Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE CIENCIAS DESARROLLO DEL MODELO DE BLACK-LITTERMAN PARA PORTAFOLIOS DE INVERSIÓN T E S I S QUE PARA OBTENER EL TÍTULO DE: ACTUARIO P R E S E N T A : GUILLERMO DANIEL MAÑÓN GARCÍA DIRECTOR DE TESIS: RODRIGO DÍAZ INFANTE PESQUERA México, D.F. 2013 UNAM – Dirección General de Bibliotecas Tesis Digitales Restricciones de uso DERECHOS RESERVADOS © PROHIBIDA SU REPRODUCCIÓN TOTAL O PARCIAL Todo el material contenido en esta tesis esta protegido por la Ley Federal del Derecho de Autor (LFDA) de los Estados Unidos Mexicanos (México). El uso de imágenes, fragmentos de videos, y demás material que sea objeto de protección de los derechos de autor, será exclusivamente para fines educativos e informativos y deberá citar la fuente donde la obtuvo mencionando el autor o autores. Cualquier uso distinto como el lucro, reproducción, edición o modificación, será perseguido y sancionado por el respectivo titular de los Derechos de Autor. 2 Agradecimientos Me gustaría tomar unos renglones para agradecer a las personas que hicieron posible la realización de este trabajo. Primero y con un agradecimiento muy especial a mi tutor, Rodrigo Díaz, por el entero apoyo a lo largo de este proceso, las recomendaciones y observaciones siempre gratamente recibidas que me impulsaron a mejorar en todo momento, ha sido un privilegio haber trabajado bajo su asesoría. A mis sinodales, Enrique Maturano, Alma Bustamante, Ricardo Rivera y Jesús Navarrete, por la accesibilidad personal y profesional al haberme permitido considerarlos como parte del jurado para evaluar el trabajo y, sobre todo, muchas gracias por su atenta disposición al revisar el texto proporcionando comentarios y observaciones bastante constructivas. Agradezco a esta, mi Universidad, especialmente a la Facultad de Ciencias, por todos estos años que me han formado y convertido en la persona que soy ahora, así como por las personas que he tenido la fortuna de conocer. Quisiera agradecer a mi familia y amigos por el inmenso apoyo incondicional que siempre me han brindado, sin ustedes esto no hubiera sido posible, muchas gracias. Daniel Mañón, Mayo de 2013. 3 Índice Introducción ................................................................................................................................. 4 Capítulo 1.- Teoría de Portafolios ............................................................................................ 6 1.1.- Información y Eficiencia. .............................................................................................. 6 1.2.- Relación Riesgo-Rendimiento. .................................................................................... 8 1.3.- Correlaciones, Covarianzas y Riesgo Diversificable. ............................................ 11 1.4.- Conjunto Eficiente y Optimización. .......................................................................... 16 Capítulo 2.- Modelo de Black-Litterman ................................................................................ 22 2.1.- Evolución Histórica. ..................................................................................................... 22 2.2.- Introducción al Modelo de Black-Litterman. ............................................................ 25 2.3.- Estructurando Black-Litterman. ................................................................................. 28 2.3.1. Equilibrio. ............................................................................................................... 28 2.3.2. Visiones del Inversor y sus Niveles de Confianza. .......................................... 32 2.3.3. Fórmula de Black-Litterman. ................................................................................ 38 2.3.4. Método de Idzorek. ................................................................................................ 39 Capítulo 3.- Aplicación de los Modelos. ................................................................................ 44 3.1. Contraste entre Modelos. ........................................................................................ 44 3.2. Portafolio Mexicano. ................................................................................................. 58 Conclusiones ............................................................................................................................. 63 Bibliografía ................................................................................................................................. 66 4 Introducción En el transcurso de los años cincuenta, fue publicado el libro que puede ser considerado hasta ahora como la base de la teoría de portafolios bajo el nombre “Selección de Portafolios”, su reconocido autor, Harry Markowitz, se enfocó en estudiar el proceso de selección de portafolios, donde los modelos de carteras son herramientas cuyo principal objetivo es el ayudar a los inversionistas a decidir los pesos, o ponderaciones, sobre los activos dentro de cierta cartera. El gran impacto del trabajo de Markowitz se debía en mayor medida, al sustento que establecía sobre la parte teórica, en contraparte, el ámbito práctico no tuvo los mismos resultados, pues la composición de la cartera final bajo su enfoque no resultaba consistente ni intuitiva, de modo que los inversionistas no lograban obtener lo que en realidad estaban esperando. Fueron estos problemas en el modelo clásico de Markowitz, los que impulsaron a Fischer Black y Robert Litterman, a principios de los años noventa, a desarrollar un nuevo modelo cuyos resultados tuviesen un mejor comportamiento, partiendo del sustento tradicional del modelo de Markowitz y enfocándose en resolver sus disfuncionalidades prácticas; este nuevo método conocido como el modelo de Black-Litterman consiste en partir de un punto inicial conocido como portafolio de equilibrio para que, posteriormente, el inversionista realice “apuestas” en los activos sobre los que tenga alguna visión distinta del propio mercado y que como resultado desvíe del punto de partida, dicho portafolio, con base en los pesos asignados. El desarrollo del presente trabajo se divide en tres capítulos; el primero retoma los conceptos y metodología de la teoría de portafolios tomando en cuenta que lo que se verá en esa sección no será demostrado ni detallado tan minuciosamente debido a que el trabajo supone que el lector cuenta con una noción básica de la materia de portafolios de inversión, por esa misma razón en el desarrollo de ésta, son usadas imágenes conocidas y referidas de forma usual en la materia. En el segundo capítulo se desarrolla el modelo principal, partiendo de la historia que une el método clásico con el nuevo modelo previamente mencionado, tiene el propósito, no solamente de reconocer a sus autores, sino también, de detallar cada uno de sus componentes y hablar 5 sobre algunas de sus extensiones, también pretende servir como guía clara para quien lo utiliza. La tercer parte contempla una doble aplicación, primeramente se realiza un contraste entre ambos métodos y, posteriormente se implementa el nuevo modelo a partir de un portafolio formado con instrumentos del país; finalmente en el último apartado se encuentran las conclusiones. 6 Capítulo 1.- Teoría de Portafolios 1.1.- Información y Eficiencia. El uso de la información es esencial, tomando en cuenta desde lo más cotidiano y simple, hasta lo más especializado. Una persona que tiene cierto conocimiento respectoa un tema le lleva un abismo de ventaja a los demás, en el ámbito financiero no es la excepción, por el contrario, la información es algo fundamental con lo que hay que contar a cada instante, particularmente, en los mercados. Sabemos de varios criterios para poder evaluar proyectos dentro de una empresa, y esto es, principalmente, el hecho de tomar decisiones financieras; sin embargo, a través del trabajo duro e incluso de la buena fortuna, una empresa es capaz de identificar los proyectos más viables; no es necesario ir muy lejos, todos somos testigos de la competitividad laboral diaria, si una compañía brinda servicios o proporciona productos, otra busca crear dichos productos o servicios a precios más bajos, o bien localizar alguna demanda insatisfecha para mejorarla o hasta desarrollar un nuevo producto. Dentro del mercado de Capitales (dentro del que encontramos el mercado accionario), nos encontramos con uno de los principales instrumentos a nivel mundial: las acciones. Éstas son un claro ejemplo para el cual es necesario conocer cierta información, lo anterior puede verse desde el punto de vista de una apuesta, la persona, o mejor dicho, el inversionista, no arriesgaría su dinero en algún juego del que no conoce las reglas o las oportunidades que puede tener de ganar… o perder, es algo similar; una acción, representa parte del capital de una empresa, pese a existir más de un solo tipo de acciones, refiriéndose a aquellas que pueden participar en la toma de decisiones y las que no, al final, sus movimientos siempre dependerán de todo lo que involucra a dicha empresa; conocemos sus ventajas, entre ellas el hecho de recibir inyección de capital o no comprometerse a pagar intereses como es el caso de la deuda pues en ésta si hay que pagarlos. Asimismo, la emisión de acciones 7 trae consigo desventajas, como compartir la participación en las ganancias y, dependiendo del tipo de acción de que se trate, permitir que se tome parte en las decisiones, por mencionar sólo algunas. Las acciones llevan involucradas un riesgo debido a que, al momento de adquirir alguna, quiere decir que se está participando en la “fortuna” de la empresa; uno de los factores que determinan los movimientos en el precio de una acción es la información, con base en ello, podemos entender el concepto de “eficiencia”; una definición adecuada podría ser la siguiente: un mercado de capital eficiente es aquel en el cual los precios de las acciones reflejan inmediata y totalmente la información disponible, de modo que la hipótesis de eficiencia de mercado se refiere a la velocidad o rapidez con la que se integra la información al precio y regresa al equilibrio. Esta hipótesis llega a ser “desafiada” por inversionistas o por las mismas compañías, pues hay quienes intentan tomar acciones que superan el promedio, es decir, si se quiere saber acerca de una compañía así como del comportamiento de sus acciones hay una enorme cantidad de información disponible (histórica y pública), pero de igual modo hay información que solo algunas personas de las mismas empresas conocen (privada) y el saberla, conlleva a ganancias, esto es, si alguien sabe más acerca de una compañía que otros inversionistas en el mercado, puede ganar de ese conocimiento invirtiendo en las acciones si hay buenas noticias sobre la empresa, o bien, vender sus instrumentos si hay malas. Otra opción en el manejo de la información es convencer a los inversionistas con información confiable sobre las fortunas de las compañías, de modo que se les pueda vender, “esto puede sonar un poco descabellado, pero es lo que hacen en verdad muchos vendedores de información en el mercado”1. Desde luego, al estar disponible la información y ser estudiada y usada con intención de hacer ganancias, el mercado se vuelve eficiente, ajustando inmediatamente el precio, por lo que no se tiende a incrementos o decrementos que le sigan al ajuste. Teóricamente, esto es cierto; sin embargo, en la práctica cotidiana el ajuste de precios no es tan veloz, en muchas ocasiones se aprecian reacciones 1 Ross, “Corporate-Finance Decisions and Efficient Capital Markets” Capítulo 12, pag. 339 8 retardadas en las cuales el mercado tarda varios días en integrar completamente la información más reciente o bien, en otras situaciones llega a haber una sobrerreacción que conlleva a una posterior corrección hacia el precio correcto de equilibrio, éstas son algunas muestras de cierta ineficiencia. 1.2.- Relación Riesgo-Rendimiento. “¿Invertir?” Nos hacemos esa pregunta desde hace ya un tiempo, es lo que se cuestiona un inversionista ante un panorama inmenso que refleja la cantidad tan masiva de instrumentos e información disponible dentro de las empresas y los mercados financieros, sabemos que hay un número inmensurable de opciones, pues hasta existen combinaciones de índices o de los mismos instrumentos que podemos crear al momento de construir una cartera o un portafolio; lo realmente interesante es tomar la decisión de cuáles incluir. La base para lograr la mejor decisión es enfocarse en las dos principales características existentes dentro de la teoría general de los portafolios de inversión: El rendimiento y el riesgo. Para el promedio (rendimiento en este caso), en la teoría financiera se ha estudiado su importancia no solo desde el punto de vista estadístico como una de las más importantes medidas de tendencia central, sino también, para poder visualizar o darnos una idea de cuál pudiese ser el rendimiento esperado de cierta acción o instrumento dentro del mercado, con base, por ejemplo, en sus precios históricos; el método más eficiente que se conoce para el cálculo del rendimiento promedio de una acción es tomar la suma de los posibles resultados (rendimientos) y dividirlo entre el número de resultados, en caso de que tengan la misma probabilidad de ocurrencia, o bien, si los retornos llevan una diferente probabilidad de suceder, entonces se multiplica ésta por cada uno de los resultados, estas formas de obtener el rendimiento esperado de un activo pueden verse de forma muy general de la siguiente manera: 9 Donde: E( ): es el rendimiento esperado (o promedio) del i-ésimo activo. : es el posible retorno o rendimiento j del activo i. N: el número de posibles resultados con igual probabilidad. Y Donde: : es la probabilidad de ocurrencia del resultado j del activo i. Desde luego, la medida del rendimiento esperado no es la única necesaria, se debe recordar que un inversionista también debe considerar otra medida estadística profundamente relacionada con el promedio y es, por supuesto, la varianza (o desviación estándar para el manejo en la elaboración de los planos de media-varianza) la cual, dentro del ámbito financiero es mejor conocida como riesgo. Desde el punto de vista de la estadística, sabemos que la varianza es la medida que nos dice cuánto discrepan los posibles resultados con respecto a la media. Como se mencionó anteriormente, las acciones llevan involucrado un cierto riesgo, y día a día, los inversionistas consideran el riesgo que se adquiere con los diferentes instrumentos; sin más detalles, recordemos que la varianza del activo i podemos verla de la siguiente manera: Donde: 10 : es la notación de la varianza del i-ésimo activo. Y Una vez que se han recordado los conceptos de la media y la varianza, así como su manera de calcularlas, se puede hablar entonces de la situación principal que engloba todo el universo de la teoría de optimizaciónde portafolios de inversión, ésta es: la relación riesgo-rendimiento. En realidad, la idea es sencilla, incluso intuitiva, se supone por ejemplo que un inversionista se encuentra frente a una situación común como lo es tomar una decisión entre un par de acciones o activos cualesquiera, la materia financiera y la propia experiencia han llevado a concluir, como es tratado en la literatura, que dicha decisión debe basarse en la racionalidad, es decir, que el inversionista preferiría adquirir la acción que le conceda un mayor rendimiento esperado siempre y cuando el riesgo de ambas acciones sea el mismo; o bien, se presenta otra opción igualmente válida, el inversionista puede decidir tomar la acción que le involucre un riesgo menor si el rendimiento esperado del par de activos se mantiene constante. En pocas palabras, la relación riesgo-rendimiento se puede simplificar de la siguiente manera como: si se tiene igual rendimiento, se elige el de menor riesgo; si hay igual riesgo, se opta por el de mayor rendimiento. En la práctica se ha demostrado que es más común encontrarse con activos que difieran tanto en riesgo como en rendimiento, incluso nos encontramos con los llamados “libres de riesgo2”, por ende, en estos casos nos preguntamos ¿Cuál elige el inversionista? La respuesta depende de su aversión al riesgo3. 2 Los activos libres de riesgo denotados por , se refieren a aquellos que otorgan un rendimiento fijo y que no involucra riesgo. 3 La aversión al riesgo se refiere a que tan dispuesto esta un inversionista a sufrir variaciones económicas significativas. 11 1.3.- Correlaciones, Covarianzas y Riesgo Diversificable. Antes de continuar con la construcción del portafolio bajo el modelo básico, es conveniente mencionar los supuestos sobre los que está plasmada la teoría moderna de portafolios; al momento de construir y optimizar un portafolio son necesarias las tres predicciones principales que se enlistan a continuación: Rendimientos esperados Riesgos esperados Correlaciones entre activos En los párrafos anteriores se ha hablado ya de las primeras dos, sin embargo, al tratarse de un portafolio que involucra varios instrumentos o activos, y no para un solo instrumento como el activo i como caso particular cuando se definió su rendimiento esperado y su riesgo, el inversionista al momento de realizar el cálculo toma en cuenta también las correlaciones existentes entre dichos activos. Dentro del cálculo de la varianza de un portafolio de inversión se encuentra involucrado el término de la correlación pues, al igual que desde el punto de vista matemático y estadístico, en el rubro de las finanzas se ve su importancia ya que es una medida que muestra la forma en la que se comporta un determinado activo con respecto a otro. Sin profundizar en lo anterior, y sólo para recordarlo y utilizarlo más adelante, el coeficiente de correlación denotado como “ρ”, con , describe el movimiento que hay entre dos activos, teniendo un valor máximo de +1 en caso de que ambos instrumentos siempre se muevan en la misma dirección, un mínimo de -1 cuando uno se mueve completamente en sentido contrario respecto al otro y, 0 que indica que se trata de dos activos independientes entre sí. Dependiendo de cómo sea el coeficiente de correlación, se tiene una curva de oportunidades de inversión como se muestra a continuación: 12 Imagen 1. Curvas de oportunidades (correlaciones) En general, las características de los portafolios se reducen a los supuestos, o predicciones, ya mencionados para colocarlos dentro del plano de media- varianza, para el caso del rendimiento de un portafolio de cualesquiera N activos, se recuerda que el cálculo se ve como: Donde: : es el rendimiento esperado del Portafolio P, a veces también denotado como : es el retorno esperado del activo i. : es el “peso” o ponderación que se aplica a cada rendimiento esperado de los activos, indicando la fracción del capital inicial que se ha de invertir en el activo i. Además, los pesos tienen la característica de que 13 Por otro lado, para el caso del riesgo de un portafolio, que involucra más aspectos a considerar dentro de su cálculo, se muestra la expresión del cálculo de la varianza: Donde: : es la varianza (riesgo) del portafolio P. : es la covarianza entre el activo i y el activo j; recordando que dicho factor se puede ver como . Para el cálculo de portafolios eficientes, es bastante común el uso de la notación vectorial para facilitarlo, conceptualmente es muy similar a las operaciones anteriores, la diferencia más importante radica en la matriz de varianzas y covarianzas (Σ) que denota el riesgo de los activos financieros involucrados así como su variabilidad y, sobre todo, contiene las correlaciones entre los instrumentos que integran el portafolio. De modo que, el rendimiento esperado del portafolio se puede calcular de la siguiente manera: Donde: : es el vector de pesos transpuesto. : es el vector de rendimientos de los activos del portafolio. Mientras que la varianza: Donde: 14 : es el vector de pesos. Σ: es la matriz de varianza-covarianza. Cabe mencionar, que en el caso de tener un portafolio con N activos con una participación de cada uno y suponiendo que las varianzas de dichos activos sean las mismas ( ) y que todas las covarianzas entre sus elementos son iguales ( para i≠j), la expresión de la varianza del portafolio es equivalente a: Donde, si se tiene que ; a efectos de riesgo, las varianzas de los activos del portafolio desaparecen mientras se incrementa el número de instrumentos, sin embargo permanecen las covarianzas entre lo elementos que lo componen. El enfoque conocido de Harry Markowitz, de quién se hablará en breve, para conformar portafolios de inversión, vino a revolucionar el campo de las finanzas. La gran ventaja del criterio de media-varianza (μ-σ) es la facilidad de aplicación; la idea es pensar en el llamado “riesgo diversificable” ya que un portafolio bien diversificado disminuye el riesgo del mercado. Se observa la siguiente relación, y se puede escribir como: O bien, Con base en lo anterior, el riesgo del portafolio ( ) es denominado riesgo sistemático, riesgo de mercado o no diversificable, que va asociado al propio portafolio. Por otro lado el riesgo diversificable o no sistemático es aquel que 15 puede ser eliminado en un portafolio con un número grande de activos, de modo que un inversionista elige un portafolio diversificado preocupándose solamente por el riesgo sistemático que se genera al agregar un nuevo instrumento, esto, hay que mencionar, habla del riesgo (varianza) del portafolio y no de los activos que lo componen4. Imagen 2. Riesgo del mercado. Con las imágenes anteriores y el recordatorio de los cálculos del riesgo, el rendimiento y la covarianza, se puede analizar y concluir que el efecto de la diversificación se produce si ρ<1, cuanto menor sea la correlación, la curva de oportunidades tendrá un mayor pronunciamiento, esto implica que la diversificación aumenta conforme el coeficiente de correlación decrece, observándose que si ρ=-1 podemos tener un portafolio con varianza 0, o en otras palabras, libre de riesgo, como se muestra en la imagen 1; en la práctica, los portafolios bien diversificados sonelegidos por los inversionistas ya que se 4 La característica más importante para determinar la varianza de un portafolio bien diversificado no es la varianza de los instrumentos individuales ya que si un portafolio tiene buena diversificación entonces se minimiza la exposición a riesgos específicos del portafolio. 16 les considera, bajo suposición, que son adversos al riesgo, evitando riesgos innecesarios como lo es el riesgo no sistemático o diversificable. 1.4.- Conjunto Eficiente y Optimización. La teoría moderna de portafolios se debe al trabajo de Harry Markowitz5 quién publicó en los años cincuenta el libro “Portfolio selection: efficient diversification of investments (1952)” en el cual desarrolló un modelo que marcó un hito en la evolución de la teoría financiera en la gestión de portafolios, mediante el cual, un inversionista logra optimizar su inversión (portafolio) a través de minimizar el riesgo y maximizar el rendimiento esperado, utilizando la esperanza del valor de la cartera de acciones como medida para el rendimiento y la varianza del portafolio para medir el riesgo. Maneja la idea de un inversionista racional, donde considera deseable el rendimiento esperado e indeseable el riesgo que involucran dichos rendimientos; insaciable, deseando siempre la máxima ganancia que se pueda obtener; adverso al riesgo, es decir, conseguir el riesgo y las pérdidas más pequeñas posibles; y, asume que poseen capital. 5 Harry Max Markowitz, nació en Chicago, USA, en 1927, Economista especializado en el análisis de inversiones. Obtuvo el grado de doctor en 1954. Recibió el Premio Nobel de Economía en 1990 junto a Merton Miller y William Sharpe gracias a su análisis de carteras de inversión. 17 Imagen 3. Conjunto eficiente (n activos) En esta imagen se observa el conjunto de oportunidades de inversión, donde todas las posibilidades de portafolios se encuentran dentro de la región convexa, la curva de portafolios lleva asociado el conjunto de portafolios factibles, esto se refiere a la línea curva completa de la imagen. Los puntos 1, 2 y 3 representan carteras de distintos títulos y diferentes distribuciones, como se trató previamente, se puede tener un sinfín de combinaciones entre los mismos si se encuentran dentro de la zona convexa. No es usual lograr elegir una cartera con rendimiento esperado superior a la región factible, tampoco alguna con riesgo inferior. Los inversionistas que pueden elegir entre los distintos portafolios de inversión no van a aceptar ninguno que ofrezca un rendimiento esperado que se encuentre por debajo del que tenga asociado el llamado portafolio de Mínima Varianza (denotado por el punto MV de la imagen), la curva del punto MV a X es conocida como conjunto eficiente. Particularmente, analizando los portafolios R y W, ambos tienen el mismo nivel de riesgo asociado, sin embargo, la persona o inversionista en este caso, que desee seleccionar entre 18 éstas dos opciones de carteras debe elegir el portafolio R pues ofrece un rendimiento superior para el mismo riesgo deseado. Imagen 4. Línea de mercado de capitales y portafolio óptimo. Al introducir el activo libre de riesgo cuya notación usual es (punto θ en la imagen 4), se logra apreciar que su ubicación dentro del plano μ-σ es un punto sobre el eje de los rendimientos. Es posible aumentar el rendimiento a costa, desde luego, de incrementar el riesgo; la línea recta que muestra la imagen es denominada “Línea de Mercado de Capitales” (LMC) que es el conjunto de todos los portafolios eficientes, de modo que todos los inversionistas sin importar su grado de aversión al riesgo, seleccionarían un portafolio sobre esta línea. Con ello, se determina el punto de tangencia de la recta que pasa por el activo libre de riesgo y el conjunto de portafolios que forman la frontera eficiente, dicho punto es el portafolio óptimo “m” conocido como portafolio de mercado. Un inversionista racional determina el portafolio que desea por medio de la combinación del portafolio m con el activo libre de riesgo. Es importante mencionar que La línea de Mercado de Capitales se encuentra sobre el plano de media-varianza, es decir, la desviación estándar y el rendimiento esperado. 19 Después de un análisis profundo a lo largo del tiempo en la teoría financiera, específicamente dentro de la materia de carteras de inversión, es sabido que la mejor medida del riesgo de un activo cualquiera en un portafolio está definida por la “beta” del activo, la cuál es: Donde: : es la covarianza del rendimiento del activo i con el rendimiento de portafolio de mercado. : es la varianza correspondiente al mercado. El punto principal de la medida de riesgo β es analizar la sensibilidad que presenta el rendimiento esperado del activo con respecto al rendimiento del portafolio de mercado, es decir, una medida de que tanto afectan los cambios en el rendimiento del portafolio de mercado al rendimiento del activo, cumpliendo que el rendimiento se encuentra correlacionado de forma positiva con la beta que le corresponde, dando lugar a la Línea del Mercado de Valores mostrada en la imagen 5. 20 Imagen 5. Línea de mercado de valores. Dicha línea, referida al modelo de fijación de precios de capital, es decir, al CAPM, tiene la ecuación: Con las propiedades de que la beta de un portafolio es el promedio de las betas, β=0 se refiere al valor del rendimiento libre de riesgo, el valor β=1 en el plano corresponde al rendimiento del portafolio de mercado como se puede observar en la imagen 5; la línea de mercado de valores se puede aplicar tanto a activos como a cualquier portafolio bajo el plano definido por “beta” como medida de riesgo y el rendimiento esperado. La idea general de esta primera parte ha sido el recordar brevemente todo aquello que involucra y describe el amplio mundo de la teoría de portafolios, partiendo desde el concepto básico de información que es parte fundamental al tratar de comprender la esencia que envuelven los ya mencionados mercados eficientes y, a su vez, retomar las características más importantes que sustentan dicha teoría, es decir, el riesgo, el rendimiento y la relación 21 existente entre éstas que, a fin de cuentas, es el punto clave en la teoría de optimización de carteras de inversión. Incluso, las imágenes mostradas a lo largo del capítulo hacen referencia a los componentes, como la correlación entre activos que determina la curvatura de la frontera eficiente y el análisis de la diversificación, que se consideran en el modelo tradicional de Harry Markowitz, el cual tiene un gran sustento teórico que, hasta ahora, sigue siendo considerado como una revolución dentro del universo financiero. 22 Capítulo 2.- Modelo de Black-Litterman 2.1.- Evolución Histórica. Dentro de cualquier materia existe, desde luego, un largo proceso a través del cual el análisis realizado, las hipótesis sentadas, las variables a considerar, etc., sufren diversas modificaciones. Al pasar de los años, nuevas teorías se han ido desarrollando para corregir, complementar o, incluso, mejorar y hasta rechazar las ya existentes. En el universo de las finanzas, más específicamente carteras o portafolios de inversión sucede exactamente lo mismo, en el capítulo anterior se hizo una descripción el modelo básico para la optimización de portafolios, sin embargo, antes de abordar uno de los modelos más recientes y eficaces como lo es el modelo de Black-Litterman, bien valdría la pena tomarse unos cuantos renglones para ligar, sin entrar en detalles, estos dos modelos. Recalcando lo que se fuemencionado anteriormente, la teoría moderna de portafolios se debe, en gran medida, a Harry Markowitz (1952), sin embargo no sería correcto decir que es el único precursor de la teoría de portafolios, pues poco tiempo después de su prodigioso y admirado trabajo, Andrew D. Roy6 realizó un artículo del mismo rubro, y más aún, existe una contribución previa reconocida apenas hasta hace unos años, fue en 1940, cuando Bruno de Finetti7 entregó una publicación, un texto precursor de la teoría de portafolios. Doce años antes del documento de Markowitz, De Finetti puso los fundamentos sobre las finanzas modernas modelando las varianzas de los portafolios como la suma de las covarianzas8, sin embargo, De Finetti no habla de portafolios de activos financieros más bien el tema del que hablaba era sobre portafolios de pólizas de seguros. 6 Andrew Donald Roy ( 1920-2003) publicó su trabajo “Safety-First and the Holding of Assets” en 1952, tan solo unos meses después de Markowitz. 7 Bruno de Finetti (1906-1985) actuario, estadístico y probabilista italiano reconocido por su gran número de artículos publicados, trabajó como catedrático y en una compañía de seguros donde sentó las bases de la teoría de portafolios. 8 Bajo el criterio basado en la normalidad de los rendimientos, de Finetti justificó la eficiencia media-varianza. 23 Por su parte, Roy enfocó sus estudios en probabilidad, su concepto de problema de optimización se basaba en minimizar la probabilidad de ruina (en contraposición a Markowitz y Finneti sobre maximizar el beneficio) aunado al hecho de que en su enfoque, habla de la posibilidad de ser incorporadas las ventas en corto dentro de la Cartera que es una característica esencial en el portafolio de mercado en el CAPM, y no sólo eso, también introdujo el “paradigma” que rige la administración de riesgos financieros hasta nuestros días, el valor en riesgo ó VaR, que consiste en establecer nivel máximo de pérdidas posibles bajo un cierto nivel de confianza, que se consolidó como medida de riesgo hasta finales de los años ochenta. Esto nos da una idea de la profunda, y no suficientemente reconocida, importancia de estos dos precursores de la teoría moderna de portafolios. Posteriormente, para 1958, James Tobin9 realiza una expansión del trabajo de Markowitz introduciendo al análisis la tasa libre de riesgo, con lo que logra generar nuevas alternativas de inversión, esto es a lo que se le conoce como “teorema de la separación”. Tobin dice que el portafolio óptimo se obtiene mediante la combinación entre los activos riesgosos y el activo libre de riesgo provocando un ajuste entre el riesgo y el rendimiento del mismo constituyendo la “nueva” frontera eficiente llamada Línea de Mercado de Capital como se muestra en la imagen 4 de la sección anterior, donde el portafolio del mercado m es precisamente el punto de tangencia entre la Línea de mercado de capitales y la frontera definida por Markowitz. Durante 1964, William F. Sharpe10 busca simplificar el modelo de Markowitz tratando de determinar el valor intrínseco de cada activo introduciendo los tipos de riesgo sistemático y no sistemático como se aprecia en la imagen 2, de tal modo que se interesa en el riesgo que puede diversificar dentro de la cartera óptima; Sharpe desarrolló el modelo conocido como CAPM (“Capital Asset Pricing Model” por sus siglas en inglés) el cual explica el comportamiento de 9 James Tobin (1918-2002) fue un economista estadounidense, además de la cátedra, tuvo una destacada trayectoria siendo asesor del presidente John F. Kennedy, de la reserva federal y de la Fundación Ford, fue presidente de la Asociación Económica Americana y Miembro de la Academia Nacional de Ciencias, recibió el premio Nobel de Economía en 1981. 10 William Forsyth Sharpe nació en Massachusetts en 1934, recibió el premio Nobel de Economía en 1990 junto a Markowitz y Miller, estableció el modelo del CAPM, sin embargo fue desarrollado simultáneamente además por Jack L. Traynor, Litner y Mossin. 24 una acción en función del comportamiento del mercado. Además de ello, el CAPM se enfoca en tratar la conocida “Prima de Riesgo” con la cual, intuitivamente se logra entender que los rendimientos esperados de un cierto portafolio serán mayores cuanto mayor sea el riesgo que asuma el inversionista, dentro del mercado en equilibrio es simplemente el precio que se le paga a aquellos inversionistas adversos al riesgo, con el objetivo de que asuman dicho riesgo al buscar, desde luego, la maximización de sus respectivas funciones de utilidad. El modelo introduce la beta, que como se mencionó antes, es la medida de riesgo más aceptada en la actualidad, relacionándola con el rendimiento esperado de su correspondiente activo. Para finales de los años setenta, una interesante alternativa al modelo del CAPM fue formulada por Richard W. Roll y Stephen A. Ross conocida como Arbitrage Pricing Theory (APT), se habla entonces de una innovación importante al mencionar que el riesgo y la incertidumbre provienen de muchas posibles fuentes, así como que el rendimiento de los activos riesgosos depende de varios factores como la inflación, tasas de interés, etc. Dichas fricciones no son tomadas en cuenta dentro de los supuestos del CAPM; básicamente lo que se propone por Ross – Roll, es una generalización del modelo de Sharpe, sin embargo, esto conlleva una notable complejidad. Y fue finalmente en 1990, cuando los estadounidenses Fischer Black y Robert Litterman desarrollaron el modelo financiero-matemático de Black-Litterman que, a grandes rasgos, parte de dos puntos esenciales: los retornos o rendimientos del mercado y las opiniones del inversionista, para llegar a una implicación final: un vector de rendimientos esperados que generan portafolios diversificados. Desarrollaron el modelo en Goldman Sachs11 y fue publicado por la Financial Analyst Journal en Septiembre de 1992. 11 El Grupo Goldman Sachs (The Goldman Sachs Group, Inc.) o simplemente Goldman Sachs (GS) es uno de los grupos de banca de inversión y valores más grandes del mundo. 25 2.2.- Introducción al Modelo de Black-Litterman. Robert ‘Bob’ Litterman, co-desarrollador de Black en el modelo global de fijación de precios Black-Litterman es el antiguo director de Estrategias de Inversión Cuantitativa del grupo Goldman Sachs, al cual se unió en 1986, anteriormente fungía como Vicepresidente del departamento de análisis de la Reserva Federal en el estado de Minnesota; obtuvo su licenciatura en Biología Humana en 1973 en la universidad de Stanford y posteriormente el doctorado en Economía en 1980 en la Universidad de Minnesota. En 2008, SunGard12 y la International Association of Financial Engineers13 anunciaron a Litterman como el ganador del premio IAFE/SunGard Financial Engineer of the Year. Fischer Sheffey Black fue un economista de los Estados Unidos graduado de la licenciatura en Harvard en el año de 1959 y, en 1964 en la misma universidad, consiguió su doctorado en matemáticas aplicadas; se unió al grupo Goldman Sachs en 1984, donde 6 años después desarrolló junto con Litterman el modelo de Black-Litterman. Black es conocido en el mundo financiero por sus grandes contribuciones a la materia, entre ellas ser el co-autor de la famosa ecuación de Black & Scholes para la valuación de opciones financieras. En 1994, recibió el premio IAFE/SunGard Financial Engineer of the Year. Ambos colaboradores al recibir el premio son parte de un prodigioso grupo de premiados que han hecho notables aportes al mundo de las finanzas, entre ellos Jack Treynor, Jonathan Ingersoll, John Hull, John C. Cox, Robert Merton, StephenRoss, por mencionar algunos; el premio The annual IAFE/SunGard 12 SunGard es un líder global en soluciones de software y procesos para servicios financieros, educación superior y el sector público. 13 El IAFE es la organización dedicada a fomentar la profesión de las finanzas cuantitativas mediante la creación de plataformas para discutir temas de vanguardia y fundamentales en el campo. Fundada en 1992, el IAFE está compuesto por académicos y profesionales individuales de los bancos, agentes de bolsa, fondos de cobertura, fondos de pensiones, gestores de activos, las empresas de tecnología, reguladores, empresas de contabilidad, de consultoría y de derecho, y universidades de todo el mundo. http://www.iafe.org/ http://www.iafe.org/ 26 FEOY Award, se estableció en el año de 1993 y reconoce las contribuciones individuales para el avance tecnológico en la ingeniería financiera. Retomando el tema, como ha sido comentado, en 1952 Markowitz sorprendió al mundo con la publicación de su artículo sobre el modelo para construir portafolios óptimos, bases que resultan bastante sólidas en la teoría, sin embargo, no es así en la práctica. Uno de los grandes problemas es el uso de parámetros históricos como estimadores, ya que los inversionistas logran observar que los resultados obtenidos por medio del modelo clásico de optimización son, la mayoría de las veces, las llamadas “carteras extremas”, es decir, que se aprecian sesgos de importancia hacia alguno de los activos que componen la cartera o, en su caso, hacia un pequeño grupo de ellos. El modelo es bastante sensible, lo que conlleva grandes cambios y movimientos en la distribución de los activos generados incluso por el mínimo cambio en la rentabilidad histórica. Los inversionistas financieros se veían decepcionados por los resultados que generaban con el modelo tradicional, convirtiéndose en una razón adicional para que el conocimiento del modelo Black-Litterman y la familiarización de los inversionistas con éste ganara una gran popularidad. El modelo de Black-Litterman tiene como estructura fundamental el análisis bayesiano, lo que nos lleva a cuestionarnos ¿por qué precisamente éste enfoque? Repasando por un momento la teoría de la aproximación bayesiana, es sabido que al momento de estimar parámetros aún con la información muestral, el problema de cometer el famoso “error de estimación” es latente, ya que, no solamente se necesita un número considerable de datos para llevar a cabo la estimación, sino también podemos decir que en realidad en ocasiones se cuenta con información inicial respecto a los parámetros de cierta distribución, sobre todo matemática y estadísticamente hablando, pero más aún se puede contar con otro tipo de información como son las opiniones subjetivas y visiones de cada uno. La idea de la estadística bayesiana está enfocada en la teoría de la decisión, a la que ha aportado una teoría consistente que se encarga de manejar y darle estructura a las probabilidades subjetivas. 27 El eje principal de la estadística bayesiana, y el pilar primordial del modelo de Black-Litterman, es el teorema de Bayes: Donde, para nuestro caso: A: son los rendimientos esperados. B: es la información muestral. De modo que : es la estimación de los rendimientos esperados dada la información, (distribución a posteriori). : es la probabilidad de los datos dados los retornos esperados. : son las opiniones sobre los rendimientos esperados, (distribución a priori). : es la probabilidad de los datos. Algo que podemos decir sobre la distribución a priori es que se trata de la forma más adecuada en que se resume la información con la que se cuenta respecto a los parámetros, así como la incertidumbre acerca de los mismos, lo que permite un mayor grado de veracidad tras haber sido agregada toda ésta información; en consecuencia, y como el objetivo del análisis bayesiano, se obtiene la función de densidad a posteriori para los parámetros dados los datos, la cual involucra una combinación de las opiniones sobre los rendimientos con los datos observados, desde el punto de vista bayesiano, estos datos sirven precisamente para proporcionarle a las opiniones sobre los rendimientos un mejor detalle. Todo esto, desemboca en lo siguiente: al momento de que nueva información es incorporada, el posteriori que se tiene en este instante se convierte en las nuevas opiniones a priori dada la información recién agregada y así sucesivamente, en pocas palabras se trata de un ciclo de actualización de información que en la Materia de la Estadística Bayesiana se conoce con el 28 nombre de “Proceso de Aprendizaje”14, el cual es utilizado en el Modelo de Black-Litterman. 2.3.- Estructurando Black-Litterman. Se menciona ya el origen de Black-Litterman como un modelo cuya idea base es solucionar los problemas con los que se encuentra el gestor en el enfoque clásico de Markowitz. En esta sección hablaremos acerca del equilibrio del cual parte el modelo, las visiones del inversionista así como su confianza en ellas junto con los componentes que integran Black-Litterman y, finalmente, se hará mención de una de sus extensiones más conocidas, el método de Idzorek. 2.3.1. Equilibrio. Continuando con todos las “trabas” con las que se pueden encontrar en el modelo tradicional de portafolios, hay una en particular en la cual no se ha profundizado todavía, pese a que se detalla el proceso para la optimización del portafolio, la problemática es básicamente por el hecho de la poca información que se enfoca a los 3 conjuntos de datos (entradas o predicciones) previamente nombrados, es decir, el rendimiento esperado, el riesgo y correlaciones entre activos, que son necesarios para el modelo de Markowitz; los tres son sumamente relevantes, pero el “más importante” de ellos es el de la rentabilidad y es sencillo intuir que el punto inicial de los rendimientos es vital, para Black-Litterman ese punto de partida, y como primera característica de su propia esencia, es el equilibrio. Desde el punto de vista de Fischer Black y Robert Litterman, la definición de equilibrio es: el estado ideal en el que se iguala la oferta con la demanda, aunque dejan en claro que dicho estado en realidad raras ocasiones o, mejor dicho, casi nunca ocurre en los mercados financieros, pero argumentan que 14 Véase Anexo 1. 29 existen algunas características interesantes y llamativas respecto a esa idea. Ese equilibrio se ve distorsionado a cada instante por diversos factores que inevitablemente van ligados a los mercados, tales como lo son la falta de liquidez, información incierta y, en mayor medida, las fricciones; pues son éstas las que principalmente evitan que esas desviaciones desaparezcan o se corrijan rápidamente. Por ello, más que pensar en la suposición de “si el mercado se encuentra en equilibrio”, se considera otra idea en la que se adopta al equilibrio como “centro de gravedad”15; la teoría financiera no puede detallar toda la complejidad que involucran los mercados financieros, el modelo de Black-Litterman asume que los mercados se mueven hacia un equilibrio “racional” con el propósito de utilizar la teoría de portafolio16. Con lo anterior podemos decir que, en el caso del modelo de Black-Litterman, un buen punto de inicio para el equilibrio es el modelo global de fijación de precios, es decir, el CAPM, incluso así se propone en muchos de los textos que hablan sobre este modelo; de cierto modo, me atrevo a decir que, el Capital Asset Pricing Model es justo, por llamarlo de cierto modo, para los inversionistas ya que los recompensa por el hecho de tomar o asumir los riesgos que son necesarios.En el capítulo anterior se señaló el riesgo que implica el portafolio del mercado es algo que no podemos evitar, es parte del mismo portafolio, no obstante el riesgo “no correlacionado” con el mercado se logra evitar por medio de la diversificación, es por ello que en tantos textos se puede leer una y otra vez la implicación de: “Todo inversionista que no posee información más allá de la del resto del mercado debe obtener y mantener el portafolio óptimo de mercado”. Con esto, al momento de considerar los retornos esperados, se toman en cuenta los pesos del equilibrio con base en el CAPM, aunque hay que mencionar también un factor interesante y esto es la existencia de algún índice de referencia, como los conocidos benchmark que, 15 Entiéndase como la acción cuando todas las distorsiones y variaciones que sucedan en los rendimientos esperados de los mercados los lleven de vuelta al equilibrio, un concepto similar al de la regresión. 16 Litterman dice que la razón por la que se recomienda la aproximación del equilibrio es la creencia de que se trata de un punto de referencia apropiado y favorable en el cual se pueden identificar las desviaciones y tomar ventajas de ellas. 30 en caso de existir, el portafolio de equilibrio se aproxima al portafolio del índice y la medida de riesgo que se considera es el llamado “error de réplica”17. Asumamos entonces que existe un cierto número “n” de activos o instrumentos financieros, entre los cuales podemos encontrar las acciones, tal como se ha venido tomando a lo largo del trabajo; los rendimientos de dichos activos tienen una distribución normal con parámetros μ para la esperanza (rendimiento esperado) y la matriz de covarianza Σ, de modo que . Algo a mencionar de la matriz Σ es que se supone constante y conocida, y contiene las varianzas y covarianzas entre todos los activos. Suponer la validación del CAPM, lleva a decir que la ecuación que optimiza el portafolio dentro de éste modelo puede derivar el vector de rendimientos de equilibrio; denotamos como Π a dicho vector, y considerando que se toma la suposición de que el mercado se encuentra en equilibrio (o al menos se puede decir que es eficiente), matemáticamente se tiene: Donde: : Es el rendimiento del mercado. : Es la tasa libre de riesgo. : Es un vector de betas, el cual se expresa como: Siendo el vector de los pesos del portafolio de mercado, la varianza del mercado, los rendimientos de los activos. Sean 17 El error de réplica es la volatilidad de la diferencia entre el retorno del portafolio y el índice de referencia. 31 , la matriz de varianzas y covarianzas de los rendimientos de los activos; y , el coeficiente de aversión al riesgo, comúnmente establecido por los inversionistas, He y Litterman por su parte asumen que el factor λ es la representación del promedio mundial de tolerancia al riesgo. Entonces, sustituyendo en la ecuación del vector de rendimientos de equilibrio Π se tiene: Esta forma de construcción del vector de rendimientos de equilibrio se alcanza asumiendo que el CAPM es válido, sin embargo muchos otros autores usan el método de “optimización inversa”18 para llegar al vector. En cualquiera de los casos, la información histórica no influye directamente al momento de determinar Π19. Los rendimientos esperados de los n diferentes activos son precisamente el vector μ de dimensión n x 1, el cuál como distribución bayesiana a priori se supone normal con media Π, por tanto Π Con considerada como un escalar que indica el grado de incertidumbre que se tiene sobre el cálculo de Π, es decir, sobre el CAPM; más adelante se entrará en más detalle respecto a la constante . Ya que se tiene el vector Π, se sustituye por μ para obtener la solución del problema de maximización sin restricciones que describe la función de utilidad del Anexo 2, es decir: Π λ Donde la solución es λ 18 Véase Anexo 2 19 La derivación de la fórmula de Π puede observarse en mucha literatura, como en He y Litterman (1999), Satchell y Scowcroft (2000). 32 El punto de partida de los rendimientos esperados es clave, la idea es enfocarse en los rendimientos de equilibrio de mercado teniendo éstos un valor magnífico pues permiten un punto de comparación contra el cual cualquier inversionista que lo deseé puede comparar sus propias ideas; con esto se puede hablar sobre la segunda característica esencial en el modelo de Black- Litterman que son las llamadas visiones u opiniones del inversionista. 2.3.2. Visiones del Inversor y sus Niveles de Confianza. Cuando se refirió a los rendimientos esperados se mencionó que al hacer uso del equilibrio como punto de partida, éste se tomaba por considerar a los inversionistas racionales y que, teóricamente, deberían de llegar al mismo portafolio de mercado, La fórmula de Π, el vector de rendimientos de equilibrio, es la representación de los rendimientos esperados estimados por el mercado, en la práctica es bastante inusual que una persona quiera invertir en el portafolio óptimo de mercado ya que, comúnmente, tienen alguna opinión que difiere de los retornos de éste; en el modelo de Black-Litterman no es necesario que el inversor declare una opinión por cada uno de los activos del portafolio respecto a un rendimiento esperado, de modo que si no se tiene una visión en particular para alguno, éste simplemente se optimizará con el rendimiento de mercado correspondiente, en otras palabras, en caso de que no se cuente con ninguna expectativa sobre alguno de los activos que conforman la cartera se sugiere mantener el portafolio óptimo de mercado. Para continuar hablando y definiendo las visiones del inversionista, será utilizada la siguiente notación: como se hizo en la sección anterior, “n” es el número de activos que componen el portafolio, por otro lado, sea “k” el número de visiones que se tienen sobre los mismos, de modo que k ≤ n; todas las visiones del inversionista forman el vector Q de opiniones de rendimientos de dimensión k x 1 33 En realidad se puede decir que Black-Litterman es un modelo que concede muchas ventajas para quien lo implementa en la construcción de su cartera, pues permite al inversor expresar visiones tanto relativas como absolutas. Para ilustrarlo se tienen, por ejemplo, las opiniones que se enlistan a continuación. Un inversionista considera que: Un activo de Brasil tendrá un rendimiento de X%. Un activo Alemán será superior a un Francés en Y% Aquí se cuenta con un ejemplo de los 2 tipos de opiniones, la primera de ellas se refiere a una visión absoluta y la segunda es un ejemplo de una visión relativa, cabe mencionar que en el modelo tradicional de optimización, es decir bajo el método de Media-Varianza, no se pueden expresar las opiniones de tipo relativa y son éstas las que reflejan de mejor manera la realidad de cómo lo hacen los inversores. Todo esto es necesario para formar la matriz P, que es aquella en la que se seleccionan los activos que están involucrados en las visiones del vector Q, tomando en cuenta que el i-ésimo renglón de ésta está asociado a la i-ésima opinión de Q, ; con ello se ilustra a continuación la estructura de la matriz: Que es de dimensión k x n pudiendo alcanzar a lo más una dimensión de n x n en caso de que se tenga una opinión para cada uno de los activos que integran el portafolio o la cartera del gestor. Dentro de la matriz P, las entradas de las filas que correspondan a una visión absoluta, es decir,la opinión sentada afecta a un instrumento en particular sobre su posible rendimiento esperado, deben sumar 1; mientras que si se tratan de una visión relativa la suma debe ser igual a 0. Este hecho se debe a que se trata del tipo de visión en la que, mientras un instrumento visualiza una mejora por parte del inversionista, otro será superado, por lo que se contrarrestan esos pronósticos. Algo importante que se debe mencionar es que específicamente en las opiniones del tipo 34 relativas se puede involucrar 2 o más activos del portafolio20 de modo que aquellos activos que “se encuentren por encima”, es decir, que superen a otros, reciben un peso positivo; mientras que para los que “se encuentran por debajo”, se les asigna un peso negativo, esto cumpliendo con la condición de que el renglón de la opinión relativa sume 0. Una vez sentado lo anterior, se debe enfocar ahora en la forma de especificar los valores para las entradas de la matriz pues en la literatura relacionada con el modelo bayesiano ésta puede variar, originalmente se le asignaba un porcentaje a los activos que se veían envueltos en la(s) visión(es); por su parte, en el texto de Satchell & Scowcroft (2000), por ejemplo, usan un esquema de ponderación igual, en el que los pesos son proporcionales a 1 dividido por el número de respectivos activos que superan o son superados, con lo que, al final, se afectan de igual manera los pesos y por consecuencia pueden provocar cambios considerables entre el portafolio de mercado y el propio del inversionista. Un método recomendado para determinar los valores de las entradas de la matriz P que involucran los activos es por medio de un esquema de ponderación por capitalización de mercado, el cual dice que los pesos relativos para cada activo es proporcional al propio peso de capitalización de mercado del activo entre el peso total de capitalización del mercado de los activos involucrados, es decir, suponiendo que existe una visión en la que los activos A y B superarán a C y D, con ponderaciones de mercado de a, b, c y d respectivamente, entonces sus valores en las entradas de la matriz P para cada uno se establecería como para el activo A, para B, mientras que para los instrumentos que serán superados quedarán como y para C y D respectivamente. La idea principal del modelo es combinar ese concepto de equilibrio con las visiones específicas del inversionista, sin embargo aún hay un punto importante a tratar, y es el hecho de que para cada una de las opiniones que el gestor del portafolio tenga sobre los activos, debe establecerse un nivel de confianza, no importa si se trata de una opinión relativa o absoluta, al final, para cada una se debe asignar un cierto nivel de confianza. 20 Véase Idzorek 2005 p.7 35 Precisamente uno de los aspectos más confusos sobre el modelo es el establecer las visiones que se tengan respecto a los activos como datos iniciales para ser utilizados dentro de la fórmula del modelo de Black-Litterman; reiterando lo comentado párrafos atrás, no es necesario el establecer o especificar una visión para cada uno de los activos del portafolio, no obstante por muchas o pocas que éstas sean lo importante es analizar la confianza (o manejándolo desde otro punto de vista, la incertidumbre) en las opiniones del inversor, esto resulta a final de cuentas en un llamado “vector de error” denotado como que tiene la particularidad de ser normalmente distribuido con media 0 y matriz de covarianzas Ω, es decir: Es por ello que cualquier visión se puede ver de la forma ; el vector de error puede tomar valores tanto positivos como negativos, solo diferentes de 021. En general, la manera de representar las opiniones que se tengan sobre los activos es: Donde P, matriz k x n, y Q, vector k x 1, son conocidas. Sin embargo, el vector de error no se toma como un componente directo para el modelo de Black- Litterman, lo que se considera es en realidad la varianza de cada error, denotada como ω. Por construcción del propio modelo, se requiere que cada una de las visiones sea única y no se encuentre correlacionada con ninguna otra, es algo primordial pues esto implica que se tiene la propiedad que la matriz de varianzas y covarianzas, cuya notación utilizada usualmente es Ω, es diagonal, con el i-ésimo elemento de su diagonal representado como 22. La matriz Ω es de dimensión k x k, alcanzando a lo más la dimensión de n x n en caso de tener una opinión para cada uno de los activos involucrados en el portafolio, exactamente el mismo criterio que para la matriz P; además, ésta tiene la propiedad de ser simétrica y con valor 0 en todas las entradas que no se encuentren en la diagonal como se muestra a continuación: 21 La única forma en que pudiese tomar el valor 0 es bajo el supuesto de que el inversionista está confiado en un 100% sobre su visión. 22 Se entiende el concepto de como la diferencia absoluta del error ε. 36 Solamente para analizar y contemplar todos los casos, puede darse el escenario que existan ceros en la diagonal de la matriz que representa la confianza en las opiniones o visiones del gestor Ω, esto es teóricamente hablando, bajo el supuesto que el inversionista esté completamente seguro de una o más opiniones, sin embargo, con ello la matriz puede, o no, ser invertible… “en teoría”, pero en la práctica no se le puede considerar con esa total certeza sobre las opiniones, por lo tanto, y reforzado por el hecho de que uno de los supuestos básicos del modelo de Black-Litterman es que el inversor no está completamente seguro sobre la visión, consideraremos que la matriz Ω es invertible. Con lo mencionado en el párrafo anterior, se puede decir entonces que el valor de los elementos es inversamente proporcional al grado de confianza del inversionista en la i-ésima opinión, es decir, si el gestor tiene gran confianza sobre la i-èsima visión entonces el elemento será pequeño, y viceversa; en general, si no se confía mucho en las visiónes entonces la composición del portafolio final dependerá en mayor medida del equilibrio y, por el contrario, si se cuenta con un mayor grado de certeza respecto a las opiniones, la composición final será determinada básicamente por éstas, lo que implica que las ponderaciones del nuevo portafolio se desviarán más del portafolio de equilibrio de mercado. Para calcular la matriz de incertidumbre de las visiones Ω, debemos enfocarnos momentáneamente en el escalar , donde éste se puede pensar como la incertidumbre respecto a la validez del CAPM o también considerarlo como un parámetro que asocia la certeza sobre qué tan preciso ha sido estimado el vector Π. Bajo este “enfoque” se entiende que un valor pequeño de este parámetro implica un alto grado de confianza en los rendimientos de equilibrio ya que provoca un decremento en los valores de la matriz de varianzas y covarianzas de los rendimientos históricos Σ; desafortunadamente, tanto el escalar como la matriz Ω son los parámetros más complicados de especificar en el modelo y, en acuerdo con los autores de la literatura del modelo de Black- 37 Litterman, no hay una definición clara y tampoco homogénea para determinar su valor, por ejemplo, para Black & Litterman, debe ser un valor cercano a 0, otros autores, como lo es el caso de Lee, He & Litterman y el propio Idzorek, recomiendan un valor para el cálculo que se encuentre en el intervalo de 0.01 a 0.05, mientras que Satchell & Scowcroft dicen que a menudo se toma como 1; incluso viéndolo también desde un punto de vista de la teoría de muestreo hay quienes establecen que =1/T, donde T es el tamaño de una muestrade rendimientos para la estimación del vector de rendimientos de equilibrio Π. Similar para la determinación del valor del escalar , el establecer un procedimiento para obtener la matriz Ω no es algo que se especifique dentro de los textos originales del modelo, se puede decir que es un cálculo que, al menos en un principio, le competía específicamente al propio inversionista, es por ello que al ser estudiado por diferentes autores se tienen algunas maneras de calcularla, se habla de proponer un intervalo de confianza, por ejemplo, estableciéndolo alrededor del rendimiento del vector de opiniones. Otro método, que es uno de los más comunes, es por medio de analizar la varianza de cada visión sobre los activos pues se le puede considerar como un buen punto de inicio para determinar la incertidumbre sobre dicha visión, para ello se supone que la confianza de la opinión, es decir, la varianza de ésta, es proporcional a la varianza del rendimiento del activo; éste método fue propuesto por He & Litterman (1999) en el cual calibran la varianza de las visiones con el escalar , de modo que: O bien Usando este método para calcular la incertidumbre en las visiones (la matriz Ω), la razón es la que entra al modelo, por lo que el valor del parámetro se vuelve irrelevante pues afecta el valor de las entradas de la diagonal de la matriz, pero al final el nuevo vector de rendimientos no se ve afectado. Años después, Thomas M. Idzorek propuso un nuevo método para determinar la confianza en las visiones, este método será analizado más adelante. 38 2.3.3. Fórmula de Black-Litterman. Como se ha mencionado a lo largo del presente trabajo, la idea fundamental de este modelo bayesiano es el combinar el punto de partida (la distribución a priori), es decir, los rendimientos de equilibrio del mercado, con las visiones particulares de los inversionistas sobre los activos (la distribución condicional) para generar el nuevo vector de rendimientos (la distribución a posteriori de los rendimientos, μ), este nuevo vector conocido como el vector de rendimientos de Black-Litterman está dado por: Los rendimientos esperados pueden verse también de la siguiente forma23: Bajo esta segunda manera de apreciar la distribución a posteriori se puede apreciar lo que se ha descrito hasta el momento acerca del modelo de Black- Litterman, el nuevo vector de rendimientos parte del equilibrio y se desvía de éste con las visiones representadas con un vector . Ya con estos nuevos rendimientos calculados se procede a llevar a cabo la optimización del portafolio. Éstos se convierten en los nuevos datos iniciales del problema de optimización sin restricciones Donde : es el vector óptimo de ponderaciones de Black-Litterman. Nuevamente se recuerda, en caso de que un inversionista no cuente con alguna visión que difiera con respecto del mercado debe conservar el portafolio óptimo del propio mercado, desde luego el modelo de Black-Litterman cumple con esa idea pues a partir de la fórmula del nuevo vector de rendimientos 23 Véase Anexo 3. 39 esperados se puede observar el hecho de que en caso de que el inversor no cuente con ninguna opinión, o bien, que la matriz P que selecciona los activos involucrados en dichas opiniones valga 0 y por ende la matriz Ω que expresa la confianza en las visiones tienda a ∞, el resultado del nuevo vector de rendimientos del portafolio será simplemente el vector de rendimientos de equilibrio, es decir, si no se tiene certeza sobre las opiniones, , tenemos Por otro lado, si analizamos el resultado de la fórmula de los rendimientos de Black-Litterman ahora con la condición del otro límite, , que se refiere al nuevo vector de rendimientos bajo un 100% de certeza sobre las visiones obtenemos el siguiente resultado: Donde se puede apreciar un hecho interesante y es que con la suposición de una confianza total en las opiniones del inversionista sobre los activos, el valor de ya no afecta el nuevo vector de rendimientos. 2.3.4. Método de Idzorek. Idzorek realizó una gran aportación para reducir, tanto la dificultad del modelo de Black-Litterman, como la complejidad de especificar los elementos más abstractos y carentes de una clara determinación como los son el escalar y la matriz Ω, propuso un nuevo método para especificar los elementos de la diagonal de la matriz, en otras palabras, para determinar los niveles de confianza de las visiones los cuales se utilizan junto con un nivel de confianza especificado por el inversor de entre 0% y 100% para cada una de las opiniones, ya que considera pueden existir otras fuentes de información adicionales a la varianza del portafolio que podrían afectar la confianza que el inversionista tenga sobre las visiones y, al mismo tiempo, se ahorra la dificultad de establecer el valor del parámetro . 40 Éste nuevo método propone fijar los valores de la diagonal de la matriz Ω en 0, para especificar así una confianza del 100% en las k visiones que se tengan sobre los activos, por lo que se podría analizar el hecho de que el resultado será el que se desviará más del equilibrio. El hecho de establecer una completa confianza respecto a las opiniones lleva a redefinir el nuevo vector de rendimientos como fue presentado previamente: Que se denotará con el subíndice “100%” para identificar el vector de rendimientos de completa confianza en las opiniones del vector original, de modo que reemplaza a para hallar el vector de ponderaciones basado en la confianza total , retomando lo antes visto, algo similar sucede reemplazando μ por Π, el vector de rendimientos de equilibrio, para obtener el vector de pesos del mercado w, y de igual modo el vector de rendimientos de Black-Litterman para llegar a ; con ello es posible determinar el nivel de confianza implícito en las visiones dividiendo cada diferencia de pesos entre su máxima diferencia, es decir, la confianza denotada por: Esto, sin embargo, refleja la varianza del portafolio de cada una de las visiones re-escalada por el escalar , , mas no considera el nivel de confianza particular del inversionista; por esa razón, Idzorek propone que los elementos ω deben de obtenerse a partir, precisamente, de esos niveles de confianza especificados por el propio gestor, lo que resulta en desviaciones (tilts) del portafolio aproximadas como el producto de la diferencia máxima de los pesos de los activos y el nivel de confianza del inversor, es decir: Donde: : es la desviación aproximada provocada por la k-ésima visión (vector columna de nx1) 41 : confianza en la k-ésima visión. Además, en ausencia de otras visiones, el vector aproximado de pesos “recomendados”, llamado también vector objetivo, resultante de la desviación causada por la k-ésima opinión, es: A continuación se replican los pasos a seguir en el procedimiento de Idzorek, éstos son los siguientes: 1. Para cada una de las k visiones, se calcula el nuevo vector de rendimientos , usando la fórmula de Black-Litterman con un 100% de confianza tratando a “cada opinión como si fuera la única visión sobre los activos”. Donde : es el vector de rendimientos basado en un nivel de confianza de 100% sobre la k-ésima visión (es un vector columna de dimensión nx1). : es el renglón de dimensión 1xn que identifica a los activos involucrados en la k-ésima opinión. : es el escalarque representa la k-ésima visión 24 2. En base al problema de maximización sin restricciones, se calcula el vector de pesos basado en una confianza del 100% sobre la k-ésima visión, 24 Idzorek menciona que en caso que la visión sea absoluta y se especifique como un rendimiento total en lugar de rendimiento en exceso, entonces se debe restar la tasa libre de riesgo. 42 3. Calcular las desviaciones máximas de los pesos respecto a las ponderaciones del mercado, , causadas por la k-ésima visión. 4. Multiplicar los N elementos de por la respectiva confianza especificada por el inversor del portafolio sobre la visión k, , para estimar así la desviación provocada por dicha opinión. Donde : es vector columna de dimensión nx1 que representa la desviación. : es un vector columna de nx1 en el cuál los activos que se encuentran involucrados en la visión k reciben el nivel de confianza especificado por el propio inversionista mientras que aquellos activos que no son parte de la visión reciben el valor 0. 5. Estimar el vector de pesos objetivo , basado en la desviación. 6. Hallar el valor del k-ésimo elemento de la diagonal de Ω, es decir, , el cual representa la confianza sobre la k-ésima visión, eso minimiza la suma de las diferencias cuadráticas entre y . 43 Donde 7. Repetir del paso 1 al 6 para cada una de las k visiones y construir así la matriz diagonal Ω en la que los elementos de la diagonal son los calculados en el paso 6 y, finalmente, calcular el vector de rendimientos de Black-Litterman, . Según Idzorek, a través de este proceso el valor del parámetro permanece constante y no afecta al vector final de rendimientos esperados, un hecho que elimina la problemática de puntualizar un valor para dicho escalar; como bien menciona: “A pesar de la relativa complejidad de los pasos para especificar los elementos de la diagonal de Ω, la ventaja clave en este nuevo método es que permite al inversionista determinar los valores de Ω basados en una escala de confianza de 0% a 100%”25. En general, esta sección ha pretendido aterrizar y explicar a detalle el modelo de Black-Litterman surgiendo en realidad, más que como un método alternativo al modelo realizado por Markowitz en el enfoque clásico, como un trabajo que ha complementado y enriquecido en gran medida las aportaciones previas que han surgido al ir evolucionando la teoría financiera, específicamente en las carteras de inversión; se puede decir que en, prácticamente todos los aspectos del nuevo modelo, es más versátil pues deja de ser lineal y determinista para volverse “maleable” y práctico para cada inversionista, en particular basándose en el enfoque bayesiano cuyas características se pueden resumir en tomar el equilibrio de mercado como punto de partida y la inclusión de las visiones personales, el método de Black-Litterman ha tenido una respuesta positiva desde sus inicios y, desde luego, sobre éste se han hecho nuevos aportes y extensiones para facilitar su uso y disminuir la complejidad de los mismos componentes. 25 Idzorek 2005, p.26. 44 Capítulo 3.- Aplicación de los Modelos. Las secciones previas han servido para recordar el concepto de teoría de portafolios así como lo que éste engloba (Capítulo 1) y, además, se desarrolló el método de Black-Litterman para la gestión de carteras mejor comportadas (Capítulo 2), es por ello que esta tercera sección tiene el objetivo de mostrar el proceso del modelo de Black-Litterman. Primero, al contrastar ambos modelos con base en un portafolio conformado por acciones Estadounidenses (cabe resaltar que se ha optado por instrumentos Norteamericanos debido a que el mercado de Estados Unidos resulta ser más eficiente, según la materia, en comparación con el mercado Mexicano), posteriormente, para una cartera integrada por activos nacionales, se hará un ejercicio similar. 3.1. Contraste entre Modelos. Previamente se mencionó el modelo desarrollado por Markowitz en 1952 como un punto de partida que vino a revolucionar el marco histórico financiero, fue él quien se enfocó por primera vez en poner en práctica la diversificación de los portafolios, antes de su trabajo, a los inversionistas les importaba únicamente enfocarse en maximizar el rendimiento, de modo que sus cálculos se basarían exclusivamente en el rendimiento esperado de cierto número de activos para, finalmente, invertir toda su riqueza en el instrumento con mayor rendimiento . En su trabajo demostró que esa mentalidad no era, por decirlo de algún modo, la más adecuada, más bien se debe optar por construir portafolios conformados por varios activos en lugar de invertir todo en uno solo, pues, como lo indican las bases del modelo de media-varianza, en las carteras no solamente se toman en cuenta los rendimientos de los activos, sino también el riesgo de los mismos y, con ello, sea posible reducir el riesgo de exposición de todo el portafolio. Markowitz argumenta, también, que es necesario considerar los “co-movimientos” que son representados con las covarianzas entre los activos del portafolio. 45 En realidad, y solo por mencionar de forma muy breve, dentro del concepto fundamental de diversificación de activos también es conocida la “diversificación internacional”, en la que la misma experiencia ha demostrado que resulta ser de hecho beneficiosa a pesar que, en contra parte, el número de riesgos a considerar también aumenta, pues en este tipo de diversificación se contemplan el riesgo de crédito, las tasas cambiarias e incluso el riesgo político, entre otros, pero finalmente dependerá de la decisión del propio inversionista el cómo formará su portafolio de acuerdo a su particular tendencia hacia determinados instrumentos de inversión dentro de un mercado. Para realizar el contraste de ambos modelos, comenzando con el Modelo Tradicional, se han tomado los siguientes activos: 1. Apple Inc. (AAPL) 2. Amazon.com Inc. (AMZN) 3. ACE Limited (ACE) 4. Global-Tech Advanced Innovations Inc. (GAI) 5. Avon Products Inc. (AVP) 6. Papa John's International Inc. (PZZA) 7. Novo Nordisk (NVO) 8. Aspen Technology, Inc. (AZPN) 9. Advanced Energy Industries, Inc. (AEIS) 10. Latin American Discovery Fund Inc. (LDF) 11. American Science & Engineering Inc. (ASEI) 12. Hewlett-Packard Company (HPQ) 13. Banco Macro S.A. (BMA) 14. Banco Latinoamericano de Comercio Exterior, S.A (BLX) 15. Health Management Associates Inc. (HMA) 16. Yahoo! Inc. (YHOO) 17. Wal-Mart Stores Inc. (WMT) 18. Pepsico, Inc. (PEP) 19. Alliance New York Municipal Income Fund Inc. (AYN) 20. Carter's, Inc. (CRI) 46 Para el correcto proceso de optimización de portafolios se han analizado las tres predicciones esenciales para la fijación de activos, recordando que éstas son: el Rendimiento Esperado, el Riesgo Esperado y las Correlaciones entre los rendimientos de dichos instrumentos, con lo cual, por medio de las fórmulas mostradas en el primer capítulo, tenemos la siguiente tabla de rendimientos y varianzas así como la matriz de covarianzas de los instrumentos que conforman la cartera basados en los datos históricos de los rendimientos diarios de cada una de las acciones26: Activos R σ² Apple Inc. 3.56% 48.36% Amazon.com Inc. 3.76% 76.66% ACE Limited 1.56% 52.91% Global-Tech Adv. Innov. Inc. 8.32% 877.38% Avon Products Inc. -1.60% 58.62% Papa John's Int. Inc. 2.51% 54.12% Novo Nordisk 1.63% 55.57% Aspen Technology, Inc. 2.63% 85.44% Advanced Energy
Compartir