T E M A S

D E

A C T U A L I D A D

La seleccin de carteras
al alcance de todos
Es innegable el espectacular desarrollo que en nuestro pas ha tenido la cultura financiera en los ltimos aos. Este hecho ha coincido en el tiempo, quiz de forma no casual, con el desarrollo de
internet, y como consecuencia con la enorme accesibilidad que
tiene actualmente la operativa burstil (banca por internet, brokers
on-line, etc..). En este marco es lgico que se haya generado una
creciente inquietud entre los distintos colectivos de inversores por
seguir algn mtodo de seleccin y gestin de carteras.
Si bien existe en el mercado una gran variedad de software creado
al efecto, generalmente desborda el objetivo y el presupuesto del
inversor particular. Por ello, el siguiente artculo expone una forma
sencilla de seleccionar carteras, siguiendo el modelo de Markowitz, dnde solo es necesario disponer de una hoja de clculo.

EL MODELO DE SELECCION
DE CARTERA DE MARKOWITZ.
na de las grandes aportaciones a la economa financiera
es el modelo debido a Harry
M. Markowitz, publicado inicialmente
en 1952. Posteriormente ha habido
importantes desarrollos de la economa
financiera basados en el mismo, que
han sido incorporados a los textos de
las Facultades de Ciencias Econmicas
y Empresariales de todo el mundo.
Sin embargo, su utilizacin en los mbitos profesionales ha sido ms bien
escasa, quiz por contar con algunas
limitaciones que se explican al final. A
pesar de ello, es evidente su utilidad y
por eso han aparecido un conjunto de
paquetes informticos que resuelven el
modelo de forma muy eficiente. Por

mencionar solo algunos de los ms conocidos, se puede citar a EFE 2000(1)

de Sci-Econ, o los desarrollados por
Serfiex(2) y Brain-Power(3). Parte de los
clculos y grficos realizados con los
mencionados paquetes se pueden hacer con una hoja de clculo tipo EXCEL o Quatro Pro. En todo caso, no
hay que olvidar que la limitacin en el
nmero de activos que se pueden tratar con Excel, hace que estos paquetes
informticos cubran una gama de servicios que, hoy por hoy, no es posible
abordarlas en una hoja de clculo.
Nuestro objetivo en este artculo es
poner al alcance de todos esta metodologa de seleccin de carteras, utilizando una hoja de clculo habitual. Al final del artculo se comentan algunos
resultados adicionales que se obtienen

a partir de la solucin del modelo de

seleccin de cartera de Markowitz que,
generalmente, no son citados en los
textos habituales, e igualmente se comentan algunos de los problemas que
tiene la utilizacin de estos modelos en
la prctica profesional.
El modelo de seleccin de cartera de
Markowitz, en su versin ms sencilla,
consiste en minimizar una funcin de
riesgo - generalmente la varianza de la
cartera - sujeta a restricciones de rentabilidad mnima.
Formalmente, si llamamos xi al tanto
por uno de la cartera invertida en cada
activo financiero, ri a la rentabilidad
esperada del activo i y ij a la covarianza entre el activo i y el activo j, el planteamiento del modelo de Markowitz
consiste en:
n

[1] Minimizar (Var) = xi ij xj

i=1 j=1
sujeto a:
n

[2] ri xi _>
i=1
n

[3] xi = 1
i=1

[4] xi _> 0...i = 1,...,n

Es decir, se pretende minimizar la varianza total de una cartera con una inversin en n activos financieros como
mximo, obteniendo una rentabilidad
mnima esperada de que el inversor
decidir en funcin del riesgo que desee asumir. Evidentemente, a mayor
rentabilidad requerida mayor ser el
riesgo de la cartera. Inversiones ms
seguras irn asociadas a una combinacin de activos que genera una menor
N 97, MARZO 2001

22

T E M A S

D E

A C T U A L I D A D

TABLA 1: DATOS INICIALES

Fecha

Rendimiento
IBEX-35

Rendimiento
FTSE-100

Rendimiento
Bono 10-A.

Rendimiento
Bono 3-A.

Rendimiento
D.JONES-C

31-mar-97

5,23%

14,89%

-2,88%

-1,41%

12,09%

30-jun-97

26,92%

10,88%

6,66%

3,06%

16,03%

30-sep-97

5,59%

14,60%

3,71%

0,77%

11,24%

31-dic-97

-0,20%

1,22%

2,13%

0,78%

1,85%

31-mar-98

40,71%

19,06%

3,56%

0,62%

13,63%

30-jun-98

-0,61%

-4,00%

0,60%

0,23%

-1,29%

30-sep-98

-24,34%

-16,04%

5,00%

2,03%

-17,09%

31-dic-98

28,14%

13,49%

2,00%

1,44%

12,36%

31-mar-99

-0,98%

11,77%

-1,76%

-0,34%

11,78%

30-jun-99

4,91%

3,61%

-3,12%

-1,14%

14,79%

30-sep-99

-6,78%

-4,05%

-3,55%

-1,26%

-8,74%

31-dic-99

22,21%

18,64%

-1,48%

-1,15%

10,80%

8,40%

7,01%

0,90%

0,30%

6,45%

Varianza

0,032212

0,011813

0,001189

0,000204

0,011052

Var. muestral

0,029528

0,010829

0,001090

0,000187

0,010131

17,1837

10,4061

3,3015

1,3658

10,0652

Media Estimada

Desv. Tpica (%)

Nota: Las rentabilidades de los Bonos a 10 y 3 aos, se han calculado a partir de la serie de TIR, teniendo en cuenta la
duracin y el efecto del pago del cupn anual sobre el trimestre. El resultado es una serie de rentabilidades
suficientemente aproximada para el desarrollo de este ejercicio. Las rentabilidades de los ndices FTSE-100 y
D.JONES-C estn calculadas en pesetas, es decir, incluyendo el riesgo de tipo de cambio.

rentabilidad esperada. Por tanto, la

mayor o menor aversin al riesgo del
inversor - sus preferencias individuales
-, es lo que le conducir a establecer
una mayor o menor rentabilidad requerida en el modelo. La restriccin
[3] obliga a invertir el 100% de los activos financieros (uno de estos activos
puede ser simplemente tesorera) y la
[4], a que no se invierta en corto. Ms
adelante se expone como esta limitacin se puede relajar muy fcilmente.
Naturalmente, las rentabilidades (ri),
las varianzas (ii) y covarianzas (ij) esperadas deben ser proporcionadas por
el inversor o experto. El resultado del
programa nos da el tanto por uno a invertir en cada activo financiero que
minimiza la varianza de la cartera, es
decir, la combinacin de valores que

(1)
(2)
(3)
(4)

generando esa rentabilidad esperada,

tienen el mnimo riesgo. En los prximos apartados desarrollamos un ejemplo de como resolver el modelo de
Markowitz mediante Excel(4)
PLANTEAMIENTO Y
RESOLUCION DEL MODELO
DE SELECCION DE CARTERA
DE MARKOWITZ MEDIANTE
HOJA DE CALCULO.
Preparacin de datos:
En principio supondremos que las
rentabilidades esperadas, varianzas y
covarianzas, son iguales a las que se
han dado en un determinado perodo
histrico y que contamos con 5 activos financieros: Tres ndices de renta
variable correspondientes a las Bolsas

espaola, de Londres y Nueva York

-IBEX-35, FTSE-100 y D.JONES-C-,
y dos de renta fija - Bonos a 10 y 3
aos. Para este ejemplo, hemos tomado rentabilidades trimestrales de estos
5 activos durante tres aos, entre enero de 1997 y diciembre de 1999,
segn se muestra en la Tabla1. Naturalmente el lector puede tomar los activos y los periodos que considere
conveniente.
A partir de los datos correspondientes
a rendimientos de esos 12 trimestres,
se ha calculado el rendimiento medio
de cada activo financiero mediante las
funciones de Excel que se sealan en
el "Cuadro 1: Frmulas para el clculo de parmetros". Para calcular la
media estimada, se ha utilizado la
funcin "PROMEDIO ()" (vase celdas B20 a F20). Tambin se ha calculado la matriz de varianzas-covarianzas (vanse celdas B28 a F32) mediante la funcin "COVAR()". Puesto
que la matriz de varianzas-covarianzas es simtrica, tan solo hace falta
calcular la diagonal principal (varianzas) ms el tringulo superior. El
tringulo inferior (celdas B29 a E32)
se copia directamente de este. Solo a
efectos de comprobacin o recordatorio, se han calculado las varianzas de
cada uno de los activos financieros
(celdas B21 a F21), las varianzas
muestrales (celdas B22 a F22) y la
desviacin tpica en tanto por ciento
(celdas B23 a F23). Puede comprobarse como las varianzas muestrales
coinciden exactamente con la diagonal principal de la matriz de varianzas-covarianzas que se muestra en la
"Tabla 2: Matriz de varianzas-cova rianzas".

Para una descripcin de este paquete, puede consultarse el nmero 88 de la revista Bolsa de Madrid, pp. 18-26, o la direccin internet: www.Sciecon.es.
Para ms informacin, se puede consultar www.serfiex.es.
Este y otros servicios de la compaa, se presentan en www.brainpower.com.
Hemos escogido Excel por ser la hoja de clculo ms extendida. Sin embargo, se podra hacer de manera muy similar con otras hojas de clculo, siempre que tengan
una macro que resuelva programas de optimizacin, equivalentes a la macro Solver de Excel.

N 97, MARZO 2001

23

T E M A S

D E

A C T U A L I D A D

CUADRO 1: FORMULAS PARA EL CALCULO DE PARAMETROS

A

Rendimiento

Rendimiento

Rendimiento

Rendimiento

Rendimiento

17
18
19

Fecha

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

20

Media Estimada

=PROMEDIO(C8:C19)

=PROMEDIO(D8:D19)

=PROMEDIO(E8:E19)

=PROMEDIO(F8:F19)

=PROMEDIO(G8:G19)

21

Varianza

=VAR(C8:C19)

=VAR(D8:D19)

=VAR(E8:E19)

=VAR(F8:F19)

=VAR(G8:G19)

22

Var. muestral

=C21*11/12

=D21*11/12

=E21*11/12

=F21*11/12

=G21*11/12

23

Desv. Tpica (%)

=RAIZ(C22)*100

=RAIZ(D22)*100

=RAIZ(E22)*100

=RAIZ(F22)*100

=RAIZ(G22)*100

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

IBEX-35

=COVAR(C8:C19;C8:C19)

=COVAR(C8:C19;D8:D19)

=COVAR(C8:C19;E8:E19)

=COVAR(C8:C19;F8:F19)

=COVAR(C8:C19;G8:G19)

29

FTSE-100

=D28

=COVAR(D8:D19;D8:D19)

=COVAR(D8:D19;E8:E19)

=COVAR(D8:D19;F8:F19)

=COVAR(D8:D19;G8:G19)

30

Bono 10-A.

=E28

=E29

=COVAR(E8:E19;E8:E19)

=COVAR(E8:E19;F8:F19)

=COVAR(E8:E19;G8:G19)

24
25
26
27
28

31

Bono 3-A.

=F28

=F29

=F30

=COVAR(F8:F19;F8:F19)

=COVAR(F8:F19;G8:G19)

32

D.JONES-C

=G28

=G29

=G30

=G31

=COVAR(G8:G19;G8:G19)

Preparacin de la plantilla
de la hoja de clculo:
El planteamiento del programa de optimizacin cuadrtica, se muestra en el
"Cuadro 2: Planteamiento del Modelo
(frmulas)".
Aunque la funcin objetivo est en
primer lugar (C38), su explicacin la
pospondremos para el final.
En primer lugar se definen las celdas
que corresponden a las variables. En
nuestro caso, son las celdas B41 a F41
y que, por ahora, solo las etiquetamos
para identificarlas. As hemos puesto
sobre cada columna IBEX-35, FTSE100, etc. y en la fila la etiqueta "Variables" (celda A41), aunque poda haberse omitido.
La fila 46 corresponde a la restriccin
[2] anterior (celdas B46 a F46) y, por
lo tanto, toma como valor esperado de
rendimiento el que haba sido calculado previamente. La celda G46 corresponde al valor que toma el lado izquierdo de la ecuacin [2] anterior. Y
la celda H46 corresponde al valor de r,
es decir, nuestra rentabilidad deseada
u objetivo de rentabilidad requerido
por el inversor.

TABLA 2: MATRIZ DE VARIANZAS-COVARIANZAS ENTRE LAS

RENTABILIDADES DE LOS ACTIVOS
B

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

28

IBEX-35

0,029528

0,014517

0,001251

0,000356

0,013220

29

FTSE-100

0,014517

0,010829

-0,000188

-0,000230

0,009272

30

Bono 10-A.

0,001251

-0,000188

0,001090

0,000428

-0,000144

31

Bono 3-A.

0,000356

-0,000230

0,000428

0,000187

-0,000102

32

D.JONES-C

0,013220

0,009272

-0,000144

-0,000102

0,010131

26
27

La fila 48 corresponde a la restriccin

[3] del programa. La celda G48 es la
frmula que especifica el valor de la
suma de todas las variables. Es decir,
el lado izquierdo de [3]. Naturalmente, se poda haber puesto esta frmula
sin necesidad de utilizar los nmeros 1
en las celdas B48 a F48. Sin embargo,
hemos optado por ponerlo de esta manera para que se viera una mayor analoga con respecto a la formulacin
matemtica.
El lado derecho de la restriccin [4] se
representa mediante los ceros en las
celdas B50 a F50, que tambin se
podra haber obviado, simplemente
definiendo todas las variables mayores

e iguales que cero, ms adelante, cuando se introduzcan las restricciones en

el cuadro de dilogo de Solver.
Finalmente, la funcin objetivo (celda
C38) se puede calcular en la forma
que indica la ecuacin [1] pero resulta
bastante tediosa, y es muy fcil incurrir en errores, por lo que hemos utilizado un procedimiento algo ms eficiente basado en la multiplicacin de
matrices. Efectivamente, la expresin
[1] tambin se puede escribir como:
xTx, dnde xT es un vector fila de los
n valores correspondientes a los tanto
por uno a invertir en cada activo financiero y representa la matriz de
varianzas-covarianzas de orden nxn
N 97, MARZO 2001

24

T E M A S

D E

A C T U A L I D A D

CUADRO 2: PLANTEAMIENTO DEL MODELO (FORMULAS)

A

37
38

Funcin objetivo.............

=MMULT(MMULT(B41:F41;C28:G32);H39:H43)

Variables

39

=B41

40
41

H
Transpuesta

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

=C41

Variables

=D41

42

=E41

43

=F41

44
45
46

Rendto. req.

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

Valor Ecua.

RHS

=C20

=D20

=E20

=F20

=G20

=B$41*B46+C$41*C46+D$41

0,06

*D46+E$41*E46+F$41*F46
47
48

Suma inv=1

1,00

1,00

1,00

1,00

1,00

=B$41*B48+C$41*C48+D$41

1,00

*D48+E$41*E48+F$41*F48
49
50

Variab>0

0,00

0,00

0,00

0,00

0,00

51

calculada anteriormente(5). Para facilitar los clculos, hemos puesto el vector columna x en las celdas H39 a
H43. Ahora la funcin objetivo puede
ser obtenida fcilmente mediante la
funcin "MMULT()" tal y como se
seala en la celda C38(6).
Utilizacin de Solver(7)
Ahora se trata de calcular los porcentajes ptimos a invertir en cada activo financiero utilizando la macro Solver de
Excel. El cuadro de dilogo que aparece en Solver se seala en el "Cuadro 3:
Cuadro de dilogo principal de Solver". Primero, se debe cumplimentar la
celda de la funcin objetivo (celda
C38), y a continuacin seleccionar
"Mnimo" - puesto que se trata de minimizar el valor de la varianza -. Lo que
se llama en el Excel (en un muy desafortunado nombre) "Cambiando las
celdas", en realidad se refiere a las cel-

das donde estn las variables cuyos valores ptimos van a ser calculados - en
realidad sera "Variables a Optimizar".
En nuestro caso, las celdas B41 a F41.
En la ventana inferior, se aaden las
restricciones seleccionando "Agregar",
para que aparezca el cuadro de dilogo
que se muestra en "Cuadro 4: Cuadro
de dilogo de restricciones de Solver".
En "Referencia Celda" se introducir el
valor del lado izquierdo de la ecuacin,
en el centro se indicar si se trata de
restricciones menor o igual (<= ), igual
(=) o mayor o igual (>=), y en "Restriccin" se debe indicar la celda que corresponde al lado derecho de cada restriccin. Al finalizar de introducir la ltima restriccin, se seleccionar "Aceptar" para volver al cuadro de dilogo
principal de Solver. Ahora ya solo nos
resta comprobar la forma de optimizacin, que ser, dentro de "Opciones",
la eleccin "Estimacin cuadrtica".

Volvemos ahora al cuadro de dilogo

principal de Solver y solo queda "pinchar" en "Resolver", con lo que se obtienen los valores ptimos a invertir en
cada activo financiero que minimizan
la varianza para la rentabilidad requerida o deseada que se ha establecido en
la celda H46. Los valores obtenidos como ptimos quedan situados automticamente en las celdas que fueron reservadas como variables. Tambin nos
proporciona el valor de la funcin objetivo y el del lado derecho de cada una
de las restricciones. Todo ello puede
verse en la "Tabla 3: Resultados para
una rentabilidad requerida del 6%".
Extensiones derivadas del
modelo de Markowitz.
En la formulacin y ejemplo anterior
hemos obtenido los porcentajes a invertir de cada activo financiero que
minimizan una medida especfica de

(5) Como puede comprobarse, el resultado del producto de estas tres matrices es un nmero. El producto de las dos primeras - (1xn) (nxn) -, genera una matriz de orden
1xn y, al multiplicarla por la tercera - de orden (nx1) -, tiene como resultado una cifra.
(6) La funcin MMULT, devuelve el producto de dos matrices y, de forma genrica, la matriz resultante tiene el nmero de filas de la primera y el nmero de columnas de la
segunda.
(7) En la instalacin estndar de Excel no se incorpora la macro Solver. Es necesario incorporarla expresamente en el momento de la instalacin o posteriormente. Cuando
est incorporada aparece dentro de Herramientas

N 97, MARZO 2001

25

T E M A S

riesgo como es la varianza. A partir de

D E

A C T U A L I D A D

CUADRO 3: CUADRO DE DIALOGO PRINCIPAL DE SOLVER

ese punto, cabe calcular otros muchos

resultados de enorme inters para el
inversor o analista financiero y que representan un trabajo marginal relativamente pequeo. A continuacin, se citan tres de estas extensiones.
Frontera eficiente.
La frontera eficiente es el conjunto de
soluciones tal que para cada valor de
la varianza se obtiene la mxima rentabilidad. En los paquetes comerciales al
uso, esta frontera eficiente se obtiene
de forma ms o menos automtica. En
nuestro caso, es necesario optimizar
con diferentes valores del parmetro recurdese que est en la celda H46 -.
Uniendo los distintos puntos, obtendremos la frontera eficiente buscada.
Naturalmente, cualquier combinacin
distinta de porcentajes a invertir en los
diferentes activos financieros nos dar
una varianza (riesgo) mayor que la obtenida de forma ptima para la misma
rentabilidad. La "Tabla 4: Combinacin Optima de activos para rentabilidades entre 0,5% y 8,5%", ha sido obtenida resolviendo 17 problemas de
optimizacin. La nica diferencia en
cada uno de estos problemas es el
cambio en la rentabilidad requerida o
deseada y, por lo tanto, en la rentabilidad esperada, que vara de medio en
medio punto, entre el 0,5% y el 8,5%.
Para cada solucin obtenida de Solver,
se ha copiado en la misma fila los valores de las variables y el riesgo de la cartera ptima - calculada como la raz
cuadrada del resultado obtenido en la
funcin objetivo (varianza) X 100 -.
En la "Figura 1: Frontera Eficiente", se
muestra la frontera eficiente con los 17
puntos (rentabilidad esperada, varianza) de la tabla anterior. En relacin a
ella, hay que apuntar lo siguiente:
Si se pide una rentabilidad inferior
al 0,30%, la solucin ptima seguira siendo la misma que con

CUADRO 4: CUADRO DE DIALOGO DE RESTRICCIONES DE SOLVER

0,30%, puesto que con los activos

que hemos considerado es imposible tener una varianza inferior a la
del Bono a 3 aos. Esto es, la solucin ptima seguir siendo invertir
el 100% en ese activo financiero.
Si pedimos una rentabilidad superior al 8,40% el problema nos dar
infactible. Y ello porque esta es la
del activo con mayor rentabilidad,
en nuestro caso el IBEX-35. Por lo
tanto, no es posible obtener mayores rentabilidades que las de ese activo financiero, cualquiera que sea el
riesgo que estuviramos dispuestos
a aceptar.
Podemos ensayar fcilmente otras
soluciones, poniendo los porcentajes deseados en las celdas correspondientes a las variables. La hoja
de clculo computa inmediatamente

el valor de todas las celdas - en este

caso, naturalmente, sin necesidad de
Solver -. La solucin obtenida quedar siempre por debajo de la frontera eficiente salvo que, por casualidad, hayamos obtenido una cartera
ptima, en cuyo caso estara en la
misma frontera eficiente.
Incorporacin de otras
restricciones relevantes.
En ocasiones, por razones legales o de
otro tipo, es conveniente o necesario
incorporar otras restricciones al problema original planteado anteriormente. Esto se puede hacer sin ms que especificarlas en la hoja de clculo e incorporarlas en el apartado de restricciones de Solver. En algunos casos, tan
solo se deben modificar algunos de los
valores que estn escritos en las resN 97, MARZO 2001

26

T E M A S

D E

A C T U A L I D A D

TABLA 3: TABLA 3: RESULTADOS PARA UNA RENTABILIDAD REQUERIDA DEL 6%

A
35

PLANTEAMIENTO Y RESOLUCION

36
37
38

Transpuesta

0,007425547

Funcin objetivo.............

8,61716128

Variables

39

0,00%

40
41

Variables

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

63,99%

0,00%

63,99%

14,55%

0,00%

21,45%

14,55%

42

0,00%

43

21,45%

44
45
46

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

Valor Ecua.

RHS

Rendto. req.

8,40%

7,01%

0,90%

0,30%

6,45%

6,00%

6,00%

Suma inv=1

1,00

1,00

1,00

1,00

1,00

1,00

1,00

Variab>0

0,00

0,00

0,00

0,00

0,00

47
48
49
50

tricciones incorporadas. Por ejemplo,

es frecuente que se deba invertir como
mnimo una cierta cantidad en cada
activo financiero. Si, por ejemplo, queremos invertir, como mnimo un 5%
en Bonos a 10 aos, pondramos 0,05
en la celda D50 y volveramos a ejecutar la macro Solver.
Algunas restricciones que suelen utilizarse, junto con el modelo bsico ya
descrito, son las siguientes:
a) Limitar el porcentaje mximo a invertir en cada activo financiero.
xi _<
xi
donde
xi es el tanto por uno mximo a
invertir en el activo i.
b) Limitar el valor mximo de la beta
de la cartera resultante.
La restriccin a incluir sera:
n

i xi _<
i=1

donde i corresponde a la beta del ac al valor mximo

tivo financiero i, y
permitido para la misma.
Esta restriccin representa una limitacin en el nivel de riesgo final deseado
y, como consecuencia, supone una
cierta restriccin en el valor mximo
de la funcin objetivo.

c) Permitir operar en corto.

Para ello es suficiente con eliminar la
restriccin en la que se obliga a las variables a tener un valor superior a cero.
Como consecuencia, podran tomar
cualquier valor. En el caso que tomaran un valor negativo, significara una
venta en corto de este activo. Sin embargo, esta no sera una representacin
totalmente realista puesto que cualquier venta en corto tiene un coste generalmente por el alquiler de los ttulos a vender -, que habra que considerar. Eso s, el modelo considerara los
ingresos derivados de la inversin del
dinero recibido por la venta en corto,
bien en tesorera o en la rentabilidad de
otros activos financieros.
Por ltimo, adems de tener en cuenta
otras restricciones que no se contemplaban en el modelo original, es fcil y
conveniente explotar los propios resultados obtenidos por el modelo.
Probabilidad de no alcanzar o superar una
determinada rentabilidad:
Uno de estos resultados adicionales que
no suele ser explicado habitualmente, es
la probabilidad de obtener una rentabi-

lidad mayor o menor que una dada o, la

probabilidad de estar en un intervalo de
rentabilidad previamente fijado. Antes
de poner un ejemplo de cada uno de los
tres casos, hay que recordar que la cartera obtenida en la solucin ptima se
comportar de acuerdo con una distribucin Normal(8), con esperanza igual a
la que obtenemos como resultado en el
lado izquierdo de la ecuacin [2] y varianza igual al valor de la funcin objetivo. A partir de esa observacin, es fcil
responder a las preguntas anteriores.
A continuacin vemos los tres ejemplos
a partir de la solucin obtenida con una
rentabilidad deseada del 3%. Ntese
que, en nuestro caso, estamos ante una
distribucin Normal con esperanza
igual al 3% y varianza igual a la que figura como valor de la funcin objetivo,
esto es, igual a 0,0016031).
En la misma hoja de clculo en la que
hemos calculado la cartera ptima podemos calcular ahora las probabilidades deseadas mediante la utilizacin de
la funcin de Excel "DISTR.NORM
(valor deseado; esperanza de la distribucin; desviacin tpica; 1)". Tan solo
debemos elegir el valor deseado, la es-

N 97, MARZO 2001

27

T E M A S

peranza y la varianza estn ya calculadas -en las celdas G46 y C38 respectivamente-. Como se necesita la desviacin tpica en vez de la varianza, es necesario calcular la raz cuadrada de la
varianza en su lugar -mediante la funcin "RAIZ()" de Excel-.
Entre otros, se pueden obtener los siguientes resultados:
La probabilidad de que la rentabilidad de la cartera escogida sea del
0% o menor en el perodo considerado es del 22,68%.
La probabilidad de que la rentabilidad de la cartera sea superior, por
ejemplo al 10%, es del 4,02%.(Utilizando la simetra de la distribucin,
se calcula como 1 menos la probabilidad de que la cartera tenga una
rentabilidad inferior al 10%).
La probabilidad de que la rentabilidad de la cartera est entre el 0% y
el 10% es del 73,30%. (En este caso
es 1 menos la probabilidad de que
la cartera tenga una rentabilidad inferior al 0%, menos la probabilidad
de que tenga una rentabilidad superior al 10%).
PROBLEMAS CON LA
UTILIZACION DEL MODELO DE
MARKOWITZ.
El modelo de seleccin de cartera de
Markowitz supone un marco terico y
conceptual lgico y coherente con el
que abordar, de una manera rigurosa,
los problemas de seleccin de cartera.
Sin embargo, como se ha comentado,
no se utiliza con frecuencia por los
profesionales responsables de inversiones del sector financiero. Y no se utiliza, por lo menos en parte, porque conlleva una serie de problemas importantes que, de alguna forma, limitan aunque de ningn modo invalidan los resultados que se obtienen.
La literatura financiera sobre los pro-

D E

A C T U A L I D A D

TABLA 4: COMBINACION OPTIMA DE ACTIVOS PARA RENTABILIDADES

ENTRE EL 0,5% Y EL 8,5%
Rent. esperada
Cartera

IBEX-35

FTSE-100

Bono 10-A.

Bono 3-A.

D.JONES-C

Riesgo esperado
Cartera

8,50%

100,00%

0,00%

0,00%

0,00%

0,00%

17,1837

8,00%

71,29%

28,71%

0,00%

0,00%

0,00%

14,7793

7,50%

35,40%

64,60%

0,00%

0,00%

0,00%

12,1896

7,00%

0,54%

96,84%

0,00%

0,00%

2,62%

10,3872

6,50%

0,00%

70,56%

6,20%

0,00%

23,24%

9,4673

6,00%

0,00%

63,99%

14,55%

0,00%

21,45%

8,6172

5,50%

0,00%

57,43%

22,91%

0,00%

19,66%

7,7792

5,00%

0,00%

50,86%

31,26%

0,00%

17,87%

6,9580

4,50%

0,00%

44,30%

39,62%

0,00%

16,08%

6,1602

4,00%

0,00%

37,73%

47,97%

0,00%

14,29%

5,3961

3,50%

0,00%

31,17%

56,33%

0,00%

12,50%

4,6823

3,00%

0,00%

27,67%

39,98%

22,56%

9,79%

4,0039

2,50%

0,00%

24,23%

23,11%

45,60%

7,06%

3,3279

2,00%

0,00%

20,80%

6,24%

68,64%

4,32%

2,6562

1,50%

0,00%

16,27%

0,00%

81,99%

1,75%

2,0086

1,00%

0,00%

10,41%

0,00%

89,59%

0,00%

1,4975

0,50%

0,00%

3,63%

0,00%

96,37%

0,00%

1,3093

blemas en la utilizacin del modelo de

Markowitz es casi tan extensa como las
soluciones propuestas para obviarlos.
A continuacin, se revisan brevemente
los problemas ms importantes y sus
soluciones, cuando existen.
a) Problemas de clculo:
Desde los aos 50 y hasta bien entrados
los aos 80, este era un problema importante. Incorporar al modelo un nmero relativamente grande de activos financieros (variables) generaba unos
problemas de clculo casi insuperables
para los ordenadores de la poca. Tener
en cuenta por ejemplo 500 variables,
supone calcular ms de 125.000 varianzas y covarianzas y resolver un problema de programacin cuadrtica de 500
variables y 250.000 trminos en la funcin objetivo. La gran mayora de los
ordenadores de esa poca no eran capaces de resolver un problema de esas caractersticas, por lo menos con un tiempo y coste razonables.
Este problema no puede considerarse

vigente hoy en da por dos razones:

primero, la capacidad de los ordenadores ha aumentado extraordinariamente
a la vez que se ha reducido de forma
drstica el coste de clculo, de modo
que hoy no resulta difcil resolver un
problema del tamao indicado. Segundo, hay desarrollos que permiten simplificar el problema sin perder por ello
informacin relevante con respecto a la
misma. Fundamentalmente, consisten
en agrupar los activos financieros que
estn muy correlacionados.
En todo caso, es conveniente advertir
que no es posible resolver problemas
de tamao excesivamente grande con
la macro Solver. Ese tamao est limitado por razones fundamentalmente
comerciales pero no por falta de capacidad. Para resolver problemas de cierta dimensin es necesario acudir a paquetes comerciales especializados como los mencionados.
b) Estimaciones de rentabilidad
y varianza esperada.

(8) Es por lo menos discutible que la funcin de distribucin de probabilidad de la rentabilidad de una cartera siga una funcin de distribucin Normal. Sin embargo, a los
efectos del planteamiento que aqu se presenta, es una aproximacin suficientemente buena.
N 97, MARZO 2001

28

T E M A S

En nuestro pequeo ejemplo hemos

utilizado como rentabilidad esperada input en el modelo de Markowitz-, la
media histrica de un determinado
perodo. Naturalmente, podamos haberla calculado por cualquier otro procedimiento. En todo caso, cualquier
prediccin que se haga sobre la rentabilidad de los activos financieros -por
lo menos los de renta variable- a corto,
e incluso a medio plazo, est sujeto a
una variabilidad muy grande. Esto significa que la diferencia entre las rentabilidades previstas y las reales puede
ser de muchos puntos porcentuales.
En general, en un ao podemos equivocarnos en bastante ms de 5 o 10
puntos porcentuales, precisamente debido a la volatilidad inherente a los activos de renta variable.
La composicin de la solucin, esto
es, los porcentajes a invertir en cada
activo financiero en el ptimo, son
enormemente sensibles a las rentabilidades esperadas. Esto significa que
pequeas variaciones en esas rentabilidades esperadas nos proporcionan
soluciones con una composicin de
cartera muy diferente. Dicho de otra
forma, es normal que se produzcan
cambios en las expectativas de rentabilidad de los activos financieros.
Pues bien, al introducir en los datos
del modelo estos pequeos cambios
en las rentabilidades se produce una
composicin de la nueva cartera ptima que, aparentemente, es muy diferente de la que tenamos antes de introducirlos. Este hecho incomoda
mucho a los gestores de inversin
que lgicamente no saben, a partir de
resultados tan aparentemente dispares, cuales son los porcentajes ms
adecuados a invertir en cada activo financiero En otras palabras, las soluciones son muy poco robustas o estables.
El problema sealado es ms grave
cuanto ms corto es el perodo para el

D E

A C T U A L I D A D

FIGURA 1: FRONTERA EFICIENTE

que se planifica el modelo, puesto que

la varianza de la rentabilidad es mayor
con respecto al dato de rentabilidad.
En cambio, se puede considerar relativamente poco importante para perodos superiores a 10 aos y utilizando
agregados de activos financieros. Como consecuencia, la utilizacin de este
tipo de modelos es mucho ms recomendable para carteras a largo plazo por ejemplo, fondos de pensiones que para inversiones a corto. Para obviar problemas como los comentados,
se han propuesto varias soluciones,
ninguna de las cuales puede considerarse demasiado satisfactoria.
En el ejemplo anterior, adems de utilizar la rentabilidad histrica como
rentabilidad esperada, hemos utilizado tambin la varianza y covarianza
histrica como las esperadas. En el caso de la varianza, el error esperado entre la previsin (utilizando datos
histricos) y la realidad es mucho ms
pequeo que en el caso de la rentabilidad. Adems, la propia solucin es
menos sensible a diferencias en la varianza-covarianza que a la rentabilidad. De hecho, se han realizado estudios empricos sobre estos errores, llegando a la conclusin de que los errores en el valor de la rentabilidad esperada tienen una repercusin entre 11
y 20 veces mayor en la solucin que
los errores en la matriz de varianza-

covarianza. Por si fuera poco, los errores cometidos al estimar la rentabilidad esperada son ms importantes
cuanto mayor sea la aversin al riesgo
del inversor.
Por ltimo hay que comentar que a pesar de los problemas anteriores, bastantes autores sostienen que para hacer
una seleccin de cartera adecuada, incluso a corto plazo, sigue siendo mejor
utilizar un modelo tipo Markowitz que
los procedimientos ms o menos subjetivos que en ocasiones se utilizan en
el mercado.
Efectivamente, la planificacin y el diseo de carteras, con este u otras variantes del modelo, o incluso con otros
modelos, permite definir una estrategia
de gestin de carteras en funcin de
unos perfiles de riesgo. Esto ofrece una
buena base sobre la que el profesional
puede decidir en funcin de su informacin puntual y, evidentemente, estas metodologas ayudan en buena parte al gestor a justificar, de cara al inversor, los resultados de la cartera.
Daniel Villalba Vila

Catedrtico de Economa de la Empresa

Universidad Autnoma de Madrid.
E-mail: daniel.villalba@uam.es
Elena Brito Alonso

Bolsa de Madrid.
E-mail: ebrito@bolsamadrid.es

N 97, MARZO 2001

29