You are on page 1of 37

Nota Técnica

:

Metodología y Supuestos Utilizados para
Armar los Modelos de CAPM Mundial, JP Morgan y
Bank of America

FIN-TN-0367-HBS-00-S
FIN-TN-0367-HBS-00-S

 Metodología y Supuestos Utilizados para 
Armar los Modelos de CAPM Mundial, JP Morgan y 
Bank of America

 
CAPM Mundial 
 
Para  armar  el  modelo  del  CAPM  Mundial,  comenzamos  con  la  relación  tradicional  del 
CAPM,  que  establece  que  el  retorno  esperado  de  un  título  debe  ser  proporcional  a  su  riesgo 
sistemático. Como describe la siguiente fórmula, el retorno esperado es igual a la tasa libre de 
riesgo + la beta del país por la prima de riesgo de capital.  
 
Ke = Rfw + βem [E(rw) – Rfw] 
 
El  retorno  anual  esperado  del  capital  se  calcula  durante  un  período  de  seis  años,  desde 
diciembre de 1992 hasta noviembre de 1998. 
 
Rfw  para  la  tasa  libre  de  riesgo,  usamos  el  rendimiento  del  Tesoro  de  Estados 
Unidos a 10 años, actualizado mensualmente durante el período de análisis. 
   
E(rw)  Retorno esperado de la cartera mundial. 
   
E(rw) – Rfw  Prima de riesgo de capital. Suponemos que esta medida permanece constante 
durante  el  período  de  análisis.  Usamos  el  valor  de  abril  de  1998  de  9,35% 
para  el  retorno  de  la  cartera  mundial,  utilizado  por  Paul  Gibbs  en  una 
presentación interna de JP Morgan en julio de 1998. Usamos la tasa libre de 
riesgo  de  noviembre  de  1998  de  4,73%  y,  por  lo  tanto,  una  prima  de  riesgo 
constante de 4,62%. Si bien se podría argumentar que la prima de riesgo debe 
variar durante el período de análisis, hacerla variar genera primas de riesgo 
extremadamente bajas durante varios períodos dentro de nuestros datos. En 
la práctica, la prima de riesgo no se suele actualizar en forma regular, por lo 
que llegamos a la conclusión de que lo mejor sería mantenerla constante. Paul 
Gibbs señaló en un e‐mail que, si bien se podía variar la prima de riesgo, era 
aceptable dejarla constante. 
   
βem  La beta es una medida de la sensibilidad de la cartera mundial al riesgo. Es 
igual  a  la  covarianza  de  los  retornos  del  país  con  los  retornos  mundiales, 
dividido por la varianza de los retornos mundiales: 
βc = covar (rc, rw) / σw2 
 
Primero,  calculamos  la  desviación  estándar  mensual,  definida  como  la 
sumatoria al cuadrado de los retornos mensuales del índice bursátil del país 
menos el promedio de esos retornos durante un período de 60 meses corridos 
de  retornos.  Por  ejemplo,  la  desviación  estándar  de  diciembre  de  1992  se 
calcula  con  los  retornos  mensuales  registrados  desde  enero  de  1988  hasta 
diciembre de 1992.  
σw mensual = [(    (x – promedio (x))) 2 / (n – 1)]^0,5 
 

1
FIN-TN-0367-HBS-00-S

Luego,  convertimos  la  desviación  estándar  mensual  en  una  desviación 
estándar anualizada al multiplicarla por la raíz cuadrada de 12 y elevamos el 
resultado  al  cuadrado  para  obtener  la  varianza  anualizada  de  los  retornos 
mundiales. 
σw anual = σw mensual * (12)^0,5 
σw2 anual = (σw anual) 2 
 
La covarianza de los retornos del país con los retornos mundiales es igual a la 
raíz cuadrada del producto de la varianza del país con la varianza del mundo 
multiplicado  por  la  correlación  de  los  retornos  del  país  con  los  retornos 
mundiales. 
covar (rc, rw) = Correl (rc, rw) * (σw2 * σc2 )^0,5 
 
Definimos  el  retorno  excedente  pronosticado  como  el  retorno  total  esperado  menos  la  tasa 
libre de riesgo. 
 
CAPM Mundial Modificado de JP Morgan 
 
El modelo CAPM Mundial Modificado de JP Morgan usa el mismo marco de trabajo que el 
CAPM Mundial y realiza un ajuste en la beta: 
 
Ke = Rfw + βc aj [E(rw) – Rfw]

βc aj (JPM) = Raíz cuadrada de ((41% * σc2 )/ σw2 ) 
 
Al  igual  que  en  el  caso  del  CAPM  Mundial,  los  retornos  anualizados  pronosticados  se 
calculan para el período entre diciembre de 1992 y noviembre de 1998 y se actualizan en forma 
mensual. La prima de riesgo de capital, las tasas libres de riesgo y las varianzas son las mismas 
que las que se calcularon para los retornos pronosticados por el CAPM Mundial. 
 
En  los  países  desarrollados,  el  nivel promedio  de  riesgo  sistemático  sobre  el  riesgo  total  es 
41%. En nuestros cálculos, usamos la función IF para cada mes de nuestro período de análisis. Si 
el ratio del riesgo sistemático‐riesgo total es inferior al 41%, usamos 41% para calcular la beta. Si 
es mayor que 41%, usamos el ratio real para calcular la beta. 
 
Definimos  al  retorno  excedente  pronosticado  como  el  retorno  total  esperado  menos  la  tasa 
libre de riesgo. 
 
Método de “Riesgo Total” del Bank of America 
 
El  modelo  del  Bank  of  America  es  otra  variación  del  modelo  del  CAPM  Mundial.  Como 
mostramos en la primera parte de este Ejercicio de Análisis de Políticas (PAE, por sus siglas en 
inglés),  se  asemeja  mucho  al  modelo  de  CAPM  Mundial  Modificado  de  JP  Morgan.  La  beta 
ajustada  se  calcula  como  el  ratio  de  la  volatilidad  de  capital  de  un  país  determinado  respecto 
del mercado estadounidense. La  beta ajustada se reduce  en un  40%, en función de un estudio 
que reveló que el 40% de la variación en la volatilidad de capital se puede explicar a través de 
las  variaciones  en  la  calidad  de  crédito,  lo  cual  sugiere  que  es  posible  que la  prima  de  capital 
esté  sobreestimada  en  un  40%.  A  diferencia  de  la  metodología  de  JP  Morgan,  que  utiliza  el 
mercado mundial como parámetro de referencia, la metodología de Bank of America utiliza el 

2
FIN-TN-0367-HBS-00-S

mercado estadounidense como parámetro de referencia. Además, se agrega un spread soberano 
a la tasa libre de riesgo.

Ke = Rfw + SpreadSob + βc aj [E(rw) – Rfw]

βc aj (BoA) = 0,60 * σc/ σusa  
 
Al  igual  que  en  el  caso  del  CAPM  Mundial,  los  retornos  anualizados  previstos  se  calculan 
para el período entre diciembre de 1992 y noviembre de 1998 y se actualizan en forma mensual. 
Las  tasas  libres  de  riesgo  y  las  varianzas  son  las  mismas  que  las  que  se  calcularon  para  los 
retornos pronosticados por el CAPM Mundial. 
 
La prima de riesgo se fija en un 5,5% constante, como se describe en el artículo escrito por 
Stephen Godfrey y Ramon Espinosa publicado en el Journal of Applied Corporate Finance (otoño 
de 1996). 
 
Definimos  al  retorno  excedente  pronosticado  como  el  retorno  total  esperado  menos  la  tasa 
libre de riesgo. 
 
 
Resumen Ejecutivo 
 
Propósito del PAE 
 
El propósito de este Ejercicio de Análisis de Políticas (PAE) consiste en probar la validez de 
la  metodología  de  JP  Morgan  para  calcular  el  costo  de  capital  en  los  mercados  emergentes  y 
ayudar a desarrollar un modelo más sólido. La pregunta central es la siguiente: ¿Qué grado de 
validez tienen el Modelo de Valuación de Activos de Capital (CAPM, por sus siglas en inglés) y 
la versión ajustada del CAPM de JP Morgan para determinar el costo de capital en los mercados 
emergentes y cómo se los puede mejorar? 
 
¿Por qué es importante el costo de capital? 
 
El costo del capital en un mercado emergente establece la tasa de descuento que se utilizará 
en  las  decisiones  de  presupuestación  de  capital  de  los  proyectos  en  ese  país.  A  pesar  de  la 
importancia  fundamental  del  costo  de  capital,  existe  aún  mucha  incertidumbre  en  las 
comunidades  financieras  pública  y  privada  respecto  de  la  forma  adecuada  para  determinarlo 
cuando se invierte en países emergentes. Esta incertidumbre tiene repercusiones fundamentales 
en la canalización de fondos a los países emergentes. La cuestión es que la falta de claridad en la 
forma  de  valuar  los  activos  y  proyectos  en  estos  países  aleja  a  los  inversores.  Mejorar  la 
capacidad del CAPM y del “CAPM Mundial Modificado” de JP Morgan para estimar el costo 
del  capital  en  los  mercados  emergentes  reduciría  el  nivel  de  incertidumbre  y  fomentaría  las 
inversiones en el largo plazo. 
 
 
Temas claves relacionados con el costo del capital en los mercados emergentes 
 
En  primer  lugar,  establecemos  el  contexto  de  nuestro  análisis  al  analizar  los  factores 
principales que se deben considerar al desarrollar un modelo de costo de capital y realizar un 
estudio de las diversas metodologías que se utilizan en la actualidad en los sectores privado y 
público.  Se  destacan  algunas  cuestiones  críticas.  Primero,  ¿los  mercados  emergentes  están 

3
FIN-TN-0367-HBS-00-S

segmentados  o  integrados?  Segundo,  ¿cuáles  son  las  características  del  inversor?  ¿Se  trata  de 
una compañía local o de una multinacional grande? Si un mercado está totalmente segmentado, 
el método más adecuado es un modelo CAPM local, que sólo capture los riesgos de los factores 
locales. Si el mercado está completamente integrado, resulta más apropiado utilizar un modelo 
que contemple los efectos de  los factores  mundiales.  De manera  similar, las  características  del 
inversor, incluyendo su acceso al capital, determinarán si se debe considerar al mercado local o 
al mercado mundial como conjunto de oportunidades potenciales de inversión. 
 
Modelo CAPM Mundial Modificado de JP Morgan 
 
Describimos y analizamos el modelo de JP Morgan y otros dos modelos que utilizamos con 
fines  comparativos:  el  modelo  CAPM  Mundial  y  el  modelo  de  CAPM  Ajustado  del  Bank  of 
America.  Observamos  que,  a  pesar  de  las diferentes  justificaciones  de  los  ajustes  realizados  al 
modelo CAPM básico, los modelos de JP Morgan y Bank of America resultan muy similares en 
la práctica. 
 
 
Hallazgos 
 
Prueba de la validez del modelo de JP Morgan 
 
Probamos la validez del modelo de JP Morgan a través de un análisis estadístico realizado 
con datos de 15 países emergentes y los Estados Unidos. El modelo CAPM Mundial y el modelo 
del  Bank  of  America  se  utilizan  con  fines  comparativos.  Mediante  un  análisis  de  series 
temporales,  realizamos  una  regresión  de  los  retornos  excedentes  anuales  versus  los  retornos 
excedentes  anuales  pronosticados  por  los  tres  modelos  y  actualizamos  los  datos  en  forma 
mensual  durante  un  período  de  72  meses,  con  datos  mensuales  tomados  de  los  índices 
bursátiles  de  estos  países.  Los  retornos  pronosticados  por  los  tres  modelos  se  basan  en  un 
período  de 60  meses  corridos  de  volatilidad  pasada.  Si  bien  los  retornos  esperados  generados 
por el CAPM Mundial y el modelo de JP Morgan no tienen que ser iguales a los retornos reales 
período tras período, deben mostrar una marcada correlación con los retornos reales a lo largo 
del tiempo. En función de este análisis, observamos que: 
• El modelo de JP Morgan supera  a los otros dos modelos analizados. En la mayoría de 
las  regresiones  realizadas,  con  y  sin  variables  simuladas  para  controlar  los  efectos 
regionales  y  circunstanciales,  encontramos  que  los  coeficientes  de  los  retornos 
pronosticados  por  JP  Morgan  se  acercan  más  a  1  que  los  otros  dos  modelos  y  que  sus 
resultados revisten significación estadística. Mientras que los resultados de los modelos 
de  JP  Morgan  y  Bank  of  America  son  notablemente  diferentes,  ambos  modelos 
funcionan  considerablemente  mejor  que  el  CAPM  Mundial.  De  hecho,  el  CAPM 
Mundial presenta una correlación negativa con los retornos reales cuando no se controla 
el efecto de crisis financiera. 
• Sin  embargo,  el  modelo  no  logra  explicar  una  gran  proporción  de  retornos  en  los 
mercados emergentes. El modelo de JP Morgan, al igual que los otros dos, genera un bajo 
coeficiente  de  correlación  al  cuadrado,  lo  cual  sugiere  que  los  tres  modelos  pasan  por 
alto  varios  factores  importantes  que  afectan  los  retornos  del  capital  en  los  mercados 
emergentes. 
• El modelo funciona peor para calcular el costo del capital en Asia y durante períodos de 
crisis.  A  través  de  la  incorporación  de  variables  simuladas  para  controlar  los  efectos 
regionales y circunstanciales, observamos que el modelo funciona peor para determinar 

4
FIN-TN-0367-HBS-00-S

el  costo  del  capital  durante  períodos  de  crisis  financiera.  También  falla  cuando  se  lo 
aplica a países asiáticos, aún cuando se controla el efecto de las crisis financieras. 
 
Recomendaciones 
 
Luego de comprobar empíricamente que el modelo de JP Morgan no logra capturar efectos 
importantes  de  los  mercados  emergentes,  tratamos  de  mejorarlo  a  través  de  la  inclusión  de 
diversas  variables  a  un  modelo  multifactorial  basado  en  el  CAPM.  Intentamos  ir  más  allá  del 
enfoque  multifactorial  tradicional  de  incluir  medidas  financieras  basadas  en  el  mercado,  tales 
como  ratios  PE  y  precio‐valor  de  libros.  Sobre  la  base  de  investigaciones  recientes,  probamos 
tres  categorías  de  variables:  factores  macroeconómicos,  indicadores  del  entorno  legal  e 
indicadores  de  gobierno  corporativo.  Un  análisis  preliminar  de  correlaciones  nos  ayuda  a 
determinar  cómo  ordenar  la  secuencia  para  probar  estas  variables  y  qué  variables  se  deben 
examinar juntas y cuáles por separado. En función del análisis estadístico de series temporales, 
recomendamos lo siguiente: 
• Un  nuevo  modelo  multifactorial  debería  incluir  el  Crecimiento  de  PBI  y  las 
modificaciones en el tipo de cambio. Ambos indicadores resultan significativos desde el 
punto de vista estadístico en todos los escenarios probados, lo cual sugiere que se trata 
de variables que se omiten en la aplicación independiente del modelo de JP Morgan. 
• También debería agregarse un indicador del entorno legal. Observamos que una medida 
compuesta de los derechos de los accionistas tiene un efecto de significación estadística 
en los retornos reales, con y sin control de otras variables. Si bien se las ignoraba antes 
de  la  reciente  crisis  financiera  de  Asia,  las  cuestiones  relacionadas  con  el  gobierno 
corporativo  y  la  protección  a  los  inversores  revisten  importancia.  Tanto  estudios 
recientes  como  nuestro  análisis  estadístico  sugieren  que  los  inversores  requieren  un 
retorno de esta variable y que debería constar en un modelo multifactorial de valuación 
de activos. 
 
Próximos pasos 
 
JP  Morgan  debería  mejorar  su  actual  modelo  CAPM  Mundial  Modificado  a  través  de  la 
incorporación  de  las variables  descriptas anteriormente  en  un modelo multifactorial nuevo, lo 
cual implicará determinar las primas de riesgo adecuadas que se aplicarán a cada uno de estos 
factores. 
 
 
I.1. ¿Por qué es importante el costo del capital? 
 
La  tasa  de  descuento  es  fundamental  para  todas  las  decisiones  de  presupuestación  de 
capital. Este tema apunta al corazón mismo de las inversiones en mercados emergentes, ya sea 
que se trate de una compañía multinacional que quiere adquirir activos o una entidad del sector 
público que invierte en obra pública. Según UNCTAD, sólo en 1997, las empresas de economías 
desarrolladas  compraron  activos  por  valor  de  US$  65.000  millones  en  economías  emergentes. 
Sin embargo, en un momento en que muchos de los mercados emergentes se encuentran en el 
proceso  de  privatizar  sus  compañías  estatales,  existe  un  alto  grado  de  incertidumbre  en  la 
valuación de estos activos. 
 
El  esfuerzo  reciente  de  privatización  de  Rosneft,  la  mayor  empresa  estatal  rusa,  sirve  de 
ejemplo.  Durante  el  proceso,  surgieron  importantes  desacuerdos  referidos  al  valor  de  la 

5
FIN-TN-0367-HBS-00-S

compañía,  ya  que  el  gobierno  ruso  la  valuaba  en  US$  2.300  millones‐US$  2.400  millones  y  su 
banco  de  inversión,  Dresdner  Kleinwort  Benson,  la  valuaba  en  US$  2.100  millones‐US$  2.250 
millones,  mientras  que  los  consorcios  compradores  estimaban  que  su  valor  se  acercaba  más  a 
los US$ 1.500 millones. Las distintas percepciones del costo del dinero en Rusia, sumadas a la 
utilización  de  normas  contables  diferentes,  la  falta  de  un  nexo  claro  entre  la  producción  y  los 
beneficios,  y  la  incertidumbre  por  la  capacidad  de  producción  futura  complicaron  aún  más  la 
situación.  La  privatización  fracasó  y  el  gobierno  ruso  se  quedó  con  otro  agujero  en  su 
presupuesto.1 
 
Las  diferencias  de  riesgos,  la  falta  de  comprensión  ante  la  forma  en  que  los  mercados 
avanzados  influencian  los  retornos  en  los  mercados  emergentes  y  viceversa,  así  como  la 
carencia  de  datos  históricos  estadísticamente  confiables,  son  factores  a  los  que  deben 
enfrentarse los ejecutivos e inversores internacionales. Desde el punto de vista de las políticas 
públicas, la determinación del costo de capital adecuado resulta esencial para reducir el nivel de 
incertidumbre que enfrentan las compañías multinacionales (MNCs), las empresas locales y las 
organizaciones del sector público cuando invierten en estos países. El hecho de entender mejor 
este tema ayudaría a canalizar más inversiones en estos países. 
 
 
I.2. Objetivo del PAE 
 
Nuestro PAE intenta contribuir a que el JP Morgan mejore su enfoque para calcular el costo 
de capital en los mercados emergentes. De esta manera, JP Morgan podrá determinar la tasa de 
descuento  adecuada  para  invertir  y  asesorar  a  los  inversores  en  estos  países.  JP  Morgan 
desarrolló el método “CAPM Mundial Modificado”, que ajusta el CAPM a través del supuesto 
explícito  de  que  los  inversores  tienen  una  capacidad  limitada  para  diversificar  el  riesgo  “no 
sistemático” presente en los mercados emergentes. 
 
JP  Morgan  es  uno  de  los    bancos  globales  de  inversión  líderes  en  el  mundo.  Asesora  y 
financia a corporaciones, organizaciones del sector público y gobiernos. El enfoque que utiliza 
para determinar la tasa de descuento apropiada en un determinado país influye en la decisión 
de  sus  clientes  de  invertir  en  ese  país  y,  en  última  instancia,  tiene  un  impacto  en  el  nivel  de 
inversión en ese país. 
 
 
II.1. El costo del capital en los mercados emergentes: Temas claves 
 
Se suele decir que las acciones en los mercados emergentes tienen características diferentes 
que  las  acciones  en  los  mercados  desarrollados.  Tienden  a  tener  mayor  volatilidad,  mayores 
retornos  promedio  y  poca  correlación  con  los  mercados  desarrollados.  ¿Por  qué  se  dan  estas 
diferencias?  ¿Los riesgos son fundamentalmente  distintos? ¿Acaso  la  baja  correlación  afecta la 
capacidad de los inversores para diversificar los riesgos específicos de estos países? Los riesgos 
de  los  mercados  emergentes  se  pueden  clasificar  de  la  siguiente  manera:  riesgo 
político/soberano  (incluyendo  riesgos  institucionales  y  regulatorios),  riesgo  macroeconómico, 
riesgo comercial/empresario y riesgo monetario.2 Un buen punto de partida para analizar estas 

1 “Analysts Grapple with Russian Valuations”, Financial Times, 31 de enero de 1997; “Rosneft Privatization Suspended 

for at Least 18 Months”, AFX News, 20 de octubre de 1998. 
2 Ver el análisis de las categorías en Don Lessard, “Incorporating Country Risk in the Valuation of Offshore Projects”, 

Journal of Applied Corporate Finance, otoño de 1996, Volumen 9, Nro. 3.  

6
FIN-TN-0367-HBS-00-S

diferencias  consiste  en  el  grado  de  integración  de  los  mercados  emergentes  con  los  mercados 
mundiales. 
 
¿Los mercados emergentes están segmentados o integrados? 
 
Una  cuestión  fundamental  que  todavía  no  se  comprende  por  completo  se  refiere  a  la 
definición  de  segmentación  o  integración  de  los  mercados  emergentes.  Un  mercado 
perfectamente  segmentado  es  aquél  donde  el  capital  extranjero  no  puede  ingresar  y  el  capital 
local  no  puede  salir.  En  este  contexto,  las  primas  de  riesgo  se  refieren  a  la  volatilidad  de  los 
retornos  de  capital  en  el  mercado  local.  Los  factores  que  tienden  a  aumentar  el  grado  de 
segmentación  incluyen  restricciones  legales,  costos  de  transacción,  regímenes  impositivos 
adversos y barreras psicológicas.3 El hecho de que los mercados emergentes sean segmentados 
serviría para explicar que su volatilidad resulte tan diferente. 
 
En el extremo opuesto del espectro, un mercado perfectamente integrado es aquél donde el 
capital puede entrar y salir libremente. Un estudio reciente de Bekaert y Harvey reveló que el 
movimiento  de  los  retornos  de  un  mercado  bursátil  con  los  retornos  del  mercado  mundial  se 
relaciona  positivamente  con  el  grado  de  integración  del  mercado.  Si  los  mercados  estuvieran 
completamente  integrados,  su  volatilidad  tendría  una  marcada  correlación  con  los  factores 
mundiales.4  Otro  estudio  ha  observado  que,  debido  a  los  efectos  de  la  globalización  y  la 
desregulación,  los  mercados  emergentes  presentan  un  grado  de  integración  con  el  mercado 
mundial que varía en el tiempo.5 Con la integración, los retornos esperados y el costo del capital 
disminuyen a medida que aumenta el acceso al capital. 
 
Determinar el grado de integración de un mercado con el mercado mundial resulta esencial 
para establecer la influencia de los factores mundiales versus los factores locales en los retornos 
del  mercado,  lo  cual,  a  su  vez,  contribuye  a  definir  el  método  más  adecuado  para  calcular  el 
costo de capital. Si un mercado está totalmente integrado, un modelo que apunta a los efectos 
de los factores mundiales, como el CAPM Mundial, resulta el más apropiado. Por otro lado, si el 
mercado está totalmente segmentado, lo mejor es utilizar un CAPM local que sólo capture los 
riesgos relativos a los factores locales. Sin embargo, los mercados emergentes varían en su nivel 
de  integración  y  la  mayoría  de  ellos  están  parcialmente  integrados  y  segmentados.6  Una 
encuesta reciente recogió las percepciones de los especialistas en relación con la integración de 
los mercados de capital. Los encuestados consideraron que los Estados Unidos y el Reino Unido 
estaban  “altamente  integrados”  con  los  mercados  de  capital  del  mundo,  mientras  que  México 
estaba “un poco menos integrado” y Sri Lanka, “relativamente segmentado”.7  
 
Entonces,  la  tarea  consiste  en  estimar  el  nivel  de  integración  de  todos  los  mercados 
emergentes  y  tratarlos  de  manera  similar,  desarrollar  un  modelo  que  incorpore  los  efectos 
locales y mundiales, o medir el nivel de integración de cada mercado y utilizar la metodología 
que se ajuste mejor en cada caso.  

3 Ver Bruno Solnick, International Investments, Tercera Edición, Reading, Massachusetts: Addison‐Wesley Publishing 

Co., 1996.  
4 Ver un análisis amplio de este tema en Geert Bekaert y Campbell Harvey, “Emerging Equity Market Volatility”, 

Journal of Financial Economics, Volumen 43, 1997.  
5 Geert Bekaert,Campbell Harvey y Robin Lumsdaine, “Dating the Integration of World Equity Markets”, Documento 

de Trabajo Nro. 6724, National Bureau of Economic Research, septiembre de 1998. 
6 Ver un argumento en tal sentido en Richard Heaney y Vince Cooper, “An Examination of the Variation in Euqity 

Market Returns and Volatility in the Asia Pacific Region”, Documento de Trabajo, Australia National University, 1997.  
7 La encuesta se envío a 2.700 ex alumnos de University of Chicago GSB, en Tom Keck, Eric Levengood y Al Longfield, 

“Using Discounted Cash Flor Análisis in an International Setting: A Survey of Issues in Modeling the Cost of Capital”, 
Journal of Applied Corporate Finance, Volumen 11, Nro. 3, otoño de 1998. 

7
FIN-TN-0367-HBS-00-S

 
Otro  factor  de  complicación  radica  en  que  la  covarianza  de  los  retornos  de  mercados 
emergentes respecto de los retornos mundiales tiende a aumentar cuando existe un alto nivel de 
volatilidad en el mercado mundial.8  Las recientes ventas forzadas por parte de inversores con 
títulos  en  Asia,  América  Latina  y  Central  y  en  Europa  Oriental  han  demostrado  que  los 
mercados  emergentes  que  se  creía  tenían  una  baja  correlación  con  el  mercado  mundial 
registraron, de pronto, una alta correlación entre sí y con el mercado mundial.9 En gran medida, 
esto  puede  explicarse  por  el  hecho  de  que  eran  los  mismos  inversores  –los  grandes  fondos 
estadounidenses  y  europeos‐  que  invertían  en  distintos  mercados,  lo  cual  nos  lleva  a  la 
importancia  de  determinar  quién  invierte  en  los  mercados  emergentes  y  para  quién  hay  que 
calcular el costo de capital. 
 
¿Con qué perspectiva? 
 
Las  características  del  inversor  constituyen  otra  cuestión  fundamental  que  se  debe 
considerar al determinar el costo de capital en los mercados emergentes. En un mercado cuasi‐
segmentado,  un  inversor  local  y  un  inversor  extranjero  o  internacional  enfrentan  limitaciones 
diferentes.  El  inversor  internacional  puede  tener  una  cartera  de  diversificación  internacional, 
mientras que el inversor local a menudo se encuentra limitado a una cartera de diversificación 
local.  Al  considerar el mismo  activo en el mercado  local, lo  que  para  el  inversor internacional 
puede  resultar  un  riesgo  diversificable  se  convierte  en  un  riesgo  sistemático  para  el  inversor 
local.  Para  los  fines  de  nuestro  análisis,  nos  concentramos  en  la  perspectiva  de  un  inversor 
externo,  que  tiene  la  capacidad  de  contar  con  una  cartera  de  activos  de  diversificación 
internacional.  
 
Se  debe  distinguir  también  a  los  inversores  internacionales  que  consideran  al  mercado 
norteamericano  como  contexto  de  sus  potenciales  oportunidades  de  inversión  y  aquéllos  que 
amplían  su  horizonte  de  inversión  para  incluir  los  mercados  mundiales.  Si  uno  utiliza  un 
modelo  basado  en  el  CAPM,  la  beta  de  una  inversión  estará  influenciada  por  el  mercado 
seleccionado  como  parámetro  de  referencia.  Con  el  mercado  mundial  como  parámetro  de 
referencia, en general, se reduce el costo de capital computado, ya que una porción mayor del 
riesgo país se vuelve diversificable. 
 
En los últimos años, se ha hecho una distinción adicional entre la cartera de mercado teórica 
que se supone, en el marco del CAPM, tiene el inversor y la cartera real que el inversor tiene en 
la  práctica.  Los  gerentes  de  compañías  multinacionales  suelen  tratar  de  medir  el  riesgo  de  un 
proyecto  independientemente  de  los  beneficios  de  diversificación  que  la  inversión  podría 
ofrecerle  a  su  cartera  de  inversiones  y  a  la  cartera  de  sus  inversores.  Más  aún,  si  desean 
incorporar los beneficios de diversificación en el cálculo de la tasa de descuento, podrían tomar 
como parámetro la cartera real de inversiones de la compañía, en lugar de la cartera global. Por 
esta  razón,  algunos  especialistas  se  vuelcan  a  un  enfoque  que  busca  capturar  el  “riesgo  total” 
del proyecto, en lugar de considerar sólo los riesgos que se correlacionan con los retornos de la 
cartera global.10 Desde el punto de vista teórico, sin embargo, el hecho de que la compañía o la 
unidad  de  negocios  no  esté  diversificada  no  justifica  la  utilización  de  un  enfoque  de  “riesgo 

8 Bekaert y Harvey, septiembre de 1998.  
9 Roy Smith y Ingo Walter, “Risks and Rewards in Emerging Markets Investments”, Documento de Trabajo, New York 
University Salomón Center, 1997. 
10  Se  incluye  un  buen  ejemplo,  que  se  explica  en  detalle  más  adelante,  en  Stephen  Godfrey  y  Ramon  Espinosa,  “A 

Practical  Approach  to  Calculating  Costs  of  Equity  for  Investments  in  Emerging  Markets,”  Journal  of  Applied  Corporate 
Finance, Volumen 9, Nro. 3, otoño de 1996. 

8
FIN-TN-0367-HBS-00-S

total”,  ya  que  son  los  accionistas  quienes,  en  última  instancia,  valúan  la  inversión  y  es  de 
suponer que su cartera tenga diversificación global. 
 
 
II.2. Distintos enfoques para calcular el costo de capital en los mercados emergentes 
 
CAPM Mundial 
 
El Método de Valuación de Activos de Capital (CAPM, por sus siglas en inglés) desarrollado 
por Sharpe, Lintner y Treynor en la década de 1960 constituye el modelo estándar de riesgo y 
retorno utilizado para las decisiones de presupuestación de capital. Separa el riesgo sistemático 
del  riesgo  no  sistemático  y  sostiene  que  el  retorno  esperado  de  una  inversión  debe  ser 
proporcional  a  su  riesgo  sistemático,  suponiendo  que  el  riesgo  no  sistemático  puede 
diversificarse.  
 
El  CAPM  Mundial  o  Global  utiliza  al  mercado  mundial  como  parámetro  de  referencia.  La 
beta se calcula como medida de la sensibilidad al riesgo de la cartera mundial (en comparación 
con  la  cartera  del  mercado  local,  como  suele  ocurrir)  y  se  multiplica  por  la  prima  de  riesgo 
mundial –la diferencia entre el retorno esperado de la cartera mundial y el activo libre de riesgo. 
 
Los  supuestos  de  simplificación  que realiza  la  teoría  del  CAPM  sufren  una  presión  mucho 
mayor en los mercados emergentes que en los mercados desarrollados. Por ejemplo, el CAPM 
supone  que,  debido  a  que  el  inversor  tiene  la  cartera  de  mercado,  el  riesgo  no  sistemático  de 
una de las inversiones se compensará o “diversificará” con las demás inversiones. En realidad, 
la posibilidad de una devaluación monetaria, un cambio en las políticas de gobierno o cualquier 
otro  riesgo  específico  de  un  país  no se  puede  compensar  por  completo  cuando  una  compañía 
multinacional realiza una inversión multimillonaria en un mercado emergente. 
 
Además,  el  CAPM  Mundial  supone  que  los  mercados  internacionales  están  integrados  –
tema  de  debate  álgido,  como  vimos  anteriormente.  Rene  Stulz  sostiene  que  el  modelo  CAPM 
Mundial  debería  utilizarse  aún  en  mercados  cuasi‐segmentados  porque  los  inversores 
“marginales”  son  inversores  globales,  lo  cual  implica  que  el  costo  de  capital  se  calcula  desde 
una perspectiva global más que local.11 Por el contrario, Claude Erb, Campbell Harvey y Tadas 
Viskanta insisten en que el modelo CAPM Mundial es erróneo porque no se puede suponer que 
los mercados del mundo están integrados.12 
 
Por  estas  razones,  muchos  inversores  adaptan  la  metodología  CAPM  para  utilizarla  en  los 
mercados emergentes –en general, para incorporar una porción del riesgo no sistemático de los 
proyectos  y  para  aproximarse  a  una  tasa  de  descuento  que  capture  el  “riesgo  total”  de  un 
proyecto. Por lo tanto, con frecuencia se usan modelos multifactoriales de valuación de activos 
en  lugar  del  modelo  de  factor  único  CAPM.  En  general,  la  cantidad  de  factores  y  su 
ponderación tiende a aumentar a medida que se incrementa la percepción de segmentación de 
un mercado.13 
 
Modelos multifactoriales basados en el CAPM 
 

11 Rene Stulz, “A Model of International Asset Pricing,” Journal of Financial Economics, diciembre de 1981. 
12  Claude  Erb,  Campbell  Harvey  y  Tadas  Viskanta,  “Country  Risk  and  Global  Equity  Selection,”  Journal  of  Portfolio 
Management, invierno de 1995. 
13 Tom Keck, Eric Levengood y Al Longfield, septiembre de 1998. 

9
FIN-TN-0367-HBS-00-S

Según una encuesta realizada por Keck, Levengood y Longfield, la mayoría de los ejecutivos 
realizan  algún  tipo  de  ajuste  en  la  tasa  de  descuento  a  través  de  la  incorporación  de  factores 
cuando invierten a nivel internacional. Existe un amplio disenso en cuanto al tipo de ajustes que 
se justifican y no se justifican. A menudo, estos ajustes puntuales son arbitrarios e inconsistentes 
con  los  supuestos  del  marco  de  trabajo  del  CAPM.  Un  método  bastante  utilizado  consiste  en 
agregar un spread soberano a la tasa libre de riesgo a fin de contemplar los riesgos políticos y 
soberanos. Sin embargo, desde el punto de vista teórico, no se justifica incorporar variables de 
riesgo  político  y  soberano,  a  menos  que  se  considere  que  estos  riesgos  no  resultan 
diversificables.14  
 
Los  ajustes  que  menos  se  justifican  corresponden  a  factores  constantes  que  se  agregan 
sencillamente a la tasa de descuento. Resultan difíciles de defender porque suponen que todas 
las  inversiones  se  ven  afectadas  de  la  misma  manera  en  todo  momento.  Con  este  ajuste 
arbitrario, se penaliza injustamente a los proyectos de los mercados emergentes, ya que fijan un 
punto de equilibrio demasiado alto. 
 
Un ajuste que realizan los académicos en los modelos de valuación de activos utilizados en 
contextos internacionales contempla el riesgo de tipo de cambio. Estos modelos abarcan primas 
de  riesgo  que  reflejan  las  covarianzas  de  los activos  con  tasas  de cambio,  además  de  la  prima 
que refleja la covarianza con la cartera de mercado.15 En general, sin embargo, los especialistas 
no  agregan  una  prima  de  riesgo  de  tipo  de  cambio  a  la  tasa  de  descuento.  En  cambio,  suelen 
convertir  los  flujos  de  fondos  con  tipos  de  cambio  futuros  y  los  descuentan  con  una  tasa  de 
descuento en moneda local. 
 
Otros  ajustes  que  se  utilizan  para  proyectos  a  nivel  nacional  se  pueden  usar  también  para 
proyectos internacionales. Un ejemplo podría ser el modelo de tres factores de Eugene Fama y 
Kenneth  French,  que  incluye  la  sensibilidad  del  retorno  del  título  al  retorno  del  mercado,  así 
como  una  prima  de  riesgo  para  compañías  pequeñas  y  otra  que  se  basa  en  el  ratio  valor  de 
libros‐mercado.16  Asimismo,  se  puede  realizar  un  ajuste  para  contemplar  el  tamaño  de  la 
capitalización de mercado, en función de la evidencia que señala que los mercados emergentes 
más pequeños tienen retornos más altos que los mercados emergentes de gran capitalización.17 
En  términos  más  generales,  se  suele  considerar  que  los  factores  industriales  son  más 
significativos que los factores nacionales para la determinación del costo de capital.18 
 
Don Lessard sostiene que el ajuste debe depender no sólo de la clasificación de los riesgos en 
sistemáticos o diversificables, sino también de su carácter de riesgos unilaterales o simétricos.19 
Los  riesgos  país,  a  la  baja  (downside)  por  naturaleza,  deben  tenerse  en  cuenta  en  los  flujos  de 
fondos  a  través  de  una  disminución  en  su  valor  esperado.  Por  el  contrario,  los  riesgos  de 
naturaleza simétrica, como el riesgo macroeconómico, no deberían afectar los flujos de fondos, 
aunque pueden justificar la incorporación de una prima de riesgo, ya que podrían aumentar la 
volatilidad de la cartera del inversor. 
 

14 Idem. 
15 Bernard Dumas y Bruno Solnick, “The World Price of Foreign Exchange Risk”, The Journal of Finance, Vol. 1, 2, junio 
de 1995. 
16 Eugene Fama y Kenneth French, “The Cross‐Section of Expected Stock Returns”, Journal of Finance, Vol. 47, 1993. 

17 Ver el análisis del efecto de país pequeño que se realiza en Michael Keppler y Martin Lechner, Emerging Markets, 

Chicago: Irwin, 1997. 
18 Hagigi, 1988. 

19 Don Lessard, otoño de 1996. 

10
FIN-TN-0367-HBS-00-S

En línea con este argumento, aparentemente, muchos ejecutivos realizan ajustes puntuales y 
de  amplio  alcance  a  sus  tasas  de  descuento,  en  lugar  de  dedicarle  más  tiempo  a  analizar  en 
forma  rigurosa  cuáles  riesgos  ameritan  una  prima  en  la  tasa  de  descuento  y  cuáles  deben 
reflejarse en los flujos de fondos esperados. Más aún, si el riesgo no puede medirse de manera 
relativamente  precisa  o  sistemática,  tiene  más  sentido  ajustar  los  flujos  de  fondos  en  forma 
explícita que incorporar una prima de riesgo adicional a la tasa de descuento. 
 
Desde  el  punto  de  vista  teórico,  un  enfoque  más  sólido  que  los  anteriores  consistiría  en 
armar  un  modelo  multifactorial  que  incorpore  las  primas  de  riesgo  que  contemplen  tanto  la 
sensibilidad  de  los  retornos  del  proyecto  a  los  retornos  del  mercado  mundial  como  su 
sensibilidad a los retornos del mercado local o regional. Por lo tanto, se basaría en el supuesto 
de que los mercados están parcialmente segmentados e integrados. Un método prometedor es 
el que desarrollaron Richard Heaney y Vince Cooper, quienes basan su modelo en la evidencia 
que  sostiene  que  los  retornos  de  los  mercados  emergentes  se  ven  influenciados  por  factores 
locales y mundiales y en la importancia de la integración regional.20 Su modelo utiliza una beta 
mundial,  que  se  multiplica  por  una  prima  de  capital  mundial,  y  una  beta  regional  que  se 
multiplica por una prima de capital regional. 
 
Enfoques no basados en el CAPM 
 
Uno  de  los  enfoques  no  basados  en  el  CAPM  de  bastante  difusión  es  el  método  de 
rendimiento de dividendos. Calcular el rendimiento de dividendos en los mercados emergentes 
resulta  más  problemático  que  en  los  mercados  avanzados,  pero  es  factible.  Bekaert  y  Harvey 
desarrollaron un modelo que utiliza promedio móvil de dividendos de 12 meses dividido por 
los niveles actuales de precios.21 
 
SBC Warburg Dillon Reed, banco de inversión suizo, ha desarrollado un enfoque no basado 
en el CAPM más innovador e interesante, con opciones de acciones de compañías y la teoría de 
valuación  de  opciones  para  determinar  el  costo  de  capital.22  SBC  Warburg  Dillon  Reed  arma 
primero una estructura temporal para la deuda de una compañía, con la estructura temporal de 
la  tasa  libre  de  riesgo  y  un  spread  crediticio,  y,  luego,  agrega  el  retorno  excedente  de  las 
acciones, que se determina a partir de las opciones de acciones de la compañía que cotizan en 
bolsa. El costo de capital estimado, entonces, es igual a la tasa de bonos corporativos más una 
opción de compra con fecha de ejercicio futura. Por lo tanto, este enfoque está más orientado al 
futuro que el CAPM, ya que toma la perspectiva del mercado sobre el costo de capital futuro. 
 
 
II.3. Metodologías analizadas en este estudio 
 
JP  Morgan  comienza  por  la  premisa  de  que  los  mercados  de  valores  en  los  mercados 
emergentes presentan una baja correlación con los movimientos en los mercados de valores del 
mundo desarrollado debido a un nivel generalmente bajo de liquidez y a las barreras impuestas 
a los flujos de capital. Si se utiliza el CAPM en este contexto, se tiende a subestimar el costo del 
capital porque este modelo supone que el riesgo no sistemático se puede diversificar. Como, en 
los mercados emergentes, el riesgo no sistemático representa el grueso del riesgo, dada la baja 
correlación entre los mercados, la beta, que mide el riesgo sistemático, tiende a ser muy baja, lo 

20 Richard Heaney y Vince Cooper, 1997. 
21 Geert Bekaert y Campbell Harvey, “Foreign Speculators and Emerging Equity Markets”, Documento de Trabajo de 
NBER, diciembre de 1997. 
22 Roger Mills, The Dynamics of Shareholder Value, Inglaterra: Price Waterhouse, 1998. 

11
FIN-TN-0367-HBS-00-S

que  produce  costos  de  capital  bajos.  Sin  ajustar  el  CAPM,  la  utilización  de  un  método 
tradicional  genera  la  paradójica  conclusión  de  que  los  mercados  emergentes  tienen  menores 
costos de capital que las economías desarrolladas, a pesar de su mayor volatilidad. 
 
Cómo ajustar la beta 
 
 El  enfoque  del  “CAPM  Mundial  Modificado”  supone,  de  manera  explícita,  que  los 
inversores tienen una capacidad limitada para diversificar el riesgo de los mercados emergentes 
y sostiene que se debe incrementar la beta de estos países emergentes. Para hacerlo, aumenta el 
ratio  riesgo  sistemático‐riesgo  total  en  estos  países  hacia  el  ratio  promedio  en  los  países 
desarrollados, que JP Morgan estima en 41%: 
 
σc2  = βc2 * σw2 + σε2  
donde: 
σc2      Riesgo total (varianza nacional de retornos anuales) 
βc  * σw
2 2  Riesgo sistemático 
σε2     Riesgo no sistemático = riesgo total – riesgo sistemático 
 
Por lo tanto: 
 
βc2 * σw2 = σc2  ‐ σε2   
βc2 = (σc2  ‐ σε2 )/ σw2   
βc = Raíz Cuadrada de ((σc2  ‐ σε2 )/ σw2) 
 
En  este  punto,  se  supone  que  el  ratio  riesgo  sistemático‐riesgo  total  en  los  mercados 
emergentes debe ser igual a 41%, el ratio promedio de los países desarrollados: 

σc2  ‐ σε2 = 41% * σε2
σε2 = σc2 - 41% * σc2 = (100% ‐ 41%) * σc2 = 59% * σc2 
 
Entonces, se puede ajustar la beta: 
 
βc aj = Raíz Cuadrada de (((σc2 ‐ 59%) * σc2)/ σw2) 
 
βc aj = Raíz Cuadrada de ((41% * σc2 )/ σw2) = 0,64 * σc/ σw 
 
Así, se aumenta la beta, lo que ofrece un costo de capital del país en US$ más razonable con 
la siguiente relación CAPM: 
 
Ke = Rfw + βem [E(rw) – Rfw] 
 
Costo  de  capital  del  país  =  Tasa  mundial  libre  de  riesgo  +  beta  modificada  *  [retorno 
esperado del mercado de valores mundial – tasa mundial libre de riesgo] 
 
Comparación de la beta ajustada del JP Morgan con la beta estándar 
 
Para clarificar el enfoque de JP Morgan, resulta útil analizar la relación matemática entre su 
beta ajustada y la beta estándar del CAPM: 
 
Beta estándar: 

12
FIN-TN-0367-HBS-00-S

βc = Covariación de (rc, rw) / σw2) 
 
Dado que: Covariación de (rc, rw) = correlación de (rc, rw) * raíz cuadrada de (σc2 * σw2) 
 
Entonces: βc = (correlación de (rc, rw) * raíz cuadrada de (σc2 * σw2)) / σw2 
    = (correlación de (rc, rw) * σc * σw) / σw2 
    = correlación de (rc, rw) * σc /σw 
 
Mientras que la beta ajustada de JP Morgan es igual a: 
βc aj = 0,64 * σc /σw 
 
Por  lo  tanto, también  se  puede  considerar  que  la  beta  ajustada  de  JP  Morgan  reemplaza  la 
correlación  real  (rc,  rw)  calculada  a  partir  de  los  retornos  mensuales  con  una  correlación 
constante que se fija en 0,64. 
 
Cómo calcular la prima de riesgo 
 
Para  calcular  la  prima  de  riesgo  de  capital,  se  restan  la  tasa  mundial  libre  de  riesgo  y  el 
spread  de  deuda  soberana,  que  es  el  spread  entre  un  bono  largo  de  los  Estados  Unidos  y  un 
bono  a  largo  plazo  en  dólares  del  mercado  emergente,  del  costo  de  capital  calculado 
anteriormente: 
 
Prima de riesgo de capital del país = Ke – tasa ajustada libre de riesgo 
             = Ke – [tasa mundial libre de riesgo + spread deuda soberana] 
 
Para  determinar  el  costo  de  capital  de  una  compañía  u  organización  específica  que  desea 
realizar una inversión, el costo de capital del país en dólares se calcula modificando la ecuación 
con la beta de la firma: 
 
Ki = Rfw + Rem + βi * [βem * (Rw – Rfw) – Rem] 
 
donde Rem es la prima de riesgo del país emergente (spread de los bonos del Tesoro) y βi es la 
beta pronosticada de la firma versus el mercado local. 
 
Para determinar la tasa correcta de descuento, este costo de capital se incorpora a la fórmula 
tradicional del Costo de Capital Promedio Ponderado (WACC, por sus siglas en inglés). 
 
Enfoque de “Riesgo Total” de Stephen Godfrey y Ramon Espinosa, Bank of America 
 
Este  enfoque  también  se  basa  en  el  CAPM.  Lo  desarrollaron  Stephen  Godfrey  y  Ramon 
Espinosa, del Bank of America, en un artículo publicado en el Journal of Applied Corporate Finance 
en  el  otoño  de  1996.  La  metodología  es  similar  a  la  del  modelo  de  JP  Morgan  en  cuanto  a  su 
adhesión  al  CAPM  y  el  ajuste  efectuado  para  reflejar  la  mayor  volatilidad  de  los  retornos  del 
mercado de valores en los mercados emergentes. 
 
Se lo puede describir como un enfoque de “Riesgo Total”, en el que la beta se calcula como el 
ratio  de  la  volatilidad  bursátil  de  un  determinado  país  en  relación  con  la  del  mercado 
estadounidense. Por el contrario, las betas “no ajustadas” de los países se calculan, en general, a 
través  de  la  regresión  de  los  retornos  de  capital  de  los  distintos  países  versus  una  cartera 

13
FIN-TN-0367-HBS-00-S

mundial  de  valores  y  multiplicando  los  ratios  de  las  volatilidades  por  un  coeficiente  de 
correlación. 
 
Luego,  se  realiza  otro  ajuste  para  compensar  la  duplicación  que  se  produce  al  sumar  los 
spreads de la deuda soberana a la prima de capital. Como es probable que la calidad del crédito 
y  la  volatilidad  de  valores  estén  correlacionados,  el  costo  de  capital  debe  ajustarse  en  forma 
descendente. La beta ajustada se reduce un 40%, en función de un estudio que reveló que el 40% 
de  la  variación  en  la  volatilidad  de  valores  podía  explicarse  a  través  de  las  variaciones  en  la 
calidad de crédito, lo que sugiere que la prima de capital puede estar sobrevaluada en un 40%. 
 
βc aj = 0,60 * σc /σusa 
 
La  beta  ajustada  se  multiplica,  entonces,  por  la  prima  de  valores  de  Estados  Unidos  y  se 
suma a la tasa libre de riesgo y al spread de la deuda soberana. 
 
Ke = [Rf + spread de deuda soberana] + beta ajustada * prima de valores de Estados Unidos 
 
Uno  de  los  supuestos  planteados  por  Godfrey  y  Espinosa  es  que  los  beneficios  de 
diversificación  de  las  inversiones  en  los  mercados  emergentes  son  más  relevantes  para  los 
accionistas  de  compañías  multinacionales  que  para  los  gerentes,  a  quienes  se  puede 
responsabilizar  por  determinadas  inversiones.  Además,  sostienen  que  las  tasas  de  descuento 
que  capturan parte  o todo  el  riesgo  no sistemático en estos entornos  resultan de  utilidad para 
comprender la perspectiva de un inversor local, que no es probable que considere los beneficios 
de la diversificación global de su inversión. 
 
Comparación de la beta ajustada del Bank of America y la de JP Morgan 
 
Si  bien  JP  Morgan  y  Bank  of  America  justifican  sus  ajustes  a  la  beta  con  distintos 
fundamentos –JP Morgan para aumentar el ratio del riesgo sistemático y Bank of America para 
evitar el exceso de riesgo soberano‐ sus betas ajustadas se calculan de manera similar: 
 
βc aj (BoA) = 0,60 * σc /σusa 
 
βc aj (JPM) = 0,64 * σc /σw 
 
Se pueden observar dos diferencias en el cálculo de la beta: una es el factor constante que se 
utiliza para multiplicar los ratios de volatilidad ‐0,60 y 0,64‐ y otra es el mercado utilizado como 
parámetro de referencia. La metodología del Bank of America elige al mercado estadounidense 
como  parámetro  de  referencia,  ya  que  supone  que  el  inversor  tiene  una  cartera  de  mercado 
estadounidense  para  diversificar  sus  riesgos,  mientras  que  JP  Morgan  prefiere  el  mercado 
mundial  como  parámetro  de  referencia.  Una  explicación  posible  para  esta  diferencia  en  la 
selección  del  parámetro  de  referencia  radica,  tal  vez,  en  el  hecho  de  que  Bank  of  America 
apunta  más  a  los  inversores  estadounidenses,  quienes,  probablemente,  consideren  que  el 
mercado  bursátil  de  Estados  Unidos  es  el  contexto  de  sus  oportunidades  potenciales  de 
inversión,  mientras  que  JP  Morgan  atiende  a  un  grupo  más  internacional  de  inversores,  para 
quienes la cartera del mercado mundial engloba sus oportunidades potenciales de inversión. 
 
Otra diferencia que se observa entre ambas metodologías consiste en la utilización por parte 
del  Bank  of  America  de  un  spread  soberano  como  factor  adicional  para  calcular  su  costo  de 
capital.  JP  Morgan  usa  el  spread  soberano  para  retirar  una  prima  de  riesgo  inferida  recién 

14
FIN-TN-0367-HBS-00-S

después de haber calculado el costo de capital; por lo tanto, no agrega un spread soberano en 
primer lugar para determinar el costo de capital.  
 
 
III. Comparación de los tres modelos: Análisis estadístico 
 
El objetivo de este PAE consiste en redefinir el modelo propio de JP Morgan para determinar 
el  costo  de  capital  en  los  mercados  emergentes,  así  como  obtener  conclusiones  más  generales 
sobre  las  tasas  de  corte  adecuadas  para  las  entidades  de  los  sectores  público  y  privado  en  los 
mercados  emergentes.  Realizamos  una  comparación  empírica  de  la  metodología  “CAPM 
Mundial Modificado” de JP Morgan (de aquí en adelante, JPM) con dos enfoques diferentes del 
cálculo  de  costo  de  capital  en  mercados  emergentes:  el  método  CAPM  Mundial  estándar  (de 
aquí  en  adelante,  CAPM)  y  el  enfoque  de  “Riesgo  Total”  del  Bank  of  America  (de  aquí  en 
adelante, BoA). Agregamos la desviación estándar al análisis estadístico con el fin de probar su 
capacidad  para  pronosticar  los  retornos  de  acciones  en  comparación  con  los  tres  modelos  y 
completar el espectro de indicadores, que van desde el CAPM Mundial (riesgo sistemático) al 
JPM  y  BoA  (riesgo  sistemático  ajustado  en  forma  ascendente)  hasta  la  desviación  estándar 
(riesgo  total). Los tres modelos  se aplican a 15  países  emergentes y a  los Estados  Unidos  para 
generar los costos de capital anuales actualizados mensualmente.23 
 
La compensación riesgo‐retorno 
 
Los  tres  modelos  se  basan  en  la  compensación  fundamental  entre  riesgo  y  retorno.  Los 
gráficos  del  Apéndice  B  muestran  en  forma  gráfica  la  relación  entre  la  volatilidad  de  estos 
mercados  bursátiles  durante  los  últimos  cinco  años  y  los  retornos  pronosticados  por  los  tres 
modelos. En el Apéndice B1, el conjunto de relaciones riesgo‐retorno que forman una parábola –
es decir, la frontera eficiente‐ resulta típico del modelo CAPM. Los Apéndices B1 y B2 muestran 
relaciones más lineales, ya que ambas metodologías representadas, JPM y BoA, establecen que 
el factor de correlación es constante. La misma dinámica se observa en los Apéndices B4‐6, que 
grafican  la  relación  entre  las  betas  y  los  retornos  pronosticados  por  cada  una  de  estas 
metodologías.  La  línea  formada  por  los  distintos  puntos  representa  la  línea  del  mercado  de 
valores mundial.  La  relación  riesgo‐retorno  descripta  por  la metodología  BoA es menos  lineal 
que la que genera el modelo JPM debido a que el BoA utiliza las tasas soberanas para calcular el 
costo de capital de cada país. 
 
Una simple comparación entre retornos reales y pronosticados a lo largo del tiempo 
 
A  simple  vista,  la  comparación  de  los  retornos  reales  y  pronosticados  entre  diciembre  de 
1992  y  noviembre  de  1997  muestra  tendencias  claras.  Los  Apéndices  C1‐5  presentan  la 
diferencia mes a mes entre el costo de capital pronosticado y el retorno real de cada uno de los 
tres métodos en una muestra de países emergentes de nuestro conjunto de datos, mientras que 
los  Apéndices  C6‐10  muestran  el  promedio  móvil  de  dicha  diferencia.  En  primer  lugar, 
observamos la altísima volatilidad de la diferencia en retornos, que, en muchos de los 15 países 
emergentes estudiados, oscila entre +100% y ‐100% durante este período de cinco años. 
 
Los gráficos sugieren también que estos mercados presentan una alta correlación, ya que los 
tres  modelos  tienden  a  sobreestimar  y  subestimar  los  retornos  reales  en  los  mismos  períodos. 
Estas diferencias entre datos pronosticados y reales deberían considerarse a la luz del hecho de 

23 El grupo de países emergentes incluye Argentina, Brasil, Chile, Grecia, Hong Kong, Indonesia, Corea, Malasia, 

México, Filipinas, Polonia, Singapur, Taiwán, Tailandia y Turquía. 

15
FIN-TN-0367-HBS-00-S

que  los  retornos  pronosticados  no  apuntan  a  ser  iguales  a  los  retornos  reales  período  tras 
período, ya que, en el marco de un CAPM, intentan reflejar el retorno requerido sobre la base 
del riesgo no diversificable. Con esto en mente, observamos que, en el caso de la mayoría de los 
países  analizados,  los  modelos  han  sobreestimado  los  retornos  entre  noviembre  de  1993  y 
diciembre  de  1994,  así  como  durante  el  último  año  de  nuestro  período  de  análisis,  que 
corresponde al inicio de la crisis financiera de Asia. Por otro lado, los modelos han subestimado 
los retornos en los Estados Unidos desde enero de 1994 (ver el gráfico del promedio móvil en el 
Apéndice  C10),  lo  cual  coincide  con  el  prolongado  período  de  expansión  que  experimentaron 
los mercados bursátiles estadounidenses. 
 
Marco teórico del análisis estadístico 
 
Nuestro objetivo al analizar estos modelos consiste en determinar su grado de coincidencia 
con  la  realidad.  Para  hacerlo,  analizamos  si  el  riesgo,  según  su  definición  en  cada  una  de  las 
metodologías, ofrece una buena aproximación al rendimiento a través de regresiones de series 
temporales  realizadas  en  los  resultados  de  los  modelos.  Comenzamos  con  la  siguiente 
ecuación:24 
 
Rit – Rf = αi + βi * [Rmt – Rf] + εit   
 
donde Rit es el retorno real de la cartera o activo i en el período t, Rmt  es el retorno de mercado 
en  el  período  t,  αi  es  una  medida  de  desequilibrio,  y  εit  es  un  término  de  perturbación  cuya 
expectativa es 0 y resulta independiente del retorno del mercado. Si αi es igual a 0, la cartera o el 
activo  está  en  equilibrio.  Si  es  mayor  que  cero,  el  retorno  esperado  es  mayor  que  lo  que 
sugeriría la relación de equilibrio. 
 
Metodología 
 
La primera parte del análisis estadístico intenta probar la validez de los modelos a través de 
regresiones  de  series  temporales.  Realizamos  regresiones  con  los  retornos  excedentes  anuales 
reales versus los retornos excedentes pronosticados por los tres modelos y con varias variables 
simuladas  para  controlar  los  factores  geográficos  y  circunstanciales.  Utilizamos  los  retornos 
anuales reales y pronosticados de 16 países, actualizados mensualmente durante un período de 
60  meses  –cada  retorno  pronosticado  se  basa  en  un  plazo  corrido  de  cinco  años  de  retornos 
mensuales anteriores. Al agrupar  las  observaciones  de  cada  país  en  una  tabla, obtenemos una 
muestra de 60*16 = 936 observaciones.  
 
Principales hallazgos 
 
Ninguno de los tres modelos logra explicar una gran proporción de retornos de los mercados emergentes 
 
Nuestra primera observación es que el ajuste de R al cuadrado en los grados de libertad de 
los  tres  modelos  resulta  bajo.  Cuando  el  retorno  pronosticado  se  utiliza  como  única  variable 
independiente, la R al cuadrado ajustada del CAPM Mundial es 0,01, mientras que las de JPM y 
BoA son 0,003 y 0,005. Por lo tanto, los modelos no capturan efectos importantes relacionados 
con los retornos en los mercados emergentes. 
 

24 Este marco de trabajo se utilizó originalmente para probar el CAPM en Michael Jensen, “Risk Capital Assets and the 

Evaluation of Investment Portfolio”, Journal of Business, abril de 1969, 42, 167‐247; Irwin Friend y Marshall Blume, 
“Measurement of Portfolio Performance Under Uncertainty”, The American Economic Review, 1973.  

16
FIN-TN-0367-HBS-00-S

El modelo JPM supera a los modelos CAPM Mundial y BoA en los mercados emergentes 
 
En  nuestras  regresiones  de  series  temporales,  lo  ideal  sería  que  un  modelo  que  encaja 
perfectamente  con  la  variable  dependiente  presente  un  coeficiente  de  1  para  el  retorno 
pronosticado,  sin  intersección,  y  una  alta  significación  estadística.  De  los  tres  modelos,  el 
modelo JPM es el que más se acerca, con un coeficiente de 0,61, una estadística t de 1,98 y una 
constante  relativamente  pequeña  de  ‐0.03  (Tabla  2).  Interpretamos  que  este  coeficiente  indica 
que  por  cada  punto  de  porcentaje  de  cambio  en  los  retornos  pronosticados  por  el  modelo, 
deberíamos  observar  un  aumento  de  0,61%  en  el  retorno  real.  El  modelo  BoA  se  acerca  en 
términos  de  adecuación,  con  un  coeficiente  de  0,51  y  una  estadística  t  de  2,31.  Si  se  mantiene 
constante el efecto de las crisis financieras, el modelo JPM mejora, con un coeficiente de 0,97 y 
una estadística t de 3,46, mientras que su R al cuadrado ajustada aumenta de 0,003 a 0,17 (Tabla 
2).  
 
 
 
Los tres modelos funcionan notablemente peor en períodos de crisis 
 
Cuando  se  incorpora  una  variable  simulada  de  “crisis”  en  las  regresiones  para  mantener 
constante  el  efecto  de  los  períodos  de  crisis  financiera  en  los  retornos  de  acciones,  se  observa 
que la R al cuadrado aumenta en forma impresionante, de un rango de 0,003 a 0,02 a un rango 
de  0,16‐0,17  (Tabla  2).  Esta  variable  simulada  de  crisis  contempla  la  crisis  financiera  asiática, 
que,  según  nuestra  definición,  abarca  todas  las  observaciones  desde  junio  de  1997  hasta 
noviembre  de  1998,  y  la  crisis  mexicana,  que  abarca  las  observaciones  de  México  entre 
noviembre de 1994 y diciembre de 1995. 
 
Esta variable simulada de crisis resulta muy significativa desde el punto de vista estadístico 
–de  hecho,  más  que  cualquier  otra  variable  independiente  incluida  en  las  regresiones‐  con 
estadísticas  t  por  encima  de  10  (Tablas  2‐3,  5‐7).  Esto  confirma  la  conclusión  de  que  estos 
modelos funcionan peor durante estos períodos, ya que no capturan efectos importantes. 
 
El CAPM Mundial es el modelo que menos se adapta a cambios rápidos en las circunstancias 
 
El  CAPM  Mundial  se  destaca  por  ser  el  modelo  menos  capaz  de  funcionar  en  forma 
adecuada  en  épocas  de  crisis  financieras  en  los  mercados  emergentes.  Sin  ajustes  en  otras 
variables,  el  CAPM  Mundial  no  sólo  cuenta  con  una  R  al  cuadrado  muy  baja  (0,01),  sino  que 
tiene  un  coeficiente  negativo,  ‐1,74.  Una  vez  que  se  incluye  la  variable  simulada  de  crisis,  el 
coeficiente  del  CAPM  Mundial  deja  de  ser  negativo  y  pasa  a  ser  de  0,05  y  0,43  cuando  se  lo 
limita  a  los  países  con  menor  riesgo  sistemático  (Tabla  3).  Observamos,  sin  embargo,  que 
ninguno de ellos resulta significativo desde el punto de vista estadístico. De la misma manera, 
nuestro  análisis  de  correlación  muestra  que  los  retornos  pronosticados  por  el  CAPM  Mundial 
presentan  una  correlación  negativa  con  los  retornos  reales,  con  un  coeficiente  de  ‐0,11  (Tabla 
1.a). Cuando se quitan las observaciones afectadas por las crisis asiática y mexicana y aquéllas 
con  betas  negativas,  los  retornos  pronosticados  por  el  CAPM  Mundial  presentan  una 
correlación positiva (+0,12) con los retornos reales (Tabla 1.d). 
 
Los distintos grados de correlación con los retornos reales muestran distintos focos 
 
El  amplio  espectro  de  correlaciones  con  los  retornos  reales  que  registran  los  tres  modelos 
(Tabla 1a‐d) se puede atribuir al hecho de que estos modelos tienen distintas orientaciones. El 

17
FIN-TN-0367-HBS-00-S

CAPM  Mundial  busca  contemplar  sólo  el  riesgo  sistemático.  Como  el  riesgo  sistemático 
representa una proporción baja del riesgo total en los mercados emergentes, el CAPM Mundial  
tiene  una  baja  correlación  con  los  retornos  reales.  Los  modelos  de  JPM  y  BoA  se  ajustan  en 
forma ascendente para capturar algo del riesgo no incluido en la medida de riesgo sistemático 
del CAPM al dejar constante el factor de correlación. Por esta razón, presentan una correlación 
más alta con los retornos reales (6% y 7% en la Tabla 1a) que el CAPM Mundial. La desviación 
estándar se puede interpretar como una medida del riesgo total, por lo que captura una mayor 
proporción del riesgo real que los tres modelos. Presenta una correlación más alta con el riesgo 
real, con una correlación del 16% cuando se incluyen todos los países emergentes del conjunto 
de datos y 23% cuando sólo se incluyen los que tienen menor riesgo sistemático. 
 
También  observamos  que  los  retornos  pronosticados  por  el  CAPM  Mundial  muestran  una 
correlación muy baja con los retornos pronosticados por los modelos JPM y BoA (Tabla 1a), con 
un  32%  de  correlación  con  JPM  y  17%  de  correlación  con  BoA  cuando  se  incluyen  todas  las 
observaciones  del  conjunto  de  datos.  La  correlación  sube  a  52%  cuando  se  quitan  todas  las 
observaciones  que  tienen  una  beta  negativa  en  el  CAPM  Mundial  (Tabla  1c).  Esta  correlación 
baja se debe al efecto de los países con riesgo sistemático bajo, como muestran la Tabla 1.e y el 
Apéndice D. Los gráficos que describen los retornos pronosticados por cada uno de los métodos 
destacan  estas  diferencias.  En  Grecia,  Indonesia  y  Argentina,  el  CAPM  Mundial  y  el  JPM 
presentan  correlaciones  negativas,  que  van  desde  ‐8%  hasta  ‐63%.  Por  el  contrario,  en  los 
mercados  maduros  con  alto  riesgo  sistemático  respecto  del  riesgo  total,  como  los  Estados 
Unidos, el CAPM Mundial y el JPM resultan casi idénticos y presentan una correlación cercana 
al 100% (Apéndice D5). Con el CAPM Mundial, la correlación negativa entre los retornos de un 
país y los retornos mundiales genera una beta negativa, lo cual aumenta la separación entre el 
CAPM Mundial y los otros dos modelos, ya que los modelos de JPM y BoA no permiten betas 
negativas.25 
 
Por otro lado, los modelos JPM y BoA presentan una correlación alta ‐de más de un 90%, lo 
cual  no  resulta  sorprendente,  ya  que  las  derivaciones  de  los  dos  modelos  demostraron 
anteriormente que sus definiciones son similares. Tanto el modelo JPM como el BoA registran 
una alta  correlación  con la  desviación estándar, lo que sugiere  que  ambos  modelos se acercan 
más a la captura del riesgo total de los mercados emergentes que el modelo CAPM Mundial.  
 
Los modelos funcionan peor en la determinación del costo de capital en Asia 
 
Incorporamos  variables  regionales  simuladas  para  controlar  las  diferencias  regionales  y 
observamos  que  la  variable  simulada  para  los  países  asiáticos  resulta  estadísticamente 
significativa en todas las regresiones (Tablas 2 y 3), con estadísticas t que oscilan entre ‐3,81 y ‐
5,17.  Aún  cuando  las  variables  simuladas  regionales  se  incluyen  con  la  variable  simulada  de 
crisis,  observamos  que  la  variable  simulada  asiática  sigue  resultando  estadísticamente 
significativa  (Tablas  5  –  7),  lo  cual  sugiere  que  se  deben  contemplar  otros  factores  regionales 
para mejorar el modelo. 
 
 
IV. Cómo desarrollar un modelo multifactorial para los mercados emergentes 
 

  En  el  modelo  JPM,  la  beta  ajustada  se  define  como  la  raíz  cuadrada  de  la  varianza  de  los  retornos  del  país 
25

multiplicada  por  una  constante  de  0,41  dividida  por  la  varianza  de  los  retornos  mundiales.  Por  lo  tanto,  una  beta 
negativa resulta matemáticamente imposible.  

18
FIN-TN-0367-HBS-00-S

La primera conclusión que sacamos del análisis para probar la validez de los tres modelos es 
que  los  tres  modelos  se  pueden  mejorar  en  forma  significativa.  Intentaremos  ahondar  en  los 
hallazgos mencionados y en los conceptos tomados de la literatura para determinar los factores 
que deben incluirse en un modelo de costo de capital para los mercados emergentes. Utilizamos 
como  marco  básico  el  modelo  de  Teoría  de  Valuación  por  Arbitraje  (APT,  por  sus  siglas  en 
inglés)  de  Steve  Ross.26  A  diferencia  del  CAPM,  el  APT  no  postula  que  el  riesgo  se  pueda 
capturar a través de una sola beta estadística. En cambio, el riesgo sistemático es una función de 
varias influencias o factores macroeconómicos: 
 
Rit – Rf = β1 [Rfactor 1 ‐ Rf ] + β2 [Rfactor 2 ‐ Rf ] + … + βN [Rfactor N ‐ Rf ]  
 
El  modelo  APT  original,  así  como  sus  versiones  internacionales,  se  han  probado  muchas 
veces, con algunos resultados que sugieren que ofrece una mejor descripción de los retornos de 
acciones esperados que el CAPM y algunos resultados que contradicen este hallazgo.27 
 
Metodología  
 
Sobre  la  base  de  la  investigación  anterior,  armamos  una  lista  de  factores  que  podrían 
incluirse  en  un  modelo  CAPM  multifactorial  a  fin  de  mejorar  la  capacidad  del  modelo  para 
calcular  el  costo  de  capital  adecuado  en  un  país  emergente.28  Los  hemos  dividido  en  tres 
categorías:  factores  macro,  indicadores  del  entorno  legal,  incluyendo  reglas  legales  y  su 
aplicación,  y  los  derechos  de  los  accionistas  y  la  capitalización  de  mercado  respecto  del  PBI. 
Incluimos  los  últimos  dos  factores  en  una  misma  categoría  porque  la  investigación  previa  ha 
mostrado su alto nivel de correlación.29 Los factores macro están formados por el crecimiento de 
PBI, la inflación y modificaciones en el tipo de cambio. Los factores relacionados con el marco 
legal  apuntan  al  cumplimiento  de  contratos,  la  expropiación,  la  corrupción  y  el  estado  de 
derecho (ver la descripción de cada variable que se presenta en el Apéndice A).  
 
Hemos  diseñado  una  serie  de  regresiones  para  probar  estos  factores  a  través  de  su 
incorporación secuencial a los retornos pronosticados por el CAPM Mundial y el modelo JPM, 
en  forma  alterna.  De  esta  manera,  estudiamos  la  significación  estadística  de  cada  uno  de  los 
factores para determinar si se trata de variables omitidas y si se los debería incluir en un modelo 
multifactorial.  Los  retornos  excedentes  anuales  reales  y  pronosticados  (actualizados 
mensualmente) son  los  mismos que se utilizaron  en la  primera parte del análisis.  Los  factores 
macro  –crecimiento  de  PBI,  inflación  y  modificaciones  en  el  tipo  de  cambio‐  se  actualizan 
anualmente. El resto de las variables son constantes en nuestro conjunto de datos. Al igual que 
en  la  primera  parte  de  nuestro  análisis  estadístico,  se  agrupan  los  datos  de  cada  país.  Por  lo 
tanto,  nuestro  conjunto  de  datos  incluye  4  años  *  12  meses  *  16  países,  lo  que  da  un  total  de 
alrededor de 768 observaciones. 
 
Hallazgos del análisis de correlación 

26 Ross, Stephen, “The Arbitrage Theory of Capital Asset Pricing”, Journal of Economic Theory, 1976, 13, 341‐360. 
27  Solnik,  Bruno,  Allan  Kleidon,  Paul  Pfleiderer,  “International  Arbitrage  Pricing  Theory/Discussion”,  The  Journal  of 
Finance,  Vol.  38,  mayo  de  1983;  Cho,  D.,  Cheol  Eun,  Lemma  Senbet,  “International  Arbitrage  Pricing  Theory:  An 
Empirical  Investigation”,  The  Journal  of  Finance,  junio  de  1986;  Abeysekera,  Sarath,  “International  Arbitrage  Pricing 
Theory: An Empirical Investigation”, Southern Economic Journal, enero de 1990. 
28 La Porta, Rafael, Florencio Lopez‐de‐Silanes, Andrei Shleifer y Robert Vishny, “Law and Finance”, Journal of Political 

Economy,  diciembre  de  1998,  Volumen  106,  Número  6,  y  “Legal  Determinants  of  External  Finance”,  The  Journal  of 
Finance,  Volumen  LII,  Nro.  3,  julio  de  1997;  Elton  Edwin,  Martin  Gruber  y  Jianping  Mei,  “Cost  of  Capital  Using 
Arbitrage Pricing Theory: A Case Study of Nine New York Utilities”, Financial Markets, Institutions and Instruments, 1994, 
3. 
29 Ídem.   

19
FIN-TN-0367-HBS-00-S

 
Nuestra primera tarea consiste en analizar la correlación entre los factores preseleccionados 
a fin de determinar cuáles factores deben incluirse en los análisis de regresión y el orden en que 
se  deben  analizar  (Tabla  4).  Los  pares  de  variables  que  presentan  una  alta  correlación  no 
deberían incluirse en la misma regresión a fin de evitar el problema de la colinealidad múltiple.  
  
Los factores referidos al entorno legal presentan un alto nivel de correlación 
 
Los cuatro factores correspondientes al entorno legal de un país muestran un alto grado de 
correlación  entre  sí.  El  cumplimiento  de  contratos  registra  una  correlación  del  81%  con  el 
indicador de corrupción, del 88% con la medida del estado de derecho y del 82% con el riesgo 
de  expropiación.  De  la  misma  manera,  la  corrupción  registra  una  correlación  del  88%  con  el 
estado de derecho y del 68% con la expropiación. Por lo tanto, deberíamos utilizar sólo uno de 
estos factores en cualquiera de las regresiones. 
 
Las modificaciones en el tipo de cambio se correlacionan con los retornos reales y pronosticados 
 
No resulta sorprendente que observemos una correlación significativa entre estas variables, 
incluyendo  una  correlación  del  24%  con  los  retornos  reales  y  una  correlación  del  35%  con  los 
retornos  pronosticados  con  el  modelo  JPM.  Esperábamos  que  se  observara  una  mayor 
correlación entre los cambios en el tipo de cambio y la inflación (16%).  
 
Hallazgos Principales 
 
Los resultados estadísticos respaldan la inclusión de varios de estos factores 
 
En  todas  las  regresiones  con  múltiples  variables,  observamos  que  muchos  de  los  factores 
incluidos  presentan  datos  estadísticos  t  de  alta  significación  estadística  y  aumentan 
notablemente  la  R  al  cuadrado.  Esto  implica  que  es  probable  que  capturen  un  efecto  que  se 
omitía  cuando  intentábamos  explicar  los  retornos  reales  únicamente  con  los  retornos 
pronosticados por el CAPM Mundial o el modelo JPM y que se los debería incluir en un modelo 
multifactorial de valuación de activos. 
 
Entre los factores macro, se destacan el crecimiento de PBI y las modificaciones en el tipo de cambio 
 
Al incorporar los  factores macro a los modelos, se observa que  tanto  el  crecimiento de PBI 
como  los  cambios  en  el  tipo  de  cambio  tienen  una  alta  significación  estadística  (Tabla  5).  Al 
incluir primero el crecimiento de PBI en la regresión, vemos que las estadísticas t son muy altas 
(‐5,5  en  los  retornos  pronosticados  por  el  CAPM  y  ‐4,9  en  los  retornos  pronosticados  con  el 
modelo  JPM)  y  que  la  R  al  cuadrado  ajustada  aumenta  al  18%‐19%.  Cabe  señalar  que  el 
coeficiente negativo del crecimiento de PBI resulta confuso a primera vista, ya que esperábamos 
un coeficiente positivo. Sin embargo, observamos que, en gran parte, la correlación negativa se 
debía a la incapacidad del modelo de adaptarse a circunstancias de cambio veloz, como ocurre 
en una crisis. 
 
Una  vez  que  se  agregan  otros  factores,  vemos  que  la  modificación  de  las  tasas  de  cambio 
tiene  significación  estadística,  con  datos  estadísticos  t  de  4,5  y  3,9.  La  inflación  resulta  menos 
significativa,  con  coeficientes  cercanos  a  0  y  estadísticas  t  de  poca  o  ninguna  significación. 
Probablemente, se deba a que el efecto de la inflación ya está capturado en la tasa de cambio, lo 
que sugiere que no se debería incluir a ambas variables en un modelo multifactorial. 

20
FIN-TN-0367-HBS-00-S

 
Los indicadores del entorno legal presentan una fuerte significación estadística 
 
Excepto  el  riesgo  de  expropiación,  todos  los  indicadores  del  entorno  legal  de  un  país 
registran estadísticas t muy fuertes (Tabla 6). Como presentan una alta correlación entre sí, los 
probamos en forma separada. La corrupción obtuvo resultados marcados, con estadísticas t de 
4,01  en los  retornos  pronosticados  por  el  CAPM  y  de  3,9  en  los  retornos  pronosticados  con  el 
modelo  JPM.  El  estado  de  derecho  y  el  cumplimiento  de  los  contratos  también  registraron 
resultados  estadísticos  fuertes,  con  estadísticas  que  oscilaban  entre  2,8  y  3,8.  El  riesgo  de 
expropiación no resultó significativo desde el punto de vista estadístico en nuestras regresiones. 
Estos  hallazgos  sugieren  que  falta  el  efecto  de  las  instituciones  en  el  CAPM  Mundial  y  en  el 
modelo JPM y que se lo debería incorporar para mejorar ambos modelos. 
 
Los  derechos  de  los  accionistas  también  tienen  un  impacto  de  significación  estadística  en  los  retornos 
reales 
 
Los derechos de los accionistas también presentan resultados estadísticamente significativos 
cuando se los incorpora a los retornos pronosticados por el CAPM Mundial y el modelo JPM y a 
los factores macro.  Dada la correlación con los indicadores del entorno legal, no los probamos 
en forma simultánea, lo que sugiere que los temas de gobierno corporativo y protección de los 
inversores  tienen  un  efecto  importante  en  el  costo  de  capital  de  los  mercados  emergentes,  tal 
como indican las investigaciones recientes.30 
 
La  capitalización  de  mercado  respecto  del  PBI  reviste  significación  estadística,  pero  los 
coeficientes  son  insignificantes  (‐0,0004  tanto  con  el  CAPM  como  con  el  modelo  JPM).  Estos 
resultados no son concluyentes para incluir esta variable en un modelo multifactorial, aunque 
es posible que pruebas adicionales determinen lo contrario. 
 
Advertencia 
 
Las conclusiones y recomendaciones de este PAE se basan en el análisis estadístico realizado 
con  los  datos  de  mercado provistos  por  JP  Morgan.  La  realización  de  análisis  estadísticos  con 
datos  de  los  mercados  emergentes  está  plagada  de  peligros.  Antes  de  terminar,  deseamos 
señalar dos aspectos que podrían socavar la confiabilidad del análisis: 
 
• Los datos sólo abarcan desde 1987 en adelante. Como muchos de estos mercados se han 
desarrollado  recientemente,  los  datos  estarán  disponibles  con  el  correr  del  tiempo.  Se 
trata  de  una  desventaja  para  la  realización  de  análisis  de  series  temporales.  Por  el 
contrario,  el  análisis  estadístico  tradicional  de  la  beta  del  mercado  estadounidense 
cubre un período de 70 años. 
• Es  posible  que  la  realización  de  un  análisis  estadístico  de  series  temporales  con  un 
período de 60 meses corridos de volatilidad genere un problema de correlación serial y 
afecte los resultados. 
 
Por último, hemos supuesto que el cálculo del costo de capital de un país en los mercados 
emergentes es similar a la determinación de los retornos esperados en los mercados bursátiles 
nacionales  de  cada uno  de estos países emergentes. Si  bien se trata  de una cuestión debatible, 

30  La Porta, Lopez‐de‐Silanes, Shleifer y Vishny, 1997, 1998. 

21
FIN-TN-0367-HBS-00-S

creemos que este enfoque representa, en la actualidad, la mejor aproximación al costo de capital 
en estos mercados.  
 
 
V. Conclusión y recomendaciones 
 
El propósito de este Ejercicio de Análisis de Políticas (PAE) consistía en probar la validez de 
la  metodología  de  JP  Morgan  para  calcular  el  costo  de  capital  en  los  mercados  emergentes  y 
ayudar  a  desarrollar  un  modelo  más  sólido.  Para  realizar  este  proyecto,  comenzamos  por 
establecer  el  contexto  de  los  principales  temas  específicos  de  los  mercados  emergentes  que 
deben  contemplarse  en  un  modelo  y  realizar  un  estudio  de  las  metodologías  utilizadas  por 
especialistas y académicos. Luego, probamos empíricamente la validez de la metodología de JP 
Morgan  y  la  comparamos  con  dos  métodos  alternativos.  En  función  de  estos  resultados, 
analizamos  la  significación  de  varios  factores  para  desarrollar  un  modelo  multifactorial  que 
mejore el modelo actual de JP Morgan al contemplar explícitamente algunos de los efectos que 
no  logra  capturar  en  la  actualidad.  A  la  luz  de  esta  investigación,  sacamos  las  siguientes 
conclusiones: 
 
El modelo JPM funciona mejor en los mercados emergentes que otros modelos estudiados  
 
Uno  de  nuestros  principales hallazgos es  que el modelo  CAPM Mundial Modificado de  JP 
Morgan  pronostica  mejor  los  retornos  reales  de  los  mercados  emergentes  que  los  otros  dos 
modelos estudiados, el CAPM Mundial y el modelo del Bank of America. Los resultados de los 
modelos de JP Morgan y Bank of America son relativamente parecidos y superan claramente a 
los  resultados  del  CAPM  Mundial.  Se  trata  de  un  hallazgo  reconfortante,  ya  que  JP  Morgan 
desarrolló el modelo CAPM Mundial Modificado para mejorar el CAPM Mundial. 
 
Sin embargo, no logra capturar importantes efectos en la determinación del costo de capital en 
mercados emergentes 
 
• A  pesar  de  los  resultados  estadísticos  alentadores  que  se  obtuvieron  –coeficientes 
cercanos a 1 y datos estadísticos t altos‐ el modelo de JP Morgan sigue teniendo una R 
al  cuadrado  baja,  lo  cual  implica  que  no  logra  explicar  una  proporción  importante  de 
los retornos reales. 
• También  determinamos  que  el  modelo  de  JP  Morgan  funcionó  notablemente  peor 
durante períodos de crisis, como la crisis financiera asiática actual. Lo que importa no 
es  que  el  modelo  pronostique  las  crisis  financieras  –hecho  bastante  improbable‐  sino 
que se adapte lo suficientemente rápido a los cambios en las circunstancias. 
• Por  último,  el  modelo  funciona  peor  para  determinar  el  costo  de  capital  en  Asia,  aún 
cuando se controlen los efectos de la crisis financiera. 
 
Se puede mejorar el modelo a través de la incorporación explícita de ciertos factores 
 
Luego  de  determinar  empíricamente  que  le  modelo  no  logra  capturar  efectos  importantes, 
probamos  la  validez  de  la  inclusión  de  ciertos  factores  en  la  medida  de  riesgo  basada  en  la 
volatilidad de los retornos pasados que establece el modelo CAPM Mundial Modificado. Estos 
factores  mejorarían  el  funcionamiento  de  cualquier  modelo  de  un  solo  factor  basado  en  el 
CAPM,  aún  si  se  utiliza  la  beta  multifactorial  de  Barra,  ya  que  Barra  tiende  a  utilizar  factores 
basados en los mercados bursátiles, tales como ratios PE y precio‐valor de libros, sin considerar 

22
FIN-TN-0367-HBS-00-S

factores  macroeconómicos,  de  entorno  legal,  de  calidad  institucional  y  temas  de  gobierno 
corporativo. 
 
El crecimiento de PBI y las modificaciones el tipo de cambio son factores macroeconómicos que 
deberían incluirse 
 
Nuestro  análisis  sugiere  que  ambos  factores  fueron  variables  omitidas  en  la  aplicación  del 
modelo de JP Morgan. Estos dos factores macro se destacaron por su importancia cuando se los 
agregó a los retornos pronosticados por el modelo de JP Morgan y, por lo tanto, mejorarían el 
modelo si se los incorporara explícitamente. Otras variaciones de estos dos indicadores podrían 
funcionar también y deberían estudiarse. 
 
Debería incluirse también un indicador del entorno legal 
 
Uno de nuestros hallazgos más importantes consiste en que el mercado parece requerir un 
retorno  basado  en  la  calidad  de  las  instituciones  de  un  país  determinado.  Varios  estudios 
recientes  han  sugerido  que  se  subestima  la  importancia  de  las  instituciones  de  los  mercados 
emergentes.  Nuestra investigación  confirma este  concepto.  Tres  indicadores del entorno legal 
estudiados  resultaron  tener  significación  estadística:  cumplimiento  de  los  contratos,  estado  de 
derecho  y  corrupción.  Se  trata  de  factores  que  no  se  contemplan  actualmente  en  el  modelo  JP 
Morgan y deberían incluirse. 
 
 
Las  cuestiones  de  gobierno  corporativo  son  importantes  y  deberían  estar  incluidas  en  un 
modelo multifactorial 
 
Durante mucho tiempo, se ha subestimado el impacto de los temas de gobierno corporativo 
y  protección  a  los  inversionistas  en  los  retornos  de  acciones.  La  crisis  financiera  asiática  ha 
demostrado la importancia de estos efectos. Nuestra investigación corrobora esta conclusión al 
mostrar  que  una  medida  compuesta  de  los  derechos  de  los  accionistas  tiene  un  efecto  de 
significación estadística en los retornos reales y debería incluirse en un modelo multifactorial a 
utilizar en los mercados emergentes. 
 
Próximos pasos 
 
Los próximos pasos a seguir por JP Morgan incluyen la determinación de las variaciones de 
estos factores que se utilizarán y su incorporación en un modelo CAPM Mundial multifactorial.  
Un enfoque podría consistir en determinar la prima de riesgo correcta a utilizar para cada una 
de  estas  variables  e  incorporarlas  a  un  modelo  que  desarrolle  el  modelo  CAPM  Mundial 
Modificado actual con un marco APT. 
 
Asimismo, JP Morgan tiene que determinar si se debe utilizar el modelo actual de JP Morgan 
o  el  modelo  CAPM  Mundial  como  base  para  armar  un  modelo  multifactorial.  El  análisis  ha 
revelado  que  estos  modelos  generan  retornos  esperados  notablemente  diferentes  y  que  su 
correlación  en  países  con  bajos  niveles  de  riesgo  sistemático  resulta  baja  –e  incluso,    en 
ocasiones,  negativa.  Al  aumentar  la  beta,  el  modelo  de  JP  Morgan  actual  intenta  capturar 
algunos de estos efectos. Entonces, la cuestión es si parte de estos efectos se contarían dos veces 
al incorporar otras variables a este modelo en lugar de hacerlo con el CAPM Mundial.  
 
 

23
FIN-TN-0367-HBS-00-S

 
Lista de Fuentes 
 
“Analysts Grapple with Russian Valuations”, Financial Times, January 31, 1997; “Rosneft Privatization 
Suspended for at Least 18 Months”, AFX News, 20 de octubre de 1998. 
 
Abeysekera, Sarath, “International Arbitrage Pricing Theory: An Empirical Investigation”, Southern 
Economic Journal, enero de 1990. 
 
Bekaert, Geert y Campbell Harvey, “Foreign Speculators and Emerging Equity Markets”, Documento de 
Trabajo, diciembre de 1997. 
 
Bekaert, Geert y Harvey Campbell, “Emerging Equity Market Volatility”, Journal of Financial Economics, 
Volumen 43, 1997. 
 
Bekaert, Geert, Campbell Harvey, Robin Lumsdaine, “Dating the Integration of World Equity Markets”, 
Documento de Trabajo Nro. 6724, National Bureau of Economic Research, septiembre de 1998. 
 
Cho, D., Cheol Eun, Lemma Senbet, “International Arbitrage Pricing Theory: An Empirical Investigation”, 
The Journal of Finance, junio de 1986. 
 
Dumas, Bernard y Bruno Solnik, “The World Price of Foreign Exchange Risk”, The Journal of Finance, Vol. 
L, 2, junio de 1995. 
 
Elton Edwin, Martin Gruber y Jianping Mei, “Cost of Capital Using Arbitrage Pricing Theory: A Case 
Study of Nine New York Utilities”, Financial Markets, Institutions and Instruments, 1994, 3. 
 
Erb, Claude, Campbell Harvey, y Tadas Viskanta, “Country Risk and Global Equity Selection”, Journal of 
Portfolio Management, invierno de 1995. 
 
Fama, Eugene y Kenneth French, “The Cross‐Section of Expected Stock Returns”, Journal of Finance, 
Volumen 47, 1993. 
 
Godfrey, Stephen y Ramon Espinosa, “A Practical Approach to Calculating Costs of Equity for 
Investments in Emerging Markets”, Journal of Applied Corporate Finance, Volumen 9, Nro. 3, otoño de  1996. 
 
Heaney, Richard y Vince Cooper, “An examination of the variation in equity market returns and volatility 
in the Asia Pacific region”, Documento de Trabajo, Australia National University, 1997. 
 
Irwin Friend y Marshall Blume, “Measurement of Portfolio Performance Ander Uncertainty”, The 
American Economic Review, 1973. 
 
Jensen, Michael, “Risk, Capital Assets, and the Evaluation of Investment Portfolio”, Journal of Business, 
abril de 1969, 42, 167‐247. 
 
Keck, Tom, Eric Levengood, y Al Longfield, “Using Discounted Cash Flow Análisis in an International 
Setting: A Survey of Issues in Modeling the Cost of Capital”, Journal of Applied Corporate Finance, Volumen 
11, Nro. 3, otoño de 1998. 
 
Keppler, Michael y Martin Lechner, Emerging Markets, Chicago: Irwin, 1997. 
 
La Porta, Rafael, Florencio Lopez‐de‐Silanes, Andrei Shleifer y Robert Vishny, “Law and Finance”, Journal 
of Political Economy, diciembre de 1998, Volumen 106, Número 6, y 
 
_______ “Legal Determinants of External Finance”, The Journal of Finance, Volumen LII, Nro. 3, julio de 
1997. 

24
FIN-TN-0367-HBS-00-S

 
Lessard, Don, “Incorporating Country Risk in the Valuation of Offshore Projects”, Journal of Applied 
Corporate Finance, otoño de 1996, Volumen 9, Nro. 3. 
 
Mills, Roger, The Dynamics of Shareholder Value, Inglaterra: Price Waterhouse, 1998. 
 
Ross, Stephen, “The Arbitrage Theory of Capital Asset Pricing”, Journal of Economic Theory, 1976, 13, 341‐
360. 
 
Smith, Roy e Ingo Walter, “Risks and Rewards in Emerging Markets Investments”, Documento de Trabajo, 
New York University Salomon Center, 1997. 
 
Solnick, Bruno, International Investments, Tercera Edición, Reading, Massachusetts: Addison‐ 
Wesley Publishing Co., 1996. 
 
Solnik, Bruno, Allan Kleidon, Paul Pfleiderer, “International Arbitrage Pricing Theory/Discussion”, The 
Journal of Finance, Vol. 38, mayo de 1983. 
 
Stulz, Rene, “A Model of International Asset Pricing”, Journal of Financial Economics, diciembre de 1981. 
 
 
 

25
FIN-TN-0367-HBS-00-S

Tabla 1.a      Análisis de correlación: Se incluyen todos los países del conjunto de datos 
 
Variables:  retorno  excedente  anual  real,  retorno  excedente  pronosticado  con  el  CAPM  Mundial,  retorno  excedente  pronosticado  con  modelo  JPM,  retorno 
excedente pronosticado con modelo BoA, desviación estándar 
 
Cantidad de observaciones: 948 
 
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial -0,11 (b) 1,00
JPM 0,06 0,32 (a) 1,00
BoA 0,07 (c) 0,17 (a) 0,96 (a) 1,00
Desviación estándar 0,16 (a) 0,12 (a) 0,91 (a) 0,93 (a) 1,00
 
(a) Estadísticamente significativo a un nivel de confianza de 99%. 
(b) Estadísticamente significativo a un nivel de confianza de 95%.
 
 
 
Tabla 1.b      Análisis de correlación: Se incluyen sólo los países con riesgo sistemático bajo 
 
Cantidad de observaciones: 768 
 
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial -0,09 1,00
JPM 0,13 0,36 1,00
BoA 0,15 0,21 0,95 1,00
Desviación estándar 0,23 0,14 0,89 0,91 1,00
 
Todos son estadísticamente significativos a un nivel de confianza de 99%, excepto el CAPM Mundial en retornos reales. 
 
 
 
 

26
FIN-TN-0367-HBS-00-S

Tabla 1.c       Análisis de correlación: Sin observaciones con betas negativas del CAPM Mundial 
 
Cantidad de observaciones: 891 
 
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial -0,03 1,00
JPM 0,04 0,52 1,00
BoA 0,04 0,38 0,96
Desviación estándar 0,13 0,37 0,91 0,92 1,00
 
Todos son estadísticamente significativos a un nivel de confianza de 99%, excepto el CAPM Mundial y el modelo JPM en retornos reales. 
 
 
 
Tabla 1.d      Análisis de correlación: Sin meses afectados por la crisis asiática (junio de 1997 a noviembre 1998), por la crisis mexicana (noviembre 1994 a fines 
de 1995, sólo para México) y observaciones con betas negativas del CAPM Mundial 
 
Cantidad de observaciones: 604 
 
Real CAPM Mundial JPM BoA Desviación estándar
Real 1,00
CAPM Mundial 0,12 1,00
JPM 0,05 0,41 1,00
BoA 0,03 0,29 0,96 1,00
Desviación estándar 0,05 0,32 0,95 0,94 1,00
 
Todos son estadísticamente significativos a un nivel de confianza de 99%, excepto el CAPM Mundial, los modelos JPM y BoA y la desviación estándar en retornos reales. 

27
FIN-TN-0367-HBS-00-S

Tabla 1.e      Análisis de correlación: Indonesia 
 
Cantidad de observaciones: 60 
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM -0,28 1,00
BoA -0,57 0,94 1,00

Análisis de correlación: Grecia 
 
Cantidad de observaciones: 60 
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM -0,08 1,00
BoA -0,06 0,99 1,00

 
Análisis de correlación: Hong Kong 
 
Cantidad de observaciones: 60 
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM 0,79 1,00
BoA 0,63 0,96 1,00

 
Análisis de correlación: Estados Unidos 
 
Cantidad de observaciones: 60
CAPM Mundial JPM BoA
CAPM Mundial 1,00
JPM 0,999 1,00
BoA 0,74 0,74 1,00

28
FIN-TN-0367-HBS-00-S

Tabla 2  Regresión de series temporales de retornos excedentes anuales agrupados por mes con retornos excedentes pronosticados para 16 países durante 
más de 60 meses, sobre la base de un período de 60 meses corridos de volatilidad 
 
Variable dependiente: retorno excedente anual real 
Cantidad de observaciones: 948 
 
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,74 0,05 -1,73
CAPM Mundial (-3,29) (0,09) (-3,31)
Retorno excedente pronosticado con 0,61 0,97 0,01
modelo JPM (1,98) (3,46) (0,03)
Retorno excedente pronosticado con 0,51 0,51 0,15
modelo BoA (2,31) (2,52) (0,52)
Retorno excedente pronosticado con 0,33 0,18 0,34
desviación estándar (4,86) (2,85) (3,89)
Intersección 0,09 -0,03 -0,04 -0,10 0,13 0,05 0,06 0,06 0,22 0,17 0,16 0,13
(3,88) (-0,91) (-1,32) (-3,44) (5,78) (1,68) (1,96) (1,95) (4,13) (3,23) (3,07) (2,53)
Asia -0,20 -0,22 -0,23 -0,29
(-3,81) (-3,94) (-4,08) (-5,17)
América Latina -0,05 -0,07 -0,09 -0,19
(-0,95) (-1,13) (-1,36) (-3,01)
Europa Emergente -0,03 -0,06 -0,08 -0,21
(-0,54) (-0,83) (-1,11) (-2,96)
Crisis asiática/mexicana -0,35 -0,35 -0,35 -0,33
(-12,89) (-13,72) (-13,41) (-12,68)
R al cuadrado ajustada 0,01 0,003 0,005 0,02 0,16 0,17 0,16 0,16 0,05 0,04 0,04 0,055
 

29
FIN-TN-0367-HBS-00-S

Tabla 3  Regresión de series temporales de retornos excedentes anuales agrupados por mes con retornos excedentes pronosticados para 16 países durante 
más de 60 meses, sobre la base de un período de 60 meses corridos de volatilidad 
  Países con riesgo sistemático bajo 
 
Variable dependiente: retorno excedente anual real 
Cantidad de observaciones: 768 
 
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado -1,35 0,43 -1,57
con CAPM Mundial (-2,37) (0,79) (-2,73)
Retorno excedente pronosticado 1,35 1,69 0,88
con modelo JPM (3,59) (4,93) (1,75)
Retorno excedente pronosticado 1,23 1,10 1,08
con modelo BoA (4,16) (4,06) (2,72)
Retorno excedente pronosticado 0,54 0,32 0,54
con desviación estándar (6,43) (4,03) (5,24)
Intersección 0,071 -0,11 -0,17 -0,21 0,12 -0,03 -0,04 -0,01 0,21 0,09 0,043 -0,03
(2,67) (-2,85) (-3,55) (-5,42) (4,76) (-0,86) (-0,86) (-0,32) (3,81) (1,40) (0,61) (-0,50)
Asia -0,23 -0,24 -0,26 -0,22
(-3,97) (-4,12) (-4,44) (-3,91)
América Latina -0,06 -0,09 -0,14 -0,12
(-0,93) (-1,56) (-2,14) (-2,1)
Europa Emergente -0,05 -0,16 -0,21 -0,24
(-0,80) (-2,05) (-0,21) (-3,38)
Crisis asiática/mexicana -0,37 -0,38 -0,36 -0,34
(-11,95) (-12,73) (-12,16) (-10,97)
R al cuadrado ajustada 0,006 0,015 0,021 0,05 0,161 0,186 0,178 0,178 0,05 0,04 0,05 0,073
 

30
FIN-TN-0367-HBS-00-S

Prueba de un modelo multifactorial 
 
Tabla 4  Análisis de correlación multifactorial 
 
Estado Derechos Cap. de
Crecimiento Tipo de Cumplimiento de de Mercado/
Real CAPM JPM de PBI Inflación Cambio Expropiación de Contratos Corrupción Derecho Accionistas PBI

Real 1,00
CAPM -0,096 1,00
JPM 0,11 0,02 1,00
Crecimiento PBI -0,19(a) -0,20(a) -0,19(a) 1,00
Inflación 0,05 0,27(a) 0,28(a) -0,11(c) 1,00
Tipo de cambio 0,24(a) 0,18(a) 0,35(a) -0,27(a) 0,16(a) 1,00
Expropiación -0,001 0,002 -0,55(a) 0,16(a) 0,009 -0,01 1,00
Cumplimiento de 0,05 0,08 -0,58(a) -0,01 -0,07 -0,09 0,82(a) 1,00
contratos
Corrupción 0,12(c) 0,15(a) -0,28(a) -0,02 0,06 0,03 0,68(a) 0,81(a) 1,00
Estado de derecho 0,08 0,02 -0,46(a) 0,09 0,02 -0,01 0,87(a) 0,88(a) 0,88(a) 1,00
Derechos de 0,07 -0,12(c) -0,44(a) 0,06 0,01 -0,04 0,29(a) 0,48(a) 0,31(a) 0,41(a) 1,00
accionistas
Capitalización de -0,13(b) 0,12(b) -0,49(a) 0,44(a) -0,14(a) -0,14(a) 0,39(a) 0,36(a) 0,40(a) 0,40(a) 0,22(a) 1,00
Mercado/PBI
 
(a) Estadísticamente significativo a un nivel de confianza de 99%. 
(b) Estadísticamente significativo a un nivel de confianza de 95%. 
(c) Estadísticamente significativo a un nivel de confianza de 90%. 
 

31
FIN-TN-0367-HBS-00-S
Descripción de Variables 
 
Real:  Retorno excedente real (retorno total menos tasa libre de riesgo) durante un período de 12 
meses, base de datos de mercados emergentes MSCI. 

CAPM:  Retorno excedente pronosticado por el modelo CAPM Mundial, basado en cifras de los 
mercados emergentes MSCI. 

JPM:  Retorno excedente pronosticado por el modelo CAPM Mundial, basado en mercados 
emergentes MSCI. 

Crecimiento de PBI:  Crecimiento anual de PBI, IFS febrero de 1999. 

Inflación:  Cambio anual en precios al consumidor, indexados en 1990, IFS febrero de 1999. 

Tipo de Cambio:  Cambio anual en la tasa de cambio (moneda por SDR), IFS febrero de 1999. 

Estado de derecho:  Evaluación de la tradición legal y de orden del país, medido por la agencia de calificación 
de riesgo de países International Country Risk (ICR). Promedios de los índices mensuales de 
los meses de abril y octubre entre 1982 y 1995. 

Riesgo de  Evaluación de ICR del nivel de corrupción en el gobierno. Promedios de los índices 
expropiación:  mensuales de los meses de abril y octubre entre 1982 y 1995. 

Cumplimiento de  Evaluación de ICR del riesgo de violación de contratos. Promedios de los índices 
contratos:  mensuales de los meses de abril y octubre entre 1982 y 1995. 

Corrupción  Evaluación de ICR del nivel de corrupción en el gobierno. Promedios de los índices 
mensuales de los meses de abril y octubre entre 1982 y 1995. 

Derechos de los  Medida compuesta de derechos de los accionistas, formada por derechos a voto, 
accionistas:  posibilidad de votación por poder por correo, votos acumulativos para los directores, 
existencia de accionistas minoritarios oprimidos; fuente: leyes de quiebra y reorganización, 
cortesía del Profesor Lopez de Silanes. 

Capitalización de  Capitalización de mercado total en función del PBI, Banco Mundial y Fondo Monetario 
mercado/PBI  Internacional. 

 
Los  datos  correspondientes  a  las  categorías  “Real”,  “CAPM”  y  “JPM”  se  actualizan 
mensualmente  durante  60  meses  en  cada  país;  el  crecimiento  de  PBI,  la  inflación  y  el  tipo  de 
cambio  se  actualizan  anualmente;  el  resto  de  las  variables  permanecen  constantes  en  nuestro 
conjunto de datos. 
 
Recibimos los datos del índice de países MSCI por cortesía de Paul Gibbs, del JP Morgan. 
 
Recibimos  los  datos  sobre  entorno  legal  y  protección  de  los  derechos  de  los  inversores  por 
cortesía del Profesor Lopez de Silanes. 
 
 

32
FIN-TN-0367-HBS-00-S

Tabla 5  Regresión de series temporales de retornos excedentes anuales agrupados con retornos excedentes pronosticados y factores macro 
 
Variable dependiente: retorno excedente anual real 
Cantidad de observaciones: 780 
 
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,92 0,27 -0,53 -1,49 0,49
CAPM Mundial (-2,68) (0,39) (-0,77) (-1,82) (0,64)
Retorno excedente pronosticado con 1,13 1,21 0,90 0,28 -0,42
modelo JPM (3,07) (3,58) (2,65) (0,67) (-0,86)
Crecimiento PBI -2,06 -1,81 -1,58 -1,44 -0,13 -0,23
(-5,50) (-4,89) (-4,15) (-3,72) (-0,26) (-0,48)
Inflación 0,00 0,00 0,00 0,00
(2,58) (1,99) (1,46) (1,73)
Tipo de cambio 0,04 0,04 0,04 0,04
(4,48) (3,94) (3,60) (3,88)
Asia -0,26 -0,24
(-5,86) (-4,78)
América Latina -0,10 -0,06
(-2,37) (-1,16)
Europa Emergente -0,003 0,03
(-0,05) (0,48)
Crisis -0,35 -0,35 -0,34 -0,35 -0,32 -0,34 -0,35 -0,34
(-11,6) (-12,1) (-11,3) (-12,18) (-9,95) (-10,70) (-12,44) (-12,0)
Intersección 0,09 -0,07 0,12 0,03 0,26 0,15 0,24 0,16 0,26 0,28
(3,17) (-2,08) (4,65) (0,84) (7,23) (3,74) (6,08) (3,76) (6,10) (7,4)
R al cuadrado ajustada 0,008 0,01 0,15 0,17 0,18 0,19 0,22 0,21 0,27 0,27
 

33
FIN-TN-0367-HBS-00-S

Tabla 6  Regresión de series temporales de retornos excedentes anuales agrupados con retornos excedentes pronosticados, factores macro e indicadores 
legales 
 
Variable dependiente: retorno excedente anual real 
Cantidad de observaciones: 780 
 
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,67 -1,56 -1,86 -1,50 0,57
CAPM Mundial (-2,05) (-1,91) (-2,27) (-1,84) (0,74)
Retorno excedente pronosticado con 1,09 1,02 0,76 0,63 0,57
modelo JPM (2,03) (2,01) (1,66) (1,10) (0,74)
Crecimiento PBI -1,56 -1,31 -1,69 -1,52 -1,6 -1,39 -1,62 -1,51 -0,03 -0,03
(-4,08) (-3,30) (-4,43) (-3,92) (-4,16) (-3,52) (-4,23) (-3,90) (-0,06) (-0,06)
Inflación 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
(2,73) (1,7) (2,51) (1,37) (2,45) (1,43) (2,57) (1,67) (1,47) (1,47)
Tipo de cambio 0,04 0,03 0,04 0,03 0,04 0,03 0,04 0,03 0,04 0,04
(4,69) (3,63) (4,49) (3,32) (4,53) (3,53) (4,47) (3,54) (3,61) (-0,53)
Cumplimiento de contratos 0,06 0,10
(2,82) (3,47)
Estado de derecho 0,03 0,05 -0,008 -0,008
(3,28) (3,79) (-0,53) (-0,53)
Corrupción 0,02 0,03
(4,01) (3,87)
Expropiación 0,007 0,17
(0,73) (1,29)
Asia -0,29 -0,29
(-4,38) (-4,38)
América Latina -0,12 -0,12
(-2,00) (-2,00)
Europa Emergente -0,02 -0,02
(-0,4) (-0,4)
Crisis -0,32 -0,34 -0,32 -0,34 -0,31 -0,34 -0,32 -0,34 -0,35 -0,35
(-9,95) (-10,9) (-10,03) (-10,98) (-9,93) (-10,94) (-9,95) (-10,78) (-12,5) (-12,5)
Intersección 0,10 0,14 0,12 -0,07 0,11 -0,03 0,19 0,01 0,30 0,30
(1,52) (-1,26) (2,12) (-0,79) (1,93) (-0,43) (2,28) (0,08) (3,23) (3,23)
R al cuadrado ajustada 0,22 0,22 0,23 0,23 0,23 0,23 0,22 0,22 0,27 0,27
 

34
FIN-TN-0367-HBS-00-S

Tabla 7  Regresión  de  series  temporales  de  retornos  excedentes  anuales  agrupados  con  retornos  excedentes  pronosticados,  factores  macro,  indicadores 
legales, capitalización de mercado y derechos de accionistas 
 
Variable dependiente: retorno excedente anual real 
Cantidad de observaciones: 780 
 
Coeficientes
Variable Independiente (Estadísticas t)
Retorno excedente pronosticado con -1,00 -1,40
CAPM Mundial (-1,22) (-1,68)
Retorno excedente pronosticado con 0,68 0,71
modelo JPM (1,32) (1,53)
Crecimiento PBI -1,20 -1,11 -1,61 -1,46
(-2,59) (-2,43) (-4,25) (-10,57)
Inflación 0,00 0,00 0,00 0,00
(2,04) (1,29) (2,49) (1,60)
Tipo de cambio 0,04 0,03 0,04 0,03
(4,3) (3,48) (4,54) (3,72)
Estado de derecho 0,05 0,06
(4,00) (4,15)
Capitalización de Mercado/PBI -0,0004 -0,0004
(-2,66) (-2,60)
Derechos de accionistas 0,01 0,03
(1,49) (2,51)
Crisis -0,33 -0,34 -0,32 -0,33
(-10,55) (-11,14) (-9,96) (-10,57)
Intersección 0,08 -0,05 0,20 0,06
(1,20) (-0,57) (3,68) (0,94)
R al cuadrado ajustada 0,23 0,23 0,22 0,22
 

35