ECONOMÍA

Previsiones de rentabilidad total: principales clases de activos | 2 de abril de 2024


La estimación de desempeño a largo plazo para el Índice de Mercado Global (GMI) volvió a aumentar en marzo en comparación con el mes anterior. El pronóstico revisado de hoy (basado en tres modelos definidos a continuación) indica un rendimiento anualizado del 6,9% para el índice de referencia no administrado, que posee todas las clases de activos principales (excepto efectivo), según las ponderaciones del mercado a través de un conjunto de indicadores de ETF.

Las acciones estadounidenses siguen siendo las más atípicas en cuanto a rentabilidad esperada entre las distintas clases de activos. El pronóstico promedio para las acciones estadounidenses está muy por debajo del desempeño de los últimos 10 años. Como resultado, las acciones estadounidenses están en camino de generar resultados sustancialmente más débiles en relación con el desempeño obtenido durante la última década. Por el contrario, el resto de las principales clases de activos están publicando previsiones de rendimiento superiores a sus resultados de 10 años. Estas diferencias ofrecen una base sobre cómo estructurar la asignación de activos para superar a GMI. Mientras tanto, se prevé que el GMI pasivo genere un rendimiento en línea con su desempeño de los últimos 10 años del 6,9%.

GMI representa un punto de referencia teórico de la cartera óptima para el inversor medio con un horizonte temporal infinito. Sobre esa base, GMI es útil como punto de partida para personalizar la asignación de activos y el diseño de la cartera para que coincida con las expectativas, objetivos, tolerancia al riesgo, etc. de un inversor. La historia de GMI sugiere que el desempeño de este punto de referencia pasivo es competitivo con la mayoría de las estrategias activas de asignación de activos, especialmente después de ajustar por riesgo, costos comerciales e impuestos.

Es probable que algunos, la mayoría o posiblemente todos los pronósticos anteriores estén equivocados en algún grado. Sin embargo, se espera que las proyecciones de GMI sean algo más confiables que las estimaciones de sus componentes. Las predicciones para mercados específicos (acciones estadounidenses, materias primas, etc.) están sujetas a una mayor volatilidad y error de seguimiento en comparación con la agregación de los pronósticos en la estimación del GMI, un proceso que puede reducir algunos de los errores con el tiempo.

Otra forma de ver las proyecciones anteriores es utilizar las estimaciones como herramienta para desarrollar expectativas para GMI. Los pronósticos para las clases de activos subyacentes son un componente necesario para desarrollar datos ex ante del GMI, pero son menos confiables en comparación con la agregación de las estimaciones.

Para conocer el contexto sobre cómo ha evolucionado el rendimiento total obtenido de GMI a lo largo del tiempo, considere el historial del índice de referencia sobre una base anualizada de 10 años consecutivos. El siguiente gráfico compara el desempeño de GMI con el equivalente de acciones y bonos estadounidenses hasta el mes pasado. El rendimiento actual de GMI durante los últimos diez años es del 6,9%, que está moderadamente por encima del mínimo reciente para este período de tiempo.

Aquí hay un breve resumen de cómo se generan los pronósticos y las definiciones de las otras métricas en la tabla anterior:

CAMA Y DESAYUNO: El modelo Building Block utiliza rendimientos históricos como indicador para estimar el futuro. El período de muestra utilizado comienza en enero de 1998 (la fecha más temprana disponible para todas las clases de activos enumeradas anteriormente). El procedimiento consiste en calcular la prima de riesgo para cada clase de activo, calcular el rendimiento anualizado y luego agregar una tasa libre de riesgo esperada para generar un pronóstico de rendimiento total. Para la tasa libre de riesgo esperada, utilizamos el rendimiento más reciente de los títulos del Tesoro protegidos contra la inflación (TIPS) a 10 años. Este rendimiento se considera una estimación del mercado de un rendimiento real (ajustado a la inflación) libre de riesgo para un activo «seguro»: Esta tasa “libre de riesgo” también se utiliza para todos los modelos que se describen a continuación. Tenga en cuenta que el modelo BB utilizado aquí se basa (vagamente) en una metodología descrita originalmente por Ibbotson Associates (una división de Morningstar).

Ecualizador: El modelo de Equilibrio aplica ingeniería inversa al rendimiento esperado a través del riesgo. En lugar de intentar predecir el rendimiento directamente, este modelo se basa en un marco algo más confiable que consiste en utilizar métricas de riesgo para estimar el rendimiento futuro. El proceso es relativamente sólido en el sentido de que pronosticar el riesgo es ligeramente más fácil que proyectar el retorno. Las tres entradas:

* Una estimación del precio de riesgo de mercado esperado de la cartera general, definido como el índice de Sharpe, que es el índice entre las primas de riesgo y la volatilidad (desviación estándar). Nota: la “cartera” aquí y en todas partes se define como GMI

* La volatilidad esperada (desviación estándar) de cada activo (componentes de mercado de GMI)

* La correlación esperada para cada activo en relación con la cartera (GMI)

Este modelo para estimar los rendimientos de equilibrio se describió inicialmente en un periódico de 1974 por el profesor Bill Sharpe. Para obtener un resumen, consulte la explicación de Gary Brinson en el Capítulo 3 de El MBA Portátil en Inversión. También reviso el modelo en mi libro. Asignación dinámica de activos. Tenga en cuenta que esta metodología estima inicialmente una prima de riesgo y luego agrega una tasa libre de riesgo esperada para llegar a pronósticos de rendimiento total. La tasa libre de riesgo esperada se describe en BB arriba.

adj.: Esta metodología es idéntica al modelo de equilibrio (EQ) descrito anteriormente. con una excepcion: Las previsiones se ajustan en función del impulso de corto plazo y de factores de reversión a la media de largo plazo. El impulso se define como el precio actual en relación con el promedio móvil final de 12 meses. El factor de reversión medio se estima como el precio actual en relación con el promedio móvil final de 60 meses (5 años). Los pronósticos de equilibrio se ajustan en función de los precios corrientes en relación con los promedios móviles de 12 y 60 meses. Si los precios actuales están por encima (por debajo) de los promedios móviles, las estimaciones de las primas de riesgo no ajustadas disminuyen (aumentan). La fórmula de ajuste consiste simplemente en llevar la inversa del promedio del precio actual a las dos medias móviles. Por ejemplo: si el precio actual de una clase de activo está un 10% por encima de su promedio móvil de 12 meses y un 20% por encima de su promedio móvil de 60 meses, el pronóstico sin ajustar se reduce en un 15% (el promedio de 10% y 20%). La lógica aquí es que cuando los precios son relativamente altos en comparación con la historia reciente, las previsiones de equilibrio se reducen. Por otro lado, cuando los precios son relativamente bajos en comparación con la historia reciente, las previsiones de equilibrio aumentan.

Promedio: Esta columna es un promedio simple de los tres pronósticos para cada fila (clase de activo).

Derecho de 10 años: Para tener una perspectiva de los rendimientos reales, esta columna muestra el rendimiento total anualizado de los últimos 10 años para las clases de activos hasta el mes objetivo actual.

Desparramar: El modelo promedio pronostica un menor rendimiento a 10 años.


Aprenda a utilizar R para el análisis de carteras
Análisis cuantitativo de carteras de inversiones en R:
Introducción a R para modelar el riesgo y el rendimiento de una cartera

Por James Picerno



Una información de The Capital Spectator

Comments

comments

RELACIONADOS

INMUNIDAD | Economía Armstrong

d'Economía.net

Jayapal dice que los atletas transgénero no hacen daño a nadie, el exjugador de voleibol no está de acuerdo

d'Economía.net

Informe macroeconómico: 19 de marzo de 2024

d'Economía.net