¿Qué es el Factor Investing?

22/11/2017

​​¿Qué es el Factor Investing?

El Factor Investing tiene sus raíces en lo que se considera la teoría de precios de arbitraje o APT. Los investigadores buscan identificar un conjunto de factores (por ejemplo, valor, momento, tamaño, mercado, calidad, bajo volumen, etc.) que explique la llamada “sección transversal” de retornos, o la distribución de retornos en un punto dado en el tiempo.

Es decir, pretende identificar factores de tipo cuantitativos que expliquen la rentabilidad de un modelo de inversión en el tiempo.
 

Estamos hablando de una perspectiva académica por tanto.

Uno de los primeros intentos de explicar cómo se mueven las acciones se planteó en 1964, cuando Sharpe, Lintner y Black (SLB) desarrollaron su Modelo de fijación de precios: Capital Asset Pricing Model. El CAPM propuso algo extraordinario: todos los retornos de ​las acciones previstos podrían describirse a través de ​la Beta, que cuantificaba la medida en que ​el rendimiento de un porfolio excedía la media de rentabilidad de un índice pasivo de referencia.
Estos son los inicios…
Sin embargo, la gran aportación al estudio factorial viene de la mano de los profesores Fama y French​ en 1992 cuando en respuesta al fracaso del modelo CAMP desarrollan un modelo factorial de tres factores que explica mucho mejor las anomalías.
Los tres factores que utilizan los profesores son:
  • la Beta (del modelo original del CAMP)
  • ​El tamaño (Capitalización)
  • ​Value (múltiplo de valor Price to Book Value – P/BV)

 

A medida que el análisis factorial se hizo más común, gracias al esclarecedor análisis de Fama y French de 1992 y 1993, los académicos ahora tenían una herramienta para explicar los retornos de las acciones. Los investigadores decidieron aplicar estas herramientas mejoradas para explicar el resultado de los gestores de fondos de inversión.

Y las conclusiones fueron que el comportamiento de los gestores buenos era estable, al igual que el de los malos gestores (los buenos seguían siendo buenos en términos medios al lo largo del tiempo; y los malos, malos). Es decir podía explicarse el rendimiento de los gestores por la vía factorial o cuantitativa porque se había probado que los rendimientos se podían explicar mediante modelos factoriales que reportaban un resultado estable.

Lo que les llevaba a otra conclusión, podían diseñar un modelo de gestión no para explicar el trabajo de un gestor, sino para implementar una estrategia de inversión desde cero. Es decir, por primera vez podía invertirse el orden, podían imaginar un modelo factorial, testarlo y si les convencía entonces aplicarlo y esperar que el modelo fuera estable en el tiempo.

Aquí entra en juego Joel Greenblatt, un inversor billonario, profesor de la clase de Security Analisis (aquella clase que comenzó a impartir el gran Benjamin Graham), que popularizó a través de un best seller el libro que cambiaría la forma de entender la inversión cuantitativa para el inversor particular y en el que propone:

 
<<El pequeño libro que bate al mercado>>
 
Cómo replicar a Warren Buffett usando un modelo factorial muy básico que llamó la fórmula mágica:
 
 
High Return on Invested Capital (ROIC) & High EBIT Yield (Low EV/EBIT)
Muy simple y no cabe duda sobre qué factores Greenblatt usó en su modelo. En la página 140 dice:
“La fórmula mágica clasifica las compañías basándose en dos factores: rendimiento de capital y relación ganancia precio. Estos factores se pueden medir de diferentes maneras. A continuación describimos con más detalle las medidas que elegimos para el estudio realizado en este libro”
En la página 141 dice:
“Rendimiento de capital = EBIT/ (capital de explotación neto + activo fijo neto)”
Esto es el ROIC, y explica en esa misma página porqué no aconseja usar ni el ROE ni el ROA.
En la página 143 dice:
“Relación ganancia – precio = EBIT/EV”
Se refiere a un alto EBIT Yield que es lo mismo que un bajo EV/EBIT.
Dos simples factores para comprar empresas de calidad a precio justo, y con ello explicar el modelo de inversión de Warren Buffett por vía cuantitativa.
Este fue el primer gran modelo que tuvo una difusión brutal a lo largo de todo el mundo.
Un poco más adelante…
​El mundo de las finanzas cambió desde Fama and French y posteriormente el factor investing se popularizó entre particulares gracias a Joel Greenblatt; a partir de entonces académicos e inversores prolíficos en la publicación de estudios de investigación nos han fastidiado la vida… Es una broma, pero en parte es cierto, porque nos obligan a la lectura de cientos y cientos de modelos de investigación para estar al día de lo que pasa en el mundo de las finanzas. En realidad es un placer leer a esta gente. Y nos permite entender el comportamiento de nuestros modelos de inversión, e incluso idear nuevos modelos por la vía de combinar factores con criterio basado en el trabajo de otros y el sentido común.
Inversores como Cliff Asness, Tobias Carlisle y otros han ayudado a difundir el factor investing de forma viral y gracias a ellos hoy por hoy no debería haber inversor que no tuviera como “deberes” la lectura de papers de investigación cuantitativa aplicada o libro financieros no sólo de la parte que tiene que ver con principios de la inversión sino que se adentren en la parte técnica de la inversión cuantitativa.
Además ahora tenemos al alcance esas mismas herramientas de estudio que estos inversores usan, con que como inversores podemos hacer esos mismos trabajos, testar las estrategias y combinar los factores de tal forma que demos con el modelo que se adapte a nuestros intereses personales; y aplicarlo a posteriori en nuestras inversiones. Sabiendo que la rentabilidad será estable en los términos que explicó la revolución del Factor Investing post Fama and French.
Algunos de los más significativos papers los podéis encontrar en.
Para hacer vuestros propios test podéis usar el backtesting de zonavalue.com; y para localizar las empresas que hoy cumplieran las condiciones de vuestros estudios, también.
De hecho algunos ejemplos de aplicación del factor investing los podéis encontrar aquí:

Abstract

The strategy of buying and holding “net nets” has been advocated by deep value investors for decades, but systematic studies of the returns to such a strategy are few. We detail the returns generated from a net nets strategy implemented from 1984 – 2008, and then attempt to explain the excess returns (alpha) generated by the net nets strategy. We find that monthly returns amount to 2.55%, and excess returns using a simple market model amount to 1.66%. After controlling for a variety of risk factors and firm characteristics, and imposing several filters, we find a remaining significant excess return.

Abstract

Value and momentum ubiquitously generate abnormal returns for individual stocks within several countries, across country equity indices, government bonds, currencies, and commodities. We study jointly the global returns to value and momentum and explore their common factor structure. We find that value (momentum) in one asset class is positively correlated with value (momentum) in other asset classes, and value and momentum are negatively correlated within and across asset classes. Liquidity risk is positively related to value and negatively to momentum, and its importance increases over time, particularly following the liquidity crisis of 1998. These patterns emerge from the power of examining value and momentum everywhere simultaneously and are not easily detectable when examining each asset class in isolation.



Este sitio de Internet utiliza cookies para mejorar la navegación. Por favor, configure el uso de cookies según sus preferencias. Dispone de más información en nuestra Política de Cookies

ACEPTAR
Aviso de cookies