Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Universidad EAFIT
Motivación
Cuando piensan en inversiones, ¿quién se les viene a la cabeza?
1
1/13/2020
Es el Mercado donde se transan títulos valores como acciones, bonos, commodities y derivados.
Estos títulos son de largo plazo y comprenden la participación de emisores de los títulos y de
inversionistas.
Para este curso no vamos a considerar el mercado crediticio como parte del mercado de capitales.
2
1/13/2020
Tipos de Mercado
Mercado Cambiario
El mercado de divisas (peso/dólar) es el conjunto de todas las operaciones de compra venta de
dólares realizadas en el territorio Colombiano, dicho mercado es regulado por el Banco de la
República (Resolución 08 de 2000) y está compuesto por las operaciones realizadas en el
mercado cambiario y en el mercado libre.
Mercado Cambiario o Mercado Regulado
Está conformado por todas las operaciones que se canalizan a través de intermediarios
autorizados para el efecto denominados “Intermediarios del Mercado Cambiario” (IMC) o a través
del mecanismo de compensación autorizado por el Estatuto Cambiario.
Los Intermediarios Cambiarios (IMC) son las entidades definidas por la Junta Directiva del Banco de
la República, es decir, los Bancos Comerciales, los bancos hipotecarios, las corporaciones
financieras, las compañías de financiamiento comercial, Bancoldex, las cooperativas Financieras, las
sociedades comisionistas de Bolsa y las casas de cambio.
Qué instrumentos hacen parte del mercado cambiario?
Tipos de Mercado
Mercado de Renta Fija
El mercado de renta fija hace referencia, por lo general, a aquellos mercados en los que se
negocian activos financieros de deuda emitidos por los estados, organismos y entidades
públicas y por empresas privadas. Estos instrumentos en Colombia se transan en un sistema
llamado Master Trader, administrado por la Bolsa de Valores de Colombia (BVC).
Mercado de Acciones
El mercado de las acciones es el mercado en el que las sociedades pueden emitir títulos con el
fin de encontrar financiaciones. Los inversores que compran estos títulos se convierten
entonces en accionistas de la sociedad y obtienen dividendos calculados a partir de los
beneficios realizados por la empresa gracias a esta financiación y de manera proporcional al
número de acciones compradas.
Así pues, el mercado de las acciones permite adquirir títulos de todas las sociedades cotizadas
en Bolsa sobre los distintos mercados financieros mundiales.
Qué instrumentos hacen parte del mercado de acciones?
3
1/13/2020
Tipos de Mercado
Mercado Monetario (Money Market):
El mercado monetario es una rama dentro del mercado financiero donde se negocian activos
financieros (certificado de depósitos, pagarés, etc.) a corto plazo. Su finalidad es ofrecer a los
agentes económicos la opción de transformar su riqueza en títulos o valores con alto grado de
liquidez.
Qué instrumentos hacen parte del mercado monetario?
Pantalla SET FX
Fuente: BNPParibas
4
1/13/2020
250
200
150
100
50
0
1-Apr-12 14-Aug-13 27-Dec-14 10-May-16 22-Sep-17 4-Feb-19 18-Jun-20
iShares 7-10 Year Treasury Bond ETF S&P 500
350,000
300,000
250,000
200,000
150,000
100,000
50,000
0
1-Apr-12 14-Aug-13 27-Dec-14 10-May-16 22-Sep-17 4-Feb-19 18-Jun-20
iShares 7-10 Year Treasury Bond ETF S&P 500 Bitcoin
Esto nos da pie para comenzar a hablar de volatilidad como medida del riesgo
10
5
1/13/2020
Media 𝜇 = 𝐸(𝑟) = 𝑝𝑖 ⋅ 𝑟𝑖
𝑖=1
𝑁
Varianza 𝜎 2 = 𝑝𝑖 [𝑟𝑖 − 𝐸(𝑟)]2
𝑖=1
σ𝑁
𝑖=1 𝑝𝑖 (𝑟𝑖 − 𝜇)
3
Skewness 𝑠𝑘𝑒𝑤 =
𝜎3
σ𝑁
𝑖=1 𝑝𝑖 (𝑟𝑖 − 𝜇)
4
Kurtosis 𝑘𝑢𝑟𝑡 =
𝜎4
11
𝜎𝑟𝑅
𝜌𝑟𝑅 =
Correlación 𝜎𝑟 ⋅ 𝜎𝑅
12
6
1/13/2020
13
𝑁
^2 1
Varianza σ = [𝑟𝑖 − 𝜇^𝑟 ]2
𝑁−1
𝑖=1
Desviación ^
𝜎𝑟 = ^
𝜎𝑟2
Estándar
𝑁
^ 1 ^ )(𝑅 − ^
Covarianza 𝜎𝑟𝑅 = (𝑟𝑖 − 𝜇 𝑟 𝑖 𝜇𝑅 )
𝑁−1
𝑖=1
^
𝜎𝑟𝑅
^
𝜌𝑟𝑅 = ^ ^
Correlación 𝜎𝑟 ⋅ 𝜎𝑅
14
7
1/13/2020
Ejemplos
• Tomemos el archivo “Ejercicio Estadísticos” y calculemos la media, la
desviación estándar y la correlación entre los distintos pares de series
¿Cuál es la varianza de y?
15
Eventos Aleatorios
Qué hace que un evento sea aleatorio?
16
8
1/13/2020
Distribuciones de Probabilidad
Son la herramienta matemática para tratar eventos aleatorios
Dos de las distribuciones de probabilidad más usadas son:
0.06
0.05
0.04
0.03
0.02
0.01
0.00
-5.00
-4.60
-4.20
-3.80
-3.40
-3.00
-2.60
-2.20
-1.80
-1.40
-1.00
-0.60
-0.20
0.20
0.60
1.00
1.40
1.80
2.20
2.60
3.00
3.40
17
Distribuciones de Probabilidad
1 desviación estándar 68,26% de probabilidad
2 desviaciones estándar 95,54% de probabilidad Para el caso de la distribución normal
3 desviaciones estándar 99,74% de probabilidad
18
9
1/13/2020
Distribución de Probabilidad
19
4.5
4
3.5
3
probabilidad
2.5
2
1.5
1
0.5
0
-0.80
-0.72
-0.64
-0.56
-0.48
-0.40
-0.32
-0.24
-0.16
-0.08
0.00
0.08
0.16
0.24
0.32
0.40
0.48
0.56
0.64
0.72
0.80
0.88
0.96
Retorno
Una de las distribuciones tiene media = 10% y σ = 10%, mientras que la otra tiene media = 10%
y σ = 20%. Cuál es cuál?
20
10
1/13/2020
Distribución Normal
Cómo estandarizar variables que siguen una distribución Normal?
21
Distribución Normal
• Recuerdan cuando estimamos µ, σ 2 y ρ ?
• Asumimos que siguen una distribución Normal:
𝜎2
𝜇~𝑁
Ƹ 𝜇;
𝑛
22
11
1/13/2020
Distribución Normal
• Suponga que: µ^ = 0,10 σ^ = 0,20 n = 64
^
Es µ = 0,10 significativo?
23
Ejercicio 1
• Si después de 100 eventos X sigue una distribución Normal con media 10% y
varianza 5%, Cuáles son los intervalos de confianza con un nivel de
significancia del 95%?
24
12
1/13/2020
𝑟−µ
Recordemos que X= 𝜎
Nos diría que la probabilidad es que ocurra una vez cada 2.5 millones de años
25
Enero 5 2015
2,000
1,900
1,800
1,700
1,600
1,500
1,400
1,300
1,200
1,100
1,000
25-Feb-11
25-Feb-12
25-Feb-13
25-Feb-14
25-Feb-15
25-Feb-16
25-Feb-17
25-Feb-18
25-Feb-19
25-Jun-13
25-Oct-16
25-Oct-10
25-Jun-11
25-Oct-11
25-Jun-12
25-Oct-12
25-Oct-13
25-Jun-14
25-Oct-14
25-Jun-15
25-Oct-15
25-Jun-16
25-Jun-17
25-Oct-17
25-Jun-18
25-Oct-18
25-Jun-19
25-Oct-19
26
13
1/13/2020
Ejercicio 2
• Tomemos la serie histórica del Colcap (Colcap Historical Data) y calculemos la
probabilidad de que el retorno diario esté por debajo del 2% (asumiendo que
sigue una distribución normal)
27
Donde ε es una variable aleatoria que sigue una distribución normal estándar N(0,1).
Por lo tanto:
Media de Δz = 0
σ de Δz = Δ𝑡
Varianza de Δz = Δt
Este es el proceso de Wiener básico, es decir, media cero y σ de 1.0. Media cero quiere
decir que el valor esperado de z en cualquier momento es igual a su valor actual. Una σ
de 1 quiere decir que la varianza del cambio en z en un período de tiempo T es igual a T.
28
14
1/13/2020
29
dx = a.dt
b.dz
30
15
1/13/2020
Δ𝑆
≈ 𝑁 𝜇 ⋅ Δ𝑡; 𝜎 ⋅ Δ𝑡
𝑆
31
1
𝜇−2𝜎2 Δ𝑡+𝜎⋅𝑧𝑡 Δ𝑡
E [St]= St-Δt 𝑒
32
16
1/13/2020
Implementación en Excel
• zt es un proceso aleatorio con media cero y varianza 1.
• El primer paso es generar zt, los cuales salen del generador de números aleatorios que
siguen una dist. Normal Estándar:
• DISTR.NORM.ESTAND.INV(ALEATORIO( )).
• Supongamos que queremos generar 20 caminos diferentes, cada uno con 10 períodos.
Período
Camino 1 2 3 ….. 10
1 z1,1 z1,2 z1,3 ….. z1,10
2 z2,1 z2,2 z2,3 ….. z2,10
3 z3,1 z3,2 z3,3 ….. z3,10
. . . . . .
. . . . . .
. . . . . .
20 z20,1 z20,2 z20,3 ….. z20,10
33
Implementación en Excel
• El siguiente paso es calcular el retorno de la acción en cada período de
duración Δt.
Período
1 ….. 10
Camino 2
2
….. e (r-½σ )Δt+σ Δ𝑡 z
1 e (r-½σ )Δt+σ Δ𝑡 z
1,1 1,10
2 2
2 e (r-½σ )Δt+σ Δ𝑡 z ….. e (r-½σ )Δt+σ Δ𝑡 z
2,10
2,1
2 2
3 e (r-½σ )Δt+σ Δ𝑡 z ….. e (r-½σ )Δt+σ Δ𝑡 z
3,10
3,1 .
. . .
. . .
. .
2 2
20 e (r-½σ )Δt+σ Δ𝑡 z ….. e (r-½σ )Δt+σ Δ𝑡 z
20,10
20,1
34
17
1/13/2020
Implementación en Excel
• Llamemos cada una de las celdas de la matriz anterior (1+r1,1), (1+r1,2) etc.
Finalmente, obtenemos el precio de la acción para cada camino. Note que se
tienen 11 columnas puesto que se requiere una para ingresar el actual precio de la
acción.
35
Ejercicio 3
• Suponga que el precio de una acción que no paga dividendo, sigue un
proceso de Wiener. La media del retorno anual de esta acción es del 15% y
la desviación estándar del 20%. ¿Cuál es el precio esperado de una opción
Call Europea ATM sobre esa acción a un plazo de 90 días? Suponga que el
precio actual de la acción es de $100.
36
18
1/13/2020
Fuente: Investing.com
37
Regresiones Lineales
38
19
1/13/2020
Regresiones Lineales
• Se basan en el concepto de Mínimos Cuadrados Ordinarios (MCO)
• Los MCO buscan minimizar la suma del cuadrado de los errores entre una
estimación (que generalmente es lineal) y los datos reales
• Note que se minimiza el cuadrado de los errores y no el error debido a que
errores positivos pueden cancelarse con errores negativos y arrojar resultados
erróneos
• Recordemos que la ecuación de la recta está dada por:
y = m.x + b
Donde y es la variable dependiente, m es la pendiente de la recta y b el
intercepto con el eje “x”
39
Regresiones Lineales
Y
.
. . εi+n
εi . .
. . .
X
Min [ε21 + ε22 + …+ ε2i + … + ε2k]
• Lo que se quiere entonces es ajustar todos los puntos observados, que
relacionan X y Y, a una línea recta
40
20
1/13/2020
Regresiones Lineales
• Qué tal si en lugar de una sola variable independiente (X), tuviéramos dos
La ecuación de la recta sigue siendo la
Y
. .
misma, pero X sería una matriz con tantas
filas como observaciones se tengan y tantas
columnas como variables independientes se
. . tengan
. . εi . . X1
Y = m1.X1 + m2.X2 + b
.
Que puede resumirse en:
.
Y = [m][X] + [b]
X2
41
Regresiones Lineales
• La ecuación estimada es de la forma:
Ŷ = β.X + C (1)
• Donde Ŷ es el valor estimado de la variable dependiente (Y), X es la variable
independiente, β es la pendiente de la recta estimada y C el intercepto con el
eje “y”.
• El valor observado de Y será igual al valor estimado más un término de error,
ya que la línea recta no se ajusta perfectamente a cada uno de los puntos.
Por lo tanto:
Y=Ŷ+ε (2)
• Lo que se quiere pues es minimizar ε
• Reemplazando (1) en (2):
42
21
1/13/2020
Regresiones Lineales
Y = β.X + C + ε (3)
• El término C en (3) puede hacer parte del término β.X y por lo tanto (3) se puede
expresar: Y = β.X + ε (4)
• Y puede ser por ejemplo el crecimiento de la economía, mientras que X puede ser
un grupo de dos variables: tasas de interés y tasa de cambio, por ejemplo
• Note que Y es en realidad un vector de dimensión m. En este caso m es igual al
número de observaciones de crecimiento de la economía
• Por su parte X es una matriz, compuesta por m filas y n columnas. En ese caso n es
igual al número de variables independientes (2 en este caso) más uno (el
intercepto C)
43
Regresiones Lineales
• Si en (4) despejamos ε obtenemos
ε = Y − β.X
• Note que β es un vector de n filas por 1 columna. Por lo tanto, β.X no pueden ser
multiplicadas directamente, sino que la ecuación debe ser escrita como:
ε = Y − X.β
• El error al cuadrado será la multiplicación del vector ε por sí mismo. Para poder
hacer esta operación, debe obtenerse el vector transpuesto de ε, al cual llamamos
ε’. Por lo tanto:
ε’ ε = [Y − X.β]’ [Y − X.β]
• Despejando:
ε’ ε = Y’ Y − 2 Y’ X β + [X.β]’ [X.β]
44
22
1/13/2020
Regresiones Lineales
• Lo que queremos es encontrar los valores de β que minimizan los errores al
cuadrado. Por lo tanto queremos hacer:
∂(ε’ ε )/∂β = 0
∂(ε’ ε )/∂β=−2 X’ Y + 2.X’.X.β= 0
• Despejando:
β=[X’.X]-1.X’ .Y
45
Regresiones Lineales
Qué tan buena es la regresión?
• Para esto utilizamos el coeficiente de determinación R2. Este mide el porcentaje de
la varianza de Y que es explicada por las variables independientes X. R2 se mueve
entre 0 y 1.
SSres
R2 = 1 -
SStot
Sstot = total sum of squares
Ssres = residual sum of squares
2
σ 𝑦𝑖 −𝑦ො
𝑅2 =1− σ𝑖 ത 2
𝑖 𝑦𝑖 −𝑦
46
23
1/13/2020
Regresiones Lineales
Qué tan significativos son los β obtenidos?
47
Regresiones Lineales
Qué tan significativos son los β obtenidos?
• El t-estadístico se calcula como la media de la muestra menos la verdadera media dividido
por la desviación estándar de la muestra.
48
24
1/13/2020
Regresiones Lineales
Qué tan significativos son los β obtenidos?
Como la hipótesis nula (Ho) es que βo=0, el t-estadístico queda reducido a:
𝑗
𝛽
t=
𝑆𝐸𝛽
La distribución t tiene la misma forma que una distribución normal, pero con colas
más largas.
49
Regresiones Lineales
Distribución del t-estadístico
Probabilidad
−2.0 0 2.0
50
25
1/13/2020
Ejemplo
51
Preferencias
•ESPECIALIZACIÓN EN FINANZAS
52
26
1/13/2020
Preferencias
• Muchos de los análisis asumen que los agentes toman decisiones racionales, entre otras cosas
porque el tratamiento matemático es más fácil. Pero, qué tan racionales somos a la hora de
tomar decisiones?.
Les
Les propongo el siguiente
siguientejuego:
juego: tiramos una moneda hasta que salga cara. Cuando
salga cara yo les pago $2k donde k es número de veces que tuvimos que lanzar la
moneda hasta que saliera cara. ¿Cuánto están dispuestos a pagar por jugar?
Correcto: es 1/2k
Por lo tanto el valor esperado del juego será: (½)21 + (¼)22 + …..+ (1/2k)(2k)
∞
= ∑(2−k)(2k) = ∞ Se conoce como la Paradoja de San Petesburg
k=1
53
54
27
1/13/2020
Preferencias
• El tema de las preferencias continuó evolucionando hasta que en 1944 se desarrolló el concepto
de la UTILIDAD ESPERADA por John Von Newmann y Oskar Morgenstern. La teoría de la
UTILIDAD ESPERADA es un modelo de elección racional donde los individuos toman decisiones
con incertidumbre (resultados inciertos). Cada resultado posible puede cuantificarse en términos
de útiles, y representarse a través de la función de utilidad. La elección preferida, según la
teoría, será aquella cuya utilidad esperada sea la más alta; es decir, aquella utilidad que, estando
ponderada por su probabilidad, sigue siendo mayor que el resto.
E[U(x)] = p1·U(x1) + p2·U(x2) + …+
• Sin embargo, pronto se encontraron con la llamada Paradoja de Allais:
Considere que tiene que escoger entre A1 y A2:
A1: Ganancia segura de $1.000.000
55
[ $5.000.000 con probabilidad 0,10
A2: $1.000.000 con probabilidad 0,89
$0 con probabilidad 0,01
Preferencias
• Ahora considere otras dos alternativas B1 y B2:
B1:
[$5.000.000 con probabilidad 0,10
$0 con probabilidad 0,9
B2:
[$1.000.000 con probabilidad 0,11
$0 con probabilidad 0,89
¿Qué alternativas entre A1 y A2 y entre B1 y B2 escogería?
• En muchos estudios se observó que la gente prefería A1 y B1, pero esas
escogencias son inconsistentes con la teoría de la utilidad esperada!!.
28
1/13/2020
Preferencias
Rescribiendo tenemos:
0,11∙U(1) > 0,10∙U(5) + 0,01∙U(0) (1)
**********************************************************************************************
Del mismo modo, con la preferencia de B1 sobre B2:
0,10∙U(5) +0,90∙U(0)>0,11∙U(1)+0,89∙U(0)
Rescribiendo tenemos:
0,11∙U(1) < 0,10∙U(5) + 0,01∙U(0) (2)
Pero claramente (1) contradice a (2). Para ser consistentes, A1 es preferible sobre A2
sólo si B2 es preferido sobre B1.
57
58
29
1/13/2020
59
Teoría Prospectiva
Escoja C1 ó C2
[[ C1: Una ganancia segura de $240.000
C 2:
$1.000.000 con probabilidad del 25%
$0 con probabilidad del 75%
A pesar de que E[C1] < E[C2], muchos individuos prefieren asegurar la utilidad y
escogen C1 sobre C2. En otras palabras, cuando se trata de utilidad es mejor
asegurar ésta.
Ahora considere las siguientes dos alternativas:
D1: Una pérdida segura de $750.000
D 2:
[$0
-$1.000.000
con probabilidad del 25%
con probabilidad del 75%
60
30
1/13/2020
Teoría Prospectiva
A pesar de que el valor esperado en ambas es igual y que D2 es más riesgosa, muchos la
escogen sobre D1.
Cuando de pérdidas se trata, la gente prefiere correr el riesgo a ver si la suerte juega a
favor y no se pierde nada. Muy distinto a lo que pasa con utilidades.
C2 y D1 dominan sobre C1 y D2
Escogencias equivalentes:
$240.000 con probabilidad del 25%
C1 + D2 : ቊ
−$760.000 con probabilidad del 75%
Ningún individuo racional escogería C1+D2 sobre C2+D1. Sin embargo, cuando se les
presentan separadas, los individuos escogen las alternativas inferiores
61
➔
• Les propongo un juego (E1) el cual les cuesta $10.000 participar: escoja un color
entre azul y verde. De la bolsa, donde hay 50 bolas azules y 50 verdes, escoja una.
Si coincide con el color escogido, les pago $20.000; sino, no les doy nada. ¿Quiénes
participan?
➔
• Les propongo otro juego (E2) el cual les cuesta $10.000 participar: escoja un color
entre azul y verde. De la bolsa, en donde no se sabe la proporción entre azules y
verdes, escoja una. Si coincide con el color escogido, les pago $20.000; sino, no les
doy nada. ¿Quiénes participan?
62
31
1/13/2020
100
1 0 1 1 1 100 1
× + × +. . . . + × = i
101 100 101 100 101 100 100 × 101
i=0
=50/100
63
64
32
1/13/2020
Términos Importantes
ESTAR LARGO
ESTAR CORTO
65
El Problema de la Inversión
Maximizar la Utilidad Esperada durante toda la vida, sujeto a:
Ingreso durante la vida Fecha de retiro T Longevidad T + L
Restricciones Presupuestales Universo de Activos Invertibles
Dinámica del Retorno de los Activos {Rit} Información Sobre el Ambiente {Xit}
66
33
1/13/2020
❶ Oportunidad de la Inversión:
Esta es una función de Utilidad de Media-Varianza, muy útil para encontrar portafolios con el máximo
retorno esperado dado un nivel de riesgo; o con el menor riesgo posible, dado un objetivo de
rentabilidad.
Para inversores muy aversos al riesgo A será muy grande. Para inversores neutrales al riesgo A = 0
67
Max U(r )
Portafolio Óptimo: y
𝑦∈𝕽
68
34
1/13/2020
𝐸[𝑟𝑦 ] − 𝑟𝑓 𝜎(𝑟𝑦 )
𝑦= =
𝐸[𝑟𝑝 ] − 𝑟𝑓 𝜎(𝑟𝑝 )
𝐸[𝑟𝑝 ] − 𝑟𝑓
𝐸[𝑟𝑦 ] − 𝑟𝑓 = ⋅ 𝜎(𝑟𝑦 ) (1)
𝜎(𝑟𝑝 )
69
E(r)
E(rp) .
P
E(rp) − rf
rf S
σp σ
La línea de alocación de capital es el conjunto de puntos que representan las posibles combinaciones de
retorno y riesgo que ofrece el mercado
70
35
1/13/2020
El Radio de Sharpe
Es una medida de qué tan atractivo es un portafolio.
𝐸[𝑟𝑝 ] − 𝑟𝑓
𝑆=
𝜎𝑝
Indica el exceso de retorno que se obtiene por cada unidad de riesgo tomado
71
La Optimización
Recordemos que queremos maximizar la función de Utilidad. U(r) = E (r) – ½.A.σ 2
Recordemos también que E [ry] = rf + y.(rp – rf)
Reemplazando en la ec. de Utilidad:
U(r) = rf + y.(rp – rf ) – ½.A.σp 2.y2
En el ejemplo, U(r) = 0.08 + 0.07 y –½.A.(0.20)2y2
U(r) = 0.08 + 0.07y – (0.02).A.y2
¿Cómo encontrar el máximo de una función?
∂U/∂y = (rp – rf) – (A) σp 2.y = 0
∗ 0.07
Si hacemos A = 4: 𝑦 = = 43,75%
4 ⋅ (0.20)2
72
36
1/13/2020
La Optimización
Utilidad
E(r)
U6
U5 P1 U4
U4 U5
U3 U3
U2
U1 U2
rf U6
U1
σ y* y
73
La Optimización
Utilidad
E(r) 𝑈62
𝑈42
P3 𝑈52 P2 𝑈52
𝑈42 𝑈32
P
1 1 𝑈41
𝑈32 𝑈6
𝑈62
𝑈51 𝑈51
𝑈22 𝑈22 𝑈31
𝑈41
𝑈31
rf 𝑈21 𝑈21 𝑈61
𝑗
𝑈1 𝑈12
𝑈11
74
37
1/13/2020
Menor aversión
Utilidad al Riesgo
.
. .
14
Aversión al
Riesgo media 12
10
Mayor aversión 8
al riesgo
6
0%
5%
100%
15%
35%
55%
75%
10%
20%
25%
30%
40%
45%
50%
60%
65%
70%
80%
85%
90%
95%
0 y U=1 U=2 U=3 U=4 U=5
75
Ejercicio
Suponga que tenemos un portafolio riesgoso compuesto por dos activos:
Acciones con un retorno esperado del 10% y una desviación estándar del 20% y bonos
corporativos, con un retorno esperado del 8% y desviación estándar del 15%. El 70% está
invertido en acciones y el 30% en los bonos corporativos.
76
38
1/13/2020
Ejercicio
Hasta el momento vimos una función de utilidad en donde un mayor retorno esperado es
deseado y una mayor volatilidad es indeseada. Podemos añadir un tercer factor, en donde
el skewness (nivel de simetría) puede existir (es decir, los retornos del activo de riesgo no
necesariamente son normales) y es deseable un skewness positivo, mientras uno negativo
es indeseado.
En este caso la función de utilidad luciría de esta forma:
1 1
𝑈 𝑟 = 𝐸 𝑟 − A𝜎 2 𝑟 + 𝐵 · 𝐸 𝑟 − 𝐸(𝑟) 3
2 6
Si el inversionista tiene preferencia por skewness positiva, y no por skewness negativa, B>0
𝐸 𝑟 − 𝐸(𝑟) 3 = skew(r)· 𝜎(𝑟)3
Si rf = 7%, E(rp) = 15% y σ(rp) = 25%. El inversionista es averso al riesgo (escoja el valor de
A adecuado entre 1 y 4). El skew del activo riesgoso es de -2 y B = 5.
Cuál es el porcentaje que ese inversionista pondrá en el activo riesgoso?
77
Ejercicio (Continuación)
Deben llegar a
𝑨 ± 𝑨𝟐 − 𝟐 ∙ 𝑩 ∙ 𝒔𝒌𝒆𝒘 ∙ 𝝈−𝟏
𝒑 𝒓𝒑 − 𝒓𝒇
𝒚∗ =
𝑩 ∙ 𝒔𝒌𝒆𝒘 ∙ 𝝈𝒑
También puede usarse BUSCAR OBJETIVO de Excel para obtener el “y” que haga que la derivada de
la Utilidad con respecto a “y” sea cero, así:
1 1
𝑈 = 𝑦 ∙ 𝐸 𝑟𝑝 + 1 − 𝑦 𝑟𝑓 − 𝐴 ∙ 𝜎𝑦2 + 𝐵 ∙ 𝑠𝑘𝑒𝑤 ∙ 𝜎𝑦3
2 6
𝜕𝑈 𝜕𝜎𝑦 1 𝜕𝜎𝑦 𝜕𝜎𝑦
= 𝐸 𝑟𝑝 − 𝑟𝑓 − 𝐴 ∙ 𝜎𝑦 + 𝐵 ∙ 𝑠𝑘𝑒𝑤 ∙ 𝜎𝑦2 =0 Como 𝜎𝑦 = 𝑦 ∙ 𝜎𝑝 ⇒
𝜕𝑦
= 𝜎𝑝
𝜕𝑦 𝜕𝑦 2 𝜕𝑦
𝜕𝑈 1
Por lo tanto: = 𝐸 𝑟𝑝 − 𝑟𝑓 − 𝐴 ∙ 𝜎𝑦 · 𝜎𝑝 + 𝐵 ∙ 𝑠𝑘𝑒𝑤 ∙ 𝜎𝑦2 ∙ 𝜎𝑝 = 0
𝜕𝑦 2
78
39
1/13/2020
Ejercicio 2
Tomemos la serie histórica del retorno de la acción de Grupo Argos y calculemos el valor
esperado, la desviación estándar y el skew (coeficiente de asimetría).
Suponga que el activo riesgoso es esa acción de Grupo Argos y que se trata de un
inversionista con un A=4. Suponga además que B=3.
79
•ESPECIALIZACIÓN EN FINANZAS
80
40
1/13/2020
31 31 111 ¿Cómo
países monedas mercados
determinar la
proporción
óptima a
Swaps Bonos Soberanos Commodities invertir en
cada uno de
ellos?
121 153 33
mercados bonos commoditties
Esto no incluye acciones individuales, fondos mutuos, fondos de venture capital, futuros, opciones,
y otros derivados.
81
Digamos que queremos invertir una porción w en el activo 1 (acciones) y una porción (1 –
w) en el activo 2 (bonos corporativos)
¿Cuál es el retorno esperado del portafolio de riesgo (compuestos por estos dos activos)?
µp = w. µ1 + (1 – w). µ2
82
41
1/13/2020
16%
Acciones
15%
14%
13%
media (m i)
12%
11%
10% Bonos
9%
13% 15% 17% 19% 21%
si
83
Frontera
Eficiente
µ*
. .
µa
.
. .a.
σa σ
• Cualquier punto por fuera de la frontera eficiente es justamente eso, NO
eficiente. Para ese nivel dado de riesgo, siempre se podrá encontrar una mejor
rentabilidad.
• El portafolio a tiene un riesgo σa y una rentabilidad µa. Para dicho riesgo, µ* es
más alto que µa.
84
42
1/13/2020
Frontera Eficiente
Dado el retorno esperado y la varianza de un portafolio,
𝐸 𝑟𝑝 = 𝑤1 ∙ 𝜇1 + ⋯ + 𝑤𝑛 ∙ 𝜇𝑛
❶ Todos los portafolios factibles caen dentro de una región en forma de bala llamada la frontera de mínima
varianza
❸Un inversionista racional deberá seleccionar portafolios que estén en la frontera eficiente.
85
Frontera Eficiente
16%
15%
14%
13%
media (μ i)
10%
9%
13% 14% 15% 16% 17% 18% 19% 20% 21%
σi
86
43
1/13/2020
Permitía saber cuánto invertir en activos riesgosos y cuánto en activos libres de riesgo
La Frontera Eficiente:
87
rf
σ
σ*
• El análisis de CAL nos dice: invierta y en activos riesgosos y (1 – y) en libres de riesgo
• El análisis de Frontera Eficiente nos dice: de ese porcentaje y en riesgosos, invierta w
en 1 y (1 – w) en 2.
Es decir, el retorno esperado del portafolio total será: ry,w = (1 – y)rf + y[w.r1 + (1 – w)r2]
88
44
1/13/2020
b
rf a
σ
• ¿Cuál será la línea óptima?
• Qué características tiene la línea que cruza por c ?
• El problema se reduce entonces a maximizar la pendiente de CAL de acuerdo con los
diferentes retornos de activos riesgosos que me permite la frontera eficiente
89
w ⋅ 𝐸(𝑟1 ) + (1 − w) ⋅ 𝐸(𝑟2 ) − 𝑟𝑓
𝑀𝑎𝑥 𝑆𝑝 =
𝑤𝑖 w 2 ⋅ 𝜎12 + 2 ⋅ w ⋅ (1 − w) ⋅ cov( 𝑟1 , 𝑟2 ) + (1 − w)2 ⋅ 𝜎22 1/2
𝜕𝐸(𝑟𝑝 ) 𝜕𝜎𝑝
𝜕𝑆𝑝 ⋅ 𝜎𝑝 − 𝐸(𝑟𝑝 ) − 𝑟𝑓
= 𝜕w 𝜕w = 0
𝜕w 𝜎𝑝2
90
45
1/13/2020
𝜕𝐸(𝑟𝑝 ) 𝜕𝜎𝑝
Encuentre el w que haga: ⋅ 𝜎𝑝 = 𝐸(𝑟𝑝 ) − 𝑟𝑓
𝜕w 𝜕w
Analíticamente:
𝜎22 𝐸(𝑟1 ) − 𝑟𝑓 − cov(𝑟1 , 𝑟2 ) 𝐸(𝑟2 ) − 𝑟𝑓
w=
𝜎22 𝐸 𝑟1 − 𝑟𝑓 + 𝜎12 𝐸 𝑟2 − 𝑟𝑓 − cov(𝑟1 , 𝑟2 )[𝐸(𝑟1 ) + 𝐸(𝑟2 ) − 2 ⋅ 𝑟𝑓 ]
91
92
46
1/13/2020
93
Activo 1
42.60%
52.20% Activo 2
94
47
1/13/2020
Por su parte la decisión de cuánto asignar a cada uno de los activos riesgosos es la
misma para todos los inversionistas, sin importar su grado de aversión al riesgo.
95
Ejercicio
96
48
1/13/2020
•ESPECIALIZACIÓN EN FINANZAS
97
98
49
1/13/2020
𝜎𝑝2 = w𝑖 ⋅ w𝑗 ⋅ cov(𝑟𝑖 , 𝑟𝑗 )
𝑖=1 𝑗=1
nxn nx1
1xn
Donde:
[wi]T = [w1+w2+….+wn]
99
w1
w2
[wj] = .
.
.
wn
100
50
1/13/2020
Implementación en Excel
❶ Para cada uno de los activos calcule la D.S. y retorno promedio histórico
❷ Con esta serie histórica de retornos calcule la correlación entre cada pareja
❸ Obtenga la matriz de varianza-covarianza
❹ Parta de unos wi iniciales para calcular la varianza y retorno del portafolio
❺ Utilice la función Solver de Excel para minimizar la varianza, sujeto a las siguientes
restricciones:
∑wi = 1
wi ≥ 0
E(rp) = (dato que se entra)
❻ Construya una tabla con distintos E(rp). Para cada uno de esos E(rp) obtenga la mínima
varianza. Esto implica correr el Solver cuantos puntos sobre la frontera eficiente quiera
calcular.
101
Implementación en Excel
❼ Calcule el radio de Sharpe (RS) para cada pareja E(rp) y σ estimada.
❽ Seleccione la pareja con el mayor RS
❾ La CAL que es tangente a la frontera eficiente tendrá una pendiente igual al mayor RS.
❿ Ya cuenta con dos puntos de la CAL: el inicial (0, rf) y el del mayor RS
⓫ Con estos dos puntos calcule la ecuación de la CAL.
Ir a hoja de Cálculo
102
51
1/13/2020
Bondades de la Diversificación
103
Bondades de la Diversificación
Suponga que la acción promedio en el mercado tiene una desviación estándar del 10% y la correlación
promedio entre las acciones es de 0.4. Si Usted invierte la misma suma de dinero en cada acción, cuál es la
varianza del portafolio? Cuál sería si la correlación fuera de cero. Cuál si la correlación fuera de 1.0?
𝑪𝒐𝒗 𝒓𝒊 , 𝒓𝒋 = 𝜌𝑖𝑗 × 𝜎𝑖 𝜎𝑗 = 𝜌𝑖𝑗 × 0.10 × 0.10
1 𝑛−1
𝑽𝒂𝒓 𝒓𝒑 = 0.102 + 𝐶𝑜𝑣[𝑟𝑖 , 𝑟𝑗 ]
𝑛 𝑛
12%
𝜌 = 1.0
Desv. Est. del portafolio
10%
8%
𝜌 = 0.4
6%
4%
2% 𝜌=0
0%
17
25
33
13
21
29
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
9
1
5
Número de compañías
104
52
1/13/2020
Bondades de la Diversificación
105
µ
Curva de CAL
Indiferencia (función de utilidad)
c
Frontera
Eficiente
Portafolio
rf Riesgoso
óptimo
Óptimo
Portafolio
completo
106
53