Portafolios eficientes con diferentes medidas de riesgo : aplicación en criptomonedas

Esta investigación está basada en la utilización de diferentes medidas de riesgo para la construcción de portafolios eficientes compuestos por activos riesgosos digitales, específicamente criptomonedas. Las medidas de riesgo utilizadas son: desviación estándar, lower partial moments (LPM), behavioural sigma. Estas medidas fueron aplicadas por su funcionalidad en distribuciones de datos no normales, pues los retornos de las criptomonedas estudiadas presentaban esta anomalía y también porque tienen en cuenta variables estadísticas adicionales que deben ser consideradas por cualquier tipo de inversionista. La metodología utilizada en esta investigación se basa un modelo de optimización para la selección de portafolios eficientes con una matriz de riesgo distinta por cada medida de riesgo utilizada, con el objetivo de realizar una comparación respecto a la rentabilidad esperada y estructuración interna de dichos portafolios. Inicialmente, analizamos estadísticamente las 18 criptomonedas con mayor tiempo en el mercado. Luego, construimos portafolios eficientes de media- varianza, pero cambiando la varianza por diferentes medidas de riesgo. Nosotros encontramos que, los portafolios eficientes de criptomonedas generados a partir de la medida de riesgo Behavioural Sigma alcanzan la rentabilidad más alta que los generados con las medidas de riesgo Varianza y LPM. Además, se encuentra que utilizando Behavioural Sigma la diversificación resulta ineficiente en la estructuración de portafolios compuestos con estas criptomonedas, pues, aun no tomándola en cuenta, se pueden alcanzar mejores rentabilidades esperadas y niveles de riesgo en los portafolios que con las medidas de riesgo varianza y LPM que si la considera. No obstante, esto se cumple solo para portafolios de bajo riesgo, pero es lo que en promedio a la mayoría de los inversionistas les interesa: menores riesgos, mayores rentabilidades.