Problemas prácticos con la optimización media-varianza y la solución Black-Litterman
Aunque la optimización media-varianza de Markowitz es teóricamente elegante, sufre de un serio problema práctico: produce asignaciones de activos extremas. Cambiar los rendimientos esperados estimados incluso ligeramente puede causar que la composición óptima de la cartera cambie dramáticamente, a veces resultando en resultados poco realistas como una concentración del 100% en una sola clase de activos. El modelo Black-Litterman (modelo BL), desarrollado en 1990 por Fischer Black y Robert Litterman en Goldman Sachs, resolvió este problema introduciendo rendimientos de equilibrio de mercado como punto de partida.
La idea central del modelo BL es usar rendimientos de equilibrio de mercado (rendimientos implícitos) derivados del CAPM como distribución a priori, y luego integrar las opiniones subjetivas del inversor a través de estimación bayesiana. Los rendimientos de equilibrio de mercado son los rendimientos esperados para cada activo calculados inversamente bajo el supuesto de que la cartera ponderada por capitalización de mercado actual es la cartera óptima. Usando este punto de partida, el modelo recomienda la cartera de mercado cuando el inversor no tiene opiniones, y las desviaciones ocurren solo cuando se expresan opiniones - produciendo resultados intuitivos.
Estableciendo opiniones y expresando niveles de confianza
El paso más importante al practicar el modelo BL es expresar las opiniones del inversor cuantitativamente. Hay dos tipos de opiniones: 'opiniones absolutas' y 'opiniones relativas'. Una opinión absoluta predice el rendimiento de una clase de activos específica, como 'la renta variable japonesa subirá un 8% durante el próximo año'. Una opinión relativa predice la diferencia de rendimiento relativo entre dos clases de activos, como 'la renta variable estadounidense superará a la europea en un 3%'. Las opiniones relativas tienden a ser más precisas que las predicciones de nivel absoluto y se usan ampliamente en la práctica.Libros sobre estimación bayesiana y previsión de inversiones también explican que establecer correctamente el nivel de confianza de las opiniones es lo que determina la calidad de la salida del modelo.
A cada opinión se le asigna un nivel de confianza. Las opiniones con mayor confianza tienen un mayor impacto en la cartera final. Las opiniones con baja confianza resultan en solo ajustes menores a los rendimientos de equilibrio de mercado. Este mecanismo permite a los inversores distinguir entre 'opiniones mantenidas con fuerte convicción' y 'opiniones que son meras corazonadas' y reflejarlas en consecuencia en el modelo. Establecer niveles de confianza tiene en cuenta el historial de precisión de predicciones pasadas y la calidad de los datos subyacentes a las opiniones.
Cómo los inversores individuales pueden aplicar el pensamiento del modelo BL
Aunque la implementación matemática del modelo BL es compleja, el pensamiento detrás de él es completamente aplicable para inversores individuales. Primero, adopta la cartera de mercado (como un índice de renta variable global) como tu punto de partida. Luego, ajusta la cartera solo cuando tengas opiniones en las que confíes. Por ejemplo, si tienes alta convicción de que 'las tasas de crecimiento de mercados emergentes superarán las de los desarrollados', establece la asignación de renta variable de mercados emergentes ligeramente por encima del peso de mercado.
La disciplina clave es mantener los pesos de mercado para las clases de activos sobre las que no tienes opiniones.Libros sobre carteras de mercado e inversión indexada enfatizan que el enfoque de eliminar sesgos infundados y desviarse del mercado solo en áreas de convicción es un método racional que refleja opiniones activas mientras suprime el riesgo de concentración excesiva. La filosofía del modelo BL trata de llevar un 'equilibrio de humildad y convicción' a la inversión.
Próximos pasos para aplicar el pensamiento del modelo BL a tus inversiones
Para poner en práctica el pensamiento del modelo BL, comienza verificando cuánto se desvía tu cartera actual de la cartera de mercado. Compara la composición regional de un índice de renta variable global (aproximadamente 60% EE.UU., 15% Europa, 5% Japón, 10% mercados emergentes, etc.) con tu propia cartera, y determina si las desviaciones son intencionales o sesgos inconscientes. Si encuentras desviaciones intencionales, documenta las opiniones subyacentes y autoevalúa tu confianza en una escala de 1-5.
Si encuentras grandes desviaciones basadas en opiniones de baja confianza, considera ajustar tu cartera más cerca de los pesos de mercado. Usa nuestra calculadora de interés compuesto para ejecutar simulaciones comparativas de rendimientos a largo plazo entre una cartera cercana a los pesos de mercado y tu cartera actual para comprender cuantitativamente el impacto de las desviaciones. Establece un ciclo de revisar tus opiniones y niveles de confianza cada seis meses y reflejar cualquier cambio en tu cartera.