Seguir el flujo: un nuevo factor para nuestro modelo de alfa
El equipo de Renta Variable Sistemática de Jupiter ha explorado las posibilidades que brinda el análisis de las exposiciones de las carteras y los datos de los flujos de inversión de los fondos. El resultado es un nuevo factor para su modelo de alfa.
El equipo de Renta Variable Sistemática de Jupiter ha explorado la posibilidad de utilizar los datos sobre las exposiciones de las carteras y los flujos de inversión de los fondos para calibrar el sentimiento de los analistas del sector de la inversión institucional sobre las acciones cotizadas. Fruto de este proyecto, el equipo ha conseguido introducir un factor diversificador muy útil en su modelo de alfa que complementa el criterio actual de selección de valores atendiendo al sentimiento de los analistas.
En los trabajos de los expertos académicos se observa desde hace tiempo un interés por extraer datos útiles de las posiciones de otros gestores de fondos analizando, por ejemplo, la diversidad de la propiedad, la concentración y la fragilidad de las posiciones. Sin embargo, el mundo académico ha prestado mucha menos atención a un área igual de interesante: los flujos de inversión de los fondos.
Es lógico pensar que si uno conoce cómo están comportándose los fondos, en qué invierten y en qué medida estos fondos están recibiendo inflows o sufriendo outflows, entonces se podría extraer información útil sobre el impacto de su actividad en los mercados. Después de todo, se ha demostrado que las rentabilidades sostenidas de los fondos atraen más flujos de inversión, y generalmente este dinero se destinará a reforzar las posiciones actuales de las carteras o a operar con valores con características similares. A corto plazo, eso provoca que los precios se muevan en la misma dirección. El problema que históricamente ha existido es la disponibilidad de datos sobre los flujos de los fondos.
La mayor parte de los estudios académicos se basan en la información contenida en el modelo 13F de la SEC relativo a las posiciones de los fondos de inversión, ya que los flujos se pueden deducir de ellos junto con las cifras de patrimonio publicadas por cada fondo. Una fuente ampliamente utilizada que recopila los datos del modelo 13F es la CDA/Spectrum Mutual Fund Holding Database de Thomson Financial, pero la frecuencia de los datos es baja (trimestral), su cobertura es limitada (inversores institucionales estadounidenses, principalmente) y se publica con bastante retraso (45 días naturales). Eso significa que tiene escasa utilidad práctica para los que tratan de conseguir una ventaja a la hora de invertir.
Perspectivas que podemos utilizar
Sin embargo, estos inconvenientes se han superado gracias a los datos sobre los flujos de inversión de los fondos procedentes de Emerging Portfolio Fund Research (EPFR), que tienen una frecuencia mayor (mensual), con un demora de alrededor de 26 días naturales en el caso de los datos sobre posiciones y de tan solo 2 días en el caso de los flujos de inversión de los fondos. Sus datos también son más amplios y cubren fondos de inversión de todo el mundo y fondos cotizados (ETF) de renta variable global. Además de estos dos conjuntos básicos de información, EPFR también suministra más de una docena de factores cuantitativos basados en uno de ellos o en ambos.
Una parte importante de los datos de EPFR son las exposiciones de las carteras de los gestores de fondos, lo que refleja su visión sobre la información de los valores en los que invierten. Aunque EPFR no tiene permitido divulgar las posiciones de cada fondo, sí puede ofrecer algunos indicadores con información agregada (que no puede utilizarse para inferir las posiciones de los gestores de fondos) que constituyen la base de nuestras investigaciones.
Una forma de aprovechar la información que encierran las posiciones de las carteras es fijarse en todos los gestores activos para confeccionar una imagen del posicionamiento global de todos ellos. Las carteras estructuradas para replicar estas asignaciones pueden dar lugar a rentabilidades superiores frente a las carteras con ponderaciones de mercado, lo que indica que existe información valiosa en las posiciones de los gestores activos. Inevitablemente, los gestores de fondos escogen valores en función de determinadas temáticas y estas se hacen evidentes cuando se agrupa a los gestores.
Mediante el análisis de los datos de las exposiciones de los fondos, se ha llegado a la conclusión de que la señal de asignaciones activas presenta sesgos en un puñado de temáticas de inversión comunes, por ejemplo, value, calidad, fortaleza de los precios y tamaño. Eso es algo que cabía esperar, dado que algunas o todas las posiciones de las carteras de los gestores de fondos vienen determinadas por una o varias de esas temáticas, a veces intencionadamente y a veces inintencionadamente. Para nuestros fines, algunas formas de estas temáticas de inversión comunes ya están incorporadas a nuestro modelo de alfa y, por lo tanto, debemos eliminarlas para evitar duplicidades. Después de esta depuración aplicada a las señales, encontramos que sigue habiendo cierto potencial de mejora del alfa que merece la pena incluir en nuestro modelo.
Seguir el flujo del dinero
La otra vertiente de los datos de EPFR son los flujos de inversión de los fondos. Dado que el dinero suele ir detrás de las rentabilidades de los fondos, lógicamente los flujos con destino a esos fondos rentables llevan a sus gestores a reforzar sus posiciones actuales y/u operar con valores con características similares. En la práctica, eso significa generar una dinámica positiva (o negativa en el caso de los reembolsos de fondos) en valores específicos basada en los flujos de inversión.
Hemos observado empíricamente que una señal de fortaleza de los flujos de inversión de los fondos basada en los datos sobre flujos de EPFR ha demostrado cierta utilidad a la hora de predecir las rentabilidades futuras de las acciones. Otros análisis realizados en diferentes regiones, países y sectores de la clasificación GICS también confirman este extremo en la mayoría de las subcategorías. Además, la señal de fortaleza de los flujos parece perder fuerza al cabo de dos o tres meses. Eso nos dio la oportunidad de diseñar una señal para aprovechar la información procedente de los flujos de los fondos. Debido a la brevedad y la rápida pérdida de fuerza de la información sobre flujos, tiene sentido crear una señal a corto plazo en la que se dé más peso a los datos más recientes. De nuevo, es necesario tener en cuenta también los sesgos actuales por regiones, sectores, etc.
Juntas, más fuertes
Conceptualmente, las dos señales anteriores representan dos conjuntos de informaciones estrechamente ligadas: las asignaciones recogen, a partir de la información histórica, el sentimiento global sobre las acciones cotizadas de los analistas del sector de la inversión institucional, mientras que los flujos de los fondos proporcionan una confirmación adicional y actualizada sobre si dichas asignaciones siguen en boga y los inversores están poniendo su dinero en ellas. Presumiblemente, si se combinan esos dos conjuntos de informaciones se podría obtener una previsión más equilibrada y confirmatoria sobre un valor. Desde un punto de vista empírico, esta combinación da lugar a un factor con ventajas de diversificación. Varios análisis que hemos realizado confirman que este factor compuesto relativo a los flujos (Composite Flow Factor, FLO) posee un mejor perfil de riesgo y rentabilidad que cualquiera de las dos señales subyacentes por separado en diferentes regiones y plazos.
Hemos observado que el factor compuesto relativo a los flujos es ortogonal a los factores de alfa existentes y que su comportamiento es, en general, similar al de estos. El principal efecto del FLO parece estribar en la diversificación del modelo de alfa y los resultados de prácticamente todas las verificaciones retrospectivas realizadas aplicando este factor arrojan rentabilidades similares o ligeramente mejores con un menor riesgo a lo largo del periodo completo. Un aspecto interesante es que un peor comportamiento en el periodo inicial de las verificaciones retrospectivas a menudo se compensa con creces con un mejor comportamiento desde marzo de 2018, lo que se traduce concretamente en menores pérdidas de valor y unos mejores ratios de Sharpe. Con una información ortogonal y unas ventajas diversificación tan claras, hemos incorporado el factor FLO a nuestro modelo de alfa.
The value of Active Minds