Efecto momentum y riesgo asimétrico en el mercado de valores español

169 EFECTO MOMENTUM Y RIESGO ASIMÉTRICO EN EL MERCADO DE VALORES ESPAÑOL Luis Fernando Muga Caperos Rafael Santamaría Aquilué RESUMEN Los beneficios de las estrategias de momentum continuan arrojando valores significativamente positivos en el mercado de valores español durante el periodo 1980-2004. Este efecto no parece explicarse por los factores tradicionales, como la beta, el tamaño o la ratio valor en libros/valor de mercado. Nuestros resultados muestran que el momento se encuentra relacionado con un factor de riesgo sistemático asociado a la asimetría (Harvey y Siddique, 2000). La asimetría condicional aporta capacidad explicativa de los beneficios de momentum que no resulta explicada por el modelo de Fama-French. No obstante, este riesgo sistemático asociado a la asimetría ofrece sólo una explicación parcial al efecto momentum. PALABRAS CLAVE: Momentum, Asimetría Condicional, ABSTRACT: Momentum strategy continues to be profitable in the Spanish Stock Exchange during 1982 – 2004 period. This effect cannot be explained by the market beta, the size effect or the bookto-market effect. Our results suggest that momentum effect is related to systematic skewness (Harvey y Siddique, 2000). The conditional skewness provides some explanatory power for the momentum returns, which the Fama and French model does not provide. Nevertheless, systematic skewness is only a partial, and not a complete explanation for the momentum effect. KEYWORDS: Momentum, Coskewness 1.- INTRODUCCIÓN. Desde que Jegadeesh y Titman (1993) presentaron la primera evidencia sobre el denominado efecto momentum éste se ha convertido en una de las anomalías del mercado de capitales que más atención ha recibido por parte de la literatura. Dos son las razones fundamentales de este hecho: se trata de una anomalía persistente en el mercado estadounidense, ya que los propios Jegadeesh y Titman (2001) documentan que su estrategia sigue produciendo rentabilidades anormalmente positivas durante la década de los noventa, y no tiene una explicación clara en la CITIES IN COMPETITION 170 literatura y, además, se manifiesta en otros mercados distintos al norteamericano. En este sentido Hon y Tonks (2003) encuentran evidencia de la existencia del efecto momentum para el mercado británico, Hameed y Kusnadi (2002) para varios mercados de la cuenca pacífica, y Rouwenhorst (1998) para una serie de países europeos. Dada la persistencia de la anomalía, han sido abundantes los esfuerzos por tratar de buscarle una explicación. Esta búsqueda se ha realizado en los últimos años fundamentalmente desde dos ópticas: una que podría denominarse “racionalista” y otra basada en los modelos procedentes del “behavioural finance”. La primera de ellas apunta a que el origen del efecto momentum se encuentra en la remuneración de un factor de riesgo no diversificable. Ejemplos de esta línea de investigación son los trabajos de Conrad y Kaul (1998) que afirman que las rentabilidades anormales de las estrategias provendrían de las medias de sección cruzada de las rentabilidades esperadas de los títulos o Ang, Chen y Xing (2002) que proponen que el efecto momentum puede estar causado por alguna medida de “riesgo asimétrico”. En cuanto a la segunda centra su atención en los sesgos que pueden presentar los inversores en su conducta que les llevarían a generar rutinas sistemáticas que desemboquen en regularidades en los precios. Alguno de estos modelos basados en el comportamiento de los inversores se pueden encontrar en trabajos como Barberis, Shleifer y Vishny (1998), Hong y Stein (1999), o Daniel, Hirshleifer y Subramanyam (1998), cuyas implicaciones han tratado de ser contrastadas empíricamente a través de distintas consideraciones, como que el efecto momentum debiera manifestarse con mayor intensidad en títulos pequeños y con baja cobertura de analistas, Hong, Lim y Stein (2000) o que debe manifestarse con mayor fuerza después de movimientos alcistas del mercado Cooper Gutierrez y Hameed (2004). Estos trabajos encuentran evidencia favorable a los modelos de comportamiento de los inversores, si bien es difícil que a través de sus conclusiones puedan descartarse las explicaciones del efecto momentum a través de factores de riesgo. En referencia al mercado español, existe evidencia favorable a la existencia del efecto momentum, Forner y Marhuenda (2003 a y b) y Muga y Santamaría (2004). Además Forner y Marhuenda (2004), tratan de contrastar algunas de las implicaciones de los diferentes modelos de comportamiento. Sin embargo no existe evidencia que trate de dar una explicación a las rentabilidades anormales de este tipo de estrategias a través de algún factor de riesgo omitido por los modelos de valoración tradicionales. En el presente trabajo se va a explorar la posibilidad de que el efecto momentum obedezca a una compensación a niveles significativos de exposición a factores de riesgo asimétrico, en línea con los trabajos de Harvey y Siddique (2000) o Ang, Chen y Xing (2002), habiendo centrado nuestra atención, en particular, en el factor de coasimetría propuesto por los primeros. Si bien el éxito de estos autores en la explicación del momentum no es totalmente satisfactorio, si que se ha probado que ayuda a explicar un porcentaje apreciable de la rentabilidad anormal asociada a la estrategia de momentum. En consecuencia, se pretende observar si se produce un efecto similar para el caso del mercado de valores español. El trabajo se estructura atendiendo al siguiente esquema: La sección segunda presenta la base de datos utilizada. La sección tercera ofrece una panorámica actualizada del efecto momentum en el mercado de valores español y de la rentabilidad derivada de dichas estrategias tras los ajustes por riesgo con los modelos tradicionales. La sección cuarta se plantea el objetivo central del artículo tratando de observar si la introducción de este tipo de factores ayuda a explicar las rentabilidades ofrecidas por las estrategias de momentum en nuestro mercado doméstico. Por último, la sección quinta expone de forma sucinta las conclusiones obtenidas, limitaciones y extensiones futuras del presente trabajo. FINANCE MANAGEMENT CHALLENGES 171 2.BASE DE DATOS Para la realización del presente trabajo se dispone de rentabilidades diarias ajustadas de los títulos que cotizan en el mercado de valores español desde Enero de 1980 hasta mayo de 2004, así como el Indice General de la Bolsa de Madrid. Dicha base de datos proviene fundamentalmente de la base de datos Intertell, si bien en ocasiones se ha completado utilizando los precios de cierre ofrecidos por la Sociedad de Bolsas, y se han calculado las rentabilidades corregidas por ampliaciones, dividendos y splits, de acuerdo con la información recogida en la Bolsa de Madrid. De este modo, se dispone en conjunto de una muestra total de 194 empresas que han cotizado en el mercado de valores español en algún momento de nuestro periodo de estudio, con un mínimo de 70 empresas al comienzo de la década de los 80 y un máximo de 145 en noviembre de 1998. Para ajustar las estrategias de momentum con los factores de riesgo tradicionales, CAPM y modelo trifactorial de Fama French, se ha aproximado la rentabilidad del mercado con la rentabilidad mensual del Indice General de la Bolsa de Madrid y se ha tomado como rentabilidad libre de riesgo, hasta 1982 el tipo de interés de los préstamos ofrecidos por las instituciones financieras y, a partir de esa fecha, el tipo de interés mensualizado de las letras a un año en el mercado secundario. La construcción de los factores SMB y HML atienden a lo expuesto por Fama y French (1993), para lo que se ha recopilado información acerca de los datos de capitalización y valor en libros de los títulos que cotizan en el mercado continuo español a partir de la década de los años noventa.54 Para el cálculo de las medidas de riesgo asimétrico, con objeto de evitar los problemas derivados de aquellos títulos que presentan una negociación infrecuente, se exigirá que un título haya tenido negociado, al menos, 150 sesiones en un año de mercado. 3.EL EFECTO MOMENTUM EN EL MERCADO DE VALORES ESPAÑOL. 3.1. Metodología En línea con la literatura, la metodología empleada en el presente trabajo es similar a la descrita por Jegadeesh y Titman (1993) en su artículo seminal del efecto momentum. El planteamiento propuesto por estos autores se basa en el estudio de un conjunto de estrategias de “momentum” que permanecen abiertas en un momento del tiempo y cuya agregación ofrece el resultado de la “cartera” de momentum en ese punto. Más concretamente, el procedimiento es el siguiente: En un momento determinado del periodo objeto de estudio se ordenan los títulos por sus rentabilidades acumuladas los J meses anteriores (periodo de formación)55, y clasifican los títulos por deciles, de forma que aquél decil de títulos con mayor rentabilidad en el periodo de formación constituirá la cartera de “ganadores” y aquél decil de títulos con menor rentabilidad en este periodo constituirá la cartera de “perdedores”. La “estrategia de momentum” se forma por una posición larga en la cartera de “ganadores” y una posición corta en la cartera de “perdedores”. Las citadas carteras permanecerán abiertas durante los K meses siguientes a su formación, periodo de mantenimiento. De esta manera se obtendrían distintas “estrategias de momentum” combinando los diferentes periodos de formación y de mantenimiento. 54 Para el periodo muestral comprendido entre Enero de 1982 y diciembre de 1990 los datos correspondientes a los factores del modelo Fama French, SMB y HML, han sido facilitados por Belén Nieto de la Universidad de Alicante. 55 En su trabajo, tanto el periodo de formación , J , como el periodo de mantenimiento, K, toman los valores: 3,6,9 y 12, por lo que se dispondrá de un total de 16 estrategias de momentum. CITIES IN COMPETITION 172 Al mes siguiente a la formación de estas carteras, se establecerá un nuevo periodo de formación y una nueva cartera de títulos ganadores y otra de títulos perdedores, con las que se podrán establecer nuevas “estrategias de momentum”. Como quiera que las estrategias formadas en el periodo anterior permanecerán abiertas durante los K meses siguientes a su formación, estas nuevas “estrategias de momentum” vendrán a acumularse a la posición que ya se mantenía, de forma que en un determinado mes del calendario la rentabilidad de la “cartera de momentum” quedará compuesta por las rentabilidades de las K “estrategias de momentum” que permanecen abiertas en ese momento del tiempo. Con este procedimiento se obtienen una serie de rentabilidades para cada mes asociadas a las rentabilidades de las carteras de momentum. Según estos autores, midiendo la rentabilidad de estas carteras se eliminan los posibles problemas que pudieran surgir de autocorrelación en las rentabilidades de las estrategias, por lo que es suficiente el empleo de un estadístico t convencional. Una de las propuestas contempladas por Jegadeesh y Titman (1993) consiste en la posibilidad de intercalar un periodo de tiempo entre la formación y el mantenimiento de las carteras para evitar así posibles sesgos de microestructura que pudieran aparecer, o que los resultados se vean contaminados por la reversión (efecto contrario al momentum) a muy corto plazo que fue documentada en trabajos como Jegadeesh (1990) y Lehmann (1990). Como se ha señalado, la definición de títulos ganadores y perdedores que proponen Jegadeesh y Titman (1993) está basada en deciles. Esta apuesta es extremadamente exigente para ser aplicada a nuestro mercado, habida cuenta del reducido número de títulos que cotizan en el mercado continuo y la exigencia de cierto nivel de diversificación en la cartera. Por este motivo, en el presente estudio las carteras de títulos ganadores estarán formadas por el quintil de títulos que presente una rentabilidad mayor durante el periodo de formación y las carteras de títulos perdedores por el quintil de títulos que presente una menor rentabilidad durante dicho periodo. Esta consideración es coincidente con la realizada por Forner y Marhuenda (2003 b). De entre las alternativas metodológicas descritas, en el presente trabajo se ha optado por una construcción de las estrategias de momentum basadas en tiempo de calendario, ya que parece una metodología más intuitiva para realizar los ajustes por riesgo, tanto con los factores tradicionales como con las posibles medidas de riesgo asimétrico.56 Por otro lado, las diferentes estrategias de momentum se han construido sin dejar un periodo intermedio entre la formación y el mantenimiento de las diferentes carteras, dado que se ha contrastado que en nuestra muestra las rentabilidades de las estrategias de momentum durante su primer mes de mantenimiento obtienen una rentabilidad positiva, por lo que la no consideración de este primer periodo estaría reduciendo los rendimientos de este tipo de estrategias.57 Esta es también la razón de que el factor de momentum utilizado no ha considerado ese periodo intermedio en su medición. Por último, señalar que, con la finalidad de no sobrestimar la posible existencia del efecto momentum y no incurrir en un posible sesgo de supervivencia, se ha optado por sustituir la rentabilidad de los títulos que 56 Se han medido también las rentabilidades de las diferentes estrategias de momentum basadas en tiempo de evento, obteniéndose resultados similares a aquellos obtenidos en tiempo de calendario, lo que da robustez a los resultados. Estos se encuentran disponibles para todos los interesados solicitándolos a los autores 57 Los resultados del primer mes de cada una de las estrategias de momentum se encuentran disponibles junto con los resultados en tiempo de evento. FINANCE MANAGEMENT CHALLENGES 173 desaparecen durante el periodo de mantenimiento por un índice equiponderado de todos los títulos presentes en la muestra durante dicho periodo. 3.2. Efecto momentum 1982 – 2004: Evidencia empírica. El primer objetivo del trabajo es contrastar la existencia del efecto momentum en el mercado de valores español, extendiendo la base de datos del trabajo de Muga y Santamaría (2004) lo que nos permite una mejor comparación con la evidencia existente del efecto momentum en el mercado de valores español presentada fundamentalmente en los trabajos de Forner y Marhuenda (2003 a, 2003b y 2004). Los resultados para las estrategias de momentum, así como para las carteras de ganadores y perdedores en exceso, se encuentran en la tabla 1. De forma consistente con la evidencia que existe para el mercado español, se puede observar que todas las estrategias de momentum proporcionan rentabilidades positivas y significativas, según el estadístico t, durante el periodo objeto de estudio, oscilando sus rendimientos entre el 0,7% mensual que da la estrategia con doce meses de periodo de formación y doce meses de periodo de mantenimiento (t = 2,00) y el 1,42% mensual que proporciona la estrategia con J = 9 y K =3 (t = 3,58). Siendo estas rentabilidades muy similares a las que se encuentran en el trabajo original de momentum en el mercado estadounidense de Jegadeesh y Titman (1993) que oscilan entre el 0,32% de la estrategia con J=3 y K=3 y el 1,31% de la estrategia con J =12 y K =3. Por otro lado, si se subdivide el periodo muestral en dos partes, de forma que la primera de ellas abarque los años 80 y la segunda desde el año 91 en adelante, se puede observar que el efecto momentum se concentra sobre todo en la primera parte de la muestra con rentabilidades que alcanzan el 2,39% mensual (t = 4,07) en la estrategia con J = 6 y K = 3. Mientras que en la segunda parte de nuestra muestra el citado efecto se debilita notablemente, aunque siguen resultando significativas 11 de las 16 estrategias, siendo la que proporciona mayores rentabilidades aquella con un periodo de formación de 12 meses y de mantenimiento de 3 meses, con un rendimiento medio del 1,02% mensual (t = 2,01). De este modo, aunque se observa un debilitamiento de los rendimientos de las diferentes estrategias basadas en rentabilidades pasadas, parece aventurado afirmar que se está produciendo la desaparición del efecto momentum en el mercado de valores español, como afirman Forner y Marhuenda (2003b). Esta afirmación es todavía más cuestionable si se tiene en cuenta el análisis realizado por Muga y Santamaría (2004). En este trabajo se aprecia que la desaparición de las rentabilidades de este tipo de estrategias está concentrada en un periodo concreto de la segunda mitad de los años 90. En la actualidad, como se observa en el presente trabajo, el efecto momentum ha vuelto a arrojar rentabilidades positivas significativas 58. 3.3 El efecto momentum y el ajuste por riesgo con modelos tradicionales. Una de las razones que han provocado que parte de la literatura internacional concentre su atención en el efecto momentum es que sus rentabilidades anormales no parecen estar recogidas por los modelos de valoración tradicionales, como pueden ser el CAPM y el modelo trifactorial de Fama y French. Es más, muchas veces el 58 Las rentabilidades medias proporcionadas por las diferentes estrategias de momentum durante los periodos comprendidos entre enero de 2001 y mayo de 2004 oscilan entre el 0,66% y el 1,28% mensual lo que añade evidencia en contra de que el efecto momentum haya podido desaparecer en el mercado de valores español. CITIES IN COMPETITION 174 ajuste por este tipo de factores de riesgo hace que las rentabilidades ajustadas de este tipo de estrategias se eleven al estar la cartera de títulos perdedora, en la que se toma una posición corta, más expuesta a estos tipos de riesgo. Para realizar los ajustes de las rentabilidades de las diferentes estrategias de momentum por factores de riesgo se han utilizado dos de los modelos de valoración de activos tradicionales, el CAPM y el modelo trifactorial de Fama y French, de forma que una vez aplicados estos modelos a las series de rentabilidades en tiempo de calendario, la α del modelo correspondiente medirá el valor de la rentabilidad ajustada por riesgo de la serie. Las expresiones matemáticas correspondientes al ajuste de riesgo por CAPM y Fama-French para la estrategia de momentum, son las siguientes: ttmomtftMtmomtmom rRR ,1,,,,, )( µβα +−+= [1] ttmomtmomtmomtftMtmomtmom HMLhSMBsrRR ,2,,,,, **)( µβα +++−+= [2] donde Rmom,t, es la rentabilidad en tiempo de calendario correspondiente a la estrategia de momentum; rf,t es la rentabilidad del activo libre de riesgo; RM,t es la rentabilidad del mercado, aproximado por el Indice General de la Bolsa de Madrid. SMBt y HMLt son los factores del modelo que recogen los efectos tamaño y Book-ToMarket Los coeficientes β, s y h miden las sensibilidades de la estrategia de momentum a dichos factores de riesgo. FINANCE MANAGEMENT CHALLENGES 175 TABLA 1 En esta tabla se recogen las rentabilidades medias de las dieciséis estrategias de momentum en tiempo de calendario evaluadas, combinando los diferentes periodos de formación (J=3,6,9,12) y mantenimiento (K = 3,6,9,12). Entre paréntesis aparecen los valores del estadístico t asociados, estando destacados con * aquellos valores significativos al 10% y con ** aquellos valores significativos al 5%. El panel A recoge los resultados para el periodo completo, el panel B para la primera parte comprendida entre enero de 1982 y diciembre de 1990 y el panel C recoge los resultados del último subperiodo comprendido entre enero de 1991 y mayo de 2004. PANEL A: MOMENTUM 82 04 MOM 33 MOM 36 MOM 39 MOM 312 MOM6 3 MOM 66 MOM 69 MOM 612 MOM 93 MOM 96 MOM 99 MOM 912 MOM 123 MOM 126 MOM 129 MOM1 212 MOM 0,0103 (2,91)* * 0,0097 (3,35)* * 0,0092 (3,55)* * 0,0083 (3,57)* * 0,0133 (3,47)* * 0,0120 (3,40)* * 0,0108 (3,36)* * 0,0088 (3,02)* * 0.,142 (3,47)* * 0,0135 (3,58)* * 0,0110 (3,15)* * 0,0089 (2,74)* * 0,0136 (3,19)* * 0,0118 (2,98)* * 0,0090 (2,42)* * 0,0070 (2,00)* * 0,0085 0,0085 0,0085 0,0082 0,0107 0,0101 0,0098 0,0088 0,0118 0,0112 0,0100 0,0089 0,0111 0,0101 0,0088 0,0076 GAN (1,83)* (1,85)* (1,86)* (1,84)* (2,29)* * (2,17)* * (2,16)* * (1,99)* * (2,52)* * (2,46)* * (2,24)* * (2,03)* * (2,38)* * (2,21)* * (1,94)* (1,71)* - 0,0018 - 0,0012 - 0,0007 - 0,0001 - 0,0026 - 0,0020 - 0,0011 0,0001 - 0,0024 - 0,0023 - 0,0010 0,0001 - 0,0025 - 0,0017 - 0,0002 0,0006 PER (-0,33) (-0,23) (-0,14) (-0,19) (-0,47) (-0,37) (-0,20) (0,01) (-0,43) (-0,42) (-0,18) (0,01) (-0,45) (-0,30) (-0,04) (0,11) PANEL B: MOMENTUM 82 90 MOM 33 MOM 36 MOM 39 MOM 312 MOM6 3 MOM 66 MOM 69 MOM 612 MOM 93 MOM 96 MOM 99 MOM 912 MOM 123 MOM 126 MOM 129 MOM1 212 0,0194 0,0179 0,0149 0,0122 0,0239 0,0201 0,0160 0,0118 0,0227 0,0193 0,0139 0,0102 0,0188 0,0146 0,0103 0,0065 MOM (3,33)* * (3,92)* * (3,43)* * (3,18)* * (4,07)* * (3,44)* * (2,97)* * (2,46)* * (3,35)* * (3,09)* * (2,40)* * (1,98)* * (2,64)* * (2,23)* * (1,72)* (1,21) 0,0190 0,0184 0,0173 0,0157 0,0209 0,0195 0,0177 0,0156 0,0207 0,0187 0,0159 0,0139 0,0172 0,0156 0,0136 0,0114 GAN (1,98)* (1,94)* (1,85)* (1,74)* (2,16)* * (2,05)* * (1,91)* (1,75)* (2,15)* * (1,99)* * (1,74)* (1,56) (1,77)* (1,65) (1,46) (1,25) -0,004 0,005 0,0023 0,0035 - 0,0030 - 0,0006 0,0017 0,0038 - 0,0020 - 0,0007 0,0020 0,0037 - 0,0016 0,0011 0,0033 0,0048 PER (-0,04) (0,05) (0,27) (0,40) (-0,34) (-0,07) (0,19) (0,43) (-0,22) (-0,07) (0,22) (0,41) (-0,17) (0,11) (0,36) (0,53) CITIES IN COMPETITION 176 PANEL C: MOMENTUM 91 04 MOM 33 MOM 36 MOM 39 MOM 312 MOM6 3 MOM 66 MOM 69 MOM 612 MOM 93 MOM 96 MOM 99 MOM 912 MOM 123 MOM 126 MOM 129 MOM1 212 0,0042 0,0042 0,0054 0,0057 0,0062 0,0066 0,0073 0,0067 0,0085 0,0096 0,0091 0,0081 0,0102 0,0099 0,0081 0,0073 MOM (0,95) (1,13) (1,70)* (1,95)* (1,23) (1,50) (1,85)* (1,85)* (1,67)* (2,04)* * (2,08)* * (1,91)* (1,92)* (2,01)* * (1,70)* (1,58) 0,0015 0,0019 0,0026 0,0032 0,0039 0,0037 0,0044 0,0041 0,0058 0,0062 0,0061 0,0055 0,0070 0,0064 0,0056 0,0050 GAN (0,34) (0,44) (0,61) (0,73) (0,90) (0,86) (1,04) (0,97) (1,35) (1,45) (1,42) (1,32) (1,63) (1,50) (1,31) (1,19) -0,0027 -0,0023 -0,0028 -0,0025 -0,0023 -0,0029 -0,0029 -0,0025 -0,0027 -0,0033 -0,0030 -0,0025 -0,0032 -0,0035 -0,0025 -0,0023 PER (-0,41) (-0,36) (-0,46) (-0,42) (-0,33) (-0,44) (-0,45) (-0,40) (-0,38) (-0,50) (-0,46) (-0,38) (-0,45) (-0,51) (-0,37) (-0,34) TABLA 2 En esta tabla se presenta el ajuste por riesgo de las series de rentabilidades de las estrategias de momentum en tiempo de calendario. Dicho ajuste se ha realizado utilizando el modelo CAPM: Rmom,t= αmom,t+( RM,t - rf,t) βmom,t+µ1,t, ,en el panel A y el modelo trifactorial de Fama french, Rmom,t= αmom,t+( RM,t -rf,t) βmom,t+ smom*SMBt+ +hmom*HMLt+µ2,t, ,en el panel B. De esta forma el coeficiente alfa se corresponde con la rentabilidad anormal de la estrategia, una vez se ha tenido en cuenta el ajuste por riesgo. El coeficiente beta mide la exposición al factor de riesgo de mercado, s la exposición al riesgo recogida por el factor SMB, y h la exposición al riesgo recogida por el factor HML . Los números entre paréntesis corresponden a los estadísticos t asociados a los coeficientes. Los signos * y ** indican la significatividad al 10% y al 5% respectivamente. . PANEL A: RENTABILIDADES MOMENTUM AJUSTADAS CAPM 82 – 04 MOM 33 MOM 36 MOM 39 MOM 312 MOM6 3 MOM 66 MOM 69 MOM 612 MOM 93 MOM 96 MOM 99 MOM 912 MOM 123 MOM 126 MOM 129 MOM1 212 RENT 0,0103 (2,91)* * 0,0097 (3,35)* * 0,0092 (3,55)* * 0,0083 (3,57)* * 0,0133 (3,47)* * 0,0120 (3,40)* * 0,0108 (3,36)* * 0,0088 (3,02)* * 0.,142 (3,47)* * 0,0135 (3,58)* * 0,0110 (3,15)* * 0,0089 (2,74)* * 0,0136 (3,19)* * 0,0118 (2,98)* * 0,0090 (2,42)* * 0,0070 (2,00)* * 0,011 0,010 0,009 0,009 0,014 0,012 0,011 0,009 0,015 0,014 0,011 0,009 0,014 0,012 0,009 0,008 ALFA (3,06)* * (3,45)* * (3,63)* * (3,720) ** (3,60)* * (3,46)* * (3,46)* * (3,17)* * (3,56)* * (3,68)* * (3,29)* * (2,92)* * (3,32)* * (3,11)* * (2,55)* * (2,16)* * -0,129 -0,075 -0,053 -0,082 -0,122 -0,063 -0,079 -0,109 -0,094 -0,095 -0,114 -0,134 -0,134 -0,125 -0,124 -0,140 BETA (- 2,37)** (- 1,68)* (-1,32) (- 2,29)** (- 2,07)** (-1,14) (-1,58) (- 2,44)** (-1,48) (-1,62) (- 2,11)** (- 2,69)** (- 2,03)** (- 2,05)** (- 2,17)** (- 2,61)** R2 0,017 0,007 0,003 0,016 0,012 0,001 0,006 0,018 0,005 0,006 0,013 0,023 0,012 0,012 0,014 0,021 FINANCE MANAGEMENT CHALLENGES 177 PANEL B: RENTABILIDADES MOMENTUM AJUSTADAS FAMA FRENCH 82 - 04 MOM 33 MOM 36 MOM 39 MOM 312 MOM6 3 MOM 66 MOM 69 MOM 612 MOM 93 MOM 96 MOM 99 MOM 912 MOM 123 MOM 126 MOM 129 MOM1 212 RENT 0,0103 (2,91)* * 0,0097 (3,35)* * 0,0092 (3,55)* * 0,0083 (3,57)* * 0,0133 (3,47)* * 0,0120 (3,40)* * 0,0108 (3,36)* * 0,0088 (3,02)* * 0.,142 (3,47)* * 0,0135 (3,58)* * 0,0110 (3,15)* * 0,0089 (2,74)* * 0,0136 (3,19)* * 0,0118 (2,98)* * 0,0090 (2,42)* * 0,0070 (2,00)* * 0,012 0,012 0,011 0,010 0,016 0,014 0,013 0,011 0,017 0,016 0,014 0,011 0,017 0,015 0,012 0,010 ALFA (3,58)* * (4,14)* * (4,33)* * (4,51)* * (4,18)* * (4,10)* * (4,18)* * (3,93)* * (4,15)* * (4,38)* * (4,02)* * (3,67)* * (4,08)* * (3,87)* * (3,30)* * (2,85)* * -0,105 -0,050 -0,030 -0,059 -0,093 -0,033 -0,049 -0,081 -0,062 -0,061 -0,081 -0,103 -0,093 -0,087 -0,088 -0,109 BETA (- 1,96)* (-1,15) (-0,75) (- 1,69)* (-1,59) (-0,60) (-1,00) (- 1,86)* (-0,99) (-1,06) (-1,54) (- 2,13)** (-1,44) (-1,46) (-1,59) (- 2,07)** 0,163 0,099 0,025 -0,030 0,089 -0,001 -0,070 -0,120 0,067 -0,026 -0,105 -0,157 -0,024 -0,122 -0,177 -0,219 SMB (1.80)* (1,34) (0,37) (-0,49) (0,90) (-0,01) (-0,85) (-1,62) (0,63) (-0,26) (-1,18) (- 1,91)* (-0,22) (-1,21) (- 1,88)* (- 2,46)** -0,298 -0,285 -0,243 -0,220 -0,325 -0,300 -0,276 -0,235 -0,345 -0,330 -0,290 -0,252 -0,404 -0,338 -0,295 -0,237 HML (- 3,92)** (- 4,60)** (-4,34) (- 4,44)** (- 3,93)** (- 3,91)** (-4,00) (- 3,81)** (- 3,90)** (- 4,08)** (- 3,89)** (- 3,67)** (- 4,44)** (- 4,02)** (- 3,73)** (- 3,19)** R2 0,066 0,074 0,065 0,087 0,060 0,053 0,068 0,087 0,052 0,064 0,076 0,092 0,080 0,080 0,085 0,089