En muchos momentos puede resultar sencillo pensar en la construcción aislada de diferentes bloques de cartera o clases de activo. Si bien lo anterior es importante, la realidad es que los inversores no suelen ir por este camino. De hecho, la mayoría de ellos no solamente adquiere una exposición a las acciones o a los bonos o a las materias primas, sino que, en muchos casos, construyen una cartera a partir de estas tres, incluyendo a veces más clases de activo.
Según sostiene Christopher Gannatti, director del equipo de análisis de WisdomTree, las materias primas han venido marcando “un rendimiento inferior al de las clases de activo tradicionales”.
Ahora, la percepción humana se focaliza frecuentemente en la competencia y la comparación. Esto parece bastante aparente “en las decisiones de cartera”, añade. Tiende a ser muy fácil discutir las clases de activo que han tenido un rendimiento particularmente bueno, así como tiende a ser muy difícil analizar las clases de activo que han estado marcando un rendimiento inferior. Ni que hablar de aquellas clases de activo que han registrado pérdidas por amplios períodos, lo cual sería una tarea de análisis casi imposible.
NINGÚN SUSTITUTO PARA LAS ASIGNACIONES DE CESTAS DE MATERIAS PRIMAS
El experto señala que los precios de las acciones del sector de materias primas tienden a ser “más sensibles al mercado de renta variable en general que las inversiones diversificadas exclusivamente en materias primas”. Además, los resultados de las compañías están influenciados por otros factores que simplemente las variaciones “en el precio de las materias primas”.
Las inversiones en futuros gestionados, dependiendo de cómo estén estructuradas, pueden acarrear cierto grado de dependencia con el gestor o como mínimo, con el enfoque algorítmico que selecciona y pondera las exposiciones. Algunos de estos enfoques pueden ser “largos o cortos”, analiza.
Sin embargo, tal como hemos mencionado anteriormente, la gestión adecuada de este proceso no es simple y las perspectivas de rentabilidad podrían “ser bastante diferentes de aquellas de las que serían generadas por las variaciones de precio de las materias primas por sí solas”.
Así las cosas, el pensar solamente respecto al rendimiento relativo, hace que, por el contrario, se arriesgue a que haya un descuido importante. Dentro de una cartera, uno de los elementos más críticos, es cómo se rotan las clases de activo o partes de una cartera entre sí.
Si admitiéramos no saber de antemano la dirección o comportamiento del mercado, podría ser muy valioso el hecho de tener una cartera de activos que tienda a “variar con una correlación negativa, ya que sería un modo de reducir la volatilidad general de esta experiencia de inversión”.
Por ejemplo, el Bloomberg Commodity Index tuvo durante el período una correlación de 0,47 con el MSCI ACWI Index, mientras que el Bloomberg Commodity Index marcó una correlación de 0,34 con el Bloomberg Barclays Global Aggregate Index durante el período. Estas cifras indican “el potencial para una reducción las perspectivas de volatilidad cuando se incorporan estas clases de activo”, expone el experto.
Es más interesante todavía considerar las correlaciones entre los subcomponentes del Bloomberg Commodity Index con el MSCI ACWI Index y el Bloomberg Barclays Global Aggregate Index. Por ejemplo, en el caso del ganado, la correlación tendió a ser la menor. Los metales industriales tendieron a marcar la mayor correlación con la renta variable, mientras que los metales preciosos, tendieron a marcar la correlación más elevada con la renta fija.
Gannati asegura que, si uno pudiera predecir de modo preciso los subcomponentes de mayor rendimiento del Bloomberg Commodity Index, entonces “tendría sentido realizar la asignación en esta dirección”.
Desde el momento que hacer esto es muy dificultoso, pasa a ser bien comprensible lo conveniente que pudiera llegar a ser la “asignación a una cesta de materias primas”. Tomando como ejemplo al sector energético, podemos ver que la correlación de rentabilidad más elevada fue con el sector de metales industriales, en 0,35. Esto tiene sentido, ya que es improbable que la dinámica de los precios del sector energético “afecte de igual manera a la dinámica de otros activos”.
¿AYUDA A MEJORAR LAS RENTABILIDADES AJUSTADAS POR RIESGO?
Gannatti considera que el problema con términos como “correlación”, es que pueden ser muy “motivantes”. Sin embargo, pueden ser abstractos en caso de que carezcan de las estadísticas que “los respalden”.
Es por este motivo, que no existe un sustituto para una prueba directa en donde cojamos una cartera determinada de acciones y bonos y vemos si al incorporarle un set de materias primas diversificadas, “ayuda o no a optimizar los resultados medidos por una rentabilidad ajustada por riesgo mejorada”.
La relación Sharpe nos permite analizar la rentabilidad en exceso del interés libre de riesgo por unidad de la desviación estándar sobre cada período. Una relación de Sharpe más alta, es lo que tomamos para indicar una rentabilidad ajustada por riesgo más sólida. Para el propósito del cálculo, “el interés libre de riesgo es tomado como el ICE BofA ML 3-Month Treasury Bill Index”, concluye el experto.
