Lectura Obligatoria Gesti on de Carteras de Inversi on Maestr a en Finanzas - Esan

Importante: Leer el presente documento cuidadosamente. Asegurarse de entender claramente los conceptos tratados aqu y su correcta implementaci on en MS Excel. El Lunes 2 de Diciembre el control de lectura se basar a en los conceptos m as importantes aqu presentados. Conceptos de gesti on activa de portafolios de inversi on Abrir el archivo admportafolio.xlsx. Este contiene la informaci on correspondiente a 3 activos riesgosos (1, 2, y 3) dada por:

1. hB : es el benchmark o el portafolio con el cual se va a contrastar la performance del administrador. Dicho vector contiene los pesos de cada uno de los activos riesgosos en el benchmark. Por ejemplo, si el benchmark fuera el IGBVL, hB tendr a los pesos de los 32 activos riesgosos que lo conforman 2. hP : es un portafolio cualquiera que contiene los pesos que se asignan a los activos riesgosos. Notar que h1 + h2 + h3 (el peso total del portafolio en los activos riesgosos) puede ser distinto de 1, con lo cual h0 = 1 h1 h2 h3 es el peso del activo libre de riesgo en el portafolio. Por ejemplo: si el IGBVL fuera el benchmark y s olo voy a tomar posiciones en los activos que conforman tal ndice, el portafolio P contendr a los a a cada uno de los activos que conforman el IGBVL pesos que el administrador le dar 3. : es el vector que contiene los betas de los activos riesgosos con respecto al benchmark B . Por ejemplo, si s olo trabajamos con los activos del IGBVL, el vector mostrar a los betas de cada uno de los activos riesgosos con respecto al IGBVL, es decir 32 valores 4. V: es la matriz de covarianza de los rendimientos de los activos riesgosos. Recordar que la matriz V s olo contiene informaci on sobre los activos riesgosos pues el activo libre de riesgo tiene varianza cero y covarianza cero con todos los otros activos. Por ejemplo, si invertimos s olo en los 32 activos del IGBVL la matriz V ser a de 32 por 32, es decir con 1024 entradas y 528 de ellas por estimar. Dif cil problema no? 5. f : es el vector de rendimientos esperados en exceso sobre la tasa libre de riesgo, es decir

los rendimientos de cada activo menos la tasa libre de riesgo 1 . Estos son estimados (hasta cierto punto) por el administrador activo. Por ejemplo, si invertimos en los 32 activos del IGBVL el vector f ser a un vector con 32 entradas donde cada una de ellas representa el rendimiento en exceso esperado de cada activo 6. B : es el rendimiento en exceso esperado de consenso para el benchmark. Es un n umero. Para simplicar la exposici on y evitar mayores complicaciones vamos a asumir que el pron ostico del administrador sobre el rendimiento en exceso esperado del benchmak coincide con el consenso, entonces fB = B . Por ejemplo, si el IGBVL es el benchmark, B ser a el rendimiento en exceso esperado que el mercado estima para el IGBVL Hacer un ejemplo para 3 activos es pr acticamente lo mismo que hacerlo para 32, s olo cambian los tama nos de los vectores y matrices. Pero, como comentamos en clase, el problema es la estimaci on de los inputs, en especial V, f , y B . Para nuestro toy example se tiene: 2 hP,1 1 f1 1 12 13 hB,1 2 hB = hB,2 , hP = hP,2 , = 2 , f = f2 , V = 12 2 23 2 13 23 3 hP,3 3 f3 hB,3 Los vectores o matrices anteriores est an claramente indicados en admportafolio.xlsx. Recordar que el vector contiene la discrepancia entre los rendimientos en exceso esperados que estima el administrador y los de consenso (los que espera el mercado). En suma los alphas son los pron osticos que hace el administrador activo. Por ejemplo, para cada uno de los activos su alpha ser a 1 = f1 1 B 2 = f2 2 B 3 = f3 3 B con lo cual el vector ser a 1 f1 1 B f1 1 = 2 = f2 2 B = f2 2 B = f B . 3 f3 3 B f3 3
Al hacer esta transformaci on ya no se necesita tener en cuenta el peso en el portafolio del activo libre de riesgo pues su rendimiento en exceso es cero y ya no afectar a los c alculos
1

(1) (2) (3)

Notar que al nal hemos utilizado la notaci on matricial. El vector se encuentra en la celdas G3:G5 y observar como se ha calculado. Si 1 = 2 = 3 = 0 (equivalentemente = 0) el administrador activo no har a ning un pron ostico y simplemente tomar a los rendimientos en exceso esperados que estima el mercado; adem as, su portafolio ser a simplemente el benchmark B ya no hace ning un esfuerzo por desviarse de lo que estima el mercado. Importante: en la pr actica no se determina f y B para calcular sino que este u ltimo se halla DIRECTAMENTE, pero despu es se ajusta para que satisfaga ciertas propiedades b asicas.

Es importante calcular el rendimiento en exceso esperado, el alpha y el beta de nuestro portafolio P , los cuales ser an fP = f1 hP,1 + f2 hP,2 + f3 hP,3 = f hP P = 1 hP,1 + 2 hP,2 + 3 hP,3 = hP P = 1 hP,1 + 2 hP,2 + 3 hP,3 = hP (4) (5) (6)

En admportafolio.xlsx fP , P y P se han calculado de dos formas, una con matrices (multiplicando la transpuesta de f , o por hP ) y la segunda por SUMAPRODUCTO. Los
valores se encuentran en I9:K10. Vean que ambos m etodos son equivalentes por la forma de las expresiones a la derecha de (4), (5) y (6). Uno se podr a preguntar sobre el rendimiento en exceso esperado, alpha y el beta del benchmark. Si los c alculos y las estimaciones se han hecho de manera correcta, se debe tener fB = f1 hB,1 + f2 hB,2 + f3 hB,3 = B B = 1 hB,1 + 2 hB,2 + 3 hB,3 = 0 B = 1 hB,1 + 2 hB,2 + 3 hB,3 = 1 (7) (8) (9)

Lo anterior se verica en admportafolio.xlsx en las celdas I13:K14. Importante: si determinamos los alphas directamente debemos asegurarnos que sean NEUTRALES AL BENCHMARK es decir que sean tales que se cumpla B = hB = 0. La varianza de los rendimientos del portafolio P y del benchmark B se tienen que calcular (necesariamente) a trav es de la matriz de covarianza. Por ejemplo, la varianza de P ser a
2 P 2 2 2 2 2 = h2 P,1 1 + hP,2 2 + hP,3 3 + 2h1,P h2,P 12 + 2h2,P h3,P 23 + 2h2,P h3,P 23

(10) (11)

= hP VhP

2 , asmimismo La f ormula en (11) es m as compacta, y se ha utilizado en la celda L10 para calular P

P est a en M10. Notar que para cualquier portafolio h su varianza es h Vh. Por ejemplo, la
2 = h Vh y tambi varianza del benchmark es B en est a en la hoja de c alculo en L14, mientras que B B

til utilizar expresiones como la (10) pues en el caso del M14 contiene a B . Importante: es poco u portafolio que se hace en funci on del IGBVL, esta forma resulta muy ineciente y con propensi on a errores por la cantidad de t erminos a considerar y a escribir en la f ormula. Nosotros en las diapositivas hicimos una descomposici on de los rendimientos en exceso que gene2 , de un raban los siguientes resultados para el rendimiento en exceso esperado fP , y la varianza, P

portafolio P cualquiera: fP
2 P

= P B + P
2 2 2 = P B + P

(12) (13)

Entonces, P es el valor esperado del rendimiento en exceso residual (aquel que no depende del
2 es la varianza residual, es decir aquella que no benchmark y que viene de los pron osticos) y P

depende del benchmark y se genera por una desviaci on con respecto de el. Notar que fP , P , p y
2 ya han sido calculados. En la celda N9 y O9 se encuentran 2 = 2 2 2 y = P P P P P B 2 = 0 (ver celdas I13,I14,N13 y O13 ). inicial) y B 2 (varianza) para el portafolio P generan lo Los valores de fP (rendimiento en exceso esperado) y P 2, a P

este u ltimo se le denomina riesgo residual. Adem as para el benchmark fB = B (por el supuesto

que se denomina el trade-o riesgo vs. rendimiento pero a nivel TOTAL. En las primeras sesiones del curso nos interesaba el balance entre tal riesgo y rendimiento. El balance lo hac amos a trav es de la siguiente expresi on
2 U [P ] = fP T P ,

(14)

donde T > 0 es el coeciente de aversi on al riesgo total. Cuando T = 0.005 (discutiremos en clase sobre estos valores), el valor de U [P ] est a en la celda P9. Si al inversionista o administrador a encontrar el portafolio P que le interesa optimizar en t erminos de riesgo/rendimiento total querr maximiza U [P ]. Esta u ltima no tiene dimensiones, s olo es un valor relativo de satisfacci on. Lamentablemente o tal vez afortunadamente, los administradores activos no trabajan, en su mayor a,
2 , pues (por lo general) con la funci on U [P ] = fP P P estos se especializan en sectores espec cos, o

por t erminos de control o evaluaci on de performance es necesario compararlos contra un benchmark B adecuado. Es en este sentido, que el administrador activo genera valor al tratar de maximizar lo siguiente
2 VA[P ] = P R P ,

cuando P = 0,

(15)

y donde R > 0 mide la aversi on al riesgo residual. En (15) se hace un balance o trade-o entre el alpha y el riesgo RESIDUAL. Recordar que P representa el rendimiento en exceso esperado sobre

2 es la varianza residual, es decir el consenso que el administrador estima para el portafolio P , y P

aquel riesgo adicional que se genera al desviarse del benchmark B . Si R = 0.1 (discutiremos estos valores en clase) el valor de VA[P ] se encuentra en la celda Q9. Lo que pretende el administrador activo es encontrar el portafolio P que maximiza (15). En la optimo P tiene los siguientes pesos siguiente clase veremos que el portafolio hP = hB + hA (16)

donde > 0 es una constante que vamos a determinar (va a depender de R y lo que deniremos como ratio de informaci on) y hA es el portafolio que minimiza la varianza pero que tiene un alpha de 100%. Entonces, para calcular hP se necesita el portafolio hA (recordar que A es el portafolio caracter stico cuando el atributo es alpha). La f ormula para hA es hA = V 1 . V 1 (17)

En admportafolio.xlsx hemos calculado hA en dos etapas, la primera es calcular el vector V1 (celdas I3:I5 ) y la segunda el valor de V1 que se encuentra en la celda J3 (notar que es similar a la f ormula de la varianza pero utiliza la matriz inversa de V). Despu es, combinamos ambos valores y determinamos el portafolio A que se encuentra en K3:K5. Notar que la suma de los pesos en los activos riesgosos no es 1, por lo cual el portafolio A otorga peso al activo libre de riesgo. Si los son neutrales al benchmark, i.e., B = 0, entonces se demuestra que A = 0 (el valor de este beta est a en K17 o K18 ). Se verica que A = 1 por construcci on y este hecho se comprueba en celdas J17 y J18. Asimismo, si hacemos la descomposici on del rendimiento en exceso esperado y la varianza de A tenemos fA = A B + A = 0 B + A = A = 1
2 A

(18) (19)

2 2 A A

2 A

=0

2 A

2 A

2 A .

Los resultados anteriores se verican con los valores en las celdas respectivas del portafolio A. Entonces, el beta de P en (16) es 1, pues P = B + A = 1 + 0 = 1. Adem as el alpha de P es P = B + A = 0 + 1 = . Es decir que nuestro portafolio optimo para el balance rendimiento/riesgo residual tendr a beta igual a 1 y alpha igual a . Resumiendo, P estar a conformado por el benchmark y un portafolio A. P tiene beta 1 pero a nade alpha y riesgo residual de la mejor manera posible.

LEER ESTE TEXTO VARIAS VECES DE SER NECESARIO