Informe especial de SPIVA: Encontrando las agujas en el pajar
[TRANSCRIPCIÓN]
Paul Murdock:
¿Los fondos héroes pueden salvar carteras? Por más de 20 años, los scorecards SPIVA de S&P Dow Jones Indices han informado tasas de éxito y fracaso de gestores activos que buscan batir los benchmarks de su categoría, pero ha habido menos enfoque en los desafíos resultantes para gestores o asesores que seleccionan y asignan a través de varios fondos para crear carteras.
Hola, soy Paul Murdock, y hoy me acompaña Joe Nelesen del equipo Index Investment Strategy de S&P DJI, para ver en detalle nuestro informe SPIVA especial que examina el desempeño de carteras multiactivos de fondos frente a mezclas ponderadas de índices.
Joe, gracias por estar aquí hoy.
Joe Nelesen:
Un placer estar aquí, Paul.
Paul Murdock:
So, Joe, to start, can you walk us through how you went about measuring active portfolio performance versus index blends in your research, Heroes in Haystacks?
Joe Nelesen:
Joe, para empezar, ¿nos podrías contar cómo mediste el desempeño de la cartera activa versus las mezclas de índice en tu artículo «Encontrando las agujas en el pajar»? Por supuesto. Y, como mencionaste en la introducción, hemos estado publicando SPIVA por más de 20 años. Esos datos están organizados categoría por categoría. Analizan gestores en relación con un benchmark. Pero hasta este momento no habíamos observado una cartera, el mundo real donde viven los inversionistas. Para lograr eso, tomamos nueve de nuestras categorías de SPIVA, que están representadas con mayor frecuencia en muchas carteras individuales, las distribuimos en una mezcla 60/40, de forma muy convencional, en proporciones que se ajustan a la emisión global de esas categorías. Tenemos renta fija, renta variable de EE. UU., internacional, emergente, etc. Luego, tomamos ese 60/40 y lo ajustamos desde 10% de renta variable y 90% de renta fija, hasta 90/10 en el otro extremo.
Entonces, tenemos nueve carteras activas donde luego podríamos elegir gestores activos al azar de cada uno de los universos de fondos de los últimos 10 años, aquellos elegibles, y comparar cada una de esas mezclas con la misma asignación exacta de índices en términos de desempeño total y riesgo. Repetimos esa simulación más de un millón de veces. Así que tenemos una muestra muy robusta de carteras simuladas del desempeño real en vivo de gestores activos así como las mezclas de índices asociadas.
Paul Murdock:
¿Y cuál fue el hallazgo clave?
Joe Nelesen:
El hallazgo clave es que construir una cartera de categorías que individualmente tienen tasas elevadas de desempeño inferior no conduce necesariamente a un mejor resultado. De hecho, la categoría 60/40 tuvo una tasa de desempeño inferior de 97%. La mayoría de esas mezclas de fondos activos reales perdió ante la mezcla de índices equivalente durante 10 años.
Paul Murdock:
¿Y qué parece estar impulsando este desempeño inferior a nivel de cartera?
Joe Nelesen:
Creo que están ocurriendo dos cosas. Una es solo la probabilidad de que cuando hay nueve categorías la mayoría de las veces haya un desempeño inferior. Eso realmente comienza a acumularse. Incluso si fuera 50% en cada una de estas categorías. Piénsalo como si lanzaras al aire una moneda nueve veces, o, más bien, nueve monedas diferentes. ¿Cuál es la probabilidad de que todos salgan cara o sello? Es 1 en 512. Y cuando esas probabilidades son superiores al 50% de resultados inferiores, observamos una tasa de éxito muy baja.
La segunda parte que es realmente importante mencionar es la diferencia en los resultados. Los mejores y peores desempeños no necesariamente se ajustan a una distribución normal. O sea, el alfa de desempeño superior entre los fondos que superan sus benchmarks tiende a ser un poco más bajo que el desempeño inferior del otro extremo de la cola. Cuando tienes fondos que se inclinan de esa manera, cada vez hay menos probabilidades de elegir un fondo que rinda mejor en las fases alcistas y que compense el desempeño inferior en el otro extremo.
Paul Murdock:
¿Qué ocurre si nos centramos en el cuartil superior o si analizamos el desempeño de segmentos específicos según tamaño o de renta fija versus sus respectivas combinaciones de índices?
Joe Nelesen:
Esto es fundamental. Y este es, creo, uno de los puntos de este artículo que empieza a resultar interesante para mí y para otros: reflexionar sobre el mundo real. Los seleccionadores de fondos no suelen elegir al azar del universo de gestores activos. Suelen tener algún tipo de criterio. Creo que uno muy justo es el del cuartil superior. Así que, si limitamos el universo de selección solo a gestores del cuartil superior de cada una de las 9 categorías en los cinco años antes de nuestro período de muestra, elegimos solo entre esos fondos y construimos carteras, obtenemos un resultado muy similar: tasas de desempeño inferior en torno a 90% o más para todas las asignaciones.
Pero lo que también se destacó fue que, en las asignaciones con gran peso en renta fija, más alrededor de los grupos 10/90 y 20/80, hubo un aumento notable en el riesgo, y podemos ver eso en algunos de los gráficos del artículo, sin un aumento posterior en el rendimiento. Y eso nos indica que muchos gestores, sobre todo en renta fija, están asumiendo riesgos similares a los de renta variable sin las mismas recompensas.
Paul Murdock:
Interesante. ¿Hubo alguna mezcla específica con resultados diferentes?
Joe Nelesen:
Creo que podríamos analizar las mezclas y, a partir de ahí, determinar qué categorías marcaron la mayor diferencia. Y aquí es donde se llega a esa parte final sobre los «héroes», que está en el título en inglés. ¿Existe un héroe que pueda levantar a los demás fondos con su magnífico desempeño superior y que permita crear una cartera ganadora? Lo que descubrimos fue que, más a menudo, las carteras con la mayor diferencia con respecto al benchmark —y no se trata de una gran diferencia, sino de la mayor— eran las con mayor peso de renta variable, en particular las que lograron identificar gestores globales con desempeño superior.
En la sección de Héroes, analizamos cada una de las 9 categorías y nos preguntamos: cuál tendría el mayor impacto si tuviéramos una bola de cristal. Podrías predecir exactamente qué fondos tuvieron desempeño superior durante esos 10 años, solo elegir entre esos fondos en 1 de esas 9 categorías y que las otras 8 incluyeran únicamente el rendimiento del benchmark. Así que, en esencia, estábamos creando carteras hipotéticas que no podían perder y que, con toda seguridad superarían al benchmark. ¿Cuál fue el impacto? Hasta en el mejor de los casos, con un fondo internacional que escoja esa mediana de desempeño superior global, el desempeño ronda 50 puntos base al año. No es mucho. Y, entonces, esto nos remite a una pregunta más amplia sobre cuánto tiempo y energía dedicados a la selección de fondos y de gestores es recompensada con rendimientos excepcionales. No es imposible, pero estadísticamente, encontramos que es muy difícil, lo que sugiere cómo los lectores del artículo podrían plantearse la asignación de sus recursos y tiempo.
Paul Murdock:
Interesante. Muchas gracias por estas reflexiones de hoy, Joe.
Joe Nelesen:
Gracias, Paul.
Paul Murdock:
Para profundizar en el artículo Encontrando las agujas en el pajar: comparaciones de índices con el desempeño de carteras activas o para obtener los últimos scorecards SPIVA, visite el enlace a continuación. ¡Gracias y que tenga un gran día!
