Teoria Markowitz Cap 6

CAPTULO
6 BALANCEAR RIESGO Y RETORNO

ESPERADO

A lot of people approach risk as if it's the enemy when it's really fortune's
accomplice
-Sting (1951-), English rock singer
LA TEORA DE MARKOWITZ
Ha considerado usted invertir en la bolsa? Con una conexin a internet, hoy puede hacerlo sin
moverse de su casa. Distintos sitios web ofrecen alternativas de inversin incluso para inversores
pequeos, que con no mucho ms que 5,000 dlares ya pueden abrir una cuenta y operar.
Si lo entusiasm la idea, permtame poner a prueba su criterio para elegir inversiones. Le har 3
preguntas.

118
FINANZASPARAEMPRENDEDORES2011FLORENCIAROCA
1. En qu empresa invertira: CocaCola o Fulanita? (Figura 63)

Figura 63 CocaCola o Fulanita?
119
2. En qu empresa invertira: CocaCola o Menganita? (Figura 64)

Figura 64 CocaCola o Menganita?
120
3. En qu empresa invertira: CocaCola o Apple? (Figura 65)

Figura 65 CocaCola o Apple?

La pregunta 1 se refiere a dos empresas que tienen el mismo nivel de riesgo, pero distinta
rentabilidad. Probablemente usted eligi CocaCola, que es la que ofrece mayor rentabilidad (si
eligi Fulanita, por favor escrbame y cunteme por qu). La pregunta 2 se refiere a dos empresas
que ofrecen la misma rentabilidad, pero tienen distinto riesgo. Probablemente usted eligi Coca
Cola, que es la que tiene menor riesgo. La pregunta 3 es ms difcil: las dos empresas son distintas
tanto en la rentabilidad como tambin en el riesgo. Podramos decir que, en este caso, para ganar
ms hay que arriesgar ms. Puede usted asegurar que alguna de las dos es mejor?
A principios de los aos 50, Harry Markowitz revolucion las finanzas con una teora de
inversiones que ofrece algunas respuestas a las preguntas anteriores. Si usted contest 1) Coca
Cola, 2) CocaCola y 3) No s, Markowitz le dira que tiene una mala estrategia en las tres
situaciones.
121
Asumiendo a los retornos como variables aleatorias y con distribucin normal, Markowitz (1952,
p. 80) calcul dos de sus parmetros: la media (el retorno esperado) y la desviacin estndar (el
riesgo). Encontr que al combinar distintos activos financieros, el retorno de la cartera resultante
es el promedio de los retornos (ponderado por las cantidades invertidas en cada activo), pero el
riesgo no lo es. El riesgo de una cartera, de acuerdo con su teora, depende de las covarianzas entre
los activos. En otras palabras, quiere usted formar un equipo con Messi, Tevez, Forln, Neymar,
Higuan, Di Mara, Rooney, Van Nistelrooy, Chicharito Hernndez, el nio Torres y Cristiano
Ronaldo? Son todos muy buenos jugadores, es cierto, pero son todos delanteros! No sera mejor
quitar algn delantero, y en su lugar poner un portero? No sera mejor sacar seis o siete
delanteros ms, y reemplazarlos por defensores y mediocampistas? (por ejemplo, si usted quiere
jugar 4312). Para Markowitz, en trminos de riesgo, no son tan importantes las caractersticas
individuales, sino el juego en equipo, por eso busca covarianzas: quiere saber cmo los pares de
activos se mueven juntos. Por ejemplo, dos delanteros se mueven en el mismo sentido, ambos
tratan de hacer goles (sera el equivalente a una correlacin +1). Un delantero y un portero, en
cambio, se mueven en sentidos opuestos (correlacin 1). Un delantero y un mediocampista, se
mueven en sentidos distintos (correlacin 0, 0.5, 0.3, etctera).
Observe ahora en una grfica la covarianza entre CocaCola y Fulanita (Figura 66). Es negativa: en
general, los retornos buenos de Fulanita ocurren cuando CocaCola tiene sus retornos malos. Uno
de los activos financieros tiene la capacidad de actuar como una especie de seguro del otro. Es
decir que son buenas inversiones para combinar juntas en un portafolio.
122
Figura 66 Covarianza entre CocaCola y Fulanita

La covarianza tiene efectos interesantes. Si usted tuviera, por ejemplo, todo su dinero invertido en
Fulanita, podra mejorar tanto su rentabilidad como tambin su riesgo, agregando a su portafolio
acciones de CocaCola. Por ejemplo, puede distribuir su cartera en partes iguales, dejando la mitad
en Fulanita (por la cual esperaba una rentabilidad de 0.49%, asumiendo un riesgo de 4.31%) y la
otra mitad en CocaCola. El resultado es que en la nueva cartera, su rentabilidad aumenta un 126%
(de 0.49% a 1.11%), en tanto que su riesgo, en lugar de aumentar, disminuye! (Figura 67).
Por efecto de la covarianza negativa, la combinacin de dos inversiones que tienen el mismo
riesgo (4.31%, medido como desviacin estndar), resulta en una cartera con menos de la mitad
de riesgo que cualquiera de las dos (1.90%). En otras palabras, para Markowitz, no siempre para
ganar ms hay que arriesgar ms.
123
Figura 67 Portafolio CocaCola + Fulanita

Considere ahora que usted tiene todo su dinero invertido en CocaCola. Est contento obteniendo
un retorno de 1.73%, con un riesgo de 4.31%. No parece tener mucho sentido considerar una
inversin como Menganita, que ofrece la misma rentabilidad (1.73%) pero con un riesgo mayor
(4.66%). Adems, la covarianza entre ambas inversiones es positiva. Nada de eso! Markowitz le
dira que por favor s considere a Menganita. Es cierto, la covarianza es positiva, pero no sabemos
qu tan alta es. Podemos estandarizarla, dividindola por el producto de las desviaciones estndar
de las dos inversiones, y as obtener el coeficiente de correlacin; que es una covarianza que como
mximo va a tomar un valor +1, y como mnimo 1. Mientras el coeficiente de correlacin sea
inferior a 1, los activos no se mueven exactamente en el mismo sentido, y por lo tanto alguna
diversificacin de riesgos es posible.
En este caso, la correlacin es cercana a cero. Los retornos de CocaCola y Menganita se mueven de
modo independiente. De tal forma que si usted tiene todo su dinero invertido en CocaCola, puede
mantener la misma rentabilidad que tena pero reducir el riesgo. Efectivamente, segn Markowitz,
usted puede lograr eso agregando a su portafolio una inversin que es individualmente ms
riesgosa que CocaCola, pero que combinadas, funcionan bien. Por ejemplo, si usted mantiene en
su cartera un 54% de CocaCola, mezclndola con un 46% de Menganita, obtiene una cartera con
124
la misma rentabilidad que CocaCola (1.73%), pero con menor desviacin estndar (3.26%). As
es: el agregado de una inversin ms riesgosa que lo que tenamos no implica, necesariamente,
que el riesgo total aumentar. Esto explica por qu algunas inversiones, como por ejemplo bonos
de pases emergentes que individualmente seran percibidos como muy riesgosos a veces son
muy buscados por los inversores. En tanto tengan una correlacin baja con el resto de los activos
de la economa, son interesantes para incluir en una cartera.
Figura 68 Portafolio CocaCola + Menganita

Finalmente: CocaCola y Apple. Qu inversin eligi usted originalmente? Es difcil encontrar un
criterio, puesto que las dos tienen distintos niveles de rentabilidad esperada y tambin de riesgo.
Ya es posible adivinar qu dira Markowitz: no se decida por ninguna de las dos. Lo mejor es
combinarlas. La mejor alternativa, segn su teora, sera comprar un 81% de CocaCola y un 19%
de Apple; obteniendo una cartera que ofrece ms retorno que CocaCola (2.16%), y menos riesgo
que ambas (4.14%). La lnea naranja de la Figura 69 muestra portafolios con distintas cantidades
de las dos inversiones. Comprando un 100% de CocaCola, el retorno esperado es 1.73% y el
riesgo 4.31% (punto azul). Comprando un 100% de Apple, el retorno esperado sube a 3.99%, pero
a costa de un mayor riesgo (6.63%, punto violeta). La mejor cartera, segn Markowitz, es la que
125
minimiza el riesgo: comprar un 81% de CocaCola y un 19% de Apple tiene el efecto de llevar la
rentabilidad esperada a 2.16% y reducir el riesgo a un nivel inferior al que tendran
individualmente cualquiera de las dos acciones (4.14%, punto verde).
Figura 69 Combinaciones de CocaCola y Apple

En este punto, usted puede preguntarse cmo llegamos a obtener las cantidades ptimas de Coca
Cola y Apple. La Figura 70 muestra el soporte de clculos para este caso, pero en la seccin que
sigue se lo contamos con ms detalle, desarrollando paso a paso la teora de Markowitz.
126
Figura 70 Portafolio CocaCola y Apple
QU ES EL RIESGO?
En su nocin ms simple, el riesgo es entendido como la probabilidad de tener una prdida. Abarca
dos conceptos: el dao y la chance de que ste ocurra. La teora de Finanzas incluye distintas
definiciones de riesgo. Markowitz (1952) introdujo una de las primeras, al medir el riesgo de un
activo individual con la varianza y desviacin estndar de sus retornos. Posteriormente, Sharpe
(1964) consider el beta como medida de riesgo relevante: la importancia de las covarianzas
resaltada por Markowitz hizo que la forma de estimar el riesgo no estuviera centrada en el riesgo
individual de una inversin u otra, sino es su correlacin con otros activos de la economa.
Aun cuando las finanzas modernas descansan en el supuesto de que los inversores son racionales
(en cuanto a que eligen siempre mayor retorno y menor riesgo), ello no significa que rechazan el
riesgo sino que buscan un retorno esperado suficiente para compensarlo.
Cuando existe riesgo, el retorno esperado puede ser distinto del real. Si hubiera un nico resultado
posible (y por lo tanto tuviera un 100% de probabilidad de ocurrir) entonces no habra riesgo sino
127
certeza o certidumbre. Por el contrario, cuando hay una serie de posibles resultados (y cada uno
de ellos tiene una determinada probabilidad de ocurrir) existe riesgo o incertidumbre: ms cosas
pueden suceder de las que van a suceder.
Dentro de las finanzas neoclsicas, Jorion (2007, p. 3), define al riesgo como la volatilidad de
resultados no esperados (the volatility of unexpected outcomes), que pueden representar el valor
de distintos activos financieros. Esta definicin est en lnea con Markowitz: cada vez que
estimamos el riesgo empleando su teora, estamos asumiendo que conocemos los posibles
resultados futuros, estamos calculando un resultado esperado en base a ellos; y finalmente
evaluando qu tanto se aleja cada posible resultado de dicho valor esperado. Eso es lo que hacen
exactamente una varianza, o una desviacin estndar.
El concepto prctico del riesgo es algo ms complejo. Las personas en el fondo saben que no
conocen todos los posibles resultados (mucho menos sus probabilidades), y por ello observan
rpidamente que la aparente objetividad de estos clculos desaparece en el momento de elegir los
datos (hay que usar retornos anuales, mensuales o diarios? desde qu fecha?) o de estimar las
probabilidades (por qu asumimos que todos los retornos tienen la misma probabilidad de
ocurrir?).
Simon Benninga (2006, p. 312), de Wharton Business School, recuerda que el riesgo es la palabra
mgica en Finanzas. Cada vez que una persona no puede explicar algo, lo nico que debe hacer es
lucir confiado y decir debe ser el riesgo. Recomienda un modo de parecer inteligente en una
presentacin financiera: simplemente lucir escptico y preguntar Ha considerado usted los
riesgos?.
Los economistas austracos, en cambio, son ms prudentes en el tratamiento de las predicciones.
Saben que ninguna teora rigurosa puede adjudicarse la capacidad de predecir el futuro. Por ello
distinguen entre riesgo e incertidumbre, alertando sobre aquello que siempre escapa a lo que
podemos anticipar. Por lo general, siguen un trabajo clsico de Frank Knight llamado Risk,
Uncertainty, and Profit. Para Knight, el riesgo es susceptible de medicin, en tanto que la
incertidumbre no lo es (Knight, 1921, p. I.I. 26). Para cualquier modelo financiero, evidentemente,
asumimos que en el mundo real hay riesgo, en trminos de Knight. De otro modo, no podramos
hacer ningn clculo. El problema est en confiar, con cierta ingenuidad, en que los modelos de
estimacin de riesgo darn resultados exactos, cuando en realidad hay una eternidad de factores
128
que les escapan. Tanto en presencia de riesgo como de incertidumbre, los resultados esperados
pueden ser distintos a los reales. Sin embargo el concepto de riesgo implica asumir que se conocen
los posibles resultados (y como consiguiente su probabilidad de ocurrencia), en cambio en
incertidumbre ni los posibles resultados ni sus probabilidades son conocidas (Figura 71).
Figura 71 Riesgo e Incertidumbre

Poniendo atencin a la teora de Markowitz, podemos ver que l est usando dos medidas que son
parmetros de una distribucin normal: la media y la varianza (o desviacin estndar). De tal
forma que como mnimo est haciendo dos supuestos muy importantes: 1) que se conocen los
posibles retornos y sus probabilidades de ocurrencia, y 2) que los mismos se distribuyen
normalmente.
RIESGO Y RETORNO DE UN ACTIVO INDIVIDUAL

Retorno de un Activo Individual
El retorno de una inversin es la ganancia o prdida que ella experimenta durante un perodo
determinado, en relacin al capital invertido. Puede calcularse como la variacin en el precio del
activo financiero (ganancia o prdida de capital) ms los flujos de caja producidos (dividendos,
intereses), expresados como un porcentaje en relacin al capital invertido al inicio del perodo
129
para generarlos. En otras palabras, una medida de retorno relaciona una ganancia con una
inversin. Por ejemplo, si ganamos $20 con una inversin de $100, hemos tenido un retorno del
20% ($20/$100).
Podemos calcular retornos para acciones, bonos, o para cualquier activo financiero. El retorno de
una accin es el porcentaje que surge de comparar por un determinado perodo la variacin de
su precio (ganancia o prdida de capital) ms los dividendos con el precio al inicio del perodo
(Ecuacin 36).
Ecuacin 36 Retorno de una accin
donde:
Ri= Retorno de la accin i
PT= Precio de la accin en el momento T
PT1= Precio de la accin en el momento T1
DT= Dividendos durante el perodo desde T1 hasta T

130
Figura 72 Retorno trimestral de acciones de GE

Por lo tanto no es posible estimar cul fue el retorno de una accin simplemente observando su
grfica de precios. Hay que considerar tambin los dividendos, que son sumas de dinero que el
accionista recibe y que forman parte de su rentabilidad. Por ejemplo, el retorno para acciones de
General Electric en un perodo de 3 meses entre diciembre de 2008 y marzo de 2009 fue negativo
(38,71%). Durante dicho perodo la empresa pag un dividendo de $0,31, el cual comparado con
el precio pagado por la accin result en un rendimiento parcial (dividend yield) de 1,9%, pero
el mismo no es suficiente para compensar la prdida de capital por haber vendido a $9,54 una
accin que se haba comprado tres meses antes a $16,07 (Figura 72).
El retorno de un accionista tiene dos componentes, que se evidencian en el ejemplo: 1) la ganancia
o prdida de capital y 2) el dividend yield. La comparacin entre rendimientos de distintas
acciones debe considerar siempre ambos componentes: por ejemplo si se compara GE con otra
131
empresa que no paga dividendos se llegar errneamente a la conclusin que el retorno de GE es

ms alto, sin embargo el precio de las acciones de la otra empresa podra haber subido, superando
el retorno total de GE.
Al tratarse de una medida de rendimiento histrica, el retorno anterior es un retorno expost. Este
tipo de retorno no asume nada acerca de la distribucin de posibles resultados ni sus
probabilidades. En la valuacin de activos financieros los retornos expost slo son relevantes si
se espera que la historia se repita: la valuacin se construye sobre retornos esperados (exante).
Por ello se hacen supuestos sobre los retornos tales como probabilidades o distribucin (Figura
73).
Figura 73 Retornos ex ante y ex post

La frmula que presenta Markowitz para calcular retornos (Ecuacin 37) no es un promedio
simple, sino un promedio calculado a partir de las probabilidades. Cada posible retorno (Rj) es
multiplicado por su probabilidad de ocurrencia (Pj). Evidentemente, las dos metodologas
coinciden cuando la probabilidad de ocurrencia de todos los retornos es la misma
(equiprobabilidad). En esos casos, es posible llegar al mismo resultado multiplicando cada posible
retorno por su probabilidad, que sumndolos todos y dividiendo por el nmero de retornos (por
eso se hace posible usar la funcin PROMEDIO de Excel).
132
Ecuacin 37 Retorno esperado de 1 activo
donde:
Rj = Posibles retornos de cada perodo (desde 1 hasta n)
Pj = Probabilidad de cada posible retorno
Riesgo y retorno esperado pueden representarse graficando los posibles retornos y sus
probabilidades de ocurrencia. El promedio de los posibles retornos (ponderado por probabilidad)
es una medida del retorno esperado de la inversin, y la dispersin de los posibles retornos con
respecto al promedio constituye una medida de su riesgo.
Por ejemplo para una inversin se vislumbran 3 posibles retornos: si el mercado est en alza, el
retorno ser 12%, si el mercado se mantiene normal el retorno ser 9% y si el mercado cae, el
retorno ser 6%. No hay otras posibilidades: los tres escenarios agotan todo lo que puede ocurrir
en la realidad. Los 3 escenarios se asumen igualmente probables. La probabilidad de cada uno es
1/3 (o 33,3%). La suma de todas las probabilidades es, evidentemente, 100% (Figura 74).
En este ejemplo, puesto que las probabilidades son todas iguales, hay dos formas para calcular el
retorno esperado:
1. Multiplicar cada posible retorno por su probabilidad de ocurrencia y luego sumar (sta es
la elegida por Markowitz)
2. Sumar todos los posibles retornos y dividir por 3
133
Figura 74 Retorno esperado y probabilidades

La frmula de Markowitz requiere multiplicar cada posible retorno por su probabilidad, sin
embargo en este ejemplo como todas las probabilidades son iguales (equiprobabilidad), el mismo
resultado se obtiene sumando todo y dividiendo por 3:
La funcin PROMEDIO o AVERAGE de Excel permite calcular el retorno esperado pero asume
que todas las probabilidades de ocurrencia son iguales, por lo tanto si las probabilidades
asignadas a cada posible escenario difieren no podr usarse esta funcin sino que deber
emplearse la frmula general (Ecuacin 37).
Riesgo de un Activo Individual

Dos negocios pueden tener el mismo retorno esperado y sin embargo ser distintos en trminos de
riesgo. Por ejemplo, considere dos negocios para los cuales se espera una rentabilidad del 9%
134
(Figura 75). Si bien el retorno esperado es el mismo, en el negocio verde existe la posibilidad de
ganar ms dinero que en el rojo, y tambin la de perder ms dinero: la dispersin con respecto al
retorno esperado es mayor.
Figura 75 Igual retorno esperado pero distinto riesgo

La comparacin entre cada posible retorno y el esperado ofrece una idea del riesgo: en el negocio
verde la rentabilidad podra ser 5% inferior a la esperada (4%9%), en tanto que en el negocio
rojo slo puede alejarse un 3% (6%9%). Grficamente, estas diferencias pueden verse en la
longitud de los segmentos verde y rojo (Figura 76). Dado que el cuadrado de cualquier nmero es
siempre un nmero positivo, elevando al cuadrado cada una de estas diferencias se evita que
diferencias positivas y negativas se cancelen mutuamente. Finalmente promedindolas con su
probabilidad se llega a una medida de riesgo de los retornos, la varianza.
135
Figura 76 Igual retorno esperado pero distinto riesgo

La varianza de los retornos es siempre un nmero positivo. Est expresada en una unidad
diferente a los retornos: por ejemplo si los retornos estn en dlares, la varianza estar expresada
en dlares al cuadrado. Por eso en Finanzas se utiliza generalmente la desviacin estndar, una
medida de riesgo que no difiere conceptualmente de la varianza, pero que es su raz cuadrada y
por lo tanto est expresada en la misma unidad de medida que los retornos.
En resumen, la varianza de los retornos de un activo financiero es un valor esperado, que pondera
las diferencias de cada posible retorno con respecto al retorno esperado, previamente elevadas al
cuadrado (Ecuacin 38).
Ecuacin 38 Varianza de 1 activo i

donde:
136
Para calcular la varianza de un activo financiero podemos armar una planilla de clculo simple en
3 pasos:
1. Calcular las diferencias de cada posible retorno con respecto al retorno esperado
2. Elevar las diferencias al cuadrado, para que se transformen en nmeros positivos y no se
compensen entre ellas
3. Promediar multiplicando cada cuadrado por su probabilidad de ocurrencia y sumar
Aplicando estos tres pasos para los negocios rojo y verde, llegamos a que las varianzas son 0.06%
y 0.17% respectivamente (Figura 77).
137
Figura 77 Varianza de activos individuales en Excel

La funcin VARP13 de Excel permite calcular la varianza de los retornos de un activo, sin
embargo asume equiprobabilidad, por lo cual no es aplicable cuando los retornos tienen distinta
probabilidad de ocurrencia.

13
Existe en Excel una funcin parecida, VAR. La diferencia entre las funciones VAR y VARP es que VARP se
aplica al trabajar con toda la poblacin, en tanto que VAR asume que se est trabajando solamente con una muestra y hace
por lo tanto un ajuste para la poblacin. Ambas dividen directamente por el nmero de observaciones, con lo cual no admiten
distintas probabilidades de ocurrencia. Las frmulas que utiliza Excel en cada caso son las siguientes:
138
Pasemos ahora a la desviacin estndar. Una vez calculada la varianza, la desviacin estndar
surge simplemente de computar su raz cuadrada (Ecuacin 39).
Ecuacin 39 Desviacin estndar de un activo i, a partir de la varianza

En caso que usted quiera usar Excel, la funcin DESVESTP (o STDEVP, en ingls) evita calcular
previamente la varianza, ya que se aplica directamente sobre los retornos. Recuerde que tambin
asume equiprobabilidad. Hay otra funcin similar en Excel, (DESVEST, o STDEV), que al no
tener la P final, asume que usted est trabajando con una muestra, y por lo tanto hace un ajuste
para inferir a toda la poblacin. En este caso, puesto que la suma de las probabilidades siempre
debe ser igual a 1, estamos asumiendo que conocemos todos los posibles eventos futuros, y por
ello indirectamente asumimos que trabajamos con la poblacin completa. Las funciones para
muestra no terminan en los mismos resultados que las frmulas de Markowitz.
RIESGO Y RETORNO DE UN PORTAFOLIO

Retorno de un portafolio
Las medidas de riesgo y rentabilidad esperada presentadas en la seccin anterior son apropiadas
para aquellos inversores que tienen todo su dinero concentrado en un nico activo financiero,
pero no sirven para quienes tienen un grupo de activos, que conforman una cartera o portafolio.
Puesto que Markowitz defini a los retornos como variables aleatorias, encontr que al
combinarlas, la media del portafolio era un promedio ponderado de las medias de los activos, pero
no la varianza. Para el retorno esperado necesita simplemente la frmula de un promedio
ponderado, en tanto que para la varianza debe emplear una matriz de covarianzas. Comenzaremos
con el primero de ellos: el retorno esperado de un portafolio p, compuesto por 2 activos A y B, es
el promedio de los retornos esperados de A y de B, ponderado por la proporcin en la que cada
uno integra el portafolio (Ecuacin 40).
139
Ecuacin 40 Retorno esperado de un portafolio

donde:
wA + wB = 1
La suma de las proporciones invertidas en cada activo debe ser siempre 100%, por ejemplo
wA=40% y wB=60%. Una de las proporciones podra ser negativa, indicando que se trata de una
venta corta (short sale14), por ejemplo wA= 30% y wB=130%.
Por ejemplo, si usted tiene 100,000 dlares y piensa invertir el 70% en acciones de WalMart, por
las cuales espera una rentabilidad del 10% anual; y el 30% restante en un plazo fijo, por el cual
espera un rendimiento del 5% anual, entonces el rendimiento esperado total de su cartera ser
8,5% (
Figura 78).

14
Una venta corta o short sale es la venta de un activo que no se posee. Vea por favor nuestra seccin al respecto.
140
Figura 78 El Retorno de un portafolio es el promedio de los retornos
Riesgo de un portafolio
El riesgo del portafolio, por otra parte, no es el promedio de las varianzas. Tampoco de las
desviaciones estndar (Figura 79). Cuando un inversor tiene todo su dinero concentrado en un
nico activo, el hecho de agregar a su cartera un segundo tipo de activo generalmente reducir el
riesgo total de la cartera, aunque individualmente el segundo activo tuviera una mayor varianza
que el que originalmente tena. La posibilidad de diversificar riesgos hace necesario evaluar, al
momento de calcular el riesgo de un portafolio, no solamente las varianzas individuales de cada
activo sino la covarianza entre ellos.
141
Figura 79 El riesgo de un portafolio no es el promedio de las desviaciones estndar
Nuevamente, puesto que los retornos estn definidos como variables aleatorias, la varianza de un
portafolio P de 2 activos es el valor esperado de las diferencias con respecto a la media del
portafolio, elevados al cuadrado:

Sustituyendo con la Ecuacin 40 Retorno esperado de un portafolio, queda:

Teniendo en cuenta que el cuadrado de una suma es igual a:

La ecuacin de la varianza del portafolio se transforma en:
142

Gracias a las propiedades que tienen los valores esperados, puede expresarse como:

Dentro del segundo trmino hay un retorno esperado que es en realidad la covarianza entre los
retornos de los dos activos (Ecuacin 41):
Ecuacin 41 Covarianza entre 2 activos

Sustituyendo en la frmula de la varianza del portafolio, se obtiene que la varianza de un
portafolio de 2 activos depende de las proporciones (WA, WB), de las varianzas individuales
(VARPA, VARPB) y de la Covarianza entre ambos activos (COVARA,B). La varianza del portafolio de 2
activos queda entonces como muestra la Ecuacin 42:
Ecuacin 42 Varianza de un portafolio de dos activos A y B

donde:
143
La desviacin estndar del portafolio es simplemente la raz cuadrada de su varianza (Ecuacin

43).
Ecuacin 43 Desviacin estndar de un portafolio

En resumen, hemos calculado en primer lugar medidas de retorno esperado y riesgo para activos
individuales, para los cuales ponderamos posibles retornos con sus respectivas probabilidades de
ocurrencia. Luego hemos combinado activos individuales para formar portafolios, y en ellos el
retorno esperado puede calcularse como el promedio ponderado de los retornos; pero el riesgo
depende de la covarianza. Por ello, lo importante para saber cunto riesgo tiene una cartera no es
qu tan riesgosas sean individualmente las inversiones que la componen; sino cmo se mueven en
conjunto sus retornos.
LA CARTERA DE MNIMA VARIANZA

La pregunta inevitable, una vez calculado el riesgo del portafolio, es cmo hacemos para bajarlo.
Podemos armar portafolios aleatoriamente, invirtiendo en cantidades al azar de distintos activos,
pero ellos no nos asegurarn un buen desempeo. Qu portafolio deberamos armar para
aprovechar al mximo los beneficios de la diversificacin? En un portafolio de 2 activos la
respuesta es sencilla, puede obtenerse armando un sistema de 2 ecuaciones y 2 incgnitas.
Dado que la suma WA+WB tiene que ser igual a 1, es posible despejar una de las proporciones y
luego calcular la otra por diferencia. Nos queda entonces una ecuacin para obtener la cantidad
ptima del activo A (Ecuacin 44):
Ecuacin 44 Cartera de Mnima Varianza
144
Para ms de dos activos, las proporciones que minimizan el riesgo pueden obtenerse utilizando la
funcin SOLVER de Excel15.
LA CARTERA DE MXIMO DESEMPEO

Comparando la rentabilidad y el riesgo estimados en los apartados anteriores, podemos construir
distintos indicadores de desempeo de la cartera. Los ms tradicionales son:
1. El Sharpe Ratio
El Sharpe Ratio, que toma su nombre de su creador William Sharpe (1994), es un coeficiente que
relaciona la prima de riesgo esperada para un portafolio con la desviacin estndar de sus
retornos (Ecuacin 45).
Ecuacin 45 Sharpe Ratio
Sharpe ratio
Retorno esperado del portafolio - Tasa libre de riesgo

Desviacin estndar de los retornos
El numerador del ratio es el retorno en exceso que podra obtenerse invirtiendo en el portafolio,
en comparacin con una inversin sin riesgo. El denominador es el riesgo asociado con la
obtencin de tal retorno. En otras palabras, el Sharpe Ratio es una medida del retorno adicional
del portafolio, con relacin a la variabilidad de sus retornos. Es una forma de evaluar qu tan
adecuado es el retorno esperado de un portafolio, en relacin a su riesgo.
2. El Coeficiente de Variacin
A la inversa del Sharpe Ratio, el Coeficiente de Variacin (CV) ubica el riesgo en el numerador,
comparndolo con el retorno esperado, es decir la media de los posibles retornos (Ecuacin 46).
Ecuacin 46 Coeficiente de Variacin
Coeficiente de Variacin
Desviacin estndar de los retornos del portafolio

Retorno esperado del portafolio
3. El ndice de Desempeo

15
La funcin SOLVER es un complemento de Excel, por lo cual puede no estar instalada dentro de las funciones bsicas.
Es posible instalarla dentro del men principal de Excel, en la seccin Options; o bien en la seccin Herramientas de
Anlisis.
145
Invirtiendo el Coeficiente de Variacin es posible obtener un coeficiente que relaciona el riesgo y

el retorno esperado de la cartera, pero que a diferencia del Sharpe Ratio no utiliza la prima de
riesgo (el retorno en exceso por encima de la tasa libre de riesgo), sino directamente el retorno
esperado. El ndice de Desempeo es la comparacin entre la rentabilidad que esperamos por una
cartera y el riesgo asociado con ella. Al igual que los dos coeficientes anteriores, es una medida del
tradeoff entre riesgo y retorno esperado de la cartera (Ecuacin 47).
Ecuacin 47 ndice de Desempeo
ndice de Desempeo
Retorno esperado del portafolio

Desviacin estndar de los retornos del portafolio
EJEMPLO: PORTAFOLIO DE INVERSIN, PASO A PASO

Cmo organizar el trabajo
En esta seccin presentaremos un ejemplo completo del anlisis de portafolios de inversin.
Analizaremos los retornos mensuales de 3 compaas: Pfizer Inc. (PFE), Microsoft (MSFT) y Pulte
Group (PHM). Queremos asesorar a un cliente que nos ha pedido que lo ayudemos a invertir.
Actualmente tiene acciones de Microsoft, pero ha observado que Pulte ofrece una rentabilidad
mucho mayor, por lo cual nos pregunta si no debiera vender sus acciones de Microsoft y comprar
Pulte en su lugar. Tambin est Pfizer, que ofrece ms rentabilidad que Microsoft (aunque menos
que Pulte) y con un bajo nivel de riesgo, lo cual hace dudar an ms a nuestro inversor. Qu
recomendacin de inversin podemos darle?
En base a una serie de datos histricos (y por lo tanto indirectamente asumiendo que de algn
modo la historia se repite), aplicaremos el anlisis clsico de portafolios de Markowitz,
adicionando al final el ratio de Sharpe. Para presentar con claridad nuestros resultados, hemos
seleccionado un perodo corto (septiembre 2011 a septiembre 2013). Sabemos que un anlisis
real comprende tpicamente ms de 5 aos de datos, pero en esta oportunidad lo hemos
simplificado con el objetivo de presentar las herramientas de forma didctica y entrenar a
nuestros lectores en la construccin de un portafolio. El procedimiento y las conclusiones sern
igualmente vlidos para un perodo mayor.
Aplicaremos a nuestro ejemplo todas las frmulas mencionadas en el captulo:
146
1. Riesgos y Retornos Individuales

a. Retornos esperados
b. Varianzas
c. Desviaciones estndar
2. Relacin entre los dos activos
a. Covarianzas
b. Coeficientes de correlacin
3. Riesgos y Retornos Esperados de portafolios de 2 activos (PFE, MSFT)
a. Portafolio de partes iguales
b. Portafolio de mnima varianza
c. Portafolio de mximo desempeo
4. Riesgos y Retornos Esperados de portafolios de 3 o ms activos (PFE, MSFT, PHM)
a. Portafolio de partes iguales
b. Portafolio de mnima varianza
c. Portafolio de mximo desempeo
Primer paso: calcular los retornos y riesgos individuales

Para estimar el retorno que en promedio esperaremos por una inversin, el punto de partida ser
como ya hemos visto proyectar los retornos posibles. El alcance del trabajo de Markowitz dej
fuera esta parte del anlisis. l separ claramente 2 etapas: la que consiste en estimar los posibles
retornos y la que se refiere a analizarlos. La primera etapa es responsabilidad de cada inversor
dice Markowitz que una vez que cuenta con los retornos que cree que son relevantes, puede
emplear sus frmulas para analizarlos.
Nos encontramos entonces, una vez ms, con el gran tema del riesgo y la incertidumbre. Cmo
puede estar seguro el inversor que los datos histricos que eligi sern los que se repitan en el
futuro? A menos que tenga una bola de cristal, no puede saberlo. Son entonces esos datos
completamente intiles? Sera mejor no hacer ningn clculo?...
Suponga que usted tiene que adivinar cul ser el retorno de Microsoft en el prximo ao. 5%
mensual? 7% mensual? Es difcil saber. Ahora, si leemos los datos y vemos que en los ltimos 2
aos el rendimiento promedio fue inferior al 2%, entonces para proyectar 5% o 7% usted tendr
147
que justificarlo con algn hecho muy especial. Los retornos histricos, en condiciones normales,
nos ayudan a reducir la probabilidad de error.
Es momento entonces de atacar la primera pregunta que nos hacemos naturalmente sobre
cualquier inversin: qu retorno tendr? Puesto que los retornos tienen dos componentes (la
parte proveniente de los dividendos y la ganancia de capital), no podemos usar el precio de cierre
de las acciones, sino que necesitamos precios ajustados.
Figura 80 Precios histricos

La columna Close presenta el precio de cierre de las acciones, en tanto que la columna Adjusted
Close tiene los precios ajustados por splits y dividendos, incorporando no solamente la variacin
del precio sino tambin los dividendos recibidos (y los stock splits, que reducen artificialmente el
precio de las acciones). La ltima columna es por lo tanto la que utilizaremos, puesto que muestra
en un nico nmero tanto la ganancia de capital como tambin el dividend yield.
148
Losretornosdecadaperodo
El clculo de cada posible retorno vendr de la comparacin entre dos precios. Si el precio subi
entre un perodo y otro, habr un retorno positivo. Si el precio baj, habr un retorno negativo.
Cada retorno se calcula comparando la variacin de un precio determinado (P1P0) con el precio
anterior (P0). Por ejemplo, si las acciones subieron de $100 a $110 en un mes, el retorno fue 10%
mensual. Hay distintas frmulas para llegar a este resultado:
a) restando el precio ms reciente menos el precio anterior, y comparando esa variacin con el
precio base (P1P0)/P0
b) dividiendo el precio ms reciente por el precio anterior, y restndole 1: (P1/P0)1
c) calculando retornos compuestos continuamente, con la frmula en Excel =LN(P1/P0), lo cual es
conveniente por algunas propiedades de los logaritmos (Benninga, 2006, p. 331).
En este caso nos quedaremos con la forma ms simple (P1/P01). Por ejemplo entre julio y agosto
de 2013, las acciones de Pulte cayeron de $16.58 a $15.39, es decir tuvieron un retorno negativo
igual a: (16.58/15.39)1= 7.2%. En cambio, en los mismos meses del ao anterior, las acciones
haban subido de $11.27 a $13.64, es decir un retorno positivo del 21% en un mes.
Elretornopromedio
El retorno esperado es simplemente el promedio de los retornos, ponderado por su probabilidad
de ocurrencia (Figura 81). Podemos calcularlo de dos formas:
1. Multiplicando cada posible retorno por la probabilidad de ocurrencia y luego sumndolos
(en el ejemplo hay 23 retornos, siendo la probabilidad de cada uno de ellos 1/23). En Excel,
la funcin para multiplicar y sumar ambas matrices es SUMAPRODUCTO
(SUMPRODUCT, en ingls). Esta forma de clculo admite asignar diferentes
probabilidades a cada posible retorno (cuya suma total debe por supuesto ser igual a 1).
2. Utilizando en Excel la funcin PROMEDIO (o AVERAGE, en ingls). Esta forma de clculo
solamente es vlida cuando asumimos que la probabilidad de todos los retornos es la
misma (en el ejemplo, 1/23).
149
Figura 81 Retornos esperados

Este anlisis nos permite ver que, efectivamente, Microsoft fue la empresa con menor retorno (en
promedio, 1.7% mensual), en tanto que las inversiones en Pfizer rindieron 2.4% y en Pulte 6.7%.
Sin embargo no podemos asegurarle a nuestro cliente que obtendr un 2.4% de rentabilidad si
vende sus acciones de Microsoft y se pasa a Pfizer. De hecho, 2.4% fue el promedio, pero en
algunos meses los inversionistas de Pfizer ganaron mucho ms que eso (por ejemplo en marzo de
2012 ganaron ms de un 9% en un mes), y en otros casos perdieron dinero (la mxima prdida fue
en abril de 2013, mes en el que hubo una cada del 5.6%). Empleando Excel, podemos encontrar
para cada empresa:
a) cul fue el mximo retorno que obtuvo la empresa en 1 mes (funcin MAX).
150
b) cul fue el mnimo retorno (ganancia o prdida) que obtuvo la empresa en 1 mes (funcin
MIN).
c) cmo se distribuyeron los retornos (funcin FREQUENCY).
Figura 82 Distribucin de frecuencias de los retornos

Observando los retornos con ms detalle, podemos ver que la rentabilidad mxima que hubiera
podido obtener nuestro cliente en Pfizer no supera a la de Microsoft: los accionistas de Pfizer
llegaron a ganar 9.7% como mximo en un mes, en tanto que los de Microsoft obtuvieron
rentabilidades superiores a ese nmero en ms de una oportunidad (13.8% en diciembre de 2011,
15.7% en marzo de 2013). Sin embargo ninguna de estas dos empresas logr los rendimientos
mximos de Pulte, cuyos accionistas llegaron a ganar ms de un 30% sobre su capital en
solamente un mes. Ms all de los mximos y mnimos, tambin es interesante ver con qu
frecuencia ocurrieron los rendimientos altos y los rendimientos bajos de cada empresa. Para ello
podemos construir con Excel una tabla y una grfica de distribucin de frecuencias. En ellas es
claro que los retornos de Pulte muestran una mayor dispersin con respecto al promedio (la
151
forma de la campana es ms aplanada). Microsoft y Pfizer, en cambio, concentran ms sus

retornos alrededor del retorno central (Figura 82).
Lo que estamos haciendo es evaluar, adems del retorno promedio, alguna medida de qu tan
dispersos estn los otros posibles retornos. Para construir la tabla de frecuencias y su
correspondiente grfico, podemos usar la funcin de Excel FRECUENCIA (FREQUENCY, en
ingls), de la siguiente forma:
a) establecer los intervalos para los cuales queremos que Excel agrupe los retornos. Ellos se
llaman bins (columna O).
b) seleccionar el rea dentro de la cual se agruparn los datos para cada empresa (por ejemplo,
para Pfizer, debemos seleccionar las celdas P4:P14).
c) usar la funcin FREQUENCY, ingresando dos grupos de datos: los bins (columna O) y los
retornos (columna I).
d) no hacer clic en enter, sino presionar al mismo tiempo control + shift + enter.
152
Figura 83 Funcin FREQUENCY

La dispersin con respecto a la medida de retorno central es, en finanzas, riesgo. La teora de
Markowitz represent un punto de inflexin en las teoras de la poca al incorporar, por primera
vez, mediciones concretas de riesgo en el anlisis de inversiones. Para ello us dos medidas
estadsticas que ya eran comunes en otras disciplinas: la varianza y la desviacin estndar.
Tanto la varianza como la desviacin estndar son medidas de riesgo individual. Para calcularlas,
por lo tanto, solamente vamos a necesitar los retornos de cada una de las empresas (a diferencia
de las medidas estadsticas que comienzan con co, como la covarianza y la correlacin, y que
como su nombre lo indica comparan los retornos de dos activos). Comenzaremos calculando la
varianza y luego la desviacin estndar ser simplemente su raz cuadrada. Conceptualmente son
idnticas, ambas apuntan a medir el riesgo individual, solamente estn expresadas en una unidad
diferente (como cuando usamos grados Centgrados en lugar de Farenheit para medir la
temperatura).
Para calcular la varianza y la desviacin estndar tenemos dos alternativas:
153
1. Emplear la frmula de Markowitz, que admite poner distintas probabilidades para cada uno de
los retornos. Para ello hemos construido una planilla de clculo de 3 columnas: en la primera
comparamos cada posible retorno con el retorno esperado, en la segunda calculamos el cuadrado
de estas diferencias (con lo cual todas van a quedar con signo positivo) y finalmente en la tercera
ponderamos cada posible retorno multiplicndolo por la probabilidad de ocurrencia. La suma de
esta ltima columna es la varianza, y su raz cuadrada es la desviacin estndar.
2. Usar las funciones de Excel VARP (idntica en espaol y en ingls) y DESVESTP (o bien
STDEVP, en ingls). Ellas nos permiten llegar a la varianza y desviacin estndar ingresando
directamente los datos de los retornos. Excel no nos pide las probabilidades (solamente los
retornos), por lo cual es evidente que asume equiprobabilidad.
En el ejemplo, la inversin con mayor desviacin estndar es Pulte. Le siguen Microsoft y Pfizer
(Figura 84). El riesgo individual, sin embargo, hemos visto que no es una buena medida:
solamente es relevante para aquellos inversores que tienen todo su dinero concentrado en un
nico activo (lo cual no es una buena idea). Es posible reducirlo combinando activos en un
portafolio, que en las prximas secciones mostraremos cmo armar.

154
Figura 84 Varianza y Desviacin estndar de PFE y MSFT usando Excel
Segundo paso: analizar la relacin entre los activos

Ya hemos resaltado que, en la determinacin del riesgo de la cartera, es necesario no solamente
contar con las proporciones y los riesgos individuales de los dos activos, sino tambin con una
medida de cmo los retornos de los dos activos varan juntos. Necesitamos la covarianza.
La covarianza compara los posibles retornos de cada activo con respecto a su promedio, y luego
multiplica estas diferencias entre s, de modo de obtener un nmero con signo positivo si ambos
suben o bajan al mismo tiempo, o bien un nmero con signo negativo si uno sube cuando el otro
baja (o viceversa). La covarianza nos muestra como covaran los retornos de los dos activos. Si
ambos suben, si ambos bajan, si se mueven en forma opuesta, si se mueven en forma
independiente.
Tenemos dos alternativas para calcular la covarianza. Podemos usar la funcin de Excel COVAR,
o bien armar una planilla paso a paso, calculando:
155
1. Las diferencias de los retornos de cada activo con respecto a su promedio en la figura, columna
(A) para Pfizer y (B) para Microsoft.
2. La multiplicacin entre cada par de diferencias, (A) * (B).
3. La ponderacin por probabilidades sumaproducto entre la columna (C) y la columna de
probabilidades.
En la celda inferior derecha podemos ver tambin que se obtiene idntico resultado empleando la
funcin COVAR, la cual requiere como datos nicamente los retornos de los dos activos
(Columnas PFE y MSFT), asumiendo que la probabilidad de cada uno de ellos es la misma (Figura
85).
Figura 85 Covarianza PFEMSFT

156
En este caso la covarianza entre Pfizer y Microsoft es negativa (0.03%). Se trata de una buena
noticia: el signo de la covarianza nos indica que estamos frente a dos inversiones que puede ser
interesante combinar en un portafolio. Ambas tienen el potencial de reducir el riesgo total de la
cartera, si son mezcladas en proporciones adecuadas. Lo que no podemos saber de la covarianza
es qu tan alta o qu tan baja es (solamente interpretamos su signo). Por ello, es conveniente
calcular el coeficiente de correlacin, que conceptualmente es lo mismo que la covarianza
(muestra cmo se mueven los retornos de dos activos al mismo tiempo), pero que est
estandarizado para tener un mximo valor de +1 y un mnimo valor de 1. De esta forma, es
posible saber si la correlacin es alta (cercana a +1, mala combinacin para diversificar) o es
baja (cercana a 1, buena combinacin para diversificar).
Para calcular el coeficiente de correlacin tenemos 2 alternativas (Figura 86):
1. Dividir la covarianza por el producto de las desviaciones estndar de los dos activos
2. Usar la funcin de Excel COEF.DE.CORREL (o simplemente CORREL, para Excel en ingls)
Figura 86 Frmulas de Covarianzas y Correlaciones

157
En nuestro ejemplo, Pfizer y Microsoft tienen sus retornos correlacionados negativamente (el
signo de la correlacin es siempre el mismo que el de la covarianza), en tanto que la correlacin
entre Pfizer y Pulte es positiva, al igual que la correlacin entre Pulte y Microsoft. Con la
covarianza podamos ver nicamente el signo, pero con la correlacin sabemos que la correlacin
entre Pfizer y Pulte (0.26) es mejor que la de Pulte y Microsoft (0.39).
Puesto que tanto la covarianza como la correlacin se calculan para pares de activos, hay que ir
agrupndolos a todos ellos de a dos en dos. Si queremos detectar, para un gran grupo de activos,
cules son mejores pares, podemos emplear las funciones de Anlisis de Excel llamadas
COVARIANCE y CORRELATION, que no estn en el men general de funciones sino dentro del
men de datos. Seleccionando directamente la matriz con todos los retornos, Excel nos arroja una
tabla con los pares de covarianzas o correlaciones (Figura 87).
Figura 87 Funcin de Anlisis de Datos para Covarianzas y Correlaciones
158
Tercer paso: armar portafolios de 2 activos

a. Portafoliodepartesiguales
Lleg el momento de combinar las dos inversiones para evaluar cmo quedaran distintas
carteras. Para eso necesitamos determinar las cantidades que se invertirn en cada activo.
Inicialmente trabajaremos con un portafolio compuesto con partes iguales de Microsoft y Pfizer, y
a continuacin analizaremos cules seran las cantidades de cada uno que sera conveniente
comprar.
El retorno esperado del portafolio es el promedio de los retornos esperados, de modo que para
calcularlo slo hacen falta:
1. Las proporciones invertidas en PFE (50%) y en MSFT (50%).
2. Los retornos esperados de PFE (2.5%) y MSFT (1.7%).
El retorno del portafolio ser el promedio ponderado: 50% * 2.5% + 50% * 1.7%= 2.1%.
Evidentemente, al ser un promedio, el retorno esperado del portafolio es ms bajo que el de Pfizer,
pero ms alto que el de Microsoft (Figura 88).
159
Figura 88 Riesgo y retorno de un portafolio 50% PFE y 50% MSFT

A diferencia del retorno esperado, el riesgo del portafolio no puede calcularse promediando las
varianzas ni las desviaciones estndar, puesto que depende de la relacin que los activos tienen
entre ellos. De modo que para calcular el riesgo de la cartera necesitamos 3 grupos de datos:
1. Las proporciones invertidas en cada empresa (50% en PFE y 50% en MSFT).
2. Los riesgos individuales, que pueden estar expresados como varianza (0.16% PFE, 0.37%
MSFT) o como desviacin estndar (4.00% PFE, 6.08% MSFT).
3. La relacin entre los retornos de ambas compaas (covarianza 0.03% o coeficiente de
correlacin 0.13).
Con estos datos y la aplicacin de la Ecuacin 42 Varianza de un portafolio de dos activos A y B, la
varianza del portafolio nos queda en 0.12%, y la desviacin estndar en 3.41% (celda H74). Es
interesante notar que, en este caso, combinando ambos activos obtuvimos un riesgo inferior al
que tendra cada uno de ellos por separado. Es el efecto de la diversificacin.
160
Podemos calcular el ndice de desempeo para la cartera (Ecuacin 47), dividiendo el retorno
esperado por la desviacin estndar: 2.1% / 3.41% = 0.61.
b. Portafoliodemnimavarianza
El portafolio de partes iguales logr mejorar las caractersticas de riesgo que tendra cualquier
cartera integrada en un 100% por PFE o por MSFT; sin embargo es posible encontrar otras con
riesgo inferior. Para calcular la cartera de mnimo riesgo (mnima varianza y desviacin estndar)
tenemos dos alternativas:
1. Armar un sistema de dos ecuaciones y dos incgnitas, empleando la frmula de la varianza (o
desviacin estndar) de la cartera y la frmula que indica que la suma de las proporciones
invertidas en cada activo debe ser igual a 1. Despejando la proporcin que deberamos invertir en
uno de los activos (wA), podemos luego por diferencia calcular la proporcin a invertir en el otro
(wB). En este ejemplo, la cartera con menor varianza y desviacin estndar es la que est
compuesta por un 67.7% de PFE y un 32.3% de MSFT (Figura 89).
2. Usar el Solver de Excel, minimizando la frmula de la varianza o desviacin estndar de la
cartera.
Figura 89 Portafolio de mnima varianza
161
c. Portafoliodemximodesempeo
El portafolio calculado en el apartado anterior es el que ofrece la menor volatilidad, sin embargo
no necesariamente es el que tiene una mejor relacin entre riesgo y rentabilidad esperada. El
ndice de desempeo del portafolio anterior es 0.71: ofrece una rentabilidad esperada de 2.22%
por cada 3.13% de desviacin estndar. Es superior al ndice que ofreca el portafolio de partes
iguales (0.61), pero todava es posible mejorar un poco ms esta relacin.
Para calcular qu cantidades de cada uno de los activos tendramos que comprar para maximizar
el desempeo, necesitamos las frmulas de riesgo y retorno de la cartera, que ya habamos
empleado antes. Puesto que la suma de las proporciones invertidas en cada activo siempre debe
ser igual a 1, podemos dejar como incgnita la cantidad de uno de ellos (wA), y calcular por
diferencia la cantidad del otro (wB). Empleando el Solver de Excel, podemos averiguar
rpidamente cul es la cantidad wA que hace que el ndice de desempeo sea mximo (Figura 90).
Figura 90 Portafolio de mximo desempeo
162
Cuarto paso: portafolios de 3 o ms activos

a. Portafoliodepartesiguales
Generalizando para 3 activos (o ms), el retorno esperado del portafolio sigue siendo un promedio
ponderado de los retornos esperados de los activos que lo integran (Ecuacin 48):
Ecuacin 48 Retorno esperado de un portafolio de 3 activos
R p w A R A wB RB wC RC
Para el portafolio compuesto por partes iguales de PFE, MSFT y PHM, el retorno esperado es:
33.3% * Retorno PFE + 33.3% * Retorno MSFT +33.3% * Retorno PHM = 3.62%.
Para el riesgo del portafolio ya no sirve la frmula de la varianza para 2 activos, sino que es
necesario construir una matriz de covarianzas. Puesto que hay 3 activos, la matriz tendr 9 celdas.
Si tuviera 4 activos, el nmero de celdas sera 16, y as sucesivamente. En cada celda la frmula es
la misma: multiplicamos la cantidad invertida en el activo que tenemos en el eje horizontal por la
cantidad invertida en el activo del eje vertical, por la covarianza entre ambos. Por ejemplo, si en
una celda estamos combinando los activos A y B, entonces la frmula para esa celda ser: wA * wB
* COVARIANZA AB. En las celdas de la diagonal, en las cuales se combina cada activo con s mismo
(por ejemplo A con A), la frmula nos quedar: wA * wA * COVARIANZA AA. Finalmente, para
calcular la varianza de la cartera tenemos que sumar todas las celdas; y para la desviacin
estndar debemos adems calcular la raz cuadrada. Para la cartera compuesta con partes iguales
de Pfizer, Microsoft y Pulte, la varianza resultante es 0.27%, y la desviacin estndar 5.21%
(Figura 91).
163
Figura 91 Portafolio de 3 activos, partes iguales

El resultado es interesante, puesto que el riesgo obtenido (5.21%) es inferior a los riesgos que
tendramos invirtiendo todo en Microsoft (6.08%) o en Pulte (11.07%), y el ndice de desempeo
es 3.62% / 5.21%= 0.69. La pregunta es si estos resultados pueden mejorarse. Para ello
calcularemos a continuacin la cartera de mnima varianza y la cartera de mximo desempeo.
b. Portafoliodemnimavarianza
Al igual que para las carteras de 2 activos, encontrar el portafolio de mnima varianza significa
hallar las cantidades de cada activo en las cuales tenemos que invertir para que el riesgo sea
mnimo. Al trabajar con 3 o ms activos ya no podemos usar la frmula para despejar wA, puesto
que ella provena de un sistema de 2 ecuaciones con 2 incgnitas. Para resolver ahora las
cantidades wA, wB y wC que minimizan la desviacin estndar de la cartera, necesitamos:
1. Armar la matriz de covarianzas y calcular la desviacin estndar de la cartera sumando todas
las celdas y computando su raz cuadrada (podemos hacerlo para cualquier valor de wA, wB y
wC).
2. Sumar las cantidades invertidas en cada activo: wA + wB + wC. Al usar el Solver, la celda en la
cual est esta suma ser una restriccin, que fijaremos igual a 1.
164
3. Emplear la funcin Solver de Excel, solicitndole que minimice la celda en la cual tenemos la
desviacin estndar de la cartera (proveniente de la matriz de covarianzas), iterando las celdas
que contienen las cantidades wA, wB y wC, con la restriccin de que la suma sea igual a 1 (Figura
92).
Figura 92 Portafolio de 3 activos, mnima varianza

El resultado que obtuvimos es que la cartera de mnima varianza entre Pfizer, Microsoft y Pulte se
logra comprando un 67.7% de PFE, un 32.3% de MSFT y 0% de PHM. As conformada, la cartera
tiene una desviacin estndar de 3.13% y un ndice de desempeo de 0.71. A continuacin
analizaremos si es posible mejorar dicho desempeo.
c. Portafoliodemximodesempeo
Empleando nuevamente Solver, podemos hallar las cantidades que hay que comprar de cada
activo para encontrar la cartera con el ms alto ndice de desempeo (es decir, con la mejor
165
relacin entre riesgo y retorno esperado). Le pedimos a Solver que maximice la celda en la cual
tenemos la frmula del ndice de desempeo (celda H192 en el ejemplo), modificando las celdas
F178, F179 y F180, que son aquellas en las cuales tenemos las cantidades wA, wB y wC. La
restriccin que indicamos a Solver es que la suma de estas tres celdas tiene que ser igual a 1.
Resolviendo, encontramos la cartera con mejor desempeo (0.79). Para invertir en ella, debemos
comprar un 66.5% de acciones de PFE, un 16.6% de MSFT y un 17.0% de PHM (Figura 93).
Figura 93 Portafolio de 3 activos, mximo desempeo
LA MATRIZ DE COVARIANZAS
Hemos visto que un modo muy conveniente de calcular la varianza de un portafolio es utilizando
la matriz de covarianzas (Figura 94). A continuacin explicitaremos la frmula general de la
matriz de covarianzas, que usted podr usar para armar portafolios de cuantos activos desee. Para
dos activos, la matriz contiene la misma frmula que la varianza del portafolio y llega al mismo
166
resultado, pero al organizar el clculo en casillas permite incorporar un mayor nmero de activos
y reduce errores de clculo. Dentro de cada celda slo hay potencias y multiplicaciones, y para
hallar la varianza, todas las celdas deben ser sumadas al final. Para el ejemplo de Pfizer, Microsoft
y Pulte, la matriz de covarianzas permite llegar al riesgo de la cartera (que es la suma de sus nueve
casillas), 3.87%.
Figura 94 Matriz de Covarianzas, PFE, MSFT, PHM

La matriz de covarianzas anterior responde exactamente a la frmula del riesgo de la cartera para
dos activos. Si consideramos una matriz 2x2, la celda superior izquierda es el primer trmino de la
frmula, la celda inferior derecha es el segundo trmino, y las dos celdas de la diagonal que falta
componen el tercer trmino. Ahora podemos plantear una forma general para resolver todas las
casillas, que nos permitir ampliar la matriz de covarianzas a n activos, calculando as el riesgo
de cualquier cartera.
La matriz de covarianzas tendr la forma de la Ecuacin 49:
167
Ecuacin 49 Matriz de covarianzas

Es decir que para cada celda utilizaremos una ecuacin idntica: la multiplicacin de las
cantidades de dos activos, por la covarianza entre ellos (Ecuacin 50):
Ecuacin 50 Celda de la matriz de covarianzas

En algunas celdas tendremos que multiplicar la cantidad invertida en uno de los activos por s
misma, lo cual antes hacamos elevando w al cuadrado. En esas celdas tambin tendremos que
calcular la covarianza de los retornos de un activo con s mismos, que es su varianza. De modo que
con eso podemos ver que en realidad estamos haciendo matemticamente lo mismo que antes,
pero con una frmula ms general.
168
MATERIAL COMPLEMENTARIO
169

Teoria Markowitz Cap 6

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria Markowitz Cap 6

Cargado por

Copyright:

Formatos disponibles

CAPTULO

6 BALANCEAR RIESGO Y RETORNO

1. En qu empresa invertira: CocaCola o Fulanita? (Figura 63)

2. En qu empresa invertira: CocaCola o Menganita? (Figura 64)

3. En qu empresa invertira: CocaCola o Apple? (Figura 65)

Figura 66 Covarianza entre CocaCola y Fulanita

Figura 67 Portafolio CocaCola + Fulanita

Figura 70 Portafolio CocaCola y Apple

RIESGO Y RETORNO DE UN ACTIVO INDIVIDUAL

Figura 72 Retorno trimestral de acciones de GE

empresa que no paga dividendos se llegar errneamente a la conclusin que el retorno de GE es

Ecuacin 37 Retorno esperado de 1 activo

Figura 74 Retorno esperado y probabilidades

Riesgo de un Activo Individual

Figura 76 Igual retorno esperado pero distinto riesgo

Figura 77 Varianza de activos individuales en Excel

RIESGO Y RETORNO DE UN PORTAFOLIO

Ecuacin 40 Retorno esperado de un portafolio

Figura 78 El Retorno de un portafolio es el promedio de los retornos

Figura 79 El riesgo de un portafolio no es el promedio de las desviaciones estndar

La desviacin estndar del portafolio es simplemente la raz cuadrada de su varianza (Ecuacin

LA CARTERA DE MNIMA VARIANZA

LA CARTERA DE MXIMO DESEMPEO

Retorno esperado del portafolio - Tasa libre de riesgo

Desviacin estndar de los retornos del portafolio

Invirtiendo el Coeficiente de Variacin es posible obtener un coeficiente que relaciona el riesgo y

Retorno esperado del portafolio

EJEMPLO: PORTAFOLIO DE INVERSIN, PASO A PASO

1. Riesgos y Retornos Individuales

Primer paso: calcular los retornos y riesgos individuales

Figura 81 Retornos esperados

forma de la campana es ms aplanada). Microsoft y Pfizer, en cambio, concentran ms sus

Figura 83 Funcin FREQUENCY

Figura 84 Varianza y Desviacin estndar de PFE y MSFT usando Excel

Segundo paso: analizar la relacin entre los activos

Tercer paso: armar portafolios de 2 activos

Figura 88 Riesgo y retorno de un portafolio 50% PFE y 50% MSFT

Cuarto paso: portafolios de 3 o ms activos

Figura 91 Portafolio de 3 activos, partes iguales

Ecuacin 49 Matriz de covarianzas

También podría gustarte