Cómo ser un gran inversor, primera parte: piense en números

• En 2016, el analista, profesor, escritor e investigador Michael J. Mauboussin publicó un documento técnico titulado “Thirty Years: Reflections on the Ten Attributes of Great Investors” (traducido al español sería “Treinta años: reflexiones sobre los diez atributos de los grandes inversores”). En él, describe “los diez atributos principales” que cree que “comparten los grandes inversores fundamentales”. Escribiré una serie sobre los diez atributos que destaca. Este es el primero.

Cuando lo leí, tuve que dar un paso atrás. Aunque nunca antes había leído mucho del trabajo de Mauboussin (para vergüenza mía), mis pensamientos habían viajado en gran medida en la misma línea que los suyos. Ahora veo que no soy exactamente el primer inversor en comparar la inversión en bolsa con las apuestas en los caballos, por tomar solo un ejemplo entre muchos. Mauboussin tiene mucha más experiencia que yo, por lo que el hecho de que estemos de acuerdo tanto me hace sentir menos solo en el mundo de las inversiones.

Piense en números (y comprenda la contabilidad)

Cuando invertimos en una empresa, podemos considerar muchas cosas: qué tan inteligente es el CEO, qué tan bien la compañía parece administrar a sus empleados, qué fuentes de noticias nos dicen sobre las acciones, una evaluación del producto. Pero la evidencia más sólida de las perspectivas de una empresa se encuentra en sus estados financieros.

El truco para un análisis significativo es averiguar qué números combinar con otros para llegar a una evaluación consecuente. Utilizo un sistema de clasificación computarizado en Portfolio123 para analizar empresas y, al hacerlo, miro alrededor de 35 elementos diferentes, y no solo las cifras más recientes, sino las cifras de los últimos ocho o doce estados trimestrales. Usando varias combinaciones de estos números, puedo evaluar hasta cierto punto qué tan bien le está yendo a una empresa y qué probabilidades hay de que supere las expectativas.

Es vital comprender correctamente estos números y proporciones. Si no tiene idea de cómo el valor en libros de una empresa puede ser negativo, o si no comprende la distinción entre gastos de I + D y gastos de capital, o si no sabe por qué se supone que debe usar la capitalización de mercado al considerar los ingresos netos pero el valor empresarial al considerar los ingresos operativos, o si cree que el costo de la deuda de una empresa puede exceder su costo de capital, es probable que su evaluación del potencial de una empresa sea errónea.

Y es igualmente vital no ignorar ningún aspecto importante de los estados financieros de una empresa. Simplemente hay demasiadas banderas rojas. ¿La deuda a corto plazo, las acumulaciones o los activos operativos netos de la empresa son demasiado grandes? ¿Su flujo de caja libre es consistentemente negativo? ¿Es su crecimiento insostenible? Algunas de estas pueden no ser señales de advertencia, dependiendo de la industria en la que se encuentre la empresa (las empresas financieras y de servicios públicos, por ejemplo, pueden prosperar con un flujo de caja libre negativo).

Otros números también son esenciales, y los más esenciales son el precio de la acción y el volumen negociado. También puede beneficiarse de tener en cuenta el diferencial de oferta y demanda, algunos precios históricos y niveles de volumen, cuánto tiempo ha pasado desde el último anuncio de ganancias, estimaciones y recomendaciones de analistas y cómo han cambiado, interés corto, etc.

Pero la aritmética no significa solo lidiar con los hechos y las cifras sobre las inversiones individuales. También significa usar habilidades matemáticas para diseñar una estrategia que tenga las mejores posibilidades de ganarle al mercado y ser lo suficientemente inteligente en matemáticas para darse cuenta cuando los investigadores están haciendo un mal uso de las matemáticas.

Tomemos, por ejemplo, una presentación publicada por Marcos López de Prado (director de AQR) titulada, traducido al español, “Las 7 razones por las que la mayoría de las inversiones econométricas fracasan“. En él, López de Prado muestra de manera convincente que los modelos econométricos (la mayoría de ellos basados en análisis de regresión) “se basan en supuestos sólidos que no son satisfechos por los fenómenos financieros”.

Casi toda la econometría se basa en regresión lineal. En su libro Advances in Financial Machine Learning, López de Prado compara esto con la astronomía anterior a Kepler, que se basaba en órbitas circulares. Las funciones financieras son, para decirlo claramente, no lineales. La relación riesgo-recompensa, por ejemplo, se describe mucho mejor con un polinomio de cuarto orden que con una línea recta. Analizar funciones no lineales usando múltiples modelos de regresión lineal resultará en herramientas de inversión terriblemente defectuosas.

Imagínese descartar todo el canon de la econometría, incluida la hipótesis del mercado eficiente, el modelo de fijación de precios de los activos de capital, las ideas de alfa y beta, el índice de Sharpe, el análisis de factores de riesgo, etc. (Podría escribir un artículo muy largo señalando los numerosos errores, en su mayoría de naturaleza matemática, que cometieron los creadores de todas esas ideas; si tienes curiosidad). Después de todo, de los grandes inversores del pasado y del presente, muy pocos de ellos han utilizado estas métricas o se han suscrito a estas teorías.

¿Existen mejores herramientas matemáticas para analizar el desempeño de una estrategia, o para ayudarnos a decidir qué estrategia seguir?

Creo que los hay. Puede usar correlaciones, por ejemplo, sin usar métodos de mínimos cuadrados ordinarios (la tau de Kendall es una gran herramienta para el análisis) y puede tener en cuenta que los datos pueden ser fuertemente codependientes sin estar correlacionados si la relación no es lineal. Puede examinar la totalidad de una distribución de retornos sin usar la regresión al observar las proporciones omega y llegar a medidas de riesgo que no se ven afectadas por métodos de análisis defectuosos. Puede mirar las probabilidades, una de las herramientas matemáticas más útiles. Puede clasificar las inversiones sin utilizar nada de econometría. Incluso puede encontrar y evaluar factores sin estrategias imprácticas a corto y largo plazo y pruebas p significativamente defectuosas.

(No tengo pruebas de que Mauboussin esté de acuerdo conmigo en el uso de correlaciones o proporciones omega; parece evitar cuidadosamente el tema del backtesting. Espero poder demostrar que estas pueden derivarse de las leyes de probabilidad, que Mauboussin considera esenciales ; después de todo, la proporción de omega es poco más que una medida de lo que Mauboussin llama “porcentaje de slugging”: “lo que importa es cuánto dinero gana cuando tiene razón versus cuánto dinero pierde cuando está equivocado”. Bueno, argumentaremos que todos los backtests están manipulados hasta cierto punto).

La aritmética le permite cuestionar la ortodoxia establecida, ya sea el precio que el mercado asigna a una acción o una teoría cuyo razonamiento es defectuoso. Y esa es quizás su función más valiosa.