Invirtiendo en estrategias de smart beta: cuáles son los problemas no intencionados y las soluciones a estos problemas

Todd_Chandler
Todd Chandler, flickr, Creative Commons

Una nueva investigación del EDHEC- Risk Institute ha llegado a sus pantallas. Bajo el título “Risk Allocation, Factor Investing and Smart Beta: Reconciling Innovations in Equity Portfolio Construction”, este nuevo estudio –realizado en colaboración con Amundi ETF- arroja más luz sobre el desarrollo de índices de smart beta y su eficiencia en la aplicación a estrategias vía ETF, demostrando que es posible conciliar la generación de rentabilidad y el control de los riesgos inherentes a esta clase de inversión.

La primera observación que hacen desde la entidad es que, si los resultados que genera el smart beta proceden de una asignación eficiente de activos a través de índices no convencionales, maximizando los retornos ajustados al riesgo respecto a una exposición concreta a un activo, entonces la implementación de una solución de distribución de riesgos para apoyar esta asignación eficiente al smart beta permite que se puedan respetar los límites de riesgo tanto en términos absolutos como relativos. O, lo que es lo mismo: los índices construidos ad hoc con una cesta de valores que ofrecen una beta superior al conjunto del mercado “constituyen bloques atractivos para el diseño de una cartera de renta variable mejorada”, en palabras de los autores del estudio.

El problema es que éstos observan que la primera generación de estrategias con smart beta sólo proporcionaba una respuesta parcial a esta necesidad de protegerse de las pérdidas en bolsa a través de índices en los que todos los valores tenían la misma ponderación. Sin embargo, la creación de índices multiestrategia –que permiten diversificar más, de tal manera que se eliminan los riesgos no intencionados- suponen para ellos la respuesta a esta necesidad, al estimar que “solucionan los dos problemas principales de los índices equiponderados -su exposición a factores no deseados y su fuerte concentración- simultáneamente”.

Los autores del estudio van todavía más lejos, al afirmar que “se puede añadir valor adicional en la fase de asignación de activos, donde el inversor puede controlar las contribuciones al riesgo del dólar y varios factores más al riesgo absoluto (volatilidad) o relativo (tracking error) de la cartera”. Como resultado de una buena asignación se obtendrían retornos ajustados al riesgo superiores, que se podrían conseguir “incluso en ausencia de previsiones sobre los retornos de los activos”.

¿Qué enseña la segunda generación de estrategias de smart beta?

Este aparente galimatías se puede desglosar en dos conclusiones más claras. La primera que, en términos relativos, es posible reducir mucho el tracking error y las caídas relativas de las inversiones en smart beta utilizando técnicas de control de riesgos en una cartera de índices de smart beta. Una simulación demostró que se podía lograr un tracking error en torno a un 2,5% en una inversión en un índice que replicaba un universo de un mercado desarrollado en el que todos los valores tenían la misma ponderación, con unas caídas relativas del 5%.

La segunda conclusión, en términos absolutos y como parte de una estrategia long only, es que incluso aunque los índices de smart beta nunca sean puros dentro del espacio long only, es posible respetar las limitaciones de paridad del riesgo. Esto significa que no es necesaria una conversión desde el long only a estrategias long short o de cartera concentrada, pues presentan a su vez otros problemas de inversión derivados de su baja diversificación. 

Noël Amenc, director del EDHEC-Risk Institute y consejero delegado de ERI Scientific Beta, ha comentado con respecto a esta nueva investigación que, para el instituto al que representa, “el desafío de la inversión en smart beta hoy en día no es sólo ser útil para los índices smart factor con unos buenos resultados ajustados al riesgo, sino también para asignar esos índices de una forma eficiente con el riesgo”.