evaluando el impacto de los índices de control de corrupción, … · 2018-09-11 ·...
TRANSCRIPT
Evaluando el impacto de los índices de control de corrupción, efectividad
del gobierno y estabilidad política en el market cap de LATAM5
Manuel Palmi Percy Paredes¥
Resumen
El presente documento estudia el impacto que tienen los Indicadores de
Gobernanza del Banco Mundial: control de la corrupción, estabilidad política y
efectividad del gobierno sobre la capitalización bursátil de las bolsas de valores
de LATAM5 (Brasil, Chile, Colombia, México y Perú). Con el objetivo de examinar
la asociación de largo plazo entre estos índices y el desempeño bursátil de las
economías emergentes de Latinoamérica se utilizó el Test de Cointegración de
Johansen; para determinar la relación direccional se empleó la Causalidad de
Granger; y, para analizar la dinámica de los desequilibrios de corto y largo plazo
se usó el PVECM (Panel Vector Error Correction Model). Los hallazgos del
estudio muestran una fuerte relación negativa y de largo plazo entre el control de
la corrupción, la efectividad del gobierno y el market de LATAM5, mas no de la
estabilidad política. En tal sentido, para los países de esta región no hay
evidencia suficiente que permita señalar que ante malos índices de gobernanza
la negociación bursátil disminuye, de hecho los resultados empíricos indican que
en promedio, a pesar que estos países han tenido malos indicadores, sus bolsas
de valores han seguido expandiéndose en las últimas décadas.
Palabras Claves: Capitalización Bursátil, Indicadores de Gobernanza,
Latinoamérica, Mercados Financieros.
I. Introducción
La capitalización bursátil de una economía, o también conocido como market
cap, es básicamente la multiplicación del precio de la acción que cotiza en el
mercado de valores multiplicado por el número acciones en circulación. Es un
elemento muy importante para evaluar la situación financiera del país, el cual
comúnmente lo utilizan los operadores bursátiles para tener una perspectiva de
la economía y ofrecerle a su cartera de clientes determinadas oportunidades de
inversión que les permitan obtener un rendimiento positivo. En ese sentido, la
evidencia empírica, pone en manifiesto que en la última década, los mercados
bursátiles en Latinoamérica han sido expuestos a choques externos, en distintos
grados, dependiendo de cuan dolarizada esté su economía; dicho ello, en
Estudiante del Master of Arts in Economics de Georgetown University/ILADES. Economista de
la Universidad Nacional del Callao. E-mail: [email protected] ¥ Magíster en Finanzas de la Universidad del Pacífico. Economista de la Universidad Nacional
Mayor de San Marcos. E-mail: [email protected]
periodos de crisis como el 2008, pudimos apreciar un constreñimiento de las
expectativas de inversores en bolsa y una mayor aversión al riesgo.
En esta sintonía, los investigadores han explorado muchos factores que influyen
en el desempeño del mercado accionario, como la inflación y la deflación, el tipo
de cambio, los precios de los commodities, las tasas de interés, las tendencias
de los mercados extranjeros, la oferta monetaria, no obstante, estas variables se
han centrado mayormente en el campo de la macroeconomía. De hecho, no es
novedad decir que un solvente mercado de valores influye en el crecimiento
económico y financiero del país, tampoco es novedad decir que a través de una
tasa de descuento, se pueden traer flujos futuros producidos por una compañía
a valor presente y así buscar predecir los precios de determinadas acciones,
pero lo que si viene siendo estudiado en estos últimos años, es incorporar otras
variables no tradicionales a los modelos econométricos, los cuales permitan
entender el comportamiento y tendencia de algunos mercados de valores y así
explicar la expansión o contracción de estos. Entre estas variables están los
indicadores de buena gobernanza que son desarrollados por Transparency
International, The International Country Risk Guide (ICRG) y el World Bank, este
último elabora el Worldwide Governance, un pool de indicadores que han
permitido desarrollar este documento.
Este estudio explora los índices de gobernanza (control de la corrupción,
efectividad del gobierno y estabilidad política) y su impacto en el desempeño del
mercado de valores en las economías emergentes de Latinoamérica.
II. Revisión de la Literatura
El documento más reciente que aborda estos temas y que ha servido de base
para explorar estos índices de buena gobernanza es el de Hussain y otros
(2017), ellos utilizaron la información privada de The International Country Risk
Guide (ICRG, por sus siglas en inglés) para determinado grupo de países del sur
de Asia. Encontraron una relación de largo plazo positiva entre los indicadores y
el market cap, siendo el índice de control de corrupción el de mayor impacto.
Además, en su recopilación de teoría, observaron que los estudios previos a ellos
se enfocaron fuertemente en asociar los precios de las acciones con variables
macroeconómicas, lo cual en Hussains y otros (2016) ya les había llevado a
interrogarse si los modelos convencionales tenían algún poder explicativo.1
En Hauk y otros (2017) estudiaron la relación entre la percepción que tienen las
personas sobre la corrupción y la calidad de las instituciones en Latinoamérica.
Del mismo modo, se encargaron de comparar los diversos índices y fuentes que
1 Hussain y otros (2016: “Investigating Stock Price Volatility: Do Conventional Models Have Some Explanatory Power?”
sirven para construir estos rankings, no encontrando suficiente evidencia para
decir que el canal de corrupción afecta la distribución de los ingresos de las
economías latinoamericanas. Los indicadores de gobernanza proporcionados
por el Banco Mundial parten desde 1996 y son anuales por lo que se espera que
en el mediano plazo se puedan encontrar mayores evidencias.
Otro factor determinante en la volatilidad de los mercados de valores está
asociado a la pérdida de independencia de los bancos centrales que refleja una
inestabilidad en la gobernanza de un país, al respecto Papadamou y otros (2017)
utiliza un modelo macroeconómico teórico para analizar datos panel de un
conjunto de 29 países entre 1998 a 2005, con el cual evidencia una relación
positiva entre la volatilidad de precios de las acciones y la independencia del
banco central. Autores como Mnif (2017), utilizan modelos de series temporales
para analizar componentes no observables como la incertidumbre política
causada por guerras internas (la Revolución de Túnez).
Crosara y otros (2015), evaluaron el impacto de noticias y especulaciones sobre
el valor de las acciones de cuatro compañías vinculadas a acusaciones de
corrupción en los últimos diez años, en su estudio encontraron que la información
relevante tiende a reflejarse inmediatamente en los precios de las acciones.
Por su parte, Lehkonen y otros (2015) utilizaron datos de panel para 49 mercados
emergentes entre 2000-2012 para analizar los riesgos políticos de una
democracia, evidenciando impactos en los rendimientos del mercado bursátil; un
menor riesgo político induciría a mayores rendimientos.
En esa línea, tanto Murtaza y otros (2015) como Manzoor (2013) han venido
estudiando eventos de inestabilidad política en el mercado de valores de
Pakistán (Karachi Stock Exchang). En ambos documentos, han utilizado
variables no tradicionales para estudiar el impacto que genera la especulación y
la inestabilidad política en la plaza bursátil de Pakistán, sugiriendo respetar las
actividades del sector privado, proporcionando así un ambiente positivo tanto
para los inversores locales como internacionales. También, Gul y otros (2013),
examinan el impacto de la inestabilidad política causada por el terrorismo;
mediante pruebas t, se evidencia un impacto significativo en los precios de las
acciones, concluyendo que se debiera establecer un sistema de gobernanza
sólido, mejorando las expectativas de los inversores.
Para el caso de África, Ajide (2014) estudió el efecto de los seis índices del
Worldwide Governance sobre la performance del mercado de valores de Nigeria,
los cuales son: control de corrupción, imperio de la ley, voz y representatividad,
calidad regulatoria, efectividad del gobierno y estabilidad política. Encontró que,
en promedio, estos índices tienen un efecto negativo en el desempeño bursátil.
De otro lado, Nguthi (2013) buscó determinar los efectos de las elecciones
generales (específicamente, las noticias políticas) sobre los rendimientos de las
acciones de empresas cotizantes en la Bolsa de Valores de Nairobi; para ello
realizó un estudio de eventos políticos para estimar los rendimientos esperados
de las acciones. Resultado de ello, se notó una fuerte volatilidad de los precios
de las acciones durante la fecha de elecciones; concluyendo que los inversores
deberían tomar precauciones al comprar acciones en un contexto de
incertidumbre política.
En Narayan et al (2013), se plantea la cuestión sobre la contribución de la
inestabilidad política a la agrupación de precios en el mercado de valores del
Pacífico Sur, evidenciando la existencia de pánico en el mercado cuando la
inestabilidad política (golpe de Estado) está presente generando el agrupamiento
de precios pues los inversores tendrán menos confianza en la negociación,
induciendo a una concertación en los precios de las acciones.
En cuanto al volumen de operaciones y rendimiento diario de las acciones, Malik
y otros (2009), realizan un análisis de series de tiempo empleando la prueba de
raíz unitaria evidenciando un gran dinamismo en los retornos esperados,
consecuencia de una inestabilidad de precios de las acciones en el mercado de
valores de Pakistán originada por eventos políticos.
En otros estudios, se analiza el efecto de la asimetría de la información, Mubarik
y otros (2009) estudian la causalidad entre rendimiento de las acciones y el
volumen de transacción, así como entre la asimetría de información con la
volatilidad de retorno de las acciones y su volumen de transacción en el mercado
de valores de Pakistán. Al respecto, mediante la prueba de causalidad de
Granger y el modelo EGARCH, se observa como entre el rendimiento del
mercado y el volumen de mercado existe una relación causal bidireccional.
De los párrafos previos, podemos observar que la literatura sobre el uso de estos
índices de gobernanza provenientes de fuente pública (Banco Mundial) así como
el uso de variables no tradicionales poco a poco se viene extendiendo. Es cierto
que existen otros inputs como los de Transparency International o ICRG, sin
embargo, aún existen altos costos para poder explotar estas fuentes de
información.
III. Gobernanza en Latinoamérica y hechos estilizados
Latinoamérica tiene como prioridad en el largo plazo consolidar sus mercados
de capitales y ser atractivo para mayores inversiones extranjeras; empero, a
corto plazo la corrupción es uno de los mayores problemas en la región que
dificulta su desarrollo económico y social.
Para tener un view de la corrupción en Latinoamérica, empleamos el Índice de
Percepción de Corrupción, un índice compuesto, basado en diversas encuestas
a expertos y empresas. Mide la escala de percepción de corrupción en el sector
público, el cual clasifica a los países en una escala de cero a cien, con un puntaje
de cero (muy alto percepción grado de corrupción) y cien (percepciones de
ausencia de corrupción).
En la Gráfica N° 01, podemos apreciar que América Latina y el Caribe tienen
puntuaciones debajo de 40 puntos, debido a problemas de gobernabilidad,
instituciones públicas débiles y medios de comunicación con mayor protección.
Gráfica N° 01. Índice de Percepción de Corrupción por Grupo de Países
(2015)
79
66
45
40
38
33
33
0 10 20 30 40 50 60 70 80 90
America del norte
Unión Europea del oeste
Asia - Pacifico
Oriente Medio Y N. Africa
America Latina y Caribe
Europa Este y Asia Central
Africa Subsahariana
Fuente: Transparencia Internacional
Elaboración de los autores
Con mayor detalle y haciendo uso de la base de datos (de acceso público) de
The Worldwide Governance Indicators podemos ver los indicadores de control
de la corrupción, estabilidad política y efectividad del gobierno,2 donde Chile
sobresale positivamente, asemejándose a los países de la Organización para la
Cooperación y el Desarrollo Económico (OCDE), con un promedio alrededor a
80 puntos, mientras que los otros países de LATAM5 se encuentro dentro de los
33 y 51 puntos (ver Gráfico N° 02).
2 Control de Corrupción: refleja las percepciones de las empresas y ciudadanos de cómo se ejerce el poder público para el beneficio privado, incluyendo la pequeña y gran escala de corrupción. Estabilidad Política: mide la percepción de que el gobierno sea derrocado por medios violentos e inconstitucionales, incluida la violencia por motivos políticos y de terrorismo (la importancia del funcionamiento de la institución). Efectividad del Gobierno: Refleja las percepciones de la calidad de la administración y los servicios públicos, así como la calidad de la formulación y aplicación de las políticas públicas, el compromiso y credibilidad del gobierno para cumplirlas.
Gráfica N° 02. Promedio (1996 - 2015) de los Indicadores de Estabilidad
Política, Efectividad del Gobierno y Control de Corrupción de LATAM5
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
100.00
Brasil Chile Colombia México Perú
PS GE CC
Fuente: Worldwide Governance Indicators - Banco Mundial
Elaboración de los autores
A pesar de ser economías emergentes, el análisis de estas variables revela que
la mayoría de países de LATAM5 tienen una baja calificación, lo cual es reflejo
histórico de los sucesos en la región:
Cuadro N° 1: Casos de corrupción más llamativos - LATAM (1996-2015)
PAÍS Casos de Corrupción
Perú
- Fondos desviados de la Fuerzas Armadas (FFAA) para asegurar reelección de Fujimori. - Petroaudios. - Caso Belaunde. - Narcoindultos. - Inkabor.
Chile
- Casos Penta, Caval y SQM afectan al Gobierno (casos Caval y SQM) y a la oposición (caso Penta).
Colombia
- Transmilenio - Calle 26. - Caso Pretelt. - Agro Ingreso Seguro. - Saludcoop. - Reficar. - Interbolsa.
México
- Sobornos de Walmart en Teotihuacán. - Desfalco de Sonora. - Caso Videgaray. - Caso de la “casa blanca”contra Enrique Peña Nieto.
Brasil
- Caso Petrobras. - Caso Odebrecht.
Fuente: Varios
Elaboración de los autores
Paralelamente, adentrándonos a las bolsas y mercados financieros
latinoamericanos de LATAM5, estos empezaron a formarse alrededor de 1890 y
1930.
Cuadro N° 02. Inicio de actividades de las Bolsas de Valores Latinoamericanas.
Países Año de Fundación
Brasil 1890 México 1850 Chile 1893 Perú 1861 Colombia 1928 Fuente: Paginas oficiales de la bolsa de valores Latinoamericanas Elaboración de los autores
Brasil, Chile, Colombia, México y Perú, países que se estudian en esta
investigación, han evolucionado, crecido y aumentado su capitalización bursátil,
sin embargo, en el mundo de las finanzas, los inversores extranjeros deciden el
destino de sus inversiones siguiendo ciertos parámetros financieros básicos
tales como: rentabilidad requerida, riesgo de inversión y liquidez de los
mercados. De acuerdo con esto, competir en el sector internacional con una
bolsa de valores limitada por el tamaño y la frecuencia de la negociación es muy
difícil.
Gráfico N° 03. Evolución de la Capitalización Bursátil - LATAM5 (MM/USD)
Fuente: Federación Iberoamericana de Bolsas (FIAB) Elaboración de los autores
0
200,000
400,000
600,000
800,000
1,000,000
1,200,000
1,400,000
1,600,000
1,800,000
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
20
13
20
14
20
15
Brasil México Chile Colombia Perú
MM (USD)
Por lo que podemos apreciar en el Gráfico N° 03, la capitalización bursátil de
LATAM5 presentó una tendencia descendente en los últimos años luego de altos
picos de crecimiento, principalmente los mercados de Brasil y México. A partir
del 2015 el mercado mexicano se ubicó en primer lugar en términos de
capitalización bursátil con el 51.5%, seguida por Brasil, Chile, Perú y Colombia
con 27.3%, 11%, 5.2% y 5%, respectivamente.
Bajo este contexto, es imprescindible mencionar al Mercado Integrado
Latinoamericano (MILA), una plataforma bursátil formada en principio por tres
bolsas de valores: la Bolsa de Comercio de Santiago, la Bolsa de Valores de
Colombia y la Bolsa de Valores de Lima. Tras varios meses de trabajo el MILA
entro en operación el 30 de mayo del 2011. La Bolsa Mexicana de Valores se ha
integrado al MILA en junio del 2014, en el marco de una reunión de la Alianza
del Pacífico.
En los siguientes gráficos se observa la capitalización bursátil que conforman los
países del MILA y también Brasil:
Gráfico N° 04. Capitalización Bursátil - MILA y Brasil (MM USD)
Fuente: Mercado Integrado Latinoamericano (MILA) y FIAB Elaboración de los autores
Al cierre de 2015, México tiene una mayor capitalización bursátil dentro del
mercado MILA con (USD 401,033 MM), seguido de Chile (USD 190,625 MM),
Colombia (USD 88,488 MM) y Perú (USD 90,657 MM). Teniendo el MILA una
capitalización bursátil de USD 770,803 MM.
Con la integración de México al MILA ésta toma un importante valor e incluso
sobrepasa a BOVESPA (Brasil), en un contexto de retroceso continuo por parte
de la plaza brasileña (desde 2010). En el Gráfico N° 05, podemos observar que
respecto al MILA, México abarca un poco más del 50 % del mercado.
106,780
67,562
13,578 13,842
401,033
190,625
88,488 90,657
0
100,000
200,000
300,000
400,000
500,000
México Chile Colombia Perú
1996 2015
Gráfico N° 05. Market cap en el MILA (2015) (MM USD)
Fuente: Mercado Integrado Latinoamericano (MILA) Elaboración de los autores
Perú (S&P/BVL Index)
En 2015, la capitalización bursátil llegó a USD 90,577 MM. Refleja la tendencia
promedio de las principales acciones cotizadas en Bolsa. El S&P/BVL sigue la
historia del antiguo IGBVL, manteniendo la base 30 de diciembre de 1991 = 100.
Sin embargo, a partir del 4 de octubre de 2015 se volvió un índice de
capitalización del free float3. Actualmente representa a las 40 acciones más
negociadas del mercado.
Grafico N° 06. Evolución del S&P/BVL Peru General Index (1996 -2015)
3 Es la parte del accionariado de una empresa que cotiza libremente en bolsa. Son acciones, por tanto, que se encuentran en circulación y pueden ser compradas por los inversores o vendidas por los accionistas libremente.
25%
11%
12%
52%
Chile
Colombia
Perú
México
Fuente: Bloomberg Elaboración de los autores
En el Gráfico N° 06, tenemos la evolución del precio del índice principal de la
bolsa de valores de Lima, que en el transcurso del tiempo ha tenido una
tendencia creciente.
En el siguiente gráfico podemos ver que la distribución de su market cap es
explicado en mayor parte por el sector minero con un 39%, el sector banca,
finanzas y seguros con un 19%, seguido del sector comunicaciones y tecnología.
Gráfico N° 07. Market Cap por sectores de Perú (2015)
Fuente: Federación Iberoamericana de Bolsas (FIAB) Elaboración: Propia
Chile (IPSA Index)
Al cierre de 2015, la capitalización bursátil chilena llegó a USD 193,445 MM. Este
indicador da cuenta de la rentabilidad de las 40 acciones con mayor presencia
bursátil.
Gráfico N° 08. Evolución del IPSA Index (1996 -2015)
Fuente: Bloomberg Elaboración de los autores
Las empresas que conforman el IPSA son observadas permanentemente y
analizadas dado su contribución al desarrollo de Chile. Sobre todo, sus prácticas
y estándares de gestión. Asimismo, podemos apreciar que en el trascurrir del
tiempo ha mantenido una tendencia creciente. En el Grafico N° 09 se presenta
la distribución del market cap en 2015:
Gráfico N° 09. Market Cap por sectores de Chile (2015)
Fuente: Federación Iberoamericana de Bolsas (FIAB)
Elaboración de los autores
Colombia (COLCAP Index)
Su capitalización bursátil en 2015 asciende a USD 87,790 MM. Este indicador
refleja las variaciones de los precios de las 20 acciones más liquidas. La
0
1,000
2,000
3,000
4,000
5,000
6,000
Dic
-96
Dic
-97
Dic
-98
Dic
-99
Dic
-00
Dic
-01
Dic
-02
Dic
-03
Dic
-04
Dic
-05
Dic
-06
Dic
-07
Dic
-08
Dic
-09
Dic
-10
Dic
-11
Dic
-12
Dic
-13
Dic
-14
Dic
-15
IPSA
evolución de este índice se ha mantenido en el tiempo con una tendencia leve al
crecimiento desde 1996, siendo su pico más alto en el 2010.
Gráfico N° 10. Evolución del COLPAC Index (1996-2015)
Fuente: Bloomberg Elaboración de los autores
Podemos ver en el Grafico N° 11, su distribución discriminada por sectores: el
sector banca, finanzas y seguros con un 45%, seguido de industrial con 36% y
servicios públicos con 14%.
Gráfico N° 11. Market Cap por sectores de Colombia (2015)
Fuente: Federación Iberoamericana de Bolsas (FIAB) Elaboración de los autores
México (IPC Index)
Es el principal índice bursátil de la Bolsa Mexicana de Valores, concentra a las
35 empresas más importantes de la Bolsa de Valores de México. La evolución
0
200
400
600
800
1,000
1,200
1,400
1,600
1,800
2,000
Dic
-08
Dic
-09
Dic
-10
Dic
-11
Dic
-12
Dic
-13
Dic
-14
Dic
-15
COLCAP
45%
36%
14%
3% 2% Banca, finanzas yseguros
Industrial
Serv. Públicos
Retail
Otros
histórica del índice de precios del IPC ha mantenido una tendencia alcista
durante el periodo de tiempo del 1996 al 2015, con la salvedad la caída en todos
los índices en el periodo de la crisis económica.
Gráfico N° 12. Evolución del IPC Index (1996 -2015)
Fuente: Bloomberg Elaboración de los autores
Para ser una economía de gran magnitud, con un market cap de USD 903,049
MM, en la Bolsa Mexicana de Valores solo cotizan 146 empresas, este número
es superado ampliamente por la bolsa de Brasil. Podemos ver en el Grafico N°
12, su market cap por sectores: el sector agropecuario representa el 38%,
seguido por banca, finanzas y seguros con 36% y minería con 8%.
Gráfico N° 13. Market Cap por sectores de México (2015)
Fuente: Federación Iberoamericana de Bolsas (FIAB) Elaboración de los autores
0
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
45,000
50,000
Dic
-96
Dic
-97
Dic
-98
Dic
-99
Dic
-00
Dic
-01
Dic
-02
Dic
-03
Dic
-04
Dic
-05
Dic
-06
Dic
-07
Dic
-08
Dic
-09
Dic
-10
Dic
-11
Dic
-12
Dic
-13
Dic
-14
Dic
-15
IPC
Brasil (BOVESPA Index)
Con un market cap de USD 478,876 MM, BOVESPA Index es el índice de
rendimiento promedio de los precios de los activos más negociados y
representativo del mercado de valores de Brasil. La evolución histórica del índice
de precios del BOVESPA ha mantenido una tendencia alcista durante el periodo
de tiempo del 1996 al 2015, a excepción de la crisis de 2008.
Gráfico N° 14. Evolución del BOVESPA Index (1996 -2015)
Fuente: Bloomberg Elaboración de los autores
La capitalización bursátil de Brasil es una de las más grandes en Latinoamérica,
no obstante, en el periodo 2010 al 2015 ha ido en declive siendo la valorización
bursátil en el 2015 de USD 478,876 MM. Su market cap por sectores está
representado por:
Gráfico N° 15. Market Cap por sectores de Brasil (2015)
Fuente: Federación Iberoamericana de Bolsas (FIAB) Elaboración de los autores
IV. Hipótesis
En este contexto, a través de la evidencia empírica junto con las teorías
examinadas previamente, nos ponemos a pensar que posiblemente no hay una
significancia inversa relevante entre el market cap y los indicadores de
gobernanza. Esto nos permite plantear las siguientes hipótesis:
H0: No hay una relación positiva significativa entre el control de la corrupción y el
desempeño bursátil de LATAM5.
H0: No hay una relación positiva significativa entre la efectividad del gobierno y
el desempeño bursátil de LATAM5.
H0: No hay una relación positiva significativa entre la estabilidad política y el
desempeño bursátil de LATAM5.
V. Fuentes de datos y metodología
Para el presente estudio se utilizó la base del modelo econométrico propuesto
por Hussain y otros (2017), realizando algunas variaciones en la especificación
de las variables que permitan responder las hipótesis planteadas: (i) la variable
dependiente es un ratio (market cap sobre PBI) y (ii) las variables independientes
son índices que van del 1 al 100 y no se generaron otras variables a partir de
sus logaritmos naturales (mientras más alto sea el resultado, significa que el país
es mejor calificado). La información obtenida de fuente secundaria para construir
el panel data es del Banco Mundial, el periodo va de 1996 al 2015. La forma
funcional del modelo se especifica de la siguiente manera:
VI. Modelo Econométrico
Se plantea el siguiente modelo:
𝐶𝐺𝐷𝑃𝑖,𝑡 = 𝛽0 + 𝛽1,𝑖𝐶𝐶𝑖,𝑡 + 𝛽2,𝑖𝐺𝐸𝑖,𝑡 + 𝛽3,𝑖𝑃𝑆𝑖,𝑡 + 𝜇𝑖,𝑡
Donde:
𝐶𝐺𝐷𝑃 = 𝐶𝑎𝑝𝑖𝑡𝑎𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝐵𝑢𝑟𝑠á𝑡𝑖𝑙 𝑠𝑜𝑏𝑟𝑒 𝑒𝑙 𝑃𝐵𝐼
𝐶𝐶 = Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒𝑙 𝐶𝑜𝑛𝑡𝑟𝑜𝑙 𝑑𝑒 𝑙𝑎 𝐶𝑜𝑟𝑟𝑢𝑝𝑐𝑖ó𝑛4
4 La metodología y análisis de los índices de gobernanza elaborados por el Banco Mundial pueden verse en el documento elaborado por Kauffman y otros (2010): “The Worldwide Governance Indicators: Methodology and Analytical Issues”.
𝐺𝐸 = Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑙𝑎 𝐸𝑓𝑖𝑐𝑖𝑒𝑛𝑐𝑖𝑎 𝑑𝑒𝑙 𝐺𝑜𝑏𝑖𝑒𝑟𝑛𝑜
𝑃𝑆 = Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝑙𝑎 𝐸𝑠𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑃𝑜𝑙í𝑡𝑖𝑐𝑎
Con el objetivo de examinar la asociación a largo plazo entre el control de la
corrupción, la efectividad del gobierno, la estabilidad política y el desempeño
bursátil de las economías emergentes de LATAM5 se utilizará el Test de
Cointegración de Johansen, mientras que para analizar la dinámica de los
desequilibrios de corto y largo plazo se hará uso del PVECM (Panel Vector Error
Correction Model).
Previamente al Test de Cointegración de Johansen, se debe realizar la Prueba
de Raíz Unitaria de cada una de las variables de estudio. En este documento se
utilizarán los Test de Levin, Lin y Chu (2002) y el Test de Im, Pesaran y Chin
(2003). Se espera que las series en primera diferencia sean estacionarias, es
decir, integradas de orden I (1).
Luego, si las variables son estacionarias, podemos verificar la cointegración del
panel y verificar la relación de largo plazo. Para esto, se utilizarán dos pruebas:
(i) Kao (Engle - Granger based) y (ii) Fisher (combined Johansen), seleccionado
el criterio de Schwarz (SIC, por sus siglas en inglés).
VII. Resultados
Cuadro N° 03. Test de Raíz Unitaria
-0.0183 -5.5125 0.7119 -4.5431
(0.4927) (0.0000)* (0.7617) (0.0000)*
-0.3091 -7.3589 -0.8641 -5.9394
(0.3786) (0.0000)* (0.1938) (0.0000)*
-2.8461 -7.2316 -2.9259 -6.8909
(0.0022) (0.0000)* (0.0017) (0.0000)*
-0.7396 -5.8839 -1.1473 -4.8255
(0.2298) (0.0000)* (0.1256) (0.0000)*
(LLC) (IPS)
LevelFirst
difference
VariablesLevel
First
difference
CGDP
CC
GE
PS
Note: (*) indicating level of significance at 1%
Note:
IPS: Im, Pesaran and Shin
LLC: Levin, Lin & Chu
Elaboración de los autores
Como se mencionó anteriormente, antes de analizar la relación a largo plazo
entre CGDP, CC, GE y PS, se debe cumplir que todas las variables deben ser
estacionarias en el mismo orden, en este caso integradas de orden I (1). Los
resultados de LLC e IPS presentados en el Cuadro N° 01 muestran que a
excepción de GE, todas las variables en el nivel no son estacionarias, no
obstante, en I (1) todas las variables se vuelven estacionarias en el nivel de
significancia al 1%. Por esta razón, se puede concluir que todas las variables
están integradas I (1) para las economías de LATAM5.
Cuadro N° 04. Test de Panel de Cointegración: Kao y Fisher
t-statistics Prob.
ADF 1.934457 0.0265
No. of CE(s) Fisher Stat. Fisher Stat.
(From trace test) (From max-eigen test)
[Prob] [Prob]
None 71.10 [0.0000] 50.07 [0.0000]
At most 1 34.43 [0.0002] 22.88 [0.0112]
At most 2 21.55 [0.0175] 15.37 [0.1191]
At most 3 22.32 [0.0136] 22.32 [0.0136]
Results of Fisher Panel Cointegration Test
Note: Null hypothesis for panel co-integration test is no
cointegration, optimal lags for Kao and Fisher Panel Cointegration
test is on the base of SIC 1.
Results of Kao Panel Cointegration Test
Elaboración de los autores
Luego de demostrar que las variables son estacionarias, se procedió a realizar
los test de cointegración. En el Cuadro N° 02 se observan los resultados
obtenidos con las pruebas de Kao y Fisher, los cuales indican que existe una
relación de largo plazo entre las variables de estudio, para este test se usó el
criterio SIC con un rezago.
Después de confirmar la presencia de un vínculo de largo plazo entre el
desempeño del mercado de valores, el control de la corrupción, la efectividad del
gobierno y la estabilidad política, el próximo paso fue examinar la dinámica en el
corto plazo, pues ésta nos evidencia la velocidad de ajuste que se da para
corregir los desequilibrios. Preciso mencionar que a diferencia del modelo PVAR
(Panel Vector Autoregressive Model) solo si las variables cointegran se puede
correr el PVECM.
Cuadro N° 05. Panel Vector Error Correction Model (PVECM)
Variable Coefficients Standard Errors T-value
CC(-1) -0.5099 0.2453 -2.0790
GE(-1) -0.5617 0.2432 -2.3095
PS(-1) 0.1697 0.1498 1.1326
C
CointEq1 -0.2141 0.0502 4.2670
R-squared 0.2452
0.1649
Note: Optimal lag 1 used on the base of SIC. Elaboración de los autores
Para poder analizar dicha dinámica se detallan los resultados que nos arroja el
modelo PVECM, el cual indica que un 25.42% de los desequilibrios de CGDP
son explicados por las desviaciones de las variables propuestas: control de la
corrupción, efectividad del gobierno y estabilidad política. El signo negativo y
significativo de CointEq1 indica la existencia de una relación a largo plazo entre
las variables en mención, con una velocidad de ajuste del desequilibrio de
21.41% para CGDPt-1. Asimismo, se observa: (i) una relación negativa y
significativa entre CC t-1 y CGDPt-1: un aumento de una unidad en el índice del
control de la corrupción reduce -0.51% el ratio de market cap y PBI de un periodo
previo; (ii) una relación negativa y significativa entre GE t-1 y CGDPt-1: un aumento
de una unidad en el índice de la efectividad del gobierno disminuye en -0.5617%
a CGDPt-1; y, (iii) hay una relación positiva pero no muy significativa entre la
estabilidad política y CGDP.
Cuadro N° 06. Test de Causalidad de Granger del PVECM
Null Hypothesis: d.f Chi-sq Prob.
CC does not Granger Cause CGDP 4.3224 0.0376
CGDP does not Granger Cause CC 4.0050 0.0454
GE does not Granger Cause CGDP 5.3339 0.0209
CGDP does not Granger Cause GE 0.5914 0.4419
PS does not Granger Cause CGDP 1.2828 0.2574
CGDP does not Granger Cause PS 0.8638 0.35271
1
1
Elaboración de los autores
En el Cuadro N° 04 podemos ver los resultados obtenidos por la Causalidad de
Granger del modelo PVECM. El objetivo de esta prueba es examinar la relación
(unidireccional o bidireccional) entre las variables proyectadas: control de
corrupción, efectividad del gobierno y estabilidad política. La tabla muestra que:
(i) existe una relación bidireccional entre el control de corrupción y el market cap
sobre el PBI; (ii) existe una relación unidireccional entre la efectividad del
gobierno y la variable dependiente que va desde GE hacia CGDP y no viceversa;
y, (iii) no existe relación, al menos hasta el 30%, entre PS y CGDP. Esto implica
que en el corto plazo, hay un efecto sobre la variable CGDP (disminución o
aumento) por parte de CC y GE.
Gráfico N° 16. Función Impulso Respuesta (FIR)
-4
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of CGDP to CC
Response to Cholesky One S.D. Innovations
-4
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of CGDP to GE
-4
-2
0
2
4
6
8
1 2 3 4 5 6 7 8 9 10
Response of CGDP to PS
Elaboración de los autores
La gráfica de la FIR representa la respuesta de CGDP debido a un shock en otra
variable: CC, PS o GE. Esta función se mide por cambios en las variables
mediante desviaciones estándar. Dell Gráfico N° 01 se observa que: (i) la
capitalización bursátil, medida como porcentaje del PBI, da una respuesta
positiva frente a un shock de desviación estándar en el control de la corrupción
durante los próximos 10 períodos; (ii) con un menor efecto, hay una respuesta
negativa del mercado bursátil frente a un shock en la estabilidad política; y, (iii)
ante un shock en la variable efectividad del gobierno, hay un efecto negativo
inicial el cual tiende a volverse positivo en periodos mayores a los presentados
en la gráfica. Estos resultados van en tendencia a lo esperado, sobre todo con
mayor intensidad para el caso de la corrupción. Países que han tenido incidentes
de corrupción tienden a incrementar el market cap de sus plazas bursátiles por
determinados periodos, esto básicamente porque los fondos de inversiones
buscan deshacerse de papeles que guarden relación con las compañías
corruptas y esto genera una sobre oferta de acciones. Preciso señalar que esta
variable de market cap puede verse afectada por el precio de la acción, no
obstante, da la impresión que el volumen del monto negociado ejerce un mayor
peso: fondos destinados a determinadas acciones se invierten en otros valores,
o incluso, empresas que guardan relación con la corrupción pero aún no han sido
señaladas generan distorsiones en el mercado.
Cuadro N° 07. Descomposición de la Varianza de CGDP
Elaboración de los autores
El Cuadro N° 05 muestra que, en el primer periodo, la variable CGDP atribuye
su totalidad de expansión a su propio shock, mientras que en el período dos, la
varianza del error es explicada de la siguiente manera: CGDP contribuye con el
96.80%, CC con 0.38%, GE con 2.70% y PS un 0.12%. Luego, la variable que
sobresale desde el período cinco es el control de corrupción, la cual tiene una
participación que va desde 9.18% hasta 48.25% en el cierre de la tabla. De este
resultado se puede inferir que el Índice de Control de Corrupción expande la
varianza en el largo plazo del market cap (indiferente al signo), lo que significaría
que señales de inestabilidad y especulaciones de corrupción entre el Estado y
empresas privadas generan una mayor negociación en el mercado bursátil, ya
sea para beneficio de algunos inversores o pérdidas para fondos de inversión
que tenían las acciones de estas compañías en sus portafolios (sobre todo en
administradoras de fondos de pensiones).
VIII. Conclusiones y agenda pendiente
Como se mencionó al inicio, la mayoría de estudios han utilizado variables
macroeconómicas para explicar el rendimiento de los mercados de valores, no
obstante, en la última década, los mercados internacionales han venido
experimentando un cambio en las preferencias de los inversionistas hacia un
concepto de demanda más responsable, esto en respuesta al mayor enfoque
que se ha puesto en problemas generados en el ámbito político y empresarial, la
fragilidad en el sistema financiero, la corrupción, entre otros.
El presente documento evalúa el impacto que tienen los indicadores de
gobernanza elaborados por el Banco Mundial en el desempeño de los mercados
de valores para las economías emergentes de LATAM5 desde 1996 hasta 2015.
Los resultados permitieron mostrar que: (i) una proporción del desequilibrio de
CGDP es explicado por el control de la corrupción, además de tener un estrecho
vínculo de largo plazo con el market cap, el cual es representado por sus
desviaciones estándar; (ii) la variable efectividad del gobierno también explica
los desequilibrios de CGDP; y, (iii) no se encontró una relación significativa entre
la estabilidad política y la variable dependiente. En ese sentido, son las variables
de control de corrupción y efectividad del gobierno las que generan mayores
shocks en el market cap como porcentaje del PBI.
Por otro lado, a diferencia de los mercados financieros de las economías
avanzadas que se sustentan en un entorno institucional eficiente, se observa que
las plazas bursátiles de los países de LATAM5 se han ido desarrollando bajo un
contexto de altos índices de corrupción y pobre efectividad del gobierno. En tal
sentido, para los países de esta región no hay evidencia suficiente que permita
señalar que ante malos índices de gobernanza la negociación bursátil disminuye,
de hecho los resultados indican que esta se incrementa, explicado en parte por
el alza de precios de los minerales y el volumen de exportación durante la última
década.
Finalmente, a pesar que el desempeño bursátil se ha mantenido en la última
década, es imprescindible señalar que estos países deben aunar esfuerzos,
tanto de manera local e internacional, para salir mejor calificados ante esta
organización internacional, pues el análisis de este documento se ha basado en
la renta variable y estos índices también pueden afectar la parte de renta fija,
como son los bonos soberanos.
IX. Bibliografía
AJIDE, Kazeem
2014 Quality of Governance and Stock Market Performance: The Nigerian
Experience. Journal of Economics and Development Studies. N° 2:
501-522.
CARDENAS, Gilberto y otros
2016 Análisis de la Corrupción y la Gobernanza en América Latina. Instituto
Klein - Universidad Autónoma de Madrid N° 25.
CROSARA, Renata y otros
2015 Market Efficiency and Organizational Corruption: Study on the Impact
on Shareholder Value. Brazilian Business Review, pp. 1-23.
FEREDACIÓN IBEROAMERICANA DE BOLSAS (FIAB)
2015 Anuario Estadístico. Fact Book. ISSN 1815 - 4085.
HAUK, Esther y otros
2017 Perception of Corruption and Public Support for Redistribution in Latin
America. Barcelona GSE Working Paper Series N° 974.
HUSSAIN, Syed y otros
2017 Impact of Political Stability, Government Effectiveness and Control of
Corruption on Stock Markets of South Asia. Journal of the Punjab
University Historical Society. N° 30: 226-238.
HUSSAIN, Syed y otros
2016 Investigating Stock Price Volatility: Do Conventional Models Have
Some Explanatory Power? Oman Chapter of Arabian Journal of
Business and Management Review. N° 6: 46-56.
KAUFMANN, Daniel y otros
2010 The Worldwide Governance Indicators, A Summary of Methodology,
Data and Analytical Issues. World Bank Policy Research. N° 5430:
2010.
LEHKONEN, Heikki y otros
2015 Democracy, Political Risk and Stock Market Performance. Journal of
International Money and Finance. N° SO261-5606(15)00102-3.
LEVIN, Andrew y otros
2002 Unit root tests in panel data: asymptotic and finite-sample properties.
Journal of Econometrics. N° 108: 1-24.
MALIK, Sidra y otros
2009 Impact of Political Event on Trading Volume and Stock Returns: The
Case of KSE. International Review of Business Research Papers. Vol.
5 N° 4: 354-364.
MANZOOR, Hasnain
2013 Impact of Pak-Us Relationship News on Kse-100 Index. Basic
Research Journal of Business Management and Accounts. N° 2: 1-24.
MNIF, Afef
2017 Political Uncertainty and Behavior of Tunisian Stock Market Cycles:
Structural Unobserved Components Time Series Model. Research in
International Business and Finance. N° 39: 206-214.
MUBARIK, Fauzia y otros
2009 Analysis of Asymmetry in The Price-Volumen Relation: Evidence from
Pakistani Stock Market. Institute of Development Economics. N°
37558.
MURTAZA, Hamza y otros
2015 Impact of Major Political Events on Stock Market Returns of Pakistan.
Public Policy and Administration Research. N° 4: 69-83.
NARAYAN, Paresh Kumar y otros
2013 Has Political Instability contributed to Price Clustering on Fiji’s Stock
Market? Journal of Asian Economics. N° 28: 125-130.
NGUTHI, Paul
2013 The Effect of Political News on Sotck Market Returns in Kenya: The
Case of March 2013 General Elections. University of Nairobi Research
Archive. N° 11-13T12:02:38Z.
PAPADAMOU, Stephanos y otros
2017 Does Central Bank Independence Affect Sotck Market Volatility?
Research in International Business and Finance. N° SO275-
5319(16)30486-X.
PESARAN, Hashem y otros.
2003 Testing For Unit Roots in Heterogeneous Panels. Journal of
Econometrics. N° 115: 53-74.