Ratio de Treynor: Qué es y ejemplo

¿Quieres explorar más? 📂 Explorar Categorías 🔥 Tendencias 🎓 Cursos

¿Alguna vez te preguntaste si un 12% de rentabilidad en una inversión es realmente “bueno”? ¿Y cómo compararlo con el 8% que te ofrece otra cartera si una de ellas es mucho más volátil? El Ratio de Treynor es una herramienta sencilla y potente que ayuda a responder esa pregunta: mide la rentabilidad extra que ofrece una inversión por unidad de riesgo sistemático que asume. En este artículo te explico paso a paso qué es, cómo se calcula, cuándo usarlo, sus límites y ejemplos prácticos para que puedas entenderlo sin necesidad de una formación financiera avanzada.

Imagina que vas a comprar dos bicicletas usadas. Ambas cuestan lo mismo, pero una es ligera y fácil de mantener (menos riesgo de averías), y la otra es más pesada y propensa a problemas (más riesgo). Si ambas te llevan al mismo lugar en el mismo tiempo, ¿cuál elegirías? Probablemente la que implique menos problemas por el mismo resultado. En inversiones ocurre algo parecido: dos carteras pueden generar la misma rentabilidad, pero si una lo hace asumiendo un riesgo mayor, es menos atractiva.

El Ratio de Treynor responde a esta pregunta en el mundo financiero: ¿cuánto rendimiento extra estoy obteniendo por cada “unidad” de riesgo de mercado que estoy asumiendo?

¿Qué es el Ratio de Treynor?

El Ratio de Treynor (también llamado Treynor Measure) es una medida de rendimiento ajustado por riesgo que relaciona la rentabilidad en exceso de una inversión con su beta, que es la medida del riesgo sistemático o de mercado de esa inversión.

En términos sencillos:

Mide la prima de rendimiento que obtiene un inversor por encima de la tasa sin riesgo.
Divide esa prima por la sensibilidad del activo a los movimientos del mercado (la beta).
Responde a: ¿Cuánto retorno extra obtengo por cada punto de exposición al riesgo de mercado?

Fórmula matemática

La fórmula del Ratio de Treynor es:

[{eq}\text{Ratio de Treynor} ;=; \dfrac{R_p – R_f}{\beta_p}{/eq}]

donde:

({eq}R_p{/eq}) es la rentabilidad del portafolio (o activo).
({eq}R_f{/eq}) es la tasa libre de riesgo (por ejemplo, bonos del Estado a corto plazo).
({eq}\beta_p{/eq}) es la beta del portafolio respecto al mercado.

Conceptos clave explicados con ejemplos sencillos

Rentabilidad del portafolio ({eq}(R_p){/eq}): es lo que el portafolio ha ganado en un periodo (por ejemplo, 12% anual).
Tasa libre de riesgo ({eq}(R_f){/eq}): rendimiento de un activo que se considera sin riesgo (por ejemplo, 2% anual).
Beta ({eq}(\beta_p){/eq}): mide cuánto se mueve el portafolio en relación al mercado.
- ({eq}\beta = 1{/eq}): el portafolio se mueve en línea con el mercado.
- ({eq}\beta > 1{/eq}): más volátil que el mercado (más riesgo sistemático).
- ({eq}\beta < 1{/eq}): menos volátil que el mercado.

Analogía: imagina que el mercado es una carretera. La beta te dice si tu coche (tu cartera) tiende a seguir exactamente la carretera ({eq}(\beta = 1){/eq}), o si en subidas y bajadas acelera o frena más que los demás ({eq}(\beta \ne 1){/eq}). El Ratio de Treynor te dice cuántos kilómetros por litro extra (rendimiento por riesgo de carretera) estás obteniendo.

¿Qué es el Índice de Precios de la Vivienda (RICS)?

Ejemplo numérico paso a paso

Supongamos:

Portafolio A: ({eq}R_p = 12%{/eq}) anual.
Tasa libre de riesgo: ({eq}R_f = 2%{/eq}).
Beta del portafolio: ({eq}\beta_p = 1{,}2{/eq}).

Aplicamos la fórmula:

[{eq}\text{Ratio de Treynor} ;=; \dfrac{0{,}12 – 0{,}02}{1{,}2} ;=; \dfrac{0{,}10}{1{,}2} ;=; 0{,}08333{/eq}]

Interpretación: el portafolio A entrega un 8,333% de rendimiento por unidad de beta. Es decir, por cada “unidad” de riesgo de mercado asumido, obtienes 8,33 puntos porcentuales de exceso sobre la tasa libre de riesgo.

Ahora compara con Portafolio B:

({eq}R_p = 10%{/eq}), ({eq}R_f = 2%{/eq}), ({eq}\beta_p = 0{,}8{/eq}).

[{eq}\text{Ratio de Treynor}_B ;=; \dfrac{0{,}10 – 0{,}02}{0{,}8} ;=; \dfrac{0{,}08}{0{,}8} ;=; 0{,}10{/eq}]

Portafolio B tiene un Ratio de Treynor de 10%, mayor que A. A pesar de que A tuvo mayor rentabilidad absoluta (12% vs 10%), B es mejor por unidad de riesgo de mercado. En términos de eficiencia ante movimientos del mercado, B “compensa” más.

¿Por qué usar Treynor y cuándo es útil?

1. Comparar carteras bien diversificadas

El Ratio de Treynor asume que el riesgo no diversificable (riesgo de mercado) es el importe relevante. Si las carteras están bien diversificadas (es decir, han eliminado la mayor parte del riesgo específico o idiosincrático), entonces la beta resume su riesgo y Treynor es un buen indicador.

2. Evaluar gestores o estrategias que toman exposición al mercado

Si un gestor busca ganar exposición al mercado (por ejemplo, invertir en sectores cíclicos), el Treynor deja claro si ese exceso de exposición está generando recompensa suficiente.

3. Comparación entre activos con distinto apalancamiento o volatilidad

Dos estrategias con diferentes volúmenes de trading o apalancamiento pueden compararse en términos de rendimiento por riesgo sistemático usando Treynor.

Diferencias entre Treynor y otras medidas (por ejemplo, Sharpe)

Es común confundir el Ratio de Treynor con el Ratio de Sharpe. Ambos ajustan rentabilidad por riesgo, pero miden riesgos distintos:

Sharpe: usa la desviación estándar total del portafolio (riesgo total = sistemático + idiosincrático).
[{eq}\text{Sharpe} = \dfrac{R_p – R_f}{\sigma_p}{/eq}]
Treynor: usa solamente la beta (riesgo sistemático).

Consecuencia práctica:

Si quieres evaluar una cartera individual o una estrategia con riesgo no diversificado, Sharpe es más apropiado.
Si quieres evaluar gestores dentro de un universo diversificado o comparar carteras que están supuestamente bien diversificadas, Treynor es preferible.

Analogía: Sharpe mide eficiencia total del coche (consumo en ciudad y autopista), Treynor mide eficiencia en la autopista (riesgo de mercado).

Limitaciones y supuestos del Ratio de Treynor

Depende de una beta estable: Si la beta cambia en el tiempo (por ejemplo, una cartera que cambia su estilo), el ratio puede ser engañoso.
Asume buena diversificación: Si la cartera no elimina riesgos idiosincráticos, Treynor puede subestimar el riesgo real.
El valor de ({eq}R_f{/eq}) importa: elegir una tasa libre de riesgo adecuada (mismo horizonte temporal) es clave.
Horizonte temporal: Treynor calculado con datos diarios puede diferir si se usa anual. Siempre hay que alinear periodos.
No captura riesgos extremos: eventos raros o “colas” no se reflejan bien solo con beta.

Monopolio Bilateral: Qué es, Características y Ejemplos

Ejemplo cotidiano para internalizarlo

Piensa en dos vendedores ambulantes que venden helados:

Vendedor A coloca su carrito en la playa (mercado volátil: el flujo de gente depende del clima).
Vendedor B coloca su carrito en una plaza de oficinas (mercado más estable).

Ambos obtienen ganancias similares en un verano, pero el vendedor A está fuertemente expuesto al “mercado” (clima). Si el clima mejora (mercado sube), A gana más; si llueve, pierde más. El Ratio de Treynor sería equivalente a medir cuánto beneficio extra obtiene cada vendedor por cada grado de variación del clima. Si B obtiene más beneficio extra por esa exposición al clima, entonces su estrategia es más eficiente por unidad de riesgo del mercado — aunque en términos absolutos A haya facturado más.

Aplicaciones prácticas en finanzas y más allá

En gestión de carteras

Evaluación de gestores: comparar gestores que toman distintas betas para ver cuál entrega más rentabilidad por unidad de exposición al mercado.
Asignación de activos: saber si conviene asignar más a una estrategia con alto Treynor.
Benchmarking: comparar con índices (por ejemplo, S&P 500) para ver si el gestor añade valor por el riesgo asumido.

En tecnología y productos

Startups y riesgo de mercado: para empresas que dependen mucho del ciclo económico, una métrica análoga ayuda a medir retorno por exposición a ciclos macro.
Evaluación de proyectos: comparar proyectos con distinta sensibilidad a condiciones externas (p. ej., proyectos con ingresos ligados al precio de commodities).

En ciencia y naturaleza

Modelos climáticos: comparar modelos por su “rendimiento” frente a variaciones sistemáticas (p. ej., temperatura global) podría usar una idea similar: rendimiento dividido por sensibilidad al factor global.

Cómo calcular beta (breve guía práctica)

La beta se estima estadísticamente mediante una regresión entre los rendimientos del activo y los rendimientos del mercado (índice de referencia). En términos prácticos:

Recolectas datos de rendimientos (por ejemplo, mensuales) del activo y del índice de mercado durante un periodo (p. ej., 36 meses).
Haces una regresión lineal: ({eq}R_{\text{activo}} = \alpha + \beta \cdot R_{\text{mercado}} + \varepsilon{/eq}).
El coeficiente ({eq}\beta{/eq}) de la regresión es la beta del activo.

Si no quieres hacer la regresión tú mismo, muchos proveedores financieros calculan beta automáticamente. Pero es bueno saber que beta refleja sensibilidad histórica: si cambian las características del activo, la beta histórica puede dejar de ser representativa.

Abrogación: Definición y Ejemplos

Ejemplo comparativo con interpretación

Volvamos a dos carteras:

Cartera X: ({eq}R_x = 15%{/eq}), ({eq}R_f = 2%{/eq}), ({eq}\beta_x = 1{,}5{/eq}).
[{eq}\text{Treynor}_X = \dfrac{0{,}15 – 0{,}02}{1{,}5} ;=; \dfrac{0{,}13}{1{,}5} ;=; 0{,}0867 ;=; 8{,}67%{/eq}]
Cartera Y: ({eq}R_y = 11%{/eq}), ({eq}R_f = 2%{/eq}), ({eq}\beta_y = 0{,}6{/eq}).
[{eq}\text{Treynor}_Y = \dfrac{0{,}11 – 0{,}02}{0{,}6} ;=; \dfrac{0{,}09}{0{,}6} ;=; 0{,}15 ;=; 15{,}0%{/eq}]

Interpretación: aunque X ganó más (15% vs 11%), Y es mucho mejor por unidad de beta: 15% vs 8,67%. Si tu objetivo es obtener el máximo retorno por exposición al mercado (y asumimos que ambas carteras están bien diversificadas), Y es preferible.

Casos extremos e interpretaciones adicionales

Beta cercana a cero: si ({eq}\beta \approx 0{/eq}), Treynor puede ser muy grande o indefinido; esto ocurre con activos no correlacionados con el mercado (p. ej., estrategias hedged). En estos casos, la interpretación puede ser poco útil.
Beta negativa: si ({eq}\beta < 0{/eq}), el activo se mueve en sentido contrario al mercado (cobertura). Un Treynor negativo o con signo particular requiere cuidado interpretativo.
Treynor negativo: si ({eq}R_p < R_f{/eq}), el numerador es negativo y Treynor es negativo — la inversión rinde menos que la tasa libre de riesgo por unidad de beta.

Buenas prácticas al usar el Ratio de Treynor

Alinear horizontes: usa la misma periodicidad para ({eq}R_p{/eq}), ({eq}R_f{/eq}) y la beta (por ejemplo, anual).
Verificar diversificación: aplica Treynor preferentemente a carteras diversificadas.
Comparar con benchmarks: compara Treynor de varios gestores/estrategias y con el mercado.
Revisar estabilidad de la beta: una beta con mucha variación pierde utilidad.
Complementar con otras métricas: usar Sharpe, Alfa de Jensen y análisis cualitativo junto con Treynor.

Conclusión: qué debes recordar

El Ratio de Treynor es una medida clara y práctica para evaluar cuánto rendimiento extra se obtiene por cada unidad de riesgo de mercado asumida. Es especialmente útil cuando comparas carteras o gestores que han diversificado los riesgos idiosincráticos y en los que la beta resume el riesgo relevante.

Puntos clave:

Se calcula como ({eq}\dfrac{R_p – R_f}{\beta_p}{/eq}).
Es útil para carteras diversificadas y para comparar exposición al mercado.
No sustituye otras métricas (como Sharpe) cuando el riesgo total es importante.
Interpreta siempre junto con la calidad de la diversificación, la estabilidad de la beta y el horizonte temporal.

Resultados de aprendizaje

Después de leer este artículo deberías ser capaz de:

Definir el Ratio de Treynor y escribir su fórmula.
Calcular el Ratio de Treynor con datos sencillos y comparar dos carteras.
Explicar la diferencia entre riesgo sistemático (beta) y riesgo total (desviación estándar) y por qué Treynor usa beta.
Identificar cuándo es apropiado usar Treynor (carteras diversificadas) y cuándo no (carteras con riesgo idiosincrático importante).
Señalar las principales limitaciones del ratio y cómo complementarlo con otras métricas (p. ej., Sharpe, Alfa).

Continua con:

Rodrigo Ricardo Editor y fundador