Académique Documents
Professionnel Documents
Culture Documents
(Esp)
Vol. 102, N. 1, pp 285-293, 2008
IX Programa de Promocin de la Cultura Cientfica y Tecnolgica
I.
INTRODUCCIN
* El trabajo se corresponde con una conferencia que present en el curso 2006/2007 dentro del Programa de Promocin de la Cultura
Cientfica y Tecnolgica, organizado por la Real Academia de Ciencias. En aquel entonces no se haba producido la crisis financiera internacional que todos conocemos, razn por la que no habl de la misma en mi conferencia.
286
Figura I
En ella se ilustra la evolucin del mercado americano entre los aos 1925 y 2004. Ntese que un dlar
invertido en 1925 se habra transformado en:
65,72 dlares si la inversin se hubiera destinado a
renta fija pblica a largo plazo.
2533,20 dlares para inversiones en acciones de
grandes compaas.
12.968,48 dlares para inversiones en pequeas compaas con gran capacidad de crecimiento.
287
Harry Markowitz
288
rentabilidad mnima esperada, minimizan la desviacin (el riesgo). Prob que se trata de inversiones muy
diversificadas, es decir, que incorporan gran cantidad
de activos en la cartera. Si ahora volvemos a la Figura
I, y nos centramos por ejemplo en la riqueza generada
por las compaas de menor tamao, quienes transformaron un dlar inicial en 12.968,48 dlares finales,
deberamos hacer notar que estamos hablando de una
cartera bien diversificada entre compaas de este tipo.
Compaa a compaa habra habido muchas que nos
habran arruinado, o cuyos beneficios generados
habran sido mucho menores que los sealados.
De forma simultnea a Markowitz otro autor
public el artculo
Roy, A. 1952. Safety first and the holding of
assets. Econometrica, 20, 431449.
En l Roy utiliza una medida de riesgo distinta y
ms sugerente que la desviacin tpica, como es el
nivel de prdidas que se superan con cierta probabilidad previamente fijada. Sin embargo, al tratar los
casos prcticos con la medida de Roy nos vemos
obligados a recurrir a acotaciones que usan la desviacin tpica, y los resultados son muy similares a los de
Markowitz.
Figura II
En la Figura II se muestran tres distribuciones normales de igual media (cero en los tres casos) y distinta
desviacin tpica. Cuanto mayor es esta desviacin
ms dispersin respecto a la media se puede dar en los
valores de una variable aleatoria. Markowitz prob
que, si las tres lneas anteriores reflejaran el comportamiento estadstico de tres carteras de valores,
entonces los agentes preferiran la lnea rosa a la
verde, y sta a la azul. En definitiva, demostr formalmente que, para funciones de utilidad habituales, y
para carteras con igual rentabilidad esperada, a menor
desviacin tpica ms utilidad, y por tanto mejor
cartera. Con ello justifica tericamente la utilizacin
de la desviacin tpica de la rentabilidad como
medida del riesgo de una inversin.
Markowitz estudi las carteras e inversiones eficientes, es decir, aquellas, que sin renunciar a una
289
William Sharpe
290
Robert Merton
Louis Bachelier
V.
Hacemos notar que las sensibilidades como medidas de riesgo financiero ya haban sido utilizadas para activos y carteras de renta fija
(bonos) por Macaulay, Fisher y Weil, entre otros, aunque no entraremos en este tema por razones de brevedad.
291
y de riesgo, y por otro, permite a reguladores y supervisores mantener el control de gestores y entidades
mediante la aplicacin de normas legales escritas, lo
que defiende al inversor no cualificado y al sistema
en general, incrementando la confianza en el mismo.
Una pregunta que aparece de forma natural es cmo
podemos fijar el sistema del clculo de riesgo, es decir,
del clculo de las reservas. La primera respuesta nos la
da el popular VaR (Value at Risk o Valor en Riesgo). El
VaR no es ms que un percentil, una vez que se ha
fijado el nivel de confianza, y representa la mnima
prdida posible al nivel de confianza dado.
Figura III
la Medida del Riesgo de Roy, citada en la seccin tercera, est muy estrechamente relacionada con el VaR.
292
para el clculo del VaR total de una firma, incorporando los distintos tipos de riesgo de la misma, y las
distintas posiciones que se mantenan abiertas.
Pero el VaR no es la solucin final al problema de
medir el riesgo financiero. En primer lugar, si no hay
normalidad en las distribuciones ya no es tan fcil de
calcular. Y la normalidad no es nada frecuente en la
realidad. En efecto, la evidencia emprica pone de
manifiesto que la existencia de asimetra y curtosis en
los rendimientos de los activos es cada vez ms frecuente, y estos efectos se ven muy seriamente acentuados cuando tratamos problemas relacionados con
riesgo de crdito y, sobre todo, con riesgo operacional.
Adems, en ausencia de normalidad el VaR, junto a las
dificultades de clculo efectivo, presenta otras de
muchsimo ms calado econmico, que lo hacen muy
criticable y vulnerable como instrumento del clculo
de las reservas iniciales. En efecto, el VaR, al igual que
la desviacin tpica, deja de ser compatible con las
funciones de utilidad habituales en presencia de nonormalidad,4 lo que invalida uno de los resultados ms
importantes de Markowitz cuando justific su forma
de medicin de riesgos. Slo en caso de normalidad el
VaR es una herramienta con buenas propiedades
tericas y de clculo, pero entonces se ha demostrado
que es equivalente a la desviacin tpica, es decir, a
igualdad de valores esperados, a ms VaR ms
desviacin y viceversa. Por tanto, incluso en un mundo
Gaussiano el VaR no proporciona mucha ms informacin que la medida que ya introdujo Markowitz,
aunque, eso s, mide el riesgo en trminos monetarios.
VI.
En lenguaje econmico se suele decir que el VaR no es compatible con la Dominancia Estocstica de Segundo Orden.
Medidas Consistentes del Riesgo, Medidas Acotadas por la Esperanza, Medidas Dinmicas, Medidas Vectoriales, etc. Algunos ejemplos concretos son
el CVaR (Conditional Value at Risk o Valor en Riesgo
Condicional), el ES (Expected Shortfall, o Dficit
Esperado), La Medida de Wang, el WCE (Worst
Conditional Expectation o Peor Esperanza Condicional) la DPT (Dual Power Transform), etc. Cada tipo
de medida de riesgo en general, y cada medida de
riesgo en particular, pretende resolver tipos de situaciones que en la prctica financiera y/o actuarial se
pueden presentar.5 Es un problema abierto, que probablemente tendr una solucin compleja, el saber qu
medida es la mejor a aplicar en cada caso. Aqu, la
competencia entre entidades, tratando de abaratar la
gestin de riesgos, que se encarece sensiblemente por
el coste de oportunidad que supone la dotacin de
reservas iniciales de capital cuantiosas, as como una
eficaz labor de supervisin, tienen sin duda una oportunidad para acompaar a la investigacin terica en la
bsqueda de nuevos mtodos de medicin, control y
gestin.
El lector interesado puede ampliar la informacin
sobre estos temas en libros y revistas especializadas, si
bien la cuestin ha despertado tanto inters entre
tericos y usuarios que hay un portal de Internet totalmente destinado a temas de medicin y gestin de
riesgos. ste es http://www.gloriamundi.org, y en l se
puede encontrar la informacin ms actual sobre los
temas aqu tratados, tanto desde el punto de vista
terico como desde el ms aplicado de los posibles.
VII.
CONCLUSIONES
293
ticos. La segunda mitad del siglo XX se ha caracterizado por la aplicacin de mtodos matemticos en
muchos problemas de tipo financiero. Entre ellos,
podemos destacar la valoracin de activos, la
cobertura de carteras, la seleccin de inversiones, la
medicin de riesgos, la gestin de riesgos, etc.
Todos estos problemas han requerido del uso de
herramientas matemticas complejas, pertenecientes a
muchas de las distintas reas de la matemtica. As por
ejemplo, se han utilizado conceptos y mtodos del
lgebra, del Anlisis Matemtico y del Funcional, de
las Teoras de la Medida y de la Probabilidad, de los
Procesos Estocsticos, de las Ecuaciones en Derivadas
Parciales, de los Mtodos Numricos y de Simulacin,
de la Programacin Matemtica o la Investigacin
Operativa, etc.
En esta breve presentacin hemos tratado de
resumir casi cincuenta aos de aplicacin de las
matemticas en finanzas, pero, lgicamente, nos
hemos dejados muchsimas cosas en el tintero. Hemos
hecho especial hincapi en la medicin de riesgos, por
ser un tema de casi rabiosa actualidad, pero tambin
hemos hecho pequeas incursiones en aspectos muy
ntimamente relacionados, como la valoracin de
activos o la seleccin de inversiones.
Esperamos haber dado una pequea panormica
capaz de generar en el lector interesado el suficiente
estmulo como para sentir la tentacin de iniciarse en
un campo, el de la Matemtica Financiera (y tambin
Actuarial, para el mundo del seguro), cuyo futuro es
ms que prometedor. Toda una aventura para jvenes
estudiosos que quieran conocer un mundo que les
promete notables retos, tanto si acaban abordndolo
profesionalmente, como si lo hacen desde el punto de
vista de la investigacin terica.
Se pueden considerar muchos tipos de problemas, y no slo la Gestin del Riesgo. Por ejemplo, problemas de Valoracin de Activos, de
Cobertura ptima, de Seleccin de Inversiones, etc, se han tratado con Medias Generales de Riesgo.