Académique Documents
Professionnel Documents
Culture Documents
Estimacio
Capital en la Industria de Concesiones
n a las
en Chile: Una Aplicacio
Carreteras y los Aeropuertos Usando
Econometra de Datos Panel
Sergio Alejandro Hinojosa
IKONS ATN
Eduardo Marquina 3937
Comuna de Vitacura, Santiago de Chile
Fono: +(562) 2066760
email shinojosa@ikons.cl
Julio 2010
Indice
1. Introducci
on
2. Revisi
on de la literatura
5
2.1. Modelos generales de costo de capital . . . . . . . . . . . . . . . . . . 5
2.2. Modelos contables de costo de capital . . . . . . . . . . . . . . . . . . 7
2.3. Calidad de la informacion contable para estimar Betas . . . . . . . . 11
3. Objetivo e hip
otesis
14
4. Especificaci
on del modelo con Datos de Panel
4.1. Metodologa de econometra de Datos de Panel .
4.2. Test de hipotesis para Datos de Panel . . . . . . .
4.2.1. Efectos individuales . . . . . . . . . . . . .
4.2.2. Discriminacion de efectos fijos y aleatorios
4.2.3. Prueba de correlacion de errores de seccion
4.3. El modelo a estimar basado en CAPM . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
cruzada
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
15
18
18
18
19
20
5. Variables y datos
21
5.1. Unidad de analisis: Las sociedades concesionarias . . . . . . . . . . . 21
1
5.2. Retornos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
5.3. Retorno libre de riesgo y retorno de mercado . . . . . . . . . . . . . . 23
6. An
alisis Econom
etricos
6.1. Especificaciones . . . . . . . . . .
6.2. Resultados . . . . . . . . . . . . .
6.2.1. Resultados con retornos de
6.2.2. Resultados con retornos de
6.2.3. Pruebas de hipotesis . . .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
mercado con informacion bursatil .
mercado con informacion contable
. . . . . . . . . . . . . . . . . . . .
24
24
26
26
28
29
36
Bibliografa.
38
Indice de cuadros
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
. 3
. 4
. 22
. 25
.
.
.
.
.
.
.
.
.
.
25
26
28
30
30
32
32
33
33
34
. 37
Resumen
En este documento se examina la relacion entre retorno esperado y riesgo
en la industria de concesiones de obras p
ublicas, para los sectores de autopistas interurbanas y aeropuertos. Para lo anterior, se utiliza un modelo
econometrico de datos de panel, particularmente modelos SUR1 , usando informaci
on trimestral de retornos, para el periodo comprendido entre los a
nos
2000 y 2008. Se utiliza como referencia, el modelo de valoracion de activos
de capital [CAPM], propuesto en los trabajos seminales de Sharpe (1964) y
Lintner (1965) y el modelo Zero-Beta CAPM propuesto por Black (1972).
Metodol
ogicamente se estima para cada industria el coeficiente Beta ()2
sobre la base en datos contables. La ventaja de esta aproximacion, es que no se
requieren datos de los rendimientos de mercado para la empresa, porque en el
caso de Chile ninguna empresa concesionaria cotiza en la bolsa, y por lo tanto
no es posible calcular el retorno historico a traves de la evolucion del precio
de las acciones. Los resultados encontrados muestran que el para el sector
de carreteras asciende a 0.172, mientras que para el sector de aeropuertos es
0.652. Para el caso de aeropuertos, el resultado no difiere estadsticamente del
de empresas comparables que si cotizan en Bolsa. Las implicancias de lo
anterior son al menos dos:
En primer lugar, para las futuras licitaciones de aeropuertos y carreteras,
conociendo el valor de , la autoridad p
ublica puede estimar el retorno
esperado para el dise
no del modelo de concesion, y
En segundo lugar, en caso que sea necesario realizar modificaciones a los
actuales contratos de concesion para incorporar principalmente nuevas
inversiones, y en consecuencia se deba compensar al concesionario con
alguna variable econ
omica, el modelo de compensacion puede calcular
el costo de capital usando los resultados de que se muestran en el
presente trabajo.
JEL: C23, C51, G12, G38, G39
Palabras Clave: Datos de panel, costo de capital, Beta contable
Resumen
This article examines the relationship between expected return and risk
in the road and airport concession industry. It uses an econometric model
of panel data, particularly SUR models, with quarterly return data between
2000 and 2008, taking as a reference the Capital Asset Pricing Model [CAPM].
The Beta coefficient () is estimated for each industry based on corporate accounting data, considering that in the case of Chile no concessionaire is listed
on the stock exchange, and as such it is not possible to calculate historical
return through the evolution the stock price. The results show that for the
road sector amounts to 0.172, whereas for the airport sector it is 0.652. In
the case of airports, the resulting is not statistically different from that of
comparable firms that are traded in the stock exchange.
1 Regresi
on
2A
1.
Introducci
on
N
umero de Proyectos
Vialidad Interurbana
Viabilidad Urbana
Infraestructura Penitenciaria
Embalse
Edificaci
on P
ublica
Aeroportuario
Hospitalario
Total
22
12
2
1
4
12
2
55
Inversi
on Adjudicada
(Millones USD)
4.868
2.643
195
150
173
380
371
8.780
Fuente: Elaboraci
on propia en base a informaci
on del MOP (2009).
Recientemente, se ha perfeccionado la Ley de Concesiones4 , en lo referente a procedimientos de arbitraje, regulacion de las nuevas inversiones y su vinculacion con
los niveles de servicio de las obras. En uno de sus artculos se establece que: . . .El
Ministerio de Obras P
ublicas podra modificar las caractersticas de las obras y servicios contratados a objeto de incrementar los niveles de servicio y estandares tecnicos
establecidos en las bases de licitacion, o por otras razones de interes p
ublico debidamente fundadas. Como consecuencia de ello, debera compensar economicamente al
concesionario cuando corresponda, por los costos adicionales en que este incurriere
por tal concepto.
En relacion a la tipologa de compensaciones economicas se indica que: . . .deberan
expresarse en los siguientes factores: subsidios entregados por el Estado, pagos voluntarios efectuados directamente al concesionario por terceros a quienes les interese
el desarrollo de la obra, modificacion del valor presente de los ingresos totales de
la concesion, alteracion del plazo de la concesion, modificacion de las tarifas u otro
factor del regimen economico de la concesion pactado. Se podran utilizar uno o varios de esos factores a la vez .
de Concesiones de Obras P
ublicas Decreto con fuerza de ley N 164, del Ministerio de
Obras P
ublicas de 1991
4 Ley 20410 con fecha de publicaci
on el 20 de Enero 2010. Biblioteca del Congreso Nacional de
Chile
3 Ley
Al respecto, en Chile los sectores regulados de telecomunicaciones, sanitarias y energa cuentan con reglas y procedimientos para la determinacion de las tarifas y la
tasa de descuento. La regulacion que se aplica corresponde a la empresa modelo,
la cual es sustituta a la regulacion por tasa de retorno5 utilizada extensamente en
pases como Canada, Japon, y principalmente en EE.UU. y a la regulacion de precio maximo (price cap regulation) creada en el Reino Unido, donde los precios se
ajustan por inflacion (RPI) menos un factor de productividad (X) [Beesley y Littlechild (1983), Littlechild (1983) y Bernstein y Sappington (1999)]. De acuerdo a
Shleifer (1985), la metodologa yardstick competition, comparative competition o
empresa modelo es definida como un mecanismo regulatorio que simula el comportamiento de un mercado competitivo. Para ello, compara el funcionamiento de una
empresa, con el de sus rivales en el mismo mercado, o con empresas parecidas que
act
uan en mercados diferentes. El proceso de regulacion implica dise
nar para cada
periodo tarifario, una nueva empresa desde cero, que invierte en la tecnologa mas
eficiente para satisfacer la demanda del periodo. La empresa modelo debe recuperar
sus inversiones con los flujos descontados a una tasa apropiada, seg
un el nivel de
riesgo no diversificable que posean sus inversiones. El nivel de apalancamiento de
la empresa modelo es el nivel optimo dadas las condiciones de mercado y el sector
economico al que pertenezca. La tasa de descuento apropiada, la cual se encuentra
definida en el marco regulatorio equivale a un 10 % en el sector de electricidad, una
tasa del bono del banco central reajustable a 8 o mas a
nos plazo, mas un premio por
riesgo entre 3 % y 3.5 % para el sector sanitario y; una tasa de costo de capital que
se obtiene aplicando un modelo de valoracion de activos de capital con informacion
contable para el caso de telecomunicaciones.
A continuacion se resumen el calculo del costo de capital en los sectores de
electricidad, saneamiento, telecomunicaciones:
Cuadro 2: Chile: Costo de capital en industrias reguladas
Sector
Electricidad
Sanitario
Telecomunicaciones
Fuente: Elaboraci
on propia en base a regulaciones y leyes de cada sector
Como se ha se
nalado, los recientes cambios en la Ley de Concesiones6 , obligan para
el caso de las compensaciones y renegociaciones de contratos, a tomar una posicion
tecnica respecto a la determinacion de la tasa de descuento a aplicar en estos casos.
Hasta antes de las modificaciones mencionadas, en el caso de los proyectos de infraestructura implementados a traves de la Ley de Concesiones y cuyo resumen se
muestra en el Cuadro 1, la determinacion de un procedimiento explicito para definir
y calcular la tasa de descuento no estuvo presente en la regulacion de los sectores
5 Las
que han sido sujetas de crticas por generar incentivos a sobreinvertir [Averch y Johnson
(1962)]
6 Lo realice un regulador independiente o el
organo concedente.
2.
2.1.
Revisi
on de la literatura
Modelos generales de costo de capital
expresi
on es como sigue: R =
tasa de crecimiento.
D (1 + g )
+ g, donde V es el valor de la firma y g es la
V
En tercer lugar, por razones de seguridad financiera, y por exigencias de los inversionistas de la deuda de una concesion, es muy difcil que al inicio y cada a
no se
pueda retirar dividendos. Generalmente se crean cuentas de reserva y los dividendos solamente se pueden retirar una vez que la deuda ha sido completamente pagada.
El modelo de valoracion de activos de capital (CAPM) es la aproximacion mas usada
para estimar el costo de capital. Una interesante referencia para la explicacion de
su formulacion analtica se encuentra en Copeland y Weston (1999). El modelo se
muestra a continuacion:
E( R i ) = r f + i (E( R M ) r f )
iM
que es la cantidad de riesgo que tiene el activo i con respecto al
2
M
mercado, R M es retorno de mercado y r f es la tasa libre de riesgo. Subyace detras
del modelo, que un inversionista puede diversificar todo el riesgo no sistematico, y
por lo tanto solamente exige un premio por sobre la tasa libre de riesgo para cubrir
el riesgo sistematico. Sin embargo, la derivacion anterior, asume un solo periodo
de tiempo. Una primera pregunta interesante es si es posible prestar y endeudarse
a la tasa libre de riesgo, si la respuesta es negativa entonces, cual es la solucion
para la valoracion de los activos de capital. Al respecto, Black (1972) desarrolla un
modelo en la cual introduciendo un activo que no es libre de riesgo pero de mnima
varianza llega a expresiones similares a las de Sharpe (1964) y Lintner (1965), manteniendo el resultado que el portafolio de mercado. Este modelo es conocido como
Zero Beta CAPM, y la diferencia es que la tasa libre de riesgo se reemplaza por un
retorno esperado de mnima varianza. Otra pregunta es que ocurre con la validez
del modelo en un contexto intertemporal, es decir dos o mas periodos. Desarrollos
posteriores permiten llegar a ecuaciones similares en un contexto intertemporal. La
variable temporal fue considerada en tiempo continuo por Merton (1973) a traves
del modelo intertemporal de valoracion de activos de capital (ICAPM), y en tiempo
discreto fue desarrollado por Campbell (1993). El modelo ICAPM propuesto por
Merton (1973) tiene una ecuacion identica a la del CAPM pero en tiempo continuo,
si se supone que el conjunto de posibilidades de inversion es el mismo para todos los
periodos.
Donde i =
Una de las crticas mas importantes al modelo CAPM ha sido que el retorno
esperado por los inversionistas dependa solamente del retorno de mercado [Fama y
French (1992), Chen et al (1986), Lettau y Ludvigson (2001), Hang (2001)]. Modelos
alternativos han emergido en la direccion de incorporar otros factores economicos,
ademas del retorno de mercado, para explicar el retorno esperado de los activos de
capital por parte de los inversionistas. Estos modelos se han basado en la teora de
valoracion por arbitraje, desarrollada inicialmente por Ross (1976). Sin embargo, si
bien estos modelos incluyen un mayor n
umero de variables para explicar el retorno
esperado, han sido menos efectivos, especialmente por la dificultad de determinar
los factores de manera conceptual y emprica [Cochrane (1999)]. En su expresion
agregada el modelo de m
ultiples factores puede escribirse como sigue:
E[ R] = r f + i Fi
i =1
2.2.
El beta contable que usa informacion de mercado fue usada en el trabajo pionero
de Ball y Brown (1969) pero luego fue desechada por la crtica de Gonedes (1973).
Numerosos trabajos empricos han investigado la relacion entre el de mercado y
el contable. En estos estudios se regresionan los betas de mercado para una muestra
de empresas que cotizan en bolsa, como variable dependiente sobre variables contables y el contable como variable independiente. El primer estudio fue de Ball y
Brown (1969), que encontraron una alta correlacion positiva entre estas variables.
No obstante, el trabajo fue criticado porque los retornos fueron calculados como
rentabilidad sobre valor de mercado de la firma, lo que implica cierta circularidad
ya que la misma variable aparece en ambos lados de la ecuacion. Luego aparecen
una serie de trabajos que buscan una relacion entre el de mercado y la infor8
macion contable. Entre ellos se destacan Beaver, Kettler y Sholes (1972) donde se
regresiona el de mercado contra el contable y otras medidas, como el reparto
de dividendos. Pettit y Westerfield (1972) usan como determinantes del riesgo sistematico betas contables junto con otros ratios contables para una muestra de 313
empresas entre 1947-1968. Gonedes (1973), con una muestra de 278 empresas, entre
1954-1970 encuentra una relacion significativa entre de mercado y betas contables
pero en una regresion de primeras diferencias.
Ismail y Kim (1989) usan diversas betas contables para explicar el beta de mercado,
y trabajan con una muestra de 272 empresas (1967-1983). Hill y Stone (1980), con
una muestra de 150 empresas entre 1947 y 1974, usan como variables independientes
los betas contables y el endeudamiento, y se
nalan que el contable puede ser estimado utilizando el ROE (Rentabilidad sobre el Patrimonio) o el ROA (Rentabilidad
sobre el Activo). La mayora de estos trabajos empricos usan variables distintas
a las variables contables propuestas por la literatura teorica, debido a problemas
de especificacion y/o de medicion. Sin embargo, las variables utilizadas en general
muestran un poder predictivo sobre el de mercado. Algunas variables contables
que han resultado significativas en estos trabajos son: la razon deuda patrimonio,
el crecimiento del activo, la variacion de los beneficios, el tama
no de la empresa, el
margen de ventas y los betas contables entre otras.
Una literatura no tan extensa pero muy relevante muestra las relaciones teoricas que
existen entre las variables basadas en informacion contable y el de mercado. En
esta lnea esta el trabajo de Bowman (1979), donde encuentra una relacion teorica
entre de mercado y contable suponiendo que los beneficios siguen un camino
SM
Ci , donde S M , Si
aleatorio simple, llegando a la siguiente expresion: iM =
Si
son los valores de cotizacion del mercado y del activo i respectivamente. Por su
parte, Berglund (1994) demuestra que el de mercado depende de la revision de las
expectativas.
Otro aspecto a considerar es que el principio contable del devengado suaviza las
series de resultados, por lo tanto algunos autores sugieren usar las series de flujos de
caja para estimar las betas contables. Siguiendo esta aproximacion Giner, Laffarga
y Larran (1999), en una muestra de 35 empresas espa
nolas encuentran que la media
de los betas de mercado es de 0.66 y del contable, calculando el retorno como el resultado operacional sobre el patrimonio es igual 0.985. Adicionalmente la desviacion
estandar de la media del beta contable es mayor a la de mercado, fundamentalmente
por que el n
umero de empresas y la frecuencia de los datos contables son menores.
Al respecto, Watts y Zimmerkan (1986) se
nalan que hay motivos para pensar que
los datos contables son u
tiles para estimar s de los ttulos, no solo de las empresas
que no cotizan sino de las que s cotizan, cuya puede calcularse a traves del modelo
de mercado. El argumento basico es el que sigue: en la medida que los beneficios se
pueden considerar un subrogado para los flujos futuros de caja, una beta contable
podra tambien ser un subrogado del riesgo sistematico. contable suele medirse a
traves de la covarianza entre los beneficios de una empresa y los de un ndice del
mercado dividido por la varianza de los beneficios del ndice del mercado. Almisher
9
y Kish (2000) proponen una metodologa para estimar los betas contables a partir de informacion contable. Estos autores modifican que el contable es estimado
analogamente al de mercado, es decir, las ganancias historicas contables de cada
empresa con respecto a las ganancias historicas contables del mercado. De esta forA + . El coeficiente de
ma el modelo, queda definido como sigue: RitA = + iA Rmt
i
la regresion iA , es el contable para la empresa i. Los retornos contables de la
A ) se aproximan por dos definiciones alternativas
empresa (RitA ) y del mercado (Rmt
de ingresos. En la primera se toman en cuenta los ingresos antes de otros ingresos
extraordinarios deflactados por los activos totales. En la segunda alternativa, los
retornos contables se miden dividiendo los ingresos netos (o lo que es lo mismo,
la utilidad neta) entre los activos totales. En los ingresos extraordinarios se estan
consideran el pago de impuestos e intereses.
Finalmente, en una aplicacion para Chile, resulta interesante para el presente
documento, mostrar el trabajo realizado por Maquieira (2008), en el cual desarrolla
un marco de la estimacion del costo de capital para las empresas de telefona movil,
que por legislacion del sector, el beta debe ser calculado con informacion contable
obtenida de informacion de la Superintendencia de Valores y Seguros En este caso,
la Ley de Telecomunicaciones y las Bases Tecnicas de Licitacion8 , especifican una
serie de condiciones que deben ser cumplidas por el informe, entre ellas define la
tasa libre de riesgo, que es aquella que se obtiene de la libreta de ahorro del Banco
Estado (0.1 %) y el riesgo sistematico debe ser calculado como la covarianza entre
el retorno operacional sobre activos de la empresa y el retorno operacional sobre
activos de las empresas que forman el Indice General de Precios de las Acciones
(IGPA), dividido por la varianza del retorno operacional sobre activos del IGPA.
Para encontrar el IGPA, se establecen una serie de filtros dejando solo algunas
empresas como representativas del mercado9 . Sin embargo, dado que seg
un Maqueira
(2008), el no es constante a traves del tiempo y las series de retornos operacionales
de mercado y de la empresa regulada son integradas de orden uno, proponen estimar
un modelo CAPM incorporando correccion de errores [Greene (2002)], donde se
introduce un proceso estocastico que gobierna al , en este caso sigue un proceso
aleatorio auto-regresivo con reversion a la media. Con esta especificacion se permite
que el pueda cambiar en el tiempo. El retorno operacional sobre activos tiene dos
definiciones alternativas:
8 Ley
9 Los
a. Exclusi
on de sociedades con estados financieros incompletos;
b. Exclusi
on de sociedades con observaciones;
c. Exclusi
on de sociedades por cambio de monedas y varias observaciones;
d. Chequeo de continuidad de la informacion;
e. Chequeos de equivalencia;
f. Identificaci
on de mercado.
Ver Maqueira (2008).
10
R1 =
RO (1 Tc)
AT OA
R2 =
RO (1 Tc)
AT OA + I N AM
Donde:
RO
Tc
AT
OA
:
:
:
:
I N : Activos intangibles.
AM : Amortizaciones acumuladas de intangibles.
2.3.
Calidad de la informaci
on contable para estimar Betas
Si bien la aproximacion que toma como referencia la informacion contable presenta ciertas limitaciones que se han indicado previamente; para el caso de industrias
reguladas que no cotizan en Bolsa es una alternativa que puede ser utilizada debido
a que es posible obtener de manera directa retornos sobre activos y sobre patrimonio sin considerar el precio de las acciones. Sin embargo, es recomendable que
sea complementada con otra metodologa, por ejemplo, la del Beta Comparable o
benchmarking [Damodaran (2005), Modigliani y Pogue (1973); Copeland y Weston
(1999); Damodaran (1999)] entre otros. En el caso de Latinoamerica, OSITRAN
(2004, 2009) utiliza las betas comparables para estimar el costo de capital en industrias reguladas como aeropuertos y puertos. OSIPTEL (2004 y 2007), tambien utiliza
las betas comparables para calcular el costo de capital de telefonica Per
u. En Brasil,
la autoridad de transporte (ANTT), emplea el beta comparable para calcular el costo de capital de empresas de carreteras. Por su parte, las autoridades regulatorias de
aeropuertos de Inglaterra e Irlanda del Norte tambien utilizan el Beta Comparable,
para estimar el de los aeropuertos que no cotizan en Bolsa. Particularmente, para
los casos del Aeropuerto de Manchester10 y de Rianta11 .
La ventaja de utilizar el beta contable en las industrias reguladas es que emplea
informacion contable que proviene directamente de la empresa regulada. De esta
forma, se esta midiendo el riesgo sistematico que enfrenta la empresa en cuestion.
En contraste, en la metodologa del Beta Comparable o benchmarking se utiliza
informacion proveniente de otras empresas, que no necesariamente enfrentan el mismo riesgo que las empresas chilenas.
La informacion contable es menos volatil que aquella que proviene del mercado. Los
datos contables son mas estables debido a que:
Se ajustan por inflacion y tipo de cambio (o ndices establecidos por la
autoridad);
10 http://www.caa.co.uk/default.aspx?catid=5&pagetype=90&pageid=1332
11 http://www.elainehutson.ie/ARCOC.pdf
11
12
3.
Objetivo e hip
otesis
14
4.
Especificaci
on del modelo con Datos de Panel
4.1.
15
las pruebas de hipotesis son ventajas adicionales [Maddala (1987), Baltagi y Raj
(1992)].
Un modelo de Datos de Panel considera un panel balanceado en el que existen N
unidades de estudio, para cada una de las cuales se dispone de una ecuacion lineal
que relaciona k i variables independientes con una variable dependiente especfica Yi .
Matematicamente15 :
Yi = Xi i + ui ,
|{z}
|{z} |{z} |{z}
T 1
T k i k i 1
i = 1, . . . , N
(1)
T 1
Donde T representa el n
umero de perodos para el cual se dispone de observaciones
y se asume que el termino constante esta incluido dentro del vector Xi de dimension
T k i variables explicativas. El vector de variables explicativas Xi se puede
componer de:
Variables que varan entre las unidades de corte transversal y en el tiempo,
Variables que no varan en el tiempo sino solo transversalmente,
Variables que solo varan en la serie de tiempo pero no transversalmente.
es el vector de parametros a estimar y es el termino de perturbacion que se
compone de un efecto individual () y un termino aleatorio () bajo la expresion:
uit = i t
Para controlar la presencia de efectos inobservables individuales se supone que i
recoge la heterogeneidad transversal persistente no observada y t representa el termino de perturbacion clasico. Si se asume que el efecto i es un parametro fijo o una
variable aleatoria se tendra lo que denomina: modelo de efectos fijos o el modelo de
efectos aleatorios.
En el modelo de efectos fijos los i son tratados como un conjunto de coeficientes
adicionales que se estiman junto a beta. En el modelo de efectos aleatorios tradicional se asume que i es una variable independiente de los X y forma parte del
termino de perturbacion [Arellano y Bover (1990)].
El modelo de efectos fijos puede ser escrito de manera separada para cada unidad de
estudio incluyendo un vector de variables dicotomicas. De esta forma cada unidad
queda expresada en la siguiente expresion: y = ii + Xi + i . Agrupando las
unidades de corte transversal se tiene:
y1
i 0 0
1
X1
1
y 2 0 i 0 2 X2
2
y = .. = .. .. . . .. .. + .. + ..
.
. . .
. . . .
yN
0 0 i
N
XN
N
15 Para
facilitar la exposici
on se indican las dimensiones de los terminos respectivos.
16
17
Y1
X1 0
Y2 0 X2
.. = ..
..
. .
.
YN
0
0
0 0
0
.. . .
.
.
0
0
..
.
1
u1
2 u2
.. + ..
. .
XN
uN
k=
ki .
(2)
i =1
Bajo estos supuestos, es posible demostrar que el mejor estimador lineal e insesgado
(BLUE) de , conocido como SUR esta dado por:
1
1
1
SUR = X 0
X
X 0
u
u Y
donde u = u IT con representando al producto de Kronecker de matrices.
4.2.
Test de hip
otesis para Datos de Panel
Efectos individuales
Una primera prueba es el analisis de los componentes de error de dos factores, donde
se incluye el componente de efecto individual que no cambia en el tiempo, i y un
factor de efectos temporales no observable, i . La hipotesis a contrastar es:
H0 = 1 = 2 = = N 1 = 0 y
1 = 2 = = T 1 = 0
El estadstico es el siguiente:
SCR A SCR N A
( N + T 2)
F0 =
SCR N A
[( N 1)( T 1) K ]
Donde SCR A es la suma de los cuadrados residuales en una regresion agrupada y
SCR N A es la suma de los cuadrados residuales en una regresion no agrupada, K es
el n
umero de parametros. El test se distribuye como una F de Fisher con N + T 2,
( N 1)( T 1) K grados de libertad.
4.2.2.
Discriminaci
on de efectos fijos y aleatorios
0
1
( MCG LSDV )
Donde:
MCG
LSDV
Var MCG
Var LSDV
:
:
:
:
Prueba de correlaci
on de errores de secci
on cruzada
it jt
ij = ji =
t =1
t =1
!1/2
2it
!1/2
2jt
t =1
19
4.3.
t = 1, . . . , T
Donde:
Ri,t : Retorno en activos (ROA) o en patrimonio (ROE) de la concesion
i en el perodo t.
RFt : Tasa libre de riesgo en el perodo t.
RMt : Retorno del Mercado en el perodo t.
Di : Es una variable binaria que toma el valor uno si la concesion es una
carretera interurbana y cero si es un aeropuerto.
Matricialmente el problema se escribe como:
1 RM1 RF1
0
u1
Y1
..
..
..
Y2 .
u2
.
.
.. 1 RMT RFT
1
..
0
. .
.
..
..
. = ..
.
.
..
2 + ...
1 RM RF RM RF 3
.
.
1
1
1
1
.
.
..
..
..
...
.
.
YN
uN
1 RMT RFT RMT RFT
Donde, en el escenario basico, se asume que:
i. E(ui ) = 0, E(ui u0j ) = ij IT
ii. Si u = ij N N entonces 1 existe.
Al igual que antes, el primer supuesto implica que los errores estan correlacionados
solo contemporaneamente a traves de las distintas concesiones y que esta correlacion
no cambia en el tiempo. Ademas se esta asumiendo ausencia de autocorrelacion y
20
Se calcula i = Xi0 Xi
1
u i0 u j
.
T
Se obtiene: u = ij
1
As, un estimador factible de esta dado por = X 0
u X
el n
umero de parametros a estimar es:
1
1
X 0
u Y. Note que
N ( N + 1)
para estimar u .
2
3 parametros adicionales correspondientes a las componentes de .
El modelo planteado, si bien factible, asume que no existe autocorrelacion en los
errores ni tampoco heteroscedasticidad a nivel de la unidad de observacion. Si
permite la llamada heteroscedasticidad de panel, puesto que ii es en principio
distinta a jj . En la practica, puede resultar u
til explorar lo que ocurre cuando
alguno de estos supuestos no se satisface. En particular, los resultados que siguen
permiten analizar la posibilidad de autocorrelacion en los errores. Esto es que los
errores sigan un proceso:
ui,t = ui,t1 + i,t
donde los errores
supuestos (i) y (ii).
i,t
son bien
comportados,
esto
es,
satisfacen
los
5.
5.1.
Variables y datos
Unidad de an
alisis: Las sociedades concesionarias
del Estado, su ubicacion geografica, entre otros factores. La muestra fue elegida
principalmente porque las sociedades tienen datos ingresados en la SVS para todo
el periodo considerado, y representa una parte importante del total invertido en la
industria de concesiones en Chile. En la siguiente tabla se muestran las sociedades
concesionarias y su respectiva inversion inicial que se incluyeron en la muestra.
Cuadro 3: Chile: Sociendades concesionarias
Monto Inversi
on
Nombre sociedad
Concesi
on
Sector
Longitud
Fecha
concesi
on
Ingresos***
(USD)*
(Kms.)
inicio
(A
nos)
(en USD)
Car
250.000.000
228.7
20/12/97
25
12.209.722
Car
254.528.421
218,24
03/03/97
23
17.343.072
Car
705.348.091
266
12/09/99
25
27.328.546
Car
168.696.816
193.31
13/03/96
19**
17.231.874
Car
242.095.721
160.2
10/06/98
23,3**
12.991.418
concesionaria
Plazo de
Oferta T
ecnica
La Serena
Autopista del Aconcagua
S.A.
Los Vilos
Talca-Chill
an S.A.
Autopista del Bosque S.A
Car
257.917.904
144.158
17/03/99
25
12.087.992
Car
223.873.042
171.7
30/06/98
25
11.246.278
Car
249.011.752
135,925
20/09/98
25
9.420.124
Car
11.756.299
27.1
08/11/95
22
1.191.476
Car
376.739.910
141.36
10/08/99
25
21.774.622
Aerovas S.A.
Car
8.563.234
2.2
04/04/96
12.5
1.190.522
Car
156.254.613
131.4
21/09/95
23
14.126.598
Car
137.967.991
88.65
08/10/97
28
6.223.088
Car
196.258.775
75
12/04/95
28
7.108.964
Camino de la Madera
Car
25.583.498
108,7
24/06/94
25**
1.251.362
Concesionaria Chucumata
Aer
4.580.632
12
96.478
de Iquique
4600m2
09/01/96
S.A.
Aeropuerto Cerro Moreno
Aer
7.438.839
10
1.005.158
de Antofagasta
2750m2
14/09/00
S.A.
Concesi
on Aeropuerto
Aeropuerto La Florida
Aer
4.039.006
10
439.062
de La Serena
3000m2
18/01/98
La Florida S.A.
Concesi
on Aeropuerto
Terminal Aeropuerto
Aer
4.303.466
12
619.144
El Loa de Calama
2100m2
12/06/98
El Loa S.A.
Concesi
on Aeropuerto
Aer
6.533.991
12
1.076.438
de Puerto Montt
29462m2
19/02/96
El Tepual S.A.
SCL Terminal A
ereo
Aeropuerto Internacional
Aer
175.545.348
15
38.570
169000m2
07/07/98
Santiago S.A.
Austral Sociedad
Aeropuerto Carlos Ib
an
ez del
Aer
9.289.106
1.592.852
5500m2
23/12/00
Concesionaria S.A.
Aer
24.596.455
6.000m2
24/12/99
16.667
1.288.268
Aerosur S.A.
* Monto de Inversi
on de Oferta T
ecnica considera el tipo de cambio vigente a la fecha de oferta
Fuente ficha t
ecnica http://www.conseciones.cl
** Sistema Plazo Variable
*** Primer Trimestre 2008
22
5.2.
Retornos
Las variables principales de este estudio son las razones de retornos sobre el capital
propio o patrimonio (ROE) y retornos sobre activos (ROA). A continuacion se
definen ambos estos indicadores de rentabilidad. El ROA es el cuociente entre la
Utilidad del Ejercicio y los Activos Totales, y se expresa como sigue para un periodo
t:
Utilidad del ejercicio
ROAt =
Activos totales promedios t
Por su parte, el ROE es el cuociente entre la utilidad del ejercicio y el patrimonio
neto, y se expresa como:
Utilidad del ejercicio
ROEt =
Patrimonio neto
t
Los datos fueron obtenidos directamente desde la SVS a partir de la informacion
que proporciona la ficha estadstica unificada uniforme (FECU) que reportan las sociedades concesionarias trimestralmente de manera obligatoria16 . Esta informacion
es reportada en moneda local (pesos).
Para cada una de las 23 compa
nas se obtuvieron los indicadores ROE y ROA
correspondiente al periodo comprendido entre el segundo trimestre del a
no 2002
hasta el cuarto trimestre del a
no 2008. Con estas variables, se construyo un panel de
las 23 concesiones que se muestran en el cuadro 3 con un total de 25 observaciones
trimestrales para cada una de ellas.
5.3.
La tasa libre de riesgo considerada, es la tasa de los bonos del Banco Central de Chile
expresado en pesos a 5 a
nos (BCP5). Esta informacion esta disponible en la pagina
web del Banco Central de Chile17 . En lo que sigue esta variable es identificada como
RF.
Para los retornos de mercado se utilizaron dos indicadores. El primero fue el IPSA,
que es el Indice Selectivo de Precios de Acciones, creado en 1977, e incluye a las 40
sociedades de mayor presencia bursatil, es decir, aquellas que son las mas transadas
durante el a
no. Su finalidad es reflejar las variaciones de precio de los ttulos mas
activos del mercado, en un contexto de mas corto plazo. La fuente de informacion
es Bolsa de Santiago (2009)18 y se identifica como RMIPSA.
16 La
23
ROESVS =
i =1
valor libroi
N
ROEt
valor libroi
i =1
N
ROASVS =
i =1
valor libroi
N
ROAt
valor libroi
i =1
6.
An
alisis Econom
etricos
Las estimaciones se realizan con el software estadstico Stata. Se eligio este software
ya que presenta una mayor versatilidad para la estimacion de modelos con datos de
panel que E-Views 6.0.
6.1.
Especificaciones
24
Especificaciones
1y2
3y4
5y6
7y8
Las siguientes ecuaciones contienen variables contables para los retornos de mercado
y de las sociedades concesionarias a ambos lados de la ecuacion:
Cuadro 5: Chile: Regresiones con datos de retornos de mercado con informaci
on
contable
Ecuaci
on
Especificaciones
1y2
3y4
5y6
7y8
En ambos cuadros las ecuaciones impares son regresiones sin ponderar por peso
o tama
no y las pares son regresiones donde cada observacion es amplificada por
la inversion inicial del proyecto asignandole el tipo de peso a traves del comando
importance weights de Stata. La amplificacion multiplica cada observacion por el
monto de la inversion inicial como una forma de reasignar la importancia relativa
entre concesiones. Lo anterior implica que el tama
no de la muestra, para efectos
estadsticos aumenta.
Como se ha se
nalado, para capturar las diferencias entre el del sector carreteras y
del sector aeropuerto, en cada una de las 8 especificaciones se le agrega el termino:
2 D ( . . . Xt . . . )
Donde:
D =
1
0
Si la concesion es un aeropuerto
en otro caso
6.2.
Resultados
6.2.1.
RMIPSA
DRMIPSA
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
ROE
ROE
ROE RF
ROE RF
ROA
ROA
ROA RF
ROA RF
-0.151
0.0837*
-0.0956*
0.00651
(-0.69)
(2.00)
(-2.50)
(1.21)
2.054
0.485
0.171
0.0565
(1.51)
(0.97)
(1.10)
(0.74)
-0.151
0.0837*
-0.0948*
0.00701
(-0.69)
(2.00)
(-2.48)
(1.30)
2.073
0.488
0.167
0.0562
(1.52)
(0.98)
(1.08)
(0.74)
RMIPSA RF
RMIPSA RF
0.220
0.0405**
0.233
0.0339*
0.0594***
0.0128***
0.0460***
-0.000616
(1.83)
(3.05)
(1.89)
(2.12)
(5.52)
(10.15)
(4.32)
(-0.37)
619
4091
619
4091
619
4091
619
4091
2.501
4.605
2.532
4.629
6.250
2.079
6.135
2.314
R2
0.0180
0.00753
0.0173
0.00577
0.0375
0.0175
0.0248
0.00366
cons
p<0.01,
p<0.00
pesos tiene una interpretacion en este contexto, ya que el de una cartera compuesta
por varios activos es igual a la sumatoria de los betas de cada activo ponderado por
la inversion en el activo con respecto a la inversion total, exactamente lo que se hace
en las estimaciones de las ecuaciones 2, 4, 6 y 8.
6.2.2.
ROESVS
DROESVS
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
ROE
ROE
ROE RF
ROE RF
ROA
ROA
ROA RF
ROA RF
0.0998
0.666***
(0.18)
(9.70)
4.739**
1.023
(2.59)
(1.28)
0.0972
0.667***
(0.19)
(10.34)
4.868**
1.033
(2.60)
(1.32)
0.150
0.172
(1.56)
(14.21)
1.494***
0.480***
(5.30)
(3.57)
0.149
0.177
(1.66)
(14.60)
1.513***
0.500***
(5.23)
(3.41)
ROESVS RF
DROESVS RF
ROASVS
DROASVS
ROASVS RF
DROASVS RF
0.0897
-0.0234
0.0891
-0.0278*
0.0180**
0.000728
0.0104
-0.0114***
(0.69)
(-1.69)
(0.74)
(-2.15)
(2.70)
(0.74)
(1.46)
(-12.56)
619
4091
619
4091
619
4091
619
4091
8.905
121.2
8.601
127.3
65.86
311.9
66.64
328.6
R2
0.0461
0.0350
0.0430
0.0338
0.140
0.0858
0.0858
0.0865
const
p<0.01,
p<0.00
La variable ROESVS es el retorno de mercado del capital calculado a traves de informacion de la SVS. La variable DROESVS es la variable dicotomica que toma el
valor 1 para el caso de aeropuerto. La variable ROESVSR F, es la diferencia entre el
retono de mercado del capital y la tasa libre de riesgo. La variable DROESVSR F es
la variable dicotomica para el caso de aeropuertos aplicada a la variable ROESVSR F.
Las variables que incluyen ROA son las mismas anteriores pero representan el retorno de mercado de activos calculado a partir de informacion de la SVS.
28
Pruebas de hip
otesis
Un primer elemento para la eleccion del modelo a testear, ha sido trabajar solamente
con ecuaciones con informacion contable tanto para los retornos de cada empresa
(Ri ) como para la estimacion del retorno de mercado (Rm ). Como se ha se
nalado,
los resultados confirman la revision de la literatura, la que indica que al lado derecho
de la ecuacion debe incluirse un ndice con los retornos contables de mercado.
Asimismo, se ha preferido trabajar con ROA por sobre el ROE, dado que el ROE
se ve afectado por el nivel de deuda con que opera la empresa y el ROA no. Los
resultados que se encuentran son de activos, es decir no apalancados [Hamada
(1972)]. Asimismo, dado los resultados similares entre regresiones puras (market
regression) y regresiones en diferencias (first-pass regression), se opto por usar las
variables puras. As el estimado es directamente la covarianza sobre la varianza
del mercado, al igual que el del CAPM, ademas la diferencia entre ecuaciones es
mnima. En funcion de estos criterios, de un total de dieciseis ecuaciones a estudiar,
se concentran los analisis econometricos solamente en dos ecuaciones. Una ecuacion
que se pondera por inversion y la otra que no se pondera. En consecuencia, la
ecuacion a estimar es la siguiente, para ser estimada por tres metodos diferentes:
ROAi,t = + 1 ROASVSt + 2 D ROASVSt + i,t
La ecuacion ( f e) corresponde a efectos fijos (re) efectos aleatorios (PCSE) regresion
con correccion de errores contemporaneo y w PCSE es la regresion anterior
ponderada por inversion.
29
Cuadro 8: Comparaci
on m
etodos estimaci
on
fe
re
PCSE
w PCSE
0.193
0.222
0.150
0.172***
(1.30)
(1.55)
(1.56)
(14.21)
1.840***
1.764***
1.494***
0.480***
(7.38)
(7.83)
(5.30)
(3.57)
-0.00437
-0.00399
0.0180**
0.00728
(-0.61)
(-0.28)
(2.70)
(0.74)
Observations
619
619
619
4091
51.63
109.7
65.86
311.9
0.140
0.0858
ROASVS
DROASVS
Constant
2
R2
0.148
p<0.01,
p<0.00
(B)
fixed
(b-B)
diag(Vb VB )
Difference
S. E.
ROASVS
0.1926886
0.221781
-0.0290923
0.0371051
DROASVS
1.849442
1.763732
0.0857104
0.1100228
b
B
Test : H0
2(2)
Prob > 2
Vb VB
=
=
:
=
=
=
:
Los datos anteriores indican que no es posible rechazar la hipotesis nula de diferencia sistematica entre los estimadores, por lo tanto es preferible usar el estimador
consistente y a la vez eficiente, que en este caso corresponde al estimador de efectos
aleatorios.
Adicionalmente, para cada una de las regresiones se prueba la presencia de autocorrelacion serial de primer orden en los errores siguiendo el enfoque propuesto
por Wooldridge (2002), con la finalidad de eliminar posibles sesgos en los errores
estandares y la eficiente de los parametros. Para lo anterior, Wooldridge (2002)
propone usar los residuos de una regresion en primeras diferencias en la forma:
yit = Xit + it 19 . El procedimiento propuesto por Wooldridge comienza con
19 Es
equivalente a yi,t yi,t1 = ( Xi,t Xi,t1 ) + i,t i,t1 donde es el operador primera
30
una regresion para obtener y obtener los residuos i,t . Si los i,t no estan correlacionados, entonces Corr (i,t , i,t ) = 0, 5. Dado lo anterior, el proceso regresiona i,t desde la regresion de primeras diferencias y testea que los coeficientes en
los residuos es igual a -0,5. Aplicando el procedimiento de Wooldridge, no se rechaza
la hipotesis nula de no autocorrelacion serial en los errores, con un p-value de 0.1289.
La presencia de heterocedasticidad por grupos se testea siguiendo una modificacion
del Test de Wald propuesto por Greene (1999). Al respecto, Greene (1999), propone
que sin realizar supuesto sobre la normalidad de los errores, y bajo la hipotesis nula
de varianza constante, el test de Wald20 es:
n
W=
t =1
s2i 2
V[s2i ]
2
W=
i =1
s2i 2
Vi
2
,
s2i
1
=
T
t =1
2
ei,t
2
T
1 1
2
t
y Vi =
ei,t si
T T 1 t
=1
31
Coe f .
Std. Err.
P > |z|
ROASVS
0.1495127
0.0960017
1.56
0.119
-0.0386472
0.3376727
DROASVS
1.493838
0.2816233
5.30
0.000
0.9418665
2.045809
cons
0.0180335
0.0066716
2.70
0.007
0.0049574
0.0311097
rhos
0.8363166
0.6737184
0.8371927
0.8679632
0.8391262
0.2399452
:
:
:
:
idp
t
correlated (unbalanced)
panel speci f ic AR(1)
Number o f obs
Number o f groups
Obs per group
=
=
=
276
23
3
R squared
Wald 2 (2)
Prob > chi2
=
=
:
619
23
min
avg
max
=
=
=
=
=
=
25
26,91304
27
0,1398
65,86
0,0000
Coe f .
Std. Err.
P > |z|
ROASVS
0.1723555
0.0121314
14.21
0.000
0.1485785
0.1961325
DROASVS
0.480223
0.1343361
3.57
0.000
0.2169292
0.7435169
cons
0.0007279
0.0009871
0.74
0.461
-0.0012067
0.0026625
rhos
0.8246992
0.1939666
0.8592473
0.9442225
0.817593
0.266658
:
:
:
:
idp
t
correlated (unbalanced)
panel speci f ic AR(1)
Sum o f weights
Number o f groups
Obs per group
=
=
=
276
23
3
R squared
Wald 2 (2)
Prob > chi2
=
=
:
4091
23
min
avg
max
=
=
=
=
=
=
25
26,91304
27
0,0858
311,91
0,0000
32
Con los analisis econometricos anteriores, los resultados para las hipotesis planteadas
en 4.1 son las siguientes:
Cuadro 12: Resumen resultados de hip
otesis
Beta contable
Resultados
El par
ametro es estadsticamente
el par
ametro es significativo distinto
Hip
otesis
de cero.
El par
ametro es distinto para industria
aeropuertos.
aeropuerto.
El par
ametro en la industria de carreteras
El par
ametro estimado en la industria
distinto a 0.737
El par
ametro en la industria de aeropuertos
0.530.
Finalmente, se debe se
nalar que todas las estimaciones se realizaron con un panel
desbalanceado en dos trimestres. El desbalance se produce porque una de las
concesiones cumplio su periodo de contrato el segundo trimestre del a
no 200821 . Lo
anterior, en la literatura de datos de panel se conoce como efecto atrito [attrition].
Una extensa revision de literatura para analizar las causas y efectos de distintos
tipos de desbalanceo se encuentra en Baltagi y Heun Song (2006). Los resultados
con panel balanceado, en el cual se elimina la unidad de analisis inexistente se
muestra a continuacion:
Cuadro 13: Resultados regresi
on final con panel balanceada
Panel corrected
ROA
Coe f .
Std. Err.
P > |z|
ROASVS
0.1720886
0.013144
13.09
0.000
0.146327
0.1978503
DROASVS
0.3905833
0.1234338
3.16
0.002
0.1486575
0.6325092
cons
0.0007641
0.001163
0.66
0.511
-0.0015153
0.0030434
rhos
0.824738
0.2291659
0.8606008
0.952742
0.8069601
0.2666603
:
:
:
:
idp
t
correlated (unbalanced)
panel speci f ic AR(1)
Sum o f weights
Number o f groups
Obs per group
Estimated covariances
Estimated autocorrelations
Estimated coe f f icients
=
=
=
253
22
3
R squared
Wald 2 (2)
Prob > chi2
21 Terminal
=
=
:
4084
22
min
avg
max
=
=
=
=
=
=
27
27
27
0,0772
224,68
0,0000
aereo de Iquique.
33
Beta contable
Panel no balanceado
Panel balanceado
Carretera
0.172
0.172
0.737
Aeropuerto
0.652
0.561
0.530
Sector
7.
7.1.
Beta internacional
Mas alla de los argumentos en contra del CAPM liderados por Fama y Fench (1992)
en alusion a Beta is dead!22 [Jagannathan y McGrattan (1995)], de las fuentes de
errores en la estimacion del CAPM [Ferson y Locke (1998)], y de los argumentos
presentados en la subseccion 2.2., a favor del uso de la informacion contable en el
caso de la industria de concesiones en Chile, se debe insistir en que la informacion
de las variables ROA y ROE es obtenida a partir de datos contables y por lo tanto
solamente muestran la situacion de la compa
na en un momento en el tiempo. No
es la informacion de retorno de mercado que se obtendra a partir del precio de las
acciones si es que las concesionarias cotizaran en el mercado bursatil.
Desde el punto de vista econometrico, la decision sobre lo razonable que es utilizar
series cortas con menos de 30 valores a
un generando confiabilidad estadstica al
trabajar los datos como panel de seccion cruzada entre concesiones nos lleva a preocuparnos sobre la propiedad de consistencia de los estimadores. Usualmente, la
informacion contable es trimestral o anual. En el caso de Chile, para las empresas
relacionadas con concesiones de infraestructura se dispone informacion que no supera los 27 datos. Si bien podra incluirse informacion desbalanceada agregando una
cantidad adicional de a
nos, existiran unidades de analisis estructuralmente inexistente dado que las concesiones comenzaron a generar informacion una vez que se
22Beta
is dead, declared headlines on the financial pages last spring, when Eugene Fama and
Kenneth French, two economists at the University of Chicago, made a widely publicized attack on
a measure of share-price risk called beta. The Economist, Febrero 6, 1993
34
termino la etapa de construccion. Al respecto, si bien todava sera posible generar mayor informacion conforme los resultados contables se vayan reportando, por
definicion una concesion tiene una vida finita, y por lo tanto el efecto atricion de
datos de panel siempre estara presente conforme vayan terminando las concesiones,
donde la ganancia en datos producira desbalances en el panel [Baltagi y Heun Song
(2006)]. El segundo problema es verificar que el contable que se ha calculado es
estadsticamente significativo, por lo general, el ajuste con series cortas de tiempo
puede resultar sesgado. Por u
ltimo, se debera verificar que exista una correlacion
significativa entre contables y de bolsa para el caso de Chile. Lo que hizo en el
presente trabajo fue trabajar con retornos de mercado calculados a partir de datos
contables, pero por estar fuera del alcance del trabajo, no se hicieron pruebas para
probar equivalencia en empresas que cotizan en bolsa. Con factores de equivalencia
entre informacion de betas contables y betas de mercado de empresas que cotizan
en bolsa se puede definir una ecuacion de ajuste para reducir la brecha entre ambos
betas en caso que existiera.
7.2.
concesionaria. Este metodo propuesto por Zellner (1962) consiste en estimar una
ecuacion para cada concesion, pero con una ganancia en eficiencia al hacerse cargo
de las correlaciones contemporaneas individuales que pueden existir entre los errores
de dichas ecuaciones.
8.
Conclusiones
En todas las regresiones el beta del sector de aeropuertos es mayor al beta de carreteras. En consecuencia, las variaciones asociadas a riesgo tpicamente sistematico
tales como: tipo de cambio, actividad economica mundial y de pases vecinos, normas
regulatorias, y actividad economica tienen un mayor impacto en aeropuertos que en
carreteras. Un modelo multifactorial podra confirmar lo anterior. Adicionalmente,
el estimador del sector aeropuertos es igual, en terminos estadsticos, al de referencia internacional. Por lo tanto, la autoridad p
ublica no debiera tener mayores
problemas para trabajar con este valor el calculo del costo de capital.
En el caso de carreteras, el contable es significativo distinto de cero pero su valor
absoluto es bajo, lo que refleja la presencia de un premio por riesgo sistematico tambien bajo. Una interpretacion es que en la industria de concesiones de carreteras,
el retorno al capital exigido en el interior de la empresa concesionaria sea igual al
retorno de la tasa libre de riesgo del Banco Central mas un premio por riesgo bajo,
se puede justificar porque la utilidad relevante es obtenida mediante la empresa constructora, que en la mayora de los casos en el marco de un contrato EPC23 , act
ua
como contratista de la empresa concesionaria. En este sentido, no es posible aceptar
la hipotesis nula que el contable es igual al de referencia internacional en el caso
de carreteras.
La siguiente tabla muestra distintas estimaciones de costo de capital de activos (no
apalancado) para distintas tasas de retornos de mercado y libre de riesgos en pesos.
23 Engineering,
36
Tasa de retorno de
( %)
mercado ( %)
Beta
Beta
Beta
Beta
Contable
Internacional
Contable
Internacional
10,0
8,26
7,65
5,86
8,69
12,5
9,89
8,98
6,29
10,53
15,0
11,52
10,30
6,72
12,37
17,5
13,15
11,63
7,15
14,21
20,0
14,78
12,95
7,58
16,06
25,0
18,04
15,60
8,44
19,74
10,0
8,61
8,12
6,69
8,95
12,5
10,24
9,45
7,12
10,79
15,0
11,87
10,77
7,55
12,63
17,5
13,50
12,10
7,98
14,48
20,0
15,13
13,42
8,41
16,32
25,0
18,39
16,07
9,27
20,00
10,0
8,96
8,59
7,52
9,21
12,5
10,59
9,92
7,95
11,05
15,0
12,22
11,24
8,38
12,90
17,5
13,85
12,57
8,81
14,74
20,0
15,48
13,89
9,24
16,58
25,0
18,74
16,54
10,10
20,27
10,0
9,30
9,06
8,34
9,47
12,5
10,93
10,39
8,77
11,32
15,0
12,56
11,71
9,20
13,16
17,5
14,19
13,04
9,63
15,00
20,0
15,82
14,36
10,06
16,84
25,0
19,08
17,01
10,92
20,53
10,0
9,65
9,53
9,17
9,74
12,5
11,28
10,86
9,60
11,58
15,0
12,91
12,18
10,03
13,42
17,5
14,54
13,51
10,46
15,26
20,0
16,17
14,83
10,89
17,11
25,0
19,43
17,48
11,75
20,79
10,0
10,00
10,00
10,00
10,00
12,5
11,63
11,33
10,43
11,84
15,0
13,26
12,65
10,86
13,69
17,5
14,89
13,98
11,29
15,53
20,0
16,52
15,30
11,72
17,37
25,0
19,78
17,95
12,58
21,06
5,0
6,0
7,0
8,0
9,0
10,0
37
Referencias
[1] Almisher, M.A. y R.J. Kish. (2000), .Accounting Betas - An Ex Anti Proxy for
Risk within the IPO Market. Journal of Financial and Strategic Decisions. Vol.
13, No. 3, pp. 23-34.
[2] Arellano, M., y O. Bover (1990), La Econometra de Datos de Panel.
Investigaciones Economicas, Vol. 14, pp. 13-45 (Sec. 3, 4 y 5).
[3] Arnott, R. D., Hsu, J. C. y J. M. West (2008), The Fundamental Index: A
Better Way to Invest. Financial Markets and Portfolio Management, Vol. 22,
No. 3, 281 - 283.
[4] Arrnot, R. y J. Hsu (2008), Noise, CAPM and the Size, and Value Effects.
Journal of Investment Management, Vol. 6, No. 1, pp. 1-11.
[5] Averch, H. y L. Johnson (1962) The Behavior of the Firm Under Regulatory
Constraint,.American Economic Review, December 1962.
[6] Ball, R., y P. Brown (1969), Portfolio Theory and Accounting.Journal of
Accounting Research 7, No.2, 300 - 323.
[7] Baltagi B. H. y B. Raj (1992), .A survey of recent theoretical developments in
the econometrics of panel data. Empirical Economics, Vol. 17, pp. 85-109.
38
[15] Berk, J. (1997), Does Size Really Matter?. Financial Analysts Journal, Vol.
52, No. 5.
[16] Berk, J. (1997), Necessary Conditions for the CAPM. Journal of Economic
Theory. Vol. 73, No. 1, pp. 245-257.
[17] Bernstein, J. y Sappington, D. (1999), Setting the X Factor in Price-Cap
Regulation Plans. Journal of Regulatory Economics, Springer - Verlag. Vol.
16, No. 1, pp. 5-25.
[18] Black, F., Jensen, M. C. y Scholes, M. (1972), The Capital Asset Pricing Model:
Some Empirical Tests. pp. 79-121 en M. Jensen ed., Studies in the Theory
of Capital Markets. New York: Praeger Publishers. Bowman, R.G. (1979),
The theoretical relationship between systematic risk and financial accounting
variables. The Journal of Finance, Vol. 34, No. 3, pp. 617-630.
[19] Campbell, J. (1993), Intertemporal Asset Pricing without Consumption Data.
American Economic Review. Vol. 83, No. 3, pp. 487-512.
[20] Campbell, J. Y. y J. H. Cochrane (2000), .Explaining the Poor Performance
of Consumption-based Asset Pricing Models. Journal of Finance, American
Finance Association. Vol. 55, No. 6, pp. 2863-2878.
[21] Cheng H. (1985), Benefits and limitations of panel data. Econometric Reviews,
Taylor and Francis Journals. Vol. 4, No. 1, pp. 121-174.
[22] Chen, N., Roll, R., y S. A. Ross (1986), .Economic forces and the stock
marketJournal of Business, Vol. 59, pp. 383-403.
[23] Cochrane, D. y G. H. Orcutt (1949), .Application of least squares regression to
relationships containing autocorrelated error terms. Journal of the American
Statistical Association. Vol. 44, pp. 32-61.
[24] Cochrane, J. (1999), Asset Pricing. Princeton University Press.
[25] Copeland, T. y J. F. Weston (1999), Financial Theory and Corporate Policy,
3ra Edicion, Addison Wesley.
[26] Damodaran, A. (2008), .Equity Risk Premium (ERP): Determinants, Estimation
and Implications. Stern School of Business. http://pages.stern.nyu.edu/
~adamodar/pdfiles/papers/ERPfull.pdf.
[27] Damodaran, A. (2005), Value and Risk: Beyond Betas. Financial Analysts
Journal. Vol. 61, No. 2, pp. 38-43.
[28] Damodaran, A. (1999), .Estimating Risk Parameters.
University, Leonard N. Stern School of Business
http://ideas.repec.org/p/fth/nystfi/99-019.html
New York
- RePEc.
[29] Damodaran, A. (1994), Investment Valuation, John Wiley y Sons, New York.
39
[46] Hamada, R. S. (1972), The Effect of the Firms Capital Structure on the
Systematic Risk of Common Stocks. The Journal of Finance. Vol. 27, No.
2, pp. 435-452.
[47] Harvey, C. R. (1995), Predictable Risk and Returns in Emerging Markets.
The Review of Financial Studies. Vol. 8, pp. 773-816.
[48] Hausman, J. A. (1978), Specification tests in econometrics. Econometrica.
Vol. 46, pp. 1251-1271.
[49] Hill, N. y B. Stone (1980), .Accounting Betas, Systematic Operating Risk,
and Financial Leverage: A Risk Composition Approach to the Determinants
of Systematic Risk. Journal of Financial and Quantitative Analysis, 595 - 637.
Capital
Asset
Pricing
[76] Ross L. W. y J. L. Zimmerman (1986), Positive Accounting Theory. Prentice Hall, http://www.pearsonhighered.com/educator/product/
Positive-AccountingTheory/9780136861713.page
[77] Ross, S. (1976), The Arbitrage Theory of Capital Asset Pricing. Journal of
Economic Theory. Vol. 13, pp. 341-360.
[78] Sabal, J. (2001), Costo
capital budgetingUniversity
of York Mimeo.
[87] Vickrey, W. (1964), Discussion.American Economic Review, Vol. 59, No. 3, pp.
88-93.
[88] Watts, R. y Zimmerman J., (1986). Positive Accounting Theory, Englewood
Cliffs, NJ, Prentice-Hall, Inc.
[89] Williams, J. B. (1938), The Theory of Investment Value, Cambridge, MA:
Harvard University Press.
[90] Wooldridge, J. M. (2002), Econometric Analysis of Cross Section and Panel
Data. Cambridge, MA: MIT Press.
[91] Wynant, L. (1980), .Essential Elements of Project Finance. Harvard Business
Review. Vol. 58, No. 3, pp. 165-173.
[92] Yescombe, E.R. (2007), Public-Private Partnerships: Principle of Policy and
Finance. Elsevier Finance.
[93] Zellner, A. (1962), .An efficient method of estimating seemingly unrelated
regression and tests for aggregation bias. Journal of the American Statistical
Association. Vol. 57, pp. 348-368.
43
A.
Pas
Beta apalancado
Beta no apalancado
Transurban Group
Australia
0.98
0,96
Brasil
0.62
0,43
0.87
0,87
0,81
China
0.99
0.98
China
0.82
0.74
China
0.82
0.72
China
0.99
0.98
China
0.74
0.61
China
0.84
0.76
China
0.84
0.76
China
0.73
0.59
China
0.94
0.91
China
0.72
0.58
China
0.76
0.65
China
1.15
1.23
Abertis Infraestructuras As
Espa
na
0.84
0.76
Francia
0.46
0.19
Italia
0.71
0.57
Italia
0.61
0.42
Autostrade Spa
Italia
0.71
0.57
Portugal
0.67
0.5
Espa
na
0.46
0.19
Sias Spa
Italia
0.52
0.27
Reino Unido
0.58
0.37
China
1.08
1.12
China
0.74
0.61
Hong Kong
0.81
0.71
Hong Kong
0.86
0.79
China
1.27
1.41
Hong Kong
0.74
0.61
China
0.92
0.88
China
0.96
0.94
Hong Kong
0.79
0.69
Hong Kong
0.73
0.6
China
1.25
1.37
Indonesia
0.82
0.73
44
Empresa
Pas
Beta apalancado
Beta no apalancado
Malasia
0.63
0.45
Metcopr Bhd
Malasia
0.94
0.91
Malasia
1.11
1.16
Malasia
0.8
0.7
Malasia
1.72
2.08
Hong Kong
0.89
0.84
Singapore
0.1
-0.35
Tailandia
0.76
0.64
0.82
0.74
Promedio
45