los determinantes del spread de las economÍas … de economa/iees03j3370807.pdf3 – teorÍa de...

LOS DETERMINANTES DEL SPREAD DE LAS ECONOMÍAS EMERGENTES

UNA PERSPECTIVA FINANCIERA

Ec. Fernando Zimet

Resumen

Con el presente trabajo, se pretende dar una aproximación novedosa al análisis de los determinantes

del spread que pagan las economías emergentes en el largo plazo. A diferencia de otros análisis

anteriores, el presente análisis presenta una primera aproximación al tema desde una perspectiva

financiera con base en la Teoría de Fijación de Precios de Arbitraje (APT – Arbitrage Pricing Theory).

Se parte de la hipótesis de que el diferencial de tasas de los títulos soberanos de una economía

emergente se determina en función de los riesgos que deben ser cubiertos, de forma de incentivar a los

inversores a que destinen la cantidad necesaria de sus portafolios a este tipo de activos. Entre los

riesgos se toman en cuenta el riesgo tasa de interés, el riesgo de pendiente en la curva de rendimientos

y el riesgo crediticio.

Los resultados permiten afirmar que existe una relación de largo plazo entre el spread efectivo y sus

determinantes, lo que implicaría que los fundamentos financieros de los diferenciales de tasas son más

importantes de lo que podría haberse esperado.

• Se agradece la valiosa colaboración del Ec. Diego Gianelli, del Ec. Javier Mendiondo y de la

Dra. Adriana Cassoni. Asimismo, se agradece muy especialmente al Cr. Fabio Malacrida por las

sugerencias presentadas al por sus valiosos aportes (BCU).

• Las opiniones vertidas en este trabajo son de responsabilidad exclusiva de su autor y no

comprometen la posición institucional del Banco Central del Uruguay.

1 INTRODUCCIÓN

El objetivo del presente trabajo es introducir al lector en los determinantes del diferencial de tasas de

interés que paga el promedio de los bonos emitidos por las economías emergentes frente a las tasas

que pagan los títulos del gobierno norteamericano.

Dada la fuerte movilidad de capitales existente a nivel internacional, dichos diferenciales parecen

haberse comenzado a divorciar parcialmente de los fundamentos estrictamente macroeconómicos de

cada país, para transformarse cada vez más en un tipo de activo financiero común, que forma parte de

un conjunto que es el mercado financiero global. Es así que se explica que un evento de cesación de

pagos en una economía, como es el caso de Rusia, puede impactar sobre el resto de las economías

emergentes, aun en aquellas que no tienen conexiones comerciales ni financieras directas con la

misma.

Por ende, se parte de la base de que para analizar la evolución del spread promedio de las economías

emergentes hay que introducirlas en el mercado financiero y sus especificidades, constituyéndose ello

en lo innovador del trabajo. Para ello se toma un enfoque que surge de la Teoría de Precios de

Arbitraje1.

El trabajo en cuestión se organiza de la siguiente manera. En primera instancia, se describe la

coyuntura internacional durante el período bajo análisis. En segunda instancia, se describe

someramente la teoría de fijación de precios de arbitraje. En tercer lugar, se relata el marco teórico y se

desarrolla el modelo estimable. Posteriormente, se pasa a la estimación del modelo para luego

interpretar el modelo estimado. Finalmente, se realiza la conclusión del trabajo.

1 Arbitrage Pricing Theory (APT).

2 – COYUNTURA INTERNACIONAL

Durante la primera mitad de la década de 1990, los inversores internacionales colocaron amplias

cantidades de capital en los mercados emergentes. Dicha bonanza financiera se diluyó durante la

segunda mitad de dicha década debido a una mayor cautela en el mercado internacional tras la

ocurrencia de varios episodios de crisis. Los episodios de crisis en balanza de pagos evidenciados en

1995 y en los países integrantes del “milagro asiático” en 1997 generaron fuertes salidas de dinero de

las economías afectadas y, por ende, generaron pérdidas para los inversores que apostaron a este tipo

de activo financiero. Esto generó un clima de aversión al riesgo en el mercado en general que, como era

de esperarse, generó un ensanchamiento de los diferenciales de tasas de los bonos emitidos por

gobiernos emergentes frente a los diferenciales de los bonos de referencia norteamericanos.

Dicho sentimiento se vio fuertemente exacerbado por dos eventos surgidos durante el año 1998. El

primero de ellos fue la crisis y posterior salvataje por parte de la Reserva Federal de un fondo de

cobertura o hedge fund de gran tamaño denominado LTCM (Long Term Capital Management). Dicho

evento afectó a todo el mercado financiero aumentando los spreads de todos los activos que contaban

con algún tipo de riesgo crediticio. El segundo de los eventos fue la crisis y posterior cesación de pagos

de Rusia en Agosto de 1998, crisis que terminó además con una devaluación de 50% en la cotización

del Rublo. Este evento, si bien afectó a todo el mercado, afectó directamente y más que

proporcionalmente al resto de los mercados emergentes debido a un efecto de contagio evidenciado en

la época. En efecto, el spread promedio de los gobiernos emergentes medido a través del índice EMBI

global pasó de 443 puntos básicos a fines del primer trimestre del año 1998 a 1.485 puntos básicos a

fines de agosto del mismo año.

El overshooting en los spreads emergentes generado por la crisis rusa comenzó a revertirse lentamente

en los meses posteriores y los influjos de capitales comenzaron a evidenciarse lentamente durante los

años posteriores, interrumpidos solamente por el episodio de crisis generado en Brasil y en Argentina.

En efecto, los spreads emergentes bajaron a 735 puntos básicos a fines del año 2000.

Posteriormente se generó un período de bonanza a partir del cuarto trimestre del año 2000 interrumpido

brevemente por los efectos de la crisis argentina. Dicho período comenzó cuando la Reserva Federal

comenzó a bajar su tasa de interés de referencia para llegar a niveles históricamente bajos en términos

tanto nominales como reales hacia el año 2001, pasando de niveles del entorno de 6% a tasas de 1%

en un plazo relativamente reducido. Dicho comportamiento de las tasas en Estados Unidos en particular

y en el G7 en general generó un mayor apetito por el riesgo en el mercado que se dio a conocer como

“liquidez global”. Dicho efecto, en combinación con fundamentos macroeconómicos más fuertes y con

una mayor globalización financiera generaron un fuerte influjo de capitales a las economías emergentes,

explicando los menores spreads evidenciados por los bonos emitidos por sus agentes (tanto gobiernos

como empresas). En efecto, durante el año 2005, los fondos accionarios de mercados emergentes

absorbieron más de USD 20.000 millones netos, cinco veces más que lo absorbido un año antes, y

durante el año 2006 los flujos netos superaron los USD 22.000 millones, de acuerdo con datos de

Emerging Portfolio Fund Research. Esto llevó a que los spreads emergentes cayeron a 347 puntos

básicos a fines de 2004 y a valores inferiores a 200 puntos básicos sobre el final del año 2006. Dicha

tendencia habría continuado hacia principios de 2007 pero se habría interrumpido tras la caída de los

mercados mundiales del mes de Febrero.

Una característica recurrente de los ciclos en las cotizaciones de los activos financieros de los mercados

emergentes han sido la importancia de factores globales. En otras palabras, la búsqueda de rentas en

un contexto de bajas tasas de interés de referencia norteamericanas ayuda a explicar una parte

importante de los períodos de bonanza (períodos de liquidez internacional altos) y la búsqueda de

disminuir riesgos en contexto de altas tasas de interés internacionales explica una parte importante de

los períodos bajistas en los precios de los activos (períodos de liquidez internacional baja), más allá de

las condiciones macroeconómicas generales de las distintas economías. Es importante destacar que, si

bien la tasa de referencia de la Reserva Federal ha subido en forma importante en los últimos meses, no

ha ocurrido lo mismo con las tasas a plazos medianos y largos.

3 – TEORÍA DE FIJACIÓN DE PRECIOS DE ARBITRAJE (APT)

En el presente apartado se pretende hacer un breve racconto de la teoría de fijación de precios de

arbitraje. No obstante, dada la importancia del concepto, antes de comenzar a describir la esencia del

modelo, se comienza por definir lo que es el arbitraje.

Un arbitraje es la explotación de diferencias en la fijación de precios del mercado entre dos o más

activos de forma de obtener beneficios económicos libres de riesgo2. Un arbitraje libre de riesgo es

aquel que permite que un inversor construya un cierto portafolio de inversión que no requiera inversión

alguna pero que permita obtener un cierto beneficio económico. Vale la pena aclarar que se supone que

el inversor puede vender activos en descubierto3.

Un ejemplo de arbitraje podría ser la violación de la ley de un solo precio: si existe un cierto bono

demandado a un precio de 100% y ofrecido a un precio de 99%, es posible generar una ganancia libre

de riesgo comprando el bono a 99% e inmediatamente vendiéndolo a 100% de su valor. Es importante

resaltar que dicho desarbitraje debería tender a desaparecer rápidamente pues todos los agentes

encontrarían óptimo realizar la ganancia, llevando los precios finales al equilibrio de mercado.

Este modelo supone que, en su versión más sencilla, el diferencial de tasas de retorno se representa

por una ecuación lineal que depende del retorno del portafolio de mercado. Es así que el APT postula

que el retorno extranormal de un activo respondería a la siguiente ecuación:

iMiii RR εβα ++= ,

donde Ri es el retorno extra del activo i frente a la tasa libre de riesgo ( Fii rrR −= ), αi y βi son

parámetros a estimar, RM es el retorno extra del portafolio del mercado sobre la tasa libre de riesgo y εi

es el error, también llamado factor específico o no sistemático. El retorno de un activo x se nota como rx

y la tasa libre de riesgo es rF. Se define como portafolio del mercado a aquel portafolio formado por

todos los activos existentes en el mercado ponderados por su participación en el mismo. Esta ecuación

nos dice que el retorno esperado de un activo debería ser una función lineal del retorno esperado del

portafolio de mercado más un cierto término de error.

Se supone ahora que se construye un portafolio bien diversificado, lo cual elimina el riesgo no

sistemático y, con él, elimina los retornos no sistemáticos. En este caso, se puede afirmar que el retorno

de dicho portafolio debería ser una función lineal perfecta del retorno global del mercado:

MPPP RR βα += ,

siendo RP el retorno de un portafolio bien diversificado, RM el retorno del portafolio de mercado, y αP y

βP parámetros a estimar.

2 Bodie, Z.; Kane, A.;y A. Marcus (2002), “Investments”, 5ª Edición.

De la ecuación anterior se observa que si βi es cero entonces el portafolio deja de ser riesgoso pues el

retorno pasa a ser seguro e igual a αι. El portafolio sería de riesgo nulo pues no cuenta con riesgo no

sistemático por estar bien diversificado ni tampoco cuenta con riesgo sistemático por ser nulo el

coeficiente del único factor considerado en el mercado. Asimismo, se demuestra que α debe ser igual a

0 para todo portafolio bien diversificado ya que, de otra manera, se podrían hacer combinaciones

lineales de distintos portafolios y obtener un retorno extranormal sin asumir mayores riesgos o, en otras

palabras, habría posibilidades de arbitraje. De aquí se obtiene que la relación anterior se transforma en

la siguiente:

MPP RR β=

Sustituyendo la definición de retorno extra se obtiene que:

( )FMPFP rrrr −=− β

Dado que los inversores no conocen en forma ex – ante el retorno de los distintos portafolios, los

retornos se toman en esperanza y, despejando, se obtiene la siguiente ecuación:

[ ]FMPFP rrErrE −+= )()( β

Nótese que la ecuación encontrada por Ross en el APT es la misma que la que encuentra Sharpe al

desarrollar el CAPM (Teoría de Fijación de Precios de Activos de Capital).

No obstante lo anterior, no existe un único factor sistemático que afecta el retorno de los activos

financieros, por lo cual el modelo hay que generalizarlo. Supongamos que se generaliza la ecuación

original a un modelo de dos factores:

iMiMiii RRR εββα +++= 2211 ,

siendo M1 y M2 cada uno de los factores en cuestión.

Esta ecuación implica que el retorno por encima de la tasa libre de riesgo de un cierto activo se

compone por el retorno generado por los dos factores sistemáticos ponderados y por el factor no

sistemático. Al igual que en el caso anterior, se puede afirmar que αι debe ser cero y que, en portafolios

bien diversificados, el retorno no sistemático desaparece, con lo cual se obtienen resultados similares:

2211 MPMPP RRR ββ +=

y, por ende,

3 Se refiere a la venta de activos “prestados” y que deberán ser devueltos en un cierto plazo a su propietario.

[ ] [ ]FMPFMPFP rrErrErrE −+−+= )()()( 2211 ββ

En su versión más general, este modelo supone la siguiente ecuación:

[ ]∑ =

=−+=

nj

j FMjPjFP rrErrE1

)()( β

4 – DESARROLLO DEL MODELO A ESTIMAR

4.1 – MARCO TEÓRICO

4.1.1 – RIESGOS DE INVERTIR EN BONOS

Según Fabozzi, un bono cualquiera asume los siguientes riesgos:

• Riesgo Tasa de Interés o riesgo de mercado – Riesgo asociado al cambio en los precios

generado por un cambio en las tasas de interés de referencia. Dicho riesgo depende de varias

características de cada emisión: cupón, vencimiento y opciones incorporadas.

• Riesgo de Cambios en la Pendiente de la Curva de Rendimientos de Referencia – Riesgo

asociado a un cambio en la preferencia relativa de títulos a distintos plazos en la curva de

rendimientos tomada como referencia. En el caso en cuestión, la curva de referencia es la del

Tesoro norteamericano por estar trabajando con bonos en dólares.

• Riesgo de Call y Prepago – Riesgo de que el bono sea rescatado si el mismo cuenta con una

opción call incorporada. Es importante recordar que dicha opción otorga al emisor del bono el

beneficio de poder rescatar el bono a un cierto precio prefijado.

• Riesgo de Reinversión – Riesgo asociado al hecho de que no se conocen, en la realidad, las

tasas a las que serán reinvertidos los cupones y las amortizaciones de los bonos.

• Riesgo de Cesación de Pagos o Riesgo de Crédito – Riesgo referido a una posible cesación de

pagos por parte del inversor. Este riesgo se divide en el riesgo de cambios esperados en el

riesgo de cesación (cambios en los spreads que paga un cierto bono) y en el riesgo de cesación

de pagos propiamente dicho.

• Riesgo Liquidez o riesgo de mercadeo – Riesgo asociado a la facilidad con que una emisión

puede ser vendida a su valor real. La medida primaria de este riesgo es la diferencia entre el

precio de compra ofrecido y el precio de venta ofrecido en el mercado.

• Riesgo Tipo de Cambio - Riesgo asociado a bonos no denominados en dólares que se

caracteriza por tener flujos en dólares desconocidos a priori, ya que los flujos medidos en

dólares dependerán de la cotización de las monedas de referencia.

• Riesgo Inflacionario – Riesgo que surge de la variación relativa del valor de los flujos de caja en

términos reales generada por el aumento o la caída del nivel de precios, la cual puede ser

mayor o menor a la esperada.

• Riesgo de Volatilidad – Riesgo asociado a los efectos que puede tener la volatilidad de las tasas

de interés sobre la valuación de posibles opciones incorporadas en los títulos. Es importante

recordar que el valor de las opciones en cuestión depende fuertemente de la volatilidad de las

tasas de interés.

• Riesgo Riesgo – Riesgo asociado con el hecho de que se han generado nuevas estructuras

muy diversas de activos. El riesgo, en este caso, es que el inversor no entienda correctamente

la estructura y, por ende, los riesgos asumidos por un determinado bono.

• Riesgo Evento – Riesgo asociado a la posibilidad de que cambie el escenario en que se mueve

el emisor dramática e inesperadamente de forma que el mismo no pueda hacer frente a los

pagos de capital e intereses. En estos casos se incluyen desastres naturales y factores políticos

que alteran la voluntad o capacidad de pago de los gobiernos.

4.1.2 – MODELO TEÓRICO

De acuerdo al modelo descrito anteriormente, los bonos gubernamentales de economías emergentes

deberían remunerar a los inversores por los distintos riesgos que asumen. Nuestro objetivo de análisis

es el retorno esperado sobre los bonos emitidos por economías emergentes en moneda norteamericana

sin opciones implícitas ni estructuras innovadoras. Asimismo, vale resaltar que los bonos con esas

características son en su mayoría bonos de plazos largos, lo cual los ubicaría en plazos al vencimiento

de entre 5 y 15 años.

Dado lo anterior, este tipo de activos está constituido por bonos en los cuales el riesgo tipo de cambio, el

riesgo de call y prepago, el riesgo de volatilidad y el riesgo riesgo no son afrontados por los bonos en

cuestión, así como el riesgo liquidez es marginal4. Asimismo, el riesgo evento es un riesgo que no afecta

a todas las economías en su conjunto de la misma forma, y por lo tanto, teniendo en cuenta que el

índice EMBI Global está bien diversificado en cuanto a los bonos que incluye, dicho riesgo no genera

retornos extranormales.

En el presente modelo, el riesgo tasa de interés y el riesgo de reinversión se miden a través de la tasa

de referencia a 10 años de plazo (UST_10Y). Se toma un plazo de 10 años ya que es un plazo

considerado similar al del promedio de los títulos de la categoría. Teóricamente, se esperaría que ante

un alza en las tasas de interés de referencia a 10 años de plazo, los spreads que pagan los bonos

gubernamentales emergentes aumenten. Ello se debe a un efecto sobre la liquidez internacional

imperante en los mercados para activos de largo plazo: al aumentar las tasas de interés libres de riesgo

pierde atractivo la inversión de fondos en activos riesgosos, lo cual retrae la demanda de los bonos y,

por ende, su precio cae (y su tasa de rendimientos aumenta). Este efecto se ve aumentado pues, a

mayor tasa de interés actual, mayor es el riesgo de reinversión existente. Teóricamente, se esperaría

que este factor afecte positivamente el spread promedio de los mercados emergentes medido a través

del índice EMBI global.

Por su parte, el riesgo de cambios en la pendiente de la curva del gobierno de Estados Unidos se mide

a través del spread existente entre la tasa de rendimientos del bono de referencia a 10 años de plazo

emitido por la Tesorería de ese país y la tasa de rendimientos del bono de referencia a 2 años de plazo

(SPR_10Y). Dado que la pendiente de la curva en cuestión es un indicador de la liquidez relativa

existente en el mercado financiero internacional para los títulos de mayor plazo, cuanto más empinada

esté la curva, menor será la liquidez internacional. Por ende, salvo contextos muy particulares, se

esperaría una relación positiva: a mayor empinamiento se esperaría que los bonos emergentes tengan

un mayor spread. Teóricamente, se esperaría que este factor afecte positivamente el spread promedio

de los mercados emergentes.

En otro orden de cosas, los bonos bajo análisis incorporan el riesgo inflación en dólares. No obstante, el

mismo es equivalente al incluido en los rendimientos de los bonos de referencia. Por lo tanto, al calcular

el diferencial entre el rendimiento de los bonos de economías emergentes y los bonos del gobierno

norteamericano ya incorpora la retribución por dicho riesgo. En otras palabras, este riesgo no generaría

4 Solamente considera bonos con un valor remanente de por lo menos USD 500 millones.

una retribución extra por parte de los bonos emergentes que ya no venga incorporada en la retribución

de los bonos nominales norteamericanos, por lo cual este riesgo no será tomado en cuenta.

Finalmente, el riesgo de crédito se subdivide en dos partes: el riesgo de iliquidez en el mercado

financiero para activos con algún contenido riesgoso y el riesgo de que existan problemas en la

capacidad de pago de los deudores observado por el mercado. En primer lugar, para medir el primero

de los ítems en cuestión se toma el rendimiento de las empresas con calificación AA recogidas en la

tasa swap a un plazo de 10 años (CS_10Y). En segundo lugar, para medir el riesgo de que existan

problemas en la capacidad de pago de los deudores observado por el mercado se toma el índice de

retornos de empresas con calificación B y BB compilado por Merril Lynch (H0A4). Se estima que si

cualquiera de ambos retornos aumenta, se retraería el crédito para los mercados emergentes y, por

ende, el retorno que pagan los bonos en cuestión aumentaría también (H0). Por ende, teóricamente se

esperaría que este factor afecte positivamente el índice EMBI global.

Siguiendo los lineamiento del APT, es posible plantear:

[ ] [ ] [ ] [ ]FHFYCSYUSTYUSTYUSTFE rrErrErErErErrE −+−+−++=− )()()()()()( 0410_32_10_210_1 ββββ

En el caso bajo estudio y para el período de retorno de los bonos, la tasa libre de riesgo es la tasa de

referencia norteamericana a un plazo del entorno de los 10 años (plazo promedio aproximado de los

bonos gubernamentales). Tomando esto en cuenta, se postula la siguiente ecuación estimable:

[ ] [ ] [ ]+−+−++=− )()()()()()()( 10_10_32_10_210_110_ YTYCSYUSTYUSTYTYTE rErErErErErErE βββ

[ ])()( 10_04 YTH rErE −+ β

4.2 – MODELO ESTIMABLE

Se parte de la ecuación teórica anterior, la cual deberá ser estimada. Si tenemos en cuenta que la

diferencia de las esperanzas es igual a la esperanza de las diferencias, la variable dependiente ubicada

a la izquierda de la ecuación sería equivalente al índice EMBI Global de JPMorgan. Por su parte, el

primer término a la derecha de la ecuación será el rendimiento prometido de los bonos del tesoro

norteamericano a 10 años de plazo (rT_10Y). El segundo término de las variables dependientes a estimar

será el diferencial de tasas de interés que paga el gobierno norteamericano entre bonos a 10 y bonos a

2 años de plazo (SPR_10Y). Finalmente, se observa que los índices escogidos para medir el riesgo

crediticio CS_10Y y H0 deberían tener, teóricamente, una correlación fuerte entre sí, la cual se ve

plasmada en los datos (60%). Es por ello que se pasa a calcular el spread del índice de bonos

especulativos frente a la curva swap a 10 años de plazo:

[ ] [ ] [ ]+−+−+=− )()()()()()( 10_10_32_10_210_110_ YTYCSYUSTYUSTYTYTE rErErErErErrE βββ

[ ])()( 10_04 YCSH rErE −+ β

Acto seguido, se pasa a estimar el modelo con datos mensuales obtenidos de Bloomberg desde Enero

de 1998 hasta Marzo 2007 (112 observaciones).

5 – ESTIMACIÓN ECONOMÉTRICA

5.1 – ANÁLISIS DE LAS SERIES

Para realizar el presente trabajo se utilizan varias series de datos:

• EMBI – Indice EMBI Global calculado por JPMorgan.

• SPR_10Y - Diferencial de tasa de rendimiento del bono de referencia norteamericano a 10 años

de plazo frente a la tasa de rendimiento del bono de referencia a 2 años de plazo. Mide la

pendiente de la curva del tesoro norteamericano y, por ende, es un indicador del grado de

aversión al riesgo por plazo (riesgo pendiente de la curva).

• UST_10Y – Tasa de rendimiento de referencia del bono norteamericano a 10 años de plazo.

Mide la tasa de Estados Unidos de referencia y, por ende, es un indicador del riesgo tasa de

interés.

• SPR_SW – Diferencial de tasas de rendimiento entre la curva Swap a 10 años de plazo y la

curva del tesoro norteamericano al mismo plazo. Es un indicador del apetito por el riesgo

crediticio general.

• SPR_H0 – Diferencial de tasas de rendimiento entre el índice de bonos corporativo de alto

rendimiento con calificación B o BB calculado por Merril Lynch. Es un indicador del apetito por el

riesgo crediticio en instituciones y economías de baja calificación.

El índice EMBI Global es un índice de spread que pagan los bonos emitidos por las economías

emergentes con un circulante mayor a USD 500 millones. La evolución del índice en cuestión es la

siguiente:

En el gráfico, se observa que el índice tuvo un ascenso muy importante sobre el tercer trimestre del año

1998. Dicho ascenso fue generado por la turbulencia evidenciada en el mercado financiero tras la crisis

del fondo de cobertura LTCM y, especialmente tras la crisis económica suscitada en Rusia.

Posteriormente, se evidencia una tendencia fuertemente descendente solamente interrumpida por un

breve lapso por la crisis argentina. Vale la pena resaltar que en los últimos meses el índice ha llegado a

niveles históricamente bajos.

Indice EMBI GlobalNiveles

0%

2%

4%

6%

8%

10%

12%

14%

16%

ene-98 nov-98 sep-99 jul-00 may-01 mar-02 ene-03 nov-03 sep-04 jul-05 may-06 mar-07

Fuente: Bloomberg

Las tasas de rendimientos de los bonos de referencia a 10 años y a 2 años de plazo respectivamente

emitidos por el gobierno norteamericano, y su diferencial, siguen la evolución que se presenta en los

gráficos a continuación.

El diferencial de tasas de interés de referencia durante el período fue regulado por la política monetaria

norteamericana, dado que los cambios en la tasa de referencia de la Reserva Federal tienen un mayor

impacto en las tasas de menor plazo que en las tasas de mayor plazo. Luego de una política de tasas

de referencia errática evidenciada entre 1998 y 2000, la Reserva Federal comenzó a bajar la tasa de

interés de referencia de corto plazo por temor a la aproximación de una recesión. Ello impulsó las tasas

de rendimientos de los títulos hacia abajo, pero con mayor intensidad en las tasas de mediano plazo (2

años) que en las de largo plazo (10 años), lo cual generó un aumento en el diferencial de tasas de

referencia. Luego de alejados dichos temores y de transcurrido un período prudencial, la Reserva

Federal comenzó, lentamente, a eliminar la política monetaria expansiva, generando una contracción en

los diferenciales de tasas.

Tasas de Referencia a 10 años de plazoNiveles

0,0%

1,0%

2,0%

3,0%

4,0%

5,0%

6,0%

7,0%

8,0%


2 años 10 años

Fuente: Bloomberg

Diferencial del bono a 10 años frente al bono a 2 añosEn niveles

-1,0%

-0,5%

0,0%

0,5%

1,0%

1,5%

2,0%

2,5%

3,0%


Fuente: Bloomberg

Las tasas de rendimiento de la curva swap a 10 años de plazo y del bono de referencia del gobierno

norteamericano a 10 años de plazo cuentan con la siguiente evolución:

El spread de la tasa de referencia que reciben las empresas de mejor calificación frente a las tasas que

paga el gobierno norteamericano es un indicador de la avidez por el riesgo crediticio existente

internacionalmente. Es así que, luego de presentar una tendencia ascendente durante los primeros años

del período bajo análisis, la tendencia se revirtió y los spreads tendieron a achicarse al profundizarse el

ciclo bajista en las tasas de referencia norteamericanas.

Finalmente, las tasas de rendimientos de los títulos emitidos por empresas de alto rendimiento y

calificación B o BB, las tasas de rendimientos de los títulos emitidos por empresas de alta calificación, y

su diferencial presentaron la siguiente evolución:


3,0%

3,5%

4,0%

4,5%

5,0%

5,5%

6,0%

6,5%

7,0%

7,5%

8,0%


Curva Sw ap Gobierno de EE.UU.

Fuente: Bloomberg

Diferencial curva Swap - Bono EE.UU. A 10 añosEn niveles

0,0%

0,2%

0,4%

0,6%

0,8%

1,0%

1,2%

1,4%

1,6%


Fuente: Bloomberg

El diferencial en cuestión, a diferencia del caso anterior, se rige por la avidez por instrumentos de mayor

riesgo imperante en el mercado internacional. Durante la primera mitad del ciclo y concomitante con los

períodos de baja de tasas en Estados Unidos, los spreads se mantuvieron o aumentaron.

Posteriormente, una vez despejadas las dudas acerca del crecimiento económico global, los spreads

revirtieron dicha tendencia, para llegar a niveles bajos en términos históricos.

En los gráficos, en forma conjunta, se observa que parecería existir una cierta correlación entre las

variables. Se observa que el índice EMBI global parecería tender a caer cuando caen las tasas de

referencia a 10 años, cuando cae la pendiente de la curva del Tesoro norteamericano, cuando

disminuyen los spreads de la curva swap y cuando disminuyen los spreads de los bonos de empresas

de baja calificación.


3,0%

5,0%

7,0%

9,0%

11,0%

13,0%

15,0%


Indice High Yield Curva Sw ap Fuente: Bloomberg

Diferencial de rendimiento HY frente a la curva Swap a 10 añosEn niveles

0,0%

1,0%

2,0%

3,0%

4,0%

5,0%

6,0%

7,0%

8,0%


Fuente: Bloomberg

5.2 – BÚSQUEDA DE RAÍCES UNITARIAS Y DE RELACIONES DE COINTEGRACIÓN

Se realizan los tests de raíces unitarias para determinar el orden de integración efectivamente

observado en cada una de las series bajo análisis. Parecería no ser sustentable, dada la observación de

los gráficos, la existencia de tendencia para ninguno de los casos anteriores. Por ende, se analizan las

series para todos los casos sin incluir tendencia. Los resultados son los siguientes:

Nota: La cantidad de rezagos se determinó a través del método de Akaike.

* Rechazo la hipótesis nula al 99% de confianza.

De las pruebas de raíz unitaria surge que las series bajo análisis son integradas de primer orden o I(1).

Para establecer las relaciones de cointegración se hace la prueba de Johansen. Se toma un modelo de

cuatro rezagos para ser conservador, teniendo en cuenta que el mercado financiero tiende a ajustarse

rápidamente. Asimismo y dado el comportamiento de las series, se toma un modelo con constante y sin

tendencia por ser esta no sustentable. La realización de la prueba de cointegración de Johansen

determina la existencia de una relación de equilibrio significativa al 5%.

Sample (adjusted): 1998M06 2006M11 Included observations: 102 after adjustments Trend assumption: No deterministic trend (restricted constant) Series: GLOB SPR_2Y SPR_SW SPR_H0 UST_10Y Lags interval (in first differences): 1 to 4

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.365801 98.87268 76.97277 0.0004 At most 1 0.230067 52.42270 54.07904 0.0698 At most 2 0.113606 25.75463 35.19275 0.3558 At most 3 0.097536 13.45410 20.26184 0.3287 At most 4 0.028852 2.986178 9.164546 0.5833

Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Con Constante

Sin Constante ni Tendencia

EMBI -1,6841 -0,9569 -10,7700 * -10,8156 *

SPR_10Y -0,6562 -0,6288 -4,0611 * -4,0799 *

SPR_SW -1,7024 -0,5967 -10,8588 * -10,9117 *

SPR_H0 -1,8512 -0,6159 -9,1809 * -9,2253 *

Sin Constante ni Tendencia

Con Constante

Nivel Primera DiferenciaEstadístico de Dickey - Fuller Aumentado

5.3 – ESTIMACIÓN DE UN MODELO DE CORRECCIÓN DE ERRORES

El Modelo de Corrección de Errores se basa en el hecho de que existen dos ecuaciones distintas para

ajustar la realidad al corto y al largo plazo diferentes ya que existen costos de ajuste que impiden el

ajuste instantáneo. Dado que ambas relaciones no tienen porqué estar en equilibrio simultáneamente,

shocks exógenos o movimientos previsibles en la ecuación de corto plazo pueden generar

desalineamientos en la ecuación de largo plazo. La idea central del modelo es que dichos ajustes se

corregirán lentamente para volver a la ecuación de equilibrio de largo plazo. Para poder medir la rapidez

de la corrección es que se impone como factor explicativo el residuo de la ecuación de largo plazo

rezagado un período. Dicho modelo puede ser estimado en forma vectorial o en forma uniecuacional en

dos etapas.

El modelo de corrección de errores responde a la siguiente ecuación teórica:

[ ] tttttt xxyxy ξδβγβ +Δ+−+Δ=Δ −−− 111*

En este caso, se utiliza un modelo de corrección de errores uniecuacional en dos etapas planteado por

Engle y Granger. Dicho modelo consiste en estimar una primera ecuación que refleje la relación de

cointegración de largo plazo, utilizando luego el vector de sus residuos para estimar la ecuación de corto

plazo.

En nuestro caso, la variable a explicar es el EMBI (yt), en tanto que las variables explicativas son

UST_10Y, SPR_10Y, SPR_SW y SPR_H0. La estimación se divide en dos: la estimación de la ecuación

a largo plazo y la estimación de la ecuación a corto plazo. La ecuación a largo plazo planteada

sería: ttt vxy += β , entre tanto que la ecuación a corto plazo planteada sería

ttttt xvxy ξδγβ +Δ++Δ=Δ −− 11* . Es importante resaltar que el modelo estimado en dos etapas hace

que la relación de largo plazo estimada sea superconsistente.

5.4 – RELACIÓN DE LARGO PLAZO

Al analizar las relaciones de cointegración, se observa que todas las variables son fuertemente

significativas y con los signos esperados. Se obtiene la siguiente relación:

0_63.1_86.010_68.110_10.108.0 HSPRSWSPRYUSTYSPREMBI ++++−=Estadísts. t (-7.40) (6.98) (6.88) (1.76) (8.30)

Se observa que los signos de la relación de largo plazo son los esperados teóricamente: todos los

factores afectan en forma positiva el spread que pagan los bonos emitidos por gobiernos de economías

integrantes del índice EMBI global. Además, el impacto de las variables es significativo pues todas son

significativas al 1% de probabilidad salvo por el caso de la variable SPR_SW que es significativa al 10%.

Asimismo, la ecuación cuenta con un buen ajuste reflejado en un R2 ajustado de 86%.

Los outliers encontrados en esta estimación son cuatro:

• Un cambio transitorio con coeficiente 0.7 que comienza en Agosto de 1998. Dicho trastorno en

el índice se explica por la eclosión de la crisis rusa en conjunción con el rescate por parte de la

Reserva Federal del fondo de cobertura Long Term Capital Management (LTCM) como

consecuencia de una severa crisis en sus finanzas.

• Un aumento por un período del spread correspondiente a Diciembre 1998 y un cambio

transitorio con coeficiente 0.7 que comienza en Enero de 1999. Dichos atípicos se explican por

la gestación y el estallido de la crisis financiera de Brasil tras un fuerte ataque especulativo

contra su moneda.

• Un cambio transitorio con coeficiente 0.7 que comienza en Octubre de 2001 Dicho atípico se

explica por el estallido de la crisis financiera de Argentina tras un fuerte ataque especulativo

contra su moneda.

El gráfico de la estimación actual, de la estimación ajustada y de los residuos de la ecuación de largo

plazo estimada son los siguientes:

Relación de Largo Plazo

0%

1%

2%

3%

4%

5%

6%

7%

8%

9%

10%

ene-98 feb-99 mar-00 abr-01 may-02 jun-03 jul-04 ago-05 sep-06

Se observa que el primer punto de desajuste, en el segundo y tercer trimestre de 1998, como era

esperable, se da con el aumento de la aversión al riesgo generado, en menor medida, por el estallido de

la crisis del fondo de cobertura LTCM y, en mayor medida, por la crisis rusa. Posteriormente, se genera

un sentimiento favorable hacia los mercados emergentes tras el éxito del megacanje de deuda

planteado por el gobierno argentino. Durante todo el año 2001, dicha bonanza cambió de signo para los

mercados emergentes con el agravamiento y estallido de la crisis argentina. No obstante, una vez

descontado que el naufragio argentino no tendría efectos sobre otras economías emergentes, el

mercado volvió a mostrar un sentimiento favorable hacia este tipo de activos. Desde el año 2002, la

tendencia de largo plazo y de corto plazo parecerían haberse alineado entre sí hasta el año 2006,

cuando se verificó una caída muy importante del diferencial de tasas de las economías emergentes

frente al Tesoro norteamericano en un contexto de fuertes influjos de capital en las economías

emergentes. A fecha de cierre del estudio, Abril de 2007, el índice de spread medido por el EMBI global

(170 puntos básicos) estaría 91 puntos básicos por debajo de lo que indicarían sus fundamentos

(0.43%).

Obtenida la ecuación arriba mencionada, se pasa a analizar la normalidad de los residuos, la cual no es

posible rechazar. Acto seguido, se pasa a analizar la exogeneidad de las variables que intervienen en la

ecuación de largo plazo, supuesto fundamental para poder tomar como dada la variable de interés.

Según Engle, Hendry y Richards (1983), para realizar inferencia econométrica es necesario que las

variables sean débilmente exógenas. Ello implica que, ante desajustes en la ecuación de largo plazo, la

variación de corto plazo en los fundamentos no responde a dichos cambios o, en otras palabras, es

posible tomar los datos de los fundamentos como dados sin pérdida de información relevante.

Empíricamente, la prueba consiste en desarrollar un modelo de series temporales adecuado para cada

uno de los fundamentos, verificando la no significatividad del vector cointegrador. En este caso, se

construyó un modelo ARIMA para cada uno de los fundamentos y se probó la significación del vector

cointegrador ya que no parecería que otro tipo de especificación aportase mayor información a la

prueba.

0%

2%

4%

6%

8%

10%

12%

14%

16%

ene-98 ago-99 feb-01 ago-02 feb-04 sep-05 mar-07

Real Ajustado

-4%

-2%

0%

2%

4%

6%

8%

10%

ene-98 ago-99 feb-01 ago-02 feb-04 sep-05 mar-07

Residuo

5.5 – RELACIÓN DE CORTO PLAZO

No obstante conocerse la ecuación de largo plazo, en el corto plazo los distintos factores pueden afectar

en forma diferente al efecto de largo plazo. Por ende, se imponen las distintas variables explicativas y el

desajuste en la ecuación de largo plazo para estimar la ecuación de corto plazo. Se estima la relación y

se encuentra la siguiente relación:

RLPHSPRSWSPREMBI 14.00_41.0_83.50009.0 −Δ+Δ+−=Δ ,

Estad. t (-3.3) (9.0) (7.3) (-10.6)

siendo RLP el residuo de la ecuación de largo plazo del período anterior.

La ecuación anterior muestra un resultado robusto con un R2 ajustado de 95%, al tiempo que las

variables son fuertemente significativas, ya que todas son significativas al 1% de probabilidad. Como se

observa en la ecuación descrita arriba, en el corto plazo el determinante fundamental del diferencial de

tasas que pagan los gobiernos soberanos están dados por los spreads de los activos con riesgo de

crédito. Como se esperaría teóricamente, tanto el spread de la curva swap frente a la curva del tesoro

norteamericano como el spread de las empresas con calificación B ó BB frente a la curva swap tienen

coeficientes fuertemente positivos. Por su parte, se observa que los datos aportados por la curva de

rendimientos norteamericana afecta a los spreads soberanos en el largo plazo, pero no en el corto

plazo.

Al estimar la ecuación en cuestión se encontraron varios atípicos:

• Junio y Agosto 1998 – El mercado financiero y, por ende, el precio de los títulos emitidos por

gobiernos emergentes, comienza a evidenciar turbulencias en Junio debido a la incipiente crisis

rusa y del fondo de inversión LTCM, crisis que termina por estallar entre Agosto y Setiembre de

dicho año. Como era de esperar, el signo de la variable es positivo.

• Diciembre 1998, Enero y Febrero 1999 – Los precios de los títulos emitidos por los gobiernos de

economías emergentes sufren el desarrollo y el estallido de la crisis de Brasil. Al igual que en el

caso anterior, el coeficiente de dichos outliers es positivo.

• Mayo y Agosto 1999 – Estos atípicos se explican por el comienzo y estallido de un ataque

especulativo contra la moneda de Colombia, lo cual tiene como consecuencia que el Banco

Central de ese país libere la banda de flotación que venía operando hasta ese momento. Como

era de esperar, el signo es positivo.

• Febrero y Marzo 2000 – Se disipan los temores a una moratoria de la deuda argentina tras el

éxito del megacanje de deuda planteado por el país. El signo es negativo.

• Agosto y Setiembre 2000 – El mercado se encontraba, en esta fecha, convulsionado por la

divulgación de diversos datos provenientes de Ecuador y Perú. Mientras que en Agosto el

gobierno ecuatoriano anunció un canje de deuda para salir del default que arrastró por dos

años, en Setiembre se conoció que el país pasaría a un régimen de dolarización completa de la

economía y se conoció una rebaja en la calificación de Perú por parte de Moody´s. En este

contexto, se generó un aumento en la cotización de los bonos emergentes en Agosto que fue

neutralizada por una caída de igual tamaño un mes más tarde. El coeficiente correspondiente a

Agosto es positivo y el coeficiente correspondiente a Setiembre negativo.

• Julio y Octubre 2001 – Con el agravamiento de la crisis argentina, entre Julio y Octubre se

registró un aumento en el riesgo de invertir en activos soberanos de baja calificación. Como era

esperable, el coeficiente de estos dos atípicos es positivo.

• Diciembre 2001 – El mercado internaliza el estallido de la crisis argentina y, convenciéndose

que dicha crisis no tendrá consecuencias sobre el resto de las economías emergentes, los

efectos evidenciados meses antes generados por el agravamiento de la misma se desvanecen.

El coeficiente es negativo.

• Años 2001 y 2002 – Se detecta un cambio de nivel en los años en cuestión en el impacto que la

variable SPR_10Y tiene en el período: pasa de no tener poder explicativo sobre el período a un

coeficiente de 2.3 puntos básicos. Dicho cambio de nivel se explica por una caída importante en

los diferenciales de tasas de las economías emergentes generados por un achatamiento de la

curva de los bonos del tesoro norteamericano, lo cual generó un aumento importante en la

liquidez global. El signo del cambio de nivel detectado en 2001 y 2002 es positivo.

• Año 2002 – Durante todo el año 2002, Brasil se vio sometido a una fuerte corrida contra su

moneda y sus bonos debido a que aumentaba la probabilidad de que un ex sindicalista obrero

que había pregonado políticas de no pago de la deuda externa, Luiz Inácio Lula Da Silva, llegue

al poder. Ello hizo que durante todo el año se detecte un aumento acumulativo en el índice en

cuestión, ya que el coeficiente tiene signo positivo.

• Octubre 2002 – Durante los meses anteriores, Brasil se vio sometido a una fuerte corrida contra

su moneda y sus bonos debido a que aumentaba la probabilidad de que un ex sindicalista

obrero que había pregonado políticas de no pago de la deuda externa, Luiz Inácio Lula Da Silva,

llegue al poder. No obstante, luego de conocido el resultado electoral favorable a Lula en

Octubre, y ante los mensajes de calma emitidos por él mismo, la corrida contra la moneda y los

bonos cesó. En este contexto, se observa un mejoramiento en la confianza en las economías

emergentes. El signo de éste atípico es negativo.

• Julio 2003 – Al conocerse el éxito del canje de deuda pública planteado por Uruguay, los

inversores se volvieron más aversos al riesgo por anticipar que, quizás, Argentina seguiría el

camino de su vecino rioplatense. Para los inversores, esto representaba una alternativa valiosa

frente a un eventual recorte de valor nominal. El coeficiente del indicador, como era de esperar,

es negativo.

Como se observa, dados los frecuentes cambios observados en el mercado, los atípicos detectados son

varios, aunque todos cuentan con el signo esperable. La presencia de un número relativamente grande

de atípicos se relaciona con la existencia de factores que no sería posible medir o que escaparían al

alcance del presente trabajo como podrían ser ciertos factores relacionados con cambios repentinos

ante shocks particulares en la aversión relativa a los mercados emergentes por parte de los inversores.

Se realiza la prueba de normalidad de Jarque Bera y no se rechaza la hipótesis de normalidad de los

residuos de la ecuación (0.57). El gráfico de los valores actuales y de los valores ajustados de los

residuos obtenido de la ecuación es el siguiente:

-.008

-.004

.000

.004

.008

-.04

.00

.04

.08

.12

98 99 00 01 02 03 04 05 06

Residual Actual Fitted

Analizada la exogeneidad de las variables mediante el test de Haussman, se concluye que dichas

variables son endógenas. Por ende, se pasa a estimar el modelo de corto plazo por mínimos cuadrados

en dos etapas (MC2E). Para ello, se utiliza como instrumentos el diferencial entre la curva swap y la

tasa del Tesoro a 2 años de plazo para el spread de la curva swap a 10 años frente a la tasa del tesoro

a 10 años (SPR_10Y) y el diferencial entre el índice H0 y la tasa swap a 2 años de plazo para el

diferencial del retorno corporativo de baja calificación frente a la curva swap (SPR_H0). Las

correlaciones entre las variables originales y sus instrumentos se encuentran en 93% y 89%

respectivamente. Para probar la homoscedasticidad de los residuos se realiza el test de Goldfeld y

Quandt, no rechazándose la existencia de homoscedasticidad al 5%.

Finalmente, se analiza la normalidad de los residuos, la estabilidad de los parámetros y la correcta

especificación del modelo muestral. En ese sentido, no se rechaza la hipótesis nula de que los residuos

estén distribuidos en forma normal mediante el test de Jarque Bera (0.57), no se rechaza la estabilidad

de los parámetros de media y varianza mediante tests de Chow de cambio estructural y no se rechaza la

correcta especificación del modelo muestral mediante pruebas de omisión de los parámetros

correspondientes.

6 – INTERPRETACIÓN DE LOS RESULTADOS

Los resultados permiten afirmar que existe una relación de largo plazo y una relación de corto plazo

entre las variables planteadas y el índice de rendimientos extra esperados de los bonos

gubernamentales de economías emergentes.

6.1 – ANÁLISIS DE LA RELACIÓN DE LARGO PLAZO

0_63.1_86.010_68.110_10.108.0 HSPRSWSPRYUSTYSPREMBI ++++−=

En el largo plazo, en relación a la ecuación planteada, se observan las siguientes características:

• Ante un aumento del empinamiento de la curva de rendimientos de Estados Unidos de 1 punto

básico, el cual implica un menor apetito relativo a nivel internacional por inversiones de largo

plazo, genera un aumento del diferencial de las tasas que pagan los títulos emitidos por los

gobiernos emergentes de 1,10 puntos básicos. Esta relación se resume en una elasticidad

promedio de 16%, la cual puede oscilar entre –30% y 20% según la relación de partida entre las

variables en la cual nos encontremos. Es importante recordar que hay períodos en que la curva

norteamericana se vio invertida, lo cual explica el cambio del signo en la elasticidad.

• Ante un aumento de las tasas de referencia norteamericana a 10 años de plazo, se detecta un

incremento más que proporcional, de 1.63 puntos básicos en el diferencial de tasas que pagan

los gobiernos emergentes. Ello se debe a que, ante un mayor nivel en las tasas

norteamericanas, menor es el apetito por el riesgo crediticio debido a que se pueden obtener

buenos niveles de retorno sin asumir riesgos de este tipo. Esta relación se resume en una

elasticidad promedio de 136%, la cual oscila entre 75% y 331% según la relación de partida

entre las variables explicativa y explicada en la cual nos encontremos. Esto nos muestra que

ante aumentos relativamente pobres en las tasas norteamericanas se observarán fuertes

incrementos en los diferenciales emergentes.

• Ante un aumento del spread entre la curva swap y la curva del tesoro norteamericano a 10 años

de plazo de 1 punto básico, se observará un incremento en el índice EMBI global de 0.86 puntos

básicos. Ello se debe a que, un mayor spread es un indicador de una mayor aversión al riesgo

crédito en general, lo cual genera una tendencia a vender todos los activos con algún nivel de

riesgo para pasar a invertir en bonos del tesoro norteamericano, aumentando los spreads de las

economías emergentes. Esta relación indicaría una elasticidad promedio de 18%, la cual

oscilaría entre 15% y 33%, según el caso.

• Ante un aumento del spread que pagan los bonos de una empresa riesgosa en términos

crediticios sobre una empresa con mínimo riesgo de este tipo para los instrumentos a 10 años

de plazo de 1 punto básico, se observará un aumento de 1.63 puntos básicos en los

diferenciales emergentes. Ello se debe a que un incremento en los spreads corporativos de baja

calificación por sobre los spreads corporativos de alta calificación generan un efecto contagio

hacia todos los segmentos del mercado de similar calificación, lo cual generaría una caída en

los precios de los bonos emergentes. Esta relación nos muestra una elasticidad promedio de

55%, la cual oscila entre 44% y 107% según la relación entre los niveles de las variables

incorporadas al análisis.

6.2 – ANÁLISIS DE LA RELACIÓN DE CORTO PLAZO

RLPHSPRSWSPREMBI 14.00_41.0_83.50009.0 −Δ+Δ+−=Δ

En el corto plazo, en relación a la ecuación planteada, se observan las siguientes características:

• Ante un aumento del spread que pagan los bonos de empresas con el mínimo riesgo frente a

los bonos del tesoro norteamericano de 1 punto básico, el spread de las economías emergentes

aumenta 6 puntos básicos en el corto plazo. Esto se explica pues un incremento en los spreads

de empresas con poco riesgo genera un aumento de spread de mercados emergentes por ser

éstos bonos riesgosos.

• Ante un incremento en el spread que pagan los bonos de empresas riesgosas frente a las

empresas con menor riesgo de 1 punto básico, el spread de las economías emergentes

aumenta, en el corto plazo, 0.41 puntos básicos. Ello se debe a que al aumentar el spread de

activos de similar calidad crediticia, se genera un cierto contagio en el mercado que hace

aumentar el spread de los activos emergentes.

• Es importante destacar que no se detecta que, en el corto plazo, la curva de rendimientos

norteamericana tenga efectos de relevancia sobre los spreads que pagan las economías

emergentes.

• El coeficiente del desajuste de largo plazo muestra que se corrige un 14.3% por mes del

desajuste en la ecuación de largo plazo. Ello significa que en un plazo de un año se corrige un

84% del desajuste generado por un shock y que el 95% de cualquier shock se vería corregido

en algo más de 18 meses.

Se observa, de la comparación de ambas ecuaciones que en el corto plazo los activos del gobierno

norteamericano no tienen influencia sobre el índice EMBI global, a pesar de que en el largo plazo la

influencia se hace notoria. Por su parte, algo similar ocurre con el spread que pagan los activos

corporativos con calificación similar a la de las economías emergentes frente a los bonos del tesoro

norteamericano, ya que su significación aumenta entre el corto y el largo plazo. Finalmente, a diferencia

de los casos anteriores, el impacto de la variable de spread de la curva swap frente a los bonos

norteamericanos es importante en el corto plazo, aunque parte del mismo se desdibuja en el largo plazo.

7 – CONCLUSIONES

El presente trabajo constituye una primera aproximación al análisis de los determinantes del diferencial

de tasas de rendimientos de bonos emitidos por gobiernos de economías emergentes frente a bonos de

la tesorería norteamericana, desde un enfoque basado en la teoría financiera.

Se estima un modelo en el que es posible afirmar que existe una relación entre el spread que pagan las

economías emergentes y sus factores explicativos: el nivel de tasas norteamericanas de similar plazo, la

pendiente de la curva de rendimientos norteamericana, el spread de las empresas de alta calidad

crediticia frente a la tasa de rendimientos norteamericana de referencia y el spread de las empresas de

baja calidad crediticia frente a los spread de las empresas de alta calidad crediticia.

Se observa que, en el corto plazo, el riesgo crediticio es el factor que determina el spread de los bonos

emergentes ya que las variables determinantes del mismo son el spread de la curva swap frente a los

bonos del tesoro norteamericano y el spread de los bonos de baja calidad frente a la curva swap. Se

observa que ante aumentos de 1 punto básico en los spreads de la curva swap frente al tesoro

norteamericano, los diferenciales de tasas de los bonos emergentes aumentan 6 puntos básicos,

mientras que ante aumentos de 1 punto básico en los spread de los bonos de baja calificación frente a

la curva swap, los bonos emergentes amplían sus diferenciales en 0,41 puntos básicos. Es importante

destacar que, en el corto plazo, los factores provenientes de la curva de bonos del tesoro de Estados

Unidos específicamente no tienen influencia sobre los bonos emergentes.

En el largo plazo, comienza a tomar relevancia la curva del tesoro norteamericano en desmedro

principalmente del diferencial de tasas con la curva swap. En efecto, en el largo plazo la influencia del

diferencial de la curva swap frente al Tesoro norteamericano cayó a 1,5 puntos básicos de aumento en

el spread por cada punto de aumento en dicho diferencial y la influencia del diferencial de la curva de

bonos riesgosos frente a la curva swap aumentó a 0,86; mientras que pasó a ser relevante el nivel de la

curva de Estados Unidos y el empinamiento en el tramo 2 a 10 años de la misma. En efecto, ante un

aumento de 1 punto básico en la tasa de referencia norteamericana el spread emergente aumentaría

1.65 puntos básicos, mientras que ante un empinamiento de 1 punto básico en la misma el spread

aumentaría 1.05 puntos básicos.

A la fecha de finalización del trabajo, nos encontrábamos con niveles mínimos de tasas de referencia

norteamericanas y de spreads de empresas, tanto de alta como de baja calidad, al tiempo que la curva

de rendimientos norteamericana estaba invertida. Esto estaría indicando un fuerte apetito por el riesgo

en todos los sentidos: apetito por el riesgo en términos crediticios y en términos del riesgo tasa de

interés. Ello hace que el diferencial de tasas bajo análisis caiga a niveles mínimos desde un punto de

vista histórico: el spread de equilibrio se ubicaría en el entorno de los 261 puntos básicos. Asimismo, se

detecta un overshooting en la cotización de los bonos emergentes de 91 puntos básicos ya que el

spread efectivo se ubica en 170 puntos básicos. Esto estaría explicando la avidez de los gobiernos

emergentes por emitir y por hacer operaciones de manejo de deuda.

Es importante resaltar, como limitante, que la configuración del modelo teórico no incluye los efectos

específicos que impactan en todo el sector de economías emergentes como activo financiero. Ello

explica la existencia de atípicos de diversa índole ubicados especialmente en la ecuación de corto plazo.

Una forma de continuar este análisis sería incorporar la explicación de los mismos.

Como trabajos siguientes, se podría adoptar este tipo de análisis para las distintas economías que

integran el índice EMBI global. En esta segunda instancia sería de interés incluir el efecto de los

fundamentos macroeconómicos sobre la cotización de los bonos. Estos podrían impactar sobre el

rendimiento de los títulos pues los mismos formarían parte de la retribución por riesgo crediticio.

BIBILIOGRAFÍA

• Bodie, Z.; Kane, A.;y A. Marcus (2002), “Investments”, 5ª Edición.

• Fabozzi, F. (2000), “Fixed Income Analysis”, Frank J. Fabozzi Association.

• Fabozzi, F. (1996), “Bond Markets, Analysis and Strategies”, Prentice may.

• Greene, W. (2002), “Econometric Analysis”, 5º edición.

• Canela, M.A., Pedreira E. y J. Santiso (2007), “Capital flows to BRIC´s countries. Fundamentals

or just liquidity?”.

• Calvo, G. (2003), “Explaining sudden stops, growth collapse for emerging domestic bond market

and BOP crises: the case of distortionary bond markets in the global financial markets”, Working

Paper, OCDE.

• Blommenstein, H. y J. Santiso (2006), “New strategies for emerging domestic bond markets in

the global financial markets”, Working Paper, OCDE.

• Nieto, S. y J. Santiso (2006), “The usual suspects: investment banks recommendations and

emerging markets”, Working Paper, OCDE.

• Gianelli, D. y M. Mednik (2006), “Un modelo de corrección de errores para el tipo de cambio real

en el Uruguay: 1983:I – 2005:IV”, Jornadas de Economía del BCU.

ANEXO I – ECUACIÓN DE LARGO PLAZO

Dependent Variable: GLOB Method: Least Squares Date: 02/16/07 Time: 15:54 Sample (adjusted): 1998M01 2006M11 Included observations: 107 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -0.077727 0.011219 -6.928214 0.0000SPR_10Y 1.050810 0.161608 6.502216 0.0000UST_10Y 1.658839 0.257562 6.440551 0.0000SPR_H0 0.858615 0.106621 8.052938 0.0000SPR_SW 1.543129 0.875856 1.761852 0.0812D_199808 0.109003 0.008315 13.10941 0.0000D_199901 0.071443 0.007982 8.950643 0.0000D_200110 0.014043 0.008259 1.700274 0.0923Y199812 0.036524 0.010915 3.346206 0.0012

R-squared 0.873156 Mean dependent var 0.061394Adjusted R-squared 0.862801 S.D. dependent var 0.028716S.E. of regression 0.010637 Akaike info criterion -6.168664Sum squared resid 0.011088 Schwarz criterion -5.943847Log likelihood 339.0235 F-statistic 84.32508Durbin-Watson stat 0.590840 Prob(F-statistic) 0.000000

ANEXO II – RELACIÓN DE CORTO PLAZO

Dependent Variable: D(GLOB) Method: Two-Stage Least Squares Date: 02/16/07 Time: 16:18 Sample (adjusted): 1998M02 2006M11 Included observations: 106 after adjustments Instrument list: C D(SPR_H0_I) D(SPR_SW_I) AMCE_CE3(-1) Y199806 Y199808 Y199812 Y199901 Y199902 Y199905 Y199908 D2_200002 D(Y200008) Y200112 Y200107 Y200110 Y200210 Y200307 D2_2001*D(SPR_2Y_I) Y_2002


C -0.000872 0.000300 -2.909480 0.0046D(SPR_H0) 0.413180 0.056333 7.334575 0.0000D(SPR_SW) 6.090576 0.655996 9.284470 0.0000

AMCE_CE3(-1) -0.145181 0.013779 -10.53604 0.0000Y199806 0.009061 0.002563 3.535543 0.0007Y199808 0.067806 0.003227 21.01483 0.0000Y199812 0.014876 0.002661 5.591421 0.0000Y199901 0.021076 0.002699 7.808298 0.0000Y199902 0.009197 0.002724 3.376167 0.0011Y199905 0.012385 0.002650 4.674479 0.0000Y199908 0.006276 0.002598 2.415545 0.0178

D2_200002 -0.017063 0.002273 -7.506087 0.0000D(Y200008) -0.009649 0.001934 -4.990313 0.0000

Y200112 -0.025273 0.002636 -9.585913 0.0000Y200107 0.018493 0.002653 6.970612 0.0000Y200110 0.008704 0.002576 3.379091 0.0011Y200210 -0.012268 0.002890 -4.244874 0.0001Y200307 -0.010542 0.003031 -3.478156 0.0008

D2_2001*D(SPR_10Y) 2.356249 0.301027 7.827362 0.0000Y_2002 0.001945 0.000858 2.267045 0.0259

R-squared 0.954196 Mean dependent var -0.000293Adjusted R-squared 0.944077 S.D. dependent var 0.010751S.E. of regression 0.002542 Sum squared resid 0.000556F-statistic 92.17717 Durbin-Watson stat 1.948248Prob(F-statistic) 0.000000

ANEXO III – PRUEBAS DE EXOGENEIDAD DÉBIL EN LA ECUACIÓN DE LARGO PLAZO

Dependent Variable: D(UST_10Y) Method: Least Squares Date: 02/16/07 Time: 16:36 Sample (adjusted): 1998M06 2006M11 Included observations: 102 after adjustments Convergence achieved after 12 iterations Backcast: 1997M11 1997M12


C -0.000398 0.000344 -1.156743 0.2502RLP(-1) 0.021516 0.014276 1.507144 0.1351

D(UST_10Y(-2)) -0.499775 0.171558 -2.913149 0.0045Y200307 0.009025 0.002522 3.578646 0.0005

AR(2) -0.314493 0.189081 -1.663274 0.0995MA(2) 0.742111 0.146340 5.071131 0.0000

R-squared 0.186390 Mean dependent var -0.000107Adjusted R-squared 0.144015 S.D. dependent var 0.002720S.E. of regression 0.002517 Akaike info criterion -9.074569Sum squared resid 0.000608 Schwarz criterion -8.920159Log likelihood 468.8030 F-statistic 4.398543Durbin-Watson stat 1.865178 Prob(F-statistic) 0.001194

Dependent Variable: D(SPR_SW) Method: Least Squares Date: 02/16/07 Time: 08:59 Sample (adjusted): 1998M02 2006M11 Included observations: 106 after adjustments Convergence achieved after 13 iterations Backcast: 1997M08 1997M12


C -6.77E-05 5.01E-05 -1.352410 0.1793RLP(-1) 0.001792 0.002448 0.732156 0.4658Y199808 0.002790 0.000620 4.498371 0.0000Y200307 0.002491 0.000615 4.048773 0.0001Y200003 0.002397 0.000622 3.850438 0.0002Y200101 -0.001964 0.000620 -3.166051 0.0021

MA(5) -0.268426 0.098694 -2.719776 0.0077

R-squared 0.426267 Mean dependent var 0.000000Adjusted R-squared 0.391495 S.D. dependent var 0.000811S.E. of regression 0.000632 Akaike info criterion -11.83073Sum squared resid 3.96E-05 Schwarz criterion -11.65485Log likelihood 634.0288 F-statistic 12.25900Durbin-Watson stat 2.214623 Prob(F-statistic) 0.000000

Inverted MA Roots .77 .24-.73i .24+.73i -.62+.45i -.62-.45i

Dependent Variable: D(SPR_H0) Method: Least Squares

Date: 02/16/07 Time: 09:04 Sample (adjusted): 1998M08 2006M11 Included observations: 100 after adjustments Convergence achieved after 11 iterations Backcast: 1997M07 1997M12


C 2.11E-05 0.000410 0.051457 0.9591RLP(-1) -0.021306 0.019806 -1.075757 0.2848Y200211 -0.017829 0.004391 -4.060309 0.0001Y200109 0.019040 0.004360 4.367288 0.0000

AR(6) -0.794378 0.054926 -14.46272 0.0000MA(6) 0.976504 0.022962 42.52722 0.0000

R-squared 0.382034 Mean dependent var -2.76E-05Adjusted R-squared 0.349163 S.D. dependent var 0.005076S.E. of regression 0.004095 Akaike info criterion -8.100132Sum squared resid 0.001576 Schwarz criterion -7.943822Log likelihood 411.0066 F-statistic 11.62238Durbin-Watson stat 1.546629 Prob(F-statistic) 0.000000

Inverted AR Roots .83-.48i .83+.48i .00+.96i -.00-.96i -.83-.48i -.83+.48i

Inverted MA Roots .86+.50i .86-.50i .00-1.00i -.00+1.00i -.86+.50i -.86-.50i

Dependent Variable: D(SPR_10Y) Method: Least Squares Date: 02/16/07 Time: 09:11 Sample (adjusted): 1998M08 2006M11 Included observations: 100 after adjustments Convergence achieved after 8 iterations


C -0.000169 0.000214 -0.789821 0.4317RLP(-1) 0.002705 0.006193 0.436689 0.6634Y200101 0.004885 0.001124 4.345888 0.0000Y200109 0.005037 0.001140 4.420113 0.0000Y200307 0.004886 0.001124 4.346872 0.0000Y200003 -0.004440 0.001124 -3.951775 0.0002Y200104 0.002966 0.001122 2.643206 0.0097

AR(6) 0.418759 0.096084 4.358250 0.0000

R-squared 0.496274 Mean dependent var -1.62E-05Adjusted R-squared 0.457947 S.D. dependent var 0.001650S.E. of regression 0.001215 Akaike info criterion -10.51181Sum squared resid 0.000136 Schwarz criterion -10.30340Log likelihood 533.5904 F-statistic 12.94842Durbin-Watson stat 2.206936 Prob(F-statistic) 0.000000

Inverted AR Roots .86 .43+.75i .43-.75i -.43+.75i

-.43-.75i -.86

ANEXO IV – PRUEBA DE NORMALIDAD DE LA RELACIÓN DE LARGO PLAZO

0

4

8

12

16

-0.02 -0.01 0.00 0.01 0.02

Series: ResidualsSample 1998M01 2006M11Observations 107

Mean -1.43e-17Median 0.000490Maximum 0.027364Minimum -0.019394Std. Dev. 0.010227Skewness 0.350505Kurtosis 2.785350

Jarque-Bera 2.396310Probability 0.301750

ANEXO V – PRUEBA DE NORMALIDAD DE LA RELACIÓN DE LARGO PLAZO

0

4

8

12

16

20

-0.0050 -0.0025 0.0000 0.0025 0.0050

Series: ResidualsSample 1998M02 2006M11Observations 106

Mean 5.28e-19Median 3.90e-18Maximum 0.005642Minimum -0.004771Std. Dev. 0.002301Skewness 0.032637Kurtosis 2.647374

Jarque-Bera 0.568009Probability 0.752763

los determinantes del spread de las economÍas … de economa/iees03j3370807.pdf3 – teorÍa de...

Documents