Optimización de Carteras de Inversión Sostenibles mediante Análisis Multicriterio yModelo de Markowitz Ajustado a Criterios ESG

Abstract

El presente Trabajo Fin de Máster analiza la integración de criterios ambientales, sociales y de gobernanza (ESG) en los procesos de inversión mediante la aplicación de metodologías multicriterio avanzadas y técnicas de optimización de carteras. Partiendo del marco regulatorio europeo, con especial atención a la Taxonomía Verde y al Plan de Finanzas Sostenibles, el proyecto contextualiza la creciente relevancia de la sostenibilidad en los mercados financieros y el papel de los inversores institucionales en la transición hacia una economía baja en carbono.

El estudio combina la teoría de carteras de Markowitz con el Proceso Analítico Jerárquico (AHP), incorporando criterios ESG junto a métricas tradicionales de rentabilidad y riesgo. Asimismo, se exploran variantes dinámicas y modelos híbridos apoyados en inteligencia artificial, capaces de mejorar la robustez y adaptabilidad de las decisiones de inversión en entornos inciertos. Para ello, se utilizan tanto datos financieros como indicadores ESG procedentes de bases de datos reconocidas, lo que permite evaluar distintas configuraciones de cartera y analizar el impacto de la sostenibilidad en la frontera eficiente.

Los resultados muestran que la inclusión de factores ESG no solo no compromete el rendimiento financiero, sino que puede contribuir a reducir riesgos no diversificables y a identificar oportunidades de creación de valor a largo plazo. Además, la metodología propuesta permite priorizar criterios de acuerdo con las preferencias de distintos perfiles inversores, facilitando decisiones más informadas y alineadas con objetivos éticos y regulatorios. En conclusión, el TFM aporta evidencia sobre la viabilidad y conveniencia de integrar sistemáticamente la sostenibilidad en la gestión de carteras, ofreciendo un enfoque innovador que conjuga finanzas cuantitativas, análisis multicriterio y responsabilidad social.

This Master’s Thesis analyzes the integration of Environmental, Social, and Governance (ESG) criteria into investment processes through the application of advanced multi-criteria methodologies and portfolio optimization techniques. Grounded in the European regulatory framework—particularly the EU Taxonomy and the Sustainable Finance Plan—the project contextualizes the growing importance of sustainability in financial markets and the role of institutional investors in the transition toward a low-carbon economy.

The study combines Markowitz’s portfolio theory with the Analytic Hierarchy Process (AHP), incorporating ESG criteria alongside traditional risk–return metrics. It further explores dynamic variants and hybrid models supported by artificial intelligence, capable of enhancing the robustness and adaptability of investment decisions in uncertain environments. To this end, both financial data and ESG indicators from recognized databases are employed, enabling an evaluation of different portfolio configurations and an analysis of the impact of sustainability on the efficient frontier.

The results show that the inclusion of ESG factors not only does not compromise financial performance but can also help reduce non-diversifiable risks and identify long-term value creation opportunities. Moreover, the proposed methodology allows for the prioritization of criteria according to the preferences of different investor profiles, facilitating more informed decisions aligned with ethical and regulatory objectives. In conclusion, the thesis provides evidence of the feasibility and advantages of systematically integrating sustainability into portfolio management, offering an innovative approach that combines quantitative finance, multi-criteria analysis, and social responsibility.