Escolar Documentos
Profissional Documentos
Cultura Documentos
m
= i
j ji i j
)) E(r (r = ) Var(r
1
2
m
= i
ji i j
r = ) E(r
1
.
~
2
)) E(r r E( = ) Var(r
j j j
Medida de variacin y riesgo
Clculo de la varianza
En el caso en que los estados del mundo se consideran
equiprobables, la varianza suele estimarse as:
Este es el mejor estimador de la varianza, o estimador de
Mxima Verosimilitud.
.
1
2
m
= i
j ji
j
m
)) E(r (r
= ) Var(r
Medida de variacin y riesgo
Se usa tambin
Que es el estimador insesgado de la varianza
.
1
1
2
m
= i
j ji
j
m
)) E(r (r
= ) Var(r
Medida de variacin y riesgo
Linealidad del valor esperado
Recordemos que
) bE(r + ) aE(r = ) br + E(ar
k j k j
Medida de variacin y riesgo
Varianza de ar
j
| |
| |
| |
) Var(r a =
m
) E(r r
a =
m
) aE(r ar
=
m
) E(ar ar
= ) Var(ar
j
2
m
= i
j ji 2
m
= i
j ji
m
= i
j ji
j
1
2
1
2
1
2
o
=0,173
p
= 0,131
c
= 0,0529
Var(r
o
) = 10,71*Var(r
c
) y Var(r
p
) = 6,14*Var(r
c
)
La varianza de la rentabilidad de la cartera combinacin de
O y de P es significativamente menor que la varianza de
la rentabilidad de cualquiera de los activos por
separado.
Portafolios
La tasa de rendimiento (esperada o realizada) de
una cartera es el promedio ponderado de los
rendimientos de cada activo que compone esta
cartera. La ponderacin que se aplica a cada
rendimiento es la fraccin de la cartera que
corresponde a la inversin realizada en ese
activo.
Portafolios
Llamando E(r
j
) al retorno de la cartera en el
estado j, tenemos
Siendo a
i
la proporcin de cartera que
corresponde al activo i y r
ij
el retorno del activo i
en el estado j.
r
pj
=
i=1
N
a
i
r
ij
.
Portafolios
El valor esperado del rendimiento de la cartera es
E(r
p
)=
j=1
m
j
E(r
pj
)
=
j=1
m
[
i=1
n
a
i
r
ij
]
=
i=1
n
[
a
i
j=1
m
j
r
ij
]
=
i=1
n
a
i
E(r
i
)
Portafolios
Varianza de una cartera
Es el valor esperado del cuadrado de los desvos de los rendimientos
de la cartera, en relacin al retorno medio de la cartera:
p
2
=E(r
p
E(r
p
))
2
.
Portafolios
Para una cartera P formada con proporciones a
1
y
a
2
de dos activos, tenemos:
p
2
=E(r
p
E(r
p
))
2
=E
[
a
1
r
1
+a
2
r
2
(a
1
E(r
1
)+a
2
E(r
2
))
]
2
=E
[
a
1
(r
1
E(r
1
))+a
2
(r
2
E(r
2
))
]
2
.
Portafolios
Dado que
obtenemos
(a
1
+a
2
)
2
=a
1
2
+2a
1
a
2
+a
2
2
,
p
2
=E
[
a
1
2
(r
1
E(r
1
))
2
+2a
1
a
2
(r
1
E(r
1
))(r
2
E(r
2
))+a
2
2
(r
2
E (r
2
))
2
]
=a
1
2
E(r
1
E(r
1
))
2
+2a
1
a
2
E
[
(r
1
E(r
1
))(r
2
E(r
2
))
]
+a
2
2
E(r
2
E(r
2
))
2
=a
1
2
1
2
+2a
1
a
2
E
[
(r
1
E (r
1
))(r
2
E(r
2
))
]
+a
2
2
2
2
Covarianza
Repasamos a continuacin un concepto
estadstico que es clave en la teora de
carteras de inversin
Covarianza
El valor
es llamado la covarianza entre las variables r
1
y r
2
. Esta
covarianza se denota
12
.
E
[
(r
1
E(r
1
))(r
2
E(r
2
))
]
Covarianza
Observamos que la covarianza es el valor
esperado del producto de dos desvos, los
desvos de los rendimientos del activo 1 a
partir de su valor esperado, (r
1j
-E(r
1
)) y los
desvos del activo 2 a partir de su valor
esperado, (r
2j
-E(r
2
)).
Covarianza
Se parece a una varianza, pero a partir del
producto de dos desvos distintos, los
valores de la covarianza pueden ser tanto
positivos como negativos.
Covarianza
La covarianza es grande cuando los buenos
resultados de ambos activos y los malos
resultados de ambos activos ocurren
simultneamente, en los mismos estados
del mundo.
Covarianza
En contraste, si los buenos resultados para
un activo corresponden a malos
resultados para el otro activo, se tendr
una covarianza con trmino negativo.
La covarianza indica en qu medida los
buenos y malos resultados de dos activos
se dan simultneamente.
Correlacin
Coeficiente de correlacin
Dado
12
, covarianza entre los rendimientos de los activos
1 y 2, el coeficiente de correlacin, es igual a:
Este coeficiente tiene propiedades similares a la
covarianza, pero su rango de valores est entre -1 y 1.
=
12
2
.
Portafolios
Para una cartera de n activos, con proporciones
a
1
,,1
N
de cada uno, su varianza ser
En el caso de n activos independientes sus
covarianzas son
jk
=0 y entonces
p
2
=
j=1
N
a
j
2
j
2
.
1 1 1
2 2 2
=
= =
+ =
N
j
N
j k
k
j k k j
N
i
i i p
a a a
Portafolios
Si la cartera contiene proporciones iguales de los
distintos activos resulta
|
.
|
\
|
N
j=
j
N
j=
p
N
N
=
N
=
1
2
2
1
2
2
1 1
Portafolios
El trmino es el promedio de las varianzas
de los N activos.
Entonces, la varianza de una cartera de N activos
es 1/N multiplicado por el promedio de las
varianzas. Y esta varianza de cartera de activos
independientes converger entonces hacia cero
al crecer N.
N
j=
N
1
2
Portafolios
En general, si los activos no son independientes
obtenemos:
Ambos trminos entre parntesis son promedios,
entonces
p
2
=
1
N
E (
j
2
)+
N 1
N
E(
jk
)
=
= =
|
|
.
|
\
|
+
|
|
.
|
\
|
=
N
j
N
j k
k
j k
N
j
j
p
N N N
N
N N
1 1 1
2
2
) 1 (
1 1
Portafolios
La contribucin de las varianzas individuales
tiende a cero al crecer N, pero la contribucin de
las covarianzas converge al valor esperado de
la covarianza.
La primera parte del riesgo es diversificable, la
segunda no es diversificable (es el riesgo
sistmico.)
Modelo de Media-Varianza
Hemos visto en la primera clase que el inversor busca
maximizar su utilidad esperada, sujeto a su restriccin de
presupuesto:
A = p b ) ) r + ( p b U( E
i i
n
= i
i i i
(
(
a sujeto 1
1
Regla de Taylor
Una funcin continua y derivable hasta el grado h
puede desarrollarse de la siguiente manera:
f ( x)=f (x
0
)+f
x
( x
0
)(x x
0
)+
1
2
f
xx
(x
0
)( x x
0
)
2
+R(x,x
0
)
Modelo de Media-Varianza
Aplicando la regla de Taylor a la funcin de utilidad
esperada desarrollada alrededor de se obtiene
El segundo trmino se anula, el cuarto puede suponerse
muy menor en la mayora de los casos
Siempre son importantes y .
E(W )
) W (
~ 2
) E(R + ) W ( )) W (E( u +
+ )) W E( W )]E( W [E( u' + )) W u(E( = ) W Eu(
3
2 ~ ~
' '
2
1
~ ~ ~ ~ ~
)
~
W E(
Modelo de Media-Varianza
Anlisis de media-varianza/Markovitz
Se buscan las combinaciones de activos con el mayor
rendimiento para un nivel de riesgo (varianza o desvo
estndar) dado.
Modelo de Media-Varianza
Para simplificar nuestro problema de eleccin de cartera,
suponemos A=1.
Llamamos a
i
a la fraccin de la cartera invertida en el
activo i.
Ejemplo: Si antes tenamos:
-b
i
cantidad del activo i
-p
i
precio del activo i
-A riqueza inicial
Lnea de presupuesto anterior:
Ahora:
. A = p b
i i
A
b p
= a =
A
b p
i i
i
N
= i
i i
1
1
p
=(a
1
2
1
2
+(1 a
1
)
2
2
2
+2a
1
(1 a
1
)
12
)
1
2
1
2
:Varianza de rendimientos del activo 1.
2
2
:Varianza de rendimientos del activo 2.
12
:Covarianza entre los rendimientos de los activos 1 y 2.
r
p
=a
1
r
1
+(1 a
1
)r
2
,
Modelo de Media-Varianza con dos
activos riesgosos
Recordemos que el coeficiente de correlacin es
Entonces
El desvo estndar de la cartera no es en general un
promedio ponderado de los desvos estndar de cada
activo. Hay trminos que surgen de un producto
cruzado.
12
=
12
2
.
) ( ) ) a ( + ) a ( + (a =
p
1 1 2a 1
2
1
2 1 12 1 1
2
2
2
1
2
1
2
1
Modelo de Media-Varianza con dos
activos riesgosos
Casos particulares con dos activos
riesgosos:
=1
=-1
=0
=1/2
Modelo de Media-Varianza con dos
activos riesgosos
Correlacin positiva perfecta: =1
La ecuacin (1) se vuelve
Mientras que
En este caso, tanto los rendimientos como el riesgo de la
cartera son combinaciones lineales del riesgo y
rendimiento de cada activo.
2 1 1
2
1
2
2 1 1
2
1
2 1 1 1
2
2
2
1
2
1
2
1
1 1
1 2a 1
) a ( + a = ) ) ) a - ( + ((a =
) ) a ( + ) a ( + (a =
1 1 p
p
, r a + r a = r
2 1 p 2 1
Modelo de Media-Varianza con dos
activos riesgosos
Ejemplo:
r
Activo 1 16 9
Activo 2 10 6
Modelo de Media-Varianza con dos
activos riesgosos
2 2 10 6 2
3
2
3 3
6
3a 6 6 1 9
10 6 10 1 16 1
2
|
|
.
|
\
|
p
p
p
p p
p
1 p
= +
= r
do sustituyen
= a
donde de
+ = a) ( + a =
+ a = a) ( + a = a)r ( + ar = r
Modelo de Media-Varianza con dos
activos riesgosos
0
2
4
6
8
10
12
14
16
18
0 5 10 15
r
Este grfico muestra la relacin lineal entre rendimiento y riesgo en
este caso.
Modelo de Media-Varianza con dos
activos riesgosos
Correlacin perfecta negativa: =-1
En este caso la ecuacin del riesgo es
El trmino entre parntesis es
p
=(a
1
2
1
2
+(1 a
1
)
2
2
2
2a
1
(1 a
1
)
1
2
)
1
2
(a
1
1
(1 a
1
)
2
)
2
o bien es ( a
1
1
+(1 a
1
)
2
)
2
deducimos que
p
=a
1
1
(1 a
1
)
2
o bien
p
= a
1
1
+(1 a
1
)
2
Modelo de Media-Varianza con dos
activos riesgosos
Cada una de estas expresiones vale slo si
el trmino derecho es positivo, ya que
obtenemos
p
como raz cuadrada.
Observemos que
p
= 0 si a
1
=(1-a
1
) (
2
/
1
).
En ese caso, tenemos un portafolio sin
riesgo.
Modelo de Media-Varianza con dos
activos riesgosos
0
2
4
6
8
10
12
14
16
18
-2 0 2 4 6 8 10
r
El grfico de riesgo-retorno en este caso es el siguiente:
Modelo de Media-Varianza con dos
activos riesgosos
Riesgo cero:
12,4
15
186
10
15
9
16
15
6
15
6
9
6
9
6
1
9
6
1 1
1 1
1
1
2
1 1
= = + = r
= a = ) + ( a
) a ( =
) a ( = a
p
Modelo de Media-Varianza con dos
activos riesgosos
Cero correlacin: =0
En este caso la ecuacin es
p
=(a
1
2
1
2
+(1 a
1
)
2
2
2
)
1
2
6 9
10
16
r
Modelo de Media-Varianza con dos
activos riesgosos
Un punto de inters es donde se alcanza el mnimo riesgo
de cartera. Derivando
p
en relacin a a
1
e igualando a
cero (en general) da:
p
a
=
1
2
(2a
1
1
2
2
2
2
+2a
1
2
2
+2
1
2
4a
1
2
)
(a
1
2
1
2
+(1 a
1
)
2
2
2
+2a
1
(1 a
1
)
1
2
)
1
2
=0
obtengo
a
1
=
2
2
1
1
2
+
2
2
2
1
1
2
+
2
2
Modelo de Media-Varianza con dos
activos riesgosos
Correlacin igual a un medio: =0,5
La correlacin que normalmente se observa en la prctica es un
caso intermedio entre =0 y =1.
Tomemos =0,5.
p
=(a
1
2
1
2
+(1 a
1
)
2
2
2
+2a
1
(1 a
1
)
1
2
)
1
2
=
1
2
p
=(a
1
2
1
2
+(1 a
1
)
2
2
2
+a
1
(1 a
1
)
1
2
)
1
2
Modelo de Media-Varianza con dos
activos riesgosos
En este caso el punto de menor riesgo de todas las
carteras es:
En nuestro ejemplo a
1
=0,14
a
1
=
2
2
1
2
1
2
+
2
2
1
2
Modelo de Media-Varianza con dos
activos riesgosos
Relacin riesgo-retorno
6 9
10
16
r
12.4
x
2
x
1
=-1 =0 =0,5 =1