Universidad de Lima

Facultad de Ciencias Empresariales y Económicas

Carrera de Economía

LA BOLSA DE VALORES DE LIMA Y SU

INFLUENCIA EN LA ECONOMÍA PERUANA
ENERO 2003- AGOSTO 2018
Trabajo de suficiencia profesional para optar el Título Profesional de Economista

Sustentación de caso

Alain Diego Pillihuaman Reyes

Código 20091800

Asesor

Javier Penny Pestana

Lima – Perú
Diciembre del 2018
ii
 LA BOLSA DE VALORES DE LIMA Y SU
INFLUENCIA EN LA ECONOMIA PERUANA
ENERO 2003- AGOSTO 2018

iii
 TABLA DE CONTENIDO

1. INTRODUCCIÓN ............................................................................................. 1
2. OBJETIVOS ...................................................................................................... 3
3. PREGUNTAS DE INVESTIGACIÓN ............................................................ 4
4. METODOLOGÍA DE RECOLECCIÓN DE LA INFORMACIÓN ............ 5
5. METODOLOGÍA DE ANÁLISIS DE LA INFORMACIÓN ....................... 7
6. DESCRIPCIÓN DE CASO ............................................................................... 9
6.1. Mercado Integrado Latinoamericano .............................................................11
6.2. Mercado Alternativo de Valores (MAV) .......................................................12
6.3. Morgan Stanley Capital International Index (MSCI) ....................................13
6.4. Sociedades Agente de Bolsa (SAB) ...............................................................14
7. ANÁLISIS Y DISCUSIÓN DE RESULTADOS ............................................. 16
RECOMENDACIONES .......................................................................................... 24

REFERENCIAS ........................................................................................................ 25
BIBLIOGRAFÍA ...................................................................................................... 28
ANEXOS……………………………………………………………………………29

iv
 ÍNDICE DE TABLAS

Tabla 5.1 Relación entre las variables para el Impacto Económico y

el Mercado Bursátil 7
Tabla 6.1 Utilidad Operativa Anual de SABs (Periodo 2008-2017) 15
Tabla 7.1 Pruebas de Raíz Unitaria Dickey–Fuller para variable PBI 16
Tabla 7.2 Prueba de Raíz Unitaria Dickey–Fuller para variable IGVL 16
Tabla 7.3 Pruebas de Raíz Unitaria Dickey-Fuller para variable IPC 17
Tabla 7.4 Pruebas de Raíz Unitaria Dickey-Fuller
para variable D(IGBVL) 17
Tabla 7.5 Pruebas de Raíz Unitaria Dickey-Fuller para variable D(IPC) 18
Tabla 7.6 Pruebas de Raíz Unitaria Dickey-Fuller
para variable D(VIGBVL) 18
Tabla 7.7 Pruebas de Raíz Unitaria Dickey-Fuller
para variable D(PBI) 19
Tabla 7.8 Test de Selección de Criterio de Rezagos 19

v
 ÍNDICE DE FIGURAS

Figura 6.1 IGBVL y PBI 9

Figura 6.2 Capitalizacion Bursatil, Monto Negociado y Porcentaje
(Periodo 2003-2007) 10
Figura 6.3 Capitalización de Mercado como porcentaje del PBI 11
Figura 6.4 Clasificación de Mercados de MSCI 13
Figura 7.1 Raíces inversas 20
Figura 7.2 Función Impulso Repuesta DPBI a DIGBVL 21
Figura 7.3 Función Impulso Repuesta DPBI a DPBI 22
Figura 7.4 Función Impulso Repuesta DPBI a DIPC 22
Figura 7.5 Función Impulso Repuesta DPBI a DVIGBVL 23

vi
 ÍNDICE DE ANEXOS

Anexo 1: Información utilizada en Eviews 31

vii
 1. INTRODUCCIÓN

El mercado de capitales es importante para la economía ya que a través de ésta

se facilita la asignación eficiente de los recursos financieros de los agentes con
excedentes de capital (ahorristas) hacia los agentes deficitarios de capital (empresas)
que necesitan fondos para implementar nuevos proyectos.

El mercado de capitales está formado por el ente regulador (Superintendencia de

Mercado de Valores), agentes participantes (deficitarios y superavitarios), Sociedades
Agente de Bolsa (SAB) entre otros. En ese sentido la Bolsa de Valores de Lima (BVL)
es una organización privada que se dedica a facilitar y fomentar la negociación de los
valores inscritos de empresas listadas, así como la inscripción y registro de valores
bursátiles. De manera complementaria ofrece información sobre las sociedades agentes
de bolsa (SAB), las operaciones bursátiles, las cotizaciones de los valores, así como la
situación financiera y eventos trascendentales de las entidades emisoras.

Según sus estatutos, BVL existe como sociedad anónima desde enero del 2003 y
en la búsqueda de contribuir al desarrollo del mercado financiero, participó de la
creación de CAVALI y DATATEC, de las cuales es su principal accionista.

Para fomentar una mayor oferta pública de papeles y cooperación regional, la

BVL junto con la Bolsa de Valores de Colombia (BVC), la Bolsa de Comercio de
Santiago (BCS) y la Bolsa Mexicana de Valores (BMV), esta última oficializa su
incorporación en diciembre del 2014, firmaron un acuerdo para crear un mercado
regional para la negociación de instrumentos de renta variable llamado Mercado
Integrado Latinoamericano (MILA).

Adicionalmente, en su búsqueda constante de ofrecer mayores opciones la BLV

creó el Mercado Alternativo de Valores (MAV), que fue aprobada por la SMV en el
2012. El MAV es una división de la BLV que está enfocado en facilitar el acceso a
financiamiento en el mercado bursátil a empresas pequeñas y medianas (PYME) a
menores costos y con menores requerimientos y obligaciones de información.

1
 En setiembre de 2014 la BVL firmó un acuerdo con la empresa de índices S&P
Dow Jones, para que se encargue del cálculo, licenciamiento, así como
comercialización y distribución de los índices S&P/ BVL con el fin de contribuir a la
generación de mayor exposición de la bolsa local a los mercados globales creando
oportunidades para la entrada de nuevos inversionistas.

Actualmente la BVL se encuentra clasificada como Mercado Emergente por la

agencia financiera internacional Morgan Stanley Capital International (MSCI), a la par
de la bolsa de Brasil, Chile, Colombia entre otros.

Sin embargo, existe el riesgo latente que el MSCI cambie la clasificación de la

bolsa local de Mercado Emergente a Mercado Fronterizo. Este riesgo fue explícito en el
año 2015, estimándose que el cambio de clasificación pudo haber generado una salida
de capitales a corto plazo de US$1.500 millones a US$5.000 millones (Reuters, 2017),
colocando al Perú en desventaja frente a los demás países de la Alianza del Pacifico.

Una de las razones que fundamentó el MSCI para cambiar de nivel a la BVL fue
la disminución de negociación (MSCI, 2015) que se da en el mercado bursátil local.
Esto principalmente a causa de la limitada cultura de inversiones, poca cantidad de
papeles, poca negociación retail y grandes operaciones de agentes institucionales como
las Administradoras de Fondos de Pensiones (AFP), Fondos Mutuos (FFMM),
Compañías de Seguros entre otros.

Luego de haber analizado la documentación e información del periodo, se ha

encontrado que existe relación entre el mercado de capitales y la evolución de la
economía, la cual se mide a través del Producto Bruto Interno (PBI). El propósito de
este documento es corroborar y complementar los resultados mediante la proposición de
alternativas que den un impulso adicional al mercado de valores peruano.

2
 2. OBJETIVOS

El objetivo general del presente caso de estudio es:

Establecer la importancia de la Bolsa de Valores de Lima en el desarrollo de la

economía peruana, considerando el índice general de la bolsa local, así como el
volumen negociado.

Respecto a este objetivo general, se plantean los siguientes objetivos

específicos:

 Comprender la relevancia de incrementar la negociación en la Bolsa de

Valores de Lima.
 Explicar la importancia de evitar la salida de la Bolsa de Valores de Lima
del Morgan Stanley Capital Investment.

3
 3. PREGUNTAS DE INVESTIGACIÓN

La pregunta general para este caso de estudio es:

¿Por qué es importante la Bolsa de Valores de Lima en el desarrollo de la

economía peruana?

Adicionalmente se plantean las siguientes preguntas específicas:

 ¿Qué implicancia tiene para el desarrollo de la economía peruana la salida

de la Bolsa de Valores de Lima de la Morgan Stanley Capital Investment?
 ¿De qué manera se puede se puede incrementar la negociación en la Bolsa
de Valores de Lima con el fin de lograr un mercado bursátil sostenible?

4
4. METODOLOGÍA DE RECOLECCIÓN DE LA
INFORMACIÓN

Este caso de estudio toma como base el artículo de la Revista Internacional

Administración & Finanzas llamado “El Mercado de Valores y su Influencia En La
Economía: Estudio Del Caso Colombiano 2001-2013” publicado en 2017 por Juan
Lezama, Miguel Laverde y Carlos Gómez.

Para desarrollar este caso de estudio se recogieron datos mensuales públicos

para el periodo enero de 2003 hasta agosto de 2018, logrando obtener 188
observaciones. Estos datos se recolectaron de diferentes fuentes, entre ellas el Banco
Central de Reserva del Perú (BCRP), Bloomberg, BVL y el Instituto Nacional de
Información y Estadísticas (INEI).

Como primera variable para este estudio se tomó el crecimiento del Producto
Bruto Interno (PBI), definido por el BCRP como “Valor total de la producción corriente
de bienes y servicios finales dentro de un país durante un periodo de tiempo
determinado”

Según trabajos como el de Carlin y Mayer (2003), Arestis, Demetriades, &

Luintel (2001), Beck y Loayza (2000) el aumento del PBI se manifiesta en el
crecimiento económico de un país. La información utilizada para esta variable se
extrajo del BCRP.

La segunda variable para este modelo es el índice de capitalización de la BVL.

El índice de capitalización bursátil es un indicador que expresa la tendencia promedio
de los valores más representativos de un mercado bursátil (BLV, 2018), trabajos como
Fink, Haiss, & hristoforova (2003), Arestis, Demetriades, & Luintel (2001) y Levine &
Zervos (1998) han utilizado el índice de capitalización bursátil para medir el
crecimiento de mercado.

Para esta variable se pensó inicialmente utilizar el índice S&P/BVL Peru Select
que, como menciona la misma BVL en su portal (2018):

5
 Es el indicador del mercado de acciones orientado a convertirse en el índice
premium de la BVL. Es también un índice de capitalización, pero con mayores
requerimientos de liquidez y del tamaño de la capitalización del free float, de tal
manera que aparte de ser amplio y representativo, sea también invertible y
fácilmente replicable. (BVL, 2018).

Sin embargo, según Bloomberg, solo hay información desde marzo 2006, lo cual
limita el alcance del periodo de este caso, por este motivo, se está tomando el
S&P/BVL Peru General, el cual según la BVL: “Está diseñado para ser el referente
(benchmark) amplio del mercado peruano reflejando la tendencia promedio de las
principales acciones cotizadas en la Bolsa. El S&P/BVL Perú General sigue la historia
del antiguo IGBVL” (BLV, 2018).

La tercera variable que se utiliza es el volumen de negociación del S&P/BVL

Peru General, el cual es el valor de las transacciones que ha tenido las acciones en el
mercado bursátil. La información para esta variable se obtuvo de Bloomberg.

La última variable en este modelo es la inflación, la cual mide el aumento de los

precios de los bienes y servicios de un país. Esta es medida a través del índice de
precios al consumidor (IPC), determinada por el BCRP de la siguiente manera:

El Índice de Precios al Consumidor (IPC): Mide el nivel de los precios de los

bienes y servicios que consumen las familias de los diversos estratos
socioeconómicos en Lima Metropolitana. Se obtiene comparando a través del
tiempo el costo de una canasta de bienes y servicios con base 2009. La variación
porcentual del IPC de Lima Metropolitana es utilizada como el indicador de
inflación en el Perú. (BCRP 2018)

Según estudios, hay evidencia que la inflación impacta al crecimiento

económico como a la evolución de los mercados financieros. Según Khan, Senhadji y
Smith (2001) la inflación impide el volumen de operaciones bursátiles; sin embargo,
para la capitalización bursátil los aumentos moderados de la inflación (mientras se
mantienen por debajo del umbral) promueven un mayor desarrollo del mercado bursátil.

6
5. METODOLOGÍA DE ANÁLISIS DE LA
INFORMACIÓN

En línea con el trabajo de Lezama, Laverde y Gómez (2017), este caso práctico efectúa
un modelo econométrico de múltiples variables, por lo que se ha elegido el de Vectores
Auto Regresivos (VAR), puesto que este tipo de modelo es altamente utilizado para
medir la relación entre dos variables o más, donde cada variable es explicada por los
rezagos de sí mismas y por rezagos de las otras variables.

El modelo consta de 4 variables:

Tabla 5.1
Relación entre las variables para el Impacto Económico y el Mercado Bursátil
Variable Notación Frecuencia Relación
Crecimiento del PBI PBI Mensual Impacto Económico
Impacto del Mercado
Índice General de la BVL IGBVL Mensual
Bursátil
Impacto del Mercado
Volumen de Negociación sobre IGBVL VIGBVL Mensual
Bursátil
Índice de Precio al Consumidor IPC Mensual Los dos
Nota: Elaboración Propia

El modelo VAR se describiría de la siguiente manera:

α11 PBI𝑡−1 + α12 IGBVL𝑡−1 + α12 VIGBVL𝑡−1 + α11 IPC𝑡−1 + εt

Para validar que la información de las series de tiempo de estas variables

mantienen sus tendencias, se realizó la prueba de Dickey-Fuller Aumentada (DFA), la
cual tiene como hipótesis la existencia de raíz unitaria, es decir que la serie es no
estacionaria, lo cual se busca rechazar.

Dado que el modelo VAR utiliza el rezago de las variables, se realizó el test
“Lag Order Selection Criteria” para obtener la cantidad de rezagos óptimos para el
modelo y proceder con la corrida del VAR.

Una vez obtenido el modelo, se ejecutó pruebas de diagnóstico como el

“Residual Serial Correlation LM Tests” para verificar la correlación de residuos, el Test
7
de Jarque-Bera para verificar la normalidad y también el gráfico de raíces inversas para
corroborar la estabilidad del modelo.

Finalmente se analiza el gráfico de Impulso Respuesta para visualizar el

comportamiento del PBI respecto de los choques del IGBVL, VIGBVL y IPC.

Para la variable PBI que se obtuvo del BCRP, se tuvo que cambiar el año base,
ya que ésta estaba en año base 2007. Para el dato de la inflación que se obtuvo de INEI,
se tuvo que cambiar el año base 2009 a año base 2003. La variable IGBVL se convirtió
a año base 2003. Para la variable Volumen de negociación se tomó el volumen mensual.

8
6. DESCRIPCIÓN DE CASO

Existen varios argumentos conceptuales respecto a las implicancias positivas, neutrales

o incluso negativas del desarrollo del mercado de valores para el crecimiento
económico, como lo menciona Demirgüç & Levine (1996).

Por el lado positivo está Rahman & Mustafa (2017) que dicen: “Un mercado de
valores que funcione bien mejora la eficiencia económica, la inversión privada y el
crecimiento. A cambio, desencadenan influencias positivas en los rendimientos del
mercado de valores.”

La importancia de este caso reside en corroborar la hipótesis que el mercado

bursátil, representado por la BVL tiene un impacto positivo sobre el crecimiento del
PBI de la economía peruana. Aun cuando el Perú tiene un crecimiento de la economía
sostenido y constante, el desarrollo de la BVL ha tenido mucha variabilidad como se
demuestra en el siguiente gráfico.

Figura 6.1
IGBVL y PBI

25,000 250

20,000 200

15,000 150

10,000 100

5,000 50

0 0
03/04
01/03
08/03

10/04
05/05
12/05
07/06
02/07
09/07
04/08
11/08
06/09
01/10
08/10
03/11
10/11
05/12
12/12
07/13
02/14
09/14
04/15
11/15
06/16
01/17
08/17
03/18

IGBVL -Último Precio (Eje Izquierdo) PBI (índice 2007=100) - PBI (Eje Derecho)

Fuente: BCRP
Elaboración propia

9
 Así mismo, la capitalización bursátil o valor de mercado en el Perú ha
mantenido un crecimiento sostenido en el periodo analizado, sin embargo, el monto
negociado ha ido decreciendo desde un 14% del valor de mercado hasta un 6%.

Figura 6.2
Capitalizacion Bursatil, Monto Negociado y Porcentaje (Periodo 2003-2007)
S/550,000 16%
Milliones

S/500,000
14% 14%
S/450,000 13%
13%
12% 12%
S/400,000
11%
S/350,000 10%
10%
S/300,000
8%
S/250,000 7%
6%
S/200,000 5% 5% 6%
5% 5%
S/150,000
4% 4%
4%
S/100,000 4%
2%
S/50,000

S/- 0%
2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Montos Negociados (millones S/) Capitalización Bursátil (millones S/) Porcentaje

Fuente BCRP 2018

Elaboración propia

Si bien el monto negociado como porcentaje de la capitalización bursátil ha ido

disminuyendo, esto no ha sido por el manejo de la BVL, quien se encuentra en la
búsqueda constante de aumentar el volumen negociado a través de la exposición del
mercado local hacia el mundo y generación de nuevos mecanismos.
Entre estos esfuerzos destaca el acuerdo para la formación del Mercado
Integrado Latinoamericano (MILA), la creación del Mercado Alternativo de Valores
(MAV), el acuerdo con la empresa de índices S&P Dow Jones para el lanzamiento del
índice S&P/BVL Peru General Index, así como también la negociación de préstamos de
valores.

10
6.1.Mercado Integrado Latinoamericano

El mercado Integrado Latino Americano (MILA) empezó sus operaciones desde mayo
de 2011 y ha sido el primer mercado bursátil en utilizar la integración virtual para
combinar mercados en varios países para abrir la puerta a transacciones internacionales,
dentro de cada mercado independiente. El proceso se conceptualizó y acordó por
primera vez en septiembre de 2009 entre la Bolsa de Santiago (Chile), la Bolsa de
Colombia y sus entes encargados del depósito de valores buscando aumentar el
desarrollo y la capitalización de los mercados participantes.

Posteriormente México se une al MILA, con lo que todos los miembros de la

Alianza del Pacifico forman parte de este mercado integrado.

Como se puede visualizar en la figura 6.3, dentro de los países que conforman
el MILA, según información del Banco Mundial, Chile es quien tiene una mayor
capitalización de mercado de empresas nacionales, llegando a ser el 156% de su PBI en
el 2010. En ese mismo año Perú llegó a su record de 70% del PBI y Colombia a 72% de
su PBI.

Figura 6.3
Capitalización de Mercado como porcentaje del PBI

200
150
180

160

140
100
120

100

80

60 50

40

20

0 0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017

Colombia México Perú Chile (Eje derecho)

Fuente: Banco Mundial

Elaboración propia

11
 Esta integración ha ofrecido a los inversionistas la posibilidad de enfocarse en
segmentos del sector hidrocarburos en Colombia, del sector financiero en Chile o en el
sector minero en Perú. Sin embargo, estudios como el de Campos y Revoredo (2017)
demuestran que “no se han observado impactos significativos en el desvalimiento de la
bolsa peruana.” (p.109)

6.2.Mercado Alternativo de Valores (MAV)

El MAV empezó como una idea para dar acceso al mercado bursátil a una mayor
cantidad de empresas para que puedan listar y conseguir financiamiento a un menor
costo frente al sistema financiero.

Como mencionan Antay, Gil, Gutiérrez, y Vivas (2017) hay varios factores que
han impedido el óptimo desarrollo de MAV entre los que destacan 3 puntos, la falta de
preparación, la reducción de requisitos y falta de formación financiera:

En primer lugar, las empresas a las cuales está dirigido no están preparadas para
listar en bolsa, pues no poseen información financiera oportuna y confiable. …
[Por lo que deben] de invertir en ordenar sus finanzas para pasar… el control de
una auditora y una clasificadora de riesgo. Esto encare el… crédito, y si bien en
la teoría el MAV se promociona como una fuente de financiamiento a menor
tasa que el sistema financiero, en la práctica esto no resulta ser verdad. En
segundo lugar, la reducción de requisitos planteados para este mercado
alternativo... lejos de favorecer al mercado, provoca que sea más riesgoso,
desanimando a los inversionistas a entrar al mismo. Y por último, las personas
que dirigen estas medianas empresas carecen…, de una adecuada formación
financiera, desconocen conceptos básicos de finanzas y no tienen
implementados en sus negocios una buena práctica de gobierno corporativo.
(Antay, Gil, Gutiérrez, y Vivas 2017,p xviii)

La mayoría de PYMES peruanas carecen de estados financieros auditados, de

buen gobierno corporativo y de estatutos solidos ya que no cuentan con directores
independientes. Este intento de la BVL para la generación de mayor liquidez a través de
nuevos emisores no ha sido tan efectiva.

12
6.3. Morgan Stanley Capital International Index (MSCI)

Morgan Stanley Capital International Index (MSCI) es una empresa global dedicada a
generar índices de acciones, índices de renta fija y de fondos de cobertura (hedge
funds), para los que toma instrumentos financieros con características específicas y
genera una canasta representativa que puede ser clasificada por país, sector, tamaño de
empresa u otros.

Figura 6.4
Clasificación de Mercados de MSCI

Fuente MSCI

El MSCI incluye a Perú en sus índices desde el 2008 con el MSCI All Peru
Index. Dentro de estos índices el MSCI creo el MSCI Mercado Emergentes en 1988,
que está formado economías de Asia, Europa, América y África. Actualmente Perú
cumple con los requerimientos para ser clasificado como Mercado Emergente, Del Pino
(2017) lo explica de la siguiente manera:
Para que un país pertenezca al índice MSCI Mercados debe tener al menos tres
acciones que cumplan con los requerimientos mínimos de liquidez de este
índice. Estos requerimientos mínimos son: un nivel mínimo de liquidez del 15%
de la ratio anual de monto negociado (ATVR) de 3 meses y del 80% de la
frecuencia de negociación de 3 meses en los últimos cuatro trimestres
consecutivos, así como del 15% del ATVR de 12 meses. Perú tiene tres acciones
13
 en el índice MSCI Mercados Emergentes: la acción común de Credicorp Ltd.
(cuyo nemónico es BAP), el ADR de la acción común de Compañía de Minas
Buenaventura S.A.A. (cuyo nemónico BVN) y la acción común de Southern
Copper Corporation (cuyo nemónico es SCCO).” (p.7)

Cuando el MSCI reclasifica a un país, los inversionistas cambian su portafolio.

Si la clasificación es de Emergente a Frontera, se genera una liquidación de posiciones
en el país reclasificado lo cual produce una venta masiva de acciones. Debido al
inestable volumen negociado en el mercado local, la BVL está en el constante peligro
de ser clasificado como Mercado Frontera.
En el año 2015, el MSCI emitió un comunicado en el cual informaba la
posibilidad de cambiar la clasificación de Perú a mercado Frontera. Esto tuvo un
impacto tan fuerte que incluso el gobierno promulgó la Ley 30341, Ley que fomenta la
liquidez e integración del Mercado de Valores, con la que se exoneraba del impuesto a
la renta a las ganancias por las operaciones bursátiles. (Del Pino, 2017)

6.4. Sociedades Agente de Bolsa (SAB)

En la BLV encontramos veintidós (22) SABs las cuales están encargadas de la

intermediación de las operaciones bursátiles como negocio principal. Si bien éstas
tienen otras fuentes secundarias de ingresos como valorizaciones, asesorías,
estructuraciones y operaciones de tipo de cambio entre otros, su principal fuente de
ingreso no genera suficientes.

Además, existe una alta concentración de mercado: “al cierre del 2016, más del
83% de la intermediación de compra y venta de bonos y acciones se repartieron entre
las casas de bolsa de los cuatro bancos de mayor cuota de mercado y de firmas
regionales como Larraín Vial, BTG Pactual y Seminario” (El Comercio, 2017).

Para corroborar la dificultad financiera por las que pasan las SABs, se ha
tomado una muestra de las seis (6) SABs con mayor cantidad de operaciones para
mostrar su utilidad operativa por un periodo de 10 años, como se puede ver en la tabla
3. La única SAB que no ha registrado pérdidas operativas ha sido Scotiabank, las demás
han tenido por lo menos un periodo con pérdidas.

14
Tabla 6.1
Utilidad Operativa Anual de SABs (Periodo 2008-2017)

PERIODO SEMINARIO CREDICORP BTG PACTUAL CONTISAB INTELIGO SCOTIABOLSA LARRAIN

2008 S/20,532,153 S/6,107,316 S/-689,536 S/4,631,428 S/3,441,127 S/10,347,004

2009 S/3,783,950 S/4,564,965 S/-529,945 S/2,903,637 S/12,674,341 S/5,483,806
2010 S/4,324,753 S/5,267,645 S/578,965 S/4,918,110 S/4,390,594 S/7,335,940
2011 S/4,376,703 S/8,381,941 S/2,285,236 S/12,722,214 S/1,517,426 S/7,059,136 S/-733,923
2012 S/3,603,614 S/3,681,233 S/-1,266,539 S/4,683,451 S/-79,510 S/12,788,904 S/-76,217
2013 S/-662,824 S/1,388,620 S/-2,207,900 S/14,077,208 S/-1,798,878 S/1,247,481 S/-87,461
2014 S/123,023 S/610,834 S/-5,921,260 S/-372,659 S/393,120 S/1,909,475 S/-1,567,364
2015 S/-1,956,780 S/-5,735,153 S/-2,856,476 S/9,286,141 S/-8,605,743 S/10,100,200 S/-1,324,260
2016 S/-512,002 S/2,044,204 S/554,176 S/4,944,879 S/-889,645 S/1,093,210 S/56,110
2017 S/2,936,582 S/15,046,029 S/3,937,606 S/2,607,276 S/-2,423,250 S/18,414,419 S/2,436,617
Fuente SMV. 2018
Elaboración Propia.

15
7. ANÁLISIS Y DISCUSIÓN DE RESULTADOS

Para realizar el modelo VAR primero se confirmó la estacionalidad de las variables a

través de la prueba Dickey-Fuller en nivel.

Tabla 7.1
Pruebas de Raíz Unitaria Dickey–Fuller para variable PBI

Elaboración Propia

Tabla 7.2
Prueba de Raíz Unitaria Dickey–Fuller para variable IGVL

Elaboración Propia

16
Tabla 7.3
Pruebas de Raíz Unitaria Dickey-Fuller para variable IPC

Elaboración Propia

Dado que 3 de las 4 variables del modelo muestran raíz unitaria se convirtió la
información a primera diferencia y se volvió a correr la prueba de raíz unitaria para las
variables:

Tabla 7.4
Pruebas de Raíz Unitaria Dickey-Fuller para variable D(IGBVL)

Elaboración Propia

17
Tabla 7.5
Pruebas de Raíz Unitaria Dickey-Fuller para variable D(IPC)

Elaboración Propia

Tabla 7.6
Pruebas de Raíz Unitaria Dickey-Fuller para variable D(VIGBVL)

Elaboración Propia

18
Tabla 7.7
Pruebas de Raíz Unitaria Dickey-Fuller para variable D(PBI)

Elaboración Propia

Al corroborar que la información es estacionaria (se rechaza hipótesis nula) se

procedió a correr el Vector autoregresivo. Se realizó el test de Selección de Criterio de
Rezagos para obtener el rezago más óptimo para el modelo VAR

Tabla 7.8
Test de Selección de Criterio de Rezagos
VAR Lag Order Selection Criteria
Endogenous variables: DPBI DIGBVL DVIGBVL DIPC
Exogenous variables: C
Date: 11/16/18 Time: 00:23
Sample: 2003M01 2018M08
Included observations: 175

Lag LogL LR FPE AIC SC HQ

0 -3663 NA 1.86e+13 41.908 41.980 41.937
1 -3614 96.06103 1.27e+13 41.526 41.888 41.673
2 -3565 92.19485 8.77e+12 41.153 41.804* 41.417
3 -3543 40.09672 8.23e+12 41.089 42.029 41.470
4 -3522 38.62265 7.74e+12 41.027 42.257 41.526
5 -3512 18.07595 8.29e+12 41.093 42.612 41.709
6 -3493 31.85734 8.07e+12 41.063 42.872 41.797
7 -3477 27.48938 8.06e+12 41.058 43.155 41.909
8 -3463 22.34250 8.32e+12 41.083 43.470 42.051

19
 9 -3452 17.73539 8.85e+12 41.137 43.814 42.223
10 -3417 52.30774 7.26e+12 40.930 43.896 42.133
11 -3319 146.3463 2.86e+12 39.987 43.242 41.308
12 -3275.7 62.22654* 2.13e+12* 39.676* 43.2207 41.114*
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Elaboración Propia

Por los resultados de este test, se toma 2 rezagos como óptimos por el criterio de
Schwarz information (SC).

Adicionalmente se generó el gráfico de raíces inversas para confirmar la

estabilidad del modelo. Para esto todos eigenvalores deben estar dentro de gráfico, lo
cual se comprueba.

Figura 7.1
Raíces inversas

Elaboración Propia

20
 Se realizó la función impulso respuesta para ver la respuesta en el PBI tras
impulsos generados por el IGVBL, el Volumen del IGVBL y el IPC. Respecto al shock
generado por el IGVBL, la respuesta del PBI es positiva en el primer periodo La
respuesta es inversa y luego en el periodo el pulso deja de permanecer, por lo que se
entiende que se diluye al largo plazo.

Figura 7.2
Función Impulso Repuesta DPBI a DIGBVL

Elaboración Propia

Respecto al shock generado por el IGVBL, la respuesta del PBI es negativa en el

segundo y cuarto periodo, sin embargo, en el tercer periodo se observa una respuesta
positiva y luego en el quinto periodo el pulso deja de permanecer, por lo que se
entiende que se diluye al largo plazo.

21
 Figura 7.3
Función Impulso Repuesta DPBI a DPBI

Elaboración Propia

Respecto al shock generado por el PBI, la respuesta del PBI en el primer periodo
es positiva en el segundo cambia la dirección y el tercer periodo vuelve a revertir. En el
quinto periodo se diluye al largo plazo

Figura 7.4
Función Impulso Repuesta DPBI a DIPC

Elaboración Propia
22
 Para la variable IPC, la respuesta del PBI es negativa en el primer periodo. En el
segundo periodo es positivo, en el tercer y cuarto periodo la respuesta es inversa hasta
el quinto periodo. Desde el sexto periodo el impulso se diluye.

Figura 7.5
Función Impulso Repuesta DPBI a DVIGBVL

Elaboración Propia

La respuesta del PBI para las innovaciones de variable volumen es más

dinámica que las tres anteriores. Es negativa en el primer periodo, en el segundo
periodo es positivo, en el tercer y cuarto periodo la respuesta es inversa hasta el quinto
periodo, el sexto periodo el impulso se diluye.

El resultado del modelo VAR para la variable DPBI es:

DPBI = -0.38*DPBI(-1) -0.34*DPBI(-2) -0.0074*DIGBVL(-1) +
0.017*DIGBVL(-2) - 2.09e-05*DVIGBVL(-1) + 8.4e-05*DVIGBVL(-2) -
1.31*DIPC(-1) + 5.25*DIPC(-2) - 0.07
Respecto a los cocientes del PBI, se observa que sus dos rezagos tienen un
efecto negativo. Para la variable DIGBVL, DVIGBVL y DIPC se observa que el primer
rezago tiene un efecto negativo y el segundo un efecto positivo.

Con este resultado se concluye que el segundo rezago del Índice de la BVL y del
volumen negociado tiene un impacto positivo en el crecimiento del PBI.

23
 RECOMENDACIONES

Siendo respetuoso del libre mercado, pero entendiendo la necesidad de la intervención

del estado para la corrección de fallas, se recomienda que parte de las operaciones de
inversionistas institucionales como AFPs y FFMM de ADR se realicen a través del
mercado local. Esta medida se podría implementar de manera progresiva y en un
periodo de 5 años, con un porcentaje mínimo anual de 10% hasta llegar al 50%. Esta
medida sería de carácter temporal, la cual luego del periodo establecido se puede
eliminar o extender.

La limitada información sobre el funcionamiento del mercado de capitales

restringe a que muchas empresas puedan aprovechar las oportunidades de
financiamiento alternativas a las ofrecidas por el sistema bancario. Este escenario se
puede revertir con mayor promoción y difusión del mercado alternativo de valores y
con educación y capacitación de potenciales emisores.

Respecto al MAV, se recomienda seguir el modelo español, el cual permite el

ingreso de empresas en etapa inicial de desarrollo conocidas como “Start Ups”. Esto iría
de la mano de una mayor difusión de los beneficios y el fomento de mayor
transparencia de información financiera de los emisores para reducir el riesgo de los
inversionistas.

Es necesario el fomento de mayor liquidez para facilitar el ingreso y salida de

los inversionistas, ya que un mercado con alta liquidez hace que una inversión sea
menos riesgosa y más atractiva, porque permite a los ahorradores poder comprar y
vender de forma rápida y barata si necesitan acceso a sus ahorros o quieren recomponer
sus carteras. “Los inversores vendrán si pueden irse” (Levine, 1996)

24
 REFERENCIAS

Antay Alva, G., Villanueva, G., Víctor, S., Gutierrez Castillo, J. A., & Vivas Silva, N.
A. (2017). Mercado alternativo de valores-diagnóstico de los factores críticos
de éxito que limitan su crecimiento y propuesta de mejora. Recuperado de:
http://repositorio.esan.edu.pe/handle/ESAN/1177

Asli Demirgüç-Kunt, Ross Levine; Stock Market Development and Financial

Intermediaries: Stylized Facts, The World Bank Economic Review, Volume 10,
Issue 2, 1 May 1996, Pages 291–321, https://doi.org/10.1093/wber/10.2.291

Banco Central de Reserva del Perú. (10 de noviembre de 2018). Inflación. Aspectos
Metodológicos. Recuperado de:
http://www.bcrp.gob.pe/docs/Publicaciones/Guia-Metodologica/Guia-
Metodologica-06.pdf

Bolaños, E. R. L., Burneo, K., Galindo, H., & Berggrun, L. Emerging markets
integration in Latin America (MILA) stock market indicators: Chile, Colombia,
and Peru. Journal of Economics, Finance and Administrative Science, 20(39),
74-83. 2015. https://doi.org/10.1016/j.jefas.2015.08.002

Bolsa de Valores de Lima. (10 de noviembre de 2018). Índices en Bolsa. Recuperado

de: https://www.bvl.com.pe/estadist/mercindicesmercado.html

Campos Marín, O. D., & Revoredo Mendieta, L. A. (2017). Desafíos del mercado
peruano en el MILA. The Latin American and Iberian Journal of Law and
Economics, 3(2), 4. Recuperado de: https://laijle.alacde.org/journal/vol3/iss2/4/

Ceballos, H. V., & Restrepo, J. H. R. (2012). Análisis del índice general de la bolsa de
valores de Colombia y sus rendimientos desde la teoría del caos, 2001-
2011. Semestre económico, 15(31), 79-98.
https://doi.org/10.22395/seec.v15n31a3

Demirgüç-Kunt, A., & Levine, R. (1996). Stock markets, corporate finance, and
economic growth: an overview. The World Bank Economic Review, 10(2), 223-
239. Recuperado de: https://www.jstor.org/stable/3990061

Khan, Mohsin S. and Senhadji, Abdelhak and Smith, Bruce D., Inflation and Financial
Depth (April 2001). IMF Working Paper, Vol. , pp. 1-31, 2001. Recuperado de:
https://ssrn.com/abstract=879432

Martínez Riaño, Diana Yamile; Narváez Niño, Gina Paola. Ventajas del mercado
integrado latinoamericano MILA, Bogotá: Universidad de la Sabana, Setiembre
2012. Recuperado de: http://hdl.handle.net/10818/3943

25
MSCI. Conclusions of The Consultation on the Potential Market Reclassification for
The MSCI Peru Index. Press Release. Setiembre 2015. Recuperado de:
https://www.msci.com/documents/10199/238444/Conclusions+of+The+Consult
ation+on+The+Potential+Market+Reclassification+for+The+MSCI+Peru+Index
/ec14b26c-c93d-4e0d-9090-bce7e0eee690

Mellado, C., & Garcia, S. (2014). The Effects of the Latin American Integrated Market
(MILA) on the Foreign Exchange of Colombia, Peru and Chile. American
Journal of Economics, 4(2A), 42-50. doi:10.5923/s.economics.201401.04

Moreno Ramírez, M. A. (2017). La creación de valor de las empresas del índice S&P
BVL Perú select de la BVL de Lima. Universidad Peruana de Ciencias Aplicadas
(UPC). Recuperado de: http://hdl.handle.net/10757/622830

Lezama Palomino, J. C., Laverde Sarmiento, M. Á., & Gómez Restrepo, C. A. (2017).
El mercado de valores y su influencia en la economía: Estudio del caso
Colombiano 2001-2013 (the Stock Market and its Impact on the Economy: A
Colombian Case Study 2001-2013). Recuperado de:
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3039736

Pino Izquierdo, Juan José del (2017). Liquidez del mercado de acciones de la BVL en
los últimos 10 años: efecto del impuesto a la renta a la ganancia de capital (tesis
de maestría). Recuperada de:
http://tesis.pucp.edu.pe/repositorio/handle/123456789/10262

Rahman, M., & Mustafa, M. (2017). Financial deepening and stock market returns:
panel data analyses for selected developed and developing economies.
International Journal of Monetary Economics and Finance, 10(1), 96-109.
Recuperado de:
https://www.researchgate.net/profile/Matiur_Rahman9/publication/312265444_
Financial_deepening_and_stock_market_returns_Panel_data_analyses_for_sele
cted_developed_and_developing_economies/links/5b61f2ffa6fdccf0b206b78e/F
inancial-deepening-and-stock-market-returns-Panel-data-analyses-for-selected-
developed-and-developing-economies.pdf

Reuters, (2 de noviembre de 2015). Perú evitará rebaja a condición de mercado frontera

mejorando nivel de liquidez. Recuperado de:
https://Lta.Reuters.Com/Article/Businessnews/Idltakcn0sr2jd20151102

Rodríguez, G., & Vargas, A. (2012). Impacto de expectativas políticas en los retornos
del Índice General de la Bolsa de Valores de Lima. Economía, 35(70), 190-223.
Recuperado de:
http://revistas.pucp.edu.pe/index.php/economia/article/view/3843

26
https://www.msci.com/documents/10199/cf229b4c-532b-457e-be14-f7656d2f64fe
https://www.msci.com/documents/10199/a169c9bf-4125-4c5f-ae99-30fdc21c9fc7

https://elcomercio.pe/economia/dia-1/agentes-bolsa-sab-entran-lucha-sobrevivir-
164473

27
 BIBLIOGRAFÍA

Calva, J. L. (2007). Financiamiento del crecimiento económico (Vol. 6). Lima: UNAM.

Díaz Mata, A., & Aguilera, V. M. (2013). Introducción al mercado bursátil: Invierta en
la bolsa de valores (2a ed.). México D. F: McGraw-Hill.

Noriega Nairn, F. (1998). La bolsa de valores: Instituciones e instrumentos del mercado

de valores peruanos. Lima: Universidad San Martin de Porres.

Stiglitz, J. E. (2000). Capital market liberalization, economic growth, and instability.

World development, 28(6), 1075-1086.

Tola Nosiglia, J. (1994). El mercado de valores y la bolsa en el perú: Teoría general,

aplicación práctica y aspectos especiales. Lima: Mass Comunicación.

28
ANEXOS

29
 Anexo 2: Información utilizada en Eviews
date PBI IGBVL VIGBVL IPC date PBI IGBVL VIGBVL IPC

ene-03 95.32 81.08 54230.92 98.78 ago-05 108.03 246.42 33210.75 105.51

feb-03 92.53 83.16 55933.59 99.25 sep-05 106.86 270.95 27875.12 105.41

mar-03 96.77 83.30 42664.70 100.36 oct-05 110.39 254.58 26270.11 105.57

abr-03 105.01 94.50 75977.07 100.30 nov-05 117.80 269.00 51256.38 105.64

may-03 108.33 96.63 88705.66 100.27 dic-05 119.17 256.60 29234.21 106.08

jun-03 105.25 97.51 46013.98 99.80 ene-06 111.50 301.02 47558.27 106.61

jul-03 103.11 98.86 39066.68 99.65 feb-06 110.16 324.92 39122.27 107.20

ago-03 96.60 101.35 40277.94 99.66 mar-06 118.75 316.36 104205.73 107.69

sep-03 96.16 105.84 56350.12 100.22 abr-06 119.47 381.67 23458.19 108.23

oct-03 101.01 112.70 44756.73 100.27 may-06 127.26 385.35 27093.59 107.66

nov-03 98.37 114.95 50739.59 100.44 jun-06 123.76 435.80 26305.21 107.52

dic-03 101.55 130.11 60360.40 101.00 jul-06 121.01 479.50 14661.75 107.34

ene-04 98.82 145.87 97842.49 101.55 ago-06 119.18 534.98 14365.83 107.49

feb-04 96.45 146.84 52359.62 102.65 sep-06 115.55 555.20 10770.58 107.52

mar-04 102.36 162.21 61398.94 103.12 oct-06 120.00 571.45 10458.61 107.56

abr-04 109.47 151.08 60541.00 103.10 nov-06 123.39 613.55 9462.30 107.26

may-04 112.61 156.39 32284.08 103.46 dic-06 129.41 688.45 12224.27 107.29

jun-04 108.42 154.21 27551.20 104.05 ene-07 117.09 728.51 19382.74 107.30

jul-04 106.88 150.98 42747.17 104.25 feb-07 115.43 809.56 14588.07 107.58

ago-04 100.90 152.32 18914.79 104.24 mar-07 125.90 916.54 14130.62 107.95

sep-04 100.76 175.20 28101.74 104.25 abr-07 125.79 1104.74 16653.14 108.14

oct-04 103.66 189.44 62743.80 104.23 may-07 136.35 1075.60 25609.18 108.68

nov-04 107.68 193.26 31556.22 104.53 jun-07 131.81 1195.10 8926.09 109.19

dic-04 111.49 198.26 21609.59 104.52 jul-07 133.47 1251.33 8615.53 109.71

ene-05 104.11 207.43 35000.36 104.62 ago-07 130.32 1113.90 12440.60 109.86

feb-05 104.31 217.92 21550.86 104.38 sep-07 130.47 1166.11 8777.72 110.53

mar-05 105.96 222.28 16274.63 105.06 oct-07 134.28 1159.32 7323.84 110.88

abr-05 113.35 213.00 20128.99 105.18 nov-07 135.52 975.49 9282.44 111.00

may-05 119.94 209.75 13428.14 105.31 dic-07 145.64 936.42 5775.25 111.50

jun-05 115.14 215.77 27290.26 105.59 ene-08 128.24 802.04 13342.46 111.75

jul-05 113.61 225.00 21226.22 105.70 feb-08 131.10 949.36 12370.73 112.76

30
 date PBI IGBVL VIGBVL IPC date PBI IGBVL VIGBVL IPC

mar-08 135.53 929.08 9169.82 113.94 oct-10 161.20 1027.05 21880.83 121.46
abr-08 143.56 931.35 8455.57 114.11 nov-10 161.10 1114.34 10201.16 121.47
may-08 145.95 915.37 5355.85 114.53 dic-10 171.96 1249.00 15319.64 121.68
jun-08 146.07 870.65 5967.24 115.42 ene-11 151.79 1222.97 12462.31 122.16
jul-08 146.21 735.54 6730.62 116.06 feb-11 149.63 1220.59 12216.89 122.63
ago-08 141.79 710.00 16899.44 116.74 mar-11 162.74 1173.28 18214.74 123.49
sep-08 144.13 601.05 12947.60 117.40 abr-11 164.74 1049.24 29874.39 124.33
oct-08 145.33 376.98 123557.06 118.12 may-11 169.26 1152.36 14475.52 124.30
nov-08 144.04 395.71 34743.10 118.49 jun-11 165.24 1008.77 14991.97 124.42
dic-08 152.94 376.64 15130.51 118.92 jul-11 168.43 1173.58 8263.41 125.41
ene-09 134.09 368.98 64539.44 119.04 ago-11 165.89 1105.93 10940.17 125.74
feb-09 131.50 356.50 11388.37 118.95 sep-11 167.03 979.40 10485.51 126.16
mar-09 139.44 493.60 23221.27 119.38 oct-11 168.47 1048.89 7348.08 126.56
abr-09 141.64 533.23 20666.01 119.40 nov-11 168.76 1063.97 15272.34 127.10
may-09 148.69 715.60 22664.57 119.35 dic-11 186.93 1040.54 8518.33 127.45
jun-09 141.74 697.83 19768.45 118.95 ene-12 159.88 1172.77 9018.56 127.32
jul-09 144.12 752.99 11138.93 119.17 feb-12 160.00 1214.49 10473.96 127.73
ago-09 142.92 745.69 13948.74 118.92 mar-12 172.00 1261.68 8017.53 128.71
sep-09 144.32 809.22 16218.75 118.82 abr-12 169.43 1211.77 7542.58 129.40
oct-09 147.04 759.49 58737.66 118.96 may-12 180.69 1121.98 14475.02 129.45
nov-09 147.91 754.97 9881.80 118.83 jun-12 177.39 1079.75 7683.91 129.40
dic-09 159.36 757.01 15815.40 119.21 jul-12 180.35 1048.78 8145.20 129.52
ene-10 138.18 771.59 8378.78 119.56 ago-12 177.28 1085.33 8046.12 130.18
feb-10 138.17 748.20 5878.31 119.95 sep-12 178.01 1158.17 7753.71 130.88
mar-10 150.78 808.40 7406.31 120.28 oct-12 180.59 1110.86 9326.86 130.67
abr-10 152.93 846.52 11124.04 120.31 nov-12 178.66 1071.06 18079.17 130.49
may-10 160.15 774.11 7391.30 120.60 dic-12 192.97 1102.31 89193.31 130.83
jun-10 160.32 747.28 5854.13 120.90 ene-13 169.58 1145.37 10755.16 130.98
jul-10 158.67 762.79 6466.38 121.34 feb-13 167.74 1101.36 10882.18 130.86
ago-10 155.70 809.70 19323.81 121.67 mar-13 177.82 1061.14 9213.48 132.05
sep-10 159.19 954.72 13528.02 121.63 abr-13 184.17 927.24 12482.05 132.38

31
 date PBI IGBVL VIGBVL IPC date PBI IGBVL VIGBVL IPC

may-13 188.34 857.60 15307.50 132.64 ene-16 186.17 501.84 13418.03 145.55
jun-13 187.88 830.87 14664.09 132.99 feb-16 190.32 574.00 20736.00 145.81
jul-13 189.98 807.84 11841.15 133.71 mar-16 200.14 644.30 18225.35 146.68
ago-13 187.18 889.79 9527.86 134.44 abr-16 203.16 732.18 43558.57 146.70
sep-13 186.86 850.65 10389.01 134.59 may-16 205.75 723.28 17163.90 147.00
oct-13 192.01 872.15 10267.12 134.64 jun-16 203.71 740.43 11034.94 147.21
nov-13 192.00 812.22 11990.47 134.34 jul-16 207.46 812.78 10922.38 147.33
dic-13 206.72 841.78 18261.80 134.57 ago-16 206.40 808.47 11627.05 147.86
ene-14 176.83 825.66 14909.35 134.99 sep-16 207.29 817.38 9167.82 148.16
feb-14 176.67 825.09 12131.78 135.80 oct-16 207.55 810.65 9274.25 148.78
mar-14 187.39 764.05 17862.19 136.51 nov-16 207.17 823.68 11384.39 149.21
abr-14 189.45 829.74 12301.99 137.05 dic-16 229.56 831.80 12001.06 149.71
may-14 193.17 841.76 17081.55 137.35 ene-17 195.63 854.09 10717.63 150.06
jun-14 188.58 890.33 11988.16 137.57 feb-17 191.85 842.45 9585.74 150.55
jul-14 192.95 901.22 11689.15 138.17 mar-17 202.17 841.96 19413.58 152.51
ago-14 189.74 908.96 11114.10 138.05 abr-17 203.80 831.40 10414.99 152.12
sep-14 191.90 867.05 17368.39 138.27 may-17 213.07 854.95 14970.55 151.47
oct-14 196.43 837.48 15256.59 138.80 jun-17 211.55 862.04 9693.25 151.23
nov-14 192.33 807.20 10455.79 138.59 jul-17 211.92 895.03 7922.90 151.53
dic-14 208.49 790.52 16861.20 138.91 ago-17 212.15 941.32 13618.53 152.55
ene-15 179.61 730.43 11508.60 139.14 sep-17 214.12 990.57 19602.69 152.53
feb-15 178.86 715.88 21702.69 139.56 oct-17 214.99 1061.95 75978.21 151.81
mar-15 192.90 665.88 12887.37 140.63 nov-17 211.26 1052.33 12686.04 151.51
abr-15 197.54 714.24 11453.70 141.18 dic-17 232.73 1067.31 10885.94 151.75
may-15 195.86 704.29 9441.90 141.98 ene-18 201.13 1125.80 14142.65 151.94
jun-15 196.31 700.69 9726.86 142.45 feb-18 196.88 1113.13 7120.85 152.32
jul-15 199.99 640.56 9122.55 143.09 mar-18 209.85 1098.54 6048.98 153.06
ago-15 195.05 552.53 16085.31 143.63 abr-18 219.78 1145.03 6193.52 152.85
sep-15 198.37 535.97 9312.53 143.67 may-18 226.94 1112.19 6948.11 152.88
oct-15 202.93 563.49 9844.85 143.88 jun-18 215.74 1058.01 7103.44 153.39
nov-15 200.04 546.43 13802.81 144.37 jul-18 216.82 1094.63 5631.73 153.98
dic-15 222.00 526.25 13755.27 145.01 ago-18 216.92 1038.92 5321.17 154.18

32