- Marc Gerstein, un autor de Forbes que hasta hace muy poco era director de investigación de Portfolio123 (puede ver su trabajo en modelos de valores que creó como Underestimated Blue Chips), me señaló que cuando dije que el riesgo y la recompensa no están correlacionados linealmente, estaba comparando el riesgo ex ante y la recompensa ex post. Le pedí que me explicara su comprensión de la relación entre riesgo y recompensa, y me escribió lo que sigue.
Es la defensa más clara y convincente de la teoría del riesgo del Modelo de fijación de precios de activos de capital (CAPM) que he leído, y vale la pena leerla. Me gusta promover una variedad de ideas, no solo las mías.
Inicio del texto de Marc Gerstein .
La expectativa ex ante (antes del hecho) es solo eso, una expectativa basada en muchos resultados potenciales que podrían ocurrir. En la escuela de negocios aprendemos que para calcular el rendimiento esperado, identificamos varios posibles rendimientos futuros, asignamos una probabilidad a cada uno (todas las probabilidades deben ser iguales a 1,00) y tomamos un promedio ponderado. Ese es su rendimiento esperado ex ante. En la vida real, se puede hacer mediante algún algoritmo que alguien pueda crear, pero en última instancia es una declaración de que, a partir de todos estos posibles resultados, este es el que “espero” que ocurra. La clave es que es una expectativa anterior a los hechos.
Un resultado ex post (después de los hechos) es el único resultado, de todos los resultados probables, que realmente ocurrió. Ese resultado ex post singular puede coincidir con el resultado esperado, puede ser ligeramente superior o mejor, o puede haber terminado siendo uno de los resultados más extremos. Quizás se asoció con una probabilidad ex ante de .65. Quizás se asoció con una probabilidad ex ante de 0,0005. De cualquier manera, es solo una observación singular, y le corresponde a cualquiera que mire los datos históricos comprender dónde habría caído ese resultado en el continuo de probabilidad ex ante y por qué ese resultado en particular es el que sucedió. Por eso es tan peligroso leer demasiado sobre algo visto en el pasado, sin entender cuánto de una posibilidad remota o favorita era y sin comprender por qué resultó así.
El riesgo es algo que le da una idea de qué tan lejos de su expectativa ex ante es probable que termine un resultado ex post. Se relaciona con el abanico de posibilidades. No es volatilidad. No es una desviación estándar. No es ninguna otra estadística. Todos esos son esfuerzos para representar o representar el riesgo. Así como un artista puede hacer un mejor o peor trabajo al representar una semejanza, también un estadístico puede hacer un mejor o peor trabajo al representar el riesgo.
Ahora bien, la clave de cualquier modelo de riesgo es la eficacia con la que captura la dinámica de esta situación. La razón por la que el CAPM fue merecedor de un premio Nobel y por qué es tan importante es que, como van las representaciones de riesgo-recompensa, es un retrato maravilloso de la situación ex ante. Repasemos los componentes uno por uno.
La tasa libre de riesgo es el punto de partida. Se basa en la sensibilidad humana de que nadie invertirá a sabiendas en ningún activo de riesgo que se espera que rinda menos de lo que se puede obtener sin riesgo. Es así de simple. (No hay garantía de que tal elección de inversión finalmente tenga éxito, pero eso no se debe a que alguien eligió invertir por debajo de la tasa libre de riesgo; es un resultado inesperadamente desfavorable). Siguiente.
Pasamos a los activos de riesgo. Para inducir (sobornar, si lo desea) a alguien a invertir en un activo que tiene algún riesgo, debe ofrecer la expectativa de que el rendimiento será superior a la tasa libre de riesgo. No hay garantía de que cualquier resultado será exitoso, pero debe poder justificar una expectativa previa de una “prima” por encima de la tasa libre de riesgo. Esto nos da la segunda parte de CAPM, la adición de ERP (Equity Risk Premium) a RF (la tasa libre de riesgo). Ya casi estamos en casa.
Por último, debemos considerar que el rendimiento esperado de las acciones es en realidad una combinación de los rendimientos esperados individuales de muchas acciones, cada una de las cuales es más o menos o igualmente riesgosa para el total de todo. Entonces, ¿por qué, entre todas las acciones, elegiría alguna para la que el riesgo esté por encima de la media? Lo haría solo si espera que el rendimiento de un valor esté por encima del promedio, una prima por encima del rendimiento del mercado. Viceversa para menor rendimiento y menor riesgo. Necesitamos alguna medida para relacionar el rendimiento del valor con el rendimiento de la clase de activo (mercado). CAPM usa Beta. En teoría, es genial, pero muchos, incluyéndome a mí, argumentan que no es lo mejor. Si beta es una buena o mala manera de relacionar el riesgo de seguridad con el riesgo de la clase de activos, al menos la teoría es correcta. Entonces ahí estamos: ER = RF + (B * ERP). Ese es el marco para una evaluación ex ante. Conectar números en el mundo real es peligroso (dado que todas las observaciones históricas están plagadas de la misma terrible deficiencia; que no sabemos si reflejaron resultados centrales o marginales de entre las probabilidades anteriores al hecho). Por eso las cosas se ponen difíciles. Pero el marco es el marco y es lo que es.
Por lo tanto, cuando observe que las acciones de beta baja han superado a las acciones de beta alta durante un período en particular, debe preguntarse:
- ¿Era “beta” realmente la medida correcta de riesgo? Si no es así, vuelva a realizar la evaluación con otra medida. Si es así, ya sea con beta o con cualquier otra cosa que elija tendrá resultados similares.
- ¿Por qué, de todas las probabilidades ex ante, las cosas resultaron de tal manera que, en este resultado, las acciones de menor riesgo obtuvieron mejores resultados? Esto es fundamental. Es un resultado inesperado, por lo que es importante darle sentido al comprender por qué las expectativas previas a los hechos no funcionaron.
- Una vez que comprenda eso, estará en condiciones de pronosticar, en el futuro, si la distorsión continuará.
Ahora, en términos de los últimos años (la era Trump), el alto riesgo se ha disparado. Teníamos un liderazgo altamente pro-empresarial en Washington (casi disfuncionalmente alto, dirían muchos, por ejemplo, el recorte de impuestos). También teníamos (y seguimos teniendo) una sobreoferta extrema de capital, que se manifiesta en tipos de interés extremadamente bajos. Ahora, en cualquier “mercado”, cuando la oferta es alta y los precios son bajos, esto significa que los compradores más débiles pueden comprar. En términos de mercado, esto significa que las empresas de menor calidad pueden obtener más capital a un precio más bajo de lo que podrían obtener en circunstancias normales. Así que las empresas con más riesgo han visto florecer sus acciones.
Las pequeñas compañías (como en “el factor de tamaño”) tiene una implicación importante en términos de riesgo más alto, mucho más allá de cualquier medida convencional: apalancamiento operativo, diversificación interna. Las pequeñas compañias no son las únicas que han estado floreciendo; También se han disparado grandes poblaciones de alto riesgo. Pero si espera que sus estrategias orientadas a las pequeñas empresas funcionen bien en el futuro, tendrá que eliminar la referencia a los datos históricos y mirar hacia los mercados financieros, etc. y evaluar si es probable que el mercado mantenga el riesgo. Hasta ahora todo bien; de hecho, las pequeñas compañías han mejorado últimamente (IWM no es necesariamente la mejor representación de pequeñas compañías dada su base de capitalización mínima y su ponderación de capitalización, pero muchos en Portfolio123 ven ad hoc que lo pequeño ha sido bastante bueno).
