SELECCIÓN DE PORTAFOLIO *

Harry MARKOWITZ La Corporación Rand

EL PROCESO DE SELECCIÓN de una cartera puede dividirse en dos etapas. La primera
etapa comienza con la observación y la experiencia, y termina con las creencias sobre
el desempeño futuro de los valores disponibles. La segunda etapa comienza con las
creencias relevantes sobre los rendimientos futuros y finaliza con la selección de la
cartera. Este documento se ocupa de la segunda etapa. Primero consideramos la regla
de que el inversionista (o debería) maximizar los rendimientos esperados o
anticipados descontados. Esta regla se rechaza como hipótesis para explicar y como
máximo para guiar el comportamiento de la inversión. A continuación, consideramos
la regla de que el inversionista (o debería) considera que el retorno esperado es una
cosa deseable y la varianza del retorno es una cosa no deseable. Esta regla tiene
muchos puntos sólidos, tanto como máxima como hipótesis sobre el comportamiento
de la inversión. Ilustramos las relaciones geométricas entre las creencias y la elección
de la cartera de acuerdo con la regla de "retornos esperados: varianza de los
retornos".
Un tipo de regla con respecto a la elección de la cartera es que el inversionista
maximiza (o debería) maximizar el valor descontado (o capitalizado) de los
rendimientos futuros. Dado que el futuro no se conoce con certeza, debe ser
devoluciones "esperadas" o "anticipadas" que descontamos. Se pueden sugerir
variaciones de este tipo de regla. Siguiendo a Hicks, podríamos permitir que las
devoluciones "anticipadas" incluyan un margen de riesgo. O, podríamos dejar que la
tasa a la que capitalizamos los rendimientos de valores particulares varíe con el
riesgo,

La hipótesis (o máxima) de que el inversionista hace (o debería) maximizar la

devolución descontada debe ser rechazada. Si ignoramos las mejoras en el mercado, la
regla anterior nunca implica que exista una cartera diversificada que sea preferible a
todas las carteras no diversificadas. La diversificación es tanto observada como
sensible; una regla de comportamiento que no implique la superioridad de la
diversificación debe rechazarse como hipótesis y como máxima.

La regla anterior no implica la diversificación, sin importar cómo se formen los

rendimientos anticipados; si se utilizan tasas de descuento iguales o diferentes para
valores diferentes; no importa cómo se decidan estas tasas de descuento o cómo
varían con el tiempo. * La hipótesis implica que el inversionista coloca todos sus
fondos en la garantía con el mayor valor descontado. Si dos o más valores tienen el
mismo valor, entonces cualquiera de estos o cualquier combinación de estos es tan
bueno como cualquier otro.
Podemos ver esto analíticamente: supongamos que hay valores de NV; sea r, sea el
retorno anticipado (sin embargo, se decide) en el momento ¿por dólar invertido en la
seguridad 1; dejemos d; ser la tasa a la que el rendimiento de la seguridad de Pp en el
momento £ se descuenta al presente; deja X; ser el monto relativo invertido en
seguridad 7. Excluimos las ventas en corto, por lo tanto X; > 0 para todos ¿. Entonces el
rendimiento anticipado descontado de la cartera es

R = ∑XiRi; donde R; Es independiente de X ;. Como Xi> = 0 para todo i y ∑Xi = 1, R es

un promedio ponderado de Ri con el Xi como ponderaciones no negativas. Para
maximizar R, dejamos que Xi = 1 para i con Ri máximo. Si varios Raa = 1, ..., K son
máximos, entonces cualquier asignación con

maximiza R. En ningún caso se prefiere una cartera diversificada a otras carteras no

diversificadas.
Será conveniente en este punto considerar un modelo estático. 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

.
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

The variance of Y is defined to be

V es la desviación media cuadrada de Y de su valor esperado. V es una medida de
dispersión comúnmente utilizada. Otras medidas de dispersión, estrechamente
relacionadas con V son la desviación estándar, = VV y el coeficiente de variación,
sigma / E.
Supongamos que tenemos una serie de variables aleatorias: R1, ..., Rn. Si R es una
suma ponderada (combinación lineal) de la R;

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.

La varianza de una suma ponderada no es tan simple. Para expresarlo debemos

definir "covarianza". La covarianza de R1 y R2 es

es decir, el valor esperado de [(la desviación de R1 de su media) veces (la desviación

de R2 de su media)]. En general definimos la covarianza entre Ri y Rj como

sigmaij puede expresarse en términos del coeficiente de correlación familiar (Pij). La

covarianza entre Ri y Rj es igual a [(su correlación) veces (la desviación estándar de
Ri) veces (la desviación estándar de Rj)):
La varianza de una suma ponderada es

Si usamos el hecho de que la varianza de Ri es sigmaij entonces

Que Ri sea el retorno de la seguridad. Sea ui el valor esperado de Rij sigmaij la

covarianza entre Ri y Rj (por lo tanto, sigmaii es la varianza de Ri). Sea Xi el porcentaje
de los activos del inversor que se asignan a la seguridad de i´. El rendimiento (R) de la
cartera en su conjunto es

El r; (y, en consecuencia, R) se consideran variables aleatorias ”. Las Xi no son

variables aleatorias, sino que son fijadas por el inversionista. Dado que Xi son
porcentajes, tenemos ∑Xi = 1. En nuestro análisis excluiremos los valores negativos de
Xi (es decir, ventas cortas); por lo tanto, Xi> = 0 para todo i.
El rendimiento (R) en la cartera en su conjunto es una suma ponderada de variables
aleatorias (donde el inversor puede elegir los pesos). De nuestra discusión de tales
sumas ponderadas, vemos que el rendimiento esperado E de la cartera en su conjunto
es

and the variance is

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.

y σij. No presentaremos estas técnicas aquí. Sin embargo, ilustraremos

geométricamente la naturaleza de las superficies eficientes para los casos en que N (el
número de valores disponibles) es pequeño.
El cálculo de superficies eficientes podría ser de utilidad práctica. Quizás haya formas,
combinando técnicas estadísticas y el juicio de expertos, para formar creencias de
probabilidad razonables (ui, σij). Podríamos usar estas creencias para calcular las
combinaciones eficientes alcanzables de (E, V). El inversionista, al estar informado de
qué combinaciones (E, V) eran alcanzables, podría declarar lo que deseaba. Entonces
podríamos encontrar la cartera que dio esta combinación deseada.
Se deben cumplir al menos dos condiciones antes de que sea práctico utilizar
superficies eficientes de la manera descrita anteriormente. Primero, el inversor debe
desear actuar de acuerdo con la máxima de E-V. Segundo, debemos ser capaces de
llegar a una ui y σij razonables. Volveremos sobre estos asuntos más adelante.
Consideremos el caso de tres valores. En el caso de seguridad tres nuestro modelo se
reduce a
From (3) we get

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.

Los conceptos "rendimiento" y "riesgo" aparecen con frecuencia en los escritos

financieros. Por lo general, si el término "rendimiento" se reemplazara por
"rendimiento esperado" o "rendimiento esperado" y "riesgo" por "variación de
rendimiento", se produciría un pequeño cambio en el significado aparente.
La varianza es una medida conocida de dispersión sobre lo esperado. Si en lugar de la
varianza, el inversor se preocupara por el error estándar, σ = RAIZ (V), o por el
coeficiente de dispersión, σ / E, su elección aún estaría en el conjunto de carteras
eficientes.
Supongamos que un inversor se diversifica entre dos carteras (es decir, si pone algo
de su dinero en una cartera, el resto de su dinero en la otra. Un ejemplo de
diversificación entre carteras es la compra de acciones de dos compañías de inversión
diferentes). Si las dos carteras originales tienen la misma varianza, entonces la
varianza de la cartera resultante (compuesta) será menor que la varianza de
cualquiera de las carteras originales. Esto se ilustra en la Figura 7. Para interpretar la
Figura 7, observamos que una cartera (P) que se crea a partir de dos carteras P ’= (X 1’
X 2 ’) y
P "= (X1 '' X2 '') es del fom P = landaP '+ (1-landa) P” = (landaX1' + (1 - landa) X1 '',
landaX2 '+ (1 - landa) X2 ''. P está en la línea recta que conecta P 'y P'.
El principio E-V es más plausible como regla para el comportamiento de inversión, a
diferencia del comportamiento especulativo. El tercer momento M3 de

La distribución de probabilidad de los rendimientos de la cartera puede estar

conectada con una propensión a apostar. Por ejemplo, si el inversor maximiza la
utilidad (U) que depende de E y V (U = U (E, V), DERIVADU / DERIVADAE> 0,
DERIVADU / DERIVADAE <0) nunca aceptará una apuesta actuarialmente justa. Pero
si
U = U (E, V, My) y si DERIVADU / DERIVADAM3 ≠ O, entonces hay algunas apuestas
razonables que serían aceptadas. Quizás, para una gran variedad de instituciones de
inversión que consideran que el rendimiento es algo bueno; riesgo, algo malo; el
juego, para evitar E, la eficiencia V es razonable como hipótesis de trabajo y como
máxima de trabajo.
Se sugieren dos usos del principio E-V. Podríamos usarlo en análisis teóricos o usarlo
en la selección real de portafolios.
En los análisis teóricos, podemos preguntar, por ejemplo, acerca de los diversos
efectos de un cambio en las creencias generalmente sostenidas sobre una empresa, o
un cambio general en la preferencia por el retorno esperado versus la varianza del
retorno, o un cambio en la oferta de una garantía. . En nuestros análisis la X; pueden
representar valores individuales o pueden representar agregados como, por ejemplo,
bonos, acciones y bienes raíces.

Para utilizar la regla E-V en la selección de valores, debemos tener

procedimientos para encontrar u razonable; y σij. Estos procedimientos, creo,
deberían combinar las técnicas estadísticas y el juicio de los hombres prácticos.
Mi sensación es que los cálculos estadísticos deben usarse para llegar a un
conjunto tentativo de u; y σij. Luego se debe usar el juicio para aumentar o
disminuir algunas de estas u; y σij sobre la base de factores o matices no tomados
en cuenta por los cálculos formales. Usando este conjunto revisado de p; y 0; el
conjunto de combinaciones E, V eficientes podría calcularse, el inversor podría
seleccionar la combinación que prefiera y la cartera que dio lugar a esta
combinación E, V podría encontrarse.
Una sugerencia en cuanto a la tentativa u; y σij es usar la u observada; y σij por
algún período del pasado. Creo que se pueden encontrar mejores métodos que
tengan en cuenta más información. Creo que lo que se necesita es esencialmente
una reformulación "probabilística" del análisis de seguridad. No trataré este tema
aquí, porque es "otra historia". Es una historia de la que solo he leído la primera
página del primer capítulo.
En este documento hemos considerado la segunda etapa en el proceso de
selección de una cartera. Esta etapa comienza con las creencias relevantes sobre
los valores involucrados y termina con la selección de una cartera. No hemos
considerado la primera etapa: la formación de las creencias relevantes sobre la
base de la observación.