Acertasc

Administración de Portafolios
Yessenia Portal
Grupo Iddea
Agosto, 2018
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Yessenia Portal (Grupo Iddea ) Administración de Portafolios Agosto, 2018 1 / 43
Agenda
1 Behavioral Finance
2 Medidas de desempeño
3 Análisis de Media -Varianza
4 Single-index model (SIM)
5 Modelo APT
6 Modelo multifactores
7 Forex y tasas de interés
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Behavioral Finance
Introducción
Behavioral Finance (BF) se definen como “el estudio de cómo la psicología

afecta la toma de decisiones financieras y los mercados financieros”
(Shefrin, 2001).
Analizan por qué se producen desviaciones del comportamiento

humano esperado y, en particular, cómo los entornos de incertidumbre
y riesgo afectan el comportamiento de las personas.
BF se han convertido en el principal desafiante de las teorías
financieras clásicas, como la hipótesis del mercado eficiente.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Behavioral Finance
Teoría clásica de finanzas
Las teorías comúnmente aceptadas se concentran en la aceptación de

que las preferencias se definen por los resultados esperados, que esos
resultados son conocidos y fijados, y que quienes toman las decisiones
maximizan sus beneficios netos al elegir la alternativa que produce el
mayor nivel de beneficios.
Los tomadores de decisiones de inversión maximizan el valor esperado

haciendo siempre elecciones con los mejores resultados.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Behavioral Finance
Prospect Theory
Daniel Kahneman y Amos Tversky (1981) introdujo esta opción de

teoría alternativa bajo la incertidumbre, que racionaliza la evidencia en este
y muchos otros experimentos. Esta teoría introduce una serie de ideas
novedosas en la teoría microeconómica de la toma de decisiones.
1 Relatividad de preferencias.
2 Las preferencias son maleables, no estables.
3 Aversión a la pérdida.
4 Un individuo típico es reacio al riesgo en el dominio de las ganancias
y amante del riesgo en el dominio de la pérdida.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Behavioral Finance
Prospect Theory
Las propiedades antes mencionadas se pueden resumir por una

representación de preferencias sobre loterías que son dependiente de una
referencia:
∑n
U(L; r) = pj v(xj − r)
j=1
Donde, v(.) función de valor prospectivo y rϵR es el punto de referencia. La

función v(z) es creciente, concava para z ≥ 0 (ganancia) y convexo para
z < 0 (pérdidas). La aversión a la pérdida es capturada por el hecho de
que la función v(z), tal que:
v(z− )
lim =λ>1
z→0 v(z+ )
Donde λ es una medida de aversión a la pérdida. tipicamente valores de λ

medidos en laboratorios de experimentos son entre 1.4 y 2.5.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Behavioral Finance
Decisiones de inversión y el apetito por riesgo
1 Comportamientos individuales.
1 Anchoring.
2 Sobreconfianza.
2 Comportamientos grupales.
1 Efecto Contagio.
2 Comportamiento manada.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Medidas de desempeño
Alfa y beta
-
El alfa y beta son calculados por estimar una regresión del retorno de la
estrategia, Ret = Rt − Rf , en exceso de la tasa libre de riesgo, Rf , sobre el
exceso de retorno de mercado, RM,e t .
Ret = α + βRM,e
t + εt
El exceso de retorno de un mercado neutral.
Ret − βRM,e
t = α + εt → α
Donde α es el exceso de retorno neutral al riesgo, ajustado por riesgo de

mercado, originado por habilidades de trading del manager del portafolio
(o suerte).
HF =neutral al riesgo. β = 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ratios ajustados al riesgo
1 El ratio de Sharpe (RS) mide la inversión recompensada por unidad

de riesgo.
E(R − Rf )
RS =
σ(R − Rf )
Mide la recompensa por tomar una unidad de riesgo. La recompensa
es igual al retorno esperado sobre la tasa libre riesgo, mientras que es
riesgo es la desvío estándar de los retornos.
2 Ratio de información.
α
IR =
σ(ε)
Se estima una regresión: Ret = α + βRM,e
t + εt .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ratio de alfa a Margen
El retorno de una estrategia largo/ corto con máximo leverange.

α
AM =
margen
Ejemplo: si el margen requerido es igual a 10% significa que se puede

usar leverange de 10 a 1.
El ratio AM depende de: a) la compensación por unidad de riesgo, el
ratio de información. b) el riesgo que puedes aplicar por unidad de
margen del equity. Entonces:
σ(ε)
AM = RI ×
margen
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
RAROC y High Water Mark

1 Retorno sobre Capital ajustado por riesgo (RAROC).
E(R − Rf )
RAROC =
capital económico
El capital económico es la cantidad necesaria para aminorar pérdidas
en situaciones extremas de la estrategia, con cierto nivel de confianza,
ej. VaR.
2 High Water Mark: Considere el precio de la cuota de un HF o su

retorno acumulado Pt , donde:
Pt = Pt1 × (1 + Rt )
Considere, HF solo cobran los fees si su rentabilidad es mayor a

HWM.
Por lo tanto, si se producen pérdidas, ellos deben devolver este
dinero a los inversionistas y solo cobrar fees sobre la rentabilidad
por sobre HWM. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Drawdown
Una medida importante de riesgo para las estrategias de HF es su

drawdown (DD)
DDt = (HWMt − Pt )/HWMt

Observar un drawdown alto es costo y riesgoso:
Se puede solicitar reembolsos para los inversionistas.
Cuando se evalua una estrategia, a vecs se mira el drawdown máximo
(MDD) de un período de tiempo pasado determinado.
MDDT = máxt≤T DDt
Si los retornos acumulados son aritméticos, Pt = Pt−1 +R, entonces el
drawdown también se define de manera aditiva como: DDt = HWMt − Pt .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Ajustando medidas de desempeño por Iliquidez
Suponga que “Late Capital Management” (LCM) invierte 100% en el

mercado.
El LCM siempre se valoriza a precios de mercado con un mes de
rezago. Entonces la cov(RLCM
t , RM
t ) es cero.
¿Cuáles son los valores estimados de α y β en:?
RLCM,e
t = α + βRM,e
t + εt
Los precio de cierre de mes están “obsoletos”.

No existen precios públicos para activos que se transan OTC.
Por lo tanto, los precios no reflejan toda la volatilidad del mercado.
Ret = αajustado + β0 RM,e

t + β1 RM,e L M,e
t−1 + ... + β Rt−L + εt
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Análisis de Media -Varianza
Aversión al riesgo
Pongamos en uso nuestro marco para la toma de decisiones bajo

incertidumbre.
Considere un inversor adverso al riesgo con una función de utilidad

esperada VN-M que divide su riqueza inicial Y0 en una cantidad a asignada
a un activo con riesgo - digamos, el mercado de acciones - y una cantidad
Y0 − a asignada al activo sin riesgo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Aversión al riesgo - función de utilidad CARA
Considere un maximizador de la utilidad esperada que necesita decidir

cómo asignar su riqueza w0 entre 2 activos, uno libre de riesgo y otro
riesgoso. El retorno del activo libre de riesgo es r0 ≥ 1 con certidumbre, es
decir, $1 invertido genera un rendimiento de (1 + r0 ) en el final del periodo.
El retorno del activo riesgoso es r̃ random.
w̃(a) = (1 + r̃)a + (1 + r0 )(w0 − a) = (r̃ − r0 )a + (1 + r0 )w0

Por facilidad de notación, w = w0 (1 + r0 ) y ỹ = r̃ − r0 será el exceso de
retorno del activo riesgoso, entonces:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
w̃(a) = ỹa + w
Observe que el valor esperado de riqueza es E [w̃(a)] = E [ỹ] a + w y
Var(ỹ)a2 . Por consiguiente, si E [ỹ] ≤ 0 un individuo adverso al riesgo no
invertira en el activo riesgoso, es decir, eligirá a = 0.
De hecho, si el rendimiento excedente esperado en relación con el activo

libre de riesgo es negativo, el individuo obtiene una mayor riqueza esperada
invirtiendo en el activo libre de riesgo y, además, evita el riesgo individual.
Para simplificar, supongamos que el agente tiene preferencias CARA y que

la distribución del activo de riesgo es una distribución normal. En este
caso, un cálculo muestra la certeza equivalente tiene una forma de
media-varianza.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
1
C(CARA, Normal) = E [w̃(a)] − A.Var(w̃(a))
2
Usando las fórmulas para E [w̃(a)] y Var(w̃(a)) se obtiene una función de
utilidad implicita dependiente sobre la variable de decisión a.
1
V(a) = E [ỹ] a + w − A.Var(ỹ)a2
2
Maximizando esta expresión con respecto a, para una solución interior
debemos tener V′ (a∗ ) = 0, por consiguiente obtenemos:
1 E [ỹ]
a∗ =
A Var(ỹ)
Concluimos que la inversión en el activo riesgoso, aumenta para los

retornos esperado en exceso del activo riesgoso en relación al activo libre
de riesgo, disminuye por la volatilidad del activo riesgoso y disminuye en el
coeciente de la aversión al riesgo. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Asignación de cartera
e 1 = (1 + rf )(Y0 − a) + a(1 + r̃) = Y0 (1 + rf ) + a(r̃ − rf )

Y
Donde:
Y0 : riqueza inicial
a : cantidad asignada a acciones
er : retorno aleatorio de las acciones
rf : retorno libre de riesgo
e 1 : riqueza final
Y
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
El inversor elige a para maximizar la tilidad esperada.

máx
{ ( )} máx
a E u Ỹ1 = a E {u (Y0 (1 + rf ) + a(r̃ − rf ))}
Si el inversor es adverso al riesgo, entonces u es cóncava y además la

condición de primer orden para este problema de optimización sin
ligaduras, que se halla diferenciando la función objetivo respecto de la
variable de elección e igualando a cero, es necesaria y suficiente para el
valor a∗ que resuelve el problema.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
La condición de primer orden es.
E {u′ (Y0 (1 + rf ) + a∗ (r̃ − rf ))(r̃ − rf )} = 0

Si la función de utilidad de Bernoulli u es creciente y cóncava, entonces
a∗ > 0 si y sólo si E(r̃) > rf

a∗ = 0 si y sólo si E(r̃) = rf
a∗ < 0 si y sólo si E(r̃) < rf
Un inversor adverso al riesgo siempre asignará alguna fracción de sus
fondos al mercado de acciones si el retorno esperado de las acciones supera
el retorno libre de riesgo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Single-index model (SIM)
Introducción
Aunque el CAPM tiene implicaciones prácticas y de comportamiento, necesita ser
convertido en una forma empíricamente utilizable: Single Index Model (SIM).
Figura: Comparaciones
CAPM SIM
Se expresa en términos de retornos esperados Análogo razonablemente directo

de SML
Teoría económica que afirma que Alpha en el Se usa como un medio para
largo plazo tiene un valor esperado de cero probar el CAPM
Cuando el índice general del mercado está aumentando fuertemente, las

acciones en general, tenderán a aumentar en respuesta a este movimiento
del mercado.
Cuando el índice del mercado está cayendo estrepitosamente, las acciones
en general tenderán a disminuir. . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
El modelo
El SIM es una regresión lineal simple que se expresa como:
Ri = αi + βi Rm + ei
Donde, Ri es el rendimiento de un activo o cartera, Rm es el retorno de

mercado, se usa como proxy el S&P500, β el beta mide la respuesta del
activo al mercado e indica como el retorno del activo varia con los cambios
en el retorno de mercado, y α indica cuál sería el retorno del activo o la
cartera cuando el rendimiento del mercado es cero.
Ejemplo: un activo o una cartera con un alfa de 2% ganaría un 2% incluso

cuando el rendimiento del mercado fuera cero, y obtendría un 2% adicional
en todos los niveles de rentabilidad del mercado.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Riesgo - Retorno
Usando el SIM, podemos expresar el retorno esperado de un activo como:
E(Ri ) = αi + βE(Rm )
1 Componente de retorno especifico αi

2 Componente de retorno relacionado al mercado. βE(Rm )
Y el riesgo del activo es:
Var(Ri ) = β 2 Var(Rm ) + Var(e) → Riesgo total = riesgomcdo + riesgoespecı́fico
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
SIM para un portafolio
El retorno de un portafolio, bajo el SIM:
E(Rp ) = αp + βp E (Rm )
El riesgo de un portafolio:
∑
N
Var(Rp ) = βp2 Var(Rm ) + w2i Var(ei )
i=1
∑N ∑N
Donde, αp = i=1 wi αi y βp = i=1 wi βi es el beta del portafolio.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Midiendo el Beta
El concepto general es que hay una tendencia a sobreestimar el Betas de

acciones de alta beta y subestimar las betas de acciones de baja beta.
Fórmula por Merrill Lynch para ajustar las betas:
βa = 0.66βh + 0.34βm
El beta ajustada de una acción es una media ponderada de su beta

históricamente y el beta promedio del mercado.
La ponderación derivada empíricamente, dos tercios a la beta

históricamente medida y un tercio a la beta promedio, proporciona un
ajuste que se ha demostrado que reduce el error de estimación en
betas observadas posteriormente.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Modelo APT
Introducción
R. Stephen (1976) desarrolló un modelo alternativo de equilibrio,

conocido como teoría de precios de arbitraje (APT).
El retorno esperado de un activo financiero puede ser modelado como

una función lineal de varios factores macroeconómicos.
En este modelo se obtiene beneficios de las propiedades del proceso

que genera retornos de acciones y emplea el arbitraje para definir el
equilibrio.
La tasa de retorno que se deriva del modelo será utilizada para

estimar correctamente el precio del activo, entonces el precio del
activo debe igualar el precio esperado al final del periodo descontado
a la tasa dada por el modelo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Modelo APT
El modelo
El modelo APT puede ser expresado como:
E(Ri ) = rf + bi1 F1 + bi2 F2 + .. + bin Fn + ϵj
El modelo no especifica la cantidad o los factores que son importantes para

determinar los retornos de los activos. No obstante, es posible considerar
como elementos fundamentales:
Factores macroeconómicos: interés las tasas, inflación, crecimiento

económico real, tipo de cambio y relaciones de primas de riesgo.
Alternativamente,
Factores de índice: índice de mercado o capitalización de mercado

(proxy de liquidez).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Modelo APT
Modelo APT - índices
La versión de dos factores del modelo APT puede describirse como:
RI = Rf + bi1 F1 + bi2 F2
Donde:
F1 es el factor de mercado, usando como proxy un índice de mercado.
F2 es el factor liquidez, (costo de realizar transacciones rápidamente).
Bajo un verdadero arbitraje, el inversor está garantizando una ganancia,

mientras que bajo el arbitraje APT, el inversor está garantizando una
ganancia esperada
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Modelo APT
Multi-Index Model
El modelo de multiples índices, considerando cuatro efectos además del

efecto del mercado.
Ri = αi + βm Rm + βg Rg + βc Rc + βs Rs + βe Re + ei
Este modelo indica que el retorno sobre un activo es una función de 5

factores: 1) Rm factor de mercado, 2) Rg factor crecimiento, 3) Rc factor
ciclico, 4) Rs factor estable, y 5) Re factor energía.
¿Cuántos factores usar? ¿Qué horizonte de tiempo usar?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Modelo APT
Riesgo-Retorno
El riesgo de un activo puede ser expresado como:

2
Var(Ri ) = βm Var(Rm )+βg2 Var(Rg )+βc2 Var(Rc )+βs2 Var(Rs )+βe2 Var(Re )+Var(e)
El componente de riesgo diversificable se reduce a medida que se

agregan factores a la cartera.
En el caso del SIM se incorpora estos riesgos en el componente de
riesgo específico y, por lo tanto, supone implícitamente que son
diversificables.
Generalmente el SIM subestimará la magnitud del riesgo diversificable
en un activo o una cartera.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Modelo multifactores
Fama y French (1992)
El objetivo es evaluar los roles de 5 indicadores:β de mercado, tamaño (ME),

beneficio/precio, apalancamiento y book to market, en los rendimientos promedio
de NYSE, AMEX, y NASDAQ
Ri = αi + ln(ME) + ln(BE/ME) + ln(A/ME) + ln(A/ME) + E/Pdummy + E(+)/P
Se muestra una fuerte relación negativa entre el tamaño de capitalización

de mercado y el retorno promedio.
Existe una relación positiva entre el β de mercado y los retornos promedio.
Efecto relativo “distress” ⇒ un alto ratio BE/ME implica que el mercado

tiene la perspectiva que las proyecciones de la empresa serán relativamente
pobres en comparación a una empresa con bajo BE/ME.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Se usan dos variables para la variable de apalancamiento.

1 El ratio book asset to market A/ME (medida de apalancamiento de
mercado), y
2 El ratio de book assets to book equity A/BE (medida de
apalancamiento contable). ln(BE/ME) = ln(A/ME) − ln(A/BE)
Para la variable beneficio/precio se evalúa dos opciones.

1 Cuando el valor de las ganancias es positivo: si las ganancias actuales
son una proxy de las ganancias esperadas ⇒ acciones con alto riesgo
(altos retornos) tendrán un bajo precio en relación a sus ganancias.
2 Cuando las ganancias son negativas se usa una variable dummy.
Se concluye: la combinación entre “tamaño” y ratio “book to market”

absorben el aparente rol de las variables de apalancamiento y ratio
earnings/price en los retornos promedio.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Los rendimientos a ser explicados en el paper son para carteras de

bonos gubernamentales en dos rangos de vencimiento, carteras de
bonos corporativos en cinco grupos de calificación, y 25 carteras de
acciones formadas sobre “capitalización” (Size) y “book/market”.
Fama y French, capturan la variación común en los rendimientos de

bonos y acciones. Las rentabilidades de las acciones tienen una
variación compartida relacionada con tres factores del mercado de
valores, y están vinculadas a los rendimientos de los bonos a través
dos factores, tasas de interés y probabilidad de incumplimiento.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Fama y French (1993): Equity
R(t) − RF(t) = α + b [RM(t) − Rf (t)] + sSMB(t) + hHML(t) + e(t)
1 SMB (Small minus Big) ⇒factor de riesgo size

El portafolio SMB es la diferencia entre el promedio simple de los
rendimientos de las tres carteras de acciones pequeñas (S/L, S/M y S/H) y
el promedio simple de los rendimientos de los tres carteras de acciones
grandes (B/L, B /M y B/H).
2 HML (High minus Low) ⇒factor de riesgo value

El portafolio HML es la diferencia, entre el promedio simple de los retornos
de las dos carteras de alto BE/ME (S/H y B/H) y el promedio de los
retornos de las dos carteras de bajo B/M ( S/L y B/L). Los dos
componentes de HML son rendimientos en portafolios de ratios B/M altos
y bajos con aproximadamente el mismo tamaño promedio ponderado. Por
lo tanto, la diferencia entre los dos retornos debería estar libre del factor
“tamaño”. .
. .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.

Fama y French (1993): Bonds
R(t) − RF(t) = α + mTERM(t) + dDEF(t) + e(t)
1 Tasas de interés (TERM): Riesgo en los retornos de bonos surge de

cambios en las tasas de interés, esta variable proxy es la diferencia
entre el rendimiento mensual de bonos del gobierno a largo plazo y la
tasa de bonos del tesoro.
2 Probabilidad de incumplimiento (DEF): Riesgo dado los cambios

en las condiciones económicas que modifican la probabilidad de
incumplimiento. La variable es la diferencia entre el rendimiento de
una cartera de mercado de bonos corporativos a largo plazo y el
rendimiento de los bonos del gobierno a largo plazo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Modelo cuatro factores Carhart (1994)

El modelo de Carhart es una extensión del modelo fama y french de tres
factores que incluye el factor “momentum”.
Ri − Rf = αi + bi (Rm − Rf ) + si SMBt + hi HMLt + ui UMD + ei
Donde, UMD es el factor momentun. Este factor representa el impulso

(mensual) en una acción y se describe como la tendencia a que el precio de
las acciones continúe subiendo si está subiendo y continúe disminuyendo si
esta disminuyendo.
(t−n) − R̄(t−n)
¿Como calcularUMD? =⇒ R̄win loss
Una acción está mostrando impulso si su promedio anterior de retornos de

12 meses es positivo.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

El modelo de 5 factores es otra extensión del modelo Fama y French
(1993), que parte del modelo de descuento de dividendos (DDM),
Modigliani y Miller (1961) muestra que:
∞
∑
Mt = E (YT+τ − dBt−τ ) /(1 + r)τ (1)
t=1
Donde, Mt es el valor de mercado, Yt+τ representa las ganancias de capital

para el periodo t − τ , dBt−τ = Bt−τ − Bt−τ −1 es el cambio en el valor
contable de la acción, y r es la tasa interna de retorno sobre los flujos de
efectivo esperados para los accionistas.
Ahora, si dividimos por Bt obtenemos:

∑∞
Mt E (YT+τ − dBt−τ ) /(1 + r)τ
= t=1 (2)
Bt Bt
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
La ecuación (eq.2) implica que si mantemos constante todo excepto el

valor actual de la acción, Mt , y el retorno de la acción r; entonces, un más
alto Bt /Mt indica mayores retornos esperados. Por consiguiente, el valor de
mercado Mt además responde a los pronósticos de ganancias e inversión.
Ri − Rf = αi + bi (Rm − Rf ) + si SMBt + hi HMLt + ri RMWt + ci CMAt + e
Donde,
RMW (Robust minus Weak) =⇒ Factor rentabilidad
CMA (Conservative minus Aggressive) =⇒ Factor inversión
Este modelo muestra que los retornos esperados más altos son alcanzados
por compañías pequeñas, rentables, de valor y sin grandes perspectivas de
crecimiento.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
El modelo de 5 factores explica entre el 71% y el 94% de la varianza

de los rendimientos esperados para las carteras de tamaño, valor,
rentabilidad e inversión.
El modelo de cinco factores tiene una mejor bondad de ajuste que el

modelo de tres factores, ya que disminuye los rendimientos promedio
de las anomalías que no se explicaron.
¿porque se sigue usando el modelo de tres factores?
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Forex y tasas de interés
¿Que es Forex?
Trading de divisas, un mercado mundial descentralizado de las divisas que se

operan en todo el mundo. Es el mercado más grande de divisas que supera los
US$ 5 billones de operaciones diarias.
Si se espera que una moneda aumentará el valor =⇒ puede comprar la
divisa.
Si se espera que una moneda disminuirá el valor =⇒ puede vender la divisa.
Ejemplo: Se espera que el EUR aumentará frente al USD ⇒comprar la divisa.

EUR/USDcompra = 0.6145
EUR/USDventa = 0.6139
El spread es de 4 pips, si la operación se mueve a favor (o en contra) entonces
una vez que cubra el spread, podría ser una ganancia (o una pérdida) en la
operación.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Apalancamiento en Forex
¿Cómo obtener un rendimiento significativo realizando trading en

Forex?
Esto se puede lograr con apalancamiento.

Es importante recordar que, ¡el apalancamiento no sólo aumenta
potencialmente sus ganancias, sino también las pérdidas!.
Ejemplo:
Considerando un apalancamiento de 100:1, se puede operar en el mercado
con $ 1000 reteniendo solo $ 100 en el margen de la cuenta de trading.
Para abrir y mantener una posición se debe contar con un deposito

necesario reequerido, a esto se conoce como nivel e margen.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Paridad descubierta de tasas de interés
Cuando se cumple la condición de no arbitraje sin el uso de un forward.
(1 + r)St
− (1 + r∗ ) = 0
St+1
lo que implica:
1 + r∗ St
=
1+r St+1
( )
Definiendo la △ del tipo de cambio spot como: △St+1 ≡ log St+1St−St
y asumiendo pequeñas diferencias en las variaciones del tipo de cambio
spot y en las tasas de interés, es posible usar aproximaciones logarítmicas y
obtener la siguiente relación:
r − r∗ = △St+k → PDTI
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Tasas de interés
¿Donde invertir?
Lo más seguro es que decida invertir en un país con mayor tasa de interés
⇒ fortalece la moneda de ese país.
Entonces,
si ↑ △iextranjero − ilocal ⇒ habrá una moneda con mayor rendimiento
que la otra, favoreciendo a la moneda de mayor rendimiento.
si ↓ △iextranjero − ilocal ⇒ la moneda favorecida será la de menor

rendimiento.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .

Acertasc

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Acertasc

Uploaded by

Copyright:

Available Formats

Administración de Portafolios

3 Análisis de Media -Varianza

4 Single-index model (SIM)

7 Forex y tasas de interés

Behavioral Finance (BF) se definen como “el estudio de cómo la psicología

Analizan por qué se producen desviaciones del comportamiento

Teoría clásica de finanzas

Las teorías comúnmente aceptadas se concentran en la aceptación de

Los tomadores de decisiones de inversión maximizan el valor esperado

Daniel Kahneman y Amos Tversky (1981) introdujo esta opción de

Las propiedades antes mencionadas se pueden resumir por una

Donde, v(.) función de valor prospectivo y rϵR es el punto de referencia. La

Donde λ es una medida de aversión a la pérdida. tipicamente valores de λ

Decisiones de inversión y el apetito por riesgo

Donde α es el exceso de retorno neutral al riesgo, ajustado por riesgo de

Ratios ajustados al riesgo

1 El ratio de Sharpe (RS) mide la inversión recompensada por unidad

Ratio de alfa a Margen

El retorno de una estrategia largo/ corto con máximo leverange.

Ejemplo: si el margen requerido es igual a 10% significa que se puede

RAROC y High Water Mark

2 High Water Mark: Considere el precio de la cuota de un HF o su

Considere, HF solo cobran los fees si su rentabilidad es mayor a

Una medida importante de riesgo para las estrategias de HF es su

DDt = (HWMt − Pt )/HWMt

Ajustando medidas de desempeño por Iliquidez

Suponga que “Late Capital Management” (LCM) invierte 100% en el

Los precio de cierre de mes están “obsoletos”.

Ret = αajustado + β0 RM,e

Pongamos en uso nuestro marco para la toma de decisiones bajo

Considere un inversor adverso al riesgo con una función de utilidad

Aversión al riesgo - función de utilidad CARA

Considere un maximizador de la utilidad esperada que necesita decidir

El retorno del activo riesgoso es r̃ random.

w̃(a) = (1 + r̃)a + (1 + r0 )(w0 − a) = (r̃ − r0 )a + (1 + r0 )w0

Aversión al riesgo - función de utilidad CARA

De hecho, si el rendimiento excedente esperado en relación con el activo

Para simplificar, supongamos que el agente tiene preferencias CARA y que

Aversión al riesgo - función de utilidad CARA

Concluimos que la inversión en el activo riesgoso, aumenta para los

e 1 = (1 + rf )(Y0 − a) + a(1 + r̃) = Y0 (1 + rf ) + a(r̃ − rf )

El inversor elige a para maximizar la tilidad esperada.

Si el inversor es adverso al riesgo, entonces u es cóncava y además la

La condición de primer orden es.

E {u′ (Y0 (1 + rf ) + a∗ (r̃ − rf ))(r̃ − rf )} = 0

a∗ > 0 si y sólo si E(r̃) > rf

Se expresa en términos de retornos esperados Análogo razonablemente directo

Cuando el índice general del mercado está aumentando fuertemente, las

El SIM es una regresión lineal simple que se expresa como:

Donde, Ri es el rendimiento de un activo o cartera, Rm es el retorno de

Ejemplo: un activo o una cartera con un alfa de 2% ganaría un 2% incluso

Usando el SIM, podemos expresar el retorno esperado de un activo como:

1 Componente de retorno especifico αi

Y el riesgo del activo es:

Var(Ri ) = β 2 Var(Rm ) + Var(e) → Riesgo total = riesgomcdo + riesgoespecı́fico

SIM para un portafolio

El retorno de un portafolio, bajo el SIM:

El concepto general es que hay una tendencia a sobreestimar el Betas de

Fórmula por Merrill Lynch para ajustar las betas:

El beta ajustada de una acción es una media ponderada de su beta

La ponderación derivada empíricamente, dos tercios a la beta

R. Stephen (1976) desarrolló un modelo alternativo de equilibrio,

El retorno esperado de un activo financiero puede ser modelado como