¿Cómo puede un inversor particular diversificar su portafolio de inversión?

Diferentes académicos han discutido sobre cuáles son las mejores distribuciones en una cartera de acciones de renta variable. Ya hemos revisado en anteriores artículos la teoría de Markowitz, la de Sharpe, el modelo CAPM, el de los tres factores de Fama y French y una crítica resumida a todos ellos, preparados por Gabriela de la Torre, autora del proyecto Value4all, con el apoyo de Jaime Lasheras, asesor externo del proyecto.

Con este artículo concluye esta serie, mediante la presentación de una comparativa de trayectoria de carteras entre los modelos anteriores y el modelo de cartera Value4all.

Influencia de los factores de riesgo

Ya se ha visto que a lo largo de la historia se han expuesto distintas teorías y modelos que buscan encontrar una lógica a algo que genera una enorme incertidumbre: la inversión. Uno de los objetivos de esta serie de artículos consistía en estudiar la fiabilidad de las variables utilizadas para medir el riesgo, entre ellos la volatilidad. Para ello, en esta entrada se analizará una cartera formada por seis activos aplicando el riesgo considerado por cada uno de los modelos explicados.

1. Consideraciones previas

Como marco temporal, se busca un periodo que resulte de interés y que muestre los efectos del largo plazo. Se escoge un período de 10 años, de 2012 a 2022, lo que incluye el periodo de los confinamientos de 2020. De un día para otro, la sociedad se vio sumergida en una pandemia mundial debida a la   Covid-19, lo que tuvo un efecto dominó y golpeó en gran medida al mercado de valores. Se observó que empresas con gran volatilidad, como es el caso de las tecnológicas, fueron las que mayores rendimientos obtuvieron. Corroborándose así, la idea subyacente y común a todos los modelos anteriores; la de premiar al inversor que decide asumir mayor riesgo. 

1.1. Elección del índice bursátil

Una vez escogido el período, se elige un índice que permita extraer datos suficientes para poder llevar a cabo los análisis. Se escoge el Standard & Poor’s 500, también conocido como S&P 500. Dicho índice bursátil es considerado como uno de los más importantes de Estados Unidos siendo el más representativo de la situación real de Estados Unidos. Está formado por 500 grandes empresas que poseen acciones en las bolsas de New York Stock Exchange (NYSE) o National Association of Securities Dealers Automated Quotation (NASQAD). Y en vista a la siguiente ilustración resulta interesante estudiar el crecimiento generalmente positivo que presentó durante los meses tras la pandemia.  

Figura 1. Índice S&P 500. Fuente: elaboración propia con la herramienta Portfolio Performance

Para obtener resultados más precisos, a la hora de realizar los cálculos se escogerá S&P 500 Total Return que tiene en consideración el reparto de dividendos.

1.2. Elaboración de la cartera: Morningstar

En este punto es necesario hacer una breve introducción de Morningstar, considerada como referente a la hora de realizar una inversión. Se trata de una empresa estadounidense fundada en 1984 por Joe Mansueto y gracias a su base de datos y a sus análisis, se ha convertido en un indicador muy influyente para cualquier inversor. Sus resultados tienen un poder único que afecta al flujo de activos, llegando al punto de ser tan relevante (“Morningstar effect”) que su opinión sea capaz de atraer o alejar el dinero de un fondo a otro. (Del Guercio y Tkac 2008)

Morningstar nace con la idea de hacer más accesible la información. Con una base de datos de más de 450.000 activos, crean una clasificación en función de sus rendimientos, riesgos, comisiones y otros indicadores. Llegando a aportar datos en tiempo real identifican sus fortalezas y sus debilidades examinando tres pilares: personal, proceso y firma gestora.

Dicha clasificación no sólo se centra en la evaluación de activos, sino que abarca también fondos de inversión y ETFs. Esta clasificación se basa en un rating de una a cinco estrellas, correspondiendo un mayor número de estrellas a una mejor puntuación. Es una medida puramente cuantitativa y retrospectiva de la rentabilidad pasada de un fondo (para recibir un “rating Morningstar”, un fondo debe tener un historial de más de tres años). Está pensada para ser utilizada como primer paso en el proceso de evaluación de un fondo, ayudando a los inversores a evaluar la trayectoria de un fondo en relación con sus homólogo. 

 

Figura 2. Morningstar Ratings. Fuente: Morningstar

Sin embargo, a la hora de elaborar la cartera para analizar los distintos modelos de este trabajo, lo que resulta de mayor interés es la clasificación y diversificación de los distintos sectores realizada por Morningstar en 2010.

Figura 3. Clasificación Morningstar. Fuente: Proyecto Value4all.

En vista a la figura anterior, se trata de una cuestión de pertenencia de conjuntos. Matemáticamente hablando “un conjunto contiene otro conjunto si todos los miembros del conjunto contenido son también miembros del conjunto que contiene”. Pero metafóricamente, se podría hacer una comparación más sencilla, como por ejemplo con las conocidas muñecas matrioskas. La más pequeña de ellas se identificaría con las acciones, que estarían dentro de 148 industrias; éstas a su vez se clasificarían en 69 grupos y así sucesivamente hasta llegar a tres super sectores que engloban todo el mercado de valores.

Para la elaboración de la cartera de este proyecto, se profundizará sólo hasta la clasificación de las empresas por sectores. Por ello, es necesario explicar más en detalle los criterios de dicha clasificación:

• Súper sector defensivo: aquellos que tienden a tener un rendimiento más estable y resisten mejor a las recesiones económicas. Por tanto, comprende a empresas de servicios públicos (industrias de gas, de electricidad, etc.), de consumo defensivo (industrias de bebidas, cuidado personal, etc.) y de atención médica (centros hospitalarios, empresas biotecnológicas, etc.).

• Súper sector cíclico: más expuestos a las fluctuaciones económicas y con un rendimiento más volátil. Incluye empresas de materiales básicos (centradas en el procesamiento y tratamiento de materias primas para productos químicos, materiales de construcción, etc.), de productos de consumo habituales (sector hotelero, de entretenimiento, etc.).

• Súper sector sensible: aquellos situados entre las cíclicas y las defensivas. Ni son tan ajenas a las variaciones de los ciclos económicos como las defensivas, ni se ven afectadas hasta el punto de los sectores cíclicos. Contiene empresas de servicios de comunicación, de energía (industrias de petróleo y gas), de industria (empresas de logística, transporte, procesos industriales, etc.) y de tecnología (desde encargadas del desarrollo y diseño de software hasta consultoras tecnológicas). 

Figura 4. Clasificación Morningstar. Fuente: elaboración propia con la herramienta Visio

1.3. Elaboración de la cartera: 6 empresas

Se busca una cartera con empresas que coticen dentro del índice S&P 500 y se sigue la clasificación Morningstar y la filosofía del proyecto Value4all, un proyecto de co-creación sin ánimo de lucro con el objetivo de democratizar el acceso al mercado de valores.

La decisión para llevar a cabo la selección se sustenta en un análisis fundamental del mercado financiero. Previamente, se considera de utilidad explicar brevemente los tipos de análisis bursátiles que existen:

• Análisis fundamental: trata de calcular el valor teórico de una empresa a partir de su historial financiero. Dentro de él se encuentran las estrategias de inversión ya comentadas: Value Investing, Buy&Hold y Growth Investing.
• Análisis técnico: analiza el mercado en el que se encuentra la empresa para lo que utiliza herramientas basadas en el precio de sus acciones.

En el caso de la elaboración de esta cartera se utilizaron los análisis fundamentales ya realizados por el proyecto Value4all, y se eligieron las empresas mejores clasificadas en sus respectivos sectores. Entre varias ratios, se han elegido aquellas que presentaran:

• Capitalización alta: representa al valor en bolsa que tiene una empresa y se calcula multiplicando el precio de la acción por el número total de activos en circulación. Se considera que el hecho de tener mayor presencia en el mercado es un sinónimo de estabilidad a largo plazo. 

• Return on Capital Employed (ROCE) elevado: medida financiera que se utiliza para evaluar la rentabilidad de una empresa o, en otras palabras, la capacidad de generar beneficios teniendo en cuenta el capital destinado a ello.

• Beneficio por acción (BPA) elevado: indicador de la rentabilidad de una empresa y a veces aparece como su denominación en inglés, Earnings Per Share (EPS). Como accionista, es un indicador muy importante para poder tener conciencia de los beneficios obtenidos.

Los criterios anteriores son los más importantes del análisis fundamental de la filosofía Value4all, ya que se buscan empresas que sean estables y solventes, capaces de repartir dividendos. Por todo ello, se han seleccionado las siguientes empresas:

Tabla 1. Empresas seleccionadas clasificadas según Morningstar. Fuente: elaboración propia

Paramount Global

La compañía Paramount Global, anteriormente conocida como ViacomCBS, es una multinacional que engloba medios de comunicación, streaming y entretenimiento. Con sede en Nueva York surgió de la fusión de CBS Corporation y Viacom en el año 2019. Y actualmente comprende activos como Paramount Pictures, CBS Entertainment Group y la editorial Simon & Schuster entre otros.

Estée Lauder Companies, Inc.

Multinacional estadounidense fundada en 1946 de la mano de Estée Lauder y de su marido, Joseph Lauder. Se caracteriza por ser una empresa de cosméticos para la piel, perfumes y maquillajes. Sus productos aparecen bajo la firma de diferentes marcas como Clinique, Tom Ford Beauty, Mac Cosmetics o Bobbi Brown. Marcas que han llevado a Estée Lauder Companies a alcanzar ciertos logros, como por ejemplo a aparecer junto con las mayores empresas de Estados Unidos en la lista Fortune 500 en 2018.

NextEra Energy, Inc. 

Empresa energética fundada en 1924 y que ha llegado a convertirse en uno de los mayores inversores de capital en infraestructuras de Estados Unidos. Con presencia en Canadá y Estados Unidos, también ha formado parte de la lista Fortune 500. Enfocada fundamentalmente en energía eólica y solar, y también, pero en menor medida en petróleo, gas natural y energía nuclear.

United Parcel Service

Con 100 dólares como inversión inicial, nació American Messenger Company de la mano de Claude Ryan y Jim Casey en 1907 (United Parcel Service 2021). Años más tarde, en 1919, se convirtió en United Parcel Service, una de las empresas más conocidas en el transporte de paquetes.

Nike

Fundada en 1964 por Bill Bowerman y Phil Knight bajo el nombre de Blue Ribbon Sports, es una empresa líder en la industria del deporte. Hoy en día, su logo conocido como el swoosh, es un símbolo globalmente reconocido y forma parte de la identidad de Nike.  Se ha convertido en una de las empresas más cotizadas dentro del mercado deportivo.

Johnson & Johnson

Multinacional estadounidense creada en 1886. Se encuentra dentro del sector de cuidados de la salud porque sus productos abarcan un amplío dominio: perfumes, productos para el cuidado personal, productos farmacéuticos, etc. Además, en relación con el período que se estudia en este trabajo, esta empresa fue la creadora de una de las vacunas contra la Covid-19 y lo hizo a través de la empresa neerlandesa Janssen Vaccines (subidiaria de Johnson & Johnson).

Figura 5. Representación de las empresas seleccionadas por sectores. Fuente: elaboración propia

2. Comparativa de rentabilidad con distintas distribuciones

Una vez seleccionado el índice bursátil, el marco temporal y las empresas que formarán parte de la cartera a analizar; se recuerda que el objetivo de este trabajo consistía en estudiar en qué manera influye considerar uno u otro factor de riesgo y cuál de los modelos analizados resulta el más próximo a la realidad y el que aporta mayores beneficios. Para ello, se comenzará aplicando cada modelo explicado lo que dará distintas distribuciones de las empresas. Seguidamente, se dedicará un apartado para comparar cada distribución con el índice elegido y finalmente, se expondrán los resultados obtenidos.

Previamente, para el cálculo de los rendimientos se han recogido las cotizaciones mensuales de las empresas seleccionadas publicadas en la página web de YahooFinance; escogiendo los precios de cierre ajustados desde el 1 de enero de 2012 hasta el 12 de diciembre de 2022. A partir de estos resultados se han calculado las variaciones de cada día con las rentabilidades medias:

A la hora de calcular los rendimientos se opta por rentabilidades simples puesto que, por un lado, los resultados son similares y por otro, se recuerda que el objetivo de este proyecto dista de entrar en los tipos de rentabilidades y que, por ello, se considera la forma utilizada como suficiente y precisa para captar la variación temporal de los activos. Sin embargo, seleccionar los datos genera unos resultados muy distintos en función de si se escogen cotizaciones diarias, semanales o mensuales, ya que en muchas ocasiones se tiende a pensar que una mayor cantidad de datos conlleva a resultados más precisos.

No obstante, se toman como referencia autores como Fama y French, quienes realizaron sus análisis con cotizaciones mensuales. O Aswath Damodaran, profesor en la escuela de negocios en Stern School of Business en Nueva York, quién mediante estudios de regresión pudo observar que introducir demasiados datos añadía unos riesgos que estaban asociados a movimientos diarios de la empresa, y por ello, al escoger un mayor período de tiempo, se reducían estos riesgos, y con ello, posibles errores añadidos. (Damoradan 2012)

2.1. Cálculo de las distribuciones según Markowitz

Se comienza por calcular los rendimientos anualizados de cada activo, para ello se calcula el promedio de las rentabilidades anteriores y se multiplica por los doce meses que conforman un año. En el caso del riesgo, Markowitz lo identifica con la desviación estándar de las rentabilidades.

          

Tabla 2. Cálculos previos. Fuente: elaboración propia

Recordando el modelo y reformulándolo, se buscaba resolver el siguiente problema de optimización:

Al minimizar la varianza, se obtiene la configuración de pesos por cada activo que permite alcanzar la solución óptima y para ello se ha utilizado la herramienta SOLVER de Excel.

 

Tabla 3. Distribución de la cartera según el modelo de Markowitz. Fuente: elaboración propia

Figura 6. Distribución según el modelo de Markowitz. Fuente: elaboración propia

En vista a los resultados parece interesante analizar por qué se descartaría la empresa Paramount Global y ver si tiene alguna relación con el riesgo.

Figura 7. Beneficio frente al riesgo de cada activo. Fuente: elaboración propia

Representando los rendimientos frente a las desviaciones de cada activo, se han podido encontrar empresas con rendimientos y riesgos similares que presentan distribuciones muy distintas, como es el caso de las empresas Nike y Estée Lauder. También resulta interesante respecto a esta última, que sin ser la de mayor rendimiento, es la que mayor peso tiene en la cartera de Markowitz. Y, por último, el caso de la empresa Paramount Global se entiende como lógico y racional al presentar un riesgo mayor al beneficio que se espera obtener.

De esta manera, se deduce que no siempre correr un mayor riesgo conlleva un mayor beneficio, sino todo lo contrario. Pero ¿es entonces la desviación una medida fiable?

2.2. Cálculo de las distribuciones según CAPM

En este caso, se buscará estudiar la influencia de la volatilidad en el modelo CAPM y así poder hacer una comparación más cuantitativa con el resto de los modelos a partir de los resultados obtenidos. Se recuerda brevemente que con en este modelo se introducía la diferencia entre riesgo sistemático y no sistemático, además de un parámetro que permitía medir la sensibilidad de cada activo frente al mercado: la beta. Se formula de la siguiente manera:

Para obtener estos datos se ha recurrido a la librería de Kenneth R. French, en dónde se actualizan estos datos mensualmente. De esta manera, y siguiendo en la línea de los cálculos anteriores, se obtiene una rentabilidad anualizada del bono estadounidense (T-bonds) del 0,65%, una prima de riesgo del 12,43% así como del 13,08% para el mercado.

Figura 8. Prima de riesgo para el mercado de la renta variable estadounidense: 1960-2022. Fuente: (Damodaran s. f.)

Se procede a calcular el modelo de valoración de activos mediante modelos de regresión adjuntados en el anexo, en los que como variable dependiente se identifican los rendimientos del activo a analizar y como variable independiente, los rendimientos del mercado. De esta forma, se obtienen las betas de cada activo y solamente a modo de comprobación, se observa que concuerdan en buena medida con los resultados de herramientas como Portfolio Visualizer, que te proporcionan ciertos parámetros en función del período y la cartera a analizar, lo que confiere cierta seguridad para continuar con los análisis realizados.

Tabla 4. Betas obtenidas en el marco temporal escogido. Fuente: elaboración propia

Tabla 5. Betas obtenidas en el marco temporal escogido. Fuente: Portfolio Visualizer

En el punto anterior con el modelo de Markowitz, se extrajeron los datos históricos del marco temporal escogido, para así calcular los pesos de cada activo. En este apartado, una vez obtenidas las betas se calculará el rendimiento para cada activo aplicando el modelo CAPM, y en función de éstos, la distribución de la cartera.

Tabla 6. Rendimientos obtenidos con el modelo CAPM. Fuente: elaboración propia

Tabla 7. Distribución de la cartera según el modelo CAPM. Fuente: elaboración propia.

Figura 9. Distribución según modelo CAPM. Fuente: elaboración propia

En comparación con Markowitz, el modelo de valoración de activos es más simple y tiene en cuenta al mercado, lo que permite al inversor calcular el rendimiento de cada activo y evaluarlo frente al riesgo asumido (sólo el sistemático). Sin embargo, ambos modelos tienen una serie de limitaciones que ya se mencionaron en los primeros apartados, y que conducen a que ambos no lleguen a captar la complejidad del mercado en su totalidad.

Figura 10. Representación de la Security Market Line. Fuente: elaboración propia

2.3. Cálculo de las distribuciones según FF3

Del mismo modo que en el caso anterior, se comienza por recordar que el modelo de los Tres Factores nace como una evolución del modelo de valoración de activos, al incluir dos factores más que ayudan a alcanzar resultados más reales: Small Minus Big y High minus Low. Dichos factores se extraerán como en el caso anterior, de la base de datos de Kenneth R. French y se realizará una regresión. En este caso, como variables dependientes aparecen la prima de riesgo y los dos parámetros cuando se calcula la esperanza del activo.

Tabla 8. Rendimientos obtenidos con el Modelo de Tres Factores. Fuente: elaboración propia.

Tabla 9 . Distribución de la cartera según el Modelo de Tres Factores. Fuente: elaboración propia

Figura 11. Distribución según el modelo de Tres Factores. Fuente: elaboración propia

En este caso, cabe remarcar que mediante la aplicación de este modelo se han obtenido los mismos rendimientos históricos de los activos que se utilizaron para llevar a cabo el modelo de Markowitz. Tomando como ejemplo la empresa Johnson & Johnson, se ha realizado una comparación de cada modelo frente los rendimientos históricos y los resultados obtenidos. Se observa que ambos modelos difieren y que, a pesar de ser próximos al rendimiento histórico, el modelo de Tres Factores muestra una mayor fiabilidad respecto a los modelos anteriores.

Figura 12. Comparación rendimientos históricos frente a los obtenidos por el modelo FF3. Fuente: elaboración propia

Figura 13. Comparación rendimientos históricos frente a los obtenidos por el modelo CAPM. Fuente: elaboración propia

Figura 14. Comparación entre el modelo FF3 y CAPM. Fuente: elaboración propia

2.4. Cálculo de las distribuciones según Value4all

Y, por último, en vista a los problemas actuales (inflación, sistema de pensiones, etc.) el proyecto Value4all defiende la inversión a largo plazo como posible solución. Propone una cartera formada por 20 empresas y que sea capaz de batir al mercado con una rentabilidad mucho mayor que la del mercado y con una volatilidad menor (Lasheras López 2022).

Esta cartera reúne las siguientes características:

• Máximo un 5% por empresa.
• Máximo un 15% por industria.
• Siguiendo la clasificación Morningstar el 50% de las empresas pertenecen al súper sector defensivo, y el resto repartido entre los sectores cíclico y sensible.

En este proyecto, se adaptará esta idea a la cartera formada por 6 empresas y por tanto la distribución por cada activo será del 16,6% aproximadamente. Independientemente del número de activos, se caracteriza por ser una estrategia de bajo coste por lo que no realiza rebalanceos anuales (reajustar el peso de los activos según la evolución del mercado o los intereses del inversor), pero sí se reinvierten los dividendos. Los resultados serán interesantes analizarlos más adelante, en cuanto se realice la comparación con el mercado y se ponga en cuestión si es capaz o no de batirlo; e incluso, se estudiará el efecto de haber tenido en cuenta o no los rebalanceos anuales.

Figura 15. Cartera Value4all. Fuente: Proyecto Value4all

2.4. Recapitulación de resultados

A modo de resumen, en la siguiente tabla se han recopilado las distribuciones obtenidas tras haber aplicado las condiciones de cada modelo. Como se puede observar, las distribuciones restan muy dispares de un modelo a otro, llegando incluso a recomendar no invertir en algún activo como ocurre en el caso de Markowitz.

Tabla 10. Resumen de todas las distribuciones obtenidas al aplicar cada modelo. Fuente: elaboración propia

Estos resultados muestran claramente la gran diferencia que supone escoger unos u otros parámetros como medidas de riesgo. Asimismo, se ha comprobado que entre los modelos principales que conforman la teoría moderna de carteras (Markowitz, CAPM, FF3) es el modelo de tres factores el que se ajusta más a la realidad. Sin embargo, aún no se ha discutido la influencia de estos resultados en los beneficios, aspecto que se estudiará en el apartado siguiente junto con una comparación con el mercado.

3. ¿Baten estas distribuciones al mercado?

Son muchos los que a lo largo de la historia han basado sus inversiones en los modelos anteriores y que incluso hoy en día, siguen utilizando modelos como el CAPM para identificar aquellos activos que han sido infravalorados o sobrevalorados. Sin embargo, un tema que continúa siendo objeto de debate es la capacidad de la gestión activa o pasiva de batir al mercado. Hay quienes abogan por la posibilidad de obtener rentabilidades superiores a las del mercado mientras que otros renuncian a ello y optan por permanecer de forma paralela al índice, pero sin superarle. En los casos anteriores se han obtenido diferentes distribuciones de activos en función de uno u otro modelo, no obstante, todas ellas coinciden en que su estrategia a seguir sería la de Buy&Hold, dentro de la gestión activa.

Respecto a la gestión activa, hay quienes opinan que sirve únicamente para el corto plazo, y que son cada vez más los que se inclinan por la gestión pasiva mediante fondos indexados o ETFs. Se trata de estrategias basadas en replicar un índice, lo que se traduce en una menor aversión al riesgo, menores gastos de gestión y una menor dedicación por parte del inversor o gestor.

Con el propósito de poder estudiar de manera teórica y práctica estas afirmaciones, se comienza por recordar brevemente los tipos de gestión y sus respectivas estrategias. Por un lado, en la gestión activa el inversor elige libremente los activos de su cartera; puede optar por ser él mismo el que seleccione los activos o hacerlo a través de fondos de inversión. En estos últimos, la decisión de los activos recae en una gestora y en su criterio de elección. De esta manera, podrán ser fondos de renta fija (por ejemplo, bonos del estado), variable (compra de acciones) o mixta (un fondo compuesto por ambos).

Por otro lado, la gestión pasiva comprende los fondos indexados y los ETFs. Los primeros contienen todos los activos de un índice replicándolo de la forma más exacta posible; en comparación a los fondos de inversión de la gestión activa que buscar batir al mercado, los indexados buscan obtener una rentabilidad similar. Y los segundos o ETFs también replican un índice, pero a diferencia de los primeros cotizan en el mercado de valores y su funcionamiento es como el de las acciones.

Una vez expuestos los tipos de estrategias a seguir, herramientas o bases de datos a consultar, e incluso modelos que poder aplicar; el inversor no deja de ser racional, humano. En los primeros capítulos se mencionaron algunos problemas actuales que llevan al pequeño inversor a interesarse por el mercado de valores; entre otros estaban los planes de pensiones o la inflación. Y es que a medida que transcurre el tiempo, cada vez son más los que deciden invertir su dinero. Una encuesta realizada por la empresa MagnifyMoney en 2021, muestra que el 40% de los encuestados son inversores individuales y los porcentajes más elevados se corresponden a generaciones que tienen la capacidad económica suficiente para poder invertir, por ejemplo, llegando al 80% en los inversores de la generación Z.  

Figura 16. Generaciones de inversores a través de una encuesta realizada en 2021. Fuente: (Rodríguez Graña 2021)

Así se da pie al dilema entre el largo y el corto plazo y qué tipos de gestión son mejores para cada uno de los casos. Se tiende a identificar a la gestión activa como la opción que mayores rendimientos puede dar a corto plazo y la pasiva a largo plazo. Es por ello, que ésta última ha ido ganando terreno e informes como el de SPIVA Europe Scorecard en el que hacen comparaciones con el mercado, ponen de manifiesto que la mayor rentabilidad se alcanza mediante la gestión pasiva. Sus informes son utilizados como referente para muchos inversores a la hora de elegir su estilo de inversión. (Rodríguez Graña 2022)

Asimismo, autores como el profesor Pablo Fernández ya mencionado en artículos anteriores, ponen en duda la rentabilidad de los fondos de inversión (gestión activa) en el largo plazo; afirmación basada en un análisis de la rentabilidad de los fondos de inversión españoles entre 2007 y 2022 (Fernández y Fernández Acín 2023). Observó que, en el periodo estudiado, los fondos obtuvieron una rentabilidad media de 1,1% mientras que los bonos del estado español un 4,4% e índices como el IBEX 35 y el S&P 500 un 0,5% y un 8,8% respectivamente. En la figura siguiente están representados los fondos de inversión estudiados, de los cuáles un 63% superó al IBEX 35 y solo un 5% a la rentabilidad de los bonos del Estado. Además, se apoya en otros estudios con resultados similares, como es el artículo de Nietzsche, Cuthberson y O’Sullivan, en el que analizan los fondos de inversión en Estados Unidos e Inglaterra y concluyen lo siguiente: (i) es muy poco probable que la rentabilidad de un mercado se vea superada por  los fondos de inversión de renta variable, menos de un 5% es capaz de hacerlo, (ii) las comisiones tienen una alta influencia en la rentabilidad, (iii) si un fondo proporciona poca rentabilidad, lo más probable es que continúe así en el tiempo. (Nietzsche, Cuthbertson, y O’Sullivan 2006). 

Figura 17. Rentabilidad de 580 fondos de inversión españoles entre 2007 y 2022. Fuente: (Fernández y Fernández Acín 2023)

Además, aparecen otros inconvenientes como la “discriminación fiscal”, denominada así por Pablo Fernández, y que manifiesta el hecho de que los fondos de inversión requieran menos impuestos que una cartera elaborada por un inversor particular, lo que puede dar la impresión de que el Estado intente convencer al inversor a optar por estos fondos. Ante estos resultados, algunos autores mencionados en su artículo proponen otras alternativas como fondos de gestión pasiva que repliquen a algún índice. Otros defienden que el inversor individual obtendría mayores rentabilidades elaborando él mismo la cartera, que de hacerlo a través de un fondo.

No obstante, en otro de sus artículos puso en duda este último punto: fondos de la gestión pasiva. Muchos libros de finanzas e inversiones recomiendan diversificar en las mismas proporciones que el mercado, sin embargo, son otros los que se oponen a ello y lo ven como un error causado por utilizar el modelo CAPM y la teoría de mercado eficiente. Es, por ello que en este artículo descarta esta opción y la rebate justificando que una distribución con mismas proporciones daría mejores resultados. Esta idea se respalda en una serie de resultados que se exponen a continuación: una cartera que replique el mercado en mismas proporciones supera al índice del mercado y más lejos aún, la primera se ve superada por una cartera que, con los activos adecuados, pero no necesariamente todos los componentes del índice, presente iguales distribuciones de cada uno de ellos. De este modo, descarta la volatilidad y la beta como medidas de riesgo; y toma como medida necesaria el rebalanceo anual. (Fernández et al. 2016). 

Figura 18. Índice S&P 500 Total Return Equal Weighted vs S&P 500 Total Return. Fuente: (Fernández y Fernández Acín 2023)

Recapitulando, en este capítulo se han puesto en duda los fondos tradicionales de gestión activa en el largo plazo, así como los fondos de gestión pasiva con sus respectivos índices de mercado. Sin embargo, se ha quedado abierto el debate de un punto intermedio: un fondo ponderado equitativamente y la idea de si una mayor rentabilidad se gestiona de manera activa con rebalanceos anuales. Estas ideas subyacentes en los artículos anteriores serán estudiadas en los apartados siguientes de una manera más empírica, comparando cada modelo con el mercado.

3.1. No capaces de batir al mercado

Para llevar a cabo este análisis se han utilizado las distribuciones previamente obtenidas y la herramienta Performance Visualizer que permite realizar simulaciones de carteras. Se realiza entonces un backtesting, es decir, un estudio con datos históricos para ver qué modelos o estrategias hubieran sido capaces de superar al mercado.

Se procede a invertir 10.000$ en 2012 hasta 2023. De esta forma se consiguen dos objetivos, por un lado, se puede observar el pasado y por otro, podemos ver la evolución que habría tenido cada cartera prolongando un poco el final del período. Se recuerda que para el estudio de cada modelo se habían extraído los datos históricos hasta el año 2022. Comenzando por aquellos no capaces de batir al mercado, se encuentra el CAPM o modelo de valoración de activos. 

Figura 19. Modelo CAPM vs S&P 500 TR en el período de 2012 a 2023. Fuente: elaboración propia

Como línea futura del proyecto de fin de máster del cotutor de este trabajo en el que no se realizaban rebalanceos anuales, en este caso sí se llevan a cabo y del mismo modo, se reinvierten los dividendos. Aspectos que se justificarán en el apartado siguiente y que, además recomendaba el autor Pablo Fernández. La herramienta proporciona los datos siguientes que facilitan un análisis más en detalle. 

Tabla 11. Resultados obtenidos tras el backtesting en el período 2012-2023. Fuente: elaboración propia

Partiendo de una correlación del 80%, los resultados podrían haber sido a favor del modelo y ser capaces de superar al mercado o en contra, como ha sido el caso. Esta diferencia de resultados muestra que no es un modelo fiable y mucho menos, una herramienta óptima a la hora de elegir los activos para realizar una inversión. Diversas son las razones ya mencionadas por las que no es un modelo eficiente, pero respecto al riesgo o a la incertidumbre que va asociado él, objeto de estudio de este trabajo, se demuestra que no es suficiente con tener en consideración solamente al riesgo sistemático.

3.2. Capaces de batir al mercado

En este caso, se han agrupado las carteras que han sido capaces de batir al mercado en el mismo periodo estudiado y con la misma inversión inicial.

Figura 20. Modelo de Markowitz, FF3 y Value4all vs S&P 500 TR en el período de 2012 a 2023. Fuente: elaboración propia

Tabla 12. Resultados obtenidos tras el backtesting en el período 2012-2023. Fuente: elaboración propia

En vista a los resultados, se perciben ciertos aspectos a destacar. Por un lado, el hecho de que ambos modelos, Markowitz y FF3, superen al mercado, no deja de ser una situación excepcional. En buena medida el modelo de Markowitz supera al modelo de los Tres Factores, cuando en realidad es este último el que es más preciso y con el que se obtienen mejores resultados, lo que se ve reflejado en una mayor correlación. Sin embargo, este suceso puede deberse al haber tenido en cuenta crisis como la pandemia de la Covid-19 y que hayan alterado los resultados. Otros trabajos que han tenido en cuenta otros períodos, pero siguiendo los mismos criterios a la hora de seleccionar los activos, muestran que el modelo de Markowitz no deja de ser meramente orientativo. Y es precisamente el hecho de que en unos casos sea capaz o no de superar al mercado, lo que corrobora que la volatilidad no es una medida representativa del riesgo y que no se puede utilizar como herramienta de inversión.

Tabla 13. Empresas seleccionadas y sus respectivas distribuciones. Fuente: (Herrero Rodríguez 2021)

Tabla 14. Resultados obtenidos en el período 2011-2021. Fuente: (Herrero Rodríguez 2021)

A continuación, y en vista a los resultados obtenidos, cabe discutir más en detalle la cartera Value4all. Se recuerda que se aplicaba a empresas con una combinación alta del ROCE y BPA, sus empresas estaban distribuidas en iguales proporciones y seguía una estrategia de gestión activa conocida como Buy&Hold. Anteriormente, se había dado comienzo al debate entre la gestión activa y la gestión pasiva en el largo plazo.

La cartera Value4all se aleja de la premisa que defiende que la única estrategia viable para el largo plazo son los fondos de la gestión pasiva. Numerosos son los estudios que demuestran que el hecho de batir al mercado deja de ser una utopía y se convierte en algo tangible, real. Autores ya mencionados demostraron que una cartera igualmente distribuida era capaz de superar al mercado y proponían esta estrategia como solución al largo plazo. El proyecto lucrativo Value4all, intenta dar a conocer de una manera simple el mundo de la inversión, defendiendo este tipo de ponderación como la mejor opción. Además, gracias a la diversificación por sectores alcanza a abarcar el mercado en buena medida, eligiendo lo más rentable de cada uno de ellos. No obstante, se caracteriza por ser de bajo coste y por tanto no realiza rebalanceos anuales, ahorrándose costes de gestión; es de interés analizar que se habría obtenido de no haberlos tenido en cuenta.

Tabla 15. Resultados obtenidos del backtesting sin tener en cuenta rebalanceos anuales. Fuente: elaboración propia

En cuanto a los resultados y teniendo en cuenta los análisis de otros trabajos, se puede comprobar que este tipo de cartera da una mayor rentabilidad que cualquier otro modelo y que independientemente del periodo considerado es capaz de batir al mercado en el largo plazo, lo que no sucede con los modelos estudiados. Ya se han expuesto otros casos en los que dichos modelos no han superado al mercado; por lo que se podría ver esta filosofía como una forma casi segura de batir al mercado (incluyendo crisis como la pandemia del Covid-19) mientras que, en los otros casos es casi el “azar” y el porvenir los que influyen en gran parte. De todas maneras, la cartera Value4all muestra cómo se pueden obtener mayores beneficios a través de una gestión activa frente a la gestión pasiva, independientemente de realizar o no rebalanceos anuales. El hecho de no realizarlos puede causar una obtención de menores beneficios pero que podrían verse compensados con los gastos de gestión.

Por otro lado, tampoco se pretende difundir esta cartera como una posible herramienta a la hora de invertir, se considera que son necesarios más análisis en los factores que representan al riesgo: la probabilidad de quiebra, impago, etc., de las inversiones futuras.

4. Conclusiones

El objetivo de esta serie de artículos ha consistido en partir de las bases que componen la Teoría Moderna de Carteras, y por ello, de sus principales modelos. Diversas son las razones por las que un inversor decide introducirse en el mercado de valores, entre otras la jubilación; dando pie a una discusión entre la gestión activa frente a la pasiva en lo relativo al largo plazo. Como idea subyacente a todo ello, aparece el riesgo y la incertidumbre que ello conlleva.

Se estudió el modelo de Markowitz, también conocido como el Modelo de Varianza, que tomaba como medida de riesgo a la varianza o desviación estándar y no hacía diferencia alguna entre el riesgo sistemático y no sistemático. Suponía que los inversores eran aversos al riesgo y que su objetivo consistía en minimizar la varianza mediante la diversificación de los activos. Conceptos representados en un problema de optimización que permitía obtener la configuración óptima de los activos y daba lugar a la denominada “cartera eficiente”. Al combinar diferentes activos, cada uno con sus respectivas fluctuaciones, se conseguía disminuir la volatilidad de la cartera al verse compensados unos comportamientos con otros.

Seguidamente se expuso brevemente las modificaciones al modelo anterior propuestas por William Sharpe y, que darían comienzo junto con otras aportaciones, al famoso Modelo de Valoración de Activos o CAPM, el cual introduce la diferencia entre ambos tipos de riesgo y defiende que el riesgo sistemático es el único que no se puede disminuir mediante la diversificación. Éste aparece representado por el coeficiente beta que mide la correlación de un activo frente al mercado en su totalidad, lo que incluye por tanto crecimientos económicos, inflación, etc. Por otro lado, el rendimiento es calculado a partir de la beta y la tasa libre de riesgo, dando lugar a una recta que representa al mercado y que es símbolo de la idea principal de este modelo: el inversor espera ser recompensado a mayor riesgo asumido.

Por último, se explicó el Modelo de los Tres Factores o Modelo de Fama y French como una extensión del modelo CAPM en lo relativo al cálculo de rendimientos de los activos. Además de mantener la beta (representativa del riesgo del mercado) incluyeron dos factores adicionales: Small Minus Big y High Minus Low; riesgos asociados al tamaño y al valor de una empresa respectivamente. Estos cambios supusieron una explicación más precisa de los rendimientos de los activos.

De esta manera, se hizo un recorrido por lo que ha sido la evolución de las medidas del riesgo a lo largo del tiempo; y cómo la volatilidad no ha resultado una medida suficiente para representarlo. Para ello, se analizaron una serie de empresas y sectores siguiendo la filosofía Value4all y una vez seleccionadas seis de ellas se procedió a aplicar cada uno de los modelos. Una vez obtenidas las distribuciones para cada activo, se llevó a cabo un backtesting con el objetivo de observar las diferencias en los resultados en función de haber considerado uno u otro factor de riesgo. Asimismo, a la vez que se obtuvieron las composiciones de cada cartera, se decidió hacer una comparación con el mercado. Pues incertidumbre, según la Real Academia Española, se define como la falta de certeza, es decir, el conocimiento seguro y claro de algo. En términos de inversiones, la incertidumbre va muy ligada al riesgo ya que, al fin y al cabo, es lo que permitirá al inversor obtener los resultados que busca. De este modo, el hecho de que cada modelo considere un factor de riesgo diferente se ve reflejado en los rendimientos esperados y, sobre todo, en la correlación de cada cartera con el mercado. Esta capacidad de seguimiento del mercado se estudió mediante análisis de regresión y representaciones gráficas; ambos mecanismos permitieron comprobar que el Modelo de los Tres Factores explicaba en mejor medida las diferencias de los rendimientos en los activos.

De esta comparación con el mercado se sacaron varias conclusiones interesantes. Como primer punto, la diferencia de resultados muestra una clara influencia de considerar uno u otro factor de riesgo y no solamente en lo que respecta a los beneficios, sino también al hecho de ser capaces de superar o no al mercado. Por consiguiente, como segundo punto se ha podido comprobar lo que muchos autores han defendido: la posibilidad de batir al mercado. Incluso, se han podido estudiar casos que desmantelaban la creencia ciega en la gestión pasiva como única forma de invertir a largo plazo. Y es en este debate entre la gestión activa y pasiva, en dónde se expone la cartera Value4all, la cual aboga por una estrategia activa de tipo Buy&Hold capaz de superar al mercado. En lo relativo a los beneficios, esta cartera ofrece una mayor rentabilidad que el mercado en la mayoría de los casos; mientras que no ocurre lo mismo con la aplicación de los modelos para la elaboración de estas. Se exponen estudios o trabajos de otros alumnos en los que esto último no se cumple; por lo que, si se habla de certeza, no hay mayor incertidumbre que el ver cómo un modelo no siempre funciona de la misma manera; en este caso, que sea capaz o no de batir al mercado.

No obstante, no es objeto de este trabajo divulgar esta cartera como una herramienta infalible para el largo plazo, sino como una filosofía que muestra la diversificación como una opción factible a la hora de reducir el riesgo y a su vez, una forma de poder obtener buenos resultados sin centrarse en si son los mejores o no. Ello se traduce en una garantía de cara al futuro, pero no resta que siga existiendo incertidumbre en la inversión.

El riesgo se caracteriza por ser impredecible y se puede intentar medir de la mejor manera posible; pero poco se puede cuantificar con exactitud cuando un factor determinante es el ser humano. Hay acontecimientos que no se pueden controlar y que desembocan en sucesos como crisis financieras que desestabilizan los pilares de lo que se conoce como la “teoría eficiente” de carteras. Por todo ello, se pretende defender que no hay ninguna medida (como la volatilidad) que por sí sola consiga representar al riesgo en su totalidad; sin embargo, la utilización de varios factores y enfoques pueden ayudar al inversor a tomar mejores decisiones, partiendo siempre de la premisa de que el riesgo engloba tantos aspectos que muchos de ellos se alejan de poder ser cuantificados, como es el caso del porvenir.

Figura 21. Resumen de las medidas de riesgo de cada modelo. Fuente: elaboración propia

Notas:

El proyecto value4all es un proyecto divulgativo sin ánimo de lucro. No somos una gestora ni comercializadora de acciones y/o fondos, ni aceptamos publicidad de comercializadoras para preservar la independencia del proyecto.

Los fondos que deposites en renta variable (acciones) no están garantizados. El capital invertido queda por lo tanto sujeto a las subidas y bajadas del mercado. Debes por lo tanto considerar la inversión en Bolsa como un vehículo adecuado para tus ahorros en el largo plazo, esto es, el destino del ahorro que estás seguro de no necesitar en un horizonte de 8-10 años. En caso contrario, el riesgo de que acabes teniendo menos dinero del depositado es muy alto.