Brembo S.p.A.: análisis y evolución de su acción

COLEGIO UNIVERSITARIO DE ESTUDIOS FINANCIEROS

GRADO EN

Administración y Dirección de Empresas

Trabajo Fin de GRADO

BREMBO S.p.A. Análisis y Evolución de su acción.

Autor: Imaz Suárez, Francisco Javier

Tutor: Gracia Diez, Mercedes Pinar Pérez, Jesús María

Queralt Sánchez de las Matas, Ricardo Ruiz-Hernández, Diego

Madrid, mes: 4 de mayo de 2018

Trabajo de Fin de Grado

2

Índice

Introducción

1. Historia 4

2. Análisis descriptivo 6

2.1. Análisis del activo 7

2.2. Tasa de variación 8

2.3. Asimetría y Curtosis 9

3. Hipótesis a contrarrestar 11

3.1. La expansión internacional 11

3.2. Los dividendos han atraído más inversores 13

3.3. La volatilidad tras el crecimiento 14

4. Análisis econométrico 16

4.1. Modelo CAPM 16

4.2. Residuos 18

4.3. Heterocedasticidad 19

4.4. Correlación 21

4.5. Newey-West 22

5. Conclusiones 26

Bibliografía 29

Índice de figuras, tablas e imágenes 30

Anexos 33


3

Introducción

El principal objetivo de este trabajo será el estudio del valor bursátil entre los años 2002

a 2017 del fabricante de frenos italiano Brembo, empresa familiar que ha ido ganando

fama al estar presente en vehículos deportivos o de alta gama, e incluso ser el principal

proveedor de los frenos de alta competición como son la Formula 1 y Moto GP.

Con el fin de realizar una aproximación a la realidad se comenzará con un análisis

descriptivo, que nos será útil para visualizar sus fluctuaciones y compararlas con el índice

de Milán (FTSE MIB). Más tarde con uno econométrico para intentar descubrir si los

acontecimientos seleccionados en este trabajo son lo suficientemente relevantes para

explicar la evolución de esta compañía. Además, se realizarán una serie de hipótesis las

cuales nos darán la información necesaria sobre si alguna de las estrategias, que ha

realizado la empresa, han podido afectar al rendimiento de la misma y por consecuente

al valor del activo.

Como objetivo final tras haber analizado los datos y haber realizado sendos análisis, se

llegará a la conclusión de si el activo es o no lo suficientemente bueno para invertir en

él.


4

1. Historia

Según la web de la compañía, el origen de Brembo se remonta al 11 de enero de 1961

cuando Emilio Bombassei, padre del actual presidente, e Italo Breda fundaron Officine

Meccaniche di Sombreno cerca de Bérgamo. Se trataba de un pequeño taller mecánico,

pero gracias a la experiencia de sendos fundadores dio sus frutos rápidamente

adquiriendo clientes importantes como Alfa Romeo.

Para Brembo 1964 es un año histórico, ya que comenzó con la producción de discos de

freno para automóviles e inicia la producción de los primeros discos de freno italianos

destinados al mercado de recambios. El know-how, la especialización, la calidad de los

productos y los servicios que ofrece la empresa son reconocidos a nivel internacional, lo

que facilita que Brembo se convierta en líder del sector de repuestos, de discos de freno,

en toda Europa. No fue hasta 1972 cuando amplió sus sistemas a las motos

suministrando a Moto Guzzi y es a partir de entonces cuando Brembo empieza a vender

a las mejores marcas europeas, y al poco tiempo lidera el segmento de frenos de moto.

En 1975 se incorporó en el ámbito de la alta competición cuando Enzo Ferrari,

prestigioso productor de automóviles deportivos, confía en Brembo para su monoplaza

de la Fórmula 1. A los pocos años Brembo ganó la confianza de los diferentes equipos

de la Fórmula 1, lo que provocó que Brembo provisionara a la gran mayoría de los

equipos de dicha competición utilizaban sus frenos.

En los principios de los años ochenta, como indica la compañía en su web, Brembo

decidió desarrollar nuevos productos y procesos tecnológicos que le permitieron captar

el interés de marcas significativas como Porsche, Mercedes, BMW y otras marcas, las

cuales, acaban adoptando esta pinza innovadora. Más tarde, Brembo ve opciones para

entrar en el segmento de frenos para vehículos industriales y empieza a proveer a

marcas como Iveco, Renault y Mercedes.


5

En 1995 Brembo cumple los objetivos de los directivos con creces, y ante el crecimiento

constante de la compañía, Brembo sale a Bolsa y empieza a cotizar en la Bolsa de Milán.

Siguiendo la información de la web de Brembo, a partir del año 2000 el grupo italiano

realiza una serie de inversiones en el extranjero:

• Europa

Brembo adquiere la sociedad inglesa AP Racing Limited que producía sistemas de frenos

y embragues para vehículos de competición. A su vez tratando de desarrollarse en

cuanto a las motos, Brembo adquiere el 70% de la empresa italiana Marchesini, la cual

fabrica ruedas de magnesio para motos de competición. En 2006, inauguran una nueva

fundición Dabrowa Gornicza situada en Polonia. El año 2007 es un de gran trascendencia

dado que el grupo italiano inaugura un centro de I+D dentro del Parque Científico y

Tecnológico Kilometro Rosso (centro destinado al fomento del conocimiento, la

innovación y la especialización). Posteriormente en 2010 Brembo sigue interesada en

Europa del este así que decide invertir 35 millones de euros en una nueva planta de

sistema de frenos en Republica Checa.

• Sur y Centroamérica

Adquiere la Alfa Real Minas, sociedad brasileña destinada al mecanizado de discos de

freno y ensamblado de volantes motor. En 2015 empiezan la construcción de una nueva

fundición y una nueva fábrica de pinzas en Escobedo (México). Con ello quieren

satisfacer las necesidades de los principales fabricantes de primer equipo (OEM) ya sean

europeos, asiáticos o americanos que ya posean plantas de producción en México

además de los clientes que compran sus productos en Estados Unidos.

• Asia

Realiza una joint-venture con Yuejin Motro Group y constituyen Nanjing Yuejin

Automotive Brake System (NYABS), destinada a la fabricación de sistemas de frenos. En

2008 consigue el 70% de NYABS, que más tarde permitiría obtención de una fundición

de hierro propiedad del Saic (uno de primeros fabricantes chinos de automóviles), lo

que consolidó la presencia del grupo italiano en China.


6

En 2005 surge KBX Motorbike Products Private Ltd, una joint-venture con Kalyani Brakes

Ltd. (filial india de Bosch), teniendo como objetivo el mercado de las motocicletas. En

2009 crean una marca propia llamada Bybre (By Brembo), con su planta de fabricación

situada en la India, destinada a motocicletas y scooteres de pequeña y mediana

cilindrada en los denominados BRIC (Brasil, Rusia, India y China) y otras naciones del

sudeste asiático (ASEAN).

• Norte América

Brembo, con su internacionalización en mente, realiza un acuerdo con Kelsey-Hayes,

empresa americana fabricante de sistema de frenos, por el cual entra en el capital social

de la compañía en 1983. Diez años más tarde, ante las orientaciones estratégicas,

Kelsey-Hayes vende su participación por lo que Brembo apuesta por el futuro y

aprovecha sus propios recursos y capacidades para aumentar la competencia del

sistema italiano. Para el año 2014, Norteamérica se afianza como el epicentro de la

internacionalización del grupo italiano. Para satisfacer a los principales clientes del

sector norteamericano el grupo inaugura una nueva planta de sistemas de frenos en

Michigan.

Gracias a toda la inversión realizada Brembo fue capaz de ingresar en el segmento mid

Premium (vehículos de gama media y alta) lo cual significo una colaboración con marcas

muy reconocidas como Land Rover, BMW, GM y Audi.

2. Análisis descriptivo

Para este análisis se ha utilizado la base de datos de Bloomberg para obtener la

información de la cotización de Brembo S.p.A. Estos datos han sido utilizados en la

plataforma de office Excel, medio por el cual se han obtenido los resultados que se

observaran en los siguientes apartados.


7

2.1. Análisis del activo

Como se puede observar en la figura 1, durante un largo periodo de tiempo la evolución

de Brembo fue un crecimiento bastante paulatino. La empresa no conseguía despegar y

ante la crisis financiera del año 2008 y se vió como la cotización disminuía durante este

año y el próximo, volviendo a cotizaciones similares al año 2002 (0,14 euros/acción).

Sin embargo, es sorprendente que tras dicha recesión la empresa para mediados de

2010 había sido capaz de recuperarse y de volver a niveles pre-crisis. A partir de este

año la empresa realiza un crecimiento sorprendente, en el que en apenas 7 años el valor

de la acción alcanza un valor de 14,18 euros/acción. Este crecimiento se puede deber a

diversos factores, los cuales se estudiarán más adelante contrastando hipótesis.

Por otro lado, si se compara la empresa con el índice se aprecia que la empresa durante

los primeros años hasta el suceso de la crisis seguía el ciclo del índice el cual se

encontraba en una etapa de expansión. Incluso la crisis afecta a ambos por igual, pero

por el contrario a Brembo, el índice no fue capaz de recuperarse e incluso disminuyó

aún más hasta 2012. Por ello a partir del año 2010 Brembo se desmarca del índice, y

mientras el grupo crece, el índice mantiene más o menos constante su valor. Este hecho

provoca que el coeficiente de correlación entre las cotizaciones es negativo y posee una

fuerza moderada.

01000020000300004000050000

05

101520

1/1/

021/

7/02

1/1/

031/

7/03

1/1/

041/

7/04

1/1/

051/

7/05

1/1/

061/

7/06

1/1/

071/

7/07

1/1/

081/

7/08

1/1/

091/

7/09

1/1/

101/

7/10

1/1/

111/

7/11

1/1/

121/

7/12

1/1/

131/

7/13

1/1/

141/

7/14

1/1/

151/

7/15

1/1/

161/

7/16

1/1/

171/

7/17

Cotizacón

Brembo FTSE MIB

Figura 1 (gráfico realizado en Excel), cotización de Brembo y el índice bursátil FTSE MIB


8

2.2. Tasa de variación

En cuanto a cómo ha sido la tasa de variación del activo, ésta ha sido muy volátil y es

fácil comprobarlo viendo picos en los que la acción superó una tasa del 20%. Incluso

hubo un pico en el que llego a superar el 50% (como se puede observar en la figura 2).

Realizando el estudio como anteriormente con las cotizaciones, el coeficiente de

correlación de correlación en este caso es de 0,58 de forma positiva.

Como se observa en la figura 2 de este estudio se puede distinguir que hay relación entre

las subidas y bajadas de la variación, sobre todo desde los años 2008 a 2012. Tanta

volatilidad supone un riesgo muy alto, aunque gran parte de ésta se debe a la crisis de

2008 año en el cual había mucha incertidumbre en todos los ámbitos y el riesgo en Italia

aumentó provocando esta volatilidad.

Por otro lado, se intentará explicar la variación acumulada anual ocurrida en 2013 (tabla

1), comparándola con enero de este mismo año, ya que, durante el análisis estadístico

realizado, 2013 supone un gran cambio en el valor del activo, ya que éste pasa de poseer

-40,00%

-20,00%

0,00%

20,00%

40,00%

60,00%

80,00%

100,00%

1/1/2002

1/1/2003

1/1/2004

1/1/2005

1/1/2006

1/1/2007

1/1/2008

1/1/2009

1/1/2010

1/1/2011

1/1/2012

1/1/2013

1/1/2014

1/1/2015

1/1/2016

1/1/2017

Tasa de variación

Brembo FTSE MIB

Figura 2 (gráfico realizado en Excel), tasa de variación de Brembo y del índice bursátil FTSE MIB. *La tasa de Brembo se le ha sumado un 40% para mejorar la claridad en su representación.


9

un valor de 2,05 euros/acción a casi el doble, alcanzando los 3,92 euros/acción en

Diciembre de éste mismo año.

FECHA TASA DE VARIACIÓN ACUMULADA

ANUAL

28/02/2013 4%

31/03/2013 22%

30/04/2013 21%

31/05/2013 25%

30/06/2013 34%

31/07/2013 59%

31/08/2013 68%

30/09/2013 88%

31/10/2013 90%

30/11/2013 87%

31/12/2013 91%

31/01/2014 88%

Así pues, la variación que ha desarrollado Brembo comparada con sus inicios en muy

notable, dado que el primer día de cotización su valor era de 1,33 euros/acción, pero al

finalizar 2017 su valor es de 12,67 euros/acción, lo que supone una variación del

855,94%. Ésta gran variación se observa en el apartado anterior a partir del año 2012

cuando el valor empezó a realizar una revalorización al alza y que no se ha detenido

hasta 2017.

2.3. Asimetría y Curtosis

Como se puede observar en la figura 3 existe una asimetría claramente positiva (los

datos se encuentran agrupados a la izquierda). Esto indica que gran parte de los valores

Tabla 1, extraída de Excel (elaboración propia), tasa de variación acumulada en 2013


10

que obtuvo el grupo italiano fueron bastante bajos dado el precio de la acción durante

la mitad de la muestra. Desde 2002 hasta 2012 el grupo mantenía precios en torno a 1,5

pero a partir de ese año los precios aumentaron en gran medida hasta llegar a un

máximo de 14,43 en 2017. Esta evolución en un periodo de tiempo tan corto ha

generado una cantidad de datos desde 1,5 hasta 14,43 muy pequeña de ahí la forma de

la figura 3.

En cuanto a la curtosis es de 4,58 por ello se distingue de forma rápida que ésta es

leptocúrtica, es decir, hay un gran número de datos cercanos a la media, lo cual genera

un gran apuntalamiento del gráfico. Como se ha explicado anteriormente al estar la

cotización a un precio constante durante muchos años ha provocado que muchos de los

0

10

20

30

40

50

60

70

2 4 6 8 10 12 14

Series: BREMBOSample 2002M01 2017M12Observations 192

Mean 3.390417Median 1.633600Maximum 14.43000Minimum 0.592000Std. Dev. 3.655055Skewness 1.676344Kurtosis 4.583663

Jarque-Bera 109.9881Probability 0.000000

Figura 3 (gráfico realizado en Eviews), asimetría y curtosis de Brembo

17

27 27

11

26

16

21

11 107 8 7

0

5

10

15

20

25

30

1,00 1,15 1,30 1,50 1,75 2,00 4,00 6,00 8,00 10,00 12,00 14,00

Histograma frecuencias

Figura 4 (gráfico realizado en Excel) tabla de frecuencias.


11

datos se hayan aproximado mucho a la media, aunque esta se haya desplazado a la

derecha dada la evolución del activo.

Para explicar mejor dicho apuntalamiento se ha realizado una tabla de frecuencias en la

cual como se puede observar en la figura 4 un total del 56,25% de los datos se

encuentran entre 1 y 2. Por ello, la agrupación de los datos está recogida al inicio, dado

que el precio de Brembo varió muy poco hasta el 2008-2009, de ahí que se encuentre

una distribución con una asimetría positiva y a su vez una curtosis leptocúrtica.

3. Contrastes de hipótesis

En este apartado se interpretará el efecto de distintas medidas tomadas por el grupo y

como estas han podido provocar la situación actual en la que se encuentra la empresa.

Dado que el trabajo con los datos de cotización siempre supondría que los datos más

actuales siempre serán mayores, los efectos de las medidas tomadas por la alta

dirección siempre serían positivas o provocarían que se aceptara la hipótesis nula. Por

ello para obtener datos más relevantes y que aporten mayor información se ha decidido

trabajar con las rentabilidades.

3.1. La expansión internacional

En este caso, como se ha ido observando a lo largo de toda la historia detrás de la

evolución de Brembo, ésta siempre ha tenido en mente el desarrollo en países ajenos al

lugar de nacimiento del grupo como se podía apreciar con Asia y Estados Unidos. Por

ello, el estudio de si el impacto de dicha internacionalización ha favorecido o no a la

rentabilidad del grupo. Por ello se ha realizado un estudio, en el cual se han recogido los

años con mayor inversión en el extranjero y se han observado cuál de las rentabilidades

tiene la media más elevada. El año que se coge como referencia es 2007 incluido, para

observar si las inversiones realizadas en India (2009), China (2008), E.E.U.U. (2014). Sin

embargo, dado que en 2008 el activo sufrió la crisis financiera, un atípico no previsto

que provoca un error tipo I (no rechazar la hipótesis nula cuando es falsa en este caso),

se ha decidido no tenerlo en cuenta para este contraste.


12

Hipótesis

H0: La inversión en el extranjero (2007) ha provocado menor rentabilidad.

H1: La inversión en el extranjero (2007) ha provocado mayor rentabilidad.

H0: µ2007 ≥ µ2017 2007 =6x12=92

H1: µ2007 < µ2017 2017 =9x12=108

µ2007= 0,89% Nivel de significación 5% µ2017= 3,12% z= -1,644853627 d= -1,838885212

p= 0,032966036

𝒹 =𝜇1 − 𝜇2

'𝜎1𝑛1 +𝜎2𝑛2

El estudio realizado demuestra que esta expansión internacional si ha supuesto una

mejora dado que el estadístico de contraste, con un nivel de confianza del 95%, toma el

valor de -1,83, por lo que al ser menor de -1,64 hay indicios para rechazar la hipótesis

nula, en la cual la media de las rentabilidades después de haber realizado toda la

inversión en el extranjero es mayor que antes de dicha inversión. Así pues, la

rentabilidad media de los años 2002 a 2007 es de 0,89% mientras que de los años 2009

hasta 2017 ésta fue de 3,12%. Además del contraste de hipótesis se ha hallado el p value

para encontrar una discrepancia mayor que 0,27 propio del estadístico de contraste. El

p-valor ha sido de 0,03 con lo que hay evidencia para rechazar la hipótesis nula. Por lo

tanto, se puede confirmar que dicha inversión en el extranjero si ha supuesto una

mejora de la rentabilidad de Brembo.


13

3.2. Los dividendos han atraído más inversores

En este caso la evolución de los dividendos ha sido muy notables como se puede

observar en la imagen 1. Por ello se ha realizado un estudio para ver si el aumento de

los dividendos en esta medida ha afectado a la rentabilidad de la compañía y con ello al

precio del activo. Se decide escoger hasta el año 2010 como año de referencia dado que

es a partir de este año cuando la compañía empieza a realizar el aumento mencionado

(ya que la política se aplica en 2011).

Hipótesis

H0: La política de dividendos (2011) ha empeorado la rentabilidad

H1: La política de dividendos (2011) ha mejorado la rentabilidad

H0: µ2010 ≥ µ2017 2010 =9x12=108 H1: µ2010< µ2017 2017 =7x12=84

µ2010 = 0,60% Nivel de significación 5%

µ2017= 2,87% z= -1,644853627

d= -1,720013865

p= 0,042714961

Imagen 1, en 2014, con motivo del vigésimo aniversario de la cotización en la bolsa de valores, se distribuyó como un dividendo extraordinario de 0,20 euros. (Brembo dividendos, 2018)


14

El resultado del estudio muestra que el estadístico de contraste es de -1,72 y éste está

por debajo del -1,64 con propio de un nivel de significación del 5%, por lo que se puede

rechazar la hipótesis nula dado que se encuentra una evidencia que indica la posibilidad

de hacerlo. Por otro lado, el valor p es de 4,27% por lo tanto al ser menor al 5% la

probabilidad de encontrar una discrepancia mayor que -1,72, siendo la hipótesis nula

verdadera, asegura que dicha hipótesis ha de ser rechazada. Por eso es posible afirmar

que la rentabilidad posterior a la política de dividendos ha sido mayor con una media de

2,873% frente al 0,603% de la rentabilidad media antes de 2011.

Sin embargo, estos resultados se pueden deber a otras razones dado que la empresa en

éste mismo año realizó otros dos cambios que han podido ser bastante relevantes para

generar esta confianza. Uno de ellos, y el cual pudo ser el detonante tanto de los

dividendos como de la siguiente razón, fue el cambio de CEO a Andrea Abbati

Marescotti, tras un periodo en el que Alberto Bombassei tomó el mando tras la renuncia

de Mauro Pessi por los distintos objetivos entre estos. Andrea llevaba trabajando

durante 20 años en el sector automovilístico con FIAT en puestos con gran cercanía al

ámbito internacional. Dicha entrada pudo suponer que éste decidiera realizar dicha

estrategia con los dividendos para aumentar el atractivo de su empresa. Otra razón fue

la reestructuración de la compañía, en la cual se unificó la división internacional al

mismo grupo, que, aunque no afectó ni a los balances ni a las cuentas, esa visión de una

empresa internacional pudo generar altas expectativas.

3.3. La volatilidad tras el crecimiento

Con el fin de analizar si el crecimiento de la compañía ha podido generar mayor riesgo

para ésta, se ha realizado una hipótesis igualando las varianzas de los dos periodos:

antes del boom de Brembo (de 2002 a 2012) y después (de 2013 a 2017). Así como en

casos anteriores, con el objeto de mostrar un modelo realista, se ha omitido el año 2008

ya que éste contiene atípicos que han podido afectar a los resultados.


15

Hipótesis

H0: La volatilidad del activo ha sido igual antes y después del crecimiento de 2013

H1: La volatilidad del activo no ha sido igual antes y después del crecimiento de 2013

H0: S2

2012= S22017 2012 =11x12=132

H1: S22012¹ S2

2017 2017 =5x12=60

S2

2012= 0,98% Nivel de significación 5%

S22017= 0,60%

F = 1,465020744

d= 1,627060357

p= 0,018411178

=𝜎+,-𝜎-,.

~𝐹(𝑁34+3,+,𝑁34+6,+)

Como se puede observar en los resultados obtenidos, el estadístico de contraste es de

1,62 mientras que el estadístico F es de 1,46 por lo que al ser mayor 1,62 hay indicios

para rechazar la hipótesis nula. El p-value a su vez es de 1,84%, por lo que al ser menor

de 5% se rechaza la hipótesis nula de que ambas volatilidades sean iguales. Como se

puede comprobar la volatilidad del activo después del boom ha sido de 0,60%, menor

que la época anterior (0,98%), por lo que muestra que el activo ha tenido menos riesgo

después de este crecimiento. A su vez, habiendo realizado el mismo proceso omitiendo

el año 2008, el estadístico de contraste obtiene un valor de 1,47 y el p-value sería de un

4,68%. Por ello, este estudio ha proporcionado información muy relevante, ya que

también se podría rechazar la hipótesis aún omitiendo el atípico de la crisis. La empresa

en los últimos años ha sido menos volátil que de 2002 a 2012 y por ello ésta poseía

menos riesgo, según el estudio realizado.


16

4. Análisis econométrico

Para la realización de este análisis se ha utilizado el programa Eviews, utilizando los

mismos datos que en los análisis anteriores. Una de las principales funciones de este

análisis es observar si el mercado en el cual participa el activo de Brembo es o no

eficiente. Por otro lado, se intenta averiguar cómo han afectado las distintas variables

recogidas al activo y ver cuánto recoge este estudio de la realidad.

4.1. Modelo CAPM

Como se ha explicado brevemente el programa utilizado para la explicación es Eviews y

con éste se intentará explicar el crecimiento de la prima de Brembo, la cual se ha

obtenido al restar a la rentabilidad de Brembo el bono a 10 años prorrateado

mensualmente. Así pues, en la figura 5, se puede observar que tanto la constante como

el mercado son relevantes a la hora de explicar la evolución de Brembo. Ante este

supuesto, en el cual no se han introducido otras variables más que la prima de la bolsa

de Milán, el mercado en el que opera Brembo no es eficiente dado que la constante es

relevante y para que dicho mercado sea eficiente este suceso no debe ocurrir. Además,

éste modelo sin variables es capaz de explicar un 34% de la realidad ya que su R-squared

es del 0,3480, lo cual es un porcentaje bastante alto al tratarse de tan solo una variable.

Dependent Variable: PRIMA_BREMBO Method: Least Squares Date: 04/13/18 Time: 20:13 Sample (adjusted): 2002M02 2017M12 Included observations: 191 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 1.324079 0.528851 2.503689 0.0131 PRIMA_FTSE_MIB 0.884791 0.088090 10.04418 0.0000 R-squared 0.348018 Mean dependent var 0.860701 Adjusted R-squared 0.344569 S.D. dependent var 8.993486 S.E. of regression 7.281010 Akaike info criterion 6.818832


17

Sum squared resid 10019.48 Schwarz criterion 6.852887 Log likelihood -649.1985 Hannan-Quinn criter. 6.832626 F-statistic 100.8855 Durbin-Watson stat 1.958672 Prob(F-statistic) 0.000000

Entre las variables para poder explicar la variable y su evolución se han recogido una

muestra de ellas, las cuales se piensa que pueden tener gran trascendencia para explicar

la prima del activo. Entre ellas se encuentran:

• Constante (C): ésta es una variable la cual recoge información de la empresa para

explicar su propia fluctuación.

• Prima FTSE MIB: variable que recoge la evolución de la prima del índice bursátil

para ver si dicha evolución se relaciona de alguna manera con la de la variable.

• Bybre: variable ficticia (dummy) sobre la marca creada por Brembo, con una

planta principal en la india, creada en 2009 para satisfacer el mercado de

scooters y motocicletas de mediana y pequeña cilindrada, lo cual pudo permitir

a la compañía ampliar su mercado y entrar en países como India y China.

• Kilometro Rosso: centro de investigación y desarrollo creado por Brembo el cual,

según su página web, es un “centro aumenta la capacidad de innovación de

productos, procesos, servicios y promueve el aumento del nivel tecnológico de

las empresas, orientándolas a la innovación y la experimentación más

profundas” (Brembo S.p.A., s.f.)y fue creado en 2007. Ésta variable ha sido

introducida en forma de variable ficticia (dummy).

• Dividendos, reestructuración y cambio de CEO: en el año 2009 la empresa

aumenta dividendos y, como esta detallado en el contraste de hipótesis, esto

pudo atraer más inversores. Además, el hecho de que la compañía realizara una

reestructuración y hubiera un cambio de CEO pudo afectar a la compañía. Ésta

ha sido utilizada como una variable ficticia (dummy) a partir de 2009.

• Ventas EU15: se han recogido las ventas de vehículos en las principales

economías y fabricantes europeos como Alemania, España, Francia, Italia, … La

Figura 5 (realizado en Eviews) salida del modelo CAPM con tan solo una variable.


18

fuente utilizada ha sido la ACEA (European Automobile Manufacturers'

Association (ACEA), 2002-2017).

• Eurostoxx automóvil y partes de vehículos: Como última variable se ha utilizado

el Eurostoxx, el cual recoge la evolución de las principales compañías del sector

del automóvil y componentes del mismo, con el fin de comprobar si las

tendencias del mismo pudieran explicar la evolución de la prima de Brembo.

4.2. Residuos

En cuanto a los residuos obtenidos, se puede observar en el histograma de la figura 6

que los residuos tienen un jarque-bera de 10,36203 y su p value es de 0,005622, por lo

que es posible decir que los residuos no se distribuyen como una normal ya que se

rechaza la hipótesis nula de normalidad (Queralt Sanchez de las Matas, Gracia Diez,

Pinar perez, & Ruiz-Hernández). Este resultado se puede deber a que, como se observa

en la figura, hay resultados negativos elevados. Dados estos resultados se incumple la

hipótesis 4 de los residuos, la cual indica que las perturbaciones han de seguir una

distribución normal (Queralt Sanchez de las Matas, Gracia Diez, Pinar perez, & Ruiz-

Hernández).

Además, en la figura 7 se han graficado los residuos estandarizados, que recoge las

desviaciones de los residuos de la muestra. Los picos que superan 3 desviaciones son los

que se intentará explicar, ya que son demasiado grandes, y se hará lo posible por

0

4

8

12

16

20

24

28

32

-25 -20 -15 -10 -5 0 5 10 15 20 25

Series: ResidualsSample 2002M02 2017M12Observations 191

Mean 6.58e-16Median -0.756772Maximum 24.90910Minimum -23.84625Std. Dev. 7.261824Skewness 0.323037Kurtosis 3.940545

Jarque-Bera 10.36203Probability 0.005622

Figura 6, (realizado en Eviews) residuos del modelo.


19

reducirlos. En esta figura se observan dos picos que superan dicho límite, los cuales se

encuentran entre el año 2008 y 2009. Estos atípicos son en realidad uno solo y se debe

principalmente a la crisis financiera y de deuda soberana que sufrió Europa en dichos

años. Además, la crisis afectó al mercado automovilístico por lo que no es de extrañar

que la empresa sufriera una pérdida importante y se tradujera en un atípico tan

relevante.

4.3. Heterocedasticidad

Así pues, se realiza el análisis de heterocedasticidad con el objetivo de ver si las varianzas

de los residuos difieren entre sí, dado que de ser así se estaría incumpliendo la hipótesis

número 2, que defiende que todas las perturbaciones han de poseer la misma varianza.

Por ello se ha estimado el modelo con las variables mencionadas y se ha realizado dicho

test. En él la hipótesis nula es que todas las varianzas son iguales, sin embargo, el test

de heterocedasticidad sobre el modelo nos muestra que el estadístico de contraste (R-

squared) es de 47,138 con un p-valor de 0,0009. Ante estos datos se puede rechazar la

-4

-3

-2

-1

0

1

2

3

4

2002 2004 2006 2008 2010 2012 2014 2016

Standardized Residuals

Figura 7, (realizado en Eviews) residuos estandarizados.


20

hipótesis nula con un valor de significación de 0,09%, lo que nos indica que los residuos

tienen distinta varianza.

Heteroskedasticity Test: White F-statistic 2.642422 Prob. F(21,167) 0.0003 Obs*R-squared 47.13800 Prob. Chi-Square(21) 0.0009 Scaled explained SS 64.21695 Prob. Chi-Square(21) 0.0000 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 04/13/18 Time: 21:08 Sample: 2002M02 2017M12 Included observations: 189 Collinear test regressors dropped from specification Variable Coefficient Std. Error t-Statistic Prob. C 46.75687 114.8108 0.407251 0.6843 PRIMA_FTSE_MIB^2 0.330873 0.149137 2.218587 0.0279 PRIMA_FTSE_MIB*VENTAS_EU15 5.63E-06 6.21E-06 0.906952 0.3657 PRIMA_FTSE_MIB*DIVIDEND -6.400896 4.465682 -1.433352 0.1536 PRIMA_FTSE_MIB*KILOMETRO_ROSSO 5.504019 4.125738 1.334069 0.1840 PRIMA_FTSE_MIB*BYBRE 1.490719 5.549004 0.268646 0.7885 PRIMA_FTSE_MIB*RENT_EUROSTOXX -0.076859 0.156298 -0.491746 0.6235 PRIMA_FTSE_MIB -5.378854 7.756907 -0.693428 0.4890 VENTAS_EU15^2 4.63E-11 7.46E-11 0.620870 0.5355 VENTAS_EU15*DIVIDEND 0.000224 0.000159 1.403465 0.1623 VENTAS_EU15*KILOMETRO_ROSSO -0.000140 7.85E-05 -1.782631 0.0765 VENTAS_EU15*BYBRE -6.13E-05 0.000172 -0.356861 0.7216 VENTAS_EU15*RENT_EUROSTOXX -4.80E-06 4.52E-06 -1.062760 0.2894 VENTAS_EU15 -7.46E-05 0.000184 -0.406170 0.6851 DIVIDEND^2 -268.0889 177.0210 -1.514447 0.1318 DIVIDEND*RENT_EUROSTOXX -2.874826 4.292731 -0.669696 0.5040 KILOMETRO_ROSSO^2 224.5129 92.11596 2.437286 0.0158 KILOMETRO_ROSSO*BYBRE 24.04870 193.4187 0.124335 0.9012 KILOMETRO_ROSSO*RENT_EUROSTOXX -1.994771 2.863227 -0.696686 0.4870 BYBRE*RENT_EUROSTOXX 4.103460 4.741944 0.865354 0.3881 RENT_EUROSTOXX^2 -0.000149 0.085008 -0.001750 0.9986 RENT_EUROSTOXX 5.852925 5.608879 1.043511 0.2982 R-squared 0.249407 Mean dependent var 41.57987


21

Adjusted R-squared 0.155022 S.D. dependent var 71.46277 S.E. of regression 65.69051 Akaike info criterion 11.31684 Sum squared resid 720645.7 Schwarz criterion 11.69418 Log likelihood -1047.441 Hannan-Quinn criter. 11.46971 F-statistic 2.642422 Durbin-Watson stat 2.067794 Prob(F-statistic) 0.000307

4.4. Correlación

Por otro lado, con el objetivo de comprobar si hay alguna correlación entre las distintas

perturbaciones, ya que si existiera correlación entre los residuos se estaría incumpliendo

la hipótesis 3 la cual nos indica que los residuos han de ser independientes entre sí, se

ha realizado el test de Breusch-Godfrey a 12 meses con el fin de verificar si dicha relación

se confirma o no. Como se puede comprobar en la figura 9, el estadístico de contraste

es de 13,43 y su p value es de 0,3384, lo que indica que no se puede rechazar la hipótesis

nula, es decir, no existe correlación entre las distintas perturbaciones y por tanto si se

cumple la hipótesis 3.

Breusch-Godfrey Serial Correlation LM Test: Null hypothesis: No serial correlation at up to 12 lags F-statistic 1.083837 Prob. F(12,170) 0.3766 Obs*R-squared 13.43202 Prob. Chi-Square(12) 0.3384 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 04/14/18 Time: 15:54 Sample: 2002M02 2017M12 Included observations: 189 Presample and interior missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C -0.099566 2.836760 -0.035099 0.9720 PRIMA_FTSE_MIB 0.074924 0.110787 0.676292 0.4998 BYBRE -1.836312 2.760437 -0.665225 0.5068 DIVIDEND 1.034912 2.241584 0.461688 0.6449 VENTAS_EU15 9.19E-08 2.32E-06 0.039676 0.9684

Figura 8, (realizado en Eviews) test de heterocedasticidad.


22

4.5. Newey-West

Con el fin de arreglar el modelo CAPM se ha utilizado Newely-West, el cual permite

estimar de forma consistente la matriz de varianzas y covarianzas de los estimadores en

caso de poseer heterocedasticidad (como es nuestro caso) y/o autocorrelación (Queralt

Sanchez de las Matas, Gracia Diez, Pinar perez, & Ruiz-Hernández).

En este modelo se puede observar que las variables relevantes capaces de explicar la

evolución de Brembo son: las primas de la bolsa de Milán y las rentabilidades del

Eurostoxx de vehículos y partes de automóvil, dado que ambas poseen un p value muy

cercano a 0. Además, gracias al R squared nos muestra que éste modelo representa un

48,18% de la realidad, pero que con su valor ajustado sería un 46,43%. En cuanto a la

interpretación de la variable se puede entender que por cada 1% que crezca la

RENT_EUROSTOXX -0.049402 0.085232 -0.579618 0.5629 KILOMETRO_ROSSO 0.849657 1.754612 0.484242 0.6288 RESID(-1) -0.125697 0.078224 -1.606877 0.1099 RESID(-2) -0.063092 0.080487 -0.783883 0.4342 RESID(-3) -0.064906 0.080969 -0.801605 0.4239 RESID(-4) -0.175948 0.083093 -2.117485 0.0357 RESID(-5) -0.175309 0.085366 -2.053606 0.0415 RESID(-6) 0.000961 0.086409 0.011118 0.9911 RESID(-7) 0.106769 0.088320 1.208892 0.2284 RESID(-8) 0.039749 0.086762 0.458139 0.6474 RESID(-9) 0.015061 0.088454 0.170268 0.8650 RESID(-10) -0.023134 0.086756 -0.266657 0.7901 RESID(-11) -0.042058 0.083969 -0.500873 0.6171 RESID(-12) -0.017414 0.083532 -0.208472 0.8351 R-squared 0.071069 Mean dependent var -5.05E-16 Adjusted R-squared -0.027288 S.D. dependent var 6.465373 S.E. of regression 6.552994 Akaike info criterion 6.692831 Sum squared resid 7300.094 Schwarz criterion 7.018721 Log likelihood -613.4725 Hannan-Quinn criter. 6.824857 F-statistic 0.722558 Durbin-Watson stat 1.957167 Prob(F-statistic) 0.784808 Figura 9, (realizado en Eviews) test de correlación con 12 lags.


23

rentabilidad del Eurostoxx Brembo crecerá en un 0,43%. Por otro lado, el aumento de la

prima del FTSE MIB en un 1% provocará crecidas en Brembo por valor de 0,51%, lo que

nos indica que Brembo tiene menor riesgo que el mercado.

Así pues, el modelo ha sido arreglado en gran medida ya que el mercado, el cual era

ineficiente ya que la constante en el modelo CAPM era relevante lo que provocaba dicha

ineficiencia, haya pasado a ser un mercado eficiente. Se añade el haber encontrado dos

variables que nos han permitido explicar una parte de la realidad, aunque no ha sido en

gran medida ya que el R-squared no supera el 50%. Sin embargo, en última instancia se

han de realizar cuatro contrastes:

Dependent Variable: PRIMA_BREMBO Method: Least Squares

Date: 04/13/18 Time: 21:08 Sample (adjusted): 2002M02 2017M12 Included observations: 189 after adjustments White-Hinkley (HC1) heteroskedasticity consistent standard errors and covariance Variable Coefficient Std. Error t-Statistic Prob. C -2.683937 2.901691 -0.924956 0.3562 PRIMA_FTSE_MIB 0.514658 0.132064 3.897030 0.0001 VENTAS_EU15 2.28E-06 2.46E-06 0.926123 0.3556 DIVIDEND 0.917251 2.608716 0.351610 0.7255 KILOMETRO_ROSSO -1.597099 2.030685 -0.786483 0.4326 BYBRE 2.986633 3.042826 0.981533 0.3276 RENT_EUROSTOXX 0.431587 0.096837 4.456840 0.0000 R-squared 0.481429 Mean dependent var 0.793834 Adjusted R-squared 0.464333 S.D. dependent var 8.978204 S.E. of regression 6.571081 Akaike info criterion 6.639567 Sum squared resid 7858.596 Schwarz criterion 6.759632 Log likelihood -620.4391 Hannan-Quinn criter. 6.688209 F-statistic 28.16075 Durbin-Watson stat 2.111600 Prob(F-statistic) 0.000000 Wald F-statistic 21.65121 Prob(Wald F-statistic) 0.000000 Figura 10, (realizado en Eviews) modelo CAPM utilizando Newely-West.


24

Figura 11, (realizado en Eviews) realización del contraste 3.

• Contraste 1: En dicho contraste, que se encuentra en la figura 10, la hipótesis

nula es que la prima de la acción de Brembo no se ha visto afectada por factores

exógenos distintos a la rentabilidad del mercado. Con los resultados obtenidos,

se entiende que el estadístico t es de -0,92 con un p-value correspondiente del

0,3562 por lo que no se puede rechazar la hipótesis nula. Es decir, Brembo no

tiene factores externos que hayan afectado a su prima.

• Contraste 2: La hipótesis nula, también visible en la figura 10, es que la prima de

Brembo no responde a variaciones en la prima del índice, sin embargo, el

estadístico t es de 3,897 y tiene un p-value de 0,0001 por lo que dicha hipótesis

se rechazaría, dando a entender que Brembo si está afectada por variaciones del

mercado. En la interpretación realizada anteriormente se observa cómo afecta

el mercado al activo y como éste posee un riesgo menor.

• Contraste 3: Dicho contraste, visible en la figura 11, iguala el riesgo entre el

activo con el del índice del Eurostoxx y tiene como hipótesis nula que estos

riesgos son iguales. Sin embargo, como se observa en la figura contigua el

estadístico t es de -3,67 con un p-value de 0,0003, lo que provoca el rechazo de

la hipótesis nula, indicando que los riesgos no son iguales como se ha explicado

anteriormente.

Wald Test: Equation: CAPM_NEWEY_VAR Test Statistic Value df Probability t-statistic -5.869795 182 0.0000 F-statistic 34.45449 (1, 182) 0.0000 Chi-square 34.45449 1 0.0000 Null Hypothesis: C(7)=1 Null Hypothesis Summary: Normalized Restriction (= 0) Value Std. Err. -1 + C(7) -0.568413 0.096837 Restrictions are linear in coefficients.


25

• Contraste 4: este contraste es un conjunto de contrastes a la vez en el que se

muestra que la prima de Brembo no haya sido afectado por factores exógenos y

al mismo tiempo que el riesgo de la acción sea igual a la del mercado. Por ello el

estudio realizado en la figura 12 muestra un estadístico F de 7,4753 con un p-

value de 0,0008, esto provoca que la hipótesis nula sea rechazada.

Wald Test: Equation: CAPM_NEWEY_VAR Test Statistic Value df Probability F-statistic 7.475347 (2, 182) 0.0008 Chi-square 14.95069 2 0.0006 Null Hypothesis: C(1)=0, C(2)=1 Null Hypothesis Summary: Normalized Restriction (= 0) Value Std. Err. C(1) -2.683937 2.901691 -1 + C(2) -0.485342 0.132064 Restrictions are linear in coefficients.

Figura 12, (realizado en Eviews) realización del contraste 4.


26

5. Conclusiones Como se ha estudiado en este trabajo

la evolución de Brembo ha sido

extraordinaria ya que su valor desde

el inicio del estudio hasta la

actualidad ha sido de un 1100%

aproximadamente. Este crecimiento

no hubiera sido tan notorio si no

fuera porque el año en el que la

acción del grupo empezó su escalada

fue entre 2012 y 2013, por ello dicho

crecimiento en aproximadamente 5 años ha sido bastante llamativo ya que su valor ha

sido catapultado hasta cifras de 14 euros la acción. Por otro lado, gracias al modelo

econométrico se ha podido observar que dicho crecimiento no se debe a los incentivos

de dividendos, ni a su reestructuración, ni tampoco ha su centro de investigación

kilometro rosso y aún menos a las ventas en Europa. Sin embargo, la prima de la bolsa

de Milán y la rentabilidad del Eurostoxx nos explican un 50% del crecimiento de Brembo.

Consultando las cuentas anuales de Brembo (Brembo S.p.A., 2012; Brembo S.p.A., 2013;

Brembo, 2014; Brembo S.p.A., 2010) se puede percibir que la empresa ha realizado un

crecimiento sorprendente. En la figura 13 se aprecia que los ingresos brutos de

explotación de 2012 a 2016 casi se triplican, lo cual ha ido a la par que las ventas, pero

estas han aumentado en menor medida, por lo que Brembo ha abaratado costes lo que

le ha permitido generar mayores beneficios.

Figura 13, ingreso bruto de explotación (Brembo S.p.A., 2011) (Brembo S.p.A., 2016)

136,9

140,9

101,2

130,5

148,8

171,7

213,5

279,8

359,9

443,7

20

07

20

08

20

09

20

10

20

11

20

12

20

13

20

14

20

15

20

16

INGRESO OPERATIVO BRUTO


27

Por otro lado, como se puede observar en la siguiente figura sutraida de las cuentas

anuales, y en relación a la historia de Brembo, la empresa ha ido aumentando su capital

destinado a la inversion alcanzando en 2016 la cifra de 1.100 millones de euros, lo cual

tiene bastante sentido viendo la cantidad de inversiones realizadas. Además es

sorprendente ver que la deuda disminuyó muy notablemente en 2014, y aún más en

2015, lo cual muestra que Brembo fue muy habil a la hora de gestionar sus recursos

dado que sus inversiones no ha supuesto grandes aumentos en la deuda y han sido

capaces de disminuir la mísma.

Acabar mencionando dos datos muy reveladores los cuales se pueden observar en la

siguiente figura. Se puede observar que tanto ROI (rentabilidad de las inversiones) como

la ROE (rentabilidad del capital) han aumentado, y han llegado casi triplicarse desde

2011, lo cual reafirma que la gestión de Brembo ha sido extraordinaria y ha permitido

este crecimiento en los últimos años.

235,9

337,4255 246,3

315 320,7 320,5270,4

160,7 195,7

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Deuda Financiera Neta

0200400600800

10001200

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

Capital invertido neto

Figura 14, capital invertido neto (Brembo S.p.A., 2011) n (Brembo S.p.A., 2016)

Figura 15, deuda financiera neta (Brembo S.p.A., 2011) n (Brembo S.p.A., 2016)


28

Así, pues la empresa brembo mantendrá un crecimiento y mejorará sus resultados,

aunque cabe la posibilidad de que el precio de la acción esté un tanto sobrevalorado y

sea por eso que el precio comenzó a descender desde principios de 2017. Según dice el

dueño de Brembo, Alberto Bombassei, en una entrevista para la revista Forbes indica

que las claves del éxito que tuvo Brembo fueron tres:

“No. 1, we've been a bit contrarian in the sense that we invested quite massively in the

United States even with the big crisis in 2007 and 2008.”

"No. 2 was the evolution of the car sector [in the U.S.] where vehicles are becoming

more sophisticated and world-class, and in terms of brakes they've evolved quite

significantly.”

"And the third factor is our management: I like the style and the team that we put

together many years and and I've trusted them since the beginning." (Bombassei, 2017)

Bombassei muestra que se arriesgaron invirtiendo en EEUU durante la crisis de 2007 y

2008, lo cual fue una gran jugada a futuro, dado que si se quiere ganar más que el resto

hay que arriesgarse. Además, señala que la evolución del mercado automovilístico en

dicho país y sobre todo a lo que frenos se refiere ha permitido a la compañía crecer más

de lo que estimaban. Por último, pero no menos importante, Bombassei hace referencia

a su equipo y la confianza que existe entre ellos, y defiende que esto es lo que los ha

Figura 16, ratio de rentabilidad sobre inversiones y capital (Brembo S.p.A., 2011) n (Brembo S.p.A., 2016)

0%

10%

20%

30%

40%

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016

ROE y ROI

ROI ROE


29

llevado a un modelo de administración muy positivo tanto para ellos como para la

compañía.


30

Bibliografía Bloomberg. (2002-2017). Base de datos de Brembo S.p.A. Bloomberg. (2002-2017). Eurostoxx Automotive & Parts. Bloomberg. (2002-2017). FTSE MIB. Bombassei, A. (23 de Julio de 2017). Alberto Bombassei Drives Brembo To Peak

Performance in Crucial U.S. Brake Market. (D. Buss, Entrevistador) Brembo. (2012). Annual Report. Brembo. (2014). Annual Report. Brembo dividendos. (2018). Obtenido de

http://www.brembo.com/it/investitori/titolo/dividendo Brembo. (s.f.). Historia. Obtenido de

http://www.brembo.com/es/company/about/historia Brembo S.p.A. (2010). Annual Report. Brembo S.p.A. (2011). Annual report. Brembo S.p.A. (2012). Annual Report. Brembo S.p.A. (2013). Annual Report. Brembo S.p.A. (2016). Annual Report. European Automobile Manufacturers' Association (ACEA). (2002-2017). Ventas

mensuales Union Europea. Obtenido de km77: https://www.km77.com/mercado/portada/pmercado.asp

Queralt Sanchez de las Matas, R., Gracia Diez, M., Pinar perez, J., & Ruiz-Hernández, D. (s.f.). Manual para la elaboración del TFG. Madrid.


31

Índice de figuras, tablas e imágenes Figura 1 (gráfico realizado en Excel), cotización de Brembo y el índice bursátil FTSE MIB, página 4. Figura 2 (gráfico realizado en Excel), tasa de variación de Brembo y del índice bursátil FTSE MIB, página 5. Figura 3 (gráfico realizado en Eviews), asimetría y curtosis de Brembo, página 7. Figura 4 (gráfico realizado en Excel) tabla de frecuencias, página 7. Figura 5 (realizado en Eviews) salida del modelo CAPM con tan solo una variable, página 12. Figura 6, (realizado en Eviews) residuos del modelo, página 14. Figura 7, (realizado en Eviews) residuos estandarizados, página 15. Figura 8, (realizado en Eviews) test de heterocedasticidad, página 16. Figura 9, (realizado en Eviews) test de correlación con 12 lags, página17. Figura 10, (realizado en Eviews) modelo CAPM utilizando Newely-West, página 18. Figura 11, (realizado en Eviews) realización del contraste 3, página 20. Figura 12, ingreso bruto de explotación (Brembo S.p.A., 2011) (Brembo S.p.A., 2016), página 20. Figura 13, capital invertido neto (Brembo S.p.A., 2011) (Brembo S.p.A., 2016), página 21. Figura 14, deuda financiera neta (Brembo S.p.A., 2011) (Brembo S.p.A., 2016), página 22. Figura 15, ratio de rentabilidad sobre inversiones y capital (Brembo S.p.A., 2011)(Brembo S.p.A., 2016), página 22. Figura 16, ratio de rentabilidad sobre inversiones y capital (Brembo S.p.A., 2011)(Brembo S.p.A., 2016), página 22. Tabla 1, extraída de Excel (elaboración propia), tasa de variación acumulada en 2013, página 6. Imagen 1, en 2014, con motivo del vigésimo aniversario de la cotización en la bolsa de valores, se distribuyó como un dividendo extraordinario de 0,20 euros. (Brembo dividendos, 2018), página 10.


32

Anexos

Brembo FTSE MIB Brembo FTSE MIB Brembo FTSE MIB Brembo FTSE MIB2002-2017 3,39 24644,30 1,60% 0,12% 1,63 22199,06 1,27% 0,57%

CotizacionesMedia Mediana

Cotizaciones Tasa de variaciónTasa de variación

-20

-15

-10

-5

0

5

10

15

20

-30 -20 -10 0 10 20 30 40 50

RENT_BREMBO

RENT_

FTSE_M

IB

Correlación entre rentabilidades de Brembo y el FTSE MIB.

Media y mediana de la cotización y la tasa de variación de Brembo y el FTSE MIB

Variación Brembo y FTSE MIB en base 100


33

10,000

15,000

20,000

25,000

30,000

35,000

40,000

45,000

0 2 4 6 8 10 12 14 16

Brembo

FTSE

MIB

Varianza Desviación típica Coeficiente de variaciónCotización 13,35943 3,655055406 1,078054931Rentabilidad 0,00877437 0,093671624 5,849750637

Quartil 1 1,17145Quartil 2 1,6336Quartil 3 3,9025

Correlación de la cotización de Brembo y el FTSE MIB.

Análisis estadístico realizado en Excel.

Brembo S.p.A.: análisis y evolución de su acción

Documents

Transcript of Brembo S.p.A.: análisis y evolución de su acción