La conducta global del ser humano resulta predecible de acuerdo con una ciencia ad hoc denominada “psico-historia”.

Para que las predicciones (o manipulaciones) de la psico-historia funcionen, han de cumplirse dos requisitos:

  1. La población ha de ser lo suficientemente grande como para dar lugar a “certezas estadísticas”.
  2. La población ha de ignorar que está siendo objeto de análisis o manipulaciones psico-históricas.

 

Mirad de qué va esto. Sucede que es complicado predecir el comportamiento de una persona en particular, pero sin embargo, resulta sencillo predecir (e inducir sobre, o condicionar) el camino que toma la población en general; y esto porque el comportamiento general de las masas es absolutamente predecible por lo básico de las emociones e instintos que nos mueven, en conjunto, a todos en general.

Sucede que el pasado, pues, explica el futuro, cuando de agregados estadísticos hablamos.

He de decir que es fascinante, sin embargo, dejarse llevar por la comprensión del lado de los grandes números y no por el pequeño prisma que ofrece información aislada ex-agregados estadísticos.

Esta “ciencia” la describía una de las mentes más maravillosas que nos podamos encontrar, el gran Isaac Asimov que fue sin duda uno de los grandes predictores del futuro en el que hoy vivimos.

De hecho recuerdo que me tropecé con Asimov y el primer libro de la Fundación y de ahí, acabé leyéndome 17 de sus libros seguidos. Sin cuartel. Es un genio, lo veamos por donde lo veamos.

Retomando la psico-historia que toma parte en la serie La Fundación, o lo que sería la última etapa del desarrollo histórico de su “universo”, recrea una magia basada en ciencia para predecir y a partir de ahí condicionar, manipular, conducir a las masas; que, inevitablemente me trae a la mente el presente y lo que hoy sucede en el mundo y nosotros como parte de esa población.

Aunque este sería un artículo de opinión que podría enlazarse con comentarios sobre La Ventana de Overton y acabaríamos todos tristes y jodidos por darnos cuenta de que nuestros pensamientos no nos pertenecen; daré un giro al contenido y me centraré en la maravilla de la estadística y sus predicciones cuando a grandes números se refiere aplicado al mundo de las finanzas y la inversión, y apoyándome en esa lógica que aplicó Asimov para describir la psico-historia como plausible, cuando tenía sólo 21 años.

 

La población ha de ser lo suficientemente grande como para dar lugar a “certezas estadísticas”

Muchos inversores optan por tomar decisiones de inversiones basadas en análisis subjetivos que no están apoyados estadísticamente; o, si lo están, no lo están en el grado en el que a ellos les debería preocupar.

Veamos por ejemplo el caso de un analista que estudia una empresa y considera que ésta es una buena inversión porque muchos de los factores de su análisis cumplen con la lógica de lo que ellos conocen. Digamos: es una empresa con altos rendimientos de capital, el Projected FCF es mucho más alto que el precio de cotización, cotiza a bajos múltiplos de valoración, tiene un alto Cash Flow Operativo…; tiene fantásticos planes de futuro, con inversiones en China, India y otros lugares de ensueño…

Todo eso está muy bien, pero se topa con la certeza de no tener ni idea de si la empresa de al lado, que viene a ser parecida, sería mejor inversión, con lo que tendrá que analizarla también.

Podrá hacer muchos análisis cualitativos y cuantitativos de muchas empresas que son también posibles candidatas a formar parte de su cartera y al terminar, sólo habrá podido analizar unas pocas empresas de entre todas las que hay, con lo que “la población NO es lo suficientemente grande como para dar lugar a certezas estadísticas”. Podrá pensar que esa empresa en particular, o una (o varias) de entre las que ha analizado podrían ser buenas oportunidades de inversión, pero no tendrá la certeza de saber que esa colección de acciones, con ciertas características comunes (o no, pues cuando uno analiza así, tiende a ver lo bueno de cada una de ellas, siendo a veces “lo bueno” una cosa y a veces, otra), explica una rentabilidad cíclica over time.

¿Entonces qué hacemos?

Hagamos el procedimiento contrario. Busquemos qué factores están altamente correlacionados estadísticamente, sobre poblaciones grandes, con elevadas rentabilidades cíclicamente. ¿No?. Sería mucho más fácil.

Además, si podemos identificar qué características son las que explican elevada rentabilidad cíclica, entonces, tan sólo deberemos buscar empresas que cumplan con esas características, y nuestros análisis y esfuerzo, tendrán mucho más sentido. Sobretodo para nosotros que debemos dedicarle tiempo a eso.

Supongamos que optamos por hacer una Valuación de Empresas y lo hacemos por la vía del Free Cash Flow. Lo haríamos igual que si fuéramos a comprar una casa, ¿verdad?: primero veríamos a qué precio nos la venden, digamos $1millón; después si puedo alquilarla y qué renta me pagarían, supongamos un 8% neto en un entorno de tipos de interés del 3%, eso nos deja un FCF Yield del 8%, lo que podríamos decir que parece un buen negocio.

Ahora bien, sucede que hay otras muchas casas. Si como inversores nos quedamos ahí, podríamos considerar que esa casa es una buena inversión, pero ninguno de nosotros haríamos eso (excepto en bolsa, que parece ser que la gente gusta de pararse en el análisis. No lo entiendo), compararíamos la inversión en esa casa con otras casas del mismo bloque, luego del mismo vecindario, luego del pueblo, ciudad…; la compararíamos con la media histórica de rendimiento de esa misma casa (su FCF Yield medio histórico), así como el FCF Yield histórico en diferentes entornos de tipos de interés, etcétera.

Lo que está claro es que no nos parariamos en el análisis del FCF, sino que avanzaríamos en el proceso optando por buscar métricas relativas y poblaciones de estudio más grandes, ampliando el universo de datos y haciendo esa valoración relativa respecto de todas las otras valoraciones de todas las otras oportunidades de inversión.

Entonces sí podríamos estar más seguros de lo que hacemos y confiar más en nuestra estrategia o cartera de inversión.

Pues con las empresas sucede lo mismo.

En el caso de la casa, usé sólo un factor de análisis, pero podría haber usado un modelo multi-factorial. Y lo mismo sucede con las empresas, el FCF Yield está chulo, pero hay más cosas que podríamos considerar.

 

Implicaciones y posibles “cagadas”

Cuando contamos con una colección de factores que nos gusta analizar, debemos saber dos cosas:

  1. Quizá nos gustan a nosotros, pero no explican rentabilidad cíclicamente. Lo que nos lleva a un absurdo error que podemos estar cometiendo por ignorancia.
  2. Debemos saber, por tanto, qué factores nos compensa utilizar en nuestros análisis.

 

Para eso, necesitamos:

  1. Una herramienta de backtesting que nos permitirá dar sentido estadístico al uso de ciertos factores y hacerlo por convicción, comparando vastas poblaciones de datos.
  2. Una herramienta de screening, para localizar qué empresas de entre todas las disponibles cumplen esos criterios que nos gustaron; sin morir en el intento de analizar una por una todas. Obvio.

 

Ejemplo

Vamos a centrarnos en el ejemplo de la casa y la Valoración de Empresas en los mismos términos.

Dijimos que una cosa que nos gustaba era comparar el precio que pagamos en relación al FCF Yield que obtenemos, y ver si es adecuado; pero no nos quedamos ahí, comparamos ese resultado con el del resto de la población. Hagámoslo pues.

El precio que pagamos por una empresa se llama Enterprise Value (EV) y corresponde con el precio de cotización más acciones preferentes, intereses minoritarios y deuda neta.

Lo que recibimos a cambio es el FCF.

Lo que nos interesa saber es el Rendimiento del FCF, es decir, cuando ganamos en relación al precio que pagamos, es decir, FCF/Enterprise Value. Y luego querremos comparar qué tal lo hicieron las acciones que tenían menor relación Enterprise Value/FCF respecto de las otras en su mismo sector, en el mismo país, en diferentes países…

Pues nada, vamos a ello:

Supongamos que uno se pone a analizar Mediaset, y ve que tiene un EV/FCF de 8,14x (a día 11 de Enero de 2019). A bote pronto parece bastante bueno. Obtenemos una rendimiento del FCF bastante elevado; o dicho de otro modo, pagamos muy poco por el FCF que obtenemos.

Haciendo algunos números sencillos:

1,77 billones (EV) / 8,14 = FCF

FCF = 0,21 billones

FCF Yield = 0,21 billones / 1,77 = 0,12

 

El rendimiento del FCF (o FCF Yield) es del 12,28%. Parece que está muy bien.

Ahora, qué hacemos, ¿nos paramos aquí?. Es decir, podríamos considerar que un 12% está bien y ya está, pero no tiene sentido. No haríamos eso con la casa y tampoco debemos hacerlo con la empresa.

Vamos a estudiar qué tal se han comportado cíclicamente las empresarias con menor EV/FCF o mayor FCF Yield, que es lo mismo, en España históricamente, porque nos debería asaltar la duda de si TL5 es mejor o peor que otras, y eso sólo lo podemos resolver por comparación. Descartaremos también las empresas con una capitalización inferior a 1.000 millones. Y lo estudiaremos a lo largo del período 2004 – 2018. Usaré la base de datos de zonavalue.com.

 

El resultado,

Rentabilidad Anual Media (CAGR): 2.9 %

Volatilidad: 20,178 %

Ratio Sharpe: 0,144

Ratio Sortino: 0,073

 

Malísimo resultado, no parece que en España el alto rendimiento del FCF explique una alta rentabilidad cíclica con lo que tendríamos la certeza estadística de que seleccionar TL5 como oportunidad de inversión por el mero hecho de que tenga un alto rendimiento del FCF sería un vago criterio. Quizá por otros factores sí podría ser una buena inversión pero no necesariamente por este.

Por otro lado sin embargo, ampliando miras, insistimos en que nos parece que tiene sentido que una empresa con alto Rendimento en el FCF debiera ser una buena inversión. Lo hemos leído en muchos sitios, y no nos conformamos con ese análisis. Vamos más allá.

 

La población de estudio era muy baja. España tiene muy pocas empresas, ¿y si el problema está en que el factor FCF Yield no explica alta rentabilidad porque entre las pocas empresas de la población existen otros factores que detraen rentabilidad cíclicamente, y no dejan que el FCF explique lo que debiera?. Eso significaría que si estamos en lo cierto y el rendimiento del FCF tiene sentido, con un universo de acciones mayor (como decía Asimov, con una población lo suficientemente grande), podríamos tener certeza estadística.

 

Veamos qué pasa si testamos el comportamiento cíclico de las acciones con más bajos EV/FCF (o más altos rendimientos del FCF) de entre EEUU y Europa que son más grandes de 1.000 millones y en el mismo período de estudio.

 

Rentabilidad Anual Media (CAGR): 18.77 %

Volatilidad: 41,528 %

Ratio Sharpe: 0,452

Ratio Sortino: 0,492

Ahora el resultado parece que se sostiene y apunta a que sí, seleccionar empresas de acuerdo al rendimiento del FCF tiene sentido, pero nos pone en otra tesitura: ¿entonces TL5 tiene sentido?.

En el backtest pude comprobar que a lo largo de los 15 años de estudio el Top30 del ranking de acciones con menor EV/EBIT tenía un EV/FCF máximo de 4,02x. Es decir,

 

“el alto rendimiento del FCF explica una alta rentabilidad siempre y cuando el FCF Yield sea superior al 20%.

 

Es decir, TL5 no sería una buena inversión basada en el FCF Yield actual.

Por supuesto, que entonces podríamos ir más allá, y decir: entonces, si TL5 no es una buena inversión según el FCF Yield, ¿cuál sí lo sería?.

Veamos en EEUU y Europa (aquí necesito un screener, usaré el de zonavalue.com), y pondré como límite de corte 4x EV/FCF:

 

Países

Alemania

EEUU

Holanda

Suecia

Austria

España

Italia

Suiza

Bélgica

Francia

Noruega

Reino Unido

Canadá

Grecia

Portugal

Orden

Orden 1: EV/FCF

Condiciones

Market Cap > 1.000.000.000

Dirección

Largo

Nombre EV/FCF Cotización
SAS AB (SAS:STO) 0,23 22.58
Dexia (DEXB:BRU) 0,24 3.69
Dexia SA (DXBGF:PNK) 0,24 14.11
Banco Santander SA (SANTA:AEX) 0,58 5.42
SVB Financial Group (SIVB:NSQ) 0,59 254.81
Bank of Montreal (BMO:ASE) 0,93 74.88
China Life Insurance Co Ltd (CLFWF:PNK) 1,10
Virgin Money Holdings (UK) PLC (VM.:LSE) 1,20 3.49
Banco Macro SA (BMA:ASE) 1,26 46.73
Chongqing Rural Commercial Bank Co Ltd (COGQF:PNK) 1,27 0.64
Ceconomy AG (CEC:BRN) 1,32 3.75
Shanghai Jin Jiang International Hotels Group Co Ltd (SJJIF:PNK) 1,47
Umpqua Holdings Corp (UMPQ:NSQ) 1,51 19.15
Bank of Nova Scotia (BNS:ASE) 1,60 53.37
Athene Holding Ltd (ATH:ASE) 1,63 41.69
Strabag SE (STR:VIE) 1,67 27.7
American Equity Investment Life Holding Co (AEL:ASE) 1,70 34.14
Great Eastern Holdings Ltd (GEHDF:PNK) 1,81 15.17
Kvaerner ASA (KVAER:OSL) 1,82 12.68
Brighthouse Financial Inc (BHF:NSQ) 1,91 40.71
Moneta Money Bank as (GMYYF:PNK) 1,92 3.69
Waddell & Reed Financial Inc (WDR:ASE) 1,93 17.77
Manulife Financial Corp (MFC:ASE) 1,98 16.47
National Bank of Canada (NA:TOR) 1,99 59.5
Finnair Oyj (FNNNF:PNK) 2,13 8.16
Banco Santander SA (SAN:MCE) 2,18 4.16
Hanwha Corp (HNWHF:PNK) 2,19
DGB Financial Group (DGBFF:PNK) 2,30
Annaly Capital Management Inc (NLY:ASE) 2,39 10.13
Peabody Energy Corp (BTU:ASE) 2,41 30.36
Sparebanken Vest (SVEG:OSL) 2,42 51.4
Prudential Financial Inc (PRU:ASE) 2,42 87.74
Bank of N.T. Butterfield & Son Ltd (NTB:ASE) 2,49 32.08
NBT Bancorp Inc (NBTB:NSQ) 2,52 38.03
China BlueChemical Ltd (CBLUF:PNK) 2,61 0.28
Akbank TAS (AKBNF:PNK) 2,62 5
Bed Bath & Beyond Inc (BBBY:NSQ) 2,63 13.2
Walker & Dunlop Inc (WD:ASE) 2,67 45.42
Pareto Bank ASA (PARBO:STO) 2,68
Standard Chartered PLC (STAN:LSE) 2,69 592.4
Siltronic AG (WAF:SWX) 2,69 85.48
Popular Inc (BPOP:NSQ) 2,78 52.98
Grupo Financiero Galicia SA (GGABF:PNK) 2,80 2.6
Fincantieri SpA (FNCNF:PNK) 2,81 1.3
Talanx AG (TNXXF:PNK) 2,98 35.22
Synchrony Financial (SYF:ASE) 2,98 25.38
Aecon Group Inc (ARE:TOR) 3 17.83
Aldermore Group PLC (ALD:LSE) 3,09 312.4
Warrior Met Coal Inc (WRMCU:PNK) 3,10
Principal Financial Group Inc (PFG:ASE) 3,10 45.62
James River Group Holdings Ltd (JRVR:NSQ) 3,12 36.82
Renaissancere Holdings Ltd (RNR:ASE) 3,13 128.37
Metlife Inc (MET:ASE) 3,15 44.2
TF Bank AB (TFBANK:STO) 3,18 74
National Western Life Group Inc (NWLI:NSQ) 3,19 296.98
Sunac China Holdings Ltd (SCCCF:PNK) 3,24 3.05
Doosan Heavy Industries & Construction Co Ltd (DOHFF:PNK) 3,26
China Hongqiao Group Ltd (CHHQF:PNK) 3,27 1.1
Canadian Imperial Bank of Commerce (CM:ASE) 3,28 83.98
Voya Financial Inc (VOYA:ASE) 3,37 44.22
Allianz SE (ALV:BRN) 3,40 199.66
Bank of Hawaii Corp (BOH:ASE) 3,47 79.11
Dassault Aviation SA (AM:PAR) 3,47 1202
Vontobel Holding AG (VONHF:PNK) 3,51 53.6
Financiere de l’Odet SA (ODET:PAR) 3,52 796
China Mobile Ltd (CHL:ASE) 3,54 48.09
Transocean Partners LLC (RIGP:NYQ) 3,72 17.83
Genworth Financial Inc (GNW:ASE) 3,79 4.78
Plus500 Ltd (PLSQF:PNK) 3,80 16.95
Henderson Group PLC (HGG:LSE) 3,83 23.37
Cathay General Bancorp (CATY:NSQ) 3,86 39.16
Micron Technology Inc (MU:NSQ) 3,89 34
Metall Zug AG (METN:BRN) 3,92 2850
FB Financial Corp (FBK:ASE) 3,94 36.24
Covestro AG (1COV:BRN) 3,99 52.5

De entre estas acciones, seguro que sí hay grandes oportunidades de inversión. Pero podéis seguir estudiando y no quedaros aquí. Seguro que vosotros no usáis un sólo factor, seguro que os gusta mirar un puñado de factores de modo que os quedáis más tranquilos pensando que vuestro análisis es más certero. ¿Y por casualidad os habéis preguntado alguna vez si esos factores, trabajando de forma conjunta, explican una alta rentabilidad histórica?, porque quizá por separado tienen sentido, pero ¿y si conjuntamente unos “se chafan las mangueras de los otros” y así no hay bombero que apague un fuego?.

También deberíais testarlo.

 

La población ha de ignorar que está siendo objeto de análisis o manipulaciones psico-históricas

En este caso, pondré como caso de estudio esa idea que mucha gente se plantea de “y si algo funciona, ¿porqué no lo hace todo el mundo?; o, ¿de ser así, no dejaría de funcionar si todo el mundo lo conoce?.

No.

Mirar, hay una combinación de factores que históricamente ha funcionado muy bien siempre. Se trata de Altos FCF Yield, Altos Retornos sobre Capital (ROCE) y Cash Flow Operativo positivo.

Que las empresas que analicemos tengan estas características las convierte en buenas oportunidades de inversión. Sobretodo cuando estamos eligiendo en términos relativos. Si bien, no todas van a subir este año, no todas de hecho subirán, pero en términos medios, portfolios formados por acciones que cumplen estas características generan alta rentabilidad cíclicamente.

Sin embargo, y aunque mucha gente busca y trata de encontrar empresas que cumplan estas características, no por ello, esas empresas dejan de crecer y generar rentabilidad para sus inversores.

Por otro lado, mucha gente que conoce también este hecho, no tiene la paciencia que requiere esperar a que estos portfolios den sus frutos. Sus sesgos cognitivos, emociones y otros impedimentos, les harán variar el rumbo hacia aguas pantanosas y no permanecerán con convicción en la estrategia. Tú que sabes esto, podrías permanecer, aunque probablemente no lo hagas ni aún sabiendo sobre este hecho.

La estadística te otorga certeza cuando le das más y más ocurrencias, pero tú probablemente no se las darás, y así el resto de gente. La ventaja: quién sí le dé confianza e invierta con convicción durante los próximos 10 ó 15 años de este modo, haciendo exactamente lo mismo, ese sí disfrutará de que la estadística se ponga de su lado.

Por tanto, la población ignora que está siendo manipulada.

Espero que os haya gustado el artículo.

“Certezas estadísticas”, Isaac Asimov y un buen Value Investing

5 (100%) 7 votes