Optimizacion de Portafolios Una Aplicaci

OPTIMIZACIÓN DE PORTAFOLIOS: UNA APLICACIÓN DEL MODELO BLACK-
LITTERMAN PARA EL MERCADO INTEGRADO LATINOAMERICANO, 2009-

2014
Autor:
JESÚS DAVID TORRES NAVARRO
Monografía de grado para optar al título de Especialista en Finanzas
Asesor:
LUIS FERNANDO ESCOBAR
Medellín
Universidad de Antioquia
Facultad de Ingeniería
Departamento de Ingeniería Industrial
2014
Contenido
RESUMEN ............................................................................................................... 3
INTRODUCCIÓN ..................................................................................................... 4
EL MERCADO INTEGRADO LATINOAMERICANO - MILA .................................... 7
MARCO DE REFERENCIA.................................................................................... 12
MODELO DE MARKOWITZ Y CAPM ................................................................. 12
EL MODELO BLACK-LITTERMAN ..................................................................... 17
APLICACIÓN DE LOS MODELOS ........................................................................ 22
RESULTADOS....................................................................................................... 25
CONCLUSIONES .................................................................................................. 32
REFERENCIAS BIBLIOGRÁFICAS....................................................................... 35
Gráficos
Gráfico 1 Capitalización bursátil de los mercados MILA - Abril 2014 (millones USD)
........................................................................................................................... 9
Gráfico 2 Capitalización bursátil mercados MILA 2013 (millones USD .................... 9
Gráfico 3 Volumen total negociado MILA Abril 2014 (Millones USD)..................... 10
Gráfico 4 Monto negociado mercados MILA 2013 (millones USD) ........................ 10
Gráfico 5 Total emisores Mercados MILA .............................................................. 11
Gráfico 6 El CAPM y la frontera eficiente ............................................................... 16
Gráfico 7 Modelo de Markowitz: Frontera eficiente y Capital Market Line ............. 25
Gráfico 8 Equilibrio CAPM (curva SML) vs. Rendimientos individuales de cada
acción .............................................................................................................. 28
Tablas
Tabla 1 Portafolio de inversión MILA ..................................................................... 22
Tabla 2 Rendimientos y riesgos históricos ............................................................. 23
Tabla 3 Rendimientos esperados del portafolio óptimo - MK ................................. 26
Tabla 4 Betas, retornos esperados y ponderaciones - CAPM ............................... 27
Tabla 5 Vector de equilibrio MBL, sus ponderaciones y las del mercado .............. 29
Tabla 6 Matriz P ..................................................................................................... 29
Tabla 7 Vector Q .................................................................................................... 30
Tabla 8 Matriz Omega ........................................................................................... 30
Tabla 9 Matriz de Covarianzas posterior ............................................................... 30
Tabla 10 Principales resultados de la aplicación MBL ........................................... 31
OPTIMIZACIÓN DE PORTAFOLIOS: UNA APLICACIÓN DEL MODELO BLACK-LITTERMAN PARA EL MERCADO
INTEGRADO LATINOAMERICANO, 2009-2014
RESUMEN
Este trabajo hace una aplicación del Modelo de Black-Litterman –MBL- para la
optimización de portafolios en el marco del Mercado Integrado Latinoamericano –
MILA-. Este mercado incluye (al momento de la elaboración de este documento) a
tres de las bolsas de valores más importantes de Latinoamérica, junto con sus
respectivos depósitos centralizados: la Bolsa de Comercio de Santiago, la Bolsa
de Valores de Lima y la Bolsa de Valores de Colombia. Los resultados de esta
aplicación se comparan con los del Modelo de Markowtiz –MK-. A diferencia del
MK, el MBL parte de métodos bayesianos para combinar dos fuentes de
información: el equilibrio de mercado y las predicciones de los inversionistas o
“views”. Precisamente, el portafolio óptimo producto de este proceso pondera
ambos elementos. Este trabajo permite concluir que el MBL permite obtener
portafolios más intuitivos y menos concentrados que el MK, debido, precisamente,
a la inclusión de las expectativas de los inversionistas. Esto hace que el MBL sea
una herramienta de utilidad para el manejo de portafolios de inversión en un
ambiente complejo, como es el MILA.
3
INTRODUCCIÓN
El Mercado Integrado Latinoamericano –MILA- es la integración de tres
importantes bolsas de valores del continente: la Bolsa de Comercio de Santiago, la
Bolsa de Valores de Lima y la Bolsa de Valores de Colombia, así como de los
depósitos DCV, Cavali y Deceval. Se trata de la primera iniciativa de integración
bursátil sin fusión ni integración corporativa, basada únicamente en herramientas
tecnológicas e institucionales, sobre todo, la armonización de la regulación de las
negociaciones en los mercados de capitales de los tres países. Es así como se
posibilitó el reconocimiento de los valores de las tres bolsas en cada uno de los
países y el libre comercio de acciones entre ellos (MILA, 2012).
Este proceso inició en 2009, con la creación de un mercado regional de títulos

de renta variable entre Chile, Perú y Colombia. Finalmente, en 2011, entró en
operaciones el MILA, permitiendo una integración de los tres mercados de valores,
ampliando con ello el número de alternativas de inversión (MILA, 2012). Una de
las características más relevantes del MILA es que ninguno de los países
participantes pierde su independencia y autonomía regulatoria. Su potencial se
basa en la complementariedad de los mercados que lo integran. En efecto, todas
las negociaciones se llevan a cabo en moneda local, con anotaciones a través de
intermediarios de cada país, facilitando las operaciones internacionales. Según
(MILA, 2012), este mercado es el primero por número de compañías listadas en la
región, el segundo en tamaño de capitalización bursátil y el tercero por volumen de
negociación.
Desarrollar estrategias de inversión para este mercado significa un reto para los
inversionistas, puesto que la elección dependerá de las situaciones y coyunturas
de tres economías distintas. Si bien Perú, Chile y Colombia se han caracterizado
por un manejo responsable y ortodoxo de su economía, se debe reconocer que los
choques del entorno macroeconómico afectan de manera diferente a cada uno de
estos mercados. No solamente eso, las acciones de cada uno de estos mercados
se transan en sus respectivas monedas locales, por lo que entra en escena un
elemento que puede llegar a ser determinante al momento de la toma de la
decisión de inversión, el tipo de cambio, que bien puede exacerbar o paliar los
choques sobre el precio de la acción cuando ella se cambie a la moneda en la que
se hace la inversión (a lo que se suma el posible efecto del tipo de cambio en la
determinación del precio en moneda local de estos activos).
Existen varios marcos para la elección de la estrategia de inversión en un

ambiente como el que se presenta con el MILA. En efecto, la teoría sobre la
administración de portafolio ha desarrollado distintas herramientas para hallar
portafolios óptimos que permitan relacionar de manera eficiente el trade-off entre
riesgo y rentabilidad. Las bases de esta teoría se hallan en el trabajo del
economista Harry Markowitz en 1952, quien sentó las bases de la gestión
4
moderna de portafolios mediante el criterio de la media-varianza (Pallares,

Álvarez, & García, 2012). El modelo de Markowitz –MK- se ve enriquecido con la
noción de equilibrio de mercado que introduce el modelo Capital Asset Pricing
Model (CAPM), que sirve como referencia para el inversionista. No obstante, el
modelo de Markowitz se considera difícil de aplicar debido a que los portafolios
obtenidos a partir de este modelo son poco intuitivos, poco diversificados, muy
sensibles a los parámetros y bastante inestables (Trujillo, 2009). Esto se debe a
que, si bien se reconoce que la cuantificación del problema de la elección del
portafolio a través de la maximización de los retornos esperados y la minimización
del riesgo es acertado (He & Litterman, 1999), los parámetros calculados
presentan errores de estimación (Trujillo, 2009).
Precisamente, Fischer Black y Robert Litterman propusieron un modelo que, si

bien hace uso del optimizador de Markowitz, parte de los métodos bayesianos
para combinar distintas fuentes de información: el equilibrio de mercado y las
predicciones de los inversionistas o sus “views”. El portafolio óptimo producto de
este proceso pondera ambos elementos de manera que, cuando el inversionista
no tiene expectativas que difieran de las del mercado, su estrategia será la de
replicar el mercado (la composición del portafolio será igual a la capitalización del
mercado para cada acción). Cuando existan diferencias entre las expectativas del
inversionista y el equilibrio de mercado, el portafolio del inversionista presentará
una serie de desviaciones con respecto a la composición del mercado que sea
acorde con dichas expectativas; entre más confianza tenga el inversionista en sus
expectativas, mayores serán estas desviaciones (He & Litterman, 1999).
En efecto, este trabajo pretende hacer una aplicación del modelo de Black-
Litterman –MBL- en el marco que propone para un inversionista el Mercado
Integrado Latinoamericano, MILA, con miras a la determinación de una estrategia
óptima de inversión y, de esta manera, verificar su pertinencia en un entorno
complejo como es este mercado, en comparación con el modelo MK. Para lograr
esto, se identifica un portafolio compuesto por las diez acciones con mayor
capitalización en el MILA, que compondrán el portafolio de mercado, de acuerdo
con sus pesos dentro del índice de mercado SPMILA 40. Con base en estas
acciones y sus datos históricos de rentabilidad y riesgo se hallará un portafolio
optimizado a través de los modelos MK (y CAPM) y MBL, de manera que se
puedan comparar sus resultados.
En este punto es necesario reconocer algunas de las limitaciones que tiene este
ejercicio y que bien podrían ser resueltas en estudios futuros. En primera
instancia, se debe reconocer que el mercado nacional ya se encuentra integrado,
de manera que es difícil separar el efecto de dicha integración sobre los
rendimientos de los activos locales, que bien podrían ser distintos al no estar
expuestos a dicha integración. Este ejercicio sólo tendrá en cuenta el aumento en
las alternativas para los inversionistas como consecuencia de un acceso
relativamente sencillo a valores en los mercados chileno y peruano, al igual que el
5
colombiano. Esto es equivalente al supuesto de que el componente que explica

todo o casi todo el comportamiento de los activos disponibles en el MILA se
encuentra en el mercado local (el contexto macroeconómico, por ejemplo) y su
emisor (sus resultados y proyecciones de crecimiento, por ejemplo), más que por
la posibilidad de transarse en un mercado integrado. Por otro lado, en este trabajo
no se realiza ninguna contrastación empírica de los modelos propuestos. Esto se
debe a que, para el caso del MBL, este tipo de evaluaciones no miden únicamente
la eficiencia interna del modelo sino de la calidad de las percepciones o de las
“views” de los inversionistas, efectos que no pueden separarse sin incluir un
ejercicio adicional de medición de estas mediciones. En este ejercicio, las “views”
son exógenas al modelo.
A pesar de estas limitaciones, este trabajo tiene utilidad en la aplicación de una

metodología que permite la disminución de la incertidumbre sobre la cual se toman
las decisiones de inversión. Este análisis se podría refinar con proyecciones sobre
los efectos de la integración en el comportamiento de los activos que ingresan al
MILA y la determinación, dentro del modelo, de la determinación de las opiniones
sobre las rentabilidades de las acciones a negociarse. En todo caso, este trabajo
no es más que un aporte a la construcción de un análisis que puede ser parte de
un programa más amplio de investigación en la teoría de administración de
portafolios.
La presente monografía se divide en cinco secciones. La primera de ellas versa

sobre el Mercado Integrado Latinoamericano y las condiciones para la inversión en
este mercado, incluyendo una descripción del mismo. Una segunda sección
presenta el marco teórico de los modelos utilizados en este trabajo: MK, CAPM y
MBL. Mientras tanto, la tercera de estas secciones muestra la aplicación de estos
modelos en el marco del MILA, seguida por la presentación de sus principales
resultados. Finalmente, se presentan las principales conclusiones de este
ejercicio.
6
EL MERCADO INTEGRADO LATINOAMERICANO - MILA
La Bolsa de Valores de Colombia, la Bolsa de Comercio de Chile y la Bolsa de

Valores de Lima, junto con sus respectivos depósitos de valores (Deceval, DVC y
Cavali), dieron inicio a la integración de sus mercados bursátiles el 30 de mayo de
2011. Esta integración permite la negociación de instrumentos listados en las tres
bolsas a través de una misma plataforma y tiene como objetivo el de fomentar el
desarrollo de los mercados de valores locales y la generación de negocios entro
los participantes de Chile, Perú y Colombia. Desde un punto de vista más práctico,
la integración consiste en la interconexión de las plataformas de negociación de
los tres países bajo un protocolo estándar de comunicación, lo que permite que el
acceso a la información de los títulos listados en las tres bosas de valores y el
envío de órdenes de compra y vente por parte de los intermediarios locales a
través de convenios con los intermediarios de las otras bolsas (Bolsa de Valores
de Colombia, 2013).
Las órdenes se ingresan directamente en el mercado en el cual se encuentra

listado el instrumento a negociar y son liquidadas en la moneda local de la bolsa
en la cual esté inscrito dicho valor. La custodia de los títulos se mantiene en el
depósito del país donde esté listado el emisor y el valor de las obligaciones, tanto
las cambiarias como las de compensación y liquidación, es responsabilidad del
intermediario local en el que esté listado el instrumento negociado. El MILA cuenta
también con la supervisión y control de los reguladores de cada país (Bolsa de
Valores de Colombia, 2013).
El modelo de integración se basa en una serie de premisas entre las cuales se

puede contar: los tres mercados son elegibles para todo tipo de inversionistas; el
acceso de in intermediario extranjero requiere la suscripción de acuerdos de
servicios con intermediarios locales de acuerdo con las regulaciones de cada país;
cada mercado conserva sus sistemas y reglas de negociación, no existen reglas
unificadas para el mercado integrado; cada bolsa administra su propio mercado; la
información de los mercados deberá estar disponible a través de un único acceso
o por sistemas especialmente habilitados por las bolsas a sus intermediarios; las
negociaciones se realizan bajo las reglas de los mercados donde estén listados
los valores; las operaciones se liquidan en la moneda origen del valor, siendo el
intermediario local quien administra los riesgos cambiarios de dichas operaciones
(la Bolsa de Valores de Lima opera tanto en Nuevos Soles como en Dólares
Americanos).
Mientras tanto, cada uno de los depósitos (DCV, Cavali y Deceval) tiene abierto
en conjunto una cuenta agregada como depositantes directos con sus depósitos
homólogos. Esto es, Deceval tiene abiertas cuentas en DCV y Cavali, así como
estos depósitos tienen abiertas cuentas en Deceval y entre sí. En estas cuentas se
7
registran los valores locales adquiridos por inversionistas de las otras bolsas
integradas así como los valores de las otras bolsas adquiridos por inversionistas
locales. De manera similar, los intermediarios de los tres países deben suscribir
acuerdos de servicios con intermediarios de los mercados en los que se desee
participar (Bolsa de Valores de Colombia, 2013).
Los indicadores del MILA dan cuenta de un proceso de integración interesante

que amplía las alternativas para los inversores de los tres países que hacen parte
de él. Uno de los aspectos fundamentales de esta integración es que,
efectivamente, permita una mayor rentabilidad a un nivel de riesgo dado o que,
dado un nivel de rentabilidad esperado, disminuya el riesgo asociado a él. En
últimas, este es tal vez el mayor beneficio de la integración para los inversionistas.
Para abril de 2014, la capitalización bursátil de los mercados MILA sumó un total
de USD 593.232 millones, con una distribución por países que beneficia a las
compañías chilenas, responsables de un 43,39% del valor total del mercado,
seguidas por las compañías colombianas (36,44%) y las peruanas (20,17%). Ver
Gráfico 1. Como se puede apreciar en el Gráfico 2, durante 2013 la capitalización
bursátil de estos mercados estuvo entre los USD 772.432 millones (en enero) y los
USD 601.395 millones (en noviembre), siempre con una mayor participación de las
empresas chilenas, seguidas por las colombianas y, en último lugar, las peruanas.
A manera de referencia se tiene que la capitalización de la Bolsa Mexicana de
Valores ascendió a USD 525.056 millones en 2012; mientras que la de
BM&FBOVESPA (Brasil) fue de USD 1.229.849 millones (Banco Mundial, 2014).
Esto significa que, la posibilidad de la entrada de la Bolsa Mexicana de Valores al
MILA representa una posibilidad de casi duplicar su capitalización (Portafolio,
2012).
8
Gráfico 1 Capitalización bursátil de los mercados MILA - Abril 2014 (millones

USD)
Chile Colombia Perú
119660
257413
216159
Fuente: MILA
Gráfico 2 Capitalización bursátil mercados MILA 2013 (millones USD
Fuente: MILA
Mientras tanto, el volumen total negociado durante abril de 2014 alcanzó un

total de USD 4.805 millones. Por porcentaje de participación durante el mes la
Bolsa de Comercio de Santiago representa el 47,7%, seguido por la Bolsa de
Valores de Colombia (47%) y la Bolsa de Valores de Lima (5,3%). Ver Gráfico 3.
Durante 2013, como muestra el
Gráfico 4, los valores sobre los que más se negoció fueron los chilenos,
seguidos por los colombianos y los peruanos.
9
Gráfico 3 Volumen total negociado MILA Abril 2014 (Millones USD)
254
2293
2258
Fuente: MILA Chile Colombia Perú
Gráfico 4 Monto negociado mercados MILA 2013 (millones USD)
Fuente: MILA
El número de emisores totales listados en los mercados MILA ascendió a 585

para abril de 2014. De este total de emisores 281 tienen origen peruano, mientras
que 227 son de origen chileno y las restantes 77 son de origen colombiano.
10
Gráfico 5 Total emisores Mercados MILA
281
227
77
Emisores chilenos Emisores colombianos Emisors peruanos

Fuente: MILA
11
MARCO DE REFERENCIA
MODELO DE MARKOWITZ Y CAPM

Toda decisión de tipo económico se fundamenta en la asignación de recursos
escasos para suplir distintas necesidades, de manera que se maximice la utilidad
obtenida. Lo mismo se podría decir frente a los problemas de optimización de
portafolios de inversión en los que se busca una asignación eficiente de los
recursos frente a diversas alternativas de inversión en busca de obtener la máxima
rentabilidad posible en un nivel de riesgo deseable. La diversificación es una
manera de reducir el riesgo de una inversión para un portafolio, por tal razón, es
importante tener en cuenta ambas variables al momento de encontrar un portafolio
óptimo (Cruz, 2012).
La teoría de optimización de portafolio tiene su origen en el trabajo seminal de

Harry Markowitz publicado en 1952, “Portfolio Selection”. Este trabajo se basa en
el enfoque de media-varianza, según el cual se resuelve el problema de la
optimización del portafolio al minimizar el riesgo de dicho portafolio sujeto a un
rendimiento esperado o si, de manera alternativa, se maximizan los rendimientos
esperados para un riesgo dado. Este modelo asume que los inversionistas
racionales escogen entre activos riesgosos basándose únicamente en dos
elementos: los retornos esperados de los activos, la media, y el riesgo que
representan, su varianza, (Trujillo, 2009). Se tiene entonces que lo inversionistas
se enfrentan a un conjunto de combinaciones de retornos esperados y riesgos,
frente a los cuales deseará disminuir el riesgo al que se enfrenta y obtener la
mayor rentabilidad esperada posible. Sin embargo, esto no es fácil frente a la
volatilidad de los mercados y la relación positiva entre retornos esperados y
riesgo: son los activos más riesgosos los que, generalmente, presentan mayores
niveles de rentabilidad esperada (Pallares et al., 2012).
De manera esquemática, los principales supuestos de este modelo se pueden

resumir de la siguiente forma (Mendoza, 2012):
 El valor de un título depende de su retorno futuro esperado.
 Además de las características individuales del título, es necesario tener
en cuenta su covarianza con otros títulos.
 El nivel de riesgo de un portafolio está representado por la matriz de
covarianzas de los títulos que lo componen.
 A la elección del portafolio se tiene asociado un coeficiente de aversión
al riesgo.
 Al tener en cuenta la covarianza es posible construir un portafolio con
altos retornos esperados a un mismo nivel de riesgo o niveles de riesgo
más altos con el mismo retorno esperado.
 No existen costos de transacción, honorarios, impuestos o comisiones.
12
 Un portafolio puede formarse a partir de combinaciones posibles de

activos dentro del mercado de capitales.
 Los inversionistas son tomadores de precios, no existen asimetrías de
información.
 Los inversionistas no tienen expectativas sobre el comportamiento futuro
de las acciones, por lo que no intentan anticiparse a los movimientos
futuros del mercado (Pallares et al., 2012).
De esta manera, se tiene que el rendimiento esperado del portafolio y su

varianza se pueden hallar de la siguiente manera:
[ ]
Dónde:
Markowitz demostró que los inversionistas, bajo estos supuestos y frente a esta
situación, pueden construir portafolios que maximicen el retorno dado un nivel
específico de riesgo o minimice el riesgo, dado un nivel esperado de retorno. Esto
se puede expresar de la siguiente manera, como un problema de optimización
restringida, bajo el enfoque de la minimización del riesgo, en el que se hallan las
ponderaciones óptimas de los activos:
Sujeto a:
Donde corresponde a un valor dado de rendimiento esperado del portafolio.
Como consecuencia de este proceso de optimización, el inversionista

encontrará las ponderaciones dentro de los activos que conforman su portafolio
que optimizan la relación riesgo-rentabilidad. Estas ponderaciones no son más
que la proporción de la inversión total que debe destinarse a cada uno de los
activos del portafolio. Todas las combinaciones de riesgo y rentabilidad óptimos (a
los que les corresponde una vector de ponderaciones) conforman la frontera
eficiente de posibilidades de inversión. El inversionista podrá ubicarse sobre esta
curva, de acuerdo con su perfil de riesgo y deseos de rentabilidad. Vale la pena
anotar que para la determinación de las medias y varianzas de cada uno de los
13
activos, se parte de la información histórica, sin embargo, este tipo de análisis es

válido si se utiliza otra fuente de información para hallar dichos parámetros.
Por su parte, el Capital Asset Price Model –CAPM- establece que los retornos
esperados de un activo son iguales a la tasa libre de riesgo más un Premium de
riesgo (diferencia entre la expectativa de retornos del mercado y el retorno del
activo libre de riesgo), ajustado por el riesgo sistemático del activo, medido por su
beta, de la siguiente manera (Fabozzi & Peterson, 2010):
[ ]
Donde es el rendimiento promedio del mercado y es la medida del

riesgo sistemático del activo i en relación con el portafolio de mercado.
Beta es, entonces, una medida de la sensibilidad del retorno del activo i a los
retornos del portafolio de mercado (el que replica en sus ponderaciones la
capitalización de las acciones que lo componen). De tal manera que:
Si , el activo o portafolio tiene la misma cantidad de riesgo que el

portafolio de mercado
Si , el activo o portafolio representa un riesgo de mercado mayor que el
del portafolio del mercado.
Si , el activo o portafolio tiene un riesgo de mercado menor que el
portafolio de mercado.
En el equilibrio, los retornos esperados de los activos individuales hacen parte

de la curva SML (Security Market Line), la que relaciona los retornos esperados
con los betas de cada uno de estos activos, de acuerdo con la fórmula presentada
arriba.
Este modelo se basa en seis supuestos fundamentales. El primero de ellos es

que los inversionistas toman sus decisiones de inversión basándose en los
retornos esperados y la varianza de dichos retornos, tal como se hace en el
método propuesto por Markowitz. En segundo lugar, los inversionistas son
racionales y aversos al riesgo; esto es, para aceptar un mayor riesgo, se les debe
compensar con una mayor ganancia esperada. Además, todos los inversionistas
participan del mercado por el mismo periodo de tiempo, todos tienen el mismo
horizonte temporal. En cuarto lugar, los inversionistas tienen las mismas
expectativas sobre los retornos esperados y la varianza de todos los activos, estos
datos les permiten computar la frontera eficiente. En quinto lugar, existe un activo
libre de riesgo y los inversionistas puede prestar o tomar prestado dinero,
cualquier cantidad, a la tasa de ese activo. En último lugar, se tiene que los
mercados de capitales son completamente competitivos y no sufren de fricción
alguna (Fabozzi & Peterson, 2010).
14
A partir de los datos que permiten construir la frontera eficiente del modelo MK y
al contarse con un activo libre de riesgo, se puede hallar el portafolio que
maximice la relación entre el exceso de retorno del portafolio (la diferencia entre el
rendimiento esperado del portafolio y el rendimiento del activo libre de riesgo) y el
riesgo asociado al portafolio de sobre el que se invierte. Esta relación es conocida
como el índice de Sharpe. Este proceso de optimización puede estar sujeto a
distintas restricciones que dependen de las necesidades o de las obligaciones del
inversionista. Una de las restricciones para este proceso es que el portafolio se
reproduzca completamente en el mercado, por lo que las ponderaciones de los
activos a invertir deben sumar el 100% del portafolio. De manera similar, se puede
incluir restricciones que limiten las posiciones en corto (venta de un activo que no
se posee bajo la expectativa de disminución en el precio del activo), esto es:
( ) ⁄
Sujeto a,
Donde ( ) y son el rendimiento esperado y la desviación del portafolio,

respectivamente; es el rendimiento del activo libre de riesgo y corresponde al
peso del activo i dentro del portafolio.
Como resultado de este proceso se tiene lo mostrado en el Gráfico 6, en el que

se encuentra la frontera eficiente tal como se había descrito con anterioridad. Sin
embargo, al incluir un activo libre de riesgo, se puede construir la línea CML
(Capital Market Line), tangente al portafolio A, el óptimo. Esta línea contiene todas
las combinaciones entre el portafolio y el activo libre de riesgo al prestar o pedir
prestado a esta tasa. De esta manera, los portafolios ubicados a la izquierda de
Po representan combinaciones del portafolio riesgoso y el activo libre de riesgo,
mientras que los ubicados a la derecha incluye compras de activos riesgosos
hechos con préstamos que se pagan a la tasa libre de riesgo (Rf), estos portafolios
son, por esta razón, apalancados. A un mismo nivel de riesgo, como el que está
relacionado con el portafolio Pa, el inversionista puede obtener un mayor
rendimiento con una combinación que incluya el activo libre de riesgo, ubicándose
en Pb. Bajo el supuesto de aversión al riesgo, el inversionista preferirá Pb a Pa,
puesto que le permite alcanzar una mayor nivel de rendimiento bajo un mismo
riesgo. De esta manera, un accionista elegirá cualquier portafolio que esté ubicado
en la curva CML, de acuerdo con su grado de aversión al riesgo (Fabozzi &
Peterson, 2010).
15
Gráfico 6 El CAPM y la frontera eficiente
Retorno esperado Línea CML
Frontera eficiente
A
Pb
Pa
Rf
Desviación estándar
Fuente: Elaboración propia.
De esta manera, el rendimiento esperado del portafolio y su varianza siguen las
siguientes fórmulas:
( ) [ ]
Vale la pena aclarar que los rendimientos de los activos vistos de manera
individual no forman parte de la línea CML, sino de la SML.
Sin embargo, este modelo presenta algunos problemas (Mendoza, 2012):

 Maximiza errores. En la medida en que no existen estimaciones precisas
de los retornos esperados o sus covarianzas, estos valores están sujetos
a errores de estimación. Este error es mayor en los títulos que rinden
mayores retornos y presentan una correlación negativa, por lo que se les
asigna una mayor ponderación (w).
 La utilización de datos históricos para la extracción de medias y su
reemplazo como retornos esperados contribuye a maximizar los errores
de estimación.
 No se hace diferencia entre los distintos niveles de incertidumbre y
efectividad de pronóstico.
 El modelo es inestable en algunos casos. Pequeños cambios en una
variable pueden cambiar las ponderaciones óptimas de manera
significativa, debido a la poca precisión de la matriz de varianzas y
covarianzas.
 Cuando no se incluyen condiciones de positividad de los ponderadores,
se arrojan valores negativos, cuyas operaciones no pueden ser
16
realizadas en algunos portafolios, lo que implica incorporar restricciones

de esquina y concentradas en pocos activos. Estos resultados son
considerados como ilógicos por los administradores de portafolio.
 El número de covarianzas estimado es problemático. Un portafolio con k-
activos debe estimar k*(k-1)/2 covarianzas. Adicionalmente, las
estimaciones se realizan por desviaciones estándar, por lo que no
reconoce efectos GARCH.
EL MODELO BLACK-LITTERMAN
Estas razones limitan el uso práctico de este modelo de optimización. Este
hecho motivó a Fisher Black y a Robert Litterman a trabajar en un nuevo modelo.
Este modelo se basa en un método bayesiano para la estimación de los retornos
esperados y encontrar un portafolio óptimo. La diferencia fundamental entre
ambos modelos, el MK y el MBL, radica en la manera en que se construyen los
retornos esperados. En el modelo de Black y Litterman, los retornos son
sintetizados con opiniones de los inversionistas para formar nuevas opiniones,
mientras que los activos en los que el inversionista no tiene una expectativa
particular entran en el optimizador con su respectivo retorno de equilibrio.
En este modelo, el inversionista establece un mercado de equilibrio como punto

de referencia para generar una estructura de retornos en ese punto de equilibrio
que se obtiene a partir de los datos. Al mismo tiempo, expresa sus conjeturas
(views) del mercado como retornos esperados sobre títulos del portafolio y su nivel
de confianza para cada uno de ellos. Los views son combinados con los retornos
de equilibrio y su resultado son los retornos esperados del modelo. El portafolio de
equilibrio están en función de la confianza sobre la conjetura realizada por el
administrador en relación con el equilibrio del mercado (Mendoza, 2012).
El modelo de Black y Litterman considera los siguientes supuestos (Cruz,

2012):
 Los rendimientos se encuentran normalmente distribuidos.
 Cada rendimiento sobre una inversión tiene asociado una distribución de
probabilidad para el próximo período.
 Los inversionistas tienen expectativas u opiniones (views) sobre los
activos que podrían formar mejores portafolios.
 Puede estimarse un nivel de confianza para cada opinión emitida.
 Los inversionistas no están absolutamente seguros de sus opiniones.
 Se toman riesgos en los activos sobre los que se tienen estas opiniones.
 Los portafolios sugeridos son comparados con un portafolio de
referencia.
 Se ignoran impuestos y costos de transacción.
 Los mercados son eficientes.
17
 Los inversionistas son racionales y no hay arbitraje.
De una manera simple, se puede resumir el proceso de inversión a partir de

este modelo en los siguientes pasos (Cruz, 2012):
 Determinación de los bienes que constituirán el mercado.
 Obtención de la matriz de varianzas y covarianzas histórico para todos
los activos del mercado.
 Determinación de la capitalización de mercado para cada clase de activo.
 Cálculo de los rendimientos de equilibrio.
 Determinación de las opiniones del mercado.
 Conjugación de los rendimientos de equilibrio con las opiniones de los
inversionistas.
 Generación del portafolio óptimo a partir de la información obtenida en
los pasos anteriores.
 Selección de un portafolio eficiente que coincida con las preferencias de
riesgo de los inversionistas.
Las ventajas más importantes de este modelo son (Cruz, 2012):

 Flexibilidad. El modelo permite al administrador de portafolios incluir sus
expectativas y actualizarlas frente a la presencia de nueva información.
 Manejo del riesgo. El inversionista puede tomar riesgo en donde tiene
una opinión (view); tomará un mayor riesgo donde tenga una mayor
confianza.
 La producción de portafolios más estables en el tiempo al utilizar los
rendimientos de equilibrio como centro de gravedad.
 Esparce los errores a lo largo del vector de rendimientos esperados con
lo que se disminuye el impacto de éstos.
Black y Litterman parten de la idea de que el retorno esperado de un activo

debe ser consistente con el retorno de equilibrio del mercado, a menos que las
expectativas del inversionista difieran de las del consenso de mercado. Por esta
razón, MBL no requiere que el inversionista tenga expectativas sobre todos los
activos que componen el mercado; para aquellos activos en los que no tenga
expectativas o ellas no varíen con respecto a las del mercado, ese activo entra al
optimizador con su retorno de equilibrio (Trujillo, 2009). Precisamente, la definición
de equilibrio es el punto de partida de este modelo y su relación con la estadística
bayesiana. El equilibrio puede ser comprendido como el centro de gravedad del
cual los mercados se desvían constantemente pero al que siempre tienden. De
esta manera, los estimadores se mejoran mediante una contracción hacia ese
punto central o centro de gravedad. Ya que el inversionista es racional y
estratégico, puede tomar ventaja del mercado al anticiparse a estos movimientos
(Pallares et al., 2012).
18
En el MBL, los retornos de equilibrio se pueden interpretar mediante una teoría

como el CAPM o en términos de la oferta existente de activos ponderados por su
capitalización de mercado, esto es, el portafolio de mercado. De hecho, en
términos prácticos, el retorno de equilibrio es aquel que, al optimizarse, replica el
portafolio de mercado o la composición del mercado, de acuerdo con su
capitalización (Trujillo, 2009). Así, el portafolio de mercado será aquel que cumpla:
⁄∑
Donde es la capitalización de mercado del activo i. vector de ponderaciones

compuesto por estos , será el vector de ponderaciones de mercado .
Se debe tener en cuenta que los retornos de los activos, dados por el vector R,
siguen una distribución normal con retorno esperado µ y matriz de varianzas y
covarianzas ∑, esto es:
Ahora, uno de los modelos de equilibrio más utilizados es el CAPM. Según este
modelo, los inversionistas solo son compensados por tomar los riesgos
necesarios. El riesgo de portafolio de mercado es inevitable, por lo tanto, este es
el riesgo necesario que el inversionista debe tomar. Uno de los subproductos de
este modelo es precisamente el vector de retornos esperados en consenso por el
mercado ( ). Otro método para hallar estos retornos es asumir que el portafolio de
mercado es óptimo y hallar los rendimientos consistentes a través de un proceso
de optimización inversa. De ambas maneras, se tiene que los rendimientos de
equilibrio conducen a la siguiente fórmula:
Donde es el coeficiente de aversión al riesgo, que se puede calcular de la

siguiente forma:
Donde y representan, respectivamente, el retorno y la varianza del

mercado ( ).
De esta manera, se tiene que los retornos esperados de los activos ( ) tiene
una distribución de probabilidad proporcional al producto de dos distribuciones
normales. La primera distribución corresponde al equilibrio, con media en el vector
y matriz de covarianza , donde es una constante que refleja el grado de
incertidumbre con respecto a la precisión con la que se calcula y es la matriz
de covarianza de los retornos históricos. Esto es:
19
Un valor pequeño de se corresponde con un alto nivel de confianza en los

retornos de equilibrio estimados. Usualmente, se considera que el valor de este
escalar debe ser menor a uno y cercano a cero, por cuanto la incertidumbre sobre
la media de una variable es menor que sobre el valor de la propia variable (Trujillo,
2009). En efecto, es de esperar que los retornos de equilibrio sean menos volátiles
que los históricos. Algunos autores usan un valor para entre 0.01 y 0.05,
mientras que otros sugieren que este valor sea igual a uno dividido por el número
de observaciones y otros igualan este valor a uno (Idzorek, 2005)1.
La segunda distribución está compuesta por las opiniones o expectativas del

inversionista sobre los retornos del mercado. Siendo P la matriz que selecciona los
activos que hacen parte de una opinión, Q el vector de estas opiniones, y un
vector de errores aleatorios normalmente distribuido con media cero y matriz de
covarianzas (entre mayores son sus elementos, menor confianza se tiene sobre
los retornos esperados, Q), se tiene que:
Donde la matriz puede calcularse de la siguiente manera:
Debido a la interacción entre los retornos esperados, las volatilidades y las

correlaciones entre los activos, las opiniones sobre unos cuantos activos implican
cambios en los retornos esperados de todos los activos. El modelo se encarga de
realizar este ajuste. De esta manera, cuando la expectativa es más alta que el
retorno esperado implícito (o de equilibrio), se creará una inclinación hacia esa
expectativa (Trujillo, 2009).
De esta manera, se pueden obtener el vector de retornos esperados del

modelo:
[ ] [ ]
Y su varianza posterior:
̅ [ ]
1
Para este ejercicio se usa un valor de igual a 0.05.
20
Para resolver el problema de optimización es necesario conocer la media y la

covarianza de la distribución predictiva de los retornos esperados. Mientras la
media de la distribución predictiva es igual a la media posterior de los retornos
esperados, E(R), la covarianza de la distribución predictiva incluye un término que
refleja el error de estimación, de tal suerte que sigue la siguiente forma:
̃ ̅
Así, las ponderaciones óptimas de los activos dentro del portafolio son:
( ̃)
Vale la pena aclarar que los retornos esperados que se producen al aplicar este
modelo no deben tratarse como si fueran proyecciones o expectativas de corto
plazo, sino como puntos de referencia que sirven al inversionista para establecer
su estrategia de inversión en el mercado. En efecto, las ponderaciones están
determinadas por el grado percibido de dispersión en los retornos de equilibrio y la
confianza en las expectativas, lo que hace que, dependiendo de estos valores, los
ponderaciones optimizadas se acerquen o se alejen de las del portafolio de
equilibrio (o las del mercado, ya que son iguales). Vale la pena anotar que el MBL
es congruente con la teoría financiera moderna en su predicción de que un
inversionista que tiene las mismas expectativas del consenso del mercado debe
mantener el portafolio de mercado. En este modelo, cuando un inversionista no
expresa ninguna expectativa o la confianza en las expectativas es muy baja o
cercana a cero, los retornos esperados son iguales a los de equilibrio. De hecho,
mientras la incertidumbre sobre las expectativas sea considerable, el portafolio
óptimo estará dominado por las ponderaciones del mercado. En la medida en que
las expectativas sean alejen de los retornos de equilibrio y la confianza sobre esas
expectativas sea alta, el portafolio optimizado por este método se alejará del
portafolio de mercado.
21
APLICACIÓN DE LOS MODELOS

La aplicación del MK requiere la selección de la selección de los activos que
componen el portafolio a optimizarse. Esta selección se basa en las diez acciones
más importantes en el índice SPMILA 40, según la composición del índice para
septiembre de 2013. Este índice se compone de los 40 valores con mayor
capitalización bursátil ajustada por flotante disponible. Los pesos de los
componentes del índice se ajustan de tal manera que ningún país tenga una
ponderación superior al 50% y ningún activo represente más del 8%. Este índice
se rebalancea dos veces al año. Para este trabajo se utilizó la composición más
reciente disponible al momento de realizarse los cálculos. En este caso, se trata
de la composición para septiembre de 2013. La Tabla 1 resume las acciones que
componen el portafolio y sus ponderaciones dentro del índice y dentro del
mercado, bajo el supuesto de que estas acciones son las que lo componen. En la
realidad. Estas acciones representan un 47.95% del total de la capitalización del
índice (S&P Dow Jones Indices, 2013).
Tabla 1 Portafolio de inversión MILA
Acciones Ponderaciones
w w
País Sector Emisor
índice mercado
Colombia Energía Ecopetrol 7.96% 16.60%
Productos de
Chile Falabella 6.54% 13.64%
consumo no básico
Perú Finanzas Credicorp 5.96% 12.43%
Chile Energía Copec 5.10% 10.64%
Colombia Energía Pacific Rubiales 4.48% 9.34%
Servicios de
Chile Enersis 4.32% 9.01%
utilidad pública
Bancolombia
Colombia Finanzas 3.47% 7.24%
Preferencial
Colombia Finanzas Grupo Sura 3.44% 7.17%
Productos de
Chile Cencosud 3.44% 7.17%
primera necesidad
Servicios de
Chile Endesa 3.24% 6.76%
utilidad pública
Fuente: (S&P Dow Jones Indices, 2013) y cálculos propios
La serie de tiempo de los precios de las acciones con base en la cual se

calculan los rendimientos históricos y la matriz de varianzas y covarianzas tiene un
horizonte temporal de unos cinco años que va desde el 9 de mayo de 2009 al 9 de
mayo de 2014. Hay que aclarar que algunas series son más cortas puesto que no
cotizaron en la totalidad del período de referencia; para esas acciones, se utilizó
22
un horizonte temporal tan largo como fuese posible, de acuerdo con la

disponibilidad de datos. Vale la pena anotar que la serie de rendimientos del índice
tuvo una situación similar, puesto que su serie histórico no está disponible para la
totalidad del período; sin embargo, se cuenta con la rentabilidad y la volatilidad
calculadas para este índice, referencia para el mercado para los últimos cinco
años, a partir del 9 de mayo de 2014. Esta rentabilidad del mercado es del 8,63%
EA, con un riesgo anualizado de 16,85% (S&P Dow Jones Indices, 2014).
Vale la pena aclarar que los rendimientos históricos de las acciones, al igual
que su riesgo (medido por la desviación estándar), se calcularon con base en sus
precios en dólares americanos, para lo que se realizó una conversión diaria
teniendo en cuenta la TRM para los tipos de cambio del dólar frente al peso
colombiano y al peso chileno. Como la única acción peruana que hace parte de
este portafolio cotiza su precio en dólares, no fue necesario realizar esta
conversión. Hay que señalar que el índice SPMILA 40, mide el rendimiento de las
acciones en dólares americanos, razón por la cual se eligió esta moneda para
homogenizar los precios y medir sus rendimientos. Teniendo en cuenta esto, hay
que avisar que los rendimientos calculados por este método difieren de los
rendimientos de las acciones en moneda local; lo mismo ocurre con sus varianzas.
Precisamente, la Tabla 2 resume los rendimientos y los riesgos asociados a cada
una de las acciones durante el horizonte temporal planteado2.
Tabla 2 Rendimientos y riesgos históricos
Acción Rdto. Anual Desv. Est.

Ecopetrol 15.91% 24.51%
Falabella 19.83% 24.19%
Credicorp 14.69% 18.98%
Copec 8.40% 24.51%
Pacific Rubiales 8.43% 33.60%
Enersis 7.75% 26.23%
Bancolombia Preferencial 20.21% 21.33%
Grupo Sura 19.78% 24.66%
Cencosud 9.82% 27.73%
Endesa 8.89% 23.47%
Fuente: Cálculos propios, con base en datos históricos
El activo libre de riesgo usado para calcular el CAPM son los bonos del tesoro
de Estados Unidos (T-bills) para el 12 de mayo de 2014, tomados de la web de la
2
La fuente de la información para las acciones colombianas es la Bolsa de Valores de Colombia;
para el caso de las acciones peruanas, la fuente es la Bolsa de Valores de Lima; y, para las acciones
chilenas, la web de la Bolsa Electrónica de Chile. Por su parte, los tipos de cambio usados son
tomados de los bancos centrales de Chile y Colombia
23
Reserva Federal de ese país. Esta tasa es de 0,03% EA para los papeles a tres
meses.
Por su parte, la aplicación del MBL requiere de información adicional. En

primera instancia las opiniones o “views” corresponden a expectativas absolutas
para los precios de las acciones de Ecopetrol, Falabella, Credicorp, Enersis,
Bancolombia Preferencial, Grupo Sura y Endesa. Como se verá más adelante,
estas acciones fueron las mejor situadas frente a la curva SML en el modelo
CAPM, además, que incluyen a los tres mercados integrados. Esta aplicación no
incluye opiniones para las acciones de Pacific Rubiales, Cencosud y Copec, esto
permite verificar el efecto que tienen las opiniones en las ponderaciones de las
acciones sobre las que no se tienen expectativas definidas. En todo caso y como
se mencionó antes, este modelo no obliga que se tengan opiniones sobre todos
los activos. Las opiniones de las acciones colombianas fueron tomadas de la
comisionista Serfinco, las de las acciones chilenas fueron tomadas de Banchile y
la de la acción peruana, de Intéligo SAB. Estas sociedades comisionistas de bolsa
tienen la peculiaridad de tener portafolios de inversión en el mercado integrado y
otros productos especializados para el MILA.
Los precios de las opiniones en moneda local fueron convertidos a dólares

teniendo en cuenta las expectativas del tipo de cambio entre el dólar las monedas
locales chilena y colombiana. Para ambos casos se tomó en cuenta la expectativa
con el menor horizonte temporal posible, dos semanas para el caso colombiano y
una semana para el caso chileno. Estas expectativas tuvieron como fuente los
bancos centrales de ambos países.
24
RESULTADOS
La aplicación del modelo MK permite encontrar la frontera eficiente compuesta
por los portafolios que brindan la menor desviación estándar, dado un rendimiento
esperado del portafolio y restringiendo las posiciones en corto. Al relacionar este
portafolio con un activo libre de riesgo (el T-Bill para 3 meses) a través de la
relación de Sharpe, se encuentra la línea CML. Para el caso de este ejercicio,
ambas curvas se muestran en el Gráfico 7. En él se puede observar que la
frontera eficiente contiene todos los rendimientos esperados y las desviaciones de
las acciones vistas desde un punto de vista individual, lo que significa que estas
combinaciones representan una mejor situación frente a la inversión en cada una
de las acciones de manera individual. Esto es, si se puede obtener un retorno
esperado con la inversión en una acción (para este caso el retorno esperado es
igual al retorno histórico), se puede hallar un portafolio que combina todas las
acciones del mercado que genere el mismo rendimiento pero con un riesgo menor.
Esta disminución en el riesgo tiene su origen en la naturaleza de las covarianzas
en los retornos de las acciones, lo que permite disminuir su variación total.
Gráfico 7 Modelo de Markowitz: Frontera eficiente y Capital Market Line
25.00%
Frontera Eficiente
CML
Portafolio óptimo MK
20.00%
Ecopetrol
Falabella
15.00% Credicorp
Copec
E(r)
Pacific Rubiales
10.00% Enersis
Bancolombia Pref
Grupo Sura
5.00% Cencosud
Endesa
SPMILA40
0.00%
Portafolio Mercado
0% 10% 20% 30% 40%
Desv. Estándar MIN Riesgo
Fuente: cálculos propios.
25
Las acciones de Bancolombia Preferencial y Enersis, se encuentran en las

posiciones de portafolios de esquina, lo que significa que invertir de manera
exclusiva en esas acciones conlleva a un portafolio que también hace parte de la
frontera eficiente. También se puede observar que el SPMILA 40 y el portafolio de
mercado (basado en las 10 principales acciones del mercado se encuentra
bastante cerca de la frontera; sin embargo, el portafolio de mercado está en un
punto en el que se obtiene un mayor rendimiento con un menor riesgo que el
índice SPMILA 40, por lo que, dados los supuestos sobre la utilidad del
inversionista, este portafolio debe ser preferido al del índice. Aun así, el portafolio
de menor riesgo está situado por encima está situado por encima del portafolio de
mercado sobre la frontera eficiente, con una combinación de riesgo y rentabilidad
de 12,39% y 14,63%, respectivamente; este portafolio debe ser preferido por el
inversionista que el portafolio de mercado. Como se puede ver en el Gráfico 7, la
acción de mayor riesgo es la de Pacific Rubiales, a pesar de ello, su rendimiento
es uno de los más bajos entre las acciones individuales.
Por su parte, la curva CML, que tiene origen al nivel de la tasa del activo libre
de riesgo (0,03%), es tangente a la frontera eficiente en el portafolio óptimo del
inversionista. Vale la pena anotar que el inversionista se ubicará en la curva CML
dependiendo con el riesgo que quiera asumir haciendo combinaciones entre
inversión en el activo libre de riesgo y el portafolio óptimo de acciones riesgosas o
entre préstamos a la tasa libre de riesgo y el portafolio óptimo (representado por la
porción de la recta que está a la derecha del punto de tangencia con la curva
eficiente.
Tabla 3 Rendimientos esperados del portafolio óptimo - MK
E(R_MK) Volatilidad W_MK

Ecopetrol 15.91% 24.51% 6.14%
Falabella 19.83% 24.19% 25.31%
Credicorp 14.69% 18.98% 29.21%
Copec 8.40% 24.51% 0.00%
Pacific Rubiales 8.43% 33.60% 0.00%
Enersis 7.75% 26.23% 0.00%
Bancolombia Pref 20.21% 21.33% 27.32%
Grupo Sura 19.78% 24.66% 12.02%
Cencosud 9.82% 27.73% 0.00%
Endesa 8.89% 23.47% 0.00%
Fuente: Cálculos propios
Como muestra la Tabla 3, los rendimientos esperados de las acciones en el

portafolio óptimo y sus volatilidades son las mismas que se hallaron a partir de los
datos históricos. Mientras tanto, las ponderaciones de cada una de estas acciones
evidencian el principal problema del modelo MK, la concentración del portafolio en
26
pocas acciones. Para este caso, el portafolio óptimo está compuesto por unas
cinco acciones: Ecopetrol, Falabella, Credicorp, Bancolombia Preferencial y Grupo
Sura. Además, tres de estas acciones concentran el 81,8% del portafolio
(Falabella, Credicorp y Bancolombia Preferencial).
Mientras tanto, los betas hallados para la construcción del modelo CAPM se
pueden ver en la Tabla 4, junto con los rendimientos esperados de equilibrio,
según este modelo y los pesos dentro del portafolio basado en dichos
rendimientos esperados (utilizando el mismo optimizador de Markowitz). Como se
puede apreciar en esa tabla, los rendimientos de equilibrio son considerablemente
más bajos que los rendimientos históricos, con la excepción de Pacific Rubiales,
puesto que, como se muestra en el Gráfico 8, su rendimiento esperado está muy
cerca del rendimiento de equilibrio CAPM. Las ponderaciones obtenidas a través
de este portafolio sugieren una composición menos concentrada que la del MK.
Sin embargo, dos acciones no tendrían participación en este portafolio óptimo:
Enersis y Endesa. Mientras tanto, Ecopetrol, Credicorp, Pacific Rubiales,
Bancolombia y Grupo Sura, concentran el 79,2% de este portafolio.
Tabla 4 Betas, retornos esperados y ponderaciones - CAPM
Betas E(R_CAPM) W_CAPM

Ecopetrol 0.649031 5.61% 16.27%
Falabella 0.339713 2.95% 2.27%
Credicorp 0.355917 3.09% 21.20%
Copec 0.408331 3.54% 9.82%
Pacific Rubiales 0.981976 8.47% 18.14%
Enersis 0.161722 1.42% 0.00%
Bancolombia Pref 0.572621 4.95% 10.88%
Grupo Sura 0.660737 5.71% 12.73%
Cencosud 0.47091 4.08% 8.69%
Endesa 0.122713 1.09% 0.00%
Fuente: cálculos propios.
27
Gráfico 8 Equilibrio CAPM (curva SML) vs. Rendimientos individuales de

cada acción
20.00%
SML
Ecopetrol
15.00%
Falabella
Credicorp
E(r)
Copec
10.00%
Pacific Rubiales
Enersis
5.00% Bancolombia Pref
Grupo Sura
Cencosud
0.00% Endesa
0 0.2 0.4 0.6 0.8 1 1.2
Beta
Fuente: cálculos propios
El Gráfico 8, que compara la curva de equilibrio CAPM (la curva SML) con los
rendimientos individuales de las acciones sugiere que casi todas ellas, con la
excepción de Pacific Rubiales, tienen precios relativamente bajos, por cuanto se
encuentran por encima del punto de equilibrio para cada una de ellas. Esto indica
que se deben adquirir estas acciones. Mientras Falabella, Grupo Sura y
Bancolombia Preferencial son las acciones que más se alejan del equilibrio (por lo
que este modelo sugiere con más fuerza su compra), las acciones que están más
cerca del equilibrio son Cencosud, Copec y Pacific Rubiales (que está
prácticamente sobre la curva SML).
Para obtener el portafolio óptimo según MBL, se debe encontrar, en primera

instancia, el vector de equilibrio , para lo cual hay que calcular el valor
⁄ que, en este caso, es igual a 4.8279. Este valor es
considerablemente más alto que el promedio mundial de 2.5 (Pallares et al.,

2012); sin embargo, es congruente con la idea de que los inversionistas
latinoamericanos son más aversos al riesgo, frente a los inversionistas que toman
decisiones en mercados más desarrollados. Si bien no es el objetivo de este
trabajo probar una hipótesis acerca de este fenómeno, este podría estar
relacionado con que, con tasas en activos poco riesgosos históricamente altas (en
28
parte gracias a las altas tasas de inflación) los inversionistas latinoamericanos

esperan rendimientos mucho más altos para invertir en activos riesgosos, como
las acciones. Si bien los mercados integrados han venido controlando la inflación
y, con ello, bajado las tasas de interés promedio de la economía desde hace algún
tiempo, es probable que las preferencias de los inversionistas tomen cierto tiempo
en ajustarse a las condiciones del mercado, por lo que todavía se tenga algún
efecto relacionado con las altas tasas de períodos pasados.
Tabla 5 Vector de equilibrio MBL, sus ponderaciones y las del mercado
∏ W_∏ W_Mercado
Ecopetrol 9.07% 16.60% 16.60%
Falabella 9.48% 13.64% 13.64%
Credicorp 4.84% 12.43% 12.43%
Copec 8.94% 10.64% 10.64%
Pacific Rubiales 11.28% 9.34% 9.34%
Enersis 8.67% 9.01% 9.01%
Bancolombia Pref 7.59% 7.24% 7.24%
Grupo Sura 8.55% 7.17% 7.17%
Cencosud 9.98% 7.17% 7.17%
Endesa 7.94% 6.76% 6.76%
Fuente: Cálculos propios.
La Tabla 5 resume el vector de rendimientos de equilibrio del MBL, junto con las
ponderaciones asociadas a él. Vale la pena anotar que estas ponderaciones son
iguales a las del mercado, tal como predice la teoría.
Se seleccionaron opiniones para siete de las diez acciones que componen el

portafolio de mercado. De esta manera, la matriz P tiene la forma de la Tabla 6.
Por su parte, las opiniones o “views” se construyeron con base en las
proyecciones de las sociedades comisionistas de bolsa seleccionadas, de tal
manera que la matriz Q tiene la forma de la Tabla 7.
Tabla 6 Matriz P
K1 1 0 0 0 0 0 0 0 0 0
K2 0 1 0 0 0 0 0 0 0 0
K3 0 0 1 0 0 0 0 0 0 0
K4 0 0 0 0 0 1 0 0 0 0
K5 0 0 0 0 0 0 1 0 0 0
K6 0 0 0 0 0 0 0 1 0 0
K7 0 0 0 0 0 0 0 0 0 1
29
Tabla 7 Vector Q
Vector Q
(Views)
Ecopetrol 7.88%
Falabella 17.31%
Credicorp 19.85%
Enersis 12.90%
Bancolombia Pref 10.32%
Grupo Sura -18.83%
Endesa 15.74%
Tabla 8 Matriz Omega

0.0030 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0029 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0018 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0034 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0023 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0030 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0028
Además, para la construcción de la matriz , que da cuenta de la incertidumbre

sobre las “views”, se supone que no existen correlaciones entre las views de los
inversionistas de manera que esta matriz es una diagonal, tal como se muestra en
la Tabla 8.Mientras tanto, la Tabla 9 presenta los cálculos para la matriz de
covarianzas posterior, ̃ ̅ .
Tabla 9 Matriz de Covarianzas posterior
Fuente: Cálculos propios
30
Tabla 10 Principales resultados de la aplicación MBL
Q-∏ E(R) E(R)-∏ W_BL W_∏

ECOP -1.19% 6.16% -2.91% 5.12% 16.60%
FALA 7.83% 14.13% 4.65% 16.10% 13.64%
CREDI 15.01% 12.21% 7.37% 38.22% 12.43%
COPEC nd 11.31% 2.37% 5.94% 10.64%
PAC RUB nd 8.92% -2.36% 4.00% 9.34%
ENERSIS 4.23% 12.44% 3.78% 6.58% 9.01%
BANCOL 2.73% 6.70% -0.89% 4.84% 7.24%
SURA -27.37% -2.71% -11.26% 0.00% 7.17%
CENCOSUD nd 14.69% 4.71% 5.69% 7.17%
ENDESA 7.80% 12.93% 4.99% 13.52% 6.76%
A partir de los insumos anteriores, se obtienen los principales resultados del

modelo MBL, los rendimientos esperados E(R) y las ponderaciones del portafolio
óptimo. La Tabla 10 resume dichos resultados. En ella se puede apreciar el efecto
que tienen las opiniones sobre los retornos esperados rente a los retornos de
equilibrio. En efecto, las opiniones a la baja de Ecopetrol y Grupo Sura frente a los
rendimientos de equilibrio hicieron que los retornos esperados también se
desviaran a la baja frente a los retornos de equilibrio. Este efecto fue importante
para el caso del Grupo Sura, cuya acción presenta la mayor desviación hacia
abajo. Caso contrario es el de Credicorp, cuya acción fue la que mayor desviación
al alza tuvo en su retorno esperado frente a su retorno de equilibrio. Estas
desviaciones (presentadas en la columna E(R)- ∏) tienen congruencia frente a los
cambios en las ponderaciones óptimas del portafolio MBL frente a las
ponderaciones de equilibrio (W_∏). En efecto, como resultado de la aplicación de
este modelo, se aumentó la ponderación de Credicorp, Endesa y Falabella, las
acciones que tuvieron las mayores desviaciones al alza frente a los retornos de
equilibrio, tanto en las views como en los retornos de equilibrio. Como
consecuencia de este aumento, disminuyó la participación de todas las demás
acciones dentro del portafolio (al comparar con el portafolio de mercado. En
efecto, las mayores disminuciones se dieron en las acciones con mayores
desviaciones a la baja frente a los retornos de equilibrio: Pacific Rubiales,
Ecopetrol, Bancolombia y Grupo Sura (que tienen una ponderación de cero en el
portafolio óptimo).
31
CONCLUSIONES
Como producto del proceso de realización de este trabajo se pueden concluir
algunas ideas. En primera instancia, es claro que la decisión de inversión en MILA
es relativamente complicada, en especial por el efecto cambiario, que requiere
mayor conocimiento técnico que el que se necesitaría si la decisión se hiciera
sobre el mercado local. El efecto del tipo de cambio puede exacerbar o paliar el
rendimiento de una acción determinada, haciendo que sea más rentable invertir en
las acciones de un mercado por encima de las de otro. Además, la utilización de
un modelo como el MBL requiere la estimación del tipo de cambio para calcular las
opiniones o las views de las acciones. Una estimación del tipo de cambio que
signifique la devaluación de la moneda local minará los rendimientos que
componen las views para ese mercado; mientras que una revaluación esperada
los aumentará. En términos generales, el reto de este tipo de trabajos y para la
inversión en los mercados integrados es que requiere del conocimiento de tres
economías distintas: la peruana, la chilena y la colombiana, en vez de una sola de
ellas.
La realización de este trabajo representó un reto en lo que respecta a la

búsqueda y tratamiento de la información. Los cálculos requirieron la consulta de
distintas fuentes, aún para tener acceso a los mismos datos y su tratamiento
requirió más tiempo del planeado. Estas dificultades dan cuenta de que es
necesario avanzar en un único sistema de información que permita acceder a los
datos relacionados con los mercados integrados en una misma plataforma de
acceso público. Este tipo de integración ayudaría a disminuir la incertidumbre para
la inversión en la región, permitiendo un acceso fácil tanto para investigadores
como para potenciales inversionistas. La incertidumbre es uno de los elementos
que puede desincentivar la inversión en los mercados integrados. El acceso fácil a
la información de los mercados integrados es de especial interés para la aplicación
de modelos más complicados que el de Markowitz, como es el MBL, que requiere
más información.
En lo que respecta a la aplicación de los modelos, se puede concluir que el

modelo de Markowitz se comporta de acuerdo con la teoría con los datos del
MILA, siguiendo las predicciones teóricas. En efecto, este modelo aplicado al
MILA presenta las mismas limitaciones relacionadas con la determinación de
portafolios concentrados, poco intuitivos y poco flexibles. En comparación el MBL
permite obtener portafolios más intuitivos y menos concentrados que el modelo de
Markowitz, debido a la inclusión de las opiniones del inversionista. En efecto el
MBL hace recomendaciones que son consistentes con las expectativas del
inversionista, cuando ellas son distintas al consenso de mercado y le permiten al
inversionista tener una idea de qué opiniones influencia en mayor o menor medida
su portafolio óptimo.
32
Vale la pena anotar que los retornos esperados estimados por este modelo no
son más que un subproducto para la determinación de las desviaciones de las
ponderaciones del portafolio óptimo. De ninguna manera se trata de proyecciones
de los rendimientos, por lo que estos rendimientos no pueden analizarse como si
lo fueran; de hecho, el producto más importante de estos modelos, por tratarse de
modelos de optimización de portafolios, es el vector de ponderaciones que las
acciones que componen un portafolio deben tener. A pesar de estas limitaciones,
el MBL es una herramienta de utilidad para el apoyo de las decisiones de inversión
estratégica en el mercado MILA. Si bien esta herramienta debe complementarse
con otras que permitan una toma de decisiones de inversión para operaciones en
plazos cortos, como el análisis de los fundamentales o el análisis técnico, el MBL
permite la determinación de un portafolio objetivo sobre el que pueden girar las
operaciones de inversión en un período de tiempo dado.
En este trabajo no se realizó una contrastación empírica de la eficiencia de los

modelos y su capacidad para predecir la composición óptima de los portafolios.
Esto se debe a que, en la medida en que el MBL requiere de la expresión de las
opiniones o views de los inversionistas y que ellas son exógenas al modelo,
cualquier ejercicio de contrastación empírica mediría la capacidad predictiva, no
solo del MBL en sí, sino de la calidad de las opiniones que proporcionan las
sociedades comisionistas de bolsa. En efecto, la variable que mide la
incertidumbre sobre dichas opiniones es exógena al modelo, esto es, no se calcula
dentro de él, por lo que se requieren cálculos posteriores que permitan tener una
medida más precisa de esta variable. En la medida en que no se pueden separar,
al menos con el procedimiento utilizado en este trabajo, el efecto de las opiniones
y del MBL en la eficiencia del portafolio recomendado, no tiene mucho sentido
hacer ningún ejercicio de contrastación empírica, puesto que no se sabrá con
certeza cuál de los dos elementos causa los resultados. La solución de este
problema puede ser, perfectamente, el objetivo de un trabajo distinto al que aquí
se presenta.
Para algunos autores, el MBL no soluciona las limitaciones del enfoque media-
varianza. En efecto, este modelo todavía depende en una medida importante de la
información histórica y presenta problemas cuando el supuesto de normalidad no
se ajusta a la realidad. Precisamente, algunos trabajos han tomado en cuenta
estos problemas y han intentado darles solución. Es necesario determinar si estos
trabajos son aplicables dentro de marco de referencia del MILA, de manera que
puedan compararse con el modelo MBL estándar. Otras adaptaciones del modelo
que se pueden explorar son la inclusión de finanzas comportamentales con el
objetivo de evitar sesgos psicológicos en la toma de decisiones de inversión y la
expresión de las views y la aplicación de teoría de juegos de manera que se
pueda determinar una estrategia óptima que tenga en cuenta el comportamiento
estratégico de otros inversionistas. Además, el modelo podría incluir un método
para diagnosticar la consistencia de las opiniones entre sí, de acuerdo con la
33
correlación entre los rendimientos de las acciones, de manera que se puedan

ponderar las opiniones más sólidas según este método.
34
REFERENCIAS BIBLIOGRÁFICAS
Banco Mundial. (2014). Capitalización en el mercado de las compañías que

cotizan en Bolsa (US$ a precios actuales). Tomado de
http://datos.bancomundial.org/indicador/CM.MKT.LCAP.CD/countries
Bolsa de Valores de Colombia. (2013). Documento General de Producto Mercado

Integrado Latinoamericano (MILA) (pp. 1–106). Tomado de
http://www.bvc.com.co/pps/tibco/portalbvc/Home/MILA?action=dummy
Cruz, R. (2012). Aplicación del Modelo de Black - Litterman a la Selección de

Portafolios Internacionales. Universidad Autónoma de México.
Fabozzi, F., & Peterson, P. (2010). The basics of finance: an introduction to

financial markets, business finance and portfolio management (pp. 445–467).
Hoboken, New Jersey: John Wiley & Sons.
He, Q., & Litterman, R. (1999). The Intuition Behind Black-Litterman Model
Portfolios. Investment Management Research, (December 1999).
Idzorek, T. M. (2005). A step-by-step guide to the Black-Litterman model:

Incorporating user-specified confidence levels (pp. 1–34). Chicago, Illinois.
Tomado de
http://datalab.morningstar.com/knowledgebase/aspx/files/Step_by_Step_Guid
e_to_the_Black_Litterman_Model.pdf
Mendoza, C. (2012). Aplicación de la econometría bayesiana en la gestión de

portafolios óptimos. Tomado de http://sigmaquants.com/wp-
content/uploads/2011/10/presentacion_portafolios1.pdf
MILA. (2012). Mercado Integrado Latinoamericano. Tomado de

http://www.mercadomila.com
Pallares, E., Álvarez, W., & García, G. (2012). Optimización de un portafolio de

acciones coloombianas en el período 2007-2011, aplicando el modelo Black-
Litterman. Universidad de Antioquia.
Portafolio. (2012). Lista la hoja de ruta para ingreso de México a mercado Mila.
Portafolio. Tomado de http://www.portafolio.co/internacional/lista-hoja-ruta-
ingreso-mexico-al-mila
35
S&P Dow Jones Indices. (2013). S & P MILA 40 Factsheet. S&P Dow Jones
Indices. Tomado de http://www.spindices.com/documents/factsheets/fs-sp-
mila-40-a4-sp.pdf
S&P Dow Jones Indices. (2014). S&P MILA 40. Tomado de

http://us.spindices.com/indices/equity/sp-mila-40-index
Trujillo, M. (2009). Construcción y gestión de portafolios con el modelo Black-

Litterman: una aplicación a los fondos de pensiones obligatorias en Colombia.
Universidad de los Andes.
36

Optimizacion de Portafolios Una Aplicaci

Cargado por

Información del documento

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

Optimizacion de Portafolios Una Aplicaci

Cargado por

Copyright:

Formatos disponibles

OPTIMIZACIÓN DE PORTAFOLIOS: UNA APLICACIÓN DEL MODELO BLACK-

LITTERMAN PARA EL MERCADO INTEGRADO LATINOAMERICANO, 2009-

JESÚS DAVID TORRES NAVARRO

Monografía de grado para optar al título de Especialista en Finanzas

LUIS FERNANDO ESCOBAR

Departamento de Ingeniería Industrial

Este proceso inició en 2009, con la creación de un mercado regional de títulos

Existen varios marcos para la elección de la estrategia de inversión en un

moderna de portafolios mediante el criterio de la media-varianza (Pallares,

Precisamente, Fischer Black y Robert Litterman propusieron un modelo que, si

colombiano. Esto es equivalente al supuesto de que el componente que explica

A pesar de estas limitaciones, este trabajo tiene utilidad en la aplicación de una

La presente monografía se divide en cinco secciones. La primera de ellas versa

EL MERCADO INTEGRADO LATINOAMERICANO - MILA

La Bolsa de Valores de Colombia, la Bolsa de Comercio de Chile y la Bolsa de

Las órdenes se ingresan directamente en el mercado en el cual se encuentra

El modelo de integración se basa en una serie de premisas entre las cuales se

Los indicadores del MILA dan cuenta de un proceso de integración interesante

Gráfico 1 Capitalización bursátil de los mercados MILA - Abril 2014 (millones

Chile Colombia Perú

Gráfico 2 Capitalización bursátil mercados MILA 2013 (millones USD

Mientras tanto, el volumen total negociado durante abril de 2014 alcanzó un

Gráfico 3 Volumen total negociado MILA Abril 2014 (Millones USD)

Fuente: MILA Chile Colombia Perú

Gráfico 4 Monto negociado mercados MILA 2013 (millones USD)

El número de emisores totales listados en los mercados MILA ascendió a 585

Gráfico 5 Total emisores Mercados MILA

Emisores chilenos Emisores colombianos Emisors peruanos

MODELO DE MARKOWITZ Y CAPM

La teoría de optimización de portafolio tiene su origen en el trabajo seminal de

De manera esquemática, los principales supuestos de este modelo se pueden

 Un portafolio puede formarse a partir de combinaciones posibles de

De esta manera, se tiene que el rendimiento esperado del portafolio y su

Donde corresponde a un valor dado de rendimiento esperado del portafolio.

Como consecuencia de este proceso de optimización, el inversionista

activos, se parte de la información histórica, sin embargo, este tipo de análisis es

Donde es el rendimiento promedio del mercado y es la medida del

Si , el activo o portafolio tiene la misma cantidad de riesgo que el

En el equilibrio, los retornos esperados de los activos individuales hacen parte

Este modelo se basa en seis supuestos fundamentales. El primero de ellos es

Donde ( ) y son el rendimiento esperado y la desviación del portafolio,

Como resultado de este proceso se tiene lo mostrado en el Gráfico 6, en el que

Gráfico 6 El CAPM y la frontera eficiente

Retorno esperado Línea CML

Sin embargo, este modelo presenta algunos problemas (Mendoza, 2012):

realizadas en algunos portafolios, lo que implica incorporar restricciones

En este modelo, el inversionista establece un mercado de equilibrio como punto

El modelo de Black y Litterman considera los siguientes supuestos (Cruz,

 Los inversionistas son racionales y no hay arbitraje.

De una manera simple, se puede resumir el proceso de inversión a partir de

Las ventajas más importantes de este modelo son (Cruz, 2012):

Black y Litterman parten de la idea de que el retorno esperado de un activo

En el MBL, los retornos de equilibrio se pueden interpretar mediante una teoría

Donde es la capitalización de mercado del activo i. vector de ponderaciones

Donde es el coeficiente de aversión al riesgo, que se puede calcular de la

Donde y representan, respectivamente, el retorno y la varianza del

Un valor pequeño de se corresponde con un alto nivel de confianza en los

La segunda distribución está compuesta por las opiniones o expectativas del

Donde la matriz puede calcularse de la siguiente manera:

Debido a la interacción entre los retornos esperados, las volatilidades y las

De esta manera, se pueden obtener el vector de retornos esperados del

Para resolver el problema de optimización es necesario conocer la media y la

APLICACIÓN DE LOS MODELOS