Los asesores de inversiones pueden estar sobreestimando el riesgo de las acciones para los inversores a más largo plazo. Analizamos los rendimientos del mercado de valores de 15 países diferentes desde 1870 hasta 2020 y descubrimos que las asignaciones óptimas de acciones aumentan para horizontes de inversión más largos.
Los modelos de optimización que utilizan rendimientos a un año generalmente ignoran la dependencia histórica en serie de los rendimientos, por lo que, naturalmente, pueden sobreestimar el riesgo de las acciones para los inversores a largo plazo, y esto es especialmente cierto para los inversores que son más reacios al riesgo y preocupados por la inflación. riesgo.
En nuestra publicación anterior del weblog, revisamos la evidencia de nuestro artículo reciente de que los rendimientos de las clases de activos no evolucionan de manera completamente aleatoria con el tiempo. De hecho, existe alguna forma de dependencia serial en una variedad de clases de activos.
Si bien ha habido diferencias notables en la asignación óptima de acciones entre países, hay evidencia significativa de que históricamente los inversores con horizontes de inversión más largos habrían estado mejor atendidos con mayores asignaciones a acciones. Por supuesto, es imposible saber cómo evolucionarán estas relaciones en el futuro. Sin embargo, los profesionales de la inversión deben tener en cuenta estos hallazgos al determinar el nivel de riesgo adecuado para un cliente.
Determinación de carteras óptimas
Las asignaciones óptimas de cartera se determinan mediante una función de utilidad. Los modelos basados en utilidades pueden ser más completos y relevantes que definir las preferencias de los inversores utilizando métricas de optimización más comunes, como la varianza. Más específicamente, se determinan ponderaciones óptimas de clases de activos que maximizan la utilidad esperada suponiendo una aversión al riesgo relativa constante (CRRA), como se indica en la ecuación 1. CRRA es una función de utilidad de poder, que se utiliza ampliamente en la literatura académica.
Ecuación 1.
U(w) = wy
El análisis supone niveles variables de aversión al riesgo (y), donde se supone que una cantidad inicial de riqueza (es decir, 100 dólares) crece durante algún período (es decir, normalmente de uno a ten años, en incrementos de un año). A los inversores más conservadores con mayores niveles de aversión al riesgo les corresponderían inversores con menores niveles de tolerancia al riesgo. En el análisis no se asumen flujos de efectivo adicionales.
Los datos para las optimizaciones se obtienen de la base de datos de macrohistoria Jordà-Schularick-Taylor (JST). El conjunto de datos del JST incluye datos sobre 48 variables, incluidos rendimientos reales y nominales de 18 países desde 1870 hasta 2020. Los datos históricos de rendimiento de Irlanda y Canadá no están disponibles, y Alemania está excluida debido a los rendimientos relativamente extremos en la década de 1920 y la brecha en los rendimientos. en la década de 1940. Esto limita el análisis a 15 países: Australia (AUS), Bélgica (BEL), Suiza (CHE), Dinamarca (DNK), España (ESP), Finlandia (FIN), Francia (FRA), Reino Unido (GBR), Italia ( ITA), Japón (JPN), Países Bajos (NLD), Noruega (NOR), Portugal (PRT), Suecia (SWE) y Estados Unidos (EE.UU.).
En el análisis se incluyen cuatro variables de collection de tiempo: tasas de inflación, tipos de letras, rendimientos de bonos y rendimientos de acciones, donde la asignación óptima entre letras, bonos y acciones se determina maximizando la riqueza equivalente a la certeza utilizando la Ecuación 1.
Se suponen tres niveles diferentes de aversión al riesgo: bajo, medio y alto, que corresponden a niveles de aversión al riesgo de 8,0, 2,0 y 0,5, respectivamente. Estos, a su vez, corresponden aproximadamente a asignaciones de capital del 20%, 50% y 80%, suponiendo un período de inversión de un año e ignorando la inflación. La asignación resultante actual varía sustancialmente según el país. Se excluye cualquier año de hiperinflación, cuando la inflación supere el 50%.
El Cuadro 1 incluye la asignación de capital óptima para cada uno de los 15 países para cinco períodos de inversión diferentes: uno, cinco, 15 y 20 años, suponiendo un nivel de tolerancia al riesgo moderado (y=2) donde las optimizaciones se basan en el crecimiento de cualquiera de los dos. riqueza nominal o riqueza actual, utilizando la secuencia histórica actual de rendimientos o rendimientos seleccionados aleatoriamente (es decir, arrancados) de los valores históricos, suponiendo 1.000 ensayos.
El análisis de bootstrapping capturaría cualquier asimetría o curtosis presente en la distribución histórica de rendimiento porque se basa en los mismos rendimientos, pero el bootstrapping efectivamente supone que los rendimientos son independientes y están distribuidos de manera idéntica (IID), consistente con rutinas de optimización comunes como la optimización de varianza media (MVO). ).
Cuadro 1. Asignaciones óptimas de capital para un nivel moderado de aversión al riesgo por país y período de inversión: 1870-2020
Conclusiones importantes
Hay varias conclusiones importantes de estos resultados. En primer lugar, existen diferencias considerables en las asignaciones históricas óptimas de acciones entre países, incluso cuando se centran en el mismo horizonte temporal (rentabilidades de un año). Por ejemplo, las asignaciones de acciones oscilan entre el 16% de las acciones (para Portugal) y el 70% (para el Reino Unido) cuando se consideran los rendimientos históricos nominales y reales.
En segundo lugar, la asignación promedio de capital para el período de un año en los 15 países es aproximadamente del 50%, independientemente de si la riqueza se outline en términos nominales o reales.
En tercer lugar, y quizás lo más notable, si bien las asignaciones de capital para las optimizaciones que utilizan secuencias de rendimiento históricas reales aumentan con respecto a optimizaciones de inversión más largas, no hay cambios en las asignaciones óptimas para los rendimientos bootstrap. Las asignaciones de capital para las optimizaciones de riqueza nominal aumentan a aproximadamente el 70% a los 20 años, y las asignaciones de capital para las optimizaciones de la riqueza actual aumentan a aproximadamente el 80% a los 20 años, lo que representa pendientes anuales de 1,3% y 1,5%, respectivamente. En contraste, las asignaciones de capital para las optimizaciones impulsadas son efectivamente constantes (es decir, cero).
Vale la pena repetir este hallazgo: la asignación óptima a acciones es diferente utilizando datos de rendimiento históricos reales (que tienen autocorrelación distinta de cero) que en la simulación bootstrap donde los rendimientos son verdaderamente IID.
El Cuadro 2 incluye las asignaciones promedio a acciones en los 15 países para los tres niveles diferentes de aversión al riesgo cuando se centran en la riqueza nominal y actual y en si se utiliza la secuencia histórica actual de rendimientos o si se inician. Tenga en cuenta que los valores promedio en el Anexo 1 (para los períodos de uno, cinco, 10, 15 y 20 años) se reflejan efectivamente en los resultados del siguiente cuadro para la prueba respectiva.
Cuadro 2. Asignación óptima de capital por nivel de tolerancia al riesgo y período de inversión (años)
Nuevamente, vemos que las asignaciones óptimas de capital tienden a aumentar durante períodos de inversión más largos utilizando secuencias de rendimiento históricas reales, pero las asignaciones óptimas con arranque son efectivamente constantes en todos los horizontes de inversión.
El impacto del horizonte de inversión utilizando la secuencia actual de rendimientos es especialmente notable para los inversores más reacios al riesgo. Por ejemplo, la asignación óptima de capital para un inversor con un alto nivel de aversión al riesgo centrado en la riqueza nominal y un horizonte de inversión de un año sería de aproximadamente el 20%, que aumenta a aproximadamente el 50% si se supone un horizonte de inversión de 20 años.
Estos resultados demuestran que capturar la dependencia serial histórica exhibida en los rendimientos del mercado puede afectar notablemente las asignaciones óptimas a acciones. En specific, la asignación óptima a acciones tiende a aumentar según la duración de la inversión utilizando rendimientos históricos reales, lo que sugiere que las acciones se vuelven más atractivas que la renta fija para los inversores con períodos de tenencia más largos.
Una posible explicación para el cambio en la asignación óptima de acciones por horizonte temporal utilizando la secuencia histórica actual de rendimientos podría ser la existencia de una prima de riesgo de acciones (ERP) positiva. Exploramos esto más a fondo en nuestro artículo, y la Fundación de Investigación del Instituto CFA convoca periódicamente a mentes inversoras líderes para discutir nuevas investigaciones sobre ERP y compartir puntos de vista divergentes sobre el tema.
Incluso si se elimina el ERP, encontramos que las asignaciones a acciones se mantienen y aumentan en horizontes de inversión más largos, lo que sugiere que las acciones pueden proporcionar importantes beneficios de diversificación a largo plazo incluso sin generar mayores retornos.
¿Así que lo que?
El horizonte de inversión y las implicaciones de la correlación serial deben considerarse explícitamente al crear carteras para inversores con horizontes temporales más largos. Como demuestra el análisis, esto es especialmente cierto para los inversores más conservadores que normalmente obtendrían asignaciones de capital más bajas.
En nuestra próxima publicación de weblog, exploraremos cómo las asignaciones a una clase de activos (materias primas) que pueden parecer ineficientes desde perspectivas más tradicionales, pueden ser eficientes cuando se consideran de una manera más sólida.
