TEORÍA DE LA CARTERA ASPECTOS TEÓRICOS Y TRATAMIENTO PRÁCTICO EN EL MERCADO LOCAL Casparri, María Teresa Bernardello, Alicia Blanca Vicario, Aldo Omar García Fronti, Javier Departamento de Matemática Facultad de Ciencias Económicas de la Universidad de Buenos Aires RESUMEN: Se hace una breve introducción a la Teoría de la Cartera en base a los desarrollos de Markowitz y Sharpe, y en base al análisis estadístico de la evolución de cuatro acciones se determina la frontera eficiente utilizando herramientas del Excel. ASPECTOS TEÓRICOS Problema de selección de la cartera de valores Bajo ciertos supuestos sobre el comportamiento del inversor Markowitz1 supuso que la función de utilidad del individuo es: U = f [E(RP);σ( RP)]. con ∂U >0 ∂E (RP ) y ∂U <0 ∂σ (RP ) donde: E(RP) es el valor esperado de la rentabilidad del portafolio σ( RP) es el desvío estandar de la rentabilidad del portafolio Y suponiendo que cuenta con P unidades monetarias para invertir en un conjunto de n acciones desea saber cuánto le 1 Markowitz, Portfolio Selection, marzo de 1952 reproducido en Teoría de la Financiación de la Empresa recopilación de J. Fred Weston y Donald H. Woods, editorial Gustavo Gilli S.A., Barcelona, 1970 2 conviene invertir en cada acción (wi = proporción de P invertida en la acción i). Entonces se plantea el problema n min V(R P ) s.a. E(R P ) = ∑ wi Ri i =1 con wi ≥ 0 Donde V(RP) = [w1 ∧ n ∑w i =1 i =1 1≤i≤n ∧ i∈N w2 " wn ] σ 11 σ 12 " σ 1n w1 σ 21 σ 22 " σ 2 n w2 # # # # σ n1 σ n 2 " σ nn wn Donde: σ ij es la covarianza del rendimiento de la acción i con la j ( si i = j σ ii es la varianza de la acción i) Ri es el rendimiento de la acción i 2 Se puede demostrar que la función V(RP) es semidefinida positiva (concepto amplio)3 y al ser las restricciones lineales se puede resolver por programación cuadrática. 2 3 Ver Anexo III Ver Anexo III 3 Haciendo depender el valor de la función objetivo de E*(RP), aplicando lo demostrado en Anexo I y considerando que al ser V(RP) convexa4 y la restricción E(RP) cóncava (por ser una función lineal), v[E * (R p )] = MinV ( R p ) tal que∑ wi Ri = E * ( RP ), con con wi ≥ 0 n ∑w i =1 i = 1 1≤i≤n ∧ i∈N ∗ que asigna a cada vector E ( RP ) el valor óptimo v[E*(RP)] de 1 V(RP), será convexa obteniéndose la frontera eficiente en el espacio E(RP); σ( RP), donde σ( RP) = V ( RP ) 5 Gráficamente: σ( RP) E(RP) O como más frecuentemente se presenta 4 Ver Anexo II v[E*(RP)] es no decreciente en la variable E*(RP), ya que si ésta crece (baja) y la otra restricción permanece fija, la exigencia de una mayor rentabilidad del portafolio, hará que el riesgo medido por v[E*(RP)] aumente (disminuya) 4 5 E(RP) σ( RP) Observación: El problema de selección de la cartera de valores, si se levanta el supuesto de que las ponderaciones sean no negativas (wi ≥ 0) lo que implica desde el punto de vista financiero aceptar “venta descubierta” (en inglés: “short sale”)6, se puede resolver por optimización clásica (Maximización sujeta a restricciones de igualdad)7 Con estos elementos el problema consiste en determinar qué combinación riesgo-rendimiento maximiza la utilidad. Max. U = f[E(RP); σ( RP)] (responde a las preferencias de cada inversor) sujeto a las combinaciones que estén sobre la 6 significa venta de un título del cual no se es propietario 5 frontera eficiente (posibilidades objetivas del mercado). Esto es la función valor v[E*(RP)]. Esto dará en el espacio [E(RP); σ( RP)] un par [E(0)(RP); σ(0)( RP)] que representa la combinación riesgo-rendimiento óptima. Una vez que se ha obtenido dicho punto se reemplaza en (1) el valor E(0)(RP) y optimizando se obtendrá la combinación de valores (w1; w2;.............; wn) que indicará cómo distribuir el presupuesto de inversión entre los distintos valores para obtener la cartera óptima. Este problema también se puede resolver en el espacio R2: [E(RP); σ( RP)]. En efecto considerando las curvas de nivel de la función de utilidad (curvas de indiferencia que indican para un nivel dado de utilidad las combinaciones de riesgo-rendimiento que las satisfacen) que por los supuestos de Markowitz son convexas y crecientes, se busca aquella que resulta ser tangente a la frontera eficiente que es cóncava y creciente. 7 Para un tratamiento del tema ver “Selección de Inversiones” Messuti D.J,; Alvarez,V.A. y Graffi,H.R. cap 5 y 12 6 Este punto de tangencia es el óptimo [E(0)(RP); σ(0)( RP)] buscado. Gráficamente: E(RP) curvas de nivel de la función Utilidad E(0)(RP) frontera eficiente σ(0)( RP) σ( RP) El trabajo que se presenta tiene como objetivo determinar la frontera eficiente basada en la información histórica, (que es igual para todos los inversores siempre que tengan la misma información acerca del mercado de valores). Se considera que n (número de acciones) es cuatro. Para hallar la frontera eficiente existen dos posibilidades: a) que las ponderaciones puedan tomar valores negativos (se admiten operaciones de venta descubierta) b) que las ponderaciones sean no negativas 7 a) ponderaciones irrestrictas: 1) min V(R P ) s.a. n ∑w i =1 i =1 con 1 ≤ i ≤ n ∧ i ∈ N Resolviendo este problema se encuentra el punto inicial de la frontera eficiente 2) min V(R P ) n s.a. E * (R P ) = ∑ wi Ri i =1 ∧ n ∑w i =1 i =1 con 1 ≤ i ≤ n ∧ i ∈ N Donde E*(RP) es un parámetro al que hacemos variar para obtener los puntos de varianza mínima con rendimientos esperados dados. 1) y 2) se pueden resolver con los métodos de optimización clásica sujeto a condiciones de igualdad (utilizando el Lagrangeano). b) ponderaciones no negativas: Dado que la función objetivo es cuadrática y convexa y las restricciones son lineales, se puede aplicar programación cuadrática8. 8 Ver “ Condiciones de Kuhn y Tucker: Aplicaciones a la Economía y al Mercado de Capitales” Bernardello, Alicia y Vicario, Aldo O. Presentado en las XIV Jornadas de Matemática de Facultades de Ciencias Económicas y Afines. Jujuy, octubre de 2000 8 Así se debe resolver el problema: 1) min V(R P ) s.a. n ∑w i =1 i =1 con wi ≥ 0 ∧ 1 ≤ i ≤ n ∧ i ∈ N 2) n min V(R P ) s.a. E * (R P ) = ∑ wi Ri i =1 con wi ≥ 0 ∧ ∧ n ∑w i =1 i =1 1≤i≤n ∧ i∈N Que es similar al anterior con el agregado de la condición de no negatividad. Es posible una vez obtenido el óptimo con ponderaciones irrestrictas adaptarlo a ponderaciones no negativas9. Modelo Diagonal de Sharpe: Con el objeto de facilitar la aplicación práctica del modelo de Markowitz, Sharpe hace una suposición: Considera que la dependencia estadística entre los rendimientos de los títulos, no es una dependencia directa, sino derivada de la relación existente entre estos rendimientos y un grupo fundamental de índices: producto nacional bruto, índice general de precios, 9 Para un tratamiento del tema ver “Selección de Inversiones” Messuti, O.J.; Alvarez, V.A. y Graffi Hugo Romano pag. 389-394 9 índice general de la Bolsa, etc., representativos de la evolución de la actividad económica. Estudia primero el caso en que el rendimiento depende de un solo índice y toma un índice bursatil, para estudiar luego el caso en que los rendimientos dependen de varios índices. Tomando el Merval que figura en el Anexo IV, se podría ejemplificar el modelo de un solo índice. Sharpe supone que la relación de dependencia entre dichas variables viene definida por un modelo econométrico del tipo: Ri = ai + bi(I) + εi con 1 ≤ i ≤ n ∧ i ∈ N Donde Ri: rendimiento del título i durante el período de referencia (variable endógena). I: índice bursátil (Merval, en nuestro caso) variable exógena. εi: error o perturbación aleatoria. bi: parámetro a estimar. Pendiente de la recta de regresión. ai: ordenada al origen de la recta de regresión. Si se dispone de T observaciones (en nuestro caso 251), tamaño de la muestra. 10 ( Para un par de valores I t ; Rit ) (donde 1 ≤ t ≤ T ∧ t ∈ N) de datos históricos los parámetros ai y bi se pueden estimar utilizando el método de los “mínimos cuadrados” que supone: 1- La esperanza de las perturbaciones es nula: ( ) E ε it = 0 1≤t≤T ∧ t∈N 2- Homocedasticidad: [( ) ] = σ E ε it 2 ( 2 1≤t≤T ∧ t∈N i ) cov ε it ; I t = 0 1≤t≤T ∧ t∈N 3- No autocorrelación: ( ) Cov ε it ; ε it ' = 0 t ≠ t’ 1≤t≤T ∧ t∈N 1 ≤ t’ ≤ T ∧ t’ ∈ N 4- Normalidad: ( ε i ⇒ N 0; σ i 2 t ) 1≤t≤T ∧ t∈N Además los ε de la empresa i-ésima están incorrelacionados con los ε de cualquier otra empresa ( cov(εi; εj) = 0). Entonces para cada título se estima: Ri = ai + bi(I) + εi 11 Y aplicando el operador esperanza E: pues E(εi) = 0 E(Ri) = ai + bi E(I) 1≤i≤n ∧ i∈N Y la varianza será: ( ) pues cov ε it ; I t = 0 σ2 (Ri) = bi2 σ2(I) + σ2 (εi) 1≤i≤n ∧ i∈N El rendimiento de la cartera será: RP = n ∑w R i =1 RP = n ∑ wi (ai + bi(I) + εi) = i =1 i i n ∑ wi ai + I i =1 n ∑ wi bi + i =1 Donde I y εi son variables aleatorias. Entonces: n ∑ wi ai + E(I) E(RP) = i =1 n σ2 (RP) = ( ∑ wi bi)2 σ2(I) + i =1 12 n ∑w i =1 bi i n ∑w i =1 i 2 σ2εi n ∑w i =1 i εi (supuesto que todos los términos covariantes de la misma son iguales a cero) cuya expresión matricial es: σ2 w1 " wn (RP) σ 2 (ε 1 ) 0 2 0 σ (ε 2 ) n wi bi # ∑ # i =1 0 0 0 0 = " " 0 0 # " σ (ε n ) 2 " 0 0 w1 0 w2 # # 0 n wn σ 2 (I ) ∑ wi bi i =1 Que se llama “modelo diagonal” por ser la matriz asociada a la forma cuadrática diagonal que implica un menor número de estimadores y facilidades de cálculo. Los valores ai y bi se obtienen mediante: ai = Ri − bi I ∑ (R T bi = t =1 it )( − Ri RIt − I ∑ (R T t =1 It −I ) 2 ) = cov(Ri ; I ) σ 2I 1≤t≤T ∧ t∈N 13 Ri = E (Ri ) = I = E (I ) = 1 T ∑ Ri media muestral de la variable Rit T t =1 t 1 T ∑ It T t =1 media muestral de la variable It Entonces el problema a resolver será: n 1) min. σ2 (RP) = ( ∑ wi bi)2 σ2(I) + i =1 n n ∑w i i =1 n 2) min. σ2 (RP)= ( ∑ wi bi)2 σ2(I) + ∑ wi i =1 s.a. n ∑w i =1 i ai + E(I) 2 2 σ2εi s.a. n ∑w i =1 i =1 σ2 εi i =1 n ∑w i =1 i bi = E*(RP) n ∑w i =1 i =1 En sus dos versiones: a) Ponderación irrestricta (optimización sujeta a restricciones de igualdad). b) Ponderación no negativa (programación cuadrática). Además con los supuestos mencionados sobre el comportamiento relativo al error aleatorio ε se puede demostrar10 que: cov(Ri Rj) = bi bj σ2 (RI) 14 Con lo que se podría proceder a armar la matriz de varianzas y covarianzas, y calcular la frontera eficiente como en el modelo de Markowitz que se alterará por los supuestos adoptados. Observación: Con motivo de homogeneizar el significado económico de las variables independientes y dependientes, J.L. Treynor sustituyó el índice bursátil I, por su rendimiento: RI = I t +1 − I t It Para ejemplificar lo anteriormente expuesto se consideró la evolución de la cotización (ex - cupón) de las acciones de cuatro empresas desde el 21 de enero de 1999 al 20 de enero de 2000 (Anexo IV), y se realizó el análisis estadístico correspondiente, que nos brinda los datos que se utilizarán para resolver el siguiente problema de cartera. 10 Ver Francis Jack Clark y Archer Stephen H. “Análisis y Gestión de Carteras de valores” o Messuti D.J., Alvarez V.A.y Graffi Hugo R. “Selección de Inversiones” 15 Minimizar: V(RP) = σ12 w12 + σ22 w22 + σ32 w32 + σ42 w42 + 2 σ12 w1 w2 + 2 σ13 w1 w3 + 2 σ14 w1 w4 + 2 σ23 w2 w3 + 2 σ24 w2 w4 + 2 σ34 w3 w4 = = [w1 w2 s.a. w3 w4 ] σ 12 σ 12 σ 13 σ 14 σ 12 σ 13 σ 14 w1 σ 22 σ 23 σ 24 w2 σ 23 σ 32 σ 34 w3 σ 24 σ 34 σ 42 w4 w1 + w2 + w3 + w4 = 1 L = σ12 w12 + σ22 w22 + σ32 w32 + σ42 w42 + 2 σ12 w1 w2 + 2 σ13 w1 w3 + + 2 σ14 w1 w4+ 2 σ23 w2 w3+ 2 σ24 w2 w4+ 2 σ34 w3 w4+ λ (1- w1- w2- w3- w4). ∂L = 2 σ12 w1 + 2 σ12 w2 + 2 σ13 w3 + 2 σ14 w4 - λ = 0 ∂w1 ∂L = 2 σ22 w2 + 2 σ12 w1 + 2 σ23 w3 + 2 σ24 w4 - λ = 0 ∂w2 ∂L = 2 σ32 w3 + 2 σ13 w1 + 2 σ23 w2 + 2 σ34 w4 - λ = 0 ∂w3 ∂L = 2 σ42 w4 + 2 σ14 w1 + 2 σ24 w2 + 2 σ34 w3 - λ = 0 ∂w4 ∂L = 1 - w1 - w2 - w3 - w4 = 0 ⇒ w1 + w2 + w3 + w4 = 1 ∂λ 16 2σ 12 2σ 12 2σ 13 2σ 14 2 2σ 12 2σ 2 2σ 23 2σ 24 2σ 13 2σ 23 2σ 32 2σ 34 2σ 2 14 2σ 24 2σ 34 2σ 4 1 1 1 1 A − 1 − 1 − 1 − 1 0 . 0 w1 0 w 2 0 = w3 w 0 4 1 λ X = B Se resuelve el sistema: X = A-1 B y se obtienen w1 ; w 2 ; w 3 ; w 4 que se reemplazan en la función objetivo para calcular V ( RP ) min y también σ(RP)min = V ( RP ) min (riesgo mínimo), y en E(RP)min = w1 E(R1) + w2 E(R2) + w3 E(R3) + w4 E(R4) (el valor esperado del rendimiento cuando el riesgo es mínimo). Esto proporciona el punto [σ(RP)min; E(RP)min] en el gráfico E(RP) E(RP)min σ(RP)min σ(RP) 17 Ahora planteamos el problema de hallar Min. V(RP) = σ12 w12 + σ22 w22 + σ32 w32 + σ42 w42 + 2 σ12 w1 w2 + 2 σ13 w1 w3 + 2 σ14 w1 w4 + 2 σ23 w2 w3 + 2 σ24 w2 w4 + 2 σ34 w3 w4 = = [w1 w2 w3 w4 ] σ 12 σ 12 σ 13 σ 14 w1 2 σ 12 σ 2 σ 23 σ 24 w2 σ 13 σ 23 σ 32 σ 34 w3 2 σ 14 σ 24 σ 34 σ 4 w4 s.a. w1 E(R1) + w2 E(R2) + w3 E(R3) + w4 E(R4) = E*(RP) w1 + w2 + w3 + w4 = 1 Con el parámetro E*(RP) > E(RP)min L = σ12 w12 + σ22 w22 + σ32 w32 + σ42 w42 + 2 σ12 w1 w2 + 2 σ13 w1 w3 + 2 σ14 w1 w4 + 2 σ23 w2 w3 + 2 σ24 w2 w4 + 2 σ34 w3 w4 + λ1 ( 1 - w1 - w2 - w3 - w4) + λ2 [E*(RP) - w1 E(R1) - w2 E(R2) - w3 E(R3) - w4 E(R4)] 18 ∂L = 2 σ12 w1 + 2 σ12 w2 + 2 σ13 w3 + 2 σ14 w4 - λ1 - λ2 E(R1) = 0 ∂w1 ∂L = 2 σ22 w2 + 2 σ12 w1 + 2 σ23 w3 + 2 σ24 w4 - λ1 - λ2 E(R2) = 0 ∂w2 ∂L = 2 σ32 w3 + 2 σ13 w1 + 2 σ23 w2 + 2 σ34 w4 - λ1 - λ2 E(R3) = 0 ∂w3 ∂L = 2 σ42 w4 + 2 σ14 w1 + 2 σ24 w2 + 2 σ34 w3 - λ1 - λ2 E(R4) = 0 ∂w4 ∂L = 1 - w1 - w2 - w3 - w4 = 0 ⇒ w1 + w2 + w3 + w4 = 1 ∂λ1 ∂L = E*(RP) - w1 E(R1) - w2 E(R2) - w3 E(R3) - w4 E(R4) = 0 ∂λ 2 ⇒ w1 E(R1) + w2 E(R2) + w3 E(R3) + w4 E(R4) = E*(RP) 2σ 12 2σ 12 2σ 13 2 2σ 2 2σ 23 2σ 12 2σ 13 2σ 23 2σ 32 2σ 34 2σ 24 2σ 14 1 1 1 E ( R1 ) E ( R2 ) E ( R3 ) 2σ 14 − 1 - E(R 1 ) 2σ 24 − 1 - E(R 2 ) 2σ 34 − 1 - E(R 3 ) 2σ 42 − 1 - E(R 4 ) 1 0 0 E(R 4 ) 0 0 0 w1 0 w 2 w3 = 0 w 0 4 λ1 1 λ E * ( R ) P 2 19 Se resuelve este sistema para varios valores de E*(RP) > E(RP)min, obteniéndose los wi correspondientes a cada valor de E*(RP), que se reemplazan en la función objetivo para calcular los respectivos V ( R P ) y también los respectivos σ(RP) = V ( R P ) , y en E(RP) = w1 E(R1) + w2 E(R2) + w3 E(R3) + w4 E(R4) (el valor esperado del rendimiento para cada nivel de riesgo). Esto proporciona otros puntos [σ(RP); E(RP)] en el gráfico que conforman la frontera eficiente11 E(RP) E(RP)5 frontera eficiente E(RP)4 E(RP)3 E(RP)2 E(RP)1 E(RP)min σ(RP) σ(RP)min σ1(RP) σ2(RP) σ3(RP) σ4(RP) σ5(RP) 11 La función v[E*(RP)] es cóncava y creciente (ver Anexo I y II) 20 Con los datos obtenidos en el análisis estadístico mencionado: V(RP) = 0,0374% w12 + 0,0379% w22 + 0,0593% w32 + 0,0603% w42 +. 0,0036% w1 w2 + 2. 0,0051% w1 w3 + 2. 0,0050% w1 w4 + 2. 0,0082 w2 w3 + 2. 0,0078% w2 w4 + 2. 0,0140% w3 w4 = = [w1 w2 w3 0,0374% 0,0036% w4 ] 0,0051% 0,0050% s.a. 0,0036% 0,0051% 0,0050% w1 0,0379% 0,0082% 0,0078% w2 0,0082% 0,0593% 0,0140% w3 0,0078% 0,0140% 0,0603% w4 w1 + w2 + w3 + w4 = 1 Resolviendo este problema con la herramienta Solver del Excel obtenemos: w1 w2 = w3 w4 0,35725193 0,32470983 que se reemplazan en la función objetivo para 0,15894818 0,15909105 calcular V ( R P ) min = 0,000161369 21 También σ(RP)min = V ( RP ) min = 0,01270310985 (riesgo mínimo) y en E(RP)min = 0,1339% w1 + 0,0920% w2 + 0,1505% w3 + 0,2115% w4 = 0,135278795952% = 0,00135278795952 (el valor esperado del rendimiento cuando el riesgo es mínimo) Esto proporciona el punto [σ(RP)min; E(RP)min] = [0,01270; 0,00135] en el gráfico. Ahora planteamos el problema de hallar: Min. V(RP) = 0,0374% w12 + 0,0379% w22 + 0,0593% w32 + 0,0603% w42 + 2. 0,0036% w1 w2 + 2. 0,0051% w1 w3 + 2. 0,0050% w1 w4 + 2. 0,0082% w2 w3 + 2. 0,0078% w2 w4 + 2. 0,0140% w3 w4 = = [w1 w2 w3 w4 ] 0,0374% 0,0036% 0,0051% 0,0050% 0,0036% 0,0051% 0,0050% 0,0379% 0,0082% 0,0078% 0,0082% 0,0593% 0,0140% 0,0078% 0,0140% 0,0603% w1 w 2 w3 w4 s.a. 0,1339% w1 + 0,0920% w2 + 0,1505% w3 + 0,2115% w4 = E*(RP) w1 + w2 + w3 + w4 = 1 22 Con el parámetro E*(RP) > E(RP)min Hemos resuelto con la herramienta Solver del Excel fijando los valores de E*(RP) que se detallan a continuación y hemos obtenido las siguientes ponderaciones irrestrictas, y agregando la restricción de no negatividad las siguientes ponderaciones no negativas: E*(RP) 0,15% ponderaciones irrestrictas ponderaciones no negativas w1 0,348327661 0,348327661 w2 0,201748511 0,201748511 w3 0,16984961 0,16984961 w4 0,280074216 0,280074216 V 0,000173817 0,000173817 σ 0,013183967 0,013183967 23 E*(RP) 0,16% ponderaciones irrestrictas w1 0,342253731 0,342253731 w2 0,118227212 0,118227212 w3 0,1772616 0,1772616 w4 0,362257451 0,362257451 V 0,00019647 0,00019647 σ 0,01401677566 0,01401677566 E*(RP) 0,17% 24 ponderaciones no negativas ponderaciones irrestrictas ponderaciones no negativas w1 0,336179798 0,336179798 w2 0,034705929 0,034705929 w3 0,18467357 0,18467357 w4 0,4444407 0,4444407 V 0,00023061 0,00023061 σ 0,015185849 0,015185849 E*(RP) 0,18% ponderaciones irrestrictas w1 0,2766577733 w2 -0,04881536 0 w3 0,19208555 0,16444849 w4 0,526623952 0,558893779 V 0,000276237 0,000278854 σ 0,016620379057 0,016698922 E*(RP) 0,19% 0,330105865 ponderaciones no negativas ponderaciones irrestrictas ponderaciones no negativas w1 0,324031933 0,178282795 w2 - 0,13233665 0 w3 0,19949754 0,12422566 w4 0,608807182 0,69749154 V 0,00033335 0,00035335 σ 0,018257875 0,0187976062 25 E*(RP) 0,20% ponderaciones irrestrictas ponderaciones no negativas w1 0,317958001 0,08161535 w2 - 0,21585796 0 w3 0,20690953 0,08470111 w4 0,690990424 0,833684543 V 0,000401949 0,00045313 σ 0,020048666 0,021286850 rendimiento Frontera Eficiente 200 150 100 50 0 1500 1600 1700 1800 1900 riesgo 26 Serie1 Serie2 ANEXO I Propiedades de la función valor: El valor de la función objetivo f(x) depende de c = (c1; c2; c3;.....;cm). La función definida por: v(c) = max { f(x) sujeta a gj(x) ≤ cj con 1 ≤ j ≤ m ∧ j ∈ N ∧ x ∈ Rn} asigna a cada vector c el valor óptimo v(c) de f y se llama función valor para el problema. Si f(x) es cóncava y g(1)(x); g(2)(x);.......... g(m)(x) son todas convexas entonces v(c) es cóncava. En efecto, designemos con x(c) a una solución óptima del problema cuando el vector de los miembros de la derecha de las desigualdades es c = (c1; c2; c3;.....;cm). Sean c(1) y c(2) dos vectores arbitrarios de miembros de la derecha, entonces: v(c(1)) = f[x(c(1))] y v(c(2)) = f[x(c(2))], 27 con gj[x(c(1))] ≤ cj y gj[x(c(2))] ≤ cj con 1 ≤ j ≤ m ∧j∈N y sea λ ∈ [0; 1] correspondiente al vector ( 1 -λ) c(1) + λ c(2). Hay una solución óptima x[( 1 -λ) c(1) + λ c(2)] para la cual: v[( 1 -λ) c(1) + λ c(2)] = f { x[( 1 -λ) c(1) + λ c(2)]} Anotando x = ( 1 -λ) x(c(1)) + λ x(c(1)). La convexidad de gj implica que para 1 ≤ j ≤ m ∧ j ∈ N : gj(x) ≤ ( 1 -λ) gj [x(c(1))] + λ gj [x(c(2))] ≤ ( 1 -λ) cj(1) + λ cj(2) donde la última desigualdad se deduce del hecho de que los dos vectores x(c(1)) y x(c(2)) sean factibles. Así x es factible para el problema cuyo miembro de la derecha es el vector ( 1 -λ) c(1) + λ c(2) . Por definición x = [( 1 -λ) c(1) + λ c(2)] problema. Por lo tanto: 28 es óptimo de este f(x) ≤ f{x[( 1 -λ) c(1) + λ c(2)]} = v[( 1 -λ) c(1) + λ c(2)] (a) Además la concavidad de f implica que: f(x) ≥ ( 1 -λ) f [x(c(1))] + λ f [x(c(2))] = ( 1 – λ) v(c(1)) + λ v(c(2)) (b) De (a) y (b) se deduce que: v[( 1 -λ) c(1) + λ c(2)] ≥ ( 1 -λ) v(c(1)) + λ v(c(2)) que responde a la definición de concavidad de v. Para v(c) = min { f(x) sujeta a gj(x) ≤ cj con 1 ≤ j ≤ m ∧ j ∈ N ∧ x ∈ Rn} con f(x) convexa y g1(x); g2(x);.......... gm(x) todas cóncavas, de forma similar, se puede demostrar que la función valor v(c) es convexa. • v(c) es no decreciente en cada variable cj con 1 ≤ j ≤ m ya que si cj crece y todas las otras variables están fijas, el conjunto factible se agranda. Por lo tanto v(c) no puede decrecer. ANEXO II Una forma cuadrática semidefinida positiva (negativa), es una función convexa (cóncava) sobre Rn. 29 Se demostrará esta propiedad para una forma cuadrática semidefinida positiva. Sea f(x) = xT A x ≥ 0 para todo x distinto del vector nulo con x∈ Rn y nAn simétrica. Tomando dos puntos cualesquiera x(1) y x(2) y sea z = [( 1 -λ) x(1) + λ x(2)] con λ ∈ [0; 1] . Por definición de función convexa hay que demostrar que: zT A z ≤ ( 1 -λ) x(1)T A x(1) + λ x(2)TA x(2) Por definición de z: zT A z = [( 1 -λ) x(1) + λ x(2)]T A [( 1 -λ) x(1) + λ x(2)] zT A z = [( 1 -λ) x(1) A + λ x(2) A]T [( 1 -λ) x(1) + λ x(2)] zT A z = λ2 x(2)TA x(2) + (1 -λ) λ x(1)TA x(2) + λ x(2)TA (1 -λ) x(1) + (1 - λ)2 x(1)T A x(1) zT A z = λ2 x(2)TA x(2) + λ x(1)TA x(2) - λ2 x(1)TA x(2) + λ x(2)TA x(1) - λ2 x(2)TA x(1) + x(1)TA x(1) - 2λ x(1)T A x(1) + λ2 x(1)TA x(1) 30 Aplicando x(1)TA x(2) = [x(1)TA x(2)]T = x(2)TA x(1) en el 4° término (♣) zT A z = λ2 x(2)TA x(2) + λ x(1)TA x(2) - λ2 x(1)TA x(2) + λ x(1)TA x(2) - λ2 x(2)TA x(1) + x(1)T A x(1) - 2λ x(1)T A x(1) + λ2 x(1)TA x(1) Sumando el 2° y el 4° término zT A z = λ2 x(2)TA x(2) + 2 λ x(1)TA x(2) - λ2 x(1)TA x(2) - λ2 x(2)TA x(1) + x(1)T A x(1) - 2λ x(1)T A x(1) + λ2 x(1)TA x(1) zT A z = λ2 (x(2)TA x(2) - x(1)TA x(2) - x(2)TA x(1) + x(1)TA x(1)) + 2 λ (x(1)TA x(2) - x(1)T A x(1)) + x(1)T A x(1) zT A z =λ2 (x(2) - x(1))TA x(2) – (x(2) - x(1))TA x(1)) + 2 λ x(1)TA (x(2) x(1)) + x(1)T A x(1) zT A z = λ2 (x(2) - x(1))TA (x(2) – x(1)) + 2 λ x(1)TA (x(2) - x(1)) + x(1)T A x(1) Aplicando la propiedad (♣) en el 2° término: 31 zT A z = λ2 (x(2) - x(1))TA (x(2) – x(1)) + 2 λ (x(2) - x(1))T A x(1) + x(1)T A x(1) Como λ ∈ [0; 1] y xT A x ≥ 0 se deduce que: λ (x(2) - x(1))TA (x(2) – x(1)) ≥ λ2 (x(2) - x(1))TA (x(2) – x(1)) Entonces : zT A z ≤ λ (x(2) - x(1))TA (x(2) – x(1)) + 2 λ (x(2) - x(1))T A x(1) + x(1)T A x(1) zT A z ≤ (λ x(2)T A -λ x(1)TA) (x(2)– x(1)) + 2 λ x(2)T A x(1) - 2 λ x(1)T A x(1)+ x(1)T Ax(1) zT A z ≤ λ x(2)T A x(2) - λ x(2)T A x(1) - λ x(1)TA x(2) + λ x(1)TA x(1) + 2 λ x(2)T A x(1) - 2 λ x(1)T A x(1) + x(1)T A x(1) Aplicando la propiedad (♣) en el 3° término: zT A z ≤ λ x(2)T A x(2) - λ x(2)T A x(1) - λ x(2)TA x(1) + λ x(1)TA x(1) + 2 λ x(2)T A x(1) - 2 λ x(1)T A x(1) + x(1)T A x(1) Cancelando 2°, 3° y 5° términos y sumando 4° y 6° términos: zT A z ≤ λ x(2)T A x(2) - λ x(1)T A x(1) + x(1)T A x(1) 32 zT A z ≤ λ x(2)T A x(2) + (1- λ) x(1)T A x(1) que es lo que se quería demostrar. El razonamiento para una forma cuadrática semidefinida negativa es análogo. 33 ANEXO III a. EL RENDIMIENTO Y EL RIESGO DE UN VALOR MOBILIARIO O ACTIVO FINANCIERO EN PARTICULAR Se entiende por rendimiento en economía la renta generada por cualquier actividad o negocio expresada en términos relativos (tanto por un uno o tanto por ciento). La renta es aquella parte de los ingresos (cobrados o simplemente devengados) percibidos por un sujeto económico que puede ser consumida sin disminuir su riqueza o patrimonio. A efectos de la teoría de la formación o selección de carteras, el tanto o tipo de rentabilidad, o simplemente retorno o rendimiento, se define del siguiente modo: Rit = Dit + Pit +1 − Pit Pit ( I) donde, Rit es la rentabilidad expresada en tanto por uno del valor i durante el período t, Dit los dividendos (o intereses en el caso de obligaciones) percibidos por una acción del tipo i durante el período t, Pit+1 precio de mercado o valor de cotización de la acción i al final del período t, y Pit valor de 34 dicha acción al comienzo del período. En Dit se incluye también el valor de los derechos de suscripción preferente, en el caso de ampliaciones de capital, que para simplificar suponemos que se venden en su totalidad. Relación que se obtiene, teniendo en cuenta que el valor de un activo se determina por el valor actual de sus flujos de caja a futuro. Una acción ofrece dos tipos de flujos de caja. Primero, la mayoría de las acciones pagan dividendos con una base regular. Segundo, el accionista recibe el precio de venta cuando vende la acción. Por tanto, para valorar una acción se puede proceder en forma alternativa: - considerando el valor presente de la suma del dividendo durante el período más el precio del valor en el período siguiente; - considerando el valor descontado de todos los dividendos futuros. Es decir, si el período de tenencia es de un año y si el individuo sabe que el precio de la acción i en el período t es Pit, entonces calcula: P it = Pit +1 + Dit 1 + Rit 35 que es la alternativa a) (II) Donde Rit es la tasa de interés a la que el mercado descuenta la clase de renta representada por el título, Pit+1 proviene de que existirá un comprador al final del año que determinará su precio, utilizando el procedimiento expuesto en la alternativa a) es decir, Pit +1 = Pit + 2 + Dit +1 1 + Rit Que sustituyéndolo en (I) queda: Pit = D + Pit + 2 Dit Dit +1 Pit + 2 1 Dit + it +1 = + + 2 1 + Rit 1 + Rit 1 + Rit (1 + Rit ) (1 + Rit )2 Repitiendo el proceso con Pit+2 y así sucesivamente se llega a que: Pit = D it D it +1 D it + 2 + + + .... = 1 + R it (1 + R it )2 (1 + R it )3 oo D it + j ∑ (1 + R ) j =0 j +1 it que es la alternativa b). Es decir que despejando Rit de (II) se llega a la fórmula (I). Ex post o a posterior, la rentabilidad es una magnitud conocida con certeza. Sin embargo, ex ante o a priori es una variable aleatoria de carácter subjetivo, que tomará diferentes valores con sus correspondientes probabilidades en el caso 36 discreto, o se ajustará a alguna de las distribuciones de probabilidad teórica de tipo continuo. La esperanza matemática de dicha variable aleatoria nos proporciona una medida de la rentabilidad media del correspondiente activo financiero, mientras que la varianza (o la desviación típica) nos proporciona una medida de la dispersión de los rendimientos con respecto a la media. Los coeficientes de asimetría y kurtosis pueden proporcionarnos información adicional acerca de la distribución de los rendimientos. Todas aquellas actividades económicas que no garantizan un rendimiento seguro entrañan riesgo. Riesgo significa siempre peligro o proximidad de un daño. En el modelo de selección de carteras formulado inicialmente por Markowitz, así como en los posteriores desarrollos, se ha convenido en tomar como medida del riesgo de la inversión en un valor mobiliario en particular mobiliarios) o en la una cartera varianza o (combinación desviación de típica valores de sus rendimientos. Tanto para la medida del rendimiento como para la medida del riesgo se podrían haber utilizado, y de hecho se han utilizado en algunos trabajos teóricos, otros promedios (como la media geométrica) y otras medidas de dispersión (como la semivarianza12 y la entropía). 12 La semivarianza (svr) del rendimiento se define como: 37 El adquirente de un determinado valor mobiliario o activo financiero invierte dinero durante un cierto período de tiempo, que variará según las preferencias individuales, si bien suele ser bastante frecuente el período comprendido entre tres y doce meses, con la esperanza de obtener un cierto rendimiento al final del mismo. No en vano se dice que el inversor financiero acude al mercado para comprar rentabilidad. Pero esa rentabilidad o rendimiento no puede conocerlo con certeza hasta el final del período, cuando se liquida o realiza la inversión. Ex ante o a priori, cuando tiene que decidir en qué tipo de activos va a invertir sus ahorros, el inversor sólo puede conocer el valor de Rit en términos de probabilidad. De ahí que se diga también, y con razón, que el inversor financiero compra distribuciones de probabilidad a priori, ya sean de tipo normal, de Student, Pareto-estables o cualesquiera otras. La distribución del rendimiento: (svr ) = ∑ pi [bar − E (r )] 2 i i donde bar son los tantos de rendimiento inferiores a E(r) o inferiores a la media del tanto de rendimiento. La raíz i cuadrada de svr (semidesviación) es un equivalente del riesgo. 38 El rendimiento, tal como éste ha sido definido por (I), se comportará en un principio siguiendo la misma ley de probabilidad que los cambios en los precios. Pues, en efecto, si se considera un período de tiempo inferior al año (de tres meses, por ejemplo) no habrá lugar al reparto de dividendos, reflejándose dividendos la en proximidad el mayor a la precio fecha de del reparto mercado de para el correspondiente activo. De aquí, pues, que con bastante frecuencia, y a propósito del análisis de carteras y la teoría del mercado eficiente, en la definición del rendimiento se incluya únicamente el cambio en los precios, es decir: Rit = Pt +1 − Pt ∆Pt = Pt Pt Durante bastante tiempo se ha creído que los cambios en los precios, y, comportaban por tanto, también normalmente13 . los Se fundamentaba hipótesis en el teorema central del límite14 13 rendimientos (#). se esta Pues, en efecto, 1 Si ∆pt se comporta normalmente, la variable aleatoria Rit resultante de multiplicar ∆Pt por una constante (1/Pt) se distribuirá de igual modo, aunque con distinto origen y diferente valor para los parámetros media y varianza. 14 Teorema central del límite: Sean X1, X2, …, Xn variables aleatorias independientes, todas con igual función de probabilidades, igual media e igual desvío se puede demostrar que cuando n sea suficientemente grande la distribución de la variable aleatoria Y= X1 + X2 + …Xn es: Y = n ∑ i =1 ( x i ≈ N nxm . n xσ ) n→∞ donde m es la media poblacional 39 los cambios en los precios de un activo financiero en los sucesivos períodos de tiempo (días, semanas, meses, etc.) vienen determinados por la suma de los cambios de precio habidos en las innumerables transacciones realizadas en cada uno de esos períodos. Si los cambios en los precios de cada una de estas transacciones individuales son variables aleatorias independiente, dicho teorema límite nos permite sustentar la hipótesis de que los cambios de precio de un valor mobiliario a lo largo de los sucesivos períodos o intervalos de tiempo se comportan normalmente. La hipótesis de normalidad presenta indudables ventajas de orden práctico: La distribución normal queda completamente especificada por tan sólo dos parámetros: media y varianza, pudiendo ser ignoradas la asimetría y la kurtosis. O también: Sean X1, X2,…, Xn variables aleatorias independientes, todas con su propia función de probabilidades, media y desvío se puede demostrar que cuando n sea suficientemente grande la distribución de la variable aleatoria Y = X1 + X2 + … + Xn es Y = n ∑ i=1 N: función normal 40 Xi ≈ N n ∑ i =1 n mi ., ∑ σi i =1 2 n→∞ Es una distribución bien conocida con una teoría de las muestras muy desarrollada. Tiene varianza finita. Algunos autores, concretamente Mandelbrot y Fama, han rechazado la hipótesis de normalidad para los cambios en los precios. Estos parecen ajustarse a un tipo de distribución “Pareto-estable”, no normal, perteneciente a la familia de distribuciones de cuatro parámetros, a la que también pertenecen la distribución normal, la distribución de Student con un grado de libertad, la distribución de Beta, etc. La distribución se llama “Pareto-estable” porque las colas de la misma siguen la ley de Pareto. A los tests de Mandelbrot y Fama siguieron otros muchos, con resultados dispares, confirmando en unos casos la hipótesis de normalidad y en otros la Pareto-estable. Ello no obstante, incluso en los tests que resultaron favorables a la hipótesis de Mandelbrot, las desviaciones con respecto a la distribución normal fueron en general bastante pequeñas. EL RENDIMIENTO Y EL RIESGO DE UNA CARTERA Una cartera es una combinación de valores mobiliarios o activos individuales en determinadas proporciones. Así, 41 llamando wi, para i = 1, 2, …, n, a la fracción (expresada en tanto por uno) que el inversor destina de su presupuesto de inversión a la adquisición del valor i, n al número de valores que se toman en consideración (que puede ser la totalidad de los que se cotizan en el mercado) y Ri al rendimiento o tasa de retorno del valor i (expresado también en tanto por uno), el rendimiento de la cartera Rp, vendrá dado por: n R p = w1 R1 + w2 R2 + ... + wn Rn = ∑ wi Ri (II) i =1 Como ya se dijo en la sección anterior, ex post o a posteriori el rendimiento Ri del valor mobiliario i toma siempre un valor concreto, mientras que ex ante o a priori es una variable aleatoria. Por consiguiente, ex ante o a priori el rendimiento de la cartera Rp será una variable aleatoria al ser suma de variables aleatorias15. Su esperanza matemática vendrá dada por: [ ] E R p = E p = w1 E [R1 ] + w2 [R2 ] + ... + wn E [Rn ] = n = w1 E1 + w2 E 2 + ... + wn E n = ∑ wi Ei (IV) i =1 15 Cuando los rendimientos de los títulos individuales que forman parte de la cartera se distribuyen normalmente, la variable Rp que describe el rendimiento de la cartera se distribuye también normalmente, aún siendo estadísticamente dependientes las variables sumando Ri. 42 Donde, E = Operador de la esperanza matemática, y Ei = Esperanza matemática de Ri, para i = 1, 2, …, n. En las teorías de la selección de carteras y del equilibrio en el mercado de capitales, desde que Markowitz y Tobin establecieron su fundamentación básica, se ha convenido en tomar como medida del riesgo de la cartera de valores la varianza (y también la desviación típica o estándar) del rendimiento Rp. Cuando la función de densidad de probabilidad de esta variable aleatoria es simétrica, el uso de la varianza conduce en un principio a un resultado correcto. De lo contrario, los resultados obtenidos en base a la varianza pueden ser engañosos, y de ahí que se haya sugerido el uso de otras medidas del riesgo, tales como la semivarianza, la entropía, etc. La varianza de la variable aleatoria Rp, definida por (III)16, será: V (R p ) = σ 2p = ∑ wi2σ i2 + ∑ wi w jσ ij ∑ n i =1 n i . j =1 i# j i =1 n ∑w w σ j =1 i j ij (V) Donde: V ( R p ) = σ p2 = Varianza del rendimiento de la cartera p. 16 Ver Anexo V 43 σ i2 = Varianza del rendimiento del título i, para i = 1, 2, …n = σii σ i = σ i2 = σ ii σ ij = σ ji = Covarianza de los rendimientos de los títulos i y j, para i = 1, 2, …, n y j = 1, 2, … n, y sabiendo que σ ii = σ i2 . Expresión que se puede expresar, teniendo en cuenta que V(Rp) es una forma cuadrática (caso particular de las formas bilineales), como: σ σ V ( R p ) = [w 1 w 2 .... w n ] # σ 11 21 n1 σ 12 ... σ 22 " σ σ # # σ σ n 2 ... 1n 2n nn w 1 w2 ... w n que será una forma cuadrática semidefinida positiva en sentido amplio17, ya que si son los rendimientos independientes las covarianzas (σij con i σ≠ j) serán cero y la matriz de varianzas y covarianzas será una matriz diagonal que tendrá en su diagonal principal elementos elevados al 17 ver Bernardello Alicia, Vicario Aldo O. “Condición de segundo orden en la optimización libre y sujeta a restricciones de igualdad 44 cuadrado (σii2) – condición necesaria para ser definida positiva -. Si los rendimientos están perfectamente correlacionados positiva o negativamente (la otra situación extrema): ρ ij = σ ij 1 = σ i σ j − 1 ⇒ σ iσ j = ±σ ij Donde ρ ij es el coeficiente de correlación entre el rendimiento i y el rendimiento j. (V) será: 2 n V (R p ) = σ = ∑ wi σ i que será siempre ≥ 0. i =1 2 p Para calcular los valores de E(Rp) y σ2Rp dados por (IV) y (V), hay que estimar previamente los valores de ERi σ2i y σij. Ello puede hacerse a partir de datos históricos si se dispone de series estadísticas de los rendimientos de los títulos y se considera que el pasado es representativo del futuro. En ese caso, las medias, varianzas y covarianzas poblacionales se 45 estimarán a partir de los correspondientes valores muestrales, una vez corregidos de la pérdida de grados de libertad18, los cuales serán tanto más representativos cuanto mayor sea el tamaño de la muestra. Cuando no se dispone de datos históricos, o bien se condiera que éstos no son representativos del futuro, hay que inferir las distribuciones de probabilidad subjetivas (ya sean éstas de tipo discreto o contínuo) de los rendimientos de los distintos títulos en base a la experiencia y las premoniciones intuitivas, para calcular luego las correspondientes medias, varianzas y covarianzas, haciendo uso de la metodología que al efecto se estudia en la Estadística Matemática. El modelo simplificado o “modelo de mercado” de Sharpe194, constituye un valioso instrumento para resolver el problema de las estimaciones, simplificándolo considerablemente. 18 Para corregir a los estimadores muestrales de la pérdida de grados de libertad hay que multiplicar por n/n – 1 las fórmulas de la varianza y covarianza, siendo n el tamaño de la muestra. La media muestral constituye un ϑ es insesgado para estimar el parámetro ϑ si la esperanza del estimador es igual al valor del parámetro. E ϑ = ϑ estimador insesgado de la media poblacional. Se dice que el estimador () 46 ANEXO III b. RENTABILIDAD SIMPLE Y CONTINUA EN ACCIONES. Los conceptos de rentabilidad simple, compuesta y continua son de extendido uso en el caso de activos de renta fija; así, hablamos de tipos de interés simple, compuesto y continuo. En este punto se pretende aplicarlos a un activo financiero como son las acciones. RENTABILIDAD SIMPLE POR PERIODO Se obtiene dividiendo el valor de la acción al final del período, más dividendos, derechos y otros ingresos inherentes a la acción, por el valor al inicio: Rit = Pit + 1 + Div it −1 Pit como fue indicado en (I) 19 W. F. Sharpe, A Simplified Model for Portfolio Analysis. “Management Science”, vol. IX, n° 2, enero 1963, págs. 277-293. 47 Es frecuente que los precios vengan ajustados por dividendos, derechos y otras remuneraciones, en cuyo caso la rentabilidad simple de un período (día, mes, años, etc.) viene dada por: Rit = Pit + 1 −1 Pit La rentabilidad anual, por ejemplo, sería el cociente entre el valor de la acción el último mes del año, P12 , y el valor al inicio, P0. En la Tabla 1 hemos calculado la rentabilidad mensual de una acción durante un año, a partir de los precios de cierre mensuales. Seguiremos esta tabla como guía de nuestra explicación. En la fila 10 y 14 se han calculado la media y la desviación estándar de esta rentabilidad simple mensual, utilizando las siguientes fórmulas: Media: µ= 1 n 1 × ∑ Rt = (R1 + R2 + ... Rn ) n t =0 n Desviación estándar: 48 σ2 = n 1 2 × ∑ (Ri − µ ) n − 1 i =0 Tabla I: Rentabilidad simple y continua de una acción A (Rentabilidades en %) Filas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Período 0 1 2 3 4 5 6 Precio 10 10 11 13 14 15 12,5 Rentab. R.Cont. Período Precio Rentab. R.Cont. 0,00 10,00 18,18 7,69 7,14 -16,67 0,00 9,53 16,71 7,41 6,90 -18,23 7 8 9 10 11 12 13 14 13,5 13 12,5 12 4,00 7,69 -3,57 -3,70 -3,85 -4,00 3,92 7,41 -3,64 -3,77 -3,92 -4,08 Rentabilidad simple anual Rentabilidad continua anual Media de rentabilidad simple mensual Media de rentabilidad continua mensual Rentabilidad sumple mensual anualizada Rentabilidad continua anual Desviación estándar mensual de la rentabilidad simple Desviación estándar mensual de la rentabilidad continua Desviación estándar continua anualizada 20,00 18,23 1,91 1,52 0,20 18,23 9,08 9,08 31,45 rentabilidad continua anual = ln (P12 /P0) 49 RENTABILIDAD CONTINUA Supongamos que en vez de calcular la rentabilidad anual de una sola vez, queremos hacerlo a partir de las rentabilidades obtenidas cada mes. La rentabilidad anual no es la suma de las rentabilidades mensuales, como a primera vista podría parecer, sino el producto de las mismas. Efectivamente, la rentabilidad en el mes de febrero, por ejemplo, se aplica sobre el principal de la inversión más la rentabilidad obtenida en enero; se trata de una situación equivalente a la del interés compuesto, que se devenga cada mes. En nuestra formulación, y utilizando rentabilidades mensuales, la rentabilidad anual del activo sería: P P P P R A = 1 × 2 × ⋅ ⋅ ⋅ × 11 × 12 − 1 = (1 + R1 )× (1 + R2 )× ⋅ ⋅ ⋅ × (1 + R12 ) − 1 P10 P11 P0 P1 Si en la Tabla I multiplicamos las rentabilidades mensuales más uno y restamos uno, llegaremos al resultado del 20 por 100 como rentabilidad anual, compuesta a rentabilidades mensuales. La fórmula genérica es: t P t R A = ∏ (1 + Rt ) − 1 = ∏ t − 1 i =0 i =0 Pt −1 50 base de Supongamos que quisiéramos obtener la rentabilidad anual a partir de períodos infinitamente pequeños. Tendríamos de nuevo la ecuación primera, pero con infinitos términos en el lado derecho de la ecuación. Si tomáramos logaritmos naturales en cada lado de la ecuación, tendríamos: LN P1 P P + LN 2 + ⋅ ⋅ ⋅ + LN 12 = LN (1 + R1 ) + LN (1 + R2 ) + ⋅ ⋅ ⋅ + LN (1 + R12 ) = Rc P0 P1 P11 donde Rc es la rentabilidad continua de la acción durante el año; es decir, aquella tasa de rentabilidad (δ) que compuesta continuamente nos da la tasa simple anual. Por tanto, tenemos: Rc = LN (1 + RA ) = LN Pt + n Pt Si en esta expresión tomamos antilogaritmos, obtenemos: Pt + n = e Rc = (1 + RA ) Pt Pt + n = Pt × e Rc = Pt × (1 + RA ) ⇒ e Rc −1 = RA 51 Con estas fórmulas tenemos un método rápido de saber cuál será el valor de una acción para una rentabilidad continua dada: basta multiplicar el precio inicial Pt por e^Rc. Además, siempre podemos saber la rentabilidad simple a partir de la rentabilidad continua, y viceversa, aplicando la última fórmula. En la tabla 1 hemos calculado la rentabilidad continua para cada mes, tomando el logaritmo natural del cociente entre los precios de dos meses consecutivos. Hemos calculado también la rentabilidad continua para todo el año. Podemos calcular también la media y la desviación estándar de la rentabilidad continua mensual. Los resultados se presentan en las filas 11 y 15. Se utiliza el mismo método de cálculo que para cualquier otra media y desviación estándar. USO DE LA RENTABILIDAD SIMPLE Y CONTINUA: ANUALIZACION DE RESULTADOS. Un problema típico que se presenta con las rentabilidades es su anualización. Habitualmente, se estudia la rentabilidad de las acciones con abundantes datos -diarios, mensuales-, para ver cuál es el comportamiento de la acción en cortos períodos de tiempo, sin tener que esperar a un año entero. Esto, 52 además, tiene la ventaja, desde el punto de vista estadístico, de que el número de datos es mucho mayor que si utilizamos datos anuales, y por tanto la fiabilidad de nuestra estimación (media y desviación estándar estimadas) aumenta considerablemente. Es frecuente que los datos de rentabilidad diaria o mensual así obtenidos se anualicen para poderlos interpretar más fácilmente, pues intuitivamente estamos familiarizados con datos anuales (una rentabilidad diaria del 0,07% tiene poco sentido para nosotros, aunque sea equivalente a un 29,1% anual; necesitamos este último dato de rentabilidad anualizada para hacernos una idea de la magnitud). La anualización de la rentabilidad se realiza del siguiente modo: Ranual = (1 + µ g ) − 1 n Donde n es el número de períodos por año y ug es la media geométrica de rentabilidad por período (mensual en este caso), y Ranual la rentabilidad por período anualizada; en nuestro caso, la rentabilidad mensual anualizada, o cuál sería la rentabilidad anual en caso de mantenerse constante la rentabilidad mensual ug. 53 El cálculo de la media geométrica ug resulta engorroso: es igual al producto de todas las rentabilidades mensuales más uno, al que le restamos uno y obtenemos la raíz 12. µ g = (R A ) 1 t 1 t t = ∏ (1 + Rt ) − 1 i =0 Es evidente que el cálculo de la media geométrica resulta complejo, y por tanto también la anualización. Para solucionar esta dificultad se utiliza rentabilidades continuas. Así la suma de las rentabilidades continuas en cada mes, dividida por el número de meses dará la media mensual continua durante ese período. LN ( Ranual + 1) = n × LN (1 + µ g ) El logaritmo de uno más la rentabilidad anual es igual a la rentabilidad continua anual. Hemos visto, pues, cómo para anualizar una rentabilidad continua, por ejemplo mensual, basta con multiplicarla por 12 o, de modo general, por n períodos anuales. Esto mismo se puede aplicar no sólo a una media mensual, sino a la rentabilidad continua obtenida en un solo mes. La fórmula general es: Ranual = Rc × n 54 El uso de la rentabilidad continua presenta como ventaja fundamental la facilidad del cálculo. A partir de esa rentabilidad continua anual, podemos obtener la rentabilidad simple anual calculando la exponencial de la rentabilidad continua. Para anualizar la desviación estándar continua basta multiplicar por la raíz cuadrada de n. σ anual = σ × n VENTAJAS E INCONVENIENTES El uso de la rentabilidad continua o simple tiene sus partidarios y detractores; dependerá siempre de qué es lo que pretendemos estudiar. Por lo general, si tratamos con datos anuales -sean históricos o estimados-, será aconsejable utilizar la rentabilidad simple, por ser su cálculo directo y porque es la que nos da una idea de la rentabilidad que va a obtener el inversor para el período siguiente. Además -y esta no es pequeña razón, aunque no sea muy justificable desde un punto de vista riguroso-, la rentabilidad simple es con la que están familiarizados los inversores, por ser la que observan diariamente en la información económica. 55 Por el contrario, si utilizamos datos mensuales o diarios, siempre será más conveniente manejar rentabilidades continuas por la facilidad de cálculo y porque son fácilmente anualizables. Sea por ejemplo, una acción que experimenta determinados precios en seis meses consecutivos. Si calculamos la rentabilidad simple y continua obtenida cada mes, obtenemos lo siguiente: Mes Precio Rent.Simple Rent.Continua 0 100 - 1 120 20,0% 18,2% 2 80 -33,0% -40,5% 3 120 50,0% 40,5% 4 80 -33,0% -40,5% 5 120 50,0% 40,5% 6 100 -16,7% -18,2% Obsérvese que la rentabilidad simple puede ser un poco engañosa, puesto que la rentabilidad positiva siempre es mayor que la negativa; por ejemplo, si el precio sube de 100 a 120, la rentabilidad será de 20%, pero si baja de 120 a 100, la rentabilidad negativa será sólo del 16,67%. Parece que habríamos ganado después de estos dos períodos, cuando en realidad no rentabilidades es así. Por continuas, el no contrario, si hay equívoco: ese utilizamos la rentabilidad, al pasar de 100 a 120 y de 120 a 100, es la misma, pero con signo contrario: 18,23%. 56 El error puede ser más grave cuando utilizamos la media de rentabilidad, por ejemplo, durante varios meses. Veamos los resultados: Rentabilidad Simple Rentabilidad Contínua Rentabilidad Total 37,33 0 Rentabilidad media mensual 6,22% 0 Desvío estándar 39,05% 38,06% La realidad es que nuestra acción, al cabo de seis meses, ha tenido una rentabilidad total del 0%. Sin embargo, calculando la rentabilidad mensual (ya sesgada hacia arriba) obtenemos una rentabilidad media mensual del 6,22% y una rentabilidad total en los seis meses del 37,33%. El problema se hace mayor cuando tratamos de anualizar resultados. Esta media mensual anualizada nos daría una rentabilidad anual equivalente de R= [(1+0,0622)^12]-1= 106,29%. Lógicamente, un pequeño error en la rentabilidad de un mes o de un día se incrementa enormemente al anualizar. En el caso de la rentabilidad continua no se presenta este problema. La rentabilidad media que se obtenga, mensual por ejemplo, se multiplica por 12, y el resultado coincidirá exactamente con la rentabilidad continua anual obtenida; calculando la exponencial de la rentabilidad 57 anualizada, obtendremos sin error el valor del activo al final de todos los meses. Como resumen, podemos decir: a) La rentabilidad simple puede llevar a conclusiones erróneas, pues está sesgada hacia arriba; este sesgo se incrementa enormemente al anualizar. b) La rentabilidad continua no presenta esta dificultad y además retiene todo el efecto de la volatilidad (ya que la volatilidad medida sobre rentabilidad simple y rentabilidad continua es muy similar). Además, es aceptado entre los estudiosos del mercado que las rentabilidades del mercado bursátil siguen una distribución lognormal. Esto quiere decir que la rentabilidad es una variable aleatoria cuyo logaritmo sigue una distribución normal. Esta es la base fundamental para todos los estudios realizados sobre el comportamiento del mercado bursátil. La rentabilidad simple y continua son equivalentes: son dos modos de expresar una misma realidad. Siempre podemos calcular cuál es la rentabilidad continua correspondiente a una rentabilidad simple, y viceversa. 58 ANEXO III c. OBSERVACIÓN Los Cálculos sobre las rentabilidades de a y b se pueden relacionar también teniendo en cuenta lo siguiente: ln Pt+1 - ln Pt como medida aproximada de rendimiento Se puede explicar partiendo de: Rit = Pt+1 - Pt = ∆Pt Pt Pt Y dado que: ln Pt+1 = ln Pt+1 - ln Pt Pt Donde: ln = logaritmo natural o neperiano Haciendo uso del desarrollo en serie de Taylor se tiene que: ln Pt+1 = ln (Pt + ∆Pt) = ln Pt + 1 1 1 1 ∆Pt (∆Pt) 2 + ... 1! Pt 2! Pt 2 59 Y tomando los dos primeros términos de la serie prescindiendo de los restantes, resulta que: ln Pt+1 - ln Pt ∆Pt Pt = Que es el tratamiento que se realiza en “Análisis de acciones” explicado en los aspectos metodológicos del Instituto Argentino de Mercado de Capitales de Noviembre de 1998. ANEXO IV Datos históricos: Evolución del índice Merval y de las cotizaciones de las acciones: Fecha 20Ene 1999 21Ene Merva l 5 60 7 2 359,4 1999 6 26Ene i 4 Teco2 5 357,5 3,0 29,1 1,6 22Ene 1999 Mol 380,9 3,0 30,7 1,7 4,83 1999 25Ene Citi Ypf 3 9 4,5 2 28,4 1,6 4,49 3 5 358,8 2,9 28,4 1,6 4,56 3 4 3 3 361,7 2,9 28,4 1,6 4,58 1999 3 5 27Ene 368,4 3 1999 7 28Ene 2 7 29,1 1,6 4,65 8 3 367,5 2,9 30,3 1,5 4,75 1999 8 9 8 29Ene 371,9 3 31,2 1,6 4,67 1999 9 1 Feb 392,1 3,0 31,4 1,6 4,89 1999 2 Feb 1999 3 Feb 1999 4 Feb 1999 5 Feb 1999 8 Feb 1999 9 Feb 1999 10 Feb 1999 7 2 7 7 7 396,1 3,0 31,4 1,6 4,92 4 6 396,4 3,0 5 4 9 33 1,6 4 5 4 396,8 3,0 31,0 1,6 4,95 9 4 8 6 394,4 3,0 31,1 1,6 4,98 4 4 5 391,3 3,0 30,6 1,6 5,01 5 7 3 5 382,8 3,0 30,4 1,7 5,06 7 7 8 2 381,9 3,0 30,0 1,7 5,15 1 7 4 2 61 11 Feb 1999 12 Feb 391,6 2,9 29,5 1,7 5,29 2 8 15 Feb 390 1999 1999 19 Feb 1999 22 Feb 1999 23 Feb 1999 25 Feb 1999 26 Feb 62 6 2 3,1 29,4 1,7 5,23 1 9 4 8 5 382,1 3,0 29,0 1,7 5,15 8 2 3 384,3 3,0 28,5 1,7 5,21 9 5 8 4 391,0 3,0 28,7 1,8 5,37 9 9 2 389,3 3,1 29,2 1,8 5,54 6 1 1 6 382,2 3,0 28,9 1,8 5,42 1999 24 Feb 4 390,3 3,1 29,3 1,7 5,24 1999 18 Feb 5 5 1999 17 Feb 9 387,3 3,0 29,2 1,7 5,23 1999 16 Feb 6 9 6 3 379,0 3,0 28,9 1,8 5,41 4 9 2 3 374,7 3,0 28,3 1,7 5,35 9 8 9 4 380,7 3,0 28,6 1,7 5,34 1999 1 Mar 1999 2 Mar 1999 3 Mar 1999 4 Mar 1999 5 Mar 1999 8 Mar 1999 9 Mar 1999 10Mar 1999 11Mar 1999 12Mar 1999 15Mar 1999 5 8 8 3 382,2 3,0 29,1 1,7 5,42 5 7 5 4 379,7 3,0 29,7 1,7 5,36 1 7 374,7 3,0 8 3 30 7 3 1,6 5,18 7 383,8 3,0 30,7 1,7 5,22 3 7 7 387,4 3,0 31,2 1,7 5,51 1 6 4 2 388,4 3,0 30,8 1,7 5,52 3 6 8 1 391,0 3,0 31,0 1,7 5,58 6 6 6 3 403,5 3,1 31,7 1,6 5,75 6 2 2 2 410,8 3,1 30,8 1,5 5,98 1 1 4 4 407,9 3,1 30,5 1,5 5,89 4 1 9 417,4 3,0 29,9 1,6 9 2 6 6 63 16Mar 413,6 3,0 30,1 1,6 5,99 1999 17Mar 1999 18Mar 1999 19Mar 1999 22Mar 1999 23Mar 1999 24Mar 1999 25Mar 1999 26Mar 1999 29Mar 1999 30Mar 1999 31Mar 64 8 4 8 411,9 3,0 30,8 1,6 5,95 6 5 3 8 412,7 3,0 30,9 1,6 5,92 3 4 7 2 410,0 3,0 30,5 1,5 5,76 4 6 9 8 401,8 3,0 30,5 1,6 5,68 5 6 8 401,3 3,0 30,6 1,5 5,58 6 7 5 7 399,4 3,0 30,6 1,5 5,51 4 6 9 9 412,3 3,0 30,4 1,5 5,66 1 6 7 7 406,8 3,0 31,0 1,5 5,56 8 6 6 9 415,5 3,0 31,4 1,6 5,56 1 7 1 1 419,0 3,0 31,3 1,6 5,49 2 7 6 2 419,7 3,0 31,2 1,6 5,39 1999 5 Abr 1999 6 Abr 1999 7 Abr 1999 8 Abr 1999 9 Abr 1999 12 Abr 1999 13 Abr 1999 8 7 3 437,9 3,0 31,5 1,6 5,62 7 7 7 3 439,6 3,0 31,4 1,5 5,89 4 7 3 9 449,9 3,1 31,4 1,6 5,82 7 3 2 448,9 3,1 31,2 1,6 5,79 3 4 3 444,4 3,1 30,9 1,6 5,68 1 9 1 443,9 3,1 30,8 1,6 5,71 9 4 1 442,0 3,1 31,1 1,5 5,69 3 6 8 14 Abr 444,5 3,1 31,6 1,5 5,69 1999 8 15 Abr 458,0 3,1 31,8 1,6 5,75 1999 16 Abr 1999 19 Abr 1999 4 9 6 1 493,8 3,0 32,8 1,7 5,88 7 9 9 509,3 3,1 34,8 1,7 6,07 6 5 5 5 65 20 Abr 1999 21 Abr 1999 22 Abr 1999 23 Abr 1999 26 Abr 1999 27 Abr 503,7 3,1 33,8 1,7 5,85 1 1999 29 Abr 1999 30 Abr 1999 3 May 1999 4 May 1999 5 May 66 6 511,4 3,2 32,8 1,6 5,83 2 3 7 516,1 3,3 32,7 1,6 5,88 8 7 508,4 3,3 33,1 1,6 5,93 4 4 9 505,7 3,3 32,9 1,6 5,88 8 5 8 503,4 3,3 33,8 1,6 1999 28 Abr 5 5 9 5,8 4 506,4 3,3 35,0 1,6 5,89 9 2 8 9 514,3 3,3 41,6 1,8 6,02 4 1 7 1 563,6 3,4 42,3 1,9 6,67 7 1 4 574,1 3,3 42,3 1,9 7,03 9 6 7 6 577,9 3,4 42,7 2,0 6,98 3 4 3 2 597,5 3,4 42,6 1,9 7,04 1999 6 May 8 4 590 1999 10May 1999 11May 1999 13May 1999 14May 1999 17May 1999 18May 1999 19May 1999 20May 1999 8 2 7,12 6 3,7 42,3 1,8 6,97 4 3 9 580,3 3,7 42,8 1,8 6,91 7 5 6 4 562,4 3,6 42,3 1,8 6,61 1999 12May 7 604,1 3,7 42,3 1999 7 May 9 6 8 7 538,0 3,4 42,5 1,8 6,36 5 5 5 546,6 3,5 42,4 1,8 4 1 3 6,5 6 546,0 3,5 42,3 1,9 6,28 5 7 4 539,9 3,5 42,4 1,8 6,18 7 551,6 3,5 7 2 42 1,8 7 6,2 1 527,9 3,4 41,3 1,8 5,95 5 5 1 534,2 3,4 41,9 1,8 5,75 5 2 1 67 21May 511,2 3,3 42,1 1,7 1999 24May 1999 26May 1999 27May 1999 28May 1999 31May 3 1999 2 Jun 1999 3 Jun 1999 4 Jun 1999 7 Jun 1999 8 Jun 68 6 497,4 3,3 41,8 1,7 5,66 2 2 2 1 518,8 3,3 41,9 1,7 5,53 8 1 9 7 506,5 3,3 42,2 1,7 5,59 7 4 1 8 518,7 3,3 42,5 1,7 5,67 6 7 1 5 524,1 3,4 42,5 1,7 5,67 1999 1 Jun 1 5,6 5 1 6 520,6 3,4 42,7 1,7 8 5 2 5,6 3 522,0 3,4 43,0 1,6 5,72 5 1 2 9 521,9 3,4 43,2 1,7 5 2 2 5,8 2 526,8 3,3 43,1 1,6 5,85 4 8 9 9 523,7 3,3 43,3 1,7 5,89 9 7 4 6 530,5 3,3 43,4 1,7 5,9 1999 9 Jun 1999 10Jun 1999 11Jun 1999 15Jun 1999 16Jun 1999 17Jun 1999 18Jun 1999 22Jun 1999 23Jun 1999 24Jun 1999 25Jun 1999 3 9 7 2 522,7 3,3 43,3 1,7 5,82 7 9 2 3 520,6 3,4 43,4 1,7 5,64 6 4 3 512,0 3,3 43,6 1,7 5,61 5 9 9 505,3 3,3 43,7 1,6 6 9 6 5,5 8 518,1 3,4 43,6 1,6 5,52 4 7 9 526,3 3,4 43,8 1,7 5,68 4 8 1 525,7 3,3 43,7 1,6 5,71 2 8 9 9 533,3 3,3 43,7 1,7 5,82 5 8 8 544,6 3,2 43,1 1,7 5 5 7 6 4 540,4 3,1 42,9 1,7 5,79 1 9 2 3 535,8 3,1 42,7 1,7 5,75 9 6 5 69 28Jun 1999 29Jun 1999 30Jun 1999 535,9 3,1 41,3 1,7 5,82 3 7 2 524,2 2,9 39,1 1,6 5,81 6 6 9 7 498,7 2,8 39,4 1,6 5,65 2 9 5 1 Jul 1999 512,7 2,8 39,9 1,6 5,61 1 7 5 2 Jul 1999 523,9 2,8 39,6 1,5 5,65 8 4 9 5 Jul 1999 526,5 2,8 40,1 1,6 5,65 6 3 2 6 Jul 1999 528,4 2,8 40,1 1,5 5,59 5 2 6 7 Jul 1999 519,6 2,8 40,3 1,4 5,56 3 4 8 8 Jul 1999 496,9 2,6 39,2 1,4 5,39 3 12 Jul 1999 13 Jul 1999 14 Jul 70 8 8 8 453,8 2,7 39,2 1,3 4,99 6 3 4 474,7 2,6 39,9 1,3 5,06 1 2 7 1 472,6 2,6 39,7 1,3 5,27 1999 15 Jul 1999 16 Jul 1999 19 Jul 1999 20 Jul 1999 21 Jul 1999 22 Jul 1999 23 Jul 1999 26 Jul 1999 27 Jul 1 1999 29 Jul 1999 1 470,8 2,4 39,8 1,3 5,27 3 8 2 4 492,9 2,5 39,6 1,3 5,51 7 6 3 8 492,3 2,6 39,8 1,4 5,47 5 2 4 476,7 2,6 39,9 1,4 5,28 5 7 4 483,2 2,6 39,9 1,4 5,25 2 7 6 476,1 2,6 39,9 1,4 5,08 5 7 469,3 2,6 40 3 8 1,4 4,94 4 458,2 2,5 39,5 1,4 4,82 2 4 1 6 461,8 2,5 39,8 1,5 4,85 1999 28 Jul 9 5 3 469,4 2,5 40,3 1,5 5,04 9 9 1 5 471,7 2,5 40,1 1,6 5,24 3 9 9 71 30 Jul 1999 2 Ago 1999 3 Ago 1999 4 Ago 1999 5 Ago 1999 6 Ago 1999 9 Ago 1999 10 Ago 475,6 2,5 40,4 1,5 5,38 8 1999 12 Ago 1999 13 Ago 1999 17 Ago 72 1 8 467,4 2,5 40,2 1,5 5,39 3 5 2 2 466,8 2,5 39,8 1,5 5,45 2 5 4 461,9 2,5 39,6 1,5 5,53 4 5 465,7 2,5 39,6 1,5 8 5 5,7 6 464,8 2,5 39,1 1,5 5,63 9 6 466,5 2,5 39,4 1,5 5,72 5 2 6 463,2 2,5 39,7 1,5 5,67 1999 11 Ago 5 2 6 473,4 2,3 39,7 1,5 5,73 3 8 472,5 2,3 39,7 1,5 5,66 5 8 478,8 2,3 39,5 1,5 5,48 2 5 6 480,3 2,3 39,5 1,5 5,4 1999 18 Ago 1999 19 Ago 1999 20 Ago 1999 23 Ago 1999 24 Ago 1999 25 Ago 1999 26 Ago 1999 27 Ago 1999 30 Ago 1999 31 Ago 1999 1 Sep 1999 6 5 5 472,4 2,3 39,5 1,5 5,42 6 5 5 474,5 2,3 39,2 1,5 5,49 6 5 5 472,4 2,3 39,5 1,5 5,63 3 5 5 483,2 2,3 39,2 1,5 5,85 3 5 4 491,1 2,4 39,2 1,5 5,85 5 8 512,6 2,4 39,2 1,6 5,75 8 5 8 510,3 2,4 39,2 1,7 5,63 2 5 1 507,3 2,4 39,2 1,7 5,71 4 5 4 500,8 2,4 39,2 1,7 5,71 5 5 506,7 2,5 4 1 39 1,7 5,72 7 515,0 2,5 38,6 1,7 5,62 5 3 73 2 Sep 1999 3 Sep 1999 6 Sep 514,3 2,5 38,6 1,7 5,72 8 517,4 2,5 38,6 1,7 5,71 8 4 7 Sep 513 1999 1999 9 Sep 1999 13 Sep 1999 14 Sep 1999 15 Sep 1999 16 Sep 1999 17 Sep 74 5 5 6 2,5 38,9 1,8 5,72 5 5 6 512,2 2,5 38,7 1,8 5,63 2 5 7 520,9 2,5 38,5 1,8 5,72 1999 10 Sep 5 518,0 2,5 38,9 1,7 5,72 1999 8 Sep 4 5 5 525,2 2,6 38,6 1,9 5,68 5 9 529,5 2,6 38,6 1,8 8 5 5,6 8 528,0 2,7 38,6 1,9 5,36 8 525,2 2,6 38,6 1,9 7 5 2 519,0 2,6 38,6 1,9 7 4 5,4 5,5 6 518,6 2,6 38,6 1,9 5,41 1999 20 Sep 1999 21 Sep 1999 22 Sep 1999 23 Sep 1999 24 Sep 4 520,9 2,7 39,2 1,9 5,33 1 5 5 6 509,8 2,7 1 1,9 5 5 526,4 3 1999 8 2 39,6 2,0 2 6 3 1 Oct 1999 525,9 3 1 38,5 2,0 5 5 5,3 5,3 7 5 5,3 4 4 Oct 1999 537,8 3,0 38,5 2,0 1 5,3 3 534,4 3,0 38,6 2,0 1999 5,3 3 530,5 2,9 39,5 2,0 1999 5,3 5 528,3 2,9 39,6 2,0 1999 5,3 2 506,5 2,9 38,8 27 Sep 5,3 6 507,1 2,8 38,9 2,0 9 30 Sep 39 5 4 29 Sep 6 515,9 2,7 38,8 1,9 5,42 1999 28 Sep 6 5,3 8 75 5 Oct 1999 533,1 3,0 38,5 2,0 5,23 9 7 6 6 Oct 1999 535,9 3,0 38,2 2,0 5,22 7 7 5 4 7 Oct 1999 539,7 3,1 37,8 2,0 5,19 6 8 Oct 1999 538,0 3,0 37,3 2,0 3 12 Oct 1999 14 Oct 2 9 510,4 2,9 36,9 1,9 5,06 9 1 514,9 2,9 1999 15 Oct 507,5 1999 4 18 Oct 3 525,8 3,0 36,9 1,9 5,16 1999 13 Oct 8 5,2 37 1,9 5,03 9 3 3 37,3 1,9 5,08 3 504,8 2,9 37,3 1,9 4,88 1999 19 Oct 1999 20 Oct 1999 21 Oct 76 515,1 3,0 37,3 1,9 4,95 5 3 8 523,8 3,0 39,3 1,9 5,05 3 9 5 8 534,4 3,0 38,6 2,0 5,21 1999 22 Oct 1999 25 Oct 1999 26 Oct 1999 27 Oct 1999 28 Oct 9 545,8 3,0 38,8 2,0 5,47 2 1999 1 Nov 1999 2 Nov 1999 3 Nov 9 1999 5 Nov 1999 5 7 9 5 3 540,1 3,1 38,8 2,0 5,21 6 4 5 3 537,5 3,1 38,8 2,0 8 6 5 7 5 5,3 5 536,5 3,1 38,8 2,1 5,5 4 538,6 3,2 38,7 2,2 5,48 9 2 8 539,6 3,2 37,9 2,3 5,56 8 3 5 552,9 3,2 37,9 2,2 8 9 5,9 9 565,6 3,3 37,8 2,3 5,89 1999 4 Nov 9 546,4 3,0 38,8 2,0 5,23 1999 29 Oct 2 3 561,2 3,3 37,3 2,2 5,94 6 3 8 566,6 3,3 37,0 2,2 5,97 5 3 5 8 77 8 Nov 1999 9 Nov 1999 10 Nov 1999 11 Nov 1999 12 Nov 1999 15 Nov 1999 16 Nov 1999 17 Nov 1999 18 Nov 1999 19 Nov 1999 22 Nov 1999 23 Nov 78 574,7 3,4 37 1 2,2 8 572,1 3,3 37,4 2,2 9 6,1 7 6,1 7 570,6 3,3 37,9 2,2 5,99 7 8 5 9 557,2 3,3 37,6 2,3 5,92 7 5 2 549,9 3,2 37,1 2,3 2 6 5 558,4 3,2 37,4 2,3 5,91 9 5 2 546,1 3,2 36,5 2,3 5,85 3 5 530,2 3,1 7 38 7 5 2,3 5,84 9 535,9 3,1 38,1 2,4 6,02 5 7 524,7 3,1 6 5 39 2,4 5,97 7 543,7 3,0 38,7 2,4 2 8 5,9 5 543,9 3,0 38,7 2,4 6 1999 24 Nov 1999 25 Nov 1999 26 Nov 1999 29 Nov 5 1999 5 3 544,2 3,0 38,5 2,4 6,05 8 8 3 549,3 3,2 38,5 2,4 5,99 1 5 555,4 3,3 38,7 2,4 5,85 4 5 5 549,3 3,3 38,7 2,4 1999 30 Nov 8 4 5,9 5 536,1 3,3 37,8 2,4 6,23 1 5 1 Dic 1999 543,5 3,4 39,4 2,4 6,53 1 4 2 Dic 1999 555,0 3,3 41,9 2,4 6,46 4 5 2 3 Dic 1999 560,5 3,3 40,2 2,4 6,49 8 6 Dic 1999 553,6 3,3 2 41 8 2,3 6,7 7 7 Dic 1999 554,7 3,4 41,2 2,3 6,93 6 5 8 9 Dic 1999 553,5 3,3 40,9 2,3 9 8 6,7 5 79 10 Dic 1999 13 Dic 1999 14 Dic 556,8 3,4 6 1999 16 Dic 1999 17 Dic 1999 20 Dic 1999 21 Dic 1999 22 Dic 1999 23 Dic 1999 24 Dic 1999 27 Dic 80 2 2,3 6,51 7 553,4 3,4 39,7 2,4 6,64 2 2 5 1 536,7 3,3 38,5 2,3 6,72 1999 15 Dic 40 8 5 536,7 3,6 38,8 2,3 6,98 1 3 541,9 3,5 39 4 2,4 6,88 1 551,4 3,6 39 5 2,3 6,95 7 550,8 3,6 38,3 2,4 4 6,9 5 551,1 3,6 38,1 2,3 6,82 6 9 549,1 3,6 38,7 2,3 6,82 7 5 6 544,9 3,5 38,1 2,3 6,82 2 5 9 547,3 3,5 38,1 2,3 6,83 3 536,6 3,6 9 38 2,3 6,62 1999 28 Dic 1999 29 Dic 1999 30 Dic 1999 3 Ene 2000 4 Ene 2000 5 Ene 2000 6 Ene 2000 7 Ene 2000 10Ene 2000 11Ene 2000 12Ene 2000 9 5 9 544,1 3,6 37,6 2,3 6,73 6 5 7 544,9 3,6 36,7 2,4 5 5 6,5 8 550,4 3,6 36,5 2,4 6,88 7 5 6 551,8 3,6 36,5 2,4 6,94 3 8 522,9 3,9 36,1 2,3 6,66 7 8 5 532,6 3,9 36,1 2,2 6,58 8 8 6 528,4 3,9 36,4 2,1 7 8 5 5 522,1 3,9 35,7 2,1 2 8 6,6 8 519,9 3,9 35,7 2,1 7 6,6 8 520,8 3,8 35,9 2,1 9 6,6 9 6,6 8 518,7 3,8 35,7 2,1 6,64 2 5 8 81 13Ene 560,0 3,8 2000 7 14Ene 8 17Ene 567,7 2000 4 18Ene 8 566,0 3,9 2000 36 2,2 7,53 3 36 2,2 7,8 6 4 37 2,3 7,65 1 577,9 4,1 37 2000 2,3 7,83 6 19Ene 581,5 4,1 2000 2 20Ene 5 578,7 4,1 2000 37 2,3 7,74 7 37 7 2,3 7,62 7 Estadística descriptiva: Media Error típico Mediana Moda Desviación estándar MERVAL 494,6215079 3,8420225 516,065 534,4 60,99021639 CITI 3,111269841 0,024619341 3,09 3,07 0,390819925 YPF 37,12444444 0,273922985 38,6 38,6 4,348392579 MOLI 1,869801587 0,019206287 1,75 1,73 0,304890354 TECO2 5,767619048 0,039612757 5,68 5,3 0,628833016 82 Varianza de Kurtosis Coeficiente de Mínimo Máximo asimetría la muestra MERVAL 3719,806496 -0,5939632 -0,753499741 357,5 604,1 CITI 0,152740214 -0,1127693 0,085169446 4,15 YPF 18,90851802 -0,8248901 -0,579559131 28,39 43,88 MOLI 0,092958128 -0,8670820 0,575789382 1,31 2,48 TECO2 0,395430962 0,9474223 4,49 7,83 0,89787634 2,3 Rentabilidad diaria (ver Anexo III a) Rendimientos Diarios Fecha Merval Citi Ypf Moli Teco2 20 Ene 1999 21 Ene 1999 -6,16% -1,63% -5,04% -7,43% -6,83% 22 Ene 1999 0,55% -0,66% -2,60% 1,85% -0,22% 25 Ene 1999 -0,18% -2,00% 0,00% -1,21% 1,56% 26 Ene 1999 0,81% 0,34% -0,04% 2,45% 27 Ene 1999 1,86% 1,69% 2,67% -2,40% 1,53% 28 Ene 1999 -0,24% -0,33% 3,84% -3,07% 2,15% 29 Ene 1999 1,18% 0,33% 3,27% 5,70% -1,68% 0,44% 1 Feb 1999 5,45% 0,67% 0,58% 0,00% 4,71% 2 Feb 1999 1,01% 1,32% -0,10% 1,20% 0,61% 83 3 Feb 1999 0,08% -0,65% 4,96% -2,96% 1,63% 4 Feb 1999 0,11% 0,00% -5,82% 1,22% -1,00% 5 Feb 1999 -0,62% 0,00% 0,06% -0,60% 0,61% 8 Feb 1999 -0,78% 0,99% -1,51% 0,00% 0,60% 9 Feb 1999 -2,17% 0,00% -0,49% 4,24% 1,00% 10 Feb 1999 -0,25% 0,00% -1,44% 0,00% 1,78% 11 Feb 1999 2,54% -3,58% -1,50% 1,16% 2,72% 12 Feb 1999 -1,08% 3,04% -1,12% -1,15% -1,13% 15 Feb 1999 0,68% 3,28% 0,79% 1,16% 0,00% 16 Feb 1999 0,08% -1,27% -0,37% 0,57% 0,19% 17 Feb 1999 -2,10% -0,96% -1,23% -1,14% -1,72% 18 Feb 1999 0,60% -0,97% -1,52% 0,58% 1,17% 19 Feb 1999 1,74% 1,31% 0,49% 3,45% 3,07% 22 Feb 1999 -0,44% 0,65% 1,71% 3,33% 3,17% 23 Feb 1999 -1,84% -0,64% -0,86% -1,61% -2,17% 24 Feb 1999 -0,83% 0,00% -0,14% 0,00% -0,18% 25 Feb 1999 -1,12% -0,32% -1,83% -4,92% -1,11% 26 Feb 1999 1,59% 0,00% 1,02% -0,57% -0,19% 1 Mar 1999 0,39% -0,32% 1,64% 0,58% 2 Mar 1999 -0,66% 0,00% 1,99% -0,57% -1,11% 3 Mar 1999 -1,30% 0,00% 0,91% -3,47% -3,36% 4 Mar 1999 2,41% 0,00% 2,57% 1,80% 0,77% 5 Mar 1999 0,93% -0,33% 1,53% 1,18% 5,56% 84 1,50% 8 Mar 1999 0,26% 0,00% -1,15% -0,58% 0,18% 9 Mar 1999 0,68% 0,00% 0,58% 1,17% 10 Mar 1999 3,20% 1,96% 2,12% -6,36% 3,05% 11 Mar 1999 1,80% -0,32% -2,77% -4,94% 4,00% 12 Mar 1999 -0,70% -0,32% -1,07% 3,25% -1,51% 15 Mar 1999 2,32% -0,32% -1,93% 4,40% 16 Mar 1999 -0,91% -0,32% 0,74% 1,20% -0,17% 17 Mar 1999 -0,40% -0,97% 2,29% 0,00% -0,67% 18 Mar 1999 0,19% -0,33% 0,45% -3,57% -0,50% 19 Mar 1999 -0,65% 0,66% -1,23% -2,47% -2,70% 22 Mar 1999 -2,00% 0,00% -0,03% 1,27% -1,39% 23 Mar 1999 -0,12% 0,33% 0,23% -1,88% -1,76% 24 Mar 1999 -0,48% -0,33% 0,13% 1,27% -1,25% 25 Mar 1999 3,22% 0,00% -0,72% -1,26% 2,72% 26 Mar 1999 -1,32% 0,00% 1,94% 1,27% -1,77% 29 Mar 1999 2,12% 0,33% 1,13% 1,26% 30 Mar 1999 0,84% 0,00% -0,16% 0,62% -1,26% 31 Mar 1999 0,18% 0,00% -0,51% 0,62% -1,82% 1,09% 1,87% 0,00% 5 Abr 1999 4,33% 0,00% 1,19% 0,00% 4,27% 6 Abr 1999 0,38% 0,00% -0,44% -2,45% 4,80% 7 Abr 1999 2,35% 0,98% 0,00% 1,89% -1,19% 8 Abr 1999 -0,23% 0,00% -0,60% 0,62% -0,52% 9 Abr 1999 -1,01% 0,00% -0,80% -1,23% -1,90% 85 12 Abr 1999 -0,09% 0,00% -0,48% 0,00% 13 Abr 1999 -0,44% 0,00% 1,04% -1,86% -0,35% 14 Abr 1999 0,56% 0,00% 1,67% -1,27% 0,00% 15 Abr 1999 3,05% 0,00% 0,66% 3,21% 16 Abr 1999 7,82% -0,32% 2,85% 11,18% 2,26% 19 Abr 1999 3,14% 1,94% 6,25% -2,23% 3,23% 20 Abr 1999 -1,11% 0,00% -2,84% -2,86% -3,62% 21 Abr 1999 1,53% 2,54% -3,13% -1,76% -0,34% 22 Abr 1999 0,93% 2,17% -0,30% 0,00% 0,86% 23 Abr 1999 -1,50% 1,21% 1,22% 1,20% 0,85% 26 Abr 1999 -0,52% 0,30% -0,60% -0,59% -0,84% 27 Abr 1999 -0,47% 0,00% 3,01% -2,38% -1,36% 28 Abr 1999 0,61% -0,90% 3,51% 3,05% 1,55% 29 Abr 1999 1,55% -0,30% 18,79% 7,10% 2,21% 30 Abr 1999 9,59% 2,72% 1,54% 7,18% 10,80% 3 May 1999 1,87% -1,18% 0,14% 1,03% 4 May 1999 0,65% 2,38% 0,85% 3,06% -0,71% 5 May 1999 3,40% 1,45% -0,14% -1,98% 0,86% 6 May 1999 1,09% 7,16% -0,73% 1,01% 7 May 1999 -2,33% 0,00% -0,07% -5,50% -2,11% 10 May 1999 -1,63% 0,27% 1,25% -2,65% -0,86% 11 May 1999 -3,10% -2,40% -1,12% 1,63% -4,34% 12 May 1999 -4,33% -5,74% 0,28% -1,07% -3,78% 86 0,53% 1,05% 5,40% 1,14% 13 May 1999 1,60% 1,74% -0,16% 0,54% 2,20% 14 May 1999 -0,11% 1,71% -0,21% 2,15% -3,38% 17 May 1999 -1,13% 0,00% 0,31% -4,21% -1,59% 18 May 1999 2,17% 0,00% -1,11% -0,55% 0,32% 19 May 1999 -4,30% -3,36% -1,55% 0,00% -4,03% 20 May 1999 1,19% 0,00% 1,38% 0,00% -3,36% 21 May 1999 -4,31% -3,48% 0,45% -2,76% -2,61% 24 May 1999 -2,70% -0,30% -0,69% -2,84% 1,07% 26 May 1999 4,31% -0,30% 0,41% 3,51% -2,30% 27 May 1999 -2,37% 0,91% 0,52% 0,56% 28 May 1999 2,41% 0,90% 0,71% -1,69% 1,43% 31 May 1999 1,03% 2,37% 0,00% 0,57% 1 Jun 1999 -0,65% 0,00% 0,49% -1,70% -1,23% 2 Jun 1999 0,26% -1,16% 0,70% -2,31% 2,14% 3 Jun 1999 -0,02% 0,29% 0,46% 1,78% 4 Jun 1999 0,94% -1,17% -0,07% -1,74% 0,86% 7 Jun 1999 -0,58% -0,30% 0,35% 4,14% 8 Jun 1999 1,29% 0,59% 0,30% -2,27% 0,17% 9 Jun 1999 -1,46% 0,00% -0,35% 0,58% -1,36% 10 Jun 1999 -0,40% 0,29% 0,28% 0,00% -3,09% 11 Jun 1999 -1,65% -0,29% 0,58% -1,73% -0,53% 15 Jun 1999 -1,31% 0,00% 0,16% -1,18% -1,96% 16 Jun 1999 2,53% 0,29% -0,21% 0,60% 1,08% 0,00% 1,40% 0,68% 0,36% 87 17 Jun 1999 1,58% 0,00% 0,48% 1,18% 2,90% 18 Jun 1999 -0,12% -0,59% -0,21% -1,17% 0,53% 22 Jun 1999 1,45% 0,00% -0,02% 0,59% 1,93% 23 Jun 1999 2,12% -3,85% -1,39% 2,35% 3,09% 24 Jun 1999 -0,78% -1,85% -0,58% -0,57% -3,50% 25 Jun 1999 -0,85% 0,00% -0,37% 1,16% -0,69% 28 Jun 1999 0,02% -2,82% -3,25% -1,71% 1,22% 29 Jun 1999 -2,18% -4,52% -5,27% -2,91% -0,17% 30 Jun 1999 -4,87% -2,36% 0,54% -1,20% -2,75% 1 Jul 1999 2,81% -3,11% 1,45% 0,00% -0,71% 2 Jul 1999 2,20% 0,00% -0,83% -3,64% 0,71% 5 Jul 1999 0,49% 0,00% 1,24% 1,89% 6 Jul 1999 0,36% 0,00% -0,02% -3,70% -1,06% 7 Jul 1999 -1,67% 0,00% 0,55% -5,13% -0,54% 8 Jul 1999 -4,37% -4,29% -2,63% 0,00% -3,06% 12 Jul 1999 -8,67% 1,87% -0,20% -9,46% -7,42% 13 Jul 1999 4,59% -4,03% 1,96% -2,24% 1,40% 14 Jul 1999 -0,44% -0,38% -0,45% 0,00% 4,15% 15 Jul 1999 -0,37% -4,98% 0,08% 2,29% 0,00% 16 Jul 1999 4,70% 3,23% -0,48% 2,99% 4,55% 19 Jul 1999 -0,13% 2,34% 0,43% 4,35% -0,73% 20 Jul 1999 -3,17% -0,76% 0,43% 0,00% -3,47% 21 Jul 1999 0,00% 1,39% -0,57% 88 1,36% 0,00% 0,00% 22 Jul 1999 -1,46% 0,00% 0,00% 1,37% -3,24% 23 Jul 1999 -1,43% 0,00% 0,08% -2,70% -2,76% 26 Jul 1999 -2,37% -2,31% -1,23% 1,39% -2,43% 27 Jul 1999 0,78% 0,39% 0,81% 2,74% 0,62% 28 Jul 1999 1,67% 1,57% 1,21% 3,33% 3,92% 29 Jul 1999 0,48% 0,00% -0,30% 3,23% 3,97% 30 Jul 1999 0,84% -1,54% 0,55% -1,25% 2,67% 2 Ago 1999 -1,73% 0,00% -0,47% -3,80% 0,19% 3 Ago 1999 -0,13% 0,00% -1,04% 1,32% 4 Ago 1999 -1,05% 0,00% -0,50% -2,60% 1,47% 5 Ago 1999 0,83% 0,00% 0,00% 4,00% 6 Ago 1999 -0,19% -1,96% -1,26% 0,00% -1,23% 9 Ago 1999 0,36% 0,80% 0,77% 0,00% 10 Ago 1999 -0,72% 0,00% 0,76% 0,00% -0,87% 11 Ago 1999 2,21% -8,73% 0,00% 1,28% 12 Ago 1999 -0,19% 0,00% 0,00% 0,00% -1,22% 13 Ago 1999 1,33% 2,17% -0,50% -1,27% -3,18% 17 Ago 1999 0,32% 0,00% 0,00% -0,64% -1,46% 18 Ago 1999 -1,64% 0,00% 0,00% 0,00% 0,37% 19 Ago 1999 0,44% 0,00% -0,76% 0,00% 1,29% 20 Ago 1999 -0,45% 0,00% 0,77% 0,00% 2,55% 23 Ago 1999 2,29% 0,00% -0,76% -0,65% 3,91% 24 Ago 1999 1,64% 2,13% 0,00% 2,60% 1,11% 3,07% 1,60% 1,06% 0,00% 89 25 Ago 1999 4,38% 2,08% 0,00% 6,33% -1,71% 26 Ago 1999 -0,46% 0,00% 0,00% 1,79% -2,09% 27 Ago 1999 -0,58% 0,00% 0,00% 1,75% 30 Ago 1999 -1,28% 0,00% 0,00% -1,72% 0,00% 31 Ago 1999 1,18% 4,90% -0,51% -0,58% 0,18% 1 Sep 1999 1,64% -2,72% -1,03% 1,76% -1,75% 2 Sep 1999 -0,13% 0,00% 0,00% 0,58% 3 Sep 1999 0,60% 2,00% 0,00% 0,57% -0,17% 6 Sep 1999 0,11% 0,00% 0,78% 0,57% 0,18% 7 Sep 1999 -0,97% 0,00% 0,13% 5,68% 0,00% 8 Sep 1999 -0,15% 0,00% -0,64% 0,54% -1,57% 9 Sep 1999 1,69% 0,00% -0,52% -1,07% 1,60% 10 Sep 1999 0,84% 5,49% 0,26% 2,70% -0,70% 13 Sep 1999 0,82% -1,49% 0,00% -1,05% -1,41% 14 Sep 1999 -0,28% 1,89% 0,00% 1,06% -4,29% 15 Sep 1999 -0,53% -1,85% 0,00% 1,05% 0,75% 16 Sep 1999 -1,18% -0,38% 0,00% 2,08% 1,85% 17 Sep 1999 -0,09% 0,00% 0,00% 0,00% -1,64% 20 Sep 1999 0,45% 2,27% 1,68% 0,00% -1,48% 21 Sep 1999 -0,95% 0,00% -1,15% 0,00% 22 Sep 1999 -1,19% 1,85% 0,52% 0,00% -2,21% 23 Sep 1999 -0,52% 3,64% -0,26% 3,06% 24 Sep 1999 -0,12% 4,91% -0,26% -0,99% 0,00% 90 1,42% 1,78% 1,69% 0,00% 27 Sep 1999 3,94% 0,33% 2,06% 2,50% 0,00% 28 Sep 1999 0,35% -2,67% 0,00% -0,98% 0,00% 29 Sep 1999 0,42% 1,37% -0,25% 0,00% 0,00% 30 Sep 1999 0,74% 2,36% -2,28% 1,97% 0,00% 1 Oct 1999 -1,59% -0,99% -0,13% -1,45% 0,00% 4 Oct 1999 2,26% 1,67% 0,00% 1,96% 5 Oct 1999 -0,86% 0,66% -0,13% -0,96% -1,32% 6 Oct 1999 0,52% 0,00% -0,65% -0,97% -0,19% 7 Oct 1999 0,70% 0,98% -1,18% 0,98% -0,57% 8 Oct 1999 -0,31% -0,65% -1,32% -1,46% 0,19% 12 Oct 1999 -2,27% -1,95% -1,07% -1,97% -0,77% 13 Oct 1999 -2,91% -3,97% 0,00% -4,02% -1,94% 14 Oct 1999 0,86% 3,10% 0,27% 1,05% -0,59% 15 Oct 1999 -1,43% 0,33% 0,81% 0,00% 18 Oct 1999 -0,54% -3,33% 0,00% -1,55% -3,94% 19 Oct 1999 2,05% 4,48% 0,00% 4,21% 1,43% 20 Oct 1999 1,68% 1,98% 5,50% 0,00% 2,02% 21 Oct 1999 2,02% 0,00% -1,91% 2,02% 3,17% 22 Oct 1999 2,14% 0,00% 0,65% 2,48% 4,99% 25 Oct 1999 0,12% 0,00% 0,00% -1,93% -4,39% 26 Oct 1999 -1,16% 1,62% 0,00% 0,00% -0,38% 27 Oct 1999 -0,48% 0,64% 0,00% 0,99% 1,73% 28 Oct 1999 -0,20% 0,32% 0,00% 4,39% 3,77% 0,00% 0,99% 91 29 Oct 1999 0,41% 1,58% -0,39% 6,54% -0,36% 1 Nov 1999 0,18% 0,31% -2,07% 3,07% 2 Nov 1999 2,46% 1,86% 0,00% -2,55% 6,12% 3 Nov 1999 2,28% 1,22% -0,26% 0,44% -0,17% 4 Nov 1999 -0,77% 0,00% -1,32% -0,87% 0,85% 5 Nov 1999 0,96% 0,00% -0,67% 0,00% 0,51% 8 Nov 1999 1,42% 2,10% -0,13% 0,00% 2,18% 9 Nov 1999 -0,44% -0,88% 1,08% -0,44% 0,00% 10 Nov 1999 -0,27% 0,30% 1,47% 0,88% -1,80% 11 Nov 1999 -2,35% -0,89% -0,92% 1,31% -1,17% 12 Nov 1999 -1,32% -2,99% -1,33% -0,86% 1,35% 15 Nov 1999 1,56% 0,00% 0,81% 0,87% -1,50% 16 Nov 1999 -2,21% -1,54% -2,27% 1,29% -1,02% 17 Nov 1999 -2,90% -0,94% 3,97% 1,70% -0,17% 18 Nov 1999 1,07% 0,00% 0,39% 0,42% 19 Nov 1999 -2,09% 0,00% 2,23% 0,00% -0,83% 22 Nov 1999 3,61% -2,84% -0,64% 0,00% -1,17% 23 Nov 1999 0,04% 0,00% 0,00% 1,25% 1,69% 24 Nov 1999 0,06% 0,00% -0,65% 0,00% 0,83% 25 Nov 1999 0,92% 3,90% 0,00% 0,82% -0,99% 26 Nov 1999 1,12% 4,69% 0,52% 0,00% -2,34% 29 Nov 1999 -1,11% -0,30% 0,00% 0,00% 0,85% 30 Nov 1999 -2,40% -1,20% -2,33% 0,00% 5,59% 92 1,46% 3,08% 1 Dic 1999 1,38% 3,03% 4,23% -0,41% 4,82% 2 Dic 1999 2,12% -1,47% 6,35% -0,82% -1,07% 3 Dic 1999 0,98% 0,90% -4,06% 0,00% 6 Dic 1999 -1,23% 0,00% 1,99% -2,07% 3,24% 7 Dic 1999 0,21% 0,59% 0,61% 0,42% 9 Dic 1999 -0,21% -0,59% -0,85% -1,26% -3,32% 10 Dic 1999 0,59% 1,18% -2,20% 0,85% -2,84% 13 Dic 1999 -0,62% 0,00% -0,62% 1,69% 14 Dic 1999 -3,02% -1,17% -3,14% -2,49% 1,20% 15 Dic 1999 0,00% 6,51% 0,78% -0,85% 3,87% 16 Dic 1999 0,97% -2,78% 0,52% 3,43% -1,43% 17 Dic 1999 1,75% 2,86% 0,00% -1,66% 1,02% 20 Dic 1999 -0,11% 0,00% -1,67% 1,27% -0,72% 21 Dic 1999 0,06% 0,00% -0,65% -0,42% -1,16% 22 Dic 1999 -0,36% 0,00% 1,71% -1,26% 0,00% 23 Dic 1999 -0,77% -1,39% -1,68% 1,27% 0,00% 24 Dic 1999 0,44% -1,41% 0,00% 0,00% 0,15% 27 Dic 1999 -1,94% 4,29% -0,26% 0,00% -3,07% 28 Dic 1999 1,39% 0,00% -1,05% -0,84% 1,66% 29 Dic 1999 0,15% 0,00% -2,39% 4,64% -3,42% 30 Dic 1999 1,01% 0,00% -0,54% -0,81% 5,85% 3 Ene 2000 0,25% 0,82% 0,00% -2,44% 0,87% 4 Ene 2000 -5,23% 8,15% -1,10% -2,08% -4,03% 0,46% 3,43% 2,00% 93 5 Ene 2000 1,86% 0,00% 0,00% -3,83% -1,20% 6 Ene 2000 -0,79% 0,00% 0,97% -4,87% 0,30% 7 Ene 2000 -1,20% 0,00% -2,06% 1,40% 0,00% 10 Ene 2000 -0,41% -2,01% 0,00% 0,00% 0,00% 11 Ene 2000 0,18% -0,26% 0,56% 0,00% 0,00% 12 Ene 2000 -0,42% -1,80% -0,42% 0,00% 0,61% 13 Ene 2000 7,98% 1,57% 0,70% 2,29% 13,40% 14 Ene 2000 1,07% 0,52% 0,00% 1,35% 17 Ene 2000 0,29% 2,56% 2,78% 2,21% -1,92% 18 Ene 2000 1,79% 2,50% 0,00% 2,16% 19 Ene 2000 0,63% 1,22% 0,00% 0,42% -1,15% 20 Ene 2000 -0,47% -1,20% 0,00% 0,00% -1,55% 94 3,59% 2,35% Estadística descriptiva de la rentabilidad diaria: Columna1 City YPF Molinos Media E(Ri) 0,0013394 0,0009203 0,0015047 0,0021149 0,00187503 Error típico 0,0012217 0,0012317 0,0015405 0,0015525 0,00129112 Mediana 0 0 0 0 0,00078255 Moda 0 0 0 0 #N/A Desviación estándar σ(Ri) 0,0193555 0,0195148 0,0244067 0,0245971 0,02045529 Varianza de la muestra 0,0003746 0,0003793 0,00059331 0,000603 0,00041841 Kurtosis 3,8952029 34,228459 2,6790874 4,1264587 4,17712294 0,152141 3,684352 0,1835507 0,9062486 0,32173624 0,1688233 0,2460381 0,2063958 0,2082476 0,18258148 Coeficiente de asimetría Rango Teco2 Merval Mínimo -0,0873015 -0,0581818 -0,0945945 -0,074211 0,08667216 Máximo 0,0815217 0,1878563 0,1118012 0,1340361 0,09590932 Suma 0,3362072 0,2310070 0,3776976 0,5308405 0,47063372 251 251 251 0,0024061 0,0024259 0,0030341 Número de datos (T) Nivel de confianza(95,0%) 251 251 0,0030577 0,0025428 Varianzas y Covarianzas: city ypf city 0,00037464 ypf 3,60843E-05 0,00037931 moli moli 5,0609E-05 8,18706E-05 0,000593315 teco2 5,03055E-05 7,76252E-05 0,000140149 teco2 0,000603 95 Datos para el modelo Diagonal de Sharpe: Estadísticas de la regresión City Intercepción a b de Coef. determinación R^2 504 Observaciones 96 699 706 50 990 887 40 546 373 de 0,03512 0,047844 0,15746 0,32119 065 30 251 845 0,03124 0,044020 0,15407 0,31847 563 Error típico 07 correl. 0,18740 0,218733 0,39681 0,56674 múltiple R^2 ajustado Teco2 0,17732 0,208676 0,47346 0,68149 956 Coef. Molinos 0,00100 0,000529 0,00061 0,00083 697 Variable X 1 YPF 38 883 234 0,01905 0,019080 0,02244 0,02030 076 44 783 607 251 251 251 251 ANEXO V ALGUNAS DEMOSTRACIONES CON EL OPERADOR ESPERANZA MATEMÁTICA La finalidad de este apéndice es la de suministrar pruebas que pueden ser estudiadas para llegar a comprender el operador esperanza matemática y explicar ciertas relaciones de estadística matemática que ayudará a comprender el contenido del tema analizado. Dadas dos variables aleatorias X e Y que tengan una distribución de probabilidad conjunta p(Xi’ Yj), para i, j = 1, 2, …., los teoremas siguientes pueden ser demostrados utilizando el operador esperanza matemática. TEOREMA 1: Var (x) = E(x2) - [E(x)]2 Demostración: Var (x) = E[x – E(x)]2 por definición = E(x2 – 2xE(x) + [E(x)]2) = E(x2) – 2 E(x) . E(x) + [E(x)]2 = E(x2) - [E(x)]2 c.q.d. 97 TEROREMA 2: E (x2) = Var (x) + [E(x)]2 Demostración: Var (x) = E(x)2 -[E(x)]2 por el Teorema 1 Var (x) + [E(x)]2 = E(x)2 c.q.d. TEOREMA 3: Var (ax + b) = a2 Var (x) para cualesquiera constantes a y b. Demostración: Var (ax + b) = E[ax + b – E(ax + b)]2 = E[ax + b – aE(x) – b]2 = Ea2[x – E(X)]2 = a2E[x – E(x)]2 = a2 Var (x) c.q.d. El teorema 3 implica que la desviación típica de (ax + b) es igual a aσx – la raíz cuadrada de a2 Var (x). TEOREMA 4: E (xy) = E(x).E(y) si, y solamente si, x e y son independientes. Demostración: E(xy) = ∑ ∑ [p(x ey )(x )(y )] i i 98 j j i j Pero p(x e y) = (px) (py), si x e y son independientes y, por lo tanto ∑ ∑ [( p )( p )(x )(y )] E(xy) = xi i yj i j j ∑ ∑ [( p )(. x ).( p )( y )] = xi i i yj j j ∑ [( p )(x )].∑ [( p )(y )] = xi i i = yj j j E(x) . E(y) c.q.d. TEOREMA 5: Cov (x, y) = E(xy) – E(x) . E(y). Demostración: Cov (x, y) = E[(x – E(x)) . (y – E(y))] por definición = E[xy – xE(y) – yE(x) + E(x) . E(y)] = E(xy) – E(x) . E(y) – E(y) . E(x) + E(x) . E(y) = E(xy) – E(x) . E(y) c.q.d. TEOREMA 6: Cov. (x, c) = 0, en donde c es una constante. Demostración: Cov (x,c) = E(xc) – E(X) . E(c) por el teorema 5 = cE(x) – cE(x) = 0 c.q.d. 99 TEOREMA 7: Cov (ax + b, cy + d) = ac Cov (x, y). Demostración: Cov (ax + b, cy + d) = E{[ax + b – E(ax + b)] . (cy + d – E(cy + d)]} por definición = E{[ax + b – aE(x) – b] . [cy + d – cE(y) – d]} = E[a(x – Ex) . c(y – Ey)] = acE [(x – Ex) . (y – Ey)] = ac Cov (x, y) c.q.d. TEOREMA 8: Cov (x, y + z) = Cov (x, y) + Cov (x, z). Demostración: Cov (x, y + z) = E[x(y + z)] – E(x) . E(y + z) por el teorema 5 = E(xy + xz) – [E(x) . E(y) + E(x) . E(z)] = E(xy) + E(xz) – [E(x) . E(y) + E(x) . E(z)] = [E(xy) – E(x) . E(y)] + [E(xz) – E(x) . E(z)] Cov (x, y) + Cov (x, z) c.q.d. TEOREMA 9: Si las variables aleatorias x e y son ambas sometidas a una transformación lineal (por ejemplo, ax + b y cy + d en donde a, b y c son constantes), su coeficiente de correlación (ρxy) (1) es invariante. Simbólicamente, ρxy = ρ(ax + b, cy + d). 100 Demostración: ρ(ax + b, cy + d) = = Cov (ax + b, cy + d ) por definición de ρxy σ (ax +b ) .σ (cy + d ) acCov ( xy ) por los teoremas 3 y 7 ( a )(σ x )( c )(σ y ) Cov ( x, y ) = σ xσ y = ρ(x,y) por definición TEOREMA 10: Var (∑ x ) = ∑ σ i 2 i c.q.d. +∑ i ∑σ ij para i ≠ j. j Demostración: Var (∑ x ) = E (∑ x − ∑ u ) i i 2 i i en donde ui = E (x) i = E ( ∑ ( x i − ui ) ) 2 i ∑ (x = E (∑ i i − ui )(x j − u j )) j = ∑∑ E [( xi − ui )(x j − u j )] i j = ∑ ∑σ i = ∑σ i 2 i +∑ i ∑σ ij ij j para i ≠ j c.q.d. j 101 Bibliografía ABASCAL MARTINEZ, Eduardo, (1999), “Invertir en bolsa: conceptos y estrategias”,España, Mc. Graw Hill. “Análisis de Acciones”, Instituto Argentino de Mercado de Capitales, (noviembre de 1998) BAUMOL, (1980), “Teoría Económica y Análisis de Operaciones”, 4° edición, Colombia, Prentice Hall.Inc. BERNARDELLO, Alicia; VICARIO, Aldo ,(1999), “Condición de segundo orden en la optimización libre y sujeta a restricciones de igualdad”,(1999), Santa Fe, XIV Jornadas BERNARDELLO, Alicia; VICARIO, Aldo, (2000), “Condiciones de Kuhn y Tucker: Aplicaciones a la Economía y al Mercado de Capitales”,Jujuy, XV Jornadas BODIE Zvi; MERTON, Robert C., (1999), “Finanzas”, México, Prentice Hall 102 BREALEY, Richard A.;MYERS, Stewart C., (1998), “Fundamentos de financiación empresarial”,5° edición, España, Mc. Graw Hill. ELTON Edwin J. y GRUBER Martín J.,(1995), “Modern Portfolio Theory and Investment Analysis”, Estados Unidos, John Wiley & Sons,INC. EMERY, Douglas R.; FINNERTY,John D.; STOWE, John D.(2000), “Fundamentos de Administración Financiera”, México, Prentice Hall EPPEN, G. D,(2000), “Investigación de Operaciones en la Ciencia Administrativa”, México, Prentice Hall FERNANDEZ, Pablo, (1998), “Valoración de Empresas”, Barcelona, Ediciones Gestión 2000 S.A. FERNANDEZ POL, Jorge, (1984), “Utilidad en el Sentido von Newmann- Morgenstern”, Argentina, Editorial Tesis FRANCIS, Jack Clark; ARCHER, Stephen H., (1977), “Análisis y Gestión de Cartera de Valores”, Madrid, Ediciones ICE 103 GABA E., PASCUAL, G; CANTARIN H.(enero de 1996), “Una contribución para determinar el costo de las acciones en Argentina.”, Departamento de Research del Banco Francés. Serie de Estudios Técnicos N° 2 GOMEZ-BEZARES, Fernando; MADARIAGA, José Antonio; SANTIBAÑEZ, Javier, (1994), “Valoración de Acciones en la Bolsa Española”, Bilbao, Desclee de Brouwer S.A. MARKOWITZ,H.( marzo de 1952), “Selección de Carteras” Journal of Finance, Recopilación de Weston Fred J. y Woods Donald H., Barcelona, (1970), Editorial Gustavo Gili S.A. MARKOWITZ,H., (1992), “Mean-Variance Analysis In Portfolio Choice and Capital Markets”,USA. Blackwell MESSUTI D. J., ALVAREZ V. A. y GRAFFI H. R.,(1992), “Selección de inversiones”, Argentina, Macchi ROSS Stephen A.; WESTERFIELD, Randolph W.; JAFFE, Jeffrey.(2000), 5° edición 104 “Finanzas Corporativas”, Mc.Graw-Hill SANCHEZ MOLINERO, J.M.; HERNANDO, Santiago Rafael, (1998), “Utilidad y bienestar”, Madrid, Editorial Síntesis. SHARPE, William F. ALEXANDER,Gordon J. y BAILEY Jeffery V., (1995), “Investments”, Estados Unidos, Prentice Hall. SHARPE, William F, (1976), “Teoría de la Cartera y del Mercado de Capitales”, España, Ediciones Deusto S.A. SHARPE, William F, (1964), “Los precios de los bienes de Capital: Una Teoría del equilibrio de mercado bajo condiciones de riesgo.” Journal of Finance. Recopilación de Weston, J. Y Woods, Donald H., Barcelona, (1970), Editorial Gustavo Gilli S.A. SUAREZ y SUAREZ, Andrés S. (1994), “Decisiones óptimas de Inversión y Financiación en la Empresa”, Madrid, Ediciones Pirámide S.A. TOBIN,J. “La preferencia por la liquidez como comportamiento frente al riesgo” The Review of Economic Studies Vol. 105 125 (febrero Macroeconomía 1958) Reproducido recopiladas por en Lecturas Mueller Ph. de D. Compañía Editorial Continental S.A.(septiembre de 1972) WINSTON Wayne L.,(1994), “Operations Research-Applications and Algoritms”, third edition, Estados Unidos,. PWS-Kent. 106 107