Cómo predecir el futuro: introducción al modelo Forward Looking de Standard Life Investments

numeros
Re_birf, Flickr, Creative Commons

Uno de los sellos distintivos de Standard Life Investments (SLI) es su desarrollo de sofisticados análisis cuantitativos. Uno de ellos, conocido como Modelo Forward Looking, es una potente herramienta para identificar escenarios extremos, pero posibles, y así someter las carteras de sus productos a test de estrés para saber cómo podrían comportarse. 

Para comprender el funcionamiento del modelo, primero es necesario aportar algunas observaciones sobre la representación tradicional de los riesgos presentes en el mercado. Habitualmente se utiliza un gráfico con forma de campana de Gauss con el que se mide la curtosis (coeficiente que indica la cantidad de datos cercanos a la media de distribución de tal manera que, a mayor grado de curtosis, más escarpada será la forma de la curva). 

Captura_de_pantalla_2017-02-28_a_la_s__10

La observación de SLI es que “dado un escenario concreto, una distribución normal de los resultados en realidad no es normal sino que está distorsionada y, por tanto, presenta colas más achatadas. En otras palabras, que pueden suceder variaciones más extremas de los retornos”. La firma también critica que “los sistemas tradicionales de medición del riesgo asumen que los retornos del mercado financiero son independientes e idénticamente distribuidos y que siguen una distribución normal. Es bien conocido que esos modelos desestiman significativamente la probabilidad de que se produzcan eventos extremos”.

El acercamiento a la medición del riesgo de SLI parte de la concepción del comportamiento del mercado como “una función de muchos estados diferentes de comportamiento”, para obtener un análisis más precios sobre las correlaciones entre activos y las variaciones de los retornos a lo largo de un ciclo de mercado. Lo que trata SLI con su modelo cuantitativo es demostrar que los retornos del mercado no están distribuidos idénticamente, sino que son resultado de la conjunción de un gran número de regímenes de retornos y volatilidad superpuestos.

Captura_de_pantalla_2017-02-28_a_la_s__10

Toda esta información se codifica mediante el método Montecarlo, un modelo computacional basado en algoritmos no deterministas que se utilizan para aproximar expresiones matemáticas complejas y difíciles de evaluar con exactitud. Cada una de las simulaciones sobre un evento probable tiene el mismo grado de probabilidad, en ausencia de otras informaciones. Por tanto, si se le añaden opiniones de expertos, entonces se consigue generar una distribución con miras al futuro que es coherente con las visiones de los expertos, pero lo más cercano posible a la primera distribución.

La firma se sirve entonces del proceso de máxima entropía para poder derivar matemáticamente las estimaciones que está buscando. El principio de máxima entropía es un concepto procedente de la física, cuya aplicación en el desarrollo de test de estrés y análisis de escenarios es relativamente reciente. En la gestora ponen un ejemplo para comprender mejor su funcionamiento: “Imaginemos que estamos mirando una foto borrosa. La opinión del experto nos dice que la imagen subyacente es un mono. Las matemáticas que empleamos producen la mejor imagen de ese mono, dados los píxeles (puntos de datos) que producen la imagen. Si la opinión del experto nos dice en cambio que la imagen subyacente es un gato, el resultado de nuestros cálculos matemáticos será la imagen de un gato. En la inversión, la imagen subyacente es la opinión del experto sobre la fotografía de un mercado estresado. Los píxeles son todos los resultados extremos posibles, basados en los diferentes regímenes observados en el pasado. El uso del principio de entropía pretende darnos la mejor representación de ese mercado estresado con los puntos de datos que estén disponibles”.

Casos prácticos

A continuación, se expone un ejemplo del método de trabajo de los analistas de SLI. En un gráfico de abscisas donde X es la evolución del S&P 500 Total Return e Y es la evolución del Merrill Lynch Corporate Master Index, se trata de representar gráficamente la correlación de ambos activos a lo largo de un ciclo de mercado (13 años). La firma pretende demostrar que su modelo cuantitativo es más preciso que el tradiconal para determinar la relación entre ambas clases de activos y su comportamiento en fases extremas del mercado.

La razón de este análisis es que uno de los escenarios extremos que está considerando el modelo Forward Looking es un posible colapso del crédito: “La opinión de nuestro experto lo ha definido como un shock del -20% para el índice del crédito. La creencia previa (imagen borrosa) tiene que actualizarse a la luz de esta nueva información, usando la metodología del principio de máxima entropía”.

Captura_de_pantalla_2017-02-28_a_la_s__10

Si se introduce esa opinión del experto en el sistema, el resultado del modelo cuantitativo demuestra que “durante shocks extremos como una caída del 20% del índice de crédito, la codependencia entre renta variable y renta fija es mucho más fuerte que en periodos normales”. Por tanto, de materializarse ese escenario extremo podrían esperar asimismo un desplome del 20% de las acciones estadounidenses. “Esta estimación contrasta marcadamente con un acercamiento tradicional, en el que una caída del 20% en el crédito implicaría una subida del 3% del índice bursátil”, concluyen desde SLI.

Otro de los escenarios con el que están trabajando en la firma es el de una posible crisis en China. Su tesis es que el reequilibrio del modelo económico chino causa una ralentización significativa del crecimiento, marcada por inflación y salarios al alza. En este escenario, el perfil demográfico limita el desarrollo futuro del país, por el envejecimiento de la población. También actúa como un límite al crecimiento el exceso de endeudamiento. Entretanto, el crecimiento de la productividad se mantiene en niveles bajos o a la baja. Los expertos han añadido tres visiones macro al modelo: una apreciación del 15% del dólar estadounidense frente al australiano, un desplome del 60% en el precio del cobre y una corrección del 75% del MSCI Emerging Markets.

Captura_de_pantalla_2017-02-28_a_la_s__10Mediante el uso del modelo cuantitativo – en el que se han analizado activos líquidos y se han tratado lo ilíquidos, como el inmobiliario, como si mantuvieran unos precios estáticos por naturaleza-, los expertos de Standard Life Investments han obtenido una posible fotografía del comportamiento de diversas clases de activos, que exponen a continuación. 

“Como era de esperarse, la renta variable sufre significativamente, al tiempo que la renta fija proporciona algo de protección, aunque sus retornos son negativos”, refleja el modelo. Los activos alternativos líquidos proporcionan una protección limitada contra las caídas.

La segunda conclusión del modelo es que, en la práctica, si China experimenta esta crisis los inversores deberían esperar una amplia dispersión de los retornos, “dependiendo de cada gestor y selección de la estrategia”.