Professional Documents
Culture Documents
de
Matrices
Aleatorias
y
Optimizacin
de
Portafolios
Dr.
Ricardo
Mansilla
Corona
CEIICH
UNAM
Publicado
en
la
Revista
Economtrica,
Vol.
22,
No.
1,
pp.
23-36,
1954.
Este
trabajo
de
Daniel
Bernoulli
surge
como
una
respuesta
a
la
paradoja
(llamada
de
San
Petersburgo)
planteada
por
su
to
Nicols
Bernoulli.
En
la
misma
se
presentaba
un
juego
que
tena
un
rendimiento
esperado
infinito,
el
cual
sin
embargo
no
era
aceptado
por
ninguna
persona
racional.
La
solucin
propuesta
por
Daniel
Bernoulli
inclua
por
primera
vez
el
concepto
de
aversin
al
riesgo.
En
este
trabajo
los
autores
obtienen
una
propiedad
muy
importante
para
la
futura
formalizacin
de
la
teora
econmica,
a
saber:
La
correcta
medida
de
la
utilidad
de
un
objeto
de
inversin
incierto
es
su
utilidad
esperada.
Queremos
llamar
la
atencin
sobre
las
palabras
en
rojo
de
la
afirmacin
anterior.
La
primera
es
incierto,
la
cual
se
refiere
a
que
la
posibles
salidas
del
fenmeno
ocurren
con
diferentes
probabilidades
y
no
pueden
ser
predichas
de
antemano,
lo
cual
implica
un
riesgo
en
la
inversin.
La
segunda
es
utilidad
esperada
y
se
refiere
al
promedio
de
los
valores
posibles
que
puede
tomar
la
utilidad
del
inversionista
dada
la
incertidumbre
en
la
posicin
final
de
los
precios
o
rendimientos.
+
E {U } =
U ( R) p ( R) dR
Ntese
que
aqu
estamos
suponiendo
que
R2
es
una
buena
medida
del
riesgo,
cosa
que
es
admitida
dentro
de
la
teora
de
Markowitz,
pero
que
en
general
no
es
cierta.
En
otras
palabras
deberamos
esperar
que:
dE { R}
>0 ;
d R
d 2 E { R}
> 0
d 2 R
E {U } = U ( R)
1
e
2 R
1 " RE{R} %
$
'
2# R &
dR
R E { R}
dR
; R = E { R} + z R ; dz =
R
R
E {U } =
1
2
U ( E {R} + z ) e
R
si ahora despejamos
z2
2
dz
dE {U }
1
=
d R
2
dE {U }
= 0 .
d R
2
! dE { R} $ z
'
U ( E {R} + z R ) #" d + z &% e 2 dz = 0
R
dE { R}
en
la
ecuacin
anterior
(
lo
cual
puede
hacerse
sacndolo
d R
U ( E {R} + z ) z e
dE { R}
= +
d R
'
U ( E {R} + z ) e
R
z2
2
z2
2
dz
dz
Ntese
que
la
integral
en
el
denominador
es
positiva
pues
U ' > 0
dado
que
los
agentes
econmicos
se
supone
que
prefieren
siempre
ms
a
menos.
Por
otra
parte
la
integral
del
numerador
es
negativa,
como
puede
argumentarse
a
partir
de
la
siguiente
figura:
Publicado
en
la
Revista
Journal
of
Finance,
Vol.
7,
No.
1,
pp.
77-91,
1952.
La
idea
bsica
de
la
teora
de
Markowitz
es
que
la
varianza
de
los
rendimientos
de
los
activos
individuales
no
puede
ser
reducida,
mientras
que
una
combinacin
adecuada
de
los
mismos
puede
obtenerse,
garantizando
con
ella
una
reduccin
de
la
varianza
total.
Aqu
una
vez
ms
la
varianza
(
o
la
desviacin
estndar)
es
la
medida
de
riesgo
admitida.
La
idea
de
distribuir
la
riqueza
entre
diferentes
objetos
de
inversin
no
es
moderna.
En
el
siglo
XVII
ya
era
conocida
la
frase
no
pongas
todos
los
huevos
en
la
misma
canasta.
En
la
obra
El
Mercader
de
Venecia
de
W.
Shakespeare,
el
judo
Shylock
hace
una
mencin
colateral
de
este
proceder
al
principio
de
la
obra.
Asumamos
que
un
agente
de
mercado
puede
invertir
entre
N activos.
Asignar
su
riqueza
a
estos
activos
en
el
instante
de
tiempo
t = 0
y
mantendr
su
posicin
hasta
Ri =
Pi (T )
Pi (0)
Ri 1 =
Pi (T ) Pi (0)
Pi (0)
i =
i Pi (0)
W
donde
i
representa
el
nmero
de
shares
del
activo
i-simo
tomado
por
el
agente
en
el
instante
de
tiempo
t = 0 .
De
esta
forma,
el
rendimiento
del
portafolio
de
activos
en
cualquier
instante
de
tiempo
puede
escribirse:
N
Rp = i Ri
i=1
en
efecto:
N
i Pi (0) Pi (T ) 1 N
i Ri = W P (0) = W i Pi (T ) = R
i
i=1
i=1
i=1
El
problema
a
resolver
por
los
agentes
de
mercado
puede
resumirse
como
sigue:
2
min ( )
R
( ) 0 ; i > 0 ; i = 1
i=1
Obviamente
este
problema
no
tiene
solucin
para
todo
valor
de
0 .
Por
otra
parte
si
la
matriz
de
varianzas
y
covarianzas
= ( ij )
es
definida
positiva,
entonces
el
problema
tiene
solucin
nica1.
De
esta
forma
se
pueden
conocer
la
composicin
de
un
portafolio
que
tiene
mnima
varianza
y
a
la
vez
un
rendimiento
prefijado
0 .
1
R.
Fletcher,
Practical
Methods
of
Optimization
II:
Constrained
Optimization,
Wiley,
1981.
Lamentablemente,
las
hiptesis
sobre
las
cuales
se
sostiene
esta
teora
no
se
cumplen
en
general.
Es
por
lo
tanto
necesario
una
aproximacin
ms
realista
al
problema
de
la
asignacin
de
los
activos
a
los
objetos
de
inversin.
El
primer
problema
es
que
los
rendimientos
de
los
activos
no
distribuyen
normal.
Por
otra
parte
la
distribucin
en
general
no
es
simtrica.
Estas
propiedades
son
esenciales
en
la
demostracin
de
la
concavidad
de
las
curvas
de
indiferencia
como
hemos
visto
antes.
En
segundo
lugar
existe
un
problema
con
la
estimacin
de
las
matrices
de
varianzas
y
covarianzas.
Si
denotamos
por
C
la
matriz
de
varianzas
y
covarianzas
poblacional
(la
cual
puede
no
existir)
y
por
S
su
estimador
muestral
o
emprico
las
diferencias
entre
ambas
matrices
y
su
propiedades
espectrales
pueden
ser
grandes,
lo
cual
conlleva
a
la
En
este
trabajo
Marchenko
y
Pastur
obtiene
ese
tipo
de
condiciones.
Antes
de
pasar
a
las
mismas,
daremos
algunas
definiciones.
Supongamos
como
antes
que
los
agentes
de
mercado
pueden
decidir
entre
N
activos
diferentes,
de
los
cuales
se
conocen
los
valores
de
los
rendimientos
durante
T
das
consecutivos.
Denotemos
por
Q = N T .
Entonces
cuando
Q 0
deberamos
esperar
que
los
estimadores
de
las
matrices
de
varianzas
y
covarianzas
fueran
buenos.
Ese
es
bsicamente
el
contenido
del
trabajo
de
Marchenko
y
Pastur.
2
Z.
Bai,
et
al.,
Making
Markowitzs
Portfolio
Optimization
Theory
Practically
Useful,
RMI
Working
Paper
No.
07/10,
2007.
1
# {1 j N : j x}
N
donde a = 2 1 Q
(b x ) ( x a)
0
si a < x < b
en otra parte
2
; b = 2 1+ Q
Wigner
considera
matrices
S = ( sij )
de
orden
N
tales
que
sus
coeficientes
cumplen
las
siguientes
condiciones:
a) Las
variables
aleatorias
sij
son
independientes
entre
si.
b) Sus
funciones
de
densidad
de
probabilidades
son
simtricas.
c) Todos
los
momentos
de
orden
superior
existen
y
estn
acotados.
Bajo
esas
circunstancias
se
puede
demostrar
que
cuando
el
tamao
N
de
las
matrices
tiende
a
infinito
la
funcin
de
densidad
de
probabilidades
del
espectro
tiene
la
forma
que
sigue:
"
$
pN ( x ) = #
$
%
4N 2 x 2
2 N 2
0
x 2 < 4N 2
en otro caso
Sin
embargo
existe
la
posibilidad
de
debilitar
algo
algunas
hiptesis3.
Pero
a
pesar
de
ello
se
ha
obtenido
una
fuerte
desavenencia
entre
los
resultados
de
la
teora
de
Markowitz
y
los
que
proviene
de
la
Teora
de
las
Matrices
Aleatorias.
3
Ver
por
ejemplo
A.M.
Sengupta
and
P.P.
Mitra,
http://arxiv.org/pdf/cond-mat/9709283v1.pdf
Conclusiones:
Los
resultados
de
la
teora
de
optimizacin
de
portafolios
propuesta
por
Markowitz
no
pueden
describir
adecuadamente
le
comportamiento
de
los
mercados
bsicamente
porque
sus
hiptesis
no
se
cumplen
adecuadamente.
Los
resultados
de
la
Teora
de
Matrices
Aleatorias
ofrecen
una
alternativa
promisoria
para
la
edificacin
de
nuevas
formulaciones
tericas
ms
acordes
con
los
resultados
experimentales.