Uno de los fines últimos de cualquier inversor es ser capaz de crear carteras de inversiones que sean lo más óptimas posibles ante la gran cantidad de instrumentos o activos que existen actualmente en los mercados financieros.
Por lo tanto, en esta entrada, continuo con el análisis sobre la conformación de una cartera de inversión con las acciones del S&P Mila 40.
Después de analizar el riesgo individual, ahora nos centraremos en la diversificación y estudiaremos el riesgo corporativo, lo cual también resulta muy útil al hacer trading en los mercados financieros:
- Covarianza. Es una medida estadística de la relación entre dos variables, en este caso, indica el grado en el cual los rendimientos de dos activos se mueven entre sí. Una covarianza positiva significa que los rendimientos de los activos de mueven en el mismo sentido y una covarianza negativa indica que se mueven inversamente. La fórmula para calcularla es:
Donde:
- Cov (Ra, Rb) = Covarianza de los rendimientos del activo a y b.
- Ra = Tasa de rentabilidad del activo a.
- E (Ra) = Rentabilidad esperada del activo a (Media).
- Rb = Tasa de rentabilidad del activo b.
- E (Rb) = Rentabilidad esperada del activo b (Media).
En nuestro modelo en Excel, construiremos una matriz de covarianzas y se calcula de la siguiente manera:
– Datos – Análisis de datos (Se toma la matriz de rendimientos) – Covarianza
Esta matriz también recibe el nombre de varianzas – covarianzas, ya que en su diagonal se encuentra la varianza del activo – el riesgo total – .
Para facilitar la comparación de los anteriores valores, se utiliza el coeficiente de correlación, el cual nos indica el comportamiento esperado entre las dos variables.
- Coeficiente de Correlación. El valor del coeficiente de correlación lineal oscila entre un rango de -1 (correlación perfecta negativa) y +1 (correlación perfecta positiva). Se tiene un mayor grado de correlación positiva cuando su valor esté más cerca de +1 y significa que los rendimientos de las acciones se mueven en la misma dirección, tienen una dependencia total.
Se tiene un mayor grado de correlación negativa cuando su valor esté más cerca de -1 y se dice que es perfecta negativa cuando los rendimientos de una acción se mueven hacia un lado y los rendimientos de la otra acción se mueven en el sentido contrario.
Si la correlación es cero o cercana a éste, se entiende que los movimientos entre las acciones no tienen correlación, son completamente aleatorios.
Según Markowitz, para encontrar la diversificación y disminuir el riesgo del portafolio lo ideal es que los activos que conforman la cartera tengan correlaciones altas negativas, lográndose por ejemplo, al invertir en empresas que pertenecen a sectores diferentes.
Donde:
- p (Ra, Rb) = Coeficiente de correlación entre los rendimientos del activo a y b.
- Cov (Ra, Rb) = Covarianzas entre los rendimientos del activo a y b.
- ?(Ra) = Volatilidad del activo a.
- ?(Rb) = Volatilidad del activo b.
En Excel construimos una matriz de correlación, por medio de:
– Datos – Análisis de datos (Se toma la matriz de rendimientos) – Coeficiente de Correlación
Después de observar las matrices, se puede decir que los rendimientos de la mayoría de los activos que conforman el Índice S&P Mila 40 están correlacionados en forma positiva.
Las cinco correlaciones negativas más altas son:
– Almacenes Éxito S.A (ÉXITO) con AES Gener S.A. (GENER) = -7,280%
– Banco de Bogotá S.A. (BOGOTA) con Lan Airlines S.A. (LAN) = -4,69%
– Lan Airlines S.A. (LAN) con Grupo Aval Acciones y Valores (GRUPOVAL) = -4,245%
– Enersis S.A. (ENERSIS) con Banco de Bogotá S.A. (BOGOTA) = -2,855%
– Viña Concha y Toro S.A. (CONCHATORO) con Almacenes Éxito S.A (ÉXITO) = -2,028%
