¿Cómo afecta la construcción de los factores a los resultados? ¡Compruébalo tú mismo!

¿Cómo afecta la construcción de los factores a los resultados? ¡Compruébalo tú mismo!

 

 

Miles de publicaciones sobre factores

¿Son los resultados de los factores fiables?

En el mundo del factor investing y Smart beta, es muy típico ver publicaciones y gráficos comparando el comportamiento de distintos factores. ¿Qué ha hecho value este mes? ¿Ha muerto finalmente el value?¿Momentum vs growth? ¿Cómo se han comportado los ETFs de Smart beta? ¿Funciona el factor size? ¡Pero si siempre ganan más las empresas más grandes! ¿Seguro?

… ¿En serio, ha muerto finalmente el value?

 

Si estáis siguiendo y leyendo sobre inversión, entenderéis perfectamente lo que os quiero decir. No es algo malo, los análisis siempre son positivos. Pero siempre he notado que en muchas gráficas y artículos generalistas (los papers y los artículos técnicos intentan cuidar mucho más este aspecto) no muestran el “Cómo” han construido los factores que están enseñando, o como se construyen los ETFs que están mostrando, y francamente, la construcción es clave y puede llevar a grandísimas diferencias.

A veces las cosas pueden parecerse, pero no ser lo mismo. Y por tanto, no ser comparables.

 

Por ejemplo, ¿podemos comparar una cartera ponderada por capitalización o equiponderada? Obviamente esta decisión tendrá un impacto brutal en los resultados, sobre todo si lo que estamos valorando es el rendimiento de un factor.

 

Como medir los rendimientos de los factores

 

Respuesta corta: Cómo quieras. No hay una única forma correcta.

Respuesta larga: Cómo quieras. No hay una única forma correcta. Hay mil formas de hacerlo según la literatura académica. Los grandes autores incluso van modificándolas. Hay otras diez mil de forma práctica, usos de diferentes ratios, usos combinados, ponderaciones diferentes. ¿Long Only? Long/Short? ¿10% top? ¿30% top? ¿Excluimos acciones? ¿ADRs? ¿Universo? ¿Qué histórico están usando?

 

Hay muchísimas formas de mostrar resultados de factores y de compararlos, desde muchos ángulos y con resultados diferentes. Esto permite a los autores jugar y usar datos para mostrar cosas que no siempre son transparentes, o claras para el lector. Pueden llevar a inversores a tomar decisiones, basadas en ideas que no son correctas del todo.

 

Por ejemplo, una cosa muy común es pensar que Value y Growth son opuestos. Cosa que puede no ser cierto, como bien dice el artículo enlazado. De hecho, pueden ser muy complementarios.

Puede que la diferencia más grande las tengamos en ciertos ETFs de Smart beta, donde suele haber ETFs con poca exposición al factor “teórico” según la academia, y mucha al mercado en general. En este artículo de Factor Research, se explica muy bien.

 

Diferencias en la construcción

Para mostrar este hecho, vamos a realizar unas pequeñas comparaciones, solo para ver cómo varían los resultados de un factor simplemente con pequeños matices.

  • Herramienta: Portfolio 123
  • Universo: Russell 1000*
  • Periodo: 01/1999-10/2020
  • Slippage & fees: 0%
  • Top 10% del universo*
  • Rotación cada 4 semanas*
  • *Variable para algunos análisis. Explicado en cada gráfico

 

He escogido dos factores comunes, Value y Momentum, conocidos pero con mucha capacidad para tener variabilidad. Para Value, una medida de como de barata está una empresa los parámetros escogidos serán Enterprise Value/ EBITDA a 12 meses, Price to FCF y Price to Book. Para Momentum, un factor de tendencia, momentum de precio a 12 meses, momentum de precio a 12 meses pero eliminando el último mes, y momentum de precio a 6 meses.

 

No he reinventado la rueda. He cogido de lo clásico lo más clásico. Lo que más se ve, tanto en la práctica como en el mundo académico. La idea es que los parámetros escogidos para cada factor, miden el mismo factor, pero desde diferentes ángulos, y estos pueden arrojar resultados muy diferentes.

 

En el primer gráfico ya se ve muy bien a donde quiero llegar. Fijaros que el mismo factor (value) ha rendido muy distinto en 20 años según el ratio escogido. De hecho, Price to Book ha rendido un “200%” menos que los otros dos ratios (son datos indexados al 100 en el primer día). Eso es anualizado un 1,25% menos al año (aprox) No es poco. Pero si nos centramos en periodos concretos, podríamos ver diferencias mucho más llamativas. Desde la caída de 2008, hasta justo el máximo de 2015, EV/EBITDA 12 meses saca una diferencia impresionante en comparación con los otros ratios. El hecho de que luego se iguale, significa que Price to FCF toma la delantera.

Con la intención de hacerlo más visual, en el gráfico de arriba se puede ver la diferencia de rentabilidad en un año de los ratios anteriores. Hay años donde la diferencia de rentabilidad con el Price to book es realmente sorprendente. Repito: Teóricamente todos pueden usarse para evaluar el factor value. Y sin embargo la elección entre uno u otro puede ser altamente sensible.

 

Vamos a ver ahora como varían los resultados para el factor momentum.

 

Para momentum, la situación es un poco tramposa. Es verdad que los resultados son parejos (aparentemente, luego veremos el spread real) la gran parte del tiempo, pero hay un dato a tener en cuenta: cuanto más corto el momentum, más agilidad para evitar recesiones. Aquí elegir un ganador es más difícil porque entre los 12 meses, o los 12 excluyendo el último hay poca diferencia.

 

Sin embargo, algo que le ocurre a este factor, es que se hace mucho más presente en el primer decil que en los demás, donde se mantiene estable.

 

Por tanto, si en vez de coger el primer 10%, hubiéramos cogido el segundo mejor 10%, los resultados serían notablemente diferentes.

Aquí, el segundo decil del momentum a 6 meses es el ganador, sorprendentemente.

 

Darse cuenta de esto es importante porque el tamaño del universo varía, y muchas veces se hacen estudios con carteras muy grandes de acciones cogiendo el 30% Top y cosas así. Lo cual de nuevo, si no lo conoces, distorsiona el resultado.

 

De nuevo, y por hacerlo más visual, este sería el spread de los rendimientos en un año comparando el momentum a 12 meses saltando el último, y a 6 meses, contra solo los últimos 12 meses.

 

En 6 meses se puede ver que las diferencias son enormes, pero es que en 12 meses, eliminar el último mes para evaluar el factor, puede introducir variaciones de hasta un 15% en un año!! La gráfica que arriba parecía tan pareja, viendo el spread en un año ya no lo es tanto…

 

En esta línea, ¿qué ocurre si en vez de rebalancear cada 4 semanas, rebalanceamos anualmente?

Abajo tenéis el gráfico del EV / EBIDTA 12 meses para los distintos rebalanceos. A cada ratio o factor le puede sentar mejor un rebalanceo más largo o más corto (y aquí es peligrosísimo sobre optimizar). Pero el caso es que se podría enseñar el mismo ratio, con diferencias solo en el rebalanceo y obtener más de un 2% de diferencia de CAGR. De nuevo, no saber cómo se construye lo que te están enseñando, es engañoso.

 

Por último quiero mostrar otro gran punto de diferencia: el universo de acciones. Aquí de nuevo tenemos el ratio EV / EBITDA 12 meses rebalanceado cada 4 semanas, pero para dos universos distintos. A medida que vas metiendo empresas más y más pequeñas, los resultados tienden a ser mejores. La diferencia entre escoger las 1000 más grandes por capitalización (Russell 1000) o todas las cotizadas, es como podéis ver, enorme. Obviamente, en estas empresas hay limitaciones para invertir, problemas de liquidez, posibles errores en los datos, etc. Pero eso muchas veces no lo cuentan los backtests, y solo interesa que quede bien la gráfica. Por eso hay que tener mucho cuidado.

 

 

Smart Beta

Los ETFs de Smart beta o los índices suelen ser una forma de medir los resultados de un determinado factor u otro, pero muchas veces, las comparaciones que se hacen son muy injustas. Abajo podemos ver la descripción del MSCI Momentum:

 

Index Methodology MSCI Momentum

A momentum value is determined for each stock in the MSCI parent index by combining the stock’s recent 12-month and 6-month local price performance. This momentum value is then risk-adjusted to determine the stock’s momentum score. A fixed number of securities with the highest momentum scores are included in each MSCI Momentum Index, generally covering about 30% of the parent index market cap. Constituents are weighted by the product of their momentum score and their market cap. Constituent weights for broad MSCI Momentum Indexes are capped at 5%. The indexes are rebalanced semiannually; in addition, ad hoc rebalancing may occur, triggered by spikes in market volatility.

 

Ahora compara esto tú, con otras estrategias de momentum sin que sea comparar peras con  maletines con ruedas. Es que no se van a parecer. Y eso algo a tener en cuenta.

 

Conclusiones.

La conclusión a la que quería llegar es que, cuando vemos gráficos de rendimientos de factores, tenemos que entender bien como se ha llegado hasta ellos. Porque pequeñas diferencias en las construcciones (parámetros, rebalanceos, universos, ponderación, etc) llevan a grandes diferencias en los rendimientos, lo cual puede ser engañoso.

 

También por eso es importante construirnos nuestros propios benchmarks, algo de lo que hablaré más adelante, para poder medir bien el rendimiento que estamos obteniendo, y entender con qué tenemos que compararnos.

 

Otra conclusión, es que aquí se ve bien el motivo para diversificar entre ratios cuando se invierte por factores.  No sabes que parámetro lo va a hacer mejor para medir cada factor. Así que diversifica.

 

Si os ha gustado, subscribíos al blog para que os avise cuando haya más publicaciones y artículos recomendados, y dadle a me gusta para que gane visibilidad y pueda llegar a más gente. Os lo agradezco!

Un abrazo.

Ignacio Villalonga

Zona Quant

Accede a Rankia
¡Sé el primero en comentar!