1 INTRODUCCIÓN

El argumento central del CAPM es que en un mercado eficiente, los inversores deberán
ser recompensados por asumir riesgos. Todo inversor tiene la opción de invertir en activos
libre de riesgo, lo cual lo induce a exigir mayores retornos a medida que aumenta la tasa
de riesgo en relación a la de un activo libre de riesgo.

El CAPM, como anteriormente se dijo, establece la relación entre los retornos esperados
y el riesgo de mercado. Básicamente, simplifica el cálculo de las covarianzas entre los
integrantes de una cartera determinada, dividiendo el riesgo de cada activo en dos
componentes:

• Riesgo no sistemático, diversificarble, específico o propio: El riesgo no

sistemático o diversificable es aquel que puede ser reducido o anulado a través de
incorporar un gran número de acciones ya que se trata de riesgo propio de la
acción y puede neutralizarse con la variación en sentido opuesto de otra acción
(Teoría de Selección de Cartera de Markowitz). Es, por lo tanto, la variación que
surge en los precios de las acciones de una compañía como resultado de factores
específicos a la propia compañía, tales como cambios en sus mercados, precios de
ventas, costos en materia prima, huelgas, etc. Estos factores no influyen sobre el
mercado, sólo afectan a la empresa en particular.
• Riesgo sistemático, no diversificable o de mercado: El CAPM predice que el
único riesgo sistemático que existe es el denominado "riesgo de mercado" y es el
límite hasta el cual el precio del activo está correlacionado con el mercado o sea
el incremento en el riesgo total de un portfolio bien diversificado. Por
consecuencia, no puede reducirse a través de la diversificación. La única forma
de reducirlo es invirtiendo en un activo libre de riesgo, o sea fuera del mercado de
acciones. Por lo tanto el "riesgo de mercado" para el CAPM es la variación que
surge en los precios de las acciones como consecuencia de variaciones en el
mercado y que afectan en diferentes grados a todas las compañías o sea, el límite
hasta el cual el precio del activo está correlacionado con el mercado. El riesgo de
mercado es usualmente aproximado a través de un índice bursátil (como por
ejemplo: S&P500, Burcap, etc.)
La exposición de cada activo al riesgo de mercado o su sensibilidad a los cambios y
contribución al riesgo de la cartera es medida a través de un coeficiente denominado Beta
(13). Este coeficiente representa el riesgo no diversificable en el modelo de CAPM,·
sustituyendo la idea de la variabilidad de los retornos de un activo.

Cualquier variación en el rendimiento de la cartera de mercado afecta el rendimiento de

cada uno de los activos dependiendo de su beta (13). A mayor beta, mayor será
sensibilidad del rendimiento del activo a variaciones del rendimiento de la cartera de
mercado. A menor beta, menor sensibilidad.
Como no es posible invertir en una cartera más general que la cartera de mercado, el
riesgo de ésta es inevitable (riesgo sistemático o de mercado) y, por consiguiente, su
efecto sobre cualquier activo lo será también. Esto es precisamente lo que pretende
cuantificar beta: la parte del riesgo de cada activo que es inevitable. Al ser inevitable, los
inversionistas demandarán un retorno esperado por la aceptación de dicho riesgo.

No sucede lo mismo con la parte del riesgo que no tiene relación con la cartera de mercado
(riesgo no sistemático o diversificable). Este componente del riesgo es totalmente
impredecible y no tiene relación alguna con las fluctuaciones de la cartera de mercado o
de ningún otro activo. Es de esperarse entonces que no todos los activos aumenten o
reduzcan el rendimiento asociado a este riesgo al mismo tiempo. Más bien, como se
supone que los inversionistas tienen carteras bien diversificadas, lo que debería suceder
es que los resultados desfavorables de unos activos tiendan a verse compensados con los
resultados favorables de otros y, en promedio, este componente del riesgo resulte in
significan te.

En un mercado donde, según Markowitz todos los inversores son "diversificadores

eficientes", el riesgo a tener en cuenta a la hora de valorar un activo financiero ya no es
el riesgo total del mismo, sino la porción de riesgo "sistemático" o no "diversificable". El
riesgo "propio" o "específico" en carteras bien diversificadas, tenderá a desaparecer.

Este modelo postula que, en un mundo de inversores con aversión al riesgo, debería haber
una relación lineal y positiva entre el nivel de riesgo (en el sentido de betas) y el retorno
esperado de cada activo.

2 SUPUESTOS DEL MODELO CAPM

Con el objetivo de focalizar solamente en riesgo y rentabilidad, el CAPM reduce la

situación a un caso extremo y establece como todo modelo matemático, supuestos para
su cumplimiento.

Una de las suposiciones del CAPM es que todos los inversionistas son adversos al riesgo
o sea que buscan estar expuestos al menor riesgo posible. Este supuesto es aceptable ya
que si bien es cierto que en algunas situaciones a la gente le gusta tomar riesgo (como
sucede con el juego) es razonable suponer que cuando se trata de invertir su dinero, los
inversionistas generalmente sean adversos al riesgo.

No sólo los inversores buscan estar expuestos al menor riesgo posible, sino que también
buscan obtener la mayor ganancia posible o maximizar su utilidad, lo cual nos lleva al
segundo supuesto del CAPM.

El tercero de sus supuestos es que todos los inversionistas consideran los mismos activos
y tienen la misma apreciación de cada uno de éstos para la conformación de sus carteras
de inversión, es decir, tengan expectativas homogéneas. Este supuesto se fundamenta en
la necesidad de utilizar modelo común a todos los participantes en el mercado, con el fin
evaluar las inversiones a nivel de la empresa haciendo abstracción de las preferencias
individuales.

No solamente debe cumplirse la condición anterior, sino que además todos los
inversionistas deben tener el mismo horizonte de inversión.

Otro de los supuestos del CAPM es que existe un instrumento financiero cuyo
rendimiento es totalmente predecible y no influenciable por factores externos, es decir,
libre de riesgo. Estadísticamente tendría desviación estándar y covarianza igual a cero.
Un ejemplo de este tipo de activo sería una letra del tesoro del gobierno norteamericano.
La elección del activo libre de riesgo apropiado deberá ser realizada de acuerdo al
horizonte de tiempo del inversor (quien busca invertir a un mes, considerará una letra de
tesorería a 30 días).

Además, deberán ser ignorarados los costos de transacción, esto implicaría que los
brokers trabajarían sin cobrar comisiones y que cada inversor puede prestar o endeudarse
a una tasa libre de riesgo. Es más, se considera que los impuestos no tienen un efecto
notorio en las políticas de inversión y se asume inclusive, que cada inversor tiene la
misma información y la analiza y procesa de la misma manera.

Para completar el escenario y para facilitar el manejo, se considera una suposición

adicional: las oportunidades de inversión obedecen a distribuciones normales.

Esto constituye el mundo del CAPM TRADICIONAL, el cual como puede apreciarse,
requiere de un equilibrio general que se establece a través de estos supuestos, que en
resumen son:
1) Todos los individuos son adversos al riesgo.
2) Todos los individuos buscan maximizar el valor esperado de su utilidad.
3) Todos los inversionistas tienen las mismas expectativas futuras sobre los activos
(expectativas homogéneas).
4) Todos los individuos tienen el mismo horizonte de un período.
5) Existe un activo libre de riesgo.
6) No hay costos de transacción. Esto significa que,
o No hay impuestos.
o Cualquiera puede pedir prestado y prestar dinero a la tasa libre de riesgo.
o Todos los inversionistas están igualmente informados.
o Todos los activos son vendibles y perfectamente divisibles (incluyendo los
recursos humanos).
7) Todos los retornos están normalmente distribuidos.

3 VALORES INDIVIDUALES

Analizaremos las características de los valores individuales, en particular, abordaremos

lo siguiente:
3.1 Rendimiento esperado.

Éste es el rendimiento que un individuo espera que gane una acción durante el siguiente
periodo. Desde luego, ya que esto es sólo una expectativa, el rendimiento real puede ser
mayor o menor. La expectativa de un individuo puede ser simplemente el rendimiento
promedio por periodo que el título haya ganado en el pasado.
Además, la expectativa también puede basarse en un análisis detallado de las perspectivas
de una empresa, en algún modelo basado en computadora o en información especial (o
interna).

3.2 Varianza y desviación estándar.

Hay muchas formas de evaluar la volatilidad de los rendimientos de un valor. Una de las
más comunes es la varianza, la cual es una medida de los cuadrados de las desviaciones
del rendimiento de un valor con respecto a su rendimiento esperado. La desviación
estándar es la raíz cuadrada de la varianza.

3.3 Covarianza y correlación.

Los rendimientos de los valores individuales están relacionados entre sí. La covarianza
es una medición estadística de la interrelación entre dos valores. Por otra parte, esta
relación se puede replantear en términos de la correlación entre los dos valores. La
covarianza y la correlación son componentes esenciales para comprender el coeficiente
beta.

4 RENDIMIENTO ESPERADO, VARIANZA Y

COVARIANZA

4.1 RENDIMIENTO ESPERADO Y VARIANZA

Suponga que los analistas financieros consideran que existen cuatro estados igualmente
probables de la economía: depresión, recesión, normal y auge. Se espera que los
rendimientos de Supertech Company sigan a la economía de cerca, mientras que no se
espera lo mismo de los rendimientos de Slowpoke Company. Los pronósticos de los
rendimientos son los siguientes:
 Rendimientos de Supertech Rendimiento de Slowpoke,
RAt RBt
Depresión -20% 5%
Recesión 10 20
Normal 30 -12
Auge 50 9

La varianza se puede calcular en cuatro pasos. Se necesita un paso adicional para calcular
la desviación estándar. Los pasos son los siguientes:

1. Cálculo del rendimiento esperado:

2. Para cada empresa calcule la desviación de cada posible rendimiento con base en
el rendimiento esperado que se proporcionó antes. Este dato se presenta en la
tercera columna de la tabla de abajo.

3. Las desviaciones que hemos calculado son indicaciones de la dispersión de los

rendimientos. Sin embargo, debido a que algunos son positivos y otros negativos,
es difícil trabajar con ellos de esta manera. Por ejemplo, si simplemente se
sumaran todas las desviaciones de una sola compañía, la suma total sería de cero.

Para darle mayor significado a las desviaciones multiplicamos cada una de ellas
por sí misma. Ahora todos los números son positivos, lo cual implica que su suma
debe ser también positiva. Las desviaciones elevadas al cuadrado se presentan en
la última columna de la tabla de abajo.

4. Para cada empresa calcule el promedio de los cuadrados de las desviaciones, el

cual es la varianza:
 De este modo, la varianza de Supertech es de .066875, mientras que la de
Slowpoke es de .013225.

5. Para calcular la desviación estándar sacamos la raíz cuadrada de la varianza:

Algebraicamente, la fórmula de la varianza se puede expresar como:

Donde R es el rendimiento esperado del valor y R es el rendimiento real.

Un examen rápido del cálculo de cuatro pasos de la varianza deja en claro la razón por la
que es una medida de la dispersión de la muestra de rendimientos. En cada observación
elevamos al cuadrado la diferencia entre el rendimiento real y el esperado. Luego se saca
un promedio de estas diferencias elevadas al cuadrado. El hecho de elevar todas las
diferencias al cuadrado las hace positivas. Si usamos las diferencias entre cada
rendimiento y el rendimiento esperado y luego las promediamos, obtendríamos cero
porque los rendimientos que se encuentran por arriba de la media cancelarían los que
están por debajo de ella.
No obstante, debido a que la varianza se expresa en términos elevados al cuadrado es
difícil interpretarla. La desviación estándar es simplemente la raíz cuadrada de la
varianza. La fórmula general de la desviación estándar es:

4.2 COVARIANZA Y CORRELACIÓN

La varianza y la desviación estándar miden la variabilidad de cada una de las acciones.
Ahora
deseamos medir la relación entre el rendimiento de una acción y el rendimiento de otra,
es
decir, entran en juego la covarianza y la correlación.
La covarianza y la correlación miden la manera en que se relacionan dos variables
aleatorias.
Explicamos estos términos mediante la ampliación del ejemplo de Supertech y Slowpoke

4.2.1 CALCULO DE LA VARIANZA Y LA CORRELACIÓN:

Ya hemos determinado los rendimientos esperados y las desviaciones estándar tanto de

Supertech como de Slowpoke. (Los rendimientos esperados son de .175 y .055 de
Supertech y Slowpoke, respectivamente. Las desviaciones estándar son de .2586 y de
.1150, en cada caso.) Además, calculamos la desviación de cada rendimiento posible en
relación con el rendimiento esperado de cada empresa. Con base en estos datos, podemos
calcular la covarianza en dos pasos. Se necesita un paso adicional para calcular la
correlación.

1. Para cada estado de la economía, multiplique la desviación de Supertech con

respecto a su rendimiento esperado y la desviación de Slowpoke con respecto a su
rendimiento esperado en forma conjunta. Por ejemplo, la tasa de rendimiento de
Supertech en una depresión es de 2.20, la cual es de 2.375 (5 2.20 – .175) respecto
 de su rendimiento esperado. La tasa de rendimiento de Slowpoke en una depresión
es de .05, lo cual es de 2.005 (5.05 2 .055) respecto de su rendimiento esperado.
Si se multiplican las dos desviaciones se obtiene .001875 [5(2.375) 3 (2.005)].
Los cálculos reales se proporcionan en la última columna de la tabla siguiente.
Este procedimiento se puede escribir algebraicamente como:

donde RAt y RBt son los rendimientos de Supertech y Slowpoke en el estado RA y RB son
los rendimientos esperados de los dos títulos.

2. Calcule el valor promedio de los cuatro estados en la última columna. Este

promedio es la covarianza, que es:

Observe que representamos la covarianza entre Supertech y Slowpoke ya sea como

Cov(RA, RB) o como sAB. La primera ecuación ilustra la intuición de la covarianza.
Suponga que, en general, el rendimiento de Supertech se encuentra por arriba de su
promedio cuando el de Slowpoke se encuentra por arriba de su promedio y que, de
ordinario, el rendimiento de Supertech está por debajo de su promedio cuando el de
Slowpoke

está por debajo de su promedio. Esto muestra una dependencia positiva o relación positiva
entre los dos rendimientos. Observe que el término de la ecuación 11.1 será positivo en
cualquier estado donde ambos rendimientos se encuentren por arriba de sus promedios.
Además, la primera ecuación será positiva en cualquier estado donde ambos términos
sean inferiores a sus promedios. Por lo tanto, una relación positiva entre los dos
rendimientos dará lugar a un valor positivo de la covarianza.
Por el contrario, suponga que el rendimiento de Supertech se encuentra generalmente por
arriba de su promedio cuando el de Slowpoke está por debajo de su promedio y que, por
lo común, el rendimiento de Supertech se encuentra por debajo de su promedio cuando el
de Slowpoke se ubica por arriba de su promedio. Esto demuestra una dependencia
negativa o relación negativa entre los dos rendimientos. Observe que el término de la
primera ecuación, será negativo en cualquier estado donde un rendimiento esté por arriba
de su promedio y el otro rendimiento esté por debajo de su promedio. Por lo tanto, una
relación negativa entre los dos rendimientos dará lugar a un valor negativo de la
covarianza.
Por último, suponga que no existe relación entre los dos rendimientos. En este caso, saber
si el rendimiento de Supertech se encuentra por arriba o por debajo de su rendimiento
esperado no nos dice nada acerca del rendimiento de Slowpoke. En consecuencia, en la
fórmula de la covarianza no habrá tendencia para que las desviaciones sean positivas o
negativas en forma conjunta. En promedio, tenderán a compensarse entre sí y a
cancelarse, lo cual hará que la covarianza sea de cero.
Desde luego, aun si los dos rendimientos no están relacionados entre sí, la fórmula de la
covarianza no será exactamente igual a cero en ningún caso real. Esto se debe al error de
muestreo; la aleatoriedad por sí misma hará que el cálculo sea positivo o negativo. Sin
embargo, en el caso de una muestra histórica que sea lo suficientemente grande, si los dos
rendimientos no están relacionados entre sí, se debe esperar que la covarianza tenga un
valor cercano a cero.
La fórmula de la covarianza parece captar lo que estamos buscando. Si los dos
rendimientos están positivamente relacionados entre sí, tendrán una covarianza positiva,
y si están negativamente relacionados entre sí, la covarianza será negativa. Por último, y
lo que es muy importante, si no están relacionados, la covarianza debe ser de cero.
La fórmula de la covarianza se puede escribir algebraicamente como:

Donde RA y RB son los rendimientos esperados de los dos valores, y RA y RB son los
rendimientos observados. El orden de las dos variables no es de importancia. Es decir, la
covarianza de A con B es igual a la covarianza de B con A. Esta relación se puede expresar
de una manera más formal como Cov(RA, RB) = Cov(RB, RA)
La covarianza que se calculó es de -0.004875. Un número negativo como éste implica
que el rendimiento de una acción podría ubicarse por arriba de su promedio cuando el
rendimiento de la otra se sitúe por debajo de su promedio, y viceversa. Sin embargo, la
magnitud del número es difícil de interpretar. Al igual que la cifra de varianza, la
covarianza está en unidades de desviación elevadas al cuadrado. Hasta que se pueda poner
en perspectiva, no se puede saber cómo interpretar este fenómeno.
Resolvemos este problema mediante el cálculo de la correlación.

3. Para calcular la correlación divida la covarianza entre las desviaciones estándar

de ambos valores. En el ejemplo, se tiene:

donde sA y sB son las desviaciones estándar de Supertech y Slowpoke, respectivamente.

Observe que la correlación entre Supertech y Slowpoke se representa ya sea como
Corr(RA, RB) o AB. Como en el caso de la covarianza, el orden de las dos variables no
es de importancia. Es decir, la correlación de A con B es igual a la correlación de B con
A. De una manera más formal, Corr(RA, RB) = Corr(RB, RA)

Debido a que la desviación estándar siempre es positiva, el signo de la correlación entre

ambas variables debe ser el mismo que el de la covarianza entre las dos variables. Si la
correlación es positiva, se dice que las variables están positivamente correlacionadas; si
es negativa, se dice que están negativamente correlacionadas; si es de cero, se dice que
no están correlacionadas. Además, se puede demostrar que la correlación es siempre
entre +1 y -1. Esto se debe al procedimiento de estandarización que resulta de dividir
entre las dos desviaciones estándar.
Se puede comparar la correlación entre diferentes pares de valores. Por ejemplo, se ha
observado que la correlación entre General Motors y Ford es mucho más alta que la
correlación entre General Motors e IBM.
Por lo tanto, se puede afirmar que el primer par de valores está más interrelacionado que
el segundo par. La figura anterior muestra los tres casos de referencia de dos activos, A y
B. La figura muestra dos activos con correlaciones de rendimientos de +1, -1 y 0. Esto
implica una correlación positiva perfecta, una correlación negativa perfecta y la ausencia
de correlación, respectivamente. Las gráficas de la figura representan los rendimientos
separados de los dos valores a través del tiempo.