Javier Méndez Llera, profesor de Finanzas y Mercados Financieros en IE University y CUNEF, habla sobre los procesos de inversión y las características que se deberían cumplir para que el mismo sea comprensible, disciplinado y transparente.
COLABORACIÓN mensual de Javier Méndez Llera, profesor de Finanzas y Mercados Financieros en IE University y CUNEF.
Un cliente podría admitir un mal resultado de su gestor (en absoluto o en relativo a una referencia del mercado) siempre que haya entendido (y aceptado) previamente el proceso por el cual el gestor de su dinero le haya explicado los pasos para alcanzar sus objetivos de inversión establecidos entre las partes. Es lo que se denomina en el sector del asset management el investment process, normalmente transcrito a un Investment Policy Statement.
En la industria habitualmente se plantean procesos o procedimientos de inversión que establecen una disciplina bien definida y estricta y están sustentados sobre elementos con sentido y sólidamente documentados, y (por desgracia) también hay muchos que no lo están. En este segundo caso, el cliente puede percibir que el gestor, a pesar de mostrar un buen resultado, simplemente “ha tenido mucha suerte” en un momento determinado, o que, aunque le reconozca una intuición y visión de mercados extraordinaria, es probable que piense que necesariamente no siempre será así.
Pilares del proceso de inversión
Por lo tanto, se hace fundamental plantear a los clientes un proceso de inversión que sea:
- Comprensible y con un sentido lógico, huyendo de las innecesarias complejidades que no aportan a su fácil entendimiento;
- Disciplinado (esto significa mantener las convicciones iniciales y no cambiar al albur de las modas u oportunidades que se entienda que puedan surgir en el interim antes de presentar resultados);
- Que permita al cliente comprobar que números y/o que cálculos se han introducido e incluso que le permita trabajar esos datos por su cuenta.
La pregunta fundamental antes de distribuir un portafolio de activos en base a las necesidades, gustos y requerimientos de un cliente siempre ha de partir de nuestras expectativas sobre:
- Cuáles son los rendimientos esperados de cada clase de activos para el horizonte temporal sobre el que quiere trabajar el cliente.
- Hasta donde pueden modificarse esas expectativas de retorno por la volatilidad histórica de los mismos.
- Qué nivel de diversificación real estamos obteniendo con nuestro asset allocation en función de las correlaciones entre las clases de activos seleccionadas. El objetivo, de entrada, parece muy exigente pero un proceso de inversión disciplinado e intuitivo nos puede permitir a los gestores ofrecer una fórmula muy conveniente para simplificar al máximo lo que de entrada resulta relativamente complicado y nada obvio.
Una base que tenga en cuenta el escenario económico
El primer paso es establecer la base de nuestro proceso, que no es otra que considerar que los activos obtienen en el futuro rentabilidades medias en base a un escenario económico específico en cada momento histórico. Para ello, por tanto, necesitamos trabajar sobre una base de datos de resultados históricos en función de un escenario económico determinado.
Esto se puede realizar (cuadro 1) indagando en una base de datos amplia en el tiempo, como, por ejemplo, la muy conocida de los profesores Ibbotson y Sinquefield. Aquí se muestran los datos en una gráfica histórica de rendimientos anuales acumulativos, pero, a partir de la misma, se pueden obtener también tablas de rendimientos para momentos concretos del ciclo económico: por ejemplo, cuatro posibilidades: 1) Situación de inflación y bajo crecimiento (stagflation); 2) Situación deflacionaria; 3) Situación inflacionaria o 4) Normalmente momentos óptimos donde la economía se mueve en un aterrizaje suave, lo que implica crecimiento estable y tipos con pocas perspectivas de subida.
Cuadro 1
El cuadro 2 muestra los rendimientos obtenidos durante los cuatro períodos históricos seleccionados (extraídos de la base de datos general de 90 años 1926-2016), a los cuales el gestor debe asignar probabilidades de consecución, muy probablemente asistido por sus economistas. En este ejemplo concreto (publicación original de Managing Investment Portfolios, McGinn & Tuttle, del CFA Institute) los gestores han asignado probabilidades del 40%, 20% ,30% y 10% respectivamente a los cuatro escenarios seleccionados antes comentados.
Cálculo de rendimientos esperados y volatilidad
Resulta evidente que si:
- Nuestra definición de escenarios acierta en definir bien todas las distintas posibilidades económicas durante el horizonte temporal habitual de un cliente.
- Acertamos también en los cálculos de las posibilidades que les asignamos a la consecución de cada escenario (no tenemos la bola de cristal del escenario macro, pero sí suficiente experiencia y conocimiento para asignar razonablemente bien dichas posibilidades), nuestros rendimientos esperados (expected returns) resultarán ser la media ponderada de los resultados de cada escenario ajustados por la posibilidad de que dicho escenario sea el que prevalezca. En concreto, para las tres clases de activos básicos utilizados en el ejercicio, estaríamos esperando unos retornos del 14,7%, 12,6% y 12%, respectivamente.
Cuadro 2
| Inflación con bajo crecimiento | Deflación | Inflación | Aterrizajes suaves | ||
| Probabilidades asignadas por el proceso de inversion: | 40% | 20% | 30% | 10% | |
| Retornos históricos según bases de datos (Ibbotson & Sinquefield): | ACCIONES | 18% | -15% | 15% | 60% |
| BONOS | 14% | 35% | -10% | 30% | |
| LETRAS DEL TESORO | 11% | 7% | 18% | 8% |
Por supuesto, la siguiente pregunta del cliente sería que variabilidad esperamos en esos expected returns. Esto es lo que se calcula en el cuadro 3. Para ello necesitamos obtener la varianza de los retornos, pero más concretamente (por ser la más utilizada) la desviación típica respecto del retorno esperado (estadísticamente, la raíz cuadrada de la varianza). Por ejemplo, para el caso de las Acciones en el primer escenario, elevamos al cuadrado la desviación (3,3) y la multiplicamos por su probabilidad (40%). Realizando las mismas operaciones para los otros tres escenarios alcanzamos un valor de la varianza para las Acciones de 386, cuya raíz cuadrada será la desviación típica (19,6), que no es otra cosa que la volatilidad esperada del activo. Estos cálculos se muestran en el cuadro 4.
Cuadro 3
| Inflación con bajo crecimiento | Deflación | Inflación | Aterrizajes suaves | Expected Return (E@) | ||||
| Probabilidades asignadas | 40% | 20% | 30% | 10% | ||||
| Retornos históricos según bases de datos: | ||||||||
| ACCIONES | 18% | -15% | 15% | 60% | 14,7% | |||
| BONOS | 14% | 35% | -10% | 30% | 12,6% | |||
| LETRAS DEL TESORO | 11% | 7% | 18% | 8% | 12,0% | |||
| Desviaciones respecto de los retornos históricos: | ||||||||
| ACCIONES | 3,3% | -29,7% | 0,3% | 45,3% | ||||
| BONOS | 1,4% | 22,4% | -22,6% | 17,4% | ||||
| LETRAS DEL TESORO | -1,0% | -5,0% | 6,0% | -4,0% | ||||
Cuadro 4
Supuestos básicos del modelo de asset allocation
Para terminar, deberíamos dejar claros unos supuestos básicos sobre los que el modelo se sustenta.
En primer lugar, de la misma forma que el Random Walk Theory (Burton Malkiel) establece que los precios de mercado ya recogen en un momento determinado toda la información accesible para los valores cotizados en los mismos, este esquema presupone que en cada escenario económico definido los asset classes (acciones, bonos, o money market en este ejemplo) reaccionan de forma constante y consistente a las variables clásicas de tomas de decisión sobre valores. Léase: análisis de las valoraciones relativas, sensibilidad a tipos de interés/coste del capital y sensibilidad a resultados publicados, incluso también en cuanto a su encuadramiento en los factores tipo value, growth, quality, etc. Esto en el caso del equity. En el caso de la renta fija, muy especialmente a la sensibilidad establecida por su duración modificada.
En segundo término, queda claro que el ejercicio no pretende establecer los criterios a utilizar de cara a un asset allocation final. Para empezar, sería necesario continuar el modelo con los cálculos correspondientes (para los mismos datos de escenarios y probabilidades asignadas utilizados) a las correlaciones relativas entre las distintas clases de activos del modelo. En principio, esto implicaría seguir el ejemplo concreto con el cálculo de las covarianzas entre asset classes y a partir de ahí establecer el grado de diversificación obtenido. Otros factores para ya asignar pesos concretos serían, entre otros, herramientas como el FED Model para valorar el atractivo relativo entre las rentabilidades de la renta variable (Earnings Yield) y los Bonos (una referencia del Yield to Maturity de un vencimiento de un bono concreto). Pero esto ya queda en manos de los modelos y herramientas que cada money manager suela utilizar para establecer la distribución adecuada según las preferencias, gustos y limitaciones del cliente.
Lo importante que hoy queremos resaltar es la bondad de que los gestores partamos, ya sea en un proceso de arriba hacia abajo o de abajo hacia arriba, de un concepto básico en las finanzas y los mercados, cual es que la base de partida sea mi mejor estimación de lo que los activos seleccionados para la cartera de un cliente puedan rentar en el período de planificación de la inversión y en cuanto puedan diferir respecto de mi estimación media. Parece la bola de cristal pero con la ayuda de la simplicidad, la claridad y la disciplina en los procedimientos muy probablemente nos habremos acercado bastante a nuestro objetivo.
