La covarianza se utiliza en la teoría de la cartera para determinar qué activos incluir en la cartera. La covarianza es una medida estadística de la relación direccional entre dos precios de activos. La teoría de cartera moderna utiliza esta medición estadística para reducir el riesgo general de una cartera. Una covarianza positiva significa que los activos generalmente se mueven en la misma dirección. covarianza negativa significa que los activos generalmente se mueven en direcciones opuestas. Aquí discutiremos cómo se usa la covarianza para reducir el riesgo de inversión y proporcionar diversificación de cartera.
conclusiones clave
- La covarianza es una herramienta estadística que los inversores utilizan para medir la relación entre el movimiento de dos precios de activos.
- Una covarianza positiva significa que los precios de los activos se mueven en la misma dirección general.
- una covarianza negativa significa que los precios de los activos se mueven en direcciones opuestas.
- Los inversores que utilizan la teoría moderna de cartera (mpt) buscan optimizar los rendimientos al incluir activos en su cartera que tienen una covarianza negativa.
- La covarianza ayuda a los inversores a crear una cartera que incluye una combinación de distintos tipos de activos, empleando así una estrategia de diversificación para reducir el riesgo.
teoría de covarianza y cartera moderna (mpt)
La covarianza es una medida importante utilizada en la teoría de cartera moderna (mpt). mpt intenta determinar una frontera eficiente para una combinación de activos en una cartera. La frontera eficiente busca optimizar el rendimiento máximo versus el grado de riesgo para los activos combinados generales de la cartera.
el objetivo es elegir activos que tengan una desviación estándar más baja para la cartera combinada que sea menor que la desviación estándar de los activos individuales. Esto puede reducir la volatilidad de la cartera. La teoría moderna de cartera busca crear una combinación óptima de activos de alta volatilidad con activos de baja volatilidad. Al diversificar los activos en una cartera, los inversores pueden reducir el riesgo y aún permitir un retorno positivo.
Dr. Harry Markowitz creó la teoría moderna de la cartera (mpt) en 1952 para ayudar a los inversores a combinar su tolerancia al riesgo con sus expectativas de recompensa para crear su cartera ideal.
covarianza negativa y construcción de cartera
En la construcción de una cartera, es importante intentar reducir el riesgo general mediante la inclusión de activos que tienen una covarianza negativa entre sí. Los analistas utilizan datos históricos de precios para determinar la medida de covarianza entre diferentes acciones. esto supone que la misma relación estadística entre los precios de los activos continuará en el futuro, lo cual no siempre es el caso. Al incluir activos que muestran una covarianza negativa, se minimiza el riesgo de una cartera.
fórmula de covarianza
La covarianza de dos activos se calcula mediante una fórmula. El primer paso de la fórmula determina el rendimiento diario promedio de cada activo individual. entonces, la diferencia entre el rendimiento diario menos el rendimiento diario promedio se calcula para cada activo, y estos números se multiplican entre sí. El último paso es dividir ese producto por el número de períodos de negociación, menos 1.
La covarianza se puede utilizar para maximizar la diversificación en una cartera de activos. Al agregar activos con una covarianza negativa a una cartera, el riesgo general se reduce rápidamente. La covarianza proporciona una medición estadística del riesgo para una combinación de activos.
inconvenientes de covarianza
El uso de la covarianza tiene inconvenientes. La covarianza solo puede medir la relación direccional entre dos activos. no puede mostrar la fuerza de la relación entre activos.
El coeficiente de correlación es una mejor medida de esa fuerza. Un inconveniente adicional del uso de la covarianza es que el cálculo es sensible a retornos de mayor volatilidad. Los activos más volátiles incluyen rendimientos que están más lejos de la media. Estos rendimientos periféricos pueden tener una influencia indebida en el cálculo de covarianza resultante. grandes movimientos de precios de un solo día pueden afectar la covarianza, lo que conduce a una estimación imprecisa de la medición.
