Solution to the Equity Premium Puzzle with Time-Varying Variables

Este artículo propone una solución al Puzzle de la Prima de la Acciones mediante un modelo derivado del CAPM basado en el consumo, el cual, al asumir factores de descuento temporal entre 0,97 y 0,99, resuelve el problema con un coeficiente de aversión al riesgo relativo de aproximadamente 4,40 y confirma la validez del modelo a través de resultados robustos y la determinación de actitudes de riesgo de los inversores.

Lo esencial

¡Claro que sí! Imagina que este artículo es como un detective financiero que intenta resolver uno de los mayores misterios de la economía: ¿Por qué la gente es tan "miedosa" al invertir en la bolsa de valores?

Aquí tienes la explicación, traducida al español y explicada con analogías sencillas:

🕵️‍♂️ El Gran Misterio: El "Enigma de la Prima de la Bolsa"

Imagina que tienes dos opciones para guardar tu dinero:

1. La Cueva Segura (Activos sin riesgo): Como un cofre fuerte bajo tu cama. Sabes que tu dinero estará ahí, pero apenas crecerá.
2. El Parque de Atracciones (Acciones/Bolsa): Es emocionante y puede hacerte muy rico, pero también puedes perderlo todo si te caes del carrusel.

El problema: Históricamente, la gente ha ganado muchísimo más dinero en el "Parque de Atracciones" que en la "Cueva Segura". De hecho, la diferencia es tan grande que, según las matemáticas tradicionales, la gente tendría que ser extremadamente asustadiza (como un gato que se asusta con una hoja que cae) para no saltar al parque de atracciones inmediatamente.

Pero los economistas dicen: "¡Eso no tiene sentido! La gente no es tan asustadiza en la vida real". A esto se le llama el Enigma de la Prima de la Bolsa. Las fórmulas antiguas no podían explicar por qué la gente pide tanta recompensa extra por arriesgarse.

🛠️ La Nueva Herramienta: El "Factor de Suficiencia" (SFOM)

El autor, Atilla Arasa, dice que las fórmulas antiguas fallaban porque eran demasiado rígidas. Imagina que intentas predecir el clima usando solo un termómetro de hace 50 años que nunca cambia. No funciona.

Arasa introduce una nueva variable llamada Factor de Suficiencia del Modelo (SFOM).

• La analogía: Imagina que el SFOM es como un filtro de realidad o unas gafas especiales que usan los inversores.
• Cuando miran el futuro (que es incierto), estas gafas ajustan cuánto valoran ese dinero futuro. A veces, las gafas hacen que el futuro parezca más brillante (más útil) y a veces más oscuro.

🌪️ El Cambio Clave: Todo es Dinámico (Tiempo Variable)

En estudios anteriores, el autor asumió que las gafas (el SFOM) y la relación entre el precio de las acciones y los dividendos eran constantes (fijos para siempre).

• El error: En la vida real, el mercado cambia cada día. El precio de una acción no es fijo; sube y baja como las olas del mar.

En este nuevo estudio, Arasa dice: "¡Vamos a hacer que las gafas y el precio de las acciones se muevan con el tiempo!".

• La analogía: Antes, el modelo era como un mapa de papel estático. Ahora, es como un GPS en tiempo real que se actualiza segundo a segundo según el tráfico y el clima.

📊 Los Resultados: ¡El Misterio se Resuelve!

Al usar este nuevo modelo "en movimiento" (con variables que cambian), el autor obtuvo resultados sorprendentes:

1. El Miedo es Realista: Las fórmulas antiguas decían que la gente tenía que ser un cobarde extremo para justificar los altos beneficios de la bolsa. Con el nuevo modelo, el "miedo" (llamado coeficiente de aversión al riesgo) baja a un número muy razonable (alrededor de 4.4). Esto significa que la gente es prudente, pero no irracionalmente asustadiza. ¡El modelo ahora coincide con la realidad humana!
2. El Comportamiento de los Inversores: El estudio analizó el año 1977 y descubrió algo curioso. Tanto los que invierten en acciones como los que invierten en lo "seguro" tienen un comportamiento que el autor llama "amantes del riesgo insuficientes".
   • La analogía: Imagina a alguien que quiere subir a la montaña rusa, pero solo si le aseguran que el cinturón de seguridad es perfecto. No son valientes locos, pero tampoco son cobardes que se quedan en casa. Son "cautos pero participativos". El modelo logra capturar este matiz perfecto.

🏁 Conclusión: ¿Por qué importa esto?

Este artículo es importante porque:

• Arregla la fórmula rota: Demuestra que si dejamos que los modelos económicos sean flexibles (como la vida real) en lugar de rígidos, podemos explicar por qué la bolsa da tanto dinero sin tener que inventar que la gente es un cobarde extremo.
• Mejora la predicción: Al entender mejor cómo la gente valora el riesgo cuando las cosas cambian, los bancos centrales y los gobiernos pueden tomar mejores decisiones para la economía.

En resumen: El autor tomó un modelo económico viejo y rígido, le puso un motor de "tiempo real" y unas gafas ajustables (el Factor de Suficiencia), y de repente, el misterio de por qué la bolsa paga tanto se resolvió de una manera que tiene sentido para la gente común. ¡La economía se siente más humana y menos como una ecuación imposible!

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo "Solution to the Equity Premium Puzzle with Time-Varying Variables" de Atilla Arasa, presentado en español:

Resumen Técnico: Solución al Puzzle de la Prima de Riesgo con Variables de Tiempo

1. El Problema: El Puzzle de la Prima de Riesgo

El artículo aborda el puzzle de la prima de riesgo de las acciones (Equity Premium Puzzle), un fenómeno identificado por Mehra y Prescott (1985). Este puzzle describe la discrepancia inexplicable entre el alto rendimiento histórico de las acciones (prima de riesgo) y el bajo rendimiento de los activos libres de riesgo, bajo el modelo estándar de Valoración de Activos de Capital basado en el Consumo (CCAPM).

• La contradicción: Para que el CCAPM estándar explique la prima de riesgo observada, el coeficiente de aversión al riesgo relativo (CRRA) debería ser extremadamente alto (mucho mayor a 10), lo cual es empíricamente irrealista, ya que la literatura sugiere valores cercanos a 1 o, en el mejor de los casos, entre 2 y 7.
• Limitaciones previas: Estudios anteriores, incluido el trabajo previo del mismo autor (Aras, 2022, 2024), resolvieron el puzzle asumiendo una relación constante entre precio y dividendo. Sin embargo, el autor argumenta que esta suposición aleja al modelo de la realidad económica, donde dicha relación es inherentemente variable en el tiempo.

2. Metodología: El Modelo del Factor de Suficiencia (SFOM) con Variables de Tiempo

La propuesta metodológica central es la derivación de un modelo basado en el Modelo del Factor de Suficiencia (SFOM) que incorpora variables de tiempo (time-varying variables), específicamente la relación precio-dividendo y el factor de suficiencia del modelo.

• Fundamento Teórico: El modelo introduce una variable oculta, el Factor de Suficiencia del Modelo (SFOM), que ajusta la utilidad incierta de los inversores. Este factor permite comparar la utilidad cierta con la incierta, clasificando a los inversores según su actitud hacia el riesgo (aversión, neutralidad o amor al riesgo).
• Innovación Clave: A diferencia de los modelos de Mehra (2003) que asumen una relación precio-dividendo constante, este estudio asume que la relación precio-dividendo y el SFOM para los inversores en acciones son variables en el tiempo.
• Estructura del Modelo:
  • Se formula un problema de optimización para un agente típico mediante programación dinámica.
  • Se utilizan ecuaciones que vinculan el retorno esperado de las acciones ($E(R_e)$), la tasa libre de riesgo ($R_f$), el factor de descuento temporal subjetivo ($\beta$), el CRRA ($\tau$) y los factores de suficiencia ($\lambda_t$ para acciones y $\eta_t$ para activos libres de riesgo).
  • Se asume que las tasas de crecimiento del consumo y los dividendos siguen una distribución log-normal conjunta.
• Datos: Se utilizan los datos anuales de 1889-1978 de Mehra y Prescott (1985), incluyendo el índice S&P 500, dividendos reales, consumo per cápita y rendimientos de activos libres de riesgo.

3. Contribuciones Clave

1. Resolución del Puzzle con Realismo Aumentado: El estudio demuestra que es posible resolver el puzzle de la prima de riesgo sin recurrir a valores de CRRA irrealistas, incluso cuando se relaja la suposición de una relación precio-dividendo constante.
2. Validación del SFOM: Confirma que el Modelo del Factor de Suficiencia es robusto tanto con variables constantes como variables en el tiempo, acercando los modelos intertemporales a la realidad económica.
3. Determinación de Actitudes de Riesgo: Proporciona un método para determinar empíricamente la actitud de riesgo de los inversores (acciones y activos libres de riesgo) basándose en la comparación de utilidades cierta e incierta, identificando comportamientos de "amor al riesgo insuficiente" como una forma de aversión al riesgo.

4. Resultados Principales

El modelo se resolvió utilizando MATLAB para el año 1977 (un año convergente seleccionado para el análisis), variando el factor de descuento temporal subjetivo (STDF) entre 0.97, 0.98 y 0.99.

• Coeficiente de Aversión al Riesgo Relativo (CRRA):
  • Se obtuvieron valores de CRRA consistentemente alrededor de 4.40 (4.3962 a 4.3971) para los diferentes valores de STDF.
  • Estos valores son empíricamente plausibles y compatibles con la literatura financiera (que suele situar el CRRA entre 2 y 7), resolviendo así la discrepancia de los modelos anteriores que requerían valores >10.
• Factores de Suficiencia (SFOM):
  • Activos Libres de Riesgo: El SFOM osciló entre 1.06 y 1.09, indicando que los inversores asignan una utilidad positiva extra a la riqueza incierta.
  • Acciones: El SFOM osciló entre 1.002 y 1.02, también indicando una asignación de utilidad positiva extra, aunque menor que en los activos libres de riesgo.
• Actitud de los Inversores (Año 1977):
  • Tanto los inversores en acciones como los de activos libres de riesgo se clasificaron como "inversores con amor al riesgo insuficiente" (insufficient risk-loving).
  • El autor interpreta esto como un comportamiento compatible con la aversión al riesgo, validando la teoría del modelo.
• Robustez: Los resultados muestran que el CRRA y los SFOM no son altamente sensibles a las variaciones en el STDF, lo que sugiere la estabilidad del modelo.

5. Significado e Implicaciones

• Validación del CCAPM Modificado: El estudio demuestra que el CCAPM puede funcionar correctamente bajo modificaciones que incorporan el SFOM y variables de tiempo, cerrando la brecha entre la teoría y la realidad empírica.
• Superioridad sobre Modelos de Corriente Principal: A diferencia de los modelos de formación de hábitos, riesgo a largo plazo o desastres raros, que a menudo requieren parámetros extremos o no logran soluciones consistentes, el SFOM ofrece una solución con parámetros razonables (CRRA ~4.4).
• Relevancia para Políticas Públicas: Al proporcionar un modelo que vincula más estrechamente los sectores real y financiero mediante variables dinámicas, el estudio ofrece una base más sólida para la formulación de políticas económicas y financieras.
• Contribución a la Literatura: Cierra una brecha de investigación al demostrar que la solución al puzzle de la prima de riesgo es viable tanto con relaciones constantes como variables en el tiempo, reforzando la validez del enfoque del Factor de Suficiencia.

En conclusión, el artículo de Arasa presenta una solución robusta al puzzle de la prima de riesgo al introducir variables de tiempo en el Modelo del Factor de Suficiencia, logrando coeficientes de aversión al riesgo empíricamente aceptables y una clasificación coherente de las actitudes de los inversores.