1 

 

 

 

Análisis del comportamiento de manada en la inversión del fondo 3 de 

las administradoras de fondos de pensiones del Perú como parte de las 

finanzas conductuales 

 

Tesis presentada en satisfacción parcial de los requerimientos para 

obtener el grado de Magister en Administración por: 

 

 

Sebastián Amézaga Zegarra 

 

 

 

 

Maestría en Administración a Tiempo Parcial Weekends 04 

 

Lima, 10 de marzo de 2020  



  

2 

 

La presente tesis 

 

Análisis del comportamiento de manada en la inversión del fondo 3 de las 

administradoras de fondos de pensiones del Perú como parte de las finanzas 

conductuales 

 

ha sido aprobada 

 

…………………………………………….. 

 Santiago Roca Tavella (Jurado) 

 

…………………………………………….. 

Jorge Guillen Uyen (Jurado) 

 

…………………………………………….. 

Luis Chávez Bedoya Mercado (Asesor) 

 

 

 

Universidad ESAN 

 

 

2020 

  



  

3 

 

DEDICATORIA 

 

Dedico este trabajo de investigación a mi familia, su amor, su apoyo y su infinita 

paciencia, la cual me ayudó a llegar a este punto en mi carrera. 

Las amo. 

Sebastián Amézaga Zegarra 

  



  

4 

 

INDICE GENERAL 

 

CAPITULO 1: INTRODUCCION ...................................................................... 8 

CAPITULO 2: MARCO TEORICO ................................................................ 11 

2.1 Teorías económicas clásicas ..................................................................... 11 

2.2 De teorías de decisiones y utilidad a teorías de mercados eficientes y 

racionales .............................................................................................................. 14 

2.3 Teoría económica y financiera conductual ............................................... 16 

2.3.1 Teoría prospectiva (prospect theory) ..................................................... 16 

2.3.2 Economía conductual............................................................................. 18 

2.3.3 Finanzas corporativas conductuales ..................................................... 20 

2.3.3.1 Desarrollo inicial de las finanzas conductuales ................................ 20 

2.3.3.2 Finanzas corporativas conductuales .................................................. 22 

2.3.3.2.1 Aversión a las pérdidas (loss aversion): ........................................ 23 

2.3.3.2.2 Sesgo de anclaje (anchor bias): ..................................................... 23 

2.3.3.2.3 Sesgo de manada (herd bias).......................................................... 24 

CAPITULO 3: LAS AFP ................................................................................... 28 

3.1 Creación del sistema privado de pensiones ............................................... 28 

3.4 Fondos de pensión ..................................................................................... 30 

CAPITULO 4: LA INVESTIGACIÓN ............................................................ 33 

4.1 Cuantificación del efecto manada ............................................................. 34 

4.1.1 Antecedentes.............................................................................................. 34 

4.1.2 Desviación absoluta cruzada (cross sectional absolute deviation, CSAD)

 …………………………………………………………………………...35 

4.2 Pruebas de detección de efecto manada .................................................... 36 

4.3 Datos utilizados ......................................................................................... 41 

CAPITULO 5: RESULTADOS OBTENIDOS ................................................ 42 

CAPITULO 6: OBSERVACIONES Y CONCLUSIONES ............................ 47 

 

  



  

5 

 

INDICE DE FIGURAS 
 

Figura 2.1: Función de utilidad creciente con aversión al riesgo ..................................... 13 

Figura 2.2: Función de valoración hipotética ................................................................... 18 

Figura 3.1: Diversificación de los fondos de inversión en el ámbito global .................... 31 

  



  

6 

 

INDICE DE TABLAS 

 

Tabla 3.1: Distribución de portafolios de inversión AFP ................................................. 32 

Tabla 5.1: Regresión en un mercado local cerrado .......................................................... 42 

Tabla 5.2: Regresión en un mercado global único ........................................................... 43 

Tabla 5.3: Regresión en un mercado global único, los valores cuota son afectados por el 

tipo de cambio .................................................................................................................. 44 

Tabla 5.4: Regresión en una ponderación del mercado nacional y global de acuerdo al 

promedio de distribución de las inversiones en el fondo 3 de las AFP ............................ 44 

Tabla 5.5: Regresión en una ponderación del mercado nacional y global de acuerdo al 

promedio de distribución de las inversiones en el fondo 3 de las AFP, los valores cuota y 

el índice local son afectados por el tipo de cambio .......................................................... 45 

  



  

7 

 

AGRADECIMIENTO 

 

Agradecer a mi asesor de tesis por su apoyo, a mi familia por su paciencia y 

comprensión, a mis amigos por ser víctimas del tiempo que tuve que sacrificar para 

estudiar, a mis profesores por abrir mi mente nuevamente para aprender sin importar 

cuándo y cómo, y a mis compañeros por ser fuente de inspiración para mejorar todos 

los días, en especial a mis compañeros de grupo, sin los que no hubiera llegado a este 

punto, por su apoyo y paciencia. 

Agradecer también a la gente con la que trabajo, por su apoyo moral, y a mi jefe por 

su paciencia mientras terminaba con esta etapa de mi vida. 

Y a ti que te atreviste a leer este documento. 

Muchas gracias a todos. 

Sebastián Amézaga Zegarra 

  



  

8 

 

CAPITULO 1: INTRODUCCION 

 

El análisis financiero que normalmente se utiliza en las decisiones corporativas está 

basado en las teorías de finanzas corporativas clásicas. Esta disciplina es una rama de 

las finanzas donde se deben tomar decisiones de financiamiento, inversión, ahorro o 

gasto bajo condiciones de incertidumbre1 y/o riesgo2 con el fin último de maximizar el 

valor de la empresa administrada (Ross, Westerfield, & Jaffe, 2010). Dichas teorías 

consideran que los decisores se conducen de manera exclusivamente racional, son 

aversos al riesgo, conocen toda la información que requieren y buscan principalmente 

maximizar su inversión (Markowitz, 1952). En esta situación, las decisiones tomadas, 

frente al mismo evento siempre, son analizadas de manera ideal y los resultados de las 

mismas serían homogéneos. 

 

Esta línea de pensamiento de racionalidad, adoptada en buena parte del siglo XX 

tenía ciertamente algunas fallas en el mundo real. Esto ocurre porque las personas que 

toman decisiones, por naturaleza, no son puramente racionales; y, debido a la aplicación 

de disciplinas distintas a las ciencias exactas como psicología y neurología, se pudo 

demostrar que no eran eventos aislados, sino que podían separarse según características 

similares. Dichos eventos se empezaron a documentar y clasificar en un número de 

eventos comunes denominados sesgos conductuales, los que afectan las decisiones 

financieras en general. Debido a esto y paulatinamente, a fines del siglo XX se empezó 

a formar una rama de la disciplina económica denominada economía conductual, de 

donde, se fueron identificando sesgos que afectaban a las decisiones financieras en 

general, y a las corporativas en particular dando nacimiento al estudio de las finanzas 

corporativas conductuales. En esta disciplina se puede analizar a los inversionistas 

como individuos que se comportan de manera irracional afectando el valor fundamental 

de las empresas. En este análisis de irracionalidad de los inversionistas podemos incluir 

a las mesas de inversión de las Administradoras Privadas de Fondos de Pensiones 

(AFP). 

 

                                                             
1 Incertidumbre: Posibilidad de ocurrencia de un evento adverso al esperado donde no se tiene una probabilidad del resultado    

2 Riesgo: Posibilidad de ocurrencia de un evento adverso al esperado donde se tiene una probabilidad del resultado, se puede 
cuantificar  



  

9 

 

Esta tesis de investigación tiene como objetivos desarrollar el concepto de 

comportamiento de manada como un elemento de estudio dentro de las finanzas 

corporativas conductuales, además para poder encontrar la relación entre dicho sesgo y 

las decisiones de inversión en el fondo 3 de las AFP se demostrará que se puede 

cuantificar dicha relación en una regresión estadística para probar la ocurrencia en el 

comportamiento de manada en dichas mesas de inversión, en dicha regresión se 

realizarán diversas pruebas de comportamiento de manada comparando los 

rendimientos de las AFP con el mercado local y global de manera independiente y 

conjunta, afectados o no por el tipo de cambio, por último en base a los resultados se 

determinará si el comportamiento de manada entre las mesas de AFP respecto de los 

mercados ocurre o no. 

 

Para lograr el objetivo planteado, en esta tesis se analizarán inicialmente las teorías 

dominantes de las finanzas corporativas clásicas y los conceptos clave asociados a 

dichas teorías, desde las teorías económicas neoclásicas hasta las tomas de decisión de 

financiamiento e inversión en las empresas, pasando por acciones de toma de decisiones 

bajo incertidumbre. 

 

Una vez definida la base racional del estudio de las finanzas se describirá cómo se 

formó la economía conductual y cómo se fueron desarrollando sesgos conductuales que 

contravenían los axiomas y teorías dominantes de toma de decisiones racionales.  

 

Al analizar irracionalidad en finanzas, lo haremos desde la perspectiva en la cual 

los inversionistas se comportan de manera irracional3 y afectan los resultados del 

mercado. Para explicar esto describiremos algunos sesgos conductuales que afectan 

cómo estos individuos invierten en el mercado de valores. Entre ellos destaca el sesgo 

de manada, donde los individuos no siguen su propia información, sino las decisiones 

tomadas por otros individuos. 

 

Una vez definidos todos los conceptos, desarrollaremos detalladamente como en 

el Perú y específicamente en los fondos de mayor riesgo de las AFP, el sesgo de manada 

                                                             
3En las finanzas corporativas conductuales, donde se realiza una relación entre el inversionista y el gerente financiero, se 

asume, para propósitos de estudio, que solo una de las partes se comporta de manera racional y que la otra lo hace de manera 
irracional (Malcom & Wurgler, 2013) 



  

10 

 

(herd bias) afecta las decisiones de inversión respecto del mercado local o global. Esto 

se analizará cuantitativamente demostrándose o rechazándose la existencia de dicho 

sesgo. Por lo expuesto hasta ahora, en esta tesis se analizará la relación entre un sesgo 

conductual específico y las decisiones de inversión en una de las actividades de 

inversión más relevantes del país. 

 

En resumen, se introduce al lector en cómo se busca llegar a los conceptos más 

modernos de teorías conductuales a partir en las teorías clásicas de economía y finanzas 

y cómo los conceptos de finanzas conductuales que se van a ir desarrollando nos 

ayudarán a demostrar que estos están inmersos en el día a día de las decisiones 

financieras. 

  



  

11 

 

CAPITULO 2: MARCO TEORICO 

 

Para poder entender las finanzas corporativas conductuales, debemos conocer 

primero el camino seguido por esta disciplina a lo largo del tiempo para llegar a 

contraponerse a los conceptos tradicionales conocidos. 

 

Es por esto que en este capítulo se desarrollará un resumen de literatura de las 

distintas teorías sobre las que se basa el estudio de las finanzas corporativas clásicas, es 

decir las teorías económicas neoclásicas, hasta pasar por las finanzas racionalistas y las 

teorías de Markowitz (1952), Fama (1970), Sharpe (1964) y de Modigliani Miller 

(1958). Luego se explicará la teoría de la economía conductual desarrollada por Thaler 

(1979), Kahneman y Tversky (1979), entre otros, y finalmente discutirán los conceptos 

de sesgos conductuales que afectan a las actividades financieras corporativas, 

especificando luego como el sesgo conductual de manada (herd bias) se establece como 

un factor importante en la decisión de inversión en el mercado bursátil.  

 

2.1 Teorías económicas clásicas 

Dado que las finanzas corporativas, se basan en las teorías de la economía 

neoclásica4 empezaremos definiendo sus principales supuestos. Históricamente se 

desarrollaron varias teorías que afianzan esta ciencia, y como resultado de su evolución, 

desde finales del siglo XIX y gran parte del siglo XX se pudo definir los supuestos 

básicos de la economía neoclásica (Weintraub, 2007): 

 Los individuos toman decisiones racionales por resultados asociados al valor 

 Los individuos maximizan la utilidad y las empresas maximizan la ganancia 

 Los individuos actúan independientemente sobre las bases de información completa 

y relevante 

 

Estos preceptos indican básicamente que la economía neoclásica analiza las 

decisiones de individuos totalmente racionales, que toman las mejores decisiones 

                                                             
4 En la economía neoclásica se le da importancia al valor subjetivo de las cosas (el valor que le damos a algo no por lo que 

cuesta sino por cuanto nos satisface) antes que al valor real, se presentan conceptos de oferta y demanda y cómo estos determinan 
el precio de los bienes y servicios; aunque las teorías neoclásicas de la economía inician con los marginalistas a finales del siglo 

XIX,  

Finalizada la segunda guerra mundial las teorías neoclásicas son definidas como una metateoría y se establecen los axiomas 
presentados por Weintraub (2007)  



  

12 

 

teóricamente posibles en base a toda la información disponible, y perfectamente 

procesada por ellos mismos. De esta manera, los individuos utilizan sus recursos de la 

manera más eficiente maximizando el beneficio (utilidad) de los mismos. El homo-

economicus5 fue una manera de describir a la persona que actuaba de esta manera. 

 

De acuerdo a lo previamente indicado, podemos establecer que el homo-

economicus, para maximizar utilidad, debe tomar siempre decisiones racionales. Sin 

embargo, debemos recordar que este individuo vive en un mundo real y presente, donde 

no se puede adivinar el futuro, y donde no podemos realmente medir las consecuencias 

de nuestras decisiones. Es decir, los “homo-economicus” viven en un mundo de 

incertidumbre, donde no se pueden conocer las consecuencias de sus decisiones con 

antelación.  

 

A pesar del mundo real, la teoría económica neoclásica asume que un individuo, 

teniendo toda la información disponible y siempre actuando para maximizar su utilidad, 

puede optimizar su toma de decisiones en cualquier situación, incluyendo 

incertidumbre o riesgo. Esto posteriormente se plasmó en la teoría de la utilidad 

esperada. 

 

La teoría de utilidad esperada fue desarrollada inicialmente por Daniel Bernoulli, 

quien, siendo uno de los primeros en estudiar la toma de decisiones de las personas en 

condiciones de incertidumbre o riesgo, al descifrar la paradoja de San Petersburgo,6 

                                                             
5 Homo-economicus: termino en latín que aunque se usa desde el siglo XX, evoluciona del término “Hombre económico“ 

que nace en el siglo XIX como una crítica al trabajo de John Stuart Mill, quien en su obra "On the Definition of Political Economy, 
and on the Method of Investigation Proper to It," define al hombre como un ser que solo busca riqueza, beneficio propio y alcanzar 

estos objetivos con el menor esfuerzo posible. Este término empieza básicamente como una burla o una forma despectiva de definir 

el concepto del hombre racional definido por los economistas neoclásicos. 
Tomar en cuenta que un homo economicus no siempre tendrá éxito en las consecuencias de sus decisiones, sino que siempre 

decidirá racionalmente frente a la incertidumbre con toda la información posible.       

6 Paradoja de San Petersburgo indica que existe una lotería en la que pagas por entrar y lanzas una moneda al aire hasta que 
salga cruz, y el jugador obtiene 2n monedas según el número de lanzamientos que realizó, de acuerdo a esto cuanto uno estaría 

dispuesto a pagar por jugar, el promedio de personas responde que pagaría hasta 2 monedas por jugar. Matemáticamente, de acuerdo 

a la paradoja: 
El primer tiro paga 2 monedas con probabilidad ½ 

Paga 4 monedas con probabilidad ¼  

Y Sucesivamente paga 2n monedas con probabilidad de (1/2)n n=1, 2, 3, …, N hasta que la moneda de cruz. 
Si sumamos el ponderado entre el valor del premio y su probabilidad hasta N, infinito, el resultado del premio sería infinito 

y una decisión completamente racional sería apostar todo lo que tenemos ya que en el infinito, el resultado va a ser ganar, pero 

dicho nuevamente, el promedio de pago de la famosa lotería de San Petersburgo no pasa de 2 monedas. Las personas no siempre 
deciden racionalmente. 



  

13 

 

deduce que la utilidad7 de una ganancia no es linealmente proporcional a la misma, sino 

que guarda una relación marginalmente decreciente una de otra (Figura 2.1)8.  

 

Como consecuencia de esta teoría se define la aversión al riesgo como la 

disminución marginal de la utilidad frente a las mismas ganancias a lo largo del tiempo. 

Esta podría considerarse una de las consecuencias más difundidas en el mundo de las 

decisiones bajo riesgo o incertidumbre.  

  

Figura 2.1: Función de utilidad creciente con aversión al riesgo 

 

Fuente: Elaboración propia 

 

Posteriormente Von Neumann y Morgenstern (1953), axiomatizan dicha teoría y 

aseguran que, en la búsqueda de maximizar utilidad, un individuo toma decisiones bajo 

incertidumbre en base a 4 principios incuestionables:  

1) Independencia o Cancelación: Las decisiones deben ser independientes a cambios 

proporcionales de los bienes a elegir, incluso si al elegir A o B se incluyera una 

tercera opción esta tercera opción no debe afectar la elección entre A o B. 

2) Transitividad o Preferencia:  De tener tres opciones, A, B, C, de preferir A sobre B 

y por otro lado B sobre C entonces por transferencia se prefiere A sobre C 

3) Dominancia: Frente a cualquier circunstancia mayores cantidades de un bien nos 

dan más satisfacción (más es mejor) 

                                                             
7 El término utilidad en economía no debe ser tomado sólo de manera monetaria, es cualquier satisfacción que pueda resultar 

de una decisión cualquiera, puede ser materializada en dinero para facilitar la cuantificación de la misma en relación a una decisión 

que también puede ser cuantificada en los mismos términos para efectos de comparación 
8 Para un millonario su primer millón es más especial que los sucesivos. 



  

14 

 

4) Invarianza: Frente a una decisión entre dos bienes A y B, ésta no debe variar sin 

importar cómo se nos describa ambos bienes, si los bienes son los mismos, las 

decisiones deben ser iguales (Von Neumann & Morgenstern, 1953) 

 

En conclusión, de acuerdo a las teorías económicas tradicionales, un individuo al 

enfrentarse a eventos de incertidumbre o riesgo se comporta de manera completamente 

racional, y en base a su racionalidad y a que tiene a la mano toda la información posible, 

toma la mejor decisión posible maximizando su utilidad esperada. 

 

2.2 De teorías de decisiones y utilidad a teorías de mercados eficientes y racionales 

Habiendo llegado a la explicación de cómo un individuo maximiza utilidad 

esperada en sus decisiones frente a la incertidumbre o riesgo, podemos explicar 

decisiones en distintos escenarios de incertidumbre planteados, entre ellos la decisión 

de las empresas para maximizar su valor. 

 

Ya en el siglo XX, se observó que los axiomas de toma de decisiones planteados 

por Von Neuman y Morgenstern no eran suficientes para predecir el rendimiento de los 

activos en las empresas como bonos, acciones, inversiones, entre otros, y así poder 

aprovechar mejor los recursos de las mismas. Esto principalmente debido a que, en 

materia financiera, una decisión era muy difícil de tomar, pues los factores que 

afectaban dichas decisiones eran varios y muy complejos, como consecuencia se 

empezaron a desarrollar hipótesis y teorías que simplificaran dichos factores y 

permitieran tomas de decisiones más acertadas, entre estas teorías se desarrollaron 

algunas que explican el funcionamiento de los mercados y como estos se comportan. 

 

Una de estas teorías es el modelo de selección de activos, en la cual, a través de los 

conceptos de rendimiento (media) y riesgo (varianza), en un mercado desarrollado, 

entre todas las opciones posibles de selección y combinación de acciones, la mejor 

opción es la que a un rendimiento determinado (sin ser necesariamente el máximo 

rendimiento) y minimiza el riesgo; esto se alcanza cuando la combinación de acciones 

es suficientemente variada (Markowitz, 1952). 

 



  

15 

 

Posteriormente se desarrollaron las teorías de valuación de empresas en mercados 

ideales, donde se concluye que el valor de una empresa con deuda o sin ella tenían el 

mismo valor (de existir impuestos, el valor de la empresa apalancada era mayor en 

proporción de la deuda adquirida, debido a las protecciones fiscales que genera el 

endeudamiento), y que la rentabilidad de una empresa estaba directamente relacionada 

con la rentabilidad del capital propio de la misma y el costo de la deuda que hubiera 

adquirido dicha empresa (incluyendo los escudos fiscales de haber impuestos en la 

transacción) (Modigliani & Miller, 1958). 

 

El modelo de selección de activos era muy complejo para explicar y predecir el 

rendimiento de un portafolio debido a que se debe obtener media y varianza de cada 

activo independientemente (es decir analizar riesgo y rendimiento de estos), para 

simplificar este modelo, se desarrolla el modelo de valoración de activos financieros, 

donde se demuestra que se pueden alcanzar predicciones similares en los precios del 

mercado de capitales relacionando el valor estudiado con el mercado en el cual se 

negocia ese valor.  

 

De esta manera, para predecir la rentabilidad teórica de un valor cualquiera, se 

toma como base una rentabilidad sin riesgo y se le agrega la rentabilidad del mercado 

desde esa línea de referencia afectada por la covarianza entre el mercado y el activo 

analizado (conocido como Beta9), creándose la teoría de Capital Asset Pricing Model 

(CAPM) (Sharpe, 1964) 

 

Aunque ya habían ideas previas, la hipótesis de mercados eficientes (Fama, 1970) 

definió dos conceptos básicos, primero, un mercado era eficiente si el precio de los 

valores de una empresa reflejaba completamente toda la información disponible10, y 

que, al tener información disponible de una empresa determinada, todos los actores del 

mercado actuarían inmediatamente en invertir en esa empresa. Como consecuencia, 

esta tendría un nuevo valor de equilibrio que alcanzaría inmediatamente después de 

haberse transmitido la información indicada, por lo que es casi imposible vencer al 

                                                             
9 El Beta es un indicador de referencia del comportamiento de una empresa en relación al mercado  

10 De acuerdo a la hipótesis de mercados eficientes, existen tres tipos de mercado eficiente, el débil, donde los precios 

reflejan la información histórica de la empresa, el semi-fuerte, donde se refleja la información pública disponible de la empresa, y 
el mercado eficiente fuerte, donde se refleja la información privada de la empresa en los precios de la misma. (Fama, 1970). 



  

16 

 

mercado. Por el contrario, el costo de adelantarse en obtener información privilegiada 

con el objetivo de ser más rentables que el mercado no justificaba la ganancia adicional 

que se podría tener en el valor analizado. Esta teoría se basa en argumentos sobre 

racionalidad del inversionista y opciones de arbitraje. 

 

2.3 Teoría económica y financiera conductual 

Hasta este punto hemos observado que la toma de decisiones bajo incertidumbre o 

riesgo fueron estudiadas principalmente bajo los términos de la teoría de utilidad 

esperada de Von Neumann y Morgenstern, donde los individuos frente a una serie de 

alternativas toman una decisión basada en el análisis racional de toda la información 

posible, es decir toman la mejor decisión que se podría tomar. Pero, a lo largo de los 

últimos años se ha ido demostrando que no ocurre de esta manera, sino que más bien 

estos toman decisiones que se pueden considerar irracionales y que no tienen 

explicación lógica desde el punto de vista de los axiomas de Von Neumann (1953). Así 

como en el universo de la economía sucede esto, también ocurre en las decisiones 

financieras de las empresas.  

 

Desde este punto repasaremos los inicios de las teorías de Kahneman y Tversky 

sobre decisión bajo incertidumbre o riesgo pasando por el desarrollo de la economía 

conductual por parte de Richard Thaler, hasta llegar al desarrollo de las finanzas 

corporativas conductuales y cómo actualmente se estudia la toma de decisiones bajo 

riesgo en las empresas, analizando tanto gerentes como inversionistas. 

 

En resumen, contrario a lo que indicaron los racionalistas, los individuos frente a 

alternativas de riesgo o incertidumbre toman posiblemente la mejor decisión que 

consideran, en base a su personalidad, experiencia, y la poca información o referencias 

que puedan tener a la mano. 

 

2.3.1 Teoría prospectiva (prospect theory) 

Kahneman y Tversky, presentan, frente a la teoría de la utilidad esperada de Von 

Neumann y Morgensten, la teoría prospectiva, donde los axiomas propuestos, que 

durante mucho tiempo fueron tomados por lógicos, son violados sistemáticamente, 



  

17 

 

desafiando todos los conceptos de la economía clásica,11 debido a que, en la realidad, 

los seres humanos decidimos de manera irracional, o simplemente de la mejor manera 

pero en base a información incompleta. 

 

La teoría prospectiva, propuesta por Kahneman y Tversky (1979), propone en 

general que, frente a un resultado favorable y a uno desfavorable de las mismas 

características, el ser humano los percibe alrededor de un punto referencial neutral,12 y 

no como se indica en las teorías de utilidad esperada, como parte de su bienestar 

general.13 Este punto de referencia tiene la particularidad de moverse, o no, después de 

cada decisión. A partir de esta referencia, cada decisión que resulta en una ganancia nos 

da una utilidad positiva que resulta de un valor menor que la utilidad negativa resultante 

de una pérdida de igual magnitud (Kahneman & Tversky, 1979). La teoría se 

visualizaba en la función de valoración de la Figura 2.2 que: 

 Está definida sobre desviaciones desde el punto de referencia 

 Generalmente cóncava frente a ganancias y convexa frente a pérdidas 

 De mayor pendiente frente a pérdidas que frente a ganancias 

 

En otras palabras, frente a cualquier decisión donde haya riesgo o incertidumbre, de 

ganar o perder, las pérdidas nos duelen más de lo que nos agradan ganancias de similar 

valor14 

 

 

                                                             
11 En el estudio que Kahnemann y Tversky realizaron, se desarrollaron cuestionarios a estudiantes de Israel, Estocolmo y 

Michigan, donde se probaban que los axiomas de la teoría de la utilidad esperada eran violados al pasar de situaciones donde había 

una certeza de ganancia, a situaciones donde había alta probabilidad de perdida (sin haber certeza). 
Por ejemplo, frente a las preguntas: 

Pregunta 1: Se te regala 1000, luego elegir entre: 

A: Ganar 1000 con probabilidad de 0.5 
B: Ganar 500 con probabilidad de 1.0 

La elección más recurrente era la elección B, demostrando que las personas en situaciones de ganancia, las personas son 

aversas al riesgo 
Pregunta 2: Se te regala 2000, elegir entre: 

A: Perder 1000 con probabilidad de 0.5 

B: Perder 500 con probabilidad de 1.0 
La elección más recurrente es la elección A, así haya más riesgo de perder, demostrando que en situaciones de pérdida, los 

individuos pueden comportarse más arriesgados, violándose axiomas de utilidad esperada donde los individuos racionales son 

netamente aversos al riesgo, debemos notar que ambas propuestas son situaciones similares pero presentadas de distinta manera, 
en ambas hay 50% de probabilidad de quedarse con 1000 o 2000 o certeza de quedarse con 1500 (Kahneman & Tversky, 1979) 

12 A diferencia de la nota 5, para un millonario ganar un millón en distintos negocios es igual de satisfactorio, asi como 

perderlo en distintos apartados de su actividad es igual de negativo, y si supone una diferencia en la sensación de satisfacción   
13 Esto supone que a lo largo de nuestras vidas nuestra experiencia supone un nivel de adaptación, cuando afrontamos 

cualquier pérdida, si la aceptamos y nos adaptamos podríamos decir que estamos frente a una nueva referencia, cuando ocurre lo 

contrario, nuestras decisiones serán afectadas aun por la anterior. (Kahneman & Tversky, 1979) 
14 Esto es conceptualmente considerado como la aversión a las pérdidas (Kahneman & Tversky, 1979) 



  

18 

 

Figura 2.2: Función de valoración hipotética 

 

Fuente: Elaboración Propia 

 

Esta teoría no solo indicaba que las decisiones eran afectadas por información, sino 

también por una connotación fisiológica, que afectaba la racionalidad de las decisiones. 

Esto abre una puerta muy grande a un mundo nuevo, donde las decisiones económicas 

(es decir, la búsqueda de utilidad) se podían estudiar no solo de manera racional, sino 

también en base a otras ciencias como la psicología o la neurociencia.15 

 

2.3.2 Economía conductual 

Durante gran parte del siglo XX, en base a la teoría de utilidad esperada, las teorías 

económicas se desarrollan en base a decisiones racionales, donde se explica, frente a 

situaciones de incertidumbre, cómo los individuos deberían tomar decisiones pero 

difícilmente explican las decisiones que realmente toman. (Thaler, 1979)  

 

                                                             
15 En función al estudio del sistema nervioso humano (neurociencia) sobre las decisiones, se sabe ahora que el cerebro 

humano es una máquina construida sobre millones de años de evolución, compartimos ciertas partes con los animales, en general 

las que manejan nuestros sentidos y nuestra capacidad de decidir instintivamente, pero además tenemos piezas nuevas que nos 
permiten evaluar nuestro entorno de una manera más compleja permitiéndonos tomar decisiones racionales. La parte más primitiva 

de nuestro cerebro, el cerebro límbico o reptiliano, es instintivo, automático y de reacción inmediata, nos permite la inteligencia 

muscular (que usan deportistas y artistas para realizar movimientos repetitivos de manera fluida e inmediata), y acumular cierta 
información de alcance inmediato que nos permite solucionar problemas del día a día. 

El lóbulo frontal, que se puede deducir físicamente que es una parte del cerebro que tenemos completamente desarrollada 

frente a los animales, nos permite desarrollar problemas de manera racional, es decir acumulando información, procesándola y 
generando resultados que nos sirvan para solucionar el problema planteado. Con esta parte del cerebro podemos tomar decisiones 

complejas, el desarrollo de un proyecto, un cambio de trabajo, un cambio de vivienda, matrimonio, entre otras decisiones. (Agudelo, 

2017) 
 

Referencia 

Pérdidas Ganancias

 

Valor 



  

19 

 

Es en este contexto que, a fines de la década de los 70’s el economista Richard 

Thaler construye, sobre las teorías de Kahneman y Tversky de violaciones sistemáticas 

a la teoría de utilidad esperada, las bases de la economía conductual, al encontrar 

solución frente a varios problemas económicos que se había planteado en sus años de 

investigación16. Estos resultados fueron plasmados en lo que se puede considerar como 

el primer documento de economía conductual. (Thaler, 1979) 

 

Entre 1979 y 1985 se continuaron desarrollando otros conceptos, relacionados con 

las elecciones del consumidor, como la contabilidad mental, actuación frente a ofertas, 

costos hundidos, presupuestos y efectos de dinero de la casa. Asimismo, en la segunda 

mitad de los 80’s y en conjunto con algunos seguidores de la nueva disciplina, se 

empiezan a desarrollar actividades para difundir las teorías conductuales, además de 

enfrentamientos académicos con defensores de las teorías clásicas (Thaler, 2015). 

 

Poco a poco los paradigmas clásicos fueron afectados por teorías conductuales, en 

parte en base a artículos sobre anomalías que afectan dichas teorías escritos en la revista 

“Journal of Economic Perspectives” editada por la American Economics Association. 

Dichos artículos que llegaron a tener hasta 5000 lectores por emisión, fueron poniendo 

la rama conductual de la economía en el mapa académico del momento. 

 

A medida que se difunden ideas sobre la economía conductual, se van ganando 

adeptos a esta corriente, algunos con recursos que ayudan a desarrollar la masa crítica 

de especialistas (entre economistas y psicólogos) interesados en desarrollar la 

disciplina. Un ejemplo de este apoyo es la fundación Russell Sage en New York. En 

1992, en esta fundación, se formaliza la “Mesa Redonda de Economistas 

Conductuales”, que constaba de un presupuesto estable y la meta de hacer crecer la 

disciplina. Este grupo empezó a reclutar jóvenes estudiantes y entrenarlos en 

campamentos intensivos de verano. 

                                                             
16 Algunos ejemplos de conductas que la economía racional no puede explicar: 

Un individuo compra una botella de vino a US$5 que se revalúa en el futuro a US$100. No tiene intención de venderla a 

pesar que está acostumbrado a pagar hasta US$35 por una botella de vino. 
Un individuo se une a un club de tenis y paga US$300 de membresía anual, a pesar que después de 15 días empieza a sufrir 

de “codo de tenista”, a pesar del dolor continúa jugando para no desperdiciar su membresía. 

Un individuo iría a otra tienda a comprar un despertador que le iba a costar US$25 sabiendo que la puede encontrar a US$20, 
pero no lo haría por un televisor de US$500 que en otro sitio cuesta US$495 

El individuo A esta en la cola del cine y al comprar su entrada gana US$100 por ser el cliente 100,000; el individuo B está 

en la cola de otro cine y gana US$150 por ser el cliente 100,001, pero el cliente 100,000 (el anterior a él) ganó US$1000, quien 
será más feliz el individuo A o el B? 



  

20 

 

 

En los últimos años, la economía conductual continúa su desarrollo, y se van 

estudiando y catalogando nuevos sesgos que violan los conceptos tradicionales de las 

decisiones bajo incertidumbre. Podemos observar una lista, que crece y seguirá 

creciendo, de sesgos en el Anexo 1. 

 

2.3.3 Finanzas corporativas conductuales 

2.3.3.1 Desarrollo inicial de las finanzas conductuales 

Desde 1983 se empieza a desarrollar la rama conductual de las finanzas, ya que 

aterrizar la economía conductual a las finanzas podría dar sustento y empuje a las 

teorías económicas, esto debido a que quien identificara errores sistemáticos en los 

mercados financieros podría tomar ventaja de los mismos. Se pueden observar que las 

acciones de la bolsa de New York (NYSE) que más rindieron en un periodo 

significativo de tiempo, entre 3 y 5 años de observación, tuvieron una rentabilidad 

negativa los siguientes años, y viceversa. Esto demostró que los mercados bursátiles 

tenían la particularidad de sobrereaccionar según las condiciones pasadas del mercado, 

contradiciéndose las teorías de Fama que indicaban que los mercados eran eficientes y 

que lo que ocurriera en el pasado no afectaba lo que ocurriría en el futuro con el valor 

de las empresas, solamente la información sobre las mismas. En base a esta 

investigación se observó también que, entre todas las empresas, las que más ganancias 

tenían en el período de estudio, eran las que tenían mayor Beta (más riesgo), esto 

mostraba un patrón de inversión que abría una posibilidad de vencer al mercado en 

contra de la teoría de mercados eficientes (De Bondt & Thaler, 1985).  

 

Debido a estos hallazgos, buscando demostrar que el mercado no podía ser 

vencido, se desarrollaron teorías racionalistas que basadas en la teoría del CAPM no 

solo usaban un factor de corrección (beta) sino hasta 6 factores;17 y, aunque en el debate 

sobre si el valor de las acciones de una empresa se mueven por sobrerreacción o por 

información, esta discusión demostraba que el mercado no se comportaba de manera 

                                                             
17 Beta, Tamaño de la empresa, Valor, Rentabilidad, Agresividad en la inversión, Momentum (si una empresa está subiendo 

su valor, continuará haciéndolo por un tiempo, y viceversa) 



  

21 

 

racional ya que un mercado racional y eficiente solo requería del beta para ser explicado 

(Thaler, 2015).18  

 

Posteriormente, y en base a investigaciones de Robert Shiller sobre el 

comportamiento del NYSE, se probaría que el precio de una acción en un tiempo dado,19 

no correspondía con el VPN de los dividendos futuros, y, mientras que dicho precio era 

muy volátil, el valor de los dividendos era notablemente estable, desafiando el concepto 

de mercados eficientes, pues los precios de las acciones se deberán mover solo por 

información (Shiller, 1981). Shiller afirma que los precios de las acciones se movían en 

parte por un factor social como una moda (Shiller, Fischer, & Friedman, 1984).  

 

Asimismo, y en contra de lo concluido por Fama (1970) en la teoría de mercados 

eficientes, hipotéticamente se podía vencer al mercado, observando que, cuando el 

mercado se desviaba de su tendencia más estable, este naturalmente regresaba a dicha 

tendencia, aunque no había un patrón de tiempo entre el inicio de la “anomalía” y su 

fin. Esto demostraría que, existen señales en el mercado de periodos de ganancias o 

pérdidas más allá del crecimiento natural del mismo, de las cuales se podría tomar 

ventaja; pero, que no hay mucho por hacer para sacar partido de la situación, ya que se 

puede determinar en qué situación está el mercado (si se está en una burbuja o 

sobrecalentamiento), pero no específicamente decir que va a pasar en el corto plazo. 

Posiblemente en el largo se puede predecir que va a pasar, pero no exactamente en qué 

momento ocurrirá una corrección (Thaler, 2015). 

 

En cuanto a oportunidades de arbitraje, los mercados eficientes teóricamente no 

deberían permitir oportunidades de arbitraje como ya fue descrito anteriormente, pero 

en la realidad, la existencia de fondos cerrados20 son un ejemplo de diferencias de valor 

entre dos activos iguales (acciones independientes y un fondo que compra las mismas 

acciones y que debería tener el mismo valor equivalente que las primeras). 

Posteriormente incluso otras investigaciones determinaron que a diferencia de las 

teorías económicas racionales, donde una empresa que se divide en 2 debería tener un 

                                                             
18 CAPM 
19 El precio de una acción en teoría debería estar determinado por el VPN de los dividendos futuros a perpetuidad. 

20 Fondos cerrados, son fondos donde se invierte dinero una vez para que estos generen un portafolio, a partir de allí dichos 

fondos adquieren un valor intrínseco de acuerdo a la ley de oferta y demanda que no necesariamente es idéntico al valor neto de 
los activos que componen dicho fondo. 



  

22 

 

valor de mercado igual a la suma de sus partes, una empresa que se dividía, no reflejaba 

en la suma de sus partes el valor real de la misma, sino un resultado mayor o menor, 

determinándose que hay un factor no racional, llámese expectativa, entusiasmo, 

marketing, moda, cariño a la marca o a la empresa nueva, en la valoración de valores 

en los mercados públicos (Thaler, 2015). 

 

En resumen, sin intención de destruir el modelo racional, sino sobre la base del 

mismo y de nuevas perspectivas (teoría prospectiva) se crea el modelo conductual de 

la economía y las finanzas, que encuentran desviaciones del modelo tradicional para 

poder generar un mejor análisis de las decisiones de los individuos en situaciones de 

incertidumbre o riesgo. Estos conceptos también se fueron afianzando en la rama de 

finanzas corporativas. 

 

2.3.3.2 Finanzas corporativas conductuales 

Un punto importante de la actividad financiera corporativa es el hecho de sostener 

monetariamente la actividad diaria y financiar los proyectos futuros, esto se puede hacer 

principalmente de tres formas: saliendo al mercado de valores y emitiendo capital, 

acercándose a una entidad financiera y solicitando un préstamo, o a través de deuda 

(bonos y acciones).  

 

Centrándonos en la salida al mercado a emitir capital, y la búsqueda de 

inversionistas, las empresas se enfrentarían a un grupo de individuos irracionales. Estas, 

a diferencia de lo planteado por Fama, no conseguirán alcanzar el equilibrio por 

irracionalidades opuestas sino que dichas acciones irracionales se sumarán, resultando 

que la empresa no alcance su valor fundamental al mantener cierta diferencia de precio 

entre el valor de mercado y su valor fundamental y generándose arbitraje limitado 

(Malcom & Wurgler, 2013). Este fenómeno, que es consecuencia de la irracionalidad 

de los inversionistas, puede ser explicada por algunos sesgos conductuales, que entre 

los más destacados podemos nombrar y los siguientes: 

 Sesgo de aversión a pérdidas 

 Sesgo de anclaje 

 Sesgo de comportamiento de manada 



  

23 

 

 

Los sesgos mencionados se explicarán a continuación: 

 

2.3.3.2.1 Aversión a las pérdidas (loss aversion): 

Un inversionista racional se conduce bajo riesgo o incertidumbre por la función de 

utilidad, donde al generar una ganancia se le generará una utilidad proporcional, y de 

ocurrir una pérdida similar, la utilidad perdida será cuantitativamente igual. Esto ocurre 

porque de acuerdo a la teoría de utilidad, todo se mide desde una referencia absoluta 

(cero ganancias, cero utilidades). 

 

Pero, cuando seguimos las teorías conductuales, específicamente la teoría 

prospectiva de Kahneman y Tversky (1979), la referencia no es absoluta, sino que 

cambia en el tiempo, y no existe como vimos en la Figura 2.2 una única función de 

utilidad, sino que se observa una curva de utilidad en la ganancia, pero una curva 

opuesta y más pronunciada en la pérdida (Kahneman & Tversky, 1979). Eso se puede 

traducir que, en un momento de decisión bajo riesgo o incertidumbre, un inversionista 

va a sopesar dicha decisión, ya que, esta puede resultar en una ganancia o en una 

pérdida, y, entre los dos resultados, la pérdida genera una insatisfacción mayor que la 

satisfacción, o utilidad, de una ganancia cuantitativamente igual.  

 

Debido a este sesgo, en decisiones de inversión, un inversionista que ha sufrido 

una pérdida antes de tomar la decisión de invertir en otra empresa, podría no tomar la 

decisión sobre información fundamental de la misma, sino sobre sus propios “miedos” 

a perder su inversión. Por el contrario, un inversionista irracional podría tomar una 

decisión de arriesgar más dinero para intentar revertir dicha pérdida, igualmente no 

tomando en cuenta el valor fundamental de la empresa donde se invierte, sino una 

intención de arriesgarse más para recuperar una inversión previa. 

 

2.3.3.2.2 Sesgo de anclaje (anchor bias): 

De manera complementaria al sesgo de aversión a pérdidas, donde se toman 

decisiones en base a puntos referenciales variables, se tiene que muchas referencias en 

las que se basa el ser humano para tomar decisiones pueden definirse en base a su 



  

24 

 

experiencia. Pero, debido a que, frente a una decisión en condición de riesgo o 

incertidumbre, se puede no tener la experiencia o la información necesaria para valorar 

adecuadamente las decisiones, de manera no racional se puede definir una referencia 

para valorar dicha decisión no por información completa, sino en base a una referencia 

exterior o una experiencia pasada (Dougal, Engelberg, Parsons, & Van Wesep, 2010). 

  

En el campo financiero, por ejemplo, un inversionista, frente a una posibilidad de 

inversión, puede no definir el riesgo adecuado de dicha inversión acumulando toda la 

información posible (en el caso ideal y racional), o por lo menos la mayor cantidad de 

información, sino que toma la decisión en base a una referencia pasada (riesgo definido 

anteriormente) o a una referencia exterior (riesgo definido por una persona de su 

entorno de confianza, o alguna publicación). En la relación con la empresa, ésta, 

teniendo toda la información disponible puede definir que el riesgo de inversión es 

menor o mayor al definido por el inversionista, presentándose un conflicto que puede 

derivar en un fracaso en la inversión. 

 

2.3.3.2.3 Sesgo de manada (herd bias) 

El ser humano es social por naturaleza, esto principalmente a que, debido a su 

fisionomía, no es el animal más grande, ni el más fuerte, ni el más rápido, pero si el 

más inteligente, y dedujo que manteniéndose en grupo y colaborando podría salvarse 

de la extinción. Debido a esa característica evolutiva, es normal que se mueva en grupo 

al momento de tomar decisiones diarias trascendentes e intrascendentes, algunos 

ejemplos: 

 Qué alimento me hace menos daño 

 La ropa de moda 

 La música de moda 

 Los trabajos de moda 

 

En todas estas decisiones se puede observar que no tomamos la decisión en base a 

toda la información posible, sino que en parte nos dejamos llevar por las decisiones de 

otros individuos.  

 



  

25 

 

El comportamiento o sesgo de manada se puede definir como la decisión 

consciente que toma un individuo luego que otros individuos toman la misma decisión, 

así se tenga información que indique que se debe hacer otra cosa (Bannerjee, 1992). 

 

En las decisiones financieras de los inversionistas ocurre lo mismo. La teoría 

racional indica que cada individuo, para tomar cualquier decisión bajo riesgo o 

incertidumbre, obtiene y usa toda la información posible; pero, si consideramos el 

comportamiento de un individuo no racional, este puede tomarla en base a la decisión 

de otros individuos y no de su propia información (ya que opciones elegidas por otros 

suelen hacerse notar más que otras). Un ejemplo muy interesante de eso es la crisis Dot-

Com, donde al final de la crisis, y antes de estallar la burbuja, no importaba que empresa 

salía al mercado, ni analizar su valor fundamental (estados financieros sanos), si esta 

estaba relacionada con la industria del internet era intrínsecamente una buena inversión 

y recibía capital. 

 

El comportamiento de manada puede tener un comportamiento intencional, donde 

los individuos toman decisiones en base a terceras personas. Esto puede llevar a 

ineficiencias en el mercado, al no tomarse esas decisiones en base a información 

fundamental del mismo. Por otro lado, existe el comportamiento de manada falso 

(spurious herding), donde todos los individuos en un mercado toman una decisión 

similar, debido a que la información más completa del mismo los hace tomar esa 

decisión. Esto resulta en un mercado eficiente (Bikchandani & Sharma, 2001) 

 

En los mercados financieros, el comportamiento de manada puede tener un 

componente racional y uno irracional, el componente racional determina que los 

individuos toman decisiones de inversión en base a información imperfecta, 

preocupaciones de reputación, o estructuras de compensación (Bikchandani & Sharma, 

2001). 

 

La información imperfecta, es conocida como cascadas de información, que ocurre 

cuando una información específica irrumpe en el mercado, como una recomendación 

de inversión por parte de analistas. Por ejemplo, se puede formar de la siguiente manera, 

100 personas deciden, de manera independiente, y con información propia, no develada 



  

26 

 

entre ellos sobre invertir en un mercado emergente. De ellas, 20 consideran que la 

inversión es rentable, pero 80 no. Si entre los primeros que invierten en el país, están 

los 20 que consideran que la inversión era rentable, esto hace que poco a poco gran 

parte de los otros 80 decidan tomar la misma inversión, así su información esté contraria 

a esto. Estos individuos se retirarán inmediatamente cuando se revele la baja 

rentabilidad de la inversión (Bikchandani & Sharma, 2001). Aunque este ejemplo 

funciona con precios fijos, pero no funcionaría en un mercado de valores, explica 

didácticamente el efecto de información imperfecta. A pesar de eso, con estructuras de 

información complejas el comportamiento de manada es posible. 

 

Sobre las preocupaciones de reputación, es racional para un gerente tomar 

decisiones imitando a otros, un ejemplo de este factor es la crisis de octubre de 1987, 

donde antes de la crisis hubo una opinión general que los precios estaban muy altos, y 

que de acuerdo a esto el mercado debería ir a la baja antes que al alza. No obstante, 

pocos gerentes vendieron sus posiciones, la razón de esto fue principalmente que no 

querían ser considerados unos tontos solitarios en el caso de un alza de precios. 

(Scharfstein & Stein, 1990) 

 

Respecto a las estructuras de compensación como un factor de comportamiento de 

manada racional, los bonos de los gerentes de inversión dependen directamente de la 

performance de sus portafolios, y no respecto de los resultados de los portafolios de 

otros gerentes. Al no tomarse en cuenta el benchmark, dichos gerentes se pueden 

comportar como manada obteniendo resultados similares a otros ya que no hay una 

mejora salarial si su portafolio supera al de los demás. (Bikchandani & Sharma, 2001). 

 

El componente irracional asume que los inversionistas se comportan como 

imitadores ignorando todo análisis racional del mercado siguiendo a los demás 

ciegamente, y esto depende de factores más sociales y psicológicos. Esto se puede 

observar cuando los inversionistas entran o salen de sus posiciones frente a una 

fluctuación del mercado, esta puede ser una situación que puede llegar a una reacción 

de pánico frente al mercado (Devenow & Welch, 1996) 

 



  

27 

 

El fenómeno de manada o “herding” en el mercado podía cuantificarse para 

analizarse en función de la dispersión de las inversiones en un mercado en relación con 

el tamaño del mismo. Si la dispersión es alta estamos hablando de un mercado que no 

se comporta en manada, se acerca más a un mercado racional de acuerdo a la teoría de 

CAPM, por el contrario, si la dispersión es baja entonces el mercado se comporta en 

manada. Es decir, los inversionistas no invierten en base a información completa de las 

empresas, sino que lo hacen en función de lo que hacen los demás (Christie & Huang, 

1995). 

 

Habiendo definido teóricamente cómo las finanzas están siendo estudiadas no solo 

desde perspectivas racionales sino más reales, considerando decisiones irracionales, y 

que en este punto esas irracionalidades pueden ser clasificadas en diversos sesgos, 

pasaremos a observar si en el Perú aparecen comportamientos de manada, 

específicamente en las mesas de inversión de las AFP en el fondo 3, que es el de mayor 

exposición a mercados de valores, alrededor del mercado nacional y global. 

  



  

28 

 

CAPITULO 3: LAS AFP 

 

Las Administradoras Privadas de Fondos de Pensiones (AFP) son las empresas que 

componen el sistema privado de pensiones y se crearon en el Perú en los años 90s para 

permitir a sus usuarios que, a través de la estrategia de inversión a largo plazo, pudieran 

beneficiarse al momento de la jubilación. Cada usuario es dueño de una Cuenta 

Individual de Capitalización (CIC) codificada con el Código Único de Identificación 

del SPP (CUSPP) donde se depositan sus aportes y se incrementa la rentabilidad de 

estos. 

 

Existen ventajas en el SPP ya que debido a que este se desarrolla en un libre 

mercado, una de ellas es que el público puede decidir por depositar sus aportes entre 

las 4 AFP en el mercado, Profuturo, Integra, Prima y Habitat, de esta manera el mercado 

debería premiar con su preferencia a la empresa que a largo plazo le entregue la mayor 

rentabilidad por sus aportes. 

 

3.1 Creación del sistema privado de pensiones 

El SPP se creó el 6 de diciembre de 1992, mediante Decreto Ley 25897, para 

contribuir al desarrollo y fortalecimiento del sistema previsional del país alternativo al 

Sistema Nacional de Pensiones (SNP). 

 

3.2 Tipos de aporte 

 

Los aportes son la parte del fondo de pensiones que el usuario deposita en su cuenta 

dependiendo del tipo de una manera periódica o no periódica, y podrá retirarlos de su 

cuenta antes o después de su jubilación dependiendo de que tipo de aporte es: 

 

3.2.1 Aportes obligatorios 

 

Es el monto periódico que realiza el afiliado mes a mes y se compone del 10% de 

la remuneración asegurable21 como aporte a la CIC, una prima por seguro de invalidez, 

                                                             
21 Remuneración asegurable: total de rentas provenientes del trabajo del afiliado percibidas en dinero 



  

29 

 

sobrevivencia y gastos de sepelio, que otorga una cobertura de seguro de vida e 

invalidez, actualmente corresponde a un 1.35% de la remuneración asegurable y la 

comisión por administración del fondo que puede ser de dos clases, comisión sobre la 

remuneración, entre el 1.47% y 1.55% de la remuneración asegurable y la comisión 

mixta que actualmente está en el rango de 0% y 0.67% sobre la remuneración 

asegurable mensual y entre 0.82% y 1.25% sobre el saldo de la cuenta de manera anual. 

 

3.2.2 Aporte voluntario con fin previsional 

 

El aporte voluntario con fin previsional es un aporte adicional que puede hacer el 

afiliado en cualquier momento de su vida para incrementar su CIC y no puede ser 

retirado sino hasta el momento de su jubilación. 

 

3.2.3 Aporte voluntario sin fin previsional 

 

El aporte voluntario sin fin previsional es un aporte adicional que puede hacer el 

afiliado en cualquier momento de su vida para incrementar su CIC que puede ser 

retirado en cualquier momento antes de su jubilación. 

 

3.3 Restricciones regulatorias de las inversiones 

 

Primera disposición final del DL N° 874, se faculta al Ministerio de Economía y 

Finanzas para aprobar por DS el texto único ordenado de la Ley del Sistema Privado de 

Administración de Fondo de Pensiones, DL N° 25897 y modificatorias. 

 

DS N° 054-97-EF, publicado el 14 de mayo de 1997, aprobación del Texto Único 

Ordenado de la Ley del Sistema Privado de Administración de Fondos de Pensiones 

(SPP). 

 

Ley N° 27328, publicada el 24 de julio de 2000, se incorporó a las AFP bajo el 

control de la SBS y se desactivó la Superintendencia de Administradoras Privadas de 

Fondo de Pensiones (SAFP). 

 



  

30 

 

Ley 28484, publicada el 05 de abril de 2005, se modifico la denominación 

“Superintendencia de Banca y Seguros”(SBS) por “Superintendencia de Banca, 

Seguros y Administradoras Privadas de Fondos de Pensiones” 

 

3.4 Fondos de pensión  

Actualmente el SPP inicialmente tenían un solo fondo de aportación que invertía 

principalmente en el Perú, posteriormente se diversificaron en 4 fondos que tienen una 

exposición variada al riesgo y como consecuencia una posibilidad de rentabilidad 

distinta. Asimismo, estos tienen tanto exposición local como internacional, y la 

Superintendencia de Banca y Seguros (SBS), entidad del estado que regula el 

funcionamiento de las AFP, permitió además que se invirtiera en el extranjero, los 4 

fondos que actualmente ofrecen las AFP son: 

 Fondo 0: de riesgo nulo, pero de rentabilidad casi nula. 

 Fondo 1: de exposición mínima al riesgo y rentabilidad baja pero estable y constante 

 Fondo 2: cuya cartera tiene casi la mitad expuesta a instrumentos financieros de 

riesgo, y el resto invertida en instrumentos de baja volatilidad. 

 Fondo 3: cuya exposición al riesgo es casi del 100% tanto en el mercado accionario 

local como global. 

 

3.5 Diversificación a las inversiones hechas en el fondo 3 de las AFP 

 

Debido a que el Fondo 3, (ver Tabla 3.1), invierte mayoritariamente el capital de 

los aportantes en instrumentos financieros de riesgo (acciones), y como nuestro análisis 

busca determinar si los inversionistas se comportan como manada en el mercado de 

valores, nos centraremos en describirlo con más profundidad. Actualmente el fondo 3 

invierte más del 80% de su cartera en instrumentos de riesgo, del total de la cartera, un 

promedio de 38.2% se invierte en el mercado local, y el 61.8% restante en el extranjero.  

 

En el mercado local, se observa que la inversión directamente destinada a mercado 

accionario ha incrementado en los últimos años del 53% hasta el 75% del capital 

invertido, tanto en acciones del sistema financiero, como del no financiero y fondos de 



  

31 

 

inversión.22 En el mercado global, se observa que la inversión esta principalmente 

destinada a fondos de inversión, donde está destinado el 98% del capital invertido sin 

mayores variaciones en los últimos 4 años. El mercado global esta diversificado en 

inversiones en diversas regiones como se puede observar en la Figura 3.1 

 

Figura 3.1: Diversificación de los fondos de inversión en el ámbito global 

 

Fuente: (Morales Hernandez & Jimenez Garcia, 2016) 

 

En los últimos 4 años se puede observar que en promedio el 85% del capital 

invertido en el fondo 3 de las AFPs que operan en el país ha sido destinado a diversos 

activos relacionados con el mercado accionario, ya sean acciones o fondos de inversión. 

 

Es por esto que asumiremos para probar efecto manada en las mesas de inversión 

de las AFP que el fondo 3 se comporta como un fondo mutuo de renta variable.23 

 

 

 

 

 

 

 

                                                             
22 Desde el 2016 en adelante se ha reducido la inversión en elementos de menor riesgo como depósitos a plazo y bonos. 

23 Fondo mutuo de renta variable: aquel que establezca en su política de inversiones un porcentaje mínimo de renta variable 
de 75% (Morales Hernandez & Jimenez Garcia, 2016) 

América del Norte
36%

Europa
25%

Japón
14%

Nivel Mundial
8%

High Yield Bond
4%

Asia
4%

otros
9%



  

32 

 

 

Tabla 3.1: Distribución de portafolios de inversión AFP 

 Al 29/01/2016 Al 29/01/2017 Al 29/01/2018 Al 29/01/2019 

I. NACIONAL 31.22% 42.13% 37.28% 38.61% 

   1. Gobierno 3.35% 3.13% 2.83% 0.97% 

   2. Sistema Financiero 6.87% 10.56% 7.73% 8.68% 

     ACC.CAP.SOCIAL 1.75% 3.51% 4.06% 6.77% 

   3. Sistema no Financiero 13.11% 19.95% 21.47% 22.29% 

     ACC.CAP.SOCIAL 9.52% 14.57% 16.25% 17.42% 

   4. Administradoras de Fondos 5.84% 6.62% 4.07% 5.41% 

     FI ALTERNATIVOS 5.32% 5.92% 3.23% 5.11% 

   5. Sociedades Titulizadoras 2.05% 1.86% 1.17% 1.26% 

II. EXTRANJERO 67.87% 57.91% 61.08% 60.97% 

   1. Gobierno 0.02% 0.04% 0.04% 0.42% 

   2. Sistema Financiero 0.55% 1.08% 0.56% 1.70% 

   3. Sistema no Financiero 0.22% 0.70% 0.43% 0.30% 

   4. Administradoras de Fondos 67.09% 56.09% 60.06% 58.55% 

     FM ALT DEL EXTRANJERO 4.10% 4.70% 5.92% 8.80% 

     FM DEL EXTRANJERO 62.99% 51.39% 54.14% 49.76% 

III. OPERACIONES EN TRÁNSITO 0.91% -0.04% 1.64% 0.42% 

TOTAL 100.00% 100.00% 100.00% 100.00% 

Fuente: Elaboración propia con información de la SBS, BVL  



  

33 

 

CAPITULO 4: LA INVESTIGACIÓN 

 

En el siguiente capítulo se desarrollará un método que permite observar el efecto 

manada en un mercado determinado, o en el caso de la presente investigación en las 

inversiones de las AFP. En general se quiere determinar si hay disminución en la 

dispersión de rendimientos de los valores estudiados respecto de un mercado. En el 

caso de las AFPs se compararán contra un mercado local y un mercado global. 

 

Primero se determinará como se puede cuantificar el efecto manada a través de la 

comparación de los rendimientos de los activos estudiados contra el mercado de 

referencia, puede ser local, global o ambos simultáneamente. Una vez determinada la 

dispersión de los rendimientos de los activos, se procederá a realizar una prueba de 

efecto manada realizando una regresión lineal de los mercados contra dicha dispersión. 

Para ello se modificarán variables dentro de la regresión para observar cómo afectan a 

la prueba de efecto manada distintas variables, por ejemplo, el tipo de cambio. 

 

Aunque ha habido investigaciones respecto del mercado nacional24 utilizando 

indicadores de dispersión y regresiones lineales, no se ha estudiado dicho 

comportamiento específicamente en las mesas de inversión de las AFP al estar 

expuestas al mercado de renta variable. Por otro lado, tanto en Chile como en el Perú 

se han realizado diversas investigaciones relacionadas con el efecto manada en las 

AFPs, (Oviedo Feria, 2017) (Nuñez Vasquez, 2004)25 (Montoya Villalta, 2017)26pero 

desde otras perspectivas, donde se analiza principalmente si las AFPs se comportan 

como manada entre sí y respecto del rendimiento promedio de las AFP. 

  

Para desarrollar nuestro análisis del efecto manada en las AFPs, se tomará como 

base el concepto de comportamiento de manada en el mercado amplio (market-wide 

herding). Esta es una forma de comportamiento donde los individuos ignoran los 

                                                             
24 En investigaciones de detección de efecto manada de mercados en el mercado bursátil peruano se pudo observar 

claramente que existe dicho efecto al estudiar el mercado de manera local (Duarte Duarte, Garcés Carreño, & Sierra Suarez, 2016) 
25 En las investigaciones citadas se concluye que tanto en Chile como en Perú, las restricciones legales a las AFP generan 

que estas tomen similares decisiones de inversión obteniendo similares resultados, observándose una fuerte relación positiva entre 

el rendimiento de los fondos y el promedio del sistema. 
26 En la investigación citada se observa comportamiento de manada en períodos específicos y con activos específicos de 

las carteras de inversión de las AFP, pero siempre el comportamiento de manada desde el punto de vista si las 4 empresas del 

mercado local se observan entre sí y toman decisiones de inversión basadas en esa observación, no respecto de un mercado más 
amplio. 



  

34 

 

fundamentos de las acciones individuales en un mercado y se inclinan por seguir la 

tendencia del mercado mismo. Este método es simple para obtener información, y, 

dicha información se basa en decisiones de individuos por seguir el desempeño del 

mercado (Henker, Henker, & Mitsios, 2006). 

 

4.1 Cuantificación del efecto manada 

 

4.1.1 Antecedentes 

Inicialmente se determinó que, para detectar un comportamiento de manada en el 

mercado, se debe determinar que el proceso de toma de decisiones de inversión depende 

principalmente de las condiciones del mercado, analizando si éste se encuentra en un 

periodo estable o de volatilidad o crisis. En periodos normales, los inversionistas 

utilizan su propia información, y los retornos son diversos, generándose una dispersión 

en los mismos en relación con el rendimiento del mercado, este patrón está acorde a la 

teoría de CAPM (Christie & Huang, 1995). 

 

Por otro lado, en momentos de volatilidad en el mercado, se observaría más bien 

que ocurre algo peculiar, los individuos dejan de lado su propia información y tienden 

a imitar acciones colectivas, en especial las decisiones que se han tomado antes de las 

suyas. Esto se traduce en una reducción de la dispersión de los rendimientos de acciones 

individuales o industrias alrededor del rendimiento del mercado, de acuerdo a esto, 

esperaríamos un comportamiento de manada se observaría en situaciones de mayor 

volatilidad. Esto ocurre a diferencia de la teoría CAPM donde en eventos de volatilidad 

en el Mercado, se incrementa la dispersión del rendimiento de acciones individuales 

(Christie & Huang, 1995). 

 

Cuantitativamente para poder observar este comportamiento inicialmente se 

propone el indicador de desviación estándar cruzada (cross-sectional standard deviation 

method, CSSDt) de Christie & Huang (1995) el cual se expresa como: 

 

 𝐶𝑆𝑆𝐷𝑡 =  √∑ (𝑅𝑖,𝑡−𝑅𝑚,𝑡)
2𝑁

𝑖=1

𝑁−1
. 

 

(1) 



  

35 

 

 

Donde: 

t: es el tiempo instantáneo de estudio 

N: Número de firmas o industrias en el portafolio 

Rm,t: Rendimiento promedio cruzado de N firmas o industrias en el tiempo t 

Ri,t: Rendimiento observado en la firma o industria i en el tiempo t, obtenido de la 

siguiente ecuación: 

 

 𝑅𝑖,𝑡 =  
(𝑉𝑡−𝑉𝑡−1)

𝑉𝑡−1
. (2) 

 

Donde: 

Vt: Valor del activo en el tiempo de estudio t 

Vt-1: Valor del activo en el periodo de estudio inmediatamente anterior 

 

Pero, debido a que el CSSD en (1) es muy sensible a valores extremos,27 es difícil 

observar fenómenos de manada con este indicador (Christie & Huang, 1995). 

 

4.1.2 Desviación absoluta cruzada (cross sectional absolute deviation, CSAD) 

Al estudiar la desviación absoluta entre los rendimientos de un conjunto de activos 

estudiados y el mercado, se puede demostrar que, en el modelo predictivo racional del 

CAPM, se observa un incremento en la dispersión del rendimiento de los activos 

estudiados frente al incremento del rendimiento de un mercado contra el cual se 

comparan estos activos, además dicho incremento guarda una relación linealmente 

proporcional (Chang, Cheng, & Khorana, 2000). 

 

Lo anterior determina cómo el CAPM puede ayudarnos a observar el 

comportamiento de manada. Es por ello que cuando los individuos dejan de lado su 

información de manera independiente y se alejan de los modelos racionales incurriendo 

en comportamiento de manada, la relación lineal observada se pierde y la dispersión de 

los rendimientos de los activos muestra, o bien un incremento de proporción no lineal 

                                                             
27 En el análisis del CSSD no se llega a observar comportamiento de manada en los mercados analizados. 



  

36 

 

(es decir la dispersión sigue existiendo, pero no incrementa tanto como en modelos 

racionales) o bien decrece respecto del rendimiento del mercado. 

 

Este método no solo afina la observación de comportamiento de manada en 

períodos de volatilidad en diversos mercados, sino que también permite observar 

comportamiento de manada en etapas de estabilidad en el mercado (Chang, Cheng, & 

Khorana, 2000).28 El CSAD se expresa de la siguiente manera: 

 

 𝐶𝑆𝐴𝐷𝑡 =
1

𝑁
∑ |𝑅𝑖,𝑡−𝑅𝑚,𝑡|𝑁

𝑖=1 . (3) 

 

Donde: 

t: es el tiempo instantáneo de estudio 

N: Número de firmas o industrias en el portafolio 

Ri,t: Rendimiento observado en la firma o industria i en el tiempo t, obtenido de la 

ecuación (2) 

Rm,t: Rendimiento del mercado analizado en el tiempo t obtenido de la siguiente 

ecuación: 

 

 𝑅𝑚,𝑡 =  
(𝑉𝑚,𝑡−𝑉𝑚,𝑡−1)

𝑉𝑚,𝑡−1
. (4) 

 

Donde: 

Vm,t: Valor del mercado en el tiempo de estudio t 

Vm,t-1: Valor del mercado en el periodo de estudio inmediatamente anterior 

 

4.2 Pruebas de detección de efecto manada 

Habiendo definido el CSAD, debemos aclarar que, por sí solo, este no indica si en 

los activos analizados podemos observar comportamiento de manada, para esto 

debemos comparar dicho indicador con el rendimiento del mercado de comparación a 

través de una regresión lineal. Como se explicó en el punto anterior, al generarse 

                                                             
28 En investigaciones previas se puede observar que al analizar los mismos datos bajo el método de CSAD se obtuvo como 

resultado una observación de comportamiento de manada a diferencia del método CSSD en mercados como Brasil, México, Chile, 

Colombia, Perú y Argentina, esto debido a que las observaciones de CSSD requieren no linealidades mayores para poder observar 
efecto de manada (Duarte Duarte, Garcés Carreño, & Sierra Suarez, 2016) 



  

37 

 

comportamiento de manada, la dispersión de los activos respecto del mercado o 

incrementa de manera no lineal o bien decrece (Chang, Cheng, & Khorana, 2000). 

 

Para observar el comportamiento de manada se deberá estudiar la siguiente 

regresión (Chiang & Zheng, 2010):29 

 

 𝐶𝑆𝐴𝐷𝑡 = 𝛾0 + 𝛾1𝑅𝑚,𝑡 + 𝛾2|𝑅𝑚,𝑡| + 𝛾3𝑅𝑚,𝑡
2 + 𝜀𝑡. (5) 

 

Donde: 

CSADt: Medida de la dispersión del retorno de las industrias o firmas analizadas 

respecto del mercado analizado, 

Rm,t: Rendimiento del mercado analizado en el tiempo t obtenido de (4) 

 

Al analizar periodos de tiempo significativos de un mercado cualquiera, de 

generarse un comportamiento de manada se producirá una relación no lineal entre el 

CSAD y el rendimiento del mercado Rm,t, dicha relación se traducirá en un término 3 

negativo y estadísticamente significativo. En otras palabras, cuando se produce un 

efecto de manada, en (3) la diferencia entre Ri,t y Rm,t se reduce disminuyendo el CSAD, 

esto implica que el término 3R
2

m,t deberá disminuir el resultado de la ecuación para 

compensar, debiendo satisfacerse que 3<0.  

 

El término 2 es el componente lineal de la dispersión, de no observarse 

comportamiento de manada (3<0 o no hay significancia estadística) 2 muestra la 

relación lineal entre el rendimiento de las AFP y el mercado, quedando demostrada la 

relación definida por la teoría de CAPM. 

 

El término 1 permite observar el comportamiento asimétrico de los inversionistas 

frente a diferentes condiciones de mercado (dependiendo de la relación con 2, se puede 

                                                             
29 La regresión original no considera el termino 1Rm,t y se analizaban ecuaciones con el mercado al alza y a la baja, pues 

no se podía observar si existía asimetría del comportamiento de manada en ambas situaciones (Chang, Cheng, & Khorana, 2000). 



  

38 

 

deducir que el efecto manada ocurre mayormente al alza o a la baja)30.(Chiang & Zheng, 

2010). 

 

Una vez definida la forma de observar la presencia del comportamiento de manada 

comparando activos contra mercados, desarrollaremos distintas regresiones 

considerando los valores cuota del fondo 3 de las AFP como los activos estudiados, y 

siendo el mercado accionario local y global los mercados contra los que vamos a 

comparar rendimientos para observar comportamiento de manada. 

 

A continuación presentamos las regresiones a ser estudiadas en la presente tesis: 

 

a) Análisis de los rendimientos de las AFP en el mercado local como mercado único: 

 

 𝐶𝑆𝐴𝐷𝑙,𝑡 = 𝛾0 + 𝛾1𝑅𝑙,𝑡 + 𝛾2|𝑅𝑙,𝑡| + 𝛾3𝑅𝑙,𝑡
2 + 𝜀𝑡. (6) 

 

Donde: 

CSADl,t: Medida de la dispersión del retorno de las AFP respecto del mercado local 

en el tiempo t (en (3) Ri,t equivale al rendimiento de la AFP i en el tiempo t y Rm,t 

equivale a Rl,t) 

Rl,t: Rendimiento del mercado local analizado en el tiempo t obtenido de (4) 

 

b) Análisis de los rendimientos de las AFP en el mercado global como mercado único: 

 

 𝐶𝑆𝐴𝐷𝑤,𝑡 = 𝛾0 + 𝛾1𝑅𝑤,𝑡 + 𝛾2|𝑅𝑤,𝑡| + 𝛾3𝑅𝑤,𝑡
2 + 𝜀𝑡. (7) 

 

Donde: 

CSADw,t: Medida de la dispersión del retorno de las AFP respecto del mercado 

global en el tiempo t (en (3) Ri,t equivale al rendimiento de la AFP i en el tiempo t 

y Rm,t equivale a Rw,t) 

Rw,t: Rendimiento del mercado global analizado en el tiempo t obtenido de (4) 

 

                                                             
30 En mercados al alza (Rm,t>0) 2+1 muestra la relación entre la dispersión de los retornos y el retorno del mercado, 

mientras que en mercados a la baja (Rm,t<=0) 2-1 muestran la misma relación, el ratio (2+1)/(2-1) se puede definir como la 
asimetría relativa entre la dispersión del retorno de acciones individuales y el retorno del mercado (Chiang & Zheng, 2010) 



  

39 

 

c) Análisis de los rendimientos de las AFP en el mercado global como mercado único 

donde los valores cuota de las AFP son afectados por el tipo de cambio a dólares 

para estandarizar las monedas del análisis.31 

 

 𝐶𝑆𝐴𝐷𝑤,$,𝑡 = 𝛾0 + 𝛾1𝑅𝑤,𝑡 + 𝛾2|𝑅𝑤,𝑡| + 𝛾3𝑅𝑤,𝑡
2 + 𝜀𝑡. (8) 

 

Donde: 

CSADw,$,t: Medida de la dispersión del retorno de las AFP respecto del mercado 

global en el tiempo t (en (3) Ri,t equivale al rendimiento de la AFP i en el tiempo t 

afectadas por el tipo de cambio a dólares y Rm,t equivale a Rw,t) 

Rw,t: Rendimiento del mercado global analizado en el tiempo t obtenido de (4) 

 

d) Análisis de los rendimientos de las AFP en una ponderación del mercado local 

(38.2% de la cartera) como global (61.8% de la cartera). Se genera esta regresión 

debido a las mesas de inversión no invierten de manera independiente en mercados 

local y global en una cartera más integrada: 

 

 𝐶𝑆𝐴𝐷𝑝,𝑡 = 𝛾0 + 𝛾1𝑅𝑝,𝑡 + 𝛾2|𝑅𝑝,𝑡| + 𝛾3𝑅𝑝,𝑡
2 + 𝜀𝑡. (9) 

 

Donde: 

Rp,t: Rendimiento ponderado de los mercados local y global 

 

 𝑅𝑝,𝑡 = 0.382 × 𝑅𝑙,𝑡 + 0.618 × 𝑅𝑤,𝑡. (10) 

 

CSADp,t: Medida de la dispersión del retorno de las AFP respecto de una 

ponderación de los rendimientos del mercado local y global en el tiempo t: 

 

 𝐶𝑆𝐴𝐷𝑝,𝑡 =
1

𝑁
∑ |0.382 × (𝑅𝑖,𝑡−𝑅𝑙,𝑡) + 0.618 × (𝑅𝑖,𝑡 − 𝑅𝑤,𝑡)|𝑁

𝑖=1 . (11) 

 

Donde: 

Ri,t: Retorno de la AFP i en el tiempo t de acuerdo a (2) 

Rw,t: Retorno del mercado global analizado en el tiempo t obtenido de (4) 

                                                             
31 Se realiza la conversión de cada valor cuota diario en función de la cotización del mismo día. 



  

40 

 

Rl,t: Retorno del mercado local analizado en el tiempo t obtenido de (4) 

 

e) Análisis de los rendimientos de las AFP en una ponderación del mercado local 

(38.2% de la cartera) como global (61.8% de la cartera) se genera esta regresión 

debido a que en realidad las mesas de inversión no invierten de manera 

independiente en mercados local y global sino en una cartera más integrada, se afecta 

tanto el valor diario de las AFP como el valor del mercado local por el tipo de cambio 

a dólares para estandarizar las monedas del análisis.: 

 

 𝐶𝑆𝐴𝐷𝑝,$,𝑡 = 𝛾0 + 𝛾1𝑅𝑝,$,𝑡 + 𝛾2|𝑅𝑝,$,𝑡| + 𝛾3𝑅𝑝,$,𝑡
2 + 𝜀𝑡. (12) 

 

Donde: 

Rp,$,t: Rendimiento ponderado de los mercados local (afectado por el tipo de 

cambio a dólares) y global  

 

 𝑅𝑝,$,𝑡 = 0.382 × 𝑅𝑙,$,𝑡 + 0.618 × 𝑅𝑤,𝑡. (13) 

 

CSADp,$,t: Medida de la dispersión del retorno de las AFP (afectadas por el tipo de 

cambio) respecto de una ponderación de los rendimientos del mercado local 

(afectado por el tipo de cambio a dólares) y global en el tiempo t: 

 

 
𝐶𝑆𝐴𝐷𝑝,$,𝑡 =

1

𝑁
∑ |0.382 × (𝑅𝑖,$,𝑡−𝑅𝑙,$,𝑡) + 0.618 ×𝑁

𝑖=1

(𝑅𝑖,$,𝑡 − 𝑅𝑤,𝑡)|. 
(14) 

 

Donde: 

Ri,$,t: Retorno de la AFP i en el tiempo t de acuerdo a (2) afectado por el tipo de 

cambio a dólares 

Rw,t: Retorno del mercado global analizado en el tiempo t obtenido de (4) 

Rl,$,t: Retorno del mercado local analizado en el tiempo t obtenido de (4) afectado 

por el tipo de cambio a dólares 

 

 

 

 



  

41 

 

4.3 Datos utilizados 

Para poder determinar el efecto de manada en las AFP que operan en el mercado 

peruano, se utilizarán datos históricos de valores cuota del fondo 3 de las 4 AFP que 

operan en el Perú: AFP Integra, AFP Prima, AFP Profuturo entre el 1/8/2006 y el 

31/10/2019 y AFP Habitat entre el 6/9/2013 y el 31/10/2019. Además, el análisis de los 

primeros 8 años se hace con tres (3) cotizaciones y el tiempo restante con cuatro (4). 

Luego, se realizarán regresiones de acuerdo a las ecuaciones indicadas en la sección 

4.2: 

a) Regresión en un mercado local cerrado donde el mercado está representado por el 

IGBVL/S&P Peru General Index32  

b) Regresión en un mercado global único, donde el mercado está representado por el 

índice MSCI World. 

c) Regresión en un mercado global único, donde el mercado está representado por el 

índice MSCI World, los valores cuota son afectados por el tipo de cambio.  

d) Regresión en una ponderación del mercado local y global de acuerdo al promedio 

de distribución de las inversiones en el fondo 3 de las AFP. 

e) Regresión en una ponderación del mercado local y global de acuerdo al promedio 

de distribución de las inversiones en el fondo 3 de las AFP, los valores cuota y el 

índice local son afectados por el tipo de cambio.  

  

                                                             
32 El nombre de IGBVL cambio a S&P Perú General Index en diciembre de 2014 



  

42 

 

CAPITULO 5: RESULTADOS OBTENIDOS 

 

En la Tabla 5.1 se muestran los resultados de la regresión (6) la cual se obtiene al 

estudiar los rendimientos del fondo 3 de las AFPs frente al mercado local. Dicha tabla 

muestra resultados en frecuencia diaria, semanal y mensual (se incluye el valor de los 

coeficientes y su significancia estadística al 10% 5% y 1%). 

 

A partir de la información de la Tabla 5.1 y según la especificación del mercado 

local único dado por la regresión (6), podemos afirmar que no existe evidencia de 

comportamiento de manada para el fondo 3 de las AFP pues, aunque se observa en el 

análisis de rango mensual que 3<0, no existe significancia estadística, y en los rangos 

diario y semanal se nota que el coeficiente 3>0 con alta significancia al 10%.  

 

Tabla 5.1: Regresión en un mercado local cerrado 

Rango 0 1 2 3 R2 

Diario 
0.002* -0.020* 0.416* 0.940* 

0.675 
(18.893) (-4.008) (38.919) (6.855) 

Semanal 
0.004* -0.001 0.386* 0.683* 

0.682 
(7.641) (-0.117) (13.747) (3.357) 

Mensual 
0.008* 0.034 0.561* -0.093 

0.784 
(3.390) (1.989) (11.644) (-0.596) 

Fuente: Elaboración propia con información de la SBS, BVL 

*Significancia estadística al 10% 

**Significancia estadística al 5% 

***Significancia estadística al 1% 

 

En la Tabla 5.2 se muestran los resultados de la regresión (7) la cual se obtiene al 

estudiar los rendimientos del fondo 3 de las AFPs frente al mercado global. Dicha tabla 

muestra resultados en frecuencia diaria, semanal y mensual (se incluye el valor de los 

coeficientes y su significancia estadística al 10% 5% y 1%). 

 

A partir de la información de la Tabla 5.2 y según la especificación del mercado 

global único dado por la regresión (7), podemos afirmar que no existe evidencia de 

comportamiento de manada para el fondo 3 de las AFP en el análisis de periodos diario 

y semanal pues el coeficiente 3 es positivo con alta significancia estadística, por el 



  

43 

 

contrario, se observa en el análisis de rango mensual que 3<0 con estadístico t cercano 

a 2 y significante al 10%  

 

Tabla 5.2: Regresión en un mercado global único 

Rango 0 1 2 3 R2 

Diario 
0.003* 0.001 0.298* 2.917* 

0.378 
(22.406) (0.154) (16.530) (7.452) 

Semanal 
0.007* 0.020 0.201* 1.146* 

0.219 
(11.876) (1.109) (4.948) (2.672) 

Mensual 
0.011* 0.014 0.445* -0.653* 

0.306 
(4.460) (0.434) (5.881) (-1.793) 

Fuente: Elaboración propia con información de la SBS, BVL 

*Significancia estadística al 10% 

**Significancia estadística al 5% 

***Significancia estadística al 1% 

 

En la Tabla 5.3 se muestran los resultados de la regresión (8) la cual se obtiene al 

estudiar los rendimientos del fondo 3 de las AFPs frente al mercado global, afectando 

el valor cuota de las AFPs por el tipo de cambio a dólares del día. Dicha tabla muestra 

resultados en frecuencia diaria, semanal y mensual (se incluye el valor de los 

coeficientes y su significancia estadística al 10% 5% y 1%). 

 

A partir de la información de la Tabla 5.3 y según la especificación del mercado 

global único afectado por el tipo de cambio dado por la regresión (8), podemos afirmar 

que no existe evidencia de comportamiento de manada para el fondo 3 de las AFP pues, 

aunque se observa en el análisis de rango mensual que 3<0, no existe significancia 

estadística, y en los rangos diario y semanal se nota que el coeficiente 3>0 con alta 

significancia al 10%.  

 

 

 

 

 

 



  

44 

 

Tabla 5.3: Regresión en un mercado global único, los valores cuota son afectados 

por el tipo de cambio 

Rango 0 1 2 3 R2 

Diario 
0.003* 0.021* 0.255* 2.413* 

0.264 
(21.235) (2.629) (12.638) (5.505) 

Semanal 
0.008* 0.031 0.147* 1.053* 

0.141 
(11.729) (1.607) (3.353) (2.271) 

Mensual 
0.011* -0.018 0.435* -0.540 

0.238 
(3.843) (-0.473) (4.976) (-1.281) 

Fuente: Elaboración propia con información de la SBS, BVL 

*Significancia estadística al 10% 

**Significancia estadística al 5% 

***Significancia estadística al 1% 

 

En la Tabla 5.4 se muestran los resultados de la regresión (9) la cual se obtiene al 

estudiar los rendimientos del fondo 3 de las AFPs frente a un rendimiento ponderado 

entre el mercado local y global según la participación promedio de las mismas en el 

fondo. Dicha tabla muestra resultados en frecuencia diaria, semanal y mensual (se 

incluye el valor de los coeficientes y su significancia estadística al 10% 5% y 1%). 

 

A partir de la información de la Tabla 5.4 y según la especificación del mercado 

local y global dado por la regresión (9), podemos afirmar que no existe evidencia de 

comportamiento de manada para el fondo 3 de las AFP pues, aunque se observa en el 

análisis de rango mensual que 3<0, no existe significancia estadística, y en los rangos 

diario y semanal se nota que el coeficiente 3>0 con alta significancia al 10%.  

 

Tabla 5.4: Regresión en una ponderación del mercado nacional y global de 

acuerdo al promedio de distribución de las inversiones en el fondo 3 de las AFP 

Rango 0 1 2 3 R2 

Diario 
0.002* -0.006 0.238* 2.869* 

0.505 
(23.939) (-1.327) (20.378) (12.293) 

Semanal 
0.004* 0.012 0.174* 0.942* 

0.432 
(12.234) (1.334) (7.840) (4.223) 

Mensual 
0.011* 0.029* 0.228* -0.135 

0.278 
(5.544) (1.389) (4.371) (-0.676) 

Fuente: Elaboración propia con información de la SBS, BVL 

*Significancia estadística al 10% 

**Significancia estadística al 5% 

***Significancia estadística al 1% 



  

45 

 

 

En la Tabla 5.5 se muestran los resultados de la regresión (12) la cual se obtiene al 

estudiar los rendimientos del fondo 3 de las AFPs frente a un rendimiento ponderado 

entre el mercado local y global según la participación promedio de las mismas en el 

fondo, afectando el valor cuota de las AFPs y el índice local por el tipo de cambio a 

dólares del día. Dicha tabla muestra resultados en frecuencia diaria, semanal y mensual 

(se incluye el valor de los coeficientes y su significancia estadística al 10% 5% y 1%). 

 

A partir de la información de la Tabla 5.5 y según la especificación del mercado 

local y global ponderado afectado por el tipo de cambio dado por la regresión (12), 

podemos afirmar que no existe evidencia de comportamiento de manada para el fondo 

3 de las AFP en el análisis de periodos diario y semanal pues el coeficiente pues 3 es 

positivo con alta significancia estadística. por el contrario, se observa en el análisis de 

rango mensual 3<0 con significancia estadística al 1% lo que indica la presencia de 

comportamiento de manada en la frecuencia mensual de análisis.  

 

Tabla 5.5: Regresión en una ponderación del mercado nacional y global de 

acuerdo al promedio de distribución de las inversiones en el fondo 3 de las AFP, 

los valores cuota y el índice local son afectados por el tipo de cambio 

  0 1 2 3 R2 

Diario 
0.002* 0.002 0.185* 2.358* 

0.422 
(24.644) (0.502) (16.371) (10.910) 

Semanal 
0.004* 0.011 0.105* 1.174* 

0.383 
(12.858) (1.296) (5.047) (5.682) 

Mensual 
0.010*** 0.044*** 0.207*** -0.500*** 

0.121 
(5.373) (2.054) (3.969) (-2.398) 

Fuente: Elaboración propia con información de la SBS, BVL 

*Significancia estadística al 10% 

**Significancia estadística al 5% 

***Significancia estadística al 1% 

 

De acuerdo a los datos obtenidos podemos observar que el coeficiente 3 en los 

análisis comparativos de rango mensual es negativo y estadísticamente significativo en 

las regresiones de las Tablas 5.2 y 5.5. En la primera tabla se especifica la comparación 

del rendimiento de las AFPs frente al mercado global cerrado y en la segunda se 



  

46 

 

especifica la comparación de estas frente a una combinación de mercados (local y 

global) dolarizando los valores tanto de las AFP como del mercado local. 

  



  

47 

 

CAPITULO 6: OBSERVACIONES Y CONCLUSIONES 

 

En la presente tesis se ha desarrollado el concepto de comportamiento de manada 

como un sesgo conductual. Este sesgo es parte de la rama de finanzas conductuales y 

corresponde a que los individuos toman decisiones en base a las decisiones tomadas de 

otros individuos y no de información propia. Asimismo, este comportamiento se podía 

cuantificar mediante regresiones estadísticas propuestas (Christie & Huang, 1995), 

(Chang, Cheng, & Khorana, 2000), (Chiang & Zheng, 2010), donde se podía analizar 

si las dispersiones de rendimiento de acciones analizadas en un mercado, podían seguir 

la tendencia de los rendimientos del mercado. 

 

Se definió además que el fondo 3 de las AFP era un fondo mutuo de renta variable 

debido a su composición y por lo tanto podía ser analizado como tal frente al 

comportamiento de los mercados en los cuales dichos fondos invierten (local y global). 

Luego se realizaron análisis de comportamiento de manada de acuerdo a las teorías 

desarrolladas (Chiang & Zheng, 2010) en mercados como el local y el global. 

Asimismo, se incluyó el caso de una ponderación de rendimientos de los mercados 

global y local de acuerdo a la distribución de inversiones del fondo 3. Todos los análisis 

que involucraron comparaciones en el mercado global fueron también afectados por el 

tipo de cambio a dólares para uniformizar la moneda a dólares y filtrar el rendimiento 

relativo de las acciones de las AFP afectado por el tipo de cambio. 

 

De acuerdo a los resultados obtenidos, se puede llegar a observar comportamiento 

de manada en las estrategias de inversión del fondo 3 de las AFP cuando se comparan 

sus rendimientos en una frecuencia mensual, afectados por el tipo de cambio, con una 

ponderación de los mercados en los cuales se invierten dichos fondos (local y global), 

ambos analizados en dólares según la distribución promedio de dichas inversiones,  esto 

nos lleva a concluir también que si se van filtrando condiciones específicas del 

mercado, como la frecuencia de análisis, el mercado de comparación, la distribución de 

las inversiones, el tipo de cambio, entre otros podríamos llegar a observar el 

comportamiento de manada en valores estudiados. 

 



  

48 

 

Por otro lado, no se observa comportamiento de manada en las estrategias de 

inversión del fondo 3 de las AFP cuando se comparan sus rendimientos con el 

rendimiento del mercado local, aunque hay investigaciones que observan claramente 

un comportamiento de manada en este mercado de manera general (Duarte Duarte, 

Garcés Carreño, & Sierra Suarez, 2016), las mesas de inversión de las AFP no seguirían 

esta tendencia. 

 

Finalmente, es posible que, generando filtros sobre otros factores en el mercado 

local, nos permita observar más claramente el efecto de manada directamente en la 

comparación frente a estos mercados, ya que la corta oferta en el mercado local y la 

gran cantidad de liquidez que ingresa al mismo mes a mes, determinaría que las 

inversiones deberían ser más limitadas debiéndose observar efecto manada de manera 

más clara. Una opción es comparar únicamente el componente local (38.2%) de los 

rendimientos de las AFP contra índices locales que no solo muestren el rendimiento de 

bolsa, sino el rendimiento de inversiones no bursátiles (casi la mitad de la inversión 

local).  

 

Otra posibilidad de análisis para encontrar efecto de manada en las decisiones de 

inversión de las AFP es buscar periodos de más volatilidad como por ejm que ocurre 

después de la crisis del 2008 o en el 2011 tras las elecciones presidenciales. En el caso 

de este estudio solamente se ha realizado el análisis en todo el período de existencia del 

fondo 3 de las AFPs 

 

Encontrar claramente el comportamiento de manada en las estrategias de inversión 

de las AFP, es importante ya que, como se comentó antes, de demostrarse, se puede 

tener una prueba que se tiene mucha liquidez en el mercado local y poca oferta, lo que 

no beneficia a los clientes, lo que sería un dato importante para solicitar a la SBS mas 

flexibilidad en la distribución de inversiones locales y globales permitiendo mejores 

posibilidades de rentabilidad en las cuentas de los aportantes. 

  



  

49 

 

 

BIBLIOGRAFIA 

 

Agudelo, D. (2017). Behavioral Finance: Una Introducción a los Conceptos y 

Aplicaciones. Medellin: Universidad EAFIT. 

Baker, M., & Wurgler, J. (2013). Behavioral Corporate Finance: An Updated Survey. 

En G. M. Constantinides, M. Harris, & R. M. Stulz, Handbook of the Economics 

of Finance (Vol. 2A, págs. 351-417). USA: North Holland. 

Bannerjee, V. A. (1992). A simple model of herd behavior. The Quarterly Journal of 

Economics, 107(3), 797-817. 

Bikchandani, S., & Sharma, S. (2001). Herd Behavior in Financial Markets. IMF Staff 

Papers, 47(3), 279-310. 

Chang, E. C., Cheng, J. W., & Khorana, A. (2000). An Examination of Herd Behavior 

in Equity Markets:. Journal of Banking and Finance, 24(10), 1651 - 1679. 

Chiang, T. C., & Zheng, D. (2010). An empirical analysis of herd behavior in global 

stock markets. Journal of Banking & Finance, 34(8), 1911 - 1921. 

Christie, W. G., & Huang, R. D. (1995). Following the Pied Piper: Do Individual 

Returns Herd Around the Market? Fynancial Analyst Journal, 51(4), 31-37. 

Devenow, A., & Welch, I. (1996). Rational Herding in Financial Economics. European 

Economy Review(40), 603-615. 

Dougal, C., Engelberg, J., Parsons, C. A., & Van Wesep, E. D. (2010). Anchoring and 

the Cost of Capital. University of North Carolina at Chapel Hill, Kenan-Flagler 

Business School, North Carolina. 

Duarte Duarte, J. B., Garcés Carreño, L. D., & Sierra Suarez, K. (2016). Efecto manada 

en sectores económicos de las bolsas latinoamericanas: una vision pre y 

postcrisis subprime. Contaduría y Administración, 298-323. 

Fama, E. F. (1970). Efficient Capital Markets a Review of Theory and Empirical Work. 

Journal of Finance, 25(2), 383-417. 

Hart, O. (2008). Economica coase lecture: Reference points and the theory of the firm. 

Economica, 404–411. 

Henker, J., Henker, T., & Mitsios, A. (2006). Do investors herd intraday in Australian 

equities? International Journal of Managerial Finance, 2(3), 196 - 219. 



  

50 

 

Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision Under 

Risk. Econometrica, 47(2), 263-292. 

Kahneman, D., & Tversky, A. (1986). Rational Choice and the Framing of Decisions. 

The Journal of Business, 59(4, Part 2: The Behavioral Foundations of Economic 

Theory), 251-278. 

Lin, W. T., Shih-Chuan, T., & Pei-Yau, L. (2013). Investors’ Herd Behavior: Rational 

or Irrational. Asia Pacific Journal of Financial Studies, 42(5), 755 - 776. 

Lindhe, E. (2012). Herd Behavior in Stock Markets.  

Malcom, B., & Wurgler, J. (2013). Behavioral Corporate Finance: An Updated Survey. 

En Handbook of the Economics of Finance (Vol. 2, págs. 357-424). Elsevier. 

Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1), 77-91. 

Modigliani, F., & Miller, M. H. (1958). The Cost of Capital, Corporation Finance and 

the Theory of Investment. The American Economic Review, 48(3), 261 - 297. 

Montoya Villalta, J. (2017). Existe Herding en el Sistema Privado de Pensiones. Lima, 

Lima. 

Morales Hernandez, L. A., & Jimenez Garcia, J. A. (2016). Analisis de la Inversion en 

Fondos Mutuos del Exterior Realizada por las Administradoras de Fondo de 

Pensiones del Perú. Lima, Lima. 

Nuñez Vasquez, E. J. (2004). Comportamiento manada en las administradoras de 

fondos de pensiones. Santiago de Chile, Chile. 

Oviedo Feria, A. S. (2017). Efecto Manada en el Sistema Privado de Pensiones de Perú, 

2007-2015. Lima, Lima. 

Peon, D., Antelo, M., & Calvo-Silvosa, A. (2017). An Inclusive Taxonomy of 

Behavioral Biases. European Journal of Government and Economics, 6(1), 24-

58. 

Rasiel, E. (2018). Behavioral Economics. Curso Virtual. University of Duke. Obtenido 

de www.coursera.org 

Ross, S. A., Westerfield, R. W., & Jaffe, J. F. (2010). Finanzas Corporativas (9 ed.). 

Mexico D. F., Mexico: McGraw-Hill/Interamericana Editores S.A. de C.V. 

Scharfstein, D. S., & Stein, J. C. (1990). Herd Behavior and Investment. The American 

Economy Review, 80(3), 465-479. 

Sharpe, W. F. (1964). Capital Asset Prices A Theory of Market Equilibrium under 

Conditions of Risk. The Journal of Finance, 19(3), 425-442. 



  

51 

 

Shiller, R. J. (1891). Do Stock Prices Move Too Much to Be Justified by Subsequent 

Changes in Dividends? The American Economic Review, 71(3), 421 - 436. 

Shiller, R. J., Fischer, S., & Friedman, B. M. (1984). Stock Prices and Social Dynamics. 

Brookings Papers on Economic Activity, 1984(2), 457 - 510. 

Thaler, R. H. (1979). Toward a Positive Theory of Consumer Choice. Journal of 

Economic Behavior and Organization, 1(1), 39-60. 

Thaler, R. H. (2015). Misbehaving: the making of behavioral economics (1 ed.). New 

York, New York, USA: W.W. Norton and Company. 

Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and 

Biases. Science, 185(4157), 1124 - 1131. 

Von Neumann, J., & Morgenstern, O. (1953). Theory of Games and Economic Behavior 

(commemorative edition). Princeton University Press. 

Weintraub, R. E. (2007). Neoclassical Economics. En D. R. Henderson, The Concise 

Encyclopedia Of Economics (2 ed.). Obtenido de 

www.econlib.org/library/Enc1/NeoclassicalEconomics.html