La asignación táctica de activos puede ser exitosa, con el modelo correcto

0
26
La asignación táctica de activos puede ser exitosa, con el modelo correcto

Los retornos de cartera en exceso de un índice se pueden lograr a través de la gestión activa de la inversión de dos maneras: selección de valores y asignación activa de activos (o táctica). La investigación muestra que aproximadamente el 90% de un riesgo y una rentabilidad de la cartera de acciones y bonos equilibrados típicos proviene de la asignación de activos de la póliza. (1986, 1991), Ibbotson y Kaplan (2000). Claramente, el potencial para agregar valor a través de la administración activa de la asignación de activos es al menos tan grande como la selección de seguridad activa. Sin embargo, si bien la selección de seguridad activa es ampliamente practicable, la asignación de activos tácticos (TAA) se ha pasado por alto significativamente o ha sido desfavorecida. Aquí, discutimos algunas de las razones de esto, y describimos el proceso que se debe seguir para realizar TAA con éxito.

TAA es una estrategia de inversión que se centra en alterar los ratios de inversión para aprovechar las diferencias en el rendimiento esperado y los riesgos de clases de activos amplias (como acciones y bonos) o subclases (como las acciones estadounidenses y mundiales). Varios requisitos para el proceso de inversión provienen de esta definición. Primero, la responsabilidad de TAA debe ser asignada al grupo dentro de la organización de inversión que abarca todas las clases de activos, generalmente la oficina del Director de Inversiones. En segundo lugar, debe basarse en información precisa y oportuna sobre la combinación de activos (real y de referencia). En tercer lugar, el efecto de estas decisiones de inversión debe medirse como parte de la evaluación del desempeño. Por último, las decisiones de TAA deben basarse sustancialmente en resultados cuantitativos sistemáticos en lugar de en juicios.

Debido a que las implicaciones para el desempeño son tan grandes, muchos administradores de inversiones ya intentan administrar activamente su asignación de activos, aunque sea implícitamente. Puede escuchar esto en su reunión de estrategia de inversión: “Queremos posicionarnos defensivamente debido a la recuperación económica anémica en los Estados Unidos” (o debido a la “crisis de la deuda en Europa” o cualquiera que sea la preocupación actual), o “Nos gustaría para aprovechar el repunte de las acciones “. Sin embargo, hacer esto de manera implícita, sin el proceso y la estructura adecuados, puede resultar en un bajo rendimiento.

Claramente, el TAA exitoso requiere llamadas oportunas y precisas sobre el rendimiento esperado de la clase de activo. “La gestión activa está pronosticando”, dicen Richard Grinold y Ronald Kahn en su conocido libro Active Portfolio Management (1999). Los autores establecen la siguiente relación entre rendimiento activo (alfa) y habilidad de pronóstico, o coeficiente de información (IC):

α = σ * IC * Puntuación

La clave para lograr un buen desempeño de TAA, por lo tanto, es la habilidad (IC) de los rendimientos de clase de activos pronosticados.

Esto, por supuesto, no es fácil. El juicio cualitativo es probable que se vea afectado por el sentimiento prevaleciente en el mercado, que será exactamente incorrecto en los puntos de inflexión del mercado. Muchos gerentes usan un conjunto de indicadores para ayudar a determinar la dirección futura del mercado. Este es un paso en la dirección correcta, pero en cualquier momento, generalmente hay casi el mismo número de indicadores que dan una señal positiva como negativa. ¿Cómo sabemos qué indicadores son relevantes actualmente y cuáles son las ponderaciones adecuadas para cada uno? Además, un conjunto de indicadores inconexos no puede producir un historial de pronósticos de retorno, que se requiere para determinar si el método tiene alguna habilidad. Es necesario combinar los factores de predicción en un modelo estadístico coherente que produzca series de pronóstico de rendimiento, correlacionando cuál es el rendimiento real de IC.

Numerosos estudios publicados han probado la previsibilidad del mercado de valores mediante modelos de factores. Por lo general, encuentran poca evidencia de la capacidad de pronóstico fuera de la muestra; los pequeños excesos de rendimiento que se logran con algunos modelos a menudo no justifican los costos. Es común interpretar estos resultados como que no apoyan la idea de administrar activamente la asignación de activos. ¡Pero hay luz al final del túnel!

Atribuimos la falta de éxito de los modelos de pronóstico comúnmente descritos en la literatura académica a dos razones. Primero, aunque algunos de ellos son bastante sofisticados desde el punto de vista estadístico, tienden a pasar por alto aspectos importantes de lo que funciona en la práctica de inversión. En segundo lugar, los investigadores a menudo limitan el conjunto de factores a solo unas pocas variables que se describen comúnmente en la literatura macroeconómica como motores de los ciclos económicos. Descubrimos que es necesario utilizar un conjunto mucho más claro de variables seleccionadas empíricamente en lugar de ajustar una teoría económica predefinida, para construir un modelo con buena capacidad de pronóstico. Estas variables deben incluir factores económicos, de valoración y de mercado empleados por los gestores de inversiones como indicadores predictivos. Un ejemplo de un factor que no es común es el índice de volatilidad implícita de CBOE (“VIX”), que los profesionales saben que está inversamente relacionado con los rendimientos del mercado.

Por lo tanto, recomendamos que las organizaciones de inversión desarrollen modelos de pronóstico de retorno que aborden estos déficits, siempre que la organización pueda dedicarle los recursos adecuados. La atención debe centrarse en las acciones como la principal fuente de variabilidad del rendimiento en una cartera equilibrada.

Alternativamente, un administrador de inversiones puede desear asociarse con una empresa de investigación que proporciona pronósticos de rendimiento. Esta solución tiene claras ventajas para muchos gerentes. Primero, es rentable: crear un equipo de investigación interno para dedicar un tiempo razonable (años probables) a desarrollar modelos sería costoso y no se garantizaría el éxito. Por lo tanto, subcontratar esto de un proveedor de pronósticos de retorno puede ser la única solución viable para gerentes pequeños y sofisticados. En segundo lugar, el acceso inmediato a los pronósticos de devolución de proveedores puede ayudar potencialmente a mejorar el rendimiento de la cartera de clientes mucho antes que una solución interna.

Dejar respuesta

Please enter your comment!
Please enter your name here