1

INTRODUCCION

Tradicionalmente se define inversin como el compromiso actual de recursos con el objetivo de obtener ms tarde algunos beneficios. El anlisis de inversiones es el proceso de examen de alternativas y de decisin
sobre qu alternativa es preferida. A diferencia de otros problemas de
eleccin similares, el anlisis de inversiones se da dentro del marco de los
mercados financieros, que simplifican la toma de decisiones a travs del
principio de comparacin. Para explicar este principio, consideremos la
siguiente situacin hipottica:
Alguien te ofrece la siguiente inversin: si entregas hoy 100$ se te
devolver 110$ dentro de un ao. Este repago est garantizado 100%,
por lo que est libre de riesgo. Aceptas o rechazas esta oferta?.
Como es fcil de comprobar, se est ofreciendo una tasa de inters
del 10%. Puedes comparar dicha tasa con la ofrece tu banco local o
los papeles gubernamentales tipo CETE. Si estas tasas estn por debajo del 10% aceptaras la propuesta de inversin y si estn por encima
del 10% rechazaras dicha oferta. En general se evalan las oportunidades de inversin comparndolas con otras oportunidades diponibles
en los mercados financieros. Los mercados financieros ofrecen una base
de comparacin.
Otro principio importante en el anlisis de inversiones es el principio
de no arbitraje. Para explicar dicho principio consideremos de nuevo un
ejemplo.
Supongamos que en tu localidad existen dos bancos que ofrecen la
misma tasa para prstamos y depsitos. Pero dicha tasa es de 10% para
el primer banco y del 12% para el segundo banco. Est claro que tienes
una oportunidad de ganar dinero sin comprometer recursos propios. Vas
al primer banco y pides un prstamo de 10,000$ que depositas immediatamente en el segundo banco. En un ao ganars 200$ sin haber
invertido un dlar de tu bolsillo.
Este ejemplo no es muy realista. En la realidad dos activos diferentes con propiedades idnticas tendern a tener el mismo precio; si no
fuese as habra una oportunidad de arbitraje. El supuesto de que en los
mercados financieros no existen oportunidades de arbitraje tiene importantes consecuencias. Se ver que este principio implica que la relacin
entre diferentes precios es lineal, que los precios tienen que satisfacer
ciertas relaciones y que los precios de los activos derivados (opciones y
futuros) se pueden determinar analticamente.
1

Otra importante propiedad de los mercados financieros es que son

dinmicos, en el sentido de que un instrumento financiero se intercambia
continuamente. Esto significa que el precio futuro de un activo no es un
nmero conocido sino que es un proceso que se mueve en el tiempo y est
sujeto a incertidumbre. Una parte importante del anlisis de inversiones
consiste en la caracterizacin de dicho proceso.
Otro principio del anlisis de inversiones es la aversin al riesgo.
Supongamos que existen dos oportunidades de inversin que cuestan
igual y que se espera ofrezcan el mismo retorno (algo mayor al costo
inicial). Sin embargo el rendimiento de una de las oportunidades es
cierto y el de la otra es incierto. La mayora de los individuos elegiran
la primera oportunidad. Este es el principio de aversin al riesgo que
se formaliza a travs del anlisis de media-varianza. En este enfoque,
la incertidumbre del rendimiento de un activo se caracteriza por dos
cantidades: el valor medio del rendimiento y su varianza. El principio
de aversin al riesgo dice que ante diferentes oportunidades de inversin
que ofrecen el mismo rendimiento medio, un inversionista racional y
averso al riesgo elegir aquella que tenga menor varianza.
El anlisis de inversiones considera diferentes problemas como la valuacin de activos, la cobertura de riesgos, la seleccin de carteras, la
combinacin de consumo-inversin...Este curso est dedicado exclusivamente a la valuacin de activos. En la primera parte se cubrirn los modelos de valuacin de un periodo ms conocidos y utilizados, el CAPM y el
APT y la segunda parte se dedicar a la valuacin de activos derivados.
El supuesto de que la inversin comprende un slo periodo es, a
menudo, una buena aproximacin. Por ejemplo, una inversin en un
bono de cupn cero, o una inversin en un proyecto que no paga nada
hasta no ser completado. Sin embargo, la mayora de las inversiones,
como la compra de acciones, no estn sujetas a un slo periodo porque
pueden ser vendidas o liquidadas cuando el inversionista quiera. A pesar
de esto, estas inversiones se analizarn como si fueran inversiones de un
periodo. Adems, los modelos de valuacin que veremos en este curso
son la base de modelos multiperiodo ms complejos.

ANLISIS MEDIA-VARIANZA

Normalmente, cuando se realiza una inversin, se conoce la cantidad

inicial de capital empleada pero no la cantidad que se obtendr de esta
operacin en el futuro. Esta incertidumbre o aleatoriedad hace que el
anlisis de una inversin se haga en trminos estadsticos. En esta seccin
definiremos nuestro objeto de estudio y sus propiedades y haremos un
repaso de algunos conceptos estadsticos bsicos.
Activo
Un instrumento de inversin que puede ser comprado y vendido es
conocido como activo. Con esta definicin consideramos activos a las acciones de las empresas, los bonos corporativos, Cetes, Bondes, Udibonos,
divisas, papel comercial, activos inmobiliarios (oficinas, viviendas,..).
Rendimiento de un activo
Supongamos que se compra un activo en t=0 y se vende en t=1. El
rendimiento total de ese activo durante ese periodo es:

R=

cantitad recibida
cantidad invertida

La cantidad monetaria recibida=precio de venta + dividendos (si los

hay). A menudo, por simplicidad, se utiliza el trmino rendimiento para
hacer referencia a la tasa de rendimiento de un activo.
La tasa de rendimiento de un activo se calcula como r =
es fcil comprobar que:

X1 X0
.
X0

R=1+r

Cartera de activos ( o portafolio de activos)

Una cartera es un conjunto de n activos. Los Fondos de Inversin y
las SIEFORE son ejemplos de carteras. Si el total invertido en la cartera
n
P
es X0 y se reparte entre los n activos, entonces X0 = X0i donde X0i
i=1

representa la cantidad invertida en el activo i.

3

wi se conoce como la ponderacin del activo i en la cartera y se

define como wi = XX0i0 para i = 1, ...., n. Y se cumple que la suma de las
ponderaciones de los activos que forman una cartera suman siempre 1.
n
X

wi = 1

i=1

Si la inversin en el activo i ha consistido en una operacin de venta

en corto, entonces la ponderacin que ese activo tiene en la cartera es
negativa:
X0i
X0

wi =

Que es una venta en corto?

A veces, es posible vender un activo que no se tiene mediante el
proceso conocido como venta en corto. Para hacerlo, se pide prestado
el activo a alguien que lo posea (normalmente una Casa de Bolsa). Se
vende el activo y se recibe, en ese momento una cantidad X0 . Ms tarde
hay que devolver el prstamo. Para ello se compra el activo a un precio
X1 y se le entrega al que lo prest. Un inversionista realizar una venta
en corto cuando espera que el precio del activo caiga durante el periodo
del prstamo. Si este fuera el caso, entonces se obtiene una ganancia
puesto X0 X1 > 0.
El rendimiento asociado a una venta en corto se calcula as:
R=

cantidad pagada en t = 1
X1
-cantidad recibida
=
=
-cantidad invertida X0
cantidad recibida en t = 0

Rendimiento de una cartera

El rendimiento de una cartera se puede calcular considerando a la
cartera como un activo individual. Es decir, si invertimos X0 en comprar
en t = 0 los n activos, y los vendemos en t = 1 y obtenemos X1 , el
1
rendimiento de esa cartera ser R = X
.
X0
4

Pero tambin podemos calcular el rendimiento de una cartera utilizando la informacin disponible acerca del rendimiento individual de
los n activos que la forman. Si Ri es el rendimiento del activo i, entonces:
n
X
wi Ri
R=
i=1

2.1

Algunos conceptos estadsticos

El rendimiento como variable aleatoria

Puesto que existe incertidumbre acerca del valor del activo en el
futuro, el rendimiento (y la tasa de rendimiento) es aleatorio y puede ser
descrito en trminos probabilsticos.
Supongamos que x es una variable que puede tomar un nmero finito
de valores, digamos x1 , x2 , ...xn . Supongamos, adems que a cada valor
xi le asociamos una probabilidad pi que representa la posibilidad de
que esa variable tome el valor xi . Estas probabilidades pi tienen que
satisfacer que su suma sea igual a 1. La pi puede pensarse como la
frecuencia relativa en la que xi aparece en un experimento que consiste
en observar x un nmero infinito de veces. La variable x caracterizada
de esta forma, antes de que su valor se conozca, se denomina variable
aleatoria.
Es comn mostrar las probabilidades asociadas a una variable aleatoria como una densidad. Grficamente, en el eje de las X se muestran los
posibles valores de la variable aleatoria y en el eje de las Y las probabilidades asociadas a cada valor.
Ejemplo:
Supongamos que la tasa de rendimiento de un activo cualquiera(que
es una variable aleatoria) slo puede tomar 5 valores. Y a cada posible
tasa se le asigna una probabilidad.
r1 = 0.25

r2 = 0.20

r3 = 0.15

r4 = 0.10

r5 = 0.05

p1 = 0.30

p2 = 0.20

p3 = 0.20

p4 = 0.10

p5 = 0.20

y grficamente,

Si la variable x puede tomar cualquier valor, entonces necesitamos

una funcin que describa la probabilidad que se asigna a cada posible
valor, es decir, una funcin de densidad, p(x). Se tiene que cumplir que
el area debajo de la funcin de densidad sea igual a 1, es decir:

Zx

f (x)dx = 1

x0

h i
donde x x0 , x es el rango de la variable x.

El siguiente grfico muestra una funcin de densidad de una variable

continua.

Rendimiento esperado de un activo

Es el rendimiento que el inversor espera ganar en el prximo periodo.
El valor esperado de una variable aleatoria es el valor medio que se obtiene si consideramos las probabilidades como frecuencias. Es decir, si el
rendimiento es una variable aleatoria, entonces el rendimiento esperado
se calcula as:
n
X
E(x) =
pi xi
i=1

En el caso de que la variable aleatoria pueda tomar cualquier valor,

el valor esperado se calcula como:

E(x) =

f (x)xdx

El operador valor esperado cumple las siguientes propiedades:

1. Si y es un valor conocido, entonces E(y) = y.
2. Si x y z son variables aleatorias, entonces E(x + z) = E(x) +
E(z) donde y son valores reales.
3. Si x es una variable aleatoria que nunca toma un valor negativo,
entonces E(x) 0.
Rendimiento medio muestral
El rendimiento esperado es un parmetro desconocido de la distribucin de probabilidad de la variable aleatoria, rendimiento. Podemos
acercarnos a su valor utilizando los datos del pasado.
Si ri es la tasa de rendimiento del activo observado en el periodo i, y
tenemos N observaciones del pasado, el rendimiento medio muestral se
calcula as:
_

r=

n
1 X
ri
N t=1

Varianza y desviacin estndar

El rendimiento esperado es una informacin valiosa pero insuficiente.
Si dos activos ofrecen el mismo rendimiento esperado, cal se elige?
Necesitamos una medida de dispersin alrededor de ese rendimiento
esperado. La dispersin de una distribucin de probabilidad de una
variable aleatoria nos dice canto puede un valor particular desviarse
del esperado. Si la distribucin es muy dispersa, los posibles valores
sern muy inciertos. Esta medida de dispersin es la varianza. Para
encontrar la varianza:
1. Medimos la desviacin de cada posible valor de la variable con
respecto al valor esperado xi E(x)

2. A cada desviacin se le atribuye una probabilidad ( la misma que

se atribuye a xi )

3. Tomamos el valor medio de esas desviaciones: E(x E(x)). Pero

puede aparecer el siguiente problema: habr desviaciones que se cancelen
y por lo tanto habr prdida de informacin.
4. Tomamos como varianza

2 = E (x E(x))2
Si la variable aleatoria es discreta entonces 2 =

n
P

i=1

si es continua, entonces 2 =

Rx

x0

(x E(x))2 f (x)dx.

pi (xi E(x))2 y

Sabiendo las propiedades del operador valor esperado, es fcil comprobar que se cumple:
2 = E(x2 ) [E(x)]2
En Finanzas la varianza del rendimiento es una medida de riesgo del
activo. Otra medida muy utilizada es la desviacin estndar que se
define como la raz cuadrada de la varianza.
Varianza muestral
Al igual que el rendimiento esperado, la varianza del rendimiento es
un parmetro desconocido. Podemos acercarnos a su valor utilizando
los datos del pasado. Y su frmula es la siguiente:
8

_2

N
_
1 X
(ri r)2
N 1 i=1

El rendimiento esperado de una cartera

Cmo calculamos el rendimiento esperado de una cartera?. Utilizando la informacin disponible acerca de los rendimientos esperados
de los activos individuales que la forman. Y as:
n
X
E(rc ) =
wi E(ri )
i=1

La covarianza
Si invertimos en dos activos y estamos interesados en saber qu podemos esperar de esa inversin utilizamos la covarianza. La covarianza es
la medida que explica la dependencia ( el comovimiento) de dos o ms
variables aleatorias.
Supongamos que tenemos dos activos, A y B.
Si la mayora de las veces el rA > E(rA ) cuando rB > E(rB ) y
rA < E(rA ) cuando rB < E(rB ), entonces existe una relacin positiva
entre los dos activos. Es decir, su covarianza es positiva.
Si la mayora de las veces el rA > E(rA ) cuando rB < E(rB ) y
rA < E(rA ) cuando rB > E(rB ), entonces existe una relacin negativa
entre los dos activos. Es decir, su covarianza es negativa.
Si no existe relacin entre los dos activos entonces la covarianza es
nula.
La covarianza es la esperanza del producto de las desviaciones de los
dos rendimientos con respecto a sus rendimientos esperados y se calcula
as:
Cov(rA , rB ) = ij = E [(rA E(rA ))(rB E(rB ))]

Para acercarnos a este parmetro calculamos la covarianza muestral. Una observacin es, en este caso, un par de rendimientos (rA , rB )
observados en un momento temporal. Si tenemos N observaciones temporales, entonces:

_
AB =

N
_
_
1 X
(rAi rA )(rBi rB )
N 1 i=1

En general, el nmero que nos da ese clculo no nos dice mucho

del grado de relacin. Una medida relacionada es el coeficiente de correlacin.
Coeficiente de correlacin
Se define como AB =

AB = 1
donde AB = 0

AB = +1

Cov(rA , rB )
y se demuestra que 1 AB 1
AB
correlacin perfecta negativa
no correlacin
correlacin perfecta positiva

La varianza de una cartera

La varianza de una cartera es simplemente la medida de dispersin
de los rendimientos de sta alrededor del rendimiento esperado:
2c = E((rc E(rc ))2 )

Pero si conocemos las varianzas y covarianzas de los activos que forman esta cartera, podemos expresar la varianza de la cartera en funcin
de estas varianzas y covarianzas individuales.
n
n X
n
X
X
2c =
wi2 2i +
wi wj ij
i=1

i=1 j=1
i6=j

10

2.2

Diversificacin

En finanzas hay un principio simple que le dice al inversionista que diversique. La lgica de este principio es que la diversificacin reduce
el riesgo. Para demostrarlo, supongamos que el inversionista invierte
su dinero en una cartera formada por activos independientes, es decir,
cuyas covarianzas son cero. Entonces, la frmula de la varianza de esta
cartera es:
n
X
2c =
wi2 2i
i=1

Si asumimos adems que todos los activos estn igualmente ponderados, entonces:

2c

n
n
X
1 _2
1 2 2 1 X 2i
= i
=
( ) i =
n
n i=1 n
n
i=1

A medida que incorporamos a la cartera ms activos independientes

y con la misma ponderacin la varianza de la cartera tiende a 0 (diversificacin).
En general, la covarianza entre los activos es positiva. En este caso
la varianza de la cartera no puede tender a 0, pero puede reducirse. Si
consideramos una cartera formada por activos con igual ponderacin:
2c =

n
P

i=1

( N1 )2 2i +

2c = ( N1 )

n
P

i=1
_

n P
n
P

i=1j=1
i6=j

( N1 ) 2i +

( N1 )2 ij .

N1
N

n P
n
P

i=1j=1
i6=j

ij
.
N(N1)

ij
2c = ( N1 ) 2i + N1
N
Si el nmero de activos
aumenta, la varianza de la cartera tiende a
_
la covarianza media ij .

11

EL MODELO DE MARKOWITZ

La pregunta que Markowitz intenta contestar en su artculo Portfolio

Selection de 1952 es la siguiente. Dado un conjunto de posibles inversiones, Cal es la mejor eleccin?. Antes de contestar a esta pregunta
hay que estudiar ese conjunto de posibilidades de inversin que cualquier
inversionista tiene.

3.1

El conjunto de posibilidades con dos activos

Supongamos que slo existen dos activos en el mundo. Queremos representar grficamente el conjunto de posibilidades que estos dos activos y
todas sus posibles combinaciones ( carteras ) nos ofrecen.
Qu medidas representan a un activo?.
Si el rendimiento del activo es una variable aleatoria con una
distribucin de probabilidad normal, o la funcin de utilidad es
cuadrtica1 entonces, slo necesitamos dos medidas: el rendimiento
esperado y la varianza.
Queremos ver si es posible una representacion grafica del conjunto de
posibilidades del inversionista si slo existen dos activos. En este conjunto queremos incluir todas las posibles carteras que se pueden formar
con estos dos activos. Y por ahora nos enfocaremos en aquellas carteras
donde ambos activos tengan ponderaciones no-negativas ( es decir, que
no haya posibilidad de ventas en corto).
El caso de correlacin perfecta positiva
Supongamos que tenemos dos activos, A y B cuyo coeficiente de
correlacin es A,B = 1. El conjunto de posibilidades estar formado por:
el activo individual A, el activo individual B y todas las carteras que se
puedan formar combinando estos dos activos. Si w es la ponderacin que
asignamos a A en cualquier cartera, es muy fcil comprobar que el activo
individual A es equivalente a una cartera donde w = 1 y 1 w = 0. De
igual forma el activo individual B puede representarse como una cartera
donde w = 0 y 1 w = 1. En definitiva, para representar el conjunto de
posibilidades hay que estudiar las carteras.
El rendimiento esperado de cualquier cartera (no especificamos w)
formada por estos dos activos es:
1

Para demostrar esta afirmacin ver captulo 7 de estos apuntes

12

E(rc ) = wE(ra ) + (1 w)E(rb )

Y la varianza de cualquier cartera

2c = w2 2a + (1 w)2 2b + 2w(1 w) ab

Pero dado que el coeficiente de correlacin es 1, entonces ab =

a b .Y podemos expresar la varianza de la cartera:
2c = (w a + (1 w) b )2

La desviacin estandar es, entonces c = w a + (1 w) b .

Queremos encontrar una relacin entre E(rc ) y [ c ]. Entonces, despejamos de la desviacin estndar la ponderacin w y la sustituimos en
la expresin del rendimiento esperado de la cartera.
w=

c b
a b

E(rc ) =

c b
c b
E(ra ) + (1
)E(rb )
a b
a b

E(rc ) = E(rb )

E(ra )E(rb )
b
a b

b)
+ ( E(raa)E(r
) c
b

El caso de correlacin perfecta negativa

Supongamos ahora que tenemos los activos, A y B tienen un coeficiente de correlacin es = 1. El rendimiento esperado de cualquier
cartera formada por estos dos activos sigue siendo:
E(rc ) = wE(ra ) + (1 w)E(rb )

Y la varianza de esta cartera:

13

 2c = w2 2a + (1 w)2 2b + 2w(1 w) ab

Pero dado que el coeficiente de correlacin es 1, entonces ab =

a b .Y podemos expresar la varianza de la cartera:
2c = (w a (1 w) b )2

La desviacin estndar es, entonces c = w a (1 w) b o c =

w a + (1 w) b .
Queremos encontrar la expresin que relacione E(rc ) con c . Pero
tenemos dos posibilidades. Slo una es apropiada para cualquier valor
de w. sta debe ser aquella que para cualquier w nos da c 0. Una
vez que descubramos cal de ellas es, operamos de la misma forma que
con el caso de correlacin positiva.
Hay que darse cuenta de que cuando la correlacin entre dos activos
es perfectamente negativa, existe una ponderacin 0 < w < 1 tal que
hace que la desviacin estandar de esa cartera sea 0. (sin riesgo). Y esta
es:
w=

b
a + b

Representacin grafica de los casos = +1 y = 1 cuando no hay

posibilidad de vender en corto (es decir, cuando todas las ponderaciones
de cualquier cartera son positivas)

14

El caso de correlacin cero

En el caso de que = 0 la expresin de la desviacin estndar de la
cartera quedara as:
1

c = (w2 2a + (1 w)2 2b ) 2
En este caso no podemos simplificar esta expresin y por lo tanto la
representacin de la relacin entre E(rc ) y c no es simple como antes.
Sin embargo podemos identificar fcilmente la cartera cuya desviacin
estndar es mnima (que no 0). Para encontrarla simplemente minimizamos la expresin de la desviacin:
c
2w 2a 2 2b + 2w 2b
=
w
2(w2 2a + (1 w)2 2b )1/2
Igualando a 0 encontramos w que minimiza la desviacin estandar:
w=

2b
2a + 2b

En el siguiente grfico quedaran representadas el conjunto de posibilidades de inversin para los tres casos analizados cuando no es posible
realizar ventas en corto.
15

Si existe la posibilidad de realizar ventas en corto (cuando las ponderaciones pueden ser negativas) entonces, el conjunto de posibilidades
de inversin se extiende ms all de los puntos que representan los activos individuales. Para mostrar dicho conjunto, seguiremos el siguiente
ejemplo. Supongamos que tenemos dos activos con las siguientes caractersticas:
Ejemplo
E(r) (r)
A 0.10 0.05
B 0.04 0.10
Si la correlacin entre ambos activos es A,B = 1
wA
3
2
1.5
0.75
0.5
0.25
-0.5

E(rc )
0.22
0.16
0.13
0.085
0.07
0.055
0.01

(rc )
0.05
0
0.025
0.0625
0.075
0.0875
0.125

Entonces, el conjunto de posibilidades de inversin sera

16

Es de notar que, cuando las ventas en corto estn permitidas, tambin

existe una combinacin de activos tal que su desviacin estndar es 0.
Esta es:
w=

B
A B

Es decir, uno de los dos activos, necesariamente, ser vendido en

corto puesto que o w < 0 o w > 1.
Si la correlacin entre ambos activos es A,B = 1
wA
3
2
1.5
0.667
0.25
-0.5

E(rc )
0.22
0.16
0.13
0.08
0.055
0.01

17

(rc )
0.35
0.20
0.125
0
0.0875
0.175

Si la correlacin entre ambos activos es A,B = 0 entonces

wA
1.5
0.75
0.5
0.25
-0.5

E(rc )
0.13
0.085
0.07
0.055
0.010

18

(rc )
0.09
0.045
0.056
0.076
0.154

3.2

La inclusin del activo libre de riesgo

Supongamos que el inversor slo puede invertir en un activo riesgoso A

y en activo libre de riesgo, rf . Por definicin si un activo no tiene riesgo,
su rendimiento es conocido, y por lo tanto no estamos ante una variable
aleatoria, sino determinstica. Consecuentemente, no podemos hablar de
rendimiento esperado y varianza de ese activo. O, dicho de otra forma,
tendremos que E(rf ) = rf y V ar(rf ) = 0. Adems la covarianza entre
cualquier activo riesgoso y dicho activo sin riesgo es 0.
Si queremos representar en una grfica todas las posibles combinaciones tenemos que ser capaces de encontrar la relacin entre rendimiento
esperado y desviacin estndar de cualquier combinacin. Sabemos que:
E(rc ) = wE(rA ) + (1 w)rf
V ar(rc ) = w2 2A ya que rf = 0 y Cov(rA , rf ) = 0.
Es fcil derivar que:
E(rc ) = rf + (

E(rA ) rf
) C
A

Esta ecuacin es una lnea recta que corta el eje de las Y en rf y

E(rA ) rf
cuya pendiente es
.
A

En este grfico podemos reconocer aquellas combinaciones donde el

inversor est prestando a la tasa rf ( a la izquierda de A) y aquellas
donde el inversor pide prestado a la tasa rf (a la derecha de A).
19

3.3

El conjunto de posibilidades con N activos

Supongamos que ahora hay N activos. Vamos a representar grficamente

todas las posibles combinaciones de estos N activos. El conjunto de
posibilidades satisface dos importantes propiedades:
1. Si existen al menos tres activos ( no correlacionados perfectamente
y con rendimientos esperados diferentes) el conjunto de posibilidades ser
una regin en el espacio de dos dimensiones.
2. El conjunto de posibilidades es convexo por la izquierda.
En realidad existen dos definiciones de conjunto de posibilidades dependiendo de si las ventas en corto estn permitidas o no. Las dos
propiedades (conjunto compacto y convexo) se cumplen en los dos casos. Pero el conjunto de posibilidades cuando las ventas en corto estn
permitidas contendr la regin definida sin ventas en corto.

3.4

El conjunto de mnima varianza y la frontera

eficiente

La frontera izquierda del conjunto de posibilidades se conoce como el

conjunto de mnima varianza ya que para cualquier valor de rendimiento
esperado es posible encontrar la cartera cuya desviacin estndar es la
ms pequea. Est claro que cualquier inversor preferir estas carteras a
las carteras situadas en el interior de la regin, puesto que, para cualquier
nivel de rendimiento esperado ofrecen la menor varianza. Una cartera
interesante que forma parte de este conjunto es la cartera de mnima
varianza (MVP).
20

Si le damos la vuelta al argumento, un inversor racional buscar

aquellas oportunidades de inversin que ofrecen el rendimiento esperado
ms alto para cualquier varianza. Si tenemos en cuenta esto, el conjunto
de mnima varianza relevante es slo la mitad superior. A este conjunto
se le conoce como la frontera eficiente. Este conjunto est formado
por las mejores combinaciones rendimiento esperado-varianza.

3.5

Tcnicas para el clculo de la frontera eficiente

Para explicar cmo encontrar esa frontera eficiente empezaremos con el

caso ms sencillo: cuando las ventas en corto estn permitidas y existe
un activo libre de riesgo en la economa.

21

La frontera eficiente con rf y ventas en corto

Cuando existe un activo libre de riesgo en la economa y los inversores
no estn limitados en la cantidad de dinero que pueden prestar y pedir
prestado, la frontera eficiente es una recta.
En la seccin anterior vimos que podamos dibujar todas las posibles
combinaciones entre el activo libre de riesgo y cualquier otro activo riesgoso. En el siguiente grfico dibujamos todas las combinaciones entre el
activo libre de riesgo y tres carteras formadas exclusivamente con activos
riesgosos.

Qu conjunto(s) desechara el inversor?.

Consideremos ahora que existen n activos riesgosos+activo libre de
riesgo. Sabemos que el conjunto de posibilidades (el conjunto formado
por todas las posibles combinaciones de estos n activos) tiene la forma
de una bala y que el activo libre de riesgo se situara sobre el eje de las Y.
Grficamente, se puede ver que todos los inversores racionales deberan
mantener la misma cartera de activos riesgosos, la cartera T .

22

La frontera eficiente estar formada por combinaciones de rf con T .

Supongamos que la cartera T est formada por n activos, con ponderaciones wi i = 1, ...n.. Si un inversionista decide formar una cartera con
T y rf , y la ponderacin que le da a la primera es x, entonces est formando una cartera de n + 1 activos (los n de la cartera T ms el activo
0
libre de riesgo) y sus ponderaciones sern respectivamente wi = xwi con
0
i = 1, ...n y wrf = 1 x
Para encontrar la expresin matemtica de la frontera eficiente necesitamos identificar esa cartera T , es decir, saber qu activos la forman y
qu ponderaciones tienen.Cmo lo hacemos?
1. Buscamos una recta que tenga la pendiente mxima posible.
Buscamos maximizar la pendiente eligiendo las ponderaciones wi para
i = 1, 2..., n de la cartera sujeto a la restriccin de que esas ponderaciones
sumen 1:
Max

w1 ,w2 ,...wn

E(rT ) rf
T
n
P

Sujeto a

wi = 1

i=1

Desarrollamos E(rT ) y T , es decir, sustituimos

E(rT ) =

n
P

wi E(ri )

i=1

23

T = (

n
P

i=1

wi2 2i +

n P
n
P

wi wj ij ) 2 .

i=1j=1

Si expresamos rf como

n
P

wi rf = rf , el problema de maximizacin

i=1

se transforma en:
n
P

i=1

wi (E(ri ) rf )

Max = P
n
n P
n
P
1
w1 ,w2 ,...wn
( wi2 2i +
wi wj ij ) 2
i=1

i=1j=1

Las condiciones de primer orden de este problema de maximizacin

forman un sistema de n ecuaciones con n incgnitas ( las w):

=0
w1

=0
w2
.
.

= 0.
wn
Este sistema de n ecuaciones se resuelve fcilmente realizando una
serie de operaciones ( ver demo en cap 4 de Elton y Grueber). Construimos primero unas variables ficticias Zi i = 1, 2.., n, quedando el sistema
asi:
E(r1 ) rf = Z1 21 + Z2 12 + Z3 13 + ... + Zn 1n
E(r2 ) rf = Z1 21 + Z2 22 + Z3 23 + ... + Zn 2n

E(r3 ) rf = Z1 31 + Z2 32 + Z3 23 + ... + Zn 3n
.
.
.
E(rn ) rf = Z1 n1 + Z2 n2 + Z3 n3 + ... + Zn 2n
Una vez que resolvemos este sistema para Zi i = 1, 2, 3..., n encontramos las wi de la siguiente forma:
Zk
wk = P
n
Zi
i=1

24

La frontera eficiente con rf y sin ventas en corto

Este problema es similar al anterior: tenemos que encontrar la nica
cartera formada por activos riesgosos ptima que maximiza la pendiente
de la recta que conecta el activo libre de riesgo con esta cartera. Sin
embargo, el hecho de que las ventas en corto no estn permitidas aade
una nueva restriccin a nuestro problema de maximizacin; requerimos
que las ponderaciones wi que buscamos sean positivas.
Max

w1 ,w2 ,...wn

Sujeto a

E(rT ) rf
T
n
P

i=1

wi = 1 y wi 0 i = 1, 2, ...n.

Este problema parece un problema de programacin lineal porque

las dos restricciones son lineales pero la funcin a maximizar no es lineal
puesto que contiene los trminos wi2 y wi wj . La solucin a este problema
no es inmediata.
La frontera eficiente sin rf y sin ventas en corto
El conjunto eficiente se obtiene minimizando el riesgo para cualquier
nivel de rendimiento esperado. Es decir:
Min

n
P

w1 ,w2 ...wn i=1

sujeto a

wi2 2i +
n
P

n P
n
P

wi wj ij .

i=1j=1

wi = 1

i=1

wi 0 i = 1, 2...n

n
_
P

wi E(ri ) =R
i=1

Variando R encontraramos todo la frontera eficiente. Este problema

puede simplificarse si se considera el siguiente importante resultado.
Teorema de los dos fondos Dos carteras o fondos eficientes pueden
duplicar cualquier otra cartera eficiente con la combinacion de estos dos.
En otras palabras, todos los inversores que buscan carteras eficientes slo
necesitan invertir en combinaciones de estos dos fondos.
El programa para encontrar la frontera eficiente cuando no existe un
activo libre de riesgo es el siguiente:
25

1. Encontrar la matriz de Var-Cov.

2. Encontrar la cartera de MinVarianza y calcular E(rMV ).
3. Tomar dos rendimientos libres de riesgo falsos: HA y HB tal que
HA > E(rMV ) y HB > E(rMV ).
4. Resolver los dos sistemas de ecuaciones:

1 12 .... 1n
E(r1 ) HA
Z1A
E(r2 ) HA 22 ... 2n Z2A

...
. ...
R(rn ) HA
2n
ZnA

1 12 .... 1n
Z1B
E(r1 ) HB
E(r2 ) HB 22 ... 2n Z2B
=

...
. ...
R(rn ) HB
2n
ZnB

5. Encontrar el vector de ponderaciones WA = (w1A

, w2A
.......wnA
)y

WB = (w1B , w2B .......wnB ).

ZkA

wkA
= P
n
ZiA
i=1

ZkB

wkB
= P
para todo k = 1, ...n.
n
ZiB
i=1

6. Calcular E(rA ) =
y E(rB ) =

n
P

i=1

n
P

i=1

wiA
E(ri ), A = (

wiB
E(ri )

B = (

n P
n
P

i=1j=1

n P
n
P

i=1j=1

wiA
wjA
ij )1/2

wiB
wjB
ij )1/2

7. La frontera eficiente se obtiene combinando la cartera A y B.

WC = WA + (1 )WB es el vector de ponderaciones de otra cartera
que pertenece a la frontera y se tiene que cumplir que 0 1
8. Calcular E(rC ) y C .

26

3.6

Markowitz y el calculo matricial

Suponemos que V, la matriz de varianzas y covarianzas, es no singular.

Esto requiere esencialmente que ningn activo est perfectamente correlacionado con el rendimiento de una cartera constituida por el resto
de los activos y que no exista activo libre de riesgo.
El problema de seleccin de cartera de Markowitz se formula as:
Min 2p = wT V w

wT 1 = 1
sujeto a
wT E(R) = E(Rp )
Es decir, minimizamos la varianza de la cartera sujeto a dos restricciones: a) que la suma de las ponderaciones de los activos individuales
debe ser igual a 1 y b) que la cartera debe obtener un rendimiento esperado igual a E(Rp ). Tcnicamente minimizamos una funcin convexa
sujeta a restricciones lineales. El problema tiene una nica solucin y
slo necesitamos obtener las condiciones de primer orden.
El lagrangiano del problema es:
L = wT V w 1 (wT E(R) E(Rp )) 2 (wT 1 1)
Las condiciones de primer orden son:
L
= 2V w 1 E(R) 2 1 =
w
L
= wT E(R) E(Rp ) = 0
1
L
= wT 1 1 = 0
2

De la primera condicin de primer orden obtenemos:

1
1 1
1 1
E(R) 1
w = 2 V (1 E(R) + 2 1) = 2 V
2

Las dos condiciones de primer orden pueden ser reescritas como:

T
E(Rp )
E(R) 1 w =
1

Sustituyendo en esta ecuacin el valor de w encontrado en la ecuacin

anterior:

T 1 1
1
E(Rp )
E(R) 1 w = E(R) 1 2 V
E(R) 1
=
1
2
27

T
Si llamamos A = E(R) 1 V 1 E(R) 1 se demuestra que es una
matriz definida positiva. Entonces

E(Rp )
1
1
=
A
2
1
2
Podemos resolver para los multiplicadores de Lagrange:

1 1
1 E(Rp )
=A
2
1
2
Y para el vector de ponderaciones w:

1 E(Rp )
1 1
1
E(R) 1
E(R) 1 A
w = 2V
=V
1
2

Teorema (La seleccin de cartera en media-varianza). Sea V

la matriz n n de varianzas y covarianzas definida positiva y E(R) el
vector n 1 de rendimientos esperados de los n activos donde se asume
que no todos los elementos de E(R) son iguales. Entonces la cartera
que ofrece un rendimiento esperado E(R
cuya varianza es mnima
p) y

E(R
)
p
.
est dada por w = V 1 E(R) 1 A1
1
La varianza de esta cartera est dada por:

2p = wT V w

T 1

1 E(Rp )
1
2
1
E(R) 1 V V V
E(R) 1 A
p = E(Rp ) 1 A
1

1 E(Rp )
2
p = E(Rp ) 1 A
1

a 2bE(Rp ) + cE(Rp )2
E(R
c
b
)
p
1
=
2p = E(Rp ) 1 acb2
b a
1
ac b2
Donde a = E(R)T V 1 E(R) b = E(R)T V 1 1 y c = 1T V 1 1.

La relacin entre la varianza y el rendimiento medio encontrados,

a 2bE(Rp ) + cE(Rp )2
2p =
se conoce como conjunto de mnima varac b2
ianza. En el espacio de media-desviacin estndar esta relacin viene
representada por una hiprbola.
En la siguiente grfica se representa esta ecuacin y se distinguen
dos partes; la de arriba del punto que representa la cartera de mnima
28

varianza global, y la de abajo. La primera identifica el conjunto de

carteras que tienen el rendimiento esperado ms alto, dada una varianza:
este se conoce como frontera eficiente. Las carteras que pertenecen al
segundo son carteras ineficientes.

La cartera de mnima varianza global se obtiene minimizando

Min 2p =

a 2bE(Rp ) + cE(Rp )2
ac b2

con respecto a E(Rp ) y se obtiene E(RG ) =

2G =

b
y su varianza
c

a 2bE(RG ) + cE(RG )2
1
.
=
ac b2
c

Las ponderaciones se obtienen w =

V 1 1
.
c

Se dice que dos carteras que pertenecen al conjunto de mnima varianza, wp y wz , son ortogonales si su covarianza es cero, es decir, wzT V wp =
0. Queremos demostrar que para cualquier cartera que pertenece al
conjunto de mnima varianza, excepto la de mnima varianza global,
podemos encontrar una nica cartera, que tambin pertenece a dicho
conjunto, ortogonal a ella. Adems, si el rendimiento esperado de la
primera es E(Rp ), la ortogonal tiene rendimiento esperado E(Rz ) donde:
29

E(Rz ) =

a bE(Rp )
b cE(Rp )

En la grfica anterior, podemos ilustrar la geometra de las carteras

ortogonales. Dado una cartera eficiente p, la linea que pasa entre p y la
cartera de MV global, intersecta en el eje de las Y en el punto E(Rz ).
Una vez localizado E(Rz ) la cartera ortogonal z puede ser identificada
en el conjunto de MV. Notar que si p es eficiente z no lo es.
El teorema de la separacin de dos fondos
Este teorema nos dice que el conjunto de MV puede ser generado a
partir de dos carteras que pertenezcan a este conjunto.
Teorema (de dos fondos): Sea wa y wb dos carteras que pertenecen
al conjunto de MV y cuyos rendimientos medios son E(Ra ) y E(Rb ) respectivamente, y E(Ra ) 6= E(Rb ).
a) Entonces, cualquier cartera que pertenece al conjunto de MV es
una combinacin lineal de wa y wb .

b) Cada cartera que es una combinacin lineal de wa y de wb , es

decir, wa + (1 )wb pertenece al conjunto de MV.
c) En particular, si xa y xb son carteras eficientes, entonces wa +
(1 )wb es una cartera eficiente si 0 1.
Demostracin:
a) Sea E(Rc ) el rendimiento medio de una cartera dada que pertenece
a MV. Elige tal que E(Rc ) = E(Ra ) + (1 )E(Rb ). Es decir,
E(Rc ) E(Rb )
=
. existe y es nica porque hemos asumido que
E(Ra ) E(Rb )
E(Ra ) 6= E(Rb ). Entonces wc = wa + (1 )wb . Para demostrarlo,
ver que:

1 E(Rc )
1
E(R) 1 A
wc = V
1

1 E(Ra ) + (1 )E(Rb )
1
E(R) 1 A
wc = V
+ (1 )

E(R
E(R
)
)
a
b
wc = V 1 E(R) 1 A1
+(1)V 1 E(R) 1 A1
1
1
30

wc = wa + (1 )wb
b) Considera una cartera wc que es co
mbinacin lineal de wa y wb . Entonces:
wc = wa + (1 )wb

E(R
E(R
)
)
a
b
E(R) 1 A1
+(1)V 1 E(R) 1 A1
wc = V
1
1

1 E(Ra ) + (1 )E(Rb )
1
E(R) 1 A
wc = V
1

Y por el teorema de media-varianza podemos decir que wc es una

cartera que pertenece a MV .
c) Esto es demostrado como en b). Slo destacar que si 0 1,
entonces E(Ra ) E(Ra )+(1)E(Rb ) E(Rb ) si E(Ra ) E(Rb ).
El conjunto de MV cuando hay activo libre de riesgo
En la seccin anterior se present y se resolvi el problema de seleccin de carteras cuando existen n activos riesgosos. Ahora analizaremos
el mismo problema cuando existen n activos riesgosos y un activo libre
de riesgo en la economa.
Sea Rf es rendimiento del activo libre de riesgo, y E(ei ) = E(Ri )Rf
el exceso de rendimiento esperado del activo i. Sea r el vector de excesos.
Si wi son las ponderaciones de los activos, y wf = 1 wT 1, entonces,
para una cartera determinada p, el exceso de rendimiento es:
E(ep ) = wT E(R) + (1 wT 1)Rf Rf = wT E(e)

La varianza de p es:
2p = wT V w
El problema de seleccin de cartera cuando existe un activo libre de
riesgo se puede escribir como:
Min wT Vw
31

sujeto a wT E(e) = E(ep )

Notar que ahora wT 1 = 1 no es una restriccin vlida puesto que la
riqueza no tiene por qu ser distribuida entre los n activos riesgosos ya
que parte de ella puede ir a parar al activo libre de riesgo. Haciendo el
programa de minimizacin se obtiene:

E(ep )
w=
V 1 E(e)
T 1
E(e) V E(e)
Y la varianza de esta cartera cuyo exceso de rendimiento es E(ep ):

E(ep )
2p = wT Vw =
E(e)T V 1 E(e)
2
E(ep )
2p =
E(e)T V 1 E(e)

E(e)T V 1 V V 1 E(e)

La cartera tangente al conjunto de MV es aquella cartera que minimiza la varianza y que cumple que wT 1 = 1 (es la cartera donde los n
activos son riesgosos). Es decir, aquella cuyo exceso de rendimiento es:

E(eT ) =

E(e)T V 1 E(e)
1T V 1 E(e)

La recta que une el activo libre de riesgo con la cartera T es conocida

como la linea de mercado de capitales y define el conjunto de carteras
eficientes cuando existe un activo libre de riesgo en la economa.

32

EL CAPM (Capital Asset Pricing Model)

El modelo de Markowitz se centra en la eleccin de cartera de un inversionista individual. Los supuestos de este modelo son:
1. El inversionista slo considera los dos primeros momentos de la
distribucin de probabilidad de los rendimientos: el rendimiento esperado y su varianza.
2. Dado un rendimiento esperado, el inversionista elige aquella cartera
que ofrece la menor varianza.
3. El horizonte temporal de la inversin es de un periodo.
4. Las decisiones individuales no afectan los precios de mercado de
los activos.
5. Se pueden comprar y vender fracciones de activos.
6. No existen costos de transaccin ni impuestos.
7. Los inversionistas pueden vender corto.
Con estos supuestos y el mtodo optimizador se determina la frontera eficiente y cada inversor elegir aquella cartera perteneciente a este
conjunto que se ajuste al nivel de riesgo que quiera asumir. La teora
de Markowitz es una teora normativa; dice a cada inversionista cmo
invertir racionalmente. Pero para llegar a una teora positiva sobre los
mercados de capitales, es decir, a una teora que explique cmo se forman los precios de los activos hacen falta supuestos adicionales. Los
supuestos del modelo de Sharpe (1964) conocido como el modelo CAPM
son:
1. Todo el mundo es optimizador en rendimiento esperado-varianza
(es decir, todos los supuestos del modelo de Markowitz se cumplen).
2. Todo el mundo asigna la misma estructura probabilstica sobre los
activos, esto es, todo el mundo calcula los mismos rendimientos esperados, las mismas varianzas y covarianzas.
3. Existe un activo libre de riesgo. La misma tasa para pedir prestado
y prestar.
Dado que existe un activo libre de riesgo y no hay restricciones a la
venta en corto, dado que todo el mundo calcula los mismos parmetros,
todos hacen frente a una misma frontera eficiente. Si todos los inversores
son racionales, mantendrn la misma cartera de activos riesgosos, la
cartera T , aunque cada uno elegir la combinacin entre rf y T que est
de acuerdo con el nivel de riesgo que quiera asumir.
33

Si todo el mundo elige de esta forma, por el teorema de los dos

fondos sabemos que la cartera de mercado es una cartera eficiente.
Para clarificar el concepto de cartera de mercado, es mejor hacerlo con
un procedimiento inductivo.
Supongamos que slo hay dos individuos en la economa, con riquezas
respectivas s1 y s2 invertidas en dos carteras eficientes con ponderaciones
x1 y x2 , respectivamente. Entonces la riqueza total de la economa es
s1 + s2 y las ponderaciones de la cartera total es x1 + (1 )x2 donde
s1
=
. Dado que 0 1, por el teorema de los dos fondos,
s1 + s2
sabemos que la cartera x1 + (1 )x2 es eficiente.
Supongamos ahora que la riqueza de n inversionistas, sn se invierte en
dos carteras eficientes con ponderacin xn y la riqueza del inversionista
n + 1, sn+1 en dos carteras eficientes con ponderacin xn+1 . Entonces,
por el teorema de los dos fondos, sabemos que la cartera total o suma
de todas las carteras de los inversionistas de una economa, es eficiente.

4.1

La lnea de capitales

Dado que todo el mundo mantiene la misma cartera, la cartera T es la

cartera de mercado M de activos riesgosos. La frontera eficiente consiste
en la linea que une el activo libre de riesgo con la cartera de mercado.
Esta linea se llama linea de mercado de capitales.
Esta linea muestra la relacin entre el rendimiento esperado y el
riesgo para carteras o activos eficientes. A medida que el riesgo aumenta
el rendimiento esperado tambin. Esa linea:

E(r) = rf +

E(rM ) rf

E(rM ) rf
es a menudo conocida como el precio del
M
riesgo. Nos dice cuanto tiene que incrementar el rendimiento esperado
de una cartera si se incrementa en una unidad su desviacin estandar.
La pendiente

La linea de mercado de capitales relaciona el rendimiento esperado y

la desviacin estandar de las carteras eficientes pero no muestra como el
rendimiento esperado de un activo individual se relaciona con su riesgo
individual.

34

4.2

La frmula del CAPM

El CAPM es una teora que explica la relacin que existe entre el rendimiento
esperado de cualquier activo y su riesgo.
Teorema (del CAPM). Si la cartera de mercado M es eficiente el
rendimiento esperado E(ri ) del activo i satisface:
E(ri ) rf = i (E(rM ) rf )
donde i =

iM
.
2M

Demostracin.
Considere una cartera formada por un activo individual i y la cartera
de mercado con una ponderacin en el primero y (1 ) en el segundo.El rendimiento esperado de esta cartera ser:
E(r ) = E(ri ) + (1 )E(rM )
= (2 2i + 2(1 ) iM + (1 )2 2M )1/2
Podemos representar todas el conjunto de combinaciones de estos dos
activos. En particular = 0 corresponde a la cartera de mercado.

35

Esta curva no puede cruzar la linea de mercado de capitales. Pero

dado que pasa por la cartera de mercado, entonces la curva debe ser
tangente a la linea de mercado de capitales. Para calcular la pendiente
de esta curva tenemos que calcular:
dE(r )
= E(ri ) E(rM )
d
d
2i + (1 2) iM + ( 1) 2M
=
d

iM 2M
d
|=0 =
d
M
dE(r )
=
Entonces la pendiente que estamos buscando
d

dE(r )
d
d
d

dE(r )
(E(ri ) E(rM )) M
|=0 =
d
iM 2M
Esta pendiente tiene que ser igual a la pendiente de la linea de mercado de capitales:
_

rM rf
(E(ri ) E(rM )) M
=
2
iM M
M
Resolviendo para E(ri ) obtenemos la ecuacin del CAPM.
La frmula del CAPM relaciona el exceso de rendimiento de un activo con el exceso de rendimiento de la cartera de mercado a travs de
su beta. O dicho de otra forma, tomando a rf como un punto base,
el rendimiento esperado de un activo individual y el rendimiento del
mercado son proporcionales.
Otra forma de leer la frmula est basada en el hecho de que es
un versin normalizada de la covarianza del activo con la cartera de
mercado. El CAPM nos dice que el exceso de rendimiento esperado de
un activo es directamente proporcional a su covarianza con el mercado.
Es esa covarianza la que determina el rendimiento esperado del activo.
Supongamos que la beta de un activo es 0. Segn el CAPM el
rendimiento esperado de ese activo es rf . Y sin embargo, el riesgo de
este activo (su desviacin estndar) podra ser muy alto. Un activo con
36

 = 0 no recibe ningun premio por riesgo. La razn es que el riesgo de un

activo que no est correlacionado con el mercado puede ser diversificable.
Un caso ms extremo es con aquellos activos cuya beta es negativa.
El rendimiento esperado de esos activos tiene que ser inferior a rf . Estos
activos reducen el riesgo de la cartera cuando stos se combinan con el
mercado. Estos activos proveen de una especie de seguro.
El CAPM cambia el concepto de riesgo de un activo de a . El
CAPM enfatiza que el riesgo de un activo es una funcin de su covarianza
con el mercado.
La beta de una cartera
Para encontrar la beta de una cartera, es muy fcil demostrar que es
la suma ponderada de las betas de los activos que la forman:
c =

c =

c =

c =

4.3

c,M
E [(rc E(rc )(rM E(rM )]
=
2
M
2M

n
P
E ( wi (ri E(ri ))(rM E(rM )
i=1

2M

n
P

i=1

n
P

wi E [(ri E(ri )(rM E(rM )]

2M
wi iM

i=1

2M

n
P

wi i

i=1

La lnea del mercado de activos

La frmula del CAPM puede ser representada grficamente. La linea

resultante se conoce como linea de mercado de activos.

37

Bajo los supuestos del CAPM, cualquier activo est en esta linea.
Riesgo sistemtico y riesgo idiosincrtico
El rendimiento de un activo puede ser expresado as:
ri = rf + i (rM rf ) + i

Si tomamos valores esperados en esta ecuacin, entonces, segn el

CAPM E(i ) = 0. Y si calculamos la correlacin entre ri y rM encontramos que Cov(i , M) = 0. Entonces, podemos escribir:
2i = 2i 2M + var(i )

La varianza de un activo tiene dos partes: el primer sumando se

conoce como riesgo sistemtico. Este riesgo no puede ser reducido por
diversificacin porque cada activo con una beta diferente de cero contiene
este riesgo. El segundo sumando se conoce como riesgo no sistemtico,
o idiosincrtico. Este riesgo es diversificable. La demostracin de este
hecho se ver en la seccin caractersticas del modelo de un nico factor
del captulo 4 de estos apuntes.
38

4.4

El CAPM como una frmula de precios

El CAPM es un modelo de valuacin. Sin embargo la frmula estndar

del CAPM no contiene los precios de los activos de forma explcita.
Supongamos que un activo se compra al precio P0 y se vende dentro
0
de un periodo a P1 . La tasa de rendimiento es r = P1PP
. En esta
0
frmula P0 es conocido pero P1 es una variable aleatoria. La frmula del
CAPM queda:
E(P1 ) P0
= rf + (E(rM ) rf )
P0

Solucionando para P0 tenemos:

P =

E(P1 )
1 + rf + (E(rM ) rf )

Esta frmula del precio de un activo generaliza la frmula familiar

de descuento de flujos de efectivo. En el caso determinstico la tasa
1
. Pero en el caso
de descuento apropiada para los flujos futuros es 1+r
f
1
. En
aleatorio la tasa de descuento apropiada es
1 + rf + (E(rM ) rf )
cuanto a E(P1 ) sta puede incluir los dividendos u otras rentas que se
pueden obtener durante el periodo que se mantiene el activo.
Dinmica de precios
Si un activo asume su posicin de equilibrio, no tiene por qu haber
presin en el mercado que fuerce el precio a subir o bajar. Sin embargo,
si el activo no est correctamente valorado entonces si que existir esa
presin. Un activo no estar bien valuado cuando el rendimiento esperado es demasiado alto o bajo dada su covarianza con el mercado.

E(r) =

E(P1 ) P0
E(P1 + D) P0
=
P0
P0

Sobre la base de un cierto rendimiento esperado y el riesgo, el mercado pone el precio actual del activo en P0 . Supongamos que se reciben
39

buenas noticias acerca del activo (ej, se van a recibir dividendos). Nada
cambia el riesgo del activo. Sin embargo su rendimiento esperado si que
ha cambiado. Tenemos un activo en nuestra cartera que nos da un mayor
rendimiento esperado para el mismo nivel de riesgo (el mercado no ha
cambiado su opinin acerca de la covarianza entre el activo y la cartera
de mercado). Todo el mundo querr aumentar su inversin en ese activo.
Pero la demanda en exceso hace aumentar los precios. Al aumentar P0
el rendimiento esperado se reduce hasta volver a su nivel inicial (al nivel
de rendimiento esperado adecuado al nivel de riesgo del activo).
Supongamos ahora que en vez de buenas, recibimos malas noticias.
Su rendimiento esperado disminuye y entonces los inversionistas quieren
vender un activo que les da un rendimiento esperado muy bajo con respecto al riesgo que corren. Al vender, reducen el precio de equilibrio,
restituyendo as el nivel adecuado de rendimiento esperado.
Propiedad de la frmula de valuacin del CAPM
Una propiedad de la frmula de valuacin es su linealidad. Esto
significa que el precio de la suma de dos activos es la suma de los dos
precios y que el precio de un mltiplo de un activo es el mltiplo del
precio de ese activo.
Si P0A =

E(P1A )
1 + rf + A (E(rM ) rf )

P0B =

E(P1B )
1 + rf + B (E(rM ) rf )

Entonces
E(P1A ) + E(P1B )
donde A+B es la beta de
1 + rf + A+B (E(rM ) rf )
un nuevo activo que es la suma del activo A y el activo B.
P0A + P0B =

4.5

El CAPM no estndar

Cuando no existe un activo de riesgo en la economa.

Si no existe rf , podemos derivar una relacin de equilibrio entre
el rendimiento esperado de un activo individual y su riesgo?. An con
ausencia de rf podemos encontrar la frontera eficiente de un inversor
racional. Si suponemos que todos los inversores comparten la misma
informacin acerca de los activos, esta frontera eficiente es comn a
todos ellos. Cada individuo se situar en un punto de esta frontera,
dependiendo de sus preferencias por el riesgo. La suma de todas las
carteras eficientes individuales es la cartera de mercado M. El teorema

40

de los dos fondos nos dice que esa cartera M pertenece a la frontera
eficiente comn.
Una vez calculada M podemos encontrar aquella cartera Z tal que
su beta sea cero en relacin a M. Entonces, podemos derivar la siguiente
relacin:
E(ri ) = E(rz ) + i (E(rM ) E(rz ))
Esta frmula se debe a Black (1972). Para llegar a ella, utiliza el
clculo matricial y el siguiente teorema:
Teorema: Para una cartera determinada p, el vector de covarianzas
de los activos individuales con respecto a la cartera p es lineal en el
vector de rendimientos esperados E(R) si y slo si p es una cartera que
pertenece al conjunto de MV.
Demostracin:
a) Sea wp las ponderaciones de una cartera que pertenece al conjunto

1 E(Rp )
1
E(R) 1 A
.
de MV y que puede ser expresada como wp = V
1
El vector de covarianzas entre los activos individuales y wp est dado
por:

1 E(Rp )
V wp = V E(R) 1 A
1

1 E(Rp )
1
E(R) 1 A
V wp = V V
1

1 E(Rp )
V wp = E(R) 1 A
1

Lo que verifica la linealidad entre el vector de covarianzas y el vector

de rendimientos experados E(R).
b) Sea el vector de covarianzas de una cartera arbitraria wp que puede
ser expresado linealmente como:
V wp = gE(R) + h1
donde g y h son dos constantes arbitrarias. Si resolvemos para wp
obtenemos
wp = gV 1 E(R) + V 1 1 =gbw1 + hcwG
41

V 1 1
son las ponderaciones de la cartera de MV global
c
V 1 E(R)
y w1 =
las ponderaciones de una cartera que pertenece al
b
a
a
conjunto de MV con E(R1 ) = , 21 = 2 . Recuerdad que a, b y c se
b
b
definen como a = E(R)T V 1 E(R) b = E(R)T V 1 1 y c = 1T V 1 1.
donde wG =

De la ltima ecuacin vemos que wp se genera por dos carteras efiT

1 = 1, w1T 1 = 1 y wpT 1 = 1 se deduce
cientes w1 y wG . Dado que wG
que gb + hc = 1. Entonces, por el teorema de los dos fondos se puede
concluir que la cartera p es una cartera eficiente.
Es mejor expresar la relacin entre las covarianzas y los rendimientos
esperados de una forma ms til para la frmula del CAPM cuando no
hay activo libre de riesgo. Podemos escribir:
cov(Ri , Rp ) = [0....1.....0] V wp

cov(Ri , Rp ) = [0....1.....0] E(R) 1 A

cov(Ri , Rp ) = E(Ri ) 1 A

E(Rp )
.
1

E(Rp )
1

T
Sea wz la cartera ortogonal
p , es decir, tal que wz V wp = 0 y
a w

E(Rz )
sea wz = V 1 E(R) 1 A1
. Entonces, si la covarianza entre
1
estas dos carteras es 0 se tiene que cumplir,

1 E(Rp )
T
0 = wz V wp = E(Rz ) 1 A
1

1 E(Rp )
Si restamos esta ecuacin de cov(Ri , Rp ) = E(Ri ) 1 A
1
obtenemos:

1 Rp
cov(Ri , Rp ) = E(ei ) 0 A
= E(ei )
1

donde las dos variables y ei se definen como:

E(ei ) = E(Ri ) E(Rz )
y=

cE(Rp ) b
.
ac b2
42

Esta condicin cov(Ri , Rp ) = E(ei ) se cumple para todo activo i y

en particular para la cartera p, es decir:
cov(Rp , Rp ) = E(ep )
De donde se obtiene que =

2p
. Si lo substituimos en cov(Ri , Rp ) =
E(ep )

E(ei ), entonces:
cov(Ri , Rp ) =

2p
E(ei )
E(ep )

Y definiendo a i =

cov(Ri , Rp )
la expresin resulta en:
2p

E(ei ) = i E(ep )
Esto se cumple para cualquier cartera p eficiente. En concreto, si p
es la cartera de mercado, M entonces obtenemos:
E(ei ) = i E(eM )
E(Ri ) E(Rz ) = i (E(RM ) E(Rz ))
donde z es la cartera ortogonal a la cartera M.
Cmo localizar la cartera z cuando no existe activo libre
de riesgo?
La cartera Z es aquella cuya covarianza con respecto a la cartera
de mercado es 0, es decir, la cartera ortogonal a la del mercado. Esta
cartera no va a ser eficiente. Se va a situar a la derecha de la cartera de
MV. Para demostrar esto slo tenemos que ver que la cartera MV puede
obtenerse como combinacin de Z y M. Dado que la covarianza entre Z
y M es 0, entonces, la varianza de la cartera MV ser:
2MV = w2 2Z + (1 w)2 2M
Sabemos que esta MV minimiza la varianza, por lo tanto:
d2M V
dw

= 2w 2Z 2 2M + 2w 2M = 0

Lo que significa que,

w=

2M
>0
2M + 2Z
43

Si w > 0, esto significa que MV est entre Z y M. Entonces el

E(rZ ) < E(rMV ), o dicho de otra forma, Z no puede estar en la frontera
eficiente.

Nadie mantiene Z exclusivamente porque es una cartera ineficiente.

Si un inversor quiere obtener rendimientos esperados situados entre E(RM )
y E(RG ) lo har combinando la cartera Z y la cartera M. Tambin combinar estas dos carteras cuando quiera obtener rendimientos esperados
a la derecha de E(RM ).
Impuestos
En el mundo del CAPM no existen impuestos. Sin embargo este
es un supuesto muy poco realista. En el CAPM, un inversor tiene que
ser indiferente entre las ganancias de capital y los dividendos. Pero si
existen impuestos, a los inversores les interesa calcular el rendimiento de
un activo despus de impuestos. La frontera eficiente que enfrenta un
inversor ser diferente a la de otro inversor. An as, se puede derivar una
relacin entre rendimiento esperado y riesgo considerando los impuestos.
E(ri ) = rf + i [E(rM ) rf ( M rf )] + ( i rf )
Donde M es la tasa de dividendo del mercado (es la proporcin del
rendimiento que viene en forma de dividendos), i es la tasa de dividendo
del activo i, y es un factor impositivo que mide la tasa impositiva de
mercado relevante sobre las ganancias de capital y los dividendos.
44

Cuando los dividendos tienen una tasa impositiva mayor que las
ganancias de capital, es positiva. Esto nos dice que el rendimiento
esperado de un activo individual est relacionado positivamente con su
tasa de dividendo i . Dado que una mayor fraccin del rendimiento viene
en forma de dividendos, entonces se va a pagar ms impuestos, lo que
significa que el rendimiento esperado antes de impuestos tiene que ser
mayor.
Activos no comerciables
No todos los activos de la economa son comerciables. Cmo sera la
frmula del CAPM cuando suponemos que existen activos comerciables
y no comerciables?.
Si RH es el rendimiento de los activos no comerciables.
PM es el valor total de los activos comerciables.
PH el valor total de los activos no comerciables.
h
i
E(rM ) rf
PH
cov(r
,
r
)
+
cov(r
,
r
)
E(ri ) = rf + 2
i M
i H
PM
H
M + PPM
cov(rM , rH )
Esta frmula sugiera que el entre rendimiento esperado y riesgo es
menor que el sugerido por el modelo simple.

4.6

Tests empricos del CAPM

El CAPM predice que todos los inversores mantienen carteras que son
eficientes en [E(r), ]. En consecuencia, la cartera de mercado es eficiente. Para testar el CAPM tenemos que testar la prediccin de que el
mercado est posicionado en el conjunto eficiente.
El CAPM est especificado en trminos de expectativas de los inversores. Dado que hemos supuesto que la distribucin de probabilidad de
los rendimientos no cambia en el tiempo, entonces podemos estimar E(r)
y utilizando los rendimientos pasados. Podemos construir la frontera
eficiente y ver si la cartera del mercado pertenece a ese conjunto.
Los primeros tests se centraron en testar la relacin lineal entre E(ri )
y i . Para hacerlo hay que seguir dos pasos:
1) estimar las betas. Para ellos se utilizan series temporales donde
los rendimientos de un activo se relacionan con los rendimientos del
mercado.
2) estimar la relacin entre rendimientos medios y betas utilizando
series de corte transversal.
45

Se hicieron varios estudios empricos centrados en la relacin lineal, los ms relevantes, Black, Jensen y Scholes (1972), Fama y McBeth (1974). Ambos parecan reforzar la teora. Las diferencias entre
rendimientos esperados de diferentes activos se deban a sus betas diferentes.
Pero en 1976, Roll arrasa con estas conclusiones. Segn Roll el
CAPM es una teora que no se puede testar. La nica prediccin a
testar es que la cartera de mercado es eficiente. Para ello tenemos que
conocer la composicin exacta de la cartera de mercado. Pero sta tiene
que incluir todos los activos del mundo (tanto comerciables como no
comerciables). Imposible. Adems critic duramente los trabajos empricos anteriores argumentando que eran tautolgicos, es decir, que los
resultados obtenidos se iban a dar independientemente de cmo los activos se valoran en relacin al riesgo en el mundo real.
Despues de esta crtica devastadora los siguientes trabajos empricos
se centraron en testar la prediccin econmica del CAPM de que la
cartera de mercado es eficiente. Una forma de acercarse al problema es
utilizando una proxy de la cartera de mercado, normalmente el ndice de
una Bolsa. Se construye la frontera eficiente con los activos de la Bolsa
y se comprueba si el ndice est o no en esa frontera.
Dada una opinin a priori acerca de la correlacin entre la proxy y
la verdadera cartera de mercado, entonces se puede determinar cuando
la cartera de mercado se espera que sea ineficiente o no en relacin al
conjunto eficiente formado por los actios de la proxy. Si es ineficiente
en relacin a esta subpoblacin de activos, entonces tambin lo ser con
respecto al conjunto eficiente verdadero. Shanken (87) hace este test y
segn este autor el CAPM es rechazado. Pero, dado que existe una gran
proporcin de activos en la economa que no se pueden comerciar, cmo
saber que el supuesto de correlacin entre la proxy y la verdadera es el
correcto?.
La cuestin de la testabilidad o no del CAPM es una cuestin todava
abierta.

4.7

El CAPM como mtodo de evaluacin de carteras

El CAPM nos dice que la solucin al problema de Markowitz es que

cada inversor tiene que mantener la misma cartera de activos riesgosos,
la cartera de mercado. Idealmente cada inversor tendra que comprar un
poco de cada activo, en las proporciones determinadas por las cantidades
relativas que son emitidas en el mercado. Si el mundo de las accciones
46

se toma como el conjunto de activos disponibles, entonces cada persona

tendra que comprar algunas acciones en la proporcin determinada por
su valor relativo en relacin al valor de la Bolsa.
Muchas personas creen que pueden hacerlo mejor que el mercado.
El CAPM asume que todo el mundo tiene la misma informacin acerca
de los rendimientos de todos los activos. Est claro que esto no es as.
Si alguien cree que tiene mejor informacin, entonces puede formar una
cartera que supere a la de mercado.
Supongamos que tenemos un fondo de inversin y tenemos datos sobre sus rendimientos pasados. Con esos rendimientos pasados podemos
calcular el rendimiento medio y su desviacin estndar. Tambien podemos estimar su covarianza con el rendimiento de mercado. Para estimar
esta covarianza utilizaremos como cartera de mercado el ndice IPC. Fcilmente calcularamos la varianza del mercado y as obtener la beta del
fondo de inversin. Utilizando datos del pasado tambien podramos estimar el rendimiento de los CETES. Dada esta informacin calcuremos
el ndice de Jensen.

ri rf = J + (rM rf )
J es el ndice de Jensen. De acuerdo con el CAPM este ndice tendra
que ser cero cuando se utilizaran los verdaderos rendimientos esperados.
Si se obtiene un ndice de Jensen positivo es una buena seal acerca del
desempeo del fondo de inversin. Pero esta es una buena inferencia?.
Un ndice de Jensen positivo no es indicativo de que el fondo sea eficiente.
Si queremos ver si un fondo de inversin es eficiente, entonces tenemos
que chechar si pertenece o no a la lnea de mercado de capitales. El
conocido ndice de Sharpe mide el desempeo de un fondo viendo si
pertenece o no a esta lnea.
_

ri rf = S
donde S es la pendiente de la lnea de mercado de capitales.

47

LOS MODELOS DE FACTORES

Para aplicar el modelo de Markowitz se necesita estimar un nmero

considerable de parmetros. Si tomamos 500 activos individuales como
base, tendramos que estimar 500 rendimientos esperados, 500 varianzas
y 500499
covarianzas. Actualmente, las bases de datos sobre precios de
2
acciones y otros activos son lo suficientemente grandes para poder realizar estas estimaciones. Pero en 1952, cuando Markowitz propuso su
modelo, no estaban tan seguros de poder hacerlo. Los modelos de factores nacieron con la finalidad de reducir la complejidad de la estimacin
de la matriz de varianzas y covarianzas de una cartera. Los factores de
las covarianzas son las variables (inflacin, crecimiento industrial, tasas
de inters..) que explican e inducen a los precios de los activos a moverse en una u otra direccin. Diferentes activos respondern de forma
diferente a estas variables, de forma que la covarianza entre dos activos
se explicar por este diferencial en la respuesta.

5.1

El modelo unifactorial

Si observamos el precio de los activos, vemos que cuando el mercado

sube ( medido a travs del ndice de la Bolsa), la mayora de los activos
que cotizan tambin suben y viceversa. Esto sugiere que una de las
razones que explican la correlacin entre diferentes activos es la respuesta
individual al movimiento del mercado. As, el rendimiento de un activo
puede ser descrito mediante la ecuacin:
ri,t = i + i rM,t + i,t
donde i es el parmetro que mide la sensibilidad del rendimiento el
activo i al rendimiento de mercado, i es el componente del rendimiento
que es independiente del desempeo del mercado y i es el error. En
esta ecuacin podemos ver que rM es una variable aleatoria al igual
que i . Por lo tanto, cada una de estas variables tiene una funcin de
distribucin, una media y una desviacin estndar. El modelo de un
nico factor asume que:
1. E(i ) = 0
2. Cov(i , rM ) = 0
3. Cov(i , j ) = E(i j ) = 0
Este ltimo supuesto es clave en este modelo porque implica que la
nica razn por la cual los activos se mueven conjuntamente es por su
comovimiento individual con respecto al mercado.
48

Dado el modelo, es fcil calcular:

1. E(ri ) = i + i E(rM )
2. 2i = 2i 2M + 2i
3. ij = i j 2M
Con este modelo, el nmero de parmetros a estimar para obtener la
matriz de varianzas y covarianzas se reduce notablemente. Para aplicar
Markowitz necesitamos estimar N alfas, N betas, N varianzas residuales,
el rendimiento esperado del mercado y la varianza del mercado. Es decir,
2N + 3 parmetros.
Propiedades del modelo unifactorial
Para estimar la beta de una cartera simplemente calculamos la media
ponderada de las betas de los activos individuales que la forman:
p =

n
X

wi i

i=1

Lo mismo ocurre con la alfa de una cartera:

p =

n
X

wi i

i=1

Entonces, el rendimiento esperado de una cartera ser:

E(rp ) = p + p E(rM )
Y la varianza de una cartera:
2p = 2p 2M +

n
X

wi2 2i

i=1

Si la cartera est formada por N activos ponderados igual, entonces:

2p

2p 2M

n
1 X 1 2

+
N i=1 N i

A medida que N aumenta, la varianza de una cartera se reduce a

2p 2M . Dado que 2M no cambia, la medida de contribucin de un activo
al riesgo de una cartera es i .
En un modelo de un nico factor hay dos fuentes de riesgo: la que
se debe al trmino rM y la que se debe a i . El riesgo debido a i se
49

conoce como riesgo diversificable o idiosincrtico porque la contribucin

al riesgo total es cero en una cartera muy bien diversificada. Por otro
lado, el riesgo debido a rM se conoce como riesgo no diversificable o
sistemtico porque est presente an en una cartera bien diversificada.
El riesgo sistemtico se debe a que el factor influye en todos los activos
de una economa, por lo que la diversificacin no lo puede eliminar.
Estimacin de las betas
Tomamos series histricas del rendimiento de un activo y del mercado. Podemos graficarlas y obtendramos algo asi:

Queremos obtener la recta que mejor se ajuste a estos datos. Para

ello minimizamos la suma de los errores al cuadrado que cometemos al
querer ajustar la recta a los datos reales. Si estimamos una beta en un
periodo que va desde t = 1 a t = T calcularamos:

i =

T
P

(ri,t ri )(rM,t rM )

i=1

T
P

(rM,t rM )2

i=1

i =ri i rM

50

T
T
_
1 P
1 P
ri,t y rM =
rM,t . Es fcil darse cuenta que obT i=1
T i=1
tendremos diferentes estimaciones de betas y alfas de un mismo activo
slo modificando el conjunto de datos. Pero si los supuestos del modelo son los adecuados, la teora estadstica nos dice que los estimadores
tienen buenas propiedades (eficiencia y insesgo).
_

donde ri =

Las betas de los activos (la sensibilidad del rendimiento al factor)

pueden cambiar con el tiempo. La beta de una cartera suele ser ms
estable que las betas de los activos individuales que la forman.
La beta es una medida de riesgo que nace de la relacin entre el
rendimiento de un activo y el rendimiento del mercado. Sin embargo,
el riesgo de una empresa suele estar determinado por la combinacin
de los fundamentales de la empresa y las caractersticas de activo en su
relacin con el mercado. Si esas relaciones pudiesen ser determinadas,
podran mejorarse las estimaciones de las betas. Beaver, Kettler y Scholes (1970) examinan la relacin entre 7 variables de empresa y la beta
de esa empresa. Las variables son: pagos de dividendos, crecimiento de
los activos de la empresa, endeudamiento, liquidez, variabilidad de los
ingresos, total de activos y beta contable.
i = a0 + a1 x1 + a2 x2 + ... + a7 x7 + i
Y los resultados del estudio emprico son positivos, en el sentido de
que los coeficientes son significativos y del signo predicho. Para hacer
esta estimacin se utilizan datos de corte transversal, es decir, en un
momento determinado, se toman los valores de estas 7 variables para
muchas empresas.
La ventaja de las estimaciones de las betas basadas en series histricas es que miden la respuesta de cada activo a los movimientos del
mercado. La desventaja es que capturan los cambios en la importancia
de las caractersticas de la empresa despues de un periodo largo. Por
otro lado, las betas fundamentales responden rpidamente a los cambios
en las caractersticas de la compaa. Pero el hecho de estar calculadas
bajo el supuesto de que todas las betas responden igual al cambio en
una variable fundamental es una debilidad. Por ejemplo, se asume que
la beta de IBM cambiar de igual forma a un cambio en su ratio de
endeudamiento que la beta e GM.

5.2

Los modelos multifactoriales

El modelo anterior se puede extender para incluir ms factores en la

explicacin del rendimiento de los activos. En este modelo podemos incluir factores explicativos como variables macroeconmicas (el producto
51

nacional bruto, el ndice de precios, o la tasa de desempleo), variables

sectoriales (la tasa de crecimiento industrial), variables microeconmicas
(la tasa de dividendos, el endeudamiento, el total de activos) y el mismo
mercado.
ri,t = i + i1 I1,t + i2 I2,t + .... + il Il,t + i,t
donde ij es la medida de sensibilidad del rendimiento al factor Ij .
Los factores Ij,t con j = 1, ....l y el error i,t son variables aleatorias. Los
supuestos del modelo multifactorial son los siguientes:
1. E(i ) = 0
2. Cov(Ij , Ik ) = E [(Ij E(Ij ))(Ik E(Ik ))] = 0
3. Cov(i , Ik ) = E [i (Ik E(Ik ))] = 0
4. Cov(i , j ) = E [i j ] = 0
Segn el modelo factorial podemos calcular el rendimiento esperado
y la varianza de un activo as como la covarianza entre dos activos de la
siguiente forma:
1. E(ri ) = i + i1 E(I1 ) + i2 E(I2 ) + .... + il E(Il )
2. 2i = 2i1 2I1 + 2i2 2I2 + ..... + 2il 2Il
3. ij = i1 j1 2I1 + i2 j2 2I2 + ..... + il jl 2Il
Si utilizamos el modelo multifactorial para construir la matriz de varianzas y covarianzas de n activos necesitamos estimar 2n+2l+ln parmetros.

52

EL APT ( Arbitrage Pricing Theory)

En el modelo de equilibrio del CAPM se requiere que el inversionista elija

sus inversiones en funcin del rendimiento esperado y la varianza. Sin
embargo, la definicin de rendimientos difiere entre diferentes modelos:
en unos se calcula la tasa de rendimientos despus de impuestos, en otros
lo que importa es la tasa de rendimientos reales.
Ross propuso un enfoque nuevo y diferente para explicar el precio de
los activos. Dado un proceso generador de rendimientos se determinan
los precios de los activos utilizando argumentos de arbitraje o de ley
de un slo precio. Segn esta ley, dos activos exactamente iguales no
pueden ser vendidos a dos precios diferentes. Adems se requiere que los
rendimientos de un activo estn linealmente relacionados con un conjunto
de ndices (o factores).

ri,t = i + i1 I1,t + i2 I2,t + .... + il Il,t + i,t

Supuestos del modelo:
1. El modelo multifactorial y todos sus supuestos.
2. El nmero de activos en la economa es infinito.
3. Las ventas en corto estn permitidas.
El APT es la descripcin del rendimiento esperado de los activos en
equilibrio que se deriva de un modelo multifactorial. Para llegar a la
relacin ms importante del APT se construyen las siguientes carteras:
Cartera 0. Se construye una cartera cuya ij = 0 para todo j = 1, ...l.
Cartera 1. Se construye una cartera cuya ij = 0 para todo j = 1, ..l
excepto i1 = 1.
Cartera 2. Se construye una cartera con ij = 0 para todo j = 1, ..l
excepto i2 = 1.
........
Cartera h. Se construye una cartera con ij = 0 para todo j = 1, ..l
excepto ih = 1.
........
Cartera l. Se construye una cartera con ij = 0 para todo j = 1, ..l
excepto il = 1.
53

El rendimiento esperado de cada una de estas carteras es, segn el

modelo multifactorial, igual a:
E(r0 ) = i
E(r1 ) = i + i1 E(I1 ) = i + E(I1 )
E(r2 ) = i + i2 E(I2 ) = i + E(I2 )
......
E(rh ) = i + ih E(Ih ) = i + E(Ih )
.......
E(rl ) = i + il E(Il ) = i + E(Il )
Despejamos E(Ik ) k = 1, ...l de estas ecuaciones y las sustituimos
en la frmula del rendimiento esperado de cualquier activo del modelo
multifactorial. Si existe una cartera sin riesgo, esta es la cartera 0, su
rendimiento esperado tiene que ser igual al rendimiento del activo libre
de riesgo de la economa (por la ley de un slo precio). Entonces i = rf .
As:
E(ri ) = rf + i1 (E(I1 ) rf ) + i2 (E(I2 ) rf ) + .... + il (E(Il ) rf )
Si definimos 0 = rf y h = E(Ih ) rf para todo h = 1, ...l, entonces
obtenemos la relacin del APT como:
E(ri ) = 0 + i1 1 + i2 2 + .... + il l
Esta ecuacin se cumple para todo activo individual y toda cartera.
Para llegar a esta relacin entre el rendimiento esperado de un activo y
las medidas de sensibilidad i del activo con respecto a los factores no
hemos utilizado los supuestos 2 y 3. Los necesitaremos para demostrar
que efectivamente esa relacin es lineal. Para facilitar la demostracin
utilizaremos el modelo factorial ms sencillo, el de un nico factor.
Demostracin:
Supongamos que slo existe un factor explicativo de los rendimientos
de los activos, es decir:
ri,t = i + i1 I1,t + i,t
Y supongamos que la relacin entre E(ri ) y i1 no es lineal.

54

Tomamos dos activos, el activo a y el activo b del grfico y construimos una cartera cuya 1 = 0 y con rendimiento esperado E(rcm ).
Repetimos la operacin con el activo c y el activo d. De hecho podemos
construir un nmero infinito de carteras formadas por dos activos tales
que sus 1 = 0. Consideremos ahora una macrocartera formada por
esta infinidad de microcarteras. Esta macrocartera tendr varianza cero
porque su mc1 = 0 y por construccin, su varianza residual tambin
ser cero.
2MC = mc1 2I1 +

N
P

i=1

wi2 2i = mc1 2I1 +

1
N

N
P

i=1

1 2

N i

=0

Esta macrocartera tiene un rendimiento esperado E(rmc ) determinado y su varianza es 0 (est libre de riesgo). Utilizando el mismo
mtodo, podemos construir otra macrocartera con varianza 0 y rendimiento
0
esperado E(rmc ) 6= E(rmc ). Puesto que tenemos dos macrocarteras sin
riesgo y con rendimientos diferentes, existe una oportunidad de arbitraje vendiendo en corto aquella con rendimiento ms bajo y utilizando
el dinero para comprar la cartera con rendimiento ms alto. Al hacerlo estaremos presionando al alza el precio de los activos que forman
la cartera con rendimiento menor de forma que la relacin entre E(ri ) y
i1 sea lineal. Con una relacin lineal no pueden existir oportunidades
de arbitraje porque es imposible construir una combinacin de carteras
con i1 iguales a 0 y rendimientos diferentes.
Este argumento se puede repetir para el caso de un modelo multifactorial.
55

6.1

El APT con un nmero finito de activos

Si no existe un nmero infinito de activos, no podemos reducir la varianza de la cartera cuyas betas son 0 a 0. Si el nmero de activos fuese
grande, podramos reducirla pero tendramos que soportar algn riesgo
al intentar capturar los beneficios del arbitraje. Si este fuera el caso,
entonces la relacin lineal del APT infravalora el rendimiento esperado
de cualquier activo. Se puede demostrar que si los rendimientos se distribuyen normal, entonces se puede acotar este problema de infravaloracin. La desviacin de la relacin lineal del APT est causada por la
presencia de una varianza residual ineludible en las carteras de arbitraje.
Esta varianza ser mayor, cuanto mayor sea la ponderacin el activo en
la cartera. Si los inversores fueran neutrales al riesgo, no les importara
esta varianza residual y por tanto los rendimientos esperados no se veran
afectados. Pero si los inversores son aversos al riesgo, entonces a mayor
varianza residual, mayor rendimiento esperado demandado.

6.2

APT y CAPM

El modelo factorial base del APT puede ser aplicado al CAPM para
derivar la relacin que existe entre ambas teoras. Usando el modelo de
dos factores tenemos que:
ri = i + i1 I1 + i2 I2 + ... il Il + i
La covarianza entre este rendimiento con el rendimiento del mercado
es:
Cov(ri , rM ) = i1 Cov(I1 , rM )+ i2 Cov(I2 , rM )+...+ il Cor(Il , rM )+
Cov(i , rM )
Si el mercado representa una cartera bien diversificada, no contendr
un trmino de error y por lo tanto es razonable asumir que Cov(i , rM ) =
0. Entonces podemos expresar la beta de un activo segn el CAPM en
relacin a las betas del APT de la siguiente forma:
i = i1

Cov(I1 , rM )
Cov(I2 , rM )
Cor(Il , rM )
+ i2
+ ... + il
2
2
M
M
2M

La beta de un activo es una composicin de las betas de los factores.

Las ponderaciones de las betas factoriales on las medidas de sensibilidad
del activo con respecto a los factores. La razn por la cual activos diferentes tienen betas diferentes es porque tienen diferentes sensibilidades a
los factores.

56

6.3

Medidas de desempeo de una cartera segn el

APT

Una medida de desempeo de una cartera basada en el APT consiste en

comparar el rendimiento observado de esta cartera con el rendimiento
esperado segn el APT. Si esta diferencia es positiva el desempeo ha
sido bueno. Pero al utilizar el APT para evaluar carteras hay que ser
conscientes de los problemas de esta teora. Los ms graves son:
1. Hay que decidir cantos factores se van a utilizar. El APT no
nos dice nada acerca de este nmero. Dada la libertad para elegir los
factores, se puede conseguir que el rendimiento esperado sea tan grande
como queramos incluyendo ms factores.
2. Hay que estimar las ij para todos los activos de la cartera y todos
los factores.
3. Hay que estimar las .

57

PRINCIPIOS GENERALES DE VALUACION

Hay dos formas de valuar un flujo de efectivo aleatorio: a) directamente

usando medidas como la media y la varianza y b) indirectamente, reduciendo el flujo a una combinacin de otros flujos que ya han sido
valuados. En esta seccin nos concentraremos en estos dos enfoques de
valuacin y veremos como se aplican a un problema de inversin de un
periodo.

7.1

Las funciones de utilidad

Supongamos que un inversionista tiene un nmero determinado de oportunidades de inversin que pueden afectar su riqueza al final del ao. Si
supiera con certeza que le da cada oportunidad de inversin, sera fcil clasificarlas y elegir aquella que le ofrece un mayor rendimiento de
su capital. Pero como el rendimiento es una variable aleatoria, la eleccin no es obvia y se necesita un procedimiento para clasificar niveles de
riqueza aleatorios. La funcin de utilidad provee tal procedimiento.
Una funcin de utilidad es una funcin que va de R R, que toma
valores reales (representan niveles posibles de riqueza) y los transforma
en otro nmero real Una vez elegida la funcin U, los niveles alternativos
de riqueza aleatorios se clasificarn evaluando sus respectivos valores de
utilidad esperada. Especficamente, comparamos dos resultados de dos
variables de riqueza aleatorios, x e y comparando E(U(x)) con E(U(y)).
El valor ms alto es el preferido.
Las funciones de utilidad varan entre individuos dependiendo de su
tolerancia al riesgo y de su situacin financiera. La funcin de utilidad ms simple es U (x) = x. Otras funciones utilizadas son U(x) =
eax (funcin de utilidad exponencial), U(x) = ln(x) (funcin de utilidad logartmica), U (x) = bxb (funcin de utilidad exponencial) y U(x) =
x bx2 (funcin de utilidad cuadrtica).
Para ver cmo se utiliza la funcin de utilidad consideremos el siguiente ejemplo. Un inversionista se enfrenta a dos alternativas de inversin: a) invertir su dinero en un pagar bancario que le da 6M seguros
o b) invertir su dinero en un proyecto que le ofrece tres posibles niveles
de riqueza, 10M, 5M y 1M con probabilidades respectivas de 0.2, 0.4 y
0.4. Decide utilizar la funcin de utilidad exponencial, U (x) =x1/2 para
evaluar estas alternativas.
a)tiene un valor de 6 = 2.45
La alternativa

y la alternativa b) de 0.2 10 + 0.4 5 + 0.4 1 = 1.93. Por lo tanto elige

la alternativa a).

58

Es importante no olvidar que la funcin de utilidad clasifica alternativas. El valor cardinal que toma no tiene sentido en s. Una funcin
de utilidad puede modificar su expresin sin cambiar la clasificacin de
alternativas que provee. Por ejemplo, si aadimos una constante a la
funcin U (x), la nueva funcin V (x) = U(x) + b ofrece exactamente
la misma clasificacin de alternativas que U(x). En general cualquier
funcin V (x) = aU(x) + b con a > 0 es una funcin equivalente a U(x).

7.2

Aversin al riesgo

La aversin al riesgo de un inversionista queda capturada con una funcin

de utilidad cncava. Formalmente:
Concavidad. Una funcin U definida en un intervalo [x, y] de
nmeros reales es cncava si para cualquier 0 1 y cualquier
a y b en [x, y] se cumple que U(a + (1 )b) U(a) + (1 )U(b).
Se dice que una funcin de utilidad representa a un individuo averso
al riesgo en [x, y] si es cncava en [x, y]. Y si es cncava en todo el
dominio, se dice que representa a un individuo averso al riesgo.

Supongamos que tenemos dos alternativas de riqueza futura. La

primera alternativa consiste en obtener a con probabilidad 1/2 y b con
59

probabilidad 1/2. La segunda alternativa consiste en obtener seguro la

cantidad de 12 a + 12 b. Un individuo averso al riesgo preferir la cantidad
segura 12 a + 12 b a jugar la loteria 50%-50% de a y b. Y as las clasificar.
Dada nuestra definicin de funcin de utilidad cncava U ( 12 a + 12 b) >
1
U(a) + 12 U (b).
2
Los coeficientes de aversin al riesgo
El grado de aversin al riesgo es definido por el coeficiente de aversin
al riesgo absoluto de Arrow-Pratt que es:
00

U (x)
a(x) = 0
U (x)
00

Donde U (x) y U (x) es la segunda y primera derivada de la funcin

de utilidad respectivamente. El coeficiente muestra como la aversin
al riesgo cambia con el nivel de riqueza del individuo. Para muchos
individuos la aversin al riesgo decrece a medida que su riqueza aumenta,
reflejando el hecho de que estn dispuestos a correr ms riesgos una vez
que estn financieramente seguros.
Ejemplos de coeficientes para funciones de utilidad concretas.
Si U(x) = eax entonces a(x) = a. Este es un caso de coeficiente
de aversin al riesgo constante.
Si U (x) = 1 beax entonces a(x) = a. Otro caso de de coeficiente
de aversin al riesgo constante.
Si U(x) = ln(x) entonces a(x) = x1 . La aversin al riesgo decrece a
medida que la riqueza aumenta.

7.3

Las funciones de utilidad y el criterio de mediavarianza

El criterio de media-varianza utilizado en el modelo de Markowitz puede

reconciliarse con el enfoque de la utilidad esperada de dos formas: a)
asumiendo que la funcin de utilidad es cuadrtica y b) asumiendo que
las variables aleatorias que caracterizan los rendimientos se distribuyen
normal.
Utilidad cuadrtica
La funcin de utilidad cuadrtica puede ser definida as: U(x) =
ax 12 bx2 , donde a > 0 y b 0. Esta funcin slo tiene sentido en el
60

rango de x ab porque en este rango la funcin es creciente. Notar que

si b > 0, la funcin es cncava y por lo tanto exhibe aversin al riesgo.
Supongamos que una cartera tiene un valor aleatorio de y. Usando
el criterio de la utilidad esperada podemos evaluarla:
E(U (y)) = E(ay 12 by 2 ) = aE(y) 12 bE(y 2 )
E(U (y)) = aE(y) 12 bE(y)2 12 bV ar(y)
La cartera ptima es aquella que maximiza este valor esperado con
respecto a todas las posibles elecciones de la variable aleatoria y. Esto
es equivalente al enfoque de media-varianza. Si se quiere maximizar esta
funcin dado un rendimiento esperado concreto, se eligir la y con menor
varianza.
Rendimientos Normales
Cuando los rendimientos son variables aleatorias normales, el criterio de media-varianza es equivalente al enfoque de la utilidad esperada
para cualquier funcin de utilidad que presente aversin al riesgo. Para
deducir esto, seleccionaremos una funcin U. Considera una variable de
riqueza aleatoria y que es normal con media M y desviacin estndar .
Dado que la funcin de distribucin de probabilidad est completamente
definida por M y , se sigue que la utilidad esperada es una funcin de
M y . Si U presenta aversin al riesgo, entonces E(U (y)) = f (M, )
ser creciente con respecto a M y decreciente con respecto a .
Supongamos ahora que los rendimientos de todos los activos son variables aleatorias normales. Entonces, cualquier combinacin lineal de estos rendimientos (rendimiento de una cartera) es una variable aleatoria
normal. El problema de seleccin de cartera es equivalente a la seleccin de la combinacin de activos que maximizan f (M, ) con respecto
a todas las posibles combinaciones. Para una funcin de utilidad que
presenta aversin al riesgo, esto implica que la varianza debe ser minimizada para un valor dado de rendimiento medio. En otras palabras, la
solucin tiene que ser eficiente en media-varianza.

7.4

Valuacin lineal

Vamos a analizar en esta subseccin una de las propiedades ms importantes de la valuacin de activos, esta es su linealidad.
Definiremos formalmente un activo como una variable de pago aleatorio, sea d. Este pago se revela y se obtiene al final del periodo. Asociado
61

a un activo est su precio, P . Por ejemplo, consideramos como activo

una accin de IBM cuyo pago aleatorio d es el precio al final del ao
(precio desconocido y aleatorio) y cuyo precio P es el precio actual de
la accin.
La valuacin lineal de los activos procede del supuesto de que la
forma ms bsica de arbitraje no se puede dar en los mercados. Se dice
que una inversin es un arbitraje tipo A, si sta produce un premio
positivo immediato y no existe ningun tipo de pago futuro. O dicho de
otra forma, un arbitraje tipo A es una inversin que no da nada, pero
su precio es negativo. Es de sentido comn suponer que no existen tales
oportunidades.
Para ver por qu la valuacin lineal se deriva de este supuesto,
supongamos que d es un activo cuyo precio es P . Consideremos un
activo 2d que paga exactamente lo mismo que el activo d. Supongamos
0
que el precio de este nuevo activo es P < 2P . Entonces, podemos
0
comprar el activo 2d a un precio P , dividirlo y vender cada parte a
0
precio P . Obtendramos una ganancia de 2P P y no existira ninguna
obligacin futura puesto que hemos vendido lo que hemos comprado.
Estaramos haciendo arbitraje tipo A. Este argumento puede revertirse
0
para demostrar que si P > 2P tambin existe oportunidad de arbitraje.
Con esto se demuestra que el precio de un activo d tiene que ser P
para cualquier .
De igual forma se muestra que si d1 y d2 son dos activos con precios
P1 y P2 entonces el precio del activo d1 + d2 tiene que ser P1 + P2 . En
general el precio de un activo d1 + d2 tiene que ser P1 + P2 . Esto
es la valuacin lineal.
Este argumento se basa en varios supuestos: a) ausencia de arbitraje
tipo A, b) los activos pueden dividirse arbitrariamente y c) no existen
costos de transaccin.
Supongamos ahora que existen n activos en la economa d1 , ..., dn .
Una cartera de estos activos est representada por un vector n-dimensional
= (1 , ..., n ) donde i representa la cantidad del activo i en la cartera.
El pago de una cartera es una variable aleatoria:
d=

n
X

i di

i=1

Bajo el supuesto de que no existe arbitraje tipo A, el precio de la

cartera ser:
62

P =

n
X

i Pi

i=1

Otra forma de arbitraje puede ser identificada. Si una inversin tiene

un costo no positivo pero tiene una probabilidad positiva de que ofrezca
un pago positivo y ninguna probabilidad de que ofrezca un pago negativo, entonces esa inversin representa un arbitraje tipo B. Dicho de
otra forma, un arbitraje tipo B es una situacin donde el individuo no
paga nada (o una cantidad negativa) y tiene la oportunidad de obtener
algo. Un ejemplo de este tipo de situacin sera un boleto de lotera
gratis. Claramente este tipo de situaciones son muy raras en los mercados financieros.
Cuando hablemos de la ausencia de arbitraje en los mercados financieros nos estaremos refieriendo a la ausencia de ambos tipos de arbitraje, A y B.

7.5

Eleccin de cartera

Vamos a analizar el problema de eleccin de cartera de un inversionista que utiliza la utilidad esperada para clasificar sus alternativas de
inversin.
Si x es una variable aleatoria, entonces si x 0 quiere decir que
la variable nunca toma valores negativos. Supongamos que un inversionista tiene una funcin de utilidad estrictamente creciente U y una
riqueza inicial de W . Existen n activos en la economa d1 , d2 , ...., dn .
El inversionista desea formar una cartera que maximice la utilidad esperada de la riqueza final, x. Una cartera de activos se define como
= (1 , 2 , ..., n ) donde i es la cantidad del activo i.
El problema del inversionista es:
MaxE(U(x))
sujeto a:
n
P
i di = x
a)
i=1

b) x 0
n
P
c) i Pi W
i=1

Este problema est relacionado con los conceptos de arbitraje.

63

Teorema (eleccin de cartera). Supongamos que U(x) es continua y que lim U(x) = . Supongamos tambin que existe una cartera
x
n
P
i di > 0. Entonces, el problema de eleccin de cartera p0 tal que
i=1

tima tiene una solucin si y slo si no hay oportunidades de arbitraje.

Una vez que sabemos que existe solucin podemos caracterizarla.

Suponemos que no existen oportunidades de arbitraje y por lo tanto
existe una cartera ptima que llamaremos . Suponemos que el pago
n
P
i di satisface que x > 0. Podemos immediatacorrespondiente x =
i=1

mente deducir que la desigualdad

n
P

i=1

i Pi 6 W se cumplir con igualdad;

si no fuera as, entonces una fraccin positiva de se podra aadir y

mejorar el resultado.
n
P

i=1

Para derivar las ecuaciones que satisface la solucin, sustituimos x =

i di en la funcin objetivo e ignoramos que x 0 puesto que hemos

asumido que se satisface con desigualdad. El problema de eleccin de

cartera se transforma en:
MaxE(U(

n
P

i di ))

i=1

sujeto a:
n
P
i Pi = W
i=1

O lo que es lo mismo:
Max L= E(U(
i

Esto da:

n
P

i=1

i di )) (

n
P

i=1

i Pi W )

E [U(x )di ] = Pi
Para i = 1, ...n. Tenemos n + 1 condiciones de primer orden (n
ecuaciones ms la restriccin) con n + 1 incgnitas. Se puede demostrar
que > 0. Estas ecuaciones ofrecen una caracterizacin de los precios
bajo el supuesto de no arbitraje.
Si existe activo libre de riesgo cuyo rendimiento total es Rf , se cumple
que di = Rf y que Pi = 1. Entonces, aplicando la condicin de primer
orden:
64

h 0
i

= E U (x ) Rf
Sustituyendo en E(U(x )di ) = Pi obtenemos la caracterizacin
de los precios como:

Pi =

7.6

E [U (x )di ]
E [U 0 (x )] Rf

Valuacin log-ptima

De la frmula de precios anterior se pueden derivar otras frmulas ms

elegantes. Para ello, elegimos U(x) = ln(x) y W = 1. La variable de
riqueza final x es la que se asocia a la cartera que maximiza el logaritmo
esperado de la riqueza final. En este caso llamaremos a x como R , que
es el rendimiento ptimo para la funcin de utilidad logartmica. Dado
= x1 la ecuacin de precios se convierte en:
que d ln(x)
dx

di
= Pi
E
R

Dado que es vlido para cualquier activo, tambin lo es para la cartera

log-ptima por lo que di = R y Pi = 1. Con esta informacin, es fcil
comprobar que = 1. Entonces la ecuacin de precios es:

di
= Pi
E
R
donde R es el rendimiento total de la cartera log-ptima. Esta
frmula es muy parecida a la expresin utilizada de
d
P =
. Este sera el caso determinstico porque conocemos d y
Rf
1
1
cuando existe activo
donde R se sustituye por Rf porque E( ) =
R
Rf
libre de riesgo.

65

7.7

Modelos de estados finitos

Supongamos que existe un nmero finito de posibles estados que describen los posibles resultados que podemos obtener de una inversin.
En un periodo inicial slo se conoce que uno de estos estados ocurrir,
y al final del periodo se revelar cal de ellos se ha dado.
Los estados definen incertidumbre de una forma bsica. A veces un
estado se refiere a un fenmeno fsico (llover o no llover maana), otras
se refiere a acontecimientos econmicos (xito rotundo, xito moderado
y fracaso en la exhibicin de una pelcula).
Un activo se define en este contexto como un conjunto de pagos-un
pago por cada posible estado. Un activo podr ser representado por un
vector d = (d1 , d2 , ...dS ) donde di es el pago del activo si el estado i se
da. Como antes, a cada activo d le asociaremos un precio P .
Precios-estado
Un activo especial es aquel que tiene pagos slo en un estado, es
decir, d = (0, 0, 0, .., 1, 0..., 0). Definiremos un activo-estado elementario
como es = (0, 0, ..., 1, ...0) donde el pago 1 se recibe en el estado s. Si el
precio de este existe, lo llamaremos s .
Cuando existe un conjunto completo de activos-estado (un activo
para cada estado), es fcil determinar el precio de estos activos-estado.
El activo d = (d1 , d2 , d3 , ...dS ) se puede expresar como una combinacin
lineal de los activos-estado,
S
X
d=
ds es
s=1

Y por la linealidad de precios sabemos que el precio de d tiene que

ser:
S
X
ds s
P =
s=1

Y si no existieran todos los activos-estado, an as, podramos construir los que faltan combinando activos que s existen. Por ejemplo,
supongamos que el activo (1, 1) y el activo (1, 1) existen. Entonces,
el activo estado (1, 0) se obtiene combinando estos dos activos porque
(1, 0) = 12 (1, 1) + 12 (1, 1).
66

Es importante que los precios de los activos estado sean positivos. Si

no fuese as habra oportunidades de arbitraje.
Teorema (precios estado positivos). Un conjunto de precios estado positivos existe si y slo si no existen oportunidades de arbitraje.
Para ver por qu es as, consideremos un activo-estado cuyo precio
fuese 0 o negativo. Este activo representa la posibilidad de obtener algo
(la probabilidad de que el estado s ocurra) a ningn costo. Este tipo de
arbitraje es de tipo B. Es decir, para evitar este tipo de arbitraje los
precios tienen que ser positivos. La demostracin del teorema est en la
pgina 249 de Luenberger.
El teorema nos dice que los precios-estado existen, pero no dice que
sean nicos. Si hubiera ms estados que activos, entonces habra diferentes formas de asignar precios estado consistentes con los precios de los
activos existentes. El teorema, en este caso, nos dira que para una de
estas formas, los precios estado son positivos.

7.8

Valuacin riesgo-neutral

Supongamos que existen precios-estado positivos s para s = 1, ...S.

Entonces sabemos que el precio de cualquier activo es:
S
X
P =
ds s
s=1

Normalizamos estos precios de forma que su suma sea igual a 1.

S
P

s y qs = s . Podemos reescribir la frmula del

Entonces, sea 0 =
0
s=1
precio como:
P = 0

S
X

qs ds

s=1

Estas qs pueden considerarse como probabilidades artificiales porque

suman 1 y son positivas. Usando estas probabilidades, el precio de un
activo se puede expresar como:
_

P = 0 E(d)
_

donde E denota el valor esperado de la variable aleatoria d con respecto a las probabilidades artificiales qs .
67

Dado que 0 =

S
P

s=1

s se puede pensar en 0 como un activo que

paga 1 en cualquier estado. Es decir, es un activo libre de riesgo. Por

definicin el precio de dicho activo es R1 . Por lo tanto podemos reescribir
la frmula del precio como:
P =

1 _
E(d)
R

Esta ecuacin nos dice que el precio de cualquier activo es el valor

esperado descontado de su pago bajo las probabilidades artificiales. Esta
frmula se conoce como valuacin riesgo-neutral porque equivale a la que
obtendramos si qs fuesen las probabilidades reales y utilizramos una
funcin de utilidad que fuese neutral al riesgo. A menudo se conoce a
estas qs como probabilidades riesgo-neutrales.

7.9

Alternativas de valuacin

Vamos a revisar algunos mtodos de valuacin alternativos. Supongamos

que hay n activos cuyos precios son conocidos, y un nuevo activo se
introduce, definido por un flujo de efectivo d que se obtiene al final del
periodo. Cal es el precio de este nuevo activo?. Si rf es la tasa de
rendimiento libre de riesgo de un periodo, entonces:
1. Valor esperado descontado
P =

E(d)
1 + rf

2. Valuacin por CAPM

P =

E(d)
1 + rf + (E(rM ) rf )

3. Valuacin log-ptima

d
P =E
1 + r

donde r es la tasa de rendimiento de la cartera log-ptima.

4. Valuacin riesgo-neutral
_

E (d)
P =
1 + rf
_

donde la esperanza E (d) se toma con respecto a las probabilidades

neutrales al riesgo.
68

Ejemplos de valuacin
1. Eleccin de cartera
Un inversor est considerando invertir en la produccin de una pelcula.
Este tipo de inversiones son bastante riesgosas. Esencialmente pueden
ocurrir tres cosas: a) con probabilidad 0.3 la pelcula tiene xito y obtiene tres veces lo que invirti, b) con probabilidad 0.4, recupera lo que
invirti, y c) con probabilidad 0.3 pierde todo lo que invirti. Uno de
estos tres resultados se dar dentro de dos aos.
El inversor tiene la alternativa de poner su dinero en el activo libre de
riesgo que ofrece una tasa del 20% sobre dos aos. Tiene que invertir
en la pelcula? Y si la respuesta es s, canto?.
El inversor decide utilizar la funcin logartmica para clasificar sus
alternativas. Entonces, tiene que decidir qu cantidades 1 y 2 (pelcula
y activo libre de riesgo, respectivamente) poner en estas dos alternativas
de forma que maximice su utilidad esperada sujeto a la restriccin de
que lo que invierte no supere su riqueza individual, es decir,
Max 0.3 ln(31 + 1.22 ) + 0.4 ln(1 + 1.22 ) + 0.3 ln(1.22 )
sujeto a 1 + 2 = W
La solucin a este problema de maximizacin con restriccin es:
1 = 0.089W
2 = 0.911W
= 1/W
Supongamos ahora que el inversor descubre que existe la posibilidad
de invertir en secuelas de la pelcula que tienen un pago mayor si la
pelcula ha sido exitosa. Por cada dlar que se invierte en los derechos
de la secuela se obtiene 6 dlares si la pelcula fue exitosa y 0 en los otros
dos casos. Qu tiene que hacer ahora el inversor?.
Tiene que resolver el mismo problema de maximizacin incorporando
esta nueva informacin. Es decir, ahora tendr que decidir tres cantidades 1 , 2 , y 3 . Las condiciones de primer orden del nuevo problema
son:

69

0.9
0.4
+
=
31 + 1.22 + 63 1 + 1.22
0.36
0.48
0.36
+
+
=
31 + 1.22 + 63 1 + 1.22 1.22
0.18
=
31 + 1.22 + 63
1 + 2 + 3 = W
La solucin a este problema es: 1 = 1.0W , 2 = 1.5W , 3 = 0.5W
y = 1/W .
2. Valuacin log-ptima
Supongamos que un nuevo activo aparece cuyos pagos dependen slo
de los posibles resultados de la pelcula. Es decir, que d = (d1 , d2 , d3 )
donde d1 es el pago que da si la pelcula tiene xito, d2 el pago si el xito
es moderado y d3 si es un fracaso. Podemos calcular el precio de este
activo utilizando la cartera log-ptima calculada en el ejercicio anterior.
Hay que hacer notar que no podemos utilizar el primer ejercicio puesto
que slo tenemos dos activos y tres estados. En el segundo ejemplo s
que hay tres activos y tres estados.
La cartera log-ptima tiene el siguiente rendimiento

xito rotundo xito moderado fracaso

1.8
0.8
1.8

Para calcular R tenemos que utilizar la s encontradas en el ejercicio

anterior. As R en el escenario de xito rotundo sera,
R = 1 3 + 1.5 1.2 + 0.5 6
Entonces el precio es P = E(

d
d1
d2
d3
) = 0.3 1.8
+ 0.4 0.8
+ 0.3 1.8

3. Modelos de estados finitos

Consideremos de nuevo el ejemplo de la inversin en una pelcula
cuando existen tres estados y tres activos. Por lo tanto los precios estado
son nicos. Podemos encontrar dichos precios estado poniendo el precio
de los tres activos igual a 1 y as obtener
70

3 1 + 2 = 1
1.2 1 + 1.2 2 + 1.2 3 = 1
6 3 = 1
Este sistema tiene como solucin:
1 =
2 =
3 =

1
6
1
2
1
6

Entonces un activo que pague d = (d1 , d2 , d3 ) tiene un precio de

P = 16 d1 + 12 d2 + 16 d3 . (notar que es el mismo precio que con valuacin
log-ptima).
4. Valuacin riesgo-neutral
En el ejemplo anterior encontramos los precios estado ( 1 , 2 , 3 ).
Podemos encontrar las probabilidades artificiales multiplicando los precios estado por el rendimiento del activo libre de riesgo, es decir,
q1 = 0.2
q2 = 0.6
q3 = 0.2
Por lo tanto el precio de un activo d = (d1 , d2 , d3 ) es igual a P =
0.2d1 + 0.6d2 + 0.2d3
. Otra vez, este precio es el mismo que obtuvimos
1.2
con la valuacin log-ptima y con los precios estado.

71

Ejercicios 1
1 Supongamos que se compran 1,000 pesos del activo A, 500 pesos
del activo B y pides prestado 500. Cales son las ponderaciones de esta
cartera?.
2 Calcula el rendimiento esperado y la varianza de la cartera del
ejercicio 1 sabiendo que:
E(rA ) = 0.10
E(rB ) = 0.16
2A = 0.25
2B = 0.49
AB = 0.7
rf = 0.05
3 Una cartera est formada como sigue:
Venta en corto de 2,000 pesos en A
Compra de 3,000 pesos en B
Compra de 2,000 en C
Compra de 3,000 en D.
El inversor pone 2,000 pesos en efectivo, y lo que necesita lo pide
prestado a la tasa de 5%. Calcula las ponderaciones de esta cartera.
4 Con los siguientes datos:
E(rA ) = 0.10
E(rB ) = 0.18
A = 0.15
B = 0.30
AB = 0.1
Encuentra la ponderacin w que define una cartera con la desviacin
estndar ms pequea. Cal es el valor de esa desviacin estndar?
Cual el rendimiento esperado de esa cartera?.
5 Planeas invertir en un concierto de Rock que te costar un milln
pero del que esperas obtener 3 millones si no llueve. Si lloviera ese da,
72

perderas todo lo invertido. Existe una probabilidad del 50% de que

llueva el da del concierto. Puedes comprar un seguro que te cuesta 0.5
por unidad y te da 1 si llueve y nada si no llueve. Puedes comprar tantas
unidades como deseas hasta 3 millones.
a) Cal es el rendimiento esperado de su inversin si compras u
unidades de seguro?.
b) Qu nmero de unidades minimizara la varianza del rendimiento?.
6 Supongamos que slo existen dos activos con las siguientes caractersticas:
E(rA ) = 0.14
E(rB ) = 0.08
A = 0.06
B = 0.03
A,B = 0.06
Encuentra la cartera cuya varianza es mnima.
7 Tenemos tres activos cuyos rendimientos esperados son:
E(rA ) = 0.07
E(rB ) = 0.11
E(rC ) = 0.16
Dibuja la linea isorendimiento esperado (el conjunto de carteras que
tienen el mismo rendimiento esperado) que corresponde a una cartera
cuyo rendimiento esperado sea de 0.15.
8 Ahora queremos dibujar varios puntos que pertenezca a la linea
isovarianza que corresponde a una cartera cuya varianza es 0.30. Y
disponemos de los siguientes datos:
2A = 0.25
2B = 0.21
2C = 0.28
A,B = 0.15
A,C = 0.17
B,C = 0.09
Dibuja los correspondientes a wA = 0, wA = 0.5 y wA = 1.
9 Supongamos que las ventas en corto estn permitidas y tienes la
siguiente informacin:
73

E(rA ) = 10, A = 4
E(rB ) = 12, B = 10
E(rC ) = 18, C = 14
A,B = 20
A,C = 40
B,C = 70
Con esta informacin, calcula la cartera de mnima varianza. Si el
activo libre de riesgo tiene un rendimiento de 6, calcula la cartera ptima.

Ejercicios 2
1 Tenemos dos carteras formadas por tres activos, A, B y C, que
pertenecen al conjunto de MV.
XA XB XC
C1 0.24 0.52 0.24
C2 0.36 0.72 0.64
a) Cales son las ponderaciones de los activos individuales en una
cartera que se crea invirtiendo 2000 pesos en C1 y 1000 en C2?.
b) Dibuja C1 y C2 en el espacio de (XA , XB ). La combinacin de C1
y C2 pertenece al conjunto de MV?.
c) Supongamos que invertimos 1500 de los 3000 en A. Cmo asignas
los 1500 restantes entre A y B para asegurarte de que tu cartera pertenece
a MV?.
2 Supongamos que tenemos dos carteras eficientes, Cal es la frontera eficiente?.
E(r)
C1 10 6
C2 8 4
y la covarianza entre ambas es de 20.
3 Dada una economa donde slo existen tres activos riesgosos, encuentra la frontera eficiente.
E(rA ) = 0.12
E(rB ) = 0.16
E(rC ) = 0.18

210
y la MVC= 2 1
2
74

Ejercicios 3
1 Son ciertas o falsas las siguientes afirmaciones?. Explica.
a) Activos con = 0 ofrecen E(r) = 0.
b) El CAPM implica que los inversores piden rendimientos ms altos
por mantener activos ms riesgosos.
c) Se puede contruir una cartera con = 0.75 invirtiendo 75% del
presupuesto en el activo libre de riesgo y el resto en la cartera de mercado.
2 Si el CAPM es una teora vlida. Cal de las siguientes situaciones
es posible?.
Activos E(r)
A
20% 1.4
B
25% 1.2

A)

C)

E(r)
rf
10%
E(rM ) 18%
A
16%

Activos E(r)
A
30% 35%
B
40% 25%

B)

0%
24%
12%

D)

rf
rM
A

E(r)
10%
18%
16%

0
1
1.5

3 Cal de las siguientes afirmaciones acerca de la linea de mercado

de activos es cierta:
a) La LMA lleva a que los inversores inviertan en la misma cartera
de activos riesgosos.
b) La LMA es una representacin grfica de la relacin entre E(r) y
.
c) Los activos valuados correctamente estn representados exactamente sobre la LMA.
4 Una accin se vende actualmente a un precio de 100. Se espera
que pague un dividendo de 9 por accin al final del ao. Su beta es 1.
Qu precio esperan los inversores que venden la accin al final del ao?.
Se supone que rf = 8% y E(rM ) = 18%.
5 Encuentra la beta del activo A y del activo B cuando dispones de
la siguiente informacin:
75

Slo existen dos activos en la economa, el activo A y el activo B

cuyas ponderaciones en el mercado son 0.3 y 0.7 respectivamente.
A = 0.25
A,B = 0.5
B = 0.30
6 Supn que todos los supuestos del modelo unifactorial se cumplen
excepto que la covarianza entre los errores de los activos no es cero, sino
una constante K. Deriva la covarianza entre dos activos y la varianza
de una cartera bajo este supuesto.
7 Supn que:
21 = 0.02
22 = 0.06
1 2 = 0.01
Se forma una cartera con estos dos activos, y la ponderacin es 2/3
para el activo 1 y 1/3 para el activo 2.
Cal es la varianza residual de la cartera si el modelo de un slo
factor se asume?.
Cal es la verdadera varianza residual?.
8 Supn que el siguiente modelo de 2 factores describe los rendimientos de los activos:
ri,t = ai,t + bi,1 I1,t + bi,2 I2,t + i,t
Carteras
A
B
C

E(r)
12.0
13.4
12.0

Encuentra la ecuacin del APT.

76

bi,1
1
3
3

bi,2
0.5
0.2
-0.5

Ejercicios 4
1 Considera una cartera riesgosa que al final del ao espera ganar 50,000 con probabilidad 0.5 o 150,000 con probabilidad 0.5. El
rendimiento del activo sin riesgo es de 5%.
a) Si se pide un premio por riesgo del 10%, canto estars dispuesto
a pagar por esta cartera?.
b) Supongamos que puedes comprar la cartera por la cantidad calculada en a). Cal ser la tasa de rendimiento esperada de esta cartera?.
2 Supongamos que tenemos una cartera cuyo E(rc ) = 17% y C =
27%. El activo libre de riesgo tiene un rendimiento de 7%.
a) Si un cliente elige invertir un 70% en nuestra cartera y un 30% en
el activo libre de riesgo. Cal es el rendimiento esperado y la varianza
de esta cartera?.
b) Supongamos que nuestra cartera est formada por tres activos
individuales con las siguientes ponderaciones wA = 27% wB = 33% y
wc = 40%. Cales son las ponderaciones de los activos en la cartera
del cliente?.
3 Supongamos que el cliente prefiere invertir en nuestra cartera un
porcentaje y tal que maximiza el rendimiento esperado de su cartera
sujeto a la restriccin de que la desviacin estndar sea del 20%.
a) Cal es esa y?
b) Cal es el rendimiento esperado de esta cartera?.
4 Tenemos una cartera con tres activos:
E(r) w
X 15% 22% 0.5
Y 10% 8% 0.4
Z 6% 3% 0.1
Un inversor est considerando aadir otro activo a la cartera que est
correlacionado igual a estos tres activos. Cal elegir si quiere reducir
la varianza de la cartera?
a) = 1
b) = 0.5
c) = 0
77

d) = 1
5 Un administrador de fondos est considerando 3 fondos: a) un
fondo en renta variable b) un fondo en renta fija y c) un fondo en activo
libre de riesgo que da un rendimiento del 9%. Las caractersticas del
FRV y del FRF son las siguientes
E(r)
F RV 22% 32%
F RF 13% 23%
Y la correlacin entre ambos fondos es de 0.15.
a) Dibuja el conjunto de oportunidades de inversin cuando slo existen los dos fondos riesgosos.
b) Si tomamos en cuenta el fondo en activo libre de riesgo, Cal es
la frontera eficiente?.
c) Si tu cartera tiene un rendimiento esperado del 15%, Cal es su
desviacin estndar?. Cal es la proporcin invertida en rf , en FRV y
en FRF?.
6 Un proyecto tiene un 0.7 de probabilidad de doblar la inversin
inicial y un 0.3 de perder lo invertido. Cal es la desviacin estndar
de la inversin?.
7 Los inversores esperan que el mercado d un rendimiento del 10%.
Hay un activo cuya beta es de 1.2 que tiene un rendimiento esperado del
12%. Si el mercado di un rendimiento del 8%, Cmo revisaras tus
expectativas acerca del rendimiento del activo?.
8 El precio de mercado de un activo es de 40. Si el rendimiento
esperado es del 13% , el activo libre de riesgo del 7% y el premio por
riesgo del mercado es de 8%, cl es el precio de este activo si su beta
se dobla ( y el resto de las variables se mantienen). Supn que el activo
espera pagar un dividendo constante a perpetuidad.
9 Tenemos un proyecto de inversin con los siguientes flujos de efectivo proyectados:
Ao 0: -20
Del ao 1 al ao 9: 10
Y en el ao 10: 20
Si la beta del proyecto es de 1.7, y suponiendo que rf = 9% y E(rm ) =
19%. Cal es el VPN?. Qu beta hara que el VPN=0?.
78

10 Cales son las betas de los dos activos si:

rm ragresivo rdef ensivo
5% 2%
3.5%
20% 32%
14%
a) Cal es el rendimiento esperado de cada activo si la probabilidad
de que rm = 5% es 0.5?.
b) Si rf = 8% dibuja la LMA.
11 Supongamos que el E(rm ) = 18% y rf = 8%. Se compra una
empresa que ofrece un flujo de efectivo perpetuo de 1,000 pero no se
est seguro de su riesgo. Si se cree que = 0 cuando en realidad es
= 1, canto se est pagando de ms?.
12 Con los siguientes datos:
precio Recesin Normal Boom
A 10
15% 20% 30%
B 15
25%
10% 10%
C 50
12%
15% 12%

Construye una cartera de arbitraje. Cmo deben cambiar los precios para que el equilibrio se restaure?.
13 Supongamos que A y B son dos carteras bien diversificadas, y que
E(rA ) = 14% y que E(rB ) = 14.8%. Si los rendimientos se explican por
un modelo unifactorial y si A = 1 y B = 1.1. Cal es el activo libre
de riesgo?.
14 Dos factores se identifican para la economa mexicana, la tasa de
crecimiento de la produccin industrial, PI, y la tasa de inflacin, TI. Se
espera un crecimiento de la PI del 4% y de la TI del 6%. Tenemos un
activo cuya P I = 1 y T I = 0.4. Actualmente, el E(ri ) = 15%. Si la
tasa de crecimiento de PI fue el 5% y la de TI del 7%, cal es tu mejor
pronstico acerca de ri ?.

79

Ejercicios 5
1 Supongamos que U(x) es una funcin con un coeficiente de aversin
a(x). Sea V (x) = c+bU(x). Cal es el coeficiente de aversin de V (x)?.
2 Las funciones de utilidad de clase HARA (Hyperbolic Absolute
Risk Aversion) se define como:
U(x) =

1 ax
(
+ b)
1

con b > 0. Demuestra que eligiendo los parmetros a, b y de forma

adecuada puedes obtener las siguientes funciones:
a) U(x) = x
b) U (x) = x 12 cx2
c) U(x) = eax (prueba con = )
d) U (x) = cx
e) U(x) = ln(x)
Demuestra que el coeficiente de aversin al riesgo es a(x) =

1
.
cx+d

3 Supongamos que un inversionista tiene una funcin de utilidad U.

Existen n activos riesgosos con tasas de rendimientos ri , i = 1, ...n y un
activo libre de riesgo con tasa de rendimiento rf . El inversionista tiene
una riqueza inicial de W0 . Supongamos que la cartera ptima para este
inversionista tiene un pago aleatorio de x. Demuestra que:
i
h 0
E U (x )(ri rf ) = 0
para i = 1, ...n.

4 Supongamos que un inversionista utiliza la funcin de utilidad

cuadrtica U (x) = x 12 cx2 . Supongamos que existen n activos riesgosos y un activo libre de riesgo cuyo rendimiento total es Rf . Sea RM
el rendimiento total de la cartera ptima de activos riesgosos. Demuestra
que:
E(Ri ) Rf = i (E(RM ) Rf )
(Para hacer este ejercicio aplicar el ejercicio 4 a RM ).

80

Primera Parte del trabajo final

1 Calcula los rendimientos mensuales de cuatro acciones (series ajustadas): Telmex (A), Cemex (CPO), Peoles y GFBB (B) durante el
periodo que va de 30-09-2001 al 30-09-2003.
2 Estima el rendimiento esperado mensual y la matriz de varianzas
y covarianzas de esas cuatro acciones.
3 Utiliza el ejercicio anterior para calcular la frontera eficiente cuando
slo existen esas cuatro acciones, no existen restricciones a la venta en
corto y:
1) rf = 0.005 mensual.
2) cuando no hay activo libre de riesgo.
4 Calcula los rendimientos mensuales del IPC durante el periodo 3009-2001 al 30-09-2003. Considera el mismo periodo para los rendimientos
mensuales de las acciones de Telmex (A) y Cemex (CPO). Estima las
betas de estas dos acciones.

81