U T D T .

R iesg o , In certid u m b re & F in a n za s

Matemtica del Portafolio Frontera

En caso de que exista ms de un activo riesgoso de modo que el individuo pueda formar distintos portafolios (sin restricciones), si alguno de estos
portafolios domina estocsticamente en segundo orden a todo el resto de los
portafolios (dada una igual media) entonces este portafolio tiene que ser el
que tiene la mnima varianza. El conjunto de todos los portafolios que minimizan la varianza (o el desvo) dadas diferentes medias forman un conjunto
que se denomina como la frontera ( de portafolios con dicha caracterstica)
En el prrafo anterior se sugera la existencia de un isomorfismo entre la
maximizacin de la utilidad esperada y la minimizacin de la varianza (dada
una media). Notemos sin embargo que la aversin a una mayor varianza est
implicita en la concavidad estricta de la funcin de utilidad. y por lo tanto
dicho isomorfismo (entre el modelo de media-varianza y la maximizacin
de la utilidad esperada) no es vlido para funciones de utilidad y/o
distribuciones arbitrarias.
A los efectos de ver que dicho isomorfismo se cumple solo en casos particulares se proceder a expandir por Taylor la funcin de utilidad alrededor
de la riqueza final esperada, E(w),
e y luego tomar su valor esperado, es decir
U(w)
e = U(E(w))
e + U 0 (E(w))(
e w
e E(w))
e +
1
+ U 00 (E(w))(
e w
e E(w))
e 2 + R(w),
e
2
y tomando valor esperado obtenemos

e
w
e E(w))
e +
E(U(w))
e = U(E(w))
e + U 0 (E(w))E(
1
+ U 00 (E(w))E(
e
w
e E(w))
e 2 + E(R(w)),
e
2
donde

X
1 dn U(E(w))
e
R(w)
e =
(w
e E(w))
e n,
n
n!
d w
e
n=3

es el resto de una expansin de Taylor (de aqui en ms lo denominaremos

simplemente como resto).
1

Entonces podemos expresar la utilidad esperada como

1
E(U (w))
e = U(E(w))
e + U 00 (E(w))
e 2w + E(R(w)).
e
2

(1)

La ecuacin (1) muestra (dado el carcter cncavo de la funcin de utilidad) que la maximizacin de la utilidad esperada esta asociada a la aversin
por la varianza, y la preferencia por una mayor media. Sin embargo tambin demuestra que no se puede nicamente caracterizar la utilidad esperada
como una funcin positiva de la esperanza y negativa de la varianza, ya que
el agente tambin debera maximizar el resto de Lagrange. Para que se pueda
tomar ambas operaciones (maximizar utilidad esperada o minimizar varianza
dado una media) como equivalentes se deben exigir ciertas restricciones sobre
la distribucin de los retornos, o sobre la funcin de utilidad.
Si se toma una funcin de utilidad cuadrtica (dado que las derivadas
de orden mayor a 2 son nulas) se puede caracterizar a la maxmizacin de la
utilidad esperada a travs de un problema de media y de varianza. De hecho
si se considera la siguiente funcin de utilidad

se obtiene

1 2
U(w)
e =w
e bw
e,
2
1
E(U(w))
e = E(w)
e bE(w
e2 ),
2

1
E(U(w))
e = E(w)
e b(E(w)
e 2 + 2w ).
2

Se puede observar que la utilidad esperada est caracterizada totalmente

por la media y por la varianza. De hecho no hay ms que aplicar el operador
Max para darse cuenta que maximizar la utilidad es igual a minimizar la
varianza dada la media
1
Max{E(U(w))}
e
= E(w)
e + Max{ b(E(w)
e 2 + 2w )},
2
z

es constante

}|
{
1
1
e bE(w)
e 2 + bMin{ 2w }.
Max{E(U(w))}
e
= E(w)
2
2
2

Otra condicin suficiente para que el modelo de media-varianza sea equivalente a maximizar la utilidad esperada, es que los retornos tengan una
distribucin Normal. Se debe recordar que la distribucin Normal tiene la
propiedad de que los momentos de orden mayor al dos pueden ser expresados
como funciones de los dos primeros momentos. Es decir que E{R(w)}
e puede
ser expresado como una sumatoria de funciones de media y varianza que son
conocidas. Por lo tanto para funciones de utilidad arbitrarias, la normalidad
de la distribucin de los retornos es condicin suficiente para caracterizar
completamente a la utilidad esperada con la media y la varianza.
Lamentablemente estas condiciones presentan algunas propiedades no deseables. Por ejemplo, la utilidad cuadrtica presenta la propiedad de saciedad
y de increasing absolute risk aversion. La primer propiedad no parece ser
una buena representacin del comportamiento de los agentes. La segunda
propiedad implica que el riesgo es tratado como un bien inferior (lo cual es
contra intuitivo). Por su parte la distribucin Normal no parece caracterizar
correctamente las distribuciones de los retornos (componente estocstico de
la riqueza), ya que permite que tomen valores infinitamente negativos.
Por estas razones el modelo de media-varianza no es un modelo general
de eleccin de activos. Pero dado que tiene buenas predicciones empricas y
que, principalmente, es analticamente es manejable ocupa un rol central en
la teora de eleccin de portafolios.

Modelo de Media-Varianza

Supuestos
1 Existen n 2 activos riesgosos en la economa
2 No existen fricciones en la economa
3 Se permite ir corto (short-selling) en activos o portafolios
4 Los activos tienen varianzas finitas y diferentes medias
5 El retorno de cualquier activo no puede ser expresado como combinacin lineal de retornos de otros activos
Bajo estos supuestos la matriz de varianza-covarianza V es no singular y
simtrica. Se define a w <n como los pesos de los diferentes activos dentro
del portafolio, por ende w0 V w es la varianza del portafolio.1
1

Considere un portafolio que consiste en elegir cantidades de 2 activos r1 y r2 .

Por lo tanto un portafolio es un portafolio frontera si tiene la varianza

mnima entre todos los portafolios que tienen su misma media. Es decir un
portafolio p es frontera si y slo si wp es solucin del siguiente programa
1
Min w0 V w
{w} 2

w0 e = E(rp ) , w0 I = 1;

sa

donde I es un vector (de n-componentes) de unos y e es un vector (de ncomponentes) de las esperanzas de los retornos de los n activos que componen
el portafolio. Notemos que no existe restriccin alguna sobre el lmite de
short-selling.
El Lagragiano que resuelve el programa es el siguiente
1
Min L = w0 V w + (E(rp ) w0 e) + (1 w0 I).
{w,,}
2
Las condiciones de primer orden (CP O) son
Lw = V w e I = 0,

(2)

L = E(rp ) w0 e = 0,
Definimos el retorno de dicho portafolio rp , entonces
rp = w1 .r1 + (1 w1 )r2
La media de rp puede ser expresada como
p = w1 .1 + (1 w1 ).2
y la varianza como
2p = w12 .21 + (1 w1 )2 . 22 + 2w1 (1 w1 )cov(r1 , r2 )
Notemos que definimos el vector de pesos como w =
y la matriz
de varianza-covarianza

como
21
cov(r1 , r2 )
V =
, entonces
cov(r1 , r2 )
22
2p = w0 V w.

w1
(1 w1 )

L = 1 w0 I = 0.
Como V es una matriz definida positiva, estas condiciones son necesarias
y suficientes para la existencia de un mximo global.
Despejando wp de (2) obtenemos
w = V 1 e + V 1 I.

(3)

Pre-multiplicando en ambos lados de (3) por e0 se obtiene

E(rp ) = (e0 V 1 e) + (e0 V 1 I),
(ya que E(rp ) = w0 e), y pre-multiplicando a ambos lados (3) por I 0 se
obtiene
1 = (I 0 V 1 e) + (I 0 V 1 I),
(ya que 1 = w0 I) por lo que definiendo
A = I 0 V 1 e,

B = e0 V 1 e,

D = BC A2 ,

C = I 0 V 1 I,

se obtiene (notar que A = A0 )

E(rp ) = B + A,
y
1 = A + C.

B A
A C

E(rp )
1

Finalmente, resolviendo este sistema se obtiene

=

CE(rp ) A
D

&

B AE(rp )
,
D

donde luego, reemplazando a y a en la ecuacin (3) se obtiene

wp =

CE(rp ) A 1
B AE(rp ) 1
V e+
V I,
D
D
5

(4)

donde reagrupando obtenemos

=g

=h

z
}|
{ z
}|
{
1
1
1
1
1
1
wp = (B(V I) A(V e)) + (C(V e) A(V I)E(rp ).
D
D
Por ltimo se encuentra que el nico set de pesos para formar el portafolio
frontera, dada una esperanza E(rp ) es
wp = g + hE(rp ).

(5)

Esta expresin nos dice que cualquier portafolio es un portafolio frontera

si y slo si sus ponderaciones son tales que dicho portafolio puede ser representado por (5) (pues es la solucin del problema de maximizacin). El
conjunto de todos los portafolios fronteras, forman la frontera de portafolios.
A continuacin se presentan una serie de teoremas (cuatro) que sern
tiles para definir la forma de esta frontera y sus puntos crticos.
Theorem 1 Si dos portafolios pertenecen al conjunto forntera wp1 , wp2
F ront(w), entonces toda combinacin lineal entre ellos tambin pertenece a
la frontera.

Demostracin. Por hiptesis sabemos que

wp1 = g + hE(rp1 )

wp2 = g + hE(rp2 ).

Si definimos wp = wp1 + (1 )wp1 , reemplazando se obtiene

wp = (g + hE(rp1 )) + (1 )(g + hE(rp2 )) wp = g + h(E(rp )),
donde
E(rp ) = wp e0 = (wp1 + (1 )wp1 )e0 = E(rp1 ) + (1 )E(rp2 ).
Por lo tanto wp = wp1 + (1 )wp1 F ront(w).
6

Este teorema nos permite generar toda la frontera, a partir de dos portafolios frontera distintos.
La importancia del segundo teorema presentado a continuacin radica en
que a partir de ste se puede inferir la forma de la frontera, sus asntotas y
el punto donde se encuentra el portafolio de mnima varianza.
Theorem 2 La covarianza de dos portafolios forntera p y q es

Cov(rp , rq ) = wp0 V wq =

C
1
(E(rp ) A/C)(E(rq ) A/C)) +
D
C

Demostracin. Dado que wp0 V wq es igual a

(g + hE(rp ))0 V (g + hE(rq )) = g 0 V g + g 0 V hE(rq ) +
+E(rp )h0 V g + E(rp )h0 V hE(rq )
A partir de ahora se analizar sumando por sumando para obtener trminos ms simplificados.
El primer sumando es equivalente a
1 0 1
(I V B e0 V 1 A)V (BV 1 I AV 1 e),
D2
1 0
=
(I B e0 A)(BV 1 I AV 1 e),
D2
1
=
B
D

g0V g =

(No olvidar que tanto A, B, C, D son matrices de 1 1).

El segundo sumando es igual a
1 0
(I B e0 A)(CV 1 I AV 1 I)E(rq ),
D2
A
= E(rq )
D

g 0 V hE(rq ) =

A
E(rp ).
El tercer sumando es anlogo al anterior D

Por ltimo, el cuarto sumando es equivalente a

1
E(rp )(e0 C I 0 A)(CV 1 e AV 1 I)E(rq ),
D2
C
= E(rp )E(rq ) .
D

E(rp )h0 V hE(rq ) =

En conclusin, la expresin primera qued reducida a

wp0 V wq =

1
[B AE(rq ) AE(rp ) + E(rp )E(rq )C],
D

reemplazando B por D/C + A2 /C y diviendo y mutliplicando por C

wp0 V wq =

A
A
A
1 D
[ + {( )2 E(rq ) E(rp ) + E(rp )E(rq )}C],
D C
C
C
C

lo que esta entre llaves es equivalente a E(rp ) A/C)(E(rq ) A/C).

Por lo tanto
wp0 V wq =

2.1

C
1
+ {(E(rp ) A/C)(E(rq ) A/C)} .
C
D

Derivacin de la Frontera

De la frmula para la covarianza se puede inferir la siguiente expresin para

la varianza
C
1
+ (E(rp ) A/C)2 ,
C
D
donde reordenando obtenemos la siguiente expresin
2 (rp ) =

(6)

2 (rp ) (E(rp ) A/C)2

= 1.

1/C
D/C 2
Esta ltima expresin es la ecuacin implcita de un Hiprbola en el plano
((rp ), E(rp )), con centro en (0, CA ) y asntotas
p
E(rp ) = A/C D/C(rp ).
8

2.1.1

Portafolio de Mnima Varianza.

Se puede ver claramente de la frmula (6) que la mnima varianza se obtiene

cuando E(rp ) = A/C. El desvo estndar de dicho portafolio es (rp ) =
p
1/C. Se denota al retorno del portafolio de mnima varianza como rmv . A
continuacin se presenta la imagen de la frontera, donde C = 1, A = 0, D = 1.

x2 ry 2 = 1

Portfolio frontier, in (E(r), (r))

Propiedades del portafolio de Minima Varianza A continuacin se

demostrar que la covarianza entre el retorno de cualquier portafolio p (no
necesariamente de la frontera) y el retorno del portafolio de mnima varianza
es siempre igual a la varianza del retorno del portafolio de mnima varianza,
es decir
Cov(rp , rmv ) = V ar(rmv )
Dado un portafolio de la forma r1 = arp + (1 a)rmv , la varianza de este
portafolio es
V ar(r1 ) = a2 V ar(rp ) + 2a(1 a)Cov(rp , rmv ) + (1 a)2 V ar(rmv ).
Para hallar el mnimo se utiliza el operador Min, pero como rmv es el de
mnima varianza, a = 0 debe ser solucin del sistema, entonces

CP O 2aV ar(rp ) + 2(1 2a)Cov(rp , rmv ) 2(1 a)V ar(rmv )ba=0 = 0,

Cov(rp , rmv ) = V ar(rmv )
Esta relacin es muy general ya que vale tanto para cualquier portafolio,
como para portafolios con una misma media.

2.1.2

Portafolios Eficientes

Todos los portafolios frontera que tengan un retorno esperado ms alto que
el portafolio de mnima varianza, son portafolios eficientes.
Debido a la forma de la frontera para cada portafolio eficiente, existe
un portafolio ineficiente con una misma varianza pero un menor retorno
esperado.
As como se acever con anterioridad que la frontera poda ser generada por una combinacin lineal de portafolios frontera, a continuacin se
demostrar que cualquier combinacin convexa de portafolios
P eficientes ser
+
un portafolio eficiente. Es decir, sea i { : i < i = 1, i} y wi
pesos de portafolios eficientes, sabemos que
X

i wi =

i (g + hE(ri )) = g + h

i E(ri ) = g + hE(rconv ),

i A/C = A/C

pero como los portafolios son eficientes, entonces

E(rconv ) =

i E(ri )

Observar que la combinacin convexa de portafolios eficientes, es asimismo

eficiente.
Nota: Vale la pena aclarar un punto antes de proseguir. Hasta ahora (y
en el futuro) se defino a la frontera en el plano ((r), E(r)) y se hizo todo el
estudio concerniente sobre el mismo. En algunos libros la frontera tambin
est definida en el plano (V ar(r), E(r)). Si bien todas las proposiciones, teoremas, etc. sufren un cambio cuantitativo la idea conceptual y la estructura
de las demostraciones no cambia sustancialmente. Aqu siempre se trabajar
en el plano ((r), E(r)), excepto que se especifique lo contrario.

10

2.2

Portafolio de Cero Covarianza

Otra propiedad muy importante de los portafolios fronteras es que para

cualquier portafolio p, exceptuando el de mnima varianza, existe un nico
portafolio frontera tal que tiene cero covarianza con p, y se denota como
zc(p).
Dada la expresin de covarianza, que se introdujo con anterioridad, se
obtiene
D/C 2
E(rzc(p) ) = A/C
.
E(rp ) A/C

(7)

Tras observar la expresin (7) se puede extraer dos conclusiones.

1. Dicha expresin determina a E(rzc(p) ) de forma nica; y
2. El portafolio de mnima varianza no posee un portafolio de cero covarianza. Finalmente, esta expresin tiene la particularidad que permite
dar una idea de donde se encuentra localizado el portafolio zc(p) (dada
la posicin de p).
2

> 0 y por ende E(rzc(p) ) <

Si p es un portafolio eficiente, entonces E(rD/C
p )A/C
A/C, el portafolio de cero covarianza es ineficiente. Claramente si el portafolio p es ineficiente, entonces zc(p) es eficiente.
Geomtricamente el portafolio zc(p) tambin es sencillo de localizar. El
retorno esperado del portafolio de cero covarianza E(rzc(p) ) es igual a la
ordenada al origen de la tangente de la frontera asociada al portafolio p (en
el plano (E(r), (r))). Esto puede verse fcilmente. Primero se define la
p)
recta tangente como E(rp ) = k + dE(r
(rp ) donde k es la ordenada al origen
d(rp )
y la pendiente, que se deriva de la ecuacin (6), es

2(rp )d(rp ) = 2(E(rp ) A/C)

C
dE(rp ),
D

despejando para los trminos con diferenciales, se obtiene

(rp )
dE(rp )
=
.
C
d(rp )
(E(rp ) A/C) D

11

Entonces la ordenada en el origen, k, es E(rp )

k = E(rp )

(rp )
D
(rp )
(CE(rp )A) C

2 (rp )
D
,
(CE(rp ) A) C

donde operando podremos demostrar que k = E(rzc(p) ).

C
, se obtiene
Por lo tanto, reemplazando 2 (rp ) = C1 + (E(rp ) A/C)2 D
1
C

C
+ (E(rp ) A/C)2 D
D
(CE(rp ) A)
C
D/C 2
(E(rp ) A/C)
= E(rp )
(E(rp ) A/C)
D/C 2
= E(rzc(p) ).
= A/C
(E(rp ) A/C)

k = E(rp )

Como conclusin grficamente todo portafolio zc(p) va a estar ubicado en

la recta = E(rzc(p) ). Muchos de estos portafolios no van a ser asequibles y
otros no van a ser optimos. A continuacion derivaremos el portafolio de cero
covarianza que es ptimo como resultado de un programa de optimizacion.
Esto nos permitira ver que se puede generar el portafolio de cero covarianza
usando el portafoilo p y el de minima varianza.
2.2.1

Portafoilio de Cero Covarianza con p y de Minima Varianza

Para encontrar analticamente.el portafolio frontera de cero covarianza se

plantea el siguiente programa cuadrtico
1
Min wq0 V wq
wq 2

sa

wq0 V wp = 0

&

wq0 I = 1.

Donde el Lagrangiano es
1
MinL = wq0 V wq wq0 V wp + (1 wq0 I),
wq
2
y las condiciones de primer orden son
Lw = V wq V wp I = 0,
12

(8)

L = wq0 V wp = 0,
L = 1 wq0 I = 0.
Pre-multiplicando la ecuacin (8) por V 1 obtenemos
wq = wp + V 1 I,
y luego pre multiplicando por I 0 obtenemos
=1

=C

=1

z }| {
z}|{
z}|{
0
0
I wq = I wp + I 0 V 1 I = + C.

Por otro lado si pre-multiplicamos (8) por wp0 obtenemos

=1

wp0 V

wq

wp0 V

que puede escribirse como

z}|{
wp wp0 I = 0,

=0

z }| {
wq0 V wp = 2p + .

Estas dos ecuaciones pueden escribirse como

1 C
2p 1

1
0

2p
1
De este sistema se obtiene = 2
y=
, donde reemC p 1
C 2p 1
plazando en la condicin de primer orden obtenemos
wq = wp + V 1 I
V 1 I
= wp + C
C
C 2p V 1 I
1
= 2
wp +
C p 1
C 2p 1 C
13

Theorem 3 El portafolio zc(p) = q es una combinacin lineal entre el

portafolio p y el de mnima varianza.
wq = wp + (1 )wmv

(9)

Para probar dicho teorema note que:

(i) + C = 1, (definimos = , (1 ) = C.)
(ii)

V 1 I
C

= wmv
1

Para determinar que V C I = wmv utilizamos la definicin de portafolio

frontera y lo evaluamos en el retorno de el de minima varianza
CE(rp ) A 1
B AE(rp ) 1
V e+
V I,
D
D
C CA A 1
B A CA 1
V e+
V I,
=
D
D
B A CA 1
V I
=
BC A2
V 1 I
=
.
C

wp =
wmv

Finalmente se demostr que el portafolio zc(p) = q es una combinacin

lineal entre el portafolio p y el de mnima varianza, ya que wq = wp + (1
)wmv . Es ms, dado que 2p > 1/C el portafolio q se construye haciendo
short-selling del portafolio p y comprando (yendo long) el de mnima varianza.
Theorem 4 El retorno esperado de cualquier portafolio q (no necesariamente frontera) puede ser escrito como una combinacin lineal del retorno
esperado de un portafolio frontera p y del de cero covarianza zc(p) con pesos
qp y (1 qp ), i.e.
E(rq ) = qp E(rp ) + (1 qp )E(rzc(p) )
Demostracin. Sea p un portafolio frontera (distinto al de mnima
varianza) y sea q un portafolio cualquiera. La covarianza de rp y rq es igual
a
Cov(rp , rq ) = wp0 V wq = (e0 V 1 + I 0 V 1 )V wq
14

 e0 wq + I 0 wq

Cov(rp , rq ) = E(rq ) + ,
donde reemplazando a y a por las expresiones
respectivamente obtenemos

E(rq ) =

E(rq ) =

CE(rp )A
D

BAE(rp )
,
D

1
Cov(rp , rq )

AE(rp ) B
D
+ Cov(rp , rq )
CE(rp ) A
CE(rp ) A

(10)

Note que
(i) En el primer sumando, dado que B = D/C + A2 /C se obtiene

AE(rp ) B
1
=
(AE(rp ) D/C A2 /C),
CE(rp ) A
CE(rp ) A
1
=
(A(E(rp ) A/C) D/C),
CE(rp ) A
A
(CE(rp ) A)
D/C
= C

CE(rp ) A
CE(rp ) A
1
= A/C
D/C 2 = E(rzc(p) )
E(rp ) A/C
(ii) Que al dividir y multiplicar elsegundo trmino de (10) por 2 (rp ) obtenemos

qp

z }| {
Cov(rp , rq ) 2 (rp )D
E(rq ) = E(rzc(p) ) +
2 (rp ) CE(rp ) A
15

(11)

C
, por lo que la ecuacin (11) puede
(iii) Que 2 (r) = C1 + (E(rp ) A/C)2 D
escribirse como

E(rq ) =
=
=
=

2.2.2

C
+ (E(rp ) A/C)2 D
D
E(rzc(p) ) + qp
,
A
C(E(rp ) C )

A
1
2
,
E(rzc(p) ) + qp E(rp ) + D/C
C
E(rp ) A/C

E(rzc(p) ) + qp E(rp ) E(rzc(p) ) ,

qp E(rp ) + (1 qp )E(rzc(p) ).
C

(12)
(13)
(14)

Relacin entre qp , qzc(p) .

Nosotros acabamos de probar que

E(rq ) = qp E(rp ) + (1 qp )E(rzc(p) ).
Por otro lado notemos tambin que como el portafolio de cero covarianza con el de cero covarianza con p es simplemente p, (ie : zc(zc(p)) = p),
entonces si expresamos el retorno de cualquier portafolio q como una combinacin lineal de un portafoilo frontera (y tomamos como portafolio principal
el de cero covarianza con p, zc(p)) y aquel que tiene cero covarianza con dicho
portafolio frontera ( zc(zc(p))) obtenemos
E(rq ) = qzc(p) E(rzc(p) ) + (1 qzc(p) )E(rp )
Pero debido a que E(rzc(p) ) 6= E(rp ) entonces existe un slo tal que
E(rq ) = (1 )E(rzc(p) ) + E(rp ). Por lo tanto se infiere que = (1
qzc(p) ) = qp , por lo que qzc(p) = (1 qp ). de lo que se desprende que
E(rq ) = qzc(p) E(rzc(p) ) + qp E(rp ),

(15)

E(rq rzc(p) ) = qp E(rp rzc(p) )

(16)

16

La ecuacin (16) expresa que el exceso de retorno de cualquier portafolio q

(con respecto al retorno del portafolio de cero covarianza) es igual al exceso de
retorno del portafolio frontera p (con respecto al de cero covarianza) ajustado
por una medida de riesgo o volatilidad qp del portafolio q con respecto al
portafolio referente p.
Dado que, para portafolios eficientes, E(rp rzc(p) ) 0 , cuando qp 1
el activo/portafolio (q) es ms voltil que el portafolio referente (p) y consecuentemente se exije un mayor retorno.
Note que bajos supuestos dbiles la ecuacin (16), puede ser escrita como
un modelo de regresin,
rq = rzc(p) + qp (rp rzc(p) ) + ,
= (1 qp )rzc(p) + qp rp + ,
= qzc(p) rzc(p) + qp rp + ,
donde es un ruido blanco. De hecho como rzc(p) y rp son ortogonales
entre s - Cov(rzc(p) , rp ) = 0 - entonces los coeficientes de la regresin son

qp =

Cov(rq , rzc(p) )
Cov(rq , rp )
, qzc(p) =
.
2
(p)
2 (p)

Concluyendo, en esta seccin se present al portafolio de cero covarianza,

y esto es importante dado que es como un sustituto del activo libre de riesgo.
El anlisis se bas en que no extista un portafolio libre de riesgo.
En la prxima seccin se presentarn las propiedades de la frontera con
la existencia de un activo libre de riesgo, y se concluir que existen ciertas
similitudes entre el activo libre de riesgo y el de cero covarianza.

2.3

Anlisis de la Frontera con un Activo Libre de

Riesgo

A cotinuacin derivaremos la frontera cuando consideramos el problema de

la eleccin de las ponderaciones ptimas del portafolio de un individuo que
debe elegir un portafolio p que consiste de n + 1 (n activos riesgosos y el
activo libre de riesgo). Definimos wp0 como un vector de n componentes que
denota el peso de los activos riesgosos dentro del portafolio y rf al retorno
del activo libre de riesgo.
El problema a maximizar es entonces
17

1
Min wp0 V wp
{wp } 2

sa

wp0 e + (1 wp0 I)rf = E(rp ).

El Lagrangiano lo podemos escribir como

1
MinL = wp0 V wp + (E(rp ) (wp0 e + (1 wp0 I)rf )).
{wp }
2
Las condiciones de primer orden son
Lw = 0 V wp = (e Irf ),

(17)

L = 0 rf + wp0 (e Irf ) = E(rp ).

(18)

De la ecuacin (17) obtenemos las siguientes relaciones

wp = V 1 (e Irf )

&

wp0 V wp = wp0 (e Irf ),

y utilizando (18) se obtiene que wp0 (e Irf ) = E(rp ) rf .

Usando los resultados recin derivados vemos que
wp0 V wp = 2 (e Irf )0 V 1 V V 1 (e Irf ),
= 2 (e Irf )0 V 1 (e Irf ),

y por otro lado

wp0 V wp = wp0 (e Irf ),
= (E(rp ) rf ).
Entonces tomando las dos expresiones para la varianza, las igualamos y
despejamos ,
=

1
E(rp ) rf
= (E(rp ) rf ).
0 1
H
(e Irf ) V (e Irf )
{z
}
|
=H

Finalmente las ponderaciones ptimas cuando tenemos n activos riesgosos

y uno libre de riesgo son
wp =

[E(rp ) rf ] 1
V (e Irf ).
H

18

2.3.1

La frontera cuando consideramos los activos riesgosos y el

libre de riesgo

Para obtener una representacin grfica de la frontera procedemos a calcular

la varianza del retorno del portafolio p

1
1
0 1
1
V V (e Irf ) (E(rp ) rf ) ,
wp =
(E(rp ) rf )(e Irf ) V
(rp ) =
H
H
1
1
=
(E(rp ) rf )(e Irf )0 V 1 (e Irf ) (E(rp ) rf ),
H
H
1
=
(E(rp ) rf )H(E(rp ) rf ),
H2
2

wp0 V

1
(E(rp ) rf )2 .
H
Por lo tanto la desviacin estndar es
2 (rp ) =

(rp ) =

(E(rp ) rf ),
H

1H (E(rp ) rf ),

.
si E(rp ) rf 0

si E(rp ) rf 0

(19)

La ecuacin (19) refleja la frontera cuando tambin incluimos el activo

libre de riesgo en las posibilidades de eleccin del individuo. Esta frontera
luce como dos lineas que parten del punto (0, rf ) con pendientes H. Ello
se ve claramente si reescribimos la ecuacin (19) como

E(rp ) = rf H(rp ).
He aqu un grfico a modo de muestra de la frontera (rf = 0, H = 1)

p
y2 = 0

Frontera con activo libre de riesgo

19

2.4

Relacin entre las fronteras con y sin el activo libre

de riesgo

En esta seccin vamos a analizar la relacin entre la frontera que solo considera activos riesgosos y la recientemente derivada que considera tambin el
activo libre de riesgo. Claramente va a existir un punto de la frontera que
incluye al activo libre de riesgo que va a ser comn (tangente) a la frontera
de los riesgosos. Este punto le asigna peso cero al libre de riesgo y el resto a
los riesgosos, por lo tanto, tiene que ser comn a algn punto de la frontera
de los riesgosos.
Vamos a ver que las decisiones del individuo con respecto a la cartera van
a diferir dependiendo de la relacin entre el retorno del portafolio de mnima
varianza y la tasa libre de riesgo, (rf , A/C).
Considere los siguientes casos:
(i) Cuando rf = A/C la frontera degenera en un punto. El individuo invierte
toda su riqueza inicial en el activo libre de riesgo. En ese caso, el
portafolio p es un portafolio de arbitraje (portafolio en el que no se
invierte riqueza inicial). Esto se ve claramente en la ecuacin (20)2

E(rp ) = A/C

CB A2
(rp ) = A/C
C

D
(rp ).
C

(20)

Note que esta es la frmula la asntotas de la frontera del portafolio que

solo incluye activos riesgosos, por lo que no existe ningn portafolio de tangencia con la frontera de los riesgosos para poder combinar linealmente con el
libre de riesgo. Por lo tanto el individuo destina el 100% de la riqueza al activo libre de riesgo y mantiene un portafolio de arbitraje de activos riesgosos.
2

Dado que H puede ser escrito como

H = B 2Arf + Crf2

cuando rf =

A
C,

la ecuacin anterior se reduce a

= B 2A
=

D
.
C

20

A
A
+ C( )2
C
C

Una forma alternativa de ver esto es simplemente usando las ponderaciones

ptimas.
wp = V 1 (e Irf )

1
[E(rp ) rf ]
H

entonces premultipicando por I 0 obtenemos el peso de todo lo invertido en

activos riesgosos,
1
[E(rp ) rf ]
H
1
A
= (I 0 V 1 e (I 0 V 1 I)rf ) [E(rp ) rf ] , con rf = ;
H
C
A 1
= (A C ) [E(rp ) rf ] = 0.
C H

I 0 wp = I 0 V 1 (e Irf )

(ii) Cuando rf < A/C. la frontera es tangente a la parte eficiente de la

frontera del portafolio que incluye solo los activos riesgosos, esta toca
a la frontera de los activos riesgosos en un punto determinado que
denominamos el portafolio e. Para demostrar esto se debe probar que

(a) H = d
| (para la frontera de los riesgosos),
d e
(b) rf = E(rzc(e)).
(Ver Huanj & Litzemberger, pag 78)
Notar que dado que para rf < A/C el portafolio e es eficiente, entonces
todos los portafolios frontera (de la frontera que incluye el activo libre de
riesgo) pueden ser generados como combinaciones lineales del activo libre de
riesgo y el portafolio de tangencia, e. Si el portafolio pertenece al segmento
rf e , dicho portafolio es una combinacin convexa de ambos activos. En

cambio si el portafolio pertence a la semi-recta e entonces implica que hay

short-selling en el libre de riesgo para ir long en el portafolio e.
(iii) Cuando rf > A/C, el portafolio de tangencia e es ineficiente. El argumento es semejante al presentado en el caso(ii), pero en este caso,
dado que e es ineficiente, el individuo debera short-sell el portafolio e
y e ir long en el libre de riesgo.

21

2.4.1

Relacin entre el exceso de retorno de cualquier portafolio

y el exceso de retorno de un portafolio frontera

Usando las ponderaciones ptimas del portafolio wp y un portafolio wq cualesquiera de activos riesgosos (agregar la tasa libre de riesgo no cambia el
analisis pues al ser una constante su covarianza es cero) podemos ver que la
covarianza entre dichos portafolios es

Cov(rq , rp ) = wq0 V wp =

(E(rq ) rf )(E(rp rf ))
.
H

Esto se cumple pues

wq0 V wp = wq0 V [V 1 (e rf I)

1
[E(rp ) rf ]
H

0
1
[E(rp ) rf ] , ,
wq e rf wq0 I)
H
1
=
[E(rp ) rf ] [E(rp ) rf ] .
H
=

Despejando el exceso de retorno esperado del portafolio q (que puede ser

cualquier portafolio), se obtiene

(E(rq ) rf ) = {

Cov(rq , rp )
}E(rp rf ),
(E(rp rf ))2 /H

y dado que 2p = (E(rp rf ))2 /H , obtenemos

(E(rq ) rf ) = qp (E(rp rf ))
Esta expresin nos dice que el retorno de cualquier portafolio (o activo)
puede expresarse como una combinacin lineal de la tasa libre de riesgo y un
portafolio frontera. Vamos a ver ms adelante que esta relacin va a ser la
base del modelo de pricing ms usado en finanzas.
Referencias
Captulo 3 del libro Foundations for Financial Economics, de Huanj &
Litzemberger.

22