Documentos de Académico
Documentos de Profesional
Documentos de Cultura
.
Maximiza R. En ningún caso se ha mejorado una cartera diversificada a otras carteras
no diversificadas.
Será conveniente en este punto. En lugar de hablar de la serie temporal de retornos de
la seguridad i´ (ri1, ri2 - -…, rij - -) hablaremos de “el flujo de retornos” (ri) de la
seguridad i´. El flujo de rendimientos de la cartera en su conjunto es
La ley de grandes números asegurará que el rendimiento real de la cartera sea casi el
mismo que el rendimiento esperado. Esta regla es un caso especial de la varianza de
retornos esperados de la regla de retornos (que se presenta a continuación). Se
supone que hay una cartera que proporciona el máximo rendimiento esperado y la
variación mínima, y recomienda esta cartera al inversor.
Esta presunción, de que la ley de grandes números se aplica a una cartera de valores,
no puede ser aceptada. Los rendimientos de los valores son demasiado
intercorrelacionados. La diversificación no puede eliminar toda varianza.
La cartera con el rendimiento máximo esperado no es necesariamente la que tiene
una variación mínima. Existe una tasa a la cual el inversionista puede obtener el
rendimiento esperado al asumir la varianza, o reducir la variación al dar el
rendimiento esperado.
Vimos que la regla de devoluciones esperadas o devoluciones anticipadas es
inadecuada. Consideremos ahora la varianza de retornos esperada de las reglas de
devoluciones (E-V). Será necesario presentar primero algunos conceptos y resultados
elementales de las estadísticas matemáticas. Luego mostraremos algunas
implicaciones de la regla E-V. Después de esto vamos a discutir su plausibilidad.
En nuestra presentación tratamos de evitar declaraciones y pruebas matemáticas
complicadas. Como consecuencia, se paga un precio en términos de rigor y
generalidad. Las principales limitaciones de esta fuente son (1) no derivamos nuestros
resultados analíticamente para el caso de n-seguridad; en cambio, los presentamos
geométricamente para los casos de seguridad 3 y 4; (2) Asumimos creencias de
probabilidad estática. En una presentación general, debemos reconocer que la
distribución de probabilidad de los rendimientos de los diversos valores es una
función del tiempo. El escritor pretende presentar, en el futuro, el tratamiento
matemático general que elimina estas limitaciones.
Necesitaremos los siguientes conceptos y resultados elementales de las estadísticas
matemáticas;
Sea Y una variable aleatoria, es decir, una variable cuyo valor se decida por casualidad.
Supongamos, para simplificar la exposición, que Y puede tomar un número finito de
valores y1 y2,. . ., Yn. Sea la probabilidad de que Y = y1, sea p1; que Y = y2 sea p2, etc.
El valor esperado (o media) de Y se define como
entonces R es también una variable aleatoria. (Por ejemplo, R1 puede ser el número
que aparece en un dado; R2, el de otro dado y R la suma de estos números. En este
caso n = 2, a1 = a2 = 1).
Será importante para nosotros saber cómo el valor esperado y la varianza de la suma
ponderada (R) se relacionan con la distribución de probabilidad de R1, ..., Rn. A
continuación indicamos estas relaciones; remitimos al lector a cualquier texto
estándar para la prueba.
El valor esperado de una suma ponderada es la suma ponderada de los valores
esperados.
Para las creencias de probabilidad fija (µi, σij), el inversor puede elegir entre varias
combinaciones de E y V, dependiendo de su elección de cartera X1, ..., Xn. Suponga que
el conjunto de todas las combinaciones (E, V) que se pueden obtener es como en la
Figura 1. La regla EV indica que el inversionista querría (o debería) seleccionar una de
esas carteras que dan lugar a las combinaciones (E, V) indicadas tan eficiente en la
figura; es decir, aquellos con un mínimo de V para una E o más dada y un máximo de E
para una V o una menor dada.
Existen técnicas mediante las cuales podemos calcular el conjunto de carteras
eficientes y las combinaciones eficientes (E, V) asociadas con la ui dada.
If we substitute (3’) in equation (1) and (2) we get E and V as functions of X1 and X2.
For example we find
The exact formulas are not too important here (that of V is given below). We can
simply write
Al usar las relaciones (a), (b), (c), podemos trabajar con geometría bidimensional.
El conjunto de carteras alcanzables consiste en todas las carteras que satisfacen las
restricciones (c) y (3 ') (o equivalentemente (3) y (4)). Las combinaciones alcanzables
de X1, X2 están representadas por el triángulo abc en la Figura 2. Cualquier punto a la
izquierda del eje Jus X2 no es alcanzable porque viola la condición de que X,> 0.
Cualquier punto debajo del eje X, no es alcanzable porque viola la condición de que
X2> = 0. Cualquier punto sobre la línea (1 - X, - X3 = 0) no es alcanzable porque viola la
condición de que X3 = 1— X1— X2> = 0.
Definimos una curva isomeana como el conjunto de todos los puntos (carteras) con un
rendimiento esperado dado. De manera similar, una línea de isovarianza se define
como el conjunto de todos los puntos (carteras) con una variación de rendimiento
determinada.
Un examen de las fórmulas de E y V nos dice las formas de las curvas isoveanas e
isovariance. Específicamente nos dicen que típicamente? Las curvas isomeas son un
sistema de líneas rectas paralelas; Las curvas de isovarianza son un sistema de elipses
concéntricas (ver Fig. 2). Por ejemplo, si µ2 equ µs ecuación 1 ’puede escribirse en la
forma familiar X3 = a + bX1 específicamente (1)
Por lo tanto, la pendiente de la línea isomeana asociada con E = E0 es - (u1— u3) / (u2
- u3) su intersección es (E0 - u3) / (u2 - u3). Si cambiamos E cambiamos la
intersección pero no la pendiente de la línea isomeana. Esto confirma el argumento de
que las líneas isomeas forman un sistema de líneas paralelas.
De manera similar, mediante una aplicación algo menos simple de la geometría
analítica, podemos confirmar la opinión de que las líneas de isovarianza forman una
familia de elipsis concéntricas. El "centro" del sistema es el punto que minimiza V.
Etiquetaremos este punto X. Su retorno esperado y la varianza etiquetaremos E y V. La
varianza aumenta a medida que se aleja de X. Más precisamente, si una curva de
isovarianza, C1, se encuentra más cerca de X que otro, C2, luego C1 está asociado con
una varianza más pequeña que C2.
Con la ayuda de los aparatos geométricos anteriores, busquemos los conjuntos
eficientes.
X, el centro del sistema de elipsis de isovarianza, puede caer dentro o fuera del
conjunto alcanzable. La Figura 4 ilustra un caso en el que X cae dentro del conjunto
alcanzable. En este caso: X es eficiente. Para ninguna otra cartera tiene una V tan baja
como X; por lo tanto, ninguna cartera puede tener una V más pequeña (con la misma E
o mayor) o una E mayor con la misma V o menor. Ningún punto (cartera) con un
rendimiento esperado de E menor que E es eficiente. Porque tenemos E> E y V <V. '
Considere todos los puntos con un retorno esperado dado E, es decir, todos los puntos
en la línea isomeana asociados con E. El punto de la línea isomeana en la que V toma
su valor mínimo es el punto en el que la línea isomeana es tangente a una curva de
isovarianza. Llamamos a este punto X (E). Si dejamos que E varíe, X (E) traza una
curva.
Las consideraciones algebraicas (que omitimos aquí) nos muestran que esta curva es
una línea recta. La llamaremos la línea crítica. La línea crítica pasa a través de X para
este punto, minimiza V para todos los puntos con E (X1 X2) = E. A medida que
avanzamos l en cualquier dirección desde X, V aumenta. el segmento de la línea crítica
desde X hasta el punto donde la línea crítica cruza
el límite del conjunto alcanzable es parte del conjunto eficiente. El resto del conjunto
eficiente es (en el caso ilustrado) el segmento de la línea ab de d a b. b es el punto de
máximo alcanzable £. En la Figura 3, X se encuentra fuera del área admisible, pero la
línea crítica corta el área admisible. La línea eficiente comienza en el punto alcanzable
con una variación mínima (en este caso, en la línea ab). Se mueve hacia b hasta que se
cruza con la línea crítica, se mueve a lo largo de la línea crítica hasta que cruza un
límite y finalmente se mueve a lo largo del límite hacia b. El lector puede aumentar E
desee construir y examinar los siguientes otros casos: (1) X se encuentra fuera del
conjunto alcanzable y la línea crítica no corta el conjunto alcanzable. En este caso,
existe una seguridad que no entra en ninguna cartera eficiente. (2) Dos valores tienen
la misma uij. En este caso, las líneas isomeas son paralelas a una línea de límite. Puede
suceder que la cartera eficiente con E máxima sea una cartera diversificada. (3) Un
caso en el que solo una cartera es eficiente.
El conjunto eficiente en el caso de seguridad 4 es, como en el caso de seguridad 3 y
también en el caso de seguridad N, una serie de segmentos de línea conectados. En un
extremo del conjunto eficiente está el punto de variación mínima; en el otro extremo
hay un punto de retorno máximo esperado "(ver Fig. 4).
Ahora que hemos visto la naturaleza del conjunto de carteras eficientes, no es difícil
ver la naturaleza del conjunto de combinaciones eficientes (E, V). En los tres casos de
seguridad, E = a0 + a1X1 + a2X2 es un plano; V = bo + b1X1 + b2Xo2 + b12X1X2 +
b11X1 ^ 2; + b22X2 ^ 2, es un paraboloide. Como se muestra en la Figura 5, la sección
del plano £ sobre el conjunto de cartera eficiente es una serie de segmentos de línea
conectados. La sección del V-parabloide sobre el conjunto de portafolios eficiente es
una serie de segmentos de parábola conectados. si trazamos V contra E para las
carteras eficientes, nuevamente obtendríamos una serie de segmentos de parábola
conectados (ver Fig. 6). Este resultado se obtiene para cualquier número de valores.
Varias razones recomiendan el uso de la regla de la varianza de retorno esperada,
como hipótesis para explicar el comportamiento de inversión bien establecido y como
máxima para guiar la propia acción. La regla sirve mejor, veremos, como una
explicación y guía de, "inversión" a diferencia de comportamiento "especulativo".
Anteriormente rechazamos la regla de retornos esperados porque nunca implicaba la
superioridad de la diversificación. Por otro lado, la regla de la varianza de retorno
esperada implica una diversificación para una amplia gama de ui σij. Esto no significa
que la regla E-V nunca implique la superioridad de una cartera no diversificada. Es
posible que un valor tenga un rendimiento extremadamente alto y una varianza más
baja que todos los demás valores; tanto que una cartera no diversificada en particular
daría un máximo de E y un mínimo de V. Pero para una gran variedad de ui σij
supuestamente representativa, la regla E-V lleva a portafolios eficientes, casi todos los
cuales están diversificados.
La hipótesis E-V no solo implica diversificación, sino que implica el "tipo correcto" de
diversificación por la "razón correcta". Los inversionistas no consideran que la
adecuación de la diversificación dependa únicamente del número de valores
diferentes que se tengan. Una cartera con sesenta valores de vías ferroviarias
diferentes, por ejemplo, no se diversificaría tanto como una cartera del mismo tamaño
con algunos ferrocarriles, algunos servicios públicos, minería, diversos tipos de
manufactura, etc. La razón es que generalmente es más probable para que las
empresas, dentro de la misma industria, tengan un desempeño pobre al mismo tiempo
que para empresas en industrias diferentes.
De manera similar, al tratar de hacer que la variación sea pequeña, no es suficiente
invertir en muchos valores. Es necesario evitar invertir en valores con altas
covarianzas entre ellos. Deberíamos diversificar a través de las industrias porque las
empresas en diferentes industrias, especialmente industrias con diferentes
características económicas, tienen menos covarianzas que las empresas dentro de una
industria.