Riesgo, Retorno y Semivarianza

Casparri, Mara Teresa casparri@econ.uba.ar Moreno, Alejandro Enrique amorenobsas@yahoo.com

Introduccin: El concepto de riesgo siempre ha sido difcil de definir y de medir. En su trabajo de 1959, Harry Markowitz da inicio a toda la teora moderna de la cartera (o portafolio) basndose en el desvo estndar como medida de riesgo de un activo. Sin embargo ya desde el inicio, Markowitz sealaba los defectos de ste como medida de riesgo y al recibir el Premio Nobel en 1990 declar: La semivarianza parece ms plausible que la varianza cmo medida de riesgo ya que slo le conciernen los movimientos adversos. A pesar de sus limitaciones, el modelo de comportamiento de media-varianza tom impulso y el

modelo de media-semivarianza qued relegado a un papel anecdtico. Afortunadamente, los modelos de semivarianza estn comenzando a ser tomados seriamente por analistas y acadmicos y se han logrado avances en este campo, aunque estn lejos de ser aceptados como la norma y su desarrollo ha generado controversias an entre sus proponentes. En la primera parte de este trabajo expondremos brevemente ambos enfoques (media-varianza y mediasemivarianza) y analizaremos sus resultados al utilizarlos para confeccionar portafolios eficientes utilizando ttulos del ndice Merval (Mercado de valores de Buenos Aires). En la segunda parte, analizaremos el modelo CAPM (modelo de valoracin o equilibrio de activos financieros) a la luz de la semivarianza.

I Portafolios Eficientes El modelo de Media-Varianza. La teora moderna del portafolio iniciada por Markowitz se basa en la idea que los inversores maximizan una funcin de utilidad que depende de la media y la varianza de los retornos de su portafolio. As, conociendo

solamente los dos primeros momentos de la distribucin de los retornos de los activos se pueden crear portafolios eficientes (combinaciones ptimas de riesgo y retorno) mediante un sencillo problema de programacin cuadrtica. Segn el criterio de media-varianza, el inversor, al optar entre dos activos distintos, elegir: el de mayor retorno esperado si ambos tienen el mismo riesgo (varianza) el de menor riesgo (varianza) si ambos tienen el mismo retorno esperado
2 2 E ( RA ) E ( RB ) R < R Af B A B

En este enfoque subyacen 2 suposiciones: 1) que el inversor posee una funcin de utilidad cuadrtica y 2) que las distribuciones de los retornos son condicionalmente normales. Los problemas de enfoque tradicional. En esta seccin mostraremos algunas de las falencias del enfoque tradicional. Suponer que los inversores poseen una funcin de utilidad cuadrtica implica que los inversores tienen una aversin absoluta al riesgo creciente con el nivel de

riqueza. No obstante es de esperar que suceda exactamente lo contrario: los inversores mostrarn mayor aversin absoluta al riesgo al ser menor su riqueza (por miedo a perder una gran parte de su capital). El otro supuesto subyacente del enfoque tradicional tampoco se verifica empricamente. Los activos financieros rara vez se distribuyen normalmente, sino que exhiben distribuciones asimtricas y leptocrticas (ver Tabla 1). De hecho, Dittmar (2002) demuestra que la asimetra y la curtosis, junto con la varianza, pueden explicar gran parte de las violaciones observadas a la aversin al riesgo. El uso de la varianza como medida de riesgo, al igual que la otra teora, tambin trae aparejados problemas. Si suponemos la existencia de 2 activos. Uno tiene un retorno del 1% mensual todos los meses y ell otro posee algunos meses un retorno del 1% o del1,5%. Es decir el segundo activo tiene un retorno que es siempre mayor o igual al del primer activo, por lo que (segn la teora microeconmica tradicional y, tambin, por racionalidad), el segundo activo debera ser siempre preferido al primero, sin importar la aversin al riesgo del inversor. En el enfoque de media-varianza, este no es el caso. Si bien el segundo activo posee un retorno medio (esperado) mayor, tambin posee una mayor varianza, la cual, al ser tomada

cmo medida de riesgo, implica que el activo es ms riesgoso tambin, por lo que la comparacin entre los activos no puede hacerse tan linealmente (habra un tradeoff entre riesgo y retorno).

Las ventajas de la semivarianza. A los inversores no les molesta la volatilidad hacia arriba, slo la hacia abajo. Es por esto que la semivarianza sera un mejor indicador de riesgo que la varianza tradicional. sta tambin tiene mayor poder descriptivo cuando la distribucin subyacente no es simtrica (como sucede en los casos analizados). Este enfoque permitira dar ms peso a las perdidas que a las ganancias en la funcin de utilidad de los inversores, cmo hace Gul (1991) en su funcin de utilidad de aversin a las desilusiones:

U ( W )

1 = ( U (W )dF (W ) + A U (W )dF (W )) K W

Donde U(W) es la funcin de utilidad (felicidad) sobre la riqueza (W) y dado por 0<A 1 es el coeficiente de aversin a las desilusiones (disapointment aversion). K es un escalar

K = Pr(W W ) + A Pr(W >W ) .

Si A=1, esta funcin se reduce a un caso especial de utilidad tipo CRRA (constant relative risk aversion, o aversin relativa al riesgo constante).

En un trabajo reciente, Jin, Markowitz y Zhou (2006) demuestran la existencia de un set eficiente de mediasemivarianza, siempre que exista una semivarianza finita. De esta manera se demuestra la posibilidad y eficiencia de conformar portafolios eficientes basados en la semivarianza (ver Anexo 2). Sortino y van der Meer (1991) demuestran que este optimizador de media-semivarianza tiene mejor performance que el tradicional de mediavarianza (cosa que demostraremos empricamente con datos del Merval). Adems, la semivarianza explica mejor que la varianza tradicional las diferencias de los retornos en mercados emergentes (Estrada, 2000) y en perodos de marcada volatilidad. En este trabajo, testearemos dos formas distintas de semivarianza. La ms simple se enfoca nicamente sobre los movimientos negativos (o menores a un umbral predeterminado, en este caso utilizamos 0 cmo umbral).

SV ( A) = V ( X i X i < 0 )
La otra es la propuesta por Bawa y Lindemberg (1977) para modificar el modelo CAPM (Capital Asset Pricing Model), en la cual slo se toman en cuenta las variaciones en los precios de las acciones durante los das en que el mercado tuvo un rendimiento menor a su rendimiento promedio.

SV ( A) = V ( X i X M < M )

Aplicacin Para comprobar la utilidad de la semivarianza hemos construido sets de 10 portafolios eficientes equidistantes, correspondientes a 10 relaciones ptimas de riesgoretorno, utilizando las 252 cotizaciones diarias de 2005 para 11 de las principales acciones del ndice Merval. El primer set de portafolios eficientes fue realizado utilizando el criterio tradicional de media-varianza. El segundo set fue realizado utilizando la acepcin ms simple de semivarianza, es decir, tomamos slo los movimientos negativos de las acciones para el clculo de la varianza (semivarianza) y se utiliz la media ordinaria para obtener los portafolios eficientes de media-semivarianza. El

tercer set fue realizado tomando nicamente los datos de aquellos das en que el ndice Merval cerr con un rendimiento diario menor a su rendimiento diario medio en 2005. Usando estos datos se calcularon las matrices de varianza-covarianza y las fronteras eficientes de los portafolios (reproducidas en el anexo 2) y formamos 10 portafolios para cada una de ellas.

Media-Semivarianza Media-Varianza (1) (2) Riesgo Retorno 0,01144 1 2 3 4 5 Riesgo Retorno 0,0067913 Media-Semivarianza (3) Riesgo 0,00875853 0,00889507 0,00927565 Retorno 0,0003586 5 0,0007287 9 0,0010989 3 0,0014690

1 0,00045473 8 0,00066028 0,01157 0,0068505 2 0,01196 9 0,01263 2 0,01354 0,0008142 0,0011737 5 0,00099691 0,0070375 5 0,00133353

0,0015331 0,0073633 0,00167016 0,0018926 0,0078132 0,00200679

0,00993865 7 0,01086958 0,0018392

4 0,01479 6 7 8 9 10 9 0,01639 2 0,01828 6 0,02048 3 0,02389 8 0,0022521 0,0026115 0,002971 0,0033305 0,0036899

8 0,0084116 8 0,00234341 0,009149 0,00268004 0,0100190 8 0,00301667 0,0111074 5 0,0128620 0,0033533 0,01201246

1 0,0022093 6

0,01340541 0,0025795 0,0029496 0,01508838 0,01739968 0,02144665 4 0,0033197 8 0,0036899 2

8 0,00368992

Utilizando las ponderaciones de los portafolios eficientes obtenidos, pasamos a evaluar el rendimiento durante 2006 de los portafolios formados y procedemos a comparar el rendimiento de dichos portafolios (a travs del retorno medio diario) y la variabilidad del mismo (a travs de la medida tradicional de riesgo: el desvo estndar).

10

Portafoli o Media (1) Media (2) Media (3)

0,0001669 0,0001876 0,0001769 0,0001335 0,0001364 0,0002051 0,0003804 0,00056

4 2 6 4 9 3 3 0,0001060 0,0001121 0,0000929 0,0000705 0,0000686 0,0001472 0,0002339 0,00044 2 0,0001537 8 2 8 0,0002382 0,0002612 4 3 3 3

5 0,0003849 0,00046 7

6 0,0002128

0,000282 0,0003145

Portafoli o Desvo (1) Desvo (2) Desvo (3)

0,0114214 0,0119552 0,0126018 0,0135212 0,0146790

0,0180989 0,02032

3 8 7 4 3 0,0161887 3 0,0113345 0,0119361 0,0127065 0,0136725 0,0148658 0,0164162 0,0182197 0,02041 1 2 0,0114739 0,0119261 2 9

0 7 7 7 0,0137377 0,0148583 0,0161863 0,0180248 0,02003 6 4 2 6

8 0,0127435

Si comparamos el set de portafolios primero con el tercero, vemos que es posible formar un portafolio que no slo tiene un mejor rendimiento, sino que tambin tiene una menor varianza (o sea, un menor riesgo) que el portafolio eficiente tradicional. Tomando el portafolio nmero 6 (un portafolio moderadamente riesgoso), vemos que aquel elaborado usando el criterio de semivarianza de Bawa y Lindenberg produce un retorno mayor a su par formada con el criterio de media-varianza (cmo se muestra en el grfico siguiente) con un menor riesgo.

11

0,03 0,025 0,02 0,015 0,01 0,005 0 -0,005 1 -0,01 -0,015 20 39 58 77 96 115 134 153 172 Diferencia de retornos

Otro aspecto que cabe destacar es la composicin de los portafolios. Ninguno de los portafolios eficientes elaborados en base al criterio de media-varianza o al de media-semivarianza contienen acciones del Grupo Financiero Galicia (GGAL) ni del Banco Francs (FRAN), por lo que no deberamos observar un gran volumen de papeles de esos ttulos comercializados en el mercado. Sin embargo, ambas acciones suelen negociarse en volmenes considerables, por lo que hay algo que estos modelos no logran explicar. Ahora bien, al utilizar la semivarianza planteada por Bawa y Lindenberg dichas acciones se incluyen en portafolios conservadores (en cuanto a la relacin riesgo retorno).

12

II CAPM

El modelo tradicional.

El modelo CAPM (Capital Asset Pricing Model) desarrollado por Treynor, Sharpe y Lintner est basado en la teora del portafolio de Markowitz e intenta explicar los retornos de las acciones. Este modelo nos dice que los inversores deben ser recompensados por su inversin de dos maneras: a travs de la tasa libre de riesgo rf

( )

para

compensarle por el valor tiempo del dinero (resultante de inmovilizar su dinero en una inversin) a travs de la prima de riesgo de mercado rm rf

para compensarle por el riesgo adicional que toma (toma debido a la esperanza de un mayor rendimiento)

El parmetro (beta) me indica la cantidad de riesgo de mercado (riesgo sistemtico o no diversificable) que

13

toma el inversor, y por ello se le debera compensar con un mayor retorno segn la siguiente frmula:

rA = rf + A ( rm rf

(1)

En su versin tradicional, mide la sensibilidad del retorno de un activo a las variaciones de los retornos del mercado (en nuestro caso hemos utilizado el ndice Merval).

i,m =

Cov(ri , rm ) (2) Var (rm )

Este beta es una de las medidas de riesgo ms utilizados, tanto por analista cmo por acadmicos, y nos indica, a travs de la frmula (1) el retorno terico requerido de los activos para compensar al inversor por las cuotas de riesgo de mercado que asume, sin recibir retorno alguno por el riesgo diversificable asumido. Si los retornos se distribuyeran normalmente (o cuanto menos simtricamente), esta medida no traera aparejados serios problemas. Sin embargo, los activos financieros suelen tener distribuciones asimtricas (ver Anexo 1). Es por ello que cuando un activo tiene una distribucin sesgada hacia la derecha, el desvo estndar y la beta ( ) sobreestiman su

14

riesgo, mientras que si la distribucin es sesgada hacia la izquierda lo estn subestimando. Los problemas del modelo CAPM. Este modelo ha demostrado tener poco poder explicativo al analizar la variabilidad de retornos, particularmente en mercados emergentes o en perodos de gran volatilidad. En estos casos, las acciones rara vez presentan distribuciones de retornos normales (ni siquiera simtricas) cmo supone CAPM. En los mercados emergentes, los retornos y las betas tienen correlaciones muy dbiles. Harvey (1995), al estimar el costo del capital en mercados emergentes utilizando el modelo CAPM, encontr que estos mercados tenan betas demasiado bajas que produca retornos requeridos demasiado bajos. Por su parte, Estrada (2000) demuestra tambin que en mercados emergentes el riesgo diversificable tiene un precio1. An en mercados desarrollados este modelo presenta problemas. Price, Price y Nantell (1982) demuestran que, para el mercado norteamericano, las betas bajos subestiman el riesgo de la accin (lo que se refleja en precios menores a los predichos), mientras que las betas altas sobreestiman el
1

Estrada (2000), mediante el uso de un panel de datos, demuestra que el riesgo idiosincrtico est significativamente correlacionado con los retornos de las acciones y explica casi un 25% de su variabilidad.

15

riesgo (y dichas acciones se muestran sistemticamente con precios mayores a los predichos). A pesar de la falta de poder explicativo de este modelo, pocos pregonan descartarlo de lleno, mientras que la mayora prefiere mejorarlo incluyendo otras variables. Algunos de las principales modificaciones son: el modelo de 3 factores de Fama y French, que agrega los efectos del factor tamao y el ratio market-to-book (M/B ratio, valor en libros/valor de mercado) el modelo de Erb, Harvey y Viskanta que incluye los efectos del riesgo pas el modelo good beta-bad beta de Campbell y Vuolteenaho que toma un beta buena para incluir los efectos de la tasa de descuento y uno malo para incluir los efectos del flujo de fondos futuro (y por ende la volatilidad del mercado). CAPM basado en la semivarianza. Bawa y Lindemberg (1977) proponen utilizar la semivarianza en lugar de la varianza, tomando un downside beta (o beta negativo) que se centra en los movimientos negativos del mercado y sus efectos sobre el

16

activo que se analiza. Esta simple modificacin mantiene las caractersticas bsicas del modelo original, mejorando su poder explicativo y manteniendo su sencillez. As redefinimos el permetro beta a utilizar cmo:

Cov(ri rm rm < m ) Var (rm rm < m )

Este modelo basado en un comportamiento optimizador de media-semivarianza (negativa) mantiene todas las caractersticas del modelo original (incluyendo el principio de separacin, la eficiencia del portafolio de mercado, una relacin lineal entre riesgo y retorno y manteniendo el principio de no saciedad). Thierry Post y Pim van Vliet (2005) demuestran que es el riesgo de prdida condicional (conditional downside risk) quien determina los precios de los activos, y que la utilizacin de ste en el modelo CAPM produce mejores ajustes que el modelo tradicional, tanto en tests condicionales cmo incondicionales. Ellos sealan que las acciones con betas bajos poseen un mayor riesgo de prdida (downside risk) de lo que se esperara de acuerdo a su beta, mientras que lo opuesto tambin es correcto para acciones de beta alto (Post y van Vliet 2005).

17

As, modificando ligeramente uno de los parmetros del modelo tradicional, podemos mejorar su ajuste sin tener que recurrir a modelos ms complicados, pudiendo explicar las diferencias de retorno entre los distintos activos, particularmente durante perodos malos. Para poder explicar mejor los retornos de las acciones en el marco del modelo CAPM, particularmente durante perodos con retornos consistentemente positivos (y buenos), incluimos otro beta basado en la semivarianza que explica las variaciones en el precio de una accin determinada durante perodos en los que hubo movimientos positivos en el mercado:

+ =

Cov(ri rm rm m ) Var (rm rm m )

Si la distribucin conjunta de retornos de nuestra accin con el mercado fuera normal (o cuanto menos simtrica), ambas betas sera iguales, sin embargo, observamos un comportamiento diferencial en las acciones analizados segn el estado en que se encuentre el mercado (cmo se detallar en la siguiente seccin). Al modificar nuestra definicin de riesgo, el uso de la semivarianza no slo modifica la composicin de nuestros portafolios ptimos (entre ellos, el de mercado), sino

18

tambin modifica nuestro grado de apalancamiento al interesarle al inversor reducir, ahora ms que nunca, su exposicin a movimientos adversos del mercado. En caso de estar apalancado, estas prdidas se amplifican, por lo que un mtodo de valuacin que subestima el riesgo nos expondr a un riesgo mayor al que deseamos tomar, mientras que uno que lo subestima provocar que tomemos efectivamente una cuota de riesgo menor a la deseada o anticipada. En la elaboracin de un portafolio riesgoso utilizaremos cmo funcin de aversin al riesgo una funcin tipo CRRA de la siguiente forma

U = E ( r ) 0.005 A 2
Siendo A el parmetro de aversin al riesgo (cuanto mayor sea A, el inversor demandar ser compensado con rendimientos esperados cada vez mayores para asumir una cuota mayor de riesgo), E(r) el retorno esperado de la accin y 2 su varianza. As, la funcin de utilidad de nuestro agente tendr la siguiente forma:

19

En nuestro caso, tomaremos un parmetro intermedio A=3, considerado el ms usual para un agente diversificador de riesgo (averso al riego). En la siguiente seccin mostraremos los resultados obtenidos utilizando el criterio de varianza tradicional, o utilizando la semivarianza (utilizaremos SV de Bawa y Lindemberg), mostrando cmo esta ltima produce mejores resultados.

Aplicacin

20

Utilizando las mismas 11 acciones analizadas en la primera parte de este trabajo, ponemos a prueba los modelos antes descriptos y vemos que tan bien logran explicar los retornos de dichas acciones durante 2006

21

A simple vista podemos observar cmo las betas (una de las medidas ms utilizadas en la elaboracin portafolios y seleccin de acciones) al ser desglosados en dos (un upside (+) y un downside (-) beta) nos aportan mucha ms informacin que el enfoque tradicional.
Acindar Betas Betas semivar (-) Betas semivar (+) 1,02413011 1,06379722 0,96271177 Repsol 0,26258988 0,24353675 1,07823514 Petrobras 0,94693493 0,94912386 0,99769373 Fran 1,05473248 1,11975336 0,94193286 Ggal

1,1639000

1,1718051

0,9932538

Aluar Betas Betas semivar (-) Betas semivar (+) 0,64509532 0,47613469 1,35485891

TS 0,8559632 0,78467183 1,09085502

TRAN 0,84041986 1,12348793 0,74804529

TECO2 0,87485517 0,75422577 1,15993806

ERAR

0,9732863

1,0958298

0,8881728

La beta tradicional de la accin de Repsol,

( = 0, 26588988 )

nos dice que nuestra accin amortigua los

movimientos del mercado, produciendo prdidas (y ganancias) menores que esta, actuando cmo un sucedneo (imperfecto) de un seguro por su muy baja . Sin embargo, si analizamos ambas betas de semivarianza

+ y notamos que es accin es de hecho mucho ms

atractiva. En los das en que el mercado tiene un desempeo negativos, nuestra accin tiene prdidas menores a las que predice la beta tradicional

22

= 0, 2435675 ) , mientras que en los das en que el

mercado muestra ganancias, dicha accin amplifica estas

+ ganancias = 1, 07823514 , haciendo dicha accin

doblemente atractiva. Un resultado anlogo, pero opuesto, se observa en la accin de Transener (TRAN), cuyas betas nos muestran cmo esta accin amplifica las prdidas y amortigua las ganancias del mercado. Si bien estos resultados hacen poco atractivo tener esta accin en nuestro portafolio, si anticipamos un mercado bajista (bearish), sera rentable vender opciones (put) de esta accin, particularmente si el mercado realiza la valuacin utilizando la tradicional, obteniendo as una ganancia por la colocacin del put que no se ejercer si el precio cae, y adems una renta informativa por nuestra mejor valuacin de la accin que estima mejor las prdidas potenciales. En resumen podemos ver cmo el enfoque tradicional del modelo CAPM basado en la varianza sobreestima el riesgo de ciertas acciones (cmo es el caso de Aluar y Transportadora de Gas del Sur -TS-), mientras que para otras lo subestima (cmo sucede con Siderar ERAR- y Comercial del Plata Come-), haciendo evidente las inconsistencias de este enfoque.

23

Tambin podemos ver cmo cambia el comportamiento de nuestro inversor (observando su grado de apalancamiento) al variar nuestra medida de medicin de riesgo. Cmo se puede ver en el Anexo 2, puesto que el agente no pondera el riesgo de ganancia ( upside risk) cmo un riesgo a evitar, tiene una mejor apreciacin del riesgo al que se expone con sus inversiones, por lo que puede alcanzar un grado mayor de apalancamiento sin tener un mayor riesgo (real). As, el criterio de mediavarianza nos indica que nuestro grado ptimo de apalancamiento (dada la aversin al riesgo) es de 2,5506 (una vez y media ms que su capital), obteniendo un riesgo esperado de 0,0509 y un retorno esperado de 0,008 (en puntos diarios, mientras que la medida de riesgo es la varianza diaria de retornos). De usar el criterio de mediasemivarianza lo ptimo sera que el inversor se apalancara 2,8795 veces su capital (con un apalancamiento de 3,8795), obteniendo un riesgo levemente mayor (de 0,0613, aunque es calculado usando la medida tradicional varianza-) y un retorno esperado significativamente mayor (0,0114, 1,14% diario). Este enfoque asimtrico es tambin mucho ms eficiente a la hora de explicar los retornos (y su variabilidad) de las acciones. Si bien la baja capacidad

24

explicativa (y predictiva) del modelo CAPM, haciendo la simple modificacin de parmetros propuesta en este trabajo (el uso de la semivarianza) mejora radicalmente su poder explicativo. Al tomar, a modo de ejemplo, los retornos diarios durante 2005 de una accin Repsol-, podemos observar el escaso poder explicativo del modelo tradicional que explica menos del 7% de las variaciones en los retornos de dicha accin (R2=0,06636). Al incluir cmo nica variable explicativa la semivarianza negativa (SV -), este indicador cae levemente, debido probablemente a la gran performance del Merval durante el 2005 y a su gran volatilidad durante dicho ao. Sin embargo, al incluir ambos indicadores en nuestro modelo (SV- y SV+), su poder aumenta exponencialmente, explicando ms de un 50 % de las variaciones en los retorno de dicha accin (R2=0,5359), sin modificar sustancialmente el modelo original. Esta gran diferencia en las variables de ajuste se debe a que las acciones exhiben un comportamiento distinto al predicho por la teora tradicional. Su comportamiento no es el mismo durante los estados buenos (alzas) que durante los malos. Adems, los estados contractivos tienen efectos ms duraderos que los alcistas, fortaleciendo la aversin al riesgo y retrazando las

25

recuperaciones financieras. Esto provoca que la semivarianza negativa tenga un mayor poder explicativo, utilizando cmo justificacin un modelo de conducta razonable dadas las condiciones de incertidumbre de los mercados financieros2.

Si bien el modelo CAPM basado nicamente en la semivarianza negativa tiene un poder explicativo lvemente inferior al del modelo tradicional, esto no la hace inferior. Su relativamente pobre performance (R2=0,0572) se debe a que el perodo analizado (los primeros 8 meses de 2006) los mercados financieros argentinos tuvieron una gran performance y una volatilidad inferior a lo habitual (gracias a buenos indicadores macroeconmicos y un contexto internacional favorable), exhibiendo prdidas menores y una menor aversin al riesgo.

26

Anexos Anexo 1 Tabla 1: Estadsticas descriptivas (2005)

Merval Varianza Covarianza con Merval Media (retorno) Moda Asimetra Curtosis 0,00047603 -0,1315 3,2361 0,00025149 Acindar 0,00041632 0,00025756 -0,00057123 -0,2582 4,8506 0,0084465 [est] 0,00000 [est] Repsol 0,00021079 0,00006604 0,00066993 0,00000 [est] -0,4071 6,0347 Petrobras 0,00034089 0,00023815 0,00038285 0,00000 [est] -0,1138 3,1742 Fran 0,00040585 0,00026526 9,9745E-05 0,00000 [est] -0,1178 3,2271 Ggal 0,00041657 0,00029271 -0,0007546 0,00000 [est] 0,0666 3,6364

Come Varianza Covarianza con Merval Media (retorno) Moda Asimetra Curtosis 0,00099157 0,00025907 0,00218799 0,00000 [est] 0,4451 3,6106

Aluar 0,00028514 0,00016224 -0,00059377 0,00000 [est] -1,4813 12,8057

TS 0,00057342 0,00021527 0,00368992 0,00000 [est] 0,0485 3,3509

TRAN 0,0007422 0,00021136 0,0019001 0,00000 [est] 0,3516 3,7874

TECO2 0,00039792 0,00022002 0,00083268 0,00000 [est] 0,2563 4,8842

ERAR 0,00048555 0,00024477 0,00116445 0,00000 [est] 0,2286 3,7398

27

Anexo 2 Fronteras Eficientes

4 3.5 3 Retorno Esperado (%diario) 2.5 2 1.5 1 0.5

x 10

-3

Frontera Eficiente de Media-Varianza

0 0.01

0.012

0.014

0.016 0.018 0.02 Riesgo (Desvo Estndar)

0.022

0.024

28

x 10

-3

Frontera Eficiente de Media-Semivarianza

3.5

Retorno Esperado (%diario)

2.5

1.5

0.5 0.006

0.007

0.008

0.009 0.01 0.011 Riesgo (Desvo Estandar)

0.012

0.013

0.014

29

4 3.5 3 Retorno Esperado (%diario) 2.5 2 1.5 1 0.5

x 10

-3

Frontera Eficiente de Media-Semivaarianza (das Merval en baja)

0 0.008

0.01

0.012

0.014 0.016 0.018 Riesgo (Desvo Estndar)

0.02

0.022

30

Matriz de Varianzas-Covarianzas (2005)

Merval Merval Acindar Repsol Petrobras Fran Ggal Come Aluar TS TRAN TECO2 ERAR 0,00025049 0,00025756 0,00006604 0,00023815 0,00026526 0,00029271 0,00025907 0,00016224 0,00021527 0,00021136 0,00022002 0,00024477 Acindar 0,00025756 0,00041466 0,00005594 0,00022613 0,00027701 0,00028289 0,00025160 0,00016904 0,00015142 0,00022398 0,00020855 0,00022382 Repsol 0,00006604 0,00005594 0,00020995 0,00008077 0,00007346 0,00006861 0,00005724 0,00005167 0,00010220 0,00005729 0,00004708 0,00005953 Petrobras 0,00023815 0,00022613 0,00008077 0,00033953 0,00022688 0,00024799 0,00023801 0,00014188 0,00018441 0,00019217 0,00018438 0,00021828 Fran 0,00026526 0,00027701 0,00007346 0,00022688 0,00040424 0,00032695 0,00025689 0,00016485 0,00015603 0,00024952 0,00023739 0,00024923 Ggal 0,00029271 0,00028289 0,00006861 0,00024799 0,00032695 0,00041491 0,00032740 0,00018931 0,00019506 0,00023417 0,00025414 0,00024605 Come 0,00025907 0,00025160 0,00005724 0,00023801 0,00025689 0,00032740 0,00098762 0,00019388 0,00013300 0,00020304 0,00022358 0,00028515 Aluar 0,00016224 0,00016904 0,00005167 0,00014188 0,00016485 0,00018931 0,00019388 0,00028400 0,00011146 0,00012290 0,00012752 0,00015285 TS 0,00021527 0,00015142 0,00010220 0,00018441 0,00015603 0,00019506 0,00013300 0,00011146 0,00057113 0,00013314 0,00016054 0,00026182 TRAN 0,00021136 0,00022398 0,00005729 0,00019217 0,00024952 0,00023417 0,00020304 0,00012290 0,00013314 0,00073924 TECO2 ERAR 0,00022002 0,00024477 0,00020855 0,00022382 0,00004708 0,00005953 0,00018438 0,00021828 0,00023739 0,00024923 0,00025414 0,00024605 0,00022358 0,00028515 0,00012752 0,00015285 0,00016054 0,00026182 0,00020272 0,00020817

0,00020272 0,00039634 0,00022151 0,0004836 0,00020817 0,00022151 2

31

Ponderaciones de los portafolios eficientes

Portafolio \ Accin 1 2 3 4 5 6 7 8 9 10 Acindar 0,030679 0 0 0 0 0 0 0 0 0 Repsol 0,48729 0,48152 0,47077 0,45648 0,41502 0,3351 0,21065 0,083565 0 0 Petrobras 0,034089 0,01432 0 0 0 0 0 0 0 0 Fran 0 0 0 0 0 0 0 0 0 0 Ggal 0 0 0 0 0 0 0 0 0 0 Come 0 0,021172 0,04669 0,070349 0,093058 0,11442 0,1261 0,1372 0,12296 0 Aluar 0,24691 0,19744 0,12668 0,046805 0 0 0 0 0 0 TS 0,023135 0,087964 0,15734 0,22445 0,30679 0,41071 0,52198 0,63369 0,77938 1 TRAN 0,037203 0,060247 0,080069 0,098238 0,11687 0,13616 0,14127 0,14555 0,097656 0 TECO2 0,12214 0,12641 0,11845 0,10368 0,068257 0,0036113 0 0 0 0 ERAR 0,018549 0,010927 0 0 0 0 0 0 0 0

32

Matriz de Semivarianza-Covarianza (2005)

Merval Merval Acindar Repsol Petrobra s Fran Ggal Come Aluar TS TRAN TECO2 ERAR 0,00008949 0,00008937 0,00001905 0,00008555 0,00009303 0,00010424 0,00008214 0,00005403 0,00006499 0,00007115 0,00006412 0,00008708

Acindar 0,00008937 0,00016003 0,00001639 0,00007609 0,00010071 0,00009975 0,00006805 0,00005544 0,00004432 0,00007551 0,00006344 0,00007423

Repsol 0,00001905 0,00001639 0,00008448 0,00002461 0,00001683 0,00001755 0,00000950 0,00001450 0,00004181 0,00001745 0,00001317 0,00002015

Petrobras 0,00008555 0,00007609 0,00002461 0,00011716 0,00008389 0,00009085 0,00007783 0,00005183 0,00006380 0,00006785 0,00005981 0,00007762

Fran 0,00009303 0,00010071 0,00001683 0,00008389 0,00014417 0,00011620 0,00008258 0,00005424 0,00004108 0,00008632 0,00007422 0,00008459

Ggal 0,00010424 0,00009975 0,00001755 0,00009085 0,00011620 0,00015178 0,00009941 0,00006040 0,00005715 0,00008695 0,00007285 0,00008995

Come 0,00008214 0,00006805 0,00000950 0,00007783 0,00008258 0,00009941 0,00026715 0,00006596 0,00003737 0,00006718 0,00006730 0,00008598

Aluar 0,00005403 0,00005544 0,00001450 0,00005183 0,00005424 0,00006040 0,00006596 0,00013320 0,00003182 0,00003870 0,00003648 0,00005846

TS 0,00006499 0,00004432 0,00004181 0,00006380 0,00004108 0,00005715 0,00003737 0,00003182 0,00016543 0,00003983 0,00004146 0,00008421

TRAN 0,00007115 0,00007551 0,00001745 0,00006785 0,00008632 0,00008695 0,00006718 0,00003870 0,00003983 0,00020951 0,00006234 0,00006606

TECO2 0,00006412 0,00006344 0,00001317 0,00005981 0,00007422 0,00007285 0,00006730 0,00003648 0,00004146 0,00006234 0,00011584 0,00006822

ERAR 0,00008708 0,00007423 0,00002015 0,00007762 0,00008459 0,00008995 0,00008598 0,00005846 0,00008421 0,00006606 0,00006822 0,00015023

Ponderaciones de los portafolios eficientes

33

Portafolios

Acindar 1 2 3 4 5 6 7 8 9 10

Repsol

Petrobras

Fran

Ggal 0 0 0 0 0 0 0 0 0 0

Come 0 0 0 0 0 0 0 0 0 0

Aluar

TS

TRAN 0,04719838 0,10989295 0,17788224 0,24905644 0,32583819 0,42476519 0,52432351 0,63358524 0,79080327 1

TECO2

ERAR 0 0 0 0 0 0 0 0 0 0

0,04526901 0,01283005 0 0 0 0 0 0 0 0

0,43274533 0,41284069 0,38456413 0,35349785 0,31392429 0,240754 0,16512058 0,05162948 0 0

0,02016765 0 0 0 0 0 0 0 0 0

0,02626021 0,04949683 0,072725 0,09656274 0,1192743 0,13753838 0,15499542 0,16004828 0,1312925 0

0,17905832 0,14764442 0,09905916 0,04396342 0 0 0 0 0 0

0,0521085 0,07397221 0,09173979 0,10795703 0,12417359 0,14038743 0,15556049 0,15473701 0,07790423 0

0,19719261 0,19332285 0,17402969 0,14896252 0,11678963 0,056555 0 0 0 0

34

Matriz de Semivarianza-Covarianza -das retorno Merval menor a la media(2005)

Merval Merval Acindar Repsol Petrobras Fran Ggal Come Aluar TS TRAN TECO2 ERAR 0,00010414 0,00011173 0,00002558 0,00009968 0,00011760 0,00012307 0,00011764 0,00005001 0,00008241 0,00011800 0,00007921 0,00011509 Acindar 0,00011173 0,00028432 0,00001293 0,00008291 0,00013132 0,00011221 0,00009644 0,00005194 0,00003533 0,00014602 0,00007928 0,00007817 Repsol 0,00002558 0,00001293 0,00024034 0,00004729 0,00001685 0,00001697 0,00005478 0,00003702 0,00009417 0,00005504 -0,00000077 0,00002418 Petrobras 0,00009968 0,00008291 0,00004729 0,00020782 0,00009785 0,00008863 0,00011234 0,00003898 0,00006538 0,00013062 0,00004836 0,00008599 Fran 0,00011760 0,00013132 0,00001685 0,00009785 0,00025403 0,00015977 0,00010715 0,00005465 0,00000115 0,00017035 0,00011711 0,00010581 Ggal 0,00012307 0,00011221 0,00001697 0,00008863 0,00015977 0,00020992 0,00015929 0,00004946 0,00003140 0,00015111 0,00009474 0,00010503 Come 0,00011764 0,00009644 0,00005478 0,00011234 0,00010715 0,00015929 0,00081544 0,00007890 0,00003077 0,00016683 0,00006931 0,00017344 Aluar 0,00005001 0,00005194 0,00003702 0,00003898 0,00005465 0,00004946 0,00007890 0,00025410 0,00002870 0,00001944 0,00001957 0,00006047 TS 0,00008241 0,00003533 0,00009417 0,00006538 0,00000115 0,00003140 0,00003077 0,00002870 0,00045996 -0,00001562 0,00003743 0,00018197 TRAN 0,00011800 0,00014602 0,00005504 0,00013062 0,00017035 0,00015111 0,00016683 0,00001944 -0,00001562 0,00073100 0,00008423 0,00008925 TECO2 0,00007921 0,00007928 -0,00000077 0,00004836 0,00011711 0,00009474 0,00006931 0,00001957 0,00003743 0,00008423 0,00023913 0,00009379 ERAR 0,00011509 0,00007817 0,00002418 0,00008599 0,00010581 0,00010503 0,00017344 0,00006047 0,00018197 0,00008925 0,00009379 0,00036484

35

Ponderaciones de los portafolios eficientes

Portafoli o\ AccinAcindar 1 2 3 4 5 6 7 8 9 10 0,08064007 0,05582985 0,01732086 0 0 0 0 0 0 0 Repsol 0,22905344 0,21599911 0,20000196 0,18062536 0,16009095 0,13746112 0,0475254 0 0 0 Petrobras Fran 0 0,02236731 0,03290808 0,01970227 0 0 0 0 0 0 Ggal Come 0 0,01562815 0,03716964 0,05951007 0,08272552 0,1056833 0,12550274 0,1427699 0,11041828 0 Aluar TS 0,05684566 0,11280746 0,17362144 0,2436875 0,31666871 0,39247958 0,49771843 0,60853973 0,77543588 1 TRAN TECO2 0 0,02464932 0,050032 0,07671102 0,10326826 0,12711355 0,1520998 0,17304906 0,11414584 0 0,20112182 0,22251842 0,23384587 0,23959827 0,24275322 0,2363653 0,17715364 0,07564131 0 0 ERAR 0,00508859 0 0 0 0 0 0 0 0 0

0,14087875 0,13455151 0,11392661 0,08029059 0,04119219 0 0 0 0 0

0,09817028 0,02591076 0 0 0 0 0 0 0 0

0,1882014 0,16973812 0,14117354 0,09987491 0,05330116 0,00089715 0 0 0 0

36

Anexo 3

8 7 6 Retorno Esperado (% diario) 5 4 3 2 1 0

x 10

-3

Asignacin ptima de Capital (media-varianza)

Portafolio Optimo Portafolio Riesgoso Optimo

0.01

0.02 0.03 0.04 Riesgo (Desvo Estndar)

0.05

0.06

37

38

Portafolios eficientes Acindar 1 2 3 4 5 6 7 8 9 10 0,030675145 0 0 0 0 0 0 0 0 0 Portafolio de Mercado 0 0,005610088 Repsol 0,487296608 0,481523977 0,470769131 0,456483097 0,415022615 0,335097502 0,210648296 0,083564948 0 0

media-varianza Petrobras 0,03408175 0,01431279 0 0 0 0 0 0 0 0 Fran 0 0 0 0 0 0 0 0 0 0 Ggal 0 0 0 0 0 0 0 0 0 0 Come 0 0,02116941 0,04668835 0,07034788 0,09305779 0,11442356 0,12609964 0,13720245 0,12296295 0

Alu

0,13311718

39

Riesgo 0,01144051 1 2 3 4 5 6 7 8 9 10 3 0,01157245 7 0,01196889 3 0,01263218 2 0,01354410 5 0,01479853 4 0,01639177 0,01828621 5 0,02048275 1 0,02389832 6

Retorno 0,000454731 0,000814197 0,001173662 0,001533128 0,001892594 0,00225206 0,002611526 0,002970992 0,003330458 0,003689924

Tasa Libre de riesgo Baibor 7 das RiskAversion RiskyRisk 0,00018336 0,00020628 3 0,02

40

RiskyReturn RiskyFraction OverallRisk OverallReturn

0,0033 2,5506 0,0509 0,008

Portafolio de Mercado Retornos Diarios 2006 Media 0,00084206 Desvo 0,0225506

Portafolios eficientes

mediasemivarianza Petrobra (Bawa-Lindemberg) Ggal Come 0,0981711

Acindar Repsol s Fran 0,0806434 0,2290651 0,140872 1 2 3 4

Aluar TS TRA 0,188198 0,056836

6 8 74 0 89 0 67 54 0,0558328 0,2160096 0,134550 0,022366 0,0259145 0,015626 0,169734 0,112803 0,02 6 7 21 52 0,0173245 0,2000121 0,113926 0,032910 3 9 37 65 0 0,1806353 0,080290 0,019707 42

6 56 5 0,037168 0,141169 0,173617 0,05

0 51 93 5 0 0,059509 0,099871 0,243683 0,07

41

6 37 0,1601005 0,041192 5 6 7 8 9 1 0 0 0 7 0,1374701 4 78 0 0 0 0 0

63 0 0 0 0 0 0 0 0 0 0 0 0

21 96 49 0,082725 0,053299 0,316664 0,10

23 39 3 0,105683 0,000895 0,392475 0,12 64 0,125503 75 0,142772 03 0,110420 07 0 24 0 0 0 0

45 0,497715 0,15

0 0,047533 0 0 0 Portafolio de Mercado 0 0 0 0 0

63 0,608536 0,17

49 0,775434 0,11 01 1

0,655017 0,17 0 0 0 0,144583 0 3

Tasa libre de Riesgo Retorno riesgo 0,0087585 0,0003586 1 2 3 4 5 3 2 Baibor 7 das 0,0088950 0,0007287 8 7 0,0092756 0,0010989 7 1 RiskAversion 0,0099386 0,0014690 8 0,0108696 6

0,0001833 Portafolio de 6 Mercado 0,0002062 Retornos Diarios 8 2006 Media 3 Desvo 0,00053936 0,02088456

1 0,0018392 RiskyRisk 0,0022093

0.0158 0.0031 3.8795 0.0613 0.0114

6 0,0120125 4 RiskyReturn 0,0134054 0,0025794 7 8 9 5 9 RiskyFraction 0,0150884 0,0029496 1 3 OverallRisk 0,0173996 0,0033197 9 8 OverallReturn

42

1 0,0214466 0,0036899 0 8 2

43

Bibliografa: Ang,A.; Chen, J.; Xing, Y., 2004, Downside Risk, NBER Bawa, V. ; Lindenberg, E. , 1977, Capital market equilibrium in a mena-lower partial moment framework, Journal of Financial Economics 5, 188200 Brealey, R.; Myers, S., 2003, Principios de Finanzas Corporativas, McGraw-Hill Dittmar, R., 2002, Nonlinear pricing kernels, kurtosis preference, and evidence from the cross section of equity returns, Journal of Finance 57, 369-403 Estrada, J., 2000, The cost of equity in emerging markets: a downside risk approach, IESE Estrada, J., 2003, Mean-semivariance Behavior (II): the D-CAPM, IESE Gul, F., 1991, A theory of dissapointment aversion, Econometrica, 59, 3, 667-686 Harvey, Jin, H.; Markowitz, H., Zhou, X.;2006, A note on semivariance, Mathematical Finance,16, 1, 53-61

44

Levy, H. ; Markowitz, H. , 1979, Approximating expected utility by a function of mean and variance, American Economic Review, 69, 308-317

Markowitz, H., 1959, Portfolio Selection, Journal of Finance, 46, 469-477 Post, T.; van Vliet, P., 2005, Empirical tests of the mean-semivariance CAPM Price,K.; Price,B; Nantell,T, 1982, Variance and Lower Partial Moment Measures of Systematic Risk, Journal of Finance,Vol. 37,No.3, 843-855

Sortino, F.; van der Meer, R., 1991, Downside Risk, Journal of Portfolio Management, 27-31

45