Teoría y Gestión de Portafolios de Inversión I: Jean Paul Watson, CFA Septiembre 2021

Teoría y Gestión de Portafolios
de Inversión I
Jean Paul Watson, CFA

Gestor de Portafolios de Inversión
Septiembre 2021 Banco Central de Reserva del Perú
Objetivos del Curso
1. Explicar el Análisis Media Varianza (Markowitz) y sus supuestos, así como calcular el retorno
esperado y la desviación estándar de portafolios con “n” activos.
2. Describir y ser capaz de elaborar las Fronteras de Mínima Varianza y Fronteras Eficientes
3. Explicar los beneficios de la diversificación y como la correlación entre los activos de un
portafolio afectan estos beneficios
4. Entender las CAL y CML (Capital Allocation and Capital Market Lines) y la relación entre ellas.
5. Explicar el modelo CAPM, sus supuestos, conclusiones y limitaciones.
6. Explicar y calcular los siguientes conceptos: SML (Security Market Line), coeficiente β, prima
por riesgo y Ratio Sharpe
7. Calcular el β ajustado y explicar el uso y limitaciones de βs históricos como predictores de βs
futuros
8. Explicar las razones y los problemas derivados de la inestabilidad de la Frontera de Mínima
Varianza
Preguntas clásicas en Gestión de Portafolios
1. ¿Cuáles son las principales características de un portafolio y como se cuantifican?

2. ¿Cómo se modela el riesgo?
3. ¿Si pudiéramos saber la Distribución de los retornos de los activos, como seleccionamos
un portafolio optimo?
4. ¿Cuál es la manera óptima de combinar activos riesgosos y libres de riesgo en un
portafolio?
5. ¿Cuáles son las limitaciones de usar data histórica de retornos para predecir el futuro?
6. ¿Qué otros factores se deben considerar además del Riesgo de Mercado?
Análisis Media Varianza (Markowitz)
El valor de las oportunidades de inversión se puede medir con dos parámetros:

Retorno Promedio y Varianza del Retorno del Portafolio.
Se puede optimizar el rendimiento de un portafolio al encontrar la composición
que para cierto nivel de retorno, el riesgo sea el menor posible
Supuestos:
1. Todos los inversores son aversos al riesgo*
2. Los retornos esperados de los activos son conocidos
3. Las varianzas y covarianzas de los retornos son conocidos
4. Inversores solo necesitan saber el retorno esperado, covarianzas y
varianzas para determinar un portafolio óptimo*
5. No hay costos de transacción o impuestos

Acción 1 – SPX50 Acción 2 – SPX50
E(r) 6% 6%
Varianza 220 100
Acción 1 – SPX50 Acción 3 – SPX50

E(r) 6% 4%
Varianza 220 100

Supuestos:

DISTRIBUCIÓN NORMAL
- Distribución Continua
- Simétrica a lo largo de la media
- La probabilidad de valores extremos es
baja
Sin embargo en la práctica los retornos de

los activos no siguen una distribución
normal!

DISTRIBUCIÓN NO NORMAL (TALEB)

- Colas anchas: Mayor probabilidad de
escenarios extremos
- Asimetría Negativa: Mayor probabilidad
de retornos negativos

DISTRIBUCIÓN NO NORMAL (TALEB)

- Colas anchas: Mayor probabilidad de
escenarios extremos
- Asimetría Negativa: Mayor probabilidad
de retornos negativos

Supuestos:
Objetivo del Análisis :Elegir un portafolio eficiente, el cual es aquel

que ofrece el menor riesgo o varianza, dado un nivel de retorno
esperado E(R)
Caso con 2 activos (w1 y w2)
Acciones del SPX500 Bonos de Gobierno
E(R) 15% 5%
Varianza 225 100
SD 15 10
Correlación 0.5
𝑝!,# = Cov 𝑅1, 𝑅2 /σ!σ#

𝑬 𝑹𝒑 = 𝒘𝟏 ∗ 𝑬 𝑹𝟏 + 𝒘𝟐 ∗ 𝑬 𝑹𝟐
σ𝟐 𝑹𝒑 = 𝑽𝒂𝒓 𝒘𝟏 ∗ 𝑹𝟏 + 𝒘𝟐 ∗ 𝑹𝟐
σ" 𝑅𝑝 = 𝑤1" σ1" + 𝑤2" σ2" + 2𝑤1𝑤2∗Cov 𝑅1, 𝑅2
Para empezar el proceso de encontrar un portafolio eficiente, debemos

primero encontrar los portafolios con mínima varianza

PORTAFOLIO PESOS
E(R) Varianza SD Asset 1 (w1) Asset 2 (w2)
5% 100.00 10.00 0% 100%
Acciones Bonos de 6% 96.75 9.84 10% 90%
del SPX500 Gobierno 7% 97.00 9.85 20% 80%
E(R) 15% 5% 8% 100.75 10.04 30% 70%
9% 108.00 10.39 40% 60%
Varianza 225 100
10% 118.75 10.90 50% 50%
SD 15% 10% 11% 133.00 11.53 60% 40%
Correlación 0.5 12% 150.75 12.28 70% 30%
13% 172.00 13.11 80% 20%
14% 196.75 14.03 90% 10%
15% 225.00 15.00 100% 0%
Portafolio de Mínima
Varianza Global.
E(R)=6.43, Var=96.43
w1=14.3%
w2=85.7%
Portafolio de
Mínima Varianza
Global.

Y que pasa con la correlación?
p=+1: Sin beneficios de la

diversificación
A medida que la correlación se

aproxima a -1, ceteres paribus,
aumentan los beneficios de la
diversificación
Caso con 3 activos (w1, w2, w3)
Acciones del Acciones del Russel Bonos de Gobierno

SPX500 2000
E(R) 15% 5% 5%
Varianza 225 100 100
SD 15 10 10
Correlación 1,2 0.8
Caso con 3 activos (w1,w2,w3)
𝐸 𝑅𝑝 = 𝑤1 ∗ 𝐸 𝑅1 + 𝑤2 ∗ 𝐸 𝑅2 + 𝑤3 ∗ 𝐸 𝑅3
σ! 𝑅𝑝 = 𝑉𝑎𝑟 𝑤1 ∗ 𝑅1 + 𝑤2 ∗ 𝑅2 + 𝑤3 ∗ 𝑅3
σ! 𝑅𝑝 = 𝑤1! σ1! + 𝑤2! σ2! + 𝑤3! σ3! + 2𝑤1𝑤2∗Cov 𝑅1, 𝑅2 + 2𝑤1𝑤3∗Cov 𝑅1, 𝑅3 + 2𝑤2𝑤3∗Cov 𝑅2, 𝑅3
𝑀𝑖𝑛 σ! 𝑅𝑝
Sujeto a:
! 𝑤𝑖 = 1
𝑊𝑖 ≥ 0
Caso con 2 activos (w1,w2,w3)

PORTAFOLIO PESOS
E(R) Varianza SD Asset 1 (w1) Asset 2 (w2) Asset 3 (w3)
5% 100.0 10.00 0.00% 100.00% 0.00%
6% 96.5 9.82 5.00% 90.00% 5.00%
7% 96.1 9.80 10.00% 80.00% 10.00%
8% 98.7 9.94 15.00% 70.00% 15.00%
9% 104.4 10.22 20.00% 60.00% 20.00%
10% 113.1 10.64 25.00% 50.00% 25.00%
11% 124.9 11.18 30.00% 40.00% 30.00%
12% 139.7 11.82 35.00% 30.00% 35.00%
13% 157.6 12.55 40.00% 20.00% 40.00%
14% 178.5 13.36 45.00% 10.00% 45.00%
15% 202.5 14.23 50.00% 0.00% 50.00%
Caso con n activos

$
𝐸 𝑅𝑝 = % 𝑤𝑗 ∗ 𝐸(𝑅𝑗)
!"#
$ $
σ% 𝑅𝑝 = % % 𝑤𝑖 ∗ 𝑤𝑗 ∗ 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗)
&"# !"#
𝑀𝑖𝑛 σ% 𝑅𝑝
Sujeto a:
" 𝑤𝑖 = 1
𝑊𝑖 ≥ 0
Caso con n activos

¿Cuántos activos agregar? => ¿Vale la pena agregar tantos activos?

/ /
σ# 𝑅𝑝 = ( ( 𝑤𝑖 ∗ 𝑤𝑗 ∗ 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗)
-.! 0.!
!
Equally weighted⇒ /* ∗ ∑/-.! ∑/0.! 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗)
Según Bodie, Kane and Marcus (2001)

#
1 # 𝑛−1
σ 𝑅𝑝 = σ + 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗)
𝑛 𝑛
Donde: σ# es la varianza promedio de los retornos de todos los activos, y
𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗) es la covarianza promedio de todos los pares de activos.
¿Cuántos activos agregar? => ¿Vale la pena agregar tantos activos?
1 # 𝑛−1
σ# 𝑅𝑝 = σ + 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗)
𝑛 𝑛
lim σ# 𝑅𝑝 = 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗)

/→2
Al agregar un activo que tenga baja covarianza (correlación) con los activos ya
existentes en el portafolio, habrán beneficios de diversificación, porque
𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗) caerá . Pero mientras más activos hayan en el portafolio, la
contribución a la caída de 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗) será menor.
Análisis Media Varianza con Risk-Free Asset
Un Activo Libre de Riesgo (Rf) son por ejemplo los UST Bills, que son virtualmente Rf debido a su corto
vencimiento y a la muy baja probabilidad de default del Tesoro de EEUU.
Observaciones:
1. El Rf tiene Varianza y SD Rf =0
2. Debido a que SD Rf=0, al comprar un Bill con YTM=y%, esta será el retorno verdadero no un E(R)
3. Cov(Rf,Ri)=0 debido a que SD Rf=0
𝐸 𝑅𝑝 = 1 − 𝑤𝑡 ∗ 𝑅𝑓 + 𝑤𝑡 ∗ 𝐸 𝑅𝑡 … (1)
𝑑𝑜𝑛𝑑𝑒 𝑤𝑡 𝑒𝑠 𝑒𝑙 % 𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑑𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑜𝑟𝑡𝑓𝑜𝑙𝑖𝑜 ó𝑝𝑡𝑖𝑚𝑜 𝑟𝑖𝑒𝑠𝑔𝑜𝑠𝑜
σ! 𝑅𝑝 = 𝑉𝑎𝑟 (1 − 𝑤𝑡) ∗ 𝑅𝑓 + 𝑤𝑡 ∗ 𝑅𝑡
σ! 𝑅𝑝 = (1 − 𝑤𝑡)! σ(𝑅𝑓)! + 𝑤𝑡 ! σ(R𝑡)! + 2(1 −
𝑤𝑡)𝑤t∗Cov 𝑅𝑓, 𝑅𝑡
σ! 𝑅𝑝 = 𝑤𝑡 ! σ(𝑅𝑡)! (𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎)
σ 𝑅𝑝 = wt ∗ σ(Rt) … (2)
Capital Allocation Line (CAL)

Portafolio Riesgoso Rf
E(R) 15% 1%
Varianza 202.5 0
SD 14.23 0
Correlación 0
PORTAFOLIO con RF PESOS

E(R) Varianza SD Rt Rf
1% 0.0 0.00 0% 100%
2% 2.3 1.50 10% 90%
4% 9.0 3.00 20% 80%
5% 20.3 4.50 30% 70%
7% 36.0 6.00 40% 60%
8% 56.3 7.50 50% 50%
9% 81.0 9.00 60% 40%
11% 110.3 10.50 70% 30%
12% 144.0 12.00 80% 20%
14% 182.3 13.50 90% 10%
15% 225.0 15.00 100% 0%

𝐸 𝑅𝑝 = 1 − 𝑤𝑡 ∗ 𝑅𝑓 + 𝑤𝑡 ∗ 𝐸 𝑅𝑡 … (1)
𝑑𝑜𝑛𝑑𝑒 𝑤𝑡 𝑒𝑠 𝑒𝑙 % 𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑑𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑜𝑟𝑡𝑓𝑜𝑙𝑖𝑜 ó𝑝𝑡𝑖𝑚𝑜 𝑡𝑎𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑙
σ! 𝑅𝑝 = (1 − 𝑤𝑡)! σ(𝑅𝑓)! + 𝑤𝑡 ! σ(R𝑡)! + 2(1 − 𝑤𝑡)𝑤t∗Cov 𝑅𝑓, 𝑅𝑡
σ 𝑅𝑝 = wt ∗ σ(Rt) … (2)
Reemplazando wt:
σ 𝑅𝑝 𝐸 𝑅𝑡
𝑬 𝑹𝒑 = 1 − ∗ 𝑅𝑓 + ∗ σ(Rp)
σ(Rt) σ(Rt)
CAL para un (𝐸 𝑅𝑡 − 𝑅𝑓)

inversor 𝐸 𝑅𝑝 = 𝑅𝑓 + σ(Rp)
σ(Rt)
Portafolio Portafolio
Tangencial alcanzados al
100% en Rt invertir más
de 100% en
Rt. Se
consigue
prestándose a
la Rf
Rf

𝐸 𝑅𝑝 = 1 − 𝑤𝑡 ∗ 𝑅𝑓 + 𝑤𝑡 ∗ 𝐸 𝑅𝑡 … (1)
𝑑𝑜𝑛𝑑𝑒 𝑤𝑡 𝑒𝑠 𝑒𝑙 % 𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑑𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑜𝑟𝑡𝑓𝑜𝑙𝑖𝑜 ó𝑝𝑡𝑖𝑚𝑜 𝑡𝑎𝑛𝑔𝑒𝑛𝑐𝑖𝑎𝑙
σ! 𝑅𝑝 = (1 − 𝑤𝑡)! σ(𝑅𝑓)! + 𝑤𝑡 ! σ(R𝑡)! + 2(1 − 𝑤𝑡)𝑤t∗Cov 𝑅𝑓, 𝑅𝑡
σ 𝑅𝑝 = wt ∗ σ(Rt) … (2)
Reemplazando wt:
σ 𝑅𝑝 𝐸 𝑅𝑡
𝑬 𝑹𝒑 = 1 − ∗ 𝑅𝑓 + ∗ σ(Rp)
σ(Rt) σ(Rt)
CAL para un (𝐸 𝑅𝑡 − 𝑅𝑓)

inversor 𝐸 𝑅𝑝 = 𝑅𝑓 + σ(Rp)
σ(Rt)
Capital Market Line(CML)

La CAL se basa en los retornos, varianzas y covarianzas por un solo inversor. Hay tantas CAL como inversores con
distintas expectativas sobre un determinado portafolio tangencial.
Si todos los inversores comparten la misma expectativa, la CAL se convierte en CML. El portafolio tangencial es el
mismo para todos los inversores. Se convierte en el PORTAFOLIO DE MERCADO.
(𝐸 𝑅𝑡 − 𝑅𝑓)
𝐸 𝑅𝑝 = 𝑅𝑓 + σ(Rp) … . 𝐶𝐴𝐿
σ(Rt)
(𝐸 𝑅𝑚 − 𝑅𝑓)
𝐸 𝑅𝑝 = 𝑅𝑓 + σ(Rp) … 𝐶𝑀𝐿
σ(Rm)
Donde E(Rm) y σ(Rm) son el retorno esperado y la SD del portafolio de mercado.
(# $% &$')
La pendiente se convierte en el precio de mercado del riesgo. Es el Sharpe Ratio de la CML
σ(Rm)
Capital Asset Pricing Model (CAPM) -1960
Supuestos:
varianzas para determinar un portafolio óptimo (Markowitz)
2. Inversores tienen las mismas expectativas sobre retorno, varianzas y
covarianzas de los activos riesgosos.
3. Se pueden comprar y vender activos sin afectar el precio
4. Se puede prestar y pedir prestado a la Rf sin ningún límite. Se
permiten ventas en corto.
5. No existen impuestos ni costos de transacción.
Security Market Line (SML)

𝐸 𝑅𝑖 = 𝑅𝑓 + β 𝐸 𝑅𝑚 − 𝑅𝑓
Cov(Ri,Rm) σ(Ri)
donde β= ⇒ p(Ri,Rm)
Var(Rm) σ(Rm)
El β de la SML es una medida de riesgo sistémico, a diferencia de la

pendiente de la CML.
Security Market Line (SML)
- El β representa riesgo sistémico. Mientras más volátil sea el activo respecto al mercado,
mayor retorno debería exigir por asumir ese riesgo.
- El riesgo no sistémico no debería ser compensado. Los riesgos específicos a cada activo (que
afectan solo a ese activo en particular) puede ser diversificado.
β 𝐸 𝑅𝑚 − 𝑅𝑓 es la prima de mercado que yo exijo como inversor:
• Si β=1, el activo tiene una volatilidad similar al mercado, por lo que exijo 𝐸 𝑅𝑚 − 𝑅𝑓 como
compensación
• Si β>1, el activo tiene una volatilidad mayor al mercado, por lo que exijo un retorno mayor a
𝐸 𝑅𝑚 − 𝑅𝑓 como compensación
• Si β<1, el activo tiene una volatilidad menor al mercado, por lo que estoy dispuesto a exigir un
retorno menor a 𝐸 𝑅𝑚 − 𝑅𝑓 como compensación
Alcances sobre el CAPM
- Es un modelo de equilibrio, en el sentido que si cualquier retorno esperado difiere del

estimado por el CAPM, las fuerzas del mercado se encargarán de restaurar las relaciones
y que el mercado se alinee con el modelo
- Es no observable
- La eficiencia del modelo y la eficacia del B como medida de compensación de riesgo,
radica en que se parte de un portafolio global, el cual es eficiente.
Toma de decisiones en el universo Media Varianza
Decisiones sobre portafolios existentes
A. Comparación entre dos Portafolios (Markowitz)

• Si el E(Ra)>= E(Rb), pero SD(A)<SD(B). Un inversor averso al riesgo elige el portafolio A.
• Si el E(Ra)>E(Rb), pero SD(A)=SD(B). Un inversor averso al riesgo elige el portafolio A.
• En ambos casos, el portafolio A domina al portafolio B
Portafolio A Portafolio B Portafolio C

E(R) 9% 8% 7%
Cual sería mi decisión entre:

- Portafolio A y B?
- Y si A y B tuvieran la misma Varianza?
- Portafolio B y C?
B. Comparación entre dos Portafolios (CML)
Portafolio A Portafolio B Portafolio C

E(R) 9% 8% 5%
Sharpe 0.5 0.33 0.2
• Si el Sharpe del portafolio A es mayor al del portafolio B entonces, el portafolio A domina

al portafolio B, cuando existe una Rf y endeudarse a esta tasa es posible.
Si la Rf=3%, cual sería mi decisión entre:
- Portafolio B y C?
(𝐸 𝑅𝑚 − 𝑅𝑓)
𝑆ℎ𝑎𝑟𝑝𝑒 =
σ(Rm)

C. Decisión sobre si añadir o no un activo al portafolio actual
• De acuerdo a Blume (1984) y Elton, Gruber y Rentzler (1987), tenemos que añadir un
activo al portafolio es óptimo si:
(𝐸 𝑅𝑛𝑒𝑤 − 𝑅𝑓) 𝐸 𝑅𝑝 − 𝑅𝑓
> 𝑐𝑜𝑟𝑟 𝑅𝑛𝑒𝑤, 𝑅𝑝
σ(Rnew) σ(R𝑝)
𝑆ℎ𝑎𝑟𝑝𝑒 𝑛𝑒𝑤 𝑎𝑠𝑠𝑒𝑡 > 𝑆ℎ𝑎𝑟𝑝𝑒 𝑐𝑢𝑟𝑟𝑒𝑛𝑡 𝑝𝑜𝑟𝑡𝑓𝑜𝑙𝑖𝑜 ∗ 𝑐𝑜𝑟𝑟(𝑅𝑛𝑒𝑤, 𝑅𝑝)


C. Decisión sobre si añadir o no un activo al portafolio actual
Como portfolio manager, manejo un portafolio con un Sharpe de 0.25 y evalúo la posibilidad
de incluir dos activos:
- Eurobonds: Sharpe esperado=0.1, correlación estimada=0.42
- Equities LATAM: Sharpe esperado=0.30, correlación 0.67
Qué activos debo agregar?

- Eurobonds: 0.1>0.25*0.42 => 0.1>0.105? No se debe añadir este activo
- Equities LATAM: 0.30>0.25*0.67 => 0.30>0.1675? Se debe añadir este activo
Aspectos a tener en cuenta en el Análisis Media Varianza
1. Estimación de los inputs para la optimización
1.1 Estimados Históricos
Se estiman las medias, varianzas y correlaciones directamente de la data histórica.

Si se tienen “n” activos en un portafolio, entonces:
- Se tendrán “n” parámetros para los E(R)

- Se tendrán “n” parámetros para las varianzas de los activos
- Se tendrán “nC2=n(n-1)/2” parámetros para las covarianzas de cada par de activos.
𝑛+3
# de parámetros a estimar = n ∗ ( )
2
De esta método surgen dos problemas: cantidad de estimados y calidad de los estimados
1. Estimación de los inputs para la optimización
1.1 Beta Ajustado

El uso de un Beta histórico en el modelo parte del supuesto que el pasado es un buen
predictor del futuro. Si el Beta varía con el tiempo, esto ya no se sostiene.
Si β fuera un random walk:

⇒ β*,,-. = β*,, + 𝜀*,,-.
E(β*,,-. ) = β*,,
La forma más sencilla de modelarlo es usando un AR(1):
⇒ β*,,-. = 𝛼/ + 𝛼. β*,, + 𝜀*,,-.

⇒ 𝐸(β*,,-. ) = 𝛼/ + 𝛼. β*,,
Los β revierten a la media y en la práctica: 𝛼/ =0.333 y 𝛼. = 0.667

1. Inestabilidad de la Frontera
- Cambios pequeños en los supuestos o en los inputs pueden generar cambios fuertes en la
frontera eficiente.
- La Distribución Muestral puede diferir de la Distribución Poblacional
- Diferencias no significativas entre retornos, varianzas o correlaciones puede hacer que el
modelo arroje resultados erróneos, sobre todo si se permite ventas en corto.
- La inestabilidad causa un rebalanceo más frecuente, lo que es costoso
- Algunas medidas para disminuir la inestabilidad son:
• No permitir ventas en corto

• Mejorar la calidad estadística de los inputs
• Usar resampling
Data: 20 random stocks from S&P500 (1997-2006)


Teoría y Gestión de Portafolios de Inversión I: Jean Paul Watson, CFA Septiembre 2021

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoría y Gestión de Portafolios de Inversión I: Jean Paul Watson, CFA Septiembre 2021

Cargado por

Copyright:

Formatos disponibles

Teoría y Gestión de Portafolios

Jean Paul Watson, CFA

1. ¿Cuáles son las principales características de un portafolio y como se cuantifican?

El valor de las oportunidades de inversión se puede medir con dos parámetros:

1. Todos los inversores son aversos al riesgo*

Acción 1 – SPX50 Acción 3 – SPX50

El valor de las oportunidades de inversión se puede medir con dos parámetros:

4. Inversores solo necesitan saber el retorno esperado, covarianzas y

Sin embargo en la práctica los retornos de

4. Inversores solo necesitan saber el retorno esperado, covarianzas y

DISTRIBUCIÓN NO NORMAL (TALEB)

4. Inversores solo necesitan saber el retorno esperado, covarianzas y

DISTRIBUCIÓN NO NORMAL (TALEB)

El valor de las oportunidades de inversión se puede medir con dos parámetros:

Objetivo del Análisis :Elegir un portafolio eficiente, el cual es aquel

𝑝!,# = Cov 𝑅1, 𝑅2 /σ!σ#

Caso con 2 activos (w1 y w2)

Para empezar el proceso de encontrar un portafolio eficiente, debemos

Caso con 2 activos (w1 y w2)

Caso con 2 activos (w1 y w2)

Caso con 2 activos (w1 y w2)

Caso con 2 activos (w1 y w2)

p=+1: Sin beneficios de la

A medida que la correlación se

Caso con 3 activos (w1, w2, w3)

Acciones del Acciones del Russel Bonos de Gobierno

Caso con 3 activos (w1,w2,w3)

Caso con 2 activos (w1,w2,w3)

Caso con n activos

Caso con n activos

¿Cuántos activos agregar? => ¿Vale la pena agregar tantos activos?

Según Bodie, Kane and Marcus (2001)

¿Cuántos activos agregar? => ¿Vale la pena agregar tantos activos?

lim σ# 𝑅𝑝 = 𝐶𝑜𝑣(𝑅𝑖, 𝑅𝑗)

Capital Allocation Line (CAL)

PORTAFOLIO con RF PESOS

Capital Allocation Line (CAL)

CAL para un (𝐸 𝑅𝑡 − 𝑅𝑓)

Capital Allocation Line (CAL)

Capital Allocation Line (CAL)

CAL para un (𝐸 𝑅𝑡 − 𝑅𝑓)

Capital Market Line(CML)

Donde E(Rm) y σ(Rm) son el retorno esperado y la SD del portafolio de mercado.

Security Market Line (SML)

El β de la SML es una medida de riesgo sistémico, a diferencia de la

Security Market Line (SML)

β 𝐸 𝑅𝑚 − 𝑅𝑓 es la prima de mercado que yo exijo como inversor:

Alcances sobre el CAPM

- Es un modelo de equilibrio, en el sentido que si cualquier retorno esperado difiere del

Decisiones sobre portafolios existentes

A. Comparación entre dos Portafolios (Markowitz)

Portafolio A Portafolio B Portafolio C

Cual sería mi decisión entre:

Decisiones sobre portafolios existentes

B. Comparación entre dos Portafolios (CML)

Portafolio A Portafolio B Portafolio C

• Si el Sharpe del portafolio A es mayor al del portafolio B entonces, el portafolio A domina

Decisiones sobre portafolios existentes

𝑆ℎ𝑎𝑟𝑝𝑒 𝑛𝑒𝑤 𝑎𝑠𝑠𝑒𝑡 > 𝑆ℎ𝑎𝑟𝑝𝑒 𝑐𝑢𝑟𝑟𝑒𝑛𝑡 𝑝𝑜𝑟𝑡𝑓𝑜𝑙𝑖𝑜 ∗ 𝑐𝑜𝑟𝑟(𝑅𝑛𝑒𝑤, 𝑅𝑝)

Decisiones sobre portafolios existentes

Qué activos debo agregar?

1.1 Estimados Históricos

⇒ β,,-. = 𝛼/ + 𝛼. β,, + 𝜀*,,-.