Interacción entre factores múltiples bajo capitalización compuesta y lo que los modelos estáticos no capturan en horizontes de largo plazo
Hemos dado por sentado, con demasiada frecuencia, que combinar dos factores con baja correlación en una ventana corta produce una cartera más robusta en horizontes largos. La lógica es atractiva y el argumento matemático parece sólido hasta que se examina qué ocurre con esas correlaciones cuando la capitalización compuesta entra en escena durante tres, cinco o siete años. Lo que los modelos estáticos de factores no capturan es precisamente la variabilidad temporal de las correlaciones interfactoriales y su tendencia a converger en momentos de estrés de mercado, que son exactamente los momentos en que la diversificación factorial debería funcionar mejor según el diseño inicial de la estrategia analizada.
El supuesto de independencia entre factores es uno de los pilares implícitos de la mayoría de los modelos de asignación multifactorial. Si el factor valor y el factor momentum presentan baja correlación en una ventana de doce meses, el modelo asume que esa baja correlación es una propiedad relativamente estable que justifica combinar ambas exposiciones para suavizar la variabilidad del rendimiento total. El problema comienza cuando se revisan las correlaciones entre estos mismos factores en horizontes de tres a cinco años. Las tablas comparativas entre correlaciones medidas en ventanas de uno, tres y cinco años muestran con regularidad que las correlaciones interfactoriales no son estables: tienden a aumentar en periodos de contracción de mercado y a disminuir en periodos de expansión, lo que genera un patrón de correlación condicional que los modelos de parámetros fijos no pueden capturar por construcción. Esta variabilidad condicional tiene consecuencias directas sobre la exposición factorial neta de una cartera multifactorial en horizontes largos, porque la diversificación esperada en el diseño original puede materializarse en un grado muy inferior al proyectado precisamente cuando el inversor más la necesita durante el horizonte de tenencia.
Las correlaciones interfactoriales que parecen bajas en ventanas cortas tienden a converger durante los periodos de estrés donde la diversificación factorial más se necesita.
Los modelos de tres, cuatro y cinco factores fueron diseñados para capturar fuentes de rendimiento independientes entre sí. Sin embargo, cuando se aplican en horizontes multiperiodo, la interacción entre sus componentes genera efectos que no son simplemente la suma de sus contribuciones individuales. En particular, la combinación de valor y momentum presenta un patrón de interacción bien documentado: ambos factores tienden a comportarse de forma inversa en el corto plazo, lo que produce una correlación negativa que aparentemente mejora la diversificación de la cartera. Pero bajo capitalización compuesta durante cinco años, esta relación inversa no es estable. Los periodos en que el factor valor se recupera con fuerza tienden a coincidir con periodos en que el momentum pierde su prima de forma pronunciada, lo que genera una compensación aparente en el rendimiento total que en realidad refleja una exposición neta muy inferior a la proyectada en el momento del diseño inicial de la estrategia. Este efecto de compensación interfactorial es sistemáticamente subestimado por los modelos estáticos precisamente porque asumen que la relación entre factores observada en la ventana de calibración se mantiene constante a lo largo del horizonte de tenencia completo.
La interacción entre valor y momentum bajo capitalización compuesta produce compensaciones que reducen la exposición neta de forma sistemáticamente subestimada por los modelos estáticos.
La evidencia más reveladora sobre la interacción multifactorial en horizontes largos proviene de los estudios que comparan el rendimiento de carteras diseñadas con modelos estáticos frente a carteras diseñadas con modelos de parámetros variables en el tiempo. Los modelos con parámetros variables permiten que las correlaciones entre factores evolucionen conforme cambia el régimen de mercado, lo que produce estimaciones de exposición factorial neta más ajustadas a lo que efectivamente ocurre durante el horizonte de tenencia. Las comparativas disponibles muestran que las diferencias entre ambos enfoques son estadísticamente significativas en horizontes de cinco años y superiores, especialmente para carteras que combinan tres o más factores simultáneamente. Para carteras bifactoriales, la diferencia es menos pronunciada pero sigue siendo económicamente relevante en periodos que abarcan al menos un cambio de régimen de mercado completo. Este hallazgo sugiere que la elección del modelo de factores, estático o con parámetros variables, es una decisión de diseño con consecuencias apreciables sobre la exposición factorial efectiva que la cartera entrega a lo largo del horizonte de largo plazo previsto.
Los modelos con parámetros variables en el tiempo producen estimaciones de exposición factorial significativamente más ajustadas que sus equivalentes estáticos en horizontes superiores a cinco años.
Una de las implicaciones más directas de la interacción multifactorial bajo capitalización compuesta es su efecto sobre la descomposición de la varianza del rendimiento total de la cartera. En el diseño inicial, los modelos estáticos asignan una proporción de la varianza explicada a cada factor de forma relativamente estable a lo largo del tiempo. Pero cuando se realiza una descomposición de varianza dinámica en carteras que han compuesto durante cinco o más años, la proporción atribuible a factores individuales cambia de forma apreciable respecto a la estimación estática. En particular, la varianza atribuible al mercado tiende a crecer relativamente con el horizonte mientras que la atribuible a factores individuales disminuye, lo que implica que la diversificación incremental que el inversor esperaba obtener de la exposición multifactorial se diluye de forma gradual a medida que el horizonte se extiende. Este patrón de dilución de la varianza explicada por factores específicos frente a la varianza de mercado es uno de los efectos menos intuitivos de la capitalización compuesta sobre el diseño multifactorial, y uno de los que mayor impacto tiene sobre las expectativas de rendimiento diferencial a largo plazo.
La proporción de varianza atribuible a factores específicos disminuye relativamente frente al mercado a medida que el horizonte de capitalización compuesta se extiende más allá de cinco años.
Llegados a este punto, la pregunta relevante no es si los modelos estáticos son útiles, sino en qué condiciones su uso introduce errores de diseño que resultan costosos en horizontes largos. La evidencia comparativa disponible sugiere que el umbral crítico se sitúa alrededor de los tres años de horizonte de tenencia para carteras con tres o más factores y alrededor de los cinco años para carteras bifactoriales. Por debajo de esos umbrales, las diferencias entre modelos estáticos y modelos con parámetros variables son pequeñas en términos de exposición factorial neta entregada. Por encima de ellos, las diferencias se vuelven estadísticamente significativas y, dependiendo del entorno de mercado, económicamente relevantes para la evaluación del rendimiento diferencial de la estrategia. Este resultado no prescribe el abandono de los modelos estáticos para todos los horizontes, sino su uso consciente de sus limitaciones temporales y la incorporación de revisiones periódicas de la estructura de correlación interfactorial como componente explícito del proceso de seguimiento de la estrategia de largo plazo diseñada.
El umbral donde los modelos estáticos empiezan a producir errores de diseño relevantes se sitúa alrededor de los tres años para carteras con tres o más factores combinados.
La interacción entre factores no es fija. Medirla de forma periódica a lo largo del horizonte es parte del diseño, no un refinamiento posterior.