Zimet, F.

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:
Ri = α i + β i R M + ε i ,
donde Ri es el retorno extra del activo i frente a la tasa libre de riesgo ( Ri = ri − rF ), 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:
RP = α P + β P RM ,
siendo RP el retorno de un portafolio bien diversificado, RM el retorno del portafolio de mercado, y
βP parámetros a estimar.
2
Bodie, Z.; Kane, A.;y A. Marcus (2002), “Investments”, 5ª Edición.
αP y
De la ecuación anterior se observa que si
retorno pasa a ser seguro e igual a
αι.
βi es cero entonces el portafolio deja de ser riesgoso pues el
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:
R P = β P RM
Sustituyendo la definición de retorno extra se obtiene que:
rP − rF = β P (rM − rF )
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:
E (rP ) = rF + β P [E (rM ) − rF ]
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:
Ri = α i + β i1 R M 1 + β i 2 R M 2 + ε i ,
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:
R P = β P1 R M 1 + β P 2 R M 2
y, por ende,
3
Se refiere a la venta de activos “prestados” y que deberán ser devueltos en un cierto plazo a su
propietario.
E (rP ) = rF + β P1 [E (rM 1 ) − rF ] + β P 2 [E (rM 2 ) − rF ]
En su versión más general, este modelo supone la siguiente ecuación:
[
E (rP ) = rF + ∑ j =1 β Pj E (rMj ) − rF
j =n
]
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:
[
]
[
]
[
]
E (rE ) − rF = + β1 E (rUST _ 10Y ) + β 2 E (rUST _ 10Y ) − E (rUST _ 2Y ) + β 3 E (rCS _ 10Y ) − rF + β 4 [E (rH 0 ) − rF ]
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:
[
]
[
]
[
]
E ( rE ) − E ( rT _ 10Y ) = + β 1 E ( rT _ 10Y ) + β 2 E ( rUST _ 10Y ) − E ( rUST _ 2Y ) + β 3 E ( rCS _ 10Y ) − E ( rT _ 10Y ) +
[
+ β 4 E ( rH 0 ) − E ( rT _ 10Y )
]
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:
[
]
[
]
[
]
E ( rE − rT _ 10Y ) = β 1 E ( rT _ 10Y ) + β 2 E ( rUST _ 10Y ) − E ( rUST _ 2Y ) + β 3 E ( rCS _ 10Y ) − E ( rT _ 10Y ) +
[
+ β 4 E ( rH 0 ) − E ( rCS _ 10Y )
]
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:
Indice EMBI Global
Niveles
16%
Fuente: Bloomberg
14%
12%
10%
8%
6%
4%
2%
0%
ene-98 nov-98 sep-99 jul-00 may-01 mar-02 ene-03 nov-03 sep-04 jul-05 may-06 mar-07
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.
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.
Tasas de Referencia a 10 años de plazo
Niveles
8,0%
Fuente: Bloomberg
7,0%
6,0%
5,0%
4,0%
3,0%
2,0%
1,0%
2 años
10 años
0,0%
ene-98 nov-98 sep-99 jul-00
may-01 mar-02 ene-03 nov-03 sep-04
jul-05
may-06 mar-07
Diferencial del bono a 10 años frente al bono a 2 años
En niveles
3,0%
Fuente: Bloomberg
2,5%
2,0%
1,5%
1,0%
0,5%
0,0%
-0,5%
-1,0%
ene-98 nov-98 sep-99
jul-00 may-01 mar-02 ene-03 nov-03 sep-04
jul-05 may-06 mar-07
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.
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:
Tasas de Referencia a 10 años de plazo
Niveles
8,0%
Fuente: Bloomberg
7,5%
7,0%
6,5%
6,0%
5,5%
5,0%
4,5%
4,0%
3,5%
Curva Sw ap
Gobierno de EE.UU.
3,0%
ene-98 nov-98 sep-99 jul-00 may-01 mar-02 ene-03 nov-03 sep-04
jul-05
may-06 mar-07
Diferencial curva Swap - Bono EE.UU. A 10 años
En niveles
1,6%
Fuente: Bloomberg
1,4%
1,2%
1,0%
0,8%
0,6%
0,4%
0,2%
0,0%
ene-98 nov-98 sep-99
jul-00 may-01 mar-02 ene-03 nov-03 sep-04
jul-05 may-06 mar-07
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:
Tasas de Referencia a 10 años de plazo
Niveles
15,0%
Indice High Yield
Curva Sw ap
Fuente: Bloomberg
13,0%
11,0%
9,0%
7,0%
5,0%
3,0%
ene-98 nov-98 sep-99
jul-00
may-01 mar-02 ene-03 nov-03 sep-04
jul-05 may-06 mar-07
Diferencial de rendimiento HY frente a la curva Swap a 10 años
En niveles
8,0%
Fuente: Bloomberg
7,0%
6,0%
5,0%
4,0%
3,0%
2,0%
1,0%
0,0%
ene-98 nov-98 sep-99
jul-00 may-01 mar-02 ene-03 nov-03 sep-04
jul-05 may-06 mar-07
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.
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:
Estadístico de Dickey - Fuller Aumentado
Nivel
Primera Diferencia
Con
Sin Constante
Con
Sin Constante
Constante ni Tendencia 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
*
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
No. of CE(s)
Eigenvalue
Trace
Statistic
0.05
Critical Value
Prob.**
None *
At most 1
At most 2
At most 3
At most 4
0.365801
0.230067
0.113606
0.097536
0.028852
98.87268
52.42270
25.75463
13.45410
2.986178
76.97277
54.07904
35.19275
20.26184
9.164546
0.0004
0.0698
0.3558
0.3287
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
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:
Δy t = Δxt β * + γ [ y t −1 − xt −1 β ] + δΔxt −1 + ξ t
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: y t = xt β + vt ,
entre
tanto
que
la
ecuación
a
corto
plazo
planteada
sería
Δy t = Δxt β * + γvt −1 + δΔxt −1 + ξ t . 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:
EMBI = −0.08 + 1.10 SPR _ 10Y + 1.68UST _ 10Y + 0.86 SPR _ SW + 1.63SPR _ H 0
Estadísts. t (-7.40)
(6.98)
(6.88)
(1.76)
(8.30)
Relación de Largo Plazo
10%
9%
8%
7%
6%
5%
4%
3%
2%
1%
0%
ene-98 feb-99 mar-00 abr-01 may-02 jun-03
jul-04
ago-05 sep-06
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:
10%
16%
Residuo
14%
Real
8%
Ajustado
12%
6%
10%
4%
8%
2%
6%
0%
4%
-2%
2%
0%
ene-98
ago-99
feb-01
ago-02
feb-04
sep-05
mar-07
-4%
ene-98
ago-99
feb-01
ago-02
feb-04
sep-05
mar-07
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.
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:
ΔEMBI = −0.0009 + 5.83ΔSPR _ SW + 0.41ΔSPR _ H 0 − 0.14 RLP ,
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:
.12
.08
.04
.008
.00
.004
-.04
.000
-.004
-.008
98
99
00
01
Residual
02
03
04
Actual
05
06
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
EMBI = −0.08 + 1.10 SPR _ 10Y + 1.68UST _ 10Y + 0.86 SPR _ SW + 1.63SPR _ H 0
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
ΔEMBI = −0.0009 + 5.83ΔSPR _ SW + 0.41ΔSPR _ H 0 − 0.14 RLP
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
SPR_10Y
UST_10Y
SPR_H0
SPR_SW
D_199808
D_199901
D_200110
Y199812
-0.077727
1.050810
1.658839
0.858615
1.543129
0.109003
0.071443
0.014043
0.036524
0.011219
0.161608
0.257562
0.106621
0.875856
0.008315
0.007982
0.008259
0.010915
-6.928214
6.502216
6.440551
8.052938
1.761852
13.10941
8.950643
1.700274
3.346206
0.0000
0.0000
0.0000
0.0000
0.0812
0.0000
0.0000
0.0923
0.0012
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.873156
0.862801
0.010637
0.011088
339.0235
0.590840
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
0.061394
0.028716
-6.168664
-5.943847
84.32508
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
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
D(SPR_H0)
D(SPR_SW)
AMCE_CE3(-1)
Y199806
Y199808
Y199812
Y199901
Y199902
Y199905
Y199908
D2_200002
D(Y200008)
Y200112
Y200107
Y200110
Y200210
Y200307
D2_2001*D(SPR_10Y)
Y_2002
-0.000872
0.413180
6.090576
-0.145181
0.009061
0.067806
0.014876
0.021076
0.009197
0.012385
0.006276
-0.017063
-0.009649
-0.025273
0.018493
0.008704
-0.012268
-0.010542
2.356249
0.001945
0.000300
0.056333
0.655996
0.013779
0.002563
0.003227
0.002661
0.002699
0.002724
0.002650
0.002598
0.002273
0.001934
0.002636
0.002653
0.002576
0.002890
0.003031
0.301027
0.000858
-2.909480
7.334575
9.284470
-10.53604
3.535543
21.01483
5.591421
7.808298
3.376167
4.674479
2.415545
-7.506087
-4.990313
-9.585913
6.970612
3.379091
-4.244874
-3.478156
7.827362
2.267045
0.0046
0.0000
0.0000
0.0000
0.0007
0.0000
0.0000
0.0000
0.0011
0.0000
0.0178
0.0000
0.0000
0.0000
0.0000
0.0011
0.0001
0.0008
0.0000
0.0259
R-squared
Adjusted R-squared
S.E. of regression
F-statistic
Prob(F-statistic)
0.954196
0.944077
0.002542
92.17717
0.000000
Mean dependent var
S.D. dependent var
Sum squared resid
Durbin-Watson stat
-0.000293
0.010751
0.000556
1.948248
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
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
RLP(-1)
D(UST_10Y(-2))
Y200307
AR(2)
MA(2)
-0.000398
0.021516
-0.499775
0.009025
-0.314493
0.742111
0.000344
0.014276
0.171558
0.002522
0.189081
0.146340
-1.156743
1.507144
-2.913149
3.578646
-1.663274
5.071131
0.2502
0.1351
0.0045
0.0005
0.0995
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.186390
0.144015
0.002517
0.000608
468.8030
1.865178
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
-0.000107
0.002720
-9.074569
-8.920159
4.398543
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
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
RLP(-1)
Y199808
Y200307
Y200003
Y200101
MA(5)
-6.77E-05
0.001792
0.002790
0.002491
0.002397
-0.001964
-0.268426
5.01E-05
0.002448
0.000620
0.000615
0.000622
0.000620
0.098694
-1.352410
0.732156
4.498371
4.048773
3.850438
-3.166051
-2.719776
0.1793
0.4658
0.0000
0.0001
0.0002
0.0021
0.0077
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted MA Roots
0.426267
0.391495
0.000632
3.96E-05
634.0288
2.214623
.77
-.62-.45i
Dependent Variable: D(SPR_H0)
Method: Least Squares
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
.24-.73i
.24+.73i
0.000000
0.000811
-11.83073
-11.65485
12.25900
0.000000
-.62+.45i
Date: 02/16/07 Time: 09:04
Sample (adjusted): 1998M08 2006M11
Included observations: 100 after adjustments
Convergence achieved after 11 iterations
Backcast: 1997M07 1997M12
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
RLP(-1)
Y200211
Y200109
AR(6)
MA(6)
2.11E-05
-0.021306
-0.017829
0.019040
-0.794378
0.976504
0.000410
0.019806
0.004391
0.004360
0.054926
0.022962
0.051457
-1.075757
-4.060309
4.367288
-14.46272
42.52722
0.9591
0.2848
0.0001
0.0000
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted AR Roots
Inverted MA Roots
0.382034
0.349163
0.004095
0.001576
411.0066
1.546629
.83-.48i
-.83-.48i
.86+.50i
-.86+.50i
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
.83+.48i
-.83+.48i
.86-.50i
-.86-.50i
-2.76E-05
0.005076
-8.100132
-7.943822
11.62238
0.000000
.00+.96i
-.00-.96i
.00-1.00i
-.00+1.00i
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
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
RLP(-1)
Y200101
Y200109
Y200307
Y200003
Y200104
AR(6)
-0.000169
0.002705
0.004885
0.005037
0.004886
-0.004440
0.002966
0.418759
0.000214
0.006193
0.001124
0.001140
0.001124
0.001124
0.001122
0.096084
-0.789821
0.436689
4.345888
4.420113
4.346872
-3.951775
2.643206
4.358250
0.4317
0.6634
0.0000
0.0000
0.0000
0.0002
0.0097
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted AR Roots
0.496274
0.457947
0.001215
0.000136
533.5904
2.206936
.86
-.43-.75i
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
.43+.75i
-.86
.43-.75i
-1.62E-05
0.001650
-10.51181
-10.30340
12.94842
0.000000
-.43+.75i
ANEXO IV – PRUEBA DE NORMALIDAD DE LA RELACIÓN DE LARGO PLAZO
16
Series: Residuals
Sample 1998M01 2006M11
Observations 107
12
8
4
0
-0.02
-0.01
0.00
0.01
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
-1.43e-17
0.000490
0.027364
-0.019394
0.010227
0.350505
2.785350
Jarque-Bera
Probability
2.396310
0.301750
0.02
ANEXO V – PRUEBA DE NORMALIDAD DE LA RELACIÓN DE LARGO PLAZO
20
Series: Residuals
Sample 1998M02 2006M11
Observations 106
16
12
8
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
5.28e-19
3.90e-18
0.005642
-0.004771
0.002301
0.032637
2.647374
Jarque-Bera
Probability
0.568009
0.752763
4
0
-0.0050
-0.0025
0.0000
0.0025
0.0050