Clasificación JEL: E32, E44, G11, G23.
Introducción
Las medidas tradicionales de evaluación del desempeño no emplean ninguna información acerca del estado de la economía para predecir las rentabilidades sino que se basan en información histórica de las rentabilidades medias, de modo que confunden la variación en el tiempo de la rentabilidad y el riesgo con cambios en el desempeño medio. Así, en muchas ocasiones un incremento en la prima de riesgo es interpretado, por estas medidas, como el reflejo de una capacidad de sincronización con el mercado o de selección de valores por parte del gestor. Pero el mundo real es dinámico y la exposición al riesgo es, con gran probabilidad, variable en el tiempo y dependiente de las condiciones económicas.
No obstante, el empleo de instrumentos relativos a la información económica permite considerar la variación en el tiempo de estos parámetros y, por tanto, controlar esa variación causada por la información pública. En realidad una medida del desempeño condicional desecha la parte del desempeño del gestor que surge del manejo de información pública por parte del mismo, centrándose exclusivamente, por tanto, en la parte del desempeño del gestor que ha surgido del manejo de información superior por parte del mismo, midiendo, de este modo, el valor realmente añadido por el gestor en sus labores de gestión.
Así pues, una medida del desempeño condicional realiza una evaluación del desempeño del gestor teniendo en cuenta la información que estaba disponible para los inversionistas en el momento en que las rentabilidades fueron generadas. Esto implica que las rentabilidades y el riesgo son variables en el tiempo en función de los cambios en la información pública.
Estudios recientes han demostrado que las rentabilidades y riesgos de activos financieros son predecibles en el tiempo usando determinadas variables de información económica. Puesto que esta capacidad de predicción refleja cambios en las rentabilidades requeridas en equilibrio, las medidas del desempeño deben considerar tal variación temporal. Existen razones para pensar que esto es así. Por ejemplo, las versiones condicionales de los modelos simples de valoración presentan un poder explicativo de las rentabilidades superior al de los modelos tradicionales (véase Chan y Chen, 1988; Cochrane, 1996; Jagannathan y Wang, 1996, o Ferson y Harvey, 1999).
Además, tal como señalan Ferson y Schadt (1996), una aproximación condicional de la evaluación del desempeño es particularmente atractiva por dos razones: i) las medidas tradicionales no son capaces de manejar el carácter dinámico de las rentabilidades, y ii) es posible que la negociación de los gestores sea más dinámica que incluso la de los activos subyacentes que negocian. De modo que, en este trabajo, modificamos el
Mediante esta evaluación condicional pretendemos no sólo analizar el valor realmente añadido por los gestores españoles en sus labores de gestión sino además comparar este resultado con el obtenido por una medida del desempeño tradicional que, tal y como lo hemos comentado, no descuenta la parte del desempeño derivado del manejo de la información pública accesible para todo el mercado.
Pero además, mediante este trabajo, pretendemos dilucidar si el grado de eficiencia alcanzado con la gestión de los gestores españoles es debido a su capacidad para sincronizar el mercado o a su capacidad para seleccionar los valores adecuadamente. Para acometer este análisis aplicamos modelos de sincronización con el mercado. También, en este caso, el análisis es abordado a partir de los modelos tradicionales de Treynor y Mazuy (1966), así como de Merton y Henriksson (1981) y de las versiones condicionales de los mismos propuestas por Ferson y Schadt (1996).3 Con esto pretendemos averiguar si las capacidades de sincronización y de selección de valores son ocasionadas por el mero empleo de información pública por parte del gestor o se deben al empleo de información superior por parte del mismo.
Para desarrollar todos estos análisis empleamos una base de datos formada por 225 fondos de inversión españoles de renta variable nacional. Observamos una mejora del desempeño global como consecuencia de la incorporación de las variables de información económica, lo cual nos permite corroborar la creación de valor por parte de los gestores españoles debido al empleo de información superior en el desarrollo de sus labores de gestión. Si bien la gestión de los mismos aún es notoriamente mejorable.
Comprobamos que el desempeño de los gestores no proviene de su capacidad para seleccionar adecuadamente los valores, e incluso esta capacidad es reducida al efectuar un control por la información pública, por lo que podemos asegurar que los gestores españoles no emplean información superior para seleccionar valores. En cuanto a la capacidad de sincronización con el mercado de los gestores españoles no podemos establecer conclusiones confiables debido a la escasa significación de los parámetros.
Destacamos, como aspecto particularmente atractivo de nuestro trabajo, el análisis de un mercado poco explorado en este tema, como es el mercado español de fondos de inversión, un mercado con un gran potencial, como se demuestra líneas abajo. La importancia del análisis de mercados poco explorados ha sido resaltada por la bibliografía reciente (véase Hallahan y Faff, 2001). Otro elemento por destacar de este trabajo es la búsqueda de una solución al problema de multicolinealidad entre las variables de información predeterminada, un problema de gran trascendencia en un análisis basado en modelos multifactoriales y por lo común obviado por la bibliografía financiera.
El resto del trabajo está organizado de la siguiente manera: en primer lugar se realiza una breve descripción de la bibliografía financiera más destacable del desempeño condicional. En segundo lugar se presenta los modelos empleados; en tercer lugar se describe la base de datos analizada y se presenta los resultados empíricos. Finalmente, se muestra las principales conclusiones del trabajo.
I. Revisión de la bibliografía financiera del desempeño condicional
Son diversos los autores que en los años recientes se han prestado al estudio del desempeño condicional, sobre todo a partir del modelo de Ferson y Schadt. A menudo estos trabajos han efectuado una comparación entre los resultados obtenidos a partir de medidas del desempeño tradicional con los de a partir de una versión condicional de los mismos.
En este sentido los resultados obtenidos son dispares. Esta disparidad viene ocasionada, por lo general, por la selección de variables de información económica en el análisis condicional. En realidad, como lo señala Wang (2004), algunas combinaciones de variables mejoran significativamente el desempeño mientras que otras hacen lo contrario. Por tanto es imprescindible una adecuada selección de variables de información predeterminada. Así, los trabajos de Christopherson et al (1998) y Persson (1998) no encuentran diferencias significativas entre sus resultados del desempeño condicional y el tradicional. Otros autores como Silva et al (2003) o Kat y Miffre (2003) obtienen mejores resultados del desempeño a partir de las medidas condicionales, ocurriendo justamente lo contrario en los trabajos de Cortez (2001) o Roy y Deb (2004). Estos últimos, a raíz del resultado obtenido, concluyen que los gestores sólo aprovechan las oportunidades de la información económica disponible y no contribuyen en nada más. Todos estos trabajos emplean como medida del desempeño el
Por otro lado, algunos autores emplean otras medidas del desempeño, como es el caso de Harvey (2001) que explora diferentes especificaciones de expectativas condicionales, como es la de mínimos cuadrados lineales. Además, esta especificación es contrastada con técnicas no paramétricas. Este autor concluye que las predicciones no son mejoradas con técnicas no paramétricas condicionales. Otras mediciones del desempeño son empleadas por Ferson (2003), quien utiliza la técnica de factores estocásticos de descuento para evaluar el desempeño. Concluye que existe una gran relación entre los resultados obtenidos por esta metodología y los obtenidos por el
Más allá del mero análisis del desempeño de los gestores, muchos autores han intentado descomponerlo en sus dos componentes, de modo que sea posible confirmar si este desempeño ha surgido como consecuencia de la capacidad del gestor para seleccionar valores adecuadamente o por su capacidad para anticiparse al mercado. Además, algunos de estos autores intentan también determinar si estas capacidades proceden del uso de información superior por parte del gestor o se deben sólo al mero uso de información pública.
Muchos de estos trabajos niegan la capacidad del gestor para anticiparse al mercado. Es el caso de Knigge et al (2004), quienes analizan la capacidad de sincronización con el mercado de los gestores de fondos de renta variable privados usando un único conjunto de datos referidos al flujo de efectivo, o de Christensen (2005). Este último emplea los modelos de Treynor-Mazuy y Merton-Henriksson para evaluar la capacidad de sincronización y de selección de valores de los fondos daneses y concluye que, en general, éstos tienen un desempeño neutral y que las rentabilidades de los mismos no son persistentes.
Otros trabajos, sin embargo, confirman la existencia de esa capacidad, como es el caso de Glassman y Riddick (2003), que analizan la capacidad de sincronización de los gestores de fondos globales de los Estados Unidos en los últimos años del decenio de los ochenta y primeros de los noventa, antes de que los hedge funds se convirtieran en prominentes en la inversión global. Examinan tanto las proporciones de cartera como las rentabilidades para distinguir entre la sincronización con el mercado mundial (movimientos de los fondos entre todos los mercados de renta variable y monetarios) y la nacional (movimientos de cada uno de los mercados de renta variable de un país en otros mercados de renta variable de otros países). También Jiang et al (2005) confirman la existencia de esa capacidad por parte de los gestores. Estos autores aplican pruebas basadas en carteras y no en rentabilidades. Ambos trabajos emplean los modelos de sincronización de Merton-Henriksson y Treynor-Mazuy.
II. Descripción de los modelos empleados
1. Modelo de Christopherson, Ferson y Glassman (1998)
Este modelo es construido a partir del modelo de Ferson y Schadt (1996):
en el que
(la
En el modelo de Christopherson et al si un gestor emplea más información que
Así, estos autores modifican la ecuación (1) para incluir el
Por tanto, el modelo de Christopherson et al (1998) no sólo incorpora el carácter dinámico del parámetro
2. Modelos de sincronización-selectividad
La capacidad de sincronización con el mercado es para predecir las rentabilidades del mercado global. Resulta complicado separar la capacidad de los gestores en dos componentes tan dicotómicos, como son su capacidad para seleccionar valores (security selection) y su habilidad para sincronizarse con el mercado (market timing).
Las pruebas empíricas muestran que la capacidad de sincronización significativa es extraña (Kon, 1983; Henriksson, 1984; Roy y Deb, 2004), tendencia que se corrobora en este trabajo. Además, se demuestra que existe una correlación negativa entre los dos componentes de la capacidad del gestor, que también es corroborada en este trabajo. En nuestro trabajo hemos intentado diferenciar entre, por un lado, la capacidad del gestor para predecir el mercado y para seleccionar valores empleando información privada, y, por otro, su capacidad generada por el mero uso de información pública disponible para todo el mercado.
3. El modelo de Treynor y Mazuy
Este modelo está construido sobre la noción de que los gestores intentan continuamente anticiparse al mercado oscilando entre dos líneas —una de alta volatilidad y otra de baja volatilidad—. Considerando que ningún fondo puede anticiparse correctamente al mercado, se supone una transición gradual de la volatilidad del fondo desde pendiente plana hasta pendiente ascendente. De modo que la línea resultante es cóncava:
en la que el coeficiente
en la que el vector de coeficientes
4. Modelo de Merton y Henriksson
Merton y Henriksson (1981) y Henriksson (1984) proponen un modelo diferente de sincronización. Este modelo supone que, para cada periodo, el gestor intentará predecir si el mercado presentará rentabilidades excedentes positivas o negativas
en la que
Ferson y Schadt (1996) proponen una versión condicional del modelo en el que el gestor intenta predecir
en la que
III. Descripción de la base de datos empleada
1. Información de los fondos analizados
La base de datos analizada en este trabajo está formada por un total de 225 fondos de inversión españoles, cuya vocación inversionista es la renta variable nacional. Hemos seleccionado todos los fondos españoles de la categoría renta variable nacional que existieron, al menos, durante dos años dentro del intervalo temporal global considerado (julio de 1994-junio de 2002). La razón de este requerimiento de dos años radica en la necesidad de considerar un mínimo periodo de modo que permita otorgar validez estadística a nuestros resultados.
De modo que podemos asegurar que nuestra base de datos se halla libre del denominado “sesgo de supervivencia”. No obstante, como indican Carhart et al (2000), en este tipo de estudios, además del sesgo de supervivencia, puede existir el denominado sesgo look-ahead, que surge cuando se exige una amplitud determinada de información de cada fondo para aplicar la metodología propuesta, como es el caso de este trabajo.
Los datos de rentabilidad empleados en este análisis son mensuales, por lo que contamos con un total de 96 observaciones. El índice de referencia, de renta variable, seleccionado en nuestro estudio es el MSCI-Spain. Todos estos datos han sido obtenidos de la Comisión Nacional del Mercado de Valores (CNMV), institución similar a la estadunidense SEC. En el cuadro 1 mostramos un resumen de los estadísticos descriptivos de nuestra base de datos.
Número de fondos | Rent. media | Rent. MSCI-Spain | Rent. máx | Rent. min. | Desv. típica | |
Julio de 1994-Junio de 1995 | 92 | −0.65% | 1.66% | 6.44 | −18.99% | 0.0470 |
Julio de 1995-Junio de 1996 | 108 | 18.31% | 36.72% | 41.66% | −5.18% | 0.0774 |
Julio de 1996-Junio de 1997 | 112 | 42.56% | 70.33% | 70.03% | 6.17% | 0.1473 |
Julio de 1997-Junio de 1998 | 160 | 29.04% | 55.60% | 52.52% | −1.44% | 0.1189 |
Julio de 1998-Junio de 1999 | 198 | 0.94% | 2.56% | 13.93% | −18.75% | 0.0466 |
Julio de 1999-Junio de 2000 | 225 | 6.32% | 13.09% | 48.96% | −23.55% | 0.0770 |
Julio de 2000-Junio de 2001 | 225 | −9.94% | −9.83% | 27.34% | −33.61% | 0.0851 |
Julio de 2001-Junio de 2002 | 222 | −14.98% | −23.09% | 11.54% | −39.28% | 0.0849 |
Son diversas las razones que nos han llevado a analizar este mercado español de fondos de inversión. Como hemos señalado en la Introducción, una de estas razones radica en la importancia del análisis de mercados poco explorados. Otra de las razones podría buscarse en la gran importancia que presentan estos productos en España, una importancia que se ha ido acrecentando en el transcurso de los años, tal y como se observa en el cuadro 2.
2. Variables de información predeterminada
Este trabajo emplea las variables de información predeterminada, representativas del ciclo económico en España, que han sido señaladas por la bibliografía económica preliminar como las más potentes en la predicción de rentabilidades y riesgos variables en el tiempo.
Algunos de los trabajos que emplean una (o todas) estas variables en sus análisis de desempeño condicional, justificando la selección de las mismas por su poder predictivo, serían los efectuados por Ilmanen (1995), Ferson y Schadt (1996), Silva et al (2003) o Roy y Deb (2004). Estas variables son las siguientes: i) la rentabilidad retardada de las letras del tesoro a un mes anualizada; ii) la rentabilidad por dividendo del índice MSCI-Spain; iii) un spread temporal; iv) una variable ficticia (dummy) para el mes de enero; v) una medida de la riqueza relativa inversa, y vi) la rentabilidad real del bono.
Todas estas variables son mensuales y están rezagadas un periodo, puesto que consideramos que el gestor emplea la información más reciente que posee, que es la del periodo inmediatamente anterior. La primera de las variables está referida a las repos de letras del tesoro españolas a 30 días. La rentabilidad por dividendo se calcula como el cociente entre los precios del MSCI-Spain en un periodo y la suma de los doce meses previos de pago de dividendo por el índice. El spread temporal se calcula como la diferencia entre la rentabilidad de los bonos del Estado a diez años y la rentabilidad de las letras del tesoro a tres meses.
El principal motivo que nos ha llevado a considerar una variable ficticia como uno de los instrumentos de información predeterminada no es otro que el argumento de Keim y Stambaugh (1986), quienes consideran que cualquier estudio acerca de expectativas cambiantes debe considerar la estacionalidad. Las variables de información empleadas por estos autores para predecir las rentabilidades muestran estacionalidad en enero, por lo que se produce un incremento del riesgo en torno del cambio de año. Para explorar esta posibilidad hemos recogido el efecto del cambio de año como una variable ficticia o dicotómica representativa del mes de enero, de modo que tomará el valor 1 para los meses de enero y 0 para el resto de los meses.
La riqueza relativa inversa se calcula como el cociente entre la riqueza real pasada y la riqueza real presente. Como variable representativa de la riqueza empleamos el índice bursátil, ya que, aunque los mercados bursátiles son sólo una pequeña parte de la riqueza mundial, representan el segmento más volátil y están positivamente relacionados con otros segmentos de riqueza. Empleamos, por tanto, el MSCI-Spain deflacionado por el IPC. En definitiva, esta variable es una aproximación de la aversión al riesgo, variable en el tiempo.
Por último, la rentabilidad real del bono es la diferencia entre la rentabilidad de un bono a diez años y la tasa de inflación esperada durante la restante vida del bono. La tasa de inflación es interanual. Todos estos datos han sido obtenidos de los Boletines Estadísticos del Banco de España así como de las series históricas de Morgan Stanley.
Antes de aplicar estas seis variables a nuestros modelos condicionales hemos realizado un análisis de los posibles problemas de multicolinealidad entre estas variables, calculando las correlaciones entre cada par de variables, tal como puede observarse en el cuadro 3.
Prima de mercado | Rentabilidad de las letras del tesoro | Rentabilidad por dividendo | Rentabilidad real del bono | Riqueza real inversa | Variable ficticia para enero | Spread temporal | |
Prima de mercado | 1 | −0.339** | −0.314** | −0.310** | −0.047 | 0.272** | −0.357** |
Rentabilidad de las letras del tesoro | 1 | 0.924** | 0.816** | −0.031 | −0.204* | 0.149 | |
Rentabilidad por dividendo | 1 | 0.935** | −0.148 | −0.169 | 0.271** | ||
Rentabilidad real del bono | 1 | −0.11 | −0.132 | 0.416** | |||
Riqueza real inversa | 1 | −0.046 | 0.093 | ||||
Variable ficticia para enero | 1 | −0.013 | |||||
Spread temporal | 1 |
* Significación estadística a 5 por ciento.
** Significación estadística a 1 por ciento.
En el cuadro 3 vemos que tres variables presentan una alta correlación entre sí; estas variables son la rentabilidad real del bono, la rentabilidad por dividendo y la rentabilidad de las letras del tesoro a un mes. Para resolver este problema elaboramos un análisis factorial, de modo que obtenemos una variable “resumen” de las tres, que será empleada en lugar de ellas. De modo que, finalmente, nuestro análisis condicional contará con cuatro variables de información predeterminada.
En el análisis factorial empleamos como método de extracción el análisis de componentes principales, y como método de rotación el varimax. Tanto el determinante de la matriz de correlaciones (0.016 ≈ 0), como la medida de adecuación muestral de Kaiser-Meyer-Olkin (0.629 > 0.5), así como la prueba de esfericidad de Bartlett (384.804**) muestran que el análisis factorial efectuado es adecuado.
Matriz de componentes Componente 1 |
Matriz de coeficientes para el cálculo de las puntuaciones en las componentes Componente 1 |
|
Rentabilidad de las letras del tesoro | 0.948 | 0.34 |
Rentabilidad por dividendo | 0.99 | 0.355 |
Rentabilidad real del bono | 0.952 | 0.342 |
Fuentes et al (2006) señalan que existen tres métodos para extraer los factores comunes: el análisis factorial, que intenta determinar las cargas factoriales; el método de las variables macroeconómicas, en el que el investigador, basándose sólo en su juicio, elige los factores y posteriormente estima las cargas, y el método de las características de las empresas, que es muy similar al anterior pero introduce anomalías de rentabilidades, como el efecto tamaño. Estos autores seleccionan la segunda metodología. Nuestro trabajo mezcla las dos primeras metodologías.
IV. Análisis empírico
1. Significación estadística de la información condicional
En el cuadro 5 observamos que los coeficientes
CAPM tradicional | |||||
α p | t(α p ) | β p | t(β p ) | R 2 | |
−0.0032 | −1.9302 | 0.5956 | 23.7227 | 0.8149 | |
Modelo de Treynor-Mazuy tradicional | |||||
α p | t(α p ) | γ tmu | t(γ tmu ) | R 2 | |
−0.0036 | −1.9027 | 0.0955 | 0.4694 | 0.8197 | |
Modelo de Merton-Henriksson tradicional | |||||
α p | t(α p ) | γ mhu | t(γ mhu ) | R 2 | |
−0.0040 | −1.6487 | 0.0322 | 0.4683 | 0.8194 | |
Modelo de Christopherson et al | |||||
α p | t(α p ) | β p | t(β p ) | R 2 | p-valor (F) |
−0.0044 | −1.4140 | 0.5421 | 14.9849 | 0.8608 | 0.0000 |
Modelo de Treynor-Mazuy tradicional | |||||
α p | t(α p ) | γ tmc | t(γ tmc ) | R 2 | |
−0.0046 | −2.0186 | 0.0457 | 0.5911 | 0.8510 | |
Modelo de Merton-Henriksson tradicional | |||||
α p | t(α p ) | γ mhc | t(γ mhc ) | R 2 | |
−0.0042 | −1.7112 | −0.0566 | 0.1039 | 0.8695 |
La columna situada más a la derecha muestra el valor de la probabilidad de la cola derecha para la prueba
2. Desempeño medido a partir de α
En el cuadro 6 observamos que el número de
CAPM tradicional |
Modelo de Christoperson et al |
|||
α > 0 | 16 | 36 | ||
α > 0 y significativa (1%) | 0 | 0 | ||
α > 0 y significativa (5%) | 1 | 2 | ||
α > 0 y significativa (10%) | 2 | 3 | ||
α < 0 | 209 | 189 | ||
α < 0 y significativa (1%) | 66 | 43 | ||
α < 0 y significativa (5%) | 115 | 75 | ||
α < 0 y significativa (10%) | 141 | 96 | ||
Modelo T-M tradicional |
Modelo T-M condicional |
Modelo M-H tradicional |
Modelo M-H condicional |
|
α > 0 | 19 | 24 | 23 | 33 |
α > 0 y significativa (1%) | 0 | 0 | 0 | 0 |
α > 0 y significativa (5%) | 1 | 0 | 0 | 3 |
α > 0 y significativa (10%) | 2 | 2 | 0 | 3 |
α < 0 | 206 | 201 | 202 | 192 |
α < 0 y significativa (1%) | 64 | 86 | 49 | 58 |
α < 0 y significativa (5%) | 115 | 130 | 95 | 97 |
α < 0 y significativa (10%) | 143 | 144 | 113 | 123 |
Por tanto, centrándonos en el modelo CAPM y en la versión condicional del mismo (modelo de Christopherson et al), observamos una mejora en el desempeño. Por tanto podemos asegurar que el desempeño global aumenta al introducir la información condicional, es decir, los gestores españoles de fondos de inversión consiguen una mejora en sus resultados cuando incorporan información privada a sus labores de gestión. A pesar de ello, su gestión aún es notoriamente mejorable, puesto que continúan predominando los resultados negativos.4
Sin embargo, si nos centramos en cualquiera de los modelos de sincronización con los mercados, observamos que el desempeño empeora al introducir la información condicional. Hay que tener presente que, en estos modelos, el parámetro
En el cuadro 7 mostramos el número de fondos que mantienen un parámetro
Aumentos | Disminuciones | Mantenimientos | ||
α positivas | CAPM-Christopherson et al | 2 | 1 | 1 |
TM-TM condicional | 1 | 1 | 1 | |
MH-MH condicional | 3 | 0 | 0 | |
Total | 6 | 2 | 2 | |
α negativas | CAPM-Christopherson et al | 6 | 51 | 90 |
TM-TM condicional | 9 | 8 | 135 | |
MH-MH condicional | 23 | 13 | 100 | |
Total | 38 | 72 | 325 |
En el modelo de Treynor y Mazuy apenas se detectan cambios al introducir la información condicional, pero si hubiéramos considerado otro nivel de significación el efecto sería más notorio. A partir del modelo de Merton y Henriksson destaca un aumento importante de
3. Sincronización: Resultados obtenidos a partir del modelo de Treynor-Mazuy
En el cuadro 8 observamos que existe una gran carencia de significación estadística del parámetro
Modelo T-M tradicional |
Modelo T-M condicional |
Modelo M-H tradicional |
Modelo M-H condicional |
|
γ > 0 | 145 | 142 | 141 | 119 |
γ > 0 y significativa (1%) | 7 | 5 | 4 | 6 |
γ > 0 y significativa (5%) | 23 | 16 | 21 | 18 |
γ > 0 y significativa (10%) | 36 | 26 | 49 | 26 |
γ < 0 | 80 | 83 | 84 | 106 |
γ < 0 y significativa (1%) | 2 | 2 | 1 | 7 |
γ < 0 y significativa (5%) | 6 | 5 | 7 | 14 |
γ < 0 y significativa (10%) | 9 | 11 | 11 | 21 |
Un coeficiente negativo de sincronización con el mercado surge cuando el gestor se expone más al mercado y las rentabilidades caen. En estas circunstancias resultaría adecuado suscribir opciones o realizar otras estrategias con derivados que permitiesen al gestor cubrirse de riesgo.
A partir del cuadro 9 observamos que 13 fondos pierden significación en su parámetro
4. Sincronización: Resultados obtenidos a partir del modelo de Merton-Henriksson
En el cuadro 8 de nuevo observamos un predominio de coeficientes de sincronización positivos, sobre todo a partir de la versión tradicional del modelo, pero de nuevo existe una gran carencia de significación estadística.
Centrándonos en el cuadro 9 observamos resultados muy similares al modelo anterior; de nuevo se produce una disminución importante de fondos con un coeficiente de sincronización positivo y significativo al introducir la información condicional, por lo que podemos confirmar que el uso de información privada por parte del gestor tiene un efecto perverso en su capacidad para anticiparse al mercado. No obstante, hay que tomar con cautela esta conclusión, dada la escasa significación de los parámetros en este caso.
Conclusiones
Los gestores españoles de fondos de inversión de renta variable nacional obtienen resultados de desempeño global negativos, aunque éstos mejoran considerablemente cuando los gestores manejan información privada, superior a la accesible para el mercado. De modo que es posible corroborar la creación de valor por parte de los gestores españoles. Además, la obtención de coeficientes
Las medidas de sincronización con el mercado tradicional sugieren que, en promedio, los fondos están más expuestos al mercado cuando las rentabilidades esperadas son altas. Esto es interpretado como capacidad de sincronización (mayor número de coeficientes de sincronización positivos que negativos). Las versiones condicionales de los modelos de sincronización de Treynor y Mazuy y de Merton y Henriksson muestran resultados un poco peores. Sin embargo, no es posible establecer afirmaciones concluyentes dada la carencia de significación de estos resultados, carencia comúnmente hallada por la bibliografía financiera.
El otro componente del desempeño global —aparte de la capacidad de sincronización con el mercado— se refiere a la capacidad del gestor para seleccionar valores (stock-picking) adecuadamente. Comprobamos que los gestores españoles no poseen esa capacidad, e incluso ésta se reduce cuando los gestores manejan información superior. De nuevo nos alineamos con la bibliografía financiera al encontrar una correlación negativa entre ambos componentes del desempeño global.