Seleccin de Portafolio

De Harry Markowitz
Traducido por Delia Gonzales Flores
El proceso de seleccin de un portafolio de inversin puede ser divido en dos
etapas. La primera etapa comienza con la observacin y la experiencia, y termina
con las creencias sobre el desempeo futuro de los activos disponibles. La segunda
etapa comienza con las creencias relevantes sobre el desempeo futuro y termina
con la eleccin del portafolio. Este artculo se interesa por la segunda etapa.
Nosotros primero consideramos la regla de que el inversor realiza (o debe realizar)
la maximizacin de la expectativa descontada, o anticipada, del retorno. Esta regla
es rechazada tanto como una hiptesis para explicar, as como un principio que gua
el comportamiento del inversor. Despus nosotros consideramos la regla de que el
inversor realiza (o debe realizar) consideraciones sobre los retornos esperados
como cosas deseables y la varianza de los retornos como cosas indeseables. Esta
regla tiene muchos puntos firmes, tanto un mximo como la hiptesis del
comportamiento del inversor. Nosotros ilustramos geomtricamente las relaciones
entre las creencias y la eleccin del portafolio de acuerdo a la regla de los retornos
esperados- varianzas de los retornos.
Una clase de regla sobre la eleccin de portafolios es que el inversor hace (o debe
hacer) la maximizacin del valor descontado (o capitalizado) de los retornos futuros.
Ya que el futuro no es conocido con certeza, esos deben ser retornos esperados o
anticipados, que nosotros descontamos. Variaciones a esta clase de regla pueden
ser sugeridos. Siguiendo a Hicks, nosotros podramos permitir que los retornos
anticipados incluyan una tolerancia para el riesgo. O, nosotros podemos permitir
que la tasa en la que nosotros capitalizamos el retorno de un activo particular oscile
con riesgo.
La hiptesis (o mximo) de que el inversor realiza (o debe realizar) la maximizacin
de los retornos descontados debe ser rechazada. Si nosotros ignoramos
imperfecciones de los mercados la regla nunca implica que hay un portafolio
diversificado el cual es preferible a todos los portafolios no diversificados. La
diversificacin es tanto observada como razonable, una regla de comportamiento
que no implique la superioridad de la diversificacin de ser rechazada tanto como
hiptesis, as como mximo.
La regla precedente no implica diversificacin no importa como los retornos
anticipados son formados; si las mismas o diferentes tasas de descuento son
usadas para diferentes activos; ni importa cmo estas tasas de descuento son
decididas sobre o como variaciones sobre el tiempo. La hiptesis implica que los
inversores ponen todos sus fondos en un activo con el mejor valor descontado. Si
dos o ms activos tienen el mismo valor, entonces algunos de estos o alguna
combinacin de estos es tan buen como alguno otro.

Nosotros podemos ver esto analticamente: suponiendo que hay N activos; dejamos
a ser el retorno anticipado (sin embargo, decidido) en el tiempo t por dlar
invertido en el activo i; dejamos a ser la tasa en la que la rentabilidad del activo
i-ensimo en el tiempo t es descontado al regresarlo al presente; dejamos a ser
el monto relativo invertido en el activo i. nosotros excluimos las ventas al
descubierto, en consecuencia 0 para todo i. entonces los retornos anticipados
y descontados del portafolio es

=
=1 =1

= ( )
=1

=1

=
=1 es el retorno descontado del i-ensimo activo, por lo tanto
= donde es independiente de . Ya que 0 para todo i y = 1, R
es un promedio ponderado de , con como ponderaciones no negativas. Para
maximizar R, nosotros permitimos = 1 para todo i con mximo . Si varios ,
a=1, K son mximos entonces alguna asignacin con

= 1
=1

maximiza R. En ningn caso un portafolio diversificado es preferido para todos los

portafolios no-diversificados.
Seria conveniente en este punto considerar un modelo esttico. En lugar de hablar
de series de tiempo de los retornos del i-ensimo activo (1 , 2 , , , ), nosotros
hablamremos del flujo de retornos ( ) del activo i-ensimo. El flujo de los retornos
del portafolio como un todo es = . Como en el caso dinmico si el inversor
desea maximizar los retornos anticipados del portafolio, el pondra todos sus fondos
en aquel activo con retornos anticipados maximos.
Hay una regla, la cual implica que el inversor debe diversificar y que el debe
maximizar el retorno esperado. La regla expresa que el inversor diversifica (o debe
diversificar) sus fondos entre todos aquellos activos que dan retornos esperados
mximos. La ley de los nmeros grandes asegura que el actual rendimiento del
portafolio ser siempre el mismo que el rendimiento esperado. Esta regla es un caso
especial de la regla de los retornos esperados-varianza en los retornos. (ser
presentada abajo). Se asume que hay un portafolio que da tanto un retorno
esperado mximo y una varianza mnima, y se recomienda este portafolio para el
inversor.

Este presupuesto, que la ley de los nmeros grandes aplica para un portafolio de
activos, no puede ser aceptado. Los retornos de los activos estn demasiado
intercorrelacionados. La diversificacin no puede eliminar toda la varianza.
El portafolio con mximo retorno esperado no es necesariamente uno con varianza
mnima. Hay una tasa en la que el inversor puede ganar retorno esperado tomando
ms varianza, o reducir la varianza sacrificando retorno esperado.
Nosotros vemos que la regla de los retornos esperados o anticipados, es
inadecuado. Permitiremos considerar ahora la regla de los retornos esperados y la
varianza de los retornos (E-V). Sera necesario primero presentar unos pocos
conceptos elementales y resultados de la estadstica matemtica. Nosotros
despus mostraremos algunas implicaciones de la regla E-V. Posteriormente
nosotros discutiremos su plausibilidad.
En nuestra presentacin tratamos evitar la enunciacin matemticamente
complicada y demostraciones. Como consecuencia un precio es un pago en
trminos de rigor y generalmente. La limitacin principal de esta fuente son que (1)
no derivamos nuestros resultados analticamente para el caso del n-ensimo activo;
en su lugar, les presentamos geomtricamente para los casos de 3 y 4 activos; (2)
nosotros asumimos creencias de probabilidad esttica. En una presentacin general
nosotros debemos reconocer que la distribucin de probabilidad de las
rentabilidades de varios activos es una funcin del tiempo. El escritor intenta
presentar, en un futuro, el tratamiento matemtico general, el cual remueve estas
limitaciones.
Nosotros necesitamos seguir los conceptos elementales y resultados de la
estadstica matemtica:
Permitir Y ser una variable aleatoria, es decir, una variable cuyo valor es decidido
mediante cambios. Suponga, para la simplificacin de la exposicin, que Y puede
tomar un nmero infinito de valores 1 , 2 , , . Se deja que la probabilidad de que
= 1 es 1; que = 2 es 2 ; etc. El valor esperado (o promedio) de Y es definido:
= 1 1 + 2 2 + +
La varianza de Y es definida
= 1 (1 )2 + 2 (2 )2 + + ( )2
V es la desviacin promedio al cuadrado de Y sobre sus valores esperados. V es
una medida de dispersin usada comnmente. Otras medidas de dispersin,
relacionadas cercanamente a V son la desviacin estndar, = y el coeficiente

de variacin, .
Suponer que nosotros tenemos un numero de variables aleatorias: 1 , 2 , , . Si
R es una combinacin lineal de las

 = 1 1 + 2 2 + +

entonces R es tambin una variable aleatoria. (Por ejemplo 1 , puede ser un nmero
que aparece sobre un dado, 2 es de otro dado, y R la suma de estos nmeros. En
este caso = 2, 1 = 2 = 1).
Sera importante para nosotros conocer como el calor esperado y la varianza de la
suma de las ponderaciones (R) estn relacionados para la distribucin de
probabilidad de las : 1 , 2 , , . Establecemos estas relaciones abajo; nosotros
referimos al lector a algn texto estndar para las demostraciones.
El valor esperado de una suma ponderada es la suma ponderada de los valores
esperados. Es decir, () = 1 (1 ) + 2 (2 ) + + ( ). La varianza de una
suma ponderada no es tan simple. Para expresarla nosotros debemos definir la
covarianza. La covarianza de 1 y 2 es
12 = {[1 (1 )][(2 (2 )]}
Es decir, el valor esperado de [(la desviacin de 1 , de su promedio) veces (la
desviacin de 2 de su promedio)]. En general definimos la covarianza entre y
como
= {[ ( )][( ( )]}
puede ser expresado en trminos del coeficiente de correlacin familiar ( ). La
covarianza entre y es igual a [(su correlacin) veces (la desviacin estndar
de ) veces (la desviacin estndar de )]:
=
La varianza de una suma ponderada es

() = ( ) + 2
=1

=1 =1

Si usamos el hecho de que la varianza de es entonces

() =
=1 =1

Dejamos ser el retorno sobre el activo i-ensimo. Adems, dejamos ser el valor
esperado de , es la covarianza entre y (en consecuencia es la varianza
de ). Se deja ser el porcentaje del capital del inversor que son asignados para
el i-ensimo activo. La rentabilidad (R) del portafolio como un todo es

 =
La (y consecuentemente R) son consideradas como variables aleatorias. La
no son variables aleatorias, sino son fijadas por el inversor. Ya que la , son
porcentajes nosotros tenemos = 1. En nuestro anlisis nosotros excluiremos
valores negativos de la (es decir ventas al descubierto); por lo tanto 0 para
todo i.
El retorno (R) sobre el portafolio como un todo es una suma ponderada de variables
aleatorias (donde el inversor puede elegir los pesos). Para nuestra discusin de
tales sumas ponderadas, nosotros vemos que el retorno esperado para el
portafolio como un todo es:

=
=1

Y la varianza es

=1 =1

Para creencias de probabilidades fijas ( ) el inversor tiene una eleccin de

varias combinaciones de E y V dependiente de su eleccin de portafolio
1 , 2 , , . Se supone que el conjunto de todas las combinaciones obtenibles
fueron como la Figura 1. La regla E-V expresa que los inversores queran (o
deberan querer) seleccionar uno de estos portafolios que da a lugar a la
combinacin (E, V) indicada como eficiente en la figura, es decir, aquellos con
mnima V para un E dado o ms, y E mximo para un V dado o menos.
Hay tcnicas mediante las cuales nosotros podemos computar el conjunto de
portafolios eficientes y eficientes (E, V), combinaciones asociadas con un y ,
Nosotros no presentaremos estas tcnicas aqu. Nosotros, sin embargo,
ilustraremos geomtricamente la naturaleza de las superficies eficientes para casos
en que N (el nmero de activos disponibles) es pequeo.

El clculo de superficies eficientes podra posiblemente ser de uso prctico.

Probablemente hay maneras, por tcnicas estadsticas de combinacin-y juicios de
expertos de las creencias de razonables de probabilidad ). Nosotros podemos
usar estas creencias para computar las combinaciones eficientes de (E, v)
alcanzables. El inversor, estando informado de que combinaciones de (E, V) fueron
alcanzables, podemos expresar que desea l. Nosotros podemos encontrar el
portafolio que dieron estas combinaciones deseadas.
Dos condiciones -al menos- deben ser satisfechas antes de que sea practico usar
las superficies eficientes en la manera descrita anteriormente. Primero, el inversor
debe desear actuar conforme al mximo E-V. Segundo, nosotros debemos ser
capaces de llegar a una . Nosotros regresaremos a este asunto ms tarde.
Vamos a considerar el caso de tres activos. En el caso de tres acticos nuestro
modelo se reduce a:

1)

=
=1
3

2)

=
=1 =1
3

3)

= 1
=1

4) 0 = 1,2,3
De (3) nosotros obtenemos
3) 3 = 1 1 2
Si nosotros sustituimos (3) en la ecuacin (1) y (2) nosotros conseguimos E y V
como funciones de 1 y 2. Por ejemplo nosotros encontramos
1) = 3 + 1 (1 2 ) + 2 (2 3 )
Las formulas exactas no son demasiado importantes aqu. Nosotros podemos
escribir simplificadamente:

= (1 , 2 )

= (1 , 2 )

1 0, 2 0, 1 1 2 0

Por medio de las relaciones (a), (b), (c), nosotros podemos trabajar con dos
dimensiones.
El conjunto de portafolios alcanzables consiste en todos los portafolios que
satisfacen las restricciones (c) y (3) (o equivalentemente la 3 y 4). Las
combinaciones alcanzables de 1 , 2 son representados por el tringulo abc en la
figura 2. Cualquier punto a la izquierda del eje 2 no es alcanzable porque viola la
condicin de que 1 0. Cualquier punto abajo del eje 1no es alcanzable porque
viola la condicin de que 2 0. Algn punto encima de la recta (1 1 2 = 0)
no es alcanzable porque viola la condicin de que 3 = 1 1 2 0.
Definimos una curva isomean al conjunto de todos los puntos (portafolios) con un
retorno esperado dado. Similarmente una recta de isovariance es definida como
el conjunto de puntos con una varianza del retorno dada.
Una examinacin a las frmulas para E y V nos dice que la forma de las curvas de
isomean y las isovariance. Especficamente estas nos dicen que tpicamente las
curvas de Isomean son un sistema paralelo de rectas; mientras que las

isovariance son un sistema de elipses concntricas (Vase la figura 2). Por

ejemplo, si 2 3 la ecuacin 1 puede ser escrita en la forma 2 = + 1;
especficamente (1):
2 =

3 1 3

2 3 2 3 1

Por lo tanto, la pendiente de la recta de Isomean correspondiente a = 0 es

(1 3 )(2 3 ) y su intercepto es (0 3 )(2 3 ). Si cambiamos E
nosotros cambiamos el intercepto, pero no la pendiente de la Isomean. Esto
confima la aseveracin que la Isomean forma un sistema de paralelas.
Similamente, mediante algo menos simple que la geometra analtica, podemos la
aseveracionn que la isovariance forma una familia de elipses concntricas. El
centro del sistema es el punto que minimiza V. Llamaremos este punto X. Su retorno
esperado y su varianza sern nombrados E y V. La varianza incrementa tanto como
tu te alejes de X. Ms precisamente, si una curva de Isovariance, 1 , se encuentra
cerca de X que otra, 2 , entonces a 1 le corresponde una varianza ms pequea
que a 2 .
Con la ayuda de precedente aparato geomtrico vamos a buscar los conjuntos
eficientes. Tom su
X, el centro del sistema de curvas de Isovariance, puede caer o dentro o fuera del
conjunto alcanzable. La figura 4 ilustra un caso en que X cae dentro del conjunto
alcanzable. En este caso X es eficiente. Ningn otro portafolio tiene un V tan
pequea como X; por lo tanto, ningn portafolio puede tener o una V ms pequea
(con la misma o ms grande E) o una ms grande E con la misma o ms pequea
V. Ningn punto (Portafolio) con una expectativa de retorno E menos que E es
eficiente. Nosotros tenemos E>E y V<V.
Considerar todos los puntos con un retorno esperado E dado, es decir, todos los
puntos sobre la Isomean asociados a E. El punto de la Isomean en el cual V toma
su menor valor, es el punto en el que la Isomean es tangente a una curva de
Isovariance. Nosotros podemos llamar a este punto (). Si dejamos a E variar,
() traza una curva.

Las consideraciones algebraicas (que omitimos aqu) nos muestran que esta curva
es una recta. Le llamaremos la recta critica . La recta critica pasa a travs de X que
minimiza V para todos los puntos con (1 , 2 ) = . Cuando marchamos en
cualquier direccin de X, V incrementa. El segmento de recta critica de X al punto
crtico donde la recta critica cruza la frontera del conjunto alcanzable, es parte del
conjunto eficiente. El resto del conjunto eficiente es (en el caso ilustrado) el
de a . es el punto mximo de la E alcanzable. En la
segmento de la recta
figura 3, X esta fuera el rea factible pero la recta critica corta el rea factible.
La recta eficiente comienza en el punto alcanzable con mnima varianza (en este
). Se mueve hacia hasta interceptar la recta critica, se mueve
caso sobre la recta
a lo largo de la recta critica hasta interceptar una frontera y finalmente se mueve a
lo largo de la frontera hacia . El lector podr desear construir y examinar los
siguientes otros casos: (1) X esta fuera del conjunto alcanzable y la recta critica no
corta el conjunto alcanzable. En este caso hay un activo que no entra dentro algn
portafolio eficiente. (2) Dos activos tienen la misma 1 . En este caso las rectas de
Isomean son paralelas a la frontera. Podra suceder que el portafolio eficiente con
mximo E es un portafolio diversificado. (3) Un caso donde solo un portafolio es
eficiente.

El conjunto eficiente en el caso de 4 activos, como en los 3 activos y tambin el caso

de N activos, una serie de segmentos de recta conectados. En uno extremo del
conjunto eficiente est el punto de mnima varianza, en el otro extremo est el punto
de mximo retorno esperado (Vase Figura 4).
Ahora que hemos visto la naturaleza del conjunto de portafolios eficientes, no es
difcil ver la naturaleza del conjunto de combinaciones (E, V) eficientes. En el caso
de tres activos = 0 + 1 1 + 2 2 es un plano; = 0 + 1 1 + 2 2 + 12 1 2 +
11 1 2 + 22 2 2 es una parabloide. Como se muestra en la Figura 5, la seccin del
E-plano sobre el conjunto de portafolios eficientes es una serie de segmentos de
recta conectados. La seccin del V-parabloide sobre el conjunto de porfolios
eficientes es una serie de segmentos de parbolas conectadas. Si trazamos V
contra E para portafolios eficientes nosotros conseguiramos de nuevo una serie de
segmentos de parbola conectadas (Vase la Figura 6). Este resultado se obtiene
para cualquier nmero de activos.
Varias razones recomiendan el uso de la expected return-variance of return rule
tanto como una hiptesis para explicar comportamiento estable del inversor y como
una mxima para guiar alguna accin propia. La regla sirve mejor, veremos, como
una explicacin de, y gua para, la inversin distinta del comportamiento
especulativo.
Anteriormente rechazamos la regla de los retornos esperados en razn de que
nunca implicaba la superioridad de la diversificacin. La expected return-variance
of return rule, por otro lado, implica diversificacin para un amplio rango de , .
Esto no significa que la regla E-V nunca implique la superioridad de un portafolio
no-diversificado. Es concebible que un activo podra tener la rentabilidad
extremadamente ms alta y la varianza ms baja que los otros activos; tan es as
que un portafolio particularmente no diversificado dara el mximo E y el mnimo V.
pero para un gran y presuntamente rango representativo de , , la regla E-V
conduce a portafolios eficientes casi todos los que estn diversificados.

No solo la hiptesis E-V implica diversificacin, implica la la clase correcta de

diversificacin por la razn correcta. La adecuacin de la diversificacin no es
reflexionada por los inversores para depender solamente de un numero de
diferentes activos mantenidos. Un portafolio con seis diferentes activos ferroviarios,
por ejemplo, no estara tan bien diversificado como el mismo tamao de portafolio
con algn ferrocarril, alguna empresa pblica, minera, varios tipos de manufacturas,
etc. La razn es que es generalmente ms probable para las firmas de la misma
industria hacerlo mal al mismo tiempo que para las firmas de distintas industrias.
Similarmente, en tratar de hacer la varianza pequea no es suficiente invertir en
muchos activos. Es necesario evitar invertir en activos con altas covarianzas entre
s mismos. Nosotros debemos diversificar a travs de industrias porque empresas
en diferentes industrias, especialmente industrias con diferentes caractersticas
econmicas, tienen ms bajas covarianzas que empresas dentro de una industria.
Los conceptos rentabilidad y riesgo aparecen frecuentemente en los escritos
financieros. Usualmente si el trmino rentabilidad es remplazada por rentabilidad
esperada o retorno esperado, y el riesgo por varianza de retorno, poco cambio
del aparente significado resultara.
La varianza es una reconocida medida de dispersin sobre las expectativas. Si en
vez de varianza el inversor estaba preocupado por el error estndar, = , o por
el coeficiente de dispersin, , su eleccin aun estara en el conjunto eficiente de
portafolios.
Supongamos un inversor diversifica entre dos portafolios (es decir, si l pone algo
de su dinero en un portafolio, el resto de su dinero en el otro. Un ejemplo de
diversificacin entre portafolios es la compra de las acciones de dos diferentes
compaas). Si los dos portafolios originales tienen igual varianza entonces
tpicamente la varianza del portafolio resultante (el compuesto) ser menor que la
varianza de cualquiera de los portafolios originales. Esto se ilustra en la Figura 7,
notamos que un portafolio (p) el cual es construido de dos portafolios = (1 , 2 )
y = (1 , 2 ) es de la forma = + (1 ) = (1 + (1 )2 , 2 +
(1 )2 ). P esta sobre la recta que conecta PY P.
El principio de E-V es mas plausible tanto como una regla para el comportamiento
inversor como distinguidor de un comportamiento especulador. En tercer instante,
3 , de la distribucin de probabilidad de retornos del portafolio puede ser conectado
con una propensin al riesgo. Por ejemplo, si el inversor maximiza su utilidad (U) la
cual depende de E y V ( = (, ), > 0, < 0), el nunca aceptara una
apuesta realmente razonable. Pero si = (, , 3 ) y si 3 0 entonces hay
algunas apuestas razonables que seran aceptadas.

Quizs -para una gran variedad de instituciones de inversin que consideran la

rentabilidad una cosa buena; el riesgo una cosa mala; el juego una cosa a evitar- E,
V eficientes es razonable tanto como una hiptesis de trabajo como una mxima de
trabajo.
Dos usos del principio de E-V se sugiere por si mismo. Nosotros podremos usarlo
en el anlisis terico o podremos usar en la seleccin de portafolios.
En el anlisis terico, podremos indagar, por ejemplo, sobre los varios efectos de
un cambio en las creencias mantenidas generalmente sobre una empresa o un
cambio general en preferencia como al retorno esperado contra varianza del
retorno, o un cambio en la oferta de un activo. En nuestro anlisis las X, podran
representar activos individuales o podran representar agregados tales como bonos,
acciones y bienes races.
Para usar la regla E-V en la seleccin de activos debemos tener procedimientos
para encontrar razonables . Estos procedimientos, yo creo, deben combinar
tcnicas estadsticas y el juicio practico del hombre. Mi sentir es que la computacin

estadstica debe ser usada para llegar a un conjunto tentativo de . El juicio

debe entonces ser usado en incrementar o disminuir algunas de estas sobre
la base de factores o matices no tomados en cuenta por la computacin formal.
Usando este conjunto de . revisado, el conjunto de combinaciones E,V
eficientes puede ser computado, el inversor puede seleccionar la combinacin que
l prefiri, y el portafolio que da a lugar a esta combinacin de E,V puede ser
encontrada.
Una sugerencia como . tentativas, es usar las . observadas en algn
periodo pasado. Yo creo que mejores mtodos, que toman en cuenta mas
informacin, pueden ser encontrados. Yo creo que lo que es necesario es
esencialmente una reformulacin probabilstica del anlisis de los activos. Yo no
propongo este tema aqu, porque esto es otra historia. Es una historia de la cual yo
he ledo solo la primera pgina del primer captulo.
En este artculo nosotros hemos considerado la segunda etapa del proceso de
seleccin de un portafolio. Esta etapa comienza con las creencias relevantes sobre
los activos involucrados y termina con la seleccin de un portafolio. Nosotros no
hemos considerado la primera etapa: la formacin de las creencias relevantes en
base a la observacin.