Teoría

moderna de
la cartera

Control y
Evaluación
Financiero II

1
Teoría moderna de la cartera
Determinación de la tasa de rendimiento de la cartera
de inversiones
En el mundo existe una cantidad muy grande de instrumentos financieros.
El inversor debe identificar y decidir qué valores desea poseer para, de esta
manera, formar una cartera de inversiones. Esta cuestión es conocida
como el problema de selección de cartera. En 1952 Harry Markowitz
presentó una solución a este problema en un documento que se considera
el padre de la teoría moderna de cartera. Según Markowitz, el inversor
desea obtener rendimientos lo más altos posibles pero al mismo tiempo
minimizar el riesgo. Estos dos elementos, rendimiento y riesgo, son
contradictorios ya que cuando mayor es el rendimiento esperado, mayor
es el riesgo y cuando menor es el riesgo menor es el rendimiento. La teoría
moderna de cartera busca maximizar el rendimiento y minimizar el riesgo
mediante la diversificación de las inversiones.

El rendimiento al final de un período puede calcularse como:

Rendimiento = (R2 - R1) / R1

en donde:
R1= riqueza al inicio del período
R2= riqueza al final del período

En el caso de una cartera de inversiones, su rendimiento puede calcularse

de la siguiente manera:

rp = (W2 – W1) / W1

donde W representa los valores contenidos en la cartera.

Alterando la ecuación anterior, obtenemos una fórmula que nos da la

riqueza terminal o valor futuro de la inversión:

(W1 (1 + rp) = W1

Para formar la cartera de inversiones, el inversor debe tener en cuenta dos

variables: el rendimiento esperado y la desviación estándar. Es decir, el

2
inversor debe estimar el rendimiento esperado y calcular la desviación
estándar de las carteras y luego escoger la cartera que tenga un mayor
rendimiento en relación a la desviación estándar o riesgo. La desviación
estándar de la cartera representa riesgo ya que una mayor volatilidad en el
precio de las acciones se traduce en una desviación estándar mayor. Más
adelante veremos las razones por las que esta diversificación reduce la
desviación estándar de una cartera o portafolio de valores.

Utilidad, aversión al riesgo y curvas de indiferencia

Como dijimos en los párrafos anteriores, el inversor que forme una cartera
quiere obtener el mayor rendimiento con el menor riesgo posible.
Técnicamente hablando, decimos que cuando el inversor desea obtener el
mayor rendimiento posible es insaciable. La teoría moderna de portafolio
asume el principio de insaciabilidad, en el que los inversores siempre
preferirán el nivel más alto de riqueza. Sin embargo, los inversores también
consideran el riesgo, y si hablamos de inversores racionales, estos son
adversos al riesgo, por lo que ante dos portafolios con el mismo
rendimiento esperado pero de diferente riesgo, escogerán el de menor
riesgo.

El concepto de aversión al riesgo implica que los inversores no obtienen

ninguna utilidad por simples “apuestas”, en las que el beneficio esperado
es cero o menor que cero. Debido a ello, no se considera inversor a alguien
que juega a la ruleta ya que el rendimiento o beneficio esperado es menor
a cero. En caso de dos carteras con rendimientos esperados iguales, el
inversor adverso al riesgo elegirá la menos riesgosa.

Un rendimiento positivo en una cartera de valores aumenta la riqueza del

inversor. Esta riqueza genera satisfacción que en Economía se denomina
con el concepto de utilidad y cuantifica el beneficio que obtiene una
persona de sus actividades económicas. En la teoría de cartera, se asume
que los individuos son racionales y asignan sus recursos a los bienes y
servicios que mayor utilidad proporcionan. Las funciones de utilidad varían
entre las personas, es decir, puesto que las personas tienen diferentes
gustos y preferencias, algunos pueden experimentar más utilidad de una
actividad particular que otros. La relación entre utilidad y riqueza se llama
función de utilidad de la riqueza del inversor. De acuerdo a lo dicho en los
párrafos anteriores, los inversores son insaciables en cuanto a la riqueza,
entonces, cada unidad de moneda extra aumenta la utilidad de los
inversores. Pero a medida que los inversores aumentan su riqueza, cada
unidad de dinero extra aumenta su utilidad pero en una menor medida.
Esto se denomina utilidad marginal de la riqueza.

3
La función de utilidad es cóncava, ya que, conforme crece la riqueza, el
aumento correspondiente de la utilidad se hace más pequeño. El siguiente
ejemplo clarifica el concepto de utilidad marginal: una persona adversa al
riesgo debe elegir entre dos inversiones. Opción A consiste en invertir
$100.000 para obtener una ganancia de $5.000, es decir, un rendimiento
del 5%. Opción B se basa en invertir $100.000 con probabilidad del 50% de
ganar $10.000 y 50% de ganar cero. Los rendimientos esperados en ambos
casos son los mismos:

5% = [(50% x 10.000)+(50% x 0)] / 100.000

A pesar de que los rendimientos son iguales, un inversor adverso al riesgo

tiene una utilidad marginal de riqueza decreciente y por ello elegirá la
opción segura. Esto se da porque la utilidad negativa asociada con una
pérdida de $1 es más que la utilidad positiva de ganar $1.

Curvas de indiferencia

Las curvas de indiferencia son un conjunto de combinaciones de bienes

que proporcionan la misma utilidad al consumidor. Sobre una curva de
indiferencia el consumidor es indiferente entre cualquiera de las canastas
de bienes que se le presentan. En el caso de las finanzas, una curva de
indiferencia representa un conjunto de combinaciones de riesgo y
rendimiento esperado que proporcionan la misma utilidad a un inversor. Si
hablamos de riesgo y rendimiento, esta curva se puede ver en un gráfico
donde el riesgo o desviación estándar está representado sobre el eje
horizontal y el rendimiento en el eje vertical.

El siguiente gráfico muestra curvas de indiferencia que un hipotético

inversor podría poseer. Las líneas curvas representan las combinaciones de
carteras que proporcionan al inversor un nivel dado de utilidad esperada. A
lo largo de cada curva, el inversor es indiferente acerca de qué
combinación de rendimiento y riesgo desea, por ejemplo, el inversor es
indiferente de invertir en las carteras A y B. En el gráfico, la cartera B tiene
una desviación estándar 10% más alta que la de la cartera A, y por
consiguiente es más riesgosa. Sin embargo, esta diferencia de riesgo se
compensa por el rendimiento esperado más alto de B que de A. A pesar de
que el inversor es indiferente a invertir entre las carteras A y B puesto que
están sobre la misma línea, sí debe hacer una elección entre carteras que
se encuentren sobre curvas diferentes. En el caso del gráfico, el inversor
elegirá la cartera situada en el punto C, que se encuentra sobre una curva
de indiferencia localizada por encima de la curva anterior. Esto significa
que la combinación de rendimiento y riesgo es mejor.

4
Figura 1: Curvas de indiferencia para un inversor adverso al riesgo

Fuente: Alexander et al., 2003, p. 126.

Es bueno preguntarse cómo determina un inversor sus propias curvas de

indiferencia. La respuesta es que no existe una manera formal y exacta de
determinar estas curvas. Sin embargo, existe un método consistente en
presentar a un inversor carteras hipotéticas y sus rendimientos esperados y
desviaciones estándar. Aquí el inversor debe elegir la cartera que prefiera.
Con la selección hecha, el inversor puede estimar la forma y ubicación de
las curvas de indiferencia porque se supone que al elegir actuó como si
tuviera el conocimiento explícito de sus curvas de indiferencia. Las
suposiciones de insaciabilidad y aversión al riesgo hacen que las curvas de
indiferencia se inclinen positivamente y se hagan convexas. Aunque
suponemos que todos los inversores son adversos al riesgo, también
suponemos que estos tienen diferentes aversiones y por consiguiente
tienen distintas curvas de indiferencia.

Varianza, covarianza y correlación entre activos

financieros
Hasta ahora hemos hablado de rendimientos esperados y de desviación
estándar, pero no vimos la manera de calcularlos. El enfoque del inversor
con la teoría moderna de cartera está en la riqueza final o valor futuro. Este

5
valor futuro esperado puede medirse mediante el rendimiento esperado y
la desviación estándar de cada valor que compone la cartera, teniendo en
cuenta la proporción invertida en cada acción que compone la cartera. A
continuación, veremos cómo se calcula el rendimiento esperado de una
cartera compuesta de tres valores.

Supongamos una cartera compuesta de tres acciones, A, B y C, que

representan un 25%, 35% y 40% respectivamente del valor de la cartera.
Los rendimientos esperados de estos valores son: A=10%, B=18% y C=15%.
Para obtener el rendimiento debemos calcular el promedio ponderado de
los rendimientos esperados de los valores que la componen. La fórmula
para calcular el rendimiento es la sumatoria de los rendimientos por la
proporción del valor de mercado inicial de cada acción en la cartera. A
continuación se ve:

rp = Σ Xiri = X1r1 + X2r2 +...+ Xnrn

donde:
rp = rendimiento esperado de la cartera
Σ = signo de sumatoria
X1 = proporción del valor inicial invertido en el valor i de la cartera r 1 =
rendimiento esperado del valor i
n = número de valores de la cartera

En nuestro caso el rendimiento ponderado de los valores se calcula de la

siguiente manera:

rp = (25% x 10%)+(35% x 18%)+(40% x 15%)

Puesto que el rendimiento esperado de una cartera es un promedio

ponderado de los rendimientos esperados de sus valores, la contribución
de cada valor al rendimiento esperado de la cartera depende de su
rendimiento esperado y de su participación proporcional en el valor inicial
de mercado de la cartera. Alguna persona a esta altura puede preguntarse
por qué no invertir el 100% del dinero en el valor que tenga el rendimiento
esperado más alto. La respuesta, tal como se mencionó brevemente
algunos párrafos más arriba, es que la desviación estándar de un valor o
acción es muy alta. Aumentando la cantidad de valores se puede reducir el
riesgo significativamente sin reducir demasiado el rendimiento esperado. A
continuación analizaremos este concepto.

6
Distribución de probabilidades, tendencia central y varianza

En el análisis del rendimiento de cartera suponemos que la distribución de

los rendimientos toma la forma de la campana conocida como distribución
normal que vemos ilustrada en el gráfico siguiente:

Figura 2: Gráfico de dispersión distribución normal

Fuente: Fundación Wikimedia, Inc. [Imagen]. (2015). Recuperado de https://goo.gl/VqDzBT

Una distribución de probabilidades describe los valores posibles que

pueden tomar una variable aleatoria y las probabilidades asociadas de la
ocurrencia de estos valores. La distribución de probabilidades puede ser
discreta o continua: la discreta presenta un número finito de valores
posibles mientras que la continua contiene un número infinito. La distancia
que existe entre los valores y el valor esperado (o media) de la distribución
se puede denominar dispersión, que a su vez se mide por la varianza o la
desviación estándar.

Las distribuciones de probabilidades de dos variables aleatorias pueden

tener el mismo valor esperado, aunque una puede tener una varianza más
pequeña que la otra. Esto significa que es menos probable que los valores
de la variable aleatoria menos dispersa se desvíen del valor esperado de su
distribución de probabilidades. El centro de una distribución de

7
probabilidades se mide mediante varias estadísticas, entre ellas la mediana
y la moda, pero lo que a nosotros nos interesa es la media, que en finanzas
también podemos llamarlo valor esperado. Como ya vimos anteriormente,
el valor esperado se calcula con la suma de los productos de cada uno de
los posibles valores por sus probabilidades asociadas. Nuevamente, la
fórmula es:

rp = EV = ∑ X i ri

La desviación estándar y la varianza

La desviación estándar es una herramienta estadística que mide el grado

de dispersión de los datos con respecto al valor promedio. Dicho de otra
manera, la desviación estándar es simplemente el promedio o variación
esperada con respecto a la media aritmética. Es una medida de dispersión
usada en estadística que nos dice cuánto tienden a alejarse los valores
puntuales del promedio en una distribución. De hecho, específicamente, la
desviación estándar es "el promedio de la distancia de cada punto respecto
del promedio. Se suele representar por una S o con la letra sigma, σ.
Esta herramienta se usa para medir el riesgo de valores individuales y
también de carteras de valores. La medida de riesgo debe tener en cuenta
las probabilidades de varios resultados malos posibles y sus magnitudes
asociadas. En vez de medir la probabilidad de varios resultados posibles, la
medida de riesgo debe estimar las probabilidades de que el resultado real
difiera del resultado esperado. La medida que satisface esa característica
es la desviación estándar.

¿Cómo se calcula la desviación estándar? Ésta es igual a la varianza

elevada al cuadrado. Ahora, ustedes se preguntarán: ¿cómo se calcula la
varianza? La varianza de una variable se calcula como el promedio
ponderado de las desviaciones al cuadrado del valor esperado de la
variable aleatoria. Las ponderaciones asignadas a esas desviaciones son las
probabilidades de ocurrencia de los valores particulares. A continuación,
vemos las fórmulas:

Varianza = σ2 = Σ pi (ri – EV)2

donde:
pi = proporción del valor inicial invertido en el valor i de la cartera
ri = rendimientos posibles del valor i
EV = rendimiento esperado del valor i

La varianza se calcula en unidades diferentes a las que se utilizan para

calcular el valor esperado de la variable aleatoria. Específicamente como la
varianza es una desviación promedio al cuadrado, estas unidades son

8
cuadradas. Debido a que la varianza se presenta en unidades cuadradas, el
número resultante es generalmente muy alto y difícil de interpretar. Por
eso aquí tomamos la raíz cuadrada de la varianza obteniendo de ese modo
la desviación estándar, que es un número más fácil de interpretar ya que
está expresado en las mismas unidades que el valor esperado. La fórmula
de la desviación estándar de un valor es la siguiente:

donde:
pi = proporción del valor inicial invertido en el valor i de la cartera ri =
rendimientos posibles del valor i
EV = rendimiento esperado del valor i

Entonces tenemos que la desviación estándar es igual a la raíz de la

varianza. La unidad de medida de la desviación estándar es en porcentaje
igual que la medida utilizada para medir el rendimiento esperado. Una
desventaja aparente del uso de la varianza y desviación estándar como
medidas de riesgo es que tratan a las desviaciones tanto positivas como así
también negativas del rendimiento esperado de una manera simétrica. En
la práctica, los inversores prefieren sorpresas positivas, y por ende una
medida de riesgo debería concentrarse sólo en resultados negativos. Sin
embargo, si la distribución de probabilidades de rendimiento es simétrica,
entonces la desviación estándar se aproximará a medidas de riesgo que se
concentran únicamente en retornos negativos. La evidencia empírica
muestra que para períodos de tiempo relativamente cortos, el rendimiento
de carteras diversificadas es descrito correctamente por la distribución
normal.

Riesgos y diversificación

Supongamos que un inversor posee una cartera compuesta de un valor A

con un rendimiento desconocido. Dado que el rendimiento es desconocido,
podemos afirmar que el valor es riesgoso. Pero, ¿cuáles son los riesgos que
afectan a esta cartera? Existen dos tipos de riesgo: el primer riesgo tiene
que ver con las condiciones generales de la economía tales como las
recesiones, los tipos de interés, la inflación, etc.; todos factores que no
pueden predecirse con exactitud pero que indudablemente afectan la
cotización de A. Este riesgo se denomina riesgo de mercado o sistemático.
El segundo factor que afecta el precio de las acciones de A tiene que ver
con la capacidad de sus directivos y sus empleados, con la calidad de sus
productos, con la atención al cliente, etc. Este factor es específico a la
compañía y se denomina riesgo único o no sistemático o específico.

9
Consideremos agregar otra empresa a nuestra cartera. Ahora tenemos dos
valores en el portafolio, A y B, cada uno formando parte del 50% de la
inversión. ¿Qué ocurrirá en este momento con el riesgo de la cartera?
Dado que el riesgo único o específico de cada empresa es diferente, esta
estrategia reduce el riesgo. Si seguimos diversificando, continúa
reduciendo el riesgo de factores específicos de las empresas reduciendo la
volatilidad de la cartera. Alguien podría pensar en este momento que si
continuamos agregando valores al portafolio llegaremos en algún
momento a reducir el riesgo a cero. Sin embargo, como se mencionó en el
párrafo anterior, no hay manera de reducir a cero el riesgo inherente a un
portafolio, ya que si bien la diversificación reduce el riesgo único, no
reduce el riesgo sistemático o de mercado propio de la economía. Los dos
tipos de riesgo se ilustran en la figura que sigue. El gráfico muestra que a
medida que se agregan valores a la cartera (eje horizontal) la desviación
estándar reduce el riesgo específico, pero no reduce el riesgo de mercado.

Figura 3: Riesgo de cartera como función del número de acciones

Fuente: Zvi et al., 2004.

La covarianza y la correlación

La covarianza mide la tendencia de dos variables aleatorias a moverse

juntas. Ésta considera la distribución de probabilidades conjunta de dos
variables aleatorias. Es decir, en un estado determinado las dos variables
aleatorias toman valores particulares. La distribución de probabilidades
conjunta describe lo que esos pares de valores son para cada estado

10
posible y las probabilidades de que ocurran esos resultados. La covarianza
se encuentra calculando el promedio ponderado del producto de las
desviaciones de dos variables aleatorias de sus respectivos valores
esperados (Alexander, et al., 2003). La fórmula para calcular la covarianza
es la siguiente:

σ xy= Σ pi (Xi – EVx)(Yi- EVy)

La tabla muestra un ejemplo numérico. Partimos de la base de que la

desviación del retorno esperado EV (Xi – EVx) ya está calculada

Tabla 1: Cálculo de Covarianza

Desviación del EV Covarianza

Probabilidad x
Producto de las
Escenario Probabilidad A B producto de
desviaciones
desviaciones
Recesión 0,3 -21 10 -210 -63
Normal 0,4 3 0 0 0
Boom 0,3 17 -10 -170 -51

Covarianza = -114

Fuente: Elaboración propia.

La covarianza para nuestro ejemplo es de -114. Ahora, ¿Qué significa eso?

Primero, el número negativo significa que A y B varían inversamente, es
decir, cuando uno sube el otro baja y viceversa. La magnitud de la relación
es difícil de establecer con el número -114. Por eso es que debemos
computar la correlación entre ellos mediante la siguiente fórmula:

donde
σ AB = covarianza de A y B
σ A = desviación estándar de A
σ B = desviación estándar de B

El coeficiente de correlación es simplemente la covarianza dividida por el

producto de las desviaciones estándar de los rendimientos de los valores.
La correlación se denota con la letra griega ρ. Las correlaciones pueden
oscilar en valores desde -1 a 1. Un valor de -1 indica una correlación
negativa perfecta. Valores de +1 indican una correlación positiva perfecta y

11
valores de 0 indican que los rendimientos de los valores no tienen relación
entre ellos.
Los gráficos siguientes son diagramas de dispersión para los rendimientos
de valores hipotéticos A y B cuando la correlación entre los dos valores es
de +1, -1 y 0.

Figura 4: Correlaciones entre dos rendimientos

Fuente: Alexander et al., 2003, p. 133.

Una vez que tenemos calculadas la covarianzas o la correlación, podemos ir

directamente a calcular la desviación estándar de la cartera (σp). En
general, el cálculo de la desviación estándar de una cartera que consta de
N valores implica realizar una doble sumatoria sobre N valores, lo que
implica la suma de términos N al cuadrado.

12
La aplicación de estas ecuaciones para encontrar la desviación estándar de
la cartera depende de la magnitud de la covarianzas (σ ij) entre los dos
valores. Este término es igual a la correlación entre los dos valores
multiplicada por el producto de sus desviaciones estándar:

y con pasaje de términos obtenemos la covarianzas:

Teorema del conjunto eficiente, factible, límites a la

ubicación de carteras

Teorema del conjunto eficiente y conjunto factible

A partir de un conjunto de valores podemos formar un número infinito de

carteras. Considerando las compañías A, B y C, el inversor puede armar un
portafolio con cualquier combinación de estas tres compañías, o también
comprar una o dos de ellas. Por ejemplo, podría decidir armar una cartera
con un 50% en A y 50% en B, 40% en A y 60% en B, o 33,3% en A, B y C.
Como vemos, las posibilidades de combinar las proporciones son infinitas.
Sin embargo, el inversor no necesita analizar cada una de las carteras, sino
que se vale del teorema del conjunto eficiente. Este teorema establece que
un inversor elegirá su cartera óptima del conjunto de carteras que:

 ofrezcan el máximo rendimiento esperado para niveles variables de

riesgo y
 ofrezcan un riesgo mínimo de niveles variables de rendimiento
esperado.

El conjunto de portafolios que satisface las dos condiciones mencionadas

se denomina conjunto eficiente.

Acabamos de explicar que de las tres compañías mencionadas se pueden

formar ilimitadas carteras. Todas las que se podrían formar combinando
algunas o todas de los tres valores forman el conjunto factible. Es decir, son
todas las carteras posibles que podrían formarse de N valores que están
sobre o dentro de los límites del conjunto factible. Por lo general, este

13
conjunto tiene la forma de un paraguas similar al que se muestra en el
gráfico siguiente.

Figura 5: Conjuntos eficientes y factibles

Fuente: Alexander et al., 2003, p. 148.

El conjunto eficiente se puede ubicar aplicando el teorema del conjunto

eficiente al conjunto factible que acabamos de ilustrar. Primero, debemos
identificar el conjunto de carteras que cumplen la primera condición del
teorema del conjunto eficiente. En el gráfico anterior, la cartera C ofrece el
menor riesgo ya que no hay otro punto en el conjunto factible que tenga
una desviación estándar menor. Inversamente, el conjunto B ofrece el
mayor riesgo ya que no hay otro punto en el conjunto factible que se
encuentre más hacia la derecha donde existe mayor riesgo. Segundo,
consideramos la segunda condición descripta anteriormente, y
determinamos que no existe una cartera que ofrezca un rendimiento
esperado mayor que la cartera A porque no hay ningún punto en el
conjunto factible sobre una línea horizontal que pase por A.
Opuestamente, el punto D es el punto donde el rendimiento esperado de
cualquier cartera es el más bajo posible.

Sólo aquellas carteras que están en el límite noroeste entre los puntos C y
A cumplen las condiciones para pertenecer al conjunto eficiente. En

14
consecuencia, estas carteras forman el conjunto eficiente y en este
conjunto de carteras eficientes el inversor encontrará su cartera óptima.
Para encontrar el punto exacto o la cartera óptima, el inversor debe trazar
curvas de indiferencia en la misma forma que el conjunto eficiente y luego
escoger la cartera que se encuentre sobre la curva de indiferencia más al
noroeste (arriba, a la izquierda). Dado que la curva de indiferencia es
convexa, un solo punto de la curva será tangente con el conjunto eficiente,
y este punto representa la cartera óptima.

Límites en la ubicación de carteras

Ya dijimos que el conjunto eficiente es cóncavo. Ahora vamos a ver por

qué, mediante el uso de un ejemplo numérico. Supongamos que la
compañía A tiene un retorno esperado de 5% y una desviación estándar del
20%, y la compañía B un rendimiento esperado de 15% y desviación
estándar del 40%.

Dejemos que X1 denote la proporción de los fondos del inversor invertidos

en A, dejando que la proporción invertida en B, es decir, X2 sea igual a (1-
X1). A pesar de que existen infinitas posibilidades de combinar las
proporciones de las dos carteras, en el ejemplo se usan siete.

Tabla 2: Límite de ubicación de carteras

Cartera A Cartera B Cartera C Cartera D Cartera E Cartera F Cartera G

X1 1,00 ,83 ,67 ,50 ,33 ,17 ,00
Xf ,00 ,17 ,33 ,50 ,67 ,83 1,00

Fuente: Elaboración propia.

Para determinar qué cartera es la mejor, debemos calcular los

rendimientos esperados y las desviaciones estándar. El rendimiento
esperado se calcula por medio de la fórmula vista en la lectura anterior:

De este modo, el rendimiento esperado de cualquier cartera que se

componga de A y B se puede expresar como:

15
Para calcular la desviación estándar de la cartera debemos utilizar la
ecuación de la desviación estándar de la lectura anterior.

En el caso donde la desviación estándar de los valores A y B es de 20% y

40% respectivamente, podemos ir llenando la ecuación con estos valores.

Una vez que tenemos la desviación estándar de cada uno de los valores
falta la proporción que vamos a invertir en cada uno de los valores y la
covarianzas (σ12). También en la lectura anterior vimos que la covarianza es
igual al producto de la correlación de los dos valores por las desviaciones
estándar de los valores.

De esta manera, la desviación estándar de cualquier cartera que esté

compuesta de A y B se puede expresar mediante la siguiente ecuación:

16
Consideraremos una cartera para establecer los límites de la desviación
estándar. Por ejemplo, determinaremos los límites para la cartera D, que
según muestra la tabla se compone en un 50% por el valor A y el otro 50%
por B. Si reemplazamos estos valores en la ecuación:

La ecuación indica que la desviación estándar de la cartera estará al

mínimo cuando la correlación esté al mínimo, es decir, cuando la
correlación sea de -1. Asimismo, la desviación estándar de la cartera estará
al máximo cuando la correlación esté al máximo, y esto ocurre cuando la
correlación es de +1. Si resolvemos la ecuación con las correlaciones de -1
y +1 obtendremos así los límites inferior y superior de la cartera. Para la
cartera D, los límites son los siguientes:

17
Referencias
Alexander, G., Sharpe W. y Bailey, J. (2003). Fundamentos de Inversiones: Teoría
y Práctica. (3° edición). México: Prentice Hall.

Zvi, B., Kane, A. y Marcus, A. (2004). Principios de Inversiones. (5° edición).

España: Mc Graw Hill.

18