Las finanzas me atrajeron porque ofrecían cierto orden entre tanto caos. Era un mercado con miles de millones de transacciones diarias y, no obstante, era capaz de fijar un precio para todos y cada uno de los activos, una cifra literal que reflejaba el valor de los riesgos de cara al futuro o, más concretamente, en qué medida las personas valoran dichos riesgos en la actualidad.
El planeta está saturado de datos, ya sea sobre empresas específicas, sobre la situación macroeconómica, acerca de los riesgos geopolíticos o incluso sobre los mismos precios (sin entrar en lo profundo), y dicho precio lo incorporó todo de forma casi inmediata. Esa es la definición de la eficiencia del mercado.
Exceptuando un pequeño detalle: esa cifra, ese precio, ha estado siempre algo equivocado. Y es que los datos también tienen sus defectos.Una agitada polémica en el mundo financiero nos hace pensar que cualquier seguridad que pudiéramos tener era una ilusión.
Tiene que ver con un artículo académico donde se cuestionan los beneficios de la inversión por factores, según la cual los inversionistas adoptan decisiones sobre la base de “factores” tales como el tamaño de una compañía o la manera en que el precio de sus acciones es comparable al valor de sus activos.
Teóricamente, esta clase de inversiones puede proporcionar mayores rendimientos que el conjunto del mercado.
En el documento se argumenta que los datos recabados y divulgados por los padres de la inversión por factores, Kenneth French y Eugene Fama, han ido cambiando con el tiempo, y cuando los números cambiaron, también cambiaron las previsiones de los factores y su valor para la cartera.
Es verdad que tanto la información nueva como la antigua apuntan a que la inversión en factores es ventajosa, pero la cuantía depende de los datos que se empleen.
Este no es sólo un argumento académico. El modelo factorial se enseña en las escuelas de negocios y a menudo se utiliza para evaluar el desempeño del mercado y el precio del capital.
Fama y French también están afiliados a Dimensional Fund Advisors (DFA), una sociedad de fondos mutuos que ofrece fondos que sobreponderan los factores. El personal de DFA ayuda con los datos de Fama/French de una manera no transparente para los externos.
Divulgación completa: trabajé en DFA hace más de 10 años con Fama y French en otro proyecto de datos no relacionado. Una lección que se me ha quedado grabada es que todos los datos financieros, sin importar la fuente, son muy ruidosos. Y por ruidoso me refiero a poco fiable.
La mayoría de las estimaciones realizadas a partir de datos financieros son extremadamente sensibles al período de tiempo seleccionado y a los supuestos que se hagan (y siempre se deben hacer supuestos). Nadie debería jamás tomar una estimación de una variable financiera como un hecho real.
Construir un conjunto de datos requiere hacer muchos juicios y los datos a menudo se revisan a medida que hay más disponibles, ya sea a través de cambios en las regulaciones o en las prácticas de medición. Y los datos de factores son especialmente ruidosos porque requieren hacer suposiciones sobre qué cálculos se deben hacer para definir las “acciones de valor” o las pequeñas empresas. Es un proceso que está muy abierto a la interpretación.
El ruido no es solo una realidad para los datos financieros, está presente en los datos económicos , en los datos de salud e incluso en los comentarios de Reddit. Como dijo el gran Fischer Black en su profético artículo sobre el ruido de los datos , publicado hace casi 40 años: “Creo que casi todos los mercados son eficientes casi todo el tiempo. ‘Casi todos’ significa al menos el 90%”.
Incluso el 90% genera mucho ruido.
Los datos no sólo pintan un panorama turbio del pasado, sino que también nublan nuestra visión del futuro. Los datos no pueden ocultar el hecho de que la inversión en valor ha tenido algunos años malos, o que las perspectivas para las pequeñas empresas pueden no ser mucho mejores a medida que las grandes empresas de tecnología continúan dominando el mercado.
Podría ser que estos factores simplemente estén pasando por una mala racha, como sucede de vez en cuando. O podría indicar cambios más profundos. Un mercado que valora el capital intangible (propiedad intelectual en lugar de máquinas) podría significar que las acciones de valor tendrán menores retornos.
Una economía en la que la capacidad de escalar y dominar los mercados es más importante podría significar que las pequeñas empresas serán menos valiosas. Un mundo cambiante significa estimaciones menos confiables y más volátiles.
Mientras continúa la crisis de replicación en las ciencias sociales, es importante señalar que se ha descubierto que pocos académicos son deshonestos. Muchas de las discrepancias simplemente reflejan la arbitrariedad de trabajar con datos y cualquier suposición que el investigador tuvo que hacer. La era del big data debería permitir un trabajo más consistente y confiable, pero una gran cantidad de datos también puede incluir mucho ruido.
Esta controversia en las finanzas es instructiva. La cantidad de datos es simplemente asombrosa, no sólo sobre transacciones de mercado sino también sobre cosas como las intervenciones médicas.
A menudo es ruidoso y ni siquiera las herramientas más modernas (me refiero a usted, la inteligencia artificial) pueden hacerlo completamente confiable. A medida que avanzamos hacia un mundo en el que los datos son mucho más accesibles, deberíamos ser mucho más conscientes de sus limitaciones.
No estoy siendo posmoderno aquí. Los datos siguen siendo una herramienta increíblemente valiosa que ayuda a las personas a tomar decisiones más racionales e informadas. La estimación del 90% de Black es correcta, y el 90% es mucho mejor que nada.
Incluso con todo el ruido, los datos todavía muestran que la inversión en factores puede ser una estrategia sólida y una buena manera de entender el mercado. Pero en un mundo de Big Data, todos debemos estar preparados para un gran ruido. Eso significa no asumir nunca la precisión y moderar lo que nos dicen los datos con nuestro propio juicio humano a la antigua usanza.
Esta nota no refleja necesariamente la opinión del consejo editorial o de Bloomberg LP y sus propietarios.
Lea más en Bloomberg.com
