Turnover Delegated Portfolio Management: The Local Bond Mutual Fund Case Turnover Administración Delegada de carteras: El caso de los fondos mutuos de instrumentos de deuda nacional.

din
gs
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
1.03 TURNOVER & ADMINISTRACIÓN DELEGADA DE CARTERAS: EL CASO DE LOS
va
d
os
-E
NE
FA
Pr
oc
ee
FONDOS MUTUOS DE INSTRUMENTOS DE DEUDA NACIONAL7.
es
er
AUTOR: Jaime Lavín S.
rR
Ph.D © y Master in Management Science, Universidad Adolfo Ibáñez
Au
to
Escuela de Negocios, Universidad Adolfo Ibáñez, Santiago de Chile
56-2-331-1320
EN
EF
A
Pr
o
ce
ed
ing
s-
De
re
ch
os
de
[email protected]
7
This research corresponds to a part of the thesis work of the Ph.D in Management Science program of Adolfo Ibáñez University. This
article has received valuable comments of the professor guide Matías Braun L. Thanks for the valuable comments provided in the
finance research seminar of the School of Business and Engineering School of Adolfo Ibáñez University.
94
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
RESUMEN
din
gs
Los determinantes del nivel de transacciones de compra y venta de activos financieros –
rotación o turnover- realizado por inversionistas e intermediarios, ha llamado la atención de la
ee
literatura por sus implicancias en el retorno de activos, desempeño de administradores de fondos y
oc
evolución de los mercados. Considerando el conjunto de fondos de deuda nacionales para el período
Pr
2002-2009, y aplicando una metodología de panel para analizar la rotación de las carteras de
NE
FA
administradores y fondos a través del tiempo; se encontró evidencia que este fenómeno, se asociaría
a teorías relacionadas con la eficiencia en la administración de fondos de terceros y problemas de
-E
agencia en la administración delegada de carteras. En particular, hipótesis relacionadas con costos de
os
transacción, riesgo y señalización, dan cuenta del fenómeno; sin embargo, ninguna de ellas por sí
va
d
sola es capaz de explicarlo. En promedio la rotación anual que un fondo de deuda nacional realiza es
er
de un 26%, es decir, cada 4 años rotaría el equivalente al 100% de su portfolio. Esta cifra, equivale al
es
60% del turnover reportado para fondos de deuda en investigaciones recientes de performance en
rR
USA. Esta investigación realiza un aporte, ya que integra y testea en forma conjunta teorías respecto
to
a los determinantes de la rotación, que sólo han sido investigados en forma individual en mercados
de
tampoco en mercados emergentes.
Au
de renta variable desarrollados, y que aún, no han sido estudiadas en el segmento de deuda ni
os
Palabras claves: Administración Delegada de Carteras; Administración Activa de Carteras, Rotación
De
re
ch
de Portfolios; Renta Fija.
ABSTRACT
s-
The determinants of the level of turnover of financial assets made by investors and
ing
intermediaries, has drawn the attention of the literature by its implications for asset returns, the
ed
performance of fund managers and market developments. Considering the entire national debt funds
Pr
o
ce
for the period 2002-2009, and applying a panel methodology to analyze the behavior of
administrators and fund portfolios over time, there was evidence that this phenomenon would be
EF
A
associated with efficiency theories in managing third party funds and agency problems in delegated
EN
portfolio management. In particular, assumptions relating to transaction costs, risk and signaling
account for the phenomenon, but none of them alone can explain it. The average annual turnover of
a local bond fund is 26%, ie, the fund rotate every 4 years the equivalent of 100% of their portfolio.
This figure is 60% of turnover reported for debt funds in recent performance research in the USA.
This research makes a contribution, as it integrates together and test theories about the
95
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
determinants of turnover, which have only been investigated individually in developed equity
din
gs
markets, and still have not been studied in the debt segment nor in emerging markets.
ee
Keywords: Delegated Portfolio Management, Active Portfolio Management, Portfolio Turnover; Fixed
EN
EF
A
Pr
o
ce
ed
ing
s-
De
re
ch
os
de
Au
to
rR
es
er
va
d
os
-E
NE
FA
Pr
oc
Income
96
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
1. Introducción
En Chile, la industria de fondos mutuos se ha posicionado como el tercer actor más importante en
ee
términos de volumen administrado, situándose detrás de las administradoras de fondos de
oc
pensiones y las compañías de seguros. A diciembre de 2009, los fondos administrados ascendían a
Pr
US$ 35.180 millones. Este crecimiento y desarrollo de la industria de administración de fondos, no
NE
FA
sólo ha sido un hecho de carácter local, sino que también ha ocurrido en los países desarrollados. En
particular, creciente interés se ha centrado en el estudio de los determinantes de los
-E
comportamientos que exhiben estos gestores de fondos, en cuanto a sus decisiones de inversión y
os
desinversión de activos financieros (Allen, 2001), y en las implicancias que éstos tienen en los
va
d
retornos de los activos y desempeño de los mercados financieros (Gorton & Winton, 2003). Uno de
er
los fenómenos observados en los mercados de capitales desarrollados, que ha llamado la atención de
rR
es
los investigadores, corresponde al de las transacciones financieras.
to
Bajo los modelos estándares de eficiencia, los agentes financieros racionales sólo deberían transar
Au
si es que nueva información es incorporada en el mercado, cuando es necesario re-balancear las
de
carteras, por motivos de liquidez, o simplemente para hacer cobertura, entre otros factores
os
mencionados en la literatura (Hellwig, 1991), (Diamond & Dybvig, 1983), (Diamond, 1984), (Dow &
ch
Gorton, 1997). Como consecuencia de lo anterior, se plantea que en un mundo de completa
De
re
racionalidad, el volumen de transacciones debería ser inferior a aquél con racionalidad limitada, en el
cual los agentes están sujetos a modas, efectos manadas, creencias y sesgos conductuales (Shiller,
ing
s-
1984), (Shleifer & Summers, 1990) y (Barberis & Thaler, 2003). Por otra parte, existe consenso que
los montos transados observados en el mercado, no serían explicados en forma exclusiva por motivos
ed
conductuales o de eficiencia, sino que también, por la existencia de problemas de agencia. En efecto,
Pr
o
ce
otra fundamentación a la existencia de altos niveles de transacción, se centra en el accionar de
inversores profesionales, quienes actúan como agentes contratados por principales, quienes delegan
EF
A
en ellos el rol de administración de carteras. Esta situación de gestión delegada, estaría sujeta a
EN
conflictos de interés, factores que serían causantes de incrementos en los niveles de transacción en
el mercado financiero (Holmstrom, 1999), (Dow & Gorton, 1997) (Chevalier & Ellison, 1997),
(Chevalier & Ellison, 1999), (Basak, Pavlova, & Shapiro, 2007).
97
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Para testear estas hipótesis, se trabajó con las carteras de inversiones de instrumentos de deuda
din
gs
del universo de fondos de renta fija nacionales desde 2002 a 2009. El hecho de contar con el detalle
de la composición de los portfolios mes a mes, permitió obtener una medida exacta del nivel de
ee
compras y ventas de instrumentos, y cuantificar así, la rotación de cada fondo en el período. A esta
oc
base de elaboración propia, compuesta por 53 fondos mutuos pertenecientes a 19 administradoras,
Pr
se le aplicaron regresiones de panel con el fin de estudiar la rotación de las carteras a través del
NE
FA
tiempo, entre administradoras y entre fondos. Así mismo, ya que los datos varían a través de tres
dimensiones (tiempo, fondo y administradora), se pudieron aplicar controles de efectos fijos
-E
asociados a dichas dimensiones. Los resultados encontrados sugieren que el turnover, sería un
os
fenómeno que se asociaría a dos dimensiones: eficiencia en la administración de fondos de terceros y
va
d
problemas de agencia en la administración delegada de carteras. En la primera dimensión, se
er
encontró que un aumento de una desviación estándar en la liquidez promedio de los instrumentos
es
del fondo, se traduce en un aumento de 22.5% en la rotación anual. Respecto a la segunda
rR
dimensión, un aumento de una desviación estándar en la volatilidad de los retornos y en el tracking
to
error del fondo, implicaría un aumento de 15.8% y 7.7% respectivamente en la rotación anual,
Au
mientras que un aumento de una desviación estándar en el plazo medio de la cartera del fondo, se
de
traduce en un aumento de 28% en el turnover anual de las carteras. En relación con la naturaleza del
os
fenómeno de turnover, los resultados muestran que ninguna de las dos dimensiones anteriores es
ch
capaz de dar cuenta del fenómeno por sí sola, sino que por el contrario, éste sería un fenómeno
De
re
conjunto.
ed
ing
s-
2. Estudios relacionados
ce
Investigaciones relacionadas con el exceso de transacciones en el mercado financiero, plantean
Pr
o
que en un contexto de administración delegada de carteras donde existe responsabilidad limitada de
A
los agentes e información asimétrica, un administrador de fondos “malo” transaría en exceso
EF
comparado con uno “bueno”, y por lo tanto, su cartera de inversiones administrada, exhibiría un alto
EN
nivel de rotación o turnover (Allen & Gorton, 1993). Según los autores anteriores, esto ocurriría, ya
que un administrador “malo” no tiene mucho que perder, pues su remuneración se asemeja a una
opción call –si pierden el dinero confiado en administración, no reciben nada sin importar cuán mal
lo hagan, mientras que si lo hacen bien, obtienen una proporción de lo que generan. Como resultado,
98
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
estos agentes prefieren especular, y por lo tanto, transarán en el mercado a pesar que en promedio
din
gs
pierdan en las transacciones frente a los “buenos” administradores de fondos. Un efecto adverso de
este fenómeno de exceso de compras y ventas, es que bajo ciertas condiciones, se pueden crear
ee
burbujas de transacciones –churning bubbles- y como resultado, una mala valoración de activos
Pr
oc
financieros (Stracca, 2006).
NE
FA
Trabajos afines, plantean que en un contexto de moral hazard como consecuencia de información
asimétrica en la relación agente principal en la administración delegada de carteras, los principales
-E
son incapaces de distinguir el “activamente haciendo nada” de los agentes, situación en que no
os
transan ya que no hay activos mal valorados en el mercado, y por lo tanto, no tienen sentido incurrir
va
d
en un costo de transacción, del “simplemente haciendo nada”, escenario en el cual los agentes no
er
analizan, ni investigan activos mal valorados, y por ende, tampoco transan (Dow & Gorton, 1997).
es
Adicionalmente, los mismos autores señalan que en una situación en que no es posible recompensar
rR
la inactividad, y en donde la responsabilidad limitada del administrador de fondos evita el castigo ex
to
post de decisiones de inversión y desinversión incorrectas, el contrato de administración delegada de
Au
carteras, puede inducir a los buenos administradores a transar en exceso, es decir, a hacer churning,
de
y por lo tanto, sus carteras exhibirán un alto turnover o rotación. Por otra parte, como la habilidad y
os
el talento de los administradores no son observables fácilmente, sobretodo en horizontes de
ch
evaluación de corto plazo, el exceso de trading se transformaría en una forma de señalización hacia
De
re
los principales, de las capacidades y habilidades de los agentes o administradores de fondos.
s-
Una dimensión adicional para explicar el exceso de transacciones, dice relación con la racionalidad
ing
limitada de los agentes. La literatura financiera ha estudiado dicho fenómeno señalando, por
ed
ejemplo, que las modas y los movimientos o dinámicas sociales serían factores importantes o incluso
Pr
o
ce
causas dominantes en los movimientos de precios de activos especulativos (Shiller, 1984). También
se menciona, que la demanda por activos riesgosos de inversores no racionales, estaría afectada por
EF
A
creencias y sentimientos que no estarían plenamente justificados por noticias fundamentales
EN
(Shleifer & Summers, 1990). Asimismo, los cambios en la demanda de activos riesgosos serían
respuesta a pseudo-señales o “modelos populares” que los inversionistas creen contienen
información respecto a retornos futuros, pero que bajo modelos racionales no contienen dicha
información (Shleifer & Summers, 1990). Como resultado de lo anterior, los mismos autores plantean
que los sesgos de juicio que afectarían a los inversionistas en el procesamiento de información
99
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
tenderían a ser similares. Finalmente, señalan que los errores de juicio de los agentes más relevantes
din
gs
para el mercado financiero, son el exceso de confianza, la representatividad y la sobrerreacción.
Relacionado con lo anterior, se ha estudiado el fenómeno del turnover o rotación de carteras de
ee
inversión, en un contexto centrado tanto en los inversionistas individuales, así como también, en uno
oc
inserto en el ámbito de la administración delegada de carteras. Respecto al primer grupo de
Pr
inversores, al analizar el comportamiento de un grupo de clientes de un bróker accionario, se halló
NE
FA
que después de tomar en consideración los costos de transacción, el retorno promedio obtenido por
estos inversores era inferior al retorno promedio de los principales benchmarks accionarios (Barber &
-E
Odean, 2000). La causa principal del underperformance en los retornos de este grupo de
os
inversionistas, se debería principalmente a excesivos costos de transacción, estos últimos, gatillados
va
d
por una abundancia de transacciones de compra y venta, es decir, un alto turnover de los portafolios.
er
El origen de esta abundancia de transacciones, estaría a su vez, generada por un exceso de confianza
es
u overconfidence mostrado por estos inversionistas respecto de sus conocimientos y habilidades de
rR
inversión, en el entendido que estos inversores, creen contar con información suficientemente
to
poderosa como para justificar la realización de una transacción de compra y venta de un activo
de
Au
financiero (Barber & Odean, 2000), (Barber & Odean, 2001), (Barber & Odean, 2002).
re
ch
os
3. La Data
De
La muestra de elaboración propia, corresponde al universo de 53 fondos mutuos nacionales de
s-
instrumentos de deuda de mediano y largo plazo, pertenecientes a 19 administradoras, que cubre el
ing
período 2002-2009. Del total de fondos, 32 son filiales de bancos, 11 corresponden a filiales de
ed
compañías de seguros y 10 pertenecen a bancos de inversión. La base de datos obtenida desde la
ce
Superintendencia de Valores y Seguros de Chile (SVS)8 es la principal fuente de información para los
Pr
o
títulos de deuda que componen las carteras de los fondos. Cabe señalar que la ausencia de
A
transacciones para ciertos instrumentos de deuda, puede provocar problemas en la valorización de
EF
las carteras. En el caso de los fondos mutuos, a partir del año 2006, las administradoras
EN
pertenecientes a la AAFM9, utilizan un sistema único de precios para la valorización de títulos sin
transacción, con lo cual se evitan distorsiones y se homogenizan a nivel de industria criterios de
8
9
Sitio web de la SVS. www.svs.cl
Organización gremial que agrupa a las Sociedades Administradoras de Fondos Mutuos que operan en el país. www.aafm.cl
100
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
valoración de las carteras. Datos referentes a índices de renta fija chilena, montos transados, stocks
ee
fueron obtenidos desde la Bolsa de Comercio de Santiago (BCS)10 y desde LVAINDICES11.
din
gs
de instrumentos emitidos, tasas de interés de instrumentos libres de riesgo de crédito e inflación,
oc
Investigaciones recientes en mercados desarrollados, han señalado que por el hecho de no contar
Pr
con información suficientemente detallada de los instrumentos que componen las carteras de los
NE
FA
fondos de deuda, no ha sido factible profundizar en el análisis y estudio de los beneficios y costos de
la administración activa de fondos de deuda. (Cici & Gibson, 2010). En este sentido, esta
-E
investigación es un aporte en dicha dirección, por el hecho de contar con suficiente información
os
desagregada de los fondos de deuda nacionales. Cabe señalar, que la base de datos de la SVS,
va
d
resume las carteras de los fondos con un nivel de detalle tal, que permite trabajar no sólo con el
er
stock mensual real de títulos que cada fondo mutuo mantuvo en cartera, sino que también, con el
es
emisor, plazo, moneda y valor nominal de cada instrumento financiero. De esta manera, al contar
rR
con las posiciones físicas a través del tiempo, es posible obtener una medida precisa de la evolución
to
de las compras y ventas que estos gestores de fondos realizan, y en consecuencia, determinar el nivel
Au
de rotación o turnover que cada fondo realizó mes a mes. Conforme a lo anterior, a partir de las
de
fuentes de información anteriores, y en base a elaboración propia, se construyeron el resto de las
re
s-
De
4. Medida de Turnover
ch
os
variables que se utilizaron en esta investigación.
ing
La medida de turnover (TO) utilizada en esta investigación, corresponde a la métrica utilizada
ed
internacionalmente por Morningstar12 para medir el nivel de actividad o rotación de la cartera de
ce
inversiones de un fondo mutuo. En ella, el TO del fondo i en el período t, corresponde al mínimo
Pr
o
entre las compras y las ventas de títulos realizadas en t por dicho fondo –excluyendo aquellos
instrumentos de plazo inferior a 1 año-, como proporción de la cartera promedio que el fondo tuvo
EN
EF
A
en dicho período, es decir:
10
Sistema de información SEBRA provisto por la BCS. www.sebra.cl
LVAINDICES es un proveedor local de índices de deuda y de valorización de instrumentos. www.lvaindices.com
12
Morningstar Inc. es un proveedor internacional independiente de research en inversiones. www.morningstar.com
11
101
din
gs
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
ee
Donde, Comprasit = compras en MM$ realizadas por el fondo i en el período t; Ventasit = ventas en
oc
MM$ realizadas por el fondo i en el período t; y Cartera Promedioit = cartera promedio en MM$ del
Pr
fondo i en el período t. Para el caso de esta investigación, se tiene que: i = 1…53 (muestra de 53
NE
FA
fondos) y t = 1…84 (serie de tiempo de 84 meses). Investigaciones previas de performance en países
desarrollados ((Chen, Ferson, & Peters, 2010), (Gutierrez, Maxwell, & Xu, 2007), (Zhao, 2005), y
-E
(Moneta, 2009)), con el propósito de estimar los costos de transacción en fondos de deuda, han
os
utilizado el turnover reportado por CRSP13, entidad que calcula la rotación incluyendo a los títulos de
va
d
plazo inferior a 1 año, y además, considera los vencimientos de instrumentos como si fueran ventas
efectivas. Esta medida de rotación, tiene problemas de sesgo, pues sobreestima el verdadero nivel de
es
er
actividad de un fondo. Esto ya que, en primer lugar, los vencimientos de títulos no se generan por
rR
decisiones de ventas tomadas por los administradores de carteras, sino que, por el envejecimiento
to
natural de los instrumentos; y en segundo lugar, al considerar los instrumentos de plazo menor a un
Au
año, se están incorporando en la medición de la rotación, títulos que por su naturaleza rotan en el
de
portafolio muchas veces en el año, puesto que principalmente, se mantienen en posición por motivos
os
de liquidez. En consideración a lo anterior, (Cici & Gibson, 2010), han estudiado el performance de
ch
fondos de deuda corporativos en USA, utilizado la metodología de turnover de Moningstar, medida
s-
Turnover general
De
re
que evita el sesgo de sobreestimación al corregir ambos efectos mencionados anteriormente.
ing
En la Tabla 1 se resume la rotación de las carteras de los fondos de deuda nacionales para el período
ed
completo 2002-2009 (Panel A), adicionalmente se muestra el turnover para los correspondientes
ce
siete períodos anuales desagregados de la muestra (Panel B). La media de TO encontrada para el
Pr
o
período completo es de 26% anual. Esta cifra, equivale aproximadamente al 60% del turnover
A
promedio encontrado en el período 1996-2006, para fondos de deuda, en investigaciones recientes
EF
en USA (Cici & Gibson, 2010). Este nivel de rotación anual, significa que en promedio, un fondo
EN
mutuo reemplazó el 26% de su cartera cada año, o bien, cada 4 años un fondo rota el equivalente al
100% de su portafolio de instrumentos de deuda de mediano y largo plazo. Por otra parte, al revisar
13
El turnover reportado por CRSP utiliza como fuente a Lipper, entidad que recoge estadísticas directamente desde los fondos. (Cici &
Gibson, 2010)
102
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
la evolución a través del tiempo de esta indicador, se aprecia un alza sustancial en el nivel de
din
gs
actividad de los fondos en los últimos dos años de la muestra. Todas las medias reportadas son
ee
estadísticamente distintas de cero al 1% de significancia.
Pr
oc
Tabla 1 – Resumen de Turnover Anual por períodos y diferencias entre períodos
En esta tabla se resumen los valores encontrados de turnover para la muestra de fondos de instrumentos de deuda de mediano y largo
os
-E
NE
FA
plazo nacionales para el período 2002-2009. El turnover anual se determinó a partir de:
va
d
Compras it = compras de títulos (MM$) realizadas por el fondo i en el mes t (excluyendo aquellos instrumentos de plazo inferior a un año);
Ventas it = ventas de acciones (MM$) realizadas por el fondo i en el mes t (excluyendo aquellos instrumentos de plazo inferior a un año);
er
Cartera promedio it = cartera (MM$) promedio del fondo i en el mes t. De acuerdo a lo anterior, en el PANEL A se muestra un resumen de
es
las estadísticas de los niveles de rotación de las carteras, desagregadas por cada año de la muestra y para el período completo. En el PANEL
rR
B se comparan las diferencias de turnover de cada año con respecto al promedio de turnover del período completo, además se analizan las
Au
to
diferencias de rotación existentes entre pares de años contiguos. Significancia estadística: *** al 1%; ** al 5%; * al 10%.
Max
p25%
p50%
p75%
0.23
0.00
3.54
0.004
0.063
0.254
2004
417
0.21
0.00
4.42
0.011
0.091
0.265
2005
530
0.21
0.36
0.00
2.83
0.000
0.058
0.275
2006
570
0.19
0.34
0.00
3.65
0.000
0.045
0.258
2007
600
0.19
0.31
0.00
2.43
0.003
0.072
0.263
2008
612
0.30
0.42
0.00
2.83
0.007
0.129
0.441
2009
635
0.45
0.71
0.00
7.11
0.038
0.216
0.576
3,681
0.26
0.46
0.00
7.11
0.005
0.093
0.335
0.35
ing
ed
EN
EF
A
Pr
o
ce
0.44
ch
317
Desv. Est.
os
Mean
re
2003
Total
Min
De
Obs.
s-
Año
de
PANEL A - Resumen TO Anual por períodos anuales y período completo
103
din
gs
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Año Mean de cada año vs TO
2003
0.23
-0.0355*
2004
0.21
-0.0526**
2005
0.21
-0.0515**
2006
0.19
-0.0729***
2007
0.19
-0.0720***
2008
0.30
0.0370*
2009
0.45
0.1931***
2004 vs 2005
2005 vs 2006
2006 vs 2007
2007 vs 2008
2008 vs 2009
NE
FA
2003 vs 2004
del período total
oc
Diferencias de TO entre años
Pr
Diferencia de TO
ee
PANEL B – Diferencias TO Anual entre períodos
0.0171
va
d
0.0214
os
-E
-0.0011
-0.1090***
-0.1560***
to
rR
es
er
-0.0010
de
Au
Fondos Mutuos de Deuda y Niveles de Turnover
os
En la Tabla 2, se muestra un resumen comparativo de las variables anteriores, separando la
ch
muestra de fondos de acuerdo al nivel de turnover, tipo de fondo mutuo, patrimonio administrado y
re
remuneración anual. La evidencia muestra que aquellos fondos que más rotaron sus carteras, se
De
caracterizan por tener: un menor número de títulos en cartera, un menor tamaño, un menor número
s-
de partícipes, un mayor patrimonio medio por partícipe, un mayor maturity; además, cobran una
ing
mayor remuneración anual, poseen una mayor volatilidad mensual de los retornos y una menor
ed
edad; finalmente, son no bancarios. Asimismo, no se observan diferencias estadísticamente
Pr
o
ce
significativas en el retorno mensual y sharpe ratio de fondos mutuos con turnover alto y bajo.
2009
EN
EF
A
Tabla 2 – Resumen fondos de instrumentos de deuda de mediano y largo plazo nacionales – Período 2002-
En esta tabla se resumen las principales variables de los fondos de deuda nacionales de acuerdo a: (1) TURNOVER: grado de turnover alto
vs bajo; (2) TIPO: tipo de fondo: bancario vs no bancario;
(3) PATRIMONIO: patrimonio mensual alto vs bajo; (4)
REMUNERACIÓN: fondo tiene remuneración anual alta vs baja. Las variables corresponden a: FONDOS (Nº de fondos mensual de la
muestra); TURNOVER (% de turnover anual de cada fondo); TITULOS (número de títulos en cartera de cada fondo); PATRIMONIO
104
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
(Patrimonio mensual de cada fondo); PARTICIPES (número de partícipes mensual de cada fondo); RETORNO (Rentabilidad nominal
mensual de cada fondo); PAT. PART (inversión media mensual por partícipe de cada fondo); MATURITY (plazo promedio en años de la
din
gs
cartera de cada fondo). REMUNERACION (costo de administración anual cobrado por cada fondo); SIGMA (desviación estándar mensual de
6 meses de los retornos de cada fondo); SHARPE (índice de Sharpe mensual de 6 meses de cada fondo); AGE (antigüedad en años de cada
Au
to
rR
es
er
va
d
os
-E
NE
FA
Pr
oc
ee
fondo); Significancia estadística: *** al 1%; ** al 5%; * al 10%.
os
de
Modelo Empírico
ch
La aproximación empírica consiste en analizar los niveles de rotación mensual de los 53
De
re
fondos mutuos pertenecientes a 19 administradoras para el período 2002-2009. El panel es
desbalanceado debido a la disponibilidad de datos, ya que el número de fondos y administradoras es
s-
variable durante el período. La aproximación consiste en dos etapas: (1) desarrollo y testeo de las
ing
tres hipótesis en forma individual, (2) testeo de las hipótesis en forma conjunta. Para tales efectos se
EF
A
Pr
o
ce
ed
desarrolla la siguiente regresión de panel con efectos fijos en Stata:
es el logaritmo natural del turnover anual del fondo i de la
EN
La variable dependiente
administradora j en el período t; α corresponde a la constante;
fondos;
es una dummy que controla por administrador;
es una dummy que controla por
es una dummy que controla por tiempo.
representa las variables independientes observadas para el fondo i de la administradora j en el
105
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
período t;
corresponde a los coeficientes del modelo de regresión, a los coeficientes de las
din
gs
variables de control y Cijt a las variables de control incorporadas en el modelo. Los datos varían a
través de tres dimensiones: tiempo, fondos y administradoras. La estimación se hizo con errores
agrupados
por
administradora,
robustos
por
autocorrelación
temporal
y
ee
estándar
Pr
oc
heteroscedasticidad.
NE
FA
Modelo de Eficiencia
-E
La existencia de los intermediarios financieros (IF) ha sido estudiada en extenso en la literatura
os
financiera, en ella se plantea por ejemplo que los IF pueden ser vistos como prestadores de servicios
va
d
de transformación de activos, actividad en la que existen economías de ámbito, como por ejemplo,
er
investigación, administración y custodia de valores; y economías de escala, relacionadas con la
es
reducción de costos fijos asociados a la gestión de portafolios y diversificación eficiente de carteras
rR
de inversión. Al respecto, (Hellwig, 1991), plantea que los fondos mutuos pueden ser vistos como
to
coaliciones de inversionistas que explotan economías de escala y de ámbito en las tecnologías de
Au
transacción. Como resultado de lo anterior, las actividades de los IF, permiten a los inversionistas
de
diversificar sus carteras, reduciendo de este modo, sus costos de transacción. Otro argumento citado
os
en la literatura para la justificación de los IF, dice relación con la liquidez. En efecto, (Diamond &
ch
Dybvig, 1983), señalan que al ser una coalición de inversionistas, los IF están en condiciones de
De
re
invertir en activos más ilíquidos pero más rentables, preservando la liquidez necesaria para satisfacer
las necesidades individuales de liquidez de los agentes. En otras palabras, los intermediarios
ing
s-
financieros, proveen un seguro de liquidez a los inversionistas. Del mismo modo, (Allen & Gale,
1997), plantean que los intermediarios financieros proveen a los inversionistas, un seguro contra
ce
ed
condiciones adversas de mercado, como por ejemplo, shocks no diversificables que afectan el
Pr
o
bienestar de los agentes. Adicionalmente, la literatura plantea que los IF tienen ventajas
comparativas con respecto a los inversionistas individuales en la investigación, análisis y vigilancia de
EF
A
las inversiones. Es decir, el intermediario actúa como un monitor delegado, el cual monitorea o vigila
EN
las inversiones de los inversionistas individuales (Diamond, 1984).
A partir de lo anterior, surgen algunas hipótesis relacionadas con el fenómeno de la rotación de
carteras, como por ejemplo, ya que los IF proveen liquidez a sus clientes, cabe preguntarse si es que
106
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
a mayor (menor) número de clientes de un fondo, menores (mayores) necesidades de proveer
din
gs
liquidez individual a cada agente tendrá el intermediario como resultado de la diversificación, y en
consecuencia, exhibirá menores (mayores) niveles de turnover, comparado con un fondo de menor
ee
cantidad de partícipes. Así mismo, es interesante analizar el efecto del tamaño de cada partícipe en
oc
el nivel de rotación del fondo, por ejemplo, mientras mayor (menor) sea la inversión media por
Pr
partícipe, mayor (menor) exposición a necesidades puntuales de liquidez, y por lo tanto, como
NE
FA
medida de precaución la cartera se rotaría en menor (mayor) medida. En relación a los costos de
transacción, es relevante analizar si es que existe una relación positiva entre la liquidez de los
-E
instrumentos de un fondo, y la rotación de éste, es decir, examinar si los administradores privilegian
os
o no en sus carteras, instrumentos de mayor liquidez con el fin de minimizar los costos de
va
d
transacción. Relacionado con el monitoreo delegado, es interesante estudiar, si es que a mayor
er
tamaño, el intermediario tendrá mayores economías de escalas en el monitoreo, lo cual implicará
es
una menor necesidad de rebalanceo de la cartera –ya que conoce muy bien los activos
rR
administrados-, y en consecuencia, un menor turnover. Finalmente, respecto al número de títulos en
to
cartera, resulta relevante examinar si existe una relación positiva entre el número de instrumentos
Au
en cartera y la suficiencia de las actividades de monitoreo, con su consiguiente efecto en la rotación
os
de
del portafolio.
ch
Para efectos de construcción de un modelo de TO considerando variables de eficiencia, se
De
re
utilizarán las variables descritas en la Tabla 3. Estas variables se relacionan con las hipótesis de
seguro de liquidez: LN_PARTICIPES y LN_PAT_PART; costos de transacción: LN_LIQ; y monitoreo
s-
delegado: LN_TITULOS y LN_ACT_ADM. Para modelar la medida de rotación, se construye el modelo
ing
econométrico con datos en panel que se reporta en la Tabla 3. En el PANEL A, se describen las
ed
variables del modelo que testean las hipótesis anteriores, y en el PANEL B, se resumen los resultados
Pr
o
ce
obtenidos. La idea fundamental detrás de este modelo, es determinar si es que el TO puede ser
explicado por variables propias de cada fondo, que se relacionan con políticas comerciales y de
EF
A
inversión que cada administrador decide implementar al momento de gestionar la cartera de
EN
inversiones a su cargo; y por variables propias del mercado, que son comunes a todos los fondos
mutuos de deuda.
107
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
Tabla 3 – Modelo de Turnover – Eficiencia
En esta tabla se resumen los resultados del siguiente modelo con datos en panel:
. La variable dependiente corresponde a logaritmo natural del turnover anual del fondo i, de la administradora j, en el período t; α
es una variable dummy que controla por fondos;
corresponde a las variables independientes observadas para el fondo i, de la
oc
es una variable dummy que controla por tiempo.
es una variable dummy que controla por administrador;
ee
corresponde a la constante;
corresponde a los coeficientes del modelo de regresión y Cijt corresponde a las variables de control. En
Pr
administradora j, en el período t;
el PANEL A, se detalla la descripción de las variables independientes del modelo y en el PANEL B, se muestran los resultados obtenidos.
NE
FA
Modelo pooled no restringido: (1); Modelos pooled restringidos: (2), (3), (4), (5) y (6); (2) y (3): Modelos que testean hipótesis de seguro de
liquidez; (4): Modelo que testea hipótesis de costos de transacción. (5) y (6): Modelos que testean hipótesis de monitoreo delegado; (7):
-E
Modelo de efecto fijo controlado por fondo; (8): Modelo de efecto fijo controlado por administradora; (9): Modelo de efecto fijo
controlado por tiempo; (10): Modelo de efecto fijo controlado por fondo, administradora y tiempo. Estimación con errores estándar
va
d
os
robustos por autocorrelación temporal y heteroscedasticidad. Significancia estadística: *** al 1%; ** al 5%; * al 10%.
er
Panel A – Variables Independientes
Logaritmo natural del nº de partícipes mensual de cada fondo.
LN_PAT_PART
Logaritmo natural de la inversión promedio mensual por partícipe de cada fondo.
LN_LIQ
Logaritmo natural de la liquidez promedio mensual de cada fondo.
LN_TITULOS
Logaritmo natural del n° de títulos mensual en cartera de cada fondo.
LN_ACT_ADM
Logaritmo natural del total de activos mensual gestionados por cada administradora.
EN
EF
A
Pr
o
ce
ed
ing
s-
De
re
ch
os
de
Au
to
rR
es
LN_PARTICIPES
Se observa evidencia significativa desde el punto de vista estadístico, de efectos en el nivel de
rotación relacionadas con las hipótesis de liquidez y costos de transacción, del mismo modo, no se
observan efectos relacionados con la hipótesis de monitoreo. Los resultados indican que a mayor
108
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
número de partícipes los fondos rotan menos sus carteras, pues existiría una mayor diversificación de
din
gs
las necesidades individuales de liquidez de estos agentes, con lo cual los fondos tendrían menores
necesidades de hacer rotación, ya que existiría un efecto diversificación similar al de las pólizas
ee
emitidas por una compañía de seguros. Los resultados sugieren también, que el tamaño del cliente se
oc
relaciona inversamente con la rotación, es decir, a mayor inversión media por partícipe, mayor
Pr
impacto de las necesidades individuales de liquidez de cada agente sobre el fondo, con lo cual, como
NE
FA
medida precautoria existiría un menor incentivo a rotar las carteras. En relación a los costos de
transacción, los resultados indican que existe una relación directa entre la liquidez de los activos del
-E
fondo y la rotación de éste. En otras palabras, los fondos maximizan su eficiencia por la vía de
os
escoger activos que cuenten con los menores costos de transacción, es decir, aquellos títulos que
va
d
poseen la mayor liquidez. Al incorporar efectos fijos por fondos, administradoras y tiempo, los
er
resultados anteriores en general se mantienen, tanto en términos de significancia, como de sentido
es
de la relación de causalidad. En el modelo que incluye dummies por fondos, se observa que son
rR
significativas las variables inversión media por partícipes y liquidez, por lo que existirían diferencias
to
explicadas por estas variables, en el nivel de rotación entre administradoras y a través del tiempo. Así
Au
mismo, en el modelo que incluye dummies por administradoras, las variables significativas son el
de
número de partícipes y la liquidez, por lo que existirían diferencias explicadas por estas variables, en
os
el nivel de turnover entre fondos y a través del tiempo. Por otra parte, en el modelo que incluye
ch
dummies por tiempo, se observa significancia estadística en el número de partícipes, por lo que
De
re
existirían diferencias en la rotación explicadas por esta variable, entre fondos y administradoras.
Finalmente, al incluir los tres efectos fijos en conjunto, se mantiene la significancia estadística de las
s-
variables inversión media por partícipe y liquidez. En términos de la variabilidad explicada, se aprecia
ing
que ésta aumenta desde un 17% en el modelo pooled no restringido, hasta niveles de 22%, 19% y
ed
23% en cada uno de los modelos de efectos fijos por separado. Adicionalmente, no se observan
Pr
o
ce
diferencias importantes en el nivel de variabilidad explicada para cada una de las tres dimensiones en
forma independiente, sin embargo, al considerarlas en conjunto, la variabilidad explicada aumenta al
EF
A
28%, por lo tanto, se puede concluir que las tres dimensiones son significativas para explicar los
EN
niveles de rotación observados.
Resumiendo, los resultados anteriores sugieren que las hipótesis de seguro de liquidez (Diamond
& Dybvig, 1983) y costos de transacción (Hellwig, 1991), establecidas en la literatura financiera para
justificar la existencia de los intermediarios financieros, también son significativas desde el punto de
109
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
vista estadístico, para explicar los niveles de rotación. Por el contrario, la evidencia indica que la
din
gs
hipótesis de monitoreo delegado (Diamond, 1984) no sería un factor relevante para explicar los
ee
niveles de rotación de las carteras.
Pr
oc
Modelo de Agencia
NE
FA
La literatura ha estudiado en extenso los problemas de agencia existentes en la administración
delegada de carteras, en ella se establece por ejemplo, que éste es un problema de adquisición de
-E
información más que uno de desempeño, por lo que el timing de un problema de administración de
os
carteras, implicaría algún nivel de esfuerzo por parte del agente con el fin de recibir una señal
va
d
informativa del mercado, y posteriormente, la ejecución de una acción –no observable por el
er
principal- basada en la realización de esta señal (Bhattacharya & Pfleiderer, 1985), (Stoughton, 1993).
es
En relación al grado de observación del nivel de esfuerzo desplegado por el agente, se plantea que a
rR
diferencia de las relaciones de agencia estándar, donde en la medida que el agente tenga una
to
participación creciente en el nivel de compensación de acuerdo a su desempeño, éste se esforzará
Au
más beneficiando así a los principales, en la relación de agencia existente en la administración
de
delegada de carteras, los contratos de administración estándares llevan al agente a realizar un nivel
os
de esfuerzo sub-óptimo, es decir, conllevan a un menor nivel de esfuerzo con las consiguientes
ch
consecuencias negativas para el principal. Esto ocurriría pues el agente, puede controlar la escala de
De
re
la respuesta a la señal del mercado, influenciando así no sólo el retorno de la cartera, sino que
también su nivel de riesgo (Stoughton, 1993), (Admati & Pfleiderer, 1997). Respecto al grado de
s-
responsabilidad limitada que enfrentan los agentes en una relación de administración delegada de
ing
inversiones, se señala que éstos tienen el incentivo a correr mayores niveles de riesgo en las carteras
ed
que administran, comparado con un contexto de mayor responsabilidad, ya que esta limitante en sus
Pr
o
ce
obligaciones como administradores de fondos, los induciría a aumentar el riesgo de los portfolios con
el fin de maximizar el valor de la opción implícita existente en el contrato de administración delegada
EF
A
(Grinblatt & Titman, 1989). En este contexto, (Allen & Gorton, 1993), plantean que los agentes son
EN
remunerados con una opción call que atraería charlatanes a la industria, situación que se traduciría
en un mayor nivel de riesgo en las carteras y en mayores niveles de transacción o turnover de los
portafolios. Así mismo, en un contexto donde no es posible recompensar la inactividad –como
consecuencia de moral hazard- y en presencia de responsabilidad limitada, los contratos de
administración de carteras pueden inducir a los buenos portfolios managers a realizar churning o
110
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
exceso de transacciones (Dow & Gorton, 1997). Lo anterior ocurriría, según los mismos autores, ya
din
gs
que el turnover sería un mecanismo válido de señalización hacia los principales del talento y
conocimiento superior del mercado que poseerían los agentes. Esto pues para los principales, es
ee
difícil distinguir talento y esfuerzo de los agentes a través del retorno de los portfolios, especialmente
oc
en horizontes de evaluación de corto plazo, que son precisamente aquellos que prevalecen en la
NE
FA
Pr
industria de fondos mutuos.
Con respecto al efecto de la reputación sobre el accionar de los agentes, la literatura plantea que
-E
en un contexto de administración delegada de carteras, ésta puede tener un impacto significativo en
os
los incentivos que enfrentan los administradores, por ejemplo se plantea que existe poca relación
va
d
explícita entre comisiones y desempeño en la industria de administración de activos (Lakonishok,
er
Shleifer, & Vishny, 1992b). En relación a los incentivos a asumir riesgos en la toma de decisiones,
es
(Holmstrom, 1999), plantea que comparados con sus pares de mayor edad, en los administradores
rR
más jóvenes existiría una mayor aversión al riesgo, ya que éstos tienen mayores preocupaciones por
to
el futuro de su carrera ejecutiva. La idea es que como son jóvenes, no existe evidencia de su
Au
habilidad como ejecutivos, y en consecuencia, el resultado de sus decisiones sería utilizado como
de
proxy o señal del nivel de esfuerzo realizado. En este sentido, el mismo autor plantea que esfuerzo
os
sería un sustituto de habilidad, por lo tanto, en este contexto los jóvenes se esforzarían más que los
ch
mayores. En la misma línea de la preocupación por la carrera ejecutiva, (Chevalier & Ellison, 1997)
De
re
evidencian que comparados con sus pares de mayor edad, en los administradores de fondos mutuos
jóvenes, existiría la tendencia a asumir menores niveles de riesgo no sistemático en sus carteras y a
s-
tener portfolios convencionales y similares a los de su grupo objetivo. En relación al accionar de los
ing
administradores de fondos mutuos como respuesta a incentivos, (Chevalier & Ellison, 1999),
ed
encuentran evidencia que comparados con fondos de mayor edad, fondos nuevos tienen mayores
Pr
o
ce
incentivos a alterar el nivel de riesgo de sus carteras –al alza (baja) cuando su desempeño es inferior
(superior) al mercado-. Relacionado con la reputación y la asignación de activos, (Huddart, 1999),
EF
A
plantea que cuando la remuneración de los agentes depende del nivel de activos bajo
EN
administración, con el fin de aparecer como agentes informados frente a los principales, los agentes
tienen incentivos a distorsionar la composición de activos de los fondos, y en consecuencia, la
varianza de los retornos de las carteras es mayor. En esta línea, pero relacionado con la asignación de
activos y el manejo del riesgo de las carteras, (Basak, Pavlova, & Shapiro, 2007), muestran que las
apuestas de los administradores de los fondos como respuesta a incentivos, provocan un aumento o
111
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
disminución de la volatilidad de las carteras. Sin embargo, muestran que en un contexto de
din
gs
performance relativo, la medida de riesgo apropiada es el tracking error, ya que los administradores
ee
de cartera apostarían a aumentarlo o disminuirlo comparado a un benchmark.
oc
A partir de lo anterior, surgen algunas hipótesis, por ejemplo, como consecuencia del incentivo de
Pr
los administradores de incrementar la volatilidad de sus portfolios, existe o no una relación positiva
NE
FA
entre el riesgo de una cartera y su rotación; esto ya que para modificar el riesgo de una cartera, hay
que cambiar la composición de sus activos. Como resultado de moral hazard y responsabilidad
-E
limitada, se observará efectivamente que los buenos (malos) administradores señalizan a los
os
principales su esfuerzo vía transacciones, es decir, mayor rotación de los portfolios. Como
va
d
consecuencia de mayores (menores) incentivos a señalizar, existe una relación positiva (negativa)
er
entre el perfil (tamaño) de los partícipes de un fondo y los niveles de turnover desplegado por los
es
administradores. Finalmente, relacionado con la reputación de la carrera ejecutiva, cabe preguntarse
rR
si como respuesta a los incentivos, existirá evidencia de un efecto de la edad de los fondos y sus
Au
to
niveles de rotación.
de
Para efectos de construcción de un modelo de TO considerando variables de agencia, se utilizarán
os
las variables descritas en la Tabla 4. Estas variables se relacionan con las hipótesis de riesgo: SIGMA,
ch
TCK_ERROR y LN_MATURITY; señalización: INFRATIO, LN_PAT_PART; y reputación: LN_AGE. Para
De
re
modelar la medida de rotación, se construye el modelo econométrico con datos en panel que se
reporta en la Tabla 4. En el PANEL A, se describen las variables del modelo que testean las hipótesis
Tabla 4 – Modelo de Turnover – Agencia
ce
ed
ing
s-
anteriores, y en el PANEL B, se resumen los resultados obtenidos.
Pr
o
En esta tabla se resumen los resultados del siguiente modelo con datos en panel:
. La variable dependiente corresponde a logaritmo natural del turnover anual del fondo i, de la administradora j, en el período t; α
EF
A
corresponde a la constante;
es una variable dummy que controla por fondos;
es una variable dummy que controla por tiempo.
EN
administradora j, en el período t;
es una variable dummy que controla por administrador;
corresponde a las variables independientes observadas para el fondo i, de la
corresponde a los coeficientes del modelo de regresión y Cijt corresponde a las variables de control.. En
el PANEL A, se detalla la descripción de las variables independientes del modelo y en el PANEL B, se muestran los resultados obtenidos.
Modelo pooled no restringido: (1); Modelos pooled restringidos: (2), (3), (4), (5), (6) y (7); (2), (3) y (4): Modelos que testean hipótesis de
riesgo; (5) y (6): Modelos que testean hipótesis de señalización. (7): Modelo que testea hipótesis de reputación; (8): Modelo de efecto fijo
controlado por fondo; (9): Modelo de efecto fijo controlado por administradora; (10): Modelo de efecto fijo controlado por tiempo; (11):
112
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Modelo de efecto fijo controlado por fondo, administradora y tiempo. Estimación con errores estándar robustos por autocorrelación
din
gs
temporal y heteroscedasticidad. Significancia estadística: *** al 1%; ** al 5%; * al 10%.
Panel A – Variables Independientes
Desviación estándar mensual de 6 meses de los retornos.
ee
SIGMA
Tracking error mensual de 6 meses
Logaritmo natural del plazo promedio mensual de los activos del fondo
INFRATIO
Information ratio mensual de 6 meses de cada fondo.
LN_PAT_PART
Logaritmo natural de la inversión promedio mensual por partícipe de cada fondo.
LN_AGE
Logaritmo natural de la edad mensual de cada fondo.
ch
os
de
Au
to
rR
es
er
va
d
os
-E
NE
FA
Pr
oc
TCK_ERROR
LN_MATURITY
De
re
Se observa evidencia significativa, de efectos en el nivel de rotación relacionados con las hipótesis
de riesgo y señalización, no se observan efectos relacionados con la hipótesis de reputación. Los
s-
resultados indican que existe una relación directa entre los niveles de riesgo de las carteras –medido
ing
como desviación estándar de los retornos, tracking error y plazo- y los niveles de rotación. Los
ed
resultados anteriores, están en línea con las investigaciones que evidencian que los incentivos
Pr
o
ce
existentes en la relación inversionista - administrador de fondos, inducen a estos últimos a aumentar
el riesgo de las carteras, y por lo tanto, a aumentar también el nivel de turnover (Grinblatt & Titman,
EF
A
1989), (Allen & Gorton, 1993), (Huddart, 1999), (Basak, Pavlova, & Shapiro, 2007). Los resultados
EN
sugieren también, que existiría una relación inversa entre el desempeño de un fondo y los niveles de
rotación de este. Es decir, no se observaría el efecto calidad del administrador (Dow & Gorton, 1997),
en el cual fondos con mejor desempeño, realizan una mayor rotación como mecanismo de
señalización. Este resultado indicaría que la señalización en fondos de deuda sería muy cara, pues
como se aprecia en la Tabla 2, no existe diferencia entre el retorno de fondos con alta y baja
113
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
rotación, y en consecuencia, señalizar a los principales por esta vía, tendría un efecto negativo en el
din
gs
desempeño de las carteras por la vía de aumentar los costos de transacción. Por otra parte, se
observa evidencia parcial de efectos del perfil del cliente en la rotación, la evidencia indicaría que a
ee
mayor tamaño de la inversión media de los partícipes, menores niveles de rotación de de los fondos.
oc
Este resultado sugeriría que los administradores no señalizarían en fondos con clientes de alto
Pr
patrimonio, tal vez por el hecho, que los inversores en fondos de deuda tienen un comportamiento
NE
FA
distinto al inversionista de fondos accionarios, ya que poseen un grado de riqueza, conocimiento y
grado de aversión al riego mayor (Zhao, 2005). En relación a posibles implicancias de la edad de los
-E
fondos, no se encuentra evidencia significativa desde el punto de vista estadístico de efectos sobre el
os
turnover. Al incorporar efectos fijos por fondos, administradoras y tiempo, los resultados anteriores
va
d
en general se mantienen, tanto en términos de significancia, como de sentido de la relación de
er
causalidad. En el modelo que incluye dummies por fondos, se observa que son significativas las
es
variables volatilidad de los retornos, maturity, desempeño e inversión media por partícipe, en
rR
consecuencia entre administradoras y a través del tiempo, existirían diferencias en la rotación
to
explicadas por estas variables. En el modelo que incluye dummies por administradora, se observa
Au
significancia de la volatilidad de los retornos, maturity y desempeño, por lo que existirían diferencias
de
en el nivel de rotación entre fondos y a través del tiempo, que son explicadas por estas variables. En
os
el modelo que incluye dummies por tiempo se evidencia la significancia de las variables tracking
ch
error, maturity y desempeño, por lo que existirían diferencias en el turnover entre fondos y
De
re
administradoras, que son explicadas por dichas variables. Al incluir los tres efectos fijos en conjunto,
se mantiene la significancia estadística de las variables maturity, desempeño e inversión media por
s-
partícipe. En términos de la variabilidad explicada, se aprecia que ésta aumenta desde un 18% en el
ing
modelo pooled no restringido, hasta niveles de 23%, 21% y 24% en cada uno de los modelos de
ed
efectos fijos por separado. No se observan diferencias importantes en el nivel de variabilidad
Pr
o
ce
explicada para cada una de las tres dimensiones en forma independiente, sin embargo, al
considerarlas en conjunto, ésta aumenta al 29%, por lo tanto, se puede concluir que las dimensiones
EF
A
asociadas a fondos, administradoras y tiempo serían significativas para explicar los niveles de
EN
rotación observados.
114
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
Modelo Conductual
La literatura finanzas conductuales ha estudiado ciertos fenómenos financieros, desde la óptica
ee
del uso de modelos en los cuales los agentes no son totalmente racionales. Por ejemplo, (Barber &
oc
Odean, 2000) encuentran evidencia que los retornos obtenidos por inversionistas individuales, son
Pr
inferiores a los retornos de los benchmarks de mercado. Estos resultados, señalan los autores,
NE
FA
estarían originados por un exceso de costos de transacción como consecuencia de excesivas
operaciones de compra y venta de acciones. Estas transacciones, estarían generadas por la sobre
-E
confianza u overconfidence de estos agentes. En este sentido, el exceso de transacciones sería
os
inconsistente con modelos en los cuales, las operaciones obedecen a expectativas racionales de los
va
d
inversionistas (Grossman & Stiglitz, 1980). Los modelos de exceso de confianza, predicen por
er
ejemplo, que los hombres tienen mayores niveles de exceso de confianza que las mujeres, y por lo
es
tanto, transan más; sin embargo, obtienen menores retornos que las mujeres, ya que incurren en
rR
mayores costos de transacción (Barber & Odean, 2001). Los mismos autores plantean que estas
to
diferencias en los niveles de exceso de confianza, son más pronunciadas entre hombres y mujeres
Au
solteros, y en consecuencia, sus niveles de transacciones también. Así mismo, (Gervais & Odean,
de
2001) señalan que el sesgo de auto atribución, provocaría que el exceso de confianza de los
os
inversores exitosos crezca de sobre manera respecto a sus habilidades de trading. Asimismo, indican
ch
que la sobre confianza no aumenta la riqueza, pero que al aumentar la riqueza de los inversores, los
De
re
agentes pueden volverse demasiado sobre confiados. También, sugieren que el exceso de confianza,
es superior en inversores jóvenes e inexpertos, o que recién comienzan sus carreras, y que el nivel de
s-
transacciones, será mayor también, después de alzas de mercado, e inferior posterior a caídas.
ing
Investigaciones posteriores, establecen que el exceso de transacciones de los agentes, sería
ed
provocado por un exceso de confianza u overconfidence respecto de sus habilidades de inversión y
Pr
o
ce
conocimientos; esto ya que los inversores, creerían contar con información suficiente como para
justificar una transacción financiera (Barber & Odean, 2000), (Barber & Odean, 2001), (Barber &
EN
EF
A
Odean, 2002).
A partir de los trabajos conductuales precedentes, surgen algunas hipótesis a estudiar, por
ejemplo, analizar si se observa una relación positiva entre el grado de overconfidence de los
inversores–por ejemplo, gatillado por los buenos resultados pasados- y el nivel de rotación
115
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
observado en las carteras. También, si como consecuencia del sesgo de auto atribución, existe una
din
gs
relación directa entre el momentum y el turnover.
ee
Para efectos de construcción de un modelo de TO considerando variables conductuales, se
oc
utilizarán las variables descritas en la Tabla 5. Estas variables se relacionan con las hipótesis de
Pr
momentum: RET_LAG3 y RET_LAG6; y exceso de retorno: DIFRET_LAG3 y DIFRET_LAG6. Para
NE
FA
modelar la medida de rotación, se construye el modelo econométrico con datos en panel que se
reporta en la Tabla 5. En el PANEL A, se describen las variables del modelo que testean las hipótesis
-E
anteriores, y en el PANEL B, se resumen los resultados obtenidos. La idea fundamental detrás de este
os
modelo, es determinar si es que el TO puede ser explicado por variables que dicen relación con el
er
va
d
grado de overconfidence de los administradores, generado por exceso de retornos y momentum.
rR
es
Tabla 5 – Modelo de Turnover – Behavioral
to
En esta tabla se resumen los resultados del siguiente modelo con datos en panel:
. La variable dependiente corresponde a logaritmo natural del turnover anual del fondo i, de la administradora j, en el período t; α
es una variable dummy que controla por fondos;
Au
corresponde a la constante;
administradora j, en el período t;
corresponde a las variables independientes observadas para el fondo i, de la
de
es una variable dummy que controla por tiempo.
es una variable dummy que controla por administrador;
corresponde a los coeficientes del modelo de regresión y Cijt corresponde a las variables de control.. En
os
el PANEL A, se detalla la descripción de las variables independientes del modelo y en el PANEL B, se muestran los resultados
ch
obtenidos.Modelo pooled no restringido: (1); Modelos pooled restringidos: (2), (3), (4) y (5); (2) y (3): Modelos que testean hipótesis de
re
momentum; (4) y (5): Modelos que testean hipótesis de exceso de retorno. (6): Modelo de efecto fijo controlado por fondo; (7): Modelo de
De
efecto fijo controlado por administradora; (8): Modelo de efecto fijo controlado por tiempo; (9): Modelo de efecto fijo controlado por
fondo, administradora y tiempo. Estimación con errores estándar robustos por autocorrelación temporal y heteroscedasticidad.
ed
ing
s-
Significancia estadística: *** al 1%; ** al 5%; * al 10%.
RET_LAG3
Pr
o
ce
RET_LAG6
DIFRET_LAG6
Retorno nominal mensual rezagado en 3 períodos.
Retorno nominal mensual rezagado en 6 períodos.
Diferencia mensual rezagada en 3 períodos entre los retornos mensuales de cada fondo y el retorno
mensual de LVACL.
Diferencia mensual rezagada en 6 períodos entre los retornos mensuales de cada fondo y el retorno
mensual de LVACL.
EN
EF
A
DIFRET_LAG3
Panel A – Variables Independientes
116
es
er
va
d
os
-E
NE
FA
Pr
oc
ee
din
gs
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
rR
No se observa evidencia significativa desde el punto de vista estadístico, de efectos en el nivel de
to
rotación relacionados con las hipótesis de momentum (Daniel, Hirshleifer, & Subrahmanyam, 1998),
Au
(Gervais & Odean, 2001) y exceso de retorno (Barber & Odean, 2000), (Barber & Odean, 2001) y
de
(Barber & Odean, 2002) , es decir, no habría una relación de causalidad entre el exceso de confianza
os
generado por las variables anteriores y los niveles de rotación. Esta evidencia, sugiere que no existiría
ch
un impacto de la dimensión conductual relacionada al exceso de confianza, en el comportamiento de
De
re
los niveles de actividad observados en las carteras de los fondos de deuda nacionales.
ing
s-
Modelo Conjunto
ed
Con el fin de testear el efecto conjunto de las dimensiones de agencia y eficiencia, se
ce
construye el modelo econométrico con datos en panel que se reporta en la Tabla 6. En el PANEL A,
Pr
o
se describen las variables del modelo que testean las hipótesis anteriores, y en el PANEL B, se
A
resumen los resultados obtenidos. La idea fundamental, es determinar si es que la rotación puede ser
EF
explicada por cada una de estas dimensiones por separado, o bien por el contrario, este fenómeno
EN
dice relación con efectos simultáneos de ambas dimensiones.
117
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
Tabla 6 – Modelo de Turnover – Conjunto
En esta tabla se resumen los resultados del siguiente modelo con datos en panel:
es una variable dummy que controla por fondos;
corresponde a las variables independientes observadas para el fondo i, de la
Pr
es una variable dummy que controla por tiempo.
administradora j, en el período t;
es una variable dummy que controla por administrador;
oc
corresponde a la constante;
ee
. La variable dependiente corresponde a logaritmo natural del turnover anual del fondo i, de la administradora j, en el período t; α
corresponde a los coeficientes del modelo de regresión y Cijt corresponde a las variables de control.. En
NE
FA
el PANEL A, se detalla la descripción de las variables independientes del modelo y en el PANEL B, se muestran los resultados obtenidos.
Modelo pooled no restringido: (1); Modelos pooled restringidos: (2) y (3); (2): Modelo que testea hipótesis de eficiencia; (3): Modelo que
-E
testea hipótesis de agencia (4): Modelo de efecto fijo controlado por fondo; (5): Modelo de efecto fijo controlado por administradora; (6):
Modelo de efecto fijo controlado por tiempo; (7): Modelo de efecto fijo controlado por fondo, administradora y tiempo. Estimación con
va
d
os
errores estándar robustos por autocorrelación temporal y heteroscedasticidad. Significancia estadística: *** al 1%; ** al 5%; * al 10%.
er
Panel A – Variables Independientes
Logaritmo natural del nº de partícipes mensual de cada fondo.
LN_PAT_PART
Logaritmo natural de la inversión promedio mensual por partícipe de cada fondo.
LN_LIQ
Logaritmo natural de la liquidez promedio mensual de cada fondo.
LN_TITULOS
Logaritmo natural del n° de títulos mensual en cartera de cada fondo.
LN_ACT_ADM
Logaritmo natural del total de activos mensual gestionados por cada administradora.
SIGMA
Desviación estándar mensual de 6 meses de los retornos.
Au
to
rR
es
LN_PARTICIPES
de
TCK_ERROR
LN_MATURITY
Information ratio mensual de 6 meses de cada fondo.
os
INFRATIO
Logaritmo natural de la inversión promedio mensual por partícipe de cada fondo.
LN_AGE
Logaritmo natural de la edad mensual de cada fondo.
PANEL B – Modelo de Turnover
Efectos Fijos
No Rest.
Eficiencia
Agencia
1
2
3
4
5
6
7
LN_TO_LAG1
0.20***
0.22***
0.21***
0.14***
0.17***
0.21***
0.15***
LN_TO_LAG3
0.12***
0.14***
0.13***
0.07**
0.09***
0.13***
0.08**
LN_TO_LAG6
0.07**
0.08***
0.08***
0.02
0.04
0.07**
0.01
DUM_BANCO
-0.16
-0.26*
-0.16
-0.87*
-0.25
-0.16
-1.13
LN_TPM
-0.20
-0.44**
-0.20
-0.19
-0.29
CAMBIO_TPM
27.88**
27.09**
26.22**
40.87***
32.58**
LN_BCU5
0.80**
0.52*
0.69*
0.45
0.73*
SPREAD_RC
21.46
33.01**
24.23
38.78
23.82
SPREAD_CREND
-4.18
-17.06*
-5.04
-1.59
-7.97
ce
Variables
Pr
o
A
Pooled
ed
ing
s-
De
re
ch
LN_PAT_PART
EF
EN
Tracking error mensual de 6 meses
Logaritmo natural del plazo promedio mensual de los activos del fondo
Eficiencia + Agencia
118
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
20.08**
18.44**
20.85**
20.61**
20.01**
0.99
0.73
0.98
0.85
0.79
RET_LVACL
-11.93***
-12.16***
-11.72***
-10.25***
-10.24***
LN_PARTICIPES
-0.09
-0.21***
-0.32
-0.06
-0.03
-0.28
LN_LIQ
0.39***
0.31***
0.46***
0.39***
0.31***
0.32**
LN_TITULOS
-0.04
0.07
0.30
-0.05
-0.07
LN_ACT_ADM
0.02
0.06
-0.17
-0.08
0.01
LN_PAT_PART
-0.07
-0.11
0.01
-0.69***
-0.11
0.01
-0.50**
SIGMA
25.76**
37.20***
30.80*
36.12**
2.04
12.67
ee
din
gs
VAR_IPC
RET_IPSA
oc
0.22
22.16**
30.12***
21.55
9.13
27.19**
16.70
0.49***
0.33***
0.57***
0.48***
0.54***
0.56**
INFRATIO
-0.19**
-0.20**
-0.19**
-0.18**
-0.48***
-0.42***
LN_AGE
-0.01
-0.05
0.18
-0.02
0.00
0.32
Constante
1.51
1.23
-0.48
2.45*
1.39
-0.68
1.50
R2
0.1912
0.1694
0.1802
0.2408
0.2151
0.2485
0.2958
R2 aj.
0.1820
0.1622
0.1726
0.2118
0.1992
0.2119
0.2411
F
24.31
10.46
5,700.00
3,706.93
22.64
17.96
Prob > F
0.0000
0.0001
0.0000
0.0000
0.0000
0.0000
to
rR
es
er
va
d
os
TCK_ERROR
LN_MATURITY
-E
NE
FA
Pr
-0.18
Au
Se encuentra evidencia significativa desde el punto de vista estadístico, de efectos en el nivel de
de
rotación relacionados con las hipótesis de eficiencia (costos de transacción) y agencia (riesgo y
os
señalización). Los resultados indican que existe una relación directa entre la liquidez de los
ch
instrumentos que componen la cartera de un fondo y la rotación de éste. Con este resultado, se
De
re
mantiene la evidencia encontrada en el modelo de eficiencia: los fondos maximizan su eficiencia por
la vía de seleccionar activos financieros que cuenten con los menores costos de transacción
s-
indirectos, es decir, aquellos que cuentan con la mayor liquidez. También, se encuentra evidencia
ing
que confirma los resultados hallados en el modelo de agencia. Éstos dicen relación con la existencia
ed
de incentivos en la relación inversionista administrador de fondos, que inducirían a los agentes a
Pr
o
ce
incrementar el riesgo de los portafolios, y como consecuencia, existe una relación positiva entre los
niveles de riesgo de las carteras y sus niveles de rotación. Asimismo, se mantiene el efecto inverso
EF
A
entre desempeño de los fondos y la rotación de sus carteras, con lo cual no se estaría en presencia
EN
del efecto señalización asociado a los administradores de mayor calidad –al igual que en los
resultados univariados, la señalización vía rotación de la cartera, sería muy costosa-. Además, se
encuentra evidencia parcial del efecto inverso del tamaño de la inversión de los partícipes en el
turnover de los fondos. Este resultado podría estar relacionado con la hipótesis de señalización –
perfil clientes- y/o con la hipótesis de seguro de liquidez –necesidades de liquidez individual de los
119
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
clientes-. Al respecto, en futuras investigaciones sería interesante profundizar en el análisis de ambos
din
gs
efectos sobre la rotación de las carteras de títulos de deuda14. Al incorporar efectos fijos por fondos,
administradoras y tiempo, los resultados anteriores en general se mantienen, tanto en términos de
ee
significancia, como en el sentido de la relaciones de causalidad. En el modelo que incluye dummies
oc
por fondos, se observa que son significativas las variables liquidez, inversión media por partícipe,
Pr
volatilidad de los retornos, maturity y desempeño, en consecuencia entre administradoras y a través
NE
FA
del tiempo, existirían diferencias en el nivel de rotación explicadas por estas variables. En el modelo
que incluye efectos fijos por administradora, se observa la significancia de liquidez, volatilidad,
-E
maturity, y desempeño; por tanto, existirían diferencias en el nivel de rotación entre fondos y a
os
través del tiempo que son explicadas por estas variables. En el modelo que incluye efectos fijos por
va
d
tiempo, se evidencia la significancia de las variables liquidez, tracking error, maturity y desempeño;
er
luego existirían diferencias en el turnover entre fondos y administradoras, que son explicadas por
es
estas variables. Al incluir los tres efectos fijos en conjunto, se mantiene la significancia de las
rR
variables liquidez, inversión media por partícipe, maturity y desempeño. En términos de la
to
variabilidad explicada, se aprecia que ésta aumenta desde un 19% en el modelo pooled no
Au
restringido, hasta niveles de 24%, 22% y 25% en cada uno de los modelos de efectos fijos por
de
separado. No se observan diferencias importantes para cada una de las tres dimensiones en forma
os
independiente, sin embargo, al considerarlas en conjunto ésta aumenta al 30%, por lo tanto, se
ch
puede concluir que las dimensiones asociadas a fondos, administradoras y tiempo serían
De
re
significativas para explicar los niveles de rotación observados.
ing
s-
Robustez de los resultados
ed
Con el fin de estudiar la consistencia de la evidencia encontrada, y además, para validar que
Pr
o
ce
los resultados anteriores no estén determinados por el desempeño y accionar de un grupo de
fondos, como por ejemplo, los más activos, se incorporaron pruebas de robustez. Se construyó una
EF
A
variable de control que mide el grado de variabilidad del portafolio de cada fondo. Luego, la base se
EN
separa en dos, de acuerdo con una variable dicotómica que toma el valor 1 si es que el coeficiente de
variación de la cartera de un fondo es mayor que la mediana de valores de la muestra de fondos y 0
si es menor. Con esta variable dicotómica, se testean nuevamente los modelos de eficiencia, agencia
14
Como una medida para aislar el efecto de los partícipes, se podrían incorporar controles de acuerdo a la estructura de
comisiones de cada intermediario.
120
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
y conductual. Los resultados –no reportados- encontrados se mantienen, hallándose que las variables
din
gs
asociadas a las dimensiones de eficiencia y agencia siguen siendo significativas, y que la dimensión
conductual continúa siendo no significativa. En el modelo conjunto, se incluye la variable dicotómica
ee
anterior, obteniéndose los mismos resultados. Los resultados no se reportan, pero la evidencia
oc
muestra que los efectos se mantienen, y las magnitudes económicas son similares a las encontradas
NE
FA
Pr
para la muestra completa. En base a lo anterior se puede afirmar que los resultados son robustos.
-E
5. Conclusiones
os
La rotación de los fondos de deuda nacionales, está explicada por elementos propios de cada
va
d
fondo y administradora, que se relacionan con las políticas comerciales y de inversión de cada
er
intermediario; así como también, con factores comunes a todo el mercado, que se vinculan con las
es
características propias de los instrumentos disponibles en la industria, es decir con la oferta de títulos
rR
disponibles para invertir. La maximización de la eficiencia en la administración de fondos, por la vía
Au
to
de seleccionar activos que poseen los menores costos de transacción es de suma importancia para la
rotación de las carteras, ya que en el mercado de deuda nacional, los títulos que poseen este
de
atributo, son precisamente aquellos emitidos por el Estado y el BCCH; por consiguiente, la política de
os
emisión de estos emisores, afecta también, los niveles de eficiencia con que los intermediarios
re
ch
administran las inversiones de sus partícipes. Así mismo, es altamente deseable, el desarrollo de
De
políticas que tiendan a mejorar los niveles de liquidez de los títulos no estatales, y que además,
s-
perfeccionen los mecanismos de protección a los bonistas; esto con el fin de minimizar los costos de
ing
transacción de este tipo de instrumentos de deuda, con los consecuentes beneficios en la
ed
administración delegada carteras. Del mismo modo, todas aquellas políticas que tiendan a minimizar
ce
las asimetrías de información y conflictos de interés inherentes a la relación administrador de
Pr
o
fondos-inversionista, tendrán un efecto positivo en la reducción de problemas de agencia, y en
consecuencia, en los niveles de rotación de los portfolios delegados, con el resultante efecto positivo
EF
A
en la eficiencia y desempeño de las carteras administradas. Todo lo anterior redundará en beneficios
EN
para los partícipes y mayores niveles de competitividad de la industria de fondos de deuda.
121
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
din
gs
6. Bibliografía
Admati, A. R., & Pfleiderer, P. (1997). Does It All Add Up? Benchmarks and the Compensation
oc
ee
of Active Portfolio Managers. The Journal of Business, 70 (3) , 323-350.
Pr
Allen, F. (2001). Do Financial Institutions Matter? Journal of Finance 56 (4) , 1165-1175.
NE
FA
Allen, F., & Gale, D. (1997). Financial Markets, Intermediaries, and Intertemporal Smoothing.
Journal of Political Economy, 105 (3) , 523-546.
-E
Allen, F., & Gorton, G. (1993). Churning Bubbles. The Review of Economic Studies 60 (4) ,
os
813-836.
va
d
Barber, B. M., & Odean, T. (2002). Online Investors: Do the Slow Die First? The Review of
er
Financial Studies 15 (2) , 455-487.
rR
es
Barber, B. M., & Odean, T. (2000). Trading Is Hazardous to Your Wealth: The Common Stock
to
Investment Performance of Individual Investors. Journal of Finance 55 (2) , 773-806.
Au
Barber, B., & Odean, T. (2001). Boys Will be Boys: Gender, Overconfidence, and Common
de
Stock Investment. Quarterly Journal of Economics 116 (1) , 261-292.
os
Barberis, N., & Thaler, R. (2003). A Survey Of Behavioral Finance. Chapter 18 of The
ch
Handbook of The Economics of Finance: Financial Markets and Asset Pricing, Vol 1B (Elsevier
De
re
North-Holland) .
Basak, S., Pavlova, A., & Shapiro, A. (2007). Optimal Asset Allocation and Risk Shifting in
ing
s-
Money Management. The Review of Financial Studies 20 (5) , 1583-1621.
ed
Bhattacharya, S., & Pfleiderer, P. (1985). Delegated Portfolio Management. Journal of
ce
Economic Theory, 36 , 1-25.
Pr
o
Chen, Y., Ferson, W., & Peters, H. (2010). Measuring The Timing Ability and Performance of
A
Bond Mutual Funds. Journal of Financial Economics, forthcoming .
EF
Chevalier, J., & Ellison, G. (1999). Career Concerns of Mutual Fund Managers. The Quarterly
EN
Journal Of Economics 114 (2) , 389-432.
Chevalier, J., & Ellison, G. (1997). Risk Taking by Mutual Funds as a Response to Incentives.
The Journal of Political Economy, 105 (6) , 1167-1200.
122
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Cici, G., & Gibson, S. (2010). The Performance of Corporate-Bond Mutual Funds: Evidence
din
gs
Based on Security Level Holdings. Journal of Financial and Quantitative Analysis, forthcoming
Daniel, K., Hirshleifer, D., & Subrahmanyam, A. (1998). Investor Psychology and Security
ee
Market Under- and Overreactions. Journal of Finance 53 (6) , 1839-1885.
Pr
oc
Diamond, D. W. (1984). Financial Intermediation and Delegated Monitoring. The Review of
NE
FA
Economic Studies 51 (3) , 393-414.
Diamond, D. W., & Dybvig, P. H. (1983). Bank Runs, Deposit Insurance, and Liquidity. Journal
-E
of Political Economy 91 (3) , 401-419.
va
d
Welfare. Journal of Political Economy 105 (5) , 1024-1050.
os
Dow, J., & Gorton, G. (1997). Noise Trading, Delegated Portfolio Management, and Economic
er
Gervais, S., & Odean, T. (2001). Learning to Be Overconfident. The Review of Financial
es
Studies 14 (1) , 1-27.
rR
Gorton, G., & Winton, A. (2003). Financial Intermediation. Chapter 8 of The Handbook of The
Au
to
Economics of Finance: Corporate Finance, Vol 1A (Elsevier North-Holland).
de
Grinblatt, M., & Titman, S. (1989). Adverse Risk Incentives and the Design of Performance-
os
Based Contracts. Management Science, 35 (7) , 807-822.
ch
Grossman, S. J., & Stiglitz, J. E. (1980). On The Impossibility of Informationally Efficient
re
Markets . American Economic Review 70 (3) , 393-408.
De
Gutierrez, R. C., Maxwell, W. F., & Xu, D. (2007). Persistent Performance in Corporate-Bond
s-
Mutual Funds. Working Paper, University of Oregon .
ing
Hellwig, M. (1991). Banking, Financial Intermediation and Corporate Finance. En A. Giovanni,
ce
Pr
o
Press.
ed
& C. Mayer, European Financial Integration (págs. 35-63). Cambridge: Cambridge University
Holmstrom, B. (1999). Managerial Incentive Problems: A Dynamic Perspective. The Review of
EF
A
Economic Studies, 66 (1) , 169-182.
EN
Huddart, S. (1999). Reputation and Performance Fee Effects On Portfolio Choice by
Investment Advisers. Journal of Financial Markets 2 (3) , 227-271.
123
Proceedings del XXVII Encuentro Nacional de Facultades de Administración y Economía ENEFA
Proceedings – Vol. 4, año 2011
ASFAE
Lakonishok, J., Shleifer, A., & Vishny, R. W. (1992b). The Structure and Performance of the
din
gs
Money Management Industry. Brookings Papers on Economic Activity, Microeconomics ,
339-391.
ee
Moneta, F. (2009). Measuring Bond Mutual Fund Performance with Portfolio Characteristics.
Pr
oc
Working Paper, Boston College .
NE
FA
Shiller, R. J. (1984). Stock Prices and Social Dynamics. Brookings Papers on Economic Activity
2 , 457-498.
-E
Shleifer, A., & Summers, L. (1990). The Noise Trader Approach to Finance. Journal of
os
Economic Perspectives 4 , 19-33.
va
d
Stoughton, N. (1993). Moral Hazard and the Portfolio Management Problem. The Journal of
er
Finance, 48 (5) , 2009-2028.
rR
Journal Of Economics Surveys , 20 (5), 823 - 848.
es
Stracca, L. (2006). Delegated Portfolio Management: A Survey of the Theoretical Literature.
Au
to
Zhao, X. (2005). Determinants of Flows into Retail Bonds Funds. Financial Analyst Journal 61
EN
EF
A
Pr
o
ce
ed
ing
s-
De
re
ch
os
de
(4) , 47-58.
124