ESTRUCTURA FINANCIERA DE LA EMPRESA Y VALORACIÓN DE ACTIVOS EN EL MERCADO BURSÁTIL ESPAÑOL. José Luis Miralles Marcelo. María del Mar Miralles Quirós

Transcripción

1 45b ESTRUCTURA FINANCIERA DE LA EMPRESA Y VALORACIÓN DE ACTIVOS EN EL MERCADO BURSÁTIL ESPAÑOL José Luis Miralles Marcelo María del Mar Miralles Quirós José Luis Miralles Quirós Área temática: b) Valoración y Finanzas Palabras clave: CAPM, Coeficiente beta, riesgo de insolvencia, leverage.

2 ESTRUCTURA FINANCIERA DE LA EMPRESA Y VALORACIÓN DE ACTIVOS EN EL MERCADO BURSÁTIL ESPAÑOL Resumen Numerosos estudios empíricos realizados para el mercado bursátil español documentan la ausencia de una relación rentabilidad-riesgo positiva y significativa, obteniendo primas de riesgo no significativas e incluso negativas. Con el objetivo de encontrar una explicación económica, seguimos la metodología propuesta por Ferguson y Shockley (2003) que consiste en considerar la estructura financiera de la empresa en el proceso de valoración incorporando así dos nuevas fuentes de riesgo sistemático: riesgo leverage y riesgo de insolvencia. 2

3 1. Introducción Con el objetivo de analizar el comportamiento de los precios bursátiles, se han desarrollado en las últimas décadas una gran variedad de modelos de valoración de activos financieros. Entre ellos, destaca el Capital Asset Pricing Model de Sharpe (1964) y Lintner (1965), caracterizado por considerar al riesgo de mercado el responsable de los cambios en la rentabilidad esperada de los títulos. Sin embargo, a pesar de que los primeros contrastes realizados para el mercado norteamericano (Black, Jensen y Scholes, 1972 y Fama y MacBeth, 1973, entre otros) mantenían las principales conclusiones del modelo, no tardaron en surgir los primeros trabajos empíricos en rechazar la relación positiva y significativa entre rentabilidad y riesgo sistemático (Gibbson, 1982; Fama y French, 1992). Del mismo modo, para el mercado de valores español, podemos citar trabajos como el de Gómez-Bezares, Madariaga y Santibañez (1994), favorables al modelo CAPM frente a otros trabajos como los de Rubio (1988 y 1991), Gallego, Gómez Sala y Marhuenda (1992) y Sentana (1995 y 1997) entre otros, que rechazan claramente la relación establecida por el CAPM para el mercado español, obteniendo primas de riesgo no significativas e incluso en algunos casos negativas. En cambio, la correcta medida del riesgo de un activo o de una cartera tiene una importancia fundamental en la valoración de activos y en la medida de performance en finanzas. De ahí la importancia de encontrar una explicación económica a la evidencia empírica obtenida. En este sentido Ferguson y Shockley (2003) proponen una adaptación del modelo CAPM en base a que el verdadero coeficiente beta no es posible calcularlo debido a que la cartera de mercado es inobservable. Es por ello que en su desarrollo teórico demuestran como el coeficiente beta observado presenta un error de estimación común para todos los activos así como un error específico. En este sentido, su propuesta metodológica para solucionar los problemas de estimación detectados en el modelo CAPM y concretamente en el coeficiente beta consiste en considerar la estructura financiera de la empresa en el proceso de valoración y así introducir dos nuevas fuentes de riesgo sistemático: riesgo leverage y riesgo de insolvencia. Dentro de esta línea de investigación, el objetivo del presente estudio consiste en analizar el poder explicativo para el mercado bursátil español del método de estimación propuesto por Ferguson y Shockley (2003) en comparación con el 3

4 tradicional CAPM y el ampliamente extendido modelo de tres factores de Fama y French (1993). En este sentido, consideramos que la ampliación de la evidencia empírica internacional supone un incentivo en la búsqueda de resultados concluyentes que permitan acabar con el debate creado en relación a la estimación del coeficiente beta y al modelo de valoración de activos más adecuado para explicar la evolución de las rentabilidades bursátiles. Adicionalmente, el estudio empírico propuesto es especialmente relevante en el periodo actual de crisis financiera internacional en el que la ausencia de liquidez está provocando el estrangulamiento del crédito al sector empresarial con el consiguiente incremento del riesgo de sus activos cotizados en bolsa. El trabajo se estructura de la siguiente manera. En un segundo apartado presentamos las implicaciones teóricas del modelo de Ferguson y Shockley (2003). En un tercer apartado se describe la metodología de estudio propuesta para el mercado bursátil español y consistente en tres subapartados correspondientes a un análisis de serie temporal, sección cruzada y condicional respectivamente. El apartado cuatro describe la base de datos necesaria para la realización del estudio, tanto bursátil como financiera, así como las carteras y factores de riesgo construidos. El quinto apartado presenta los resultados empíricos obtenidos. Por último, presentamos un sexto apartado con las conclusiones derivadas del conjunto del trabajo. 2. Aportación teórica de Ferguson y Shockley (2003) Ferguson y Shockley (2003) argumentan que la cartera de mercado M, sobre la que se sustenta la estimación del modelo CAPM y por tanto el coeficiente beta, es inobservable. En cambio, dicha cartera puede ser aproximada ya que puede ser dividida en dos subcarteras: la cartera de mercado representativa de la deuda D y la cartera de mercado representativa de la propiedad o capital E. En ese caso, la verdadera beta del activo i puede ser definida como: σ E σ D σ β S = = + (1) i σ M σ M σ Si, M 2 M Si, E 2 M Si, D 2 M donde σ S i, M, S i, E σ, σ S i, D y 2 σ M son las covarianzas de rentabilidad del activo i con respecto a activos, propiedad y deuda así como la varianza de rentabilidad de los 4

5 activos del mercado respectivamente. Por tanto, el coeficiente beta aproximado de la propiedad o capital de la compañía i calculado con respecto al índice de propiedad o capital del conjunto de la economía puede describirse como: donde, σ ˆ E Si, E 1 S = = Φ i 2 σ E β D [ β Ωβˆ ] Si Si (2) Φ = E M σ σ 2 E 2 M 2 D 2 M D σ Ω = (3) M σ 2 σ E y 2 σ D son las varianzas de rentabilidad del capital y la deuda respectivamente y D βˆ S i es la beta del activo i calculada con respecto a los derechos de la deuda de la economía exclusivamente. La ecuación (2) refleja que el error en el cálculo del el coeficiente beta aproximado E 1 de la propiedad o capital βˆ S i tiene dos componentes: un error escalar ( ) D común a todos los activos y un error específico ( Ωβˆ ) S i Φ que es que refleja la covarianza de la compañía con respecto a los derechos de deuda omitidos por el CAPM en su estimación empírica. La presente argumentación de Ferguson y Shockley (2003) conlleva, por tanto, la consideración del ratio de endeudamiento o riesgo leverage en el proceso de valoración y que pasamos a describir a continuación en el apartado empírico. 3. Metodología de estudio El análisis empírico a efectuar para el mercado bursátil español consta de tres partes. En primer lugar presentamos un análisis empírico preliminar de serie temporal con el que podamos identificar qué modelo de valoración de activos es el más adecuado para explicar la evolución temporal de las rentabilidades de los activos cotizados en el mercado bursátil español. En segundo lugar presentamos un análisis de sección cruzada basado en la metodología en dos etapas de Fama y MacBeth (1973). Por último, presentamos un contraste condicional de la prima por riesgo obtenida en cada modelo basado en la metodología de Pettengill, Sundaram y Mathur (1995) para identificar el modelo más adecuado en un periodo de crisis financiera como el actual. 5

6 3.1. Análisis de serie temporal Uno de los objetivos fundamentales de nuestro estudio es el de analizar el poder explicativo del modelo propuesto por Ferguson y Shockley (2003) frente al tradicional CAPM y al ampliamente extendido modelo de tres factores de Fama y French (1993). Es por ello que a continuación presentamos los modelos a analizar desde una perspectiva de serie temporal. Modelo CAPM: El modelo CAPM, propuesto por Sharpe (1964) y desarrollado por Lintner (1965) y Black et al. (1972), argumenta que el riesgo de mercado es el único factor relevante para explicar las rentabilidades de las carteras de activos. Por tanto, los inversores pueden crear una cartera bien diversificada eliminando el riesgo específico de los activos. R pt R ft = α p + β p,rmrf RRMRF,t + e pt (4) donde R pt es la rentabilidad de la cartera p en el mes t, R ft es la rentabilidad del activo libre de riesgo y R RMRFt es la rentabilidad proporcionada por el mercado para el mismo periodo de tiempo en exceso sobre el activo libre de riesgo. Los coeficientes a estimar α p y β p representan respectivamente la rentabilidad ajustada al riesgo obtenida por la cartera p y el nivel de riesgo beta asociado a la evolución del mercado. Este es el modelo dominante en la valoración de activos en el contexto de serie temporal. Sin embargo, algunos investigadores ponen de manifiesto la importancia de las características de los activos para explicar las rentabilidades bursátiles como son el tamaño (Banz, 1981) y el ratio book-to-market (Fama y French, 1992). Modelo de tres factores de Fama y French (1993): En este contexto, Fama y French (1993) crean el modelo de tres factores en el que, además del factor de riesgo de mercado, los autores añaden dos factores de riesgo adicionales relacionados con el tamaño y el ratio book-to-market. R pt R ft = α p + β p,rmrf RRMRF,t + β p,smb RSMB,t + β p,hml RHML,t + e pt (5) 6

7 donde SMB (small minus big) es el factor tamaño, formado por la diferencia de rentabilidad entre las pequeñas y mayores empresas de la muestra a partir de su nivel de capitalización bursátil. Mientras que HML (high minus low) representa al factor book-to-market, medido por la diferencia de rentabilidades entre el 30% de compañías con mayor ratio y el 30% de compañías con menor ratio. El factor SMB es el premio dado a los inversores por tener activos pequeños. Los activos más pequeños son normalmente menos eficientes, tienen más intensidad de deuda y, por tanto, tienen mayor probabilidad de fracaso (Banz, 1981; Fama y French, 1992). Por otro lado, el factor HML es el premio dado a los inversores por tener activos con un elevado ratio book-to-market. Los activos con elevado ratio tienen menores oportunidades de crecimiento y mayor riesgo de fracaso (Fama y French, 1992). Por tanto, los inversores necesitan recibir un premio por invertir en activos pequeños y con elevado ratio book-to-market. Modelo de Ferguson y Shockley (2003): Ferguson y Shockley (2003) sugieren que los factores formados en relación al riesgo de endeudamiento y de insolvencia deberían proporcionar el mejor complemento al índice de mercado para explicar la variación de sección cruzada de las rentabilidades bursátiles. Para ello, construyen dos carteras que imitan la parte de las rentabilidades comunes asociada al riesgo leverage (basado en el ratio de endeudamiento) y la parte de las rentabilidades asociada al riesgo de insolvencia (basado en la Z de Altman, 1968) resultando un modelo de valoración alternativo de tres factores: R pt R ft = α p + β p,rmrf RRMRF,t + β p,d / E RD / E,t + β p,z RZ,t + eit (6) Ferguson y Shockley (2003) muestran que estos dos nuevos factores contienen poder explicativo sobre el papel de los factores SMB y HML al explicar las variaciones de sección cruzada de las rentabilidades bursátiles de 25 carteras formadas por tamaño y book-to-market. Por tanto, consideran que las anomalías relacionadas con el tamaño y ratio book-to-market de los activos son consecuencia de un error de medición de la cartera de mercado Análisis de sección cruzada 7

8 El objetivo de este segundo apartado consiste en realizar un análisis de sección cruzada basado en la metodología de Fama y MacBeth (1973) de los tres modelos de valoración alternativos: CAPM tradicional, modelo de Fama y French (1993) y modelo de Ferguson y Shockley (2003). El contraste consta de dos etapas. En primer lugar se estiman las betas de las carteras en serie temporal y en segundo lugar se estiman los parámetros que acompañan a estas betas en una regresión de sección cruzada. El conjunto de observaciones para la estimación de betas se va desplazando, incorporando una observación más y eliminando la primera, siempre un total de 36 datos, siendo la última observación la correspondiente al periodo de estimación del coeficiente beta. Una vez estimadas las variables explicativas, realizamos la estimación de sección cruzada: rpt rpt rpt m γ + γ mβ pt + ε pt = 0 (7) m smb hml γ + γ mβ pt + γ smbβ pt + γ hml β pt + ε pt = 0 (8) m D / E Z γ + γ mβ pt + γ D / E β pt + γ Z β pt + ε pt = 0 (9) El estimador final será la media de la serie temporal de gammas estimadas y el contraste de significatividad individual se realiza mediante el estadístico t aplicando el factor de ajuste propuesto por Shanken (1992). La comparación entre dichos modelos la realizamos en base al coeficiente de determinación R 2 ajustado Análisis condicional Los tres modelos de valoración propuestos asumen que todas las primas de riesgo son iguales para todos los activos y además son constantes para todo el periodo de estudio. Esto no es compatible con la argumentación de equilibrio defendida por Pettengill, Sundaram y Mathur (1995) sobre una relación positiva entre las betas y los excesos de rentabilidad de mercado realizados cuando éstos son positivos, y negativa cuando los excesos de rentabilidad de mercado son negativos. El contraste del modelo CAPM propuesto por Pettengill, Sundaram y Mathur (1995) consiste en suavizar la hipótesis de prima constante al asumir dos posibles primas: una cuando el mercado está en alza y otra cuando el mercado está en baja. 8

9 Posteriormente, Petkova y Zhang (2005) adaptan dicha metodología para analizar la prima de riesgo en periodos de recesión económica. El objetivo de nuestro estudio es aplicar esta metodología para identificar el modelo más adecuado en un periodo de crisis financiera como el actual 4. Base de datos Para la realización del presente trabajo se dispone tanto de la información bursátil como de la información financiera de los títulos que cotizados en el mercado bursátil español durante la última década Información Bursátil La información bursátil, obtenida de la base de datos DATASTREAM, consta de los precios de cierre de los títulos cotizados en la bolsa española durante los años 2000 a 2010 así como de títulos admitidos a cotización para cada empresa al final de cada año, lo que nos permite calcular el nivel de capitalización bursátil multiplicando por el precio de cierre correspondiente al último día de negociación. La rentabilidad de cada activo en el mes t ha sido calculada como la diferencia relativa de su precio el último día de negociación del mes t y del mes t-1, considerando los dividendos pagados por la empresa en cualquier momento dentro del periodo y ajustando las rentabilidades por ampliaciones de capital. La rentabilidad del mercado es la obtenida por la media aritmética de las rentabilidades de los títulos cotizados en cada periodo y la tasa de rentabilidad mensual de las Letras del Tesoro observada en el mercado secundario es empleada como rentabilidad libre de riesgo, información esta última obtenida de los boletines estadísticos del Banco de España Información Financiera Para la realización del presente estudio se han requerido los estados contables, balance y cuenta de resultados, de todas las empresas cotizadas en el mercado bursátil español durante el periodo de estudio. Dicha información ha sido obtenida de la base de datos SABI. Los ratios financieros necesarios para la realización del presente estudio han sido los siguientes: 9

10 Ratio de endeudamiento o leverage, obtenido a partir del cociente entre el total de la deuda anotada en libros y el valor de mercado de la empresa. Ratio Z de Altman (1968), representativo del riesgo de insolvencia 1 de la empresa y calculado como: WC RE EBIT ME S Z = 1, 2 + 1, 4 + 3, 3 + 0, 6 + 1, 0 (10) TA TA TA BD TA donde WC representa el fondo de maniobra, calculado como la diferencia entre activo y pasivo circulante; TA hace referencia al valor en libros de los activos totales de la empresa; RE son los beneficios retenidos; BD es el valor en libros de la deuda de la empresa (variables todas ellas obtenidas de los balances de las empresas); EBIT son los resultados antes de intereses e impuestos y S la cifra de ventas (información obtenida de la cuenta de resultados); mientras que ME es el valor de mercado de la empresa. Ratio book-to-market, obtenido a partir del cociente entre el valor en libros y el valor de mercado de la empresa Propiedades de las carteras y factores construidos A partir de los datos bursátiles y financieros, son construidas las carteras y los factores necesarios para la realización del presente estudio. Siguiendo los trabajos previos realizados para el mercado bursátil español sobre valoración de activos (Gómez Sala y Marhuenda,1998; Marhuenda,1998; Nieto y Rubio, 2002; y Nieto, 2004), construimos diez carteras por tamaño. De este modo, los títulos son asignados a diez carteras que representan su nivel de capitalización bursátil. Así, la cartera T1 refleja el conjunto de activos que al final de cada año son los de menor tamaño del mercado y la cartera T10, por el contrario, recoge los activos de mayor tamaño del mercado. Seguidamente, para cada cartera se calcula su rentabilidad para los doce meses del año siguiente al de formación asignando idéntico peso a cada título que forma parte de la misma. 1 Son numerosos los estudios recientes que aplican el ratio de Altman para el cálculo del riesgo de insolvencia (Campbell et al. 2008; Chen et al., 2010; Chou et al., 2010). Otras medidas alternativas para el cálculo del riesgo de insolvencia son las propuestas por Abínzano et al. (2010) y Del Brio (2010). 10

11 No obstante, y de acuerdo con la contrastación del modelo de Ferguson y Shockley (2003), también son construidas diez carteras en función del ratio valor en libros/valor de mercado de los activos cotizados en bolsa. Siguiendo a Chou et al. (2010) al final de cada año los activos son incorporados a una cartera de inversión en función de su ratio book-to-market. De esta manera, la cartera BM1 contendrá aquellos títulos del mercado con el ratio book-to-market más bajo, mientras que la cartera BM10 contendrá aquellos títulos con el ratio book-to-market más elevado. Posteriormente, para cada cartera se calcula su rentabilidad para los doce meses del año siguiente al de formación asignando idéntico peso a cada título que forma parte de la misma. Las propiedades estadísticas de ambos conjuntos de carteras son las contenidas en la Tabla 1. En dicha tabla podemos observar la media, mediana, máximo, mínimo y desviación típica de todas las series de rentabilidad construidas. Es interesante apreciar especialmente las diferencias en rentabilidad y riesgo entre carteras extremas. Concretamente, observamos que la cartera constituida por los activos de mayor tamaño del mercado obtienen una rentabilidad media positiva frente a la cartera compuesta por los activos de tamaño más reducido que, en cambio, presenta una rentabilidad promedio negativa. Lo mismo ocurre para las carteras book-to-market, mientras que la cartera BM10, compuesta por los activos de mayor ratio, presenta una rentabilidad media positiva, la cartera BM1, con los títulos con menor book-to-market, obtienen una rentabilidad promedio negativa. Datos todos ellos que van a condicionar los análisis de serie temporal y sección cruzada propuestos. En la Tabla 2, por el contrario, presentamos los estadísticos descriptivos (Panel A) así como los coeficientes de correlación (Panel B) de los factores de riesgo considerados en el presente estudio y construidos de acuerdo a lo anteriormente descrito en el apartado tres del presente trabajo. Los datos más importantes a destacar son el reducido nivel de correlación entre los factores SMB y HML propuestos por Fama y French (1993) en su modelo con los nuevos factores incorporados D/E y Z representativos del riesgo leverage y riesgo de insolvencia respectivamente. Este dato mitiga posibles críticas que podría recibir el modelo de Ferguson y Shockley (2003) por la estrecha relación de sus factores con el ratio book-to-market. Adicionalmente, es preciso indicar que la realización del estudio empírico para dos conjuntos de carteras distintas proporcionará mayor robustez a los resultados empíricos obtenidos. 5. Resultados empíricos 11

12 El análisis empírico efectuado consta de tres secciones claramente diferenciadas. En primer lugar, realizamos un análisis de serie temporal consistente en regresar cada una de las diez carteras book-to-market y tamaño en función de cada uno de los tres modelos de valoración considerados: CAPM, Fama y French y Ferguson y Shockley. La metodología empleada, siguiendo a Mackinlay y Richardson (1991), ha consistido en el Método Generalizado de los Momentos para mitigar posibles problemas de errores en las variables. En la Tabla 3, Panel A, presentamos el coeficiente alfa estimado para cada cartera, representativo de la rentabilidad ajustada al riesgo por cada uno de los modelos considerados. En el Panel B, en cambio presentamos los resultados del test de Wald de igualdad a cero conjunta de la rentabilidad ajustada al riesgo de las diez carteras consideradas, que se distribuye como una Chi-cuadrado de Pearson con tantos grados de libertad como número de restricciones presenta la hipótesis nula. Este test también nos indica la especificación de riesgo más adecuada para el mercado español. En otras palabras, muestra si los modelos capturan completamente la evolución de las rentabilidades bursátiles. No obstante, los resultados obtenidos difieren sustancialmente cuando realizamos el análisis con carteras tamaño de cuando lo realizamos con carteras book-to-market. Mientras que con el primer conjunto de carteras todos los modelos rechazan la hipótesis nula, los resultados para las carteras book-to-market es precisamente el contrario. Esto nos lleva a concluir que no existen diferencias significativas en serie temporal entre modelos pero si entre conjuntos de carteras. Dicho análisis de serie temporal es acompañado de un análisis de sección cruzada en el que, siguiendo la metodología en dos etapas de Fama y MacBeth (1973), contrastamos los modelos (7), (8) y (9) anteriormente expuestos en el apartado metodológico. Los resultados obtenidos de dicho contraste son los presentados en la Tabla 4. En el Panel A se reflejan los premios por riesgo estimados para cada modelo empleando las carteras tamaño, mientras que en el Panel B presentamos los premios por riesgo obtenidos con el empleo de las carteras book-to-market. Por último, reflejamos el valor de los estadísticos R 2 y R 2 ajustado representativos del poder explicativo de cada uno de los modelos objeto de análisis. Del análisis efectuado para el periodo temporal completo, correspondiente a los años 2003 a 2010, observamos que tanto para el modelo CAPM como para el modelo de Fama y French el premio por riesgo de mercado resulta ser negativo mientras que para el modelo de Ferguson y Shockley es positivo, como cabía esperar, aunque en ninguno de los tres casos 12

13 considerados dicho coeficiente alcanza niveles adecuados de significatividad. En cambio, cuando atendemos a los estadísticos R 2 y R 2 ajustado, estos nos indican que es el modelo de Fama y French el que proporciona una mayor capacidad explicativa de las rentabilidades en sección cruzada de las carteras tamaño y book-to-market. Por último, realizamos un análisis condicional consistente en permitir la variabilidad temporal de las primas por riesgo consideradas en el análisis de sección cruzada. En la Tabla 5 presentamos los resultados de sección cruzada de los tres modelos considerados empleando los dos conjuntos de carteras, tamaño y book-tomarket, y adicionalmente considerando dos periodos temporales claramente diferenciados: un primer subperiodo que comprende los años 2003 a 2006 de expansión económica y tendencia alcista del mercado y un segundo subperiodo que comprende los años 2007 a 2010 en los que se inició y avanzó en la actual crisis financiera mundial. Las diferencias de resultados entre los subperiodos considerados son muy elevadas, independientemente del conjunto de carteras considerado. Para el primer subperiodo observamos que el premio por riesgo de mercado es significativo y positivo mientras que el modelo de Ferguson y Shockley es el que tiene un mayor poder explicativo, por encima del modelo de tres factores de Fama y French. Siendo el premio por riesgo de insolvencia significativo y positivo también, aunque solo para el conjunto de carteras book-to-market. En cambio, los resultados obtenidos para el segundo subperiodo de análisis son muy similares a los obtenidos previamente para el periodo temporal completo. En definitiva, el modelo de valoración propuesto como alternativa en este estudio a los tradicionales CAPM y Fama-French, tan sólo mejora a dichos modelos benchmark en el primer subperiodo de análisis siendo el signo del premio por riesgo beta tan sólo significativo y positivo en dichos momentos de expansión económica y tendencia alcista del mercado. 6. Conclusiones Los resultados obtenidos en este estudio ponen de manifiesto la importancia del momento económico y la tendencia del mercado bursátil en la valoración de activos financieros. Esta condición de la economía y del mercado son los que determinan en definitiva qué modelo de valoración es el más adecuado en cada caso. 13

14 El modelo de valoración propuesto por Ferguson y Shockley (2003) en el que se incorporan el riesgo leverage y el riesgo de insolvencia de las empresas en el proceso de valoración tan sólo presenta mejores resultados que el tradicional CAPM y el ampliamente extendido modelo de tres factores de Fama y French (1993) cuando la tendencia del mercado es alcista y el momento económico coincide con un periodo de expansión. Es entonces cuando observamos un premio por riesgo beta significativo y positivo, como describe la teoría financiera, así como un premio también positivo y significativo por riesgo de insolvencia. En cambio, estos resultados no se mantienen para periodos de turbulencias financieras así como para el análisis global. Es preciso tener en cuenta que los resultados obtenidos por el presente estudio tienen importantes implicaciones para otros ámbitos de las finanzas como son la medida del coste de capital de las empresas, la gestión de carteras o la elaboración de medidas alternativas de performance. Finalmente, consideramos que investigaciones futuras deberían ir encaminadas a la búsqueda de una mayor explicación económica y empírica a los resultados obtenidos en el presente estudio. 14

15 Referencias Abínzano, I., L. Muga y R. Santamaría Es el efecto momentum exclusivo de empresas insolventes? Revista Española de Financiación y Contabilidad 147: Altman, E Financial ratios, discriminant ratios, and the prediction of corporate bankruptcy. Journal of Finance 23: Banz, R The Relationship between Return and Market Value of Common Stocks. Journal of Financial Economics, 9(1), Black, F., M. Jensen y M. Scholes, The Capital Asset Pricing Model: Some Empirical Tests, Studies in the Theory of Capital Markets, New York, Praeger Publishers, Campbell, J., J. Hilscher y J. Szilagyi In search of distress risk. Journal of Finance 63: Chen, J., L. Chollete y R. Ray Financial distress and idiosyncratic volatility: An empirical investigation. Journal of Financial Markets 13: Chou, P.H., K.C. Ko y S.J. Lin Do relative leverage and relative distress really explain size and book-to-market anomalies? Journal of Financial Markets 13, Del Brio, E Discusión sobre Es el efecto momentum exclusivo de empresas insolventes? Revista Española de Financiación y Contabilidad 147: Fama, E.F. y K.R. French The cross section of expected stock returns. Journal of Finance 47: Fama, E.F, y K.R. French Common Risk Factors in the Returns of Stocks and Bonds. Journal of Financial Economics, 33(1), Fama, E.F. y J. Macbeth Risk and return: some empirical tests. Journal of Political Economy 81: Ferguson, M. y R. Shockley Equilibrium Anomalies. Journal of Finance 58: Gallego, A.; J.C. Gómez Sala y J. Marhuenda Evidencias Empíricas del CAPM en el Mercado Español de Capitales. Instituto Valenciano de Investigaciones Económicas, WP-EC

16 Gibbons, M., Multivariate Tests of Financial Models: A New Approach, Journal of Financial Economics 10, Gómez Sala, J.C. y J. Marhuenda La anomalía del tamaño en el mercado de capitales español. Revista Española de Financiación y Contabilidad 97: Gómez-Bezares, F., J.A. Madariaga y J. Santibáñez Valoración de acciones en la Bolsa Española. Desclée de Brouwer, Bilbao. Lintner, J The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets. Review of Economics and Statistics 47: MacKinlay, A. y M. Richardson Using generalized method of moments to test mean-variance efficiency. Journal of Finance 46, Marhuenda, J Estacionalidad de la prima por riesgo en el mercado de capitales español. Revista Española de Financiación y Contabilidad 94: Marín, J.M. y G. Rubio Economía Financiera. Bosch, Barcelona. Marti, D The accuracy of time-varying betas and the cross-section of stock returns. European Financial Management Association Meeting. Madrid. Nieto, B Evaluating multi-beta pricing models: An empirical analysis with Spanish market data. Revista de Economía Financiera 2: Nieto, B. y G. Rubio El modelo de valoración con cartera de mercado: una nueva especificación del coeficiente beta. Revista Española de Financiación y Contabilidad 113: Petkova, R. y L. Zhang Is value riskier than growth? Journal of Financial Economics 78, Pettengill, G., S. Sundaram e I. Mathur, The conditional relation between beta and returns. Journal of Financial and Quantitative Analysis 30, Rubio, G Further International Evidence on Asset Pricing: The Case of the Spanish Capital Market. Journal of Banking and Finance 12: Rubio, G Formación de Precios en el Mercado Bursátil: Teoría y Evidencia Empírica. Cuadernos Económicos de I.C.E. 49:

17 Sentana, E Riesgo y rentabilidad en el mercado español de valores. Moneda y Crédito 200: Sentana, E Risk and return in the Spanish stock market: some evidence from individual assets. Investigaciones Económicas 21: Shanken, J On the Estimation of Beta Pricing Models. Review of Financial Studies 5, Sharpe, W Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk. Journal of Finance 19:

18 Tabla 1. Propiedades de las carteras Media Mediana Máximo Mínimo Panel A: Carteras tamaño Desv. típica T1 (pequeñas) -0,003 0,000 0,181-0,245 0,063 T2-0,001 0,001 0,278-0,169 0,068 T3 0,003-0,001 0,245-0,175 0,070 T4 0,000 0,008 0,200-0,192 0,066 T5-0,002 0,010 0,160-0,244 0,064 T6-0,005 0,001 0,143-0,257 0,073 T7 0,000 0,004 0,275-0,262 0,069 T8 0,001 0,010 0,158-0,176 0,060 T9 0,001 0,013 0,223-0,208 0,064 T10 (grandes) 0,001 0,004 0,167-0,174 0,054 Panel B: Carteras book-to-market BM1 (menor) -0,002 0,007 0,239-0,217 0,066 BM2-0,007 0,002 0,123-0,223 0,060 BM3 0,001 0,002 0,245-0,220 0,069 BM4 0,003 0,009 0,129-0,281 0,057 BM5-0,004 0,004 0,128-0,157 0,054 BM6 0,002 0,008 0,142-0,198 0,057 BM7 0,001 0,006 0,168-0,182 0,059 BM8-0,004 0,005 0,372-0,215 0,078 BM9 0,002 0,010 0,223-0,225 0,076 BM10 (mayor) 0,006 0,005 0,167-0,242 0,071 18

19 Tabla 2. Propiedades de los factores de riesgo Panel A: Estadísticos descriptivos Media Mediana Máximo Mínimo Desv. típica RM -0,001 0,005 0,131-0,149 0,052 SMB -0,001-0,001 0,136-0,089 0,041 HML 0,004 0,006 0,152-0,100 0,033 D/E 0,005 0,007 0,073-0,075 0,026 Z -0,002-0,003 0,057-0,058 0,020 RM 1,00 Panel B: Coeficientes de correlación RM SMB HML D/E Z SMB 0,15 1,00 HML 0,15 0,47 1,00 D/E 0,06 0,15 0,39 1,00 Z -0,17-0,10-0,30-0,63 1,00 19

20 Tabla 3. Análisis de serie temporal CAPM -0,0017 (-0,56) -0,0011 (-0,43) 0,0045 (1,70) -0,0006 (-0,23) -0,0027 (-1,05) -0,0031 (-1,04) -0,0002 (-0,07) -0,0003 (-0,12) 0,0025 (1,01) 0,0014 (0,45) Carteras tamaño Fama- French -0,0020 (-0,95) -0,0005 (-0,20) 0,0039 (1,51) -0,0009 (-0,32) -0,0017 (-0,63) -0,0021 (-0,73) 0,0019 (0,55) 0,0008 (0,32) 0,0005 (0,25) 0,0001 (0,05) Panel A: Rentabilidad ajustada al riesgo Ferguson- Shockley -0,0055 (-1,58) -0,0014 (-0,49) 0,0035 (1,31) 0,0000 (0,00) -0,0027 (-1,07) -0,0025 (-0,78) 0,0011 (0,33) -0,0001 (-0,06) 0,0043 (1,68) 0,0017 (0,60) CAPM -0,0044 (-1,28) -0,0066 (-2,61) 0,0014 (0,51) 0,0040 (1,95) -0,0034 (-1,38) 0,0030 (1,47) 0,0013 (0,64) -0,0048 (-1,58) 0,0017 (0,50) 0,0065 (1,80) Carteras book-to-market Fama- French -0,0023 (-0,64) -0,0038 (-2,05) 0,0036 (1,44) 0,0050 (2,36) -0,0021 (-0,83) 0,0026 (1,32) 0,0002 (0,08) -0,0061 (-1,72) -0,0010 (-0,38) 0,0046 (1,52) Panel B: Análisis de especificación frente al riesgo Ferguson- Shockley -0,0027 (-0,76) -0,0056 (-2,04) 0,0019 (0,73) 0,0049 (2,20) -0,0038 (-1,49) 0,0027 (1,28) 0,0023 (1,11) -0,0053 (-1,64) 0,0002 (0,06) 0,0044 (1,32) 6,3710 (0,78) 5,1868 (0,88) 9,9688 (0,44) 33,180 (0,00) 34,184 (0,00) 25,153 (0,01) 20

21 Tabla 4. Análisis de sección cruzada γ 0 γ m γ smb hml γ γ D / E γ 2 Z R R 2 aj. Panel A: Carteras tamaño 0,0032 (0,61) -0,0042 (-0,64) 16,19 5,71 0,0094 (1,48) -0,0103 (-1,00) 0,0203 (1,48) -0,0199 (-1,84) 48,47 22,71 0,0028 (0,48) 0,0019 (0,22) 0,0094 (1,08) 0,0118 (1,53) 45,46 18,19 Panel B: Carteras book-to-market 0,0014 (0,19) -0,0019 (-0,20) 14,22 3,49 0,0019 (0,24) -0,0055 (-0,42) 0,0091 (0,67) -0,0045 (-0,82) 44,62 16,93-0,0027 (-0,34) 0,0039 (0,37) 0,0112 (0,82) 0,0078 (0,64) 41,00 11,50 21

22 Tabla 5. Análisis condicional γ 0 γ m γ smb hml γ γ D / E γ 2 Z R R 2 aj. Panel A: Carteras tamaño (dic02-dic06) 0,0093 (1,59) 0,0067 (0,97) 14,47 3,78 0,0131 (1,56) 0,0041 (0,34) 0,0074 (0,49) -0,0083 (-0,58) 42,04 13,06 0,0074 (1,20) 0,0219 (2,08) 0,0116 (1,23) 0,0183 (1,86) 45,07 17,61 Panel B: Carteras tamaño (ene07-jul10) -0,0038 (-0,41) -0,0187 (-1,61) 18,14 7,91 0,0051 (0,52) -0,0299 (-1,67) 0,0349 (1,44) -0,0351 (-1,91) 55,81 33,71-0,0024 (-0,23) -0,0191 (-1,39) 0,0070 (0,44) 0,0080 (0,60) 45,90 18,85 Panel C: Carteras book-to-market (dic02-dic06) 0,0070 (1,31) 0,0144 (2,27) 11,76 0,73 0,0004 (0,05) 0,0247 (1,96) -0,0016 (-0,12) 0,0021 (0,29) 39,49 9,23 0,0029 (0,40) 0,0236 (2,08) 0,0068 (0,66) 0,0048 (0,51) 40,16 10,25 Panel D: Carteras book-to-market (ene07-jul10) -0,0050 (-0,34) -0,0167 (-0,87) 17,02 6,64 0,0037 (0,24) -0,0341 (-1,39) 0,0212 (0,86) -0,0098 (-1,05) 50,48 25,72-0,0091 (-0,60) -0,0120 (-0,64) 0,0162 (0,59) 0,0111 (0,44) 41,95 12,93 22