Ranking de Fondos Mutuos FOL-El Mercurio · El Ranking FOL-El Mercurio trabaja sobre un set de once...

Ranking de

Fondos Mutuos

FOL-El Mercurio

F O L A g e n c i a d e

V a l o r e s S p A

S a n P i o X 2 3 9 0 P i s o 2 ,

P r o v i d e n c i a , S a n t i a g o .

F o n o : 5 6 - 0 2 2 - 6 5 6 9 4 3 2

M a i l : c o n t a c t o @ f o l . c l

E n e r o d e 2 0 1 3

Metodología utilizada para construir el

Ranking FOL-El Mercurio de Fondos

Mutuos, el cual se publica periódicamente

en el diario El Mercurio.

© FOL Agencia de Valores SpA, 2013, todos los derechos reservados. | San Pio X 2390 Piso 2, (+56 2) 2656 9432, Providencia, Santiago.

Contenido

Sólo los mejores Fondos Mutuos son seleccionados ......................................................... 3

Categorías a Rankear y Series de Fondos Mutuos a ser seleccionadas .............................. 4

Identificación de los Mejores Fondos Mutuos ................................................................... 4

Descripción de las Siete Variables Relevantes .................................................................... 5

Alfa .................................................................................................................................. 5

Sharpe Ratio .................................................................................................................... 6

Information Ratio ............................................................................................................ 7

Rentabilidad Ajustada por Riesgo ................................................................................... 8

Market Capture ............................................................................................................... 9

R-Cuadrado .................................................................................................................... 10

Tracking Error ................................................................................................................ 12

Selección: Aumentando la Probabilidad de Performance Futura Superior ..................... 13

Ponderación de las Variables Relevantes en cada Categoría de Fondo ........................... 13

Los Mejores Fondos de la Industria al Alcance de Todos ................................................. 14

Sistema de Ranking Puede Evolucionar Sobre sí Mismo a Través del Tiempo ................. 15

Referencias........................................................................................................................ 16


Sólo los mejores Fondos Mutuos son seleccionados

“Cuáles son los mejores Fondos Mutuos de cada clase?”... Muchos inversionistas usualmente suelen repetir

esta pregunta, la cual no es simple de responder apriori. La visión que históricamente ha predominado en el

colectivo de los inversionistas es que los mejores Fondos Mutuos son aquellos que han tenido la mejor

rentabilidad neta de su clase en el pasado. Sin embargo, el trayecto realizado por un Fondo Mutuo para

haber logrado un nivel de rentabilidad neta en particular durante cierto período no es el mismo para todos

los Fondos: es posible que el manager de un Fondo haya incurrido en mayores niveles de riesgo gestionando

los activos de dicho Fondo para así lograr más rentabilidad, o bien también es posible que dicho manager

disminuya o aumente excesivamente el nivel de diversificación de sus activos, perdiendo por ende el Fondo

la capacidad de reflejar al mercado financiero al cual hace referencia, esto sin nombrar que muchos

reglamentos internos de Fondos les permiten invertir en prácticamente cualquier activo de cualquier

mercado sin haber un límite de inversión significativo. Todo lo anterior hace necesario el contar con

indicadores estadísticos de performance de Fondos Mutuos, los cuales permitan evaluar el desempeño de

cierto Fondo bajo distintas miradas. A dichos indicadores les llamaremos “variables relevantes”.

De esta forma el Ranking FOL-El Mercurio de Fondos Mutuos pretende dar cuenta del rendimiento de los

distintas series de Fondos Mutuos desde una amplia perspectiva, considerando no únicamente la

rentabilidad neta que las distintas series de Fondos Mutuos han tenido en el pasado, sino que se evaluará

dicho rendimiento en base a un puntaje global obtenido acorde al desempeño de siete variables relevantes.

De esta forma, Ranking FOL-El Mercurio de Fondos Mutuos consiste en una herramienta la cual la cual

valora individualmente de cada una de las distintas series de Fondos Mutuos dentro de su misma categoría

en base a un análisis objetivo, el cual describe a continuación. Antes, se debe señalar que la intención del

este Ranking FOL-El Mercurio no es sólo identificar cuáles han sido aquellos Fondos Mutuos que registraron

la performance pasada, sino que también, tiene como propósito identificar cuáles son las series de Fondos

Mutuos que tendrían una mayor probabilidad de rendimiento futuro superior a su mercado, es decir,

superior al desempeño promedio de su misma categoría de Fondos.

El Ranking FOL-El Mercurio de esta forma tiene como objetivo permitir que el público en general pueda

identificar cuáles son las mejores alternativas de inversión en Fondos Mutuos existentes en la industria local,

junto con fomentar el nivel de competitividad en la industria de Fondos Mutuos, reconociendo a aquellas

entidades que han logrado los mejores desempeños.


Categorías a Rankear y Series de Fondos Mutuos a ser seleccionadas

El Ranking FOL-El Mercurio trabaja sobre un set de once distintas categorías de Fondos Mutuos, en donde se

pueden encontrar tipos de Fondos Mutuos tales como Accionarios, de Deuda y Balanceados, abarcando de

esta forma un amplio espectro del Mercado de Fondos Mutuos existentes en la industria. De esta forma,

dichas categorías son las que a continuación se detallan:

I. Renta Fija Chilena Menor a 90 Días

II. Renta Fija Chilena Entre 90 y 365 Días

III. Renta Fija Chilena Largo Plazo Mayor a 365 Días, Inversión en $

IV. Renta Fija Chilena Largo Plazo Mayor a 365 Días, Inversión en UF

V. Renta Fija Internacional Largo Plazo Mayor a 365 Días

VI. Accionario Chile

VII. Accionario Latinoamérica

VIII. Accionario Asia

IX. Accionario Europa

X. Accionario EE.UU.

XI. Balanceado

En relación al tipo de series de Fondos Mutuos a ser rankeadas, se consideran dentro de todos los Fondos

Mutuos de las distintas Administradoras de Fondos existentes en el mercado, sólo aquellas series que exijan

un Monto Mínimo de Inversión inferior a $ 1.000.001 y que adicionalmente no posean los beneficios

tributarios APV-APVC.

Identificación de los Mejores Fondos Mutuos

El Ranking FOL-El Mercurio otorga un determinado puntaje ponderado a cada serie de Fondo Mutuo

particular en base a un set de elementos: el puntaje ponderado logrado por cada serie de Fondo Mutuo se

obtiene en base al desempeño histórico de “siete variables relevantes”, cada una de las cuales es capaz de

analizar el rendimiento de una serie de Fondo Mutuo desde una visión particular. Dichas variables

relevantes son las siguientes:

I. Alfa

II. Sharpe Ratio

III. Information Ratio

IV. Rentabilidad Ajustada por Riesgo

V. Market Capture

VI. R-Cuadrado

VII. Tracking Error


La razón por la cual se seleccionaron las variables relevantes antes mencionadas, y no otras, se debe a que

estas se encuentran bien analizadas y cubiertas por la literatura financiera internacional. Cabe mencionar

que existe una gran variedad de investigadores quienes incluso han llegado a testear el nivel de persistencia

en la performance observada (es decir, que el buen desempeño pasado de un Fondo efectivamente se

replique en el futuro) para muchas de las variables previamente señaladas, al menos en el corto plazo, tal

como lo señalan autores tales como Hendricks, Patel y Zeckhauser (1993); Cremers y Petajisto (2008) y

Brown, Goetzmann, Ibbotson y Ross (1992).

Los valores de cada una de las variables relevantes antes señaladas para cada una de las series de Fondos

Mutuos se obtienen en base a mediciones de rentabilidad neta de los últimos 30 meses.

Tal como se detalla a continuación, algunas de las siete variables relevantes se obtienen en función del

comportamiento de la serie de Fondo Mutuo en relación a su mercado (o Benchmark), consistiendo dicho

mercado en este caso particular en un índice teórico compuesto por las distintas series de Fondos Mutuos

que pertenecen a la misma categoría de la serie de Fondo Mutuo que se está analizando, que exijan un

Monto Mínimo de Inversión inferior a $ 1.000.001 y que adicionalmente no posean los beneficios tributarios

APV-APVC.

Descripción de las Siete Variables Relevantes

A continuación se describe cada una de las siete variables relevantes antes mencionadas, dando a conocer

su descripción etimológica y su fórmula matemática particular, junto con una breve explicación intuitiva.

Alfa

Usualmente se le considera como la habilidad del administrador del Fondo Mutuo para agregar valor a dicho

fondo en relación al desempeño del Benchmark. Más explícitamente, corresponde al exceso de rentabilidad

logrado por un Fondo Mutuo por sobre lo que, en equilibrio, un modelo financiero CAPM hubiese predicho.

Es decir, si un modelo CAPM hubiese predicho que un Fondo Mutuo debiese rentar un 10% en determinado

período en base al riesgo del portfolio, en el caso de que este fondo efectivamente rente un 15% en el

período, entonces el Alfa del fondo sería un 5%.

En términos matemáticos, corresponde a:

)()( fMercadofFondo rrrr −−−= βα

Donde,

α : Alfa del Fondo Mutuo.

Fondor : Retorno del Fondo Mutuo.


fr : Retorno de Tasa Libre de Riesgo.

β : Beta del Fondo.

Mercador : Retorno del mercado, es

decir, del Benchmark asociado al

Fondo Mutuo.

Usualmente este indicador se

calcula tomando en consideración el

desempeño mensual de 36 meses.

Sin embargo, dado el tamaño

relativamente bajo del mercado

local de Fondos Mutuos en términos

de historia, el Modelo de

Recomendaciones de Portfolios de

Fondos Mutuos sólo considera 30

meses de historia en el análisis.

Mientras mayor sea el Alfa obtenido para un Fondo Mutuo, se entiende que mayor es el valor agregado del

Manager del Fondo. Respecto a la literatura financiera internacional, Lehmann y Modest (1987) en sus

estudios reportaron evidencia de persistencia de rendimiento superior a sus pares en aquellos Fondos

Mutuos con gran Alfa (data mensual, 1970 a 1975, Fondos que tienen de Benchmark el S&P 500), mientras

que Grinblatt y Titman (1989, 1992) demostraron que dicho efecto es estadísticamente significativo.

Sharpe Ratio

Índice el cual refleja hasta qué punto el rendimiento de una inversión es capaz de compensar al inversionista

por el hecho de asumir riesgo en dicha inversión. Específicamente, el indicador representa el exceso de

retorno de un Fondo Mutuo por sobre la tasa libre de riesgo para un período determinado, obtenida por

unidad de riesgo del Fondo Mutuo para el mismo período. El Modelo de Recomendaciones de Portfolios de

Fondos Mutuos utiliza la performance de los últimos 30 meses para calcular este indicador.


Fondo

fFondo rrS

σ)( −

=

Dados los retornos estimados por el modelo CAPM para el final del período de

inversión, el Alfa del “Fondo A” es mayor al del “Fondo B”


Donde:

S : Sharpe Ratio.

Fondor : Rentabilidad del Fondo Mutuo en el

período.

fr : Rentabilidad del la Tasa Libre de Riesgo en

el período.

Fondoσ : Volatilidad anualizada del Fondo

Mutuo.

Usualmente este indicador se calcula tomando en consideración el desempeño mensual de 36 meses. Sin

embargo, dado el tamaño relativamente bajo del mercado local de Fondos Mutuos en términos de historia,

el Modelo de Recomendaciones de Portfolios de Fondos Mutuos sólo considera 30 meses de historia en el

análisis. Mientras mayor sea el Sharpe Ratio asociado a un Fondo Mutuo, mayor es el exceso de rentabilidad

que dicho Fondo ofrece (sobre la Tasa Libre de Riesgo) por cada unidad de riesgo en la que dicho Fondo

incurrió en el pasado. Respecto a la literatura financiera internacional, Hendricks, Patel y Zeckhauser (1993)

en sus estudios del mercado de Fondos Mutuos en Estados Unidos entre 1974 y 1988, hallaron que Fondos

Mutuos pertenecientes al octil con mayor Sharpe Ratio registran al año siguiente un retorno superior a la

media

Information Ratio

Índice el cual mide la habilidad del administrador de un Fondo Mutuo de generar excesos de retorno

positivos en relación a su Benchmark, ajustado por la volatilidad, es decir el nivel de riesgo, de dichos

excesos de retorno. De esta forma el indicador refleja también la consistencia del administrador. En otras

palabras, el Information Ratio corresponde al exceso de rentabilidad de un Fondo Mutuo sobre su

Benchmark, ajustado por el Tracking Error. El Modelo de Recomendaciones de Portfolios de Fondos Mutuos

utiliza la performance de los últimos 30 meses para calcular este indicador.


)(

)(

MercadoFondo

MercadoFondo

rrVar

rrIR

−−=

Sharpe Ratio del “Fondo B” es mayor que el del “Fondo A”, dado

que la menor volatilidad observada en el período castigó en

menor medida los Excesos de Retorno del Fondo B sobre la R.f


Donde:

IR : Information Ratio.

Fondor : Rentabilidad del Fondo

Mutuo en el período.

fr : Rentabilidad del la Tasa Libre de

Riesgo en el período.

Usualmente este indicador se calcula

tomando en consideración el

desempeño mensual de 36 meses.

Sin embargo, dado el tamaño

relativamente bajo del mercado

local de Fondos Mutuos en términos de historia, el Modelo de Recomendaciones de Portfolios de Fondos

Mutuos sólo considera 30 meses de historia en el análisis. A mayor Information Ratio, se entiende que

mayor ha sido el exceso de rentabilidad de un Fondo Mutuo respecto los retornos de su Benchmark, esto

por cada unidad de riesgo adicional en la cual incurrió el Fondo Mutuo en relación a su Benchmark. Dentro

de la literatura financiera internacional, se aprecia que elíndice “Information Ratio” ya ha sido analizado

como una medida de performance tanto por Brands, Brown y Gallaher (2006) como por Kacperczyk (2005).

Al respecto Bodie, Kane y Markus (2009) analizando el mercado de Fondos Mutuos en Estados Unidos

durante el período 1990 a 2007, hallaron que mientras más grande sea elInformation Ratio de un Fondo

Mutuo, mayor es la demanda por este Fondo. En particular, Brown, Goetzmann, Ibbotson y Ross (1992)

hallaron que escoger una estrategia riesgosa puede resultar en seleccionar un elevado Alfa, aunque también

esto puede aumentar la probabilidad de fracaso del Fondo Mutuo (desaparición). Al escoger Fondos con

Information Ratio significativamente alto, se limpia el “efecto alto riesgo” probablemente presente en la

estrategia de seleccionar Fondos con alto Alpha

Rentabilidad Ajustada por Riesgo

Índice el cual pretende reflejar cual sería el retorno de un Fondo Mutuo si este hubiese logrado registrar el

mismo nivel de riesgo que su Benchmark durante un período de tiempo determinado. De esta forma, para

obtener dicha rentabilidad ajustada por riesgo, se considera el desempeño de un portfolio compuesto por el

retorno tasa libre de riesgo y el exceso de retorno del Fondo Mutuo apalancado por el nivel de riesgo

incurrido. El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los

últimos 30 meses para calcular este indicador.


MercadoFondo

fFondof

rrrRAR σ

σ)(

...−

+=

Dados los Fondos A y B que tienen el mismo Benchmark, la mayor variabilidad de

la diferencia en los retornos del “Fondo B” respecto asu benchmark hacen que

éste Fondo tenga un menor Information Ratio que el “Fondo A”


Donde:

... RAR : Rentabilidad Ajustada por

Riesgo.

Fondor : Rentabilidad del Fondo

Mutuo en el período.

fr : Rentabilidad del la Tasa Libre

de Riesgo en el período.

Fondoσ : Volatilidad anualizada

del Fondo Mutuo.

Mercadoσ : Volatilidad anualizada

del Fondo Mutuo.

Para cuantificar el índice de Rentabilidad Ajustada por Riesgo, se utilizará data de las rentabilidades

históricas de los últimos 30 meses tanto para el Fondo Mutuo como para su Benchmark respectivo. A mayor

Rentabilidad Ajustada por Riesgo, mayor ha sido la habilidad del Fondo para lograr capitalizar rentabilidad

por cada unidad de riesgo en la cual ha incurrido, en relación al riesgo incurrido por su Benchmark. Respecto

a la literatura financiera internacional, Elton y Gruber (1989) en sus estudios encontraron evidencia de que

los Fondos Mutuos que cuentan con un Retorno Ajustado por Riesgo superior al promedio de sus pares

durante cierto año, tienden a repetir la buena performance al siguiente año. A su vez, Goetzmann e

Ibbotson (1994), en Fondos de Renta Variable (S&P 500) utilizando data mensual entre 1975 y 1992,

concluyeron que la persistencia de buenos retornos en Fondos Mutuos está presente en aquellos Fondos

que tienen altos niveles de Rentabilidad Ajustada por Riesgo, mientras que Hendricks, Patel y Zeckhauser

(1993) mostraron estadísticamente la robustez de dicho fenómeno.

Market Capture

Indicador el evalúa el desempeño de un Fondo Mutuo frente a su Benchmark, cuantificando que tan capaz

ha sido el Fondo Mutuo en un determinado período de tiempo de capturar las alzas del Benchmark, en

función de que tan capaz ha sido de evitar las caídas de dicho Benchmark. Claramente si el Benchmark tan

solo sigue una única tendencia, ya sea al alza o a la baja, dicho indicador no tiene sentido. El Modelo de

Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30 meses para

calcular este indicador.


El Retorno Ajustado por Riesgo del “Fondo B” es mayor que el del “Fondo A”: El

“Fondo B”, si hubiese asumido el mismo nivel de riesgo de su Benchmark, hubiese

rentado más que éste. Análisis opuesto para el “Fondo A”


)(

)(

..

bajistaMercado

bajistamFondo

alcistaMercado

alcistamFondo

r

rr

r

CM−

−

=

Donde:

CM . : Market Capture.

alcistamFondor − : Rentabilidad promedio

del Fondo Mutuo en aquellos meses en

el cual su Benchmark rentó

positivamente.

bajistamFondor − : Rentabilidad promedio

del Fondo Mutuo en aquellos meses en

el cual su Benchmark rentó

negativamente.

alcistaMercador : Rentabilidad promedio

del Benchmark en aquellos meses en el cual este rentó positivamente.

bajistaMercador : Rentabilidad promedio del Benchmark en aquellos meses en el cual este rentó

negativamente.

Para cuantificar el índice Market Capture, se utilizará data de las rentabilidades históricas de los últimos 30

meses tanto para el Fondo Mutuo como para su Benchmark respectivo. A mayor Market Capture, mayor ha

sido la habilidad global del Fondo Mutuo para sortear las fluctuaciones de su Benchmark. En relación a la

literatura financiera internacional, Carlson (1970) encuentra evidencia de que los Fondos Mutuos que rentan

por sobre el promedio en un año, típicamente repiten su desempeño superior el siguiente año, lo cual es

denominado “efecto momentum”. A su vez, en relación a dicho efecto, Patel, Zeckhauser y Hendricks (1992)

hallan que los inversionistas realizan el mayor flujo positivo de dinero hacia aquellos Fondos Mutuos que

han tenido una buena performance recientemente

R-Cuadrado

Indicador el cual corresponde al porcentaje de rentabilidad de un Fondo Mutuo que es explicada por la

rentabilidad de su Benchmark durante un período determinado. Este indicador varía en un rango entre 0 y

100, en donde un R-Cuadrado cercano a 100 indica que las distintas rentabilidades históricas observadas de

un Fondo Mutuo son explicadas en un 100% por dichas rentabilidades históricas observadas en su

Dados los Fondos A y B que tienen el mismo Benchmark, el “Fondo B”

destaca por tener una mayor capacidad para evitar las caídas de su

Benchmark


Benchmark. Como estándar, se entiende que un Fondo Mutuo cuyo R-Cuadrado sea inferior a 70% en

general no logra replicar satisfactoriamente las rentabilidades de su Benchmark asociado.


∑ ∑

∑

−−

−−=

−−

−−22 )()(

))((..

BenchmarkiBenchmarkFondoiFondo

BenchmarkiBenchmarkFondoiFondo

rrrr

rrrrCR

Donde:

∑ −−2)( FondoiFondo rr : R-Cuadrado

Fondor : Rentabilidad promedio del Fondo

Mutuo en un determinado período de

tiempo.

Benchmarkr : Rentabilidad promedio del

Benchmark de un Fondo Mutuo en un

determinado período de tiempo.

iFondor − : Rentabilidad del Fondo Mutuo

para cierto período “i”.

iBenchmarkr − : Rentabilidad del

Benchmark de un Fondo Mutuo para

cierto período “i”.

El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30

meses para calcular este indicador. A mayor R-Cuadrado, mayor es la capacidad del Fondo Mutuo de reflejar

el comportamiento de la rentabilidad histórica de su Benchmark. Respecto a la literatura financiera

internacional, Titman y Yiu (2008) hallaron que, en Fondos Mutuos de Renta Variable, existe una relación

inversa entre el R-Cuadrado de cierto año y la performance del Fondo Mutuo asociado al año siguiente. En

otros estudios, Amihud y Goyenko (2009) identificaron que, en general, al seleccionar Fondos Mutuos cuyo

R-Cuadrado estuviese en el menor quintil en los últimos 12 meses, y adicionalmente, al seleccionar Fondos

Mutuos cuyo Alpha estuviese en un quintil superior en los últimos 12 meses, en promedio, dichos Fondos

Mutuos tienen un exceso de “rendimiento ajustado por riesgo” de 2.81% sobre el promedio en el siguiente

año (CRPS Mutual FundDatabase 1989-2007, retornos mensuales). Si bien se observa que la literatura

internacional en general no considera al índice R-Cuadrado como un buen predictor de rentabilidad futura,

en FOL consideramos que es importante que exista un nivel mínimo de relación entre el comportamiento de

Las variaciones de rentabilidad histórica del “Fondo A”sonaltamente

explicadas por las variaciones de rentabilidad histórica de su Benchmark, en

comparación a las variaciones de rentabilidad histórica del “Fondo B”


los retornos históricos de un Fondo Mutuo y aquellos de su Benchmark, de tal manera que el Fondo Mutuo

pueda reflejar fielmente el espíritu de inversión que debiese tener.

Tracking Error

Indicador el cual corresponde a la divergencia en términos de comportamiento de precios entre un Fondo

Mutuo y su Benchmark. En la práctica, el indicador pretende medir que tan cercanamente un Fondo Mutuo

es capaz de replicar a su Benchmark en términos de movimientos históricos de precios.


)(.. benchmarkFondo rrVarET −=

Donde:

..ET : Tracking Error

Fondor : Rentabilidad del Fondo mutuo en

un determinado período.

benchmarkr : Rentabilidad del Benchmark en

un determinado período.

El Modelo de Recomendaciones de

Portfolios de Fondos Mutuos utiliza la

performance de los últimos 30 meses para calcular este indicador. A menor Tracking Error, mayor es la

capacidad del Fondo Mutuo para reflejar período a período la rentabilidad de su Benchmark. Respecto a la

literatura financiera internacional, Cremers y Petajisto (2008) respecto al nivel de persistencia del Tracking

Error en cuanto a su poder predictivo, hallaron que este es insignificante respecto al retorno futuro de un

Fondo Mutuo. Sin embargo, tal como en el caso del R-Cuadrado, el índice Tracking Error funciona como una

medida con la cual se evalúa el nivel de relación vista entre un Fondo Mutuo y su respectivo Benchmark,

siendo deseable que los retornos de un Fondo Mutuo no tengan fluctuaciones históricas muy distorsionadas

respecto a los retornos históricos de su Benchmark.

En relación a la Tasa Libre de Riesgo utilizada en los cálculos de las distintas variables relevantes, esta

corresponde a la rentabilidad mensual de los Pagarés Licitados por el Banco Central de Chile (PDBC) de 30

días denominados en moneda peso. La elección de este instrumento como referente para la Tasa Libre de

Riesgo se basa en el muy bajo riesgo de default existente por parte de su emisor, en el bajo riesgo de tasa de

interés al ser un instrumento de muy corto plazo, y además en el significativo nivel de liquidez con el que

transan estos instrumentos.

Las diferencias históricas de rentabilidad entre el Fondo A y su

Benchmark son menores que las diferencias entre el Fondo B y su

Benchmark, por lo cual, el Fondo A tiene menor Tracking Error


Selección: Aumentando la Probabilidad de Performance Futura Superior

Una vez calculados los valores de las distintas variables relevantes previamente señaladas, ya se cuenta con

la materia prima para diferenciar las características de un Fondo Mutuo en relación a aquellos de su misma

categoría. En FOL, creemos que el mejor Fondo Mutuo no es sólo aquel que ha tenido un gran desempeño

destacado en el pasado en relación a sus pares, sino que también es aquel que ofrece las mejores

perspectivas futuras de desempeño superior en relación a sus pares. Lo anterior es comúnmente un

fenómeno al cual se le denomina “nivel de persistencia en performance de Fondos Mutuos”, tópico el cual

ha sido previamente estudiado por varios investigadores, tales como Hendricks, Patel y Zeckhauser (1993) y

Grinblatt y Titman (1992).

Se debe destacar que la ponderación de cada una de las siete variables relevantes al momento de calcular el

puntaje final de cada serie de Fondo Mutuo dependerá exclusivamente de la categoría al cual esta

pertenezca. De esta forma, se puede notar que el grado de importancia que se le asigna a cada una de las

siete variables relevantes en cada categoría de Fondo Mutuo no ha sido un factor dejado al azar, más bien,

una ponderación específica en cada una de estas variables puede aumentar el poder predictivo de

performance futura para aquellos Fondos mejor evaluados en cada ranking. Esto se fundamenta en que

cada uno de los mercados financieros en particular (cada uno de éstos asociado a su respectiva categoría de

Fondo Mutuo) tiene características individuales que les diferencian de otros mercados, por ejemplo, estos

pueden diferir en términos de asimetrías de información entre los inversionistas, nivel de transparencia de

la información, grado de madurez de las empresas e industrias que constituyen cada uno de los mercados,

niveles de liquidez del mercado y el marco regulatorio legal en cada uno de estos. De esta forma, es

razonable esperar que, de acuerdo a las características que posean los mercados financieros, el nivel de

importancia de los distintos factores que pueden explicar una cierta persistencia en la rentabilidad de

distintos Fondos Mutuos a través del tiempo (es decir, que el buen desempeño pasado de un Fondo

efectivamente se replique en el futuro) efectivamente pueden variar dependiendo del mercado financiero

en particular.

Ponderación de las Variables Relevantes en cada Categoría de Fondo

Dado que la literatura financiera no ha profundizado mayormente en el tema de “cuáles son los factores que

explican la persistencia de desempeño futuro en Fondos Mutuos”, para el caso de la Industria de Fondos

Mutuos en Chile, en FOL se utiliza una metodología para estimar la ponderación específica de cada una de

las siete variables relevantes antes mencionadas en cada una de los principales categorías de Fondos

Mutuos. Dicha metodología, la cual se detallará a continuación, lamentablemente no ha podido ser

replicada en todas las categorías de Fondos Mutuos dado que no todas éstas disponen de Fondos que

tengan una cantidad de historia óptima (existencia de Fondos Mutuos en la categoría que tengan una

vigencia de por lo menos 36 meses) , ni tampoco la cantidad de Fondos mínima (es deseable que existan a lo

menos cinco Fondos Mutuos en su respectiva categoría) como para poder llevar a cabo la estimación con un

nivel adecuado de robustez estadística. Los pasos seguidos para el cálculo de los ponderadores de cada

variable relevante son los siguientes:


I. Para las distintas categorías de Fondos Mutuos, el modelo calcula las siete variables relevantes por

cada Fondo, desde diciembre 2007 hasta la fecha final del último semestre (cierre de junio 2012)

II. Respecto a los límites de ponderación de cada una de las siete variables relevantes, cada una de

estas no puede tener una ponderación inferior al 5,0% ni tampoco superior al 35,0%. Estos límites

se justifican debido a que no se desea que solo sean tres o menos variables las que expliquen la

mayor parte de la ponderación, mas bien, se busca que todas las siete variables tengan a lo menos

un mínimo nivel de protagonismo.

III. Para cada categoría de Fondo Mutuo, entre las fechas señaladas anteriormente, el modelo simula

entre 70.000 y 120.000 familias de rankings históricos de Fondos Mutuos de forma mensual. De

esta forma, cada una de estas familias de rankings obedece a un único “mix de ponderaciones de

variables relevantes” en particular.

IV. En relación a todas las familias de rankings simuladas para cada uno de las categorías de Fondos

Mutuos, el Modelo es capaz de identificar el “mix de ponderaciones de variables relevantes” que

maximizó la “rentabilidad acumulada histórica” de la estrategia de invertir semestralmente en los

tres primeros Fondos de cada ranking mensual, desde diciembre 2007 y todos los meses del año

2008 hasta la fecha final del último trimestre (cierre de junio 2012). Finalmente, dicho “mix

identificado óptimo” es el que se utilizará para asignar el grado de importancia de las siete variables

relevantes en cada categoría de Fondo Mutuo.

Cabe destacar que los puntajes ponderados obtenidos por los distintos Fondos Mutuos no son comparables

entre las distintas categorías. Esto se debe principalmente a que el rendimiento de los Fondos de distintas

categorías es contrastado en relación a distintos Benchmarks.

De esta forma, se obtiene un “mix óptimo de variables relevantes” para cada uno de las categorías de

Fondos Mutuos sobre los cuales se aplicará la metodología antes mencionada, de esta forma generándose

un ordenamiento para asignar un puntaje ponderado específico a cada Fondo de las distintas categorías

existentes en el mercado.

Los Mejores Fondos de la Industria al Alcance de Todos

Tal como se pudo ver anteriormente, la metodología antes descrita para identificar los mejores Fondos

Mutuos de cada categoría de Fondo no hace discriminación según cualquiera sea la Administradora General

de Fondos (AGF) que emita los distintos Fondos en el mercado. El Ranking FOL-El Mercurio de Fondos

Mutuos es publicado periódicamente en el sitio web de FOL independientemente del caso en que FOL

cuente (o no cuente) con un acuerdo de comercialización para dichos Fondos, reconociendo de esta forma

que dichos Fondos son los mejores en su categoría que actualmente existen.


Sistema de Ranking Puede Evolucionar Sobre sí Mismo a Través del Tiempo

Se debe destacar que la estimación del “mix identificado óptimo” de variables relevantes puede variar

ligeramente a través del tiempo, esto en la medida que nueva información de retornos históricos de Fondos

Mutuos sean asimilados por el Modelo. Es por esta razón que debiese ser esperable que suceda un ajuste

periódico en la ponderación de las siete variables relevantes. Dicho ajuste se realizará semestralmente,

produciendo cambios marginales respecto al previo “mix identificado óptimo” de cada categoría de Fondo

Mutuo, pudiendo generarse de esta forma variaciones marginales en cuanto a las posiciones de los distintos

Fondos Mutuos de acuerdo al Ranking FOL-El Mercurio generado en cada categoría de Fondo Mutuo dado el

uso de un nuevo “mix óptimo de variables relevantes”. Es por esta razón que se puede sostener que el

Modelo de Recomendaciones es capaz de evolucionar sobre sí mismo a través de tiempo.


Referencias

Amihud,Y., Goyenko, R., 2009.Mutual Fund´s R-Squared as Predictor of Performance. Working Paper

Bodie, Z., Kane, A., Marcus,A.J., 2009.Investments, 8th edition, McGraw-Hill Irwin

Brands, S., Brown, S.J., Gallagher, D.R., 2006.Portfolio Concentration and Investment Manager

Performance.International Review of Finance,149-174

Brown, S.J., Goetzmann,W.N., Ibbotson, R.G., Ross,S., 1992.Survivorship Bias in Performance Studies.Review

of Financial Studies 5, 553-580

Carlson, R.S., 1970.Aggregate Performance of Mutual Funds. Journal of Financial and Quantitative Analysis 5,

1-32

Cremers, M., Petajisto, A., 2008. How Active is Your Fund Manager? A New Measure That Predicts

Performance.Review of Financial Studies.

Elton, E.J., Gruber, M.J., 1989. Modern Portfolio Theory and Investment Management. John Whiley and

Sons, New York.

Grinblatt, M., Titman, S., 1989. Mutual Fund Performance: An Analysis of Quarterly Portfolio Holdings. The

Journal of Business, 62(3),393–416.

Grinblatt, M., Titman, S., 1992.The Persistence of Mutual Fund Performance. The Journal of Finance, 47(5),

1977–1984.

Hendricks, D., Patel, J., Zeckhauser, R., 1993. Hot Hands in Mutual Funds: Short-Run Persistence of Relative

Performance, 1974-1988. The Journal of Finance, Vol. 48, N°1, pp. 93-130

Kacperczyk, M. T., 2005. “The Price of Sin: The Effects of Social Normson Markets.” Working Paper.

Lehmann, B. N., Modest, D., 1987. Mutual Fund Performance Evaluation: A Comparison of Benchmarks and

a Benchmark of Comparisons, Journal of Finance 21, 233-265

Patel, J., Zeckhauser R., Hendricks, D., 1992. Investment Flows and Performance: Evidence from Mutual

Funds, Cross-Border Investments, and New Issues.Cambridge University Press.

Titman, S., Yiu, C., 2008. Do the Best Hedge Funds Hedge?.Working Paper.

Ranking de Fondos Mutuos FOL-El Mercurio · El Ranking FOL-El Mercurio trabaja sobre un set de once...

Documents

Transcript of Ranking de Fondos Mutuos FOL-El Mercurio · El Ranking FOL-El Mercurio trabaja sobre un set de once...