Este estudio proporciona soluciones matemáticamente y económicamente factibles para estimar matrices de correlación implícitas en los mercados de acciones. El análisis factorial se combina con datos de opciones para obtener creencias ex ante sobre correlaciones transversales. Se desarrollan condiciones necesarias para que las matrices de correlación implícitas sean realistas, tanto en un sentido matemático como económico. Una evaluación de los modelos existentes revela que ninguno puede cumplir consistentemente con las condiciones desarrolladas. Este estudio supera esta dificultad y proporciona dos modelos de estimación mediante la explotación de la estructura de factores subyacentes de los rendimientos. La primera solución reformula la tarea en un problema de matriz de correlación más cercana restringida. Este método puede utilizarse como instrumento independiente o como una herramienta de reparación para restablecer la viabilidad de la estimación de otro modelo. Una de estas propiedades es la invertibilidad de la matriz, que es especialmente valiosa para las tareas de optimización de carteras. La segunda solución transforma los factores de riesgo comunes en una matriz de correlación implícita. Las soluciones se evalúan mediante experimentos empíricos de datos del S&P 100 y S&P 500. Resulta que requieren una potencia computacional modesta y cumplen con las restricciones desarrolladas. Por lo tanto, proporcionan a los profesionales un método confiable para estimar matrices de correlación implícitas realistas.