¿Qué dice y qué no dice la hipótesis de los mercados eficientes?
Pocas ideas en finanzas se citan tanto y se entienden tan poco como la hipótesis de los mercados eficientes. Unos la usan para afirmar que el precio siempre tiene la razón; otros la descartan con una sola palabra: burbuja. Ninguna de las dos es correcta. Vale la pena entender qué propone, hasta dónde llega, qué evidencia la respalda y por qué, tras más de medio siglo de intentos por refutarla, sigue siendo el punto de partida más útil para invertir.
Qué dice
Formulada por Eugene Fama a finales de los años sesenta, dice algo sencillo: un mercado es eficiente cuando los precios reflejan la información disponible. Dicho de forma simple, el precio de hoy ya incorpora lo que se sabe hoy. Lo que lo mueva mañana es lo que hoy no se sabe: las sorpresas. Y como las sorpresas no se anticipan, los cambios de precio se parecen a un camino aleatorio, donde cada movimiento es independiente del anterior, como una moneda al aire.
¿Qué cuenta como información disponible? En la práctica, cualquier cosa que puedas conocer sin cometer un delito: los precios pasados, los reportes financieros, las noticias, las recomendaciones de los analistas y las expectativas sobre las tasas de interés. Si tú puedes leerlo, miles ya lo leyeron y actuaron. La información realmente privada, la que solo conocen quienes están dentro de una empresa, sí puede dar ventaja; por eso usarla está prohibido, y la hipótesis no pretende cubrirla.
La consecuencia práctica es la que importa: obtener de manera consistente, después de costos, más rendimiento del que justifica el riesgo asumido es extraordinariamente difícil. El rendimiento esperado proviene del riesgo que se acepta, no de la astucia.
Qué no dice
No dice que los precios sean “correctos”, sino que son la mejor estimación disponible, que no es lo mismo que una estimación perfecta. No dice que no haya burbujas ni caídas violentas; dice que nadie puede anticipar de forma confiable cuándo ocurrirán. No dice que los inversionistas sean racionales; basta con que la competencia entre muchos corrija los errores de precio más rápido de lo que cualquiera pueda explotarlos. Y no dice que no puedas ganar dinero en bolsa: asumir riesgo sistemático se compensa, en promedio y con el tiempo. Lo difícil es ganar más que eso.
Alcances y limitaciones
Conviene ser igual de honesto con las salvedades, empezando por las que el propio Fama reconoció. La primera: la eficiencia solo se puede poner a prueba junto con un modelo de cuánto “debería” rendir cada activo según su riesgo. Si una prueba falla, no sabemos si falló el mercado o el modelo. En sentido estricto, la eficiencia no es verificable por sí sola.
La segunda: la versión extrema de la hipótesis es, en palabras de Fama (1991), “seguramente falsa”. Informarse y operar cuesta, y si nadie pudiera ganar nada, nadie investigaría y los precios dejarían de reflejar información (Grossman y Stiglitz, 1980). El mercado es eficiente hasta donde cuesta informarse, y lo es precisamente porque miles intentan ganarle.
La tercera son las anomalías documentadas: el momentum, la deriva de los precios tras una sorpresa en utilidades, las primas de valor y tamaño. Algunas pueden ser compensación por riesgo; otras, errores de precio. Lo notable es que, una vez publicadas, tienden a desgastarse: en una muestra de 97 anomalías, su rendimiento cayó más de la mitad después de aparecer en una revista académica (McLean y Pontiff, 2016). El mercado aprende.
La evidencia
Si el mercado es aproximadamente eficiente, los profesionales que intentan ganarle deberían fracasar en su mayoría después de costos, y eso es lo que se observa desde hace décadas. El estudio de Fama y French (2010) sobre suerte y habilidad en fondos de inversión concluye que, en conjunto, los fondos activos rinden como el mercado antes de costos y por debajo después; hay habilidad, pero es escasa y difícil de distinguir de la suerte. El buen desempeño casi no persiste de un periodo al siguiente (Carhart, 1997). En Estados Unidos, 93% de los fondos activos de gran capitalización rindió menos que el S&P 500 en los últimos veinte años; en México, tres de cada cuatro fondos de renta variable quedaron debajo de su índice en diez años (S&P Dow Jones Indices, 2026). Y los precios reaccionan a las noticias en segundos, no en días (Busse y Green, 2002).
Las teorías que compiten
La competencia más seria viene de las finanzas conductuales. Sus autores muestran que las personas no procesamos el riesgo como supone la teoría clásica (Kahneman y Tversky, 1979), que los precios se mueven más de lo que justifican los dividendos (Shiller, 1981) y que el mercado a veces sobrerreacciona (De Bondt y Thaler, 1985). Se suman la idea de que corregir un error de precio es costoso y arriesgado, por lo que puede durar (Shleifer y Vishny, 1997), y la hipótesis de los mercados adaptativos, que ve la eficiencia como algo que evoluciona con quienes participan (Lo, 2004).
Dos observaciones. Estas críticas han producido pocas estrategias que ganen de forma consistente después de costos; describir un sesgo no es lo mismo que explotarlo. Y, como observó Fama (1998), las anomalías de sobrerreacción y de subreacción aparecen en proporciones parecidas, justo lo que se esperaría de errores sin dirección sistemática. Ambos bandos coinciden en lo esencial para ti: ganarle al mercado es muy difícil.
Por qué es una teoría científica
Una teoría es científica cuando hace predicciones que los datos podrían desmentir. Esta hace tres: que los precios pasados no predicen los futuros, que las noticias se incorporan rápido y que los profesionales no le ganan al mercado de manera consistente después de costos. Las tres se han puesto a prueba durante más de cincuenta años y han resistido en lo esencial. Cuando aparecieron excepciones, la teoría se refinó —de ahí nacieron los modelos de factores— en lugar de abandonarse, que es como avanza cualquier ciencia. Y sigue siendo una hipótesis, no una ley: el Premio Nobel de 2013 lo compartieron Fama, Lars Peter Hansen y Robert Shiller, el crítico más conocido de la hipótesis. Se premió una pregunta abierta, no un veredicto.
Para qué te sirve
Lo útil de la hipótesis es que te dice dónde está tu ventaja y dónde no. No está en adivinar qué acción subirá ni en escoger al gestor que le ganará al mercado; ahí compites contra miles con más recursos. Está en lo que sí controlas: cuánto riesgo sistemático asumir, qué tan amplia es tu diversificación, cuánto pagas en costos y qué haces en la siguiente caída. Un asesor profesional aporta precisamente eso: diseña la arquitectura del portafolio con base en la evidencia y te ayuda a sostener la disciplina cuando las emociones empujan en sentido contrario. Si el mercado es eficiente, no es una limitación. Es el punto de partida de un plan que no depende de adivinar.
- Busse, J. A. y Green, T. C. (2002). “Market Efficiency in Real Time”. Journal of Financial Economics, 65(3).
- Carhart, M. M. (1997). “On Persistence in Mutual Fund Performance”. Journal of Finance, 52(1).
- De Bondt, W. F. M. y Thaler, R. (1985). “Does the Stock Market Overreact?” Journal of Finance, 40(3).
- Fama, E. F. (1970). “Efficient Capital Markets: A Review of Theory and Empirical Work”. Journal of Finance, 25(2).
- Fama, E. F. (1991). “Efficient Capital Markets: II”. Journal of Finance, 46(5).
- Fama, E. F. (1998). “Market Efficiency, Long-Term Returns, and Behavioral Finance”. Journal of Financial Economics, 49(3).
- Fama, E. F. y French, K. R. (2010). “Luck versus Skill in the Cross-Section of Mutual Fund Returns.” Journal of Finance, 65(5).
- Grossman, S. J. y Stiglitz, J. E. (1980). “On the Impossibility of Informationally Efficient Markets”. American Economic Review, 70(3).
- Kahneman, D. y Tversky, A. (1979). “Prospect Theory: An Analysis of Decision under Risk”. Econometrica, 47(2).
- Lo, A. W. (2004). “The Adaptive Markets Hypothesis”. Journal of Portfolio Management, 30(5).
- McLean, R. D. y Pontiff, J. (2016). “Does Academic Research Destroy Stock Return Predictability?”. Journal of Finance, 71(1).
- Shiller, R. J. (1981). “Do Stock Prices Move Too Much to be Justified by Subsequent Changes in Dividends?”. American Economic Review, 71(3).
- Shleifer, A. y Vishny, R. W. (1997). “The Limits of Arbitrage”. Journal of Finance, 52(1).
- S&P Dow Jones Indices (2026). SPIVA U.S. Scorecard, Year-End 2025; SPIVA Latin America Scorecard, Year-End 2025. S&P Global.