天美传媒

De la teor铆a sobre el c谩lculo de las primas de riesgo a sus implicaciones pr谩cticas. La profesora del 天美传媒 Valentina Raponi explica c贸mo su 颈苍惫别蝉迟颈驳补肠颈贸苍 puede ayudar a mejorar el c谩lculo de la Beta.

La profesora Valentina Raponi se ha sentado con el equipo de 天美传媒 Insight para arrojar luz sobre una suya publicada junto a Cesare Robotti y Paolo Zaffaroni en Review of Financial Studies. El tema, relacionado con los modelos de c谩lculo de la Beta, puede parecer 谩spero, pero Raponi aspira a hacerlo comprensible incluso para su abuela.

天美传媒 Insight: 驴De qu茅 trata exactamente la 颈苍惫别蝉迟颈驳补肠颈贸苍?

Valentina Raponi: Hemos testado modelos de c谩lculo de la Beta y, en concreto, hemos tratado de calcular las primas de riesgo. En esencia, la prima de riesgo es el precio del riesgo y supone uno de los coeficientes m谩s importantes no solo en el mundo de las finanzas, sino tambi茅n en la macroeconom铆a y las finanzas corporativas.

II: 驴Por qu茅 es tan relevante esta variable?

V. R.: Supongamos que sigues varios activos, cada uno con una rentabilidad diferente. Como es l贸gico, si buscas una mayor rentabilidad, la pagas asumiendo un mayor riesgo. Eso es lo que mide la prima de riesgo: el exceso de rentabilidad que se espera de los activos de riesgo respecto a los activos libres de riesgo. En nuestro art铆culo nos centramos en c贸mo se pueden medir estas cantidades con los datos disponibles. Analizamos los principales supuestos para calcular las primas de riesgo que se hacen con la teor铆a est谩ndar m谩s utilizada, es decir, el modelo de valoraci贸n de activos financieros CAPM y los modelos de tres y cinco factores de Fama y French.

Lo que hemos visto es que, en ocasiones, estos supuestos pueden ser bastante restrictivos. Algunos, por ejemplo, exigen para el an谩lisis una serie temporal de datos muy larga, aunque se centren en tan solo unas cuantas carteras. El caso es que se negocian miles de t铆tulos todos los d铆as, lo cual te puede dejar con muestras muy grandes, aunque quiz谩s una serie temporal corta. A veces no tenemos los datos y otras utilizamos factores que no est谩n disponibles.

II: 驴C贸mo hab茅is resuelto esta dificultad?

V. R.: Hemos ideado una nueva metodolog铆a que permite calcular y hacer inferencias v谩lidas respecto a las primas de riesgo en un momento determinado. Con este nuevo modelo tambi茅n se puede ver si las primas de riesgo son significativas o no con una muestra grande y una serie temporal corta. Esa es nuestra gran aportaci贸n.

Otra ventaja interesante para los directivos es que se pueden calcular las primas de riesgo en un escenario temporal variable. Pongamos que dispones de datos mensuales: se puede calcular la prima de riesgo en cada momento, es decir, en este caso, cada mes. Con nuestra metodolog铆a, los resultados pueden ser muy diferentes de los que arroja la metodolog铆a est谩ndar.

Por ejemplo, hemos documentado una gran variaci贸n temporal en las primas de riesgo, mientras que la metodolog铆a est谩ndar da a entender que estas primas de riesgo son constantes. Con la metodolog铆a est谩ndar, factores como la liquidez o el HML y el SMB son relevantes para la asignaci贸n de precios el 50% del tiempo, mientras que con nuestro modelo lo son el 70% del tiempo [HML: diferencia entre la rentabilidad de las acciones de las empresas con un alto ratio valor libro/valor de mercado menos la rentabilidad de las acciones de las empresas con un bajo ratio valor libro/valor de mercado; SMB: diferencia entre la rentabilidad de las acciones de empresas de peque帽a capitalizaci贸n burs谩til y la rentabilidad de las acciones de empresas de gran capitalizaci贸n burs谩til]. Aunque se trata de un modelo bastante te贸rico, tiene usos pr谩cticos.

II: 驴Cu谩l es la lecci贸n m谩s importante de la 颈苍惫别蝉迟颈驳补肠颈贸苍?

V. R.: Debes prestar mucha atenci贸n a la serie de datos de que dispones, es decir, los que vas a analizar. No hay que usar ciegamente los m茅todos habituales. Primero tienes que ver qu茅 supuestos necesitas para calcular lo que quieres de forma consistente.