Modelo de valorización de bonos corporativos en mercados emergentes con información a niveles agregados y de la firma
Loading...
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
El mercado de la deuda corporativa ha cobrado gran importancia como medio de financiamiento de las empresas, esto ha motivado diversos estudios que buscan establecer las variables que explican los spreads de crédito. En esta línea de investigación Kwan (1996) estudia la relación entre bonos y acciones de la misma firma emisora. Collin-Dufresne, Goldstein, and Martin (2001) investigan los determinantes de los cambios en los spreads incluyendo las variables propuestas por los modelos estructurales, estas variables logran explicar el 25% de las variaciones mensuales de los spreads. Avramov, Jostava y Philipov (2007), analizan el cambio en el spread de crédito considerando variables a niveles agregados y de la empresa. Todos los estudios anteriormente mencionados han sido aplicados al mercado de bonos corporativos de Estados Unidos.
La presente investigación estudia los determinantes que explican los spreads de crédito de los bonos corporativos en un mercado emergente incorporando factores de mercado, en conjunto con factores específicos de la firma. Se testean tres modelos, utilizados para analizar los bonos corporativos en el mercado de Estados Unidos, en una muestra de transacciones de bonos indexados a la inflación en el mercado chileno, y posteriormente se comparan los resultados obtenidos en ambos mercados. Las variables significativas para Chile forman la base para el diseño de un nuevo modelo de regresión multifactor que busca explicar los spreads de los bonos corporativos en el mercado chileno que incorpora variables a nivel agregado y de la firma. Los resultados del modelo propuesto revelan una correlación negativa entre el cambio en el spread y el retorno de la acción, en línea con lo encontrado en mercados desarrollados.
Los resultados del modelo se evalúan con una prueba fuera de la muestra, donde se emplea la raíz del error cuadrático medio (RMSE) para comparar sus resultados, con los obtenidos por el método comúnmente aplicado en mercados ilíquidos que consiste en repetir la última transacción registrada para los días en los cuales no hay datos disponibles. El modelo propuesto reduce el grado de error en la estimación de los spreads en un rango entre 2 a 13 por ciento respecto a los spreads observados.
Description
Tesis (Doctor en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2020