¿Quién dijo que la gestión de activos está libre de la disrupción tecnológica? De la misma forma que los gestores de fondos deben preocuparse por el riesgo de disrupción en los negocios en los que invierten, este también está presente en su propio negocio: gestionar dinero ajeno. El cambio tecnológico no deja títere sin cabeza, y pocas (o ninguna) son las actividades en las que no “causa estragos”.
Este tema fue el foco de una de las columnas recientes del prestigioso columnista financiero del Financial Times, John Authers, en la que se preguntaba por las cuestiones que realmente importan de cara a gestionar dinero ajeno y cobrar por ello. Haciendo referencia al libro del inversor y fundador y CEO de Fisher Investments, Kenneth Fisher, titulado “The only three questions that count” (Las tres únicas preguntas que importan), estas son: ¿Qué es lo que creo que está mal?, ¿Qué es lo que puedo comprender que otros no pueden? y ¿Qué está haciendo mi cerebro para engañarme?
Este libro se convirtió en un gran manifiesto para superar los defectos y sesgos psicológicos que afectan a los inversores, así como para encontrar grandes apuestas de inversión “contrarian” que pueden generar rentabilidades superiores al mercado. Pero más de una década después de la publicación de dicho libro, la batalla en la actualidad se libra contra las máquinas. Actualmente, términos como “big data”, “aprendizaje automático” e “inteligencia artificial”, todos ellos relativamente ambiguos, están conquistando la industria de la inversión y gestión de activos.
Mientras tanto, la inversión pasiva ha tenido grandes avances desde que se publicó el libro de Ken Fisher en el año 2006. Aunque la distinción entre inversión “activa” y “pasiva” se está volviendo cada día más confusa, los fondos pasivos (o semi-pasivos), con los bajos costes que están asociados a ellos, pueden imitar muchas de las estrategias “activas” clásicas, y lo hacen sin el riesgo de que su cerebro los engañe.
De este modo, los gestores activos ahora deben plantearse una nueva cuestión: “¿Qué puedes hacer tú, gestor, que una máquina no pueda resolver?”. Así lo planteó recientemente Jason Karp, el CEO del hedge fund Tourbillon Capital Partners, con 4.000 millones de dólares bajo gestión. Su respuesta fue que los “quants” (inversión puramente cuantitativa) no son particularmente buenos con los fenómenos que no tienen datos históricos, ni con temáticas amplias de inversión. Por ello, estas áreas son las que los gestores activos deberían tratar de explotar, porque la probabilidad de que tengan ventajas competitivas son más altas.
Además, como escribe Enrique García, director de la Cartera Value de inBestia, el análisis estadístico y uso de screeners (herramientas de filtrado de compañías en base a métricas y datos financieros) tiene limitaciones que pueden llevar a confusión o engaño a los inversores que confían exclusivamente en ellos. Con el caso de Daimler y los fabricantes de automóviles ilustró bien esta problemática. En definitiva, los datos “crudos” son contraproducentes si no se utilizan e interpretan bien.
Otra cuestión que señala Karp es que las estrategias cuantitativas y sistemáticas de alguna manera siempre crean “momentum” (la tendencia de las acciones alcistas para seguir subiendo y de las acciones bajistas para seguir bajando), pero también crean la posibilidad de sectores o acciones “anti-burbujas”, es decir, activos artificialmente infravalorados en los cuales los gestores activos podrían encontrar interesantes oportunidades.
El auge y caída de las compañías de consumo básico, como ejemplo de oportunidad para los gestores activos perspicaces
Como ejemplo del valor que pueden aportar los gestores activos viendo cosas que las máquinas no ven, este gestor cita el entusiasmo que se vivió en el año 2015 y principios del 2016 en torno a los “bond proxies” (compañías muy sensibles al movimiento de los tipos de interés, que se ven dañadas cuando estos suben, como suelen ser las utilities tipo Gas Natural). En ese momento el mundo estaba preocupado por la deflación y los rendimientos de los bonos eran negativos en una gran parte del mundo, por lo cual la búsqueda de rentabilidad en los mercados de renta variable fue llevada a los límites. De este modo, los “bond proxies” aparecían como buenas opciones según todas las métricas para las máquinas y algoritmos, lo cual creó el riesgo de burbujas y anti-burbujas.
Mientras tanto, los gestores de Tourbillon Capital Partners estaban investigando las temáticas de la salud y el bienestar. Los consumidores de clase media eran cada vez más conscientes de su salud y estaban cada vez más dispuestos a dejar de consumir alimentos procesados (ahora que se conoce que no son saludables). Eso significaba que el sentimiento se estaba volviendo bruscamente en contra de los “cereales del desayuno” (algunas de los fabricantes de estos productos son empresas como Kellogg Company o General Mills). Cada vez más gente reconoce que no son una alternativa saludable, sino una forma de consumir más azúcar al comienzo del día.
Como uno puede imaginarse, este conocimiento cualitativo no era fácil de detectar para un ordenador. Por el contrario, a medida que las rentabilidades de los bonos caían y el mercado de renta variable estadounidense se enfriaba, las compañías productoras de cereales como Kellogg o General Mills (u otras de consumo básico) parecían muy atractivas como consecuencia de su estable rentabilidad por dividendo. En el verano del 2015, ambas compañías rendían más del 3% en dividendo, más del doble que el S&P 500 o Apple. Pero en el momento en que el mercado se giró en el año 2016 y el miedo a la deflación desapareció, esa diferencia de rentabilidad casi había desaparecido. La rentabilidad por dividendo de Kellogg había caído al 2,4%, mientras que la de Apple era del 2,3%. En el proceso, esto creó sorprendentemente la oportunidad de comprar Apple mucho más barato (de acuerdo con sus beneficios) que los grandes productores de cereales. Así, durante un breve período de tiempo en febrero de 2016, Apple cotizaba con un PER inferior a 10x, mientras que Kellogg lo hacía a un PER superior a 20x.
Así, la oportunidad de arbitraje “long-short” que se produjo en ese momento para apostar largo por Apple u otras acciones FAANG (Facebook, Amazon, Apple, Netflix, Google) y corto sobre las productoras de cereales y otras compañías de consumo básico, ha ofrecido una rentabilidad espectacular (prácticamente del 100%). Podría decirse que esta era una oportunidad que requería de la visión humana para detectarla.
¿Dónde están las otras anti-burbujas? Tesla, cotizando a más de 10 veces su valor en libros, parece como si hubiera creado una anti-burbuja en todos los fabricantes de automóviles que no son puramente fabricantes de vehículos eléctricos. Así, empresas como Ford, Volkswagen, BMW o Toyota pueden resultar inversiones interesantes si hacemos caso a su valoración en libros.
Hay otras respuestas a la cuestión que se planteaba Jason Karp sobre las anti-burbujas. Los ordenadores todavía tienden a no tener la confianza para hacer apuestas muy concentradas. Según Alex Roepers, que dirige Atlantic Investment Management, aproximadamente el 98% del dinero gestionado de forma profesional involucra a más de 30 acciones, lo cual es una buena diversificación. Por el contrario, los seres humanos podrían sentirse más cómodos haciendo inversiones más concentradas, las cuales tienen la posibilidad de batir a los ordenadores y a los índices de forma abultada, aunque también implica riesgos. Esta elevada concentración es una característica de algunos de los gestores de mayor reputación en España, como es el caso de las carteras actuales de azValor, aunque también existen otros gestores que logran muy buenos resultados con mucha menor concentración.
No obstante, pese a estas ventajas potenciales, los gestores activos todavía tienen multitud de problemas. Incluso si son capaces de encontrar áreas donde las máquinas no destaquen, aún deben explotar sus oportunidades de la manera más económica posible, ya que, por un lado, deben ser capaces de generar un exceso de rentabilidad (frente a las alternativas que ofrecen los vehículos indexados) superior al de las comisiones anuales. Y por otro lado, los inversores (clientes) son cada vez más reacios a pagar comisiones más elevadas. Asimismo, los gestores activos deben ser capaces de evitar los sesgos típicos del comportamiento humano en los que las máquinas, por no ser precisamente humanos, no caen.
Cualquier gestor de activos que no pueda responder a la pregunta que mencionábamos anteriormente de: “¿Qué puedes saber y hacer tú, gestor, que una máquina no pueda resolver?”, debe pensar cuidadosamente si tiene un negocio viable.
Otros artículos relacionados publicados por el equipo de inBestia:
[Nota: este artículo es parcialmente una traducción del original publicado por John Authers en el Financial Times.]
Puedes consultar todos los artículos de este blog en el siguiente enlace: aquí
