Ofelia Alvarado Morales, Javier Francisco Rueda Galvis, Ramón Martínez Huerta
I+D Revista de Investigaciones ISSN 2256-1676 / ISSN en línea 2539-519X
Volumen 16 Número 2 Julio-Diciembre de 2021 pp. 69-83
81
ocupa el mayor porcentaje en todos los portafolios
propuestos por el modelo eficiente.
En el mercado accionario, Medina (2003) aplicó el
Modelo de Portafolio Eficiente en la construcción de un
portafolio óptimo integrado por cinco acciones
colombianas, estimando un retorno medio para cada una
de las cinco acciones y la matriz de varianzas y
covarianzas de estas, empleando para el cálculo de
rendimientos el retorno logarítmico, con y sin restricción
a la venta en corto, concluyendo que la teoría de
Markowitz es un buen modelo de diversificación pero
con el inconveniente que sólo considera la media y la
varianza para la distribución de los retornos tomando en
cuenta que no todos los activos presentan distribución
normal, además que el portafolio puede dejar de ser
eficiente con un cambio en los precios.
Conclusiones
Con base en los resultados obtenidos, se establece que,
existe un incremento significativo en el rendimiento
esperado si se lleva a cabo la aplicación de los criterios
del modelo de Markowitz, con esto se cumple el
requisito de no aumentar el riesgo que deben asumir las
empresas, por lo que es conveniente su aplicación a este
tipo de sectores, como el agrícola, para el logro de
mayores beneficios. En este estudio, el modelo de
Markowitz logró establecer un portafolio eficiente,
aunque con menor diversificación de productos a los que
incluyen originalmente los agricultores durante el
periodo histórico de 2010-2018, situación que es
entendible en la medida que sus cultivos de siembra se
realizan en forma tradicional en una condición alta de
riesgo por no incluir información analítica del
comportamiento de los precios en el mercado ni la
condición de riesgo que ello implica.
A pesar que el modelo de portafolio eficiente formulado
por Markowitz ha sido objeto de numerosas críticas en
términos de su aplicabilidad para el manejo de
escenarios con variables de riesgo e indeterminación, los
resultados obtenidos en este estudio demuestran que es
una herramienta útil que contribuye a facilitar el proceso
de la toma de decisiones en un entorno complejo, como
es el sector agrícola, permitiendo la composición de
carteras óptimas de inversión para los cultivos de
siembra, considerando un riesgo similar al asumido por
los hortaliceros en los periodos de estudio 2015 a 2018,
el rendimiento esperado obtenido presentó resultados
altamente significativos en términos de rendimientos
financieros sobre la inversión.
Para que este tipo de modelos sea aplicable en la realidad
a sectores como el agropecuario, resulta necesario
establecer programas de educación financiera,
capacitación y asesoría que le permita a los pequeños y
medianos empresarios construir información actualizada
tanto de los precios como del comportamiento del
mercado, a fin de diseñar portafolios eficientes de
siembra que clarifiquen el nivel de riesgo como los
beneficios futuros. En este sentido, factores que inciden
en la decisión de siembra como el conocimiento técnico,
acceso a recurso financieros, nivel de inversión,
variaciones del clima o las características de cada
terreno, entre otras, son elementos que se deben incluir
en este tipo de análisis para la adecuada elección del
portafolio eficiente de cada agricultor.
En definitiva, la aplicación del modelo de Markowitz o
cualquier otro por sí mismos no son elementos
estratégicos capaces de garantizar el diseño de
portafolios eficientes para obtener una rentabilidad
óptima, por lo que el proceso de toma de decisiones debe
ser racional apoyado en el análisis de muchos más
factores que inciden especialmente en el desempeño del
sector agrícola. Es por esto, que cualquier modelo no
debe ser tenido en cuenta como un factor definitivo
decisorio sino como un elemento de referencia que
permita rechazar o convalidar otro tipo de argumentos
para la elección del portafolio más eficiente,
reconociendo previamente el amplio panorama de
variables volátiles que pueden influir en los resultados
asociados con el precio de un producto y nivel de riesgo
que representa su producción, como la comercialización.
Referencias
Bernoulli, D. (1954). Exposition of a New Theory on the
Measurement of Risk. Econometrica, 22(1), 23.
https://doi.org/10.2307/1909829
Bierman, H. (1989). The allais paradox: A framing
perspective. Behavioral Science, 34(1), 46–52.
https://doi.org/10.1002/bs.3830340104
Bisang, R., Anlló, G., & Campi, M. (2008). Una
revolución (no tan) silenciosa. Claves para
repensar el agro en Argentina. Revista Desarrollo
Económico, 48(190–191), 165–207.
Black, F., & Litterman, R. (1992). Global Portfolio
Optimization. Financial Analysts Journal, 48(5),
28–43. https://doi.org/10.2469/faj.v48.n5.28
Bouchouicha, R., & Vieider, F. M. (2017).
Accommodating stake effects under prospect
theory. Journal of Risk and Uncertainty, 55(1), 1–
28. https://doi.org/10.1007/s11166-017-9266-y
Cabello, A., & Ortiz, E. (2013). Políticas públicas de
innovación tecnológica y desarrollo: teoría y
propuesta de educación superior. Convergencia
Revista de Ciencias Sociales, 20(61), 135–172.