MODELO DE VALORACIÓN DE ACTIVOS DE

CAPITAL (CAPM)
Prof. Ismael Valverde
Facultad de Economía, UNAM

Índice
1. Introducción al Modelo de Valoración de Activos de Capital (CAPM) 3
1.1. El Problema Resuelto por el CAPM . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Contexto Teórico: De Markowitz al CAPM . . . . . . . . . . . . . . . . . . 3
1.3. La Premisa Central: Riesgo y Diversificación . . . . . . . . . . . . . . . . . 3
1.4. Supuestos Fundamentales del CAPM . . . . . . . . . . . . . . . . . . . . . 4
1.5. La Línea del Mercado de Valores (SML) . . . . . . . . . . . . . . . . . . . 4

2. Desarrollo del modelo 4

2.1. Nociones básicas para entenderlo . . . . . . . . . . . . . . . . . . . . . . . 4
2.1.1. ¿Qué es el CAPM? Intuición y motivación . . . . . . . . . . . . . . 4
2.1.2. Contexto histórico: de Markowitz al CAPM . . . . . . . . . . . . . 5
2.1.3. Supuestos del CAPM . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.1.4. ¿Qué explica el CAPM? (Interpretación económica profunda) . . . . 6
2.1.5. 1.5. Aplicaciones prácticas del CAPM . . . . . . . . . . . . . . . . . 7
2.1.6. Ventajas y limitaciones del CAPM . . . . . . . . . . . . . . . . . . 7

3. Desarrollo Matemático y Econométrico del CAPM 8

3.1. Fundamento Estadístico y Probabilístico: La Beta (β) . . . . . . . . . . . . 8
3.2. Estimación Econométrica: El Modelo de Índice Único (SIM) . . . . . . . . 8
3.3. Fundamento de Álgebra Lineal y Optimización (Cálculo) . . . . . . . . . . 8

4. Matemáticas aún más simples 9

4.1. Punto de partida: la combinación entre el activo libre de riesgo y un por-
tafolio riesgoso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.2. La Línea del Mercado de Capitales (CML) . . . . . . . . . . . . . . . . . . 10
4.3. El portafolio con Sharpe máximo es el portafolio de mercado . . . . . . . . 10
4.4. El riesgo relevante es el riesgo sistemático . . . . . . . . . . . . . . . . . . . 11
4.5. 2.5. Definición formal de β . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.6. Derivación de la ecuación del CAPM . . . . . . . . . . . . . . . . . . . . . 12
4.7. La Línea de Mercado de Valores (SML) . . . . . . . . . . . . . . . . . . . . 12
4.8. Forma econométrica del CAPM (Regresión del CAPM) . . . . . . . . . . . 13
4.9. Conexión entre Sharpe y CAPM . . . . . . . . . . . . . . . . . . . . . . . . 13

1
5. Ejemplo en R paso a paso: Índice de Sharpe y CAPM con datos reales 14
5.1. Paso 0: cargar librerías necesarias . . . . . . . . . . . . . . . . . . . . . . . 14
5.2. Paso 1: descargar datos de precios . . . . . . . . . . . . . . . . . . . . . . . 14
5.3. Paso 2: calcular rendimientos diarios . . . . . . . . . . . . . . . . . . . . . 15
5.4. Paso 3: definir la tasa libre de riesgo . . . . . . . . . . . . . . . . . . . . . 15
5.5. Paso 4: calcular el Índice de Sharpe de MSFT . . . . . . . . . . . . . . . . 16
5.6. Paso 5: calcular el β de MSFT respecto al mercado . . . . . . . . . . . . . 17
5.7. Paso 6: estimar el CAPM por regresión . . . . . . . . . . . . . . . . . . . . 17
5.8. Paso 7: comparación entre el beta teórico y el estimado . . . . . . . . . . . 18
5.9. Resumen del ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2
1. Introducción al Modelo de Valoración de Activos de
Capital (CAPM)
El Modelo de Valoración de Activos de Capital (CAPM) es una de las teorías
fundamentales y más influyentes en las finanzas modernas. Desarrollado principalmente
por William Sharpe (1964), John Lintner (1965) y Jan Mossin (1966), el CAPM
extiende la Teoría Moderna de Portafolios (MPT) de Markowitz al proporcionar un marco
teórico para determinar la tasa de rendimiento requerida de un activo riesgoso.
En esencia, el CAPM establece que la única razón por la que un inversionista debe
recibir una compensación (rendimiento) es por asumir riesgo sistemático o de mercado.

1.1. El Problema Resuelto por el CAPM

El CAPM fue diseñado para responder a la pregunta central de la valoración de activos:

¿Cuál es la tasa de rendimiento que un inversionista racional debería esperar

(o requerir) de un activo individual, dada su contribución al riesgo general de
un portafolio bien diversificado?

Mientras que el Índice de Sharpe evalúa el desempeño histórico de un portafolio, el

CAPM es un modelo de equilibrio que explica cómo se forman los precios de los activos
en el mercado en función del riesgo.

1.2. Contexto Teórico: De Markowitz al CAPM

El CAPM no es un modelo aislado, sino una culminación de la teoría de portafolios:

Harry Markowitz (1952): Introdujo la idea de que la inversión se centra en la

media (rendimiento) y la varianza (riesgo), y formalizó la Frontera Eficiente
(conjunto de portafolios óptimos).
William Sharpe y Lintner (1964-1965): Introdujeron el concepto del Porta-
folio de Mercado (M ) y la Tasa Libre de Riesgo (Rf ). Esto permite trazar la
Línea del Mercado de Capitales (CML), una línea recta que es tangente a la
Frontera Eficiente en el punto del Portafolio de Mercado.

El CAPM se enfoca en cómo los activos individuales se relacionan con esta Línea del
Mercado de Capitales.

1.3. La Premisa Central: Riesgo y Diversificación

El concepto clave que sustenta el CAPM es la diversificación total y la distinción
entre dos tipos de riesgo:

Riesgo Idiosincrático (No Sistemático): El riesgo específico de la empresa (huel-

gas, demandas, nuevos productos). La recompensa del mercado es Cero, pues se
elimina totalmente mediante la diversificación.
Riesgo Sistemático (De Mercado): El riesgo inherente al sistema económico global
(inflación, crisis, tasas de interés). La recompensa del mercado es Positiva, siendo
el único riesgo por el que el inversionista es compensado.

3
 El CAPM asume que los inversionistas tienen portafolios perfectamente diversificados.
Por lo tanto, el único riesgo relevante es el riesgo sistemático, el cual es medido por el
coeficiente Beta (β).

1.4. Supuestos Fundamentales del CAPM

El CAPM es un modelo de equilibrio y se construye sobre supuestos estrictos, cruciales
para su formalización matemática:

1. Mercados Perfectos: No hay costos de transacción, ni impuestos, y los activos

son infinitamente divisibles.
2. Inversionistas Racionales y Homogéneos: Todos los inversionistas tienen ex-
pectativas homogéneas, el mismo horizonte temporal y son aversos al riesgo (prefie-
ren la media sobre la varianza).
3. Acceso a la Tasa Libre de Riesgo (Rf ): Los inversionistas pueden prestar y
pedir prestado a la tasa libre de riesgo.
4. Riesgo Relevante es el Riesgo Sistemático (β): Debido a la perfecta diversifi-
cación, el riesgo idiosincrático es irrelevante para la fijación de precios.

1.5. La Línea del Mercado de Valores (SML)

El resultado final del CAPM es la Línea del Mercado de Valores (Security Mar-
ket Line - SML). Esta línea mapea el rendimiento esperado de cualquier activo indivi-
dual en función de su riesgo sistemático (β).
La ecuación que define la SML es el corazón del modelo y establece que la relación
entre riesgo y rendimiento debe ser lineal:

E[Ri ] = Rf + βi (E[Rm ] − Rf ) (1)

E[Ri ]: Rendimiento Requerido (o esperado) del activo i.

Rf : Tasa Libre de Riesgo.
βi : Beta del activo i (Riesgo Sistemático).
E[Rm ] − Rf : Prima de Riesgo de Mercado.

La SML es la herramienta que nos permite determinar si un activo está sobrevalorado

(su rendimiento real cae por debajo de la SML) o subvalorado (su rendimiento real cae
por encima de la SML) en el mercado en equilibrio.

2. Desarrollo del modelo

2.1. Nociones básicas para entenderlo
2.1.1. ¿Qué es el CAPM? Intuición y motivación
El Capital Asset Pricing Model (CAPM) es uno de los modelos más importantes
en finanzas modernas. Su objetivo principal es:

4
 Determinar cuál debería ser el rendimiento esperado de un activo fi-
nanciero en función del riesgo sistemático que aporta a un portafolio
bien diversificado.

En otras palabras:

No todos los riesgos importan.

La diversificación elimina riesgos “particulares”.

Sólo el riesgo sistemático, el que no se puede diversificar, exige compensación.

El CAPM formaliza esta idea:

E[Ri ] = Rf + βi E[Rm ] − Rf
donde:

E[Ri ]: rendimiento esperado del activo i,

Rf : tasa libre de riesgo,

E[Rm ]: rendimiento esperado del portafolio de mercado,

βi : mide cuánto se mueve el activo con el mercado (sensibilidad sistemática).

Esta ecuación explica el precio del riesgo en mercados competitivos. Cada activo
debe rendir lo suficiente para compensar:

Lo que se podría ganar sin riesgo (Rf ).

Más un premio proporcional al riesgo sistemático que aporta (β).

Ese premio es la “prima de riesgo del mercado” (E[Rm ] − Rf ).

2.1.2. Contexto histórico: de Markowitz al CAPM

a) Markowitz (1952): Teoría Moderna de Portafolios. Markowitz demuestra que:

Los inversionistas eligen portafolios porque los activos individuales no son óptimos.

El rendimiento se mide por la media.

El riesgo se mide por la varianza.

Hay diversificación: el riesgo total se divide en riesgo sistemático y riesgo idiosin-

crático.

Él construye la frontera eficiente, pero el modelo no dice:

¿Qué portafolio es el “correcto” para todos?

¿Cuál es el rendimiento esperado de un activo individual?

5
b) William Sharpe (1964) y el nacimiento del CAPM. Sharpe da el paso faltante:

Muestra que, si todos tienen el mismo horizonte, misma información y pueden in-
vertir al tipo libre de riesgo, entonces todos los inversionistas terminan eligiendo el
mismo portafolio riesgoso: el portafolio de mercado.

Esto conduce a la Línea del Mercado de Capitales (CML) y al CAPM, que

afirma:

Sólo el riesgo sistemático determina el rendimiento esperado de un activo.

Sharpe ganó el Nobel en 1990 por esta contribución.

2.1.3. Supuestos del CAPM

El modelo tiene supuestos estrictos, pero útiles para entender su lógica:

1. Inversionistas racionales y aversos al riesgo. Optimización media–varianza.

2. Un solo periodo de inversión. Todos toman decisiones para un mismo horizonte

temporal.

3. Información simétrica y expectativas homogéneas. Todos ven las mismas

distribuciones de rendimientos.

4. Existe un activo libre de riesgo. Los inversionistas pueden prestar y pedir pres-
tado a Rf .

5. No hay impuestos ni costos de transacción.

6. Mercados competitivos. Nadie puede influir en precios.

7. Los activos se pueden dividir infinitamente. Sin restricciones de venta corta.

8. El portafolio óptimo es el de mercado. En equilibrio, todos los portafolios

riesgosos colapsan en éste.

2.1.4. ¿Qué explica el CAPM? (Interpretación económica profunda)

El CAPM responde dos preguntas cruciales:

PREGUNTA 1: ¿Qué riesgo importa realmente? El rendimiento extra que pide

un inversionista depende solo del riesgo que no se puede eliminar con diversificación:

Riesgo sistemático (β).

Afecta a todas las empresas: inflación, recesiones, ciclos, tasas de interés.

6
PREGUNTA 2: ¿Cuál es el rendimiento esperado de un activo?
 
E[Ri ] = Rf + βi E[Rm ] − Rf

Interpretaciones:

Si β = 1,5, el activo debe rendir más que el mercado.

Si β = 0,5, debe rendir menos.

Si β = 0, el rendimiento debe ser igual al Rf .

2.1.5. 1.5. Aplicaciones prácticas del CAPM

El CAPM es usado en:

1) Corporate Finance. Calcular el costo de capital, Ke y WACC.

2) Administración de portafolios. Identificar activos subvaluados y sobrevaluados.

3) Valuación de empresas y proyectos. DCF y tasas de descuento.

4) Medición de desempeño. El alfa de Jensen se deriva del CAPM.

5) Evaluación del riesgo. Cálculo del β.

2.1.6. Ventajas y limitaciones del CAPM

Ventajas:

1. Elegantemente simple.

2. Clarifica riesgo sistemático vs. diversificable.

3. Conecta teoría de portafolios con precios de activos.

4. Base para modelos posteriores.

Limitaciones:

1. Supuestos muy fuertes.

2. Difícil medir el “portafolio de mercado”.

3. Los β cambian en el tiempo.

4. Relación empírica inestable.

5. El mercado no siempre está en equilibrio.

7
3. Desarrollo Matemático y Econométrico del CAPM
El CAPM es un resultado directo de un problema de optimización de la Teoría Mo-
derna de Portafolios (MPT) y se estima utilizando técnicas de econometría de series
de tiempo.
El CAPM es un resultado directo de un problema de optimización de la Teoría Mo-
derna de Portafolios (MPT) y se estima utilizando técnicas de econometría de series
de tiempo.

3.1. Fundamento Estadístico y Probabilístico: La Beta (β)

En términos de probabilidad y estadística, el riesgo sistemático de un activo i (βi )
se define como la relación entre la covarianza de su rendimiento con el rendimiento del
mercado (Rm ) y la varianza del rendimiento del mercado.
Considerando Ri y Rm como variables aleatorias de los rendimientos, el Beta se calcula
como:
Cov(Ri , Rm ) E[(Ri − E[Ri ])(Rm − E[Rm ])]
βi = = (2)
Var(Rm ) σm2

Donde σm 2
es la varianza del rendimiento del portafolio de mercado. Esta definición es-
tablece que β es el coeficiente que mide la sensibilidad de Ri ante los movimientos de
Rm .

3.2. Estimación Econométrica: El Modelo de Índice Único (SIM)

Para estimar el β de un activo a partir de datos históricos, utilizamos el CAPM como
un modelo de regresión lineal simple. Este modelo es conocido como el **Modelo de
Mercado** o **Modelo de Índice Único (SIM)**.
La regresión se plantea en términos de Exceso de Rendimiento (Ri − Rf ), donde
Rf es la tasa libre de riesgo:
(Ri − Rf ) = αi + βi (Rm − Rf ) + ϵi (3)
Donde:
αi (Alpha de Jensen) y βi son los parámetros a estimar.
ϵi es el término de error.

Estimación por Mínimos Cuadrados Ordinarios (MCO)

Los parámetros se estiman aplicando el método de MCO (OLS, por sus siglas en inglés)
a una serie de tiempo. Las estimaciones α̂ y β̂ se obtienen minimizando la suma de los
cuadrados de los errores:
T
X T h
X i2
mı́n ϵ2i,t = mı́n (Ri,t − Rf ) − α̂ − β̂(Rm,t − Rf ) (4)
α̂,β̂ α̂,β̂
t=1 t=1

3.3. Fundamento de Álgebra Lineal y Optimización (Cálculo)

El CAPM es la condición de equilibrio que surge cuando todos los inversionistas re-
suelven el problema de optimización de Markowitz (seleccionar el portafolio con la mínima
varianza para un rendimiento dado).

8
El Problema de Optimización (Cálculo)
El inversor busca maximizar la utilidad, que se relaciona inversamente con el riesgo
(σ 2 ) y directamente con el rendimiento (E[R]):
X
máx U (E[Rp ], σp ) sujeto a wi = 1 (5)
w

Donde w es el vector de pesos de los activos en el portafolio.

El rendimiento esperado del portafolio (E[Rp ]) y su varianza (σp2 ) se expresan en
álgebra lineal de la siguiente manera:

E[Rp ] = wT E[R] (6)

σp2 = wT Σw (7)

Donde E[R] es el vector de rendimientos esperados y Σ es la matriz de covarianzas,

fundamental para el cálculo del riesgo.

Derivación a través del Multiplicador de Lagrange

La condición de equilibrio (condición de primer orden) que define la SML requiere
que la prima de riesgo de cada activo sea proporcional a su covarianza con el portafolio
de mercado. Aplicando las derivadas parciales (cálculo) necesarias para la optimización
restringida con el Multiplicador de Lagrange, se obtiene el resultado final del CAPM:

E[Rm ] − Rf
E[Ri ] − Rf = 2
· Cov(Ri , Rm ) (8)
σm

Sustituyendo la definición de βi (ec. 1) en esta condición de equilibrio, llegamos a la forma

final y elegante de la Línea del Mercado de Valores (SML):

E[Ri ] = Rf + βi (E[Rm ] − Rf ) (9)

Esta ecuación demuestra que el rendimiento esperado de cualquier activo está determinado
linealmente por su β.

4. Matemáticas aún más simples

4.1. Punto de partida: la combinación entre el activo libre de
riesgo y un portafolio riesgoso
Sea:

Rf : rendimiento del activo libre de riesgo, con varianza 0.

P : un portafolio riesgoso cualquiera, con:

• rendimiento esperado E[RP ],

• varianza σP2 .

9
 Si un inversionista combina ambos activos:

RC = wP RP + (1 − wP )Rf ,
donde:
wP : proporción invertida en el portafolio riesgoso,
1 − wP : proporción invertida en el activo libre de riesgo.
Como Rf es constante:

E[RC ] = wP E[RP ] + (1 − wP )Rf .

La varianza del portafolio combinado es:

σC2 = wP2 σP2 .

Por lo tanto:

σC = |wP |σP .

4.2. La Línea del Mercado de Capitales (CML)

Despejemos wP = σC
σP
y sustituyamos en el rendimiento esperado:
σC

E[RC ] = Rf + E[RP ] − Rf .
σP
Esta es la ecuación de una recta:
 
E[RP ] − Rf
E[RC ] = Rf + σC .
σP
La pendiente:

E[RP ] − Rf
σP
es precisamente el índice de Sharpe del portafolio riesgoso.

4.3. El portafolio con Sharpe máximo es el portafolio de mercado

Markowitz demuestra que existe una frontera eficiente de portafolios. Al unir el acti-
vo libre de riesgo con cada portafolio eficiente, obtenemos muchas rectas con diferentes
pendientes.
La recta con mayor pendiente es la que usa el portafolio con:

E[RP ] − Rf
máx .
σP
Ese portafolio se llama portafolio tangente.
En el CAPM, se demuestra que este portafolio tangente debe ser:

el portafolio de mercado M.
Esto implica:

10
 Todos los inversionistas tienen el mismo portafolio riesgoso.

Las diferencias entre ellos son únicamente:

• cuánto invierten en el activo libre de riesgo,

• cuánto invierten en el portafolio de mercado.

4.4. El riesgo relevante es el riesgo sistemático

Supongamos un activo individual i.
Queremos ver cómo contribuye ese activo al riesgo del portafolio de mercado.
Sea:

Ri : rendimiento del activo,

Rm : rendimiento del mercado,

2
σm = Var(Rm ),

Cov(Ri , Rm ): covarianza entre activo y mercado.

Si agregas una pequeña cantidad ∆w del activo i al portafolio de mercado, el incre-

mento en el riesgo (varianza marginal) depende de la covarianza con el mercado:
2
∂σm
= 2Cov(Ri , Rm ).
∂wi
Esto significa:

El riesgo que importa no es el riesgo total del activo.

El riesgo relevante es su covarianza con el mercado.

4.5. 2.5. Definición formal de β

Dado el análisis marginal anterior, Sharpe define:

Cov(Ri , Rm )
βi = .
Var(Rm )
Interpretación:

Si βi = 1: el activo se mueve igual que el mercado.

Si βi > 1: es más sensible que el mercado.

Si βi < 1: es menos sensible que el mercado.

Si βi = 0: es inmune a los movimientos del mercado.

Si βi < 0: se mueve en sentido contrario.

11
4.6. Derivación de la ecuación del CAPM
Queremos saber cuál debe ser el rendimiento esperado de un activo para que el mercado
esté en equilibrio.
Si un activo está bien valuado, agregarlo marginalmente al portafolio de mercado no
debe:

generar beneficios extraordinarios,

cambiar la frontera eficiente,

alterar la CML.

Ese equilibrio se resume en:

E[Ri ] − Rf
= E[Rm ] − Rf .
βi
Es decir, la prima por riesgo por unidad de beta debe ser la misma para todos los
activos.
Esto se reacomoda en:


E[Ri ] − Rf = βi E[Rm ] − Rf .
Finalmente:


E[Ri ] = Rf + βi E[Rm ] − Rf

4.7. La Línea de Mercado de Valores (SML)

Si graficamos:

eje horizontal: βi ,

eje vertical: E[Ri ],

obtenemos la Security Market Line (SML):

E[Ri ] = Rf + βi E[Rm ] − Rf .
Interpretación:

Activos arriba de la SML → subvaluados.

Activos abajo de la SML → sobrevaluados.

12
4.8. Forma econométrica del CAPM (Regresión del CAPM)
En datos reales no observamos expectativas, sino realizaciones históricas.
Podemos estimar:

Ri,t − Rf,t = αi + βi (Rm,t − Rf,t ) + εt .

Donde:

Ri,t − Rf,t : rendimiento en exceso del activo,

Rm,t − Rf,t : rendimiento en exceso del mercado,

βi : sensibilidad sistemática (pendiente),

αi : “alfa de Jensen”, mide si el activo rinde más o menos que lo que predice el CAPM.

Interpretaciones:

Si αi = 0: el activo está correctamente valuado.

Si αi > 0: el activo rinde más de lo que debería.

Si αi < 0: rinde menos de lo que debería.

En la práctica:

Cov(Ri − Rf , Rm − Rf )
βbi = .
Var(Rm − Rf )

bi = Ri − Rf − βbi Rm − Rf .
α
Empíricamente, el CAPM se estima por MCO, y los alumnos lo pueden practicar
fácilmente en R.

4.9. Conexión entre Sharpe y CAPM

En el CAPM:

Cov(Ri , Rm )
βi = 2
.
σm
Sí conectamos Sharpe y CAPM:

Sharpe mide la eficiencia riesgo–rendimiento de un portafolio.

CAPM explica cómo debe ser el rendimiento esperado en función del riesgo siste-
mático.

El portafolio con Sharpe máximo es precisamente el portafolio de mercado, que da

origen al CAPM.

Sharpe → define la pendiente óptima.

CAPM → usa esa pendiente para valorar activos específicos.

13
5. Ejemplo en R paso a paso: Índice de Sharpe y CAPM
con datos reales
En esta sección vamos a ilustrar, con datos reales, cómo calcular:

1. El Índice de Sharpe de un activo.

2. El β del mismo activo respecto al mercado.

3. Estimar la regresión CAPM para obtener α y β.

Trabajaremos con:

Una acción individual (por ejemplo, MSFT de Microsoft).

Un índice de mercado (por ejemplo, ˆGSPC, que es el S&P 500).

Una tasa libre de riesgo aproximada (por ejemplo, una tasa anual de 5 % simplifi-
cada).

Todo el código está escrito en R y se puede ejecutar en RStudio o en cualquier entorno

con internet para descargar los datos.

5.1. Paso 0: cargar librerías necesarias

Usaremos:

quantmod: para descargar precios.

PerformanceAnalytics: para trabajar con retornos financieros.

dplyr: para manipulación de datos (opcional pero cómodo).

# I n s t a l a r p a q u e t e s s i e s n e c e s a r i o ( s o l o l a primera v e z )
# i n s t a l l . p a c k a g e s (" quantmod ")
# i n s t a l l . p a c k a g e s (" P e r f o r m a n c e A n a l y t i c s ")
# i n s t a l l . p a c k a g e s (" d p l y r ")

l i b r a r y ( quantmod )
library ( PerformanceAnalytics )
library ( dplyr )

5.2. Paso 1: descargar datos de precios

Vamos a descargar aproximadamente 5 años de datos diarios para:

Microsoft: ticker "MSFT".

SP 500: ticker "SPY".

Elegimos un rango de fechas, por ejemplo, del 2019-01-01 al 2024-12-31.

14
# D e f i n i r p e r i o d o de a n l i s i s
s t a r t_date <− as . Date ( "2019−01−01" )
end_date <− as . Date ( "2024−12−31" )

# Descargar d a t o s de p r e c i o s a j u s t a d o s
getSymbols ( "MSFT" , from = s t a r t_date , t o = end_date )
getSymbols ( "^GSPC" , from = s t a r t_date , t o = end_date )

# E x t r a e r p r e c i o s de c i e r r e a j u s t a d o s
msft_p r i c e s <− Ad(MSFT) # P r e c i o de c i e r r e a j u s t a d o de MSFT
mkt_p r i c e s <− Ad(GSPC) # P r e c i o de c i e r r e a j u s t a d o d e l S&P 500

# Ver l a s p r i m e r a s o b s e r v a c i o n e s
head ( msft_p r i c e s )
head ( mkt_p r i c e s )

5.3. Paso 2: calcular rendimientos diarios

Podemos usar rendimientos logarítmicos aproximadamente:
 
Pt
rt = ln .
Pt−1

# Calcular rendimientos logaritmicos diarios

msft_r e t <− d a i l y R e t u r n ( msft_p r i c e s , type = " l o g " )
mkt_r e t <− d a i l y R e t u r n ( mkt_p r i c e s , type = " l o g " )

# Renombrar columnas para c l a r i d a d

colnames ( msft_r e t ) <− "MSFT"
colnames ( mkt_r e t ) <− "MKT"

# A l i n e a r l a s s e r i e s en una s o l a t a b l a de r e t o r n o s
data_r e t <− na . omit (merge( msft_r e t , mkt_r e t ) )

head ( data_r e t )

5.4. Paso 3: definir la tasa libre de riesgo

Para simplificar, supongamos que la tasa libre de riesgo anual es:

Rfanual = 5 %.
Si trabajamos con datos diarios, necesitamos aproximar la tasa diaria. Una forma
simple (aunque aproximada) es:
0,05
Rf,diario ≈ .
252

15
# Supongamos una t a s a l i b r e de r i e s g o a n u a l d e l 5%
r f_annual <− 0 . 0 5

# Aproximar t a s a l i b r e de r i e s g o d i a r i a ( s i m p l i f i c a c i o n )
t r a d i n g_days <− 252
r f_d a i l y <− r f_annual / t r a d i n g_days

r f_d a i l y

5.5. Paso 4: calcular el Índice de Sharpe de MSFT

Primero, calculamos:

El rendimiento promedio diario de MSFT.

La desviación estándar diaria de MSFT.

La prima diaria promedio sobre la tasa libre de riesgo.

Luego, usamos la fórmula:

r̄ − Rf,diario
Ŝdiario = .
s
Finalmente, anualizamos el Sharpe:
√
Ŝanual ≈ 252 Ŝdiario .

# E x t r a e r v e c t o r de r e n d i m i e n t o s de MSFT
r_msft <− data_r e t $MSFT

# Media y d e s v i a c i o n e s t a n d a r d i a r i a s
mean_msft <− mean( r_msft )
sd_msft <− sd ( r_msft )

mean_msft
sd_msft

# Prima d i a r i a s o b r e l a t a s a l i b r e de r i e s g o
e x c e s s_msft <− r_msft − r f_d a i l y

mean_e x c e s s_msft <− mean( e x c e s s_msft )

sd_e x c e s s_msft <− sd ( e x c e s s_msft )
# i g u a l a sd_msft , ya que r e s t a m o s una c o n s t a n t e

mean_e x c e s s_msft
sd_e x c e s s_msft

# I n d i c e de Sharpe d i a r i o
s h a r p e_d a i l y <− mean_e x c e s s_msft / sd_e x c e s s_msft

16
s h a r p e_d a i l y

# I n d i c e de Sharpe a n u a l i z a d o
s h a r p e_annual <− s h a r p e_d a i l y ∗ sqrt ( t r a d i n g_days )
s h a r p e_annual
Interpretación:

Si sharpe_annual ≈ 1, la relación rendimiento/riesgo es razonable.

Si es mayor que 1.5 o 2, es bastante buena (dependiendo del periodo).

Si es menor que 0.5, suele considerarse débil.

5.6. Paso 5: calcular el β de MSFT respecto al mercado

Ahora estimamos el β de MSFT respecto al S&P 500 utilizando la definición:

Cov(Ri , Rm )
βi = .
Var(Rm )

# E x t r a e r r e n d i m i e n t o s d e l mercado
r_mkt <− data_r e t $MKT

# Calcular covarianza y varianza

cov_msft_mkt <− cov ( r_msft , r_mkt )
var_mkt <− var ( r_mkt )

cov_msft_mkt
var_mkt

# Calcular beta
beta_msft <− cov_msft_mkt / var_mkt
beta_msft
Interpretación:

Si βMSFT ≈ 1, MSFT se mueve similar al mercado.

Si βMSFT > 1, MSFT es más volátil que el mercado (en términos sistemáticos).

Si βMSFT < 1, es menos sensible a los movimientos del mercado.

5.7. Paso 6: estimar el CAPM por regresión

Recordemos la forma econométrica del CAPM:

Ri,t − Rf,diario = αi + βi (Rm,t − Rf,diario ) + εt .

Vamos a construir las series de retornos en exceso y luego estimar la regresión mediante
lm().

17
# C o n s t r u i r r e t o r n o s en e x c e s o
e x c e s s_msft <− r_msft − r f_d a i l y
e x c e s s_mkt <− r_mkt − r f_d a i l y

# Crear un d a t a frame para l a r e g r e s i o n

capm_data <− data . frame (
e x c e s s_msft = as . numeric ( e x c e s s_msft ) ,
e x c e s s_mkt = as . numeric ( e x c e s s_mkt )
)

# Estimar l a r e g r e s i o n CAPM
capm_model <− lm( e x c e s s_msft ~ e x c e s s_mkt , data = capm_data )

# Resumen de l a r e g r e s i o n
summary( capm_model )
En el resumen de la regresión, observamos:

El intercepto ((Intercept)) es α̂.

El coeficiente de excess_mkt es β̂.

Podemos extraer los coeficientes explícitamente:

a lp h a_hat <− coef ( capm_model ) [ 1 ]
beta_hat <− coef ( capm_model ) [ 2 ]

a lp h a_hat
beta_hat
Interpretaciones:

Si α̂ es cercano a cero (y no significativo estadísticamente), MSFT se comporta de

acuerdo al CAPM.

Si α̂ > 0 (y significativo), MSFT habría generado un rendimiento superior al que

justifica su riesgo sistemático (alfa positivo).

Si α̂ < 0 (y significativo), habría generado un rendimiento inferior (alfa negativo).

5.8. Paso 7: comparación entre el beta teórico y el estimado

Nota que el β calculado por covarianzas:

Cov(Ri , Rm )
βteórico =
Var(Rm )
debería coincidir con el β̂ estimado por regresión (salvo pequeñas diferencias numéri-
cas). Podemos verificarlo:
beta_msft # b e t a por c o v a r i a n z a
beta_hat # b e t a por r e g r e s i o n
Si todo está bien:

18
 beta_msft y beta_hat deben ser muy similares.

Esto ilustra la conexión entre la definición matemática de β y la estimación econo-

métrica del CAPM.

5.9. Resumen del ejemplo

En este ejemplo en R hemos:

1. Descargado precios diarios de un activo (MSFT) y del mercado (S&P 500).

2. Calculado rendimientos logarítmicos diarios.

3. Definido una tasa libre de riesgo diaria aproximada.

4. Calculado el Índice de Sharpe diario y anualizado de MSFT.

5. Calculado el β de MSFT usando la fórmula de covarianza y varianza.

6. Estimado el modelo CAPM por regresión:

Ri,t − Rf,t = αi + βi (Rm,t − Rf,t ) + εt ,

obteniendo α̂ y β̂.

Este flujo de trabajo puede adaptarse fácilmente a otros activos, otros índices de
mercado y otros horizontes temporales, permitiendo a los estudiantes practicar tanto los
conceptos teóricos de Sharpe y CAPM como su implementación empírica básica en R.

19