Portafolio Selection (Selección de Portafolio)

Harry Markowitz

El proceso de seleccionar una cartera puede dividirse en dos etapas. La primera etapa
comienza con la observación y la experiencia y termina con creencias sobre el desempeño
futuro de los valores disponibles. La segunda etapa comienza con las creencias relevantes
sobre actuaciones futuras y termina con la elección de cartera. Este documento se refiere
a la segunda etapa. Primero consideramos la regla que el inversionista hace (o debería)
para maximizar las devoluciones esperadas o anticipadas con descuento. Esta regla se
rechaza como una hipótesis para explicar y como un máximo para guiar el
comportamiento de inversión. Posteriormente consideramos la regla que hace el inversor
(o debería) considerar el retorno esperado como algo deseable y la varianza del retorno
como algo no deseable. Esta regla tiene muchos puntos de sonido, tanto como un máximo
e hipótesis sobre el comportamiento de la inversión. Ilustramos relaciones
geométricamente en creencias y elección de cartera de acuerdo con la regla de
“rentabilidad esperada – varianza de la rentabilidad”.
Un tipo de regla sobre la elección de cartera es que el inversor hace (o debería) maximizar
el valor descontado (o capitalizado) de devoluciones futuras. Dado que el futuro no se
conoce con certeza, debe ser “esperado” o “anticipado” las devoluciones que
descontamos. De este tipo de regla, se puede sugerir, siguiendo a Hicks, se podría dejar
que los retornos “anticipados” incluyen una asignación para el riesgo. O, podríamos dejar
que la tasa a la que capitalizamos los rendimientos de valores particulares varía con el
riesgo.
La hipótesis (o máxima) que el inversor hace (o debería) maximizar la devolución con
descuento debe ser rechazado. Si ignoramos las imperfecciones del mercado, la regla
anterior nunca implica que haya una diversificación de cartera que es preferible a todas
las carteras no diversificadas. La diversificación es tanto observada como sensata; una
regla de comportamiento que no implica que la superioridad de la diversificación debe ser
rechazada tanto como una hipótesis y como máxima.
La regla anterior no implica la diversificación sin importar cómo se forman retornos
anticipados; ya sea el mismo o diferentes descuentos las tasas se utilizan para diferentes
valores; no importa cómo se deciden estos descuentos, las tasas se deciden o varían con
el tiempo. La hipótesis implica que el inversor coloca todos sus fondos en la seguridad con
el
mayor valor con descuento. Si dos o más valores tienen el mismo valor, cualquiera de
estos o cualquier combinación de estos es tan bueno como cualquier otro.
Podemos ver esto analíticamente: supongamos que hay N valores; dejando que r it sea el
rendimiento anticipado (según se decida) en el momento t por dólar invertido en
seguridad i; dejemos que d j t sea la tasa a la cual el retorno sobre la i lk siendo la seguridad
en el momento t se descuenta hasta el presente; deje que X i sea la cantidad relativa
invertida en seguridad i. Excluimos las ventas en corto, por lo tanto, X i ≥ 0 por todo lo i.
Entonces, el rendimiento anticipado descontado de la cartera es:
 Es el retorno descontado de la seguridad, por lo tanto, t-1
R = ZXiRi donde Ri es independiente de Xi. Desde Xi >= 0 para
todo i y ZXi = 1, R es un promedio ponderado de Ri con Xi
como pesos no negativos. Para maximizar R, dejamos Xi = 1 para i con Ri máximo.
Si varios Ra ,, a = 1, ... , K son máximos, entonces cualquier asignación con:

Maximiza R. En ningún caso se prefiere una cartera diversificada a todos los portafolios no
diversificados.
En este punto, será conveniente considerar un modelo estático. En lugar de hablar de la
serie temporal de retornos de la seguridad ith (ril, ri2). . . , rit,. . .) hablaremos de "el flujo
de retornos" (ri) desde la ith seguridad.

R = ZX, r ,. Como en el caso dinámico, si el inversor deseara maximizar retorno

"anticipado" de la cartera en la que colocaría todos sus fondos esa seguridad con los
máximos retornos anticipados.
Hay una regla que implica tanto que el inversor debe diversificar y que debería maximizar
el rendimiento esperado. La regla establece que el inversor diversifica (o debería) sus
fondos entre todos esos valores que dan el máximo rendimiento esperado. La ley de los
grandes números asegura que el rendimiento real de la cartera será casi el mismo que el
rendimiento esperado. Esta regla es un caso especial de la regla de la varianza de la
rentabilidad esperada de los retornos (que se presentará a continuación). Se supone que
hay una cartera que ofrece tanto el máximo retorno esperado como la mínima varianza, y
elogia esta cartera al inversor.
Esta presunción, que la ley de los grandes números se aplica a una cartera de valores, no
puede aceptarse. Los rendimientos de los valores son demasiado intercorrelacionados. La
diversificación no puede eliminar toda variación.
La cartera con el máximo rendimiento esperado no es necesariamente el uno con mínima
varianza. Hay una tasa a la que el inversor puede obtener el rendimiento esperado al
asumir la varianza, o reducir la varianza renunciando al rendimiento esperado.
Vimos que los retornos esperados o la regla de retornos anticipados son inadecuados.
Consideremos ahora la regla de rendimiento esperado-varianza de rendimiento (E-V). Será
necesario presentar primero algunos conceptos y resultados de estadística matemática.
Luego mostraremos algunas implicaciones de la regla E-V. Después de esto discutiremos
su plausibilidad.
En nuestra presentación tratamos de evitar enunciados matemáticos complicados y
pruebas. Como consecuencia, se paga un precio en términos de rigor y generalidad. Las
principales limitaciones de esta fuente son (1) no derivar nuestros resultados
analíticamente para el caso n-seguridad; en cambio, nosotros 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 rendimientos de los diversos valores es una función del tiempo. El
escritor tiene la intención de presentar, en el futuro, el tratamiento matemático general
que elimina estas limitaciones.
Necesitaremos los siguientes conceptos elementales y resultados de estadística
matemática:
Sea Y una variable aleatoria, es decir, una variable cuyo valor se decide por oportunidad.
Supongamos, por simplicidad de exposición, que Y puede asumir un número finito de
valores yl, yz,. . . , y, ~. Deje la probabilidad de que Y = il, sea pl; que Y = y2 sea pz, etc. El
valor esperado (o media) de Y es definido para ser:

La varianza de Y es definida para ser:

V es la desviación cuadrática promedio de Y de su valor esperado. V es una medida de

dispersión comúnmente utilizada. Otras medidas de dispersión, estrechamente
relacionadas con V están la desviación estándar, u =. √ V y el coeficiente de variación, a
√E
Supongamos que tenemos una serie de variables aleatorias: R1,. . . , R ,. Si R es una suma
ponderada (combinación lineal) de Ri es:

entonces R también es una variable aleatoria. (Por ejemplo, R1, puede ser el número que
aparece en un dado; R2, la 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) está relacionada con la distribución de probabilidad de R1,. . . , R ,.
Establecemos estas relaciones a continuación; nos referimos al lector a cualquier texto
estándar para la prueba.
El valor esperado de una suma ponderada es la suma ponderada de valores esperados. Es
decir, E (R) = alE (R1) + aZE (R2) +. . . + a, E (R,). La varianza de una suma ponderada no es
tan simple. Para expresarlo debemos definir "covarianza". La covarianza de R1 y Rz 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 R como:

uij 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) l:
La varianza de una suma ponderada es:

Si usamos el hecho de que la varianza de Ri es uii, entonces:

Deje que Ri sea el retorno de la seguridad de iN ". Deje que Pi sea el valor esperado de Ri;
uij, sea la covarianza entre Ri y Rj (por lo tanto, uii es la varianza de Ri). Sea Xi el
porcentaje de los activos del inversor que se asignan a la seguridad. El rendimiento (R) en
la cartera en su conjunto es:

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

aleatorias, pero son fijadas por el inversor. Ya que los Xi son porcentajes que tenemos ZXi
= 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) de la cartera en su conjunto es una suma ponderada de variables
aleatorias (donde el inversor puede elegir las ponderaciones). De nuestra discusión de
tales sumas ponderadas vemos que el rendimiento esperado E de la cartera en su
conjunto y su varianza respectivamente son:

Para creencias de probabilidad fija (pi, oij), el inversor puede elegir entre varias
combinaciones de E y V, dependiendo de su elección de cartera XI,. . . , XN. Suponga que el
conjunto de todas las combinaciones obtenibles (E, V) eran como en la Figura 1. La regla E-
V establece que el inversor (o debería) querer seleccionar una de esas carteras que dan
lugar a la (E, V) combinaciones indicadas como eficientes en la figura; es decir, aquellos
con
V mínimo para E dado o más y E máximo para V dado o menos. Existen técnicas por las
cuales podemos calcular el conjunto de eficientes portafolios y combinaciones eficientes
(E, V) asociadas con pi dado
 Alcanzable E,V
combinaciones

Eficiente E,V
combinaciones

Y oij. No presentaremos estas técnicas aquí. Lo haremos, sin embargo, ilustrar

geométricamente la naturaleza de las superficies eficientes para casos en el que N (el
número de valores disponibles) es pequeño.
El cálculo de superficies eficientes podría ser práctico utilizar. Quizás hay maneras,
combinando técnicas estadísticas y el juicio de expertos, para formar creencias de
probabilidad razonables (pi, aij). Podríamos usar estas creencias para calcular la eficiencia
de combinaciones de (E, V). El inversor, siendo informado de qué (E, V) las combinaciones
eran alcanzables, podían indicar cuál deseaba. Podríamos luego encuentre la cartera que
le dio esta combinación deseada.
Deben cumplirse dos condiciones, al menos, antes de que sea práctico utilizar superficies
eficientes de la manera descrita anteriormente. Primero el inversor debe desear actuar de
acuerdo con la máxima E-V. En segundo lugar, nosotros debemos poder llegar a pi y uij
razonables. Volveremos a estos más tarde. Consideremos el caso de tres valores. En los
tres casos de seguridad nuestro modelo se reduce a:

Para 3 tenemos:
Si sustituimos (3 ') en la ecuación (1) y (2) obtenemos E y V como funciones de X1 y Xz. Por
ejemplo, encontramos:

Las fórmulas exactas no son demasiado importantes aquí (la de V se da a continuación) .8

Podemos simplemente escribir:

Al usar las relaciones (a), (b), (c), podemos trabajar con dos dimensiones geométricas. El
conjunto alcanzable de carteras consta de todas las carteras que satisfacen las
restricciones (c) y (3 ') (o de manera equivalente (3) y (4)). Las combinaciones alcanzables
de XI, X2 están representadas por el triángulo abc en Figura 2. Cualquier punto a la
izquierda del eje Xz no es alcanzable porque viola la condición de que X1 >=0. Cualquier
punto debajo del eje X1 es
no alcanzable porque viola la condición de que Xz >=0. Ningún punto por encima de la
línea (1 -X1 - Xz = 0) no es alcanzable porque viola la condición de que X3 = 1 -XI -Xz> 0.
Definimos una curva isométrica como el conjunto de todos los puntos (carteras) con un
retorno esperado dado. Del mismo modo, una línea de isovarianza se define para ser el
conjunto de todos los puntos (carteras) con una variación dada de retorno.
Un examen de las fórmulas para E y V nos dice las formas de curvas isomeanas e
isovarianza. Específicamente nos dicen que típicamente las curvas isomeanas son un
sistema de rectas paralelas; Las curvas de isovarianza son un sistema de elipses
concéntricas (ver Fig. 2). Por ejemplo,si u2=/ u3 la ecuación 1 'puede escribirse en la
forma familiar X2 = a +
bX1; específicamente (1):

Así, la pendiente de la línea isomeana asociada con E = Eois - (pl -ju3) / (u2- p3) su
intersección es (Eo - p3) / (p2 - p3). Si cambiamos E nosotros cambia la intersección, pero
no la pendiente de la línea isométrica. Esto confirma la afirmación de que las líneas
isométricas forman un sistema de líneas paralelas.
De manera similar, mediante una aplicación algo menos simple de geometría analítica,
podemos confirmar la afirmación de que las líneas de isovarianza forman una familia de
elipses concéntricas. El "centro" del sistema es el punto lo que minimiza V. Vamos a
etiquetar este punto X. Su retorno esperado y 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, Cz, entonces C1 está asociado con una variación
menor que Cz. Con la ayuda del aparato geométrico anterior, busquemos el conjunto
eficiente.
X, el centro del sistema de elipses 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 ningún otro la cartera tiene una V tan baja como X; por lo
tanto, ninguna cartera puede tener V menor (con el mismo o mayor E) o mayor E con el
mismo o menor V. Sin punto (cartera) con rendimiento esperado 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 asociada con E. El punto de la línea isomeana en qué V adquiere su
menor valor es el punto en el que la línea isométrica es tangente a una curva de
isovarianza. Llamamos a este punto X (E). Si dejamos h E varía, X (E) traza una curva. Las
consideraciones algebraicas (que omitimos aquí) nos muestran que esta curva es una línea
recta. Lo llamaremos la línea crítica I. La línea crítica pasa a través de X para este punto
minimiza V para todos los puntos con E (X1, Xz) = E. A medida que avanzamos a lo largo de
l en cualquier dirección desde X, V aumenta. El segmento de la línea crítica desde X hasta
el punto donde la línea crítica se cruza.
Dirección de
crecimiento E*
Líneas isomeanas

Curvas isovarianzas

Eficiencia de carteras

Ajuste alcanzable

Dirección de crecimiento E
dependiendo de u1, u2, u3

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 3 de d a b. b es el punto de
máximo alcanzable E. En la figura 3, X miente fuera del área admisible pero la línea crítica
corta la zona admisible. La línea eficiente comienza en el punto alcanzable con mínimo
varianza (en este caso en la línea Z). Se mueve hacia b hasta que se cruza con la línea
crítica, se mueve a lo largo de la línea crítica hasta que se cruza con un límite y finalmente
se mueve a lo largo del límite hasta b. El lector puede
 Incrementa E

Eficiencia de
portafolio

desear construir y examinar los siguientes otros casos: (1) X mentiras fuera del conjunto
alcanzable y la línea crítica no corta el conjunto alcanzable. En este caso hay una seguridad
que no entra en ninguna cartera eficiente. (2) Dos valores tienen la misma pi. En este caso
las líneas isomeanas son paralelas a una línea límite. Puede suceder que la cartera
eficiente con E máximo es una cartera diversificada. (3) Un caso en donde solo una cartera
es eficiente.
El conjunto eficiente en el 4 caso de seguridad es, como en el 3 de seguridad y también el
caso de seguridad N, una serie de segmentos de línea conectados. En un extremo del
conjunto eficiente es el punto de mínima varianza; en el otro extremo está 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 + alXl + a2X2 es un plano; V = bo + blX1 + hX2 + b12XlX2 + b1lx: + ~ BX; es un
paraboloide.ll Como se muestra en la Figura 5, la sección del plano E sobre el ajuste de
cartera eficiente es una serie de segmentos de línea conectados. La sección del
paraboloide en V sobre el conjunto de cartera eficiente es una serie de parábolas
conectadas segmentos Si trazamos V contra E para carteras eficientes, lo haríamos
nuevamente obtenga 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 varianza de retorno esperada de la regla de
retorno, tanto como una hipótesis para explicar el comportamiento de inversión bien
establecido y como una máxima para guiar la propia acción. La regla sirve mejor, veremos,
como una explicación de, y una guía para, la "inversión" a diferencia del comportamiento
"especulativo".

Ajuste de
eficiencia
de
portafolio
 Eficiente E,V
combinaciones

Anteriormente rechazamos la regla de devoluciones esperadas porque nunca implicó la

superioridad de la diversificación. La varianza de retorno esperada de la regla de retorno,
por otro lado, implica la diversificación para una amplia gama de pi, aij. Esto no significa
que la regla E-V nunca implique la superioridad de una cartera no diversificada. Es
concebible que una seguridad puede tener un rendimiento extremadamente mayor y una
varianza menor que todos los demás valores; tanto así que uno en particular no
diversificado la cartera daría un máximo de E y un mínimo de V. para un gran rango
presumiblemente representativo de pi, aij la regla E-V conduce a eficientes carteras casi
todas las cuales están diversificadas.
La hipótesis E-V no solo implica diversificación, sino que implica el "tipo correcto" de
diversificación por la "razón correcta". Los inversores no creen que la diversificación
dependa únicamente de Número de diferentes valores mantenidos. Una cartera con
sesenta valores ferroviarios diferentes, por ejemplo, no estaría tan diversificada como el
mismo tamaño de cartera con algunos ferrocarriles, algunos servicios públicos, minería,
varios tipos de fabricación, etc. La razón es que generalmente, es más probable que a las
empresas de la misma industria les vaya mal al mismo tiempo que para empresas en
industrias diferentes.
Del mismo modo, al tratar de reducir la varianza, no es suficiente invertir en muchos
valores, es necesario evitar invertir en valores con altas covarianzas entre ellos.
Deberíamos diversificar entre industrias porque las empresas en diferentes industrias,
especialmente las industrias con características económicas diferentes, tienen covarianzas
más bajas que las empresas dentro de una industria.
Los conceptos "rendimiento" y "riesgo" aparecen con frecuencia en las finanzas escritos.
Por lo general, si el término "rendimiento" fuera reemplazado por "esperado rendimiento
"o" rendimiento esperado "y" riesgo "por" variación del rendimiento ", poco se produciría
un cambio de significado aparente.
La varianza es una medida bien conocida de dispersión sobre lo esperado. Si en lugar de
variación el inversor estaba preocupado por el error estándar, a = Tv, o con el coeficiente
de dispersión, a / E, su elección sería todavía se encuentran en el conjunto de carteras
eficientes.
Supongamos que un inversor se diversifica entre dos carteras (es decir, si pone parte de su
dinero en una cartera, el resto de su dinero en la otra.
Un ejemplo de diversificación entre carteras es la compra de las acciones. de dos
compañías de inversión diferentes). Si las dos carteras originales tener la misma varianza,
entonces típicamente12 la varianza de la cartera resultante (compuesta) será menor que
la varianza de cualquiera de los portafolios originales. Esto se ilustra en la Figura 7. Para
interpretar la Figura 7, notamos que una cartera iP) que se construye a partir de dos
carteras P '= (x:, x:) y P "= (xi :: xi ') tiene la forma P = XP' + (1 - h) ~" = (AX: + (1 - X) XI, AX: +
(1 - x) x: '). 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 momento M8 de la distribución de
probabilidad de los rendimientos de la cartera puede estar relacionada con una
propensión a apostar. Por ejemplo, si el inversor maximiza la utilidad (U) que depende de
E y V (U = U (E, V), d U / aE> 0, aU / dE <0) nunca aceptará una apuesta actuarialmente

Líneas de
isovarianza

justa.
Pero si, U = U (E, V, Mg) y si dU / dM3 # 0, entonces hay algunas apuestas justas que sería
aceptado, Quizás, para una gran variedad de instituciones inversoras que consideran que
el rendimiento es algo bueno; riesgo, algo malo; apostar, ser Eficiencia evitada: E, V es
razonable como una hipótesis de trabajo y una máxima de trabajo Se sugieren dos usos
del principio E-V. Podríamos usarlo en análisis teóricos o podríamos usarlo en la selección
real de carteras.
carteras
En los análisis teóricos, podríamos preguntar, por ejemplo, acerca de varios efectos de un
cambio en las creencias generalmente sostenidas sobre una empresa, o un cambio
general en la preferencia en cuanto al rendimiento esperado frente a la varianza de
devolución, o un cambio en el suministro de una garantía. En nuestros análisis el Xi puede
representar valores individuales o pueden representar agregados como, por ejemplo,
bonos, acciones y bienes raíces.
Para usar la regla E-V en la selección de valores, debemos tener procedimientos para
encontrar pi y aij razonables. Estos procedimientos, creo, debe combinar técnicas
estadísticas y el juicio práctico hombres. Mi sensación es que los cálculos estadísticos
deberían usarse para llegar a un conjunto tentativo de pi y aij. El juicio debe entonces ser
usado para aumentar o disminuir algunos de estos pi y uij sobre la base de factores o
matices no tomados en cuenta por los cálculos formales.
Utilizando este conjunto revisado de pi knd uij, se podría calcular el conjunto de
combinaciones E, V eficientes, el inversor podría seleccionar la combinación que él
preferido, y la cartera que dio lugar a esta combinación E, V pudo ser encontrado.
Una sugerencia en cuanto a pi provisional, aijis para usar el pi, aii observado por algún
período del pasado. Creo que mejores métodos, que toman en cuenta más información,
se puede encontrar. Creo que lo que es se necesita esencialmente una reformulación
"probabilística" del análisis de seguridad. No trataré este tema aquí, porque esta es "otra
historia". Es una historia de la que solo he leído la primera página del primer capítulo.
En este artículo hemos considerado la segunda etapa en el proceso de seleccionando una
cartera. Esta etapa comienza con las creencias relevantes sobre los valores involucrados y
termina con la selección de una cartera. Nosotros no hemos considerado la primera etapa:
la formación de las creencias relevantes sobre la base de la observación.