1

Diversificación y Garch en Portafolios Sudamericanos

Gonzalo Chura, Luis Ángel Apaza y Gustavo Yaja

Facultad de Ciencias Jurídicas y Empresariales, Universidad Nacional Jorge Basadre

Grohmann

06.081154 Finanzas II

Dr. Pedro Pablo Chambi Condori

 2

Resumen

Objetivo: Llegar a un punto de concordancia entre la diversificación en cuanto a reducir la

volatilidad de un portafolio de inversión. Método: Nuestra investigación es de carácter
cuantitativo, descriptivo y casual en base a los análisis estadísticos de series de tiempo
financieros de las bolsas valores de Lima, Colombia, Chile y Brasil, entre los periodos del
2015-2019. Resultados: Nuestra muestra estuvo conformada por un total de 17 títulos,
distribuidos de la siguiente manera 4 títulos pertenecientes a la bolsa de Perú, 4 títulos
pertenecientes a la bolsa de Colombia, 4 títulos pertenecientes a la bolsa de Brasil y 5
títulos pertenecientes a la bolsa de Chile, dentro las cuales se formaron 5 portafolios de
inversión, siendo esta cambiante al número de títulos y la varianza para cada portafolio,
como a su vez obteniendo la esperanza matemática y su volatilidad de Garch.
Conclusiones: Al aplicar la teoría de diversificación, en las carteras de inversión
estructuradas, estas tuvieron un efecto significativo en la varianza siendo de importancia
para los inversores, dado que el enfoque que se obtuvo fue de minimizar el riesgo y
maximizar la esperanza matemática.

Palabras Claves: Portafolios, Riesgo, Esperanza Matemática, Garch, Varianza,

Diversificación.
 3

Diversificación y Garch en Portafolios Sudamericanos

Introducción

Cuando un agente inversor decide invertir en activos financieros de renta variable, es

importante comprender dos indicadores muy importantes: la rentabilidad esperada y el
riesgo. Además, el comportamiento histórico de cada título relacionado con el análisis
técnico, es decir, el mismo Es importante predecir la rentabilidad y volatilidad de cada
título que constituye el portafolio de inversión, por ello es necesario obtener un modelo
para que podamos obtener pronósticos de indicadores de interés para los tomadores de
decisiones. Para series de tiempo de regresión y heterocedasticidad condicional, se supone
que cada valor no es fijo.

Cuando se habla de riesgo, surge la necesidad para los inversionistas de controlarlo, de

suavizarlo, o en otras palabras de tomar medidas pertinentes para protegerse en el caso de
un default del mercado, de la misma manera como una póliza de seguro cubre el riesgo de
hurto de un vehículo por ejemplo, de forma similar la diversificación se utiliza y se hace
relevante para contrarrestar los resultados que arroje el mercado de capitales.

[CITATION Mar52 \t \l 10250 ] Un portafolio de inversión será eficiente si brinda la

máxima rentabilidad posible para un riesgo dado, o de forma equivalente, si presenta el
menor riesgo posible para un nivel determinado de rentabilidad.

Refieren que, en relación a la organización de un portafolio de inversión con activos

financieros de renta variable, el hecho de agregar más títulos a una cartera de
inversión para reducir la volatilidad de ésta, por otro lado, el beneficio gradual de
agregar más títulos disminuye a medida que el número de títulos aumenta.
[ CITATION Gra11 \l 10250 ]

En su monografía “Gestión de Carteras” afirma que “el aspecto más importante del
trabajo de Markowitz fue mostrar que no es el riesgo de un activo (medido por la
varianza de sus rendimientos) lo que debe importar al inversor sino la contribución
que dicho activo hace al riesgo (varianza) de la cartera”. Lo que nos quiere decir
que los activos no deben evaluarse en forma individual sino en un conjunto.
[ CITATION Mas12 \l 10250 ]

Quienes escribieron sobre el estado del arte en teoría de portafolios, argumentan que
la teoría desarrollada por el premio Nobel Markowitz en 1952, propone ver la
cartera como un todo, y exponen que el modelo cambió el análisis de las inversiones
por diversificación, analizando el impacto de los activos individuales que
conforman un portafolio en función del riesgo y del rendimiento, este método no
solo impacto en la investigación académica sino también al sector financiero.
[ CITATION Gar16 \l 10250 ]
 4

[ CITATION Bar08 \l 10250 ], sostiene que el proceso de diversificación de un

portafolio de inversión con activos de renta variable, denota que la diversificación conduce
a la maximización de la rentabilidad y a la minimización del riesgo de la cartera en
referencia.

Refiere que, la selección de cartera de inversiones con activos financieros que busca
la maximización de la rentabilidad para un determinado nivel máximo de riesgo
aceptable y, por otro lado, la minimización de exposición al riesgo mediante la
metodología probabilística para una rentabilidad mínima esperada, consiste en
agregar cada vez más títulos para ir reduciendo la volatilidad de la cartera, siendo el
aporte más importante en la diversificación de la cartera de inversiones.
[CITATION Mar91 \t \l 10250 ]

La formulación matemática del modelo primal de Markowitz (1991), el que se

expone en el modelo (1), que consiste en determinar las proporciones de w_i que
maximizan la rentabilidad esperada del portafolio de inversiones para un determinado nivel
máximo de riesgo admitido:

Max: E(Rp) = Σ ni=1 wi E(Ri) Modelo (1)

Sujeto a:
n m
2 2
σ = ∑ ∑ xi xj σi σj pij ≤ σ 0
p
i=1 j=1

∑ wi=1, wi ≥ 0, en donde (i = 1, …, n)
i=1

Donde n es el número de activos que intervienen en la conformación del portafolio de

inversiones, E(Ri) es la rentabilidad esperada de cada uno de los componentes del
portafolio, wi es la proporción del presupuesto que ha asignado el inversionista al activo i,
es la varianza de la rentabilidad del portafolio de inversiones, , es la varianza máxima
admitida.
Por otro lado, la formulación matemática dual alternativa consiste en determinar las
ponderaciones que minimizan la varianza del portafolio de inversiones, que tiene como
restricciones a una rentabilidad mínima requerida para el portafolio.
n m
Min σ 20 = ∑ ∑ xi xj σi σj pij Modelo (2)
i=1 j=1

Sujeto a:
 5

E(Rp) = Σ ni=1 wi E(Ri) ≥ R0

Σ ni=1 wi = 1, wi ≥ 0, en donde (i = 1, …, n)

En donde Ro es la rentabilidad mínima requerida.

[ CITATION Syd11 \l 10250 ]

Max z: C1 X1 + C2 x2 + … + c2 xn Modelo (3)

Sujeto a:

a11 x1 + a12x2 + a13x3 + … + a1nxn ≤ b1

am1 x2 + am2x2 + … + amnxn ≤ bm

x1 ≥ 0, … xn ≥ 0, en donde c denota la rentabilidad de cada título, a es el precio del título, x

es la cantidad de títulos, b es el presupuesto asignado.

[ CITATION End15 \l 10250 ] Afirma que, el primer paso en el modelamiento de series

temporales GARCH consiste en determinar la media de la serie de tiempo.

Cotizaciont
rt = 100 * ln ( Cotizaciont −1 )
, en donde Cotizaciont: cotización del dia t, cotizaciónt-1:

cotización del dia t-1. rt: rentabilidad del tiempo t

Puntualizan la adecuada estimación de la volatilidad, teniendo en cuenta que las

series financieras presentan variaciones en el tiempo, fenómeno al que se le llama
heterocedasticidad, plantea el uso de los modelos ARCH (autoregresive conditional
heteroscedasticity) y GARCH (Generalised autoregresive conditional
heteroscedasticity). Enders (2015) refiere sobre los modelos ARCH están diseñados
para modelar y pronosticar la volatilidad de series temporales financieras, cuya
ecuación es el que se presenta a continuación:

σ 2t = α 0+ α 1 ε 2t−1 + β 1 σ 2t−1, en donde 0, α 0> 0, α 1 ≥ 0, β 1 ≥ 0 y 0 ≤ (α 1+ β 1) ≤

1.

CITATION Muñ 14 ¿ 10250( Muñoz J . , 2014)

Dejando claro el concepto y la importancia de la diversificación, el inversionista

estaría contando con una herramienta útil para protegerse ante la volatilidad y los riesgos
latentes del mercado y obtendría una mayor probabilidad de cubrimiento para la
rentabilidad planeada de sus inversiones.

La Pregunta de Investigación es:

 6

¿La volatilidad de garch es variable o significativa a cambios por el efecto diversificación

en las carteras sudamericanas?

Uno de los objetivos de la investigación es, describir la importancia de la diversificación de

una cartera de inversiones, con el objetivo de minimizar el riesgo y la maximización de la
esperanza matemática de una cartera de inversiones. Además de dinámica y volatilidad de

los activos financieros de las bolsas sudamericanas, para seleccionar una cartera de
inversión con componentes que contribuyan a la maximización de la esperanza matemática
y minimización del riesgo.

Tabla 1 Resumen de la revisión de la literatura

Autors Article title/ Book title Results

Markowitz (1952) Portfolio Selection: Journal of Un portafolio de inversión será eficiente si brinda
Finance la máxima rentabilidad posible para un riesgo dado,
o de forma equivalente, si presenta el menor riesgo
posible para un nivel determinado de rentabilidad
Markowitz (1991) Portfolio Selection. la selección de cartera de inversiones con activos
financieros que busca la maximización de la
rentabilidad para un determinado nivel máximo de
riesgo aceptable y, por otro lado, la minimización
de exposición al riesgo mediante la metodología
probabilística para una rentabilidad mínima
esperada
Barra (2008) Actualidad Empresarial. Cómo la El proceso de diversificación de un portafolio de
diversificación reduce el riesgo de inversión con activos de renta variable, denota que
las inversiones la diversificación conduce a la maximización de la
rentabilidad y a la minimización del riesgo de la
cartera en referencia.
Graham, J., Smart, S., Inversiones Financieras: Selección El hecho de agregar más títulos a una cartera de
& Meginson, W. de Carteras. inversión para reducir la volatilidad de ésta, por
(2011). otro lado, el beneficio gradual de agregar más
títulos disminuye a medida que el número de títulos
aumenta.
Sydsaeter, K., Matemáticas para el Análisis
Hammond, P., & Económico.
Carvajal, A. (2011).

Mascareñas, J. Gestión de Carteras I: Selección de Lo que nos quiere decir que los activos no deben
(Diciembre de 2012). carteras. evaluarse en forma individual sino en un conjunto.

Muñoz J., & Torres, Construcción de un portafolio de Puntualizan la adecuada estimación de la

D. (2014). inversión de renta variable y TES volatilidad, teniendo en cuenta que las series
mediante modelos de volatilidad financieras presentan variaciones en el tiempo,
para un perfil de riesgo fenómeno al que se le llama heterocedasticidad,
determinado. plantea el uso de los modelos ARCH y GARCH
Enders, W. (2015). Applied Econometric Time Series. El primer paso en el modelamiento de series
temporales GARCH consiste en determinar la
media de la serie de tiempo.
 7

García, O., & Estado del arte en Teoría de Propone ver la cartera como un todo, y exponen
Ramírez, N. (2016). Portafolios: Del análisis individual que el modelo cambió el análisis de las inversiones
de acciones a la optimización por diversificación, analizando el impacto de los
multiobjetivo. activos individuales que conforman un portafolio
en función del riesgo y del rendimiento.

Fuente: Elaboración Propia

 8

Material y Métodos

De los 17 activos que conforman las principales bolsas de Latinoamérica (Bolsa de Sao
Paulo – BOVESPA, Bolsa de Comercio de Santiago – BCS, Bolsa de Valores de Lima –
BVL y Bolsa de Valores de Colombia – BVC), se evalúan el comportamiento de los 17
títulos seleccionados teniendo en cuenta la frecuencia de negociación que han mostrado
cada uno de los títulos en el periodo 2015 a 2019, siguiendo los criterios de selección: la
correlación entre los valores candidatos a conformar la cartera, la rentabilidad, el
coeficiente de variación y beta de cada uno de ellos.

Se selecciona por convención las 17 acciones que incluye el índice selectivo de las Bolsas
de Latinoamérica, al precio de apertura de su cotización diaria, desde enero del 2015 al 31
de diciembre de 2019. Las que se pone en la tabla 2.

Tabla 2 Acciones que listan en las Bolsas de Chile, Perú, Colombia y Brasil.

Empresa emisora Nemónico Sector

Sociedad Minera Cerro CVERDEC1 Mineras
Verde S.A.A.
Panoro Minerals LTD. PML Mineras
Unión Andina de Cementos UNACEMC1 Industriales
S.A.A.
Aenza S.A.A. (Antes Graña y AENZAC1 Diversas
Montero S.A.A.)
Grupo Nutresa S.A. (Antes NCH Consumo No Cíclico
Grupo Nacional de
Chocolates S.A.)
Cementos Argos S.A. CCB Bienes de Capital
Corp. Financiera CFV Financiero
Colombiana S.A.
Celsia S.A. CEL Suministros
Brf S. A. BRFS3 Consumo No Cíclico
Metalúrgica Gerdau S.A. GOAU4 Materiales Básicos
Multiplan Emprendimientos MULT3 Servicios
Inmobiliarios S.A.
S.A.C.I. Falabella FAKABELLA Servicios
Empresa Nacional de ENTEL Servicios
Telecomunicaciones S.A.
Enjoy ENJOY Servicios
Sonda S.A. SONDA Tecnológico
Aguas Andinas AGUASA Suministros
Embraer S.A. EMBR Bienes de Capital

Fuente: Investing.com - Elaboración Propia

 9

El proceso seguido consta de: (1) recogida de datos de cotización diaria de los 17 títulos,
cotización diaria obtenida del repositorio de las bolsas de Latinoamérica (Chile, Perú,
Colombia y Brasil), desde enero 2015 hasta diciembre de 2019. (2) determinación de la
rentabilidad diaria para cada uno de los

Cotizaciónt
Títulos, utilizando la ecuación r t =100∗+( ). (3)
Cotizaciónt −1
(4) una vez organizado los cinco portafolios, seguidamente se determina la varianza para
n m
2
cada uno de ellos, de acuerdo a la ecuación σ p=∑ ∑ x i x j σ i σ i ρij .
i=1 j=1

(5) finalmente se modela la rentabilidad de cada título con Ar (1): Y t =c +bY t −1+ ε , en
donde Y t es la rentabilidad del día y Y t −1 es la rentabilidad del día anterior, y su
volatilidad estocástica con la ecuación GARCH (1,1): σ 2t =a0 +a 1 ε 2t−1 + β 1 σ 2t −1.

El proceso de construcción de 5 carteras de inversión, iniciando con una primera cartera

que tiene 5 activos, una segunda cartera que tiene 10 activos, una tercera que tiene 15
activos, una cuarta que incluye a 16 activos y una quinta cartera que tiene 17 activos; para
cada una de ellas se obtiene la rentabilidad media y se enuncian los pesos en forma
n
proporcionar, teniendo en cuenta la ecuación siguiente:E ( R P )=∑ wi E(Ri ) es la
i=1

rentabilidad media de cada activo y w i es la proporción de cada integrante de la cartera de

inversión.

Resultados

En función de determinar la rentabilidad de los portafolios del efecto de diversificación, se

realizó 5 carteras, conformadas de la siguiente manera: la primera cartera con 5 títulos, la
segunda cartera con 10 títulos, la tercera cartera con 15 títulos, la cuarta cartera con 16
títulos y la quinta cartera con 17 títulos, cuyas varianzas adjuntando los números de títulos
a cada portafolio se visualizan en el siguiente cuadro.

Tabla 3 Efecto Diversificación

Portafolio Varianza Número de Títulos

Con 5 títulos 0.00366 5
Con 10 títulos 0.00233 10
Con 15 títulos 0.00186 15
Con 16 títulos 0.00186 16
Con 17 títulos 0.00174 17
 10

Como vemos en la tabla, en función a añadir más títulos a la cartera está responde de
Fuente: diminutiva
manera Elaboracióna Propia
la varianza. Cuando se tenía la cartera con 5 títulos su varianza era de
0.00366, la misma cartera ampliada a 17 títulos su varianza equivale a 0.00174, lo cual se
ve representado en el gráfico 1.

Efecto Diversificación
0
VARIANZA

0
0
0
0
5 títulos 10 títulos 15 títulos 16 título 17 títulos
Números de Títulos

Ilustración 1 Efecto Diversificación

Dependent Variable: VARIANZA

Method: Least Squares
Date: 01/07/21 Time: 23:13
Sample: 1 5
Included observations: 5 Tabla 4 Relación Varianza
con Número de Títulos
Variable Coefficient Std. Error t-Statistic Prob.  

C 0.003556 0.000273 13.03695 0.0010

NTITULOS -0.926182 0.113692 -8.146384 0.0039

R-squared 0.956750    Mean dependent var 0.001436

Adjusted R-squared 0.942333    S.D. dependent var 0.000760
Fuente:
S.E. Investing.com-Mercados
of regression Globales
0.000182    Akaike - (América)
info criterion – Elaboración
-14.09100 Propia
Sum squared resid 9.99E-08    Schwarz criterion -14.24723
Log likelihood 37.22750    Hannan-Quinn criter. -14.51029
F-statistic 66.36357    Durbin-Watson stat 2.634781
Prob(F-statistic) 0.003868
 11

Modelo Casual:

Varianza= 0.003556-0.926182 (número de títulos) + e

Al analizar los coeficientes estadísticos de la P-Value, es 0.0039, lo cual pasa la prueba de

significancia y la T-statistic calculados al 95% de confianza son mayor a la T-teórica, lo
cual concluimos que el número de títulos que aumentan en una cartera de inversión tiene
una influencia diminutiva del riesgo de la cartera.

Esta serie de tiempo autogresivo y de heterocedasticidad condicionada habitual en series

de tiempo de rentabilidad diaria de activos de renta variable, la muestra de investigación a
17 títulos incluye la rentabilidad histórica y diaria a cada comportamiento típico AR (1) de
cada título y la volatilidad GARCH (1.1) La variación de la volatilidad que va entre +/-4%
diario.

En la tabla 5 vemos las rentabilidades y volatilidades de los activos bajo el modelo Garch
(1,1), de series de tiempo que tienen la características de un comportamiento estacionario y
con la capacidad de dar un pronóstico a corto plazo, siendo estos activos de las bolsas
seleccionadas para esta investigación.

Tabla 5 Modelo de Rentabilidad y Volatilidad

Título Rentabilidad Volatilidad

Cerro Verde
Aenza
Unió Andina
Parono Mineral
Nutresa
Cementos Argos Sa
Colombiana Sa
Celsia

Embraer Sa
Metalúrgica Gerdau
Sa
Falabella
Entel

YYYYttt=0.029662+0.111804
=0.011905+ σ 0.187652
=0.008488+0.076489
=0.01875+0.150674
=0.195038+0.112745 222 22
σ2tσσ=0.045713+0.1205
tσ .164141+
σ2t =1.700984+0.3533
=0.034263+0.061395
t =0.000843+0.171423
=0.008278+0.219204 2=0 +eee 0.190545
++e
+e
tt =0.093366+0.0728
=0.126545+0.1535
YYY +e
=0.277527+0.1492 ε 2tε−1
ε 2t−1
22 22 222
ε+t ε−1εtt−1 0.7540 2 2 22 22 σ 222
σ721276
0.9225
0.7348
+0.
0.8601σ
0.3615
ε−1
+ + σt−1
σσt−1t−1σ ttt−1
t+
YYY
YY
=0.384872+0.3250 +0.4967
tt=0.319553+0.179844
=0.090922+0.095171
t−1t−1
t−1
t−1
t−1 t−1
t−1 2+0.734409
+0.864461
t−1
t −1 t−1 −1
Y t =0.000713+0.061916
t−1
2 t−1 −1 t−1 2
2 σ t =0.000127+0.196526 +e 2 ε t−1 +0.52411 σ
t−1 −1
Y =0.069465+0.05313
Y tt=0.002207+0.072241 σ
Y t =0.010188+0.066350 YY + e+ e
2 t =0.082207+0.421244 + eY t−1 2ε t−1 +0.413975 σ
2 t −1
2 t −1
σ =0.506287+0.066929
t
t−1
t−1 YT −1 ε + 0.910574 σ
t −1 t −1
 12

El modelo de rentabilidad diaria Ar (1) de cada título muestra el grado de incidencia de la

rentabilidad día anterior y de la misma forma la volatilidad del día anterior condiciona la
volatilidad del presente. La variación va desde los +/- 4% diario.

Discusión:

En función a los resultados obtenidos y respondiendo a la hipótesis realizada en la

investigación, concordamos que la conformación de una cartera de riegos en función a una
cartera de n títulos, que se vio demostrada en la tabla 4, y en la ilustración 1, tienen
concordancia con el modelo de la teoría inicial de Markowitz (1952) como en su mejora del
modelo de Markowitz (1991) y el modelo realizado por Sydaester Hammond y Carvajal
(2011), enfocándose en buscar la maximización de la rentabilidad a consecuencia de una
minimización del riesgo en función al proceso de diversificación. El trabajo fue en función
a generar una cartera con títulos de varios sectores (países) siendo estos analizados
individualmente para el uso del portafolio como nos indica Ramírez y García (2016), para
tener una mejor evaluación, como resalta el trabajo de Mascareñas (2012). Para desarrollo
de la diversificación, al aumentar más títulos a una cartera esta responde de manera que la
volatilidad de la cartera disminuya, concordados con los estudios de Barra (2008), en
función al efecto diversificación en la varianza indicado por Graham, Smart y Megginson
(2011).

Dentro del segundo objetivo a determinar en esta investigación, este comportamiento

común de las cotizaciones en la bolsa, responden a series de tiempo estacionario y
autorregresivo de heterocedasticidad condicionada, expresada en las tabla (5) donde la
mayoría de las empresas son expresadas por el modelo AR(1) y GARCH (1,1)
significativas para todas las empresas, siendo estas expresadas en la tabla (5), teniendo
concordancia con los resultados de Muñoz y Torres (2014) y Enders (2015).
13