icade núm.

105 [Revista cuatrimestral de las Facultades de

Derecho y Ciencias Económicas y Empresariales]

Artículos

1 Influencia de la macroeconomía en los mercados

financieros

Macroeconomic influences on the financial markets

ROSA MAGÁN AYUSO

Manager del Center for International Finance, IESE Business School ([email protected])

Suma r i o:

I. Introducción
II. Relación entre la economía y las finanzas
III. Relación entre mercado bursátil y economía: modelos de valoración de activos financieros
1. El modelo «Capital Asset Pricing Model» (CAPM)
2. Arbitrage Pricing Theory (APT)
3. Modelos de valoración multifactorial con variables macroeconómicas definidas «a priori»
IV. Conclusiones
V. Bibliografía

Resumen: En la literatura financiera, la relación entre la evolución de los índices bursátiles y las
variables macroeconómicas se aborda a partir del estudio de los modelos de valoración de
activos financieros. En este trabajo se analizan los resultados principales obtenidos por la
evidencia empírica en este campo, partiendo del modelo Capital Asset Pricing Model (CAPM),
cuyo desarrollo dará lugar a la Arbitrage Pricing Theory (APT) y su desglose posterior en los
modelos multifactoriales de valoración de activos con variables macroeconómicas definidas a
priori.

Palabras clave: Modelos de valoración de activos financieros Índices bursátiles; variables

macroeconómicas; Capital Asset Pricing Model (CAPM); Arbitrage Pricing Theory (APT).

Abstract: In the financial literature, the relationship between the evolution of stock market
 indices and macroeconomic variables is discussed from the study of the models of valuation of
financial assets. This essay reviews the principal results obtained by the empirical evidence with
respect to this subject, starting from the Capital Asset Pricing Model (CAPM), whose development
will lead to the Arbitrage Pricing Theory (APT) and its subsequent breakdown in the
multifactorial models of valuation of financial assets with macroeconomic variables previously
defined.

Keywords: Asset valuation models; stock market indices; macroeconomic variables; Capital
Asset Pricing Model (CAPM); Arbitrage Pricing Theory (APT).

Fecha de recepción: 28/08/2018

Fecha de aceptación: 18/10/2018

I. INTRODUCCIÓN

Este artículo pretende realizar un resumen recopilatorio de la revisión de la literatura relativa a

la relación existente entre la evolución de los índices bursátiles y las variables
macroeconómicas, esto es, la influencia mutua entre macroeconomía y mercados financieros. Su
objetivo es por tanto establecer un marco teórico que permita conocer el estado actual de esta
cuestión de forma meramente descriptiva, sin realizar aportaciones de nuevos conceptos, sino
tratando de sintetizar los cambios que se han ido manifestando a lo largo de los años.

La crisis económico-financiera surgida a nivel mundial en el año 2008, ha intensificado el

análisis en todos los ámbitos, desde el académico al periodístico, de la relación entre la
macroeconomía y las finanzas. Se discuten causas, teorías de predicción o formas de prevención
entre otros, así como el papel que juega y la influencia que ejercen las medidas de política
monetaria desarrolladas por los principales bancos centrales para intentar paliar los efectos de
dicha crisis, y cómo pueden afectar al crecimiento económico y a la evolución de los mercados
financieros.

La investigación en torno a las crisis se remonta de forma destacada a la Gran Depresión de los
años 30, que dio pie a un controvertido estudio acerca de sus causas macroeconómicas y
financieras. Existe una amplia literatura publicada al respecto. Del estudio de la misma se puede
destacar la ingente diversidad de aproximaciones a la hora de abordar el tema, así como la
numerosa variedad de variables y metodologías aplicadas en su plasmación en los modelos
macroeconómicos al introducir y considerar la variable financiera.

El esquema que se va a seguir a la hora de avanzar en el análisis de la literatura existente es el

siguiente:

1. Se parte de la revisión de la literatura sobre la relación entre la economía y las finanzas.

2. Se da un paso más mediante la revisión de la relación entre variables económicas e índices

bursátiles, en dos pasos:

a) Punto de partida: Modelo Capital Asset Pricing Model (CAPM) y Modelo Arbitrage Pricing
Theory (APT).

b) Modelos de Valoración Multifactorial con Variables Macroeconómicas definidas a

priori.

Este esquema se resume en el siguiente gráfico:

Gráfico 1. Esquema de análisis

Fuente: Elaboración propia
I I . R EL AC I ÓN ENTRE LA ECONOMÍA Y LAS FIN ANZAS

La literatura se ha aproximado a este análisis de diversas formas, existiendo al respecto cierta

disyuntiva sobre el papel del sector financiero en el crecimiento económico.

Por un lado, autores como Robinson (1952) o Lucas (1988) llegan a la conclusión de que las
finanzas no generan ningún tipo de crecimiento económico, sino que el desarrollo financiero
simplemente sigue al crecimiento económico. En palabras de Robinson (1952, p. 86): «donde
rigen las empresas, surgen las finanzas». De acuerdo con este punto de vista, el desarrollo
económico genera una demanda de ciertos mecanismos financieros y el sistema financiero
establece una respuesta automática simplemente frente a esa demanda. Otros economistas
simplemente no creen en la existencia de una relación importante entre las finanzas y el
crecimiento, como el mencionado Lucas (1988), que sostiene que los economistas asignan una
importancia desmesurada a los factores financieros en el crecimiento económico.

En línea opuesta, siguiendo el paradigma actual, Bagehot (1873) sostiene que el sistema
financiero fue crucial en el proceso de industrialización en Inglaterra al permitir la movilización
del necesario capital para abordar el proceso.

En esta misma línea, Schumpeter (1912) establece que las entidades bancarias que funcionan
bien pueden identificar con facilidad a los empresarios con los productos más innovadores y los
más desarrollados medios de producción, estimulando así la innovación tecnológica.

Los mecanismos financieros canalizan el ahorro y la inversión. Generan rendimientos del

ahorro con los que es posible el desarrollo de nuevas y mejores tecnologías de producción para
la economía. Así fomentan y favorecen la especialización, la innovación tecnológica y el
crecimiento económico sostenido a largo plazo (Fisher, 1933; Gurley y Shaw, 1955; Goldsmith,
1969; Shaw, 1973; McKinnon, 1973; Jung, 1986; King y Levine, 1993; Miller, 1998).

Partiendo de la división del sistema financiero de los países entre el sistema bancario y el
mercado de capitales, investigaciones como la de Levine y Zervos (1996, 1998) y Beck y Levine
(2004) demuestran que mercados de capitales más desarrollados, medidos en función de una
serie de índices que miden su tamaño, liquidez e integración, contribuyen definitivamente al
crecimiento económico a largo plazo en los países.

En esta última línea, Levine (2002) explora la relación entre desempeño económico y estructura
financiera, basada en cada país en el mercado bursátil o el sistema bancario. Afirma que los
sistemas financieros basados en la banca fomentan el crecimiento económico en un grado
mayor que los sistemas financieros basados en el mercado bursátil. Pero, por otro lado, aporta
evidencia de que los mercados bursátiles proporcionan servicios financieros claves que
estimulan la innovación y el crecimiento a largo plazo. Así pues, este autor establece en sus
conclusiones que distinguir a los países por la estructura financiera no ayuda a explicar las
diferencias en el desempeño económico a largo plazo de los países. Sin embargo, aquellos países
con mayor grado de desarrollo financiero, del tipo que sea, están fuertemente ligados con
crecimiento económico.

Estas investigaciones basadas en la conexión entre finanzas y economía se multiplican

fundamentalmente a raíz del Crack del 29 en una ansiosa búsqueda de sus causas.

Resultan interesantes en este sentido las publicaciones de Mishkin (1978, 1995, 1997, 2000, 2002)
donde establece la necesidad de controlar los riesgos financieros como parte básica de una
buena política económica, ya que las fricciones financieras, provocadas fundamentalmente por
asimetrías de información, provocan destacables recesiones económicas. Se argumenta que los
cracks bursátiles forman parte de las crisis económicas (Kindleberger, 1992; Hubbard, 1997;
Greenwald y Stiglitz, 1988).

Hoy en día, especialmente tras la crisis financiera recientemente vivida que empezó a
propagarse en 2008, son muy consideradas las teorías de Minsky, que hablaba en 1974 de las
oscilaciones del sistema financiero como parte integrante del proceso que generan los ciclos
económicos. Según Minsky, es empíricamente fácil constatar que las economías capitalistas
experimentan de vez en cuando preocupantes procesos de inflación o de deflación por
sobreendeudamiento. Dichos episodios históricos suponen de esta forma una evidencia
contraria a los preceptos clásicos de Smith o Walras, que conciben la economía como un sistema
estable en constante búsqueda del equilibrio (Minsky, 1992). Estos procesos se explican
esgrimiendo que, en periodos de ciclo expansivo, la financiación del gasto de inversión en las
economías capitalistas da lugar a un endeudamiento que incrementa hasta tal nivel el pasivo de
empresas, hogares e instituciones financieras que impide en algunos casos que puedan hacer
frente a sus diversos compromisos de pago por falta de liquidez (Minsky, 1964).

Basándose en estas afirmaciones, el mencionado investigador desarrolló lo que denominó la

«hipótesis de la inestabilidad financiera», que a su vez parte del núcleo de la Teoría General de
Keynes, del cual fue discípulo. Dicha hipótesis establece que una economía capitalista puede
experimentar ciclos económicos expansivos o recesivos por sí misma, sin necesidad de ser
afectada por perturbaciones externas, ya que estos ciclos se generan por la propia dinámica
interna de las economías capitalistas y del conjunto de intervenciones y regulaciones internas
que tiene establecidas (Minsky, 1963).

A su vez, estos ciclos económicos recesivos y sus simultáneos desplomes bursátiles van a afectar
en última instancia a la financiación de las empresas. Bernanke y Gertler (1989) demuestran que
las restricciones de acceso al crédito afectan destacadamente a las empresas de menor tamaño o
con menor capacidad de inversión, que se ven especialmente perjudicadas al ver reducida así
gravemente su actividad económica.

Dentro de las problemáticas financieras presentes en las crisis, otros estudios van a introducir
aquéllas principalmente ocasionadas por las imperfecciones del canal del crédito o por la
política monetaria. Se pueden consultar el respecto las publicaciones de Bernanke, Gertler y
Gilchrist (1999), Gertler (1988), Eckstein y Sinai (1986), Wojnilower et al. (1980), Gertler y
Hubbard (1988), Jaffee y Stiglitz (1990), Bernanke (1993), Calomiris (1993), Gertler y Gilchrist
(1993), Kashyap y Stein (1994), Bernanke y Gertler (1995), Hubbard (1995), Kaufman (1986),
Rudebusch y Wu (2008), Borio (2008), Hume y Sentance (2009) y Christiano et al. (2015).

Así pues, se puede afirmar que todas estas teorías que se han mostrado en las numerosas
investigaciones expuestas en este apartado concluyen afirmando la existencia de una clara
relación entre la macroeconomía y el sistema financiero.
I I I . RE L AC IÓ N ENTRE MERCAD O B UR SÁT IL Y E CONOMÍ A: MODE LOS DE
VA LO RACI ÓN DE ACTIVO S FINANCIE ROS

Partiendo de la relación entre economía y finanzas y situándonos en la vertiente que analiza la

relación entre el mercado bursátil y el crecimiento económico, de cara al conocimiento de la
relación entre la evolución de los índices bursátiles y las variables macroeconómicas, el análisis
de la literatura nos sitúa en primer lugar en los modelos de valoración de activos financieros,
esto es, los modelos que analizan la variación del valor de las acciones de una empresa en el
mercado bursátil.

En esta línea, se puede afirmar que el origen de los modelos de valoración de activos financieros
se encuentra en Sharpe en 1964, cuando formula el Capital Asset Pricing Model (CAPM) como
modelo de valoración de este tipo de activos. A partir de este modelo y como desarrollo del
mismo, aparecerán los modelos multifactoriales de valoración de activos, comenzando con el
modelo que enuncia Ross en 1976 basándose en su teoría Arbitrage Pricing Theory (APT). En
primer lugar, los estudios se centrarán en el contraste de este modelo APT frente al CAPM,
juzgando su bondad frente al primero y realizando diversos análisis respecto al número de
factores que debe incluir y otras problemáticas diversas. Posteriormente, este modelo dará lugar
a posteriores desarrollos a su vez, fundamentalmente en dos submodelos que dependen de las
variables explicativas de la rentabilidad de los activos, como son:

a) Aquellos que incluyen variables definidas a priori, esto es, variables macroeconómicas, como
pueden ser la producción industrial, los tipos de interés, los tipos de cambio, la inflación..., que
se desarrollarán posteriormente en el apartado III.C).3.

b) Los que introducen lo que se ha denominado «variables fundamentales», características de la

propia industria o empresa, como son el tamaño de la empresa, el ratio book-to-market (valor
contable de los fondos propios frente a su valor de mercado) o el ratio PER (precio de cotización
de la acción/beneficio neto por acción). Al respecto y entre otras, destacan las investigaciones de
Basu (1977), Stattman (1980), Banz (1981), Reinganum (1981a), Keim (1983), Rosenberg et al.
(1985), Lakonishok y Shapiro (1986), Campbell y Shiller (1988), Keim y Stambaugh (1986), Fama y
French (1992, 1993, 1997) y Fama (2014) para el mercado de Estados Unidos; Chan et al. (1991)
para el mercado japonés; Lam (2002) para el mercado de Hong Kong; Hung et al. (2004) para el
mercado del Reino Unido; y Basarrate (1988), Corzo y Martínez-Abascal (1996), Menéndez (2000)
y Nieto y Rubio (2002) para el mercado español.

1. EL MODELO «CAPITAL ASSET PRICING MODEL» (CAPM)

El Capital Asset Pricing Model (CAPM) fue introducido por William Sharpe en 1964 y ha sido
posteriormente estudiado y desarrollado por otros autores como John Lintner (1965), Jan Mossin
(1966) y Eugene Fama (1968), principalmente.

Sharpe de hecho recibió en 1990 el Premio Nobel de Economía por su trabajo sobre este modelo.

Este modelo aparece en un momento de destacable crecimiento del mundo financiero. Acaban
de producirse importantes aportaciones como son los trabajos de Von Neumann y Morgestern
(1944) y Savage (1954) sobre métodos para la toma de decisiones. Así mismo, en paralelo,
Markowitz (1952) desarrolla la teoría de carteras.

Previamente Sharpe había enunciado un modelo diagonal donde concluye que los rendimientos
de los activos están en general positivamente correlacionados con un índice, distinguiendo así
entre riesgo sistemático y no sistemático que posteriormente empleará en su desarrollo del
modelo CAPM.

Dentro del campo de la teoría de carteras se pueden destacar también las aportaciones de Tobin
que establece las hipótesis de expectativas homogéneas y la existencia de un activo libre de
riesgo. Según Tobin, los inversores elegirán una cartera que se halle en la «línea de mercado de
capitales», basándose en sus expectativas sobre riesgos y rentabilidades esperadas.

El CAPM trata de establecer qué cartera de acciones y renta fija ha de formar un inversor que
tiene aversión al riesgo. Se puede afirmar que por aversión al riesgo se entiende que, a igualdad
de rentabilidad esperada, un inversor siempre preferirá la que tenga menor volatilidad
(Fernández, 2015).

Las premisas en las que se basa este modelo de valoración de activos financieros son las del
modelo de Markowitz citado, que se resumen como sigue:

a) Todos los inversores tienen expectativas homogéneas sobre la rentabilidad futura de todos los
activos, sobre la correlación entre las rentabilidades de todos los activos y sobre la volatilidad de
todos ellos. Es lo que viene a decir que el mercado es eficiente y perfecto, esto es, toda la
información disponible es descontada inmediatamente en el mercado y conocida por todos los
participantes en el mismo, y ningún inversor individual puede influir sobre los precios de
equilibrio.

b) Todos los inversores tienen el mismo horizonte temporal.

c) Existe una conducta racional de los inversores: tratarán de maximizar los rendimientos y
minimizar el riesgo. Los inversores tienen aversión al riesgo.

d) No hay costes de transacción. Los costes de transacción y los impuestos son iguales para todos
los inversores, por lo que pueden despreciarse.

e) Existe un activo libre de riesgo Rf sobre el que el inversor puede pedir prestado o prestar
cualquier cantidad de dinero que desee.

Según este modelo, un sujeto económico, en un período determinado, podrá invertir todo su
presupuesto en un activo sin riesgo, que le proporcionará una rentabilidad Rf. Pero también se
le presenta la posibilidad de invertir en activos con riesgo o en una cartera mixta, en cuyo caso
exigirá una rentabilidad superior suficiente que compense el riesgo que asume. Supuesta la
inversión en la cartera de mercado, a la diferencia entre la rentabilidad exigida Rm y la
rentabilidad libre de riesgo Rf, se le denomina prima de riesgo del mercado. En general, para
cualquier título individual o cartera i:

Ri = Rf + ßi (Rm-Rf)
donde el segundo sumando representa la prima de riesgo, y el riesgo es determinado, en
definitiva, por el coeficiente beta (ß), puesto que tanto Rf como Rm son comunes para cualquier
inversión.

Las investigaciones centradas en este modelo son muy cuantiosas (Sharpe, 1964; Lintner, 1965;
Mossin, 1966; Fama, 1968; Gruber y Ross, 1978; Shanken, 1982, 1985).

En esta línea y siguiendo la línea de Markowitz (1952), Fama (1970) va a desarrollar la teoría de
los mercados eficientes. Esta teoría afirma que el precio de los activos refleja intrínsecamente la
más completa y mejor información disponible por parte de los agentes inversores sobre los
resultados de las empresas y de los mercados. Cuando existe una nueva información disponible,
la misma se incorpora muy rápidamente al precio de los activos, de manera que éstos siguen
reflejando su valor intrínseco. Por tanto, este modelo sostiene que, a largo plazo, la probabilidad
de un agente de obtener retornos superiores al promedio, resultado de una sobrevaloración del
precio de los activos, es casi nula (Fama y Blume, 1996). Pero en cambio, admite que en el corto
plazo puede que toda la información relevante no esté incorporada correctamente, por lo que
las cotizaciones de algunos activos podrían estar sobrevalorados o infravalorados, con lo cual
algún inversor podría obtener un beneficio superior al promedio del mercado. No obstante, este
beneficio es producto del azar, se deriva de un proceso completamente aleatorio y no se puede
predecir a priori. Así, no pueden predecirse los precios futuros de las acciones y bonos en el
corto plazo.

Sin embargo, existe una significativa falta de unanimidad en los resultados de estos numerosos
trabajos con relación al modelo CAPM y además ha recibido numerosas críticas junto a la teoría
de los mercados eficientes de Fama. En palabras de Fernández (2015, p. 2): «El CAPM es un
modelo absurdo porque sus hipótesis y sus conclusiones/predicciones son opuestas a la realidad
(describen "un mundo" que no es el nuestro). La hipótesis más extravagante es que los
inversores tienen expectativas homogéneas (todos esperan la misma rentabilidad y la misma
volatilidad de todas las acciones) y la predicción más contraria a la realidad es que la cartera de
renta variable de todos los inversores es idéntica en su composición: todas las acciones del
mercado ("el mercado"). Es imposible determinar "la prima de riesgo del mercado" y "la beta de
mercado de una empresa" porque tales números no existen debido a las heterogéneas
expectativas de los inversores. De la hipótesis absurda de "expectativas homogéneas", se derivan
otros absurdos:

a) Todos los inversores esperan la misma rentabilidad del mercado y, por consiguiente, la misma
rentabilidad diferencial del mercado (de renta variable) sobre la renta fija. A esta diferencia se
le llama "prima de riesgo del mercado esperada" y, como es compartida por todos los inversores,
también es la "del mercado".

b) Cada acción tiene una beta y todos los inversores aplican esa beta. Por eso puede hablarse de
"betas de mercado".

c) Las compraventas de acciones no se deben a discrepancias entre los inversores sobre el valor
de las mismas porque todos los inversores coinciden en el valor de las acciones. El valor de las
acciones es exactamente el precio de mercado».

Por ello, numerosos investigadores pasaron a considerar un criterio multifactorial en los

modelos de valoración, en los que no existe una sola fuente de riesgo, sino múltiples, con la
intención de considerar si estos modelos multifactoriales analizan en mayor medida los factores
de riesgo relacionados con la rentabilidad de los activos.

Dentro de los trabajos empíricos sobre la valoración de activos financieros con modelos
multifactoriales se pueden distinguir dos vertientes: por un lado, se encuentran los trabajos que
contrastan el modelo de este tipo denominado Asset Pricing Model (APT), propuesto por Ross
(1976), donde los factores empleados como variables explicativas son desconocidos a priori y se
obtienen a través de procedimientos econométricos y estadísticos diversos. Por otro lado, están
los estudios en los que los factores explicativos se definen a priori y se trata de variables
macroeconómicas. Se analizan ambos tipos en los siguientes apartados.
2. ARBITRAGE PRICING THEORY (APT)

El modelo que propone la Arbitrage Pricing Theory (APT) fue formulado por Ross en 1976. A
diferencia del CAPM, el rendimiento de los activos va a depender de múltiples factores,
representados cada uno de ellos por un coeficiente Beta (ß), de acuerdo a la siguiente ecuación:

Ri = α + ß1F1 + ß2F2 + ß3F3 +...+ Σ

Al igual que en el CAPM, las ß se hallan a partir de una regresión lineal de los valores históricos
que toma el activo con respecto al factor que representa cada ß.

Las hipótesis de partida de este modelo son menos restrictivas y son las siguientes:

a) Un modelo factorial establece los rendimientos de los activos.

b) El riesgo específico es diversificable.

c) No hay oportunidades de arbitraje. Los modelos son eficientes (Coronado et al., 2012).

En este modelo se elimina, mediante el arbitraje, la posible ganancia de los inversores en el caso
de generarse desequilibrios en el precio de los activos.

Roll y Ross (1980) desarrollan este modelo y lo contrastan en el mercado bursátil estadounidense
mediante un análisis factorial de corte transversal. Su objetivo consiste en contrastar
empíricamente el modelo APT de Ross y llegar a especificar el número de factores a utilizar
como variables explicativas en este modelo. En su análisis extraen cinco factores.
Posteriormente, con estos factores realizan un contraste del APT siguiendo un proceso de tres
etapas como el propuesto por Fama y MacBeth (1973). Finalmente, estos autores establecen que
en la valoración de las acciones son importantes al menos tres de los factores extraídos y que no
es probable que sean más de cuatro.

A partir de este trabajo, son muy numerosos los estudios que se centran en el contraste del
modelo APT como alternativo al CAPM.

La mayoría de ellos aportan evidencias a favor del APT frente al CAPM (Chen, 1983; Bower et al.,
1984), destacando además su robustez en cuanto que éste proporciona una mejor medida del
riesgo y mejores estimaciones de la rentabilidad esperada considerando además el tamaño de la
empresa.

Se pueden destacar una serie de publicaciones donde los investigadores se esfuerzan por
determinar el número de factores apropiados para este análisis, utilizando fundamentalmente el
análisis factorial. En sus conclusiones, algunos de estos trabajos establecen un número de
factores a incluir para valorar el modelo APT más bien pequeño, de seis como máximo (Brown y
Weinstein, 1983; Cho et al., 1984). Otros autores demuestran que dicho número de factores
depende del tamaño muestral y de la frecuencia de los datos (Dhrymes et al., 1985; Huang y Jo,
1995; Diacogiannis, 1986), así como de la amplitud del horizonte temporal (Kryzanowski y To,
1983).

Continuando en la línea de debate sobre el número de factores apropiado en el APT, a parte de

los artículos citados previamente, existe toda una línea de estudio con resultados dispares en
cuanto al número de factores necesario y en cuanto a las técnicas econométricas empleadas
(Trzcinka, 1986; Lehmann y Modest, 1988; Brown, 1989; Connor y Korajczyk, 1993; Mei, 1993)

Siguiendo esta línea, otros numerosos estudios continúan la investigación sobre el número de
factores ideal en el modelo, utilizando muy diversas técnicas econométricas y llegando a
diversos resultados en cuanto a dicho número. Puede verse al respecto el caso de Faff (1988) y
Wood (1991) sobre el mercado bursátil australiano usando la técnica de componentes
principales asintóticos o el trabajo de Yli-Olli y Virtanen (1992) en el mercado bursátil finlandés.

Las conclusiones de las investigaciones realizadas en España con respecto a este tipo de modelos
presentan también falta de unanimidad. La diversidad en cuanto a activos, periodos temporales
y metodologías es amplia. Algunos estudios concluyen favorablemente en relación al APT
(Bergés, 1984; Nieto, 2004), pero otros lo rechazan (Gómez-Bezares et al., 1994).

En resumen, en cuanto a la contrastación del modelo APT como alternativa al CAPM y sin
variables especificadas a priori, se pueden establecer las siguientes conclusiones:

a) Con respecto al número apropiado de factores a incluir en el modelo, las

investigaciones no son unánimes en cuanto al número, pero establecen que se trata de un
número pequeño de factores, como máximo de seis.

b) Respecto a las técnicas estadísticas más apropiadas para el análisis del modelo, no
existe unanimidad tampoco en los estudios, empleándose técnicas variadas como la
máxima verosimilitud, componentes principales asintóticos, método de los momentos, etc.

Por todo ello, la conclusión fundamental es la falta de unanimidad en los resultados de las
investigaciones en general.
3. MODELOS DE VALORACIÓN MULTIFACTORIAL CON VARIABLES MACROECONÓMICAS
DEFINIDAS «A PRIORI»

Una vez expuestos los modelos CAPM y el APT sin variables a priori, en este apartado se
desarrolla la revisión literaria del modelo APT en el que ya se incluyen variables a priori de tipo
macroeconómico.

En este apartado se verán aquellos estudios donde se analiza la influencia de variables

macroeconómicas como la producción industrial, la prima de riesgo del mercado, los tipos de
cambio o el precio del petróleo sobre el valor de los activos, así como los tipos de interés y la
inflación.

Partiendo de la problemática comentada en la aplicación del modelo APT sobre la identificación

de los factores a incluir en el modelo y su posterior interpretación, una serie de autores han
desarrollado numerosas investigaciones con un modelo que incluye variables macroeconómicas
especificadas a priori. Se rompe de esta forma la hipótesis de la teoría de los mercados
eficientes, en cuanto a que los rendimientos bursátiles pueden ser predichos ya que estas
variables económicas van a actuar como factores de predicción del valor de los activos
financieros.

En esta línea, es muy destacable la investigación de Chen, Roll y Ross (1986) sobre los factores
que afectan sistemáticamente a los flujos de caja o tasa de descuento que determinan el precio
de un activo. Establecen que sólo los cambios no anticipados en las variables de estado pueden
afectar al precio de los activos. Utilizando datos de las acciones de la Bolsa de Nueva York desde
enero de 1953 a noviembre de 1983, y empleando la metodología de Fama y MacBeth (1973),
regresión de sección cruzada en dos pasos, identifican empíricamente una serie de variables
macroeconómicas explicativas, que son: la variación mensual de la producción industrial, la
prima por riesgo de insolvencia, la variación de la inflación y los cambios no anticipados en la
estructura temporal de los tipos de interés. Estos autores concluyen así que los rendimientos de
las acciones reaccionan sensiblemente a noticias económicas, especialmente acontecimientos de
tipo económico inesperados.

En esta misma línea, existe otra serie de investigadores estadounidenses que comienzan a
demostrar en sus estudios que existe una fuerte relación entre los rendimientos del mercado
bursátil y la actividad real económica futura. Muchos de ellos analizan el mercado
norteamericano con datos que abarcan un periodo temporal entre 1920 y 1987. En su análisis
utilizan fundamentalmente la técnica estadística de la regresión lineal sobre series temporales.
Los factores que seleccionan en sus investigaciones se refieren a la economía y al mercado
financiero en general. Ninguno de estos factores tiene influencia o control en el mercado por sí
solo, sino en conjunto con los demás. Resulta destacable que no existe un fuerte consenso sobre
el conjunto mejor de factores a emplear, como vemos en los párrafos siguientes.

Es destacable el factor producción industrial en todas las investigaciones mencionadas en el

párrafo anterior. Esta variable, en ocasiones es medida a partir del producto interior bruto
(Bulmash y Trivoli, 1991; Chen, 1991). Los autores justifican la significatividad de la producción
industrial como variable macroeconómica que influye destacadamente en la valoración de las
acciones, aduciendo que una alta actividad industrial es fuente de mayores beneficios
empresariales y por tanto de un incremento en el futuro dividendo y así en la valoración de los
activos financieros de la empresa. Como aspecto llamativo, destacar que Shanken y Weinstein
(1990), al replicar el trabajo de Chen, Roll y Ross (1986), concluyen que la única prima de riesgo
que resulta significativa es la producción industrial.

Las variables macroeconómicas relacionadas con medidas de política monetaria son

fundamentalmente los tipos de interés y la inflación. Las publicaciones donde se emplean ambas
como variables que influyen en el valor de los activos bursátiles son infinitas, concluyendo
básicamente sobre la existencia de influencia, si bien su utilización varía en periodicidad y
métodos empleados como se ve a continuación.

Los tipos de interés son considerados bien analizando su evolución, o bien considerando la
diferencia entre los tipos de interés a largo plazo y a corto plazo (Keim y Stambaugh, 1986;
Schwert, 1989; Bulmash y Trivoli, 1991; Fama, 1981, 1990; Chen, 1991; Booth y Booth, 1997;
Cutler, Poterba y Summers, 1991; Hodrick, Ng y Sengmueller, 1999; Lamont, 1998). Este factor
presenta una relación opuesta con respecto al precio de los activos. Como se ha demostrado, una
subida de tipos de interés puede suponer mayor gasto empresarial o menor inversión, menor
beneficio y, por tanto, menor dividendo y menor valoración de ese activo; o bien, puede originar
mayores tasas de descuento y consecuentemente disminución en el precio de los activos. De esta
forma, los estudios demuestran empíricamente su influencia sobre el rendimiento de los activos
financieros, resultando un factor muy significativo en las investigaciones de Bulmash y Trivoli
(1991) y Chen (1991).

Respecto a los tipos de interés, también se emplea la diferencia entre los tipos de interés de los
bonos del Estado a largo plazo y a corto plazo. En general esta diferencia presenta una relación
de signo positivo con el precio de los activos, pero resulta bajo su impacto sobre la valoración del
rendimiento de los mismos (Chen, Roll y Ross, 1986; Fama y French, 1989; Booth y Booth, 1997;
Hodrick, Ng y Sengmueller, 1999).

Especialmente estudiado hoy en día es la problemática a la que se han tenido que enfrentar los
bancos centrales tras la crisis desatada en 2008, que han visto que sus medidas tradicionales de
política monetaria basadas por ejemplo en los tipos de interés a corto plazo no lograban
reactivar la economía y evitar la deflación al enfrentarse a tipos nominales inferiores al 0%
(Jordan, 2012). De hecho, existe una abundante línea de investigación que demuestra que
cuando los tipos de interés superan la línea por debajo del 0%, la volatilidad de las variables
reales y nominales aumenta porque los bancos centrales no son capaces de responder a shocks
adversos mediante sus habituales instrumentos (Fuhrer y Madigan, 1997; Coenen et al., 2004;
Reifschneider y Williams, 2000; Wolman, 2005; Williams, 2009; Bodenstein et al., 2009; y Amano
y Shukayef, 2012).

La inflación es considerada en los estudios de muy diversas formas. Así, se utiliza este dato
introduciendo la inflación histórica, la inflación esperada o las variaciones en la inflación
esperada. La relación entre este factor y el rendimiento de los activos presenta signo negativo en
los estudios, fundamentado especialmente en el trabajo de Geske y Roll (1983), ya que una
creciente inflación incrementa los costes empresariales y por tanto disminuye el beneficio y así
el valor de la acción. Aunque será posteriormente discutido por Kaul (1987) que establece que
depende de la evolución de los tipos de interés y de la oferta y demanda monetaria. Destacan
otros estudios como el de Lintner (1975), Bodie (1976), Jaffe y Mandelker (1979) y Fama y
Schwert (1977) donde asimismo se establece la correlación negativa entre inflación y
rendimiento de los activos.

Para Fama (1981) la relación entre rendimientos bursátiles e inflación esperada es espuria y la
denominó de hecho «hipótesis proxy». Lo argumenta aduciendo que, en la regresión de la tasa
de inflación esperada sobre los rendimientos bursátiles, la inflación actúa como una variable
proxy de la actividad real que suele ser un reflejo de la relación negativa entre la variable
inflación y la variable actividad económica. Esta misma hipótesis es defendida por otros autores
ya mencionados como son Geske y Roll (1983) y Kaul (1987), que llegan a la misma conclusión
considerando que la política monetaria es contracíclica ya que las autoridades monetarias
elevan los tipos de interés para controlar los momentos de presión inflacionista y esto suele
tener un efecto negativo sobre los rendimientos de los mercados bursátiles.

Siguiendo esta línea, en el mercado londinense, se puede destacar el trabajo de Beenstock y Chan
(1988), que identifican cuatro variables relevantes en la valoración de las acciones en el
mercado bursátil de Londres, que son las siguientes: inflación, oferta monetaria, costes de las
materias primas y tipos de interés. En este mismo mercado, Priestley (1996), en su investigación,
va a emplear el filtro de Kalman sobre el mercado bursátil de Londres. Para este autor los
factores macroeconómicos con mayor influencia en la valoración de activos financieros serán la
producción industrial, los tipos de cambio y los tipos de interés.

De igual forma, Poon y Taylor (1991) replican el estudio de Chen, Roll y Ross (1986) sobre el
mercado londinense también. Sus resultados muestran que las variables macroeconómicas no
afectan a la valoración bursátil londinense como lo hacen a la americana y sugieren utilizar
otras variables u otro tipo de metodología, afirmando incluso que los autores norteamericanos
pudieron llegar a una posible relación espuria entre las variables.

Existen numerosos estudios sobre la relación entre índices bursátiles y variables

macroeconómicas en los que se comparan dichas relaciones entre varios países. Así,
Wasserfallen (1988) compara para Reino Unido, Alemania y Suiza, variables como producto
interior bruto, producción industrial, consumo, oferta monetaria, tipos de cambio y tipos de
interés, sin encontrar evidencia de efecto significativo de las mismas sobre las variaciones de los
índices bursátiles. Sin embargo, Asprem (1989) realiza un estudio similar para diez países
europeos y halla una relación significativa entre la producción industrial, las exportaciones, los
tipos de cambio y los tipos de interés con los movimientos de los índices bursátiles de Reino
Unido, Francia, Alemania, Suiza y Países Bajos.

Peiró (1996) elabora una investigación muy similar a la desarrollada por Fama en 1990 para el
mercado norteamericano, pero para el caso de las economías de Francia, Inglaterra y Alemania.
Entre sus conclusiones llega a afirmar que el modelo mejora su capacidad predictiva cuando se
amplía la frecuencia de los datos y además establece que existe una relación entre las
variaciones que experimentan los tipos de interés y la rentabilidad bursátil. Aunque dicha
relación tiene un significado estadístico pequeño.

Para Groenewold y Fraser (1997) en el mercado bursátil australiano, el modelo multifactorial es

claramente superior al CAPM. Introducen una serie de variables macroeconómicas entre las que
concluyen que tienen mayor influencia sobre los rendimientos de los activos bursátiles en este
país el tipo de interés a corto plazo, la tasa de inflación y la tasa de crecimiento de la oferta
monetaria.

Darrat (1990) estudia la influencia de la política monetaria y fiscal sobre el mercado bursátil
canadiense. En sus resultados establece que los déficits presupuestarios, los tipos de interés a
largo plazo, la volatilidad de los tipos de interés y la producción industrial influyen en los
movimientos de la Bolsa.

Hamao (1988) replica el trabajo de Chen, Roll y Ross (1986) en Japón. Concluye que en la
evolución del mercado bursátil japonés es destacable la influencia de variables
macroeconómicas como las variaciones en la inflación esperada y de los tipos de interés, los
tipos de cambio y la prima de riesgo. En un trabajo posterior, Brown y Otsuki (1990) añaden a
 las variables establecidas por Hamao (1988) otras como son los cambios en el precio del petróleo
y la oferta monetaria.

Clare y Priestley (1998) también realizan un modelo similar al de Chen, Roll y Ross (1986) pero
esta vez para el mercado bursátil de Malasia. Sus principales fuentes de riesgo sistemático
resultan ser en este mercado no sólo distintas variables de carácter macroeconómico del país
sino también una variable proxy del riesgo internacional.

Las variables utilizadas como factores de riesgo por parte de Araguas (1991) en el mercado
bursátil español son la producción industrial, la inflación no anticipada, la estructura temporal
de los tipos de interés y la prima de riesgo o diferencial de insolvencia.

Continuando esta misma línea, Altay (2003) contrasta el mercado bursátil alemán y turco. En
este caso, los resultados corroboran una única prima de riesgo destacable para el mercado
alemán, que resulta ser el tipo de interés no anticipado, y ninguna variable relevante en el
mercado turco.

Al igual que en los modelos con variables sin definir a priori, también en este caso surgen
desavenencias con respecto a las técnicas estadísticas y econométricas empleadas por los
anteriores estudios. Este es el caso de McElroy, Burmeister y Wall (1985), que plantean una
nueva técnica de análisis, que será aplicada su vez por McElroy y Burmeister (1988). Contrastan
el modelo multifactorial en el mercado norteamericano pero empleando una técnica de
regresiones cuadráticas no lineales (que afirman que elimina el posible error de estimación de
la regresión lineal) con la que demuestran la relevante sensibilidad de los rendimientos del
mercado bursátil estadounidense a ciertas variables macroeconómicas similares a las de Chen,
Roll y Ross (1986), como son el diferencial de insolvencia, los cambios no anticipados de los tipos
de interés, la inflación inesperada y el crecimiento inesperado en las ventas reales finales.

En resumidas cuentas, toda esta literatura revisada refleja que en las investigaciones sobre
modelos multifactoriales se emplean diversas variables macroeconómicas a la hora de realizar
contrastes con respecto a su influencia sobre los rendimientos de los activos bursátiles en los
diferentes países. Así mismo se utilizan diversas técnicas de análisis estadístico. Los resultados
también son dispares entre estudios y entre países.

En la Tabla 1 se observa un resumen de las principales investigaciones comentadas que utilizan

modelos con variables macroeconómicas definidas a priori. El signo indica las variables que
resultan más significativas en las conclusiones de cada uno:

Tabla 1. Resumen de las principales investigaciones que utilizan modelos con variables
macroeconómicas a priori

Prima
Producción Tipos de Oferta Tasa Tipos de Precio
de
industrial Interés Monetaria Inflación cambio petróleo
País Riesgo
Beenstock y
Chan (1988) Reino Unido ✓ ✓ ✓ ✓
Priestly (1996) Reino Unido ✓ ✓
Wasserfallen
(1988) Europa (3) ✓ ✓ ✓
Asprem (1989) Europa (10) ✓ ✓ ✓
Groenewold y
Fraser (1997) Australia ✓ ✓ ✓

Japón ✓ ✓ ✓ ✓
Hamao (1988)
Brown y Otsuki
(1990) Japón ✓ ✓ ✓ ✓ ✓ ✓
Clare y Preistly
(1998) Malasia ✓ ✓ ✓
Darrat (1990) Canadá ✓ ✓ ✓
Araguas (1991) España ✓ ✓ ✓ ✓
Alemania y
Altay (2003) Turquía ✓
Fama (1981,
1990) EE. UU. ✓ ✓
Geske y Roll
(1983) EE. UU. ✓ ✓ ✓ ✓
Chen, Roll y Ross
(1986) EE. UU. ✓ ✓ ✓ ✓
Keim y
Stambaugh
(1986) EE. UU. ✓ ✓
Anderson (1987) EE. UU. ✓
Kaul (1987) EE. UU. ✓ ✓ ✓
Fama y French
(1989) EE. UU. ✓ ✓
Schwert (1990) EE. UU. ✓ ✓
Shanken y
Weintein (1990) EE. UU. ✓ ✓ ✓
Chen (1991) EE. UU. ✓ ✓
Cutler, Poterba y
Summers (1991) EE. UU. ✓ ✓ ✓
Bulmash y
Trivoli (1991) EE. UU. ✓ ✓ ✓ ✓
Lee (1992) EE. UU. ✓ ✓ ✓
Booth y Booth
(1997) EE. UU. ✓
Lamont (1998) EE. UU. ✓
Hodrick, Ng y
Sengmueller
(1999) EE. UU. ✓ ✓

Fuente: Elaboración propia

Dentro de las investigaciones de la influencia de diversas variables macroeconómicas sobre la

evolución de los índices bursátiles, actualmente existe una gran mayoría de estudios que
analizan dicha relación mediante técnicas econométricas de cointegración.

El desarrollo de las técnicas econométricas de cointegración (Granger, 1986; Engle y Granger,

1987; Phillips y Ouliaris, 1986; Stock, 1987) posibilita el empleo de las mismas en las
investigaciones sobre modelos de valoración de activos y serán las más utilizadas en general en
las investigaciones de estos últimos años.

Estas técnicas permiten analizar la relación a largo plazo entre el valor de los activos y las
variables macroeconómicas. Además, posteriormente, los modelos de vectores autorregresivos
(Johansen, 1991) posibilitarán el estudio de estas relaciones tanto a corto como a largo plazo.

Estos modelos consisten en un sistema de ecuaciones dinámico en el que la variable endógena

de una ecuación puede aparecer como variable explicativa en otra ecuación del sistema, pero
además también posibilita el incorporar información de los valores pasados y presentes de todas
las variables incluidas. Ello hace posible estudiar relaciones a largo plazo entre las variables
incluidas, por su carácter autorregresivo o dinámico ya que recogen la trayectoria en el tiempo
de la variable dependiente en relación con sus valores pasados y en relación con los valores
pasados y presentes del resto de variables. Tienen la ventaja de que todas las variables son
tratadas de la misma forma, esto es, simétricamente, ya que todas están explicadas por el pasado
de todas.

Frente a otro tipo de modelos multiecuacionales, el VAR permite la inclusión también de

variables exógenas respecto a las variables que integran el modelo. Este tipo de modelos
posibilita que todas las variables sean endógenas y dependan de todas. Se pueden emplear para
series de datos no estacionarias.

Utilizando estas técnicas, Kwon y Shin (1999) analizan el mercado de Corea. Indican en su
estudio que si las variables económicas se encuentran significativa y consistentemente bien
valoradas y reflejadas en el rendimiento de los mercados financieros entonces seguramente
deben de estar cointegradas. Estos autores utilizan la metodología de la cointegración de Engle y
Granger y especifican un modelo de vector autorregresivo. También emplean el test de
causalidad de Granger. Entre los resultados a los que llegan establecen que el índice bursátil
coreano tiene relación a largo plazo con las siguientes variables macroeconómicas: el índice de
producción industrial, el agregado monetario M1, el tipo de cambio y la balanza comercial. Sin
embargo, también recalcan que dicho índice no es un indicador adelantado de estas variables
macroeconómicas consideradas de modo individual.

Cheung y Ng (1998) utilizan datos trimestrales de los mercados de Estados Unidos, Canadá,
Alemania, Italia y Japón y también concluyen que existe a largo plazo relación entre los
movimientos de los índices bursátiles y variables como el precio del petróleo, consumo, oferta
monetaria y producto interior bruto en estos cinco países.

En Europa, Nasseh y Strauss (2000) entre otros, emplean técnicas de cointegración para
demostrar en un grupo de países de la Unión Europea (Francia, Alemania, Italia, Países Bajos,
Suiza e Inglaterra) que el nivel de precios de las acciones está significativamente relacionado
con la producción industrial, los índices de precios al consumo y los tipos de interés a corto y
largo plazo. Los resultados obtenidos están en línea con la conclusión respaldada por los
modelos teóricos antes mencionados de que los rendimientos bursátiles recogen expectativas
sobre futuros cash flows resultantes de cambios en diverso sentido en variables relacionadas
con la producción. Estos autores utilizan el procedimiento de Johansen, que consideran más
potente que el test de Engle-Granger, ya que es válido sólo en un contexto univariante. Su
análisis se centra en el periodo 1962-1995 y emplean datos trimestrales. Sus conclusiones
establecen que existe una fuerte relación de cointegración entre el precio de las acciones y las
variables macroeconómicas, tanto domésticas como internacionales, en todas las economías
consideradas. Los tipos de interés, la producción y los precios de los índices bursátiles alemanes
tienen influencia significativa a su vez sobre el resto de economías en estos años. Los tipos de
interés a largo plazo están negativamente relacionados con el precio de las acciones lo cual es
consistente con el paradigma existente, dado su papel de factor de descuento. Sin embargo, por
el contrario, los tipos de interés a corto están relacionados positivamente con el precio de las
acciones.

Un estudio en esta misma línea es el trabajo realizado por McMillan (2001) para el caso de la
economía de Estados Unidos. Sus conclusiones son prácticamente idénticas a las obtenidas
previamente por los anteriores autores.

Ansotegui y Esteban (2002) demuestran la existencia de relación a largo plazo entre los
movimientos de la Bolsa de Madrid (España) y variables macroeconómicas como la producción
industrial, la inflación y los tipos de interés.

La producción industrial, la inflación y los tipos de interés también resultan ser las mismas
variables que influyen en el mercado griego según el estudio de Dritsaki (2005), destacando sin
embargo claramente la variación de la inflación en el estudio realizado por Apergis y Eleftheriou
(2002).

En Noruega también se demuestra la influencia de los tipos de interés, la inflación y los precios
del petróleo sobre el mercado bursátil (Gjerde y Saettem, 1999).

Mukherjee y Naka (1995) aplican la técnica del vector de corrección de error para demostrar la
relación entre el mercado bursátil japonés y seis variables que son: el tipo de cambio, la
inflación, la oferta monetaria, la producción industrial, las exportaciones y los tipos de interés a
corto y largo plazo.

Estas mismas variables mencionadas son analizadas por Maysami y Koh (2000) para el mercado
de Singapur, resultando destacable la influencia significativa sobre este mercado bursátil de los
tipos de cambio y los tipos de interés. Así mismo, demuestran la integración existente entre el
mercado de Singapur y el de Japón y Estados Unidos.

Son estas variables las que influyen también en los mercados de Hong Kong y Singapur
(Maysami y Sim, 2002), Malasia y Tailandia (Maysami y Sim, 2001a) y Japón y Corea (Maysami y
Sim, 2001b).

El estudio de estas variables sobre el mercado bursátil de Nueva Zelanda con datos de 1990 a
2003, determina la influencia de los tipos de interés, la oferta monetaria y el producto interior
bruto principalmente sobre el mercado bursátil de este país (Gan et al., 2006).

Sobre el mercado bursátil malasio las variables macroeconómicas que van a influir son el
consumo, los tipos de cambio y el crédito según un estudio de Ibrahim (1999). Islam (2003)
concluye en este mismo mercado la relación tanto a corto como a largo plazo entre el índice
bursátil y cuatro variables de tipo económico: tipos de interés, tasa de inflación, tipos de cambio
y producción industrial.

En la India, las investigaciones realizadas sobre la Bolsa de valores de este país reflejan la
existencia de influencia a largo plazo sobre la misma de las variables económicas producción
industrial, tipos de interés, inflación y tipo de cambio (Vuyyuri, 2005; Agrawalla y Tuteja, 2008).
En este mismo país, Naka et al. (1998) analizan la relación a largo plazo entre el índice bursátil
de Bombay y una serie de variables macroeconómicas como son la producción industrial, el
índice de precios al consumo, la oferta monetaria y los tipos de interés. Emplean el modelo VAR
en su análisis, concluyendo que existe cointegración entre las variables a largo plazo y
resultando la producción industrial la variable que más influye positivamente y la inflación la
más significativa de forma negativa.

En Australia, Wang y Lim (2010) demuestra que la influencia de variables como la producción
industrial y el tipo de cambio con respecto al dólar son factores significativamente influyentes
sobre el índice bursátil australiano ASX200.

En Ghana destaca la influencia de variables como los tipos de interés, oferta monetaria, tipos de
cambio e inflación (Ibrahim y Musah, 2014), a los que se añaden en Turquía el precio del oro, el
precio del petróleo y las exportaciones (Ozcan, 2012).

Humpe y McMillan (2009) comparan las variables macroeconómicas que influyen en los
mercados bursátiles de Japón y Estados Unidos, tomando datos mensuales desde 1965 a 2005 y
usando técnicas de cointegración. Las variables que incluyen son la producción industrial, el
índice de precios al consumo, oferta monetaria y tipos de interés a largo plazo. Los resultados de
su estudio en Estados Unidos muestran una relación positiva entre la producción industrial y la
evolución del índice bursátil norteamericano Standard&Poor's 500, y negativa entre la inflación
y los tipos de interés con respecto a este índice bursátil. La oferta monetaria no tiene influencia
 significativa en el mismo. En el caso de Japón, la influencia de la producción industrial es
superior sobre el Nikkei 225 que la que tiene en Estados Unidos. La inflación no tiene una clara
relación negativa con el índice, ya que incluyen en este caso largos periodos de deflación en el
país. La oferta monetaria y los tipos de interés tienen menor significatividad.

Existen también estudios con resultados negativos con respecto a la influencia económico-
financiera, como es el estudio comparativo desarrollado por Gay (2008), para Brasil, Rusia, India
y China, donde las variables macro que estudia, tipos de cambio y precio del petróleo, no
resultan influyentes en los movimientos de los índices bursátiles de cada uno de esos países.

Sin embargo, la investigación realizada por Liu y Shrestha (2008) sobre la relación existente a
largo plazo entre el índice bursátil del mercado chino y una serie de variables
macroeconómicas, refleja que existe dicha relación de cointegración con las variables oferta
monetaria, producción industrial, inflación, tipos de cambio y tipos de interés, resultando
negativa la relación con las tres últimas.

El número de estudios realizados en Latinoamérica resulta ser bastante menor. Es Brasil la

economía más estudiada al ser de las más dinámicas en esta zona del mundo, si bien dentro
principalmente de estudios comparativos de países emergentes (Gay, 2008). Adrangi et al. (2011)
verifican la influencia de la producción industrial y la inflación sobre el índice bursátil de este
país, y Tabak (2006) la de los tipos de cambio con respecto al dólar.

En la Tabla 2 a continuación se puede ver un resumen de las principales investigaciones

comentadas que emplean en su análisis técnicas de cointegración para el estudio de la relación
entre la evolución de índices bursátiles y variables macroeconómicas. El signo indica las
variables que resultan más significativas en las conclusiones de cada uno.

Tabla 2. Resumen de las principales investigaciones que utilizan técnicas de cointegración

Producción Oferta Tipos de Tasa Tipos de Precio

Autor País industrial Monetaria Interés Inflación cambio petróleo Otros
Kwon y Shin
(1999) Corea ✓ ✓ ✓
Estados
Unidos,
Canadá,
Cheung y Ng Alemania,
(1998) Italia y Japón ✓ ✓ ✓
Francia,
Alemania,
Italia, Países
Nasseh y Bajos, Suiza e
Strauss (2000) Inglaterra ✓ ✓ ✓
Ansotegui y
Esteban (2002) España ✓ ✓ ✓
Dritsaki (2005) Grecia ✓ ✓ ✓
Apergis y
Eleftheriou
(2002) Grecia ✓
Gjerde y
Saettem (1999) Noruega ✓ ✓ ✓
Mukherjee y
Naka (1995) Japón ✓ ✓ ✓ ✓ ✓
Maysami y Koh
(2000) Singapur ✓ ✓
Maysami y Sim Hong Kong y
(2002) Singapur ✓ ✓

Maysami y Sim Malasia y

(2001a) Tailandia ✓ ✓
Maysami y Japón y
Sim (2001b) Corea ✓ ✓
Gan et al. Nueva
(2006) Zelanda ✓ ✓ ✓
Ibrahim (1999) Malasia ✓
Islam (2003) Malasia ✓ ✓ ✓ ✓
Agrawalla y
Tuteja (2008) India ✓ ✓ ✓ ✓
Naka et al.
(1998) India ✓ ✓ ✓ ✓
Wang y Lim
(2010) Australia ✓ ✓
Ibrahim y
Musah (2014) Ghana ✓ ✓ ✓ ✓
Ozcan (2012) Turquía ✓ ✓ ✓ ✓ ✓
Humpe y Japón y
McMillan Estados
(2009) Unidos ✓ ✓ ✓ ✓
Liu y Shrestha
(2008) China ✓ ✓ ✓ ✓ ✓
Adrangi y
Chatrath (2011) Brasil ✓ ✓
Tabak (2006) Brasil ✓

Fuente: Elaboración propia

A modo de resumen, en el caso de investigaciones sobre la relación de las variables

macroeconómicas y los índices bursátiles mediante la utilización de técnicas econométricas de
cointegración, se puede afirmar que los resultados también resultan ser muy variados, esto es,
nada homogéneos en cuanto a las principales variables macroeconómicas que resultan
significativas en los rendimientos de los activos bursátiles.

En primer lugar varían las variables empleadas en los estudios y en segundo lugar su influencia
resulta dispar en los resultados de unos y otros trabajos, incluso dentro del mismo país.

Por tanto, el repaso de la literatura existente muestra una clara relación entre la evolución de
índices bursátiles y de variables macroeconómicas, si bien se da una destacable diversidad de
variables empleadas y de formas econométricas de aproximación al tema. Al mismo tiempo, es
patente la falta de homogeneidad en cuanto a los resultados sobre qué variables son más
decisivas en esta relación de influencia.

Algo que sí parece concluirse de forma algo más unánime es el signo en la relación de dichos
índices bursátiles con las variables macroeconómicas, que se exponen en la Tabla 3 a
continuación.

Tabla 3. Signo de la relación entre índices bursátiles y variables macroeconómicas en los

modelos multifactoriales
 Relación con el valor de los índices
bursátiles
Producción Industrial +
Oferta monetaria +
Tipos de interés -
Tipos de cambio -
Tasa de inflación -

Fuente: Elaboración propia

I V. CO N C LUSIONES

Tras la revisión de la literatura realizada en este capítulo, se pueden extraer una serie de
conclusiones que se exponen a continuación en este apartado.

El análisis realizado parte de la base de la relación existente entre la economía de un país y su

sistema financiero. Las características del sistema financiero de un país condicionan e influyen
en su evolución económica (Bagehot, 1873; Fisher, 1933; Gurley y Shaw, 1955; Goldsmith, 1969;
Shaw, 1973; McKinnon, 1973; Jung, 1986; King y Levine, 1993; Levine y Zervos, 1996; Levine,
2002; Miller, 1998).

Es fundamental por ello conocer y controlar los riesgos fundamentales de los sistemas
financieros como parte de una buena gestión de la política económica (Mishkin, 1978, 1995,
1997, 2000, 2002). Las fricciones financieras son parte de un proceso que genera las diferentes
etapas de los ciclos económicos (Minsky, 1974). Los cracks bursátiles forman parte de las crisis
económicas (Kindleberger, 1992).

Por tanto, debe existir una relación entre los índices bursátiles, como indicadores financieros, y
las variables macroeconómicas. El análisis de dicha relación se concreta en los modelos de
valoración de activos financieros.

Como se ha podido observar, la literatura parte del criticado modelo de valoración de activos
financieros Capital Asset Pricing Model (CAPM) propuesto por Sharpe (1964) y Lintner (1965). Su
posterior desarrollo da lugar a la aparición de la teoría Arbitrage Pricing Theory (APT), que
formula Ross en 1976, cuyo modelo establece la existencia de múltiples factores de riesgo a la
hora de valorar un activo financiero.

Entre las múltiples y muy diversas investigaciones sobre el número y el tipo de variables a
introducir en este último modelo, se encuentran los trabajos que emplean variables
macroeconómicas en la determinación del valor de estos activos financieros, destacando en la
literatura el estudio de Chen, Roll y Ross (1986) que será la base de numerosas posteriores
investigaciones. Estos autores identifican empíricamente una serie de variables
macroeconómicas explicativas de los rendimientos de los activos bursátiles, que son: la
variación mensual de la producción industrial, la prima por riesgo de insolvencia, la variación
de la inflación y los cambios no anticipados en la estructura temporal de los tipos de interés.
Establecen en sus conclusiones así que los rendimientos de las acciones reaccionan
sensiblemente a noticias económicas, especialmente acontecimientos de tipo económico
inesperados.

Muchas investigaciones posteriores van a llegar a similares conclusiones sobre dicha relación a
través de la realización de este análisis en diversos países, utilizando variables
macroeconómicas distintas y técnicas estadísticas y econométricas diferentes (Fama 1981, 1990;
Geske y Roll, 1983; Keim y Stambaugh, 1986; Kaul, 1987; Fama y French, 1989; Schwert, 1990;
Ferson y Harvey, 1991; Lee, 1992; Bulmash y Trivoli, 1991; Chen, 1991; Anderson, 1987; Booth y
Booth, 1997; Hodrick, Ng y Sengmueller, 1999; Fama, 1981, 1990; Cutler, Poterba y Summers,
1991; Lamont, 1998; Beenstock y Chan, 1988; Poon y Taylor, 1991; McElroy, Burmeister y Wall,
1985).

Las técnicas econométricas principalmente utilizadas en estas investigaciones serán las de

regresión lineal sobre series temporales. Pero en los últimos años, son mucho más numerosas
las investigaciones que se llevan a cabo utilizando técnicas de cointegración que empezaron a
desarrollar Granger (1986) y Engle y Granger (1987).

Estas técnicas permiten analizar la relación a largo plazo entre el valor de los activos financieros
y las variables macroeconómicas, complementadas posteriormente además con los modelos de
vector autorregresivo de Johansen (1991). En esta línea destacan los estudios comparativos entre
diversos países que realizan Mukherjee y Naka (1995), Cheung y Ng (1998) o Nasseh y Strauss
(2000), entre otros. Sus conclusiones parten de la existencia de una destacable influencia de los
factores macroeconómicos sobre la evolución de los índices bursátiles, si bien difieren en
función de los países, del momento y de las técnicas econométricas empleadas en cuanto a las
variables que mayor efecto provocan.

Así pues, la evidencia empírica existente respecto a la relación entre la evolución de los índices
bursátiles y las variables macroeconómicas es significativamente amplia y numerosa. Concluye
de forma unánime sobre cuál es el sentido de la relación de dichos índices bursátiles con las
variables macroeconómicas, que se han expuesta en la Tabla 3 anterior, pero no es unánime en
diversos ámbitos como son:

– Tipo de modelo a contrastar y su validez: existe como hemos visto controversia respecto al
modelo que resulta más apropiado para el análisis. Unos autores consideran mejor el CAPM y
otros el APT en sus diversas modalidades, esto es, con variables a priori o no. Aun así, la
evidencia empírica refleja la preferencia en los últimos años por modelos multifactoriales con
variables macroeconómicas.

– Metodología de tipo econométrico: la contrastación de los modelos se lleva a cabo a través de

diversos métodos econométricos y estadísticos como son las regresiones lineales sobre series
temporales, el análisis factorial, análisis de componentes principales asintóticos, regresiones
cuadráticas no lineales y técnicas de cointegración, principalmente.

– Relevancia de los factores macroeconómicos empleados: existe una gran diversidad de

variables macroeconómicas utilizadas en el análisis de los modelos multifactoriales en las
investigaciones. En los últimos años destaca, tras la crisis vivida, el estudio de variables
relacionadas directamente con política económica.

– Medición de variables macroeconómicas: como hemos visto, no hay unanimidad con respecto
a la medición de las variables empleadas en las investigaciones, ya que, por ejemplo, existen
autores que utilizan el diferencial de tipos de interés, otros usan su evolución histórica, etc. De
igual forma, algunos estudios introducen series temporales en forma de logaritmo y otros no,
por ejemplo. Unos toman datos anuales y otros trimestrales o diarios.

A pesar de la falta de unanimidad con respecto a las variables macroeconómicas empleadas en

las investigaciones, la revisión de la literatura realizada refleja que las principales variables
macroeconómicas utilizadas para analizar su influencia sobre los activos financieros de los
índices bursátiles son las siguientes: producción industrial, tipos de interés, tasa de inflación,
tipos de cambio y oferta monetaria.

En cuanto a las técnicas de análisis econométrico, la evidencia empírica demuestra que en los
estudios de los últimos años se están empleando técnicas de cointegración como metodología de
análisis. Además, las líneas de investigación actuales se dedican principalmente al análisis
comparativo entre países.
Pero esta relación entre activos financieros y variables macroeconómicas puede haber sufrido
variaciones tras la aplicación de las medidas no convencionales de política monetaria
implantadas tras la crisis económico-financiera que estalla en 2008. La situación que se generó
dio lugar a graves tensiones y distorsiones en los mercados financieros. Ello obligó a los
principales bancos centrales a adoptar medidas no convencionales, denominadas así por su
carácter atípico e inédito (Disyatat, 2009), para estabilizar el sistema financiero y remontar la
recesión económica.

Una de estas medidas no convencionales fue la bajada conjunta de los tipos de interés oficiales
en octubre de 2008 por parte de los bancos centrales principales a niveles cercanos a cero para
activar la liquidez y estimular a la economía. Pero las distorsiones en el mercado interbancario
que se generaron provocaron la ruptura del canal tradicional de transmisión de la política
monetaria. Así los bancos centrales introdujeron nuevas medidas de compras de activos y
expansión de balance para enfrentarse a la situación, todavía hoy vigentes y con sus efectos en
estudio.

Existe abundante literatura que demuestra la influencia de las decisiones de política monetaria
sobre la economía y sobre el sistema financiero de diversas formas (Friedman y Schwartz, 1963;
Bernanke y Kuttner, 2005; Lee, 1992; Bernanke y Blinder, 1992; Gertler y Gilchrist, 1994; Rigobon
y Sack, 2004; Bernanke, Gertler y Gilchrist, 1993; Goodhart y Hofmann, 2000, 2001; Cecchetti,
Genburg, Lipsky y Wadhwani, 2000; Berganza et al., 2014).

El principal canal de transmisión de la política monetaria es del tipo de interés, que logra sus
efectos en la estabilidad de precios a través de su influencia en los tipos de interés del mercado
monetario, en los precios de los activos, en los tipos de cambio, en la oferta de crédito y en las
expectativas de los inversores.

Las distorsiones generadas en este canal de transmisión por la abrupta bajada de los tipos de
interés, así como las crecientes compras de activos mediante la expansión de balance de los
bancos centrales, hacen por tanto suponer variaciones en su forma de influir sobre las variables
macroeconómicas y sobre el precio de los activos. Por tanto, es de suponer también que se hayan
producido variaciones en el sentido o signo de la relación entre las variables macroeconómicas y
los activos financieros, en este caso, los representados por los índices bursátiles.
V. B I B LI O GRAFÍA

Adrangi, B., Chatrath, A., y Sanvicente, A. Z. (2011). Inflation, output, and stock prices: Evidence
from Brazil. Journal of Applied Business Research, 18 (1), 61-76.

Agrawalla, R. K., y Tuteja, S. K. (2008). Share Prices and Macroeconomic Variables in India.
Journal of Management Research, 8 (3), 158-178.

Ansotegui, C., y Esteban, M. V. (2002). Cointegration for market forecast in the Spanish stock
market. Applied Economics, 34 (7), 843-857.

Altay, E. (2003). The effect of macroeconomic factors on asset returns: A comparative analysis of
the German and Turkish Stock Markets in an APT framework. Working Paper, 48, Martin Luther
University.

Amano, R., y Shukayev, M. (2012). Risk premium shocks and the zero bound on nominal interest
rates. Journal of Money, Credit and Banking, 44 (8), 1475-1505.

Anderson, G. J. (1987). Prediction tests in limited dependent variable models. Journal of

Econometrics, 34 (1), 253-261.

Apergis, N., y Eleftheriou, S. (2002). Interest rates, inflation, and stock prices: the case of the
Athens Stock Exchange. Journal of Policy Modeling, 24 (3), 231-236.

Araguas, J. M. (1991). Teoría de formación de precios por arbitraje APT. Una aproximación al
caso español. Actualidad Financiera, 26, 513-529.

Asprem, M. (1989). Stock prices, asset portfolios and macroeconomic variables in ten European
countries. Journal of Banking and Finance, 13 (4), 589-612.

Beenstock, M., y Chan, K. (1988). Economic forces in the London stock market. Oxford Bulletin of
Economics and Statistic, 50 (1), 27-39.

Bagehot, W. (1873). Lombard Street. Homewood, IL: Richard Irwin (Edición de 1962).

Banz, R. W. (1981). The relationship between return and market value of common stocks. Journal
of Financial Economics, 9 (1), 3-18.

Basarrate, B. (1988). El efecto tamaño y la imposición sobre dividendos y ganancias de capital.

Investigaciones Económicas, 12 (2), 225-242.

Basu, S. (1977). Investment performance of common stocks in relation to their price‐earnings

ratios: A test of the efficient market hypothesis. The Journal of Finance, 32 (3), 663-682.

Beck, T. y Levine, R. (2004). Stock markets, banks, and growth: Panel evidence. Journal of
Banking and Finance, 28 (3), 423-442.

Berganza, J. C., Hernando, I. y Vallés, J. (2014). Los desafíos para la política monetaria en las
economías avanzadas tras la gran recesión. Banco de España y Occasional Papers Homepage,
1404.

Bergés, A. (1984). El mercado español de capitales en un contexto internacional. Madrid: Ed.

Ministerio de Economía y Hacienda.

Bernanke, B. S. (1993). Credit in the Macroeconomy. Quarterly Review-Federal Reserve Bank of

New York, 18, 50-50.

Bernanke, B. S., y Blinder, A. S. (1992). The federal funds rate and the channels of monetary
transmission. The American Economic Review, 82 (4), 901-921.

Bernanke, B. S., y Gertler, M. (1989). Agency costs, net worth, and business fluctuations. The
American Economic Review, 79 (1), 14-31.

Bernanke, B. S., y Gertler, M. (1995). Agency costs, net worth, and business fluctuations (No.
w5146). National bureau of economic research.

Bernanke, B. S., Gertler, M., y Gilchrist, S. (1999). The financial accelerator in a quantitative
business cycle framework. Handbook of macroeconomics, 1, 1341-1393.

Bernanke, B. S., y Kuttner, K. N. (2005). What explains the stock market's reaction to Federal
Reserve policy? The Journal of Finance, 60 (3), 1221-1257.

Bodenstein, M., Erceg, C. J., y Guerrieri, L. (2009). The effects of foreign shocks when interest
rates are at zero. Federal Reserve Board. CEPR Discussion Paper No. DP8006.

Bodie, Z. (1976). Common stocks as a hedge against inflation. The Journal of Finance, 31 (2), 459-
470.

Booth, Jr., y Booth. L. C. (1997). Economic Factors, Monetary Policy and Expected Returns on
Stock and Bonds. Economic Review Federal Reserve Bank San Francisco, 2, 32-42.

Borio, C. (2008). The financial turmoil of 2007: a preliminary assessment and some policy
considerations. Bank for International Settlements, 251. Disponible en
https://www.bis.org/publ/work251.htm

Bower, D. H., Bower, R. S., y Logue, D. E. (1984). Arbitrage Pricing Theory and utility stock
returns. The Journal of Finance, 39 (4), 1041-1054.

Brown, S. J. (1989). The number of factors in security returns. The Journal of Finance, 45 (5),
1247-1262.

Brown, S. J., y Otsuki, T. (1990). Macroeconomic factors and the Japanese equity markets, in The
CAPMD project, Japanese Capital Markets. New York: Harper and Row.

Brown, S. J., y Weinstein, M. I. (1983). A new approach to testing Asset Pricing Models: The
bilinear paradigm. The Journal of Finance, 38 (3), 711-743.

Bulmash, S. B., y Trivoli, G. W. (1991). Time-lagged interactions between stocks prices and
selected economic variables. The Journal of Portfolio Management, 17 (4), 61-67.

Calomiris, C. W. (1993). Financial factors in the Great Depression. The Journal of Economic
Perspectives, 7 (2), 61-85.
Campbell, J. Y., y Shiller, R. J. (1988). Stock prices, earnings, and expected dividends. The Journal
of Finance, 43 (3), 661-676.

Cecchetti, S., Genberg, H., Lipsky, J., y Wadhwani, S. (2000). Asset prices and central bank policy.
London: International Center for Monetary and Banking Studies.

Chan, L. K. C., Hamao, Y., y Lakonishok, J. (1991). Fundamentals and stock returns in Japan. The
Journal of Finance, 46 (5), 1739-1764.

Chen, N. (1983). Some empirical tests of the Theory of Arbitrage Pricing. The Journal of Finance,
38 (5), 1393-1414.

Chen, N. (1991). Financial investment opportunities and the macroeconomy. The Journal of
Finance, 46 (2), 529-554.

Chen, N., Roll, R., y Ross, S. A. (1986). Economic forces and the stock market. The Journal of
Business, 59 (3), 383-403.

Cheung, Y. W., y Ng, L. K. (1998). International evidence on the stock market and aggregate
economic activity. Journal of Empirical Finance, 5 (3), 281-296.

Cho, D. C., Elton, E. J., y Gruber, M. J. (1984). On the robustness of the Roll and Ross Arbitrage
Pricing Theory. The Journal of Financial and Quantitative Analysis, 19 (1), 1-10.

Christiano, L. J., Eichenbaum, M. S., y Trabandt, M. (2015). Understanding the great recession.
American Economic Journal: Macroeconomics, 7 (1), 110-167.

Clare, A. y Priestley, R. (1998). Risk factors in the Malaysian stock market. Pacific-Basin Finance
Journal, 6 (1-2), 103-114.

Coenen, G., y Wieland, V. W. (2004). Exchange-Rate Policy and the Zero Bound on Nominal
Interest Rates. The American Economic Review, 94 (2), 80.

Connor, G., y Korajczyk, R. A. (1993). A test for the number of factors in an approximate factor
model. The Journal of Finance, 48 (4), 1263-1291.

Coronado, M., Corzo, T., Vaquero, E., Gutiérrez-Colomer, D., De los Ríos, S., y Canales, R., (2012).
Apuntes de finanzas corporativas. Madrid: Universidad Pontificia Comillas.

Corzo, T., y Martínez-Abascal, E. (1996). Anomalías en la valoración de activos y CAPM en la

Bolsa de Madrid: 1988-1994. Trabajo presentado en el IV Foro de Finanzas, Madrid, pp. 373-387.

Cutler, D. M., Poterba, J. M., y Summers, L. H. (1991). Speculative dynamics. The Review of
Economic Studies, 58 (3), 529-546.

Darrat, A. F. (1990). Stock returns, money, and fiscal deficits. Journal of Financial and
Quantitative Analysis, 25 (03), 387-398.

Dhrymes, P. J., Friend, I., Gultekin, M. N., y Gultekin, N. B. (1985). New tests of the APT and their
implications. The Journal of Finance, 40 (3), 659-674.

Diacogiannis, G. P. (1986). Arbitrage Pricing Theory: A critical examination of its empirical

applicability for the London Stock Exchange. Journal of Business Finance and Accounting, 13 (4),
489-504.

Dritsaki, M. (2005). Linkage between stock market and macroeconomic fundamentals: case study
of Athens Stock Exchange. Journal of Financial Management and Analysis, 18 (1), 38-47.

Eckstein, O., y Sinai, A. (1986). The mechanisms of the business cycle in the postwar era. In The
American business cycle: Continuity and change (pp. 39-122). Chicago: University of Chicago
Press.

Engle, R. F., y Granger, C. W. (1987). Co-integration and error correction: representation,

estimation, and testing. Econometrica: Journal of the Econometric Society, 55 (2), 251-276.

Faff, R. W. (1988). An empirical test of the Arbitrage Pricing Theory on Australian Stock returns.
Accounting and Finance, 28 (2), 23-43.

Fama, E. F. (1968). Risk, return and equilibrium: some clarifying comments. The Journal of
Finance, 23 (1), 29-40.

Fama, E. F. (1970). Efficient capital markets: a review of theory and empirical work. The Journal
of Finance, 25, 383-417.

Fama, E. F. (1981). Stock returns, real activity, inflation, and money. American Economic Review,
71 (4), 545-565.

Fama, E. F. (1990). Stock returns, expected returns, and real activity. The Journal of Finance, 45
(4), 1089-1108.

Fama, E. F. (2014). Two pillars of asset pricing. The American Economic Review, 104 (6), 1467-
1485.

Fama, E. F., y French, K. R. (1989). Business conditions and expected returns on stocks and
bonds. Journal of Financial Economics, 25 (1), 23-49.

Fama, E. F., y French, K. R. (1992). The cross-section of expected stock returns. The Journal of
Finance, 47 (2), 427-465.

Fama, E. F., y French, K. R. (1993). Common risk factors in the returns on stocks and bonds.
Journal of Financial Economics, 33 (1), 3-56.

Fama, E. F., y French, K. R. (1997). Industry costs of equity. Journal of financial economics, 43 (2),
153-193.

Fama, E. F., y Blume, M. (1996). Filter rules and stock market trading profits, Journal of Business,
39 (special supplement January), 226-241.

Fama, E. F., y MacBeth, J. (1973). Risk, return, and equilibrium: empirical tests. Journal of
Political Economy, 81 (3), 607-636.

Fama, E. F., y Schwert, G. W. (1977). Asset returns and inflation. Journal of financial economics, 5
(2), 115-146.

Fernández, P. (2015). CAPM (capital asset pricing model): un modelo absurdo. Disponible en
SSRN: https://ssrn.com/abstract=2505597.

Fisher, I. (1933). The debt-deflation theory of great depressions. Econometrica: Journal of the
Econometric Society, 337-357.

Friedman, M., y Schwartz, A. (1963). A monetary history of the United States 1867-1960. NJ,
Princeton: Princeton University Press.

Fuhrer, J. C., y Madigan, B. F. (1997). Monetary policy when interest rates are bounded at zero.
Review of Economics and Statistics, 79 (4), 573-585.

Gan, C., Lee, M., Yong, H. H. A., y Zhang, J. (2006). Macroeconomic variables and stock market
interactions: New Zealand evidence. Investment Management and Financial Innovations, 3 (4), 89-
101.
Gay, R. (2008). Effect of macroeconomic variables on stock market return for four emerging
economies: Brazil, Russia, India and China. International Business and Economic Research
Journal, 7 (3), 1-8.

Gertler, M. (1988). Financial structure and aggregate economic activity: an overview. Journal of
Money, Credit and Banking, 20 (3), 559-596.

Gertler, M., y Gilchrist, S. (1993). The role of credit market imperfections in the monetary
transmission mechanism: arguments and evidence. The Scandinavian Journal of Economics, 95
(1), 43-64.

Gertler, M., y Gilchrist, S. (1994). Monetary policy, business cycles, and the behavior of small
manufacturing firms. The Quarterly Journal of Economics, 109 (2), 309-340.

Gertler, M. y Hubbard, R. G. (1988). Financial factors in business fluctuations. In Proceedings-

Economic Policy Symposium-Jackson Hole (pp. 33-78). Federal Reserve Bank of Kansas City.

Geske, R., y Roll, R. (1983). The fiscal and monetary linkage between stock returns and inflation.
The Journal of Finance, 38 (1), 1-33.

Gjerde, Ø., y Saettem, F. (1999). Causal relations among stock returns and macroeconomic
variables in a small, open economy. Journal of International Financial Markets, Institutions and
Money, 9 (1), 61-74.

Goldsmith, R. (1969). Financial structure and development. New Haven, CT: Yale University Press.

Gómez-Bezares, F., Madariaga, J. A. y Santibáñez, J. (1994). Valoración de las acciones en la Bolsa

Española: Un análisis de la relación entre la rentabilidad y el riesgo. Bilbao: Ed. Desclee de
Brouwer, S.A.

Goodhart, C. y Hofmann, B. (2000). Asset prices and the conduct of monetary policy. In Sveriges
Riksbank and Stockholm School of Economics conference on Asset Markets and Monetary Policy,
Stockholm: June.

Goodhart, C., y Hofmann, B. (2001). Asset prices, financial conditions, and the transmission of
monetary policy. In Conference on Asset Prices, Exchange Rates, and Monetary Policy (pp. 2-3).
Stanford University.

Granger, C. W. (1986). Developments in the study of cointegrated economic variables. Oxford

Bulletin of Economics and Statistics, 48 (3), 213-228.

Greenwald, B., y Stiglitz, J. E. (1988). Imperfect information, finance constraints, and business
fluctuations. John M. Olin Program for the Study of Economic Organization and Public Policy,
Department of Economics/Woodrow Wilson School of Public and International Affairs. Princeton
University.

Groenewold, N., y Fraser, P. (1997). Share prices and macroeconomic factors. Journal of Business
Finance and Accounting, 24 (9-10), 1367-1383.

Gruber, M. J., y Ross, S. A. (1978). The current status of the capital asset pricing model (CAPM).
The Journal of Finance, 33 (3), 885-901.

Gurley, J., y Shaw, E. (1955). Financial aspects of economic development. The American Economic
Review, 45, 515-538.

Hamao, Y. (1988). An empirical examination of the arbitrage pricing theory: Using Japanese data.
Japan and the World Economy, 1 (1), 45-61.

Hodrick, R. J., Ng, D. T. C., y Sengmueller, P. (1999). An international dynamic asset pricing
model. Tax and Public Finance, 6, 597-620.
Huang, R. D., y Jo, H. (1995). Data frequency and the number of factors in stock returns. The
Journal of Banking and Finance, 19 (6), 987-1003.

Hubbard, R. G. (1995). Is There a 'Credit Channel' for Monetary Policy? Federal Reserve Bank of
St. Louis Review, 77 (May-June 3), 63-77.

Hubbard, R. G. (1997). Capital-market imperfections and investment (No. w5996). National

Bureau of Economic Research.

Hume, M., y Sentance, A. (2009). The global credit boom: Challenges for macroeconomics and
policy. Journal of International Money and Finance, 28 (8), 1426-1461.

Humpe, A. y Macmillan, P. (2009). Can macroeconomic variables explain long-term stock market
movements? A comparison of the US and Japan. Applied Financial Economics, 19 (2), 111-119.

Hung, D. C., Shackleton, M., y Xu, X. (2004). CAPM, higher co-moment and factor models of UK
stock returns. Journal of Business Finance and Accounting, 31 (1-2), 87-112.

Ibrahim, M. (1999). Macroeconomic variables and stock prices in Malaysia: an empirical

analysis. Asian Economic Journal, 13 (2), 219-231.

Ibrahim, M., y Musah, A. (2014). An Econometric Analysis of the Impact of Macroeconomic

Fundamentals on Stock Market Returns in Ghana. Research in Applied Economics, 6 (2), 47-72.

Islam, M. (2003). The Kuala Lumpur stock market and economic factors: a general to specific
error correction modelling test. Journal of the Academy of Business and Economics, 1 (1), 37-47.

Jaffe, J. F., y Mandelker, G. (1979). Inflation and the holding period returns on bonds. Journal of
Financial and Quantitative Analysis, 14 (05), 959-979.

Jaffee, D. y Stiglitz, J. (1990). Credit rationing. Handbook of monetary economics, 2, 837-888.

Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian

vector autoregressive models. Econometrica: Journal of the Econometric Society, 59 (6), 1551-
1580.

Jordan, B. D. (2012). On the relative yields of taxable and municipal bonds: A theory of the tax
structure of interest rates. The Journal of Fixed Income, 22 (1), 79-87.

Joyce, M., Lasaosa A., Stevens I. y Tong M. (2010). The financial market impact of quantitative
easing. Bank of England Working Paper, (July 393).

Jung, W. S. (1986). Financial development and economic growth: international evidence.

Economic Development and cultural change, 34 (2), 333-346.

Kashyap, A. K., y Stein, J. C. (1994). Monetary policy and bank lending. In Monetary policy (pp.
221-261). Chicago: The University of Chicago Press.

Kaufman, H. (1986). Debt: the threat to economic and financial stability. Economic Review, (Dec),
3-11.

Kaul, G. (1987). Stock returns and inflation: The role of the monetary sector. Journal of Financial
Economics, 18, 253-276.

Keim, D. B. (1983). Size-related anomalies and stock return seasonality: Further empirical
evidence. Journal of Financial Economics, 12 (1), 13-32.

Keim, D. B., y Stambaugh, R. F. (1986). Predicting returns in the stock and bond markets. Journal
of Financial Economics, 17 (2), 357-390.
Kindleberger, C. P. (1992). El orden económico internacional: ensayos sobre las crisis financieras y
los servicios. Barcelona: Editorial Crítica.

King, R. G., y Levine, R. (1993). Finance and growth: Schumpeter might be right. The quarterly
journal of economics, 108 (3), 717-737.

Kryzanowski, L., y To, M. C. (1983). General factor models and the structure of security returns.
The Journal of Financial and Quantitative Analysis, 18 (1), 31-52.

Kwon, C. S., y Shin, T. S. (1999). Cointegration and causality between macroeconomic variables
and stock market returns. Global Finance Journal, 10 (1), 71-81.

Lakonishok, J., y Shapiro, A. C. (1986). Systematic risk, total risk and size as determinants of stock
market returns. Journal of Banking and Finance, 10 (1), 115-132.

Lam, K.S.K. (2002). The relationship between size, book-to-market equity ratio, earnings-price
ratio, and return for the Hong Kong stock market. Global Finance Journal, 13 (2), 163-179.

Lamont, O. (1998). Earnings and expected returns. The Journal of Finance, 53 (5), 1563-1587.

Lee, B. (1992). Causal relations among stock returns, interest rates, real activity and inflation.
Journal of Finance, 47, 1591-1603.

Lehmann, B. N., y Modest, D. M. (1988). The empirical foundations of the Arbitrage Pricing
Theory. Journal of Financial Economics, 21 (2), 213-254.

Levine, R. (2002). Bank-based or market-based financial systems: which is better? Journal of

Finance Intermediation, 11 (4), 398-428.

Levine, R., y Zervos, S. (1996). Stock market development and long-run growth. The World Bank
Economic Review, 10 (2), 323-339.

Levine, R. y Zervos, S. (1998). Stock markets, banks and economic growth. American Economic
Review, 88 (3), 537-558.

Lintner, J. (1965). The valuation of risk assets and the selection of risky investments in stock
portfolios and capital budgets. The Review of Economics and Statistics, 47, 13-37.

Lintner, J. (1975). Inflation and security returns. The Journal of Finance, 30 (2), 259-280.

Liu, M. H. y Shrestha, K. M. (2008). Analysis of the long-term relationship between macro-

economic variables and the Chinese stock market using heteroscedastic cointegration.
Managerial Finance, 34 (11), 744-755.

Lucas, R. (1988). On the mechanics of economic development. Journal of Monetary Economics, 22

(1), 3-42.

Markowitz, H. (1952). Portfolio Selection. Journal of Finance. 7 (1), Blackwell Publishing, Oxford.

Maysami, R. C., y Koh, T. S. (2000). A vector error correction model of the Singapore stock
market. International Review of Economics and Finance, 9 (1), 79-96.

Maysami, R. C., y Sim, H. H. (2001a). An empirical investigation of the dynamic relations

between macroeconomic factors and the stock markets of Malaysia and Thailand. The
Management Journal, 20, 1-20.

Maysami, R. C., y Sim, H. H. (2001b). Macroeconomic forces and stock returns: a general-to-
specific ECM analysis of the Japanese and South Korean markets. International Quarterly Journal
of Finance, 1 (1), 83-99.
Maysami, R. C., y Sim, H. H. (2002). Macroeconomics variables and their relationship with stock
returns: error correction evidence from Hong Kong and Singapore. The Asian Economic Review,
44 (1), 69-85.

McElroy, M. B., Burmeister, E. y Wall, K. D. (1985). Two estimators for the APT model when
factors are measured. Economics Letters, 19 (3), 271-275.

McElroy, M. B., y Burmeister, E. (1988). Arbitrage Pricing Theory as a Restricted Nonlinear

Multivariate Regression Model Iterated Nonlinear Seemingly Unrelated Regression Estimates.
Journal of Business and Economic Statistics, 6 (1), 29-42.

McKinnon, R. (1973). Money and capital in economic development. Washington D.C.: Brookings
Institution Press.

McMillan, D. G. (2001). Nonlinear predictability of stock market returns: evidence from

nonparametric and threshold models. International Review of Economics and Finance, 10 (4), 353-
368.

Mei, J. (1993). Explaining the cross-section of returns via a multi-factor APT model. The Journal of
Financial and Quantitative Analysis, 28 (3), 331-345.

Menéndez, S. (2000). Determinantes fundamentales de la rentabilidad de las acciones. Revista

Española de Financiación y Contabilidad, 106, 1015-1031.

Miller, M. (1998). Financial markets and economic growth. Journal of Applied Corporate Finance,
11 (3), 8-15.

Minsky, H. P. (1963). Financial constraints upon decision, an aggregate view. Journal of the
American Statistical Association, 58 (302), 557.

Minsky, H. P. (1964). Longer waves in financial relations: financial factors in the more severe
depressions. The American Economic Review, 54 (3), 324-335.

Minsky, H. P. (1974). The modeling of financial instability: An introduction. Modelling and

Simulation, 5 (1), 267-272.

Minsky, H. (1992). The Financial Instability Hypothesis. Levy Economics Institute.

Mishkin, F. S. (1978). The household balance sheet and the Great Depression. The Journal of
Economic History, 38 (04), 918-937.

Mishkin, F. S. (1995). Symposium on the Monetary Transmission Mechanism. The Journal of

Economic Perspectives, 9 (4), 3-10.

Mishkin, F. S. (1997). The causes and propagation of financial instability: Lessons for
policymakers. Maintaining financial stability in a global economy, 55-96.

Mishkin, F. S. (2000). Inflation Targeting in Emerging-Market Countries. American Economic

Review, 90 (2), 105-109.

Mishkin, F. S. (2002). The role of output stabilization in the conduct of monetary policy.
International Finance, 5 (2), 213-227.

Mossin, J. (1966). Equilibrium in a capital asset market. Econometrica: Journal of the Econometric
Society, October, 768-783.

Mukherjee, T. K., y Naka, A. (1995). Dynamic relations between macroeconomic variables and
the Japanese stock market: an application of a vector error correction model. Journal of Financial
Research, 18 (2), 223-237.
Naka, A., Mukherjee, T. y Tufte, D. (1998). Macroeconomic variables and the performance of the
Indian Stock Market. University of New Orleans, Department of Economics and Finance, Working
Paper (No. 1998-06).

Nasseh, A., y Strauss, J. (2000). Stock prices and domestic and international macroeconomic
activity: a cointegration approach. The Quarterly Review of Economics and Finance, 40 (2), 229-
245.

Nieto, B., y Rubio, G. (2002). El modelo de valoración con cartera de mercado: una nueva
especificación del coeficiente beta. Revista Española de Financiación y Contabilidad, 31 (113), 697-
723.

Nieto, B. (2004). Evaluating multi-beta pricing models: an empirical analysis with Spanish
market data. Revista de Economía Financiera, 2, 80-108.

Ozcan, A. (2012). The Relationship Between Macroeconomic Variables and ISE Industry Index.
International Journal of Economics & Financial Issues, 2 (2), 184-189.

Peiró, A. (1996). Stock Prices, Production and Interest Rates; Comparison of Three European
Countries with the USA. Empirical Economics, 21, 221-234.

Phillips, P. C., y Ouliaris, S. (1990). Asymptotic properties of residual based tests for
cointegration. Econometrica: Journal of the Econometric Society, 58 (1), 165-193.

Poon, S., y Taylor, S. J. (1991). Macroeconomic factors and the UK stock market. Journal of
Business Finance & Accounting, 18 (5), 619-636.

Priestley, R. (1996). The Arbitrage Pricing Theory, macroeconomic and financial factors, and
expectations generating processes. Journal of Banking and Finance, 20 (5), 869-890.

Reifschneider, D. y Williams, J. C. (2000). Three lessons for monetary policy in a low-inflation

era. Journal of Money, Credit and Banking, 32 (4), 936-966.

Reinganum, M. R. (1981a). Misspecification of Capital Asset Pricing. Journal of Financial

Economics, 9 (1), 19-46.

Rigobon, R., y Sack, B. (2004). The impact of monetary policy on asset prices. Journal of Monetary
Economics, 51 (8), 1553-1575.

Robinson, J. (1952). The rate of interest and other essays. Reeditado como: The Generalization of
the General Theory and other essays. Londres: Macmillan.

Roll, R. y Ross, S. A. (1980). An empirical investigation of the Arbitrage Pricing Theory. The
Journal of Finance, 35 (5), 1073-1103.

Rosenberg, B., Reid, K. y Lanstein, R. (1985). Persuasive evidence of market inefficiency. The
Journal of Portfolio Management, 11 (3), 9-16.

Ross, S. A. (1976). The Arbitrage Theory of Capital Asset Pricing. Journal of Economic Theory, 13
(3), 341-360.

Rudebusch, G. D. y Wu, T. (2008). A Macro‐Finance Model of the Term Structure, Monetary Policy
and the Economy. The Economic Journal, 118 (530), 906-926.

Savage, L. J. (1954). The Foundations of Statistics. New York: John Wiley and Sons.

Schumpeter, J. (1912). The Theory of economic development. Cambridge: Harvard University

Press.

Schwert, G. W. (1989). Why does stock market volatility change over time? The Journal of
Finance, 44 (5), 1115-1153.

Shanken, J. (1982). The arbitrage pricing theory: is it testable? The Journal of Finance, 37 (5),
1129-1140.

Shanken, J. (1985). Multivariate tests of the zero-beta CAPM. Journal of Financial Economics, 14
(3), 327-348.

Shanken, J., y Weinstein, M. I. (1990). Macroeconomic variables and asset pricing: Estimation
and tests. Working Paper, University of Rochester.

Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of
risk. The Journal of Finance, 19 (3), 425-442.

Shaw, E. S. (1973). Financial deepening in economic development. Oxford: Oxford University

Press.

Stattman, D. (1980). Book values and stock returns. The Chicago MBA: A Journal of Selected
Papers, 4, 25-45.

Stock, J. H. (1987). Asymptotic properties of least squares estimators of cointegration vectors.

Econometrica, 55, 1035-1056.

Tabak, B. M. (2006). The dynamic relationship between stock prices and exchange rates:
evidence for Brazil. International Journal of Theoretical and Applied Finance, 9 (08), 1377-1396.

Trzcinka, C. (1986). On the number of factors in the Arbitrage Pricing Model. The Journal of
Finance, 41 (2), 347-368.

Von Neumann, J., y Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton:
Princeton University Press.

Vuyyuri, S. (2005). Relationship between real and financial variables in India: A cointegration
analysis. Available at SSRN 711541.

Wang, G., y Lim, C. (2010). Effects of macroeconomic factors on share prices. Journal of
International Finance and Economics, 10 (2), 113-123.

Wasserfallen, W. (1988). Trends, Random Walks, and the Expectations-Augmented Phillips Curve
Evidence from Six Countries. Journal of Money, Credit and Banking, 3 (1), 306-318.

Williams, J. C. (2009). Heeding Daedalus: Optimal inflation and the zero lower bound. Brookings
Papers on Economic Activity, 2, 1-37.

Wojnilower, A. M., Friedman, B. M., y Modigliani, F. (1980). The central role of credit crunches in
recent financial history. Brookings Papers on Economic Activity, 2, 277-339.

Wolman, A. L. (2005). Real implications of the zero bound on nominal interest rates. Journal of
Money, Credit, and Banking, 37 (2), 273-296.

Wood, J. (1991). A cross-sectional regression test of the mean-variance efficiency of an Australian

value weighted market portfolio. Accounting & Finance, 31 (2), 96-109.

Yli-Olli, P., y Virtanen, I. (1992). Some empirical tests of the Theory of Arbitrage Pricing using
transformation analysis. Empirical Economics, 17 (4), 507-522.