Investments 10E by Bodie Kane Marcus (0360-0400) .En - Es

PDF final a la impresora
CAPÍTULO 10 Tasación del arbitraje Teoría y multifactorial Modelos de Riesgo y Retorno 331
medios de correlación perfecta que en una parcela de rendimiento esperado frente a la desviación estándar (tal como la figura 7.5),
cualquiera de los dos carteras bien diversificadas se encuentran en una línea recta. Veremos más adelante que esta línea común es la
LMC.
La diversificación y el riesgo residual en la práctica

¿Cuál es el efecto de la diversificación de la cartera residual SD en la práctica, donde el tamaño de la cartera no es
ilimitada? En realidad, podemos encontrar (anualizado) SDS residual de hasta el 50% para las grandes stocks e incluso el
100% de las acciones pequeñas. Para ilustrar el impacto de la diversificación, examinamos las carteras de dos
configuraciones. Una cartera está ponderada por igual; esto logra los más altos beneficios de la diversificación con las
poblaciones de igual-SD. Para la comparación, se forma la otra cartera utilizando pesos muy lejos de ser iguales.
Seleccionamos stocks en grupos de cuatro, con pesos relativos en cada grupo de 70%, 15%, 10% y 5%. El peso más alto
es 14 veces mayor que la más baja, lo que reducirá seriamente los posibles beneficios de la diversificación. Sin embargo,
diversificación extendida en la que se añade a la cartera cada vez más grupos de cuatro poblaciones con los mismos
pesos relativos va a superar este problema debido a que el peso más alto cartera todavía se queda con la diversificación
adicional. En una igualmente ponderada cartera 1000 stock, cada peso es de 0,1%; en la cartera desigual ponderada, con
1000/4 5 250 grupos de cuatro poblaciones, el más alto y los pesos más bajos son 70% / 250 5 0,28% y 5% / 250 5 0,02%,
respectivamente.
Lo que es una gran cartera? Muchos ETF ampliamente sostenidas incluyen cada uno cientos de acciones, y algunos
fondos, como los Wilshire 5000 miles de retención. Estas carteras son accesibles al público desde las relaciones de gastos
anuales de las sociedades de inversión que ofrecen dichos fondos son del orden de sólo 10 puntos básicos. Así, una cartera de
1.000 acciones no es desconocida, pero una cartera de 10.000 acciones es.
La Tabla 10.1 muestra la cartera SD residual en función del número de poblaciones. De igual ponderación, las carteras de
valores de 1,000 a lograr pequeñas pero no insignificantes desviaciones estándar de
1,58% cuando el riesgo residual es 50% y el 3,16% cuando el riesgo residual es 100%. Las desviaciones estándar para las carteras
desequilibradas son dobles sobre estos valores. Para las carteras de 10.000 acciones, las SD son insignificantes, verificando que la
diversificación puede eliminar el riesgo, incluso en las carteras muy desequilibradas, al menos en principio, si el universo de inversión es
lo suficientemente grande.
SD residual de cada población 5 50% SD residual de cada población 5 100%
norte DAKOTA DEL SUR( mi PAGS ) norte DAKOTA DEL SUR( mi PAGS )
Pesos iguales: w yo 5 1 / norte
4 25.00 4 50.00
60 6.45 60 12.91
200 3.54 200 7.07
1000 1.58 1000 3.16
10000 0.50 10000 1.00
Grupos de cuatro pesos relativos: w 1 5 0,65, w 2 5 0,2, w 3 5 0,1, w 4 5 0.05
4 36.23 4 72.46
60 9.35 60 18.71
200 5.12 200 10.25
1000 2.29 1000 4.58
10000 0,72 10000 1.45
Tabla 10.1
varianza residual con uniforme y pesos de cartera irregular

332 PARTE III El equilibrio en los mercados de capital
El arbitraje ejecutar
Imagínese un mercado de un solo factor, donde la cartera bien diversificada, METRO, representa el factor de mercado, F, de la
ecuación 10.1. El exceso de retorno de ningún tipo de seguridad está dada por
R yo 5 una yo 1 si yo R METRO 1 mi yo , y la de una cartera bien diversificada (por lo tanto cero residual), PAGS, es
R PAGS 5 una PAGS 1 si PAGS R METRO (10.4)
E (R PAGS) 5 una PAGS 1 si PAGS E (R METRO) (10.5)
Supongamos ahora que el análisis de seguridad revela que la cartera PAGS tiene un alfa positivo. 2 También se estima la prima de
riesgo de la cartera del índice, METRO, a partir del análisis macro.
Dado que ni METRO ni cartera PAGS tener riesgo residual, el único riesgo a los rendimientos de las dos carteras es
sistemática, derivado de sus betas en el factor común (el beta del índice es 1,0). Por lo tanto, se puede eliminar el riesgo de PAGS
por completo: Construir una cartera cero-beta, llamado Z, desde PAGS y METRO por pesos seleccionando apropiadamente w PAGS
y w METRO 5 1 2 w PAGS
en cada cartera:
si Z 5 w PAGS si PAGS 1 ( 1 2 w PAGS) si METRO 5 0
si METRO 5 1 (10.6)
w PAGS 5 1 ; w METRO 5 1 2 w PAGS 5 2 si PAGS

1 2 si PAGS 1 2 si PAGS
Por lo tanto, la cartera Z es sin riesgo, y su alfa es
una Z 5 w PAGS una PAGS 1 ( 1 2 w PAGS) una METRO 5 w PAGS una PAGS (10.7)
La prima de riesgo Z debe ser cero porque el riesgo de Z es cero. Si la prima de riesgo no es cero fuera, usted podría
obtener beneficios de arbitraje. Aquí es cómo:
Desde la beta de Z es cero, la ecuación 10.5 implica que su prima de riesgo es sólo su alfa. Utilizando la ecuación 10.7, su alfa
es w PAGS una PAGS , asi que
E (R Z) 5 w PAGS una PAGS 5 1 una PAGS (10.8)

1 2 si PAGS
Ahora formar una cartera de arbitraje-net-cero inversión: Si si PAGS , 1 y la prima de riesgo de Z es positiva (lo que implica
que Z devuelve más de la tasa libre de riesgo), préstamos e invertir las ganancias en Z . Por cada dólar invertido en
prestada Z, se obtiene un rendimiento neto (es decir, neto de pagar el interés de su préstamo) de
1 1 2 si
una pags. Esta es una máquina de hacer dinero, lo que lo haría
PAGS
trabajar tan duro como sea posible. 3 Del mismo modo, si si PAGS . 1, la ecuación 10.8 nos dice que la prima de riesgo es negativo; Por lo
tanto, la venta Z corto e invertir las ganancias a la tasa libre de riesgo. Una vez más, una máquina de dinero ha sido creado. Ninguna de
estas situaciones puede persistir, ya que el gran volumen de las operaciones de árbitros que persiguen estas estrategias empujará los
precios hasta que desaparezca la oportunidad de arbitraje (es decir, hasta que la prima de riesgo de la cartera Z es igual a cero).
2 Si la cartera de alfa es negativo, todavía puede seguir la siguiente estrategia. Nos basta con cambiar a una posición corta en PAGS, lo que tendría
un alfa positivo del mismo valor absoluto como PAGS 'S, y una beta que es el negativo de PAGS 'S.
3 La función de la ecuación 10.8 se vuelve inestable a si PAGS 5 1. Para los valores de si PAGS cerca de 1, se hace infinitamente grande con el signo de una PAGS
. Esto no es un absurdo económico, ya que en ese caso, el tamaño de su posición larga en PAGS y posición corta en METRO será casi idéntica, y el
beneficio de arbitraje que ganar por cada dólar invertido será casi infinita.
La no-arbitraje Ecuación de la APT

Hemos visto que la actividad de arbitraje será fijar rápidamente la prima de riesgo de cualquier cartera welldiversified
cero-beta a cero. 4 Ajuste de la expresión en la ecuación 10.8 a cero implica que el alfa de ninguna cartera bien diversificada
también debe ser cero. De la ecuación 10.5, significa esto que, para cualquier bien diversificada PAGS,
E (R PAGS) 5 si PAGS E (R METRO) (10.9)
En otras palabras, la prima de riesgo (exceso de rentabilidad esperada) de la cartera PAGS es el producto de su beta y la
prima de riesgo de mercado-índice. La ecuación 10.9 establece así que el SML del CAPM se aplica a las carteras bien
diversificada simplemente en virtud del requisito de “no-arbitraje” de la APT.
Otra demostración de que los resultados de la APT en el mismo SML como el CAPM es más de carácter gráfico. En primer lugar,
mostrar por qué todas las carteras bien diversificada con el mismo beta deben tener el mismo rendimiento esperado. Figura 10.2
parcelas los rendimientos de dos de tales carteras, UNA y
SI, ambos con betas de 1, pero con diferentes rendimientos esperados: E (r UNA ) 5 10% y E (r si ) 5 8%. podría carteras UNA
y si coexistir con el patrón de retorno representa? Está claro que no: no importa lo que el factor sistemática resulta ser, la
cartera UNA Supera la cartera SI, dando lugar a una oportunidad de arbitraje.
Si vende corta $ 1 millón si y comprar $ 1 millón UNA, una estrategia-net-cero inversión, que tendría una ganancia libre de
riesgo de $ 20.000, de la siguiente manera:
(0,10 1 1.0 3 F) 3 $ 1 millón de posición larga en UNA
2 (. 08 1 1.0 3 F) 3 $ 1 millón de posición corta en si

. 02 3 $ 1 millón 5 $ 20000 Ganancias netas
Su ganancia es libre de riesgo debido a que el factor de riesgo anula a través de las posiciones largas y cortas. Por otra
parte, la estrategia requiere-net-cero inversión. Que se debe perseguir en una
Return (%)
AB
10
8
F ( Realizacion de
0
Factor de macro)
Figura 10.2 Regresa como una función del factor sistemática: una oportunidad de arbitraje
4 A modo de ejercicio, demostrar que cuando una PAGS , 0 se invierte la posición de PAGS en Z, y la cartera de arbitraje todavía ganará un exceso de rentabilidad libre de
riesgo.
Rendimiento esperado (%)
UNA
10
Prima de
compactos riesgo
7
6
discos
rf= 4
F
β (Con respecto al
.5 1 Factor Macro)
Figura 10.3 Una oportunidad de arbitraje
infinitamente gran escala hasta que la discrepancia de retorno entre las dos carteras desaparece. carteras diversificadas
bien con iguales betas deben haber esperado igual retornos en el equilibrio del mercado, o existen oportunidades de
arbitraje.
¿Qué hay de las carteras con diferentes betas? Sus primas de riesgo deben ser proporcionales a la beta. Para ver por
qué, consideremos la figura 10.3. Supongamos que la tasa libre de riesgo es del 4% y que una cartera bien diversificada, C, con
una beta de 0.5, tiene un rendimiento esperado del 6%. portafolio do parcelas por debajo de la línea del activo libre de riesgo
de la cartera A. Considere, por lo tanto, una nueva cartera, RE, compuesto por la mitad de la cartera UNA y la mitad del activo
libre de riesgo. portafolio re 'S beta estará (0,5 3 0 1 0.5 3 1.0) 5 0.5, y su rendimiento esperado será (0,5 3 4 1 0.5 3 10)
5 7%. ahora cartera re tiene un igual beta, pero un mayor rendimiento esperado de la cartera DO. De nuestro análisis en el
párrafo anterior, sabemos que esto constituye una oportunidad de arbitraje. Llegamos a la conclusión de que, a las
oportunidades de arbitraje en contra, el rendimiento esperado de todas las carteras bien diversificadas debe estar en la línea
recta desde el activo libre de riesgo en la figura 10.3.
Observe en la figura 10.3 que las primas de riesgo son, en efecto proporcional a betas de cartera. La prima de
riesgo se representa por la flecha vertical, que mide la distancia entre la tasa libre de riesgo y el rendimiento esperado
de la cartera. Al igual que en la sencilla CAPM, la prima de riesgo es cero para si 5 0 y aumenta en proporción directa a si
.
10.3 La APT, el CAPM, y el Modelo Índice

La ecuación 10.9 plantea tres preguntas:
1. ¿La APT también se aplican a menos que bien diversificada cartera?
2. ¿Es la APT como un modelo de riesgo y rentabilidad superior o inferior a la CAPM? ¿Necesitamos ambos modelos?
3. Supongamos que un analista de seguridad identificará la cartera positivo alfa con un riesgo residual restante.
No es lo que ya tenemos una receta para este caso del procedimiento TreynorBlack (TB) que se aplica al
modelo de índice (Capítulo 8)? Se prefiere este marco a la APT?
La APT y el CAPM
La APT está construido sobre la base de las carteras bien diversificadas. Sin embargo, hemos visto, por ejemplo en la Tabla 10.1, que
incluso las grandes carteras pueden tener riesgo residual no despreciable. Algunas carteras indexadas pueden tener cientos o miles
de acciones, pero las carteras de activos en general, no pueden, ya que hay un límite al número de acciones pueden ser analizados
de forma activa en la búsqueda de alfa. ¿Cómo funciona la APT se levantan a estas limitaciones?
Supongamos que ordenamos todas las carteras en el universo de riesgo residual. Piense en el nivel 0 carteras que conllevan
un riesgo residual de cero; en otras palabras, son las carteras bien diversificadas en teoría de la APT. Nivel 1 carteras tienen muy
pequeño riesgo residual, dicen hasta el 0,5%. Nivel 2 carteras tienen aún mayor SD residual, por ejemplo, hasta el 1%, y así
sucesivamente.
Si el SML se describe por la ecuación 10.9 se aplica a todos bien diversificadas Nivel 0 carteras, por lo menos debe
aproximarse a las primas de riesgo de nivel 1 carteras. Aún más importante, mientras que las primas de riesgo de nivel 1
pueden diferir ligeramente de la ecuación 10.9, tales desviaciones deben ser imparcial, con alfas la misma probabilidad de ser
positivo o negativo. Las desviaciones deberán ser correlacionados con beta o SD residual y se deben promediar a cero.
Podemos aplicar la misma lógica a las carteras de poco más alto nivel 2 de riesgo residual. Dado que
todas las carteras de nivel 1 son todavía muy aproximado por la ecuación 10.9, por lo que deben ser las
primas de riesgo de las carteras de nivel 2, aunque con un poco menos de precisión. También en este
caso, podemos tomar comodidad en la falta de sesgo y cero desviaciones medias de las primas de riesgo
predicho por la ecuación 10.9. Pero aún así, la precisión de las predicciones de las primas de riesgo de la
ecuación 10.9 se deteriora constantemente con el aumento de riesgo residual. (Uno podría preguntarse por
qué no transformamos Nivel 2 Nivel 1 en carteras o incluso Nivel 0 carteras de mayor diversificación, pero
como hemos apuntado a cabo, esto puede no ser factible en la práctica para los activos con un
considerable riesgo residual cuando el tamaño de la cartera activa o el tamaño del universo de inversión
está limitada.
A pesar de esta deficiencia, la APT es valioso. En primer lugar, recordemos que el CAPM requiere que casi todos los
inversores sean los optimizadores de media-varianza. Bien podemos sospechar que no lo son. Los EE.UU. libera APT de este
supuesto. Es suficiente con que un pequeño número de árbitros sofisticados socavación el mercado de oportunidades de
arbitraje. Esto por sí solo produce una SML, la ecuación 10.9, que es una buena aproximación imparcial y para todos los activos,
pero los que tienen riesgo residual significativo.
Tal vez aún más importante es el hecho de que la APT está anclado por las carteras observables tales como el índice
de mercado. El CAPM ni siquiera es comprobable porque se basa en una cartera no observada, todo incluido. La razón de
que la APT no es totalmente superior al CAPM es que a nivel de los activos individuales y de alto riesgo residual, el
arbitraje puro puede ser insuficiente para hacer cumplir la ecuación 10.9. Por lo tanto, tenemos que girar a la CAPM como
una construcción teórica complementaria detrás de las primas de riesgo de equilibrio.
Cabe señalar, sin embargo, que cuando reemplazamos la cartera de mercado no observada del CAPM con una cartera del
índice observado, amplio que puede no ser eficiente, ya no podemos estar seguros de que el CAPM predice primas de riesgo
de los activos sin sesgo. por lo tanto, ninguno de los modelos está libre de limitaciones. La comparación de la estrategia de
arbitraje APT a la maximización de la relación de Sharpe en el contexto de un modelo de índice puede bien ser el marco más
útil para el análisis.
La optimización del APT y de la cartera en un índice del mercado único

La APT está redactada en un mercado de un solo factor 5 y aplica con una precisión perfecta a welldiversified carteras.
Muestra árbitros cómo generar ganancias infinitas si la prima de riesgo de un bien diversificada cartera se desvía de la
ecuación 10.9. Las operaciones ejecutadas por estos arbitrajistas son los encargados de hacer cumplir de la exactitud de
esta ecuación.
En efecto, los programas de APT cómo se aprovechan de determinación errónea de la seguridad cuando las oportunidades de
diversificación son abundantes. Cuando se bloquea en y ampliar una oportunidad de arbitraje que te van a ser rico como Creso,
independientemente de la composición del resto de su cartera, pero sólo si la cartera de arbitraje es verdaderamente libre de riesgo! Sin
embargo, si la posición de arbitraje no está perfectamente bien diversificada, un aumento de su escala (tomar prestado dinero en
efectivo, o tomar prestado acciones a ir corto), aumenta el riesgo de la posición de arbitraje, potencialmente sin límite. La APT hace
caso omiso de esta complicación.
Consideremos ahora un inversor que se enfrenta el mismo mercado de un solo factor, y cuya seguridad análisis
revela un activo subvaluado (o cartera), es decir, aquel cuya prima de riesgo implica un alfa positivo. Este inversor
puede seguir el consejo tejida a lo largo de los capítulos 6-8 para construir una cartera riesgosa óptima. El proceso de
optimización tendrá en cuenta tanto el beneficio potencial de una posición en el activo depreciarse, así como el riesgo
de la cartera global y la diversificación eficiente. Como vimos en el capítulo 8, el procedimiento TreynorBlack (TB) se
puede resumir de la siguiente manera. 6
1. Estimar la prima de riesgo y la desviación estándar de la cartera de referencia (índice), RP METRO y s METRO .
2. Colocar todos los activos que se mispriced en una cartera activa. Llame a la alfa de la cartera activa una UNA , su
Systema TI coeficiente de c-riesgo si UNA , y su riesgo residual s ( mi UNA ).
Su cartera riesgosa óptima destinará a la cartera un peso activo, w UNA* :
UNA
2()
e A.M w UNA 0
w
0
; w UNA*
UNA
ER( ) 1 1 w UNA 0 ( 1 2 b UNA)
2
METRO
La asignación a la cartera pasiva es entonces, w METRO* 5 1 2 w UNA*. Con esta asignación, el aumento en el ratio
de Sharpe de la cartera óptima, S PAGS , sobre el de la cartera pasiva, S METRO , depende del tamaño de la relación
de la información de la cartera activa, IR UNA 5 una UNA / s ( mi UNA ). La cartera optimizada puede alcanzar una
ratio de Sharpe de
S PAGS 5 " S METRO 2 1 IR UNA 2.
3. Para maximizar el ratio de Sharpe de la cartera riesgosa, a maximizar el IR de la cartera activa. Esto se consigue
mediante la asignación a cada activo en la cartera activa una cartera peso proporcional a: w Ai 5 una yo / s 2 ( mi yo ). Cuando
se hace esto, el cuadrado de la relación de la información de la cartera activa será la suma de las relaciones
individuales de información al cuadrado: IR UNA 2 5 una IR yo 2.
Ahora ver lo que sucede en el modelo de TB cuando el riesgo residual de la cartera activa es cero. Esto es
esencialmente el supuesto de la APT, que una cartera bien diversificada (con riesgo residual cero) puede ser
formado. Cuando el riesgo residual de la cartera activa tiende a cero, la posición en la que tiende a infinito. Esta es
precisamente la misma implicación que la APT: Cuando están bien diversificadas carteras, se le escalar una posición
de arbitraje sin
5 La APT se extiende fácilmente a un mercado de factores múltiples como se muestra más adelante.
6 El tedio de algunas de las expresiones implicado en el método de la tuberculosis no debe disuadir a nadie. Los cálculos son bastante sencillos, sobre
todo en una hoja de cálculo. La estimación de los parámetros de riesgo también es una tarea relativamente sencilla estadística. La verdadera dificultad
es alfas de seguridad Destape y la prima de riesgo macro-factores, RP METRO .

Unido. Del mismo modo, cuando el riesgo residual de un activo en la cartera de la tuberculosis activa es cero, se desplazan
todos los demás activos de esa cartera, y por lo tanto el riesgo residual de la cartera activa será cero y provocar la misma
respuesta de la cartera extrema.
Cuando los riesgos residuales no son cero, el procedimiento de la tuberculosis produce la cartera riesgosa óptimo, que es
un compromiso entre la búsqueda de alfa y evitando riesgos potencialmente diversificable. Las APT ignora por completo el
riesgo residual, suponiendo que se ha diversificado. Obviamente, no tenemos el uso de la APT en este contexto. Cuando el
riesgo residual se puede hacer pequeño a través de la diversificación, los TB prescribe modelo muy agresivos (grandes)
posiciones en valores precio incorrecto que ejercen una gran presión sobre las primas de riesgo de equilibrio para eliminar
valores alfa distinto de cero. El modelo TB hace lo que el APT está destinado a hacer, pero con una mayor flexibilidad en
términos de alojamiento de los límites prácticos a la diversificación. En este sentido, Treynor y Negro anticipan el desarrollo de
la APT.
Ejemplo 10.3 explotadora Alfa
Tabla 10.2 resume un experimento rudimentaria que compara las prescripciones y predicciones del modelo APT y la
tuberculosis en la presencia de valores realistas de riesgo residual. Utilizamos valores relativamente pequeños alfa (1
y 3%), tres niveles de riesgo residual consistente con los valores de la Tabla 10.1 (2, 3, y 4%), y dos niveles de beta
(0,5 y 2) para abarcar el rango probable de parámetros razonables.
El primer conjunto de columnas en la Tabla 10.2, titulado Activo Cartera, muestran los valores de los parámetros
en cada ejemplo. El segundo conjunto de columnas, titulada Zero-Net-Inversión, el arbitraje (Zero-Beta), muestra el
peso en la cartera activa y la relación de la información resultante de la cartera activa. Este sería el ratio de Sharpe si
la posición de arbitraje (el positivealpha, la cartera de cero-beta) formado por toda la cartera de riesgo (como sería
prescrito
Índice de Prima de Riesgo 5 7 Índice de SD 5 20 Relación de índice de Sharpe 5 0.35
Zero-Net-Inversión, Arbitraje
(Zero-Beta)
Cartera activa portafolio Procedimiento Treynor-Negro
Ratio Sharpe
Alfa (%) Beta SD residual w en Active Relación de Información w ( beta 5 0) w ( beta) Sharpe Proporción incremental
1 4 0.5 2 0.25 3.57 1.28 0.43 0.18

1 4 2 1 0.25 3.57 1.00 0.43 0.18
1 3 0.5 2 0.33 6.35 1.52 0.48 0.15
1 3 2 1 0.33 6.35 1.00 0.48 0.15
1 2 0.5 2 0.50 14.29 1.75 0.61 0.11
1 2 2 1 0.50 14.29 1.00 0.61 0.11
3 4 0.5 2 0.75 10,71 1.69 0.83 0.08
3 4 2 1 0.75 10,71 1.00 0.83 0.08
3 3 0.5 2 1.00 19.05 1.81 1.06 0.06
3 3 2 1 1.00 19.05 1.00 1.06 0.06
3 2 0.5 2 1.50 42.86 1.91 1.54 0.04
3 2 2 1 1.50 42.86 1.00 1.54 0.04
Tabla 10.2
Rendimiento del Índice de APT vs. Modelo cuando diversificación de SD residual es incompleta
por el APT). El último conjunto de columnas muestra la posición de la tuberculosis en la cartera activa que maximiza el ratio
de Sharpe de la cartera riesgosa en general. La última columna muestra el incremento de la relación de Sharpe de la cartera
de TB con respecto a la cartera de APT.
Tenga en cuenta que incluso cuando los dos modelos exigen un peso similar en la cartera activa (compárese w en
Active para el modelo APT para w ( beta) para el modelo TB), que, sin embargo, prescribir una cartera riesgosa general
distinta. La APT asume cero inversión excede de lo necesario para cubrir el riesgo de mercado de la cartera activa. En
contraste, el procedimiento de TB elige una mezcla de carteras de activos y de índice para maximizar la relación
Sharpe. Con una inversión idéntica en la cartera de activos, la cartera de la tuberculosis todavía puede incluir la
inversión adicional en la cartera del índice.
Para obtener el ratio de Sharpe de la cartera riesgosa, necesitamos el ratio de Sharpe de la cartera del índice. Como una
estimación, se utiliza la rentabilidad media y la desviación estándar del índice amplio mercado (Bolsa de Nueva York 1 AMEX
1 NASDAQ) durante el período 1926-2012. La fila superior (más de los títulos de las columnas) de la Tabla 10.2 muestra una
relación de Sharpe es de 0,35. Las filas de la tabla son ordenados por el ratio de información de la cartera activa.
Tabla 10.2 muestra que el procedimiento de TB mejora notablemente la relación Sharpe más allá de la relación de información
de la APT (para los que el IR también es el ratio de Sharpe). Sin embargo, como la relación de la información de la cartera aumenta
activos, la diferencia en la TB y APT activos posiciones de la cartera disminuye, como lo hace la diferencia entre sus ratios de Sharpe.
Dicho de otra manera, cuanto mayor sea la proporción de información, cuanto más cerca estamos de una oportunidad de arbitraje
libre de riesgo, y cuanto más cerca están las prescripciones de los modelos APT y la tuberculosis.
10.4 Un Multifactor APT

Hemos asumido hasta ahora que sólo uno de los factores sistemática afecta rendimiento de las acciones. Esta suposición simplificadora
de hecho es demasiado simplista. Hemos notado que es fácil pensar en varios factores impulsados por el ciclo económico que pudiera
afectar rendimientos de las acciones: las fluctuaciones de las tasas de interés, tasas de inflación, y así sucesivamente. Es de suponer
que la exposición a cualquiera de estos factores pueden afectar el riesgo de una acción de retorno y de ahí su esperado. Podemos
obtener una versión de factores múltiples de la APT para dar cabida a estas múltiples fuentes de riesgo.
Supongamos que se generaliza el modelo de un solo factor se expresa en la ecuación 10.1 a un modelo de dos factores:
R yo 5 E (R yo) 1 si yo 1 F 1 1 si yo 2 F 2 1 mi yo (10.10)
En el Ejemplo 10.2, el factor 1 era la salida de crecimiento del PIB de las expectativas, y el factor de 2 fue el cambio no
anticipado en las tasas de interés. Cada factor tiene un valor esperado cero porque cada uno mide las sorpresa en la variable
sistemática en lugar del nivel de la variable. Del mismo modo, el componente de firma específica de retorno inesperado, mi yo , También
tiene valor esperado cero. Extensión de un modelo de este tipo de dos factores para cualquier número de factores es sencillo.
Ahora podemos generalizar la sencilla APT para una versión más general multifactorial. Pero primero hay que introducir el
concepto de una cartera de los factores, que es una cartera bien diversificada construido para tener una beta de 1 en uno de los
factores y una beta de cero en cualquier otro factor. Podemos pensar en una cartera como un factor de el seguimiento de la
cartera. Es decir, la rentabilidad de una cartera como un seguimiento de la evolución de las fuentes particulares de riesgo
macroeconómico, pero no están correlacionadas con otras fuentes de riesgo. Es posible formar dichas carteras de factor porque
tenemos un gran número de títulos para elegir, y un número relativamente pequeño de factores. carteras de factores servirán
como las carteras de referencia para una línea de mercado de la seguridad multifactorial. El SML multidimensional predice que la
exposición a cada factor de riesgo contribuye a la prima de riesgo total de la seguridad en una cantidad igual a los tiempos del
factor beta de la prima de riesgo de la cartera factor de seguimiento de esa fuente de riesgo. Se ilustra con un ejemplo.
Ejemplo 10.4 multifactorial SML
Supongamos rendimientos que las dos carteras de factores, carteras 1 y 2, se espera

E (r 1 ) 5 10% y E (r 2 ) 5 12%. Supongamos, además, que la tasa libre de riesgo es 4%. La prima de riesgo de la
primera cartera factor es del 10% 2 4% 5 6%, mientras que en la segunda cartera factor es 12% 2 4% 5 8%.
Consideremos ahora una cartera bien diversificada, la cartera UNA, con el beta en el primer factor,
si UNA 1 5 0,5, y beta en el segundo factor, si UNA 2 5 0.75. Los estados multifactoriales APT que la prima de riesgo global
de esta cartera debe ser igual a la suma de las primas de riesgo requeridos como compensación por cada fuente de
riesgo sistémico. La prima de riesgo atribuible al factor de riesgo 1 debe ser la exposición de la cartera para el factor 1, si UNA
1, multiplicada por la prima de riesgo obtenido en la primera cartera de factores, E (r 1 ) 2 r F . Por lo tanto, la porción de la
cartera
UNA 'S prima de riesgo que es una compensación por su exposición al primer factor es si UNA 1 [ E (r 1 ) 2 r f] 5
. 5 (10% 2 4%) 5 3%, mientras que la prima de riesgo atribuible a factor de riesgo 2 es
si UNA 2 [ E (r 2 ) 2 r f] 5 0,75 (12% 2 4%) 5 6%. La prima de riesgo total de la cartera debe ser de 3% 1 6% 5 El
9% y el rendimiento total de la cartera debe ser de 4% 1 9% 5 13%.
Para generalizar el argumento en el ejemplo 10.4, nota que las exposiciones de los factores de cualquier cartera, PAGS, vienen
dadas por sus betas, si PAGS 1 y si PAGS 2 . Una cartera de la competencia, Q, se pueden formar mediante la inversión en carteras de factores
con los siguientes pesos: si PAGS 1 en el primer factor de la cartera,
si PAGS 2 en el segundo factor de la cartera, y 1 2 si PAGS 1 2 si PAGS 2 en t-facturas. Por construcción, la cartera
Q tendrá betas iguales a los de la cartera PAGS y el retorno de espera
E (r Q) 5 si PAGS 1 E (r 1) 1 si PAGS 2 E (r 2) 1 ( 1 2 si PAGS 1 2 si PAGS 2) r F

(10.11)
5 r F 1 si PAGS 1 3 E (r 1) 2 r F 4 1 si PAGS 2 3 E (r 2) 2 r F 4
Usando los números en el Ejemplo 10.4:
E (r Q) 5 4 1. 5 3 ( 10 2 4) 1. 75 3 ( 12 2 4) 5 13%
Ejemplo 10.5 Manipulación de los precios y Arbitraje
Supongamos que el rendimiento esperado de la cartera UNA del Ejemplo 10.4 eran 12% en lugar de 13%. Este retorno daría
lugar a una oportunidad de arbitraje. Formar una cartera de las carteras de los factores con los mismos betas como cartera A. Esto
requiere pesos de 0,5 en la primera cartera factor 0,75 en el segundo factor de la cartera, y 2 . 25 en el activo libre de riesgo.
Esta cartera tiene exactamente las mismas versiones beta de factores como la cartera UNA: Cuenta con una beta de 0,5 en el
primer factor, debido a su peso 0,5 en el primer factor de la cartera, y una beta de 0,75 en el segundo factor. (El peso de 2 . 25
de las letras del Tesoro libres de riesgo no afecta a la sensibilidad a cualquiera de los factores).
Ahora invertir $ 1 en la cartera Q y venta (corto) $ 1 en la cartera A. Su inversión neta es cero, pero su
beneficio dólar esperado es positivo e igual a
$ 1 3 E (r Q) 2 $ 1 3 E (r UNA) 5 $ 1 3 0.13 2 $ 1 3 0.12 5 $ .01
Por otra parte, la posición neta es libre de riesgo. Su exposición a cada factor de riesgo anula, ya que son mucho $ 1 en la
cartera Q y corta $ 1 en la cartera UNA, y los dos de estos portafolios bien diversificados tienen exactamente las mismas
versiones beta del factor. Por lo tanto, si la cartera UNA Que está espera retorno es diversa de la de la cartera Q 'S, se puede
obtener beneficios positivos libres de riesgo en una posición de neto cero inversión. Esta es una oportunidad de arbitraje.
debido a que la cartera Q en el ejemplo 10.5 tiene precisamente las mismas exposiciones como portafolio UNA a las dos fuentes de
riesgo, sus rendimientos esperados también deben ser iguales. Así cartera UNA También debe tener un rendimiento esperado de 13%. Si
no lo hace, entonces habrá una oportunidad de arbitraje. 7
Llegamos a la conclusión de que cualquier cartera bien diversificada con betas si PAGS 1 y si PAGS 2 debe tener el retorno dada
por la ecuación 10.11, si las oportunidades de arbitraje tengan vedado. La ecuación 10.11, simplemente generaliza el SML de
un factor.
Por último, la extensión de la SML multifactorial de la Ecuación 10.11 a activos individuales es precisamente el mismo
que para el factor de APT. La ecuación 10.11 no puede ser satisfecha por cada cartera bien diversificada a menos que se
satisface aproximadamente en valores individuales. La ecuación 10.11 representa así el SML multifactorial para una
economía con múltiples fuentes de riesgo.
Hemos señalado anteriormente que una aplicación del CAPM es proporcionar tarifas “justas” de cambio de los servicios
públicos regulados. El multifactorial APT se puede utilizar para los mismos fines. los
cerca del cuadro resume un estudio en el que se aplicó la APT
para encontrar el costo de capital para las empresas eléctricas
CONCEPTO DE VERIFICACIÓN 10.3 reguladas. Tenga en cuenta que las estimaciones empíricas de
riesgo de interés y la inflación primas en la caja son negativos,
El uso de las carteras de los factores del Ejemplo 10.4, encontrar la tasa de como hemos argumentado era razonable en nuestra discusión
equilibrio de retorno de una cartera con si 1 5 0.2 y si 2 5 1.4. del ejemplo 10.2.
10.5 La Fama y French (FF) Tres-Factor Model

El enfoque dominante en la actualidad a la especificación de factores como candidatos para las fuentes de riesgo sistemático
utiliza características de las empresas que parecen sobre bases empíricas a sustituto de la exposición al riesgo sistemático. Los
factores elegidos son variables que en pruebas anteriores parecen predecir los rendimientos medios bien y por lo tanto pueden ser
captura de las primas de riesgo. Un ejemplo de este enfoque es la Fama y French modelo de tres factores y sus variantes, que
han llegado a las aplicaciones industriales y de investigación empíricos dominan: 8
R eso 5 una yo 1 si estoy R Monte 1 si yo SMB SMB t 1 si yo HML HML t 1 mi eso (10.12)
dónde
SMB 5 Pequeño gran inconveniente, es decir, el retorno de una cartera de acciones de pequeña por encima de la
el retorno de una cartera de grandes poblaciones. HML 5 Menos de alta baja, es decir, el retorno de
una cartera de acciones con un alto

ratio book-to-market en exceso de la rentabilidad de una cartera de valores con una baja relación de libros en el
mercado.
Tenga en cuenta que en este modelo el índice de mercado juega un papel importante y se espera para capturar el riesgo sistemático
procedentes de factores macroeconómicos.
Estas dos variables firma-característicos son elegidos debido a las observaciones de larga data que la capitalización de las
empresas (tamaño de la empresa) y la relación de mercado del libro-a-predicen desviaciones
7 La prima de riesgo de la cartera UNA es 9% (más de la prima de riesgo histórico de la S & P 500) a pesar del hecho de que sus betas, que son tanto por
debajo de 1, podría parecer defensivo. Esto pone de relieve otra distinción entre los modelos multifactoriales y solo factor. Mientras que una mayor beta de 1
en un mercado de un solo factor es agresivo, no se puede decir de antemano lo que sería agresiva o defensiva en una economía de factores múltiples,
donde las primas de riesgo dependen de la suma de las contribuciones de varios factores.
8 Eugene F. Fama y Kenneth R. French, “Explicaciones de múltiples factores de valoración de activos anomalías” Diario de Hacienda 51 (1996), pp.
55-84.
WORDS FROM THE STREET
El uso de la APT para encontrar Costo de Capital
Elton, Gruber, y Mei * utilizar la APT para derivar el costo del capital para las
Factor de riesgo Factor Betas de
empresas eléctricas. Ellos asumen que los factores de riesgo relevantes son
Factor de primera calidad Niagara Mohawk
acontecimientos no anticipados en la estructura temporal de tasas de interés,
el nivel de las tasas de interés, tasas de inflación, el ciclo económico (medido Estructura de terminos . 425 1.0615
por el PIB), tipos de cambio, y una medida resumen idean para medir otra
Tasas de interés 2 . 051 2 2.4167
macro factores.
Los tipos de cambio 2 . 049 1.3235
Ciclo comercial . 041 . 1292
Su primer paso es estimar la prima de riesgo asociado con la exposición a
cada fuente de riesgo. Logran esto en una estrategia de dos pasos (que La inflación 2 . 069 2 . 5220
describiremos en considerable detalle en el capítulo 13): Otros factores macro . 530 . 3046
1. Estimar “factor de cargas” (es decir, betas) de una muestra grande

Por lo tanto, el rendimiento esperado de cualquier seguridad debe estar relacionada con sus
de las empresas. vuelve una regresión de 100 acciones seleccionadas al azar contra los
versiones beta del factor de la siguiente manera:
factores de riesgo sistemático. Utilizan una regresión de series de tiempo para cada
población (por ejemplo, 60 meses de datos), por lo tanto, la estimación de 100

r F 1. 425 si estruc plazo 2. 051 si tasa int
regresiones, uno para cada población.
2. 049 si ex tasa 1. 041 si ciclo de bus 2. 069 si inflación 1. 530 si otro
2. Estimar el premio ganado por unidad de exposición a Por último, para obtener el costo de capital para una empresa en particular, los
cada factor de riesgo. Para cada mes, una regresión del rendimiento de cada acción autores estiman las betas de la empresa frente a cada fuente de riesgo, se multiplica
en contra de los cinco betas estimadas. El coeficiente de cada beta es el cada factor beta por el “costo del factor de riesgo” de la tabla anterior, suma sobre todas
rendimiento promedio obtenido adicional a medida que aumenta beta, es decir, es las fuentes de riesgo para obtener la prima de riesgo total y añadir la tasa libre de riesgo.
una estimación de la prima de riesgo por ese factor de riesgo a partir de datos de
ese mes. Estas estimaciones son, por supuesto, sujeta a error de muestreo. Por lo Por ejemplo, las estimaciones beta para Niagara Mohawk aparecen en la
tanto, un promedio de las estimaciones de la prima de riesgo a través de los 12 última columna de la tabla anterior. Por lo tanto, su costo de capital es
meses de cada año. los promedio
respuesta de retorno al riesgo está menos sujeta a error de muestreo. Costo de capital 5 r F 1. 425 3 1.0615 2. 051 ( 2 2,4167)
2. 049 (1.3235) 1. 041 (.1292)
2. 069 ( 2. 5220) 1. 530 (.3046)
Las primas de riesgo están en la columna central de la tabla en la parte superior de la
5 r F 1. 72
columna siguiente.
Tenga en cuenta que algunas primas de riesgo son negativos. La interpretación de
este resultado es que la prima de riesgo debería ser positivo para los factores de riesgo En otras palabras, el costo mensual de capital para Niagara Mohawk es 0,72% por
que no desea la exposición a, pero encima de la tasa mensual libre de riesgo. Por tanto, su prima de riesgo anualizada
negativo los factores que hacer desea que la exposición. Por ejemplo, usted debe desear es 0,72% 3 12 5 8,64%.
valores que tengan un mayor rendimiento cuando aumenta la inflación y estar dispuesto a
* Edwin J. Elton, Martin J. Gruber, y Jianping Mei, “Costo de Capital El uso de Arbitrage Pricing
aceptar rendimientos esperados más baja respecto a dichos valores; Esto se muestra
Theory: Un estudio de caso de los Nueve de Nueva York Utilidades” Los mercados financieros,
como una prima de riesgo negativo. instituciones e instrumentos
3 (agosto de 1994), pp. 46-68.
del rendimiento de las acciones promedio de niveles consistentes con el CAPM. Fama y French justifican este modelo sobre bases
empíricas: Mientras SMB y HML no son propios candidatos obvios para los factores de riesgo relevantes, el argumento es que
estas variables pueden proxy para aún desconocidos más variables-fundamentales. Por ejemplo, Fama y French punto de que las
empresas con altos ratios de valor libro de salida al mercado son más propensos a estar en problemas financieros y que las
acciones pequeñas pueden ser más sensibles a los cambios en las condiciones del negocio. Por lo tanto, estas variables pueden
capturar la sensibilidad a los factores de riesgo en la macroeconomía. Más evidencia sobre el modelo de Fama y French aparece
en el capítulo 13.
El problema con empírica acerca tales como el modelo de Fama y French, que utilizan servidores proxy para las fuentes de
ajenos al riesgo, es que ninguno de los factores en los modelos propuestos pueden ser claramente identificados como cobertura de
una fuente significativa de incertidumbre. Negro 9 Señala que
9 Fischer Negro “Beta y Retorno” Diario de Gestión de Cartera 20 (1993), pp. 8-18.
cuando los investigadores exploran y examinan de nuevo en la base de datos de los retornos de seguridad en busca de factores
explicativos (una actividad a menudo llamada técnica de espionaje), que pueden eventualmente Destape últimos “patrones” que se
deben exclusivamente a la casualidad. Negro observa que las primas de ida y vuelta a factores como el tamaño de la empresa han
demostrado ser inconsistente desde el primer descubierto. Sin embargo, Fama y French han demostrado que las relaciones de tamaño
y de libros a precios de mercado han pronosticado los rendimientos promedio en distintos periodos de tiempo y en los mercados de todo
el mundo, mitigando así los efectos potenciales de la técnica de espionaje.
La base firme-característica de los factores de Fama y French plantea la cuestión de si reflejan un ICAPM multi-índice basado
en el mercado extra-cobertura demandas o simplemente representar anomalías inexplicables, sin embargo, donde características
de la empresa están correlacionados con los valores alfa. Esta es una distinción importante para el debate sobre la interpretación
adecuada del modelo, debido a que la validez de los modelos de estilo FF puede significar o bien una desviación del equilibrio
racional (ya que no hay motivo racional preferir una u otra de estas características de la empresa per se ), o que características de
la empresa identificados como empíricamente asociado con retornos promedio se correlacionan con otros aún desconocidos
factores de riesgo ().
El problema sigue sin resolverse y se discute en el Capítulo 13.
RESUMEN 1. modelos multifactoriales buscan mejorar el poder explicativo de los modelos de un solo factor de forma explícita
la contabilidad de los diversos componentes sistemáticos de riesgo para la seguridad. Estos modelos utilizan indicadores destinados a capturar
una amplia gama de factores de riesgo macroeconómico.

Visit us at www.mhhe.com/bkm
2. Una vez que tenemos en cuenta múltiples factores de riesgo, se concluye que la línea del mercado de seguridad también debe ser
multidimensional, con la exposición a cada factor de riesgo que contribuye a la prima de riesgo total de la garantía.
3. Una oportunidad de arbitraje (libre de riesgo) se presenta cuando dos o más precios de seguridad permiten a los inversores
construir una cartera-net-cero inversión que produzca un beneficio seguro. La presencia de las oportunidades de arbitraje va a generar un
gran volumen de operaciones que ejerce presión sobre los precios de los valores. Esta presión continuará hasta que los precios lleguen a
niveles que impiden dicha arbitraje.
4. Cuando los títulos tienen un precio por lo que no existen oportunidades de arbitraje sin riesgo, decimos que
satisfacer la condición de no-arbitraje. las relaciones de precios que satisfacen la condición de no arbitraje son importantes porque esperamos
que se mantenga en los mercados del mundo real.
5. Las carteras se llama “bien diversificada” si incluyen un gran número de valores y la inver-
proporción ment en cada es suficientemente pequeño. La proporción de un valor en una cartera bien diversificada es lo suficientemente pequeño
como para que a todos los efectos prácticos un cambio razonable en la tasa de retorno de la seguridad que tendrá un efecto insignificante en la
tasa de rendimiento de la cartera.
6. En un mercado de seguridad de un solo factor, todas las carteras bien diversificadas tienen que satisfacer la esperada
relación retorno-beta del CAPM para satisfacer la condición de no arbitraje. Si todas las carteras bien diversificadas satisfacen la relación
retorno-beta era de esperar, a continuación, los valores individuales también deben satisfacer esta relación, al menos aproximadamente.
7. La APT no requiere los supuestos restrictivos del CAPM y su mercado (no observable)
portafolio. El precio de esta generalidad es que la APT no garantiza esta relación para todos los valores en todo momento.
8. A multifactorial generaliza APT el modelo de un solo factor para dar cabida a varias fuentes de sis-
riesgo mático. La línea del mercado de la seguridad multidimensional predice que la exposición a cada factor de riesgo contribuye a la
prima de riesgo total de la seguridad por una cantidad igual a la del factor beta de la prima de riesgo de la cartera de pistas factor que
esa fuente de riesgo.
Los sitios web relacionados 9. Una extensión de factores múltiples de la CAPM de un solo factor, la ICAPM, es un modelo de la relación riesgo-retorno
para este capítulo están disyuntiva que predice la misma línea del mercado de la seguridad multidimensional como la APT. El ICAPM sugiere que los factores de riesgo a
disponibles en www. precios razonables serán las fuentes de riesgo que conducen a una demanda significativa de cobertura por una fracción sustancial de los
mhhe.com/bkm inversores.
De un solo factor factor de tasación del arbitraje ley de arbitraje cartera factor de cartera bien TÉRMINOS CLAVE
modelo modelo multifactorial de la teoría de arbitraje de riesgos, diversificada
factor de carga beta un precio
modelo de un solo factor: R yo 5 E (R yo ) 1 si 1 F 1 mi yo ECUACIONES CLAVE
modelo multifactorial (en este caso, 2 factores, F 1 y F 2 ): R yo 5 E (R yo ) 1 si 1 F 1 1 si 2 F 2 1 mi yo
un modelo único índice: R yo 5 una yo 1 si yo R METRO 1 mi yo
Multifactor SML (aquí, 2 factores, etiquetados 1 y 2)
E (r yo) 5 r F 1 si 1 3 E (r 1) 2 r F 4 1 si 2 3 E (r 2) 2 r F 4
5 r F 1 si 1 E (R 1) 1 si 2 E (R 2)
donde las primas de riesgo de las carteras de los factores son dos E (R 1 ) y E (R 2 )
1. Supongamos que dos factores han sido identificados para la economía de Estados Unidos: la tasa de crecimiento de la producción industrial, Los conjuntos de problemas
propiedad intelectual, y la tasa de inflación, IR. Se espera IP a ser de 3%, y IR 5%. Actualmente se espera una acción con un beta de 1 en la IP y
0,5 en IR para proporcionar una tasa de retorno del 12%. Si en realidad la producción industrial crece en un 5%, mientras que la tasa de inflación
resulta ser del 8%, ¿cuál es su estimación revisada de la tasa esperada de retorno de las acciones?
2. L a APT no proporciona orientación sobre los factores que cabría esperar para determinar las primas de riesgo. ¿Cómo deben los Básico
investigadores decidir qué factores a investigar? ¿Por qué, por ejemplo, es la producción industrial un factor razonable para
comprobar si una prima de riesgo?
3. Si los tiende a ser una teoría útil, el número de factores sistemáticos en la economía debe ser pequeña. ¿Por qué?
4. S upongamos que hay dos factores económicos independientes, F 1 y F 2 . La tasa libre de riesgo es del 6%, Intermedio
y todas las acciones tienen componentes independientes firme-específicas con una desviación estándar de 45%. Los siguientes son los
portafolios bien diversificados:
portafolio beta en F 1 beta en F 2 Rendimiento esperado
UNA 1.5 2.0 31%

si 2.2 2 0.2 27%
¿Cuál es la relación retorno-beta esperada en esta economía?
5. Considere los siguientes datos para una economía de un solo factor. Todas las carteras están bien diversificadas.
portafolio E (r ) Beta
UNA 12% 1.2

F 6% 0.0
Supongamos que otra cartera, la cartera MI, está bien diversificada con una beta de 0.6 y el rendimiento del 8% esperado. Sería una
oportunidad de arbitraje existen? Si es así, ¿cuál sería la estrategia de arbitraje?
6. Supongamos que ambas carteras UNA y si están bien diversificada, que E (r UNA ) 5 12%, y E (r si ) 5 9%.
Si la economía tiene sólo un factor, y si UNA 5 1,2, mientras si si 5 0,8, lo que debe ser la tasa libre de riesgo?
7. Se supone que los rendimientos del mercado de valores tiene el índice de mercado como un factor común, y que todas las acciones en la economía
tiene un beta de 1 en el índice de mercado. rendimientos específicos Firm todos tienen una desviación estándar de 30%.
Supongamos que un estudios de analistas 20 acciones, y encuentra que la mitad tienen un alfa de 1 2%, y la otra mitad un alfa de 2 2%.
Supongamos que compra el analista $ 1 millón en una cartera igualmente ponderada de las acciones positivas alfa, y pantalones cortos
$ 1 millón en una cartera igualmente ponderada de las acciones negativas alfa.
a. ¿Cuál es el beneficio esperado (en dólares) y la desviación estándar de la ganancia del analista?
si. ¿Cómo cambiaría su respuesta si el analista examina 50 acciones en lugar de 20 acciones? 100
¿cepo?
8. Supongamos que la seguridad retornos son generados por el modelo de un solo índice,
R yo 5 una yo 1 si yo R METRO 1 mi yo
dónde R yo es el exceso de cambio de seguridad yo y R METRO es exceso de rentabilidad del mercado. La tasa libre de riesgo es del 2%.
Supongamos también que hay tres valores A, B, y C, caracterizado por los siguientes datos:
Seguridad si yo E (R yo ) s ( mi yo )
UNA 0.8 10% 25%

si 1.0 12 10
do 1.2 14 20
a. Si s METRO 5 20%, el cálculo de la varianza de los rendimientos de valores A, B, y DO.

si. Ahora supongamos que hay un número infinito de activos con características idénticas a las de retorno
Esos de UNA, SI, y C, respectivamente. Si uno forma una cartera bien diversificada de tipo UNA valores, lo que será la media
y la varianza de exceso de rentabilidad de la cartera? ¿Qué hay de carteras compuestas sólo de tipo si o do ¿cepo?
C. ¿Hay una oportunidad de arbitraje en este mercado? ¿Qué es? Analizar la oportunidad de forma gráfica.
9. El SML estados de relación que la prima de riesgo esperado de un valor en un modelo de un factor debe ser directamente proporcional a la
beta de la seguridad. Supongamos que este no fuera el caso. Por ejemplo, supongamos que el rendimiento esperado aumenta más que
proporcionalmente con el beta como en la figura siguiente.
(r)
si
do
AE
a. ¿Cómo se puede construir una cartera de arbitraje? ( Insinuación: Considere combinaciones de carteras UNA
y SI, y comparar la cartera resultante DO. )
si. Algunos investigadores han examinado la relación entre la rentabilidad media en el puerto-diversificado
folios y la si y si 2 de esas carteras. Lo que deberían haber descubierto sobre el efecto de si 2 el rendimiento de la
cartera?
10. Considere el siguiente modelo multifactorial (APT) de los retornos de seguridad para una acción en particular.
Factor Factor Beta Factor de riesgo de primera calidad
Inflación 1.2 6%
Producción industrial 0.5 8
Precios del aceite 0.3 3
a. Si las letras del Tesoro actualmente ofrecen un rendimiento del 6%, encontrar la tasa esperada de retorno de esta población si el mar-
KET considera la acción como un precio razonable.
si. Supongamos que el mercado esperaba que los valores para los tres factores macro dadas en la columna 1
a continuación, pero que los valores reales resultan como se indica en la columna 2. Calcular las expectativas revisadas para la tasa de
rendimiento de la acción una vez que el “sorpresas” se dan a conocer.
Factor Tasa de cambio esperada Tasa real de cambio
Inflación 5% 4%
Producción industrial 3 6
Precios del aceite 2 0
11. Suponga que el mercado puede ser descrita por las siguientes tres fuentes de riesgo sistemático con las primas de riesgo
asociados.
Factor Prima de riesgo
Producción industrial ( yo ) 6%
Tasas de interés ( R ) 2
Confianza del consumidor ( do ) 4
El rendimiento de una acción en particular se genera de acuerdo con la siguiente ecuación:
r 5 15% 1 1.0 yo 1. 5 R 1. 75 do 1 mi
Encontrar la tasa de equilibrio de rendimiento de esta población utilizando la APT. La tasa de T-factura es del 6%. Es la acción sobre o debajo
de su valor? Explique.
12. Como un interno de finanzas en los productos de carne de cerdo, misiones de Jennifer Wainwright es para llegar a nuevas ideas en relación
con el costo de capital de la empresa. Ella decide que esta sería una buena oportunidad de probar el nuevo material de la APT que
aprendió el semestre pasado. Ella decide que tres factores prometedores serían (i) El rendimiento de un índice de base amplia, como el
S & P 500; (Ii) el nivel de las tasas de interés, según lo representado por el rendimiento al vencimiento de los bonos Tesoro a 10 años; y
(iii) el precio de los cerdos, que son particularmente importantes para su empresa. Su plan es encontrar la beta de los productos de
carne de cerdo en contra de cada uno de estos factores mediante el uso de una regresión múltiple y para estimar la prima de riesgo
asociado a cada factor de exposición. Comentario sobre la elección de los factores de Jennifer. Más prometedores con respecto al
probable impacto en el precio de su firma de capitales? ¿Puede sugerir mejoras a su especificación?
Utilice la siguiente información para responder a los problemas 13-16:

Orbe Trust (Orbe) se ha inclinado históricamente hacia un estilo de gestión pasiva de sus carteras. El único modelo que la alta dirección
del Orbe ha promovido en el pasado es el modelo de valoración de activos de capital (CAPM). Ahora gestión de Orbe ha pedido a uno de
sus analistas, Kevin McCracken, CFA, para investigar el uso del modelo de la teoría de tasación del arbitraje (APT).
McCracken cree que un modelo APT de dos factores es la adecuada, donde los factores son la sensibilidad a los cambios en el PIB real y los
cambios en la inflación. McCracken ha llegado a la conclusión de que la prima de riesgo factor para el PIB real es del 8%, mientras que la prima
de riesgo para el factor de inflación es del 2%. Se estima para el Fondo de Alto Crecimiento del orbe que las sensibilidades a estos dos factores
son 1,25 y 1,5, respectivamente.
Usando sus resultados APT, se calcula el rendimiento esperado del fondo. A efectos de comparación, que luego utiliza el análisis fundamental para
calcular también el rendimiento esperado del Fondo de Alto Crecimiento del orbe. McCracken encuentra que las dos estimaciones del rendimiento
esperado del fondo de alto crecimiento orbe son iguales.
McCracken pide a un compañero analista, Sue Kwon, para proporcionar una estimación del rendimiento esperado de gran fondo del casquillo del
orbe basado en el análisis fundamental. Kwon, que administra el fondo, dice que el rendimiento esperado es de 8,5% por encima de la tasa libre de
riesgo. McCracken a continuación, se aplica el modelo APT para el Fondo Large Cap. Encuentra que las sensibilidades y el PIB real y la inflación son
0,75 y 1,25, respectivamente.
El manager de McCracken en el orbe, Jay Stiles, pide McCracken para componer una cartera que tiene una sensibilidad unidad
para el crecimiento del PIB real, pero no se ve afectada por la inflación. McCracken confía en sus estimaciones apto para el fondo de
crecimiento alta y el Fondo Large Cap. A continuación, calcula las sensibilidades para tercera fondo, Fondo Utilidad de Orb, que tiene
sensibilidades igual a 1,0 y 2,0, respectivamente. McCracken utilizará sus resultados APT para estos tres fondos para llevar a cabo la
tarea de crear una cartera con una unidad de exposición al PIB real y sin exposición a la inflación. Él llama el fondo el “Fondo del PIB.”
Stiles dice dicho Fondo PIB sería bueno para los clientes que están jubilados que viven de la renta constante de sus inversiones.
McCracken dice que el fondo sería una buena opción si las políticas macroeconómicas próxima a la oferta del gobierno tienen éxito.
13. De acuerdo con el, si la tasa libre de riesgo es del 4%, lo que debería ser estimado APT de McCracken del rendimiento esperado del Fondo de
Alto Crecimiento del orbe?
14. Con respecto a la estimación del modelo APT McCracken de gran fondo del casquillo del orbe y la información Kwon ofrece, está
disponible una oportunidad de arbitraje?
15. El Fondo PIB compuesta de los otros tres fondos tendría un peso en el Fondo de Utilidad igual
a ( una ) 2 2,2; ( si ) 2 3.2; o ( C ) . 3.
16. Con respecto a los comentarios de Stiles y McCracken relativos para los que el Fondo PIB sería apropiado:
a. McCracken era correcta y Stiles estaba mal.

si. Ambos eran correctos.
C. Stiles era correcta y estaba mal McCracken.
Reto 17. Un ssume un universo de n ( grandes) valores para los cuales el mayor varianza residual no es mayor
que norte s METRO 2. Constructo tantos sistemas de ponderación diferentes como sea posible, que generan carteras welldiversified.
18. Derivar una más general (que el ejemplo numérico en el capítulo) demostración de la línea de mercado de la seguridad APT:
a. Para un mercado de un solo factor.

si. Para un mercado de factores múltiples.
19. firmas pequeñas tendrán cargas relativamente altas (betas altas) en la (pequeña desventaja grande) factor de SMB.
a. Explicar por qué.

si. Ahora supongamos que dos pequeñas empresas no relacionadas fusionan. Cada uno será operada como una unidad independiente
de la compañía fusionada. ¿Es de esperar el comportamiento del mercado de valores de la empresa fusionada a diferencia de la
de una cartera de las dos empresas anteriormente independientes? ¿Cómo afecta la fusión capitalización de mercado? ¿Cuál es
la predicción del modelo de Fama y French de la prima de riesgo en la empresa combinada? ¿Vemos aquí una falla en el modelo
FF?
1. J effrey Bruner, CFA, utiliza el modelo de valoración de activos de capital (CAPM) para ayudar a identificar los valores precio incorrecto. Un consultor
sugiere Bruner teoría de valoración de uso de arbitraje (APT) en su lugar. En la comparación de CAPM y APT, el consultor formularon los
siguientes argumentos:
a. Tanto el CAPM y APT requieren una cartera de mercado eficiente media y la varianza.
si. Ni el CAPM ni APT asume una distribución normal retornos de seguridad.
C. El CAPM asume que un factor específico explica retornos de seguridad, pero no lo hace APT.
Indique si cada una de las tesis del asesor es correcta o incorrecta. Indicar, para cada argumento incorrecto, por qué el
argumento es incorrecto.
2. Supongamos que tanto X y Y son carteras bien diversificadas y la tasa libre de riesgo es 8%.
portafolio Rendimiento esperado Beta
X dieciséis% 1.00
Y 12 0.25
En esta situación llegaría a la conclusión que las carteras X y Y:
a. Están en equilibrio.
si. Ofrecer una oportunidad de arbitraje.
C. Son a la vez debajo de su valor.
re. Son a la vez a un precio razonable.
3. Una cartera de inversión cero con un alfa positivo podría surgir si:
a. El rendimiento esperado de la cartera es igual a cero.

si. La línea de mercado de capitales es tangente al conjunto de oportunidades.
C. La ley del precio único se mantiene unviolated.
re. Existe una oportunidad de arbitraje libre de riesgo.
4. De acuerdo con la teoría de arbitraje:
a. Las acciones de alto beta son demasiado caros constantemente.

si. valores con una beta son demasiado caros constantemente.
C. Positivas oportunidades de inversión alfa desaparecerán rápidamente.
re. inversores racionales perseguir el arbitraje consistente con su tolerancia al riesgo.
5. La teoría general de precios de arbitraje (APT) se diferencia del modelo de valoración de activos de capital de un solo factor (CAPM), ya
que la APT:
a. Pone más énfasis en el riesgo de mercado.

si. Minimiza la importancia de la diversificación.
C. Reconoce múltiples factores de riesgo no sistemático.
re. Reconoce múltiples factores de riesgo sistemático.
6. Un inversor toma como posición de un grande como sea posible cuando se viola una relación precio de equilibrio. Esto es un ejemplo
de:
a. Un argumento de dominancia.
si. La media y la varianza frontera eficiente.
C. la actividad de arbitraje.
re. El modelo de valoración de activos de capital.
7. La función de la versión de la teoría general de la tasación del arbitraje (APT) que ofrece la mayor ventaja potencial
sobre la sencillo CAPM es el:
a. La identificación de los cambios previstos en la producción, la inflación y estructura temporal de interés

tarifas como factores clave que explican la relación riesgo-retorno.
si. medición superior de la tasa libre de riesgo de retorno durante períodos de tiempo histórico.
C. La variabilidad de los coeficientes de sensibilidad a los factores de la APT para un determinado activo en el tiempo.
re. Uso de varios factores en lugar de un único índice de mercado para explicar la relación riesgo-retorno.
8. En contraste con el modelo de precios de activos de capital, la teoría de arbitraje de precios:
a. Requiere que los mercados estén en equilibrio.

si. Usos primas de riesgo en función de variables micro.
C. Especifica el número e identifica los factores específicos que determinan los rendimientos esperados.
re. No requiere de los supuestos restrictivos relativos a la cartera de mercado.
EJERCICIOS E-inversiones
Uno de los factores en el modelo APT especificada por Chen, Roll y Ross es el cambio porcentual en la inflación
imprevista. ¿Quién gana y quién pierde cuando se cambia la inflación? Ir
http://hussmanfunds.com/rsi/infsurprises.htm para ver un gráfico de la inflación Índice de sorpresa y pronósticos de inflación
de los economistas.
SOLUCIONES A LOS CONTROLES CONCEPT
1. El PIB beta es 1,2 y el crecimiento del PIB es 1% mejor de lo esperado. Así que va a aumentar su pronóstico para el retorno de
stock de 1.2 3 1% 5 1,2%. El pronóstico revisado es de un rendimiento de 11,2%.
2. a. Esta cartera no está muy diversificado. El peso en la primera de seguridad no disminuye como norte
aumenta. Independientemente de la cantidad de diversificación que hay en el resto de la cartera, no arrojar el riesgo específico de cada
empresa de esta seguridad.
si. Esta cartera está bien diversificada. A pesar de que algunas poblaciones tienen tres veces el peso de
otras poblaciones (1,5 / norte frente a 0,5 / norte ), el peso de todas las existencias tiende a cero cuando norte aumenta. El impacto del riesgo
específico de cada empresa de cualquier acción individual se aproximará a cero norte se hace cada vez más grande.
3. El retorno de equilibrio es E (r ) 5 r F 1 si PAGS 1 [ E (r 1 ) 2 r f] 1 si PAGS 2 [ E (r 2 ) 2 r f]. Utilizando los datos de

Ejemplo 10.4:
E (r) 5 4 1. 2 3 ( 10 2 4) 1 1.4 3 ( 12 2 4) 5 16,4%

11
CAPÍTULO ONCE
La hipótesis del mercado

eficiente
UNO DE LOS primeras aplicaciones de las computadoras en la A primera vista, los resultados de Kendall estaban
economía en la década de 1950 fue analizar series temporales perturbando a algunos economistas financieros. Parecían dar a
económicas. Los teóricos del ciclo económico sintieron que el entender que el mercado de valores está dominado por la
seguimiento de la evolución de diversas variables económicas con psicología del mercado errática, o “espíritus animales”, es decir
el tiempo sería aclarar y predecir el progreso de la economía a que no sigue las reglas lógicas. En resumen, los resultados
través de períodos de auge y caída. Un candidato natural para el parecen confirmar la irracionalidad del mercado. En una reflexión
análisis fue el comportamiento de los precios del mercado de más profunda, sin embargo, los economistas llegaron a revertir su
valores en el tiempo. Suponiendo que los precios de las acciones interpretación del estudio de Kendall.
reflejan las perspectivas de la empresa, los patrones recurrentes
de picos y valles en el rendimiento económico debe aparecer en Pronto se hizo evidente que los movimientos de precios al
esos precios. azar indicaron un mercado que funcione bien o eficiente, no un
irracional. En este capítulo se explora el razonamiento detrás de
lo que puede parecer una conclusión sorprendente. Mostramos
Maurice Kendall examinó esta propuesta en 1953. 1 Encontró a cómo la competencia entre los analistas conduce naturalmente
su gran sorpresa que no podía identificar patrones predecibles de a la eficiencia del mercado, y se examinan las implicaciones de
las cotizaciones bursátiles. Los precios parecían evolucionar al la hipótesis del mercado eficiente para la política de inversión.
azar. Ellos eran más propensos a aumentar a medida que fueran a También consideramos la evidencia empírica que apoya y
PART III
bajar en un día determinado, independientemente de los resultados contradice la noción de eficiencia del mercado.
anteriores. Los datos proporcionados hay manera de predecir los
movimientos de precios.
1 Maurice Kendall, “El análisis de series de tiempo económicas, Parte I: Los precios” Revista de la Royal Statistical Society 96 (1953).
11.1 Caminos aleatorios y el Mercado Eficiente

Hipótesis
Supongamos que Kendall había descubierto que los cambios de precios de acciones son predecibles. Lo que es una mina de oro de
esto habría sido. Si pudieran utilizar las ecuaciones de Kendall para predecir precios de las acciones, los inversores obtendrían
beneficios sin fin simplemente mediante la compra de acciones que el modelo de computadora implícita estaban a punto de aumentar
en precio y con la venta de esas acciones a punto de caer en el precio.
Un momento de reflexión debería ser suficiente para convencerse de que esta situación no puede persistir por mucho tiempo.
Por ejemplo, supongamos que el modelo predice con gran confianza que XYZ precio de las acciones, actualmente en $ 100 por
acción, aumentará dramáticamente en 3 días a $ 110. ¿Cuáles serían los inversores con acceso a la predicción del modelo hacer
hoy? Obviamente, resolverían una gran ola de órdenes de compra inmediata de sacar provecho de la posible aumento en el precio
de las acciones. Nadie sostiene XYZ, sin embargo, estaría dispuesto a vender. El efecto neto sería una inmediato saltar en el precio
de las acciones a $ 110. La previsión de un futuro incremento de los precios en vez conducirá a un aumento inmediato de los
precios. En otras palabras, el precio de las acciones reflejará de inmediato la “buena nueva” implícito en el pronóstico del modelo.
Este sencillo ejemplo ilustra por qué el intento de Kendall para encontrar patrones recurrentes en los movimientos de precios de
acciones era probable que falle. Un pronóstico favorable sobre futuro el rendimiento se presenta más bien favorable actual rendimiento, ya
que los participantes del mercado todo tratar de conseguir en la acción antes de que el salto de precios.
En términos más generales, se podría decir que cualquier información que podría ser usada para predecir el rendimiento de la que
ya se debería reflejar en precios de las acciones. Tan pronto como hay alguna información que indica que una acción está subvaluado y
por lo tanto ofrece una oportunidad de ganancias, los inversores acuden a comprar la acción e inmediatamente hacer subir su precio a
un nivel razonable, cuando se puede esperar que sólo las tasas ordinarias de retorno. Estas “tarifas normales” son simplemente las
tasas de retorno acorde con el riesgo de la población.
Sin embargo, si los precios son una oferta de inmediato a niveles justos, teniendo en cuenta toda la información disponible, debe
ser que aumentan o disminuyen sólo en respuesta a la nueva información. La nueva información, por definición, debe ser impredecible;
si se podía predecir, a continuación, la predicción sería parte de la información de hoy. Por lo tanto, precios de las acciones que el
cambio en respuesta a nueva (es decir, no previsto anteriormente) información también debe moverse de forma impredecible.
Esta es la esencia del argumento de que precios de las acciones deben seguir una Caminata aleatoria, es decir, que los cambios
de precio debe ser aleatoria e impredecible. 2 Lejos de una prueba de la irracionalidad del mercado, la evolución de precios de las
acciones al azar serían la consecuencia necesaria de los inversores inteligentes que compiten para descubrir información relevante
sobre la que comprar o vender las acciones antes de que el resto del mercado se da cuenta de esa información.
No hay que confundir la aleatoriedad en el precio cambios con la irracionalidad en el nivel de los precios. Si los precios se
determinan de forma racional, entonces sólo la nueva información hará que se cambien. Por lo tanto, un paseo aleatorio sería el
resultado natural de los precios que siempre reflejan todo el conocimiento actual. De hecho, si los movimientos de precios de acciones
eran predecibles, que sería condenable evidencia de la ineficiencia del mercado de valores, debido a que la capacidad de predecir los
precios indicaría que
2 En realidad, estamos siendo un poco flojo con la terminología aquí. Estrictamente hablando, debemos caracterizar precios de las acciones como seguir un
submartingala, lo que significa que el cambio esperado en el precio puede ser positivo, presumiblemente como compensación por el valor temporal del dinero y el riesgo
sistemático. Por otra parte, el rendimiento esperado puede cambiar con el tiempo como el cambio de los factores de riesgo. Un paseo aleatorio es más restrictiva, ya que
constriñe rendimientos de las acciones sucesivas de ser independiente y idénticamente distribuidas. Sin embargo, el término “paseo aleatorio” se utiliza comúnmente en el
sentido más amplio que los cambios de precios son esencialmente impredecible. Vamos a seguir esta convención.
CAPÍTULO 11 La hipótesis del mercado eficiente 351
toda la información disponible no se ya se refleja en

precios de las acciones. Por lo tanto, la noción de que 36
las acciones ya reflejan toda la información disponible se 32

conoce como la 28
hipótesis del mercado eficiente ( EMH). 3 24
La figura 11.1 ilustra la respuesta de los precios de las
20
Cumulative Abnormal Return (%)

acciones a la nueva información en un mercado eficiente. El
16
gráfico muestra la respuesta de los precios de una muestra de
12
empresas que fueron objeto de intentos de adquisición. En la
84
mayoría de las adquisiciones, la empresa compradora paga
0
una prima sustancial sobre los precios actuales del mercado.
Por lo tanto, el anuncio de un intento de adquisición debería
-4
hacer que el precio de las acciones para saltar. La figura
-8
muestra que precios de las acciones saltan de manera
- 12
espectacular en el día de la noticia se hace pública. Sin
- dieciséis
embargo, no existe más la deriva de los precios después la - 135 - 120 - 105 - 90 - 75 - 60 - 45 - 30 - 15 0 15 30
fecha del anuncio, lo que sugiere que los precios reflejen la
Días en relación con aviso de la fecha
nueva información, incluyendo la probable magnitud de la
prima de adquisición, al final del día de negociación.
Figura 11.1 rentabilidades anormales acumuladas antes de intentos de adquisición:

empresas objetivo
Fuente: Arthur Keown y John Pinkerton, “anuncios de fusiones y de información privilegiada Actividad” Diario
Aún más dramática evidencia de una respuesta rápida de Hacienda 36 (septiembre de 1981). Usado con permiso de John Wiley and Sons, a través del
a la nueva información se puede encontrar en precios Copyright Clearance Center. Actualizaciones cortesía de Jinghua Yan.
intradía. Por ejemplo, Patell y Wolfson muestran que la

mayor parte de la respuesta de precio de las acciones de la
empresa
dividendos o los anuncios de ganancias se produce dentro de los 10 minutos del anuncio. 4
Una ilustración agradable de dicho ajuste rápido se proporciona en un estudio realizado por Busse y Green, que el seguimiento de
precios de las acciones minuto a minuto de las empresas que se presentan en el o los segmentos de CNBC “mañana”, “mediodía de
llamadas”. 5 Minuto 0 en la figura 11.2 es el tiempo en el que se menciona la acción en el programa del mediodía. La línea superior es el
movimiento del precio promedio de las acciones que reciben informes positivos, mientras que la línea inferior informa de rendimientos de
las acciones con informes negativos. Tenga en cuenta que los niveles de línea de la parte superior, lo que indicaba que el mercado ha
digerido completamente las noticias dentro de los 5 minutos del informe. Los niveles de la línea de fondo fuera dentro de
aproximadamente 12 minutos.
La competencia como la Fuente de la eficiencia

¿Por qué debemos esperar precios de las acciones reflejan “toda la información disponible”? Después de todo, si usted está
dispuesto a gastar tiempo y dinero en la recopilación de información, podría parecer razonable que se podía subir algo que ha
sido pasado por alto por el resto de la comunidad inversora. Cuando la información es costosa para descubrir y analizar,
cabría esperar que el análisis de inversiones pidiendo tales gastos para dar como resultado un mayor rendimiento esperado.
3 La eficiencia del mercado no debe confundirse con la idea de carteras eficientes introducido en el Capítulo 7. Un informativamente eficiente mercado es
uno en el que la información se difunde y se refleja en los precios rápidamente. Un eficiente

portafolio es uno con el más alto rendimiento esperado para un nivel dado de riesgo.
4 JM Patell y MA Wolfson, “La velocidad intradía del ajuste de precios de las acciones a las ganancias y anuncios de dividendos” Revista de
Economía Financiera 13 (junio de 1984), pp. 223-52.

5 JA Busse y TC verde, “Eficiencia del mercado en tiempo real” Revista de Economía Financiera 65 (2002), pp. 415-37. Usted puede encontrar una
versión de la película intradía de esta figura en el www.bus.emory.edu/cgreen/docs/cnbc/ cnbc.html.

Este punto ha sido subrayada por Grossman y
0.75 Stiglitz. 6 Se argumentó que los inversores tendrán

Mediodía-Positivo-Negativo un incentivo para gastar tiempo y recursos para
0.50
mediodía
analizar y nueva información destape sólo si dicha
0.25
actividad es probable que generen una rentabilidad
0.00 superior. Por lo tanto, en el equilibrio del mercado,

Cumulative Return (%)
eficiente la actividad de recopilación de información

- 0.25
debe ser fructífero. Por otra parte, no sería
- 0.50
sorprendente encontrar que el grado de eficiencia
- 0.75 difiere a través de diversos mercados. Por ejemplo,
los mercados emergentes que se analizan con
- 1.00
menos intensidad que los mercados de Estados
- 1.25
Unidos o en que la contabilidad requisitos de
- 1.50 divulgación son menos rigurosos puede ser menos
- 15 - 10 -5 0 5 10 15
eficiente que los mercados de Estados Unidos. las
Minutos en relación con Mención
poblaciones pequeñas que reciben relativamente
poca cobertura por los analistas de Wall Street
pueden tener un precio menor eficiencia que los
Figura 11.2 reacción precio de las acciones a los informes de CNBC. La figura muestra la reacción de
grandes. Sin embargo, mientras que no iría tan
precios de las acciones a informes de la bolsa en el aire durante el segmento “Mediodía llamadas” en la
lejos como para decir que usted no puede llegar a
CNBC. El gráfico traza los rendimientos acumulados a partir de 15 minutos antes de que el informe de
la nueva información, que tiene sentido considerar y
existencias.
respetar su competencia.
Fuente: Tomado de JA Busse y TC verde, “Eficiencia del mercado en tiempo real”
Revista de Economía Financiera 65 (2002), p. 422. Copyright 2002, con permiso de Elsevier.
Ejemplo 11.1 Las recompensas por rendimiento incremental
Considere un fondo de gestión de la inversión que actualmente administra una cartera de $ 5 mil millones. Supongamos que el
gestor del fondo puede idear un programa de investigación que podría aumentar la tasa de retorno de la cartera por una décima
parte del 1% al año, una cantidad aparentemente modesto. Este programa podría aumentar el retorno en dólares de la cartera
en $ 5 billón 3 0.001, o $ 5 millones. Por lo tanto, el fondo estaría dispuesto a gastar hasta $ 5 millones por año en investigación
para aumentar la rentabilidad de las acciones por una mera décima parte del 1% por año. Con tales grandes recompensas para
estos pequeños aumentos en el rendimiento de la inversión, no debe sorprender que los gestores de carteras profesionales
están dispuestos a gastar grandes sumas de dinero a los analistas de la industria, soporte informático, y esfuerzo de
investigación y, por tanto, que los cambios de precios son, en general, difíciles de predecir.
Con tantos analistas bien respaldados dispuestos a gastar considerables recursos en la investigación, una presa fácil en el mercado
son poco frecuentes. Por otra parte, las tasas crecientes de retorno de la actividad de investigación pueden ser tan pequeñas que sólo los
administradores de las carteras más grandes de los encontrarán perseguir la pena.
Aunque puede que no sea literalmente cierto que “toda la” información relevante será descubierta, es prácticamente seguro que hay
muchos investigadores tras la pista de la mayoría de los clientes potenciales que parecen propensos a mejorar el rendimiento de la
inversión. La competencia entre estos muchos bien apoyado por,
6 Sanford J. Grossman y Joseph E. Stiglitz, “sobre la imposibilidad de informativamente mercados eficientes” American Economic Review 70 (junio de
1980).
Casamenteros para la era de la información
El bien más preciado en Wall Street es la información, y los jugadores informadas La SEC ha expresado su preocupación por el límite entre los servicios legales
e ilegales, y varios fondos de cobertura en 2011 cerró después de incursiones
puede cargar generosamente por proporcionarla. Una industria de los llamados proveedores
de la red de expertos ha surgido para vender el acceso a expertos con buscaron evidencia de dicha actividad ilícita.
conocimientos únicos sobre una amplia variedad de empresas e industrias a
inversores que necesitan esa información para tomar decisiones. Estas empresas Como consecuencia de un mayor escrutinio, los esfuerzos de cumplimiento de
han sido apodado casamenteros para la era de la información. Los expertos pueden los compradores y vendedores de información de expertos se han multiplicado. La
ir desde los médicos que ayudan a predecir la liberación de medicamentos de mayor firma de la red más grande es Gerson Lehrman Group con un establo de 300.000
éxito a los meteorólogos que pronostican el tiempo que puede afectar precios de los expertos. Ahora mantiene los registros hasta el último minuto de los cuales de sus
productos a ejecutivos de negocios que puede proporcionar información expertos habla con quién y los temas que se han discutido. 7 Estos registros podrían
especializada sobre empresas e industrias. ser entregados a las autoridades en el caso de una investigación de información
privilegiada. Por su parte, algunos fondos de cobertura simplemente han dejado de
trabajar con empresas experto en la red o han promulgado normas más claras para
Pero algunos de esos expertos han vendía información privilegiada cuando sus empleados pueden hablar con los consultores.
prohibido. En 2011, Winifred Jiau, consultor de Global Research primaria, fue
condenado por vender información sobre Nvidia y Marvell tecnologías al fondo
de cobertura SAC Capital Advisors. Varios otros empleados de Primary Global Incluso con estas medidas de seguridad, sin embargo, aún hay margen para
también fueron acusados de abuso de información privilegiada. los problemas. Por ejemplo, un inversor puede cumplir un experto a través de una
red legítima y luego los dos puede establecer una relación de consultar por su
firmas de expertos se supone que deben proporcionar solamente la información cuenta. Este matchmaking legal se convierte en el precursor de la venta ilegal de
pública, junto con los puntos de vista y la perspectiva de los expertos. Pero la tentación información privilegiada. Donde hay una voluntad de hacer trampa, por lo general
de contratar a expertos con información privilegiada y la carga generosamente por el será una manera.
acceso a ellos es obvia.
muy bien pagado, analistas agresivos asegura que, por regla general, los precios de las acciones debe reflejar la información disponible
con respecto a sus niveles apropiados.
Información a menudo se dice que es el bien más preciado en Wall Street, y la competencia para ello es intensa. A veces, la
búsqueda de una ventaja competitiva puede volcar en una búsqueda de información privilegiada ilegal. En 2011, Raj Rajaratnam, el
jefe del fondo de cobertura Galleon Group, que una vez logró $ 6,5 mil millones, fue condenado por cargos de tráfico de información
privilegiada para solicitar consejos de una red de información privilegiada en empresas y comerciantes. Rajaratnam fue de sólo uno
de varios casos importantes de información privilegiada de trabajar su camino a través de los tribunales de
2011. Mientras que las prácticas de Galleon eran atroz, trazar una línea clara separación de fuentes legítimas y prohibidas de
información a menudo puede ser difícil. Por ejemplo, una gran industria de red de expertos empresas ha surgido en la última década
para conectar (de pago) a los inversores expertos de la industria que pueden proporcionar perspectiva única de una empresa.
Como se discute las cajas cercanas, este tipo de arreglo puede cruzar fácilmente la línea en uso de información privilegiada.
Las versiones de la hipótesis del mercado eficiente

Es común distinguir entre las tres versiones de la EMH: los débiles, semistrong y fuertes formas de la hipótesis.
Estas versiones difieren en sus nociones de lo que se entiende por el término “toda la información disponible.”
los forma debil hipótesis afirma que los precios de las acciones ya reflejan toda la información que se pueda obtener mediante el
examen de los datos de mercado de comercio, tales como la historia de los precios del pasado, el volumen de operaciones o de interés
a corto. Esta versión de la hipótesis implica que el análisis de tendencias es infructuosa. están disponibles al público y prácticamente sin
costo para obtener datos de precios de acciones pasadas. La forma débil hipótesis sostiene que si estos datos cada vez transmiten
señales fiables sobre el rendimiento futuro, todos los inversores ya se han aprendido a explotar las señales. Por último,
7 “Expertos redes son los casamenteros para la era de la información” El economista, 16 de junio, 2011.
las señales pierden su valor a medida que se conocen ampliamente debido a una señal de compra, por ejemplo, se traduciría en un
aumento inmediato de los precios.
los -Forma semistrong hipótesis establece que toda la información a disposición del público en relación con las perspectivas de
una empresa debe ser reflejado ya en el precio de las acciones. Dicha información incluye, además de los precios del pasado, datos
fundamentales sobre la línea de productos de la empresa, la calidad de la gestión, la composición del balance, patentes mantenidas, las
previsiones de ingresos, y las prácticas de contabilidad. Una vez más, si los inversores tienen acceso a dicha información de fuentes
públicamente disponibles, se podría esperar que se reflejan en el precio de las acciones.
Finalmente, el fuerte-form versión de la hipótesis del mercado eficiente dice que los precios de las acciones
reflejan toda la información pertinente a la empresa, incluso incluyendo la información disponible sólo para los
iniciados de la compañía. Esta versión de la hipótesis es bastante extrema. Pocos discutirán la propuesta de que los
funcionarios corporativos tienen acceso a la información pertinente el tiempo suficiente antes de la liberación pública
para que puedan beneficiarse de la negociación en dicha información. De hecho, gran parte de la actividad de la
Comisión de Valores está dirigida hacia la prevención de los iniciados se beneficien, explotando su situación
privilegiada. Regla 10b-5 de la Ley de Seguridad de 1934 establece límites en el comercio por funcionarios de la
empresa, directores y propietarios sustanciales, que les exige informar sobre las operaciones de la SEC. Estos
miembros, sus familiares,
La definición de información privilegiada no siempre es fácil, sin embargo. Después de todo, los analistas de valores están en el
negocio de descubrir información que no fue ampliamente conocido por los participantes del mercado. Como vimos en el capítulo 3,
así como en el cuadro de cerca, la distinción entre información privada y en el interior es a veces turbia.
Aviso una cosa que todas las versiones de la EMH tienen en común: todos ellos afirman que los precios deben reflejar disponible información.
No esperamos que los comerciantes sean sobrehumanos o de mercado que los precios sean siempre tiene la razón. Siempre vamos a
pedir más información sobre las perspectivas de una empresa que estará disponible. A veces los precios de mercado van a resultar, en
retrospectiva, haber sido exageradamente altos, en otros momentos bajos absurda. La EMH afirma solamente que en el momento dado,
utilizando la información actual, no podemos estar seguros de si los precios de hoy en última instancia, se demuestran haber sido
demasiado alto o demasiado bajo. Si los mercados son racionales, sin embargo, podemos esperar que sean correctas en promedio.
CONCEPTO DE VERIFICACIÓN 11.1
a. Supongamos que ha observado que los gerentes de alto nivel hacen una mayor rentabilidad de las inversiones en su
Las acciones de la empresa. ¿Esto sería una violación de la eficiencia del mercado, forma débil? ¿Sería una violación de la eficiencia del mercado en
forma sólida?
si. Si la forma débil de la hipótesis del mercado eficiente es válida, es necesario que el formulario también tienen fuertes?
Por el contrario, no la eficiencia en forma fuerte implica eficiencia en forma débil?
11.2 Implicaciones de la EMH

Análisis técnico
Análisis técnico es esencialmente la búsqueda de patrones recurrentes y predecibles de las cotizaciones bursátiles. Aunque los
técnicos reconocen el valor de la información con respecto a las futuras perspectivas económicas de la empresa, creen que dicha
información no es necesaria para una estrategia comercial exitosa. Esto se debe a que cualquiera que sea la razón fundamental de un
cambio en el precio de las acciones, si el precio de las acciones responde con lentitud suficiente, el analista será capaz de identificar
una tendencia
que pueden ser explotadas durante el período de ajuste. La clave para el análisis técnico exitoso es una respuesta lenta de
precios de las acciones a factores fundamentales de oferta y demanda. Esta condición, por supuesto, es diametralmente
opuesta a la noción de un mercado eficiente.
Los analistas técnicos a veces se llaman chartistas porque estudian los registros o tablas de precios de las acciones pasadas, con la
esperanza de encontrar patrones que pueden explotar para obtener un beneficio. Como un ejemplo de análisis técnico, considere la fuerza
relativa acercarse a, aproximarse. El chartist compara desempeño de las acciones durante un período reciente de rendimiento del
mercado o de otras poblaciones de la misma industria. Una versión simple de fuerza relativa toma la relación entre el precio de la acción
a un indicador de mercado, tales como el índice S & P 500. Si la proporción aumenta con el tiempo, se dice que la acción de exhibir
fuerza relativa, porque su ejecución precio es mejor que la del mercado en general. Tal fuerza, presumiblemente, puede continuar
durante un período de tiempo suficientemente largo para ofrecer oportunidades de lucro.
Uno de los componentes más escuchado de análisis técnico es la noción de

niveles de resistencia o niveles de soporte. Estos valores se dice que son los niveles de precios por encima del cual es difícil que los
precios de las acciones suban, o por debajo de lo que es poco probable que caigan, y que se cree que son los niveles determinados por
la psicología del mercado.
Ejemplo 11.2 Los niveles de resistencia
Considere XYZ, que negoció durante varios meses a un precio de $ 72 y luego disminuyó a $ 65. Si la acción finalmente comienza
a aumentar de precio, $ 72 se considera un nivel de resistencia (según esta teoría) porque los inversores que compraron
originalmente en $ 72 de estar muy dispuestos a vender sus acciones tan pronto como puedan romperse incluso de su inversión.
Por lo tanto, a un precio cerca de $ 72 existiría una onda de presión de venta. Dicha actividad imparte un tipo de “memoria” para el
mercado que permite historial de precios más allá de influir en las perspectivas actuales de las acciones.
La hipótesis del mercado eficiente implica que el análisis técnico no tiene mérito. La historia pasada de los precios y el volumen de
operaciones está disponible al público a un costo mínimo. Por lo tanto, cualquier información que estaba siempre disponible desde el
análisis de los precios del pasado ya se ha reflejado en los precios de las acciones. Ya que los inversores compiten para explotar su
conocimiento común de la historia precio de una acción, que necesariamente conducen precios de las acciones a niveles en los que las
tasas de rendimiento esperadas son exactamente proporcionales al riesgo. A esos niveles no se puede esperar rendimientos anormales.
Como un ejemplo de cómo funciona este proceso, considere lo que pasaría si el mercado cree que un nivel de $ 72 fue
realmente un nivel de resistencia para XYZ en el Ejemplo 11.2. Nadie estaría dispuesto a comprar las acciones a un precio de $
Personal 71,50, porque tendría casi ningún espacio para aumentar de precio, pero suficiente espacio para caer. Sin embargo, si
nadie lo compraría en $ Personal 71,50, luego $ Personal 71,50 se convertiría en un nivel de resistencia. Pero entonces, el uso de un
análisis similar, nadie lo compraría en $ 71, o $ 70, y así sucesivamente. La noción de un nivel de resistencia es un enigma lógico. Su
simple resolución es el reconocimiento de que si la acción está siempre a vender a $ Personal 71,50, inversores debe cree que el
precio puede aumentar tan fácilmente como caída. El hecho de que los inversores están dispuestos
CONCEPTO a compra (o incluso 11.2
DE VERIFICACIÓN retención)
las acciones a $ Personal 71,50 evidencia de su creencia de que pueden obtener una tasa esperada de retorno justa a ese precio.
Si todo el mundo en el mercado cree en los niveles de resistencia,

¿por qué estas creencias se convierten en profecías selffulfilling?
Una cuestión interesante es si una norma técnica que parece funcionar seguirá trabajando en el futuro una vez que se
reconoce ampliamente. Un analista inteligente ocasionalmente puede destapar una regla de comercio rentable, pero la
verdadera prueba de los mercados eficientes es si la regla se convierte en sí refleja en precios de las acciones una vez que se
descubre su valor. Una vez que un útil
norma técnica (o patrón de precios) se descubrió, que debe ser invalidado cuando la masa de comerciantes intentos de
explotarla. En este sentido, los patrones de precios debería ser autodestrucción.
Así, la dinámica del mercado es uno de una búsqueda continua de reglas comerciales rentables, seguido de la
destrucción por el uso excesivo de esas reglas resultó ser un éxito, seguido por más búsqueda de reglas aún por descubrir.
Análisis fundamental
Análisis fundamental los usos actuales y potenciales ganancias de dividendos de la empresa, las expectativas de tipos de
interés futuros, y la evaluación de riesgos de la empresa para determinar precios de las acciones apropiadas. En última
instancia, representa un intento de determinar el valor actual descontado de todos los pagos de un accionista recibirá de cada
acción. Si este valor es superior al precio de las acciones, el analista fundamental recomendaría la compra de las acciones.
Los analistas fundamentales por lo general comienzan con un estudio de los ingresos del pasado y un análisis de
balances de las empresas. Complementan este análisis con un análisis económico más detallado, normalmente incluyendo
una evaluación de la calidad de la gestión de la empresa, la posición de la empresa en su industria, y las perspectivas de la
industria en su conjunto. La esperanza es alcanzar la visión del rendimiento futuro de la empresa que aún no es reconocido
por el resto del mercado. Los capítulos 17 a 19 proporcionan una discusión detallada de los tipos de análisis que subyacen
en el análisis fundamental.
Una vez más, la hipótesis del mercado eficiente predice que más análisis fundamental también está condenado al fracaso. Si el
analista se basa en los ingresos disponibles públicamente e información de la industria, su evaluación de las perspectivas de la
empresa no es probable que sea significativamente más precisas que las de los analistas rivales. Muchas empresas, bien
financiadas bien informados llevan a cabo tales estudios de mercado, y en la cara de esta competencia será difícil a los datos: No
descubráis también está disponible para otros analistas. serán recompensados Sólo los analistas con una visión única.
El análisis fundamental es mucho más difícil que la mera identificación de las empresas bien administradas con buenas
perspectivas. El descubrimiento de las buenas empresas hace un inversor no es bueno en sí mismo si el resto del mercado también
sabe esas firmas son buenas. Si el conocimiento que ya es público, el inversor se verá obligado a pagar un alto precio por esas
empresas y no se dará cuenta de una tasa de rendimiento superiores.
El truco no es identificar empresas que son buenas, pero para encontrar empresas que están mejor que la estimación de todos los
demás. Del mismo modo, las empresas pueden ser mal gestionado grandes negocios si ellos no son tan malas como sus precios de las
acciones sugieren.
Esta es la razón por análisis fundamental es difícil. No es suficiente para hacer un buen análisis de una empresa; Se
puede hacer dinero sólo si su análisis es mejor que la de sus competidores, ya que el precio de mercado ya se reflejará
toda la información comúnmente reconocido.
Activo versus pasivo Gestión de Cartera

A estas alturas es evidente que los esfuerzos ocasionales para recoger las existencias no son propensos a pagar. La competencia entre
los inversores asegura que cualquier técnica de evaluación de las poblaciones de fácil implementación será utilizado ampliamente
suficiente para que cualquier idea derivados se reflejarán en precios de las acciones. Sólo las técnicas de análisis y no comunes graves
es probable que generen la diferencial conocimiento necesario a los beneficios de explotación rendimiento.
Por otra parte, estas técnicas son económicamente factible sólo para los administradores de grandes carteras. Si sólo
tiene $ 100,000 para invertir, incluso una mejora del 1% por año en el rendimiento genera sólo $ 1.000 por año, apenas
suficiente para justificar los esfuerzos hercúleos. El gestor de mil millones de dólares, sin embargo, recoge los ingresos extra
de $ 10 millones anuales desde el mismo incremento del 1%.
Si los pequeños inversores no están en una posición favorable para llevar a cabo la gestión activa de la cartera, ¿cuáles son sus
opciones? El pequeño inversor probablemente es mejor invertir en fondos mutuos. Mediante la combinación de los recursos de esta
manera, los pequeños inversores pueden beneficiarse de las economías de escala.

las decisiones más difíciles siguen siendo, sin embargo. Pueden estar seguros de que los inversores incluso los grandes fondos de
inversión tienen la capacidad o los recursos para las poblaciones de destape minusvalorados? Por otra parte, será cualquier
manipulación de los precios lo suficientemente grande como para compensar los costes derivados de la gestión activa de la cartera?
Los defensores de la hipótesis del mercado eficiente creen que el manejo activo se desperdicia en gran medida el esfuerzo y
poco probable para justificar los gastos incurridos. Por lo tanto, abogan por una
estrategia de inversión pasiva que no hace ningún intento de burlar el mercado. A fines estrategia pasiva solamente en el
establecimiento de una cartera bien diversificada de valores sin tratar de encontrar acciones o insuficientemente sobrevalorados.
gestión pasiva se caracteriza generalmente por una estrategia de comprar y mantener. Debido a que la teoría del mercado eficiente
indica que precios de las acciones están en niveles razonables, teniendo en cuenta toda la información disponible, no tiene sentido
para comprar y vender valores de frecuencia, lo que genera grandes costos comerciales sin aumentar el rendimiento esperado.
Una estrategia común para la gestión pasiva es crear una fondo de índice, que es un fondo diseñado para replicar el
rendimiento de un índice de base amplia de las existencias. Por ejemplo, 500 Index Fund de Vanguard dispone de existencias de
forma directamente proporcional a su peso en el índice de precios de 500 acciones de Standard & Poor. El rendimiento del Fondo
500. Por lo tanto, se replica el rendimiento de los S & P 500. Los inversores en este fondo obtener una amplia diversificación de los
gastos de gestión relativamente bajos. Los honorarios se pueden mantener al mínimo debido a la vanguardia no es necesario que
los analistas de pago para evaluar las perspectivas de valores y no los costos de transacción ocasionen a la alta rotación de cartera.
De hecho, mientras que la carga anual típico de un fondo de renta variable de gestión activa es de alrededor de 1% de los activos,
el índice de gastos del Fondo 500. Sólo
. 17%. 500 Fondo Índice de Vanguard es uno de los mayores fondos de capital de inversión con más de $ 100 mil millones de activos en
2012, y alrededor del 15% de los activos en fondos de capital están indexados.
Indexación no necesita ser limitada a la S & P 500, sin embargo. Por ejemplo, algunos de los fondos ofrecidos por el Grupo
Vanguard un seguimiento de la CRSP de base más amplia 8 Índice del total del mercado de valores estadounidense, el índice de
bonos de Barclays US Aggregate, el índice de CRSP smallcapitalization empresas de Estados Unidos, y el Tiempos financieros índices
de los mercados de valores europeos y la cuenca del Pacífico. Varios otros complejos de fondos mutuos ofrecen carteras
indexados, pero Vanguard domina el mercado minorista de productos indexados.
los fondos negociados en bolsa, o ETF, son una alternativa cercana (y con frecuencia inferior-egresos) de los fondos de inversión
indexados. Como se señaló en el Capítulo 4, se trate de acciones en las carteras diversificadas que pueden ser comprados o vendidos
al igual que partes de la acción individual. ETF emparejan varios índices generales del mercado de valores, tales como los índices y de
los índices bursátiles internacionales e industriales decenas S & P 500 o CRSP están disponibles para los
CONCEPTO DEinversores que quieren
VERIFICACIÓN 11.3
mantener un sector diversificado de un mercado sin intentar la selección de valores activo.
¿Qué pasaría si a la eficiencia del mercado todas

inversores trataron de seguir una estrategia pasiva?
El papel de la gestión de la cartera en un mercado eficiente

Si el mercado es eficiente, por qué no escoger las acciones lanzando dardos a El periodico de Wall Street
en lugar de tratar de forma racional para elegir una cartera de valores? Esta es una conclusión tentadora para sacar de la noción de que
los precios de seguridad son bastante fijo, pero es demasiado fácil. Hay un papel para la gestión racional de la cartera, incluso en
mercados perfectamente eficientes.
Usted ha aprendido que un principio básico en la selección de la cartera es la diversificación. Incluso si todas las existencias son
bastante razonables, cada uno sigue representando un riesgo específico de empresa que puede ser eliminado mediante la
diversificación. Por lo tanto, la selección de valores racionales, incluso en un mercado eficiente, requiere la selección de una cartera bien
diversificada que proporciona el nivel de riesgo sistemático que el inversor quiere.
política de inversión racional también requiere que las consideraciones fiscales se reflejarán en la elección de la seguridad.
inversores de alta impuestos soporte generalmente no van a querer los mismos valores que los bajos
8 CRSP es el Centro de Investigación en precios de los valores en la Universidad de Chicago.

inversores soporte encontrar favorable. A nivel obvio, los inversores de alto soporte encuentran ventajoso para comprar bonos
municipales libres de impuestos a pesar de sus relativamente bajos rendimientos antes de impuestos, mientras que esos mismos bonos
son poco atractivos para los bajos impuestos-soporte o inversores exentos de impuestos. En un nivel más sutil, los inversores de alto
soporte puede ser que desee para inclinar sus carteras en la dirección de las ganancias de capital en comparación con los ingresos por
intereses, debido a las ganancias de capital se gravan menos en gran medida, y porque la opción de diferir la realización de ganancias
de capital es más valioso cuanto mayor sea el nivel de impuestos actual. Por lo tanto, estos inversores pueden preferir las acciones que
producen bajos dividendos sin embargo, ofrecen un mayor ingreso esperado ganancias de capital. También serán más atraídos por las
oportunidades de inversión para los que son sensibles a los rendimientos beneficios fiscales, tales como empresas de bienes raíces.
Un tercer argumento a favor de una gestión racional cartera se relaciona con el perfil de riesgo particular del inversor.
Por ejemplo, un ejecutivo de Toyota, cuyo bono anual depende de las ganancias de Toyota en general no debe invertir
cantidades adicionales en las reservas de automóviles. En la medida en que su indemnización ya depende el bienestar de
Toyota, el ejecutivo ya está sobreinvertido en Toyota y no debe agravar la falta de diversificación. Esta lección se aprendió
con dolor considerable en septiembre de 2008 por empleados de Lehman Brothers, que fueron invertidos famoso en su
propia empresa cuando la empresa fracasó. Aproximadamente el 30% de las acciones de la empresa eran propiedad de sus
24.000 empleados, y sus pérdidas en dichas acciones ascendió a alrededor de $ 10 mil millones.
Los inversores de diferentes edades también podrían justificar distintas políticas de cartera con respecto a la asunción de riesgos.
Por ejemplo, los inversores de mayor edad que viven esencialmente de sus ahorros podrían optar por evitar los bonos a largo plazo
cuyo valor de mercado fluctuar dramáticamente con los cambios en las tasas de interés (que se analizan en la cuarta parte). Debido a
que estos inversores están viviendo de los ahorros acumulados, que requieren la conservación del capital. En contraste, los inversores
más jóvenes pueden estar más inclinados hacia bonos indexados a la inflación a largo plazo. El flujo constante de ingresos reales
durante largos períodos de tiempo que está encerrado con estos bonos puede ser más importante que la preservación del principal a los
que tienen una esperanza de vida larga.
En conclusión, hay un papel para la gestión de la cartera, incluso en un mercado eficiente. posiciones óptimas de los
inversores variarán de acuerdo con factores tales como la edad, el nivel de impuestos, la aversión al riesgo, y el empleo. El
papel del gestor de la cartera en un mercado eficiente es adaptar la cartera a estas necesidades, en lugar de batir al
mercado.
Asignación de recursos
Nos hemos centrado hasta ahora en las implicaciones para la inversión de la hipótesis del mercado eficiente. Las desviaciones de la
eficiencia pueden ofrecer oportunidades de ganancias a los comerciantes mejor informados a expensas de menos informadas queridos.
Sin embargo, las desviaciones de eficiencia informativa también daría lugar a un gran costo que correrá a cargo de todos los
ciudadanos, es decir, la asignación de recursos ineficiente. Recordemos que en una economía capitalista, las inversiones en real activos
tales como plantas, equipos y know-how se guían en gran medida por los precios de los activos financieros. Por ejemplo, si el valor de la
capacidad de telecomunicaciones reflejado en los precios del mercado de valores es superior al coste de la instalación, de la capacidad,
los administradores pueden justificadamente la conclusión de que las inversiones en telecomunicaciones parecen tener valor presente
neto positivo. De esta manera, los precios del mercado de capitales orientar la asignación de recursos reales.
Si los mercados eran ineficientes y de valores comúnmente precio erróneo, serían mal distribuidos sistemáticamente recursos a
continuación. Las empresas con valores caros serían capaces de obtener capital de un precio demasiado bajo, y las empresas con
valores infravalorados podrían renunciar a las oportunidades de inversión debido a que el costo de la obtención de capital sería
demasiado alto. Por lo tanto, los mercados de capitales ineficientes disminuirían uno de los mayores beneficios potentes de la economía
de mercado. Como un ejemplo de lo que puede salir mal, considere la burbuja de las puntocom de finales de 1990, que envió un fuerte
pero, como se vio después, la señal violentamente demasiado optimistas sobre las perspectivas de internet y las empresas de
telecomunicaciones y en última instancia condujo a exceso de inversión sustancial en las industrias .

Antes de la cancelación de los mercados como un medio para guiar la asignación de recursos, sin embargo, uno tiene que ser
razonable acerca de lo que puede esperarse de las previsiones del mercado. En particular, no hay que confundir un mercado
eficiente, donde toda la información disponible se refleja en los precios, con un mercado perfecto-previsión. Como hemos dicho
anteriormente, “toda la información disponible” está todavía lejos de la información completa, y las previsiones generalmente racional
en el mercado a veces será malo; A veces, de hecho, van a ser muy mal.
11.3 Estudios de eventos
La noción de mercados eficientes informativamente conduce a una poderosa metodología de la investigación. Si los precios de
seguridad reflejan toda la información disponible actualmente, a continuación, los cambios de precios deben reflejar la nueva
información. Por lo tanto, parece que uno debe ser capaz de medir la importancia de un evento de interés mediante el examen de los
cambios de precios durante el período en que se produce el evento.
Un estudio de eventos describe una técnica de investigación financiera empírica que permite a un observador para evaluar el
impacto de un evento en particular en el de una empresa precio de las acciones. Un analista del mercado de valores puede ser que
desee estudiar el impacto de los cambios de dividendos sobre las cotizaciones bursátiles, por ejemplo. Un estudio de caso sería
cuantificar la relación entre los cambios de dividendos y rendimientos de las acciones.
Analizar el impacto de cualquier evento en particular es más difícil de lo que podría parecer a primera vista. En un día cualquiera,
precios de las acciones responden a una amplia gama de noticias económicas como la actualización de las previsiones para el PIB,
tasas de inflación, tasas de interés o rentabilidad de las empresas. Aislar la parte de un movimiento de precios de acciones que es
atribuible a un evento específico no es un ejercicio trivial.
El enfoque general comienza con un indicador de lo que el retorno de la acción habría sido en ausencia del evento. los regreso
anormal debido al evento se calcula como la diferencia entre el rendimiento real de la acción y de este punto de referencia. Varias
metodologías para estimar el rendimiento de referencia se utilizan en la práctica. Por ejemplo, un enfoque muy simples medidas
de rendimiento anormal de la acción como su retorno, menos la de un índice de mercado amplio. Una mejora obvia es comparar el
retorno de la acción a los de otras poblaciones emparejados de acuerdo a criterios tales como tamaño de la empresa, beta, los
resultados recientes, o la relación entre precio y valor contable por acción. Otro enfoque estima rendimientos normales usando un
modelo de valoración de activos, tales como el CAPM o uno de sus generalizaciones multifactoriales tales como el modelo de tres
factores de Fama y French.
Muchos investigadores han utilizado un “modelo de mercado” para estimar los rendimientos anormales. Este enfoque se basa en
los modelos de índice que introdujimos en el Capítulo 9. Hay que recordar que un modelo singleindex sostiene que los rendimientos de
las acciones están determinadas por un factor de mercado y un factor específico de la empresa. El retorno de valores, r t , durante un
período dado t, se expresa matemáticamente como
r t 5 una 1 br Monte 1 mi t (11.1)
dónde r Monte es la tasa de rendimiento del mercado durante el período y mi t es la parte de retorno de un valor como resultado de
eventos específicas a la empresa. El parámetro si mide la sensibilidad a la rentabilidad del mercado, y una es la tasa media de
rentabilidad la acción se daría cuenta en un período con un rendimiento de mercado cero. 9 La ecuación 11.1, por tanto, proporciona
una descomposición de r t los elementos de mercado y firme-específicas. La firma específica o retorno anormal pueden interpretarse
como el retorno inesperado de que los resultados de la prueba.
Determinación de la rentabilidad anormal en un período determinado requiere una estimación de mi t .

Por lo tanto, volvemos a escribir la ecuación 11.1:
mi t 5 r t 2 ( una 2 br Monte) (11.2)
9 Sabemos por el Capítulo 9 que el CAPM implica que el intercepto una en la Ecuación 11.1 debe ser igual r f ( 1 2 si ).
Sin embargo, es habitual para estimar el intercepto en esta ecuación empírica en lugar de imponer el valor CAPM. Una justificación para esta práctica es que las
líneas del mercado de valores empíricamente empotrados parecen más plana que lo predicho por el CAPM (véase el Capítulo 13), lo que haría que la
intersección implícita por el CAPM demasiado pequeño.
La ecuación 11.2 tiene una interpretación sencilla: El residuales, mi t , es decir, el componente presumiblemente debido al evento en
cuestión, es el retorno de la acción más allá de lo que se podría predecir sobre la base de los movimientos generales del mercado en
ese período, teniendo en cuenta la sensibilidad de la acción en el mercado.
El modelo de mercado es una herramienta altamente flexible, ya que se puede generalizar para incluir modelos más ricas de
rendimientos de referencia, por ejemplo, mediante la inclusión de la industria, así como declaraciones de amplias del mercado en el lado
derecho de la Ecuación 11.1, o rendimientos de índices construidos para coincida con características tales como tamaño de la empresa.
Sin embargo, hay que tener cuidado de que los parámetros de regresión de la ecuación (11.1 el intercepto una y la pendiente si ) se
estiman correctamente. En particular, deben ser estimados a partir de datos suficientemente separados en el tiempo de la prueba en
cuestión que no se ven afectados por eventos periodo anormal desempeño de las acciones. En parte debido a esta vulnerabilidad del
modelo de mercado, rentabilidad de las carteras-característicos emparejado se han vuelto más ampliamente puntos de referencia
utilizados en los últimos años.
Ejemplo 11.3 Las devoluciones anormales
Supongamos que el analista ha estimado que una 5 0,05% y si 5 0.8. En un día que el mercado sube un 1%, que le
predecir a partir de la Ecuación 11.1 que la población debería aumentar en un valor esperado de 0,05% 1 0.8 3 1% 5 0,85%.
Si la acción realmente se eleva en un 2%, el analista podría inferir que las noticias específico de la empresa ese día causó
un retorno de acciones adicionales del 2% 2 0,85% 5 1,15%. Esta es la rentabilidad anormal para el día.
Medimos el impacto de un evento mediante la estimación de la rentabilidad anormal en una acción (o grupo de
poblaciones) en el momento en que la información sobre el evento se convierte en conocimiento del mercado. Por ejemplo, en
un estudio sobre el impacto de los intentos de fusión en los precios de las acciones de las empresas de destino, la fecha del
anuncio es la fecha en la que se informa al público que una fusión se va a intentar. Los rendimientos anormales de cada
empresa que rodea a la fecha del anuncio se calculan, y la significación estadística y la magnitud de la rentabilidad anormal
típica se evalúan para determinar el impacto de la información recién publicada.
Una de las preocupaciones que los estudios de eventos complica surge de fuga de información. La fuga se produce cuando la
información con respecto a un hecho relevante sea entregado a un pequeño grupo de inversores antes del lanzamiento público
oficial. En este caso, el precio de las acciones podría empezar a aumentar (en el caso de un “buenas noticias” aviso) días o
semanas antes de la fecha del anuncio oficial. Cualquier devolución anormal en la fecha del anuncio es entonces un mal indicador
del impacto total de la liberación de la información. Un mejor indicador sería el rentabilidad anormal acumulada, que es
simplemente la suma de todos los retornos anormales durante el período de tiempo de interés. por lo tanto la rentabilidad anormal
acumulada capta el movimiento total de la firma específica de stock para todo un período en que el mercado podría estar
respondiendo a la nueva información.
Figura 11.1 (anteriormente en el capítulo) presenta los resultados de un estudio caso bastante típico. Los autores de este estudio
estaban interesados en la fuga de información antes de anuncios de fusiones y construyeron una muestra de 194 empresas que fueron
objeto de intentos de adquisición. En la mayoría de las adquisiciones, los accionistas de las empresas adquiridas venden sus acciones
al adquirente con primas sustanciales con respecto a su valor de mercado. Anuncio de un intento de adquisición es una buena noticia
para los accionistas de la empresa objetivo y por lo tanto debe causar precios de las acciones para saltar.
Figura 11.1 confirma la naturaleza de buenas noticias de los anuncios. En el día del anuncio, llamado el día 0, la
rentabilidad media acumulada anormal (CAR) para la muestra de candidatos de adquisición aumenta considerablemente, lo
que indica un retorno anormal grande y positivo en la fecha del anuncio. Tenga en cuenta que de inmediato después la fecha
del anuncio de la CAR no aumenta más o disminuye significativamente. Esto está de acuerdo con la hipótesis del mercado
eficiente. Una vez que la nueva información se hizo pública, los precios de las acciones subieron casi
inmediatamente en respuesta a la noticia buena. Con los precios una vez más bastante fijo, lo que refleja el efecto de la nueva
información, más retornos anormales en cualquier día en particular tienen la misma probabilidad de ser positivo o negativo. De
hecho, para una muestra de muchas empresas, la rentabilidad anormal media debe ser muy cercano a cero, y por lo tanto el coche
va a mostrar ninguna tendencia al alza ni a la baja. Este es precisamente el patrón que se muestra en la figura 11.1.
El patrón de retornos para los días anteriores a la fecha del anuncio público produce algunos datos interesantes sobre
los mercados eficientes y la fuga de información. Si las reglas de uso de información privilegiada estaban perfectamente
obedecidas y perfectamente ejecutadas, precios de las acciones no deben mostrar rendimientos anormales en los días
antes de la publicación de noticias relevantes, porque no hay información especial específico de cada empresa estaría
disponible en el mercado antes del anuncio público. En cambio, debemos observar un salto limpio en el precio de las
acciones sólo en el día del anuncio. De hecho, la figura 11.1 muestra que los precios de los objetivos de adquisición
empiezan claramente una tendencia al alza de 30 días antes del anuncio público. Parece ser que la información se filtra a
algunos participantes del mercado que luego compran las existencias antes del anuncio público. Tal evidencia de fugas
aparece casi universalmente en los estudios de eventos,
En realidad, la SEC también puede tomar una cierta comodidad de los patrones tales como el de la figura 11.1. Si las reglas de
uso de información privilegiada y fueron ampliamente flagrantemente violados, esperaríamos ver rendimientos anormales antes de
lo que aparecen en estos resultados. Por ejemplo, en el caso de las fusiones, el coche se volvería positiva tan pronto como la
adquisición de empresas decididas en sus objetivos de adquisición, debido a información privilegiada comenzarían a operar
inmediatamente. En el momento del anuncio público, los de adentro habrían hacer subir los precios de las acciones de empresas
objetivo a niveles que reflejan el intento de fusión, y las rentabilidades anormales en la fecha real anuncio público estarían cerca de
cero. El aumento dramático en el coche que vemos en la fecha del anuncio indica que una buena parte de estos anuncios son de
hecho noticia al mercado y que los precios de las acciones ya no refleja un conocimiento completo sobre las adquisiciones.
Parecería, por lo tanto, que la aplicación de la SEC tiene un efecto sustancial sobre la restricción de uso de información
privilegiada, incluso si una cierta cantidad de que todavía persiste.
metodología de estudio de eventos se ha convertido en una herramienta ampliamente aceptado para medir el impacto económico
de una amplia gama de eventos. Por ejemplo, la SEC utiliza regularmente estudios de eventos para medir las ganancias ilícitas
capturados por los comerciantes que podrían haber violado información privilegiada u otras leyes de valores. 10 estudios de eventos
también se utilizan en casos de fraude, en los que los tribunales deben evaluar los daños causados por una actividad fraudulenta.
Ejemplo 11.4 El uso de los rendimientos anormales a los daños Deducir
Supongamos que la acción de una compañía con valor de mercado de $ 100 millones de caídas en un 4% en el día que la
noticia de un escándalo contable superficies. El resto del mercado, sin embargo, por lo general lo hizo bien ese día. Los
índices de mercado aumentaron bruscamente, y sobre la base de la relación habitual entre la culata y el mercado, uno
habría esperado un aumento de 2% en la bolsa. Llegaríamos a la conclusión de que el impacto del escándalo fue una caída
del 6% en valor, la diferencia entre la ganancia del 2% que hubiéramos esperado y la caída del 4% en realidad observada.
Entonces, se podría inferir que los daños sufridos por el escándalo eran $ 6 millones, debido a que el valor de la empresa
(después de ajustar por los movimientos generales del mercado) se redujo en un 6% a $ 100 millones cuando los inversores
se dieron cuenta de la noticia y volvieron a evaluar el valor de las acciones .
10 Para una revisión de las aplicaciones de esta técnica SEC, ver Mark Mitchell y Jeffry Netter, “El papel de la economía financiera en casos de
fraude de valores: Aplicaciones en la Comisión de Bolsa y Valores” El abogado de negocios 49 (febrero de 1994), pp. 545-90.
Supongamos que vemos rendimientos anormales negativos (CAR) en declive después de una fecha de anuncio. ¿Es esta una
violación de los mercados eficientes?
11.4 Son los mercados eficientes?
Los problemas
No es sorprendente que la hipótesis del mercado eficiente no despierta precisamente entusiasmo en la comunidad de gestores
de cartera profesional. Esto implica que una gran parte de la actividad de los gerentes de la cartera búsqueda de títulos
infravalorados-es, en el mejor esfuerzo desperdiciado, y muy probablemente perjudicial para los clientes, ya que cuesta dinero
y conduce a las carteras diversificadas de manera imperfecta. En consecuencia, la EMH nunca ha sido ampliamente aceptado
en Wall Street, y el debate continúa en la actualidad en el grado en que el análisis de seguridad puede mejorar el rendimiento
de la inversión. Antes de discutir las pruebas empíricas de la hipótesis, queremos destacar tres factores que en conjunto
implican que el debate probablemente nunca se resolverá: la
cuestión magnitud, el cuestión sesgo de selección, y el cuestión de suerte evento.
La magnitud de Emisión Hemos observado que un administrador de inversiones supervisa una cartera de $ 5 billón
que puede mejorar el rendimiento en sólo 0,1% por año aumentará las ganancias de inversión por 0.001 3 $ 5 billón 5 $
5 millones anuales. Este gestor claramente tendría un valor de su salario! Sin embargo, podemos, como observadores,
medir estadísticamente su contribución? Probablemente no: una contribución 0,1% sería inundado por la volatilidad
anual del mercado. Recuerde, la desviación estándar anual del índice S & P 500 bien diversificada ha sido de alrededor
20%. Contra estas fluctuaciones, un pequeño aumento en el rendimiento sería difícil de detectar.
Todo podría estar de acuerdo que los precios de las acciones están muy cerca de los valores razonables y que sólo los
administradores de grandes carteras puede ganar suficientes beneficios comerciales para hacer la explotación de menor manipulación
de los precios vale la pena el esfuerzo. De acuerdo con este punto de vista, las acciones de los gestores de inversiones inteligentes son
la fuerza impulsora detrás de la constante evolución de los precios de mercado a niveles justos. En lugar de hacer la pregunta
cualitativa, son mercados eficiente? Tenemos que en lugar de hacer una pregunta más cuantitativo: ¿Qué tan eficientes son los
mercados?
El tema de la selección Bias Supongamos que se descubre un esquema de inversión que realmente podría hacer dinero.
Usted tiene dos opciones: o bien publicar su técnica en la El periodico de Wall Street para ganar la fama fugaz, o mantener en
secreto su técnica y lo utilizan para ganar millones de dólares. La mayoría de los inversores elegir la segunda opción, que nos
presenta un enigma. Sólo los inversores que encuentran que un esquema de inversión no puede generar rendimientos
anormales estará dispuesto a reportar sus hallazgos a todo el mundo. De ahí que los oponentes de la visión del mundo de los
mercados eficientes siempre pueden utilizar diversas técnicas evidencia de que no ofrecen recompensas de inversión como
prueba de que las técnicas que hacen el trabajo simplemente no se reporte al público. Este es un problema en Sesgo de
selección; los resultados que son capaces de observar han sido preseleccionado en favor de intentos fallidos. Por lo tanto, no
podemos evaluar adecuadamente la verdadera capacidad de los gestores de cartera para generar estrategias ganadoras del
mercado de valores.
¿Cómo garantizar un éxito de mercado Boletín
Suponga que quiere hacer fortuna a publicar un boletín de mercado. Es boletines informativos. Un período de 5 años requiere 32 boletines de noticias, y así sucesivamente.
necesario primero para convencer a los suscriptores potenciales que tiene la

pena pagar por el talento. Pero lo que si usted no tiene talento? La solución es Después del hecho, el boletín de noticias que siempre estaba justo
simple: Inicio ocho boletines de noticias. atraerá la atención para su previsión extraña y los inversores se apresuran a
pagar costos altos por su consejo. Su fortuna está hecha, y que ni siquiera
En el año 1, vamos a cuatro de sus boletines de noticias predicen una alta han investigado el mercado!
calidad y cuatro a la baja del mercado. En el año 2, vamos a la mitad del grupo
originalmente optimista de boletines continuar para predecir una alta gama y la ADVERTENCIA: Este esquema es ilegal! El punto, sin embargo, es que con
otra mitad una baja del mercado. Haga lo mismo para el grupo originalmente cientos de boletines de noticias del mercado, se puede encontrar uno que se ha
pesimista. Continúe de esta manera para obtener el patrón de predicciones en la tropezado con una apariencia extraordinaria serie de predicciones acertadas sin
tabla que sigue (U 5 predicción de un up-mercado, D 5 predicción de un ningún grado real de habilidad. Después del hecho, de alguien historia de predicción
down-mercado). puede parecer implicar una gran habilidad de predicción. Esta persona es la que
vamos a leer en El periodico de Wall Street; los demás serán olvidados.
Después de 3 años, no importa lo que ha sucedido en el mercado, uno de
los boletines habría tenido un registro de predicción perfecta. Esto se debe a
que después de 3 años hay 2 3 5 8 resultados para el mercado, y que han Las predicciones del boletín de noticias
cubierto todas las ocho posibilidades con los ocho boletines de noticias. Ahora,
Año 1 2 3 4 5 6 7 8
simplemente Slough las siete boletines de noticias sin éxito, y el mercado de la
octava boletín basado en su historial perfecto. Si queremos establecer un 1 UUUUDDDD 2
boletín de noticias con una trayectoria perfecta durante un período de 4 años, UUDDUUDD 3
necesitamos 2 4 5 dieciséis
UDUDUDUD
La emisión de Lucky Evento En prácticamente cualquier mes parece leemos un artículo sobre algún inversor o empresa
de inversión con un fantástico rendimiento de las inversiones en el pasado reciente. Sin duda, los registros superiores de
dichos inversores refutan la hipótesis del mercado eficiente.
Sin embargo, esta conclusión está lejos de ser evidente. Como una analogía con el juego de la inversión, considere un
concurso para voltear el mayor número de cabezas de 50 ensayos utilizando una moneda. El resultado esperado para cualquier
persona es, por supuesto, 50% y 50% cabezas colas. Si 10.000 personas, sin embargo, competir en este concurso, no sería
sorprendente que al menos uno o dos concursantes volteado más de 75% de caras. De hecho, la estadística elemental nos dice
que el número esperado de los concursantes mover de un tirón el 75% o más cabezas sería dos. Sería tonto, sin embargo, para
coronar a estas personas los “campeones de la cabeza de volteo del mundo.” Obviamente, son simplemente los concursantes que
pasaron a tener suerte en el día del evento. (Véase el cuadro de cerca.)
La analogía con los mercados eficientes es clara. Bajo la hipótesis de que cualquier acción tiene un precio bastante dado toda la
información disponible, cualquier apuesta en una acción no es más que un lanzamiento de moneda. Existe la misma probabilidad de
ganar o perder la apuesta. Sin embargo, si muchos inversores que usan una variedad de esquemas hacen apuestas justas,
estadísticamente hablando, algunos de esos inversores tendrán suerte y ganar una gran mayoría de las apuestas. Por cada gran
ganador, puede haber muchos grandes perdedores, pero nunca escuchar de estos gestores. Los ganadores, sin embargo, a su vez en El
periodico de Wall Street como los últimos gurús del mercado de valores; entonces se puede hacer una fortuna que publican boletines de
mercado.
Nuestro punto es que después de los hechos habrá habido al menos un esquema de inversión de éxito. Un
escéptico llamará a la suerte resultados; el inversor de éxito lo llamará habilidad. La prueba adecuada sería ver si los
inversores de éxito pueden repetir su actuación en otro período, sin embargo, este enfoque es raramente tomada.
Con estas advertencias en mente, pasamos ahora a algunas de las pruebas empíricas de la hipótesis del mercado eficiente.
de Legg Mason valor de confianza, gestionado por Bill Miller, superó al S & P 500 en cada uno de los 15 años que terminan en 2005. La
rentabilidad de Is Miller suficiente para disuadir de la creencia en los mercados eficientes? Si no es así, lo haría ninguna expediente de
funcionamiento sea suficiente para disuadir a usted? Ahora considera que en los próximos 3 años, el fondo ha quedado dramáticamente el S & P
500; a finales de 2008, su rentabilidad acumulada de 18 años era apenas diferente del índice. ¿Afecta esto a su opinión?
Las pruebas débil-Form: Modelos en rendimientos de las acciones
Rendimientos a corto Horizons Las primeras pruebas de eficiencia de los mercados eran pruebas de la forma débil. Podrían
especuladores encontrar las tendencias en los precios del pasado que les permitan obtener beneficios anormales? Esto es
esencialmente una prueba de la eficacia del análisis técnico.
Una forma de discernir las tendencias de los precios de las acciones es mediante la medición de la correlación en serie
de los rendimientos del mercado de valores. correlación serial se refiere a la tendencia de los rendimientos de las acciones que se
relacionan con los resultados pasados. Positivas medios de correlación serial que los retornos positivos tienden a seguir una rentabilidad
positiva (un tipo de movimiento de la propiedad). medios de correlación serial negativos que positivos rendimientos tienden a ser
seguidas por una rentabilidad negativa (una inversión o la propiedad “corrección”). Tanto Conrad y Kaul 11 y Lo y Mackinlay 12 examinar
los retornos semanales de acciones del NYSE y encontrar una correlación serial positiva en horizontes cortos. Sin embargo, los
coeficientes de correlación de los retornos semanales tienden a ser bastante pequeña, por lo menos para las grandes poblaciones para
las que se dispone de datos de precios más fiable hasta a la fecha. Por lo tanto, si bien estos estudios demuestran tendencias de los
precios débiles en períodos cortos, 13 la evidencia no sugiere claramente la existencia de oportunidades comerciales.
Mientras que los índices generales del mercado demuestran la correlación serial ser débil, parece que hay un impulso más fuerte
en el rendimiento en todos los sectores del mercado que exhiben las mejores y peores rendimientos recientes. En una investigación de
producto intermedio horizonte comportamiento de precio de las acciones (utilizando períodos de tenencia de 3 a 12 meses),
Jegadeesh y Titman 14 encontrado una efecto momentum en el que bien o mal desempeño reciente de las existencias particulares
continúa con el tiempo. Los autores concluyen que, si bien el rendimiento de las acciones individuales es altamente impredecible, carteras
de los títulos más destacados en el pasado reciente parecen superar a las demás poblaciones con suficiente fiabilidad para ofrecer
oportunidades de lucro. Así pues, parece que no hay pruebas de corto a intermedio-horizonte impulso de precios tanto en el mercado
agregada y en sección transversal (es decir, a través de la acción particular).
Rentabilidad a largo Horizons sugerencias Aunque los estudios de corto a mediano vuelve horizonte han detectado el impulso de
las cotizaciones bursátiles, las pruebas de rendimiento a largo horizonte (es decir, rendimientos durante períodos de varios años)
han encontrado de pronunciada negativo a largo plazo
11 Jennifer Conrad y Kaul Gautam, “Time-Variación de los beneficios previstos,” Journal of Business 61 (octubre
1988), pp. 409-25.

12 Andrew W. Lo y A. Craig Mackinlay, “del Mercado de precios no siguen Random Walks: Evidencia de una prueba simple especificación,” Revisión
de Estudios Financieros 1 (1988), pp. 41-66.

13 Por otro lado, existen evidencias de que las cotizaciones de los títulos individuales (en comparación con los índices del mercado amplio) son más
propensos a las reversiones que continuaciones en horizontes muy cortos. Véase, por ejemplo, B. Lehmann, “Las modas, Martingalas y la eficiencia del
mercado” Quarterly Journal of Economics 105 (febrero de 1990), pp 1-28.; y

N. Jegadeesh, “Evidencia de comportamiento predecible de los rendimientos de los valores” Diario de Hacienda 45 (septiembre de 1990), pp. 881-98. Sin embargo, como
señala Lehmann, este es probablemente el más interpretado como debido a problemas de liquidez después de grandes movimientos en los precios de las acciones como
creadores de mercado ajustan sus posiciones en la acción.

14 Narasimhan y Sheridan Jegadeesh Titman, “Vuelve a la compra de ganadores y perdedores ventas: Implicaciones para la Eficiencia del Mercado de
Valores,” Diario de Hacienda 48 (marzo de 1993), pp. 65-91.

correlación serial en el desempeño del mercado global. 15 Este último resultado ha dado lugar a una “modas hipótesis”, que afirma
que el mercado de valores puede reaccionar de forma exagerada a las noticias relevantes. Tales cables reacción exagerada a la
correlación serial positiva (impulso) en horizontes de tiempo corto. corrección posterior de los cables reacción exagerada a los
malos resultados siguientes buen rendimiento y viceversa. Las correcciones significan que una racha de resultados positivos con
el tiempo tenderá a ser seguido por una rentabilidad negativa, lo que lleva a la correlación serial negativa en horizontes más
largos. Estos episodios de rebasamiento aparente seguido de la corrección dan el mercado de valores de la aparición de
fluctuando alrededor de su valor razonable.
Estos resultados a largo horizonte son dramáticos, pero todavía no es concluyente. Una interpretación alternativa de estos
resultados tiene que indican solamente que la prima de riesgo de mercado varía con el tiempo. Por ejemplo, cuando la prima de riesgo y
el rendimiento requerido en el mercado sube, los precios de las acciones caerán. Cuando el mercado se eleva a continuación (en
promedio) a esta tasa de rendimiento más alta, los datos dan la impresión de una recuperación de precios de acciones. El rebasamiento
aparente y la corrección son, en realidad no es más que una respuesta racional de los precios de mercado a los cambios en las tasas
de descuento.
Además de los estudios sugestivos de reacción exagerada en los rendimientos generales del mercado de valores más amplios
periodos de tiempo, muchos otros estudios sugieren que en horizontes largos, un rendimiento extremo en valores particulares también
tiende a invertirse: Las acciones que han obtenido mejores resultados en el pasado reciente parece que una rentabilidad inferior al resto
del mercado en períodos siguientes, mientras que los peores resultados últimos tienden a ofrecer el rendimiento futuro por encima del
promedio. DeBondt y Thaler dieciséis y Chopra, Lakonishok, y Ritter 17 encontrar fuertes tendencias de las poblaciones de bajo rendimiento
en un periodo de experimentar retrocesos considerables en el período posterior, mientras que los títulos más destacados en un período
determinado tienden a seguir con el bajo rendimiento en el siguiente período.
Por ejemplo, el estudio DeBondt y Thaler encontró que si uno fuera a clasificar el rendimiento de las acciones durante un
período de 5 años y luego acciones de grupo en carteras en función de rendimiento de la inversión, el período base cartera
“perdedor” (definido como las 35 acciones con el peor rendimiento de la inversión) superaron a la cartera de “ganador” (las
poblaciones de la parte superior 35) en un promedio de 25% (rentabilidad acumulada) en el siguiente período de 3 años. Esta efecto
de reversión,
en el que se recuperan los perdedores y los ganadores se aclaran, sugiere que el mercado de valores reacciona de forma exagerada a
las noticias relevantes. Después de haber reconocido la reacción exagerada, rendimiento de las inversiones extrema se invierte. Este
fenómeno implicaría que una contraria estrategia de inversión de la inversión en los últimos perdedores y evitando los últimos ganadores
debe ser rentable. Por otra parte, estas declaraciones parecen lo suficientemente pronunciado para ser explotados de forma rentable.
Así pues, parece que puede haber un impulso ejecutar corto, pero los patrones de inversión a largo plazo en el comportamiento de
los precios tanto para el mercado como un todo y en todos los sectores del mercado. Una interpretación de este patrón es que a corto
plazo sobre-reacción (que provoca el impulso de los precios) puede conducir a una regresión a largo plazo (cuando el mercado
reconoce su error pasado).
Predictores de devoluciones amplio mercado
Varios estudios han documentado la capacidad de variables fácilmente observables para predecir los rendimientos del mercado. Por
ejemplo, Fama y French 18 mostró que el rendimiento en el mercado de valores agregados tiende a ser mayor cuando la relación
dividendo / precio, la rentabilidad por dividendo, es alta.
15 Eugene F. Fama y Kenneth R. French, “Componentes permanente y temporal de los precios de las acciones,” Diario de la economía política 96 (abril
de 1988), pp 24-73.; James Poterba y Lawrence Summers, “reversión a la media de precios de las acciones: Evidencia e implicaciones” Revista de
Economía Financiera 22 (octubre de 1988), pp. 27-59.

dieciséis Werner FM DeBondt y Richard Thaler, “que haga el mercado de reaccionar de forma exagerada?” Diario de Hacienda 40 (1985), pp. 793-805.
17 Navin Chopra, Josef Lakonishok, y Jay R. Ritter, “Medición del rendimiento anormal: Do Las acciones reaccionar de forma exagerada?” Revista de
Economía Financiera 31 (1992), pp. 235-68.

18 Eugene F. Fama y Kenneth R. French, “Los rendimientos de dividendos y rendimientos de las acciones esperadas,” Revista de Economía Financiera 22 (octubre de
1988), pp. 3-25.

Campbell y Shiller 19 encontraron que las ganancias rendimiento puede predecir la rentabilidad del mercado. Keim y Stambaugh 20 mostraron
que los datos del mercado de bonos como el diferencial entre los rendimientos de los bonos corporativos de alto y bajo grado también
ayudar a predecir los rendimientos de mercado en general.
Una vez más, la interpretación de estos resultados es difícil. Por un lado, pueden implicar que los rendimientos de valores
anormales se pueden predecir, en violación de la hipótesis del mercado eficiente. Lo más probable, sin embargo, estas variables son de
proxies para la variación de la prima de riesgo de mercado. Por ejemplo, dado un nivel de dividendos o ganancias, precios de las
acciones serán más bajos y dividendos y ganancias rendimientos serán más altos cuando la prima de riesgo (y por lo tanto la
rentabilidad del mercado esperado) es mayor. Por lo tanto un alto rendimiento de los dividendos o ganancias estará asociado con
retornos de mercado más altos. Esto no indica una violación de la eficiencia del mercado. La previsibilidad de la rentabilidad del
mercado se debe a la previsibilidad en la prima de riesgo, no en los rendimientos anormales ajustados al riesgo.
Fama y French 21 mostró que el diferencial de rendimiento entre alto y bajo grado bonos tiene mayor poder predictivo a los
rendimientos de bonos de bajo grado que los rendimientos de los bonos de alto grado, y un mayor poder predictivo para rendimientos de
las acciones que para los retornos de los bonos, lo que sugiere que la previsibilidad en regresa es, de hecho, una prima de riesgo en
lugar de pruebas de la ineficiencia del mercado. Del mismo modo, el hecho de que la rentabilidad de los dividendos sobre las acciones
ayuda a predecir los rendimientos del mercado de bonos sugiere que el rendimiento captura una prima de riesgo comunes a ambos
mercados en lugar de manipulación de los precios en el mercado de valores.
Semistrong Pruebas: Mercado Anomalías

El análisis fundamental utiliza una gama mucho más amplia de información para crear carteras que hace el análisis técnico.
Las investigaciones de la eficacia del análisis fundamental se preguntan si la información a disposición del público más allá de
la historia comercial de un valor se puede utilizar para mejorar el rendimiento de la inversión, y por lo tanto son pruebas de la
eficacia del mercado en forma semistrong. Sorprendentemente, varias estadísticas de fácil acceso, por ejemplo, a ganancias
precio- de una población o de su capitalización de mercado, parecen predecir los rendimientos anormales ajustados al riesgo.
Resultados como éstos, que vamos a revisar en las siguientes páginas, son difíciles de conciliar con la hipótesis del mercado
eficiente, y por lo tanto se refieren a menudo como mercado eficiente anomalías.
Una dificultad en la interpretación de estas pruebas es que por lo general necesitan para ajustar por riesgo de la cartera antes
de evaluar el éxito de una estrategia de inversión. Algunas pruebas, por ejemplo, han utilizado el CAPM para ajustar por el riesgo.
Sin embargo, sabemos que incluso si beta es un descriptor relevante del riesgo de valores, medidos empíricamente la disyuntiva
cuantitativa entre el riesgo según beta y esperado retorno es diversa de las predicciones del CAPM. (Se revisan esta evidencia en
el capítulo 13.) Si utilizamos el CAPM para ajustar rendimientos de la cartera de riesgo, ajustes inadecuados pueden conducir a la
conclusión de que diversas estrategias de cartera pueden generar retornos superiores, cuando en realidad es simplemente el
procedimiento de ajuste del riesgo que tiene ha fallado.
Otra forma de decir esto es tener en cuenta que las pruebas de rentabilidad ajustada al riesgo son pruebas conjuntas de la
hipótesis del mercado eficiente y el procedimiento de ajuste de riesgo. Si parece que una estrategia de cartera puede generar una
mayor rentabilidad, entonces tenemos que elegir entre rechazar la EMH y el rechazo de la técnica de ajuste de riesgo. Por lo
general, la técnica de ajuste del riesgo se basa en hipótesis más cuestionables que es la EMH; al optar por rechazar el
procedimiento, nos queda ninguna conclusión acerca de la eficiencia del mercado.
19 John Y. Campbell y Robert Shiller, “precios de las acciones, las ganancias y los dividendos esperados,” Diario de Hacienda 43 (julio de 1988), pp. 661-76.
20 Donald B. Keim y Robert F. Stambaugh, “Predicción de devoluciones en la Bolsa y los mercados de bonos,” Revista de Economía Financiera 17
(1986), pp. 357-90.

21 Eugene F. Fama y Kenneth R. French, “condiciones de negocio y retorno esperado de las acciones y bonos,”
Revista de Economía Financiera 25 (noviembre de 1989), pp. 3-22.

Un ejemplo de este problema es el descubrimiento por Basu 22 que las carteras de bajo precio-ganancias (P / E) Relación de
acciones han proporcionado mayores rendimientos que las carteras de alto P / E. los P / efecto E se mantiene incluso si los rendimientos
se ajustan para la cartera beta. ¿Es esta una confirmación de que las poblaciones de misprices el mercado de forma sistemática según
la relación P / E para? Esto sería extremadamente sorprendente y, para nosotros, inquietante conclusión, porque el análisis de las
relaciones de P / E es un procedimiento tan simple. Aunque puede ser posible obtener rendimientos superiores mediante el uso de un
trabajo duro y mucha penetración, no parece muy plausible que una técnica tan simple es suficiente para generar rendimientos
anormales.
Otra interpretación de estos resultados es que los rendimientos no están bien ajustadas al riesgo. Si dos empresas tienen las
mismas ganancias esperadas, la acción más riesgosa va a vender a un precio más bajo y disminuir la relación P / E. Debido a su
mayor riesgo, el / E de la baja P también tendrá mayores retornos esperados. Por lo tanto, a menos que el CAPM beta ajusta
totalmente al riesgo, P / E actuará como un descriptor adicional útil del riesgo, y se asocia con rendimientos anormales si el CAPM
se utiliza para establecer el rendimiento de referencia.
La pequeña firma-en-efecto enero El tamaño llamada o efecto de pequeña empresa,

originalmente documentado por Banz, 23 se ilustra en la figura 11.3. Se muestra el comportamiento histórico de las carteras formadas
dividiendo las acciones del NYSE en 10 carteras cada año según tamaño de la empresa (es decir, el valor total de la equidad
excepcional). rendimientos anuales promedio entre 1926 y 2011 son consistentemente más altos en las carteras de empresas
pequeñas. La diferencia en el rendimiento promedio anual entre la cartera 10 (con las firmas más grandes) y de la cartera 1 (con las
empresas más pequeñas) es de 8.52%. Por supuesto, las carteras de menor firmes tienden a ser más arriesgado.
25
20 19.38
16.35 15.70 15.01 16.64 14.91 14.40 13.37 12.71

Annual Return (%)
15
10.86
10
0
1 2 3 4 5 6 7 8 9 10
Tamaño Decil: 1 = más pequeño, 10 = más grande
Figura 11.3 rentabilidad media anual de 10 carteras en función del tamaño, 1926-2011
Cálculos de los autores, a partir de datos obtenidos a partir de la biblioteca de datos del profesor Ken francés en: Fuente http: //
mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html.
22 Sanjoy Basu, “El rendimiento de las inversiones de acciones comunes en relación con sus ganancias de precio-Proporciones: Una prueba de la hipótesis
del mercado eficiente” Diario de Hacienda 32 (junio de 1977), pp 663-82.; y “la relación entre las ganancias de rendimiento, valor de mercado, y el retorno
de acciones del NYSE comunes: Evidencia adicional” Revista de Economía Financiera 12 (junio de 1983).
23 Rolf Banz, “La relación entre el rendimiento y el valor de mercado de las acciones ordinarias” Revista de Economía Financiera 9 (marzo de 1981).
Pero incluso cuando los rendimientos son ajustados por el riesgo usando el CAPM, todavía hay una prima consistente para las carteras
de menor tamaño.
Imagínese ganar un premio de este tamaño en una cartera de mil millones de dólares. Sin embargo, es notable que después de un
sencillo (incluso simplista) norma como “invertir en acciones de baja capitalización” debería permitir a un inversor para obtener
rendimientos superiores. Después de todo, cualquier inversor puede medir tamaño de la empresa a un bajo costo. Uno no esperaría que
tal esfuerzo mínimo para rendir tan grandes recompensas.
Estudios posteriores (Keim, 24 Reinganum, 25 y Blume y Stambaugh 26 ) mostró que el efecto de pequeña empresa se
concentra en enero, de hecho, en las primeras 2 semanas de enero. El efecto tamaño es en gran parte un efecto de “pequeña
empresa-en-Enero”.
El descuidado-Firma de efectos y efectos sobre la liquidez Arbel y Strebel 27 dio otra interpretación del efecto de pequeña
empresa-en-enero. Debido a que las empresas pequeñas tienden a ser descuidados por los grandes operadores institucionales,
información sobre las empresas más pequeñas es menos disponible. Esta deficiencia de la información hace que las empresas más
pequeñas inversiones de mayor riesgo que comandan una mayor rentabilidad. “De marca” empresas, después de todo, son objeto de un
seguimiento considerable de los inversores institucionales, que promete una información de calidad, y, presumiblemente, los inversores
no comprar acciones “genéricas” sin la perspectiva de una mayor rentabilidad.
Como evidencia de la -efecto firme descuidada, Arbel 28 empresas divididas en altamente investigado, moderadamente
investigado, y abandonados grupos basados en el número de instituciones que llevan a cabo la acción. El efecto enero fue de hecho
más grande para las empresas desatendidas. Un artículo de Merton 29 muestra que descuidan las empresas podrían esperarse para
ganar una mayor rentabilidad de equilibrio como compensación por el riesgo asociado con información limitada. En este sentido, la
prima de firma descuidado no es estrictamente una ineficiencia del mercado, pero es un tipo de prima de riesgo.
El trabajo de Amihud y Mendelson 30 sobre el efecto de la liquidez en el rendimiento de las acciones podría estar relacionado con los
efectos tanto descuidado en firme la pequeña empresa y. Como señalamos en el capítulo 9, los inversores exigirán una prima tasa de
rentabilidad de invertir en acciones, menos líquido que aumenta los costes comerciales. De acuerdo con esta hipótesis, Amihud y
Mendelson mostró que estas poblaciones tienen una fuerte tendencia a exhibir anormalmente altas tasas de riesgo de retorno
ajustadas. Debido a las pequeñas y menos analizados-stocks como una regla son menos líquido, el efecto de liquidez podría ser una
explicación parcial de sus rendimientos anormales. Sin embargo, esta teoría no explica por qué las rentabilidades anormales de las
pequeñas empresas deben concentrarse en enero. En cualquier caso, la explotación de estos efectos puede ser más difícil de lo que
parece. Los altos costos de negociación en las pequeñas acciones pueden fácilmente acabar con cualquier oportunidad de ganancia
anormal aparente.
Book-to-Market Ratios Fama y French 31 mostró que un poderoso predictor de los rendimientos a través de valores es la
relación entre el valor contable de los fondos de la empresa para la
24 Donald B. Keim, “Tamaño Anomalías Relacionadas y de regreso Estacionalidad: Más evidencia empírica” Revista de Economía Financiera 12
(junio de 1983).
25 Marc R. Reinganum, “el comportamiento anómalo de la bolsa de las pequeñas empresas en enero: Las pruebas empíricas de los efectos fiscales de pérdidas,” Revista
de Economía Financiera 12 (junio de 1983).

26 Marshall E. Blume y Robert F. Stambaugh, “Los sesgos en devoluciones computarizada: una aplicación a la magnitud del efecto”
Revista de Economía Financiera, 1983.

27 Avner Arbel y Paul J. Strebel, “prestar atención a Empresas desatendidas” Diario de Gestión de la cartera, Invierno 1983.
28 Avner Arbel, “Las acciones genéricas: con un producto antiguo en un nuevo paquete” Diario de Gestión de la cartera, Verano 1985.
29 Robert C. Merton, “un modelo simple de equilibrio del mercado de capital con información incompleta,” Diario de Hacienda 42 (1987), pp.
483-510.
30 Yakov Amihud y Haim Mendelson, “Valoración de Activos y el comprador-vendedor,” Revista de Economía Financiera 17 (diciembre de 1986), pp
223-50.; y “La liquidez, precios de los activos y Política Financiera,” Los analistas financieros Diario 47 (noviembre / diciembre de 1991), pp. 56-66.
31 Eugene F. Fama y Kenneth R. French, “la sección transversal del rendimiento de las acciones esperadas,” Diario de Hacienda
47 (1992), pp. 427-65.

valor de equidad de mercado. Fama y French

estratificados empresas en 10 grupos de
18
acuerdo con las proporciones bookto en el
16 15.31 15.87 16.87
mercado y examinaron la tasa mensual
promedio de retorno de cada uno de los 10 14
12.98 13.25 13.32
grupos. La figura 11.4 es una versión
12
11,66 11,64 11,59 10,92
Annual Monthly Return (%)

actualizada de sus resultados. El decil con la
10
mayor relación libro-a-mercado tuvo un
rendimiento anual promedio de 16,87%, 86
mientras que el decil más bajo de relación 42

promedio de sólo 10,92%. La dependencia
0
dramática del rendimiento de la relación
bookto-mercado es independiente de la beta,
lo que sugiere que las empresas ya sea de alta
relación de bookto-mercado están 2 3 4 5 6 7 8 9 10
relativamente depreciados, o que la relación Book-to-Market Decil: 1 = más baja, 10 = 1 Mayor
bookto en el mercado es que actúa como un

proxy para un factor de riesgo que afecta
equilibrio de los rendimientos esperados. Figura 11.4 rendimiento medio como una función del ratio book-to-market, 1926-2011
Cálculos de los autores, a partir de datos obtenidos a partir de la biblioteca de datos del profesor Ken francés en: Fuente http://mba.tuck.dartmouth.edu/pages/faculty/ken.fren
De hecho, Fama y French encontraron que después de controlar por el tamaño y la efectos de libros a precios de
mercado, beta parecía tener ningún poder explicar rendimientos de los valores promedio. 32 Este hallazgo es un importante
desafío a la noción de racionalidad de los mercados, ya que parece dar a entender que un factor que debe afectar a los
rendimientos sistemática riesgo parece no importar, mientras que un factor que no debe importar la racio--book-to-mercado
parece capaz de predecir los resultados futuros. Vamos a volver a la interpretación de esta anomalía.
Post-ganancias-anuncio de precios Drift Un principio fundamental de los mercados eficientes es que cualquier nueva información
debe reflejarse en precios de las acciones muy rápidamente. Cuando una buena noticia se hace pública, por ejemplo, el precio de las
acciones debe saltar inmediatamente. Un desconcertante anomalía, por lo tanto, la respuesta es aparentemente lento de precios de
las acciones a los anuncios de ganancias de las empresas, como descubierto por Ball y Brown. 33 Sus resultados fueron posteriormente
confirmados y ampliados en muchos otros papeles. 34
32 Sin embargo, un estudio realizado por SP Kothari, Jay Shanken, y Richard G. Sloan, “Otra mirada a la sección transversal de la rentabilidad de las acciones
esperadas,” Diario de Hacienda 50 (marzo de 1995), pp. 185-224, hallazgos que cuando betas se calculan utilizando los rendimientos anuales en lugar de
mensuales, valores con altos valores de beta de hecho, tienen rendimientos superiores a la media. Por otra parte, los autores encontraron un efecto
book-to-mercado que está atenuado en comparación con los resultados de Fama y French y además es inconsistente a través de diferentes muestras de valores.
Llegan a la conclusión de que el caso empírico para la importancia de la ratio book-to-market puede ser algo más débil que el de Fama y estudio francés
sugieren.
33 R. Ball y P. Brown, “Una evaluación empírica de las cifras de ingresos contables” Revista de Investigación de Contabilidad 9 (1968), pp.
159-78.
34 Hay una voluminosa literatura sobre este fenómeno, a menudo referida como la deriva de precio posterior a las ganancias-anuncio. Para los papeles que
se pueden observar enfoque sobre por qué estos deriva, véase V. Bernard y J. Thomas, “Evidencia que precios de las acciones no reflejan plenamente las
implicaciones de los ingresos actuales de los ingresos futuros,” Revista de Contabilidad y Economía 13 (1990), pp. 305-40, o RH Battalio y R. Mendenhall,
“Las ganancias de expectativa, Tamaño inversor de otra empresa, y anómalos vueltas alrededor de ganancias Anuncios,” Revista de Economía Financiera 77
(2005), pp. 289-319.

Final PDF to printer
El “contenido de noticias” de un anuncio de
10 ganancias puede evaluarse comparando el anuncio
Décimo de los ingresos reales al valor previamente esperado
8 10 por los participantes en el mercado. La diferencia es

9 la “sorpresa ganancias.” (Las expectativas del
6 mercado de las ganancias se pueden medir más o
menos el promedio de las previsiones de beneficios
4 8
publicados de los analistas de Wall Street o mediante
Cumulative Average Excess Return (%)
7
la aplicación de análisis de tendencias para los
2
6 Sorpresa
ganancias ingresos del pasado.) Rendleman, Jones y Latané 35 proporcionar
un influyente estudio de la respuesta lento de los
0
5 precios de los anuncios de ganancias. Calculan
-2 sorpresas de ganancias para una amplia muestra de

empresas, el rango de la magnitud de la sorpresa,
4
-4 las empresas dividir en 10 deciles en función del
tamaño de la sorpresa, y los rendimientos anormales
3
-6 calcular para cada decil. Figura 11.5 parcelas
2 1 Las rendimientos anormales acumulados por decil.
-8
- 10
- 20 - 10 0 10 20 30 40 50 60 70 80 90
Días desde el anuncio de ganancias

Sus resultados son dramáticos. La correlación
entre la clasificación por sorpresa las ganancias y
rendimientos anormales a través de los deciles es
Figura 11.5 Cumulative abnormal returns in response to earnings announcements como se predijo. Hay un gran rendimiento anormal
(un salto en el rendimiento anormal acumulado) en el
Source: Reprinted from R. J. Rendleman Jr., C. P. Jones, and H. A. Latané, “Empirical Anomalies Based on día de presentación de resultados (tiempo 0). El
Unexpected Earnings and the Importance of Risk Adjustments,”
rendimiento anormal es positivo para las empresas
Journal of Financial Economics 10 (1982), pp. 269–287. Copyright 1982, with permission from Elsevier.
positivo-negativo sorpresa y para las empresas
negativa sorpresa.
El más notable e interesante, resultado del movimiento estudio se refiere precio de las acciones después la fecha del anuncio. Los
rendimientos anormales acumulados de las acciones de sorpresa positiva siguen aumentando, en otras palabras, el impulso de
exposiciones, incluso después de la información de las ganancias se convierte en público, mientras que las firmas negativa sorpresa
continúan sufriendo rendimientos anormales negativos. El mercado parece ajustarse a la información de las ganancias sólo de forma
gradual, lo que resulta en un período sostenido de los rendimientos anormales.
Evidentemente, se podría haber obtenido beneficios anormales simplemente esperando a que los anuncios de ganancias y
la compra de una cartera de acciones de empresas-ganancias positivas-sorpresa. Estos son precisamente los tipos de
tendencias continuas predecibles que debería ser imposible en un mercado eficiente.
Las pruebas fuertes Forma: En el interior de Información
No sería sorprendente que los iniciados fueron capaces de obtener beneficios superiores que comercian con las acciones de su
empresa. En otras palabras, no esperamos que los mercados sean fuertes en forma eficiente; regulamos y
35 Richard J. Rendleman Jr., Charles P. Jones, y Henry A. Latané, “Anomalías empírica basada en los ingresos inesperados y la importancia de los
ajustes del riesgo” Revista de Economía Financiera 10 (noviembre de 1982), pp. 269-87.
Final PDF to printer
CHAPTER 11 The Efficient Market Hypothesis 371
limit trades based on inside information. The ability of insiders to trade profitably in their own stock has been
documented in studies by Jaffe, 36 Seyhun, 37 Givoly and Palmon, 38 and others. Jaffe’s was one of the earlier
studies that documented the tendency for stock prices to rise after insiders intensively bought shares and to fall
after intensive insider sales.
Can other investors benefit by following insiders’ trades? The Securities and Exchange Commission
requires all insiders to register their trading activity and it publishes these trades in an Official Summary of
Security Transactions and Holdings. Since 2002, insiders must report large trades to the SEC within 2 business
days. Once the Official Summary is published, the trades become public information. At that point, if markets
are efficient, fully and immediately processing the information released in the Official Summary of trading, an
investor should no longer be able to profit from following the pattern of those trades. Several Internet sites
contain information on insider trading. See the Web sites at our Online Learning Center ( www.mhhe.com/bkm
) for some suggestions.
The study by Seyhun, which carefully tracked the public release dates of the Official Summary, found that
following insider transactions would be to no avail. Although there is some tendency for stock prices to increase
even after the Official Summary reports insider buying, the abnormal returns are not of sufficient magnitude to
overcome transaction costs.
Interpreting the Anomalies

How should we interpret the ever-growing anomalies literature? Does it imply that markets are grossly
inefficient, allowing for simplistic trading rules to offer large profit opportunities? Or are there other, more-subtle
interpretations?
Risk Premiums or Inefficiencies? The price-earnings, small-firm, market-tobook, momentum, and long-term
reversal effects are currently among the most puzzling phenomena in empirical finance. There are several
interpretations of these effects. First note that to some extent, some of these phenomena may be related. The
feature that small firms, low-market-to-book firms, and recent “losers” seem to have in common is a stock price
that has fallen considerably in recent months or years. Indeed, a firm can become a small firm or a
low-market-to-book firm by suffering a sharp drop in price. These groups therefore may contain a relatively high
proportion of distressed firms that have suffered recent difficulties.
Fama and French 39 argue that these effects can be explained as manifestations of risk premiums. Using
their three-factor model, introduced in the previous chapter, they show that stocks with higher betas (also
known as factor loadings) on size or market-to-book factors have higher average returns; they interpret these
returns as evidence of a risk premium associated with the factor. This model does a much better job than the
one-factor CAPM in explaining security returns. While size or book-to-market ratios per se are obviously not
risk factors, they perhaps might act as proxies for more fundamental determinants of risk. Fama and French
argue that these patterns of returns may therefore be consistent with an efficient market in which expected
returns are consistent with risk. In this regard, it is worth noting that returns to “style portfolios,” for example,
the return on portfolios constructed based on the ratio of book-to-market value (specifically, the
36 Jeffrey F. Jaffe, “Special Information and Insider Trading,” Journal of Business 47 (July 1974).
37 H. Nejat Seyhun, “Insiders’ Profits, Costs of Trading and Market Efficiency,” Journal of Financial Economics
16 (1986).
38 Dan Givoly and Dan Palmon, “Insider Trading and Exploitation of Inside Information: Some Empirical Evidence,” Journal of Business 58
(1985).
39 Eugene F. Fama and Kenneth R. French, “Common Risk Factors in the Returns on Stocks and Bonds,” Journal of Financial Economics 33
(1993), pp. 3–56.

Investments 10E by Bodie Kane Marcus (0360-0400) .En - Es

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Investments 10E by Bodie Kane Marcus (0360-0400) .En - Es

Caricato da

Copyright:

Formati disponibili

PDF final a la impresora

La diversificación y el riesgo residual en la práctica

SD residual de cada población 5 50% SD residual de cada población 5 100%

Pesos iguales: w yo 5 1 / norte

varianza residual con uniforme y pesos de cartera irregular

332 PARTE III El equilibrio en los mercados de capital

R PAGS 5 una PAGS 1 si PAGS R METRO (10.4)

E (R PAGS) 5 una PAGS 1 si PAGS E (R METRO) (10.5)

si Z 5 w PAGS si PAGS 1 ( 1 2 w PAGS) si METRO 5 0

w PAGS 5 1 ; w METRO 5 1 2 w PAGS 5 2 si PAGS

Por lo tanto, la cartera Z es sin riesgo, y su alfa es

E (R Z) 5 w PAGS una PAGS 5 1 una PAGS (10.8)

La no-arbitraje Ecuación de la APT

E (R PAGS) 5 si PAGS E (R METRO) (10.9)

(0,10 1 1.0 3 F) 3 $ 1 millón de posición larga en UNA

2 (. 08 1 1.0 3 F) 3 $ 1 millón de posición corta en si

334 PARTE III El equilibrio en los mercados de capital

Rendimiento esperado (%)

Figura 10.3 Una oportunidad de arbitraje

10.3 La APT, el CAPM, y el Modelo Índice

1. ¿La APT también se aplican a menos que bien diversificada cartera?

336 PARTE III El equilibrio en los mercados de capital

La optimización del APT y de la cartera en un índice del mercado único

caso omiso de esta complicación.

S PAGS 5 " S METRO 2 1 IR UNA 2.

es alfas de seguridad Destape y la prima de riesgo macro-factores, RP METRO .

Ejemplo 10.3 explotadora Alfa

1 4 0.5 2 0.25 3.57 1.28 0.43 0.18

338 PARTE III El equilibrio en los mercados de capital

10.4 Un Multifactor APT

Ejemplo 10.4 multifactorial SML

Supongamos rendimientos que las dos carteras de factores, carteras 1 y 2, se espera

con los siguientes pesos: si PAGS 1 en el primer factor de la cartera,

E (r Q) 5 si PAGS 1 E (r 1) 1 si PAGS 2 E (r 2) 1 ( 1 2 si PAGS 1 2 si PAGS 2) r F

Usando los números en el Ejemplo 10.4:

Ejemplo 10.5 Manipulación de los precios y Arbitraje

$ 1 3 E (r Q) 2 $ 1 3 E (r UNA) 5 $ 1 3 0.13 2 $ 1 3 0.12 5 $ .01

340 PARTE III El equilibrio en los mercados de capital

no lo hace, entonces habrá una oportunidad de arbitraje. 7

10.5 La Fama y French (FF) Tres-Factor Model

una cartera de acciones con un alto

procedentes de factores macroeconómicos.

empresas (tamaño de la empresa) y la relación de mercado del libro-a-predicen desviaciones

El uso de la APT para encontrar Costo de Capital

1. Estimar “factor de cargas” (es decir, betas) de una muestra grande

población (por ejemplo, 60 meses de datos), por lo tanto, la estimación de 100

342 PARTE III El equilibrio en los mercados de capital

el mundo, mitigando así los efectos potenciales de la técnica de espionaje.

El problema sigue sin resolverse y se discute en el Capítulo 13.

una amplia gama de factores de riesgo macroeconómico.

que se mantenga en los mercados del mundo real.

tasa de rendimiento de la cartera.

modelo de un solo factor: R yo 5 E (R yo ) 1 si 1 F 1 mi yo ECUACIONES CLAVE

modelo multifactorial (en este caso, 2 factores, F 1 y F 2 ): R yo 5 E (R yo ) 1 si 1 F 1 1 si 2 F 2 1 mi yo

un modelo único índice: R yo 5 una yo 1 si yo R METRO 1 mi yo

Multifactor SML (aquí, 2 factores, etiquetados 1 y 2)

portafolios bien diversificados:

portafolio beta en F 1 beta en F 2 Rendimiento esperado

UNA 1.5 2.0 31%

¿Cuál es la relación retorno-beta esperada en esta economía?

UNA 12% 1.2

344 PARTE III El equilibrio en los mercados de capital

UNA 0.8 10% 25%