ESTUDIO DE EVENTOS RELACIONADOS CON EL BOLETIN C-10 Y EL RENDIMIENTO DEL PRECIO DE LAS ACCIONES MEDIANTE LA UTILIZACIÓN DE REGRESIONES APARENTEMENTE NO RELACIONADAS Y EL MODELO DE DATOS DE PANEL

CAPITULO 5. ASPECTOS METODOLOGICOS – DEFINICIÓN DE LAS VARIABLES Y DESARROLLO DEL MODELO
Modelo de Relaciones y de Hipótesis

A continuación se presenta el modelo de relaciones que se propone entre la variable dependiente y las variables independientes.
(1)
Donde:

Considerando la relación que existe del mercado eficiente se esperaría que donde el símbolo
significa la derivada parcial

(2)
(3)

Modelo de relaciones
La presente hipótesis es de tipo correlacional debido a que las variables tienen un tipo de relación de causa – efecto. Asimismo, se trata de un modelo multivariable de corte transversal y longitudinal, es decir, un estudio de datos de panel.
Objetivo específico
Demostrar si las variables de eventos tiene un efecto en el rendimiento del precio de las acciones de aquellas compañías que utilizaron IFD durante el periodo 1 de enero de 2004 al 30 de junio de 2006.
Diseño de la Investigación
Para diseñar el estudio habrá que determinar la definición del evento y el periodo de ocurrencia. En primer lugar se debe identificar claramente una única fecha en la que se ha producido el evento, identificándola como día del evento. Si por el contrario fuera difícil determinar con precisión cuándo se ha producido, se elegirá una ventana del evento dentro de un rango de días. Una vez identificado el evento y establecido el día o la ventana del evento, habrá que establecer un periodo a lo largo del cual se analizará el posible impacto del evento. A dicho periodo se le denomina periodo del evento y se puede subdividir en un periodo pre-evento, en que se analiza si el mercado ha anticipado los efectos del evento, y en un periodo post-evento, que se elige para comprobar si el efecto ha persistido en días sub-siguientes.
Para llevar a cabo nuestra investigación sobre el estudio de eventos, tomamos como referencia algunos de los pasos presentados por Kritzman (1994):
Definir el evento e identificar el periodo de su ocurrencia;
Arreglar la información sobre el rendimiento de la acción en relación con el periodo del evento;
Separar el rendimiento específico que genera el evento del rendimiento total que presenta la acción durante el periodo de análisis;
Estimar la desviación estándar de los rendimientos diarios de la acción durante el periodo inmediato anterior al que inicie el evento;
Encapsular el retorno especifico de la acción durante el evento;
Agregar los rendimientos y desviaciones estándar de las acciones a través de la muestra de acciones en la fecha del evento;
Probar la hipótesis de que el rendimiento de la acción en la fecha del evento difiere significativamente de cero.
Por lo tanto, la base de este tipo de estudio reside en estimar cuál es la rentabilidad estimada en el día del evento para el caso de que éste no se hubiera producido, y compararla con lo que realmente se ha producido en ese día y en los días inmediatos. Con este fin, el estudio se estructura en tres pasos fundamentales, diseño del estudio, cálculo de los retornos anormales y contraste de la hipótesis.
5.2.1. Evento e identificación el periodo de su ocurrencia
El primer paso es la identificación del evento que se quiere investigar. En nuestro caso el evento son las “n” noticias relacionadas con el C-10 durante el periodo de adopción. Para tales fines, hemos definido el siguiente rango de fechas como la ventana de tiempo para analizar los eventos: 20 de febrero de 2003 como fecha de inicio y 30 de junio de 2006 como fecha de vencimiento (ver Figura No.5). Esta ventana de 854 días fue seleccionada con la finalidad de que existieran antes del primer evento y después del último evento más de 200 días para el periodo de estimación. Peterson (1989) comenta que usualmente las ventanas de tiempo utilizadas en estudios de eventos para el periodo de estimación, van desde los 100 días hasta los 300 días dado que es este rango de días el que permite obtener un equilibrio entre la predicción del modelo y la inestabilidad de los parámetros del modelo que se obtiene al utilizar un mayor número de días.
Figura 5. Determinación de la ventana de tiempo para la estimación de los eventos.

Fuente: Elaboración propia.
En estudios de eventos relacionados con la promulgación de cambios regulatorios, el rango de fechas utilizadas para determinar el primer evento es por lo general la relacionada con el proyecto de auscultación y/o la fecha de publicación. Existe evidencia de que este tipo de eventos ya han sido descontados por el mercado, dado el proceso de autorización que deben seguir los nuevos boletines contables para quedar aprobados, motivo por el cual el poder identificar con claridad la fecha de inicio impone ciertos retos.
En México el desarrollo del C-10 estuvo a cargo de la CPC que pertenece al IMCP. El protocolo para la difusión de nuevos pronunciamientos contables se realiza a través de los proyectos de auscultación. Habitualmente, cuando se promulga la norma contable, ésta ha sido ampliamente comentada y discutida. Frecuentemente han salido muchas indicaciones previas sobre el contenido de la norma, así como varios borradores y documentos de discusión. En octubre del 2003 se publicó el proyecto de auscultación para el C-10, sin embargo, no se encontró información disponible en internet, revista o periódico sobre dicho proyecto de auscultación entre el público en general, por lo que al tener una limitada difusión, es lógico pensar que esta nueva información no fue ampliamente conocida por todos los agentes económicos, por tal motivo descartamos el periodo de auscultación como un evento a ser analizado.
Una vez terminado el proceso de auscultación, se hace la emisión de la norma contable y el establecimiento para la fecha de su adopción. El C-10 fue publicado el 12 de febrero de 2004 según consta en el cuerpo del mismo documento. No hemos encontrado evidencia de que dicha publicación haya sido difundida al público en general a través de algún medio informativo durante este día o el día siguiente. La primera información disponible es hasta el día 20 de febrero de 2004 cuando se realiza en las instalaciones del MEXDER un evento formal para la difusión del C-10 al público en general.
Con la finalidad de obtener las noticias relacionadas con los eventos del C-10, se efectuó una búsqueda en las siguientes publicaciones: “El Financiero”, “El Economista”, “El Norte”, y “Reforma” dado que generalmente son los medios utilizados para consultar temas de negocios, economía, finanzas y mercados bursátiles.
La información de la publicación del periódico “El Norte” y “Reforma” fue obtenida mediante la utilización de la base de datos de “Proquest” utilizando como rango de búsqueda el comprendido entre 1 de enero de 2004 al 30 de junio de 2006. Con respecto a la información de los periódicos “El Financiero” y “El Economista”, se utilizó la información del disco magnético que contiene todas las noticias publicadas por estos periódicos para el mismo rango de búsqueda anteriormente mencionado. En todos los casos las palabras de búsqueda seleccionada fueron aquellas noticias que tuvieran relación con los siguientes términos: “contabilidad de coberturas”, “instrumentos financieros derivados”, o “boletín C-10”. La Tabla 1 muestra los resultados de la búsqueda sobre aquellos eventos que cumplieron con dicho criterio de búsqueda.
Tabla 1. Eventos que pueden afectar positiva o negativamente el precio de las acciones.

Evento	Fecha	Descripción	Fuente
1	20/02/04	Evento sobre la publicación del C-10 en la Bolsa Mexicana de Derivados (MEXDER)	MEXDER
2	28/01/05	El incumplimiento en la transparencia contable del registro de operaciones con instrumentos derivados podría poner en riesgo el desarrollo de negocios del país. Y es que a partir de este mes, las empresas mexicanas tienen que cumplir con la norma “Boletín C10”.	El Economista
3	14/02/05	El Boletín C-10 impacta la administración de riesgos de las empresas, por lo que éstas deben implementarlo para transparentar los estados financieros y mejorar y avanzar en el uso de los instrumentos derivados, así como establecer una infraestructura adecuada para la operación	El Economista
4	31/08/05	El Boletín C-10 exige que una entidad muestre en el rubro de utilidades integrales la ganancia o pérdida en instrumentos derivados que se designen como cobertura de flujo de efectivo. Con base en lo que revelan las empresas principalmente inscritas en la bolsa mexicana, 46% se cubre en derivados sobre tipo de cambio, 34% sobre tasas de interés y 20% en commodities.	El Economista

Fuente: Elaboración propia con información de las fuentes mencionadas

5.2.2. Ventana del evento
Una vez identificados los eventos relacionados con el C-10, se procede a definir la duración de la ventana del evento a ser utilizada para determinar la existencia de rendimientos anormales. Masulis (1980) y Dann (1981) señalan que existen varias situaciones en las que la reacción del mercado a un evento en particular se puede extender por un par de días. Por ejemplo, en los comunicados de prensa no es claro el momento en el que los inversionistas tienen acceso a la información, por lo que resulta más apropiado evaluar la existencia de rendimientos anormales por un periodo de dos o más días. Es decir, aunque se conozca la fecha en que se produjo el evento, resulta difícil identificar en qué momento se incorpora efectivamente dicha información al mercado y mas difícil aún es determinar cuándo se produce el impacto sobre los precios de las acciones.
Dyckman, Philbrick & Stephan (1984) proponen capturar la fecha eligiendo aleatoriamente un día y empleando una distribución de probabilidad para la ocurrencia del evento en el mínimo número de días en que se cree que pudo tener lugar. Por otro lado, Krivin, Patton, Rose, & Tabak (2003) afirman que existen dos alternativas para determinar el tamaño de la ventana del evento: (i) usar un periodo de tiempo fijo, o (ii) utilizar un procedimiento a la medida y que dichas alternativas están en función del tipo de datos que se están utilizando (intradía, bid/ask, cierre), así como del evento que se está analizando. Lev (1989) por su parte encontró que la mayoría de los artículos analizados entre 1980 y 1989 utilizan un periodo de tiempo fijo que va de entre dos días a un año. Este método fijo generalmente es utilizado cuando se tienen varias emisoras y varios eventos ya que la ventana del evento, al estar estandarizada, permite que los errores por tener una ventana muy grande (o pequeña en su caso) presenten un impacto pequeño en promedio conforme a la Ley de los Grandes Números.
Las fechas de publicación de los eventos serán del tipo “dummy”, y se considerarán como tales tanto el día en que se materializa el evento, el día inmediato anterior y al inmediato posterior. Es decir, si el evento “n” se publicó el 30 de marzo de 2005, entonces el día 29, 30 y 31 de marzo se les asignará el valor de uno y cero para el resto de la serie para dicho evento “n”. Este mismo procedimiento fue utilizado por Beatty, Chamberlain & Magliolo (1996); Cornett, Rezaee & Tehranian (1996); Dechow, Hutton & Sloan (1996) y Park (2004).
Población, marco muestral y muestra
El periódico El Financiero fue utilizado para obtener el nombre de las emisoras. Según dicha publicación al 31 de diciembre de 2004 existían 148 emisoras en el mercado de capitales. En la tabla No.2 se muestra la clave, nombre, industria y bursatilidad para cada una de ellas.

Las emisoras que integran la población son aquellas que estaban listadas en la BMV al cierre de diciembre de 2004 y cuya bursatilidad era alta o mediana, además de no pertenecer al sector de servicios financieros y tener sus estados financieros dictaminados al cierre de 2004 y 2005 disponibles en el Sistema Electrónico de Envió y Difusión de Información (EMISNET) de la BMV.
Las empresas que cotizan en la BMV tienen la obligación por parte de la Ley del Mercado de Valores de reportar su información financiera a través del programa EMISNET en forma trimestral. La información de los estados financieros dictaminados fue obtenida a través la página de internet de la BMV (www.bmw.com.mx), bajo el menú emisoras, información digitalizada. Se seleccionó la opción de estados financieros auditados al cierre de 2004 y al cierre de 2005.
Los estados financieros al cierre de 2004 y 2005 fueron seleccionados para ayudarnos con la determinación de la población debido a que tienen una relación directa con la entrada del C-10. Si bien es cierto que el C-10 entró en vigor el 1 de enero de 2005, la compañía tiene que revelar en las notas de los estados financieros al cierre de 2004 bajo el apartado “Nuevos Pronunciamientos Contables”, si espera un efecto importante en los resultados futuros de la compañía por la entrada en vigor del nuevo pronunciamiento. Por otro lado, el estado financiero al cierre de 2005 constituye el primero en incorporar a todos y cada uno de los lineamientos requeridos por el C-10, por lo que en las notas a los estados financieros deben detallar de manera explícita la política contable de la entidad para operar con IFD, así como en la nota de detalle su posición y clasificación contable de IFD.
Posteriormente, se estableció como filtro que las emisoras tuvieran publicados sus estados financieros (EEFF) al cierre de 2004 y 2005. El procedimiento de selección se resume a continuación:

EEFF 2004	EEFF 2005	Selección
Si	Si	Si
Si	No	No
No	Si	No
No	No	No

En la tabla No. 2 también se muestra la relación de las emisoras que no cumplieron con el requisito de tener estados financieros al cierre de 2004 y al cierre de 2005 y la explicación del porqué motivo no estaba disponible dicha información en la base de datos de la BMV. Asimismo, se presentan las emisoras eliminadas por aplicar criterios de contabilidad diferentes al C-10, ya que se eliminaron quince emisoras pertenecientes al ramo de Servicios Financieros – Grupo Financieros, tres emisoras pertenecientes al ramo de Servicios Financieros – Banca y cuatro emisoras perteneciente al ramo de Servicios Financieros – Aseguradoras; debido a que dichas emisoras durante el periodo de análisis utilizaban criterios de contabilidad emitidos por la Comisión Nacional Bancaria y de Valores y Comisión Nacional de Seguros y Fianzas, respectivamente.
Finalmente, se eliminaron también aquellas emisoras que no cumplían con el criterio de bursatilidad. Según Peterson (1989), las acciones de las compañías deben tener cotizaciones frecuentes en el mercado ya que de lo contrario al presentarse un evento este no podría ser capturado por el precio de la acción si no ha presentado movimientos en su cotización. El procedimiento para la determinación de la población se resume de la siguiente manera:

Total de Emisoras en la BMV al 31-12-04	Emisoras 148
Emisoras eliminadas por aplicar criterios de contabilidad diferentes al Boletín C-10	22
Emisoras eliminadas por cumplir con el requisito de bursatilidad	80
Emisoras eliminadas por no tener estados financieros en 2004 y en 2005.	1
Emisoras que integran la población	45

Una vez identificadas las emisoras que si cumplían con el requisito de selección, se procedió a la revisión de los estados financieros dictaminados con la finalidad de identificar que emisoras utilizaban IFD antes y durante la fecha del periodo de análisis que va del 1 de enero de 2004 al 30 de junio de 2006. Esta información nos permitirá establecer dos portafolios con la finalidad de analizar si aquellas emisoras que tenían IFD presentan rendimientos anormales mayores a las que no tenían IFD.
El precio de las acciones de las emisoras seleccionadas se obtuvo del programa Economática®, en el que se seleccionaron los precios diarios de cierre ajustados por dividendos por el periodo que va de enero de 2002 a junio de 2006. La Figura No. 6 se muestra un desglose de las 45 emisoras que integran la población en términos de bursatilidad y uso de IFD.
Modelo
McWilliams & Siegel (1997) comentan que los análisis a través de estudios de eventos se han vuelto muy populares debido a que permiten analizar las medidas contables relacionadas con el nivel de utilidad. Los estudios de eventos permiten medir la relación que existe entre un evento que afecta un acción y el rendimiento bursátil de dicha acción. Algunos eventos, como los cambios regulatorios o los impactos macroeconómicos afectan a la mayoría de las acciones al mismo tiempo. Se ha comentado que los estudios de eventos son utilizados para probar la hipótesis de mercados eficientes. En consecuencia, deben ser diseñados de tal manera que nos permita identificar el comportamiento estocástico de los precios en el momento de la ocurrencia del evento con el objeto de determinar si éstos se han visto afectados por dicho acontecimiento. Es decir, lo que nos interesa analizar es el comportamiento medio de la reacción de los precios ante la existencia de eventos específicos.
MacKinlay (1997) comenta que la literatura financiera ofrece modelos estadísticos y económicos para medir los retornos esperados de los precios de las acciones. Los modelos estadísticos son mayoritariamente unifactorial donde el punto de referencia para determinar la anormalidad de los recursos es el retorno del mercado. Sin embargo, también pueden utilizarse modelos multifactoriales, en los que la variabilidad de la varianza residual es reducida mediante la incorporación de factores adicionales. Los modelos económicos se caracterizan por incorporar un número de restricciones en el cálculo de los parámetros, mayores que en los modelos estadísticos; restricciones que proceden de teorías de equilibrio tales como las desarrolladas por el Capital Asset Pricing Model (CAPM) o el Arbitrage Price Theory (APT). Campbell, Lo & Mackinley (1997) concluyen que no parece existir alguna ventaja para utilizar un modelo económico en vez de uno estadístico para efectuar los estudios de eventos.
Numerosos autores, como Beaver W. (1982); Brick, Statman & Weaver (1989) o Seyhun (1986), son de la opinión de que los resultados de los estudios de eventos muestran sensibilidad al uso de diferentes modelos. Sin embargo, son también numerosos los trabajos que llegan a la conclusión contraria como el de Sharpe (1970) que insiste que los resultados de los estudios son invariables ante el uso de unos modelos u otros. Esta opinión es secundada por trabajos posteriores como Larcker, Reder & Simon (1983); Pope, Morris, & Peel (1990); Karpoff & Lee (1991) o Madura & Wiant (1995). Para dichos autores es innecesario aplicar más de un solo modelo al estudio, siendo suficiente el contrastar aquel que tenga un mayor peso en la literatura financiera.
Peterson (1989) menciona que existen principalmente tres principales metodologías desarrolladas por Brown & Warner (1980) para estimar si los rendimientos esperados que presentan las acciones son de tipo normal: (i) modelos de mercado; (ii) modelos de media ajustados; y (iii) modelos de mercado ajustados. La fase fundamental del estudio consistirá en el cálculo o medición de la rentabilidad generada en el día del evento aunada a la del periodo del evento en general, denominada “rentabilidad anormal”. Esta rentabilidad anormal recoge la rentabilidad en exceso que obtiene un agente respecto de la rentabilidad que habría obtenido si no se hubiera producido el evento objeto de estudio.
El modelo de mercado especificado por Fama, Fisher, Jensen & Roll (1969) en su estudio de eventos sobre los splits del precio de las acciones es:

(4)
Donde
= Rendimiento de la acción i para el periodo j;
= Rendimiento del índice de mercado para el periodo j; (IPC)
= Es la constante;
= Es el coeficiente de la pendiente; o el riesgo sistémico de la acción i
= Termino de error con
= Número de periodos en la estimación
Existen varios estudios como el de Peterson (1989) que han comentado que está metodología presenta el problema de la no estacionalidad en los parámetros del modelo, así como el error potencial de sesgo de que se origina cuando los precios de las acciones no cotizan de manera sincronizada. Es decir, aquellas acciones que operan con retrasos en comparación con las otras acciones del mercado generan que la sea sesgada. Sin embargo, existen varias alternativas que permiten corregir estos problemas, siendo la metodología más utilizada la de Dimson (1979) y Scholes & Williams (1977).
Independientemente del uso de cualquiera de los modelos antes mencionados, la estimación de los rendimientos anormales para una acción durante un periodo de tiempo, se determina mediante el cálculo de la diferencia entre el rendimiento observado y el rendimiento estimado o esperado para el mismo periodo como se muestra a continuación:
Donde:
= rendimiento anormal o error de predicción para la acción i durante el periodo t
= rendimiento de la acción i durante el periodo t
= rendimiento estimado o esperado para la acción i durante el periodo t
Una vez obtenidos los resultados aplicando esta metodología se debe analizar la significancia estadística de los rendimientos anormales. Esto es con la finalidad de probar la hipótesis de mercado eficiente, para lo cual se requiere estandarizar los rendimientos anormales obtenidos para determinar el error estadístico en la estimación de los rendimientos esperados.
Binder (1998) comenta que los estudios de eventos pueden ser realizados aplicando generalmente dos metodologías. La primera es a través del análisis estadístico de los residuales de los retornos anormales y la segunda es mediante el análisis estadístico de los retornos anormales utilizados como coeficientes en la regresión incorporando variables de tipo dummy, la cual es utilizada en la presente investigación.
Con la finalidad de analizar la reacción en los precios de las acciones de las emisoras seleccionadas en la población, se aplicará un modelo multivariante desarrollado por Schipper & Thompson (1983) para estimar si existen rendimientos anormales en la serie. Thompson (1985) demostró que se obtienen mejores resultados al considerar más de un evento en la aplicación de una regresión multivariada. Para tales efectos, el modelo que se propone se resume en la siguiente ecuación:
(5)
Donde:
= el rendimiento diario de t de las acciones de la muestra j
= intercepto
= beta de la acción j de la muestra
= rendimiento del IPC
= parámetro del evento, el cual captura el impacto del evento k en las acciones
= variable dummy para cada evento k que equivale a uno durante un periodo de tres días alrededor del evento k y cero de lo contrario
= término de error con media cero
La aplicación del modelo se lleva a cabo utilizando la técnica de datos de panel, ya que permite combinar información sobre tiempo y espacio. Asimismo, nos facilita la construcción de diferentes portafolios que consideren los efectos de correlación de los residuales transversales de las emisoras analizadas. Según Cornett, Rezaee, & Tehranian (1996) dicho portafolio es construido utilizando el siguiente vector P [J x 1], donde P toma la forma de
Donde:
= es un vector de forma [J x 1] de unos
= es la matriz de varianza – covarianza estimada de la ecuación (5)
= es el número de emisoras del respectivo portafolio analizado
Para la obtención de los resultados se utilizarán ecuaciones aparentemente no relacionadas “Seemingly Unrelated Regreesions (SUR)” con variables dummy para cada uno de los cuatro eventos encontrados dentro de una ventana de tres días. La ventaja de utilizar este tipo de ecuaciones es que implícitamente incorporan tanto la correlación contemporánea de los rendimientos así como la correlación inter-temporal de los rendimientos anormales estimados al momento de probar la hipótesis de nulo impacto por parte del evento.
Con la finalidad de poder realizar nuestro análisis de una manera más granular, se construyeron nueve diferentes portafolios balanceados. Para facilitar su identificación cada portafolio ha sido asignado con una letra que va de la A a la I. La columna “Emisoras” especifica si las emisoras analizadas tienen bursatilidad alta, mediana o ambas. La columna “Número” detalla el número de emisoras que integran cada uno de los portafolios, mientras que la columna “Derivados”, si los portafolios están formados por emisoras que tienen instrumentos financieros derivados o no en las fechas en que los eventos han sido analizados. La tabla 3 presenta los resultados de la información antes mencionada.
Tabla 3. Resumen de portafolios de emisoras

Portafolio	Emisoras	Número	Derivados
A	Todas	45
B	Alta y mediana bursatilidad	33	Si
C	Alta y mediana bursatilidad	12	No
D	Alta bursatilidad	22	Si y No
E	Alta bursatilidad	17	Si
F	Alta bursatilidad	5	No
G	Mediana bursatilidad	23	Si y No
H	Mediana bursatilidad	16	Si
I	Mediana bursatilidad	7	No

Fuente: Elaboración propia
En el siguiente capítulo se presentan los resultados obtenidos sobre la búsqueda de los rendimientos anormales para cada uno de los portafolios mencionados anteriormente.