Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capítulo 1. Introducción 9
1.1. Referencias 10
10.3. Ejercicios 79
10.4. Referencias 83
16.2. Un Ejemplo: Frontera Eőciente con las 10 acciones más grandes de EEUU 119
16.3. Problemas 120
16.4. Referencias 121
Introducción
Este texto introduce los principales conceptos de la economía őnanciera para estudiantes
de economía, a darse en un semestre. El público meta de este libro son estudiantes que estén
terminando la carrera de economía, y trata de presentar de una manera sencilla pero rigurosa
los resultados de esta área de la economía que ha tenido un gran desarrollo en los últimos
años. Los requisitos para entender la materia es un curso de microeconomía intermedia como
Varian (1992) y de econometría básica como Pindyck y Rubinfeld (1997) o Kennedy (2008).
El curso de microeconomía requiere un conocimiento de cálculo con optimización.
Una de las características más atractivas de la economía őnanciera es la estrecha cone-
xión entre la teoría y la forma en que las őnanzas se practican hoy en día. Por esa razón,
el libro combinará los principales desarrollos teóricos con algunas de sus aplicaciones más
fundamentales. Sin embargo, este texto no busca explicar todos los detalles institucionales
en que los distintos mercados funcionan. Para esto existen excelentes libros de referencia,
como el de Levinson (2018), que se actualizan con bastante frecuencia.
Existen muy pocos textos dirigidos a estudiantes de pregrado de economía. Dos libros
que se acercan a este público son Danthine y Donaldson (2014) y Copeland y Weston (1988),
capítulos del 4 al 7, que está dirigido a estudiantes avanzados de maestrías őnancieras o de
administración de empresas. Para estudiantes doctorales, existen libros clásicos como Inger-
soll (1987) y Huang y Litzenberger (1988) y los artículos originales citados en las referencias
de cada capítulo. Entre la mayoría de los textos antes citados y el presente han habido de-
sarrollos importantes, especialmente en el área empírica. Estos desarrollos se presentan en
los últimos capítulos de este texto, y abordan temas muy especíőcos, tales como sesgos de
selección, de sobrevivencia, o de husmeo de datos en el análisis de datos.
Cada capítulo cuenta con una serie de ejercicios, que están divididos en una parte de
falso y verdadero y otra de problemas. Los ejercicios están resueltos al őnal del libro, con
la esperanza de que los estudiantes puedan estudiar por su cuenta. Existen también sets de
problemas, que sirven como posibles tareas, y que por esta razón no tienen soluciones.
Espero que este texto sea de utilidad para aquellos jóvenes economistas que se están
adentrando al fascinante mundo de las őnanzas.
9
1.1. REFERENCIAS 10
1.1. Referencias
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, tercera edición, 1988.
Danthine, Jean-Pierre, and John B. Donaldson. Intermediate financial theory. Academic
Press, tercera edición 2014.
Huang, Chi-fu, and Robert H. Litzenberger. Foundations for financial economics. Pren-
tice Hall, 1988.
Ingersoll, Jonathan E. Theory of financial decision making. Vol. 3. Rowman & Littleőeld,
1987.
Kennedy, Peter. A Guide to Econometrics. Wiley-Blackwell; sexta edición, 2008.
Levinson, Marc. The Economist Guide to Financial Markets: Why they exist and how
they work. The Economist, sétima edición 2018.
Pindyck, Robert S., and Daniel L. Rubinfeld. Econometric models and economic forecasts.
Vol. 4. Boston: Irwin/McGraw-Hill, 1998.
Varian, Hal. Microeconomic Analysis. W. W. Norton & Company, tercera edición, 1992
Parte 1
Utilidades esperadas
2.1. Introducción
Las utilidades ordinales fueron desarrolladas por Vilfredo Pareto en 1906 para poder
comparar la elección de carteras de bienes. El adjetivo ordinal se reőere a que permite
ordenar la elección de una canasta de bienes sobre otra.
n
Las canastas de bienes se deőnen como un vector de n dimensiones xϵR+ , donde cada
1 T ortilla 1
elemento representa un bien. Por ejemplo, x= 2 huevo y y = 1 .
2 caf é 3
Preferencias: Las preferencias indican la valoración subjetiva de un individuo de sobre
una canasta de bienes. Hay varias formas de expresar las relaciones de preferencias
entre canastas, en este curso usaremos de las preferencias débiles como punto de
partida.
1. x ⪰ y x es débilmente preferido a y
2. x ⪰̸ y x no es débilmente preferido a y.
A partir de las preferencias débiles se pueden deőnir las preferencias estrictas y la
indiferencia.
1. x ≻ y (si x ⪰ y y y ⪰̸ x): x es estrictamente preferido a y
2. x ∼ y (si x ⪰ y y y ⪰ x): x es indiferente a y
Para generar utilidades, es necesario imponer condiciones a las preferencias. Primero
hablaremos de un par de condiciones de regularidad, que tienen más importancia
matemática que económica. Luego hablaremos de condiciones A1 y A2 que sí tienen
interpretación económica de más relevante.
• R1. x ⪰ x ∀x
12
2.3. UTILIDADES CARDINALES 13
No es posible analizar situaciones de riesgo con utilidades ordinales. Para esto, Von
Neumann y Morgenstern (VNM), desarrollaron las utilidades cardinales, cuyo
nombre indica que no sólo pueden ordenar canastas, sino medir el riesgo.
Riesgo, ambigüedad e incertidumbre:’Siempre me interesan los informes que
dicen que algo no ha pasado, porque como sabemos, hay conocidos co-
nocidos; Hay cosas que sabemos que sabemos. También sabemos que hay
incógnitas conocidas; es decir, sabemos que hay algunas cosas que no sa-
bemos. Pero también hay incógnitas desconocidas, las que no sabemos que
no sabemos. Y si uno mira a lo largo de la historia de nuestro país y de
otros países libres, son estos últimos los que suelen ser los más difíciles’
Donald Rumsfeld, Secretario de Defensa de los E.E.U.U. el 12 de Febrero del 2002
2.3. UTILIDADES CARDINALES 14
5. La deőnición en (2) pudo haberse cambiado a u e(lz ) = a+bπz con b > 0 de manera
que la construcción de los puntos (3)-(4) es idéntica. Técnicamente se dice que las
propiedades de una utilidad cardinal se preservan con cualquier transformación
lineal positiva.
Dos utilidades cardinales muy distintas pueden tener las mismas propiedades ordi-
√
nales (es decir la escogencia de un bien bajo certidumbre). Por ejemplo v = xy y
1
ve = − xy tienen las mismas propiedades ordinales y escogerían las mismas canastas
de bienes, ya que ve(v) = − v12 es una transformación positiva. Sin embargo, si se viera
vey v como utilidades cardinales, estas elegirían loterías distintas.
Las utilidades esperadas V pemiten ordenar una serie de inversiones riesgosas, por
lo que una vez calculadas, pueden tener transformaciones monotónicas. Veremos una
aplicación de esto en capítulos siguientes, al usar rendimientos lognormales y utilida-
des potenciales.
Utilidad de riqueza. En economía őnanciera generalmente trabajaremos con la uti-
lidad de la riqueza. Si existen varios bienes x y un vector de precios p, la función
derivada de riqueza está dada por
•
u(w; p) = M ax{v(x); s.t.p′ x = w}
La utilidad que sólo depende de la riqueza se llama independiente de estado, y si no
es así, se le conoce como dependiente de estado.
La versión continua del teorema de VNM, que no se demuestra aquí, es de la siguiente
forma. Si f (x) es la densidad de un premio que paga x y u(x) es la utilidad cardinal
de recibir el premio x, se puede deőnir una utilidad esperada como
ˆ
V ≡ E[u(x)] ≡ u(x)f (x)dx
1El lector interesado puede consultar Ingersoll (1987) para una demostración más general
2aunque se necesita de mucho más formalismos matemáticos que no vienen al caso aquí
2.4. EXCEPCIONES A LOS AXIOMAS 17
Hay casos de densidades f (x) y utilidades cardinales u(x) muy regulares, en los
que V será una función de unos pocos parámetros. V se puede entonces manipular
como una función ordinal, es decir, que permite transformaciones monotónicas.
La transitividad diría que por lo tanto en una segunda ronda Clinton le debería ganar a
Trump, pero eso no sería verdad, ya que los votantes 2 y 3 votarían por Trump, en tanto
que sólo el votante 1 lo haría por Clinton.
El teorema de imposibilidad de Arrow limita las características de una función social de
escogencia cuando hay más de tres elementos a escoger. Concretamente, la única que exhibe
transitividad es una que asigne todo el peso a un sólo votante (un dictador), o que todos
tengan exactamente las mismas preferencias, que es lo mismo). Limita de forma muy fuerte
el concepto de "agente representativo" que se usa en macroeconomía.
A3. Independencia. Considere las siguientes 4 loterías
l1 = (10, 000, 0, 10 %)
l2 = (15, 000, 0, 9 %)
l3 = (10, 000, 0, 100 %)
l4 = (15, 000, 0, 90 %)
Si uno hace una encuesta, por lo general l2 ≻ l1 y l3 ≻ l4 , pero note que si l0 = (0, 0, 1),
entonces
l1 = (l3 , l0 , 10 %)
l2 = (l4 , l0 , 10 %)
l3 ≻ l4 → l1 ≻ l2 lo que no es cierto. Esto se llama la paradoja de Allais.
A4. Continuidad.
" # Supongamos que existe un bien sumamente valioso dentro del paquete
Bolsa
x= vemos que x ≻ y si x2 > y2 y cualquier x1 y y1 o si x2 = y2 y x1 > y1
V ida
2.5. Ejercicios
2.5.2. Problemas.
2.6. Referencias
Allais, Maurice. "Le comportement de l’homme rationnel devant le risque: critique des
postulats et axiomes de l’école Américaine". Econometrica. 21 (4), (1953): 503ś546
Arrow, Kenneth J. Social choice and individual values. Vol. 12. Yale University Press,
1951.
Arrow, Kenneth Joseph. Aspects of the theory of risk-bearing. Yrjö Jahnssonin Säätiö,
1965.
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988:
Danthine, Jean-Pierre, and John B. Donaldson. Intermediate financial theory. Academic
press, 3ra edición 2014.
Ellsberg, Daniel. "Risk, ambiguity, and the Savage axioms." The Quarterly Journal of
Economics. 75, (1961): 643-669.
Epstein, Larry G. "A deőnition of uncertainty aversion." The Review of Economic Studies
66, no. 3 (1999): 579-608.
Friedman, Milton, and Leonard J. Savage. "The utility analysis of choices involving risk."
Journal of Political Economy 56, no. 4 (1948): 279-304.
Ingersoll, Jonathan E. Theory of financial decision making. Vol. 3. Rowman & Littleőeld,
1987.
Knight, Frank H. Risk, uncertainty and profit. Houghton Mifflin Company., 1921.
Kreps, David. M. Notes on the Theory of Choice. Westview press, 1988.
Kreps, David M. Microeconomic foundations I: choice and competitive markets. Vol. 1.
Princeton University Press, 2012.
Menger, Karl. "Das unsicherheitsmoment in der wertlehre: Betrachtungen im anschliß an
das sogenannte petersburger Spiel." Zeitschrift für Nationalökonomie (1934): 459-485.
Pareto, Vilfredo. Manuale di economia politica. Vol. 13. Societa Editrice, 1906.
Savage, Leonard J. The foundations of statistics. Dover Publications, 1954.
Von Neumann, John, and Oskar Morgenstern. Theory of games and economic behavior.
Princeton, NJ: Princeton University Press, 1945.
Capítulo 3
Aversión al Riesgo
3.1. Introducción
Kenneth Arrow (1965) da una serie de ejemplos de como el riesgo y nuestra actitud ante
él nos afecta:
1. Hay quien compra lotería, donde a cambio de un pago tiene una pequeña probabilidad
de recibir un gran premio.
2. Hay personas (a veces la mismas que en el punto anterior) que compran seguros,
donde a cambio de una prima pagada, se protege el asegurado contra un siniestro
(accidente automovilístico, incendio, etc.).
3. Hay personas y empresas que tienen ciertas cantidades de dinero líquido o en efectivo,
a pesar de que con no reciben los ingresos de tener, por ejemplo un bono o una acción.
4. Hay empresas que tienen inventarios para hacer frente a imprevistos.
5. Un estadístico ante hipótesis que compiten entre sí, y un experimento, decide sobre
cual hipótesis aceptar. Cualquier decisión que haga conlleva un łcostož que son los
errores tipo I y tipo II.
6. Un cientíőco ante una serie de resultados empíricos, debe escoger entre leyes naturales
coherentes con estos datos. El problema del cientíőco se complica un poco ante el
hecho de que no sabe las consecuencias de tal escogencia.
La teoría desarrollada por Von Neumann y Morgenstern nos permite estudiar algunos de
estos problemas (1 al 4), algunos parcialmente (5), y otros no del todo, como (6), que es más
cercano al concepto de incertidumbre del que habla Knight (1921), en el que se reőere a la
problemática que enfrentan los emprendedores.
La actitud ante el riesgo está dada por una simple decisión entre dos alternativas
1. Una lotería l(a, b, π) que paga a c.p. π y b > a c.p. 1 − π, con un valor esperado de
c ≡ πa + (1 − π)b
2. Una cosa segura, que es un pago c de őjo.
La actitud ante el riesgo se deőne ante las preferencias sobre estas dos alternativas
1. Quien es indiferente entre las alternativas es neutral al riesgo, es decir l(a, b, π) ∼
πa + (1 − π)b, o con utilidades esperadas E[u(w)] = u(E[w])
21
3.3. DIFERENTES DEFINICIONES DE AVERSIÓN AL RIESGO 22
1 1 1
E[u(w + ϵ)] = E[u(w) + ϵu′ (w) + ϵ2 u′′ (w) + ϵ3 u′′′ (w + αϵ)] ≈ u(w) + σe2 u”(w)
2 6 2
σϵ2 u”(w)
πi ≈ −
2 u′ (w)
Esta es la medida Pratt-Arrow de un premio al riesgo local. Sirve para pequeños
movimientos simétricos en el riesgo
′′ (w)
7. ARA(w) = − uu′ (w) es conocida come la aversión al riesgo absoluta. Esta aversión
′
absoluta al riesgo es ARA(w) = − dln[u dw
(w)]
, es decir, se puede ver como la caída
porcentual de la utilidad marginal.
8. A partir del ARA(w) se puede recobrar la función de utilidad original, ya que
′ (w)]
ARA(w) = − dln[u dw
de manera que
ˆw ˆz ˆw ˆz ′ ˆw
d[lnu (x)]
exp − ARA(x)dx dz = exp dx dz = exp [ln[u′ (z)] dz = a+bu(w)
dx
u′ (w) 1
T (w) ≡ −
′′
=
u (w) ARA(w)
10. La aversión al riesgo relativa RRA(w) está dada por
wu′′ (w)
RRA(w) ≡ − = wARA(w)
u′ (w)
Si deőnimos la utilidad marginal como M U (w), entonces la aversión relativa al
riesgo es RRA = − MwU ∂M ∂w
U
, es decir, es una elasticidad de la utilidad marginal a
la riqueza, y como tal no depende de cómo deőnamos la riqueza, p.e. en miles o en
millones.
Teorema (Pratt 1964): Las siguientes cinco condiciones son equivalentes. El agente 1 es
globalmente más averso al riesgo que el agente 2 si:
1. ARA1 (w) > ARA2 (w) para todos los w
2. ∃G con G′ > 0 y G′′ < 0 tal que u1 (w) = G[u2 (w)]. Intuitivamente de acuerdo a la
condición 2 podemos pensar en el agente más averso al riesgo como una ’concaviőca-
ción’ del agente menos averso al riesgo.
3.5. FUNCIONES DE UTILIDAD HARA 24
Una de las clases de utilidades más usadas son las HARA (hiperbólica absoluta aversión
al riesgo ) también conocida como LRT (Tolerancia al riesgo lineal), y están dada por
1−γ
γ aw
u(w) = +b
1−γ γ
Donde b > 0. La función de utilidad tiene como soporte los niveles de riqueza donde el
término en paréntesis sea positivo. La tolerancia al riesgo de estas utilidades es:
1
ARA = w b
γ
+ a
w
RRA = w b
γ
+ a
1 w b
T (w)= = +
ARA(w) γ a
Arrow (1965) considera que los escenarios más comunes son que ∂ARA ∂w
< 0 y ∂RRA
∂w
> 0,
y que el RRA < 1 para bajos niveles de riqueza, y RRA > 1 para altos niveles de riqueza.
Para que la aversión al riesgo caiga con mayor riqueza debe ser que γ > 0. Esto quiere decir
que los inversionistas pedirán una menor prima de riesgo para la misma lotería conforme se
hagan más ricos, y se le conoce como el DARA (decreasing absolute risk aversion). Para que
la aversión al riesgo relativo aumente con aumentos en riqueza, debe ser que a > 0, y a esto
se le llama IRRA (increasing relative risk aversion). Arrow (1971) explica que para que la
función de utilidad tenga piso para bajos niveles de riqueza, debe ser que RRA < 1 para que
la función de utilidad tenga techo para altos niveles de riqueza, debe ser que RRA > 1. En
resumen, las condiciones ideales de una utilidad HARA son que γ > 1, a > 0 y b > 0.
Veamos ahora casos especiales de la utilidad HARA:
Cuando γ < 0 la tolerancia al riesgo disminuye con aumentos en riqueza. Esto no se
considera un caso que tenga mucho sentido económico. Un caso especial dentro de
esta familia es γ = −1 donde hay una utilidad cuadrática. Para que tenga un ARA
positivo, debe ser que ab > wmax es decir, que hay que poner un techo a la máxima
riqueza.
Cuando γ = 0 entonces tenemos una utilidad lineal, que indica neutralidad ante
riesgo.
3.6. EJERCICIOS 25
w1−γ − 1
u(w) =
1−γ
• Estas utilidades se conocen como isoelásticas, potenciales, o de aversión al riesgo
relativa constante (CRRA por sus siglas en inglés), ya que su RRA está dada
por γ.
√
• Un ejemplo de esta clase de utilidades es γ = 21 nos da u(w) = 2 w, que tiene
piso, pero no techo
• Otro ejemplo de utilidad CRRA es cuando γ → 1 y tenemos u(w) = ln(w)2, que
ni tiene piso ni techo.
• Otro ejemplo de utilidad CRRA con γ = 2 nos da u(w) = 1 − w1 , que no tiene
piso, pero sí tiene techo.
3.6. Ejercicios
3.6.2. Problemas.
1. El capitán Picard es dueño de una nave, el Enterprise, que vale 50.000 créditos de
la Federación (CDF). El capitán Picard también tiene 10.000 CDF en ahorros, que
le dan dan un rendimiento del 7 %. Estos dos activos constituyen su riqueza actual.
Picard debe renovar el seguro de su nave con el instituto naviero de seguros (INS). Los
posibles daños al Enterprise son los siguientes: El INS le está cotizando las siguientes
3.7. Referencias
Arrow, Kenneth Joseph. Aspects of the theory of risk-bearing. Yrjö Jahnssonin Säätiö,
1965.
Borghans, Lex, James J. Heckman, Bart HH Golsteyn, and Huub Meijers. "Gender dif-
ferences in risk aversion and ambiguity aversion." Journal of the European Economic Asso-
ciation 7, no. 2-3 (2009): 649-658.
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988:
Eckel, Catherine C., and Philip J. Grossman. "Men, women and risk aversion: Experi-
mental evidence." Handbook of experimental economics results 1 (2008): 1061-1073.
Ingersoll, Jonathan E. Theory of financial decision making. Vol. 3. Rowman & Littleőeld,
1987. pp 37-44.
Knight, Frank H. Risk, uncertainty and profit. Houghton Mifflin Company., 1921.
Pratt, John, ’Risk Aversion in the Small and in the Large’, Econometrica 32, no. 1-2
(1964): 122-136.
3.8. APÉNDICE: CONDICIONES EN LA AVERSIÓN AL RIESGO RELATIVA PARA QUE LAS UTILIDADES CARDINALES
Sapienza, Paola, Luigi Zingales, and Dario Maestripieri. "Gender differences in őnancial
risk aversion and career choices are affected by testosterone." Proceedings of the National
Academy of Sciences 106, no. 36 (2009): 15268-15273.
Arrow (1965) derivó estos resultados por primera vez, que se exponen aquí más pausa-
damente.
Teorema 1: Para que la utilidad cardinal tenga techo, su aversión al riesgo relativo debe
ser mayor a 1 para altos niveles de riqueza
Necesidad: Suponga que no, y que la aversión al riesgo relativa es mayor o igual que
una constante k para niveles de riqueza mayores que un determinado w0
u′′ (w)
(3.8.1) RRA(w) ≡ −w ≤ k ∀w ≥ w0
u′ (w)
Si dividimos esta desigualdad por −w, se obtiene:
u′′ (w) k
≥ −
u′ (w) w
Integramos las dos partes de las desigualdades entre una zona w0 y w para conseguir
w w
u′′ (x) k
ˆ ˆ
w w
dx = {ln [u′ (x)]} w0
≥− dx = {−kln(x)} w0
w0 u′ (x) w0 x
c 1−k c 1−k
u(w) − u(w0 ) ≥ w − w01−k → u(w) ≥ u(w0 ) + w − w01−k
1−k 1−k
3.8. APÉNDICE: CONDICIONES EN LA AVERSIÓN AL RIESGO RELATIVA PARA QUE LAS UTILIDADES CARDINALES
c 1−k
(3.8.2) u(w) ≥ u(w0 ) + w − w01−k
1−k
Al analizar el lado izquierdo de la desigualdad, notamos que si k < 1 entonces
c 1−k
limw→∞ u(w0 ) + w − w01−k = +∞
1−k
Suőciencia: Supongamos ahora que
u′′ (w)
RRA(w) ≡ −w ′ ≥ k ∀w ≥ w0
u (w)
Se puede seguir el análisis de la parte anterior, para llegar a una desigualdad de:
c 1 1 c 1
u(w) ≤ u(w0 ) + − < u(w0 ) + < +∞
k − 1 w0k−1 wk−1 k − 1 w0k−1
Establecemos entonces que una RRA(w) > 1 para w altos es equivalente a que la utilidad
tenga un techo.
Teorema 2: Para w que tiende a cero, la utilidad tiene piso si y sólo si la aversión al riesgo
es menor a 1.
Necesidad: Suponga que no, y que:
u′′ (w)
RRA(w) ≡ −w ≥ k ∀w ≤ w0
u′ (w)
u′′ (w) k
′
≤−
u (w) w
w0 ˆ w0
u′′ (x) k
ˆ
′
dx ≤ − dx
w u (x) w x
c 1−k
u(w0 ) − u(w) ≥ w0 − w1−k
1−k
3.8. APÉNDICE: CONDICIONES EN LA AVERSIÓN AL RIESGO RELATIVA PARA QUE LAS UTILIDADES CARDINALES
c 1 1
u(w) ≤ u(w0 ) − −
k − 1 wk−1 w0k−1
Para k > 1 tenemos que, para el lado izquierdo de la desigualdad, conforme w va a cero
tiende a:
c 1 1
limw→0 u(w0 ) − − = −∞
k − 1 wk−1 w0k−1
Y la utilidad no tiene piso.
Suficiencia: Considere ahora que:
u′′ (w)
RRA(w) ≡ −w ′ ≤ k ∀w ≤ w0
u (w)
Haciendo los mismos pasos que para la necesidad, pero con la desigualdad al revés,
obtenemos que:
c 1−k c 1−k
u(w) ≥ u(w0 ) + w − w01−k > u(w0 ) − w
1−k 1−k 0
Que representa un piso. Con esto se demuestra la equivalencia de que exista piso y de
que la aversión relativa al riesgo sea menor a 1 para niveles de riqueza bajos.
Capítulo 4
Definiciones de Rendimientos
Pjt + DIVjt
rjt ≡ ln = ln(1 + r̃jt ) = ln(Rjt )
Pjt−1
A pesar de no ser muy intuitivos, los rendimientos continuamente compuestos per-
miten transformar su plazo muy fácilmente. Por ejemplo, si comenzamos con ren-
dimientos diarios rd y queremos expresarlos en términos anuales simplemente los
multiplicamos por 365: ra = 365 × rd . Para hacer esto mismo con rendimientos sim-
ples o brutos, es necesario elevar a una potencia, de manera que Ra = Rd365 , lo que
es más difícil de hacer en la práctica.
t
Y
Wt+1 = W0 Rjt
τ =1
Si tomamos el logaritmo natural de ambos lados, y deőnimos wτ ≡ ln(Wτ ), obtenemos
que
t
X
wt+1 − w0 = rjt
τ =1
Aunque los rendimientos continuamente compuestos no sean normales, su suma si tiende
a serlo por el teorema del límite central, y por lo tanto la distribución de la riqueza Wt+1 /W0
tenderá hacia una distribución lognormal.
La esperanza de una distribución normal R está dada por:
σ2
E(R) = exp µ +
2
a
Si una distribución R es normal, también R lo será ya que
w1−γ
u(w) =
1−γ
La utilidad esperada de una utilidad CRRA y una densidad lognormal de riqueza es
entonces
2 2
∞
x1−γ exp[(1 − γ)µ + (1−γ) σ
]
ˆ
2
V (µ, σ; γ) = E[u(w)] = f (x)dx =
0 1−γ 1−γ
La utilidad esperada depende de la media, de la varianza y de γ. Por lo tanto se puede
ordenar las preferencias entre una cartera 1 con media y varianza (µ1 , σ12 ) y otra cartera 2
con media y varianza (µ2 , σ22 ). En otras palabras, la utilidad esperada V está funcionando
como una utilidad ordinal, y permite transformaciones monotónicas. Por ejemplo, podemos
crear una Ve de la siguiente manera:
4.2.3. Ejemplo de rendimientos. Esta pequeña explicación nos quiere decir que
no existe una distribución teórica łperfectaž para las necesidades desde un punto de vista
őnanciero. Aparte de esto, debemos enfrentarnos a la pregunta de cómo son las distribuciones
de rendimientos en la práctica. Veamos un ejemplo tomado del mercado accionario de 1970
al 2015 para dos acciones grandes: Exxon (XOM) e IBM. A continuación calculamos los
rendimientos usando precios diarios, mensuales y anuales. Para estos rendimientos calculamos
los primeros cuatro momentos como están deőnidos en Excel.
Aunque las distribuciones de rendimientos pueden ser asimétricas, nunca se ha conside-
rado como una característica muy marcada. Por el contrario, un resultado muy común es
que los rendimientos son leptocúrticos, es decir, que tienen łcolas gruesasž. La curtosis de la
distribución normal es 3, y es común referirse a la curtosis en exceso partiendo de esta base
de 3. Como se puede ver en el cuadro de arriba, las distribuciones de las tres acciones son
leptocúrticas, siendo muy marcado para datos diarios, y persistiendo aún para datos anuales.
Se ha encontrado que para acciones más pequeñas y menos transadas en la bolsa, la lepto-
curtosis es aún más fuerte. Por otra parte, se puede ver que la asimetría de los rendimientos,
aunque nunca es cero, si va cambiando de acuerdo al periodo de inversión, y es relativamente
baja.
En general, es común rechazar la hipótesis de la normalidad y lognormalidad dada la
leptocurtosis de los rendimientos. Ante esto, existen varias posibles alternativas. La primera
la da Fama (1965), que estudió los rendimientos diarios de acciones, y encontró que no son
normales. Dentro de la familia de distribuciones estable paretianas, Fama encontró que el
4.3. EJERCICIOS 36
S S S M M M A A A
S&P500 XOM IBM S&P500 XOM IBM S&P500 XOM IBM
Promedio anualizado 0,0653 0,1460 0, 0925 0,0657 0,1455 0, 0934 0,0656 0,1453 0, 0932
Varianza anualizada 0,0241 0,0429 0,0590 0,0218 0,0332 0,0565 0,0236 0,0404 0,0481
var(ra )
V R ≡ qvar(r a/q )
0,9767 0,8146∗ 0,9428∗ 1,0795 0,8508∗ 1,2157∗
D.S. anualizada 0,1553 0,2070 0,2429 0,1477 0,1823 0,2377 0,1534 0,2010 0,2193
Asimetría −0,5795 −0,0626 −0,1534 −0,6860 0,0843 −0,1563 −1,2747 0,8203 0,0994
Curtosis en exceso 5,5665 3,0497 3,0171 2,5649 0,5587 1,6691 2,5453 3,9214 −0,4248
Fuente: finance.yahoo.com. Los rendimientos
Pn se calculan como r jt = ln(P it /Pit−1 ) . El promedio µ = E[x] y
el estimador en Excel es x = nq i=1 xi Donde q = 52 para los datos semanales, 12 para los datos
mensuales
P
y 1 para los datos anuales. La varianza es σ = E[(x − µ)2 ] y el estimador de Excel da
n
q (x −x)2
s2 = i=1
n−1
i
. El test VR mide la correlación entre rendimientos, siendo 1 si no hay correlación. El
asterisco dice si la variable es estadísticamente distinta de 1 al 5 % de confianza. La asimetría (skewness) se
h n 3
3 i X xi − x
define como skew(x) = E x−µ σ y el estimador de Excel es skew(x) = n
(n−1)(n−2) . La
i=1
s
h 4 i
curtosis la definiremos de acuerdo a la fórmula de Excel, de manera que kurt(x) = E x−µ σ − 3 y el
Xn 4 2
n(n+1) xi − x 3(n − 1)
estimador de Excel es kurt(x) = (n−1)(n−2)(n−3) −
i=1
s (n − 2)(n − 3)
4.3. Ejercicios
4.3.2. Problemas.
1. Problema de MSFT y GOOG.
a) Explique qué es un rendimiento bruto Rj y qué es un rendimiento continuamente
compuesto rj , su rango bajo responsabilidad limitada, y las ventajas y desventajas
de cada una de estas medidas.
b) Considere dos empresas con la condición de que lnRj ∼ N (µj , σj2 ), dadas abajo:
Ticker µj σj
M SF T 6,64 % 28,00 %
GOOG 6,70 % 31,65 %
Calcule el rendimiento bruto esperado E(Rj ) de cada acción.
c) Suponga que un agente tiene una utilidad CRRA con γ = 1,34 y debe decidir si
invierte en GOOG o M SF T , cuyos datos están dados en (b). Explique cuál de
las dos inversiones escogería.
d ) Suponga que un agente tiene una utilidad CRRA y los datos de GOOG y M SF T
están dados en (b). Explique si existe una aversión al riesgo relativa (RRA) que
haga que el agente esté indiferente entre una u otra acción: si es así, calcule el
RRA. Si tal RRA no existe, explique porqué no existe.
4.4. Referencias
Cochrane, John H. Asset pricing. Revised edition. Princeton University press, 2009.
Fama, Eugene F. "The behavior of stock-market prices." The Journal of Business 38,
no. 1 (1965): 34-105.
Fama, Eugene F., "Efficient capital markets: A review of theory and empirical work."
The Journal of Finance 25, no. 2 (1970): 383-417.
Markowitz, Harry. "Portfolio selection." The Journal of Finance 7, no. 1 (1952): 77-91.
Sharpe, William F. "Capital asset prices: A theory of market equilibrium under conditions
of risk." The Journal of Finance 19, no. 3 (1964): 425-442.
Capítulo 5
Conceptos de Dominancia
5.1. Dominancia
£Si sólo sabemos que alguien tiene una utilidad cardinal u(w) tal que u′ (w) o u′′ (w) < 0
cómo podemos comparar y ordenar dos activos o carteras?
Después de desarrollar la utilidad esperada, es interesante estudiar bajo qué condiciones una
inversión domina a la otra. Por ejemplo, si x tiene una densidad f (x) y y tiene una densidad
g(y), £bajo qué condiciones tenemos que E[u(x)] > E[u(y)]?
ˆ ∞ ˆ ∞
E[u(x)] ≡ u(s)f (s)ds > u(s)g(s)ds ≡ E[u(y)]
−∞ −∞
Hay dos formas de responder responder a este problema
1. Especiőcar muy bien la utilidad cardinal a usarse. Esta perspectiva no es muy favo-
recida en la economía őnanciera, ya que existen muchas dudas acerca de u, más allá
de que u′ > 0 y de que u′′ < 0. La forma funcional de u es bastante debatible.
2. Especiőcar mejor las densidades f () y g(). Esto da pie a distintos conceptos de
dominancia. En general, al imponer condiciones muy especíőcas, se puede considerar
utilidades muy generales. Si se imponen utilidades más especiőcadas, las densidades
pueden requerir menos requisitos.
El concepto más fuerte es el de dominancia, que quiere decir que en cada estado de la
naturaleza el activo x tiene un mayor repago que el bien y. Si x domina a y de esta manera,
cualquier inversionista lo preferirá en una cartera que se combine con cualquier otro activo.
Cuando existe dominancia, ni siquiera es necesario que los distintos inversionistas estén de
acuerdo con la probabilidades de que los estados de la naturaleza sϵS.
ˆ b
(5.2.1) E[u(x)] − E[u(y)] = − u′ (s)[F (s) − G(s)]ds > 0
a
(5.3.1)
ˆ b ˆ s ˆ b ˆ s
′ ′
E[u(x)]−E[u(y)] = − u (s)[F (s)−G(s)]ds = u (s) [F (t)−G(t)]dt |ba + ′′
u (s) [F (t)−G(t)]dtds
a a a a
Ahora
ˆ b ˆ a
′ ′
u (b) [F (t) − G(t)]dt − u (a) [F (t) − G(t)]dt = 0
a a
´a
Para demostrar esto, primero note que a [F (t) − G(t)]dt = 0. Luego note que de nuevo
integrando por partes con u = [F (t) − G(t)] y dv = dt tenemos
5.6. EJERCICIOS 42
ˆ b ˆ b
[F (t) − G(t)]dt = t[F (t) − G(t)] |ba − [f (s) − g(s)]sds = −E(x) + E(y) = 0
a a
Porque dijimos que las variables tenían la misma media. Re-escribimos ahora la ecuación
5.3.1 para obtener
ˆ b ˆ s
′′
E[u(x)] − E[u(y)] = u (s) [F (t) − G(t)]dt ds > 0
a a
La desigualdad en la ecuación se da porque u′′ (s) < 0∀s y porque supusimos la condición
´t
(1) del teorema, es decir a [F (s) − G(s)]ds ≤ 0 para todo t con desigualdad estricta en al
menos alguna t.
Aunque más esotérico, parece probable que una persona tenga preferencia por una asi-
metría positiva (u′′′ > 0 ) y una aversión a la leptocurtosis o ’colas gordas’. De manera que
u′′′′ < 0. Para estos conceptos uno puede desarrollar condiciones en las distribuciones f (y)
y g(y) análogas a lo desarrollado en el SOSD. El estudiante interesado en este tema puede
consultar Ingersoll (1987).
5.5. Resumen
Cuadro 1. x ≻ y
5.6. Ejercicios
5.6.2. Problemas.
1. Problema de Sabo
a) Sabo tiene una función de utilidad de u(w) = −e−w .
1) Calcule la aversión absoluta al riesgo de Sabo. Explique cómo varía la actitud
al riesgo de Sabo conforme se hace más rico.
2) Calcule la tolerancia al riesgo de Sabo. Explique brevemente si esta utili-
dad permite la separabilidad de carteras, y qué signiőca eso. (necesita ver el
capítulo sobre separabilidad de carteras para responder esto)
3) Calcule la aversión relativa al riesgo de Sabo. Explique cómo varía la actitud
al riesgo de Sabo conforme se hace más rico, y cómo diőere de lo que encontró
en el punto (a)
4) Calcule la medida Pratt-Arrow de premio al riesgo local para Sabo. Explique
brevemente de dónde sale tal medida, y en qué situaciones se puede usar y
en cuáles no.
b) Sabo, que no tiene riqueza alguna ahora tiene que escoger entre dos posibles
inversiones mutuamente excluyentes: Ace Enterprises que genera un repago x ∼
N (µx , σx ) y Dragon Inc., con un repago y ∼ N (µy , σy ). La correlación entre x y y
está dada por ρϵ[−1, 1]. Explique las condiciones de dominancia entre x y y que
permitan determinar cuál preferirá Sabo sin tener que calcular explícitamente la
utilidad esperada. Concretamente:
1) £Cuáles son las condiciones de µx , µy , σx , σy y ρ para que x ≻F OSD y ?
2) £Cuáles son las condiciones de µx , µy , σx , σy y ρ para que x ≻SOSD y ?
3) £Cuáles son las condiciones de µx , µy , σx , σy y ρ para que x ≻ y ?
4) £Qué condiciones adicionales de decisión genera el análisis de media y va-
rianza en este contexto?
c) Sabo, que no tiene riqueza alguna ahora tiene que escoger entre los siguientes
fondos de inversión que son mutuamente excluyentes:
Fondo/Repago 0 1 2 3 4 5 6 7 8 9 10
A 0.4 0.6
B 0.2 0.2 0.2 0.2 0.2
C 0.1 0.2 0.2 0.2 0.2 0.1
D 0.2 0.2 0.2 0.2 0.2
E 0.4 0.2 0.2 0.2
F 0.2 0.2 0.2 0.2 0.1 0.1
5.7. REFERENCIAS 45
d ) £Cuál de los fondos escogerá Sabo? (Pista: para poder hacer esto en el tiempo
adecuado, debe eliminar aquellos fondos que estén dominados estocásticamente
en primer y segundo grado)
5.7. Referencias
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988.
Huang, Chi-fu, and Robert H. Litzenberger. Foundations for Financial Economics. Pren-
tice Hall, 1988.
Ingersoll, Jonathan E. Theory of financial decision making. Vol. 3. Rowman & Littleőeld,
1987.
Rothschild, Michael, and Joseph E. Stiglitz. "Increasing risk II: Its economic consequen-
ces." Journal of Economic Theory 3, no. 1 (1971): 66-84.
Capítulo 6
6.1. Introducción
En el capítulo anterior, vimos cómo los conceptos de dominancia simpliőcan los pro-
blemas de utilidad esperada, a cambio de imponer más estructura a las distribuciones
de los rendimientos. Un caso más fuerte es el de preferencias de media y varianza,
que tiene su origen en Markowitz (1952) y que generó un programa crucial de inves-
tigación en őnanzas de los siguientes 40 años.
Para ilustrar la idea de preferencia de media y varianza, considere un rendimiento y
que es un aumento en riesgo sombre x. Vimos en el anterior capítulo que podemos
d
escribir y = x + ε donde E[ε|x] = 0 y E[ε2 |x] = σε2 > 0. Esto implica que para
E(y) = E(x) hay var(y) > var(x), y que todo agente averso al riesgo preőere x sobre
y. Además, si existe una una serie yi que sea un aumento en riesgo sobre x, entonces
necesariamente x sería la cartera de menor varianza
Cuando hay preferencia de media y varianza, se puede escribir una función de utilidad
esperada en forma reducida V (µ, σ) ≡ E[u(µ, σ)] con Vµ > 0 y Vσ ≤ 0, cuando las
utilidades cardinales tienen u′ > 0 y u′′ < 0. Las curvas de indiferencia de los agentes
tienen pendiente positiva, son convexas, y son como las de un agente neutro al riesgo
cuando σ = 0.
£Bajo qué condiciones podemos usar una V donde las únicas variables de interés sean
la media y varianza? Hay dos posibilidades:
• utilidades cuadráticas, rendimientos arbitrarios
• rendimientos con distribuciones de media y varianza con cualquier utilidad. Ob-
viamente, dentro de las utilidades, las que más nos interesan tienen u′ > 0 y
u′′ < 0
Para entender porqué esto es así, consideremos un individuo con una riqueza őnal w1 ≡ w0 R
donde el R es el rendimiento bruto con media µ varianza σ 2 . El individuo tiene una utilidad
cardinal u(w1 ) = u(w0 R) que podemos re-escribir como u(R) sin pérdida de generalidad. La
utilidad esperada V ≡ E[u(R)] se puede estudiar con una expansión de Taylor alrededor de
µ:
46
6.3. UTILIDADES CUADRÁTICAS 47
1
u(R) = u[µ] + u′ [µ][R − µ] + u′′ [µ][R − µ]2 + O3
2
Donde
∞
X
1 (n) n
O3 = u [µ][r − µ]
n=3
n!
(n)
Y donde u es la n derivada de u. Podemos usar esta descomposición de la utilidad para
calcular la utilidad esperada, reconociendo que E[R − µ] = 0 y E[R − µ]2 = σ 2 . Entonces
σ 2 ′′
V ≡ E[u(R)] = u[µ] + u [µ] + E[O3 ]
2
X∞
1 (n)
E[O3 ] = u [µ]Mn
n=3
n!
y donde Mn ≡ E(R − µ)n es el n momento del rendimiento R.
b 2
V =µ− σ + µ2
2
Las curvas de indiferencia en esta economía se obtienen usando las condiciones de una
curva de indiferencia:
Φ ≡ V (µ, σ) − k ≡ 0
dΦ = Φµ dµ + Φσ dσ = Vµ dµ + Vσ dσ = 0
Vµ = 1 − bµ > 0
Vσ = −bσ ≤ 0
dµ Vσ bσ
=− = ≥0
dσ Vµ 1 − bµ
La pendiente de la curva de indiferencia es mayor o igual a cero. La pendiente es cero en
el caso de que σ = 0, lo que se interpreta económicamente como que en ese punto el agente se
6.4. DISTRIBUCIONES DE UBICACIÓN Y ESCALA 48
comporta de una manera neutral al riesgo. La curva de indiferencia es una función convexa
de σ, es decir que:
d2 µ b
2
= >0
dσ 1 − bµ
Esto quiere decir que ante un crecimiento de la volatilidad σ, el agente exige mayores
rendimientos a tasas crecientes. Las utilidades cuadráticas tienen dos problemas:
1. Es necesario restringir el nivel de riqueza máximo a R < 1/b para mantener una
utilidad marginal positiva u′ > 0.
2. La aversión absoluta al riesgo de esta función de utilidad es
b
ARA =
1 − bR
que aumenta con el nivel de riqueza (es IARA), lo que se considera poco creíble.
Ingersoll (2021) explica que una condición suőciente para tener preferencias de media y
varianza es que la distribución de rendimientos de una cartera se puede representar como
una combinación de ubicación y escala, es decir:
R = µ + σs
Donde s es una variable con media de cero y varianza őja1, y una densidad de f (s) si se
consideran estados s continuos. La lógica también aplicaría a distribuciones discretas. Con
esta representación tenemos que E(R) = µ y var(R) ∝ σ 2 .
Puede ser que s tenga una distribución asimétrica, por ejemplo una distribución triangu-
lar. Si la distribución de s es simétrica, de manera que la densidad de s es f (s2 ), R tendría una
distribución elíptica. Algunos ejemplos de distribuciones elípticas son la Normal, Student-t,
Laplace y Logísticas, entre otras. El lector interesado puede consultar Kotz, Fang y Zhang
(1990) para un tratamiento más detallado del tema. Chamberlain (1983) demostró que la
presencia de distribuciones elípticas y u′ > 0 y u′′ < 0 genera preferencias de media y
varianza.
Para demostrar las preferencias de media y varianza con una distribución de ubicación
y escala, considere una cartera arbitraria j con media µj y varianza σj2 , que se puede
representar como:
R j ≡ µj + σ j s
La riqueza őnal w1 depende de la riqueza inicial w0 y del rendimiento bruto R :
1La varianza muchas veces se define en 1, pero esta propiedad no es necesaria para ninguna demostración
6.4. DISTRIBUCIONES DE UBICACIÓN Y ESCALA 49
w1j = w0 Rj = w0 (µj + σj s)
dµ Φσ Vσ
=− =− ≥0
dσ Φµ Vµ
Igual que en el caso de las utilidades cuadráticas, las curvas de indiferencia son crecientes,
con una pendiente de 0 cuando σ = 0. También son convexas. Para ver esto, consideremos dos
combinaciones en la curva de indiferencia, es decir V (µ1 , σ1 ) = V (µ2 , σ2 ) = k. La convexidad
dice que V (αµ1 + (1 − α)µ2 , ασ1 + (1 − α)σ2 ) > k donde 0 < α < 1. Considere ahora los
rendimientos de las distintas carteras:
R1 (s) = µ1 + σ1 s
6.6. PROBLEMAS 50
R2 (s) = µ2 + σ2 s
Considere ahora una combinación (µα , σα ). Donde µα = αµ1 + (1 − α)µ2 y σα = ασ1 +
(1 − α)σ2 . Esto implica que
Aunque los supuestos para preferencia de media y varianza son muy distintos, dan al
őnal curvas de indiferencia con parecidos resultados, a saber:
1. Las curvas de indiferencia tienen una pendiente positiva. Esto no es lo corriente
cuando se consideran canastas con dos bienes. En nuestro caso, se puede explicar por
el hecho de que para una persona aversa al riesgo, la volatilidad σ es un mal.
2. Cuando la varianza es cero, la curva de indiferencia tiene una pendiente de cero.
Esto indica que para muy bajos niveles de riesgo, las personas son aproximadamente
neutras al riesgo, y que si se les ofrece un poco más de rentabilidad, estarían dispuestas
a asumir un poco de riesgo.
3. Las curvas de indiferencia son convexas, que también responde al hecho de que las
personas son aversas al riesgo.
6.6. Problemas
Mayor Utilidad
Menor Utilidad
σw
10. ____________ Cuando los rendimientos brutos de los activos tienen una dis-
tribución łStudent tž y las utilidades son CARA, no es posible usar preferencias de
media y varianza.
11. ____________ Si una distribución tiene asimetría y las utilidades no son cua-
dráticas, es imposible que haya preferencias de media y varianza.
12. ____________ Con agentes amantes al riesgo y una distribución de ubicación
y escala, existen preferencias de media y varianza.
13. ____________ Si la distribución de rendimientos es asimétrica, no es posible
tener preferencias de media y varianza.
14. ____________ Hay preferencias de media y varianza cuando se combinan las
utilidades CRRA con rendimientos lognormales.
6.6.2. Problemas.
1. Usted ha estimado los rendimientos brutos de las empresas A y B:
Prob. A B
0,10 -1 0
0,20 2 1
0,40 3 2
0,20 4 3
0,10 5 4
a) Calcule la media y varianza de los rendimientos brutos de cada empresa.
b) Explique porqué algunos inversionistas escogerían A y otros B si las preferencias
son de media y varianza.
c) Compare A y B usando el criterio de dominancia estocástica de segundo orden.
d ) Explique si puede haber dominancia estado por estado de Rx sobre Ry , donde Ri
es el rendimiento bruto de la empresa i cuando no hay oportunidades de arbitraje.
(Necesita leer capítulo sobre arbitraje para responder esto).
2. Tribu Mink: Usted ha sido contratado por la tribu Mink como asesor őnanciero. Esta
tribu tiene unos habitantes que son diurnos y otros que son nocturnos, con distintos
jefes cada uno. Usted debe aconsejar entre dos posibles inversiones, Kaido Corp. y
Mugiwara LLC, que tienen una probabilidad f (x) y g(y) respectivamente, y que están
dadas en el siguiente cuadro:
Repago f (x) g(y)
1 0,2 0,18
2 0,2 0,25
3 0,2 0,00
4 0,2 0,53
5 0,2 0,04
6.7. APÉNDICE: OTRA DEMOSTRACIÓN DE LA CONVEXIDAD DE LA CURVA DE INDIFERENCIA53
ˆ b
Vµµ = u′′ (µ + σs)f (s)ds < 0
a
ˆ b
Vσσ = u′′ (µ + σs)s2 f (s)ds < 0
a
Estos resultados se dan por la aversión al riesgo, de manera que u′′ < 0. Para ver el
resultado del determinante, calculamos primero la derivada parcial cruzada:
ˆ b
Vµσ = u′′ (µ + σs)sf (s)ds
a
Vµσ
Deőnimos ahora una constante k(µ, σ) ≡ Vµµ
, y la siguiente igualdad:
ˆ b ˆ b
′′
0 = Vµσ − k(µ, σ)Vµµ = u (µ + σs)sf (s)ds − k(µ, σ) u′′ (µ + σs)f (s)ds
a a
ˆ b ˆ b
′′
0= [s − k(µ, σ)] u (µ + σs)f (s)ds ≡ y(s)f (s)ds = E(y)
a a
Donde y ≡ [s − k(µ, σ)] u′′ (µ + σs) es una variable con media cero y que cambia de signo
de positivo a negativo cuando ses mayor que k(µ, σ). Sabemos entonces que cov(s, y) ≡
E(sy) − E(s)E(y) = E(sy) < 0. Esto nos dice que:
ˆ b ˆ b ˆ b
′′ ′′ 2
E(sy) = s [s − k(µ, σ)] u (µ+σs)f (s)ds = u (µ+σs)s f (s)ds−k(µ, σ) u′′ (µ+σs)sf (s)ds = Vσσ −
a a a
2
Vµµ E(sy) = Vµµ Vσσ − Vµσ ≡D>0
Que era lo que necesitábamos demostrar.
6.8. Referencias
Ingersoll, Jonathan E. Theory of financial decision making. Vol. 3. Rowman & Littleőeld,
1987.
Ingersoll, Jonathan E. Financial Models and Theories. Unpublished book, 2021.
Markowitz, Harry. "Portfolio selection." The Journal of Finance 7, no. 1 (1952): 77-91.
Parte 2
Los instrumentos őnancieros más simples son los bonos. Los bonos se pueden dividir en
bonos de gobiernos (también llamados soberanos), en bonos de gobiernos locales (p.e. muni-
cipalidades o ciudades, llamados semi-soberanos), bonos corporativos, y bonos titularizados.
La gran mayoría de los bonos dan un repago őjo, y por eso también se les conoce como
łinstrumentos de renta őjaž.
En este capítulo estudiaremos los bonos de gobierno, que al menos en la moneda propia
de cada país tienen la característica de ser łsegurosž en el sentido que todo el mundo espera
que serán pagados.
Los bonos de gobierno aparecieron cuando era impracticable dar un préstamo bancario a
un dado gobierno. El bono más antiguo fue emitido por Venecia en 1157 para őnanciar una
guerra contra Bizancio (Levinson 2018).
7.1. Bonos
1. Bono: Los bonos son instrumentos őnancieros de deuda. Todo bono especiőca un
valor facial, cupón y plazo. Por ejemplo, un valor facial puede ser $1000, un cupón
es 2 %, y un plazo de 10 años.
a) Valor Facial (Face Value) F V
b) Cupón c
c) Plazo (Maturity) T
d ) Precio de compra P se expresa como un porcentaje del valor facial, de manera
que si el precio es un 98 % del valor facial, normalmente se reporta como 98.
2. Rendimiento (yield) de un bono. Tasa y tal que
XT
c × FV FV
P × FV = +
t=1
(1 + y)t (1 + y)T
Para cupones que se pagan anualmente, se puede usar la fórmula de una anuali-
dad 1 para los cupones, y el precio queda como:
c 1 1
P = 1− T
+
y (1 + y) (1 + y)T
1Para ver las características de la fórmula de anualidad, puede consultar
https://en.wikipedia.org/wiki/Annuity
57
7.1. BONOS 58
F Ct
V At =
(1 + y)t
T
X V At
D= t×
t=1
P
∂P
≃ −D × P
∂y
7.1.1. Bonos del Gobierno de los EEUU.
1. Tipos de Bonos del Gobierno de los EEUU
a) (Billetes del Tesoro) Treasury Bills: Valor Facial de $100. No tienen cupón, Plazo
de menos de un año: 4, 13, 26 y 52 semanas. Precio en descuento
FV − P 360
dy % = × × 100
FV dias
b) (Notas del Tesoro) Treasury Notes: Valor Facial de $1000. Cupón pagadero cada
seis meses, Plazo de 2 a 10 años.
c) (Bonos del Tesoro) Treasury Bonds: Valor Facial de $1000. Cupón pagadero cada
seis meses, Plazo de 20 a 30 años. Precio igual que las notas del Tesoro.
2. TIPS: Treasury Protected Securities: Pagan en términos reales. Existen en plazos de
5 años o más.
3. Curva de Rendimientos (Yield Curve). En el eje x pone el tenor, en el y el rendimiento
para tal plazo.
4. Como se puede ver para la curva de rendimientos del 2008, no siempre tienen pen-
diente positiva. Para Estados Unidos, un indicador de que habrá una recesión es que
los rendimientos de largo plazo caigan por debajo de los de corto plazo, como lo
estudian Bauer y Mertens (2018).
4.5
3.5
2.5
2
Rendimientos 11.9.2017
Rendimientos 8.01.2008
1.5
0.5
0
0.00 5.00 10.00 15.00 20.00 25.00 30.00
b) A partir del 2009, el Banco de Inglaterra emitió y recompró una gran cantidad
de Gilts como parte de la política de ’quantitative easing’.
6. Ejemplo de Curva de Rendimientos
7.2. Ejercicios
7.2.2. Problemas.
1. El siguiente cuadro muestra datos del mercado de bonos del Tesoro de los Estados
Unidos. Para solucionar los preguntas más fácilmente, suponga que los cupones, si
hay, se pagan anualmente.
Cuadro 3. Bonos de Gobierno de los Estados Unidos
Bonos
Plazo Cupón Precio Rendimiento
6 meses 0, 00 1, 64
12 meses 0,00 1,55
2 años 1,50 100,14 1,428 %
5 años 1,50 100,69 1,356 %
Fuente: www.bloomberg.com/markets/rates-bonds/government-bonds/us/ al 08.10.2019 2.44pm hora Costa Rica
7.3. Referencias
Bauer, Michael D., and Thomas M. Mertens. "Information in the yield curve about future
recessions." FRBSF Economic Letter 20 (2018): 1-5.
7.3. REFERENCIAS 62
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988:145-153
Levinson, Marc. The Economist Guide to Financial Markets: Why they exist and how
they work. The Economist, 2018.
Capítulo 8
8.1. Introducción
“Sr. Whitney: Un individuo decide con respecto a las acciones de una corpora-
ción en particular, que se está vendiendo a un precio demasiado alto respecto
a las ganancias de esa corporación o cualquier otro dato que pueda tener re-
lacionado con las acciones de esa corporación. Esto es lo inverso, quizá, en
la formación de su juicio, de lo que llega a ser un comprador marginal. El
vendedor al descubierto, o el hombre que decide que el precio de la acción es
demasiado alto, dará a su agente una orden para vender 100 acciones, diga-
mos. Esa orden se envía al piso de la bolsa. Se informa al corredor que recibe
la orden si es para una cuenta en corto o largo, y luego se dirige al puesto
particular donde se negocian esas acciones, digamos, United States Steel. Si el
63
8.2. VENTA AL DESCUBIERTO (SHORT SALE) 64
caso para un vendedor al descubierto es que la empresa no valga nada, en cuyo caso ganaría
πmax = S0 .
Después de alguna crisis őnanciera, una de las prácticas más sospechosas por las autori-
dades es la venta al descubierto, lo que sucedió después del Crash de 1929 y de la crisis del
2008. . La utilidad de las ventas al descubierto es que permiten que aquellos inversionistas
que tienen una opinión negativa acerca de una acción (y de cualquier activo en general) pue-
dan hacer algo. Saffi y Sigurdsson (2011) explican que si no existiera la venta al descubierto,
las acciones tienden a una asimetría positiva (por sobrevaloraciones estilo burbujas), y que
en general los mercados serían menos łeőcientesž. La eőciencia en este contexto signiőca que
los precios de los activos reŕejen de una manera rápida toda la información que hay a su
respecto.
es que se necesitan mucho menos instrumentos que en una economía atemporal para que el
mercado esté completo.
Volvamos ahora a la economía atemporal. Aparte de los instrumentos puros, existen otros
que llamaremos complejos, que pagan un ŕujo de caja cfjs arbitrario en cada estado sϵS. El
P
precio de los instrumentos complejos es Vj = sϵS cfjs ×ps . Si hay J estados de la naturaleza
y tenemos un vector de J instrumentos complejos, tenemos la siguiente formulación:
PJ
V1 s=1 cf1s × ps
PJ
V2 s=1 cf2s × ps
V =
..=
.. ≡ Cp
. .
PJ
VJ s=1 cfJs × ps
Donde C es una matriz de dimensión J × J. En los mercados őnancieros es mucho más
común encontrar instrumentos complejos (bonos, acciones, derivados) que instrumentos pu-
ros. Si queremos despejar el vector de precios puros, obtenemos que p = C −1 V , y esto nos
indica una tercera deőnición de mercados completos: cuando hay tantos instrumentos com-
plejos independientes como estados de la naturaleza. Note que es clave que los instrumentos
complejos sean independientes, ya que esto es necesario para poder invertir la matriz C.
Veamos un ejemplo con tres estados de la naturaleza S = {recesión, normal, auge} y
tres instrumentos őnancieros complejos: un seguro de desempleo que me paga 1 sólo casos
de recesión, una deuda riesgosa que paga 1 en los estados excepto en recesión, y una deuda
libre de riesgo que me paga 1 en todos los estados de la naturaleza. Si escribimos los repagos
en forma matricial tenemos:
Deuda riesgosa = (0 1 1)
1 1 1
C≡ 1 0 0
0 1 1
Para ver si C es invertible, debemos veriőcar que su determinante es distinto de cero. En
este ejemplo, no lo es. Esto quiere decir que los instrumentos complejos no son independientes
entre sí. Por ejemplo, podemos ver que la suma de repagos del seguro de desempleo más los de
la deuda riesgosa dan (1 1 1), es decir el repago de la deuda sin riesgo. Entonces sólo existen
dos de los tres instrumentos őnancieros que son independientes entre sí. Visto de otro modo,
8.4. PRECIOS PUROS Y ARBITRAJE 67
hay tres incógnitas (los precios de los instrumentos puros) y dos ecuaciones independientes,
por lo que no podemos despejar.
Supongamos ahora que aparece un nuevo instrumento őnanciero llamado acciones, con
los siguientes repagos
Acciones = (1 2 3)
En este caso el trío de los siguientes instrumentos son independientes entre sí: el seguro
de desempleo, la deuda riesgosa, y las acciones. El repago de estos instrumentos őnancieros
se pueden expresar matricial mente como:
1 0 0
C= 0 1 1
1 2 3
Podemos comprobar que det(C) = 1, por lo que esto es una matriz invertible. La inversa
sería
1 0 0
C −1 = 1 3 −1
1 −2 1
Podríamos pensar en C −1 como un libro de recetas que nos dice como construir instru-
mentos puros a partir de instrumentos complejos.
Para construir el primer instrumento puro necesito comprar 1 del primer instrumento
complejo, cero del segundo y cero del tercero.
Para construir el segundo instrumento puro necesito comprar 1 del primer instru-
mento complejo, 3 del segundo y hacer un short sell de -1 del tercero. Para ver el
repago, tenemos:
• Compro 1 seguro de desempleo y obtengo (1, 0, 0) en los distintos estados de la
naturaleza.
• Compro 3 unidades de deuda riesgosa y obtengo (0,3, 3)
• Vendo al descubierto 1 acción, y debo pagar en el siguiente periodo (-1,−2, −3)
en los distintos estados de la naturaleza
• El repago de esta cartera es (0,1,0), es decir el instrumento puro 2.
Hemos visto en el ejemplo que los instrumentos complejos de seguro de desempleo, deuda
riesgosa, y acciones, el mercado está completo. Si los precios de los instrumentos complejos se
8.4. PRECIOS PUROS Y ARBITRAJE 68
pueden observar, podemos extraer el precio de los instrumentos puros. Por ejemplo, supon-
gamos que el seguro de desempleo tiene un precio de mercado de 0,20, la deuda riesgosa un
precio de 0,70, y las acciones un precio de 1,7. Entonces el vector de precios puros p es igual
a la inversa de los repagos de los instrumentos complejos por el precio de los instrumentos
complejos p = C −1 V . En el ejemplo tenemos
p1 1 0 0 0,2 0,2
p2 = 1 3 −1 0,7 = 0,6
p3 1 −2 1 1,7 0,1
Es decir que el primer instrumento puro vale 0,2, el segundo 0,6 y el tercero 0,1. A partir
de estos instrumentos puros puedo valorar cualquier instrumento complejo j con repagos
P
(cj1 cj2 cj3 ) de manera que Vj = sϵS ps cjs . Por ejemplo, la deuda libre de riesgo debería valer
Vrf = 1 × 0,2 + 1 × 0,7 + 1 × 0,1 = 0,90. Si esto no fuera así, existe la posibilidad de hacer
arbitraje, un concepto esencial en la teoría y práctica de las őnanzas.
Veamos un ejemplo. En el ejemplo y la discusión al principio del capítulo comparamos:
(A) La deuda libre de riesgo y (B) La cartera formada por el seguro de desempleo más la
deuda riesgosa, y nos dimos cuenta que (A) y (B) tienen los mismos repagos, y por lo tanto
deberían valer lo mismo. Supongamos que esto no se da, y que (A) la deuda sin riesgo se
está vendiendo a 0,95 en el mercado, en tanto que (B) la suma del seguro de desempleo más
la deuda riesgosa valen 0,90.
Ante este desequilibrio, la regla general del arbitraje tipo I es comprar barato y vender
caro, sin tener ningún riesgo . En este ejemplo, compro la deuda riesgosa y el seguro de
desempleo, y vendo al descubierto la deuda sin riesgo (esto es equivalente a pedir prestado).
Esta transacción me generará hoy un ingreso de 0,95 − 0,90 = 0,5. En el próximo periodo
mis repagos serán
Pasos Hoy s1 s2 s3
Compro seguro desempleo −0,20 +1 0 0
Compro deuda riesgosa −0,70 0 +1 +1
Short deuda sin riesgo +0,95 -1 -1 -1
Posición neta +0,50 0 0 0
Entonces, hoy me gano 0,5 y en el próximo periodo, en todos los estados de la naturaleza
tengo un repago de 0. Es decir, gano algo hoy sin un riesgo en el futuro. Puedo hacer esto
millones de veces (es lo que hacen los fondos de arbitraje en Nueva York y Londres) hasta
que estas discrepancias en precios desaparezcan.
8.5. PROBLEMAS 69
Existe un arbitraje de tipo II, donde la cartera paga cero este periodo, y en el siguiente
periodo da repagos mayores o iguales a cero en cada estado de la naturaleza, con desigualdad
estricta en al menos un estado.
En őnanzas es muy común establecer algunos resultados invocando łausencia de arbi-
trajež. Esto quiere decir que en una economía las oportunidades de arbitraje no deberían
darse de una manera permanente. Los argumentos por ausencia de arbitraje son mucho más
generales que, por ejemplo, el de maximización de utilidades o de racionalidad.
8.5. Problemas
8.5.2. Ejercicios.
1. Hay una economía con tres empresas cuyo valor es Vj en t = 0. En esta economía hay
tres estados de la naturaleza y los repagos de las tres empresas son los siguientes:
t=0 t=1
πs 5 % 55 % 40 %
Empresa Vj cfj1 cfj2 cfj3
CSH 4 10 4 4
DS 8 5 13 2
LDA 7 5 3 14
a) Explique el concepto de arbitraje y su importancia en economía őnanciera, con
un par de ejemplos de su uso en clase.
b) Veriőque que el mercado está completo; Calcule los precios de los instrumentos
puros, el precio de un bono libre de riesgo y de su rendimiento simple.
c) Deőna el mercado como la suma de todos los ŕujos de caja, que tiene un valor
Vm . Calcule la prima de mercado de esta economía, y explique el resultado.
d) Suponga ahora que el precio del bono libre de riesgo (como porcentaje del valor
facial) se está transando a 90. Explique si hay una estrategia de arbitraje para
aprovechar esto, y ejecútela en base a los instrumentos complejos disponibles.
8.6. Referencias
1. Considere una economía de intercambio, donde no existe producción, sino sólo dota-
ciones.
2. La economía consta de dos periodos, t = 0, 1
3. En el periodo t = 1 existen N estados de la naturaleza cuyo conjunto se llamará S.
Un dado estado se denomina sϵS.
4. Existen I agentes con una utilidad cardinal uis (ci0 , cis ). Note que las utilidades no
necesariamente son separables, y pueden depender del estado de la naturaleza.
5. Cada agente tiene una creencia sobre las posibilidades de los estados de la naturaleza
πis que pueden ser heterogéneas X
u homogéneas, subjetivas u objetivas. Lo único que
deben respetar es que πis ≥ 0 y πis = 1.
sϵS
I
P
6. Cada agente tiene unas dotaciones ei0 y eis , y hay una dotación total de E0 ≡ ei0
i=1
I
P
y Es ≡ eis .
i=1
7. Existen J instrumentos complejos con valor Vj para j = 1, ..., J.
8. El precio de los instrumentos puros es ps para sϵS. Normalmente, se deőne p0 ≡ 1
71
9.2. DEFINICIÓN DE UN ÓPTIMO DE PARETO EN ESTA ECONOMÍA 72
I
" #
X X
max ηi πis uis (ci0 , cis )
{ci0 ,cis }
i=1 sϵS
P
I P
I
t.q. ci0 ≤ E0 y que cis ≤ Es para todo sϵS.
i=1 i=1
I
" # " I
# " I
#
X X X X X
L= ηi πis uis (ci0 , cis ) + p0 E0 − ci0 + ps E s − cis
i=1 sϵS i=1 sϵS i=1
Note que los multiplicadores de Lagrange se denominan con la letra p, lo que nos indica
que son un precio sombra de ese bien.
" #
∂L X ∂uis (ci0 , cis )
(9.2.1) = ηi πis − p0 = 0
∂ci0 sϵS
∂c i0
∂L ∂uis (ci0 , cis )
(9.2.2) = ηi πis − ps = 0
∂cis ∂cis
Al combinar las ecuaciones (9.2.1) y (9.2.2) se obtiene una expresión de los precios rela-
tivos:
9.2. DEFINICIÓN DE UN ÓPTIMO DE PARETO EN ESTA ECONOMÍA 73
∂uis (ci0 ,cis )
ps ∂cis
(9.2.3) = πis P ∂u (ci0 ,cis )
p0 πis is∂c i0
sϵS
En esta solución centralizada, cada canasta del consumidor tiene la característica que
las curvas de indiferencia de cada consumidor tendrán una pendiente de − ppi0is
. Las otras
condiciones del Lagrangiano centralizado son
X I
∂L
= E0 − ci0 = 0
∂p0 i=1
X I
∂L
= Es − cis = 0 ∀sϵS
∂ps i=1
∂uis (ci0 ,cis )
ps ∂cis
(9.2.6) = πis P ∂u (ci0 ,cis )
p0 πis is∂c i0
sϵS
9.3. PROBLEMAS 74
Note que las ecuaciones (9.2.3) y (9.2.6) son idénticas, por lo que el equilibrio descentra-
lizado da las mismas decisiones de consumo que las del equilibrio centralizado, que habíamos
visto que también era un óptimo de Pareto. La importancia de esta demostración es que
nos dice las condiciones bajo las cuales la "mano invisible" de Adam Smith (1776) funciona
en una economía con incertidumbre. Note que aquí trabajamos en una economía con dos
periodos, pero la demostración se puede extender a un número arbitrario de periodos. Las
condiciones sobre las creencias y sobre la funciones de utilidad son bastante generales.
Cuando las expectativas son homogéneas, es útil deőnir el precio por unidad de probabi-
lidad, que llamamos θs como:
ps
θs ≡
πs
9.3. Problemas
9.4. Referencias
Arrow, Kenneth J. "The role of securities in the optimal allocation of risk-bearing." The
Review of Economic Studies 31, no. 2 (1964): 91-96.
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988:109-113.
Debreu, Gerard. Theory of value: An axiomatic analysis of economic equilibrium. No. 17.
Yale University Press, 1959.
Varian, Hal. Microeconomic Analysis. W. W. Norton & Company, 3ra Edición, 1992
Capítulo 10
En el capítulo anterior determinamos los precios de los instrumentos puros, que con
p0 ≡ 1 se pueden re-escribir de la siguiente manera:
∂uis (ci0 ,cis )
∂cis
ps = πis P ∂u (ci0 ,cis )
πis is∂c i0
sϵS
Para obtener más intuición acerca del precio de los instrumentos, vamos a considerar
creencias homogéneas, de tal manera que πis = πs y que cada agente tiene una utilidad de:
c1−γ i
−1
ui (cit ) = it → u′i (cit ) = c−γ
it
i
1 − γi
El problema para cada agente es
" #
X X
Li = ui (ci0 ) + e−δi πs ui (ci1 ) + λi (ei0 − ci0 ) + ps (eis − cis )
sϵS sϵS
∂Li
= u′i (ci0 ) − λi = 0 → λi = u′i (ci0 )
∂ci0
∂Li e−δi πs ′
= δi πs u′i (cis ) − λi ps = 0 → λi = ui (cis ) = u′i (ci0 )
∂cis ps
Con las utilidades marginales antes calculadas, obtenemos una expresión de los precios
γ
ci0 i
−δi
ps = e πs
cis
Que nos dice que los precios dependen de la paciencia δi del agente y las probabilidad
πs del evento. Para entender el efecto de las dotaciones, considere el caso donde cada agente
tiene la misma paciencia y aversión al riesgo, de manera queδi = δ y γi = γ, de manera que
los consumos para cada agente son:
76
10.1. PRECIOS CON UTILIDADES DE POTENCIAS SEPARABLES 77
1/γ I
X 1/γ X
I 1/γ
ps ps ps
ci0 = cis → E0 = ci0 = cis = Es
δπs i=1
δπs i=1
δπs
Y los precios se pueden re-escribir como:
−γ
−δi Es
ps = e πs
E0
Los precios puros aumentan cuando
1. Aumenta la probabilidad πs de ese estado de la naturaleza
2. Disminuye la tasa de descuento intertemporal δi
3. Aumenta la dotación en el estado E0
4. Disminuye la dotación en el estado Es
5. Para bienes escasos, es decir E
Es
0
> 1, si aumenta la aversión al riesgo relativa γ.
6. Para bienes abundantes, es decir E 0
Es
< 1, si disminuye la aversión al riesgo relativa γ.
1
rf = δ + γµ − γ 2 σ 2
2
La tasa libre de riesgo aumenta conforme:
1. Aumenta la impaciencia δ de los agentes.
10.1. PRECIOS CON UTILIDADES DE POTENCIAS SEPARABLES 78
10.1.2. Mercado y prima de riesgo. Vimos que el valor del mercado está dado por
X X
1 Es
Vm = e E0 exp (1 − γ)µ + (1 − γ)2 σ 2
−δ
= exp(−rm ) πs Es = exp(−rm )E0 πs
2 sϵS sϵS
E0
1 σ2
E0 exp −δ + (1 − γ)µ + (1 − γ)2 σ 2 = exp(−rm )E0 exp µ +
2 2
σ2 σ2
exp(−rm ) = exp −δ + (1 − γ)µ − µ + [(1 − γ − 1)(1 − γ + 1)] = exp −δ − γµ − γ(2 − γ)
2 2
1
rm = δ + γµ − γ 2 σ 2 + γσ 2 = rf + γσ 2 → rm − rf = γσ 2
2
La tasa de descuento de mercado aumenta cuando
1. Aumenta la impaciencia δ de los agentes.
2. Aumenta el crecimiento esperado µ de las dotaciones
3. La volatilidad esperada tiene un efecto ambiguo sobre el rendimiento esperado. Si
γ < 2, un aumento en volatilidad aumenta el rendimiento rm , y para valores mayores
lo deprime.
4. La aversión al riesgo tiene un efecto ambiguo, ya que ∂r∂γm = µ + σ 2 (1 − γ). La tasa de
descuento aumenta si la aversión al riesgo es γ < 1 + σµ2 y disminuye para aversiones
al riesgo más altas.
5. La prima de riesgo aumenta conforme aumenta la aversión al riesgo y la volatilidad
de la economía
10.3. EJERCICIOS 79
10.2. Ejemplo
El cálculo del equilibrio őnanciero se puede hacer en un modelo muy general, como
veremos a continuación. Primero, consideramos una economía de intercambio, es decir, una
donde los agentes simplemente tienen dotaciones. preferencias, y probabilidades subjetivas
de estados de la naturaleza. En los siguientes capítulos simpliőcaremos algunos supuestos
(de probabilidades subjetivas, de funciones de utilidad) y añadiremos condiciones (funciones
de producción).
Pensemos en una economía de dos periodos, hoy t = 0 y mañana, que tiene tres estados
de la naturaleza: desértico (d), normal (n), y lluvioso (l). Existen tres agentes: Ana, Betty,
y Carlos. En este ejemplo, cada uno tendrá distintas utilidades y probabilidades subjetivas
de los eventos Ana
10.3. Ejercicios
10.3.2. Problemas.
1. En una economía de dos periodos (t = 0 y t = 1) existen dos estados de la naturaleza
para t = 1: S = {F rio, Calor} y dos empresas: Abrigos Arabasta (a) y Bronceadores
Baroque (b) que producen la siguientes cantidades de bienes en t = 1 y tienen el
precios de mercado en t = 0.
a) Explique qué es un mercado completo, y demuestre que este mercado en concreto
está completo. Explique qué es un título puro, y demuestre cómo se construyen
los títulos puros de frío y calor a partir de los títulos complejos de Arabasta y
10.3. EJERCICIOS 81
a) Explique en qué consiste un mercado completo, y veriőque que éste lo sea. Ex-
plique porqué se dice que en un mercado completo, el equilibrio es un óptimo de
Pareto.
b) En esta economía existen dos agentes: Uhura, que es dueña de CA y tiene una
dotación inicial de 40 CDF . El otro agente, Kirk, es dueño de AK y también
tiene una dotación inicial de 40 CDF . Tanto Kirk como Uhura creen que la
10.3. EJERCICIOS 82
bonos del Tesoro de los Estados Unidos a 10 años han subido de 0.10 a 0.74 %.
Explique si eso es un buen o mal síntoma de los prospectos de la economía de ese
país, suponiendo que las utilidades de los inversionistas no han cambiado.
b) En esta economía hay tres agentes: Larry, Moe y Curley y tres estados de la
naturaleza. Las funciones de utilidad de los tres agentes son ui (ci0 , ci1 ) = −c−0,25
i0 −
−0,25
0,96ci1 . En el periodo 0 no hay riesgo, mientras que en el periodo 1 hay tres
estados de la naturaleza: recesión (s = 1) con probabilidad 0.20, normal (s = 2)
con probabilidad 0.45, y auge (s = 3) con probabilidad 0.35: Las dotaciones de
los tres agentes son:
Agente t = 0 t=1
ei0 ei1 ei2 ei3
Larry 5 2 5 13
Moe 3 5 3 5
Curley 8 1 8 3
Calcule los precios de los instrumentos puros, la tasa libre de riesgo, las probabi-
lidades neutras al riesgo y la prima de mercado de esta economía.
c) Suponga que en vez de tres, existe un continuo de estados de la naturaleza.
Es
Las dotaciones agregadas tienen una distribución lognormal, tal que ln E 0
∼
N (µ, σ 2 ). Encuentre los parámetros µ y σ que generen las mismas tasas libres
de riesgo y prima de mercado que en la parte (b), y el crecimiento porcentual
esperado de las dotaciones totales.
10.4. Referencias
Separabilidad en Carteras
J
X
cis = wij Rjs
j=1
PJ
Tal que j=1
wij = 1. El Lagrangiano y las condiciones de primer orden para cada
inversionista son:
J
! " J
#
X X X
Li = πs ui wij Rjs + λi 1 − wij
sϵS j=1 j=1
∂Li X
= πs u′i (cis ) Rjs − λi = 0
∂wij sϵS
J
X J
X
wi0 + wij = 1 → wi0 = 1 − wij
j=1 j=1
El consumo cis estará dado por la riqueza őnal para un dado estado, a saber el ahorro
inicial (igual a uno sin pérdida de generalidad) por los rendimientos brutos en ese estado de
cada instrumento complejo, a saber:
J J
! J J
X X X X
cis = wij Rjs = 1− wij Rf + wij Rjs = Rf + wij zjs
j=0 j=1 j=1 j=1
Donde zjs ≡ Rjs − Rf = rjs − rf se conoce como el rendimiento en exceso. En este caso,
la utilidad esperada y condiciones de primer orden para cada inversionista son:
J
!
X X
Lfi = πs ui Rf + wij zjs
sϵS j=1
∂Lfi X
= πs u′i (cis ) zjs = 0
∂wij sϵS
Queremos ahora exponer las condiciones en que los inversionistas sólo se interesarán en K
fondos de inversión, donde K es un número mucho menor al de activos complejos disponibles
en la economía. Expondremos las condiciones y un esbozo de su razón de ser. El estudiante
interesado en una demostración más detallada del tema puede consultar los capítulos 6 y 8
de Ingersoll (1987).
Rjs = ys + εjs
P
∗
Donde E(εjs | ys ) = 0, y donde la cartera óptima wij = wj∗ tiene Jj=1 wj∗ εjs = 0,
es decir, donde todos los riesgos idiosincráticos εjs se cancelen. Cualquier cartera
distinta de la óptima representa un aumento en riesgo.
Rjs = Rf + bj ys + εjs
Donde E(εjs | ys ) = 0. En este caso, todos los inversionistas compran sólo dos
P
carteras: la del activo libre de riesgo, y una del łmercadož que cumple Jj=1 wj∗ εjs = 0
P
y con Jj=1 wj∗ = 1
5. Cualquier utilidad aversa al riesgo, donde haya un instrumento sin riesgo, y los ren-
dimientos de los otros instrumentos cumplan:
E(Rj ) = Rf + bj E(y)
bj
E(Rm ) = Rf + bm E(y) → E(Rj ) = Rf + [E(Rm ) − Rf ]
bm
Las distribuciones de rendimientos que cumplen se llaman elípticas, e incluyen los
rendimientos normales.
Las condiciones (4) y (5) se les llama łseparación en dinerož (łmoney separationž en inglés)
y serán los resultados que se obtengan al estudiar el CAPM de Sharpe.
K
X
Rjs = Rf + bjk ysk + εjs
k=1
Donde existen K factores yks . El riesgo idiosincrático cumple con E(εjs | y1s , ...yks ) =
P P
∗
0 y la cartera k = 1, ..., K wjk cumple con Jj=1 wjk ∗
εjs = 0 y con Jj=1 wjk
∗
= 1.
11.3. Ejercicios
11.4. Referencias
Copeland, Thomas E., y John Fred Weston. Financial Theory and Corporate Policy.
Editorial Addison Wesley, 3ra edición, 1988:119-124
Ingersoll, Jonathan E. Theory of financial decision making. Vol. 3. Rowman & Littleőeld,
1987.
Capítulo 12
El principio de separación de Fisher dice que las decisiones de inversión de una empresa
se pueden hacer independientemente de las preferencias de los dueños de la empresa. Este
principio permite que puede haber una separación entre la propiedad (los dueños) y el control
(los gerentes) de una empresa. El principio de separación fue establecido por Irving Fisher
en 1930, donde también desarrolló el concepto de valor actual neto. En 1930 todavía no se
había desarrollado la teoría de la utilidad esperada, de manera que el primer ejemplo que
daremos analiza una situación sin riesgo. Cuando hay riesgo, el principio de separación de
Fisher sigue siendo cierto cuando los mercados están completos.
Para entender el contexto en que se desarrolla el libro de Irving Fisher (1930), es impor-
tante explicar un poco de historia. La primera revolución industrial se da en Inglaterra a
partir del siglo XVIII, con el desarrollo de textileras y de empresas relativamente grandes.
La segunda revolución industrial despega a mediados del siglo XIX, y esta vez los países más
prominentes son Estados Unidos y Alemania, que desarrollan ferrocarriles, telégrafos, equi-
pos eléctricos, maquinaria agrícola, acero, químicos entre otras. Estas empresas son varios
órdenes de magnitud más grandes y complejas que las de la primera revolución industrial.
Muchas de estas empresas tuvieron necesidad de ingentes cantidades de capital, y todas
requirieron de cuadros gerenciales altamente profesionalizados. El lector interesado puede
consultar el excelente libro de Chandler (1977) para estudiar este fenómeno en más detalle.
En Estados Unidos, a partir de 1880-1890, comienza un proceso en que los dueños fundadores
de muchas de estas empresas se retiran. Esto lleva a un fraccionamiemto de la propiedad
accionaria, de manera que en un estudio al principio de la Gran Depresión, Berle y Means
(1932) documentan como se da una separación entre la propiedad, que queda en manos de
accionistas cada vez más fragmentados, y el control real de las empresas, que queda en ma-
nos de los gerentes profesionales que se habían desarrollado en las empresas gigantes de la
segunda revolución industrial. En este contexto, el libro de Fisher (1930) explica que esta se-
paración no genera problemas, si los gerentes maximizan el valor actual neto de los proyectos,
independientemente de las preferencias de los dueños.
89
12.3. PRINCIPIO DE SEPARACIÓN DE FISHER SIN RIESGO 90
Primero, deőniremos los conceptos de valor actual (VA, PV, o łPresent Valuež) y valor
actual neto (VAN, NPV, o łNet Present Valuež). Considere un proyecto con un costo inicial,
que deőnimos como ŕujo de caja −cfj0 . Este proyecto genera ŕujos de caja, positivos o
negativos, dados por cfjt para t = 1, ..., T . El valor actual se deőne como:
T
X cfjt
V Aj =
t=1
(1 + k)t
Donde k es una tasa de interés que a veces es conocida como tasa de corte (łhurdle ratež
en inglés). Note que el valor actual no considera el ŕujo de caja inicial. Veamos ahora el valor
actual neto:
T
X cfjt
V ANj = −cfj0 + = V Aj − cfj0
t=1
(1 + k)t
El valor actual neto incluye el ŕujo de caja inicial.
∂V u′ (c0 )
= −u′ (c0 ) + e−δ u′ (c1 )f ′ (k0 ) = 0 → f ′ (k0 ) = eδ ′
∂k0 u (c1 )
Considere ahora en segundo lugar una economía de intercambio donde existe un mercado
őnanciero en el que se puede invertir para recibir un rendimiento bruto seguro de Rf . El
agente tiene una riqueza total e0 que usa para consumir en este y el siguiente periodo, con
un presupuesto total de:
c1
e 0 = c0 + → c1 = Rf (e0 − c0 )
Rf
12.4. PRINCIPIO DE SEPARACIÓN DE FISHER CON RIESGO Y MERCADOS COMPLETOS 91
∂V u′ (c0 )
= u′ (c0 ) − e−δ u′ (c1 )Rf = 0 → Rf = eδ ′ = f ′ (k0 ) = f ′ (e0 − c0 )
∂c0 u (c1 )
La última igualdad nos indica que hay una relación entre la tasa de descuento Rf y la
productividad marginal f ′ (k0 ). Este es el primer punto de Fisher, de que las tasas de interés
toman en cuenta aspectos łsubjetivosž de las preferencias de los inversionistas, dados por
su impaciencia y sus utilidades marginales, y por otra parte dependen de efectos łobjetivosž
relacionados con la función de producción. Podríamos dar un ejemplo concreto con utilidades
y funciones de producción, pero esto puede confundir en vez de esclarecer el punto, de manera
que veremos el ejemplo para el caso de la economía con riesgo.
Consideremos ahora, en tercer lugar, una economía donde hay separación entre la pro-
piedad y el control de la empresa. Los gerentes se encargan de maximizar el V AN de un
proyecto, es decir:
f (k0 )
V AN = −k0 +
Rf
∂V AN f ′ (k0 )
= −1 + = 0 → Rf = f ′ (k0 )
∂k0 Rf
Es decir, que el gerente escoge el mismo nivel de inversión que el dueño de la empresa.
Note que en la fórmula del V AN no aparece por ninguna parte la utilidad del dueño de la
empresa. El hecho de que en la economía separada y en la economía integrada encontramos
que Rf = f ′ (k0 ) es la esencia del principio de separación de Fisher.
El libro de Fisher antecede a los ambientes de riesgo desarrollados por Von Neumann y
Morgenstern. En el siguiente ejemplo, ilustraremos como la intuición de Fisher sigue funcio-
nando siempre y cuando haya mercados completos. Pondremos a continuación los supuestos
del ejemplo
1. Hay dos periodos, t = 0 donde no hay riesgo, y t = 1, donde existen estados de la
naturaleza s, cuyo conjunto llamaremos S. La probabilidad de un dado estado de la
naturaleza es πs .
2. Existen mercados completos, donde p0 ≡ 1 y ps para sϵS.
3. El agente tiene una utilidad cardinal de V = u(c0 ) + e−δ u(c1 ), con u‘ > 0 y u” < 0
4. El agente tiene una dotación inicial e0 , que se puede usar para consumo inmediato
c0 o para inversión k0 .
12.4. PRINCIPIO DE SEPARACIÓN DE FISHER CON RIESGO Y MERCADOS COMPLETOS 92
5. La inversión genera un repago riesgoso en t = 1 que llamaremos fs (k0 ), con fs′ (k0 ) > 0
y fs′′ (k0 ) < 0 para cada sϵS.
∂L p X
= −u′ (c0 ) + e−δ πs u′ (c1s )fs′ (k0 ) = 0
∂k0 sϵS
X
(12.4.1) u′ (c0 ) = e−δ πs u′ (c1s )fs′ (k0 )
sϵS
∂Li
= −u′ (c0 )ps + e−δ πs u′ (c1s ) = 0
∂c1s
Esta ecuación puede ser multiplicada por fs′ (k0 )para obtener:
X X f ′ (k0 )
′ ′ ′
ps f (k0 ) = f (k0 ) ps = f (k0 )Vf = = 1 → f ′ (k0 ) = Rf
sϵS sϵS
Rf
Esto ocurre porque como habíamos visto ante, el activo libre de riesgo paga 1 para todo
P
sϵS y tiene un valor Vf = sϵS ps = R1f
Consideremos ahora una economía donde hay separación entre la propiedad (los dueños
de la empresa) y el control (los gerentes de la empresa), y los gerentes maximizan el valor
actual neto de las inversiones, a saber:
X
V AN (k0 ) = −k0 + ps fs (k0 )
sϵS
Las condiciones de primer orden nos dan:
∂V AN (k0 ) X X
= −1 + ps fs′ (k0 ) = 0 → ps fs′ (k0 ) = 1
∂k0 sϵS sϵS
Que vimos que son las condiciones de optimalidad que se obtenían combinando el pro-
blema de producción y de intercambio.
Para entender la idea de Fisher de que los rendimientos mezclan factores subjetivos y
objetivos, consideremos el factor de descuento libre de riesgo de una economía de intercambio
con utilidades CRRA y dotaciones lognormales:
γ 2σ2
rf = δ + γµ −
2
En esta fórmula se combinan parámetros subjetivos de preferencia, la tasa de impaciencia
δ y la aversión al riesgo relativa γ. También existen factores objetivos, que son el crecimiento
y volatilidad, µy σde las dotaciones, donde Es = E0 exp (µ + σs) donde s ∼ N (0, 1).
Usemos el ejemplo del cálculo de equilibrio en el capítulo 9. En esa economía, había tres
estados de la naturaleza, con probabilidades πs = 14 , 21 , 14 , y dotaciones agregadas de Es =
{3, 4, 5}. Cuando los agentes tenían utilidades logarítmicas, los precios de los instrumentos
puros eran ps = {0,30; 0,45; 0,18}. Ahora consideraremos tres proyectos:
V AN (x) = −x + 0,93
Esto es positivo si x ≤ 0,93.
12.5.2. Proyecto de abono. Este proyecto tiene un costo inicial de y y genera ŕujos
de caja adicionales de fs′ (y) = {0, 1, 2}. El ŕujo de caja esperado del proyecto es 1, El valor
actual y factor de descuento del proyecto son:
E[fs′ (y)] 1
E(ry ) = −1= − 1 = 23,4 %
V A(y) 0,81
La tasa de descuento es mayor aún que la tasa de descuento del mercado, que era del
11,11 % en el ejemplo calculado. El valor actual neto del proyecto es
V AN (y) = −y + 0,81
Esto es positivo si y ≤ 0,81.
12.5.3. Proyecto de riego. Este proyecto tiene un costo inicial de z y genera ŕujos
de caja adicionales de fs′ (z) = {2, 1, 0}. El ŕujo de caja esperado del proyecto es 1, El valor
actual y factor de descuento del proyecto son:
E[fs′ (z)] 1
E(rz ) = −1= − 1 = −4,76 %
V A(z) 1,05
La tasa de descuento es negativa, y queda para que el lector medite porqué este es el
caso. El valor actual neto del proyecto es
V AN (z) = −z + 1,05
Esto es positivo si z ≤ 1,05.
12.6. Ejercicios
12.6.2. Problemas.
12.7. REFERENCIAS 96
12.7. Referencias
Berle, Adolf Augustus, and Gardiner Gardiner Coit Means. The modern corporation and
private property. Harcourt, 1932
Chandler, Alfred Dupont. The visible hand: The managerial revolution in American bu-
siness. Harvard University Press, (1977).
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988: 124-128 y 135-139.
DeAngelo, Harry. "Competition and unanimity." The American Economic Review 71,
no. 1 (1981): 18-27.
Fisher, Irving. The Theory of Interest. New York 43 (1930)
12.7. REFERENCIAS 97
Hirshleifer, Jack. "On the theory of optimal investment decision." Journal of Political
Economy 66, no. 4 (1958): 329-352.
Robinson, Joan. The economics of imperfect competition. Springer, 1969.
Rubinstein, Mark. "Competition and approximation." The Bell Journal of Economics
(1978): 280-286.
Rubinstein, Mark. A history of the theory of investments: My annotated bibliography. Vol.
335. John Wiley & Sons, 2011.
Smith, James E. Fisher separation and project valuation in partially complete markets.
Duke University Working Paper, 1996.
Capítulo 13
Las őnanzas corporativas es una de las principales ramas de las őnanzas, y se distingue
por el estudio a lo interno de la empresa. Franco Modigliani y Merton Miller se pueden
considerar como los padres de las őnanzas corporativas, gracias a dos artículos en 1958 y
1961. Lo que demuestran es que bajo un set de condiciones, las políticas őnancieras de la
empresa no afectan su valor ni su costo de capital. Más generalmente, el resultado indica
que la łingeniería őnancieraž de una empresa (su estructura de capital y sus política de
dividendos) son de segundo orden relativo a su política de inversión. Desde un punto de
vista técnico, los teoremas de Modigliani y Miller son importantes por que son demostrados
a partir de un supuesto de que no hay posibilidades de arbitraje. Esta es una condición
más general que la racionalidad de los agentes. En este capítulo haremos un esbozo de la
demostración del teorema inicial (MMI). Los supuestos son los siguientes:
1. No existen costos de quiebra.
2. Los impuestos no subsidian a ningún instrumento en concreto. Para esta demostración
supondremos que los impuestos son cero.
3. Existe competencia perfecta.
4. Los mercados son perfectos. Especíőcamente, es posible vender al descubierto cual-
quier instrumento őnanciero, y no existen posibilidades de arbitraje.
5. Existe información simétrica
El desarrollo de las őnanzas corporativas moderna se ha hecho a base de cambiar los ante-
riores supuestos.
Para la demostración original del Modigliani y Miller (1958) se supuso además que es
posible emitir deuda sin riesgo. La demostración se hace de la siguiente manera:
1. Existen dos empresas con el mismo ŕujo de caja subyacente ats para t = 1, ...T . La
diferencia entre las empresas es que una tiene una deuda que paga dt , y la otra no
tiene deuda.
2. El valor del negocio (Enterprise value) de la empresa endeudada es EVl = El + Dl ,
donde El es el valor de mercado de su patrimonio, mientras que Dl es el valor de
98
13.2. DEMOSTRACIÓN CON MERCADOS COMPLETOS 99
mercado de su deuda. La empresa desapalancada, por su parte, tiene una valor del
negocio de EVu = Eu . Los ŕujos de caja, en resumen, están dados por
Valor f.c. f.c. deuda f.c. acciones
Empresa L EVl = El + Dl ats dt ats − dt
Empresa U EVu = Eu ats 0 ats
3. El teorema dice que EVl = EVu . Esta demostración se hace por contradicción. Su-
ponga que los valores son distintos, por ejemplo, que EVl > EVu . Entonces existen
oportunidades de arbitraje tipo 1, como se demostrará a continuación:
Acción f.c. t = 0 f.c. t > 0
Compro α de EVu −αEVu αats
Short de α de Dl +αDl −αdt
Short de α de El +αEl −α(ats − dt )
Posición neta α(El + Dl − EVu ) 0
Esta es una oportunidad de arbitraje tipo 1, ya que el ŕujo de caja inicial es
f c0 = α(El + Dl − EVu ) = α(EVl − EVu ) > 0. Esto contradice el supuesto de que
no hay oportunidades de arbitraje. Si EVu > EVl también habrán oportunidades de
arbitraje. Por lo tanto, la única situación con ausencia de arbitraje es EVl = EVu .
Stiglitz en 1969 demostró que con mercados completos se llega a la misma situación, aún
cuando la deuda tenga riesgo. Veamos la demostración:
1. Existen estados de la naturaleza sϵS con un precio ps .
2. Un negocio genera un ŕujo ajs . Este negocio tiene una deuda con un valor nominal
D, sobre la que promete un rendimiento bruto de R. Esta deuda es riesgosa. Podemos
deőnir los estados de naturaleza Q de quiebra, y de Q′ (no quiebra), dados por :
Q′ : {s | ajs ≥ RD}
3. Los acreedores y accionistas reciben:
(
RD sϵQ′
djs =
ajs sϵQ
(
ajs − RD sϵQ′
ejs =
0 sϵQ
4. El valor de la deuda y de las acciones están dados por:
13.3. EJERCICIOS 100
X X X X
D= ajs ps + RDps → RD ps = D − ajs ps
sϵQ sϵQ′ sϵQ′ sϵQ
X X X X X
E= (ajs − RD)ps = ajs ps − RD ps = ajs ps − D + ajs ps
sϵQ′ sϵQ′ sϵQ′ sϵQ′ sϵQ
13.3. Ejercicios
13.3.2. Problemas.
1. Hay una economía con tres empresas cuyo valor es Vj . En esta economía hay tres
estados de la naturaleza que ocurren con la misma probabilidad, y los repagos de las
tres empresas son los siguientes:
t=1
Empresa Vj cfj1 cfj2 cfj3
Zoom 10 12 10 8
Delta 9 2 12 16
Apple 11 8 10 18
a) Explique las condiciones en esta economía de que un mercado esté completo, su
importancia, y demuestre que en esta economía los mercados están completos
b) Calcule los precios de los instrumentos puros, la tasa libre de riesgo simple, y la
prima de mercado para esta economía
c) Calcule los rendimientos esperados de cada una de las empresas, y comente el
riesgo relativo de ellas respecto al mercado.
d) Calcule las probabilidades neutras al riesgo de esta economía y expliqué cuáles
serían los estados łmalosž y łbuenosž de acuerdo a ellas.
e) Usted es un asesor őnanciero y Delta está considerando dividir sus ŕujos de
caja en una deuda cero cupón con un valor facial de 3, y el resto a pagarse en
acciones. Suponga que no hay costos de quiebra, explique que le recomendaría a
Delta acerca de esta estructura de capital y porqué. Explique cómo cambiaría su
respuesta si hubieran costos de quiebra.
13.4. Referencias
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988:140-144
Miller, Merton H., and Franco Modigliani. "Dividend policy, growth, and the valuation
of shares." The Journal of Business 34, no. 4 (1961): 411-433.
13.4. REFERENCIAS 102
Modigliani, Franco, and Merton H. Miller. "The cost of capital, corporation őnance and
the theory of investment." The American Economic Review 48, no. 3 (1958): 261-297.
Stiglitz, Joseph E. "A re-examination of the Modigliani-Miller theorem." The American
Economic Review (1969): 784-793.
Parte 3
Teoría de Carteras
Capítulo 14
Acciones
Ticker M V E
Apple AAPL 2716
Microsoft MSFT 2390
Saudi Aramco 2222.SR 2213
Alphabet GOOG 1697
Amazon AMZN 1335
NVIDIA NVDA 1106
Tesla TSLA 799
Meta META 789
Berkshire BRK-B 759
Eli Lilly LLY 511
Capitalización en miles de millones de USD, 2.X.2023 , https://companiesmarketcap.com
Existe una hipótesis de mercados eőcientes (EMH por sus siglas en inglés) que fue intro-
ducida por Bachelier (1900), estudiada empíricamente por Cowles (1933) y teóricamente por
104
14.1. HIPÓTESIS DE MERCADOS EFICIENTES Y EL TEST DE RAZÓN DE VARIANZAS 105
Samuelson (1965). Una buena reseña de la hipótesis se encuentra en Fama (1970,1991). Esta
hipótesis dice que toda la información relevante está reŕejada en los precios, que implica que
los rendimientos pasados no puedan predecir los rendimientos futuros, y que es conocida co-
mo una caminata aleatoria. Téoricamente esto se puede ver de la siguiente manera. El precio
de un activo en el periodo t reŕeja la esperanza de los repagos futuros, dada la información
al momento, y por tanto pt = Et (v ∗ ). El cambio futuro en el precio del activo es:
Et [pt+1 − pt ] = Et [Et+1 (v ∗ ) − Et (v ∗ )] = 0
Esto se debe a que usamos la ley de la esperanza iterada, donde Et [Et+1 (v ∗ )] = Et (v ∗ ).
Los rendimientos de un activo que incorpora toda la información disponible, son impre-
decibles de un periodo al otro. Una de las consecuencias de que los rendimientos no tienen
autocorrelación es que la varianza de los rendimientos logarítmicos de distintos horizontes son
proporcionales. Veamos un ejemplo, donde rmt se reőere a los rendimientos continuamente
compuestos mensuales y ra es el rendimiento logarítmico anual, de manera que:
12
X
ra = rmt
t=1
Si los rendimientos mensuales no tienen correlación entre sí, entonces:
12
X
σa2 = 2
σm 2
= 12σm
t=1
σa2
VR ≡ 2
=1
12σm
Esta idea fue usada por un número de economistas, de los cuales se destacan Lo y
Mackinlay (1988), ya que desarrollaron la distribución asintótica de V R. Lo y Mackinlay
(1989) estudian las propiedades del test para muestras őnitas, y encuentran que a partir de
32 observaciones, los errores estándar se acercan bastante a los asintóticos. Wright (2000)
propone un test alternativo con signos y rangos de los rendimientos. Ahora veremos cómo
calcular el test de V R:
1. Primero, uno descarga un índice, p.e. el S&P 500 con datos mensuales. Llamaremos
a este índice Pt
2. Como trabajaremos con rendimientos continuamente compuestos, calculamos pt ≡
ln(Pt )
3. Considere ahora un periodo de nq periodos mínimos (un día, una semana, o un
mes), y un número de periodos acumulados q. Por ejemplo, si el periodo mínimo es
de un mes, entonces para el periodo acumulado de q = 12 estaríamos hablando de
rendimientos anuales, y n es el número de años. Lo y Mackinlay (1988) trabajaron con
14.1. HIPÓTESIS DE MERCADOS EFICIENTES Y EL TEST DE RAZÓN DE VARIANZAS 106
Con la muestra de 1915 al 2021, hay una leve autocorrelación positiva al horizonte
de 3 y 12 meses, siendo signiőcativa con homocedasticidad para el caso trimestral. En
el caso de periodos más largos (q = 96 meses u ocho años), hay una autocorrelación
negativa, que en nuestro caso no es tampoco signiőcativa, pero que Poterba y Sum-
mers (1988) sí encontraron que era signiőcativa para el periodo que ellos estudiaron,
1926 a 1986. En el caso de los datos más recientes, encontramos que para q = 3, 12
meses, hay una autocorrelación negativa, pero que tampoco es signiőcante. El test
14.3. MEDIDAS DE COMOVIMIENTO 107
de Lo y Mackinlay nos indica que al menos con el S&P 500 para los horizontes ana-
lizados no podemos rechazar la hipótesis de caminata aleatoria. Es notable también
que los errores estándar son muy altos con sólo 11 años de datos.
Veamos ahora la evidencia semanal para índices de mercado y acciones individuales. El
siguiente cuadro maneja las razones de varianza V Rq . Se puede ver que el índice S&P
500, parece no tener autocorrelación de los rendimientos, mientras que para Exxon hay una
autocorrelación negativa, y para IBM pasa de autocorrelaciones negativas a nivel semanal a
autocorrelaciones positivas a nivel mensual.
Cuadro 3. Rendimientos anualizados del S&P 500, Exxon e IBM, 1962-2019
S S S M M M A A A
S&P500 XOM IBM S&P500 XOM IBM S&P500 XOM IBM
Promedio anualizado 0,0653 0,1460 0, 0925 0,0657 0,1455 0, 0934 0,0656 0,1453 0, 0932
Varianza anualizada 0,0241 0,0429 0,0590 0,0218 0,0332 0,0565 0,0236 0,0404 0,0481
var(ra )
V R ≡ qvar(r a/q )
0,9767 0,8146∗ 0,9428∗ 1,0795 0,8508∗ 1,2157∗
D.S. anualizada 0,1553 0,2070 0,2429 0,1477 0,1823 0,2377 0,1534 0,2010 0,2193
Asimetría −0,5795 −0,0626 −0,1534 −0,6860 0,0843 −0,1563 −1,2747 0,8203 0,0994
Curtosis en exceso 5,5665 3,0497 3,0171 2,5649 0,5587 1,6691 2,5453 3,9214 −0,4248
Fuente: finance.yahoo.com. * significativo al 5 %
Cuadro 6. µi , σi y ρij ( %)
14.4. Ejercicios
14.5. Referencias
Sharpe, William F. "The Sharpe ratio." The Journal of Portfolio Management 21, no. 1
(1994): 49-58.
Wald, Abraham. " A Method of Estimating Plane Vulnerability Based on Damage of Sur-
vivors" Operations Evaluation Group, Center for Naval Analyses, 1943. ver https://jmbuhr.de/dataIntro20/
Wright, Jonathan H. "Alternative variance-ratio tests using ranks and signs." Journal of
Business & Economic Statistics 18, no. 1 (2000): 1-9.
Capítulo 15
σxy
ρxy ≡
σx σy
La correlación entre dos variables siempre está entre 1 (perfecta correlación positiva)
y -1 (perfecta correlación negativa). Si uno corre una regresión entre x y y, el R2 de esa
regresión es de ρ2xy . En términos matriciales, las medidas de dispersión se pueden resumir en
una matriz de varianzas covarianzas V dada por:
" #
σx2 σxy
V =
σxy σy2
La matriz de varianzas tiene dos propiedades importantes. La primera es que es simétrica.
La segunda es que es semideőnida positiva: esto signiőca que para cualquier vector arbitrario
w, entonces w′ V w ≥ 0. La inversa de la matriz de varianzas covarianzas, V −1 , hereda las
propiedades de V,es decir, V −1 es también simétrica y semideőnida positiva.
Consideremos ahora una cartera que combina los activos x y y en las siguientes pro-
porciones. Invierto wx de los ahorros en x y wy = 1 − wx en y. Note que wx < 0, lo que
111
15.2. UN SENCILLO EJEMPLO CON DOS ACCIONES 112
implica que estoy vendiendo x al descubierto. También puede ser que wx > 1, lo que implica
que estoy vendiendo y al descubierto. En términos matriciales, podemos deőnir un vector w,
dado por:
" # " #
wx wx
w= =
wy 1 − wx
La cartera tiene rendimientos de
rw = w x rx + w y ry
La esperanza de esta cartera E(rw ) ≡ µw se puede expresar:
µw = w x µx + w y µy = w ′ µ
La varianza de la cartera, V ar(rw ) ≡ σw2 se puede expresar como:
Consideremos un sencillo ejemplo con las acciones de dos empresas, Apple (AAPL) y
Exxon (XOM). Suponga que µ y V de los rendimientos mensuales están dados por los
siguientes valores:
" #
1 2, 48
µ=
100 0, 93
" #
1 50 8
V =
(100)2 8 19
Estos valores nos dicen que la desviación estándar de los rendimientos de AAPL y XOM
son, respectivamente:
s
50
σAAP L = = 7,07 %
(100)2
s
19
σXOM = = 4,36 %
(100)2
La correlación de las dos acciones es:
15.2. UN SENCILLO EJEMPLO CON DOS ACCIONES 113
8
ρ= √ = 0,2533 → R2 = 0,0641
50 × 19
Como se puede ver, las dos acciones tienen una correlación relativamente baja, pero
positiva. Considere ahora cartera que invierte w en AAP L y 1 − w en XOM,en sus media
es
1 1
µw = [2,48w + 0,93(1 − w)] = [0,93 + 1,55w]
100 100
Observe que es posible conseguir un rendimiento superior al de AAPL de un 2,48 % por
mes. £De qué manera? Considere una cartera donde w = 2 y 1 − w = −1: esto quiere
decir que estoy vendiendo al descubierto un 100 % de mis ahorros en Exxon, y que estoy
invirtiendo un 200 % de mis ahorros en Apple. Esta cartera tiene un rendimiento esperado
de µw = 4,03 %. Note que es una cartera sumamente riesgosa, ya que estoy asumiendo tanto
el riesgo de vender al descubierto a Exxon y de que estoy invirtiendo una gran cantidad en
Apple. Si el precio de Apple cae y el de Exxon sube, estaría en serios problemas.
Consideremos ahora la varianza de la cartera
" #" #
1 h i 50 8 w 1
σw2 = w 1 − w = 53w2 − 22w + 19
(100)2 8 19 1−w (100) 2
∂σw2 1
= [106w − 22] = 0 → w = 0,2075
∂w (100)2
Esta cartera de mínima varianza invierte un 20,75 % de los ahorros en Apple y el balance,
79,25 %, en Exxon. La varianza y desviación estándar de la cartera de mínima varianza son:
2 16,72
σM VP = → σM V P = 4,09 %
(100)2
Note un resultado importantes de este ejemplo: la cartera de mínima varianza tiene menos
riesgo que cualquiera de las dos acciones individualmente. Esto es el valor de la diversiőcación,
que se da gracias a que la correlación entre las acciones es menor a uno. Entre menor sea ρ,
mayor es el beneőcio de la diversiőcación de carteras.
En el siguiente capítulo estudiaremos la formación de carteras cuando tenemos n activos
riesgosos.
15.4. REFERENCIAS 114
15.3. Problemas
15.4. Referencias
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988: 153-166
Capítulo 16
La Frontera Eficiente
Considere una economía que tiene n instrumentos riesgosos, y donde no existe ningún
activo libre de riesgo. Los n activos riesgosos tienen un vector de rendimientos rϵRn con una
distribución multivariada normal. Analíticamente, r ∼ N (µ, V ), donde
µ1 σ11 σ12 . . . σ1n
µ2 σ21 σ22 · · · σ2n
µ=
.. ...V =
.. .. .. ..
. . . . .
µn σn1 σn2 . . . σnn
Es decir, µ es un vector de dimensión n×1 con los rendimientos esperados de cada activo.
V es una matriz simétrica y semideőnida positiva de dimensión n × n. Cada elemento dentro
de la matriz es una covarianza σij ≡ cov(ri , rj ) = σji . Note además que σii = var(ri ). La
inversa de la matriz de varianzas y covarianzas, V −1 , es también simétrica y semideőnida
positiva.
La notación para diferenciación con vectores y matrices simétricas es la siguiente:
dx
x ≡ w′ a → = aϵRn
dw
dx
x ≡ w′ V w → = 2V wϵRn
dw
Para generar la frontera eőciente, el accionista busca la cartera con mínima varianza,
sujeto a que la cartera rinda µw determinado. Conceptualmente, esto se deőne como:
1
M ax − w′ V w t.q.w′ µ = µw t.q.w′ ι = 1
w 2
Donde ι es un vector de dimensión n × 1 lleno de unos. La maximización de Lagrange da:
1
L = − w′ V w + λ1 [w′ µ − µw ] + λ2 [w′ ι − 1]
2
(16.1.1) Lw = −V w + λ1 µ + λ2 ι = 0
115
16.1. DESARROLLO TEÓRICO 116
(16.1.2) L λ 1 = w ′ µ − µw = 0 → w ′ µ = µw
(16.1.3) Lλ 2 = w ′ ι − 1 = 0 → w ′ ι = 1
V w = λ1 µ + λ2 ι → V −1 V w = λ1 V −1 µ + λ2 V −1 ι
(16.1.4) w = λ1 V −1 µ + λ2 V −1 ι → w′ = λ1 µ′ V −1 + λ2 ι′ V −1
Como B > 0 entonces D > 0 también. Con este proceso ya hemos encontrado el valor de
λ1 y λ2 que era el primer paso para estimar la frontera eőciente.
16.1.2. Paso II: Encontrar los pesos w de las carteras eficientes. Este es un
paso sencillo, que combina las ecuaciones (16.1.4) y (16.1.6) para obtener:
" # " #
h i λ1 h i µ′
(16.1.7) w = V −1 µ ι → w′ = λ 1 λ2 V −1
λ2 ι′
Estos pesos w serán estudiados más a fondo en el próximo capítulo. Por ahora continue-
mos con la caracterización de la frontera eőciente.
(16.1.8) "
2
2 # 2
2 1 2 D A 1 C 2 A A 1 C A
σw = Cµw − 2Aµw + + = + µ − 2µw + = + µw −
D C C C D w C C C D C
2 s
1 C A A D 1
σw2 = + µw − → µw = ± σw2 −
C D C C C C
16.1. DESARROLLO TEÓRICO 118
q
D
C
A
C
√1 σw
C
Frontera 10 acciones
2.00%
1.50%
1.00%
0.50%
σ
0.00%
0.00% 1.00% 2.00% 3.00% 4.00% 5.00% 6.00% 7.00% 8.00%
1 C
A 2
Cuadro 1. Parámetros Frontera Eőciente σw2 = C
+ D
µw − C
2 acciones 10 acciones
′ −1
A=ιV µ 6,7714 18,5844
B = µ′ V −1 µ 0,1138 0,2758
C = ι′ V −1 ι 597,23 1681,06
D = BC − A2 22,116 118,24
µM V P =qCA 1,134 % 1,106 %
1
σM V P = 4,092 % 2,439 %
qC
D
Pendiente C
19, 24 % 26, 52 %
q
También, cuando pasamos a usar de 2 a 10 activos riesgosos, la pendiente D C
au-
menta de 0, 1924 a 0, 2652, casi un 38 % de mejora de la tasa de transformación de
riesgo a rendimiento.
En este ejemplo se ve también que no hay una relación entre el número de activos y
el rendimiento del MVP, ya que al pasar de 2 a 10 activos riesgosos, CA de hecho baja
levemente.
16.3. Problemas
16.4. Referencias
Copeland, Thomas E., y John Fred Weston. Financial theory and Corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988: 166-172.
Merton, Robert C. "An analytic derivation of the efficient portfolio frontier." Journal of
Financial and Quantitative Analysis 7, no. 4 (1972): 1851-1872.
Roll, Richard. "A critique of the asset pricing theory’s tests Part I: On past and potential
testability of the theory." Journal of Financial Economics 4, no. 2 (1977): 129-176.
Capítulo 17
1. Si una cartera
h −1w está eni la frontera
h −1 eőciente, ise puede escribir como w = g + hµw
BV ι−AV −1 µ CV µ−AV −1 ι
donde g = D
yh= D
2. g es una cartera con media de cero, y cumple ι′ g = 1.
3. h es una cartera auto őnanciada, y cumple ι′ h = 0
4. Spanning: si wa ϵM V EF y wb ϵM V EF entonces αwa + (1 − α)wb ≡ wc ϵM V EF
Mt−1
X
rmt = wjt−1 rjt
j=1
El índice vwt sería la capitalización de todos los rendimientos brutos pasados:
122
17.4. RAZÓN DE SHARPE. 123
t
Y t
Y
vwt = k Rmτ = k (1 + rmτ )
τ =1 τ =1
Donde k es de nuevo un factor arbitrario, p.e. 100.
1. Desarrollado por William Sharpe en 1966, mide un índice de ’premio entre variabili-
dad’:
E[rj ] − rf
SRj =
σj
2. Modiőcado por Sharpe en 1994, compara el desempeño de un fondo de inversión
contra un punto de referencia (’benchmark’) rb :
17.6. EJERCICIOS 124
E[rj − rb ]
S˜j =
stdev(rj − rb )
17.6. Ejercicios
17.7. Referencias
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988:145-153.
Sharpe, William F. "Mutual fund performance." The Journal of Business 39, no. 1 (1966):
119-138.
Sharpe, William F. "The Sharpe ratio." The Journal of Portfolio Management 21, no. 1
(1994): 49-58.
Wald, Abraham. A Reprint of" A Method of Estimating Plane Vulnerability Based on
Damage of Survivors" by Abraham Wald. Operations Evaluation Group, Center for Naval
Analyses, 1943.
Capítulo 18
CAPM de Sharpe
oferta y demanda, veremos que la cartera q debe ser idéntica a la cartera m que pondera los
activos por su valoración. La cartera q tiene además la propiedad de que genera la ecuación
del CAPM, en la llamada SM L (łSecurity Market Linež por sus siglas en inglés).
18.1.1. Economía con dos activos de inversión. Considere una situación donde
un agente invierte un porcentaje w0 en un activo sin riesgo que da un rendimiento neto de
rf . El balance de sus ahorros, 1 − w0 se invierten en un activo riesgoso con media de µj > rf
y varianza de σj2 . La cartera que combina estos dos activos dará un rendimiento de
rw = w0 rf + (1 − w0 )rj
La media de esta cartera es igual a:
µw − r f zw
µw ≡ E(rw ) = w0 rf + (1 − w0 )µj = rf + (1 − w0 )(µj − rf ) → 1 − w0 = ≡
µj − r f zj
Donde zj ≡ µj − rf se conoce como el rendimiento esperado en exceso. La varianza de la
cartera está dada por
zw
σw2
= (1 − w0 )2 σj2
→ σw = ±(1 − w0 )σj = ± σj
zj
Este resultado combina la expresión de 1 − w0 encontrado arriba.
zw zj
= ± ≡ ±SRj → zw = µw − rf = ±SRj σw → µw = rf ± SRj σw
σw σj
Esta es la frontera de posibilidades de inversión. Note que existe una zona negativa, que
ningún agente escogería, y por eso se llama dominada. La zona positiva se conoce como la
CML. Note que la pendiente de la CML es la razón de Sharpe del activo j que vimos en
anteriores capítulos. El siguiente gráőco muestra las posibilidades para los inversionistas:
Cuando w0 < 0, los inversionistas se están endeudando para invertir más que su
riqueza, 1 − w0 > 1 en el activo riesgoso. Los inversionistas que harían esto tienen
menos aversión al riesgo, y su cartera tiene mayor rendimiento que el activo j, de
manera que µw > µj , pero también asumen mayor riesgo, por lo que σw > σj .
Cuando w0 ϵ[0, 1], los inversionistas más aversos al riesgo escogen una cartera que
mezcla un poco del instrumento sin riesgo con el riesgoso. En esta situación, la cartera
tiene menos rendimiento y riesgo que el activo j.
Finalmente, existe la región dominada, cuando w0 > 1, lo que implica que estaría
vendiendo al descubierto el activo riesgoso para comprar más del 100 % de mis ahorros
en el activo libre de riesgo. Esto es una mala estrategia porque tal inversión me genera
18.1. LÍNEA DE MERCADOS DE CAPITAL (CAPITAL MARKET LINE O CML) 128
w0 ǫ(0, 1)
µj
w0 < 0
SRj w0 = 0
rf w0 = 1
w0 > 1
σj
Zona dominada
rw = w 0 rf + w ′ r
18.1. LÍNEA DE MERCADOS DE CAPITAL (CAPITAL MARKET LINE O CML) 129
E(rw ) ≡ µw = w0 rf + w′ µ
V ar(rw ) ≡ σw2 = w′ V w
La optimización consiste en minimizar la varianza sujeto a que los pesos de las carteras sea
igual a uno, es decir w0 +w′ ι = 1, donde ι es un vector de n őlas lleno de unos. Esto implica que
podemos deőnir a w0 = 1 − w′ ι. La otra restricción de esta maximización es que queremos
obtener un determinado rendimiento esperado µw = w0 rf + w′ µ = (1 − w′ ι)rf − w′ µ =
rf + w′ (µ − ιrf ). Esto se puede resumir en zw = w′ z donde zw son los rendimientos en exceso
esperados de la cartera, y z es un vector de rendimientos en exceso esperados. El Lagrangiano
y las condiciones de primer orden son:
1
L = − w′ V w + λ [w′ z − zw ]
2
∂L
= −V w + λz = 0 → w = λV −1 z
∂w
λ es el łprecio sombraž de aumentar zw un poco, y por lo tanto será distinto para distintos
zw . A continuación vamos a estudiar una cartera especial, que llamaremos q. Esta cartera
tiene como característica que no incluye activos sin riesgo, por lo que w0 = 0 y por lo tanto
wq′ ι = 1. Veamos las características de la cartera wq , así como su rendimiento en exceso
esperado y su varianza:
1 1
wq′ ι = λq z ′ V −1 ι → λq = ≡
z ′ V −1 ι G
V −1 z
wq = ′ −1
zV ι
′ z ′ V −1 z H
zq ≡ z wq = ′ −1 ≡
zV ι G
z ′ V −1 V V −1 z z ′ V −1 z H
σq2 = wq′ V wq = = ≡
(z ′ V −1 ι)2 (z ′ V −1 ι)2 G2
Donde G ≡ z ′ V −1 ι y H ≡ z ′ V −1 z. Ahora interpretaremos el signiőcado económico de
estos dos coeőcientes. Para esto primero calcularemos la razón de Sharpe y el índice de
dispersión de la cartera q
zq H √
SRq ≡ = qG = H
σq H
G2
18.1. LÍNEA DE MERCADOS DE CAPITAL (CAPITAL MARKET LINE O CML) 130
H
σq2 2 1
Dq ≡ = GH = = λq
zq G
G
Es decir, que H es el cuadrado de la razón de Sharpe de la cartera q, Mientras que G es
la inversa del índice de dispersión y del precio sombra λq . Podríamos resumir el vector de
pesos wq como
σq2
wq = V −1 z
zq
Esta formulación será muy importante para calcular la fórmula del CAP M.
Para calcular la línea de mercados de capital, consideremos una cartera arbitraria w de
la solución sin exigir que sume a uno. Esta cartera genera las siguientes características:
w = λw V −1 z
zw ≡ z ′ w = λw z ′ V −1 z ≡ λw H
zw √
SRw ≡ =± H
σw
√
µw = r f ± Hσw
En otras palabras, todas las carteras que solucionan el problema del inversionista tienen
la misma razón de Sharpe (en valor absoluto) que la cartera q. Gráőcamente obtenemos un
resultado muy parecido al del caso de dos activos, sustituyendo j por q.
Gráőcamente podemos ver también que la cartera q es el punto de tangencia entre la
frontera de eőciencia y el activo libre de riesgo. Económicamente, esto dice que la cartera
qes la cartera dentro de la frontera eőciente con la razón de Sharpe más alta. Tobin (1958)
explicó que en una economía con estas características hay una separabilidad en dos carteras.
Esto quiere decir que todo agente invierte sólo en dos tipos de activos: el libre de riesgo y la
cartera q. En el gráőco anterior, hay dos inversionistas: el agente 1 es menos averso al riesgo,
y su cartera óptima consiste en pedir prestado (vende al descubierto el activo libre de riesgo)
e invierte sus ahorros más lo prestado en la cartera q. El agente 2, por otra parte, es más
averso al riesgo. En su caso, invierte una parte de sus ahorros en el activo libre de riesgo,
y otra en la cartera q. Así será con cualquier inversionista. Esto implica que nadie invertirá
en carteras dentro de la frontera eőciente distinta de q. £Qué implica esto en un equilibrio
económico? Veamos la demanda por activos riesgosos. El inversionista i invierte αi wi = αi wq
18.1. LÍNEA DE MERCADOS DE CAPITAL (CAPITAL MARKET LINE O CML) 131
Cartera Agente 2
q
A
C
rf
√1 σw
C
PJ
Vij
en los activos riesgosos, donde ϕi ≡ PJ
j=1
Vj
= es la proporción de las inversiones riesgosas
j=1
de las que el agente i invierte. La demanda total por activos riesgosos es:
I
X I
X
wd = ϕi w q = w q ϕi = w q
i=1 i=1
Por su parte, la oferta de activos riesgosos está dada por wm , un vector con n őlas, con
V
cada elemento igual a PJ j V . Dado que la oferta y la demanda deben igualarse, entonces
j=1 j
wm = wq . Este es paso central en el desarrollo del CAPM, ya que nos permite identiőcar la
cartera q por una cartera teóricamente observable, wm .
18.3. IMPLEMENTACIÓN ECONOMÉTRICA 132
Ahora hemos identiőcado la cartera q (la que tiene la máxima razón de Sharpe dentro
de la frontera eőciente) con la cartera de mercado (la que pondera a cada acción de acuerdo
a su capitalización de mercado). Esto nos lleva a la siguiente expresión:
2
σm
wq = wm = V −1 z
zm
Ahora, estudiemos la covarianza de una cartera arbitraria wj con la cartera de mercado.
Esto está dado por
2
2 2
σm σm σm
cov(rj , rm ) ≡ wm = wj′ V ′ −1
wj V V z = ′
wj z = zj
zm zm zm
Esta ecuación se puede escribir de la siguiente manera
cov(rj , rm )
zj ≡ E(rj ) − rf = 2
zm ≡ βj zm = βj [E(rm ) − rf ]
σm
cov(r ,r )
Donde βj ≡ var(rj mm) se conoce como el beta del activo j. El beta mide la variación en
un activo dado un movimiento del mercado. La forma más conocida del CAPM es la línea
de mercado de títulos o SML, dada por:
E(rj ) = rf + βj [E(rm ) − rf ]
El siguiente gráőco nos muestra la relación entre los rendimientos esperados de un activo,
E(rj ) y su beta:
A pesar de que hemos desarrollado este modelo en dos periodos, Fama (1970) demuestra
que bajo ciertos supuestos, este mismo resultado se obtiene en una versión multiperiod.
zj = βj zm
cov(rj ,rm )
Donde βj ≡ var(rm )
. Econométricamente, se corre la siguiente regresión para calcular
los betas:
E(rm )
rf
1 βj
estadísticamente insigniőcantes. Veamos como ejemplo el cálculo de los alfas y betas para
Apple del 2010 al 2015, que nos dan los siguientes resultados:
Vemos que Apple en este periodo tenía un beta menor a uno. Esto quiere decir, que si el
mercado subía un 10 %, Apple subiría en promedio un 8.4 %. La őgura abajo muestra que
aunque esta relación es positiva y estadísticamente signiőcativa, está lejos de ser perfecta,
ya que el R2 de la regresión es apenas de 0,18. El alfa de Apple es positiva, pero no podemos
rechazar la hipótesis de que sea distinta de cero.
La descomposición econométrica nos permite calcular el riesgo de una empresa como:
σj2 = βj2 σm
2 2
+ σεj
Estos riesgos son estadística y económicamente muy distintos:
1. βj2 σm
2
se conoce como el riesgo de mercado, sistemático, o no diversiőcable. Dado que
este es un riesgo del que no me puedo deshacer no importa cuánto diversiőque mi
18.4. CAPM CON PRECIOS 134
20.00%"
z(it)"
15.00%"
y"="0.8401x"+"0.0126"
10.00%"
R²"="0.18089"
5.00%"
0.00%"
010.00%" 08.00%" 06.00%" 04.00%" 02.00%" 0.00%" 2.00%" 4.00%" 6.00%" 8.00%" 10.00%" 12.00%"
z(mt)"
05.00%"
010.00%"
015.00%"
020.00%"
cartera, entonces una empresa con mucho riesgo de mercado debe ofrecer un mayor
rendimiento esperado.
2
2. σεj se conoce como el riesgo idiosincrático, no sistemático, o diversiőcable. Por muy
grande que sea este riesgo, el CAPM dice que el mercado no me lo cobrará, ya que
es fácil de deshacerse de él.
β 2 σ2
3. El R2 = jσ2m es la parte de la varianza que es explicada por las variables de regresión.
j
La interpretación económica para őnanzas del R2 es la proporción del riesgo total
que es no-diversiőcable. Desde un punto de vista econométrico, un R2 bajo se puede
considerar como algo malo, pero desde un punto de vista de őnanzas, representa una
buena oportunidad de diversiőcación.
Para el ejemplo de Apple, si la varianza de sus rendimiento es 0, 004821 y la varianza del
mercado (el índice S&P 500) es de 0, 001236, entonces:
σj2 = βj2 σm
2 2
+ σjε → 0, 004821 = 0,0008721 + 0, 003949
0,0008721
La parte del riesgo total explicada por el mercado es 0,004821
= 0, 1809 = R2 .
E(Pjt ) cov(rj , rm )
E(rj ) = − 1 = rf + [E(rm ) − rf ]
Pjt−1 var(rm )
18.5. PROBLEMAS 135
E(Pjt ) Pjt zm G
− 1 = rf + cov − 1, rm 2
= rf + cov(Pjt , rm )
Pjt−1 Pjt−1 σm Pjt−1
E(Pjt ) Gcov(Pjt , rm ) E(Pjt ) − Gcov(Pjt , rm )
1 + rf = − → Pjt−1 =
Pjt−1 Pjt−1 1 + rf
Este resultado es parecido al que encontramos en valoración con mercados completos,
donde podíamos descontar los ŕujos de caja a una tasa libre de riesgo, siempre y cuando usá-
ramos las probabilidades neutras al riesgo, que en este caso E ∗ (Pjt ) = E(Pjt )−Gcov(Pjt , rm ),
donde G = z ′ V −1 ι = λ1q = σzq2 = σzm2 .
a m
18.5. Problemas
18.6. Referencias
Copeland, Thomas E., y John Fred Weston. Financial Theory and Corporate Policy.
Editorial Addison Wesley, 3ra edición, 1988: 166-172.
Fama, Eugene F. "Risk, return and equilibrium: some clarifying comments." The Journal
of Finance 23, no. 1 (1968): 29-40.
Fama, Eugene F. "Multiperiod Consumption-Investment Decisions." American Economic
Review 60, no. 1 (1970): 163-174.
French, Craig W. "The Treynor capital asset pricing model." Journal of Investment
Management 1, no. 2 (2003): 60-72.
Lintner, John. "The valuation of risk assets and the selection of risky investments in stock
portfolios and capital budgets." The Review of Economics and Statistics (1965): 13-37.
Markowitz, Harry. "Portfolio selection." The Journal of Finance 7, no. 1 (1952): 77-91.
Merton, Robert C. "An analytic derivation of the efficient portfolio frontier." Journal of
Financial and Quantitative Analysis 7, no. 4 (1972): 1851-1872.
Mossin, Jan. "Equilibrium in a capital asset market." Econometrica (1966): 768-783.
Roll, Richard. "A critique of the asset pricing theory’s tests Part I: On past and potential
testability of the theory." Journal of Financial Economics 4, no. 2 (1977): 129-176.
Rubinstein, Mark. A history of the theory of investments: My annotated bibliography. Vol.
335. John Wiley & Sons, 2011.
Sharpe, William F. "Capital asset prices: A theory of market equilibrium under conditions
of risk." The Journal of Finance 19, no. 3 (1964): 425-442.
Tobin, James. "Liquidity preference as behavior towards risk." The Review of Economic
Studies 25, no. 2 (1958): 65-86.
Treynor, Jack L. "Toward a theory of market value of risky assets." SSRN manuscript
(1962).
Capítulo 19
CAPM de Black
19.1. Introducción
Sabemos por el spanning de Carteras que la cartera de mercado m debe estar en la frontera
eőciente. Según el CAPM de Sharpe, cuando rd = rf entonces m es además la cartera con
la razón de Sharpe más alta. Cuando rd > rf esto no es así: veamos el razonamiento viendo
las tres zonas de inversión creadas por esta nueva situación:
1. La zona p − q es donde invierten las personas más aversas al riesgo. En esta zona hay
separación en dos carteras, ya que las personas combinarán la cartera q (que tiene la
razón de Sharpe más alta) con el activo libre de riesgo.
2. La zona q − s es donde invierten las personas con aversión al riesgo intermedio. En
esta zona, los inversionistas ni prestan ni piden prestado. Por el spanning de carteras,
cada inversionista en esta zona puede crear su inversión ideal como una combinación
de la cartera q y la cartera s.
A
C
rd
rf
p
√1 σ
C
3. La zona s − t es donde invierten las personas menos aversas al riesgo. Hay separación
de carteras, ya que todo inversionista combinará la cartera s con pedir prestado (téc-
nicamente se puede ver como vender al descubierto un activo que da un rendimiento
rd ).
La cartera de mercado está en la frontera eőciente, como ya habíamos visto en capítulos
anteriores. El modelo de Black, sin embargo circunscribe la cartera de mercado a estar en la
zona q − s, es decir que:
µq ≤ µm ≤ µs
Suponga que tengo dos carteras que están en la frontera eőciente. £Cuál sería la covarianza
entre ellas? Para analizar esto, recordemos que si wj está en la frontera eőciente, se puede
escribir como:
19.4. CARTERAS CERO COVARIANZA 139
" #" #
1 h i C −A µj
wj = V −1 µ ι
D −A B 1
A2 D
Donde A ≡ ι′ V −1 µ, B ≡ µ′ V −1 µ, C ≡ ι′ V −1 ι y D = BC − A2 → B = C
+ C
. La
covarianza entre dos carteras wj y wi en la frontera eőciente están dadas por
cov(rj , ri ) = wj′ V wi
1
cov(rj , rM V P ) = >0
C
19.4. Carteras cero covarianza
Las carteras de cero covarianza serán importantes para escribir una ecuación como la
del CAPM de Sharpe. Antes de derivarlas, es importante entender un par de cosas acerca
19.4. CARTERAS CERO COVARIANZA 140
C
2
A σj2 − D µj − CA A A σj2
µcj = − C A
= + µj − − C A
C D
µ j − C
C C D
µ j − C
σj dµj
µcj = µj − C A
σ j = µ j − σj
D
µ j − C
dσ j
Gráőcamente, esto nos dice que para encontrar la cartera µcj debemos seguir los siguientes
pasos:
En el siguiente gráőco podemos ver cómo encontrar la cartera de cero covarianza del mercado:
19.5. CAPM DE BLACK (CAPM CERO BETA) 141
A
C
rd
µcm
rf
p
√1 σcm σ
C
µq ≤ µm ≤ µs
Por lo tanto sabemos que:
Ahora ya estamos listos para encontrar una ecuación análoga a la del CAPM de Sharpe
en esta economía. Nos interesa ver cuál es la covarianza entre la cartera de mercado m (que
está en la frontera eőciente) y una cartera arbitraria que no necesariamente está en la frontera
eőciente. Sabemos lo siguiente acerca de m
wm = g + hµm
wm = λ1 V −1 µ + λ2 V −1 ι = V −1 (λ1 µ + λ2 ι)
19.5. CAPM DE BLACK (CAPM CERO BETA) 142
Cµm − A C A
λ1 = = µm −
D D C
B − Aµm
λ2 =
D
El segundo multiplicador de Lagrange es negativo, ya que corresponde a una restricción
de que la suma de los pesos de la cartera suman a uno. Además, como D = BC − A2 →
2
B = AC + DC
, tenemos
Aµm − A2
+ D
Aµm − B C A C A 1
−λ2 = = = µm − −
D D D C C
Para encontrar las covarianza entre m y una cartera j cualquiera, tenemos
2
µcm σm
λ2 = = −λ1 µcm < 0
µcm − µm
zj = (1 − βj )zcm + βj zm
Entonces en la regresión que corre
rj = (1 − βj )rcm + βj rm + εj
Es decir, que se puede ver como un modelo de dos factores, rm y rcm que además son
ortogonales entre sí. La descomposición de riesgo entonces nos daría que:
σj2 = (1 − βj )2 σcm
2
+ βj2 σm
2 2
+ σεj
19.7. Ejercicios
19.8. Referencias
Black, Fischer. "Capital market equilibrium with restricted borrowing." The Journal of
Business 45, no. 3 (1972): 444-455.
Copeland, Thomas E., y John Fred Weston. Financial Theory and Corporate Policy.
Editorial Addison Wesley, 3ra edición, 1988: 205-208
Capítulo 20
Karl Popper (1902-1994) en los años 20s descubre el marxismo, el psicoanálisis de Freud
y Adler, y la teoría de la relatividad de Einstein. De acuerdo a Popper:
1. Una teoría que tiene elementos ’riesgosos’ que pueden ser rechazados empíricamente
es una ciencia.
Una teoría que es capaz de explicar todas las observaciones es una pre-ciencia
o una pseudo-ciencia. Eso no signiőca que sea necesariamente mala, o que en algún
futuro pueda ser falsiőcada.
Una teoría que fue cientíőca en algún momento y que al fallar debe ser modiőcada
ad-hoc para explicar sus fallos es una pseudo-ciencia.
a) Entre dos teorías, se preőere la que tenga un poder predictivo mayor, p.e. la física
de Einstein sobre la física Newtoniana.
b) Si las implicaciones empíricas de una teoría se demuestran como ciertas, la teoría
se corrobora (pero nunca se puede decir que sea łciertaž). Si las implicaciones son
falsas, la teoría no puede ser completamente cierta, y el cientíőco debe buscar
una mejor teoría.
c) Paradójicamente El cientíőco empírico debe enfocarse en los elementos más ries-
gosos de la teoría (tests fuertes) en vez de los elementos menos sencillos (que
podrían ser explicados por muchas otras teorías).
d ) Aunque la falsibilidad es en teoría fácil, en la práctica es complicada, ya que (a)
la observación es errada o (b) los supuestos empíricos son defectuosos.
e) Una buena teoría tiene más verosimilitud. Toda teoría tiene contenidos ’verda-
deros’ T y contenidos ’falsiőcables’ F . Una teoría t1 es más cercana a la verdad
que t2 si y sólo si: T (t1 ) > T (t2 ) para F (t1 ) = F (t2 ) o F (t1 ) > F (t2 ) para
T (t1 ) = T (t2 ).
f ) El progreso cientíőco nace de pasar de teorías parcialmente ciertas pero falsiőca-
das, a teoría con mayor verosimilitud. Esto es útil especialmente para las ciencias
sociales, de acuerdo a Popper.
2. Desarrollo empírico en economía őnanciera.
145
20.2. PREDICCIONES DÉBILES 146
z j − β̂j z m ≡ α̂j
El test sería que α̂j sea estadísticamente distinto de cero. Blume y Friend hacen una muy
interesante exposición de las posibles razones para que α̂j fuera estadísticamente distinto de
cero:
1. Que los supuestos de Sharpe no se cumplan, por ejemplo, preferencias de media y
varianza. El modelo no sería el correcto y se rechazaría.
2. Las distribuciones ex-ante (con las que se obtienen las esperanzas de E(z̃j ) y E(z̃m )
sean distintas de las distribuciones ex-post con que se obtuvieron z j y z m . Esto puede
suceder para periodos más o menos cortos. Los economistas que creen que existen
expectativas racionales pensarían que por lo menos en el muy largo plazo (más de 10
años), deberían coincidir las esperanzas ex-ante y ex-post. Queda a criterio del lector
qué pasa en el mediano plazo.
3. El estimador de β̂j tiene algún tipo de sesgo. Normalmente se trabajará con carteras
de acciones en vez de instrumentos individuales porque se piensa que las carteras se
acercan más a una distribución elíptica que las acciones individuales, y para poder
estimar β̂j con menos ruido. Sin embargo, hay que tener mucho cuidado al construir
las carteras para evitar sesgos de agrupación como estudian Lo y Mackinlay (1990).
A este tipo de predicciones se les llama łdébilesž en el sentido de que si no se rechaza la
hipótesis nula, pueden haber otros modelos con las mismas predicciones. Por ejemplo, el
CAPM de Black con µcm = rf y un modelo APT (por ser visto en los próximos capítulos)
con un sólo łfactorž de mercado da la mismas predicciones débiles del CAPM de Sharpe.
20.4. TEST NO. 2 FAMA Y MACBETH (1973) 147
Para estudiar el test de predicciones débiles del CAPM de Sharpe y de Black, suponga-
mos que los rendimientos de cualquier título siguen un ’modelo de mercado’ propuesto por
Markowitz en 1952:
Blume y Friend (1970) hacen un test en dos partes. Primero calculan los estimadores αˆp
y βˆp para una cartera de empresas. Para nuestro ejemplo, calcularemos el alfa y beta de cada
empresa:
z p = a + bβˆp + up
Versión CAPM: a b
Sharpe y Linter 0 zm
Black z cm > 0 z m − z cm
Nuestro resultado es que a = 0,0031 > 0. Además b = 0,0081 < 0,0118 = z m . Blume y
Friend encuentran resultados similares.
Usan datos mensuales de panel para N carteras y T periodos, usando β̂j estimados el
estimado de la desviación de residuos de cada cartera ŝj , y la regresión es:
20.5. TEST NO. 3: BLACK JENSEN Y SCHOLES (1972) 148
2
rjt = γ0t + γ1t β̂jt + γ2t β̂jt + γ3t ŝj + ujt
El CAPM de Sharpe implica que γ2t = γ3t = 0, que no se rechaza. También implica que
γ0t − rf t = 0 y que γ1t − zmt = 0 lo que sí se rechaza
Asumen que los betas y zcm son constantes. Usan una serie de tiempo para cada cartera
p = 1, .., 10 donde corren la siguiente regresión
/%0$2"
!"#"$%$&1("
,-"#"$%''1&'"
/%$$2"
&%0$2"
&%$$2"
!"#"$%$&$'(")"$%$$*+"
,-"#"$%.'/'0"
$%0$2"
$%$$2"
$%$$" $%/$" $%1$" $%+$" $%'$" &%$$" &%/$" &%1$" &%+$"
PN αp
La restricción es que αp = zcm (1−βp ), el test es de que i=1 N (1−βp ) = 0, lo cual rechazan.
20.6. PREDICCIONES FUERTES 149
1. Roll (1977), dice que el test del tipo zj = zcm + βj (zm − zcm ) es equivalente a evaluar
si m es eőciente. Para la versión Sharpe Lintner (zcm = 0), además m debería ser el
que tenga la más alta razón de Sharpe.
2. Si la relación de rendimientos no es cierta, lo único que se sabe es que el m escogido
no es eőciente. Si m fuera ex-post eőciente, la ecuación de rendimientos de Black
debe ser cierta con un R2 = 1.
a) En teoría, debería usarse un m con todos los activos riesgosos de la economía
(ediőcios, bonos riesgosos, capital humano). Si uno usa una proxy como el S&P
500, lo más que puede rechazar es que ese proxy no esté cerca de la frontera
eőciente. Kandel y Stambaugh (1987) y Shanken (1987) demuestran que si la
correlación entre el verdadero m y el proxy sobrepasa 0,7, entonces un rechazo
del proxy implica un rechazo del verdadero mercado.
3. Gibbons Ross y Shanken (1989) que llamaremos GRS, desarrollan un test para ver
si m es el que dice el modelo de Sharpe y Lintner, zj = βj zm . Para esto es necesario
calcular la razón de Sharpe de la cartera ex-post eőciente SR ˆ q = µ̂q −rf y compararlo
σ
bq
con la razón de Sharpe del índice ponderado SR ˆ m = µ̄m −rf . Entonces, para T periodos
σ̂m
y N carteras:
!
T −N −1 SR ˆ 2m
ˆ 2q − SR
J1 = ∽ FN,T −N −1
N 1 + SRˆ 2
m
a) La cartera ex-post con la mayor razón de Sharpe (que llamaremos wq ) se calcula
usando wq = z′ Vz−1
q
z
V −1 z, y wq′ ι = 1,
wq zq σq SR ˆ q
V −1 z H
√
H
√
G G G
H
′ −1 ′ −1
G≡zV ι H≡zV z
b) Veamos el test GRS con el ejemplo de las 10 empresas. Primero calculamos G =
15,8103. De ahí podemos extraemos los pesos de la cartera wq con mayor razón
de Sharpe ex-post.
0,2243 0,0514 0,0738 0,1076 0,3575 0,3919 0,2025 0,0760 −0,3032 −0,1818
wq′ =
AAP L XOM M SF T GOOGL BRK.A JN J W F C W M T GE PG
Como se puede ver, esta cartera diőere de la cartera ponderada de mercado wm
porque necesita que se vendan al descubierto las acciones de General Electric
(GE) y de Procter y Gamble (PG), lo que no puede ser un equilibrio económico.
20.7. PROBLEMAS 150
49 (0,4680)2 − (0,3441)2 0,1006
J1 = × 2
= 4,9 × = 0,4408 ∼ F10,49
10 1 + (0,3441) 1,1184
El valor al 5 % de la hipótesis nula es de 2.03051, por lo que no podemos rechazar
que las dos carteras wq y wm son ’iguales’ en el sentido de que tienen una razón de
Sharpe signiőcativamente distinta. Con tan pocas observaciones, este test tiene
bajo poder 1 − β = P rob(H0 rechazada|H1 es cierta). Para tener mayor poder
deberíamos usar T ≥ 120.
2.00%$
q$
1.50%$
m$
1.00%$
0.50%$
Frontera$10$acciones$
σ!
0.00%$
0.00%$ 1.00%$ 2.00%$ 3.00%$ 4.00%$ 5.00%$ 6.00%$ 7.00%$ 8.00%$
20.7. Problemas
1Fuente: https://www.danielsoper.com/statcalc/calculator.aspx?id=4
20.7. PROBLEMAS 151
20.7.2. Problemas.
1. En este problema considerarán que la tasa libre de riesgo mensual es rf = 0,0023,
que el proxy del mercado es el índice S&P 500, y que la economía está compuesta
por tres acciones: Berkshire Hathaway (BRKA), Johnson & Johnson (JNJ), y Apple
(AAPL). A continuación están los rendimientos promedio y las varianzas-covarianzas
mensuales desde junio del 2005 a junio del 2015:
516, 25 −43, 867 −120, 21
V −1 = −43, 867 116, 65 −48, 131
−120, 21 −48, 131 369, 11
a) Explique brevemente la lógica y resultados del test de Black Jensen y Scholes de
1972 £Porqué rechazaron estos autores tanto el CAPM de Sharpe y Lintner como
el CAPM de Black? £Le parece que el CAPM es entonces una teoría inservible?
b) Calcule la función de la frontera eőciente para esta economía, explicando cuál
es
q la cartera de mínima varianza. Calcule y explique el signiőcado económico de
D
C
para esta economía.
c) Calcule los pesos wq , media µq y desviación σq de la cartera ex-post eőciente.
Calcule el test GRS para esta economía, usando como m el índice CRSP. Explique
qué concluye del resultado de este test, si el valor crítico del mismo al 5 % es de
2,6299.
d ) Calcule la correlación entre la cartera ex-post eőciente q que usted encontró en (c)
y una cartera en la frontera eőciente con un rendimiento esperado del 0, 00885.
Calcule la correlación entre q y el índice CRSP (pista: CRSP está fuera de la
frontera eőciente).
3. En este problema la tasa libre de riesgo promedio de corto plazo anualizada es de
0,5360 %, y la economía está compuesta por tres acciones: BM W , DHL, y Rease-
guradora Munich (M U V G). En el cuadro están el número de acciones, el último
valor por acción, los rendimientos promedio y las varianzas-covarianzas mensuales
desde octubre del 2005 hasta junio del 2023 (inclusive). Los rendimientos y varianzas
covarianzas están expresados en puntos base
a) Explique brevemente la lógica y resultados de Fama y MacBeth (1973), explican-
do en cierto detalle cómo formaron las carteras de inversión.
b) Calcule la función de la frontera eőciente para una economía donde solo existen
las acciones BM W y DHL,y otra donde existen las tres acciones. Explique el
20.8. REFERENCIAS 154
BM W DHL M U V G
Nj 641,05 1198,74 137,64
PjT 107,48 43,98 326,90
µj 81,61 70,85 74,39
σji BM W DHL M U V G
BM W 68,98 35,09 23,94
DHL 35,09 62,15 17,50
M U V G 23,94 17,50 32,88
Nj en millones. PjT en EUR. µj y σji están en puntos base. Fuente: investing.com. Rendimientos simples
20.8. Referencias
Black, Fischer. "Capital market equilibrium with restricted borrowing." The Journal of
Business 45, no. 3 (1972): 444-455.
Black, Fischer., Jensen Michael, and Myron S. Scholes, łThe Capital Asset Pricing Model:
some empirical tests,ž en Studies in the Theory of Capital Markets, M. Jensen (editor),
Praeger, New York (1972).
Friend, Irwin, and Marshall Blume. "Measurement of portfolio performance under un-
certainty." The American Economic Review (1970): 561-575.
Blume, Marshall E., and Irwin Friend. "A new look at the capital asset pricing model."
Journal of Finance 28, no. 1 (1973): 19-34.
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988: 195-219.
Fama, Eugene F., and James D. MacBeth. "Risk, return, and equilibrium: Empirical
tests." Journal of Political Economy 81, no. 3 (1973): 607-636.
20.8. REFERENCIAS 155
Gibbons, Michael R., Stephen A. Ross, and Jay Shanken. "A test of the efficiency of a
given portfolio." Econometrica (1989): 1121-1152.
Kandel, Shmuel, and Robert F. Stambaugh. "On correlations and inferences about mean-
variance efficiency." Journal of Financial Economics 18, no. 1 (1987): 61-90.
Imre, Lakatos. "Falsiőcation and the methodology of scientiőc research programmes."
(1970).
Lo, Andrew W., and A. Craig MacKinlay. "Data-snooping biases in tests of őnancial
asset pricing models." The Review of Financial Studies 3, no. 3 (1990): 431-467.
Markowitz, Harry. "Portfolio selection." Journal of Finance 7, no. 1 (1952): 77-91.
Popper, Karl, 1935, Logik der Forschung, Viena, Julius Springer Verlag.
Popper, Karl, 1963, Conjectures and Refutations: The Growth of Scientific Knowledge,
Londres: Routledge.
Roll, Richard. "A critique of the asset pricing theory’s tests Part I: On past and potential
testability of the theory." Journal of Financial Economics 4, no. 2 (1977): 129-176.
Capítulo 21
CAPM de Consumo
u′i (cis )
ps = πs
u′i (ci0 )
En una economía multiperiodo se obtiene una condición similar:
u′it [cist ]
pst = πst
u′it−1 [cit−1 ]
Esta condición debe aplicar para cada agente i Si hay un agente representativo, se usaría
una razón de utilidades marginales del consumo agregado. Para valorar un instrumento j,
P
simplemente usamos vjt−1 = st ϵSt (xjst + vjst )pst , que nos da el resultado de:
u′it [cist ]
vjt−1 = E (xjt + vjt ) | Ft−1
u′it−1 [cit−1 ]
Esto se puede simpliőcar un poco, ya que el rendimiento bruto del activo j está dado por
x +vjts
Rjts ≡ jts
vjt−1
, por lo que
156
21. CAPM DE CONSUMO 157
marginales. Sin embargo, se puede identiőcar su valor esperado, ya que para un bono cupón
cero libre de riesgo entre t − 1 y t que tiene un rendimiento bruto őjo Rf t la ecuación de
Euler nos dice que:
1
1 = Et−1 [Dist Rf t ] = Rf t Et−1 [Dist ] → Et−1 [Dist ] =
Rf t
Es decir, Et−1 [Dist ] es el precio de un bono sin riesgo cero cupón. Para continuar con
la ecuación de Euler, usamos la deőnición de una covarianza como cov(X, Y ) = E[XY ] −
E[X]E[Y ] para obtener E[XY ] = cov(X, Y ) + E[X]E[Y ], por lo que:
E (Rjt )
1 = cov (Dist , Rjst ) + E (Dist ) E (Rjt ) = cov (Dist , Rjst ) +
Rf t
Queremos encontrar el rendimiento esperado del activo riesgoso j, que podemos despejar
de la ecuación de arriba:
La ecuación (21.0.1) tiene muy poco contenido empírico, ya que las utilidades no son
observables. Para obtener una relación en base al consumo agregado se puede emplear un
agente representativo y utilidades cuadráticas como hizo Rubinstein en 1976. Otra posibilidad
es usar rendimientos continuos lognormales, como hizo Breeden en 1979. A continuación haré
un esbozo de su resultado, que el lector interesado puede consultar directamente. En tiempo
continuo, las utilidades marginales se pueden escribir como:
u′i [ci (t)] ≈ u′i [ci (t − ∆)] + ∆ci u”i [ci (t − ∆)]
Donde ∆ci ≡ ci (t) − ci (t − ∆). Esto implica que:
cov(cit , rjt ) Rf t
E(Rjt ) = Rf t + Rf t → Ti = cov(cit , Rjt )
Ti zjt
Donde zjt ≡ Rjt − Rf t . La suma de las tolerancias al riesgo de todos los agentes nos dan
el consumo agregado, es decir
I
X
Rf t
Ti ≡ T = cov(Ct , rjt )
i=1
zjt
Consideremos ahora una cartera m que representa al mercado. Para esta cartera también
obtenemos:
Rf t Rf t
T = cov(Ct , rmt ) = cov(Ct , rjt )
zmt zjt
Podemos ahora plantear el rendimiento esperado del activo j como:
cov(Ct , Rjt )
E(Rjt ) − Rf t = [E(Rmt ) − Rf t ]
cov(Ct , Rmt )
El lado derecho de la ecuación anterior se puede multiplicar y dividir por la covarianza
del consumo agregado para dar:
βjc
E(Rjt ) = Rf t + [E(Rmt ) − Rf t ]
βmc
cov(C ,R ) cov(Ct ,Rmt )
Donde βjc ≡ var(C
t jt
t)
y βmc ≡ var(Ct )
. Este es el CAPM de consumo, también
conocido como CCAP M.
Breeden, Gibbons y Litzenberger calculan las betas de consumo para distintos tipos
de activos, que comparan con las betas de mercado y obtienen para 1929-1982 con datos
mensuales
1. Rechazan linearidad de rendimientos y βjc para todo el periodo, pero no en algún
subperiodo.
2. Comparando con Black Jensen y Scholes, encuentran que hay alfas negativas para
βjc altas.
3. Modelo de CCAPM aproximadamente similar al CAP M de Sharpe o de Black.
Para entender los estudios de Mehra y Prescott (1985) y de Weil (1989), considere la
siguiente economía:
21.2. DOS ACERTIJOS MACROFINANCIEROS 159
1
0 = rf + µd + σd2
2
21.3. RESULTADOS EMPÍRICOS TÍPICOS 160
1 2 1 2 Et−1 (Rjt )
µj − rf + σj + 2σjm = 0 →= µj + σj − rf ≡ ln ≈ zjt = −σjm
2 2 Et−1 (Rf t )
Como sabemos que ρjd ≥ −1 → −σjd ≤ σj σd y
1 Et−1 (Rjt )
σd ≥ ln ≈ SRj
σj Et−1 (Rf t )
La volatilidad del SDF debe ser mayor que la mayor razón de Sharpe de toda la
economía.
La utilidad de cada periodo es CRRA,
• permite que rf t y M RPt no cambien con niveles de Ct .
• Suponemos que ct son lognormales, y deőnimos σjc ≡ cov(∆ct , rjt )
γ
Ct1−γ − 1 −δ Ct−1
u(Ct ) = → Dt = e → dt = −δ − γEt−1 (∆ct ) → σjd = −γσjc
1−γ Ct
1 lnE(Rj ) − lnE(Rf ) zj
E(rj ) − rf + σj2 = γσjc → γ = ≈
2 σjc σj σc ρjc
21.3. Resultados Empíricos típicos
A continuación ser presentan los resultados que consideran al mercado, es decir, donde
j = m.
Cuadro 2. Estados Unidos, datos anuales, 1891-1998
µx σx
rmt 7, 169 18, 599
rf t 2, 020 8, 811
∆ct 1, 789 3, 218
Dividendos ∆divt 1, 516 14, 019
Correlaciones: horizonte τ : 0,25 1 2 4
ρ(∆ct , ∆divt ) 0,178 0,151 0,202 0,098
ρ(∆ct , rmt ) 0,452 0,491 0,396 0,138
ρ(∆divt , rmt ) 0,476 0,503 0,676 0,784
Fuente: Campbell (2003), Cuadros 1, 2 y 4.
1 γ 2 σc2
rf = − µd + σd2 = δ + γµc − = δ + 0, 4184 − 0, 2837 = 0, 0202 → δ = −0, 1145
2 2
• Es decir, que los agentes preőeren esperar a recibir dinero hoy, lo que no tiene
sentido.
Shiller (1981), los dividendos son mucho menos volátiles que los precios accionarios.
Ante estos problemas empíricos de la valoración de activos por consumo, se han propuesto
una serie de respuestas:
1. Utilidades con formación de hábitos: de Campbell y Cochrane (1999): esto hace que
los agentes sean mucho más aversos en pérdidas que en ganancias y permite calcular
aversiones al riesgo.
2. Heterogeneidad: Constantinides y Duffie (1996) se apartan del modelo del agente
representativo y usan agentes heterogéneos. En un modelo con generaciones trasla-
padas, Garleanu y Panageas (2015) replican los resultados de Campbell y Cochrane
arriba mencionados. Cantillo (2019) usa un modelo sencillo con dos tipos de agentes
para separar el consumo agregado de la dotación de activos transados en los merca-
dos. Pohl et al. (2020) consideran heterogeneidad en las creencias de los agentes para
explicar los acertijos macro y microeconómicos de esta literatura.
3. Riesgos de largo plazo: Bansal y Yaron (2004) consideran una economía donde el
consumo tiene un componente predecible de largo plazo e incertidumbre acerca del
consumo, y en este ambiente también logran explicar los acertijos de la prima de
riesgo y de tasa libre de riesgo.
4. Desastres poco frecuentes. Barro (2006) desarrolla un modelo donde existen desastres
que ocurren con una muy pequeña probabilidad, y esto también explica algunos de
los resultados acerca de la prima por riesgo y las tasas de interés.
5. Explicaciones basadas en la psicología. Greenwood y Shleifer (2014) encuentran que
las expectativas de los inversionistas tienen importantes sesgos, y que la prima de
mercado es para compensar las sorpresas negativas de tales agentes. De la O y Myers
(2019) y Nagel y Xu (2020) presentan otros modelos basados en encuestas de los
inversionistas que son explican la problemática de los tests antes mencionados.
21.4. Problemas
21.4.2. Problemas.
1. En este problema la tasa libre de riesgo mensual es rf = 0,0008, y la economía está
compuesta por tres acciones: Adidas (ADS), Henkel (HNKG) y Bayer (BAYG). A
continuación están los rendimientos promedio y las varianzas-covarianzas mensuales
desde diciembre del 2005 hasta agosto del 2016:
259, 04 −142, 76 −80, 112
V −1 = −142, 76 468, 08 −132, 90
−80, 112 −132, 90 326, 75
a) Explique brevemente el CCAPM, y en qué se parece y en qué es diferente del
CAPM de Sharpe.
b) Calcule la función de la frontera eőciente para esta economía, explicando cuál es
la cartera de mínima varianza. Calcule los pesos wj de la cartera que está en la
frontera eőciente y tiene una media de µj = 0,0012 (5 puntos). Calcule los pesos
de la cartera wcj de la frontera eőciente que tiene cero covarianza con wj .
c) El índice de mercado m está compuesto de Adidas en un 20, 56 %, de Henkel
en un 30, 01 % y de Bayer en un 49, 43 %. Calcule la media µm y desviación
estándar de éste índice. Calcule el beta de Adidas. Calcule los pesos wq , media
µq y desviación σq de la cartera ex-post eőciente. Calcule el test GRS para esta
economía, usando el índice m anteriormente descrito. Explique qué concluye del
resultado de este test, si el valor crítico del mismo al 10 % es de 2,1278.
d ) Suponga que hay una economía donde todos los rendimientos tienen una distri-
bución normal, y dónde los agentes tienen preferencias en que más es preferido a
menos, y donde una cosa segura es preferida a una lotería con el mismo valor es-
perado. Explique qué curvas de indiferencia llevarían a que la cartera de mercado
sea la de mínima varianza, y qué implicaría acerca de la aversión al riesgo de los
agentes. £Cuál sería el beta de las carteras que están en la frontera eőciente en
esta situación?.
2. En este problema la tasa libre de riesgo promedio a un mes mensualizada es de
20,87 puntos base, y la economía está compuesta por tres acciones: Analog Devices
(ADI), EOG Resources (EOG), y Progressive Corporation (PGR). En el cuadro están
el número de acciones, el último valor por acción, los rendimientos promedio y las
varianzas-covarianzas mensuales desde noviembre del 1989 hasta noviembre del 2022
(inclusive). Los rendimientos y varianzas covarianzas están expresados en puntos base
a) Explique qué es y para qué sirve la ecuación de Euler, y lo que se sabe acerca del
factor estocástico de descuento (también llamado SDF por sus siglas en inglés)
Explique el concepto de la log linearización y los factores que afectan al logaritmo
natural del SDF con un agente representativo que tiene utilidades separables
CRRA y un descuento en el tiempo de e−δt .
b) Calcule la función de la frontera eőciente para esta economía, y los datos de la
cartera M V P (8 puntos). Calcule la media y desviación estándar de los rendi-
mientos del índice de mercado ponderado por capitalización, que llamaremos m
. Calcule los betas de estas tres acciones y analice las diferencias entre wm y wq
21.4. PROBLEMAS 164
ADI EOG P GR
Nj 509,30 587,40 585,07
PjT 171,91 141,93 132,15
µj 200,64 165,29 169,86
σji ADI EOG P GR
ADI 142,45 34,70 20,45
EOG 34,70 117,48 21,01
P GR 20,45 21,01 66,92
Nj en millones. PjT en USD. µj y σji están en puntos base. Fuente: finance.yahoo.com. Rendimientos
simples
y sus implicaciones . Usando el test GRS para esta economía, calcule cuál es el
valor SRj de una proxy de mercado que rechazaría el CAPM de Sharpe si el valor
crítico del mismo al 5 % es de 2,6277 .
c) Suponga rf < rd y que el mercado (que llamaremos l) está en la zona dominante
de la frontera eőciente, y que tiene la misma varianza que la cartera m encontrada
en (b). Calcule los pesos de wl y wcl y el SM L empírico de esta economía.
d ) Suponga ahora que hay rendimientos brownianos geométricos y un agente re-
presentativo con utilidad CARA, y que el consumo agregado está dado por
Cit = C +0,4r̃mt . Calcule las betas de consumo de las tres acciones y del mercado.
3. En este problema la tasa libre de riesgo promedio de corto plazo mensual es de 1.31
puntos base y la economía está compuesta por tres acciones: Sony (6758), Tokyo
Electron (8035), y Fast Retailing (9983), que son dueños de Uniqlo. En el cuadro
están el número de acciones, el último valor por acción, los rendimientos promedio y
las varianzas-covarianzas mensuales desde enero del 2009 hasta noviembre del 2023
(inclusive). Los rendimientos y varianzas covarianzas están expresados en puntos base
21.5. Referencias
Bansal, Ravi, and Amir Yaron. "Risks for the long run: A potential resolution of asset
pricing puzzles." The Journal of Finance 59, no. 4 (2004): 1481-1509.
Barro, Robert J. "Rare disasters and asset markets in the twentieth century." The Quar-
terly Journal of Economics 121, no. 3 (2006): 823-866.
Breeden, Douglas T. "An intertemporal asset pricing model with stochastic consumption
and investment opportunities." Journal of financial Economics 7, no. 3 (1979): 265-296.
Breeden, Douglas T., Michael R. Gibbons, and Robert H. Litzenberger. "Empirical tests
of the consumption-oriented CAPM." The Journal of Finance 44, no. 2 (1989): 231-262.
Campbell, John Y. "Consumption-based asset pricing." Handbook of the Economics of
Finance,Constantinides, Harris y Stulz (eds.), Elsevier. 1 (2003): 803-887.
Campbell, John Y. Financial Decisions and Markets: a Course in Asset Pricing, Prin-
ceton University Press, 2017.
Cantillo, Miguel. "Asset Pricing with Heterogenous Agents and Non-Tradeable Assets"
SSRN Working Paper (2019).
Constantinides, George M., and Darrell Duffie. "Asset pricing with heterogeneous con-
sumers." Journal of Political Economy 104, no. 2 (1996): 219-240.
De la O, Ricardo, and Sean Myers. "Subjective Cash Flow and Discount Rate Expecta-
tions." (2019).
Gârleanu, N. and Panageas, S., 2015. Young, old, conservative, and bold: The implications
of heterogeneity and őnite lives for asset pricing. Journal of Political Economy, 123(3),
pp.670-685.
Greenwood, Robin, and Andrei Shleifer. "Expectations of returns and expected returns."
The Review of Financial Studies 27, no. 3 (2014): 714-746.
21.5. REFERENCIAS 166
Mehra, Rajnish, and Edward C. Prescott. "The equity premium: A puzzle." Journal of
Monetary Economics 15, no. 2 (1985): 145-161.
Nagel, Stefan, and Zhengyang Xu. Asset pricing with fading memory. No. w26255. Na-
tional Bureau of Economic Research, 2020.
Pohl, Walter, Karl Schmedders, and Ole Wilms, łAsset Pricing with Heterogeneous
Agents and Long-Run Risk.ž Working paper, (2020)
Rubinstein, Mark. "The valuation of uncertain income streams and the pricing of op-
tions." The Bell Journal of Economics (1976): 407-425.
Shiller, Robert J. "Do Stock Prices Move Too Much to be Justiőed by Subsequent Chan-
ges in Dividends?." The American Economic Review 71, no. 3 (1981): 421-436.
Weil, Philippe. "The equity premium puzzle and the risk-free rate puzzle." Journal of
Monetary Economics 24, no. 3 (1989): 401-421.
Capítulo 22
El modelo de mercado de Markowitz más el CAPM de Sharpe y Lintner nos había dado:
K
X
r̃jt = aj + βjk z̃kt + εjt
k=1
El coeőciente βjk es el efecto
h del factor ij en el rendimiento de la empresa j. Ross explica
PK
que si εjt = 0 entonces aj = 1 − k=1 βjk rf , análogo a lo encontrado en el CAPM, pero
por un argumento de no arbitraje, a saber: (a) Compro wjk = βjk de cada factor k. (b)
P PK
Compro wi0 = 1 − K k=1 w jk = 1 − k=1 βjk en el activo libre de riesgo. La cartera sintética
rinde
" K
# K
X X
r̃st = 1 − βjk rf + βjk z̃kt
k=1 k=1
hi PK
Si no hay rendimiento idiosincrático y aj ̸= 1 − k=1 βjk rf entonces hay oportunidad
de arbitraje. Cuando hay rendimiento idiosincrático, entonces
K
X k
X
r̃jt ≈ rf t + βjk z̃kt → zj ≈ βjk zk
k=1 j=1
PK
Donde zk ≡ E(z̃k ) y zj ≡ E(rj ) − rf . Además, zj − k=1 βjk zk ≤ L y L = si Resi R σε2i ,
donde si es la proporción de la riqueza invertida en el activo i, σε2i es la varianza del riesgo
idiosincrático del activo i, y R es el supremo de la aversión relativa al riesgo, es decir, que
′′ (w)
para todo inversionista, − wuu′ (w)
< R. En una economía grande tenemos que si → 0.
K
X K
X
zj = cov(r̃jt , z̃kt ) = βjt zk
k=1 k=1
cov(r̃jt ,z̃kt )
Donde βjk ≡ zk
es una medida de la sensibilidad del rendimiento rj al factor z̃k .
En Fama y French (1993) y Carhart (1997) se especiőcan un total de tres factores, aparte
del mercado, que tienen relevancia estadística en Estados Unidos:
1. Cartera de mercado menos una tasa libre de riesgo, con rendimiento en exceso de z̃mt
2. Cartera SM B (small minus big), donde compra una sub-cartera S de empresas pe-
queñas menos una sub-cartera B de empresas grandes con un costo neto de cero. El
punto de corte es la mediana de empresas. Tiene un rendimiento z̃st
3. Cartera HM L (high minus low). Se ordenan las empresas de mayor a menor de
acuerdo a la razón de valor en libros entre valor de mercado (Book to Market o
B/M). Se forma una cartera autoőnanciada donde se compra una cartera H del 30 %
de empresas con la razón B/M más alta (llamados ’value stocks’), y se le resta una
cartera L con el 30 % de empresas con el B/M más bajo (llamados ’growth stocks’).
Tiene un rendimiento z̃vt
4. Cartera M OM , (momentum), donde se compra la cartera W con el 30 % de las
empresas que tuvieron el rendimiento más alto, menos una cartera l con el 30 % de
las empresas que tuvieron los rendimientos más bajos. Tiene un rendimiento z̃momt
El rendimiento de una empresa es
22.4. CÁLCULO COSTO DE CAPITAL, EJEMPLO COCA COLA 169
Para este ejemplo, bajamos los precios de las acciones de Coca Cola de Yahoo Finan-
ce, y los factores de investigación de la página de Ken French. En este ejemplo tenemos
rendimientos de mayo del 2010 a abril del 2021.
zjt = αj + βjm zmt + βjs zst + βjv zvt + βjmom zmomt + εjt
El valor promedio de los factores es el siguiente:
El rendimiento en exceso mensual (en puntos base) para el CAPM
22.4. CÁLCULO COSTO DE CAPITAL, EJEMPLO COCA COLA 170
R2 0,25419
T 132
AIC −486,8211
α̂j 0,00225
(0,6319)
β̂j 0,52149
(5,4700)
Fuentes zj y zm de Yahoo Finance y
https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html. Estadísticos t calculados
con errores robustos.
R2 0,4326 0,4226
T 132 132
AIC −516,9127 −518,6142
α̂j 0,00095 0,00061
(0,3255) (0,1903)
β̂jm 0,70130 0,69193
(8,9650) (7,8300)
β̂js −0,79869 −0,79393
(5,391) (5,5650)
β̂jv 0,17156
(0,9198)
β̂jmom 0,11364
(0,9028)
Fuentes zj y zm de Yahoo Finance y
https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html. Estadísticos t calculados
con errores robustos.
Factor pb
zm 68,82
zs 20,45
zv 34,10
z mom 63,80
Fuente https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html.
El costo de capital sería el rendimiento libre de riesgo más la prima. Para este ejemplo
tomemos un rf de 20 años, que para el 15 de julio del 2021 es de 1,85 % anual , de manera
que en datos mensualizados sería de 15,29 puntos base. A
22.5. Ejercicios
22.5.2. Problemas.
1. Acciones de Francia: En este problema la tasa libre de riesgo mensual es rf = 0,00094,
y la economía está compuesta por tres acciones: Airbus (AIR.PA), Carrefour (CA.PA)
y Peugot (UG.PA). A continuación están los rendimientos promedio y las varianzas-
covarianzas mensuales desde mayo del 2007 hasta abril del 2017:
AIR CA UG
µi 0, 01425 −0, 00447 0,00111
σij AIR CA UG
AIR 0, 00923 0, 00258 0, 00378
CA 0, 00258 0, 00525 0, 00410
UG 0, 00378 0, 00410 0, 01621
Fuente: Finance.yahoo.com, datos de mayo del 2007 a abril del 2017. Rendimientos sencillos
129,52 −50, 014 −17, 565
V −1 = −50, 014 256, 42 −53, 194
−17, 565 −53, 194 79, 255
a) Explique brevemente qué papel juega el rendimiento de mercado en los modelos
multifactores. El índice de mercado m está compuesto de Airbus en un 54 %,
de Carrefour en un 16, 17 % y de Peugot en un 29, 83 %. Calcule la media µm y
desviación estándar de éste índice.
b) Calcule la función de la frontera eőciente para esta economía y explique qué le
pasaría a la cartera de mínima varianza si añadiéramos una acción adicional.
c) Calcule los betas de estas tres acciones, y explique cuál tiene menos riesgo de
mercado. Calcule los alfas de estas tres acciones, y explique si en este caso se
cumple lo encontrado por Black Jensen y Scholes.
d ) Calcule el test GRS para esta economía, usando el índice m descrito en (1).
Explique qué concluye del resultado de este test, si el valor crítico del mismo al
30 % es de 1, 26. Explique qué características del test hacen que el valor crítico
sea mucho mayor que el 5 % usual.
e) Suponga que en la economía no existe un activo libre de riesgo, y que un agente
tiene preferencias cardinales cuadráticas que generan una utilidad esperada V =
µ − 0, 95(σ 2 + µ2 ). Calcule los pesos de la cartera que ese agente escogería en la
economía que estamos analizando.
2. En este problema la tasa libre de riesgo promedio a un mes mensualizada es de 8,28
puntos base, y la economía está compuesta por tres acciones: Macdonalds (MCD),
Bank of America (BAC), y Oracle (ORCL). En el cuadro están el número de acciones,
el último valor por acción, los rendimientos promedio y las varianzas-covarianzas
mensuales desde junio del 2017 hasta mayo del 2022 (inclusive):
M CD BAC ORCL
Nj 0,7396 8,0400 2,6600
PjT 250,82 36,99 71,60
µj 1,1802 % 1,3807 % 1,0908 %
σji M CD BAC ORCL
M CD 0,00241 0, 00139 0, 00100
BAC 0, 00139 0, 00713 0, 00292
ORCL 0, 00100 0, 00292 0, 00381
Nj en miles de millones. PjT es en USD. Fuente: őnance.yahoo.com, datos de 06.2017 a
05.2022. Rendimientos simples
22.6. REFERENCIAS 174
a) Explique brevemente el concepto de arbitraje, los tres tipos que se han visto en
clase, con un ejemplo de los usos vistos en clase para cada tipo. Explique cuál de
los tipos de arbitraje se usan para el APT, y qué supuestos adicionales requiere.
b) Calcule la función de la frontera eőciente para esta economía (5 puntos). Calcule la
media y desviación estándar de los rendimientos del índice de mercado ponderado
por capitalización, que llamaremos m (4 puntos). Calcule los alfas, los betas y
las razones de Sharpe de estas tres acciones (6 puntos). Calcule los pesos de wq y
haga el test GRS para esta economía, usando el índice m. Explique qué concluye
del resultado de este test, si el valor crítico del mismo al 5 % es de 2,7694
c) Suponga ahora que el mercado está en la frontera eőciente, a 9 puntos base por
encima de la cartera de mínima varianza. Calcule los pesos de wm y wcm y el
SML empírico de esta situación.
d ) El cuadro de abajo muestra las cargas de factor de las tres acciones, y el promedio
de los factores para distintos periodos. Las tasas libres de riesgo al 25.07.2022
eran de 2,14 % a un mes, 2,62 % a tres meses, 2,81 % a 10 años y 3,28 %a 20 años.
Calcule el costo de capital anual para estas tres acciones.
Cuadro 7. Cargas de Factor 2017.06-2022.05
22.6. Referencias
Berk, Jonathan B., and Peter M. DeMarzo. Corporate finance. Pearson Education, 2016.
Carhart, Mark M. "On persistence in mutual fund performance." The Journal of Finance
52, no. 1 (1997): 57-82.
Copeland, Thomas E., y John Fred Weston. Financial theory and corporate policy. Edi-
torial Addison Wesley, 3ra edición, 1988: 219-230
Fama, Eugene F., and Kenneth R. French. "Common risk factors in the returns on stocks
and bonds." Journal of Financial Economics 33, no. 1 (1993): 3-56.
Griffin, John M. "Are the Fama and French factors global or country speciőc?." The
Review of Financial Studies 15, no. 3 (2002): 783-803.
Ross, Stephen A. "The arbitrage theory of capital asset pricing." Journal of Economic
Theory 13, no. 3 (1976): 341-360.
Capítulo 23
El Zoológico de Factores
Descubrimiento Relación
Si No Total
c(1−β)R cα c(α+(1−β)R)
Si R+1 R+1
/(R + 1) R+1
cβR c(1−α) c(1−α+βR)
No R+1 R+1 R+1
cR c
Total R+1 R+1
c
(1−β)R
PPV P P V = α+(1−β)R
Descubrimiento Relación Con sesgo
Si No Total
cR((1−β)+uβ) c(α+u(1−α)) c(α+u(1−α)+R((1−β)+uβ))
Si R+1 R+1 R+1
(1−u)cβR (1−u)c(1−α) c(1−u)(1−α+βR)
No R+1 R+1 R+1
cR c
Total R+1 R+1
c
R((1−β)+uβ)
P P V = α+u(1−α)+R((1−β)+uβ)
Descubrimiento Relación n grupos estudiando lo mismo
Si No Total
c(1−β n )R c[1−(1−α)n ] c(1−(1−α)n +(1−β n )R)
Si R+1 R+1 R+1
cβ n R c(1−α)n c((1−α)n +β n R)
No R+1 R+1 R+1
cR c
Total R+1 R+1
c
(1−β n )R
P P V = 1−(1−α) n +(1−β n )R
PPV = positive predictive power, proporción de descubrimientos que si constituyen una verdadera relación.
R
R tasa entre relaciones verdaderas y ausencia de relacionesP rob(V erdadera) = R+1 . Poder del test =
1 − β, Error tipo II β. Error tipo I: α. Número de relaciones estudiadas en la disciplina: u tasa de estudios
manipulados que no hubieran sido descubiertos estadísticamente, pero fueron alterados para serlo. n
número de grupos independientes estudiando el mismo fenómeno. Fuente: Ioannides (2005).
Descubrimiento Relación
Si No Total
Si 33 66 99
No 33 1246 1279
Total 66 1312 1378
PPV 0,3333
c = 1378, R = 0, 05, β = 0, 50 α = 0, 05
Descubrimiento Relación
Si No Total
Si 36 190 226
No 30 1122 1152
Total 66 1312 1378
PPV 0,1593
c = 1378, R = 0, 05, β = 0, 50 α = 0, 05 u = 0, 10
Descubrimiento Relación
Si No Total
Si 64 297 363
No 2 1015 1017
Total 66 1312 1378
PPV 0,1763
c = 1378, R = 0, 05, β = 0, 50 α = 0, 05 n = 5
Descubrimiento Relación
Si No Total
Si 66 398 464
No 0 914 914
Total 66 1312 1378
PPV 0,1422
c = 1378, R = 0, 05, β = 0, 50 α = 0, 05 n = 5, u = 0,1
N
• El error tipo II es el de no rechazar H0 , siendo falsa, β ≡ N1|a
1
.
• La proporción de descubrimientos falsos (’false discovery proportion’) es F DP ≡
N0|r
R
. La literatura en medicina y estadística busca reducir esto, p.e., estableciendo
una tasa γ tal que P (F DP > γ) ≤ α. Analizamos el método de Benjamini,
Hochberg y Yekutieli (BHY ).
• Pueden haber factores estadísticamente signiőcativos, sin husmeo de datos, pero
que son económicamente insigniőcativos.
Veamos un ejemplo usando datos y estimadores de Harvey et al. (2016):
23.3. HACKEO DE VALORES P 178
Hou et al (2020) replican 447 anomalías encontradas al 2017, excluyendo acciones llama-
das ’Microcaps’ que representan menos del 3 % del valor de las acciones, pero un 60 % de los
títulos. De estas, 286 desaparecen al ser replicadas, usando un 5 % de signiőcancia. Si se usa
como punto de corte un t estadístico de 3, 380 anomalías desaparecen.
Sólo 46 anomalías son signiőcantes con modelos q y de esos, sólo 13 con t-estadísticos
mayores a 3.
Encuentran que el factor momentum de Carhart es o insigniőcativo, o cercano a ello.
23.4. DESCUBRIMIENTO DE FACTORES SE DEGRADA EN EL TIEMPO 179
Tipo Anomalías t < 1,96 α con t > 1,96 α con t > 3 PPV %
Momentum 57 20 9 2 3,509
Valor 68 37 6 0 0,000
Inversiones 38 11 7 3 7,894
Rentabilidad 79 46 9 3 3,797
Intangibles 103 77 11 4 3,883
Liquidez 102 95 4 1 0,980
Total 447 286 46 13 2,908
Fuente: Hou, Xue y Zhang (2017) La última columna reporta las anomalías con alfas
signiőcativos y mayores a 3, corridos contra un modelo q de tres factores.
Las variables que miden liquidez desaparecen especialmente, ya que sólo 7 de 102
variables sobreviven al análisis de replicación.
Modelo q: Tamaño, inversión, y rendimiento sobre patrimonio (ROE).
Factor zm zs SM L zv HM L zmom M OM
’Descubrimiento’ 0.9.1964 06.1992 06.1992 03.1997
Periodo de estudio 1926-1965 1963-1990 1963-1990 1962-1990
x (1900-estudio) 0,612 % 0,175 % 0,739 % 0,605 %
x periodo estudio 0,863 % 0,237 % 0,464 % 0,846 %
x (estudio-2016) 0,484 % 0,211 % 0,252 % 0,489 %
1900-2016 0,641 % 0,204 % 0,466 % 0,652 %
1900-1926 0,612 % 0,152 % 1,179 % 0,547 %
1926-2016 0,650 % 0,211 % 0,388 % 0,666 %
Fuente: http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html. Datos a Setiembre
del 2016. Vargas (2016) para datos de 1900 a 1926.
23.5. HIPÓTESIS DE LOS FACTORES EMPÍRICOS DE FFC 180
Momentum
• Han habido dos ’crashes’ de momentum: en 1929 y en el 2008. Daniel y Moskowitz
(2016) y Barroso y Santa Clara (2015).
• En mercados menos eőcientes, el momentum es más importante. Cuando un
mercado tiene inversionistas menos informados, hay más momentum (Goetzmann
y Huang, 2016)
Factor HML (q de Tobin alta menos q de Tobin baja)
• EL HML representa un riesgo de duración de las acciones. Las empresas con q
alto son empresas de crecimiento, cuyos ŕujos de caja están muy en el futuro,
y por lo tanto, con duración alta. Las empresas de łvalorž, por su parte, tienen
duración más baja. Dechow et al. (2004) encuentran que esta medida de duración
domina al factor HML. Una teoría usando las őnanzas del comportamiento es que
las acciones de crecimiento son por deőnición glamorosas, y que los que invierten
en ellas sean irracionalmente optimistas.
• Puede representar un ’riesgo de desplazamiento’ al que son susceptibles empresas
que tienen q alto (Garleanu et al 2016)
23.6. REFERENCIAS 181
1.4
zrm
1.2 zs
zv
1
zmom
0.8
0.6
0.4
0.2
0
195709
196209
196709
197209
197709
198209
198709
199209
199709
200209
200709
201209
195606
195812
196003
196106
196312
196503
196606
196812
197003
197106
197312
197503
197606
197812
198003
198106
198312
198503
198606
198812
199003
199106
199312
199503
199606
199812
200003
200106
200312
200503
200606
200812
201003
201106
201312
201503
201606
-0.2
23.6. Referencias
Carhart, Mark M. "On persistence in mutual fund performance." The Journal of Finance
52, no. 1 (1997): 57-82.
Fama, Eugene F., and Kenneth R. French. "Common risk factors in the returns on stocks
and bonds." Journal of Financial Economics 33, no. 1 (1993): 3-56.
Adrian, Tobias, and Joshua Rosenberg. "Stock Returns and Volatility: Pricing the Short-
Run and Long-Run Components of Market Risk." The Journal of Finance 63, no. 6 (2008):
2997-3030.
Barroso, Pedro, and Pedro Santa-Clara. "Momentum has its moments." Journal of Fi-
nancial Economics 116, no. 1 (2015): 111-120.
Benjamini, Yoav, and Yosef Hochberg. "Controlling the false discovery rate: a practical
and powerful approach to multiple testing." Journal of the Royal Statistical Society. Series
B (Methodological) (1995): 289-300.
Daniel, Kent, and Tobias J. Moskowitz. "Momentum crashes." Journal of Financial Eco-
nomics 122, no. 2 (2016): 221-247.
Dechow, Patricia M., Richard G. Sloan, and Mark T. Soliman. "Implied equity duration:
A new measure of equity risk." Review of Accounting Studies 9, no. 2 (2004): 197-228.
23.7. EJERCICIOS 182
Goetzmann, William, and Simon Huang. Momentum in Imperial Russia. No. w21700.
National Bureau of Economic Research, 2015.
Harvey, Campbell R., Yan Liu, and Heqing Zhu. ". . . and the cross-section of expected
returns." The Review of Financial Studies 29, no. 1 (2016): 5-68.
Hou, Kewei, Chen Xue, and Lu Zhang. "Replicating anomalies." The Review of Financial
Studies 33, no. 5 (2020): 2019-2133.
Gârleanu, Nicolae, Stavros Panageas, Dimitris Papanikolaou, and Jianfeng Yu. Drifting
apart: The pricing of assets when the beneőts of growth are not shared equally. Working
Paper, UC Berkeley, 2016.
Ioannidis, John PA. "Why most published research őndings are false." PLoS medicine 2,
no. 8 (2005): e124.
McLean, R. David, and Jeffrey Pontiff. "Does academic research destroy stock return
predictability?." The Journal of Finance 71, no. 1 (2016): 5-32.
Vargas, Daniel, 2016, ’Cálculo de los factores empíricos para la estimación de rendimientos
en NYSE de 1900 a 1925,’ Tesis Universidad de Costa Rica.
Yogo, Motohiro. "A consumption-based explanation of expected stock returns." The
Journal of Finance 61, no. 2 (2006): 539-580.
23.7. Ejercicios
23.7.2. Problemas.
1. En este problema la tasa libre de riesgo mensual es rf = 0,00012, y la economía está
compuesta por tres acciones con las siguientes capitalizaciones en miles de millones
de USD: Chevron (CVX): 221.18 , AT&T (T): 217.44 y Pőzer (PFE):213.69. A conti-
nuación están los rendimientos promedio y las varianzas-covarianzas mensuales desde
enero del 2010 hasta octubre del 2017:
Cuadro 6. Rendimientos Mensuales 2010-2017: Medias y Varianzas-Covarianzas
CVX T PFE
µi 0, 00968 0, 00885 0,01099
σij CVX T PFE
CVX 0,00326 0, 00093 0, 00117
T 0, 00093 0, 00183 0, 00076
PFE 0, 00117 0, 00076 0, 00213
Fuente: Finance.yahoo.com, datos de enero del 2010 a octubre del 2017. Rendimientos
simples
valor crítico del mismo al 5 % es de 2,7058. Calcule cuál sería la peor razón de
Sharpe de mercado (al cuadrado) que aún pasaría el test GRS en esta economía
y explique que signiőca esto acerca del valor crítico que hemos escogido.
2. Problema acciones de Australia En este problema la tasa libre de riesgo mensual es
rf = 0,00351, y la economía está compuesta por tres acciones: BHP Billiton (BHP),
Rio Tinto Ltd. (RIO), y Commonwealth Bank of Australia (CBA). En el cuadro
están el número de acciones, el primer valor por acción, los rendimientos promedio y
las varianzas-covarianzas mensuales desde setiembre del 2000 hasta julio del 2018:
Cuadro 7. Rendimientos Mensuales 2000-2018: Medias y Varianzas-Covarianzas
HD BAC CSCO
Nj 1,1000 9,5080 4,2810
Pj0 44,82 6,74 12,84
µj 0, 0198 0, 02043 0,01949
σji HD BAC CSCO
HD 0,00250 0, 00157 0, 00123
BAC 0, 00157 0, 00587 0, 00163
CSCO 0, 00123 0, 00163 0, 00383
Fuente: őnance.yahoo.com, datos de 07.2012 a 06.2019. Rendimientos simples
1. Me gustaría saber en que ocasiones recomienda graőcar para mostrar una dominancia.
A mi me gusta hacerlo para poder apreciar la diferencia de áreas y demás pero no se
si en un examen será tiempo perdido que no le van a dar puntuación.
En general es más difícil graficar F() y G() especialmente para funciones
continuas. Para probabilidades discretas a veces sí es fácil graficar.
2. A la hora de graőcar los rendimientos, esto se debe hacer de forma discreta? Porque los
ejemplos en el libro vienen como funciones continuas, los teoremas vienen expresados
como una integral, sin embargo en la pagina 101 para demostrar la DESO se calcula
la diferencia de las áreas de las dos funciones de distribución acumulada como una
sumatoria y no una integral, ademas de que gráőcamente se representa discreto. Se
que el resultado es el mismo pero me gustaría saber cual es la manera mas apropiada.
Hay que graficar de acuerdo a las funciones de probabilidad: si son
continuas, los rendimientos se grafican continuamente.
3. En la paradoja de san Petersburgo entiendo la noción a la que llegamos al őnal con
que se preferiría una sumatoria inőnita de 2’s a 1’s. Sin embargo quisiera saber cual
es la conclusión őnal, que se puede decir sobre el valor esperado de la lotería?
La súper-paradoja de san Petersburgo nos pone un ejemplo de dos
loterías que uno por sentido puede clasificar como mejor o peor, pero no
usando la utilidad cardinal, ya que ambas dan infinito. Esto indica que
hay que ponerle un techo a las loterías para que se ’comporten’ bien.
4. Quería veriőcar que la esperanza de ε2 es su varianza
Si, porque el valor esperado es cero. En general V ar(x) = E[(x − µ)2 ] = E[x2 ] −
E 2 [x] = E[x2 ] − µ2 .
5. Cuando hacemos la ecuación de las distribuciones utilizando los parámetros z y ε me
queda la duda de por qué iniciamos diciendo que y es igual en distribución a x + z
pero luego se omite lo de distribución y se hace como una ecuación cualquiera.
Se debe distinguir la dominancia pura, donde se usa la igualdad como
una ecuación cualquiera, porque en ese caso x domina a y estado por
estado. Si es dominancia estocástica, se usa la igualdad en distribución.
Esto significa que tienen la misma distribución, pero que hay estados de
la naturaleza donde y puede rendir más que x.
186
24. DUDAS DE LOS ESTUDIANTES 187
Respuestas
24.1. Construcción de la utilidad esperada
1. F., esto es cierto sólo para utilidades ordinales. Para utilidades cardinales, sólo trans-
formaciones lineares son posibles.
2. V.
3. V., ya que las utilidades tienen un techo.
4. F. Es un ejemplo donde falla la independencia de alternativas irrelevantes.
5. F., es necesario para desarrollar las funciones cardinales.
6. F., permite transformaciones monotónicas.
7. V.
8. V.
9. F. Se puede también construir con utilidades subjetivas
10. F. Aunque en lenguaje coloquial son sinónimos, en economía őnanciera, el riesgo se
reőere a una l(x, y, α) es decir, loterías con repagos y probabilidades, en tanto que
la incertidumbre del que habla Frank Knight se reőere a l(?, ?, ?) es decir que no se
saben ni los repagos ni las probabilidades.
11. F. rompen el supuesto de medibilidad (también llamado continuidad).
12. F. en la demostración se usa esta propiedad para deőnir la utilidad esperada en base
a las utilidades cardinales.
13. V.
14. F. porque es una transformación lineal negativa.
24.1.2. Problemas.
2) lc (x3 , x5 , 50 %) vs. ld (x2 , x4 , 0 %) , u(lc ) = 0,75 > u(ld ) = u(x4 ) = 0,60 por lo
que lc ≻ ld
3) le (x1 , x5 , 50 %) vs. lf (x3 , x5 , 100 %) u(le ) = 0,50 = u(lf ) = u(x3 ) por lo que
le ∼ lf
d ) Vemos que para bajos repagos (menores que x3 ), el agente es averso al riesgo ya
que escoge la cosa segura lb versus una lotería con el mismo valor esperado. Para
niveles de repago más alto, el agente se vuelve amante al riesgo, ya que preőere
la lotería lc al repago con el mismo valor esperado. Dentro de todo el espectro de
repagos, el agente es neutral al riesgo. Esta utilidad es parecida a la postulada
por Friedman y Savage (1948), donde, si la riqueza inicial el 3, compraría seguros
para evitar pérdidas, al mismo tiempo que compraría lotería por las ganancias.
− 3
1 3 1 (w+b) 2
4. F. u′i (w) = (w + b)− 2 y u′′i (w) = − 21 (w + b)− 2 , por lo que ARAi = 2 (w+b)− 12
=
1 1
w+b
. Concretamente ARA1 = w+a < w1 = ARA2 , lo que signiőca que Chopper es
globalmente menos averso al riesgo que Sogeking, y por lo tanto πi1 < πi2 , o lo que
es lo mismo que w − πi1 > w − πi2 .
√
5. F., la utilidad de Boa es v = u que es una concaviőcación de la utilidad de Buggy.
6. F., es una función convexa (pero no diferenciable en todos sus puntos), por lo que
Zoro es amante del riesgo.
7. F., la función de repago es convexa en w, por lo que el ermitaño es amante al riesgo
aún cuando u′ < 0.
8. F. u(w) = aw − 2b w2 , con w ≤ a/b con ARA = a−bw b bw
y RRA = a−bw y ∂RRA
∂w
=
b
(a−bw)2
> 0.
9. F. Al revés, ub = ln(ud ) y por el teorema de Pratt esto dice que Bartolomeo es
globalmente más averso al riesgo que Desire.
10. F. Es amante al riesgo, su utilidad es convexa.
11. F. La inversión riesgosa tiene un valor esperado de E(u) = 1,6555, por lo que πi =
5,236 − exp(1,6555) = $0,0005 Por redondeo a algunos les dio un número un poco
diferente.
24.2. AVERSIÓN AL RIESGO 191
12. F. por ejemplo, con γ = −1 tenemos utilidades cuadráticas que pueden ser aversas
al riesgo.
13. F. Por ejemplo, se puede ver la disponibilidad de pagar seguros πi1 > πi2 que sí es
observable.
14. V., si aumenta el riesgo σε2 .
24.2.2. Problemas.
1. Problema del capitán Picard.
a) Resumidamente, loa axiomas son A1 Comparabilidad. Puedo comparar cualquier
alternativa. Formalmente, para cada xϵS y yϵS debe ser cierto que x ≻ y o y ≻ x
o x ∼ y. A2 Transitividad (Consistencia): Si x ≻ y y y ≻ z entonces x ≻ z. A3
Independencia fuerte. Si x ≻ y entonces una lotería que da x con probabilidad α
y z con el complemento es preferida a una lotería que da y con probabilidad α y z
con probabilidad 1 − α. Formalmente x ≻ y ⇒ αx + (1 − α)z ≻ αy + (1 − α)z. No
siempre se cumple, como en el ejemplo de Kreps de la cena con aperitivo y postre
igual (salmón y pie de manzana), y donde preőero en el plato fuerte el salmón al
bistec, pero en la cena dependiendo de lo que tenga alrededor escoja otra cosa. A4
Medibilidad (Continuidad). Si x ≻ y ⪰ z o x ⪰ y ≻ z entonces existe una única
probabilidad α tal que y ∼ αx + (1 − α)z. A5 Ranking (Dominancia). Si x ≻ y
entonces αx + (1 − α)y ≻ βx + (1 − β)y si y sólo si α > β. Teorema: bajo A1-A5.
las decisiones hechas por una persona que se enfrenta a dos o más loterías con m
posibles premios será la decisión de la lotería que maximice la utilidad esperada
P
E[u(wi )] = m i=1 πi (wi )u(wi ) donde u(xi ) es una utilidad cardinal de obtener un
premio xi y πi es la probabilidad de obtener un premio xi . La utilidad u() se
conoce como la utilidad von Neumann Morgenstern. Las utilidades ordinales no
necesitan la A3 ni la A5; adicionalmente, si el set de escogencia es őnito, tampoco
necesitan de la A4.
1
b) u′ (w) = 0,5w−0,5 y u′′ (w) = −0,25w−1,5 por lo que ARA = 2w y el ARA disminuye
con aumentos en la riqueza. la medida Pratt-Arrow se calcularía con w = 60,000
y σe = 0,20, de manera que si esto afecta toda la riqueza de Picard, tenemos σw =
2
0,20×60000 para dar πi = (0,2×60000)
4×60,000
= 3000, es decir que Picard estaría dispuesto
a pagar hasta 3000 CDF para salirse de este juego. La medida Pratt Arrow no
es muy adecuada aquí, ya que se usa para cambios simétricos y pequeños, que en
este caso no son pequeños.
c) Note que si no toma el seguro, Picard tiene 10.000 CDF para invertir, y por lo
tanto un ingreso por ahorros de 10700 en el siguiente periodo. Si toma el seguro
de 30.000 CDF, el AV L + 20 = 270 y Picard sólo se queda con 9730 CDF de
ahorro, lo que le genera 10411 CDF en el siguiente periodo. Si Picard toma el
24.2. AVERSIÓN AL RIESGO 192
seguro completo, el AV L + 15 = 365 por lo que quedan 9635 CDF para ahorrar
y tiene un ingreso por ahorros de 10309. Las riquezas están dadas abajo. Por lo
tanto Picard escoge el seguro 2.
Estado f Sin seguro u Seguro 1 u Seguro 2 u
a 0,98 60700 246,37 60411 245,79 60309 245,58
b 0,01 55700 236,01 60411 245,79 60309 245,58
c 0,005 50700 225,17 60411 245,79 60309 245,58
d 0,005 10700 103,44 40411 201,03 60309 245,58
E(w) 245,45 245,56 245,58
d ) Al hacerse más averso al riesgo, esto signiőca según el teorema de Pratt que
πi′ > πi donde la tilde representa al agente más averso al riesgo. Pero en (c)
vimos que Picard estaba dispuesto a pagar la prima que el INS le ofrecía, por lo
que el Picard más averso al riesgo también lo haría.
2. Problema del Big Chief
′ 1,25(w+1000)−1,25
a) T (w) = ARA(w) 1
= − uu′′(w)
(w)
= 1,5625(w+1000) −2,25 =
w+1000
1,25
. Al ser una tolerancia
linear en riqueza, es una utilidad HARA. Además nos dice que T ′ (w) > 0 →
ARA′ (w) < 0, que es acorde con lo que los economistas piensan que es razonable.
1,25w
b) RRA(w) = wARA(w) = w+1000 = 1+1,25
1000 . Tiene tres características acorde con
w
lo que decía Arrow: (a) RRA(w = 0) = 0 < 1, RRA(w → ∞) = 1,25 > 1, y
RRA′ (w) > 0.
c) La utilidad esperada de Nokko con el negocio es − 23 × 5 × (11050 + 1000)−0,25 −
1
3
× 5 × (8050 + 1000)−0,25 = −0,4890. Su utilidad sin el negocio es −5 × (10000 +
1000)−0,25 = −0,4882, por lo que es mejor rechazar el negocio.
d ) La utilidad esperada de Nokko con el negocio es − 32 ×5×(161050+1000)−0,25 − 13 ×
5 × (158050 + 1000)−0,25 = −0,24956. Su utilidad sin el negocio es −5 × (160000 +
1000)−0,25 = −0,24961, por lo que le conviene aceptar el negocio. La razón de que
haya cambiado el resultado es que al ser más rico, la aversión absoluta al riesgo
de Nokko ha bajado, y lo que antes era un mal negocio se convierte ahora en un
buen negocio.
e) En términos generales, la utilidad esperada de Nokko es EU = − 23 ×5×(1,02w0 +
1000)−0,25 − 31 × 5 × (0,98w0 + 1000)−0,25 . Para encontrar el equivalente cierto,
debemos primero encontrar el nivel de riqueza cierto equivalente a esta utilidad
5 4
esperada, wc = − EU − 1000. El equivalente cierto del proyecto sería , que
además se puede expresar como un porcentaje de la riqueza inicial. Cuando la ri-
queza es w0 = 10000 esto da una utilidad esperada de −0,4875 → wc = 10064,64,
o un equivalente cierto del proyecto de 64,64, o sea un 0,06464 % de la rique-
za inicial. Cuando la riqueza es w0 = 160000 esto da una utilidad esperada de
24.2. AVERSIÓN AL RIESGO 193
ARAi = 2πσe2
i
= 0,9952 o muy cercano a 1. Alternativamente, podemos calcu-
lar σe = 0,4378 × (0,5311 − 0,25)2 + 0,5622 × (0,75 − 0,5311)2 = 0,0615 y
2
ARAi ≈ 1,011
24.3. Rendimientos
24.3.2. Problemas.
1. Problema de MSFT y GOOG
a) Para una inversión como el de una acción, el rendimiento bruto se calcula como
Pjt DIV
Rjt ≡ Pjt−1 + Pjt−1jt , y me dice por cuánto se ha multiplicado mi inversión en un
dado periodo. Con responsabilidad limitada, este rendimiento debe ser mayor o
igual a cero. Este rendimiento es intuitivo, aunque para cambiar su periodo de
análisis (p.e. de un mes a un año), hay que componer los intereses, no solamente
multiplicarlo, p.e. por doce. El rendimiento continuamente compuesto se calcula
como rjt = ln(Rjt ), y con responsabilidad limitada tiene el rango igual a toda
la línea real. De desventaja tiene que es menos intuitivo, pero de ventaja tiene,
por ejemplo, que para pasarlo de un periodo mensual a anual, sólo es necesario
multiplicarlo por 12, es decir, que es muy fácil de manipular. Los dos rendimientos
son dos formas de decir la misma cosa.
σ2
b) Para un rendimiento lognormal, sabemos que E(Rj ) = exp µj + 2j , por lo que
el rendimiento bruto esperado de M SF T es 1,1113 y el de GOOG es de 1,1243.
1−γ
c) La utilidad CRRA = W 1−γ−1 , y con W0 ≡ 1 sin pérdida de generalidad, tene-
mos que W = Rj , dependiendo de la "acción en que #queremos invertir. La utili-
(1−γ)2 σj2
exp (1−γ)µj + −1
E( Rj1−γ )−1 2
dad esperada es Vj = 1−γ
= . Esta utilidad esperada
(1−γ)
ln([Vj + 1−γ
1
]×[1−γ])
admite transformaciones monotónicas, en particular, Ṽj = 1−γ
=
σ2
µj + (1 − γ) 2j , como vimos en clase. Usando esta fórmula, la utilidad esperada
con γ = 1,34 de M SF T es 5,30 % y la de GOOG es de 5,00 %, por lo que la
persona escogerá invertir en M SF T .
24.4. CONCEPTOS DE DOMINANCIA 195
t 0 1 2 3 4
f (t) 0.0 0.2 0.6 0.2 0.0
g(t) 0.1 0.0 0.8 0.0 0.1
F (t) 0.0 0.2 0.8 1.0 1.0
G(t) 0.1 0.1 0.9 0.9 1.0
F (t) − G(t) -0.1 0.1 -0.1 0.1 0.0
´t
0
[F (x) − G(x)]dx -0.1 0.0 -0.1 0.0
6. Falso. El aumento en riesgo es un caso especial del DESO, donde las medias de las
variables son iguales.
d
7. Falso. vemos que de hecho se puede escribir y = x + z , pero en este caso z = 1 > 0,
d
y la condición era que z fuera menor o igual a cero. En cambio, x = y − 1, por lo que
y≻DEP O x.
8. F.
Repagos 0 2 3 7 10
f Prob(Fondo A) 0,20 0,10 0,40 0,10 0,20
g Prob(Fondo B) 0,10 0,25 0,15 0,40 0,10
F (x) 0,20 0,30 0,70 0,80 1,00
G(x) 0,10 0,35 0,50 0,90 1,00
´x
F (s)ds 0,40 0,70 3,50 5,90
´0x
0
G(s)ds 0,20 0,55 2,55 5,25
Por lo tanto, el fondo B domina estocásticamente en segundo orden al fondo A.
9. F.
Repagos 1 3 7 9
Prob(Fondo A) 0,30 0,20 0,20 0,30
Prob(Fondo B) 0,20 0,30 0,30 0,20
F(A) 0,30 0,50 0,70 1,00
G(B) 0,20 0,50 0,80 1,00
A veces F (s) < G(s) y a veces G(s) < F (s), por lo que no hay DEPO, que es la
única forma de determinar dominancia si sólo sabemos es que u′ > 0.
10. F. En el caso en que sólo sabemos que u′′ < 0 sólo podemos usar el concepto de
aumento en riesgo, que necesita como condición que E(x) = E(y), pero en este caso
el valor esperado del fondo A es de 3.8, mientras que el del fondo B es 3.55.
d
11. F. Es cierto que x = y − 1 + ε y por lo tanto y ≻DESO x, pero como u” > 0 no
podemos saber si el agente preőere yo x.
12. F. ya que G(t) ≤ F (t) por lo que z ≻DEP O x.
13. V. B ≻DESO A
Repagos 1 2 3 5 8
Prob(Fondo A) 0,20 0,10 0,40 0,10 0,20
Prob(Fondo B) 0,10 0,25 0,15 0,40 0,10
F (t) 0,20 0,30 0,70 0,80 1,00
G(t) 0,10 0,35 0,50 0,90 1,00
´t
F (x)dx 0.20 0.90 2.5 5.5
´−∞
t
−∞
G(x)dx 0.10 0.60 2.4 5.4
24.4.2. Problemas.
24.4. CONCEPTOS DE DOMINANCIA 197
1. Problema de Sabo
−w
a) ARA = ee−w = 1 su aversión absoluta al riesgo no cambia conforme se hace más
rico,
1) T (w) = 1/ARA = 1. Es linear en w en el sentido de que T (w) = aw +b donde
a = 0 y b = 1. Es parte de la funciones HARA, así que si existe una separación
de carteras, es decir que los agentes van a elegir las mismas carteras de activos
simples (igualmente, de activos complejos), independientemente del nivel de
riqueza.
2) RRA = wARA = w, es decir, se hace más averso al riesgo relativo a su
riqueza, es decir, pagaría un porcentaje más alto de su riqueza para salir de
una apuesta.
2 σϵ2
3) πi ≈ − σ2ϵ u”(w)
′
u (w)
= 2
Esta es una aproximación de la prima pagada para salirse
de una lotería. Esta aproximación es buena para pequeños riesgos simétricos.
b) Explique las condiciones de dominancia entre x y y que permitan determinar
cuál preferirá Sabo sin tener que calcular explícitamente la utilidad esperada.
Concretamente:
1) Para dominio estocástico es necesario sólo equivalencia en distribución, por lo
que ρ puede tener cualquier valor. Para entender esto tome en cuenta que el
agente simplemente debe escoger poner todo su dinero o en Ace Enterprises
d
o en Dragon. Para FOSD es necesario poder escribir y = x + z donde z < 0.
Entonces las condiciones son µy < µx y σx = σy
2) En este caso µx = µy y σy > σx .
3) En este caso, para deőnir estado por estado, es necesario que ρ = 1 y µx > µy
y que σx = σy
4) En este caso, que se puede usar ya que hay una distribución conjuntamen-
te normal, podemos además añadir las condiciones de la convexidad de las
curvas de indiferencia, de manera que si por ejemplo, existe un αϵ(0, 1) y
una (µz , σz ) Tal que µx = αµy + (1 − α)µz y σx = ασy + (1 − α)σz y
V (µy , σy ) = V (µz , σz ), entonces V (µx , σx ) > V (µy , σy ).
c) Sabo, que no tiene riqueza alguna ahora tiene que escoger entre los siguientes
fondos de inversión que son mutuamente excluyentes:
En este problema hay que eliminar carteras dominadas, que son 5. Veamos de
más fácil a más difícil
1) E ≻F OSD B. Ya que por inspección se ve que F (xE ) ≤ F (xB )
2) B ≻SOSD C . Ya que se puede escribir xC = xB + ε Donde E(ε|xB ) = 0
3) A ≻SOSD E Ya que se puede escribir xE = xA + ε Donde E(ε|xA ) = 0
4) D ≻F OSD F Ya que por inspección se ve que F (xD ) ≤ F (xF )
24.5. PREFERENCIAS DE MEDIA Y VARIANZA 198
Fondo/Repago 0 1 2 3 4 5 6 7 8 9 10
A 0.4 0.6
B 0.2 0.2 0.2 0.2 0.2
C 0.1 0.2 0.2 0.2 0.2 0.1
D 0.2 0.2 0.2 0.2 0.2
E 0.4 0.2 0.2 0.2
F 0.2 0.2 0.2 0.2 0.1 0.1
5) Los que no quedan tan claros son A y D por inspección, por lo hay que
veriőcarlo a mano en el cuadro abajo, y encontramos que de hecho A ≻SOSD
D.
Cuadro 3. Probabilidad de Repago de Fondo
Fondo/Repago t 1 2 3 4 5 6 7 8 9 10
f (xA ) 0.4 0.6
f (xD ) 0.2 0.2 0.2 0.2 0.2
F (xA ) 0.0 0.0 0.0 0.4 0.4 1.0 1.0 1.0 1.0 1.0
F (xD ) 0.2 0.2 0.4 0.4 0.6 0.8 0.8 0.8 0.8 1.0
F (xD ) − F (xA ) 0.2 0.2 0.4 0.0 0.2 -0.2 -0.2 -0.2 -0.2 0.0
´t
1
[F (sD ) − F (sA )]ds 0.2 0.4 0.8 0.8 1.0 0.8 0.6 0.4 0.2
10. F. esa distribución es elíptica y es una condición suőciente para generar preferencias
de media y varianza.
11. F. Si la distribución de rendimientos se puede representar como R = µ + σs donde
E(s) = 0, aunque s sea asimétrico, se pueden establecer preferencias de media y
varianza.
12. V
13. F. si es posible, si las utilidades son cuadráticas por ejemplo. También los rendimien-
tos de ubicación y escala permiten asimetría.
14. F., ya que los rendimientos lognormales no son de ubicación y escala, y la CRRA no
incluye a la utilidad cuadrática.
24.5.2. Problemas.
1. Problema empresas A y B
a) Calcule la media y varianza de los rendimientos brutos de cada empresa (15
puntos).
B A
µi 2 2,8
σi2 1,2 2,36
b) Explique porqué algunos inversionistas escogerían A y otros B si las preferencias
son de media y varianza Tenemos una situación donde µB < µA pero también que
σB < σA , así que dependiendo de la aversión al riesgo del agente, escogerá una u
otra inversión. Por ejemplo, con utilidades cuadráticas un agente con ui = µ − σ 2
2
escogería la inversión B mientras que un agente con uj = µ − σ2 escogería A
c) Compare A y B usando el criterio de dominancia estocástica de segundo orden
(15 puntos).
-1 0 1 2 3 4 5
g(B) 0,0 0,1 0,2 0,4 0,2 0,1 0,0
f (A) 0,1 0,0 0,0 0,2 0,4 0,2 0,1
G(B) 0,0 0,1 0,3 0,7 0,9 1,0 1,0
F (A) 0,1 0,1 0,1 0,3 0,7 0,9 1,0
´t
−1
[G(s) − F (s)]ds 0,0 -0,1 -0,1 +0,1 +0,5 +0,7 +0,8
Como se puede ver, la integral de la diferencia entre las distribuciones cambia de
signo, por lo que no hay DESO.
d ) Explique si en un mercado completo es posible que haya dominancia estado por
estado de Rx sobre Ry , donde Ri es el rendimiento bruto de la empresa i. Esto
contradecía la condición de no arbitraje (del tipo B). Por ejemplo, suponga que
compro 1 colón del activo x y vendo al descubierto un colón del activo y. El costo
de esta cartera es cero, pero me da un repago de Rxs − Rys ≥ 0 en cada estado, y
24.5. PREFERENCIAS DE MEDIA Y VARIANZA 200
t = µ + σz
donde z tiene una distribución N (0, 1). La utilidad esperada sería
ˆ ∞
V = v(µ + σz)f (z)dz
−∞
ˆ ∞
Vµ = v ′ (µ + σz)f (z)dz < 0
−∞
ˆ ∞ ˆ ∞ ˆ ∞
′ ′ ′
Vσ = v (µ + σz)zf (z)dz = − v (µ + σz)f (z)dz = v ′′ (µ + σz)f (z)dz ≤ 0
−∞ −∞ −∞
Donde la igualdad en la última línea usa el hecho que para N (0, 1) se cumple
que f ′ (z) = −zf (z), y la integración por partes. Note además que cuando σ =
0, entonces Vσ = 0. Por el teorema de la función implícita obtenemos que la
pendiente de la curva de indiferencia es negativa, y que cuando σ = 0 tiene
pendiente de cero.
dµ Vσ
=− ≤0
dσ Vµ
Por la aversión al riesgo de los agentes, obtenemos además que la curva de indi-
ferencia es cóncava, es decir, que se ve de esta manera:
mayor
utilidad
la mejor. Por ejemplo, el sistema puede aconsejar una ruta un poco más lenta,
pero que tenga una desviación estándar más baja, y así el conductor no asumirá
tanto riesgo al ir de un punto al otro
24.6.2. Problema.
1. El siguiente cuadro muestra datos del mercado de bonos del Tesoro de los Estados
Unidos. Para solucionar los preguntas más fácilmente, suponga que los cupones, si
hay, se pagan anualmente.
a) El Rendimiento (yield) de un bono es la tasa y tal que
XT
c × FV FV
P × FV = t
+
t=1
(1 + y) (1 + y)T
24.6. INTRODUCCIÓN A BONOS 203
en los rendimientos: es decir, que si un bono tiene una duración D y los rendi-
mientos cambian ∆y, el precio del bono cae ∆P/P ≈ −D∆y. Las duraciones de
los cuatro bonos están en la tabla arriba. Note que para un bono cupón cero, la
duración es igual al plazo.
d ) La respuesta está en la tabla de arriba, sabiendo 100 puntos bases es equivalente
a un punto porcentual que cada bono cambia ∆P ≈ −15D. La forma larga y
difícil es recalculando el precio de cada bono y viendo el cambio de cada uno.
Como se puede ver, el cambio en el rendimiento ha afectado especialmente al
bono de 5 años.
24.7.2. Ejercicios.
1. Ejercicio CSH DS LDA:
a) El arbitraje es la creación de una cartera que genere repagos sin riesgo. Se llama de
tipo I si cfj0 > 0 y cfjst = 0 en el futuro en todos los estados de la naturaleza, y de
tipo II si cfj0 = 0 y cfjst ≥ 0 con desigualdad estricta en algún periodo y estado de
la naturaleza. En economía őnanciera, se dice que no deben existir oportunidades
24.8. EL EQUILIBRIO DESCENTRALIZADO ES UN ÓPTIMO DE PARETO 205
24.9.2. Ejercicios.
1. Problema de Arabasta
a) Mercados completos, títulos puros, etc. Es un mercado donde existe igual número
de instrumentos őnancieros
" # independientes como estados. En este caso debemos
5 3
veriőcar que A = es invertible, para esto es necesario que det(A) =
5 7
5 × 7 − 5 × 3 = 20 sea distinto de cero, que lo es. Un título puro es aquel que
24.9. CÁLCULO DE EQUILIBRIO 207
Acciones Hoy f c
Compro 0.2 de Arabasta -0.56 +1 +0.6
Compro 0.2 de Baroque -1.04 +1 +1.4
Short Superbono +1.8 -2 -2
Posición neta +0.2 0 0
24.9. CÁLCULO DE EQUILIBRIO 208
∂Li 1 1
= − θi = 0 → ci0 =
∂ci0 ci0 θi
∂Li 0, 8πs 0, 8πs 0, 8πs
= − θi ps = 0 → cis = = ci0
∂cis cis θi p s ps
0, 8 × 0,25 0, 8 × 0, 25 × 10
cvf + ccf = (cv0 + cc0 ) = = evf + ecf = 10 → pf = 0,2
pf pf
0, 8 × 0,75 0, 8 × 0, 75 × 10
cvc + ccc = (cv0 + cc0 ) = = evc + ecc = 10 → pc = 0,6
pc pc
X X
ci0 + pf cif + pc cic = ci0 + 0,8ci0 πs = 1,8ci0 = ei0 + πs eis
sϵS sϵS
Ahorros de Vivi son 8,8 − 4,89 = 3,91. Invierte 0,2 × 4,89 = 0,978 en el estado
de frío (25 % de sus ahorros) y 0,6 × 4,89 = 2,93 en el estado de calor (75 % de sus
ahorros). Los ahorros de Crocodile son 9,2 − 5,11 = 4,09 y se dividen igualmente en
25 % en el estado de frío y un 75 % en el estado de calor. Desde el punto de vista de
3,91
títulos complejos, Vivi invierte en 3,91+4,09 =0.4887 en un 48.87 % de Arabasta y de
Baroque, en tanto que Crocodile lo hace en un 51.13 % del mercado, es decir en un
51.13 % de Arabasta y en un 51.13 % de Baroque.
2. Problema de Uhura y Kirk
24.9. CÁLCULO DE EQUILIBRIO 209
a) Un mercado completo es donde hay igual número de títulos puros como estados
de la naturaleza. En este caso debemos veriőcar que haya tantos instrumentos
complejos independientes como! estados de la naturaleza (2 en este caso). Para ver
45 50
esto, tomamos det = 45 × 64 − 50 × 31 = 1330 ̸= 0 y vemos que de
31 64
hecho son linearmente independientes, por lo que si está completo el mercado. El
equilibrio competitivo es Pareto óptimo, porque las condiciones de optimalidad
del equilibrio
h competitivo
i son iguales a las de un planiőcador social que le da un
−1
peso θi = ∂u
∂ci
i
a cada agente.
b) Tenemos las condiciones de optimalidad donde cada agente
ck0 0, 38
(24.9.2) p2 = 0,95 × 0, 4 × → ck2 = ck0
ck2 p2
Ahora vemos las condiciones de equilibrio general:
0, 57
(24.9.4) cu1 = 76 − ck1 = 76 − ck0
p1
0, 38
(24.9.5) cu2 = 114 − ck2 = 114 − ck0
p2
Las condiciones de optimalidad para Uhura son:
!
cu0 80 − ck0
(24.9.6) p1 = 0, 95 × 0, 4 = 0, 38 → p1 = 0, 40 + 0, 0025ck0
cu1 76 − 0,57 c
p1 k0
!
cu0 80 − ck0
(24.9.7) p2 = 0, 95 × 0, 6 = 0, 57 → p2 = 0, 40 − 0, 0017ck0
cu2 114 − 0,38 c
p2 k0
(24.9.8) 1, 95ck0 = 40+31p1 +64p2 = 40+12, 4−0, 0517ck0 +25, 6+0, 16ck0 → ck0 = 42,3522
1En √ P √
nuestro caso específico ps cis = ci0 0,94πs ps , así que ci0 + sϵS ps cis = ci0 (1 + 0,94(0,1091 + 0, 4363 +
0, 4363) = 1,9518ci0 = Wi , pero esto no era importante resolverlo explícitamente
24.10. SEPARABILIDAD EN CARTERAS 212
1. V.
2. F., el bien libre de riesgo tiene un precio de 0,20 + 0,15 + 0,25 + 0,30 = 0,90 =
1
1+rr
→ rf = 0,11. En el caso de este proyecto, tiene un valor actual de V Ai =
2 × 0,20 + 1 × 0,25 + 1 × 0,30 = 0,95. El proyecto tiene un ŕujo de caja esperado de
1
E[F Ci ] = 2 × 0,25 + 1 × 0,25 + 1 × 0,25 = 1, por lo que 1 + E(ri ) = 0,95 → E(ri ) =
0,0526 < rf . Aunque es un proyecto que actúa como un seguro, no necesariamente
tiene una tasa de corte negativa.
3. V.
4. V.
5. F., se cumple para una economía de producción también.
6. F., el valor actual del proyecto es V Aj = 0,25 × 2 + 0, 15 × 4 + 0,40 × 1 + 0,10 × 3 = 1,8
y el V ANj = 1, 8 − 2, 0 = −0,2 < 0. Note que los precios de los estados ya traen los
ŕujos futuros a valor presente.
24.11. PRINCIPIO DE SEPARACIÓN DE FISHER Y EVALUACIÓN DE PROYECTOS 214
24.11.2. Problemas.
24.12.2. Problemas.
1. Problema de Zoom, Delta y Apple.
a) en esta economía es necesario que hayan tantos instrumentos complejos como
estados de la naturaleza. La importancia es que en una economía como esta, el
equilibrio al que se llega es un óptimo de Pareto. Podemos demostrar que la matriz
de ŕujos de caja es invertible encontrando su determinante, que es 984 ̸= 0, por
lo que sí hay tres instrumentos complejos independientes.
b) Tenemos p1 = 0,3699, p2 = 0,3577 y p3 = 0,2480. El Vf = 0,9756 y el rf = 2,5 %.
El E(rm ) = 6,67 % por lo que M RP = 4,167 %.
24.13. INTRODUCCIÓN A ACCIONES 216
1. Falso, ya que la semivarianza siempre suprime datos más allá de un cierto punto.
2. Falso. El supuesto es muy importante, ya que permite tomar las acciones para ha-
cer arbitraje en los casos en que los instrumentos complejos redundantes no estén
alineados con los valores fundamentales dados por los precios puros.
3. Verdadero.
4. Falso. puede darse el caso contrario, lo que signiőcaría que el q de la empresa es
menor que uno, y no compensa hacer inversiones en ella.
5. F. Si no cambian sus activos, su capitalización se mantendría igual, y el precio por
acción caería a la mitad (es como emitir dinero sin respaldo).
6. F. La mediana será diferente de la media.
7. F. es una señal de que es platocúrtica
8. F. la empresa de crecimiento (q alta) tiene una duración más alta que una empresa
de valor (q baja).
9. V.
10. F debe ser ROE > k − g
24.15. LA FRONTERA EFICIENTE 217
178,68
11. F. V R6 = 31,31
6
= 0,9511 y z = 0,9511−1
0,1616
= −0,3024 que es menos que el valor crítico,
por lo que no se puede rechazar la hipótesis de la caminata aleatoria.
12. F. El test sería z = 1,0522−1
0,06928
= 0,7534 < 1,96 por lo que no podemos rechazar la
hipótesis nula de caminata aleatoria (o de rendimientos no correlacionados).
13. F. sólo si V R < 1 signiőcativamente.
2
y σmvp = 29,22.
10. V.
6. V.
7. F. El único que está en el CM L es la cartera ex-por eőciente q, todas las demás
carteras y acciones están estrictamente debajo del a CM L.
8. V.
9. F. Su utilidad con el CML es V = 0,04 + 0,30σ − 0,15σ 2 , y se maximiza cuando
σ = 1,0 > σm es decir, que Yamato se endeuda (hace un short de la deuda sin riesgo)
bastante para llegar a este punto.
10. F. R2 = ρ2 = 0,16 y la proporción del riesgo diversiőcable es 1 − R2 = 0,84.
11. F. El riesgo idiosincrático no afecta el rendimiento esperado, ya que es diversőcable.
1
(1+Rf t )
,
es decir el precio (como porcentaje del valor facial) de un bono cupón cero
sin riesgo.
4. F. El uso del factor estocástico de descuento es correcto, lo que no funciona en la
práctica es el uso del crecimiento del consumo agregado como proxy de ese factor.
5. F. Esto no se da ya que el consumo agregado del agente representativo no es igual al
mercado.
6. V.
7. F. Weil (1989) encuentra que en una economía con un agente representativo, δ puede
ser menor que cero para justiőcar las tasas de interés de los activos sin riesgo.
8. V.
9. F. Por ejemplo, en el CCAPM de Breeden (1979) pueden ser agentes con distintas
utilidades CARA.
cov(rjt ,Ct )
10. F. Al revés, ya que βjc ≡ var(C t)
, y el consumo agregado tiende a ser muy bajo.
11. F. Al ser una razón de utilidades marginales, tanto el numerador como el denominador
(utilidades marginales) son estrictamente positivas, por lo que el factor estocástico
de descuento también lo es.
24.19.2. Problemas.
1. Problema empresas alemanas
a) El CCAPM es un modelo multiperiodo de cálculo de rendimientos, que llega
a la fórmula E(rit − rf t ) = ββmc
ic
E(rmt − rf t ) donde βic ≡ cov(r it ,∆ct )
var(∆ct )
y βmc ≡
cov(rmt ,∆ct )
son las sensibilidades de rendimientos de un activo y del mercado a
var(∆ct )
cambios en consumo. La fórmula es bastante parecida a la del CAPM de Sharpe
de E(ri − rf ) = βi E(rm − rf ), donde βi ≡ cov(r i ,rm )
var(rm )
es la sensibilidad de los
rendimientos de un activo a movimientos de los rendimientos del mercado. Las
diferencias están en los supuestos, a saber: (1) el CAPM de Sharpe asume sólo
dos periodos, mientras que el CCAPM tiene un número arbitrario de periodos.
(2) El CAPM de Sharpe asume que hay preferencias de media y varianza (que
puede darse o por utilidades cuadráticas o por rendimientos normales), en tanto
que el CCAPM supone utilidades separables, y utilidades cuadrátricas (para el
desarrollo de Rubinstein en 1976) o movimientos brownianos (en el desarrollo de
Breeden de 1979). (3) Ambos modelos asumen que existe un instrumento libre
de riesgo, y que se puede prestar y pedir prestado a la misma tasa, a diferencia,
p.e. del CAPM de Black. (4) La interpretación de los betas es distinto, ya que en
el CCAPM es muy importante ver la variación relativa respecto al crecimiento
agregado del consumo, por lo que ha sido muy usado en macroeconomía.
b) Obtenemos los siguientes coeőcientes A = 3, 8548, B = 0, 0456, C=342,2997y
D = 0, 7527, por lo que la frontera eőciente tiene la fórmula de σi2 = 0, 00292 +
24.19. CAPM DE CONSUMO 221
mayorh a uno. Los alfas de las tresi empresas, expresados en puntos base, son:
α′ = −30,4449 7,0601 34,9563
c) Usamos h el spanning de carteras, dondei wϵMhV EF ⇐⇒ w = g + hµw , donde i
g = 6,0095 −4,9858 −0,0237 y h′ = −334,2300 307,1585 27,0692 .
′
Sabemos que, en puntos base h µl = µm = 169,92, que i sus pesos por span-
′
ning de carteras son wl = 0,3303 0,2334 0,4362 . Usando la fórmula de
′
hcero covarianza, encontramos ique, en puntos base, µcl = 661,5740,y que wcl =
−16,1022 15,3351 1,7671 . Note que como µl está en la zona dominada, y
muy cerca de la media de la cartera de mínima varianza, su cartera cero beta
debe estar en la zona dominante, y muy alto. Tenemos que el SM L empírico de
Black nos dice, en puntos base µj = 661,5740 − 491,66βj , es decir que existe una
relación inversa entre el beta y el rendimiento esperado. Este resultado que no es
común se debe a que asumimos que el mercado l está en la zona dominada de la
frontera eőciente.
d ) Tenemos que H = 0,05063 (note lo parecido que es al B dado que rf es extremada-
mente bajo), por lo que SRq = 0,2250. El proxy de mercado tiene SRm = 0,2175,
2
y SRm = 0,04729. Tenemos T = 179, N = 3, y por lo tanto el estadístico, en
puntos base, es J = 179−3−1 3
× 31,8786, y en números es 0,1860 que es mucho
menor al valor crítico, por lo que no se puede rechazar la hipótesis nula que de
que el mercado y la cartera ex-post eőcientes son iguales. Para la segunda parte
del problema, tenemos de incógnita T , y resolvemos T −4 3
× 31,8786
10000
= 2,6138,
∗
que resolviendo da T = 2463,91, por lo que a partir de T > 2464 (o unos 205
años de datos) se puede rechazar la hipótesis nula de igualdad entre m y q. La
razón de este resultado es que las razones de Sharpe de m y q son muy parecidas.
24.20.2. Problemas.
−1 −1
0,2673
BV ι − AV µ
g= = 1,0312
D
−0,2985
5,0007
CV −1 µ − AV −1 ι
h= = −52,0317
D
47,0310
0,3648
w0,0195 = 0,0166
0,6186
b) Para una economía donde uno puede endeudarse libremente:
1) El β mide el impacto que tiene en una acción el movimiento del mercado,
en tanto que el alfa mide el rendimiento de una empresa más allá de lo que
predice la versión Sharpe Lintner del CAPM. El beta del mercado es 1, y
su alfa debe ser 0. Para las empresas concretas tenemos lo siguiente: todas
tienen alfas positivos, y BRKA y JNJ se mueven menos con el mercado que
AAPL.
β α
BRKA 0, 5464 0, 00388
JN J 0, 5752 0, 00078
AAP L 1, 2204 0, 02467
2) q es la cartera que maximiza la razón de Sharpe con los datos históricos
Tenemos los siguientes resultados
0, 00225 0, 00121 0, 00089 0, 00109 0
h i 0, 00121 0, 00971 0, 00166 0, 00253 0
σiq = 0, 42923 0, 23897 0, 33179 0 = 0, 0014992
0, 00089 0, 00166 0, 00322 0, 00129 0
0, 00109 0, 00253 0, 00129 0, 00201 1
0,0014992
ρiq = = 0, 73131
0, 04488 × 0, 04570
3. Problema BM W , DHL, y (M U V G).
a) Fama y Macbeth (1973) es un test de las predicciones débiles del CAPM de
Sharpe, Usan datos mensuales de panel para N carteras y T periodos, usando
β̂j estimados el estimado de la desviación de residuos de cada cartera ŝj , y la
regresión es:
2
rjt = γ0t + γ1t β̂jt + γ2t β̂jt + γ3t ŝj + ujt
El CAPM de Sharpe implica que γ2t = γ3t = 0, que no se rechaza. También
implica que γ0t − rf t = 0 y que γ1t − zmt = 0 lo que sí se rechaza. Estos resultados
indican que no se puede rechazar una relación lineal y positiva entre los rendi-
mientos esperados y el beta, y que otros factores como el riesgo idiosincrático
no afectan el rendimiento esperado. Los autores, sin embargo, encuentran que el
SM L empírico diőere de la teoría del CAP M de Sharpe, ya que tiene un inter-
cepto mayor al rf y una pendiente menor al z m . Los autores hacen sus estudios
con carteras de acciones para minimizar los errores en variables en el calculo de
los betas. También descartan los primeros años de sus cálculos para evitar una
relación mecánica entre los rendimientos y los betas: por ejemplo, usan datos del
1926 a 1930 para formar las carteras, pero calculan el beta de cada cartera sin
usar esos datos iniciales.
b) Con dos acciones, se obtiene que A = 1,5084, B = 0,0116, C = 199,4479 y
D = 0,03791, en este caso la cartera de mínima varianza tiene una media en
puntos base de 75,6 y una desviación
q estándar de 7.08 %, y la relación mínima
entre rendimiento por riesgo es D C
= 1,379 %. Con tres acciones, se obtiene que
A = 2,5644, B = 0,0192, C = 346,8839 y D = 0,0707, en este caso la cartera de
mínima varianza tiene una media en puntos base de 73,9 y la desviación estándar
cae a 5.37 % (el primer beneőcioqde la diversiőcación) , y la relación mínima entre
D
rendimiento por riesgo sube a = 1,427 %, que es el segundo beneőcio de la
C
h i
′
diversiőcación. Con los pesos de wm = 0,4135 0,3164 0,2706 tenemos que
µm = 76,26 puntos base y que σm = 6,1594 %.
24.21. APT 230
c) Lo primero que hay que hacer es mensualizar la tasa libre de riesgo, que en
puntos base es rf = 4,46, que es un número super bajo ya que en Europa se ha
mantenido una política monetaria muy relajada durante todo el periodo 2005 al
2023. Los alfas, expresados en puntos base son αBM W = −10,08, αDHL = −7,23,
αM U V G = +23,91 y αm = 0, la última por construcción. En cuanto a las razones
de Sharpe, encontramos que SRBM W = 0,0929, SRDHL = 0,0842, SRM U V G =
0,1220 y SRm = 0,1166. Para combinar con un activo sin riesgo siempre buscamos
el activo con la razón de Sharpe más alta, que en este caso sería M U V G, lo que
no es lo típico, porque la teoría
h aconsejaría el mercado m.i Los pesos de la cartera
′
ex-post eőciente q son wq = 0,1369 0,1712 0,6919 , que por una parte son
todos positivos, pero que diőeren signiőcativamente de la cartera wm en que dan
menos peso a BM W y DHL, y le dan más peso a M U V G, ya que la última
acción ha tenido un desempeño relativamente mejor. La razón de Sharpe de la
Cartera ex-post eőciente es 0,1302, y el test de GRS con T = 214 N = 3 da
un estadístico de J = 0,2317 que es menor que el valor crítico, por lo que no se
rechazaría H0 que SRm = SRq , y por lo tanto no se rechazaría el CAP M de
Sharpe.
d ) De nuevo, es necesario mensualizar las tasas de interés, y obtenemos en puntos ba-
se que rf = 4,46, rd = 18,85 y que por lo tanto µcl = 11,66 < CA = 75,60, es decir
que la cartera cero covarianza con el mercado está en la zona dominada. Esto nos
indica que el mercado está en la zona dominante, y usando la fórmula de cero beta
para encontrar la media µl = 74,87 expresado en puntos base. Usamos el span-
ning de
h carteras (g y h) para encontrar
i los pesos de las carteras, y obtenemos que
wl′ = 0,1469 0,1640 0,6891 que se parecen bastante a los pesos de la cartera
h i
q. Para la cartera cero covarianza obtenemos wcl′ = −6,3099 4,8444 2,4654 .
El SM L empírico, en puntos base, da E(r̃j ) = 11,66 + 63,21βj , contra el teórico
según el CAPM de Sharpe de E(r̃j ) = 4,46 + 71,80βj .
24.21. APT
24.21.2. Problemas.
1. Acciones de Francia
a) El ’factor’ de mercado siempre es usado en los modelos multifactores. La razón es
que es el único que tiene una base teórica, ya sea a través del CAPM de Sharpe,
o el de Black. Para calcular la media y varianza del mercado considere que wm es
el vector de pesos relativos de cada acción, y entonces µm = µ′ wm = 0,00728 y
2 ′
σm = wm V wm = 0,0064 → σm = 0,07934.
b) Tenemos A = 0,2069, B = 0,0379, C = 223,65 y D = 8,8423, de manera que
σ 2 = 0,00447+26,5485(µ−0,000925)2 . Al añadir un activo nuevo, pasan dos cosas:
primero, la varianza mínima 1/C cae, y por otra parte, el cono que contiene a
la frontera eőciente se expande, de manera que D/C aumenta. El efecto sobre la
media de la mínima varianza es incierto.
c) Tenemos βAIR = 1,027 βCA = 0,549 y βU G = 1,186, de manera que Carrefour es
la que tiene menos riesgo de mercado, a saber (0,549 × 0,07934)2 . En cuanto a las
alfas, tenemos αAIR = 0,0068, αCA = −0,0089 y αU G = −0,0073. Black, Jensen y
Scholes encontraron que para β > 1 entonces en general α < 0, y que para β < 1
entonces α > 0. En nuestra economía no encontramos esos resultados.
24.21. APT 232
d ) Para este caso, tenemos que T = 120 N = 3, que H = 0,03767 y que SRm 2
=
0,0063, por lo que el test GRS da un valor de J3,116 = 1,2054. Esto es menor al
valor crítico dado, por lo que no podemos rechazar la hipótesis de que el mercado
y la cartera es-post eőcientes tienen la misma razón de Sharpe. El valor crítico
ha sido alterado, ya que el test GRS no tiene mucho poder, es decir que tiende a
aceptar el CAPM de Sharpe cuando la alternativa (p.e. el CAPM de Black o el
APT) es cierta.
e) Esta pregunta es más complicada de lo que pueda parecer. Para empezar esta-
mos en una situación de preferencias de media y varianza, dadas las preferencias
cuadráticas. Debemos igualar las pendientes de las curvas de indiferencia y de la
frontera eőciente, a saber
∂µ Vσ bσ σ Ψ
=− = = C A
=− σ
∂σ Vµ 1 − bµ D
µ− C Ψµ
Esto implica que
D + bA
µ=
(C + D)b
Dado que tenemos b = 1,90 y los valores de la frontera eőciente encontrada en (2),
entonces µ∗ = 0,02 y sabemos que el inversionista está en la
frontera eőciente, por
0,2280 52,8893
lo que sólo debemos encontrar los vectores g = 0,7357 y h = −54,6824
0,0363 1,7931
1,2856
∗
por lo que obtenemos w = −0,3578 .
0,0722
2. Problema de Macdonalds BAC y Oracle.
a) El arbitraje se reőere a la posibilidad de ganar dinero sin tener riesgo. Se supone
en general en la economía őnanciera que no deben existir oportunidades de arbi-
traje, y este es un supuesto más fuerte que la racionalidad. Existe el arbitraje tipo
I, donde uno tiene cf0 > 0 y cfs = 0 y se usó para la demostración del teorema
Modigliani Miller I. En el arbitraje tipo II tiene cf0 = 0 y cfs ≥ 0 con desigualdad
en al menos un sϵS, y se usó en la demostración del APT sin riesgo idiosincrático.
Finalmente, existe el riesgo asintótico es cuando el número de activos va a inőnito
tenemos cf0 = 0 cfs > 0 y var(cfs ) = 0 y se usó en la demostración del APT con
riesgo idiosincrático. En el APT además de los supuestos de ausencia de arbitraje
asintótico, se supone que la aversión relativa al riesgo tiene un tope, y que existe
al menos un activo con responsabilidad limitado.
24.22. EL ZOOLÓGICO DE FACTORES 233
8,28
b) Para traducir de puntos base tenemos rf = (100) 2 = 0,000828. En la frontera
24.22.2. Problemas.
A
A 7,38661 C
0,00975 0,78668 −67,3893
1
B 0,07392 √
C
0,03632 g 4,64279 h −424,929
C
C 757,94 518,43 −4,42947 492,3183
qD
D
D 1,46198 C
0,04392
Por lo tanto σw = (0,03632)2
2
+ 518,43(µw − 0,00975)2
c) Los resultados son:
µj σj βj SRj
CV X ˙
1,24600 0,16739
T 0,81359 0,20401
PFE 0,93506 0,23559
m 0,00983 0,03798 1,00000 0,25572
Chevron tiene el mayor riesgo de mercado βj2 σm2
. La teoría del CAPM de Sharpe
dice que el m es la cartera con la razón de Sharpe más alta, por lo que los datos
hasta el momento encontrados por lo menos no lo contradicen.
d ) Los resultados son:
G 7,29710 0,11211
H 0,07218 wq 0,38924
SRq 0,26867 0,49865
J3,90 0,19118
Por lo tanto, no se puede rechazar la hipótesis de que q es igual a m. Para ver
2
el valor mínimo de SRm ≡ x que no rechazaría esta hipótesis, entonces tenemos
que
90 0,07218 − x
= 2,7058 → 0,07218 − x = 0,09019(1 + x) → x = −0,016520
3 1+x
En otras palabras, nunca se rechazaría la hipótesis de que q = m. Esto nos indica
que el valor crítico se ha puesto a un nivel donde el error tipo II es muy alto.
Dado el poder tan bajo del test GRS, es necesario usar niveles de conőanza más
bajos (p.e. al 90 % en vez del 95 % como en este caso).
2. Problema de las acciones australianas
a) Ioannides desarrolla un sencillo modelo para estudiar la proporción de estu-
dios publicados que son ciertos (PPV), y una de sus fórmulas nos da P P V =
R((1−β)+uβ)
α+u(1−α)+R((1−β)+uβ)
, donde R tasa entre relaciones verdaderas y ausencia de
R
relacionesP rob(V erdadera) = R+1 . Poder del test = 1 − β, Error tipo II β.
24.22. EL ZOOLÓGICO DE FACTORES 236
A
A 3, 1938 C
0,0072 −0, 2399 80, 0195
B 0,0248 √1 0,0475 g −1, 5539 h 217, 6817
C
C
C 443, 24 552, 47 2, 7938 −297, 701
qD
D
D 0, 8023 C
0,0425
Por lo tanto σw2 = (0,0475)2 + 552, 47(µw − 0,0072)2
c) Calcule la media y desviación estándar de los rendimientos del índice de mercado
ponderado por capitalización, que llamaremos m. Calcule los alfas de estas tres
acciones. Calcule la razón de Sharpe de estas tres acciones, y diga cual de las tres
acciones es más atractiva.
M V Ej0 wjm µj σj βj αj SRj
BHP 39, 23 0, 3235 ˙
1,1117 0, 00046 0,0783
RIO 32, 50 0, 2680 1, 3433 0, 00011 0,0758
CBA 49, 53 0, 4085 0, 6863 −0, 00044 0,0488
m 121, 27 1, 0000 0,0081 0,0518 1,0000 0, 00000 0,0880
Tanto por su alfa como por la razón de Sharpe, la cartera más atractiva es la de
BHP.
d ) Calcule los pesos de la cartera q y el test GRS para esta economía, usando el
índice m descrito en (c). Explique qué concluye del resultado de este test, si el
valor crítico del mismo al 10 % es de 2,1099 Calcule los pesos de la cartera wcq .
24.22. EL ZOOLÓGICO DE FACTORES 237
A
A 9, 7265 C
0,01977 3, 5689 −150
1
B 0, 1924 √
C
0,04509 g −21, 8788 h 1111, 898
C
C 491, 97 7206, 36 19, 3099 −961, 898
qD
D
D 0, 06827 C
0,01178
Por lo tanto σw2 = (0,04509)2+ 7206,36(µw − 0,01977)2 .
c) Calcule la media y desviación estándar de los rendimientos del índice de mercado
ponderado por capitalización, que llamaremos m (5 puntos). Calcule los pesos de
la cartera q y el test GRS para esta economía, usando el índice m descrito arriba.
Explique qué concluye del resultado de este test, si el valor crítico del mismo al
6 % es de 2,57
M V Ej0 wjm µj σj βj αj SRj
HD 49, 29 0, 2927 ˙
0,7029 0, 005648 0,38667
BAC 64,13 0, 3808 1,3094 −0, 00553 0,26065
CSCO 54,99 0, 3265 0, 9056 0, 00139 0,30754
m 168,42 1, 0000 0,01993 0,04962 1,0000 0, 00000 0,39247
24.22. EL ZOOLÓGICO DE FACTORES 238
Tareas
Tarea 1
5. £Qué tipo de utilidad de la riqueza es consistente con una persona que está dispuesta
a comprar una lotería y un seguro al mismo tiempo?2
Tarea 2
1. £Cuál es el equivalente cierto (también llamado de certidumbre) del casino de la
paradoja de San Petersburgo si tengo una riqueza inicial de cero, mi única fuente de
ingresos es la apuesta en el casino y mi utilidad cardinal es de u(w1 ) = (w1 )0,5 ?
2. Considere la función de utilidad u(w) = 1−1/w. Explique si sus características (ARA,
RRA, etc.) concuerdan con lo propuesto por Arrow (1965), y si hay alguna desviación,
qué posibles violaciones de los supuestos Von Neumann Morgenstern puede generar.
3. Derive una aproximación de la prima de seguro relativa πi dada en la siguiente ex-
presión: E[u(w [1 + ϵ])] = u(w [1 − πi ]).
4. Suponga que x1 > x2 > x3 > x4 y que u(x1 ) + u(x4 ) = u(x2 ) + u(x3 ) £Será cierto
que u x1 +x
2
4
< u x2 +x
2
3
?£Porqué o porqué no?
Tarea 3
1. Calcule el rendimiento simple, bruto, y continuamente compuesto de Apple en los úl-
timos seis meses, y anualícelos. (Puede ver los precios de Apple en őnance.yahoo.com
o en investing.com)
2. Suponga que la utilidad cardinal es u(w) = 10 − w52,3 , y que la distribución de la
riqueza es lognormal. Calcule la utilidad esperada del inversionista, y recomiende
entre dos inversiones con rendimientos lognormales: w1 donde E [ln(w1 )] = 0,01 y
V ar [ln(w1 )] = 0,04, y w2 donde E [ln(w2 )] = 0,06 y V ar [ln(w2 )] = 0,16.
3. Usted está considerando dos fondos de inversión A y B con los repagos y probabili-
dades descritos abajo. Usted sólo sabe que u′ (w) > 0 y que u′′ (w) < 0. Explique si es
posible determinar cuál de los fondos serían preferidos, y si no es posible clasiőcarlos,
explique porqué.
Cuadro 7. Probabilidad de Repago de Fondo
4. Suponga que hay dos carteras j = 1, 2 con rendimientos simples rj ∼ N (µj , σj2 ).
Compare las dos carteras usando los criterios de DEPO y DESO (o aumento en
riesgo) en los siguientes casos:
a) µ1 = µ2 y σ1 > σ2 .
b) µ1 > µ2 y σ1 = σ2 .
2Pista, para esto, puede consultar Friedman, Milton, y Leonard J. Savage. "The utility analysis of choices
involving risk." Journal of Political Economy 56, no. 4 (1948): 279-304.
242
c) µ1 < µ2 y σ1 < σ2
5. Usted trabaja en un puesto de bolsa, y debe asesorar a sus clientes acerca de 6 posibles
fondos de inversión cuyos repagos y probabilidades se muestran abajo
Fondo\Repago 1 3 4 7 11 18
A 0.3 0.4 0.3
B 0.1 0.55 0.35
C 0.1 0.1 0.2 0.1 0.2 0.3
D 0.2 0.2 0.1 0.2 0.3
E 0.3 0.7
F 0.2 0.1 0.2 0.1 0.4
a) Usted sólo sabe que sus clientes tienen u′ > 0. £Qué fondos le recomendaría?
b) Usted sólo sabe que sus clientes tienen u′ > 0 y u′′ < 0 £Qué fondos le recomen-
daría?
c) Usted sólo sabe que sus clientes tienen preferencias de media y varianza £Qué
fondos le recomendaría?
d ) Explique cuáles fondos no se pueden comparar en (c) pero sí en (b)
Tarea 4
1. Un bono del gobierno del Reino Unido con plazo de 10 años y un cupón de 4,63 tiene
un rendimiento de 4,01 %. Calcule el precio y la duración de tal bono.
2. Un bono del gobierno japonés a 2 años tiene un valor facial de Y 50, 000 y un cupón
de veinte puntos bases pagadero cada semestre. El primer cupón se pagará dentro de
seis meses. El rendimiento de este bono es de 17 puntos base:
a) Calcule el precio de este bono expresado como un porcentaje del valor facial, y
en yenes.
b) Calcule la duración de este bono, y explique para qué sirve la duración.
c) Suponga que el rendimiento del bono a 2 años aumenta 100 puntos base. Calcule
el efecto sobre el precio de una manera exacta, y con la aproximación que usa la
duración, y explique si la aproximación le parece buena en este caso especíőco.
3. El siguiente cuadro muestra datos del mercado de bonos del Tesoro de los Estados
Unidos. Para responder esto debe usar Excel y algunas fórmulas őnancieras.
a) Calcule el rendimiento y duración para todos los instrumentos arriba descritos.
b) Graőque la curva de rendimientos, y si hay algo atípico en la misma.
c) Usted tiene un total de $70,000, que están igualmente invertidos en cada uno de
los bonos arriba descritos. £Cuál sería el impacto sobre su inversión si la curva
de rendimientos aumenta 50 puntos base uniformemente?
243
Tarea 5
1. Suponga que sólo hay dos estados de la naturaleza en el futuro, y que Bartolomeo
Kuma tiene una utilidad logarítmica con una tasa de descuento entre periodos de δ =
0,90. La probabilidad del estado 1 es π1 = 1/3 y que los precios de los instrumentos
puros p1 y p2 son $0,40 y $0,60 respectivamente. Kuma tiene una dotación inicial de
cien mil dólares.
a) £Qué cantidades de los instrumentos puros 1 y 2 comprará Kuma?
b) £Cómo repartirá Kuma su dotación inicial entre consumo presente y futuro?
2. Suponga que sólo hay dos periodos. El primero es seguro (el precio de este primer
periodo lo normalizaremos a 1), y en el segundo hay dos estados de la naturaleza,
con probabilidades π1 = 2/3 π2 = 1/3 y precios puros p1 = 0,60 y p2 = 0,40. Un
individuo tiene una utilidad logarítmica separable, una tasa de descuento e−δ = 0,9
y una riqueza inicial de 50000.
a) £Cuánto invertirá el individuo en los instrumentos puros 1 y 2?
b) £Cómo dividirá el individuo entre el consumo del primer y segundo periodo?
3. Considere tres estados de la naturaleza S = {s1 , s2 , s3 } con probabilidad positiva de
ocurrir. Existen tres activos. El primero tiene un precio de 1 y repagos de (3, 1, 2).
El segundo tiene un precio de 2 y repagos de (4, 4, 3). El tercer activo tiene repagos
de (1, 3, 3) y un precio desconocido v. £Qué límites se le pueden poner a los precios
de v para prevenir cualquier tipo de arbitraje?
4. Hay tres instrumentos y tres estados de la naturaleza:
244
t=1
πs 0,25 0,40 0,25
Empresa Vj cfj1 cfj2 cfj3
McDonalds 20 17 22 23
Bank of America 30 19 32 45
Oracle 20 16 21 26
a) Si usted quisiera crear un instrumento libre de riesgo (que pague cfjs = 1 para
todo s), £cuántas acciones debería comprar de McDonalds, Bank of America y
Oracle?
b) Hay una cuarta empresa, Chipotle, cuyos repagos son (10, 12, 14) y que tiene un
valor de 11. Explique si existen oportunidades de arbitraje, y si las hay, proponga
una estrategia de arbitraje.
c) Si hubiera cuatro estados de la naturaleza, no sería posible crear un activo libre
de riesgo. Explique porqué.
5. En una economía existen tres estados de la naturaleza: s1 que es guerra comercial; s2
que es status quod; y s3 que es apertura comercial. La probabilidad de estos estados
es π = (20 %, 40 %, 40 %). El número de acciones Nj , el precio actual por acción Pj y
los repagos contingentes Pjs por acción de los tres activos complejos en esta economía
son:
e) Suponga ahora que existe un cuarto activo complejo, Apple, cuyo valor es ac-
tualmente 192, y cuyos repagos en los tres estados de la naturaleza son (170,
190, 210). Explique porqué existe una oportunidad de arbitraje, y ejecútela con
instrumentos puros y con instrumentos complejos.
Tarea 6
1. Considere una economía de intercambio de I agentes con una dotación inicial de ei0 ,
y una utilidad cardinal de:
4. Suponga que γ = 1,34. Calcule la prima de mercado del viernes pasado, y calcule el
rendimiento esperado para las acciones de Apple, usando la tasa de interés libre de
riesgo de 20 años, y el beta de esta empresa, que puede encontrar en investing.com
5. Suponga que δ = 2,77 % y que γ = 1,34. Usando los últimos datos disponibles, calcule
si el mercado estadounidense esta sub o sobrevalorado, y por cuánto, usando la base
de datos de de Robert Shiller en http : //www.econ.yale.edu/ shiller/data.htm para
el CAP E. Para las tasas libres de riesgo https : //f red.stlouisf ed.org/ y para la
volatilidad a un año, https : //www.cboe.com/us/indices/dashboard/V IX1Y /,
Tarea 7
1. Busque cuáles son los fondos índices y activamente manejados más grandes del mundo
en este momento, explique sus tamaños, costos y desempeño en los últimos tres años.
P a(1+g)t−1 P t−1
2. Calcule el valor de V A ≡ ∞ t=1 (1+k)t y de V A(T ) ≡ Tt=1 a(1+g)
(1+k)t
, y explique
cómo a, g, k y T afectan a este número.
3. Explique con un ejemplo porqué si los mercados están incompletos puede fallar el
principio de separación de Fisher.
4. Demuestre que si ui (w) = ai u(w) + bi hay separación en una cartera, para los casos
donde existe y donde no existe un activo sin riesgo.
5. Demuestre que si u′′i < 0 y hay N activos con rendimientos i.i.d., la cartera óptima
da un peso wj = N1 para todo inversionista.
Tarea 8
1. Considere las 5 empresas con la capitalización de mercado más alto de los Estados
Unidos del último viernes.
a) Encuentre la caliőcación de riesgo de esas empresas.
D
b) Calcule su valor del negocio EV y su endeudamiento EV
2. Considere una economía donde no hay impuestos, la información es simétrica, y los
mercados őnancieros permiten las ventas al descubierto y pedir prestado sin restric-
ciones. En la economía hay tres estados de la naturaleza y los siguientes repagos y
valores del negocio de empresas desapalancadas:
t=0 t=1
Empresa Vj cfj1 cfj2 cfj3
A 88 96 100 106
B 89 98 101 102
C 90 100 100 100
a) Suponga que la empresa A quiere cambiar su estructura de capital emitiendo una
deuda con un repago őnal de 90. No hay costos de quiebra. Calcule el valor de la
deuda Da , del patrimonio Ea y del negocio Va de esta empresa con esta estructura
de capital.
247
Tarea 9
Repago Prob
35 0,15
42 0,10
50 0,30
55 0,20
60 0,25
Calcule los rendimientos para cada probabilidad, el repago esperado, la varianza,
la semivarianza, y el rango intercuartil.
3. Derive una expresión para el producto de dos variables aleatorias E(r1 r2 ) en términos
de covarianzas, y en términos de correlaciones
4. Demuestre que si existe una relación entre dos acciones r1 y r2 donde r2 = a + br1
con b > 0, no existe beneőcio de diversiőcación entre dos títulos. demuestre que si
b < 0, puedo obtener una cartera con cero riesgo.
5. Los rendimientos de dos acciones tienen una correlación de ρ. La primera empresa
tiene una varianza de σ 2 y la segunda tiene una varianza de k 2 σ 2 . Encuentre los pesos
de la cartera que minimiza la varianza total.
Tarea 10
1. Asuma que no hay activos libres de riesgo, que los rendimientos de los activos ries-
gosos son multivariados normales, y que los agentes son aversos al riesgo. £Bajo qué
condiciones comprarían los agentes la misma cartera de activos riesgosos?
2. La economía está compuesta por tres acciones: Apple (AAPL), Johnson & John-
son (JNJ) y Procter & Gamble (PG), con las siguientes medidas de localización y
dispersión:
AAPL JNJ PG
µj 0, 0221 0, 0122 0,0073
Nj 5, 761 2,773 2, 713
Pj0 34,47 49,97 52,19
Rango intercuartil 0,0417 0,0229 0,0272
Semivarianza 0,00127 0,00025 0,00031
σij AAPL JNJ PG
AAPL 0,00482 0, 00028 0, 00048
JNJ 0, 00028 0, 00135 0, 00077
PG 0, 00048 0, 00077 0, 00142
Fuente: Finance.yahoo.com, datos de mayo del 2010 a mayo del 2015. Acciones en miles de
millones
249
Tarea 11
CVX T PFE
µi 0, 00968 0, 00885 0,01099
σij CVX T PFE
CVX 0,00326 0, 00093 0, 00117
T 0, 00093 0, 00183 0, 00076
PFE 0, 00117 0, 00076 0, 00213
Fuente: Finance.yahoo.com, datos de enero del 2010 a octubre del 2017. Rendimientos
simples
Tarea 12
1. En este problema considerarán que la tasa libre de riesgo mensual es rf = 0,00165,
que el ’proxy’ del mercado es el índice S&P 500, y que la economía está compuesta
por dos acciones: Walmart (WMT) y General Electric (GE). A continuación están los
rendimientos promedio y las varianzas-covarianzas mensuales desde mayo del 2010 a
mayo del 2015:
a) £Cuáles son todos los supuestos suőcientes conocidos para desarrollar un análisis
de media y varianza? Explique.
b) Calcule la función de la frontera eőciente para esta economía, y la media y des-
viación estándar de la cartera de mínima varianza.
c) Cualquier cartera en la frontera eőciente tiene la caracterización de w = g + hµw
. Explique brevemente porqué los pesos de g deben sumar a uno. Calcule los
vectores g y h para esta economía. " # " #
0,2 0,01 0
2. Considere una economía con dos activos y µ = yV =
0,1 0 0,0064
a) £Cuál es µcm si el mercado pondera a cada activo igualmente?
b) £Cuál es el peso de la cartera de mínima varianza (MVP)?
c) £Cuál es la covarianza del MVP y la cartera cero beta del mercado?
d ) £Cuál sería la ecuación de E(rj ) de Black?
3. Considere una economía de marcados completos con tres estados de la naturaleza y
rm (s1 ) = 0,1 rm (s2 ) = 0,2 y rm (s3 ) = 0,3. Tenemos πs > 0,π1 = 0,10, rf = 0,15. Si el
CAPM funciona, calcule el máximo valor que π2 puede tomar.
4. Explique qué es un movimiento Browniano geométrico, y averigüe si este es un buen
supuesto para los rendimientos de una acción.
5. Recalcule la ecuación de Euler 1 = E(Rj Mi ) si los rendimientos de Rj y Mi son
lognormales, y tome el logaritmo natural de esta ecuación.
a) Calcule el valor de rf (continuamente compuesto) si Rj y Mi son lognormales.
Tarea 13
252
AI LI PUB
µi 0, 00671 0, 02094 0,00839
σij AI LI PUB
AI 0, 00236 0, 00059 0, 00147
LI 0, 00059 0, 03384 0, 00223
PUB 0, 00147 0, 00223 0, 00509
Fuente: Finance.yahoo.com, datos de julio del 2002 a abril del 2017. Rendimientos sencillos
EL C IBM
µj 191,22 26,50 57,86
σji EL C IBM
EL 56,36 34,81 20,40
C 34,81 118,17 41,86
IBM 20,40 41,86 55,03
Fuente: őnance.yahoo.com, datos de 10.2017 a 06.2022. Rendimientos simples
a) Suponga que que rf < rd y que el mercado está en la frontera eőciente con una
media de 150 puntos base. Calcule los pesos de wm y wcm , y los betas y los alfas
de esta economía
254
4. El cuadro de abajo muestra las cargas de factor de las tres acciones, y el promedio
de los factores para distintos periodos. La curva de rendimiento de bonos del tesoro
de los Estados Unidos al 4 de agosto del 2022 eran de 2,19 % a un mes, 2,50 % a tres
meses, 2,98 % a seis meses, 3,11 % a un año, 2,68 % a 10 años y 3,15 % a 20 años.
Explique el signiőcado de cada carga de factor estimada, Calcule el costo de capital
anual para estas tres acciones.
Cuadro 18. Cargas de Factor 2017-2022
De 2011:09 1926:06
Hasta 2023:05 2023:05
zm 105,30 67,14
zs −6,57 18,74
zv −12,23 34,05
z mom 14,28 63,00
Fuente https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html.