Sesgo de supervivencia en estudios factoriales y su efecto sobre las primas documentadas en horizontes largos
El defecto que nadie menciona en las conclusiones de los estudios factoriales
Admitámoslo con la franqueza que merece: cuando revisamos un estudio que documenta una prima factorial robusta en un horizonte de diez años, raramente preguntamos qué empresas fueron excluidas del universo de análisis porque quebraron, fueron absorbidas o simplemente dejaron de cotizar durante ese periodo. El sesgo de supervivencia opera precisamente en ese silencio metodológico. Los estudios construidos sobre universos de empresas supervivientes sistemáticamente sobreestiman las primas factoriales porque eliminan del análisis precisamente los casos donde el factor no funcionó de la forma prevista. En horizontes largos, este efecto se amplifica: cuanto mayor es el periodo de tenencia analizado, mayor es la proporción de empresas que no sobrevivieron íntegramente ese horizonte y que, por tanto, no aparecen en los datos históricos que sustentan las conclusiones publicadas sobre la robustez factorial a largo plazo.
Cómo el universo de análisis determina la prima documentada
La magnitud de la prima factorial documentada en un estudio depende de forma crítica de la composición del universo de empresas incluidas en el análisis. Un universo construido retrospectivamente sobre empresas que cotizaban al inicio y al final del horizonte analizado excluye por definición a todas las que desaparecieron en el trayecto. Esta exclusión no es aleatoria: las empresas que quiebran o son absorbidas tienden a concentrarse precisamente en los segmentos valor y tamaño pequeño, que son los factores con primas históricas más documentadas. El resultado es que los estudios con sesgo de supervivencia no controlado tienden a sobrestimar sistemáticamente las primas de valor y tamaño en horizontes largos, mientras que el sesgo sobre factores como calidad o baja volatilidad resulta comparativamente menor por razones estructurales de composición del universo.
Evidencia comparativa sobre la magnitud del sesgo por factor
Las comparativas entre estudios que corrigen el sesgo de supervivencia y estudios equivalentes que no lo hacen muestran diferencias apreciables en la prima documentada. Para el factor valor en mercados desarrollados europeos, la corrección del sesgo tiende a reducir la prima estimada de forma estadísticamente significativa en horizontes superiores a cinco años. Para el factor tamaño, la reducción es aún más pronunciada dado que las empresas de menor capitalización presentan tasas de desaparición históricamente más elevadas que las de gran capitalización. Para el factor calidad, la diferencia entre estudios con y sin corrección es comparativamente menor, lo que refuerza indirectamente la narrativa de que el factor calidad presenta una prima más estable, aunque parte de esa estabilidad refleja también una menor contaminación por sesgo de supervivencia en el universo de análisis utilizado.
Por qué el horizonte largo amplifica el problema de forma no lineal
El sesgo de supervivencia no crece linealmente con el horizonte de análisis: crece a un ritmo que se acelera en la medida en que el periodo estudiado abarca más ciclos de mercado completos. Cada ciclo adicional introduce una nueva cohorte de empresas que no superan el horizonte completo y que, en ausencia de corrección metodológica explícita, quedan excluidas del universo de análisis. Para horizontes superiores a siete años en mercados desarrollados, la acumulación de estas exclusiones puede distorsionar de forma apreciable no solo la magnitud de la prima factorial documentada, sino también su distribución temporal dentro del horizonte, lo que afecta directamente las conclusiones sobre el momento del ciclo en que el factor entrega la mayor parte de su rendimiento histórico registrado.
Corrección metodológica y sus implicaciones para el diseño de estrategias a largo plazo
Reconocer el sesgo de supervivencia es necesario pero no suficiente. La pregunta relevante para el diseño de estrategias es cuánto cambian las conclusiones cuando el sesgo se corrige de forma explícita y qué ajustes metodológicos son realmente accesibles para quien no dispone de bases de datos sin sesgo desde el principio. La buena noticia es que existen aproximaciones comparativas que permiten estimar la dirección y la magnitud probable del sesgo incluso cuando la corrección exacta no es posible. La mala noticia es que estas aproximaciones rara vez aparecen en los estudios que se citan con más frecuencia como evidencia de la robustez factorial a largo plazo, lo que convierte la verificación metodológica en un paso previo ineludible antes de basar decisiones de diseño estratégico en una prima factorial documentada en la literatura académica o comercial disponible.
Bases de datos sin sesgo y su impacto sobre las conclusiones factoriales
Las bases de datos diseñadas explícitamente para eliminar el sesgo de supervivencia incluyen empresas que quebraron, fueron absorbidas o dejaron de cotizar durante el periodo analizado. Cuando los estudios factoriales se reproducen sobre estas bases de datos, las primas documentadas son consistentemente inferiores a las obtenidas en universos con sesgo. Esta diferencia no invalida la existencia de primas factoriales, pero sí obliga a revisar las estimaciones de magnitud utilizadas como referencia en el diseño de estrategias. Para horizontes de cinco a diez años, la prima de valor corregida por supervivencia en mercados europeos se sitúa de forma recurrente por debajo de la prima no corregida en una proporción que los estudios comparativos disponibles describen como económicamente relevante para las decisiones de asignación de largo plazo.
Señales metodológicas para detectar el sesgo en estudios publicados
Antes de incorporar la evidencia de un estudio factorial a un proceso de diseño estratégico, conviene revisar tres señales metodológicas que indican el grado de control del sesgo de supervivencia: la descripción explícita del proceso de construcción del universo de análisis, la mención del tratamiento aplicado a las empresas desaparecidas durante el horizonte estudiado, y la comparación de los resultados con estudios equivalentes que sí corrigen el sesgo. La ausencia de estas tres señales no descalifica el estudio de forma automática, pero sí obliga a interpretar las primas documentadas como límites superiores probables antes que como estimaciones centrales adecuadas para su uso directo en el diseño de la exposición factorial objetivo de una estrategia de largo plazo.
Implicaciones prácticas para la calibración de la exposición factorial objetivo
Cuando las primas factoriales de referencia se ajustan a la baja para reflejar el sesgo de supervivencia probable, las implicaciones para la calibración de la exposición objetivo son directas y apreciables. Una prima de valor corregida menor implica que la exposición necesaria para alcanzar un diferencial de rendimiento determinado es mayor que la indicada por estudios no corregidos, lo que a su vez eleva el coste de reequilibrio necesario para mantener esa exposición a lo largo del horizonte. Este círculo de ajustes encadenados pone de manifiesto que el sesgo de supervivencia no es un problema puramente académico: es una variable de diseño con consecuencias directas sobre la viabilidad de las estrategias factoriales de largo plazo tal como se articulan habitualmente en la práctica.