Juan Nasarre, director general de MathWorks España y Portugal
Los productos de MathWorks ayudan a los profesionales de servicios financieros a desarrollar e implementar modelos financieros complejos, analizar grandes volúmenes de datos y operar en un marco de estricta regulación. “Les permiten trabajar en un solo entorno para tareas como: analizar datos y crear previsiones; medir, gestionar y atribuir riesgos; desarrollar, probar e implementar estrategias de trading; calcular precios; determinar flujos de caja; crear, optimizar y valorar carteras e implementar aplicaciones cuantitativas en sistemas de front-office”, afima Juan Nasarre, su director general para España y Portugal, añadiendo que se puede calcular el alfa con MATLAB. El experto, que señala como grandes tendencias la extensión de la responsabilidad del riesgo a todos los empleados de las empresas, el incremento de las invesiones basadas en el riesgo y la exposición agregada de las compañías al mismo, asegura que las prácticas de los hedge funds en cuanto a gestión de riesgos se están filtrando a los gestores de fondos tradicionales.
En este sentido, MathWorks puede ser un gran aliado para que las instituciones financieras puedan prever la volatilidad de los mercados bursátiles en un contexto en el que se hace imprescindible replantear el nivel de riesgo aceptable e implementar soluciones de software que respalden la toma de decisiones. Para asegurar la efectividad del análisis, especialmente en la gestión del riesgo, es necesario un exhaustivo sistema de back-testing y un análisis de sensibilidad de escenarios. En este sentido, MathWorks cree que el sector financiero tiene mucho que aprender del diseño basado en modelos.
¿Qué tipo de instituciones financieras son sus clientes y lo aplican?
Gestoras, bancos (comerciales y e inversión), compañías de seguros, bancos centrales, instituciones gubernamentales, consultoras y agencias calificadoras. Las 15 principales gestoras usan MATLAB, así como 12 de los 15 principales hedge funds. Esto representa cerca del 30-35% de nuestra comunidad financiera de usuarios. En el apartado concreto de gestión de inversiones, los equipos de investigación y gestión de inversiones emplean MATLAB® para desarrollar modelos matemáticos para el análisis y optimización de carteras grandes y complejas, la cuantificación y control de riesgos, y el desarrollo e implementación de estrategias eficaces de gestión de inversiones. Por su parte, los gestores y analistas de riesgos confían en MATLAB para el cálculo de medidas como, por ejemplo, el valor en riesgo; el cálculo de valores de riesgo de crédito como, por ejemplo, las pérdidas dado un impago, las probabilidades de impago y distribución de pérdidas o la determinación del riesgo operacional. Así, los parámetros derivados de estas actividades se utilizan para realizar valoraciones, volver a equilibrar carteras, asignar capital económico y facilitar la cobertura y el trading.
¿Cómo están las gestoras replanteándose el control de riesgos actualmente? ¿Son más sensibles ante los riesgos y más cautas en general?
Las empresas se están centrando en la involucración del empleado en los controles de riesgo a todos los niveles, es decir, el riesgo es realmente responsabilidad de todo el mundo. Riesgo y controles de conformidad con la normativa necesitan centrarse mucho más en las personas y esto está confirmado por la elección de la colaboración interempresarial.
En los últimos tiempos, las carteras son cada vez más complejas incluyendo múltiples tipos de activos con conceptos muy diferentes de rentabilidad y valoración. La valoración de una cartera resulta muy difícil. El reto que tienen muchas empresas es comprender la valoración de una cartera y el análisis del riesgo asociado. Estamos viendo dos tendencias: primero, que se está incrementando la inversión basada en riesgo. Los inversores quieren ver riesgos y rentabilidades en el mismo espacio. Segundo, las organizaciones de gestión de fondos necesitan no sólo diseccionar porfolios individuales, sino exposiciones agregadas de toda la firma. Del mismo modo que bancos necesitan entender y diseccionar todo su negocio, desde el beneficio y pérdida del más alto nivel a los detalles más pequeños, los gestores de activos necesitan hacer lo mismo.
Dígame algunos ejemplos de su aplicación en el mercado de fondos.
Tenemos casos de usuarios como Nykredit Asset Management and CalPERS los cuales nos ilustran los conceptos clave de los que hemos hablado. En los recientes seminarios Europeos que hemos celebrado, hemos contado con testimonios de Aegon, Old Mutual Asset Management, Man Investments, ECB y Allianz, entre otros.
En situaciones extremas y convulsas como las de ahora: ¿Cómo resuelven o responden a las demandas de los clientes?
La tendencia nº 1 en gestión de riesgos/regulación (RM/C) es una mayor visualización de análisis. También se necesita mayor “integración” en sus sistemas de gestión de riesgos/regulación. Se va a invertir en tecnología en base a: eficiencia, es decir, sistemas integrados que ayudan a tener procesos y flujos de trabajo eficientes; self service , lo que supone una correcta información en el momento preciso y formato adecuado para usuarios finales; y productividad, que conlleva un ahorro de valiosas horas de trabajo en tareas de gestión de riesgos.
¿Creen que se trata de escenarios distintos a lo visto hasta ahora o exageramos esta crisis?
Derivar alfa es una tarea mucho más complicada de lo que solía ser, pero no hay duda de que cada generación afirma esto. Las crisis van y vienen, como la de los inversores en Japón en los 90 o la de las acciones de tecnología en USA a principios del 2000 o las acciones financieras españolas en la crisis crediticia. Entender los riesgos puede ayudar, particularmente cuando se trata de inversiones en geografías con índices de riesgo más alto, en activos nóveles e incluso muchos piensan que estamos en mejor lugar que hace 10 o 20 años. Hay una visión pasada de moda que asegura que invertir en BRIC es el próximo boom. Si esta hipótesis es correcta, entonces esperemos que la gestión de riesgos pueda ayudar a facilitar “rentabilidad” a nuestros inversores, o garantizar la minimización de pérdidas si las cosas van mal.
¿En qué consiste el sistema de diseño basado en modelos?
Es una aproximación visual, colaborativa y matemática al modelado de problemas complejos, que enlaza los ámbitos de la investigación y la implementación de sistemas mediante la generación de código. Está siendo utilizado ya en industrias que requieren procesos de prueba rápidos, extensivos y rigurosos como son las de automoción, aeroespacial, telecomunicaciones, etc. El diseño basado en modelos aplicado a la ingeniería como, por ejemplo, el diseño de software de aviónica o los sistemas de frenado en un coche de Fórmula 1, no es exactamente lo mismo que las técnicas numéricas de cálculo que se aplican en finanzas para, por ejemplo, construir e integrar estrategias de asset allocation. Dicho esto, ambos grupos, el de Fórmula 1 y el asset manager tienen los mismos objetivos, acelerar el tiempo dedicado a una buena labor de investigación y ponerlo en producción para conseguir ese 10% extra para ganar el gran premio o ganar los puntos básicos extra de rentabilidad que te hacen el mejor.
¿Cuáles son sus ventajas e inconvenientes?
Realmente no es un inconveniente, pero la separación de investigación y producción persiste en grandes compañías financieras. Las grandes empresas aeroespaciales, de automoción o electrónicas comenzaron a superar este tema hace diez años. No sólo los equipos de Fórmula 1 utilizan el diseño basado en modelos y prácticas de computación técnica, sino también los fabricantes de motores. Es tan sólo desde hace dos o tres años que los procesos innovadores de desarrollo de organizaciones financieras ágiles, como hedge funds, están impactando a organizaciones financieras más grandes. Para ser justo, reguladores y gestores de riesgos están haciendo algo también. Los silos están comenzando a desmontarse a medida que los tentáculos de gestores de riesgos y comités ejecutivos alcanzan a toda la organización y exportan las mejores prácticas de los mejores de toda la organización, en vez de un nicho específico.
Para explicarlo mejor, históricamente las grandes compañías financieras han empleado a muchos desarrolladores para construir sistemas propietarios de producción en lenguajes de programación de bajo nivel como C++. Lo construyeron, “lo conocen” y pueden evolucionarlo. Compañías de tamaño medio, gestores de activos, por ejemplo, se han ido en otra dirección comprando plataformas ya hechas producidas por expertos. Herramientas como MATLAB han permanecido en los departamentos de investigación y no han llegado a los sistemas de producción de front y middle, excepto en los más innovadores hedge funds o, quizá, sorprendentemente, en el sector de la administración pública, quien cuenta con recursos limitados.
Esto está cambiando a medida que la gente se da cuenta de que MATLAB ofrece un camino de en medio. Los grandes bancos no son lo suficientemente ágiles para exportar a C++ nuevas estrategias de investigación que les permitan ajustarse a los mercados cambiantes. Es simplemente inconcebible que una estrategia de riesgo tarde un año entero en entrar en producción, cuando probablemente el mundo habrá cambiado de nuevo para entonces y la estrategia de riesgo será redundante. Es destacable cómo en muchos grandes bancos que visitamos el departamento front dice “necesitamos cosas implementadas ahora”, pero el departamento de TI dice en la misma reunión “lo tendrás en un año, una vez que haya pasado nuestro proceso de aprobación del desarrollo”. Los hedge funds no tienen esos problemas y los grandes bancos necesitan adaptarse si quieren mantener su staff más creativo y ser competitivos cuando se producen sucesos de corta duración, como caídas en bolsa. Las prácticas de los hedge funds se están filtrando a los gestores de fondos tradicionales.