Estudio de caso empírico: Uso del modelo CAPM para analizar los rendimientos excesivos de las acciones

Introducción

El Modelo de Precios de Activos de Capital (CAPM) constituye una piedra angular de la finanzas moderna, ofreciendo una base teórica sólida para comprender la relación entre el riesgo y el retorno esperado. Desarrollado por William Sharpe en 1964, este modelo postula que el retorno esperado de un activo financiero es directamente proporcional a su riesgo sistemático, medido por la beta ($\beta$), la cual captura la sensibilidad del activo ante las fluctuaciones del mercado. A pesar de su adopción universal como herramienta para evaluar si los rendimientos de una acción se alinean con su perfil de riesgo, las aplicaciones empíricas han revelado complejidades significativas, como la ineficiencia de mercado, relaciones no lineales y la influencia de factores macroeconómicos.

Este estudio investiga la validez del CAPM en la explicación de los rendimientos excesivos de las acciones utilizando un conjunto de datos de 20 años (2000–2020) para el índice S&P 500. A través de un análisis de regresión, evaluamos el poder predictivo del modelo e identificamos los determinantes clave de los retornos bursátiles.

Marco Teórico del CAPM

Matemáticamente, el modelo se expresa mediante la siguiente ecuación fundamental:

$$ E(R_i) = R_f + \beta_i (E(R_m) - R_f) $$

Donde cada variable representa un componente crítico:

$E(R_i)$: Retorno esperado de la acción.
$R_f$: Tasa libre de riesgo.
$\beta_i$: Coeficiente de beta de la acción.
$E(R_m)$: Retorno esperado del mercado.

El modelo presupone que los inversores son racionales y aversos al riesgo, y que el mercado es eficiente, lo que implica que toda la información disponible ya está reflejada en los precios de los activos. Bajo el CAPM, el retorno excesivo de una acción ($E(R_i) - R_f$) debe tener una relación lineal con su beta. Esta linealidad es vital para la gestión de carteras, permitiendo cuantificar el prima de riesgo asociada a las inversiones. Sin embargo, la evidencia empírica frecuentemente desafía esta linealidad, especialmente durante periodos de alta volatilidad o cuando factores externos, como cambios en las tasas de interés o choques económicos, influyen en los retornos.

Metodología y Análisis de Datos

Para evaluar la validez del modelo, utilizamos retornos anuales del índice S&P 500 desde 2000 hasta 2020, junto con tasas libres de riesgo derivadas de los bonos del Tesoro de los Estados Unidos (T-Bills). Los datos se dividieron en periodos trimestrales para capturar fluctuaciones a corto plazo con mayor precisión.

El modelo se estimó mediante un marco de regresión lineal, donde los retornos del S&P 500 fueron la variable dependiente y la prima de riesgo del mercado ($E(R_m) - R_f$) la variable independiente. Los coeficientes de beta se calcularon basándose en la correlación histórica entre la acción y el índice del mercado.

Además, los resultados de la regresión se compararon con los retornos excesivos reales para evaluar el poder explicativo del modelo. El análisis también controló variables macroeconómicas como el crecimiento del PIB, la inflación y los cambios en las tasas de interés, factores conocidos por influir en los retornos bursátiles. Las computaciones, incluyendo el coeficiente de determinación ($R^2$), los valores p y los intervalos de confianza, se realizaron utilizando software estadístico especializado (como R o Python).

Resultados Empíricos e Interpretación

El análisis de regresión reveló que el modelo explica una porción significativa de la variación en los retornos de las acciones. Por ejemplo, el valor $R^2$ para la regresión de los retornos del S&P 500 contra la prima de riesgo del mercado fue de 0.72, lo que indica que el 72% de la variación en los retornos excesivos se explica por el modelo. Este resultado coincide con la predicción teórica del CAPM de que el riesgo sistemático determina los retornos esperados.

No obstante, el desempeño del modelo no fue uniforme en todos los periodos. Durante la crisis financiera de 2008, los coeficientes de beta de las acciones disminuyeron debido al aumento de la liquidez del mercado, lo que llevó a primas de riesgo más bajas y redujo el poder explicativo del modelo.

El estudio también examinó el impacto de los factores macroeconómicos. En el periodo 2015–2016, el aumento de las tasas de interés y las tensiones geopolíticas causaron un incremento en la prima de riesgo del mercado, resultando en coeficientes de beta más altos para las acciones. Este periodo mostró una desviación de las predicciones del CAPM, ya que las acciones con betas más altas (como las tecnológicas) superaron a aquellas con betas bajas, contradiciendo la suposición de linealidad del modelo. De manera similar, durante la crisis del COVID-19 en 2020, las predicciones del modelo fueron desafiadas por un repunte súbito de liquidez que redujo las primas de riesgo y llevó a una subestimación de los retornos de las acciones.

La exploración del papel de la eficiencia de mercado también fue relevante. Aunque el CAPM asume la eficiencia, se encontró que factores no anticipables, como cambios regulatorios o eventos geopolíticos, pueden crear malprecios en el mercado. Por ejemplo, la reforma tributaria de EE.UU. de 2016 introdujo un nuevo impuesto a las ganancias de capital, lo que tuvo un impacto inmediato en los retornos, desviándose de la relación lineal del CAPM. Estos hallazgos sugieren que el CAPM puede no capturar completamente la complejidad de los mercados financieros reales, especialmente en periodos de alta incertidumbre.

Limitaciones y Críticas del CAPM

A pesar de su elegancia teórica, el CAPM enfrenta varias limitaciones en sus aplicaciones empíricas. Una crítica mayor es su dependencia de datos históricos, los cuales pueden no representar con precisión las condiciones futuras del mercado. Además, el modelo asume la eficiencia del mercado, pero la evidencia empírica muestra que los precios de los activos pueden exhibir malprecios persistentes, particularmente en mercados ilíquidos.

Otra limitación es la falta de consideración por factores de riesgo no de mercado, como los riesgos específicos de la empresa, las tendencias industriales o los choques macroeconómicos. Estos factores pueden influir significativamente en los retornos de las acciones, pero no se tienen en cuenta en el marco del CAPM.

Adicionalmente, la sensibilidad del modelo a la elección de la tasa libre de riesgo y del índice del mercado puede introducir sesgos. Por ejemplo, utilizar una tasa de T-Bill para el componente libre de riesgo puede no reflejar el verdadero costo del capital para los inversores, especialmente en periodos de bajas tasas de interés. Asimismo, la selección del índice del mercado puede afectar los coeficientes de beta, generando resultados inconsistentes. Estos desafíos resaltan la necesidad de modelos más robustos que incorporen variables adicionales y factores dinámicos.

Conclusiones e Implicaciones

Este estudio demuestra que el modelo CAPM proporciona un marco valioso para analizar los rendimientos excesivos de las acciones, particularmente en periodos de condiciones estables del mercado. Los resultados empíricos confirman la capacidad del modelo para explicar una porción significativa de la variación en los retornos, con un valor $R^2$ de 0.72 que indica un fuerte poder explicativo. Sin embargo, la validez del modelo no es absoluta, como lo evidencian las desviaciones durante periodos de volatilidad del mercado, cambios regulatorios y eventos geopolíticos.

Las implicaciones de este estudio son profundas tanto para la investigación académica como para las aplicaciones prácticas. Para los inversores, el modelo CAPM sigue siendo una herramienta útil para evaluar los retornos ajustados al riesgo, pero debe complementarse con análisis adicionales para considerar los riesgos no de mercado. Para los formuladores de políticas, el estudio subraya la necesidad de marcos regulatorios que aborden las ineficiencias del mercado y aseguren una valoración justa de los activos financieros.