Abstracts - Objetive 3 - 1st Group

1. González, M., J. Nave y G. Rubio, (2017), muestran que los principales determinantes de las betas de carteras de activos de renta variables son el exceso del consumo agregado sobre el hábito y el diferencial de crédito. Dichas estimaciones se obtienen mediante una metodología que evita estimar dichos determinantes por etapas, utilizando una modelización teórica donde las betas totales son la suma ponderada de dos componentes a corto y a largo plazo que, a su vez, se estiman mediante un enfoque MIDAS.
   
   
2. González, M., J. Nave y G. Rubio, (2018), analizan la relevancia de la incertidumbre macroeconómica, financiera y política sobre las betas de la actividad real para los factores de riesgo más conocidos. Para ello empleamos un contexto que nos permite diferenciar los componentes de corto y largo plazo de las betas de la actividad real. La influencia de la incertidumbre sobre el componente de largo plazo de las betas de actividad real es positiva y significativa para la mayoría de los factores de riesgo analizados.
   
   
3. Las propiedades de los rendimientos de activos financieros en sección cruzada son analizadas en González‐Urteaga, A. y G. Rubio, (2017a), donde se muestra que el mercado de volatilidades y el mercado de rendimientos están segmentados. Los factores comunes explican el 90% de la prima de riesgo de la volatilidad pero solo un 65% de la prima de riesgo de las tasas de rendimiento.
   
   
4. De forma contraria a la práctica habitual de usar rendimientos medios realizados para contrastar modelos de valoración de activos, en González.Urteaga, Nieto y Rubio, (2017), se analiza la estructura factorial de la variabilidad en sección cruzada de los rendimientos esperados. En el trabajo se muestra que el primer componente principal explica el 99.6% de esta variabilidad. Los factores agregados de riesgo asociados a calidad de las empresas, restricciones al endeudamiento, riesgo de crédito y riesgo de varianza explican la mayoría de la variabilidad en serie temporal del primer componente principal. Y el ajuste en sección cruzada de diferentes modelos de valoración mejora considerablemente cuando se usan rendimientos esperados en lugar de rendimientos medios observados. Entre los modelos analizados, el de mayor éxito incluye el rendimiento del mercado y los cuatro factores citados previamente que explican la variabilidad del primer componente. Finalmente, la evidencia empírica se extiende a modelos con rendimientos esperados exactos y no exclusivamente a rendimientos esperados que pueden interpretarse simplemente como cotas inferiores de los verdaderos esperados.
   
   
5. En el análisis de las propiedades en sección cruzada de los activos financieros, juega un papel fundamental las características de las preferencias del inversor representativo. González‐ Urteaga, A., y Rubio, G., (2017b) muestran que las estimaciones de la elasticidad intertemporal del consumo, que utilizan no solo datos de consumo agregado sino también el apalancamiento agregado de los intermediarios financieros, obtienen resultados razonables con elasticidades de sustitución muy cercanas a 1.
   
   
6. Rubio, G., (2017), muestra que los rendimientos de un factor que representa el diferencial de rentabilidad entre activos de alta y baja calidad, controlando por tamaño, resulta un excelente predictor de crisis financieras asociadas a la ausencia de liquidez a nivel agregado, pero no a la liquidez agregada del mercado bursátil.
   
   
7. González‐Urteaga, A., Nieto, B., y Rubio, G., (2018b), utilizan las volatilidades neutrales al riesgo de renta variable (VIX) y bonos del Tesoro (MOVE) para analizar su capacidad predictiva sobre la futura actividad real y sobre diversos rendimientos de activos financieros. En el trabajo se utiliza una metodología que permite hacer competir ambas volatilidades riesgo‐neutrales controlando por las variables predictivas que se han empleado habitualmente en la literatura.
   
   
8. En Malagón, J., Moreno, D. y Rodriguez, R. (2018), [Idiosyncratic volatility] se pone de manifiesto que existe una fuerte evidencia que señala que las acciones con niveles más altos de riesgo idiosincrásico ofrecen rendimientos relativamente más bajos que las acciones con niveles más bajos. Este artículo señala que esta relación negativa entre el riesgo idiosincrásico y las rentabilidades esperadas no ocurre de forma generalizada en el tiempo y proporciona una explicación plausible para su naturaleza variable. Nuestros resultados sugieren que después de las recesiones, la valoración condicional de la liquidez genera una corrección en los precios de las acciones de alta volatilidad idiosincrásica que persiste hasta 9 meses. Como resultado, la relación negativa entre el riesgo idiosincrásico y el rendimiento esperado no se observa después de las recesiones.

Go back to Objective 3