PORTFOLIO SELECTION*

HARRY MARKOWITZ
The Rand Corporation
El proceso de seleccin de una cartera puede dividirse en dos etapas. La primera
etapa comienza con la observacin y la experiencia y termina con las expectativas
de los futuros rendimientos de los ttulos disponibles. La segunda etapa se inicia
con las expectativas relevantes sobre los futuros rendimientos y termina con la
eleccin de la cartera. Este documento hace referencia a la segunda etapa. En
primer lugar consideremos la regla que hace el inversor (o debera) de maximizar
los rendimientos esperados, descontados o anticipados. Esta regla es rechazada
como una hiptesis para explicar, y a la vez es un mximo que gua el
comportamiento del inversor. A continuacin consideramos la regla que hace el
inversor (o debera) en considerar el rendimiento esperado como algo deseable y
la varianza de los rendimientos como una cosa indeseable. Esta regla tiene
muchos puntos racionales, como una mxima e hiptesis sobre el comportamiento
del inversor. Nos ilustran geomtricamente las relaciones entre las expectativas y
la eleccin de cartera de acuerdo con la regla de "retorno esperado y la varianza
de los retornos".
Un tipo de regla sobre la eleccin de cartera que hace el inversor (o debera) es la
de maximizar el valor actualizado (o capitalizado) de los rendimientos futuros.
Puesto que el futuro no se conoce con certeza, los retornos deben ser esperados
o anticipados los cuales se descuentan. Las variaciones de este tipo de regla
pueden ser sugeridas. Siguiendo a Hicks, podramos dejar que los retornos
esperados incluyan una provisin por riesgo. O, podramos dejar que la tasa a la
que capitalizamos los rendimientos de determinados valores vare con el riesgo.
La regla anterior no implica la diversificacin no importa cmo se forman los
rendimientos esperados; si los mismos o diferentes tipos de descuento se utilizan
para diferentes valores; no importa cmo estas tasas de descuento se deciden o
cmo varan con el tiempo. La hiptesis implica que los lugares de los inversores
todos sus fondos en la seguridad con el mayor valor de descuento. Si dos o ms
ttulos tienen el mismo valor, entonces cualquiera de estos o cualquier
combinacin de stos es tan buena como cualquier otra.
Podemos ver esto analticamente: supongamos que existen N valores; donde
r it
es el retorno anticipado en el tiempo t por cada dlar invertido en el valor
i ;

d it

es la tasa a la cual el retorno en el

i th

valor en el tiempo

es

descontado de vuelta al presente;

Xi

es la cantidad relativa invertida en el valor

X i 0 para todo i

i . Excluimos las ventas en corto, por lo tanto

. El retorno

anticipado descontado del portafolio es:

R= d it r it X
t =1 i=1

X i
i=1

( )
t =1

d it r it

R= d it r it

Es el retorno descontado de los

R= X i Ri

Donde

t =1

X i=1

Ri
R

es independiente de

Ri

. Si varios

mxima con mxima

Xi

desde

es un promedio ponderado de

ponderaciones no negativas. Para maximizar

con mxima

i th valores, por lo tanto

R , =1, . , K

Ri

dejamos que

Xi 0

para todo

con

Xi

X i=1

como

para

son entonces cualquier asignacin

R . En ningn caso todos los portafolios no diversificados

son preferidos sobre un portafolio diversificado.

K

X
=1

En este punto es conveniente considerar un modelo esttico. En lugar de hablar

i th
de las series temporales de los rendimientos de los
valores
(r i 1 ,r i 2 , , r it )
i th

hablaremos sobre el flujo de los rendimientos

valores. El flujo de los rendimientos del portafolio en conjunto es

(r i )

de los

R= X i

Como en el caso dinmico si el inversor desea maximizar los retornos

anticipados del portafolio colocara todos sus fondos en los valores con mximos
retornos anticipados
Hay una regla que implica que el inversor debe diversificarse y a la vez maximizar
los retornos esperados. La norma establece que el inversor hace (o debera)
diversificar sus fondos entre todos aquellos valores que dan el mximo retorno

esperado. La ley de los grandes nmeros asegurar que el rendimiento real de la

cartera ser casi el mismo que el rendimiento esperado. 1 Esta regla es un caso
especial de la regla de los retornos esperados-varianza de los rendimientos. Esto
asume que existe un portafolio que da tanto el mximo rendimiento esperado
como varianza mnima.
Esta presuncin, que la ley de los grandes nmeros se aplica a una cartera de
valores, no puede aceptarse. Los rendimientos de los ttulos estn muy
intercorrelacionados. La diversificacin no puede eliminar toda la varianza.
La cartera con la mxima rentabilidad esperada no es necesariamente la que tiene
la mnima varianza. Hay una tasa a la que el inversor puede ganar rentabilidad
esperada mediante la adopcin varianza, o reducir la varianza al renunciar a
rendimiento esperado.
Vimos que la regla de los retornos esperados o retornos anticipados es
inadecuada. Pasemos ahora a la regla de la rentabilidad esperada varianza de los
retornos (E-V). Ser necesario presentar primero unos conceptos elementales y
los resultados de la estadstica matemtica. A continuacin, se muestran algunas
de las implicaciones de la regla E-V. Despus de esto vamos a hablar de su
plausibilidad.
En nuestra presentacin tratamos de evitar enunciados y pruebas matemticas
complicadas. Como consecuencia de ello se paga un precio en trminos de rigor y
generalidad. Las principales limitaciones de esta fuente son (1) que no se derivan
nuestros resultados analtica para el caso de n-valores; en su lugar, los
presentamos geomtricamente para los casos de 3 y 4 valores; (2) asumimos
creencias de probabilidad esttica. En una presentacin general hay que
reconocer que la distribucin de probabilidad de los rendimientos de los diversos
valores es una funcin del tiempo. El escritor tiene la intencin de presentar, en el
futuro, el, tratamiento matemtico general que elimina estas limitaciones.
Vamos a necesitar los siguientes conceptos elementales y los resultados de la
estadstica matemtica:
Sea Y una variable aleatoria, es decir, una variable cuyo valor se decide por
casualidad. Supongamos, para simplificar la exposicin, que Y puede adoptar
y , y , yN .
un nmero finito de valores 1 2
Deje que la probabilidad de que
Y = y 1 sea p1

; que

Y = y 2 sea p 2

definido por
E= p 1 y 1 + p 2 y 2 ++ p N y N
La varianza de

es definida por

1 Williams, op. cit., pp. 68, 69.

El valor esperado (o media) de

es

V = p1 ( y 1E) + p2 ( y 2E) + p N ( y N E)

Es la desviacin media cuadrada de

V

Comnmente

Y respecto a su valor esperado.

es una medida de dispersin. Otras medidas de dispersin,

estrechamente relacionadas con

coeficiente de variacin,

son la desviacin estndar

y el

/E

Supongamos que tenemos un nmero de variables aleatorias:

R

= V

es una suma ponderada (combinacin lineal) de la

R1 , , Rn .

Si

Ri

R= R1+ R2 ++ Rn
Entonces

tambin es una variable aleatoria. (Por ejemplo,

el nmero que gira sobre un dado;

R2

el de otro dado, y

R1

puede ser

la suma de estos

nmeros. En este caso

(Por ejemplo R1, puede ser el nmero que gira sobre un dado; R2, que de otro
dado, y R la suma de estos nmeros En este caso n = 2, _1 = _2 = 1.
n=2, 1= 2=1
Ser importante para nosotros saber cmo el valor esperado y la varianza de la
suma ponderada (R) estn relacionadas con la distribucin de probabilidad de
R1 , , Rn .

Indicamos a continuacin estas relaciones; remitimos al lector a

cualquier texto estndar para la demostracin.2

El valor esperado de una suma ponderada es la suma ponderada de los valores
E ( R )= 1 E ( R 1) + 2 E ( R2 ) ++ n E ( Rn )
esperados. Es decir,
La varianza de una
suma ponderada no es tan simple. Para expresarlo debemos definir "covarianza".
R1
R2
La covarianza de
y
es
12 =E { [ R 1E ( R1 ) ][ R2E ( R 2 ) ] }
2 E.g., J. V. Uspensky, Introduction to mathematical Probability (New York:
McGraw-Hill, 1937), chapter 9, pp. 161-81.

Es decir, el valor esperado de [(la desviacin de

R2

multiplicado por (la desviacin de

R1

definimos la covarianza entre

R2

R1

respecto a su media)

respecto a su media)]. En general

como

ij =E { [ R iE ( Ri ) ][ R jE ( R j ) ] }
ij

Se puede expresar en trminos del coeficiente de correlacin conocido

Ri

( pij ) . La covarianza entre

y
Ri

por (la desviacin estndar de

Rj

Rj

es igual a [(su correlacin) multiplicado

) multiplicado por (la desviacin estndar de

)]:

ij = pij i j
La varianza de una suma ponderada es
N

V ( R )= i V ( X i) + 2 i j ij
2

i=1

i=1 i >1

Si utilizamos el hecho de que la varianza de

Ri

es

ii

entonces

V ( R ) i j ij
i=1 j=1

Sea

Ri

el retorno en el

sea la covarianza entre

Sea

Xi

Ri

it h
y

valor. Sea
Rj

el valor esperado de

(por lo tanto

ii

es la varianza de

el porcentaje de los activos que los inversores al valor

rendimiento en el portafolio en su conjunto es

Ri

ij
Ri

).

i t h . El

R= R i X i

El
Xi

Ri

(y en consecuencia

R ) son consideradas variables aleatorias. 3 Los

no son variables aleatorias, pero son fijadas por el inversor. Ya que las

son porcentajes tenemos

valores negativos de

Xi

X i=1

Xi

. En nuestro anlisis vamos a excluir los

(es decir, las ventas en corto); por lo tanto,

Xi 0

para todo i .
El retorno

(R)

en la cartera en su conjunto es una suma ponderada de

variables aleatorias (en el que el inversor puede las ponderaciones). De nuestra

discusin de tales sumas ponderadas vemos que el rendimiento esperado E de
la cartera en su conjunto es
N

E= X i i
i=1

Y la varianza es
N

V ( R ) ij X i X
i=1 j=1

Para las expectativas de probabilidad fija

( i , ij )

el inversor tiene la opcin de

varias combinaciones de E y V dependiendo de la eleccin del portafolio

X1 , , Xn
. Supongamos que el conjunto de todas las posibles combinaciones
de

(E , V )

son como en la figura 1.

3 I.e., we assume that the investor does (and should) act as if he had probability beliefs concerning these variables. I n general
we would expect that the investor could tell us, for any two events (A and B), whether he personally considered A more likely
than B, B more likely than A, or both equally likely. If the investor were consistent in his opinions on such matters, he would
possess a system of probability beliefs. We cannot expect the investor to be consistent in every detail. We can, however, expect
his probability beliefs to be roughly consistent on important matters that have been carefully considered. We should also expect
that he will base his actions upon these probability beliefs-even though they be in part subjective.This paper does not consider the
difficult question of how investors do (or should) form their probability beliefs.

La regla de

EV

establece que el inversor podra (o debera) desear

seleccionar una de las carteras que se sitan dentro de las combinaciones

indicadas como eficientes en la figura ( E , V ) ; es decir aquellas con V
mnima dado mayor

y mximo

dado menor V .

Hay tcnicas mediante las cuales podemos calcular el conjunto de carteras

i
ij
eficientes y eficaces (E , V ) combinaciones asociadas con dado
y
.

No vamos a presentar estas tcnicas aqu. Sin embargo, ilustraremos la

naturaleza geomtrica de las superficies eficientes para los casos en los que N
(el nmero de ttulos disponibles) es pequeo.
El clculo de superficies eficientes posiblemente podra ser de uso prctico. Tal
vez hay maneras, mediante la combinacin de tcnicas estadsticas y el juicio de

los expertos, para formar expectativas razonables de probabilidad ( i , ij ) .

Podramos utilizar estas expectativas para calcular las posibles combinaciones

eficientes de

( E , V ) . El inversor estando informado de las posibles

combinaciones

( E , V ) , podra afirmar cual desea. Entonces podramos

encontrar la cartera que dio esta combinacin deseada. Volveremos a estos

asuntos ms tarde.
Consideremos el caso de tres valores. En el caso de tres valores nuestro modelo
se reduce a
3

1 E= X i i
i=1

2 V ( R ) X i X j ij
i=1 j=1

3 E= X i=1
i=1

4 X i 0 for i=1,2,3.

A partir de (3) obtenemos

3 ' X 3=1X 1 X 2

Si sustituimos (3 ') en la ecuacin (1) y (2) obtenemos

X1
X2
de
y
. Por ejemplo, encontramos

1' E=3 + X 1 (1 3)+ X 2 ( 23 )

como funciones

Las frmulas exactas no son demasiado importantes aqu (la de

es

proporcionada abajo).4 Simplemente podemos escribir

a E=E ( X 1 , X 2)
b V =V ( X 1 , X 2)
c X 1 0, X 2 0,1X 1 X 2 0
Mediante el uso de las relaciones (a), (b), (c), podemos trabajar con la geometra
de dos dimensiones. El conjunto de portafolios posibles consiste en todas las
carteras que satisfacen las restricciones (c) y (3 ') (o equivalente (3) y (4)). Las
X1 , X2
combinaciones posibles de
estn representadas por el tringulo abc en
X2

la Figura 2. Cualquier punto a la izquierda del eje

la condicin de que

X 1 0

. Cualquier punto por debajo del eje

posible porque viola la condicin de que

la lnea

1X 1X 2=0

no es posible porque viola

X 2 0

X1

no es

. Cualquier punto por encima de

no es posible porque viola la condicin de que

X 3=1X 1 X 2 0.
Definimos una curva iso-media ser el conjunto de todos los puntos (portafolios)
con un rendimiento esperado dado. Del mismo modo una lnea iso-varianza se
define como el conjunto de todos los puntos (portafolios) con una variacin de
retorno dada.
Un examen de las frmulas para E y V nos dice las formas de las curvas de
iso-media e iso-varianza. Especficamente, nos dicen que por lo general 5 las
curvas iso-media son un sistema de lneas rectas paralelas; las curvas isovarianza son un sistema de elipses concntricas (ver Fig. 2). Por ejemplo, si
4

V = X 21 ( 112 13 + 33) + X 22 ( 222 23 + 33 ) +2 X 1 X 2 ( 12 13 23+ 33 ) +2 X 1 ( 13 33) + 2 X 2 ( 23 33 ) + 33

The isomean "curves" are as described above except when

1=2= 3

. In the latter case all portfolios have the same

expected return and the investor chooses the one with minimum variance. As to the assumptions implicit in our description of the
isovariance curves see footnote

1 2

la ecuacin 1 ' puede escribir en la forma familiar

X 2= +b X 1

especficamente (1)

X 2=

As

E3 13

X
2 3 2 3 1

la

pendiente

(13 )/ ( 23 )
cambiamos

de

la

lnea

iso-media

asociada

, su intercepto (interseccin) es

E=E 0

is

(E 3)/ ( 2 3 )

. Si

con

cambiamos el intercepto (interseccin), pero no la pendiente de

la lnea de iso-media. Esto confirma la afirmacin de que las lneas iso-media

forman un sistema de lneas paralelas.
Del mismo modo, mediante una aplicacin algo menos simple de la geometra
analtica, podemos confirmar la afirmacin de que las lneas iso-varianza forman
una familia de elipses concntricas. El "centro" del sistema es el punto que
minimiza V . Etiquetaremos como X a este punto. Su rendimiento esperado
y varianza los etiquetaremos como E y V . La varianza aumenta a medida
que uno se aleja de X . De manera ms precisa, si una curva iso-varianza,
C1
C2
C1
, se encuentra ms cerca de X que otro,
, entonces
es
asociado con una menor varianza que

C2

Con la ayuda del aparato geomtrica anterior busquemos los conjuntos eficientes.
X , el centro del sistema de elipses iso-varianza, puede caer ya sea dentro o

fuera del conjunto posible. La Figura 4 ilustra un caso en el que X cae dentro
del conjunto factible. En este caso: X es eficiente. Ningn otro portafolio tiene
una V tan baja como X ; por lo tanto ningn portafolio puede una menor
V , (con la misma o mayor

E ) o mayor

con el mismo o menor V .

Ningn punto (portafolio) con rendimiento esperado E menor que E es
eficiente. Porque no tenemos E> E y V <V .

Considere todos los puntos con un rendimiento esperado dado E ; es decir,

todos los puntos de la lnea iso-media asociada con E . El punto de la lnea isomedia en la cual V toma su valor mnimo, es el punto en el que la lnea isomedia es tangente a una curva iso-varianza. Llamamos a este punto
^
dejamos variar a E , X ( E) traza una curva.

^
X ( E) . Si

Consideraciones algebraicas (que omitimos aqu) nos muestran que esta curva es
una lnea recta. La llamaremos la lnea crtica l . La lnea crtica pasa a travs
de

en este punto minimiza

medida que

para todos los puntos con

se mueve en cualquier direccin de

X ,

E ( X 1 , X 2 )=E

.A

incrementa. El

segmento de la lnea crtica de X hasta el punto donde la lnea crtica cruza el

lmite del conjunto posible de portafolios es parte del conjunto eficiente.

El resto del conjunto eficiente es (en el caso ilustrado) es el segmento de la lnea

ab desde d hasta b. b es el punto mximo alcanzable de E . En la figura 3,
X

se encuentra fuera de la zona admisible, pero la lnea crtica corta el rea

admisible. La lnea eficiente comienza en el punto alcanzable con varianza mnima

(en este caso en la lnea ab). Se mueve hacia b hasta que se cruza la lnea crtica,
Se mueve hacia b hasta que se cruza la lnea crtica, se mueve a lo largo de la

lnea crtica hasta cortar con la frontera y finalmente se mueve a lo largo de la

frontera con b. El lector puede construir y examinar los siguientes otros casos: (1)
X se encuentra fuera del conjunto alcanzable y la lnea crtica no corta el
conjunto alcanzable. En este caso hay un valor el cual no entra en ningn
1
portafolio eficiente. (2) Dos ttulos tienen la misma
. En este caso las lneas
iso-media son paralelas a la lnea de lmite. Puede suceder que el portafolio con la
mxima eficiencia E es un portafolio diversificado. (3) Un caso en el que slo
una cartera es eficiente.

El conjunto eficiente en el caso de 4 valores es, como en el de 3 valores y tambin

el caso de N valores, una serie de segmentos de lneas conectadas. En un

extremo del conjunto eficiente es el punto de mnima varianza; en el otro extremo

es un punto de mximo rendimiento esperado6 (vase la Fig. 4).
Ahora que hemos visto la naturaleza del conjunto de portafolios eficientes, no es
difcil ver la naturaleza de las combinaciones del conjunto eficiente ( E , V ) . En el
caso

de

tres

valores

E= 0 + 1 X 1+ 2 X 2

V =b 0 +b1 X 1 +b2 X 2 +b12 X 1 X 2+ b11 X 21 +b 22 X 22

en la Figura 5, la seccin del plano

es

un

plano;

es un paraboloide.7 Como se muestra

sobre el conjunto de portafolios eficientes

es una serie de segmentos de lneas conectadas.

V -paraboloide sobre el conjunto de portafolios eficientes es
una serie de segmentos de parbola conectados. Si trazamos V contra E

La seccin de la

para los portafolios eficientes obtendramos de nuevo una serie de segmentos de

parbola conectados. (Ver Fig. 6). Este resultado se obtiene para cualquier
nmero de valores.
Varias razones se recomiendan para el uso de la regla de los rendimientos
esperados-varianza del rendimiento, tanto como una hiptesis para explicar de
forma bien establecida el comportamiento de las inversiones y como una mxima
que gua la accin propia. La regla sirve mejor, vamos a ver, como una explicacin
de, y una gua para invertir que se diferencia del comportamiento especulativo

6
7 See footnote 8.

Al principio rechazamos la regla de los rendimientos esperados sobre la base que

esto no implica la superioridad de la diversificacin. La regla de los rendimientos
esperados-varianza de los rendimientos, por otra parte, implica la diversificacin
i , ij
para una amplia gama de
. Esto no significa que la regla EV no
implica la superioridad de un portafolio no diversificado.
Es concebible que uno valor pueda tener un rendimiento extremadamente alto y
una varianza menor que el resto de valores; tanto es as que un portafolio no
diversificado en particular podra dar el mximo E y el mnimo V . Para un
amplio, presumiblemente rango representativo de

i , ij

la regla

EV

lleva a

portafolios eficientes, los cuales casi todos se diversifican.

La hiptesis de

EV

no solo implica diversificacin, implica el tipo adecuado

de diversificacin por la razn adecuada. Lo adecuado de la diversificacin no es

considerado por los inversores que dependen nicamente en el nmero de
diferentes valores retenidos.
Una cartera con sesenta diferentes valores de ferrocarril, por ejemplo, no seran
tan bien diversificada como la misma cartera de tamao con un poco de ferrocarril,
algunos servicios pblicos, minera, varios tipo de fabricacin, etc. la razn es que
por lo general es ms probable que las empresas de un mismo sector hacer mal al
mismo tiempo que para las empresas de sectores diferentes.
Del mismo modo intentando tener una varianza pequea no es suficiente para
invertir en muchos valores. Es necesario evitar la inversin en valores con altos
covarianzas entre s. Debemos diversificar a travs de industrias porque las
empresas en diferentes industrias, especialmente industrias con diferentes
caractersticas econmicas, tienen covarianzas ms bajas que las empresas
dentro de una misma industria. Los conceptos de "rendimiento" y "riesgo"
aparecen con frecuencia en los escritos financieros.
Los conceptos de "rendimiento" y "riesgo" aparecen con frecuencia en los escritos
financieros. Por lo general, si el trmino "rendimiento" se sustituye por
"rendimiento esperado" o "rendimiento esperado," y "riesgo" por "varianza del
retorno", resultara un pequeo cambio de sentido aparente.
La varianza es una medida bien conocida de la dispersin del rendimiento. Si en
lugar de varianza el inversor ocupa la desviacin estndar, = V , o el
coeficiente de dispersin,

/ E , su eleccin an se encontrara en el conjunto de

portafolios eficientes.
Supongamos que un inversor diversifica entre dos portafolios (es decir, si pone un
poco de su dinero en un portafolio, el resto de su dinero en otra. Un ejemplo de
diversificacin entre portafolios es la compra de acciones de dos diferentes

compaas de inversin). Si los dos portafolios originales tienen igual varianza

entonces tpicamente la varianza del portafolio (compuesto) resultante ser menor
que la varianza de cualquiera de los dos portafolios originales. Esto se ilustra en la
figura7. Para interpretar la figura 7 se observa que un portafolio ( P) el cual se
construye a partir de dos portafolios
Supongamos que un inversor diversifica entre dos carteras (es decir, si se pone un
poco de su dinero en una cartera, el resto de su dinero en la otra. Un ejemplo de la
diversificacin entre las carteras es la compra de las acciones de dos sociedades
de inversin diferentes). Si las dos carteras originales tienen la misma varianza
entonces tpicamente la varianza de la cartera resultante (compuesto) ser menor
que la varianza de cualquiera de cartera original. Esto se ilustra en la Figura 7.
Para interpretar la figura 7 se observa que un portafolio ( P ) que se construye a
partir de dos portafolios
'

''

P' =( X ' 1 , X ' 2)

'

''

'

P'' =( X '' 1 , X '' 2)

y
''

P= P + ( 1 ) P =( X 1+ ( 1 ) X , X 2 + ( 1 ) X 2 ) .
que conecta

P'

El principio

EV

es de la forma

est en la lnea recta

P' ' .

es ms plausible como regla de comportamiento de la

M3
inversin a diferencia de comportamiento especulativo. El tercer momento 8
de la distribucin de probabilidad de los rendimientos del portafolio puede estar
conectado con una propensin al juego. Por ejemplo, si el inversor maximiza la
U
U
V (U =U ( E ,V ) ,
>0,
<0)
utilidad (U ) , que depende de E y
l nunca
E
E
aceptara una apuesta actuarialmente justa. 9 Pero si
U / M 3 =0

U=( E , V , M 3 )

entonces hay algunas apuestas Justas que podran ser

aceptadas.

8 If R is a random variable that takes on a finite number of values

with probabilities

p1 , pn

r 1 , r n

respectively, and expected value E, then

M 3= pi (r i E)3
i=1

y si

One in which the amount gained by winning the bet times the probability of winning

Tal vez, para una gran variedad de instituciones de inversin la cuales consideran
el rendimiento como una cosa buena; el riesgo como una cosa mala; evitando los
juegos de azar, la eficiencia EV es razonable como hiptesis de trabajo y una
mxima de trabajo.
Dos usos del principio

EV

se sugieren. Podramos utilizarlo en anlisis

tericos o podramos utilizarlo en la seleccin real de portafolios. En los anlisis

tericos consultemos, por ejemplo, sobre los diversos efectos de un cambio en las
expectativas que generalmente se tienen sobre una empresa, o de un cambio
general en la preferencia en cuanto a rendimiento esperado frente a la varianza
Xi
del retorno, o un cambio en la oferta de un ttulo. En nuestro anlisis de
podra representar valores individuales o ellos podran representar agregados
tales como, por ejemplo, bonos, acciones y bienes races. 10
Para utilizar la regla

EV

en la seleccin de valores debemos tener

i
ij
procedimientos para encontrar razonables
y
. Estos procedimientos, en
mi opinin, deben combinar las tcnicas estadsticas y el juicio de los hombres
prcticos. Mi sensacin es que los clculos estadsticos se deben utilizar para
10

Care must be used in using and interpreting relations among aggregates. We cannot deal here with the problems and pitfalls
of aggregation

llegar a un conjunto tentativo de

ij

. Juicio que entonces debe ser

usado en el aumento o la disminucin de algunos de estos

ij

en la base

de factores o matices no tomadas en cuenta por los clculos formales.

El uso de este conjunto revisado de
eficientes

ij

, el conjunto de combinaciones

EV

podra ser calculada, el inversor podra seleccionar la

combinacin que prefera, y el portafolio que dio lugar a esta EV combinacin
podra ser encontrado.
Una sugerencia tentativa

ij

es utilizar la observacin

ij

para un

cierto periodo del pasado. Creo que los mejores mtodos, los cuales toman en
cuenta ms informacin, se pueden encontrar. Creo que lo que se necesita es
esencialmente una reformulacin "probabilstica" de anlisis de valores. No voy a
seguir este tema aqu, esto es "otra historia". Es una historia de la que he ledo
slo la primera pgina del primer captulo.
En este trabajo se ha considerado la segunda etapa en el proceso de seleccin de
portafolio. Esta etapa se inicia con las expectativas relevantes acerca de los ttulos
objeto y termina con la seleccin de un portafolio. No hemos considerado la
primera etapa: la formacin de las expectativas pertinentes sobre la base de la
observacin.