros
1
,
2
,... Bk, el nmero de observaciones mni-
mo n que necesitamos ha de ser igual o mayor que el nmero de parmetros
a estimar (k) y el principio de los mnimos cuadrados ordinarios (MCO) es
idntico para el modelo de regresin lineal y el de regresin mltiple.
Partiendo de = (XX)
-1
Xy, (XX) = Xy
Para exponer el funcionamiento del clculo matricial en forma elemental,
suponemos que el modelo a estimar tiene una sola variable explicativa (GREEN,
1998): Y
i
=
1
+
2
X
i
+ Ui. As,
X = 1 X
1
1 X
2
.
.
1 X
i
.
.
.
1 X
n
de manera que

1 1 ... 1 1 X1 n Xi
XX = 1 X2 = Xi Xi
2

X1 X2 ... Xn .
.
.
1 Xn

Como el vector es igual a = 1
2





1 1 1 Y1 Y1
y Xy = X1 X2 Xn Y2 = X1Y1
.
.
.
Yn


Universidad Autnoma de Colombia
ESBOZOS DE ECONOMETRA FINANCIERA 41
Para las n observaciones, el modelo puede ser descrito de la manera siguiente:
Y
1
=
1
+
2
X
21
+
3
X
31
+...
k
X
K1
+ U
1
Y
2
=
1
+
2
X
22
+
3
X
32
+...
k
X
k2
+ U
2

Y
n
=
1
+
2
X
2n
+
3
X
3n
+...
k
X
kn
+ U
n
La forma matricial detallada, de ese modelo lineal de regresin mltiple es:
La forma matricial condensada del modelo es y = X + u, equivalente al
modelo lineal Y
i
=
i
+
2
X
2i
+
3
X
3i
+...
k
x
ki
+ U
i
, siendo
Tenemos en notacin matricial detallada
que recoge en forma matricial, las ecuaciones siguientes:
Y
1
1 X
21
X
31
. . . X
k1

1
U
1

Y
2
1 X
22
X
32
. . . X
k2

2
U
2

. . . .
. = . . + .
. . . .
Y
n
1 X
2n
X
3n
. . . X
kn
k U
n

N x 1 N x k K x 1 N x 1
n X
i

1
Y
i

X
i
X
i2

2
= X
i
Y
i


Y
1
1 X
21
X
31
. . . X
k1

1
U
1

Y
2
1 X
22
X
32
. . . X
k2

2
U
2

. . . .
Y = . ; X = . ; = . ; u =
. . . .
Y
n
1 X
2n
X
3n
. . . X
kn

n
U
n



X= ; = ; u =
ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
42
n
1
+
2
Xi = Y
i

1
X
i
+
2
X
i
2
= X
i
Y
i
En general, para un modelo con K variables explicativas el producto XX es:
Si tenemos una ecuacin de regresin:
Y
i
=
i
+
2
X
2i
+
3
X
3i
+...
k
X
ki
+ e
La suma de cuadrados de los residuos

n
SCR = [y -
1
-
2
X
2i
-
3
X
3i
-...
k
X
ki
]
2
es mnima.
i =i
La ecuacin Y
i
=
1
+
2
X
2i
+
3
X
3i
+...
k
X
ki
representa la recta de regresin
mltiple.
En econometra se realizan dos tipos de juicios: estimacin de parmetros y
contrastacin de hiptesis.
El objetivo del econmetrista, es que la estimacin se aproxime lo ms posi-
ble al verdadero valor del parmetro que se pretende estimar y por ello, el
estimador cumple con tres propiedades: insesgadez, ptimo, eficiencia. Un
estimador es insesgado si su esperanza coincide con el valor del parmetro
que pretende aproximar; el estimador lineal e insesgado de menor varianza
ser el ptimo y se conoce como MELI
2
, un estimador ser eficiente cuando
tenga la menor varianza posible.
2 ELIO.

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

XX = X
2i
X
2
2i
X
2i
X
3i
. . . X
2i
X
ki

.
.
.
X
ki
X
2i
X
ki
X
3i
X
ki
X
2
ki



Y
i


XY = X
2i
Y
i

X
3i
Y
i

X
ki
Y
i


n
Universidad Autnoma de Colombia
ESBOZOS DE ECONOMETRA FINANCIERA 43
En una muestra obtenida una estimacin de
i
mediante expresiones mni-
mo cuadrticas se puede verificar o contrastar hiptesis acerca del valor del
parmetro. As, se quiere verificar que
1
toma un valor concreto h, plantea-
mos como hiptesis nula H
o
:
1
= h y como hiptesis alternativa H
1
=
1
h.

i
-
i
Dado que t
n-2
, bajo hiptesis nula se puede obtener un valor
S
i

i
- h
emprico t*, t* = t
n-2
. Este valor se contrastar con el valor terico
S
i
registrado en las tablas a un nivel de significacin del p por ciento y n-2
grados de libertad (test de dos colas). Si el valor del estadstico obtenido es tal
que |t*| > t
P/2
se rechazar la Ho y en caso contrario se acepta (vase figu-
ra
3
).
Pero en economa no suele ser habitual que una sola variable afecte a la
variable de inters, sino que existe mayor complejidad, o sea, existen in-
fluencias mltiples sobre la variable de inters.
As, un modelo lineal mltiple se puede expresar de la siguiente manera:
Y
i
=
i
+
2
X
2i
+
3
X
3i
+... +
k
X
ki
+ Ui
donde Y
i
es la variable explicada, cuyo comportamiento viene influido por un
conjunto de variables explicativas, X
2
, X
3
,... X
k
, y por un trmino de perturba-
cin aleatorio Ui.
3 Tambin existe test de una sola cola.
Acepta Ho
Rechaza Ho Rechaza Ho
-t
P/2
X -t
P/2

ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
44
3. Riesgo y su medicin
El riesgo se puede considerar como la posibilidad de que el rendimiento real
proveniente de poseer un valor se desve del rendimiento esperado. Adems
de considerar su rango, el riesgo de un activo se puede medir cuantitativa-
mente utilizando estadsticas como el coeficiente de variacin y la desvia-
cin estndar.
La distribucin de probabilidades se puede resumir en trminos de dos va-
riables: el valor esperado del rendimiento y la desviacin estndar (GITMAN,
2003).
-
n
El valor esperado de rendimiento es R = R
i
Pi donde
R
i
= Rendimiento para la posibilidadi
P
i
= Probabilidad que ocurra ese rendimiento.
n = Nmero total de posibilidades.
La desviacin estndar es =
En la realidad los inversionistas seleccionan las acciones acorde con el prin-
cipio de elevar al mximo la utilidad esperada en trminos de esas dos va-
riables. As:
E (U) = f(R,)
Un inversionista racional trata de maximizar su rentabilidad y minimizar
el riesgo asociado, cuando debe repartir una suma de dinero entre diferen-
tes opciones de inversin. El problema de la seleccin de portafolio surge
porque la rentabilidad de las acciones depende de factores ajenos al control
del inversionista o decisor. Por lgica el inversionista configurar con va-
rias acciones que no se comporten de manera similar para compensar las
prdidas con ganancias, o sea, sigue el refrn popular de no poner todos los
huevos en una misma canasta (CAICEDO, 1997).
En el portafolio de inversiones se puede distinguir el riesgo sistemtico y el
no sistemtico. El primero es un riesgo no diversificable y es el riesgo del
mercado asociado a los cambios en la economa por factores internos o ex-
ternos, modificaciones en las polticas de pases asociados, guerras. El ries-
go no sistemtico se debe a factores propios o internos de la firma, es propio
a esa compaa e independiente de factores econmicos, polticos o socia-
les, asocindole factores como huelgas, cambios tecnolgicos, competencia
(GITMAN, 2003).

(Ri R)
2
Pi
Universidad Autnoma de Colombia
ESBOZOS DE ECONOMETRA FINANCIERA 45
4. Seleccin de portafolio
A la teora sobre seleccin de portafolio contribuyeron varios pioneros como
el premio nbel HARRY MARKOWITZ, FAMA, MILLER, TOBIN y sobre el modelo CAPM,
SHARPE, LINTNER y FAMA (BODIE y MERTON, 2003).
Markowitz propuso en 1952 la regla del valor esperado-varianza o regla E-V
(por expected value-variance). Segn la regla un decisor preferir un pro-
yecto A sobre un proyecto B si alguna de las siguientes afirmaciones es
vlida:
i ) La rentabilidad esperada de A es mayor o igual a la de B y la varianza de
A es menor que la de B.
i i ) La rentabilidad esperada de A es mayor que la de B y la varianza de A es
menor o igual a la de B.
La combinacin de todas las posibilidades de las acciones produca un con-
junto de oportunidades, que al limitarlas estableciendo las condiciones ano-
tadas, adoptaba una frontera (VAN HORNE, 2000).
Esto significa que el decisor escoger una combinacin o portafolio sobre la
frontera eficiente: no hay ningn portafolio con mayor rentabilidad, dado un
nivel de riesgo, ni ninguno que presente menor nivel de riesgo dado un
nivel de rentabilidad. El nuevo problema es determinar cul ser el punto
en esa lnea que el decisor debe escoger.
En el modelo CAPM (Capital Asset Pricing Model MVAC) se demostr que ese
punto ptimo m, era el portafolio de todas las acciones del mercado pondera-
das por el valor total transado de cada una y cualquier decisor escogera
siempre ese portafolio
4
.
La recta que une el punto de la rentabilidad de cero riesgo y el portafolio
ptimo m, se llama lnea de mercado de capitales (LMC) y es la nueva frontera
eficiente.
As, la rentabilidad de un portafolio se puede calcular con la LMC mediante la
ecuacin R
p
= pR + (1 p) R
m
.
5. Comentarios sobre el MVAC y modelos alternos
Sobre la validez del modelo de valuacin de activos de capital (MVAC=CAPM) han
surgido serias preguntas.
4 TOBIN. Teorema de separacin. 1958.
ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
46
En general el modelo de valuacin de activos de capital se basa en datos
histricos y en ese caso las betas no siempre reflejan la variabilidad futura
de los rendimientos, de manera que los rendimientos requeridos especificados
en el modelo se consideran aproximaciones sin mucha precisin.
Adems el MVAC est basado en un supuesto mercado eficiente con mu-
chos inversionistas pequeos, igualmente informados, sin restricciones en
las inversiones, con inversionistas racionales, que prefieren rendimientos
ms altos y riesgo ms bajo. Un estudio (FAMA y FRENCH, 1992) ha mostrado
que no existe una relacin significativa entre betas histricas y rendimien-
tos histricos entre ms de 2.000 acciones, de 1963 a 1990. Expresado de
otra manera significa que la magnitud de la beta histrica de una accin no
estaba relacionada con el nivel de su rendimiento histrico.
Existe una teora ms amplia, denominada teora de valuacin por arbitraje
(VPA APT), desarrollada en los setenta y que ha recibido mucha atencin en
la literatura financiera. Esta teora sugiere que la prima por riesgo de valo-
res se podra explicar mejor mediante varios factores fundamentales y no el
rendimiento de mercado que usa en el MVAC, de manera que el MVAC se puede
considerar como un derivado del APT. Adems que la teora del APT confirma la
importancia del rendimiento del mercado, no ha podido identificar con clari-
dad otros factores de riesgo (ROSS, 1976).
Sin embargo, el MVAC no se ha abandonado del todo porque su defecto hist-
rico no desacredita su validez como modelo de expectativas, de manera que
an es til para vincular el riesgo esperado no diversificable y el rendi-
miento. Por ltimo, las fallas en los modelos FAMA-ROSS y la falta de aceptacin
y uso prctico APT, conserva vlido el MVAC.
6. Ejercicio aplicado
La lnea de mercado de capital (LMC) de la teora del portafolio postula una
relacin lineal entre el retorno o rendimiento esperado y el riesgo (medido
por la desviacin estndar) para portafolios eficientes, as: E
i
=
1
+
2

i
,
donde E
i
= rendimiento esperado del portafolio i y
1
= desviacin estndar de
rendimiento. Se cuenta con la siguiente informacin sobre el rendimiento
esperado y la desviacin estndar del mismo para los portafolios de 34 fondos
mutuos de inversin en los Estados Unidos para el perodo 1963 - 1997. Veri-
fiqu hasta qu punto las cifras respaldan la teora. (Vase tabla 1) (GUJARATI,
1990).
Universidad Autnoma de Colombia
ESBOZOS DE ECONOMETRA FINANCIERA 47
Determinar si la desviacin estndar influye sobre el retorno esperado (prue-
ba de significancia).
Adj(XX)
= (XX)
-1
D
Det = (349380,43) (546,1)
2
= 318934,62 - 298225,21
Det = 20709,41

9380,43 - 546,1 0,4529 - 0,0264
------------- -------------
20709,41 20709,41
(xx)
-1
= ; (xx)
-1
=
- 546,1 34 - 0,0264 0,0016
------------- ------------
20709,41 20709,41



1 0,4529 - 0,0264 466,8 (0,4529 466,8) + (-0,0264 . 7754,66)
= ;
2 -0,0264 0,0016 7754,66 (-0,0264 . 466,8) + (0,0016 . 7754,66)

1 6,6907 1 = 6,6907
=
2 0,4220 2 = 0,4220


-1
n X 1
Y 1
34 546,1 466,8
= ; =
X X
2
2
XY 2
546,1 9380,43 7754,66



9380 - 546,1 9380,43 - 546,1
MC (XX) = ; Adj (XX) =
- 546,1 34 - 546,1 34


(xx) = xy
;
ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
48
Rendimiento anual
promedio %
Desviacin estndar
del rendimiento anual
promedio %
A1 15.6000 14.0000
A2 9.0000 8.2000
A3 10.5000 12.5000
A4 11.0000 15.3000
A5 12.9000 14.6000
A6 13.4000 11.1000
A7 14.8000 15.8000
A8 15.7000 18.3000
A9 11.9000 12.7000
A10 14.3000 20.4000
A11 14.3000 14.9000
A12 11.5000 10.9000
A13 14.2000 18.2000
A14 14.6000 17.7000
A15 16.0000 22.5000
A16 15.5000 22.0000
A17 16.5000 20.7000
A18 14.1000 18.1000
A19 11.4000 13.1000
A20 14.5000 24.5000
A21 16.4000 20.8000
A22 12.3000 11.5000
A23 11.0000 9.4000
A24 16.5000 19.8000
A25 18.6000 21.7000
A26 18.3000 18.9000
A27 18.5000 16.8000
A28 11.4000 9.2000
A29 11.1000 15.0000
A30 10.7000 12.3000
A31 11.3000 18.4000
A32 13.9000 19.9000
A33 11.3000 11.0000
A34 13.8000 15.9000
Tabla 1
Comport ami e nt o de 3 4 fondos mut uos de i nve rs i n, 1 9 6 3 - 1 9 9 7
Desempeo de 34 fondos mutuos 1963 - 1997
U
n
i
v
e
r
s
i
d
a
d

A
u
t

n
o
m
a

d
e

C
o
l
o
m
b
i
a
E
S
B
O
Z
O
S

D
E

E
C
O
N
O
M
E
T
R

A

F
I
N
A
N
C
I
E
R
A
4
9

FONDOS
RENDIMIENTO
ANUAL
PROMEDIO
% "Y"
DESVIACIN
ESTNDAR DEL
RENDIMIENTO
ANUAL % "X"
XY X Y x y xy x y
A1 15,6000 14,0000 218,4000 196,0000 243,3600 -2,0618 1,8706 -3,8567 4,2509 3,4991
A2 9,0000 8,2000 73,8000 67,2400 81,0000 -7,8618 -4,7294 37,1815 61,8073 22,3673
A3 10,5000 12,5000 131,2500 156,2500 110,2500 -3,5618 -3,2294 11,5024 12,6862 10,4291
A4 11,0000 15,3000 168,3000 234,0900 121,0000 -0,7618 -2,7294 2,0792 0,5803 7,4497
A5 12,9000 14,6000 188,3400 213,1600 166,4100 -1,4618 -0,8294 1,2124 2,1368 0,6879
A6 13,4000 11,1000 148,7400 123,2100 179,5600 -4,9618 -0,3294 1,6345 24,6191 0,1085
A7 14,8000 15,8000 233,8400 249,6400 219,0400 -0,2618 1,0706 -0,2802 0,0685 1,1462
A8 15,7000 18,3000 287,3100 334,8900 246,4900 2,2382 1,9706 4,4106 5,0097 3,8832
A9 11,9000 12,7000 151,1300 161,2900 141,6100 -3,3618 -1,8294 6,1501 11,3015 3,3467
A10 14,3000 20,4000 291,7200 416,1600 204,4900 4,3382 0,5706 2,4753 18,8203 0,3256
A11 14,3000 14,9000 213,0700 222,0100 204,4900 -1,1618 0,5706 -0,6629 1,3497 0,3256
A12 11,5000 10,9000 125,3500 118,8100 132,2500 -5,1618 -2,2294 11,5077 26,6438 4,9703
A13 14,2000 18,2000 258,4400 331,2400 201,6400 2,1382 0,4706 1,0062 4,5721 0,2215
A14 14,6000 17,7000 258,4200 313,2900 213,1600 1,6382 0,8706 1,4262 2,6838 0,7579
A15 16,0000 22,5000 360,0000 506,2500 256,0000 6,4382 2,2706 14,6186 41,4509 5,1556
A16 15,5000 22,0000 341,0000 484,0000 240,2500 5,9382 1,7706 10,5142 35,2626 3,1350
A17 16,5000 20,7000 341,5500 428,4900 272,2500 4,6382 2,7706 12,8506 21,5132 7,6762
A18 14,1000 18,1000 255,2100 327,6100 198,8100 2,0382 0,3706 0,7553 4,1544 0,1373
A19 11,4000 13,1000 149,3400 171,6100 129,9600 -2,9618 -2,3294 6,8992 8,7721 5,4262
A20 14,5000 24,5000 355,2500 600,2500 210,2500 8,4382 0,7706 6,5024 71,2038 0,5938
A21 16,4000 20,8000 341,1200 432,6400 268,9600 4,7382 2,6706 12,6539 22,4509 7,1320
A22 12,3000 11,5000 141,4500 132,2500 151,2900 -4,5618 -1,4294 6,5206 20,8097 2,0432
A23 11,0000 9,4000 103,4000 88,3600 121,0000 -6,6618 -2,7294 18,1827 44,3791 7,4497
A24 16,5000 19,8000 326,7000 392,0400 272,2500 3,7382 2,7706 10,3571 13,9744 7,6762
A25 18,6000 21,7000 403,6200 470,8900 345,9600 5,6382 4,8706 27,4615 31,7897 23,7226
A26 18,3000 18,9000 345,8700 357,2100 334,8900 2,8382 4,5706 12,9724 8,0556 20,8903
A27 18,5000 16,8000 310,8000 282,2400 342,2500 0,7382 4,7706 3,5218 0,5450 22,7585
A28 11,4000 9,2000 104,8800 84,6400 129,9600 -6,8618 -2,3294 15,9839 47,0838 5,4262
A29 11,1000 15,0000 166,5000 225,0000 123,2100 -1,0618 -2,6294 2,7918 1,1273 6,9138
A30 10,7000 12,3000 131,6100 151,2900 114,4900 -3,7618 -3,0294 11,3959 14,1509 9,1773
A31 11,3000 18,4000 207,9200 338,5600 127,6900 2,3382 -2,4294 -5,6805 5,4673 5,9020
A32 13,9000 19,9000 276,6100 396,0100 193,2100 3,8382 0,1706 0,6548 14,7321 0,0291
A33 11,3000 11,0000 124,3000 121,0000 127,6900 -5,0618 -2,4294 12,2971 25,6215 5,9020
A34 13,8000 15,9000 219,4200 252,8100 190,4400 -0,1618 0,0706 -0,0114 0,0262 0,0050
466,8000 546,1000 7.754,6600 9.380,4300 6.615,5600 - - 257,0282 609,1005 206,6706


Media de X 16,06176471
Media de Y 13,72941176
Des empeo de 3 4 Fondos Mut uos 1 9 6 3 - 1 9 9 7
ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
50
Podemos sintetizar el modelo economtrico mediante la ecuacin:
Y = 6,6907 + 0,4220 X
E = 6,6907 + 0,4220
Clculo del error estndar
e
2
(xy)
2

2
= ; e
2
= y
2
-
n-2 X
2
e
2
= 206,6706 (257,0282)
2
/ 609,1003
e
2
= 98,2098
98,2098 98,2098

2
= ;
2
= ;
2
= 3,0690
34 2 32


2
3,0690
Var(
2
) = ------- ; Var(
2
) = --------------- ; Var(
2
) = 0,0050
x
2
609,1003



EEe (
2
) = Var (
2
) ; EEe (
2
) = 0,0050 ; EEe (
2
) = 0,0071

Prueba de Significancia con Estadstico Tc
Al no tener una hiptesis nula, basada en la experiencia se calcular una
prueba de regresin tomando como hiptesis nula que:
2
= 0.
H
o
:
2
=
2
* = 0
H
1
:
2
=
2
* 0

2
-
2
* 0,4220 - 0
tc = = tc = 5,9437

2
0,071
Universidad Autnoma de Colombia
ESBOZOS DE ECONOMETRA FINANCIERA 51
Con un nivel de confianza del 95% t/2 ser:
Grados de libertad: n 2 = 0,05
gl = 34 2
gl = 32
t 32f; 0,025 = 2,042
tc, cae en la zona de rechazo, por tanto, no se acepta la hiptesis nula.
Para saber los intervalos del coeficiente de regresin tenemos:

2
= 0,4220; EE (
2
) = 0,071; 5%; t.32; 0,025 = 2,042
P [
2
- t/2
2

2

2
+ t/
2

2
] = 1 -
P [0,4220 2,042 0,071
2
0,4220 + 2,042

0,071] = 95%
P [0,277018
2
0,566982] = 0,95
La interpretacin de este intervalo de confianza es que dado un coeficiente
de confianza del 95% en el largo plazo, en 95 de cada 100 casos intervalos
como (0,277018; 0566982) contendrn el verdadero
2
porque este intervalo
es ahora fijo, dejando de ser aleatorio; en consecuencia,
2
est o no est en
el intervalo: la probabilidad de que el intervalo fijo que se especifique con-
tenga el verdadero valor de
2
es uno (1) o cero (0).
2. Establecer la bondad del ajuste (R
2
).
e
2
98,2098
R
2
= 1 - ; R
2
= 1 - ; R
2
= 0,5248
y
2
206,6706

0,025 0,025
Z A
- 2,042 2,042
ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
52
3. Efectuar prueba de anlisis de varianza (F)
Suponemos que las perturbaciones Ui se distribuyen normalmente; y si
Ho:
2
= 0 con 1 y n 2
F1, n-2 gl, H
o
:
2
= 0
H
1
:
2
0
e
2
= 98,2098; y
2
=
2
2
X
2
; y
2
= 12012,9
gl = n 2, gl = 32 gl = 1 gl = n 1, gl = 33
y
2
= (0,4220)
2
(609,1003) y
2
= 108,4710
98,2098 108,4710
e
2
/gl = ; y
2
=
32 1
e
2
/gl = 3,0690 ; y
2
= 108,4710
108,4710
Fc =
3,0690
Fc = 35,3434
F
1
, n-2 gl = F0,05; 1,32 gl = 4,17

Z.A
4,17
Fc, cae en la zona de rechazo, por tanto se rechaza la hiptesis nula.
Los cambios en X explican el 52,48% de los cambios en Y.
Universidad Autnoma de Colombia
ESBOZOS DE ECONOMETRA FINANCIERA 53
7. Comentarios sobre el modelo
Se rechaza la hiptesis nula utilizando la Regla de decisin que expresa:
Construye un intervalo de confianza del 100 (1-) por ciento para Si el valor
de bajo Ho cae dentro de este intervalo de confianza, acepta Ho, pero si cae
fuera del intervalo rechace Ho.
Por ltimo r
2
mide la bondad global del ajuste del modelo de regresin esti-
mado si es razonablemente alto, sin olvidar que ese r
2
se puede aumentar
agregando al modelo variables explicativas adicionales. Se puede decir que
los resultados son buenos porque los signos de los coeficientes estimados
estn acorde con las expectativas tericas. As, la lnea de mercados de capi-
tal (LMC) de la teora del portafolio tiene pendiente positiva, o sea, que los
resultados son consistentes con la teora. Ver ecuacin Y = 6,6907 + 0,4220X.
Esta ecuacin acorde con la teora refleja el rendimiento requerido en el
mercado para cada nivel de riesgo diversificable (beta).
En resumen un r
2
de 52.48% es estadsticamente significativo y explica la
teora y no debe exagerarse la importancia del criterio de un valor de r
2
cercano al 80% 90%.
8. Conclusiones
A pesar que existen paquetes economtricos como el RATS, el ejercicio de
econometra financiera realizado es interesante porque muestra la validez
del MVAC para vincular el riesgo esperado no diversificable y el rendimiento.
Adems permite mostrar a la comunidad acadmica, especialmente a los
estudiantes de ciencias administrativas y contables el uso y combinacin
de la econometra con las finanzas para cuantificar y tomar decisiones ge-
nerales con mayor precisin.
Resumiendo, a pesar de las crticas del modelo de valuacin de activos de
capital recientemente planteadas (MVAC), ste se mantiene vigente. Se de-
mostr utilizando un modelo de regresin lineal en que los coeficientes de
la lnea de mercados de capitales (LMC) coinciden con la teora. Se necesita
evaluar los estudios que tratan de demeritar el MVAC. En realidad las cifras
respaldan la teora.
Bibliografa
BODIE, Z. y MERTON, R. (2003). Finanzas. Mxico. Prentice may, 1 ed.
CAICEDO, E. (1997). Modernas teoras financieras. Mercados emergentes y determinantes de
la inversin en la nacin. Serie de Pliegos Administrativos y Financieros. Univalle.
ELAS MOR OLIVARES
Economa y Desarrollo - marzo 2005, vol. 4, n 1
54
FAMA, E. y FRENCH K. (1992). The Cross-Section of Expected Stock Returns, J ournal
of Finance, june.
GITMAN, L. (2003). Fundamentos de administracin. Harla.
GREEN, W. (1998). Econometra, 3 ed., Prentice Hall.
GUJARATI, D. (1990). Econometra, McGraw-Hill.
MARTN, G.; LABEAGA, J.M. y MOCHON, F. (1997). Introduccin a la econometra. Prentice Hall.
ROSS, S. (1976). The Arbitrage Theory of Capital Asset Pricing. J ournal of Finance.
VAN HORNE, J. (2000). Administracin financiera, 7 ed., Prentice Hall.
Volver al Contenido