Relación entre las ventajas de los fondos de inversión y sus resultados.

Tradicionalmente se han asociado los fondos de inversión con determinadas ventajas como son la del tamaño, la posibilidad de diversificación, la existencia de economías de escala en la gestión, la información periódica para el inversor, la liquidez y el tratamiento fiscal.

Estas características han venido siendo demostradas por distintos autores. Zera y Madura (2001) muestran la existencia de las economías de escala en los fondos de inversión; Indro et al. (1999) evidencia como la eficiencia de los fondos está relacionada con el tamaño y con los resultados de periodos anteriores; Matallín y Fernández (1999) demuestran la mayor eficiencia de los fondos en relación con el tamaño al resultar superior en los fondos (españoles) con patrimonio intermedio. Mientras que Matallín (2003) realiza unos análisis sobre la gestión de fondos de renta variable del mercado español llegando a la conclusión de que, en conjunto, a pesar de no superar los rendimientos de la gestión pasiva, se encuentra que los peores resultados se obtienen en fondos de reducido tamaño apareciendo una posible presencia de economías de escala. Esto puede ser debido a que el tamaño permite realizar una gestión más activa de las carteras, con mayor variabilidad de la beta pero produciendo incrementos en los costes de rotación lo que hace obtener en conjunto peores resultados.

Detzel (2006) se interesa por cómo los inversores que utilizan como base para elegir un determinado fondo, un modelo basado en la asignación de activos deben tener la facilidad de identificar la tipología de valores con que cuenta cada tipo de fondo. Como Really y Brown (2000) explican, para llevar a cabo una estrategia de inversión se deben realizar cuatro pasos, que serían:

  1. Identificar la clase de activos a incorporar en la cartera.
  2. Determinar la proporción de cada activo.
  3. Especificar el rango de variación aceptada para cambios en las proporciones.
  4. Localizar el fondo específico para adquirir.

 
Generalmente se definen las “clases de activos” como el grupo de inversiones que tienen atributos semejantes en relación con el riesgo y el rendimiento. En un nivel amplio, los activos se pueden dividir en acciones, bonos y activos líquidos. A su vez las acciones se pueden clasificar en otras subcategorías como nacional o internacional; de gran capitalización o de pequeña; de Valor o Crecimiento, etc. Los gestores de fondos, tanto como los inversores activos, pueden crearse sus propias carteras distribuyendo los pesos entre las diferentes categorías, para lo cual pueden utilizar una de las dos alternativas siguientes: “carga factorial” (factor loading) o “características de la cartera” (portfolio characteristics).

La categoría “carga factorial” (factor loading) consiste en estimar una regresión lineal de los resultados de los fondos en relación con los factores que influyan en los rendimientos. Entre esos factores influyentes Carhart (1997) consideró que tanto el tamaño como el estilo resultaban ser bastante explicativos de los rendimientos de los fondos, mientras que Davis (2001) utilizó en sus análisis como variables la capitalización del mercado y el denominado Price-to-book (ratio empleada para clasificar los fondos bajo 1» dimensión de estilo o tamaño que relaciona el valor contable de la empresa y el valor de mercado).

La segunda alternativa es la de “características de la cartera” (portfolio characteristics), según la cual, para estimar las características de tamaño y estilo de un fondo se deben medir directamente la capitalización del mercado y el Price-to-book de los activos de la cartera. Bajo esta vertiente es como lo hicieron en su estudio Daniel y Titman (1997).

Entre los estudios que han analizado cuál de las dos alternativas resultaba más explicativa está el de Chan, Chen y Lakonishok (2002) que consideraron que, a pesar de que estas dos categorías, en relación con los rankings por tamaño y por estilo llegan a conclusiones similares, sin embargo es utilizando la segunda alternativa como se puede alcanzar una mejor predicción de los resultados de los fondos.

En cuanto a los niveles de precisión de ambos métodos a la hora de describir los estilos actuales y futuros, según Rekenthaler et al. (2006), el análisis de las característicasde las carteras obtiene mayor exactitud generalmente. Aunque en algunos contextos puede que este método resulte más útil para el análisis como puede ser en el caso de los activos de pequeña y mediana capitalización; para los fondos que no tiene disponibles datos de la composición de sus carteras (“hedge funds”), o en el caso de gestores que emplean opciones y otros derivados. También puede suceder que haya casos en los que ninguno de los dos sistemas sea válido, como es en el caso de fondos que cambian de estilo frecuentemente. En otras situaciones se debe considerar la duración de la base de datos debido a que para un análisis de regresiones se requiere como mínimo tres años de antigüedad en los datos, mientras que para el análisis de las características de la cartera resulta suficiente contar con los datos de un año para realizar un cálculo aceptable (esto facilita el estudio en el caso de los fondos de nueva creación). Kahn (1996) también considera que la predicción del riesgo de un fondo de inversión tiene mayor correlación con el análisis de las características de la cartera que utilizando los datos históricos. Por su parte, Roon, Nijman y Terhorst (2004) realizaron la comparación teórica y práctica de ambos sistemas concluyendo que (para los 18 activos US que principalmente invertían en activos no US) el análisis de las características de la cartera resultaba mejor predictor de la composición futura de la cartera pero no como predictor de los resultados de los fondos para el periodo de un año, en la mayoría del los casos. Este último resultado chocaba con los de Kahn (1996) y Chan et al. (2002) que consideraban que con bases de datos amplias ambos metodologías determinaban correctamente el estilo, aunque en bases reducidas, la técnica de las características de la cartera era más adecuada para la predicción de los resultados futuros.

De cualquier modo, ambas alternativas resultan ser demasiado sofisticadas para que un inversor individual las ponga en práctica al realizar sus análisis, por ello, se han ido desarrollando otras más útiles, desde el punto de vista comercial, como son las clasificaciones de activos en función del tamaño y del estilo (size-and-style) de Morningstar y Lipper . Llegado a este punto, un inversor se puede preguntar si son realmente recomendables estas clasificaciones como fuente de información a la hora de seleccionar el fondo en el que invertir. Basándose en esta duda, Detzel (2006) analiza el style box de Morningstar (que va a ser utilizado en la base de datos del presente trabajo) y lo compara con un modelo factorial que calculaba un benchmark teórico, llegando a la conclusión de que hasta la fecha de mayo de 2002 (momento en que Morningstar modifica la metodología de cálculo del style box) los resultados ofrecidos por el style box eran inferiores, incluso analizándolo como predictor potencial de futuros resultados, a los ofrecidos por el modelo factorial. Sin embargo, con el cambio aplicado por Morningstar en la metodología en 2002, mejoraron los resultados. Además, es de resaltar la observación de que los inversores deberían hacer un seguimiento de las características de su cartera, en términos de tamaño y estilo, debido a la evidencia del elevado nivel de cambios entre los distintos estilos. Estas variaciones pueden ocasionar importantes cambios en la relación riesgo-rendimiento de las carteras (según publicó Detzel, en un estudio de fondos americanos, entre 1994 y 2004, sólo un 66% de los fondos de renta variable mantuvieron, de un año para otro, la misma clasificación según el style box).

Carhart (1997) añadió en su análisis una nueva variable: momentum, lo que le permitió mejorar el ajuste de la clasificación de los fondos de inversión. El problema de esta variable es la dificultad para conocerla de forma generalizada por todos los inversores, por lo que se sigue manteniendo la utilidad de acudir a las firmas de análisis como Morningstar.

Por otro lado, Rekenthaler, Gambera y Charlson (2006) llevaron a cabo unos estudios de las distintas categorías o estilos de inversión, de las relaciones existentes entre las diferentes clasificaciones y sus rendimientos, e incluso de la capacidad de éstas para anticiparse a los resultados futuros, planteando que un siguiente paso siempre podría ser el análisis del problema que supondría cometer un error en la clasificación del fondo. Este tipo de error provocaría que asignaran al fondo a un grupo que no le correspondería por homogeneidad lo que seguro que traería aparejadas importantes repercusiones. Según esto autores, las empresas que se encargan de clasificar o de otorgar un rating a un estilo de fondo no son infalibles y pueden equivocarse. Este error influye en el proceso de selección de los inversores e incluso en el propio futuro profesional de los gestores, no tanto por tener una gestión inadecuada como por ser comparados con otros fondos que no se corresponden con sus “iguales”. La importancia de la correcta asignación del estilo resulta, además, muy relevante a la hora de establecer el nivel de riesgo y el valor de una cartera dependiendo del estilo.

Se puede concluir que ambas metodologías puede resultar más o menos eficientes como determinantes del correcto estilo de un fondo e incluso como predictores de futuros rendimientos, sin embargo, a nivel de inversor resultan demasiado complejas por lo que se simplifica mucho el trabajo de análisis recurriendo a las empresas especializadas. De aquí la importancia de cotejar si la clasificación ofrecida en el caso de Morningstar resulta ser más o menos útil como fuente de esta información.

Para este post he utilizado un estudio de la Unversidad Autónoma en la cual realizo un doctorado sobre fondos de inversión.El artículo original puede encontrarse en una guia de fondos muy recomendable que se llama Los Fondos de Inversión en España y que puede adquirirse en Amazon en este enlace . 

No Comments

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *