A quién va dirigido — A quien quiera interpretar el intercepto de un modelo de performance sin convertir un alfa positivo en prueba automática de habilidad.
El alfa de Jensen es el intercepto estimado de una regresión que compara el rendimiento en exceso de una cartera con el de un benchmark de mercado:
Rₚ,ₜ − R_f,ₜ = α + β(Rᵦ,ₜ − R_f,ₜ) + εₜEn el modelo original, β es la sensibilidad lineal al mercado y
α, la parte media no explicada por esa relación. Alfa está
condicionado al benchmark, risk-free, muestra y modelo. Si cambian factores o
universo, cambia lo que permanece en el intercepto.
Beta y alfa
Bajo la regresión lineal:
β = Cov(Rₚ−R_f, Rᵦ−R_f) / Var(Rᵦ−R_f)La beta es la pendiente estimada. Una beta uno no es buena o mala: describe una relación media uno a uno en la muestra. Alfa positivo no indica cuánto proviene de factores omitidos, apalancamiento, opciones o timing.
Jensen diseñó la medida para evaluar fondos respecto de la teoría de precios disponible. Su trabajo discute error estándar, t-statistic y tamaño muestral; publicar solo el intercepto elimina una parte central de la inferencia.
Especificar la regresión
Un resultado reproducible declara benchmark y variante, risk-free coherente en
divisa y duración, frecuencia, fechas y ventana, rendimientos simples o
logarítmicos, total o price, bruto o neto, datos ausentes y outliers, método de
estimación y errores estándar, autocorrelación, heterocedasticidad, número de
observaciones y R². Restar un tipo anual a rendimientos mensuales
sin convertirlo cambia la escala del intercepto.
Benchmark y factores omitidos
Un índice de grandes acciones nacionales puede ser inadecuado para una cartera global, small cap, de bonos o multi-activo. Alfa absorberá parte del misfit. Añadir factores puede reducir, elevar o invertir el intercepto:
Rₚ−R_f = α + β₁F₁ + β₂F₂ + … + εUn modelo multifactorial tampoco se vuelve «verdadero» automáticamente. Cada factor añade definiciones, datos y riesgo de selección. Alfa siempre significa «respecto del modelo especificado». Con payoffs no lineales, una regresión lineal puede ocultar convexidad u exposiciones variables.
Ejemplo
Una regresión mensual obtiene α=0,15% y β=0,8. Cuando
el exceso del benchmark es cero, el modelo estima 0,15 % medio en la cartera;
por cada punto del benchmark, asocia 0,8 puntos a la componente lineal.
Capitalizar alfa daría (1+0,0015)^12−1≈1,81%, pero anualizar no
lo vuelve significativo. Hacen falta error estándar, autocorrelación,
estabilidad y costes. Multiplicar por doce es otra convención y produce una
cifra ligeramente distinta.
Alfa frente a otras medidas
| Objeto | Definición | Dependencia principal |
|---|---|---|
| Active return | cartera menos benchmark | versión del benchmark |
| Alfa de Jensen | intercepto de regresión CAPM | modelo, beta y risk-free |
| Information ratio | active return medio / tracking error | benchmark y dispersión relativa |
| Attribution | descomposición contable | clasificación, pesos y linking |
Una cartera puede tener active return positivo y alfa cercano a cero si la sobreperformance se asocia a beta o factores. Attribution puede distribuirla por sectores sin probar causalidad.
Significación, selección y costes
La t-statistic y el intervalo de confianza evalúan compatibilidad con cero bajo el modelo, pero no corrigen por múltiples fondos, survivorship, backfill, cambios de estilo, costes, capacidad o especificación escogida después de ver los datos. Alfa bruto puede desaparecer tras fees; uno neto puede no escalar. Significación estadística tampoco implica relevancia económica.
Error habitual — Llamar alfa a cualquier rendimiento por encima de un índice. El alfa de Jensen es un intercepto de modelo; la simple diferencia es active return.
Fuentes
- Michael C. Jensen, The Performance of Mutual Funds in the Period 1945–1964, The Journal of Finance (1968) — formulación, estimación e interpretación del intercepto.
- William F. Sharpe, Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, The Journal of Finance (1964) — base del modelo utilizado por Jensen.
- CFA Institute, Investment Risk and Performance — alpha, beta, tracking error, information ratio y Sharpe.
- CFA Institute, Portfolio Performance Evaluation — 2026 refresher reading — misspecification de benchmark y límites de la inferencia.
- CFA Institute, Investment Manager Selection — 2026 refresher reading — factores, style analysis, costes y evaluación cuantitativa.