“strategiesmart+beta) ealtrestrategiemeccanichedi ... · 3"" "1.!efficienza dei...
TRANSCRIPT
1
Dispensa
“Strategie Smart-‐Beta
e altre strategie meccaniche di
costruzione e ribilanciamento di
portafoglio”
Dr. Fabizio Crespi
2017
2
Indice
1. Efficienza dei mercati e ricorrenze anomale: dove sta la verità?...............................................3 1.1 Finanza comportamentale e inefficienze di mercato………………………………………………………….9
2. Le strategie Smart Beta: definizioni e considerazioni critiche……………………………………………..…10
2.1 Attive, passive o qualcosa nel mezzo?.................................................................................11 2.2 Le diverse tipologie di strategie Smart Beta…………………………………………………………………13
3. Il risk parity approach: una sofisticata strategia meccanica di investimento….………………………18
3.1 Dalle logiche tradizionali di diversificazione al risk parity approach…………………………………19
4. L’anomalia del rischio contenuto sui mercati azionari………..…………………………………………………29 4.1 I fattori comportamentali alla base dell’anomalia del rischio contenuto………………………….31
4.2 Strategie di investimento azionarie basate sulla gestione del rischio: le possibili alternative………………………............................................................................32
5. Tra algoritmi ed euristiche: altri esempi di strategie d’investimento…………………………………….35
6. Come utilizzare le strategie Smart Beta…………………………………………………………………………………40 Bibliografia………………….……………………..............................................................................................42
3
1. Efficienza dei mercati e ricorrenze anomale: dove sta la
verità?
Per comprendere la logica e il funzionamento delle strategie Smart Beta, e di altre logiche
di costruzione e manutenzione del portafoglio basate su regole meccaniche di investimento,
occorre effettuare alcune considerazioni teoriche relative all’efficienza dei mercati, e alla
possibilità di prevedere l’andamento futuro dei rendimenti delle azioni. Infatti, le strategie Smart
Beta si basano sull’idea che si possano trovare delle ricorrenze anomale nell’andamento dei
rendimenti delle azioni che, se sfruttate adeguatamente, produrrebbero extra-‐rendimenti nel
medio lungo termine; e ciò sarebbe contrario ai postulati della modern portfolio theory e
dell’ipotesi di efficienza dei mercati per anni sostenuti dall’accademia.
Occorre quindi partire proprio da questi due ambiti teorici (ovvero da una loro sintetica
descrizione) per comprendere la bontà e l’efficacia delle strategie smart beta. La Modern Portfolio
Theory ha rappresentato per lunghissimo tempo (e perlopiù ancor oggi) la pietra angolare in tema
di gestione di portafoglio. Certamente, il fatto di aver definito un framework per risolvere il
problema di scelta nel momento in cui si va ad investire il capitale proprio o di terzi, ha contribuito
al successo, almeno accademico, della teoria ideata da Harry Markowitz negli anni cinquanta. La
base fondante di tale teoria è peraltro logica e facilmente comprensibile: infatti, secondo la MPT di
Markowitz basta fissare il rendimento atteso desiderato e, sulla base di questo, minimizzare il
rischio atteso. In alternativa sarebbe anche possibile agire all’inverso, ossia fissare il rischio atteso
massimo che si è disposti a sopportare e massimizzare, invece, il rendimento atteso, giungendo
quindi alla costruzione della ben nota frontiera efficiente.
A queste ipotesi di partenza, verranno poi aggiunti nel corso tempo altri fattori. Il modello
di base, infatti, venne ampliato successivamente grazie al contributo di diversi ricercatori tra i
quali, in particolare, Tobin, Sharpe, Lintner e Mossin. Il primo ipotizzò di includere nelle possibilità
d’investimento anche il tasso risk-‐free, immaginando che a tale tasso l’operatore economico
potesse dare e/o prendere a prestito denaro. In questo modo fu per Tobin possibile delineare una
nuova frontiera efficiente, differente da quella ricavata da Markowitz, ossia quella linearizzata. E
quest’ultima, nell’ambito degli sviluppi teorici successivi, cioè in ambiente CAPM (Capital Asset
Pricing Model), verrà ricondotta alla capital market line. Sul CAPM si baseranno poi altri studi
4
accademici (miranti in particolare a testarne l’efficienza nella realtà dei mercati finanziari) nonché
alcune vere e proprie strategie di investimento quali, ad esempio, la tecnica di separazione di
alpha e beta.
Un ulteriore pilastro della moderna teoria finanziaria è il concetto di efficienza dei mercati
(efficient market hypothesis, EHM). Infatti, come il lettore potrà apprezzare nel prosieguo, le
strategie presentate partono proprio da due differenti punti di vista in merito al problema, che
rappresentano peraltro le due opposte linee di pensiero che, ormai da tempo, si scontrano in
letteratura e nella pratica. Da un lato, infatti, vi è chi sostiene fortemente l’efficienza dei mercati;
dall’altro vi è chi ritiene che tale efficienza sia solo una chimera. Le opposte fazioni si combattono
da anni, producendo studi ed analisi sempre più sofisticate, rimproverandosi a vicenda l’impiego di
modelli non corretti, ovvero di dati e serie storiche non adeguate. Per avere un’idea
sufficientemente esaustiva della “battaglia” in atto vi consigliamo la lettura di due libri
recentemente rieditati: A random walk down Wall Street di Malkiel B. G. (per chi propende per
l’efficienza dei mercati) e Contrarian investment strategies: the psychological edge, di Dreman D.
(per chi invece preferisce una visione anche psicologica e comportamentalista dell’andamento dei
mercati).
Tuttavia, quello che a noi interessa è inquadrare brevemente l’oggetto del contendere.
Innanzitutto, occorre ricordare che quando si parla di efficienza dei mercati si distinguono, per lo
meno, due possibili accezioni: efficienza allocativa, relativa cioè alla capacità del sistema
finanziario, ed in particolare delle banche, di allocare al meglio le risorse prodotte dalle unità in
surplus presso le unità in deficit finanziario (cioè canalizzare i risparmi verso gli investimenti);
efficienza informativa, che riguarda invece la relazione tra prezzi ed informazioni.
Un mercato, quindi, è efficiente in senso informativo quando i prezzi dei titoli riflettono
tutta l’informazione disponibile, così che i prezzi stessi corrispondono, in ogni momento, al valore
fondamentale o di equilibrio dei titoli. In un mercato efficiente, quindi, tutti i titoli sono valutati in
modo da generare rendimenti normali, cioè non esistono titoli né sottovalutati né sopravalutati.
Tuttavia, la nozione di efficienza informativa può essere espressa in diversi modi a seconda della
tipologia di informazione che si considera riflessa nei prezzi di mercato: in particolare, si deve a
Fama la tradizionale tripartizione tra efficienza in forma debole, efficienza in forma semi forte,
efficienza in forma forte. L’efficienza in forma debole si ha quando il set informativo inglobato nei
prezzi è composto dalle informazioni relative all’andamento storico dei prezzi dei titoli; i prezzi
5
delle attività finanziarie, cioè, incorporano tutte le informazioni contenute nei prezzi passati. Ne
consegue che nessuna strategia di investimento basata sui movimenti dei prezzi passati (ad
esempio metodologie di analisi tecnica o strategie Smart Beta, come oltre vedremo), dovrebbe
essere in grado di ottenere rendimenti superiori al mercato in maniera costante e sistematica
(rimarrebbe invece spazio per gli analisti fondamentali in grado di stimare il futuro andamento del
business di un’azienda). L’efficienza in forma semi-‐forte considera invece che il set informativo su
cui si formano i prezzi è costituito da i dati sui movimenti passati dei prezzi, e da tutte le
informazioni pubbliche disponibili (ad esempio informazioni macroeconomiche e
microeconomiche). In tale situazione, non sarebbe possibile ottenere extra-‐rendimenti attraverso
l’uso e la rielaborazione delle informazioni pubbliche, in quanto i prezzi si adeguano
immediatamente all’emergere di tali informazioni: anche gli analisti fondamentali sarebbero in
questo caso spacciati, perché il mercato efficiente in forma semi-‐forte ingloberebbe direttamente
nei prezzi le informazioni in merito agli sviluppo dei business aziendali. Infine, l’efficienza forte si
avrebbe nel caso in cui tutte le informazioni, pubbliche e private, sono inglobate immediatamente
nei prezzi; in questa situazione, nemmeno gli insider traders potrebbero ottenere extra-‐rendimenti
rispetto al mercato.
Da un punto di vista generale, comunque, l’idea di base della EMH consiste nel ritenere
che, in media, i prezzi delle attività finanziarie non possono essere né troppo bassi né troppo alti, e
che essi, riaggiustandosi rapidamente per riflettere le nuove informazioni che giungono al
mercato, si muovono per lo più in maniera random1. Ne discende, quindi, che il migliore indicatore
predittivo del prezzo di domani è semplicemente il prezzo di oggi, e che non esiste la possibilità di
ottenere extra-‐rendimenti rispetto al mercato in maniera sistematica. Detto in altro modo, gli
agenti economici non possono predire i prezzi futuri di mercato, poiché shock esterni che si
succedono in maniera random (nuove informazioni, nuovi dati, ecc..) rendono imprevedibili i
cambiamenti dei prezzi futuri. In termini di implicazione di mercato, ciò significa che nessun
investitore è in grado di battere il mercato in maniera persistente, e che quindi investire in un
semplice index funds a gestione passiva sarebbe altrettanto efficiente come qualsiasi altro tipo di
strategia. L’Ipotesi dell’Efficienza dei Mercati in forma forte presuppone quindi che i mercati
finanziari siano efficienti nel senso che i prezzi dei titoli incorporino tutte le informazioni
1 I prezzi sono cioè uguali al valore fondamentale e, di conseguenza, gli investitori che comprano titoli sul mercato ricevono, in un dato istante, esattamente quello che pagano.
6
disponibili in un dato momento. Di conseguenza, nessun investitore dovrebbe essere in grado di
realizzare in modo costante rendimenti superiori alla media del mercato, corretti per il rischio,
viste le informazioni disponibili nel momento in cui è effettuato l’investimento.
Da una prospettiva storica è giusto osservare che la EMH divenne largamente accettata nel
periodo 1965-‐1985, almeno nella sua versione debole e semi-‐forte. Era cioè opinione comune che
le nuove informazioni venissero inglobate velocemente nei prezzi e nei comportamenti di
mercato, così da rendere inefficiente l’analisi tecnica o l’utilizzo dell’informazione corrente per
predire i futuri prezzi. In realtà, tuttavia, l’EMH è legata a modelli di andamento dei prezzi dei titoli
azionari del tipo random-‐walk (percorso casuale) sviluppati molto più indietro nel tempo. Il primo
modello sui prezzi delle azioni risale infatti al 1863 ed è attribuito al broker francese Jules
Regnault. Louis Bachelier, un matematico francese, nella sua tesi di dottorato del 1900, “La teoria
della Speculazione” rivisitò questo modello. Il lavoro di questi due pionieri fu ignorato fino agli
anni ’30 e ’40, quando Alfred Cowles suggerì che persino gli investitori professionali non
sembravano in grado di realizzare performance superiori al mercato. Ma fu solamente negli anni
’60 che l’EMH, termine coniato da Eugene Fama nella sua tesi di dottorato, venne alla ribalta come
concetto accademico.
L’EMH costituisce peraltro la base del Capital Asset Pricing Model (CAPM) che fu sviluppato
in modo indipendente da Jack Treynor (1962), William F. Sharpe (1964), John Lintner (1965) e Jan
Mossin (1966). Il CAPM presuppone che il rischio di un’azione o di un portafoglio possa essere
distinto tra rischio sistematico e rischio diversificabile, noto anche come rischio specifico o rischio
idiosincratico. Il rischio diversificabile è specifico a ciascuna azione, ossia non è correlato ad altri
rischi, e può quindi essere diversificato con l’introduzione di altre azioni in un portafoglio. Il
portafoglio costruito secondo la capitalizzazione di mercato è il più diversificato e non ha alcuna
esposizione al rischio specifico delle singole azioni: infatti la sua piena diversificazione annulla
l’esposizione al rischio specifico. Il rischio sistematico non può invece essere diversificato ed è
rappresentato da un indicatore detto beta, che misura l’esposizione di una certa azione o
portafoglio di azioni al portafoglio costruito secondo la capitalizzazione di mercato. Il beta è
additivo; ne consegue che il beta di un portafoglio è la media ponderata dei beta delle singole
azioni. Il beta è il prodotto di due fattori: il primo fattore è la correlazione tra i rendimenti di una
azione o di un portafoglio e i rendimenti del portafoglio costruito secondo la capitalizzazione di
7
mercato; il secondo è il rapporto tra la volatilità dell’azione o del portafoglio e la volatilità
dell’indice della capitalizzazione di mercato.
Nel CAPM, i rendimenti delle azioni e/o di un portafoglio sono univocamente determinati
dal loro beta, ossia dalla loro esposizione al portafoglio di mercato. Il modello presuppone che vi
sia un fattore comune -‐ il mercato appunto -‐ che spiega tutte le correlazioni tra i rendimenti delle
azioni, incorporate interamente nel beta di ciascuna azione. Tutti i rendimenti in eccesso rispetto a
quanto dovuto dal beta, cioè i rendimenti specifici delle azioni, sono quindi non correlati tra
un’azione e l’altra e hanno un rendimento medio atteso pari a zero. Il CAPM è quindi compatibile
con l’EMH e stabilisce che al netto dei costi è impossibile realizzare una sovraperformance,
corretta per il rischio, rispetto al portafoglio di mercato. In effetti, seguendo le logiche alla base
del CAPM, le esposizioni al rischio specifico delle azioni generano rendimenti specifici casuali che
non possono quindi essere previsti. Ne discende che il portafoglio costruito secondo la
capitalizzazione di mercato, essendo il portafoglio più diversificato senza una esposizione al rischio
specifico, deve avere il maggiore rendimento possibile corretto per il rischio, caratteristica che gli
attribuisce il ruolo di riferimento o benchmark per ogni investimento in azioni.
L’EMH e il CAPM hanno quindi catapultato il portafoglio di mercato nella posizione di
benchmark naturale per gli investimenti azionari. Inoltre, la semplice replica della capitalizzazione
di mercato implica la necessità di pochissime operazioni di trading: si tratta cioè della strategia più
facilmente replicabile e liquida per investire sui mercati azionari. Secondo i fautori della EHM e del
CAPM, quindi, ogni scostamento rispetto al portafoglio di mercato implica necessariamente un
maggiore turnover, maggiori costi di transazione e anche un impatto sul mercato (in funzione degli
assets under management), che tende a penalizzare i rendimenti di una strategia attiva.
A partire dagli anni ottanta, tuttavia si assiste ad una crescente tendenza critica nei
confronti della EHM e del concetto di razionalità dei mercati finanziari e degli agenti economici,
alimentata dalla scoperta di una ampia serie di anomalie nel comportamento dei mercati
finanziari, e dal sorgere di un approccio totalmente diverso all’analisi dei mercati che, come ormai
noto, va sotto il nome di finanza comportamentale (behavioural finance).
Studiosi e gestori di fondi, invero, iniziarono a mettere in dubbio la validità della EMH e del
CAPM fin dalla sua introduzione. Diversi test empirici mostrano infatti che le correlazioni tra titoli
non possono essere descritte appieno da un unico fattore, come presuppone il CAPM. L’idea che i
rendimenti specifici delle azioni – i rendimenti in eccesso rispetto al beta – possano manifestare
8
un certo livello di prevedibilità, e che potrebbero quindi non essere totalmente casuali, ha
guadagnato una certa credibilità a partire dal 1992, quanto lo stesso Eugene Fama e Kenneth
French mostrarono che portafogli azionari sovra-‐pesati su titoli value o su azioni a bassa
capitalizzazione tendono a realizzare sovraperformance rispetto al portafoglio di mercato nel
lungo termine. Questi rendimenti in eccesso sono stati osservati sin da allora e sono normalmente
indicati come anomalie di prezzo. Queste due anomalie di prezzo, note come anomalia value e
anomalia small-‐cap rappresentano evidenti contraddizioni dell’EMH e, quindi, esempi di possibili
inefficienze di mercato. La domanda che ci è si sempre posti è se prima o poi queste anomalie
scompariranno, a dimostrazione che, dopo tutto, l'EMH è ancora valida: tuttavia, l’evidenza
empirica che queste anomalie possano persistere anche per decenni suggerisce altrimenti.
Sono peraltro note altre anomalie di prezzo o inefficienze. Il concetto di momentum delle
azioni, ad esempio, presentato per la prima volta da Jegadeesh e Titman (1993, 1999) è stato
generalmente accettato dopo il lavoro di Carhart (1997): secondo tale approccio di investimento,
sembrerebbe che i portafogli orientati verso azioni che hanno realizzato i maggiori rendimenti nei
mesi precedenti realizzano sovraperformance rispetto all’MCP nei mesi successivi. L’anomalia di
momentum consiste in estrema sintesi nella tendenza dei prezzi delle azioni in crescita a
prolungare ulteriormente il proprio rialzo mentre, simmetricamente, i prezzi delle azioni in calo
tendono a diminuire ulteriormente. In effetti, le azioni con le migliori performance nei 12 mesi
precedenti al momento di osservazione tendono a prolungare la loro sovraperformance, mentre le
azioni con le performance peggiori proseguono solitamente il loro andamento al ribasso.
In conclusione è possibile asserire che rimangono ancora notevoli dubbi sul livello di
efficienza dei mercati (specie nel breve periodo2): di conseguenza, strategie di investimento basate
sullo sfruttamento delle inefficienze, ovvero strategie di lungo periodo che invece fanno
dell’efficienza il loro punto di riferimento, possono ragionevolmente coesistere nel poliedrico
panorama del risparmio gestito.
2 In effetti, se i prezzi si adeguano alle nuove informazioni che giungono al mercato rimane da valutare la velocità di adeguamento.
9
1.1 Finanza comportamentale e inefficienze di mercato
Gli economisti comportamentali attribuiscono le inefficienze dei mercati a comportamenti
irrazionali degli investitori, quali eccesso di fiducia, sovra-‐reazione, distorsioni informative e altre
distorsioni cognitive. Ciò è dovuto al fatto che le persone tendono a fare errori prevedibili nel
ragionare ed elaborare le informazioni.
Ad esempio, l’anomalia value secondo i comportamentalisti ha le proprie radici nel fatto
che molti investitori sovrastimano la crescita degli utili dei titoli growth e finiscono quindi per
pagare troppo per questi titoli. Ne consegue che i titoli value sono a buon prezzo e tendono ad
avere rendimenti superiori a quanto previsto dal beta del CAPM, mentre le azioni growth
realizzano risultati inferiori a quelli previsti dal loro beta. Gli investitori che sono consapevoli di
questa irrazionalità generalizzata possono sfruttare l'anomalia investendo in titoli value a buon
prezzo ed evitando la vendita per sovra-‐reazione di titoli growth.
I comportamentalisti spiegano invece l’anomalia small-‐cap, nota anche come anomalia
dell’impresa trascurata, con il fatto che queste società sono meno coperte dai report degli analisti,
e sono quindi meno conosciute. Le informazioni disponibili per queste società sono, in molti casi,
limitate a quel poco che è prescritto dalla legge. Extra-‐rendimenti anomali possono essere
generati dal minore interesse per queste società e anche da ragioni di liquidità. I grandi investitori,
in particolare, tendono a ignorarle per motivi di liquidità. Anche i gestori indicizzati che replicano il
portafoglio di mercato costruito in base alla capitalizzazione di borsa delle società, spesso non
investono in queste azioni semplicemente perché quando questi titoli sono molto piccoli hanno
anche un impatto molto contenuto sul tracking error e sull’extra-‐rendimento dei fondi che
gestiscono.
I comportamentalisti spiegano infine l’anomalia di momentum con l’irrazionale scarsa
reazione degli investitori alle nuove informazioni, che quindi non vengono incorporate nei corsi
azionari. In particolare, gli investitori sembrano avere difficoltà a vendere azioni che generano
perdite nei loro portafogli nonostante l’arrivo di nuove informazioni che li indurrebbero a farlo
mentre, viceversa, tendono a saltare sul carro di una tendenza positiva anche quando le
informazioni suggerirebbero che queste azioni sono già care.
10
2. Le strategie Smart Beta: definizioni e considerazioni critiche
Negli ultimi tempi, sempre più articoli dedicati alle strategie Smart Beta appaiono sulla
stampa specializzata: ma di cosa si tratta? Semplicemente di un nuova moda o di una invenzione
del marketing? Proviamo a vedere.
L’espressione Smart beta è sicuramente recente, per lo meno in Italia, ma il concetto
sottostante non lo è affatto; le sue radici risalgono agli anni sessanta, quando lo stesso Sharpe,
autore del CAPM, identificò per primo i fattori di rischio che fanno da drivers ai rendimenti delle
azioni. Il cosiddetto Factor Investing (investire nei fattori) cerca quindi di identificare e catturare
ampi e persistenti fonti di rendimento; esso è ad esempio la formalizzazione dell’idea di cercare
sul mercato azioni sottovalutate (value investing) o azioni caratterizzate da dati di bilancio di
buona qualità (quality investing), strategie da anni presenti nella cassetta degli attrezzi dei gestori
attivi. Quello che fanno le strategie Smart beta, tuttavia, è cercare di catturare questi drivers di
rendimento attraverso regole meccaniche e trasparenti di costruzione e gestione del portafoglio;
in termini semplici, si cerca una regola di asset allocation che permette di sfruttare un fattore di
rendimento (ad esempio si investe solo nelle azioni caratterizzate da price earning basso perché si
ritiene che tali azioni produrranno extra-‐rendimenti nel medio termine: value investing) e si
utilizza tale regola per ribilanciare periodicamente il portafoglio. Si tratta quindi di una versione
benchmark-‐driven (cioè basata su un benchmark) del factor investing, generalmente
implementata in una logica long only e solo su una singola asset class.
In questo modo le strategie Smart beta diventano delle strategie essenzialmente passive,
nel senso che una volta stabilità la regola di costruzione del portafoglio, essa viene semplicemente
replicata nel tempo, senza che il gestore del prodotto in cui la strategia è implementata (fondo o
ETF che sia) possa intervenire attivamente sulla base delle proprie aspettative (che altrimenti
saremmo di fronte ad un normale prodotto a gestione attiva). Le strategie in questione, però, non
mirano semplicemente a replicare la performance di un indice come farebbero invece strumenti
totalmente a gestione passiva; il fatto di rimodellare periodicamente il portafoglio sulla base di un
fattore di investimento è attuata proprio con il fine di ottenere nel medio termine un rendimento
maggiore di quello dell’indice stesso. Detto in termini semplici, con una strategia meccanica ed
essenzialmente passiva si cerca di ottenere una sovra-‐performance, cioè di ottenere alpha!!
11
L’obiettivo generale delle strategie Smart beta è quello di migliorare i rendimenti, ridurre il
rischio ed accrescere la diversificazione di portafoglio. Tuttavia, si tenga presente che l’esposizione
a specifici fattori, sebbene sia stata storicamente propizia, non è immune dal rischio di
cambiamenti nelle condizioni economiche e di mercato; quindi, il rendimento di una strategia
Smart Beta può essere positivo o negativo nel breve periodo, ovvero dimostrarsi più o meno
elevato in determinati contesti economici (alta-‐bassa inflazione, crescita economica o recessione).
In un periodo sufficiente lungo di tempo, però, l’esposizione ai fattori di rischio dovrebbe ripagare
2.1 Attive, passive o qualcosa nel mezzo?
Una domanda frequente che viene fatta quando si parla di strategie Smart Beta attiene al
fatto se esse siano attive o passive; la verità probabilmente sta a metà strada. Le strategie in
questione, infatti, sono attive nel senso che cercano di accrescere i rendimenti aggiustati per il
rischio attraverso l’esposizione a fattori di rendimento testati nel tempo. Allo stesso tempo queste
strategie ricordano tradizionali strategie passive in cui l’implementazione viene fatta attraverso
regole sistematiche e trasparenti: ciò significa che la costruzione del portafoglio è basata su un set
di regole che vengono esplicitate all’investitore, e che richiedono pochissima, se non nulla,
discrezionalità nelle scelte da parte del gestore. Di conseguenza queste strategie tendono ad avere
costi più bassi di gestione e di trading rispetto alle tradizionali strategie attive, dove il gestore ci
mette del suo.
La figura n. 1 sottostante raffronta le caratteristiche delle strategie Smart beta rispetto alla
costruzione di un portafoglio basato semplicemente sulla capitalizzazione di mercato e rispetto
alle strategie attive.
12
Figura n. 1. Raffronto tra caratteristiche di un indice di mercato costruito sulla capitalizzazione, le strategie smart beta e le strategie attive.
13
2.2 Le diverse tipologie di strategie Smart Beta.
Per avere un’idea (non esaustiva) delle possibili strategie Smart Beta, analizziamo la figura
sottostante.
Figura n. 2. Una rappresentazione delle strategie Smart Beta
Nel classico piano rendimento-‐rischio viene rappresentato l’indice MSCI World. Da
quest’indice, come la maggior parte costruito su una logica di capitalizzazione (cioè le azioni
pesano di più o di meno nell’indice sulla base della loro capitalizzazione e, eventualmente a
seconda dei casi, del loro flottante), si dipanano diverse strategie Smart Beta, caratterizzate da
differenti posizionamenti nel piano. Ciò significa che a partire dalle componenti del MSCI World (o
di qualsiasi altro indice azionario), è possibile costruire una strategia privilegiando certi tipi di
azioni a discapito di altre (ma sempre restando nell’ambito dell’indice di partenza). Ad esempio, si
potrebbe semplicemente pensare di costruire un indice MSCI World equal weighted, cioè in cui il
peso delle società che costituiscono l’indice è lo stesso; si noti che in questo modo assumerebbero
maggior peso le azioni small cap rispetto all’indice di partenza.
14
Se si ritiene, sulla base di dati storici, che tale impostazione possa portare a rendimenti
maggiore dello stesso indice nel corso del tempo, e si procede periodicamente a ribilanciare il
portafoglio secondo questa logica, ecco allora che una strategia Smart Beta è nata!
Se invece si sceglie di esporsi a titoli ad alto dividendo, cioè si costruisce un portafoglio (o
addirittura un nuovo indice a partire sempre dal benchmark di partenza) in modo da privilegiare
società che pagano dividendi elevati (ad esempio si stabilisce una regola per cui ogni anno si va ad
investire nel primo 25% dei titoli dell’indice che hanno pagato un maggior dividendo l’anno
precedente rispetto al loro prezzo) ecco la strategia High Dividend Yield.
Le strategie smart beta del tipo volatility-‐based utilizzano invece criteri di ponderazione
dell’indice sottostante volti a ridurne la volatilità: ad esempio si decide di investire
sistematicamente nelle azioni meno volatili dell’indice, considerando ad esempio la volatilità degli
ultimi 200 giorni, e si procede poi a rieffettuare l’asset allocation periodicamente sulla base di tale
regola. Ed ancora le straegie smart beta di tipo value cercano di aumentare l’esposizione ad azioni
sottovalutate dal mercato, attraverso l’analisi di indicatori quali il Price earning o il price book
value.
15
La figura sottostante illustra quali sono i fattori di rendimento che le più note strategie
smart beta cercano di catturare, e quali sono gli indicatori e le misure che vengono solitamente
utilizzate per costruire la strategia.
Figura n. 3. Una rappresentazione delle strategie Smart Beta
Ad esempio, se si implementa una strategia quality, ciò significa che si ritiene possibile
ottenere extra-‐rendimenti investendo in azioni caratterizzate da buoni dati di bilancio, quali ad
esempio un basso livello di indebitamento, una crescita stabile degli utili e altre “metriche di
qualità”. A questo punto, per cercare nell’indice di partenza tali azioni, si guarderanno indici quale
il ROE, la leva finanziaria, la crescita storica dei dividendi e degli utili ecc.. Se, invece, si vuole
implementare una strategia momentum si andranno a guardare i rendimenti degli ultimi 3, 6, 12
mesi per valutare quali sono i titoli che meglio hanno performato e che, quindi, sono in un buon
momentum.
16
Come è facile comprendere, quindi, le strategie Smart Beta non solo differiscono
notevolmente a seconda della tipologia, ma anche all’interno della stessa idea di investimento
(value, momentum, low volatility ecc,,) la composizione del portafoglio dei singoli prodotti che
implementano la medesima strategia potrebbe risultare alquanto differente. Ad esempio: se si
vuole implementare la strategia momentum, quale periodo passato si considera per costruire
l’asset allocation del portafoglio? Gli ultimi 3 mesi o gli ultimi sei mesi? E per quanto tempo
vengono tenuti i titoli prima che si effettui una nuova selezione di portafoglio?. E, naturalmente, le
differenti scelte in tema di costruzione e ribilanciamento del portafoglio influenzano la
performance ottenuta.
A questo punto, è lecito chiedersi se le strategie Smart Beta hanno effettivamente
prodotto i risultati sperati, ossia hanno creato alpha rispetto agli indici di riferimento da cui
vengono estrapolate. La risposta più immediata da dare sarebbe un sonoro SI!!! Anche perché, chi
crea queste strategie, prima ancora di implementarle, verifica in back test se la strategia è
profittevole; e nessuno sarebbe così pazzo da creare una strategia di investimento che se applicata
su dati passati avrebbe prodotto un rendimento negativo o comunque inferiore alle attese.
Quindi, sembrerebbe scontato concludere che le strategie Smart beta funzionano … perché
altrimenti nemmeno sarebbero comparse sul mercato.
In realtà, la risposta alla domanda di cui sopra merita un ragionamento più approfondito. In
un interessante articolo dall’emblematico titolo How Can “Smart Beta” Go Horribly Wrong? (Come
lo Smart Beta può andare tremendamente male), gli autori Arnott, Beck, Kalesnik e West mettono
in evidenza come le strategie in questione producano in realtà due tipi di alpha, cioè due diverse
forme di sovraperformance rispetto al benchmark di riferimento. Da un lato, quindi, si parla di
structural alpha quando vi è veramente un fonte di reddito legata ad un fattore di investimento
che permane più o meno costante nel corso del tempo.
Questo alpha strutturale indica che l’idea di investimento è effettivamente buona e si basa
sullo sfruttamento di una anomalia di mercato esistente e perdurante. Tuttavia, l’alpha prodotto
da alcune strategie Smart beta potrebbe essere in parte il risultato di una crescita della
valutazione dei prezzi delle azioni (o più in generale degli asset) con cui la strategia viene messa in
atto (si parlerà allora di valuation alpha).
In termini semplici, ciò significa che in una fase di mercato in forte rialzo, come quella che
bene o male abbiamo vissuto a partire dal marzo del 2009, una strategia potrebbe apparire
17
vincente ma solo perché stimata in un periodo favorevole; d’altra parte, però, se i prezzi crescono
le potenzialità di rendimento futuro di un asset, e di conseguenza di una strategia, diminuiscono.
Se l’alpha realizzato in passato è dovuto semplicemente ad un periodo fortunato di mercato,
ovvero al fatto che la strategia sia di moda in un determinato momento e quindi molti flussi
finanziari vengono in essa investiti, è molto probabile che tale alpha sparisca nel tempo. Tuttavia,
non è facile, per un normale investitore, riuscire a discernere adeguatamente la composizione
dell’alpha della strategia in cui si vuole investire; come andremo poi a sottolineare, quindi, anche
in questo caso è buona cosa diversificare su più strategie e, magari, andare a comprare quando i
prezzi (della strategia) sono bassi.
18
3. Il risk parity approach: una sofisticata strategia meccanica di
investimento
Ogni periodo di crisi e di forti mutamenti socio-‐economici porta con sé ripensamenti e
riflessioni sulle certezze passate: spesso, ciò che era considerato un dogma perde di significato,
mentre ciò che era valutato come imponderabile diviene un evento facilmente prevedibile. Il
mondo economico-‐finanziario non è immune da tali stravolgimenti; momenti di forte recessione o
espansione, inflazione o deflazione (o stagflazione), crolli di borsa o incredibili ascese degli indici
azionari, sono sempre accompagnati dall’emergere di nuovi paradigmi e dall’abbandono di teorie
e punti di vista “bollati” come vetusti.
La recente crisi finanziaria non si è dimostrata un’eccezione sotto questo punto di vista:
non appena i mercati hanno iniziato una seppur lenta, ed ancora incompleta, fase di
stabilizzazione, esperti, analisti e guru di varia specie hanno preso ad intonare una lunga litania in
merito a cosa è andato storto nell’industria dell’asset management, e a quali potranno divenire le
soluzioni di nuova generazione. In particolare, uno dei più comuni refrain è stato l’attacco alla
struttura portante della Modern Portfolio Theory (MPT), sviluppata da Markowitz a partire dai
primi anni 50.
Come sopra evidenziato, la MPT formalizza il processo di selezione dei titoli e di
costruzione del portafoglio all’interno di un framework media-‐varianza, ossia assume che un
investitore razionale cerca di massimizzare il suo rendimento atteso per ogni dato livello di
volatilità. Per quanto convincente ed “elegante” come soluzione teorica, la MPT ha mostrato
significative carenze nella sua implementazione pratica: primariamente, infatti, è stato dimostrato
che i portafogli efficienti della MPT tendono ad essere eccessivamente concentrati in un limitato
sottogruppo di assets rispetto al più ampio set di tutte le attività finanziarie in cui è possibile
investire; ciò ha comportato, durante la crisi, che tali portafogli hanno fallito nel garantire un
adeguato controllo del rischio proprio quando tale controllo era massimamente necessario. In
secondo luogo, l’ottimizzazione di portafoglio in una logica media-‐varianza è estremamente
sensibile ai parametri usati come input nel processo e, di conseguenza, piccole variazioni in tali
parametri (specialmente nei rendimenti attesi), possono portare a significative variazioni nella
composizione di portafoglio.
19
Tra le risposte date alle carenze della MPT, spicca una serie di approcci, idee e tentativi che
rientrano, genericamente, sotto la definizione di “Risk Parity” (RP). Sebbene il concetto di RP sia
ancora scarsamente definito, l’idea sottostante a questo approccio non è del tutto nuova, ed è
stata utilizzata in alcuni periodi per gestire portafogli allocati in global multi asset classes. In
termini semplici, il RP deriva il suo nome dal suo obiettivo dichiarato, cioè quello di creare un
portafoglio in cui ogni asset class contribuisce equamente al rischio complessivo di portafoglio. Ma
non solo: la logica sottostante al RP porta ad implementare portafogli esposti in maniera bilanciata
a differenti rischi sistemici (rappresentati da altrettanti beta), così da poter sfruttare, in un
orizzonte di investimento adeguatamente lungo, i diversi enviroments economici che
necessariamente si succedono nel corso del tempo. Da qui il nome “All Weather investment
strategy” coniato dalla Bridgewater Associates, la prima società di consulenza ad aver formalizzato
ed implementato la logica di RP nella gestione di portafoglio per investitori istituzionali.
Cerchiamo quindi di spiegare, in maniera semplice, in cosa consiste l’approccio Risk parity,
quali siano le possibili basi teoriche ad esso sottostanti, e come possa essere implementato nella
realtà; nelle conclusioni si discuterà brevemente, ma in maniera critica, dei vantaggi e delle
problematiche attinenti all’approccio in questione.
3.1 Dalle logiche tradizionali di diversificazione al risk parity approach
Come dovrebbero allocare le proprie risorse finanziarie gli investitori? La risposta standard
a questa domanda viene fornita dalla cosiddetta moderna teoria di portafoglio, sintetizzabile nelle
formulazioni e nei modelli sviluppati da Markowitz e da Sharpe.
Come noto, Markowitz introdusse il concetto di frontiera efficiente nel 1952: utilizzando
specifiche ipotesi per la stima dei rendimenti attesi, della loro deviazione standard, e delle
correlazioni tra assets, la frontiera efficiente risulta essere una descrizione grafica del più alto
livello di rendimento atteso possibile per ogni livello di rischio, ossia del posizionamento dei
portafogli ottimali in uno spazio di dimensioni rendimento atteso-‐standard deviation. Già nel
1958, Tobin e altri misero in evidenza che la frontiera efficiente poteva essere ulteriormente
migliorata aggiungendo al framework teorico impostato da Markowitz la possibilità di investire in
20
un asset risk free: un portafoglio sulla frontiere efficiente (portafoglio di tangenza) può essere
quindi combinato con un investimento risk free (usualmente cash o titoli di stato a breve),
creandosi così una linea (capital market line) che rappresenta un set di portafogli con livelli di
rendimento atteso maggiori (a parità di rischio) rispetto ai livelli che caratterizzano i portafogli
posizionati sulla stessa frontiera efficiente. La capital market line, quindi, si estende a destra e
sopra alla frontiera efficiente. Il CAPM (Capital Asset Pricing Model) di Sharpe formalizzò poi
ulteriormente il concetto sotto l’aspetto modellistico, giungendo alla conclusione che tutti gli
investitori dovrebbero posizionarsi, in termini di asset allocation, sul cosiddetto portafoglio di
mercato (che nella logica CAPM è il portafoglio di tangenza tra la frontiera efficiente e la capital
market line), miscelando poi tale portafoglio con l’asset risk free sulla base della propria
avversione al rischio.
Quest’ultima osservazione deve essere attentamente considerata in quanto, come
vedremo oltre, introduce un concetto sottostante all’implementazione della strategia RP: è facile
comprendere, infatti, che se un investitore posiziona il 50% della sua ricchezza in titoli risk free, e il
50% nel portafoglio di mercato, il livello di rischio del suo portafoglio sarà minore del rischio del
portafoglio di mercato stesso. D’altra parte, invece, un investitore potrebbe decidere di spostarsi
sulla parte a destra ed in alto della capital market line, utilizzando a tal fine la necessaria dose di
leverage, cioè prendendo a prestito al tasso risk free e sovra-‐esponendosi al portafoglio di
mercato: tradotto in termini semplici, ciò significa che un investitore può raggiungere livelli di
rendimento atteso superiori alla frontiera efficiente accettando che il suo portafoglio sia a leva.
In termini più ampi, l’introduzione della possibilità di leverage porta alla seguente ulteriore
constatazione: sebbene sia comune pensare che assets più rischiosi producano rendimenti attesi
maggiori, non bisogna dimenticare che, prendendo a prestito denaro e sovra-‐investendo in un
particolare investimento (ancorché poco rischioso se preso a sé stante), un investitore può
aumentare sia il rendimento atteso sia il rischio atteso di tale investimento. Ad esempio,
attraverso l’uso della leva, l’asset obbligazionario può divenire similare (in termini di rendimento-‐
rischio) all’asset azionario.
Vi sono poi due altri aspetti introduttivi su cui occorre ragionare per comprendere l’essenza
del RP: da un lato il concetto stesso di diversificazione, elemento fondante della MPT, dall’altro gli
elementi intrinseci del rendimento atteso di un asset class. Per quanto attiene al primo aspetto
citato, è noto che uno dei fondamentali assiomi della teoria degli investimenti, ma anche della
21
logica comune, suggerisce di non mettere “tutte le uova in un paniere”, ossia di diversificare i
propri investimenti in asset classes tra di loro non perfettamente correlate: non è un caso che alla
maggior parte degli investitori (anche e soprattutto istituzionali) venga consigliato di mantenere
una composizione di portafoglio adeguatamente diversificata tra azioni e obbligazioni, e che la
divisione ideale stocks/bonds sia spesso individuata nel fatidico rapporto 60/40 (60% in azioni e
40% in obbligazioni) per orizzonti di investimento a medio/lungo termine.
Ma, in definitiva, come si può ottenere una buona diversificazione dei propri investimenti?
Una prima ipotesi, molto semplice, potrebbe essere quella di diversificare allocando su ogni asset
class la stessa quantità di denaro: tale modo di procedere, sebbene possa avere un senso nel caso
in cui si ritenga che i rendimenti ed i rischi attesi delle asset classes non possano essere
adeguatamente stimati, è chiaramente inefficiente e, proprio per questo, viene definito “naive
diversification”.
La MPT, invece, si basa sull’idea che si possano stimare le volatilità e le correlazioni attese
delle asset classes con cui si costruisce il portafoglio, giungendo quindi a combinazioni ottimali di
rendimento e rischio: da un punto di vista procedurale, tuttavia, il punto di partenza del processo
di costruzione di portafogli efficienti nella MPT è la individuazione delle asset classes, e non la
stima del rischio finale di portafoglio. In termini semplici, si ritiene che partendo da un certo
numero di assets, conoscendone (o ipotizzandone) i rendimenti attesi, i rischi e le correlazioni
(anch’essi attesi), si giunga alla fine del processo di ottimizzazione a portafogli ben diversificati.
Diverse analisi empiriche hanno però dimostrato che i portafogli sulla frontiera efficiente,
ed in particolare il portafoglio di mercato (che ai sensi del CAPM dovrebbe essere quello scelto da
tutti gli investitori) non sono affatto ben diversificati se analizzati secondo la giusta prospettiva,
ovvero esaminando quanto il rischio di ogni asset class contribuisce al rischio complessivo di
portafoglio. Seguendo questa logica, infatti, appare chiaro come il portafoglio di mercato (ovvero
un portafoglio 60/40) sia essenzialmente, in termini di rischio, un portafoglio azionario, in quanto
la maggior parte della volatilità della sua performance è spiegata dalle variazioni del mercato
azionario. Detto in altri termini, anche se la componente di azioni nel vostro portafoglio è, ad
esempio, il 60%, il peso che tale asset class ha in termini di rischio può arrivare a 85%-‐90%. Ciò è
dovuto al fatto che la volatilità dell’azionario è molto più elevata di quella delle altre asset classes,
in particolare della componente obbligazionaria; di conseguenza, nonostante una buona
22
diversificazione apparente, la volatilità del mercato azionario determina la maggior parte della
volatilità del portafoglio.
La figura n. 4 aiuta ad apprezzare visivamente quanto detto: seguendo un approccio
tradizionale di diversificazione, la figura mostra come si giunga ad un ipotetico portafoglio che, in
termini di asset allocation, appare ben diversificato; tuttavia, la scomposizione del rischio mostra
come il contributo della componente azionaria al rischio di portafoglio sia ben più elevato rispetto
al peso che tale asset class assume. Ad esempio, un 30% di azioni large cap incide sulla volatilità
del portafoglio per il 45% e, similmente, il 10% di azioni small/mid cap pesa sul rischio per il 17%.
Figura n. 4. Asset allocation e rischio in un approccio tradizionale di costruzione del portafoglio
Fonte: Christopher A. L., Risk Parity: in the spotlight after 50 years
E’ proprio a partire dall’osservazione di questo sbilanciamento in termini di rischio, tipico di
un portafoglio tradizionale, che il RP prende avvio. I fautori del RP, infatti, propongono una
soluzione semplice (almeno a priva vista) al problema descritto: diversificare sì, ma diversificare in
base al rischio, e non in termini di ricchezza investita in ogni asset class. Ciò significa, in pratica,
costruire un asset allocation in cui il rischio che ciascuna tipologia di investimento apporta al
rischio complessivo di portafoglio è uguale.
23
Si tratta, in sintesi, di un approccio di asset allocation euristico, che procede in maniera
inversa (reverse engineering) rispetto all’iter procedurale proposto dalla MPT; infatti, al posto di
iniziare dalla scelta delle singole asset classes e procedere poi a diversificarle tramite un processo
di ottimizzazione, si pensa dapprima ad un portafoglio in cui l’esposizione al rischio di ogni
tipologia di investimento è uguale e, da questo, si deriva il peso che ogni asset classes deve avere
nel portafoglio per garantire tale bilanciamento in termini di rischio. Il risultato finale è che,
generalmente, per costruire un portafoglio bilanciato occorre investire maggiormente in assets a
basso rischio (leggasi obbligazioni) e meno in assets ad alto rischio (leggasi azioni).
La figura n. 5 aiuta ad afferrare visivamente il concetto: rispetto al caso illustrato nella
figura n. 4, infatti, appare evidente come l’apporto in termini di rischio di ciascuna asset class sia
ora paritario, ma ciò comporta, di conseguenza, che il peso delle asset classes azionarie sia
notevolmente diminuito, mentre quello degli investimenti obbligazionari cresca
significativamente.
Figura n. 5. Asset allocation e rischio nell’approccio RP
Fonte: Christopher A. L., Risk Parity: in the spotlight after 50 years
Compreso il concetto che ne sta alla base, è a questo punto possibile effettuare qualche
prima osservazione sull’approccio RP. Innanzitutto, per quanto possa apparire semplice da un
punto di vista concettuale (in sintesi: crea un portafoglio dove il rischio di ogni asset class è
24
bilanciato), l’implementazione pratica del RP può avvenire in molti modi; non esiste, infatti, una
definizione ufficiale ed univoca della metodologia in questione e, in particolare, i diversi product
providers presenti sul mercato utilizzano differenti tipologie di rischio (ovvero di asset classes)
come base di partenza con cui costruire il portafoglio. Detto in altri termini: se costruisco un
portafoglio in risk parity volendo espormi in maniera bilanciata al rischio di tre tradizionali asset
classes, ad esempio US equity, non US equity e fixed income, giungerò ad una costruzione di
portafoglio che sarà ovviamente diversa da quella che otterrei considerando, oltre alle tre
esposizioni citate, anche il rischio dei segmenti real estate e commodities.
Da un punto di vista più tecnico, un’altra differenza attiene alle ipotesi alla base del
concetto stesso di risk contribution con cui si lavora per costruire il portafoglio (cioè come
calcolare che il rischio apportato da ogni asset class sia effettivamente bilanciato), ovvero alle
assunzioni in tema di volatilità e correlazioni delle asset classes. Se infatti il RP ha il vantaggio di
non richiedere particolari assunzioni in merito ai rendimenti attesi, diverse sono le alternative
relative alla stima delle volatilità e, soprattutto, delle correlazioni: ciò fa ben comprendere come
l’implementazione pratica del RP richieda la disponibilità di modelli di analisi del rischio evoluti,
nonché un monitoraggio ed un ribilanciamento continuo del rischio di portafoglio nel corso del
tempo.
Indipendentemente dall’approccio tecnico di realizzazione utilizzato, rimane tuttavia il
fatto che un portafoglio in RP sarà, essenzialmente, più esposto a titoli a basso rischio
(obbligazioni), rispetto a titoli ad alto rischio (azioni); ne segue, ovviamente, che il rendimento
atteso di partenza di un portafoglio in RP è generalmente basso. Ciò potrebbe essere una notevole
limitazione all’utilizzo dell’approccio in questione, specie nel caso in cui tale metodologia fosse
presentata ad un investitore istituzionale, ad esempio un fondo pensione, che per natura ha la
necessità di ottenere, nel medio periodo, rendimenti sufficienti a far fronte ai propri impegni
statutari: detto in altri termini, il RP potrebbe essere un bell’esempio teorico di diversificazione del
rischio, ma una strategia poco proficua nella pratica.
La suesposta limitazione, tuttavia, viene facilmente superata con il ricorso alla leva
finanziaria; come sopra osservato, infatti, il profilo di rendimento atteso e di rischio di qualsiasi
investimento può essere modificato e modellato sulle proprie esigenze grazie all’utilizzo della leva.
Un portafoglio in RP, allora, potrà essere caratterizzato da un livello di rendimento atteso più o
meno elevato in base al grado di leva utilizzato nella sua costruzione.
25
La figura n. 6 sottostante aiuta a comprendere quanto sopra. Il grafico mostra infatti un
portafoglio simulato, costruito dalla Callan Investments Institute Research secondo la logica RP. Il
portafoglio è costruito utilizzando come asset classes azioni (US e non US), fixed income, real
estate e commodities: si può osservare, innanzitutto, che il fixed income costituisce una
significativa percentuale dell’asset allocation, così come tipicamente avviene in un portafoglio in
RP. Il portafoglio simulato presenta un rendimento atteso del 6,69% e una standard deviation del
6,51% e, nel tradizionale framework alla Sharpe, si trova al di sotto sia della frontiera efficiente, sia
della capital market line (CAL).
Figura n. 6. Il Risk Parity e la leva finanziaria
Fonte: Allen G., The risk parity approach to asset allocation, Callan Investment Institute Research 2010
RF
26
In partenza, quindi, il portafoglio in RP non è efficiente secondo la logica tradizionale della
MPT, e il suo rendimento atteso non è elevatissimo; tuttavia, la figura mostra che il portafoglio in
RP può essere soggetto a leva e quindi spostato (nello spazio rendimento-‐rischio) lungo una retta
definita Risk parity line (RPL), che rappresenta tutte le possibili combinazioni di portafoglio che si
possono ottenere investendo nel portafoglio RP e in risk free (naturalmente, i punti della retta a
destra del portafoglio RP sono quelli costruiti andando a leva, ossia indebitandosi al tasso risk free
e sovra esponendosi nel portafoglio RP). In questo modo, utilizzando una certa dose di leverage, si
può raggiungere il rendimento richiesto (nell’esempio della figura corrispondente all’8,25%).
Abbiamo sopra evidenziato che un altro aspetto su cui occorre ragionare attiene alla
scomposizione del rendimento atteso di una asset class: si tratta di un passaggio di importanza
fondamentale per comprendere a pieno il RP approach e la filosofia che ne è alla base. Fino ad ora,
infatti, si è semplicemente indicato che il RP, accompagnato da una certa dose di leverage,
produce portafogli meglio diversificati in termini di rischio pur non rinunciando ad un idoneo
livello di rendimento atteso. Tuttavia, l’approccio RP può sottendere una ulteriore e dirimente
logica, rispetto alla MPT, cioè quella di fornire agli investitori un asset allocation resiliente nel
tempo, ossia idonea a sfruttare le avverse e al contempo favorevoli condizioni di ogni situazione
economica futura, nonostante tali condizioni non siano note a priori. In altri termini, il RP
approach può essere utilizzato anche per realizzare una composizione di portafoglio che, se
attentamente gestita nel corso del tempo, permette di essere esposti in maniera bilanciata nelle
alterne fasi del ciclo economico, e di sfruttare il rendimento che l’esposizione a differenti rischi
sistemici genera.
L’idea di fondo, in pratica, è quella di investire in maniera bilanciata in asset classes che,
per loro caratteristiche intrinseche, permettano di essere adeguatamente esposti sia in fasi di
inflazione che deflazione, sia in fasi di crescita economica che di recessione ecc…. Ad esempio, in
fase di forte espansione è chiaro che l’equity produce rendimenti più elevati, mentre in fase di
recessione e di contemporaneo abbassamento dei tassi di interesse il fixed income può produrre
risultati interessanti. In fasi di inflazione, invece, le commodities e i titoli inflation linked possono
essere la scelta azzeccata
Anzi, è proprio da questa voluta esposizione che può partire il vero e proprio processo di
asset allocation in RP. Si tratta, in pratica, di una diversa modalità procedurale di costruzione di un
portafoglio in RP: al posto di bilanciare semplicemente il rischio di ogni asset class in portafoglio, si
27
punta ad avere una esposizione paritetica a tutti i possibili rischi macroeconomici futuri. In termini
semplicii significa costruire un asset allocation che risponda adeguatamente ad ogni “sorpresa di
mercato” (aumento dell’inflazione, inizio di una fase di boom, improvvisa recessione ecc..).
Possiamo definire allora questo RP come RP multi factor o risk factor: si decide cioè,
primariamente, a quali rischi sistemici esporsi (naturalmente nell’ottica che, nel medio termine,
tale esposizione produca un extra rendimento rispetto al rendimento risk free), e poi si costruisce
un portafoglio in cui l’esposizione a tali rischi è bilanciata (e rimane bilanciata nel corso del
tempo), attraverso la scelta e la differente ponderazione delle opportune asset classes (azionario,
obbligazionario, real estate, commodities ecc..).
Per meglio comprendere quanto appena osservato, si consideri che il rendimento atteso di
un asset class può essere scomposto secondo una logica building blocks: una prima componente è
sicuramente rappresentata dal rendimento risk free (generalmente inteso come return on cash).
Una seconda componente è invece rappresentata dal fattore beta: si tratta cioè di quell’extra
rendimento che un asset class genera rispetto al risk free in forza della sua esposizione al mercato,
ovvero ad un differente rischio sistemico non rappresentato dal generale andamento del mercato.
Infine, una terza parte del rendimento è collegata al fattore Alpha cioè, essenzialmente, quella
parte di valore aggiunto che i gestori riescono a generare deviando dalla semplice esposizione ai
beta.
In prima istanza, quindi, un investitore dovrebbe decidere quanta parte del rendimento
atteso del suo portafoglio (che è poi la media dei rendimenti attesi delle asset classes che lo
compongono) debba dipendere dal fattore beta ovvero dal fattore alpha. La creazione di alpha,
come noto, è però un gioco a somma zero e, di conseguenza, può risultare assai difficile per un
investitore scegliere quei money managers che in maniera continua siano in grado di creare valore
aggiunto rispetto al mercato.
Nel RP approach, invece, si predilige concentrarsi sui beta, cioè sulla sola esposizione a
rischi sistemici: al riguardo si noti che i beta sono limitati in termini numerici, e il loro excess
return, in relazione al loro excess risk, non sempre è elevato. Tuttavia i beta appaiono più affidabili
rispetto agli alpha, cioè è verosimile attendersi che nel lungo periodo l’esposizione ai beta generi
un sovra-‐performance rispetto al return on cash; ed inoltre, come già sopra osservato, il
rendimento atteso di ogni asset class può comunque essere aggiustato verso il target desiderato
ricorrendo alla leva finanziaria.
28
In definitiva, quindi, una volta riconosciuto che ogni asset class può essere portata sul
livello di rischio-‐rendimento desiderato attraverso il leveraging, e che in tal modo è possibile
costruire un portafoglio ben diversificato (e non concentrato prevalentemente in equities), ciò che
rimane da realizzare è l’assunto di fondo che i rendimenti attesi delle asset classes scelte siano,
almeno nel medio termine, superiori al rendimento risk free, cioè che l’esposizione ai beta generi
il dovuto extra-‐rendimento. D’altra parte, è giusto però ricordare che alcuni critici del Rp approach
hanno messo in dubbio che alcune asset classes, quali ad esempio le commodities e i government
bonds, siano veramente in grado di generare un risk premium positivo rispetto al cash nel lungo
periodo; in assenza di un positivo ed adeguato risk premium per un numero significativo di asset
classes utilizzate per costruire il portafoglio, il RP approach potrebbe allora produrre un
portafoglio subottimale in termini di rendimento/rischio.
In conclusione a questa sintetica spiegazione del concetto di RP, specialmente nella sua
versione risk factor, è possibile riassumerne le caratteristiche come di seguito:
• Si tratta di una strategia che espone a dei beta, cioè a dei rischi sistemici
• Si tratta di una strategia meccanica: una volta definiti i rischi a cui si vuole esporsi, il
portafoglio viene ribilanciato periodicamente attraverso un sistema di misurazione e
ponderazione del rischio
• Si tratta di una strategia di medio lungo termine
29
4. L’anomalia del rischio contenuto sui mercati azionari
L’anomalia del rischio contenuto è un’altra inefficienza per la quale si dispone di moltissime
evidenze empiriche, e che viene spesso utilizzata nelle strategie Smart beta. Essa consiste nel fatto
che portafogli investiti in azioni a basso rischio hanno storicamente prodotto rendimenti, corretti
per il rischio, nettamente superiori a quelli previsti dal loro beta e che, simmetricamente, i
portafogli investiti in azioni più rischiose hanno prodotto rendimenti corretti per il rischio
nettamente inferiori a quelli previsti dal loro beta.
Questa anomalia, che sconvolge in parte la credenza di base secondo cui a maggior rischio
corrisponde maggior rendimento, è nota fin dagli anni ’70 e fu rilevata per la prima volta da Robert
Haugen e James Stein (1972) in un paper intitolato “On the Evidence Supporting the Existence of
Risk Premiums in the Capital Market”. Haugen e Stein si concentrarono sulla volatilità come misura
del rischio e mostrarono in modo empirico che i portafogli investiti nelle azioni USA meno volatili
avevano sistematicamente prodotto i maggiori rendimenti corretti per il rischio, mentre i
portafogli investiti nelle azioni più rischiose avevano prodotto i rendimenti corretti per il rischio
più bassi. Essi utilizzarono la banca dati CRSP e la loro analisi coprì il periodo dal 1926 al 1969.
L’anomalia, peraltro, è stata osservata non solamente sul mercato statunitense, ma praticamente
ovunque, come è stato recentemente dimostrato da Nardin Baker e Robert Haugen (2012).
L’anomalia del rischio contenuto è semplice da dimostrare in modo empirico. Ad esempio,
utilizzando i dati relativi alle azioni dell’indice MSCI World dal novembre 1995 a settembre 2009,
all'inizio di ogni mese viene calcolata la volatilità storica di ogni azione a partire dalla deviazione
standard dei rendimenti settimanali del triennio precedente. Le azioni vengono quindi classificate
in funzione della loro volatilità storica. Si ipotizzi di costruire all’inizio di ogni mese dieci portafogli,
ciascuno composto da azioni a volatilità crescente, da quella più bassa nel portafoglio 1 alle azioni
più rischiose nel portafoglio 10.
Nel grafico n. 1 mostriamo l'indice di Sharpe (rendimento corretto per il rischio superiore al
tasso privo di rischio) per ciascuno di questi portafogli.
30
Grafico n. 1. Sharpe Ratio delle azioni classificate in base alla volatilità storica (low Vol = decile 1; Hig Vol = decile 10)
Grafico n. 1: Indici di Sharpe per portafogli a decili equiponderati di azioni classificate per la volatilità storica sulla base dei rendimenti settimanali del triennio precedente. Ribilanciamento mensile. Periodo di back-‐test: Nov-‐95 -‐ Set-‐09. L’universo d’investimento è l'indice MSCI World e i rendimenti sono in USD.
I risultati mostrano in modo molto chiaro che il portafoglio con le azioni meno volatili ha
prodotto il più alto indice di Sharpe, mentre i due portafogli con le azioni più volatili, il 9 e il 10,
hanno prodotto l’indice di Sharpe più contenuto. Poiché il beta dei portafogli con la minore
volatilità è anche il più basso e il beta delle azioni più rischiose è il più alto, i risultati sono la
dimostrazione di un’anomalia per la quale le azioni meno rischiose si comportano molto meglio
del previsto, e viceversa nel caso delle azioni più rischiose. In effetti, le azioni con una volatilità
contenuta o con un beta ridotto mostrano questo comportamento, in larga misura dovuto al fatto
che le azioni poco volatili e le azioni a beta contenuto sono più o meno le stesse.
Negli ultimi tempi, le prove a favore dell’anomalia del rischio contenuto sono aumentate.
Numerosi documenti confermano l’anomalia del rischio contenuto quarant’anni dopo la sua prima
rilevazione da parte di Haugen e Stein. Tra gli esempi, citiamo Nardin Baker e Robert Haugen
(1991), Jason Karceski e Josef Lakonishok (1999), Ravi Jangannathan e Tongshu Ma (2003), Roger
1
23 4
56 7
8 9 10
Equally WeightedUniverse
Market CapIndex
00.10.20.30.40.50.60.70.80.9
10 15 20 25 30 35 40 45
Sharpe Ratio
Volatility (%)
Sharpe Ratio of stocks ranked by historical volatilityLow Vol = Decile 1, High Vol = Decile 10
31
Clarke, Harinda De Silva e Steven Thorley, (2006) e Malcolm Baker, Brendan Bradley e Jeffrey
Wurgler (2011). L’evidenza sull’anomalia del rischio contenuto sui mercati azionari mondiali
comprende gli studi di David Blitz e Pim van Vliet (2007), Raul Leote de Carvalho, Xiao Lu e Pierre
Moulin (2012, 2012-‐a), David Blitz, Juan Pang and Pim van Vliet (2012) e ancora più di recente
Nardin Baker e Robert Haugen (2012).
4.1 I fattori comportamentali alla base dell’anomalia del rischio contenuto
Ma come può essere che le azioni a minor rischio presentino sistematicamente rendimenti
migliori nel corso del tempo. Anche in questo caso, come per altre anomalie sottostanti alle
strategie Smart Beta, la risposta è data dalla finanza comportamentale. Gli studiosi di finanza
comportamentale hanno infatti individuato numerosi fattori comportamentali per spiegare le
scelte irrazionali degli investitori che determinano questa inefficienza dei mercati. Tali fattori
dovrebbero spiegare perché la domanda di azioni più rischiose è superiore alle attese,
giustificando rendimenti più contenuti di quanto previsto dal loro beta, e simmetricamente per le
azioni a basso rischio.
Per Nicholas Barberis e Ming Huang (2008), ad esempio, gli investitori considerano le azioni
al pari dei biglietti della lotteria, il che potrebbe spiegare perché le azioni rischiose siano
sopravalutate. Robert Haugen giustifica la maggiore domanda di azioni rischiose con il fatto che
tali azioni ottengono una maggiore copertura e attenzione dai media e dagli analisti rispetto ai
titoli meno rischiosi. Infatti, le azioni rischiose vantano solitamente storie più interessanti da
presentare sui media e da parte degli analisti rispetto alle azioni a basso rischio. I significativi
movimenti di prezzo delle azioni rischiose, e le cause che ne stanno alla base, risultano più
interessanti ed entusiasmanti rispetto alle lente oscillazioni dei prezzi delle azioni a basso rischio.
David Blitz e Pim van Vliet (2007), Eric Falkenstein (2009) e Malcolm Baker, Brendan
Bradley e Jeffrey Wurgler (2011), con una spiegazione tecnica molto più raffinata, sottolineano il
fatto che gli investitori che utilizzano come riferimento l’indice di capitalizzazione di mercato, ma
con l’obiettivo di produrre una sovraperformance (cioè di battere il benchmark) dato un budget
limitato di tracking error (ossia uno scostamento contenuto del rischio rispetto ad un portafoglio
totalmente passivo) trovano poco interessanti le azioni a basso rischio. La conseguenza è che
l’intero settore della gestione attiva con mandati di sovraperformance rispetto all’indice di
32
riferimento della capitalizzazione di mercato crea una domanda naturale di azioni più rischiose,
evitando completamente di introdurre azioni a basso rischio nei loro portafogli. Detto in termini
semplici, i gestori attivi preferiscono giocarsela sulle azioni più rischiose. Questo enorme squilibrio
tra domanda e offerta è uno dei fattori più convincenti alla base dell’anomalia del rischio
contenuto.
Nardin Baker e Robert Haugen (2011) dimostrano inoltre che la struttura di remunerazione
degli stessi gestori di fondi è di tipo opzionale, ossia l’assunzione di rischi premia, mentre evitare i
rischi non premia. L’asimmetria della remunerazione variabile dei gestori è tale che questa
remunerazione aumenta con il livello di sovraperformance rispetto all’indice della capitalizzazione
di mercato, mentre ai gestori non è richiesto un rimborso in caso di sottoperformance. Anche
questo crea una domanda naturale di azioni rischiose, che vantano una maggiore esposizione al
mercato e hanno quindi una maggiore probabilità di realizzare una sovraperformance quando i
mercati crescono, anche se in termini assoluti offrono rendimenti più bassi corretti per il rischio,
come è stato dimostrato in modo empirico.
4.2 Strategie di investimento azionarie basate sulla gestione del rischio: le possibili alternative
Vediamo ora come è possibile sfruttare nel concreto l’anomalia del rischio contenuto. Al
riguardo si può affermare, innanzitutto, che le strategie azionarie basate sulla gestione del rischio
sono una particolare tipologia di strategie semi-‐attive nelle quali gli scostamenti rispetto al
benchmark di mercato sono stabiliti mediante approcci quantitativi sistematici basati sulla analisi,
previsione e gestione del rischio, e miranti ad accrescere la diversificazione di portafoglio.
Queste strategie, quindi, non richiedono previsioni esplicite sui rendimenti delle azioni.
Come tutte le strategie Smart beta, i portafogli sottostanti devono essere ribilanciati
periodicamente, in maniera meccanica, per tenere conto di scostamenti nei rischi delle azioni in
cui si investe. E qui entra in gioco, anche se solo in parte, una componente attiva della gestione,
legata alle scelte relative alla frequenza dei ri-‐bilanciamenti e al modello di gestione del rischio
utilizzato.
La più elementare delle strategie basate sulla gestione del rischio è quella che prevede la
costruzione di un portafoglio equiponderato (EW, equally-‐weighted) in cui, semplicemente, il
portafoglio viene investito per lo stesso ammontare in ciascuna azione. Tale scelta risulta una
33
proposta d’investimento sensata se si ritiene che né il rischio né i rendimenti dei titoli possano
essere stimati. Per un universo di N titoli, il portafoglio EW stabilisce la stessa allocazione in
dollari/in euro (wi) a ciascuna azione:
=iw N1
È chiaro che, se confrontato al portafoglio di mercato creato in base alla capitalizzazione, il
portafoglio EW sovrappesa le azioni small-‐cap, mentre sottoespone alle azioni large-‐cap. Maggiore
è la dispersione della capitalizzazione delle azioni, maggiore è la differenza tra il portafoglio EW e il
portafoglio di mercato.
La strategia di equal-‐risk budget (ERB) investe invece in portafogli in cui il budget di rischio
per ciascuna azione (definito come il prodotto del peso dell’azione per la sua volatilità) è
identico. In questo modo il rischio è distribuito in modo uniforme tra le azioni, e quindi le azioni
più rischiose ottengono ponderazioni inferiori. Questa può essere considerata come un’estensione
dell’EW se si ritiene di potersi fidare delle stime sulla volatilità. Se sigma iσ è la volatilità
dell’azione i , il budget di rischio iiw σ× allocato a ciascuna azione è lo stesso per ciascuna azione
nel portafoglio ERB, e la ponderazione dell’azione i è:
=iw ∑ j j
i
σσ/1/1
Possiamo pensare all’ERB come un portafoglio EW orientato a favore delle azioni a basso
rischio a scapito delle azioni ad alto rischio. Quindi, il portafoglio ERB non solo è sovresposto alle
azioni small-‐cap rispetto all’indice della capitalizzazione di mercato (MC), ma è anche sovresposto
alle azioni a bassa volatilità.
Se si tiene conto anche delle correlazioni, possiamo ragionare in termini di pari contributo
al rischio (equal-‐risk contribution o ERC), in cui il contributo al rischio di ciascun titolo è lo stesso. A
differenza del budget di rischio, il contributo al rischio (definito come prodotto del peso
dell’azione per il suo rischio marginale) prende in considerazione anche l’impatto delle
correlazioni. Il contributo al rischio di portafoglio di due titoli con la stessa volatilità, ma con
34
correlazioni differenti, sarà quindi superiore per l’azione con le maggiori correlazioni che quindi
ottiene una ponderazione inferiore nell’ERC. Il portafoglio ERC può essere allora considerato come
un portafoglio ERB orientato a favore delle azioni meno correlate ad altre azioni.
La strategia invece di varianza minima (MV, Minimun Variance) investe invece nel
portafoglio con la minore volatilità ex-‐ante. Per costruzione, MV è l’approccio meno rischioso
all’investimento in azioni e dovrebbe realizzare la minore volatilità nel tempo. Come input utilizza
le volatilità e le correlazioni e, come dice il nome stesso, prevede di investire nelle azioni con la
minore volatilità e le correlazioni più basse. Il portafoglio MV è quindi quello caratterizzata
dall’allocazione in azioni che porta ad avere la varianza ex ante più bassa possibile
Dall’altra parte, invece, la strategia della diversificazione massima (MD, maximun
diversification), introdotta da Yves Choueifaty e Yves Coignard (2008), prevede di investire nel
portafoglio che massimizza un indice di diversificazione. Questo indice, espresso come rapporto, è
la somma del budget di rischio allocato a ciascuna azione nel portafoglio diviso per la volatilità del
portafoglio. Questa strategia dovrebbe investire in azioni che sono meno correlate ad altre azioni.
Il portafoglio MD è quindi la soluzione al problema della massimizzazione di un indice di
diversificazione rD definito come rapporto tra la media ponderata della volatilità dei titoli nel
portafoglio e l’effettiva volatilità del portafoglio.
Numerosi sono stati i tentativi di spiegare il rischio e gli extra-‐rendimenti delle strategie
basate sulla gestione del rischio: in molti studi si è giunti a ritenere che tali rendimenti siano dovuti
alle esposizioni al mercato (cioè sarebbe l’esposizione al beta a creare particolari extra-‐
rendimenti), ovvero ai titoli value, o alle azioni small cap e alle azioni di momentum. L’anomalia
del rischio contenuto è comunque differente dalle altre inefficienze di mercato, perché le azioni
interessanti per gli investitori, con i maggiori rendimenti corretti per il rischio, presentano un
rischio nettamente inferiore a tutte le altre azioni dell’universo investibile. Idealmente, quindi,
investire in un portafoglio con leva finanziaria, composto da azioni poco volatili con il livello di leva
impostato affinché la volatilità finale del portafoglio coincida con quella dell'indice della
capitalizzazione di mercato, produrrebbe una netta sovraperformance rispetto all'indice stesso. Il
problema è che i) il livello di leva finanziaria richiesto a tal fine è molto ampio e ii) molti investitori
non accettano la leva finanziaria poiché le perdite su un tale portafoglio possono in teoria
superare l’ammontare di capitale investito. E proprio questo sarebbe uno dei motivi per cui esiste
una anomalia del rischio contenuto che persiste nel tempo.
35
5. Tra algoritmi ed euristiche: altri esempi di strategie
d’investimento
Le strategie di asset allocation che sono state descritte sono sicuramente tra le più diffuse,
ma non esauriscono la scelta disponibile sul mercato. Molte altre strategie, per esempio, vengono
derivate da quelle più classiche con l’intenzione di correggere, almeno in parte, gli immancabili
“difetti” presenti anche negli algoritmi più complessi e sofisticati. Per ovviare a differenti problemi
e storture dei modelli, i gestori di portafoglio hanno quindi nel tempo ideato (a volte con l’ausilio
dell’accademia) diversi algoritmi ed euristiche di investimento. Ricordiamo innanzitutto che la
differenza fra algoritmo ed euristica risiede nel fatto che il primo si fonda principalmente su
processi matematici atti a determinare i pesi delle attività in portafoglio, mentre la seconda non
ha basi strettamente “scientifiche”, e delinea procedure di gestione sviluppate su semplici
intuizioni aventi un senso economico più o meno marcato (cosiddette rules of thumb). Giusto per
dare un’idea, l’approccio media-‐varianza visto rappresenta un algoritmo, mentre un portafoglio
creato sulla base della logica 60/40 (azioni/bond) è un’euristica.
Si noti che è considerato un’euristica anche l’approccio Risk Parity, di cui si è diffusamente
parlato, benché diversi studiosi e practitioners stiano cercando di trasformare l’intuizione della
parità del rischio in un processo matematico, e di inserirlo quindi in un contesto di ottimizzazione.
Lo sviluppo di questa strategia si è peraltro già proteso verso la creazione di un nuovo modo di
investire, che va sotto il nome di multi-‐asset strategy o RP multi factor.
Un’altra categoria di strategie di investimento, alternative ed innovative rispetto alla
tradizionale MPT, è composta da quelle procedure di asset allocation che maggiormente si
concentrano sulla ricerca di specifici alpha e/o beta. In questo caso, la logica di fondo deriva dalla
struttura del CAPM stesso nel quale sono due i parametri che assumono maggiore importanza: il
primo è dato dal coefficiente di regressione relativo all’extra-‐rendimento di mercato, che
rappresenta l’esposizione del portafoglio al rischio del mercato stesso. In altre parole tale
coefficiente, che è appunto il beta, ci dice quanto l’extra-‐rendimento ottenuto da un portafoglio,
ovvero da un fondo, dipenda dal mercato. Per quanto riguarda invece l’alpha, come il lettore
ricorderà, si tratta di quella parte di extra-‐rendimento che non può essere spiegata dagli altri
36
fattori di rischio (nel caso del CAPM il solo fattore di rischio è il mercato), e quindi in genere si
ricollega al valore aggiunto apportato dalla gestione.
In quest’ottica, quando si parla di una strategia che ricerca alpha si intende appunto una
strategia di gestione attiva, che non segue passivamente un benchmark o comunque un algoritmo
di base. Presso alcune case d’investimento, tra l’altro, le strategie di tipo alpha non si concentrano
esclusivamente su benchmark del mercato azionario, ma prevedono altresì di muoversi
attivamente sul mercato obbligazionario, soprattutto per quanto attiene ai titoli a reddito fisso. Ad
esempio, alcune di queste strategie si concentrano sulla gestione attiva della duration, per meglio
adattarsi al livello di avversità al rischio dell’investitore
Una delle strategie innovative più utilizzate è la cosiddetta portable alpha strategy,
conosciuta anche come alpha/beta separation. Se consideriamo i due parametri singolarmente,
ossia come due fonti di rendimento separate, allora è possibile investire in attività che
rispettivamente insistono sull’uno o sull’altro parametro. Generalmente una strategia di questo
tipo prevede di investire in maniera passiva su un mercato al costo più basso possibile (anche in
termini di commissioni) una certa quota del capitale a disposizione: in questo modo, una parte del
portafoglio è investita a beta 1 su un determinato mercato, ad esempio attraverso l’acquisto di
derivati (quali futures) o ETF. L’alpha, invece, viene creato attraverso investimenti attivi in altre
asset classes (eventualmente tramite derivati), che vanno a bilanciare l’esposizione al mercato
prescelto (cioè il beta), e che procurano valore aggiunto alla gestione; in termini semplici, quindi,
la strategia di separazione prevede di ottenere beta su un mercato o una specifica classe di
investimento (ad esempio l’azionario America) e alpha su un altro mercato (ad esempio l’azionario
europa).
Un altro esempio è quello della strategia alpha “puro”: si tratta in questo caso di investire
in attività non correlate con il beta (cioè con un specifico mercato) così da produrre una
performance di portafoglio indipendente dall’andamento del mercato/i di riferimento. Si
tratterebbe, quindi, di strategie del tipo market neutral, miranti cioè ad offrire un rendimento
assoluto all’investitore. Naturalmente implementare questo tipo di strategie non è facile, in
quanto non solo sono richieste al gestore specifiche capacità di ricerca di fonti di alpha puro, ma è
altresì necessaria una certa expertise della casa d’investimento nel compiere previsioni
sull’andamento del mercato/i e nella gestione del rischio.
37
Una strategia che in parte richiama la separazione fra alpha e beta è la cosiddetta strategia
long/short. Quest’ultima, utilizzata in passato per lo più nell’ambito degli hedge funds, ed oggi
ampiamente nei fondi liquid alternatives, è posta in essere assumendo posizioni lunghe, cioè di
acquisto, in titoli (in genere azionari) che il gestore prevede avranno un risultato migliore rispetto
al mercato, e assumendo contemporaneamente posizioni corte, cioè di vendita allo scoperto, in
attività che invece si prevede avranno un andamento opposto. Normalmente le posizioni corte
vengono create attraverso l’utilizzo di derivati. Il contrasto tra le posizioni long e quelle short fa sì
che la performance del portafoglio non sia legata al mercato, ma alla sola capacità di stock picking
del gestore stesso, fatto che riporta questa metodologia nell’alveo della logica del portable alpha
di cui sopra.
Tra le strategie più conosciute vi sono poi quelle basate sui fondamentali. Per
fondamentali, ricordiamo, si intendono quei fattori alla base della valutazione di una azienda
ricavabili da dati societari quali fatturato, profitti, dividendi ecc.., che dovrebbero permettere di
delineare la situazione economico-‐finanziaria di una società, nonché di stimarne il valore e, di
conseguenza, il prezzo corretto (cosiddetto fair value) al quale i titoli azionari ad essa riferiti
dovrebbero essere trattati sul mercato. Chiaramente, la logica alla base di queste strategie
consiste nel fatto che se i fondamentali conducono alla determinazione di un fair value maggiore
del prezzo di mercato, allora il titolo in questione risulterebbe sottovalutato e quindi da
acquistare; viceversa in caso di prezzo di mercato superiore al valore ricavabile dai fondamentali.
Le strategie principali che fanno parte di questa categoria, pur con qualche variante, sono
le strategie value e growth. La strategia value prevede l’acquisto di titoli appartenenti a società
con un alto book-‐to-‐market value: si tratta di un parametro dato dal rapporto tra il valore di libro
della società (patrimonio netto per azione), ossia un valore interno e obiettivo che sostanzia
l’attuale patrimonializzazione della società stessa, e il prezzo di mercato, ossia il valore che gli
operatori attribuiscono alla società, stimato sulla base delle potenzialità di crescita e delle
previsioni di soggetti comunque esterni all’impresa. Le società che hanno un book-‐to-‐market
elevato hanno quindi un valore interno più alto di quello di mercato: si tratta in genere di società
che si trovano già nella fase di maturità del loro ciclo di vita, e che risultano stabili sia per fatturato
che per profitti. A prima vista, il fatto che il loro book-‐to-‐market sia elevato potrebbe indurre a
pensare che esse siano sottovalutate; tuttavia, tale situazione potrebbe d’altro canto ben
38
rappresentare la percezione degli operatori di mercato in merito alla “decadenza” del business
della società in questione.
Le società caratterizzate invece da un basso book-‐to-‐market sono in genere quelle aziende
su cui, potremmo dire, il mercato scommette perché ne prevede una crescita sostenuta; in altre
parole, la previsione di profitti e rendimenti crescenti fa sì che il prezzo delle azioni sia già ora
sostanzialmente più elevato di quanto non suggerisca il valore di libro della società stessa. Si
tratterebbe quindi di imprese ancora in una fase di start-‐up. Le cosiddette strategie growth sono
appunto quelle che investono in società di questo tipo, nell’ipotesi che la crescita futura dei
profitti renda l’investimento profittevole sebbene l’attuale prezzo di acquisto possa essere
disallineato rispetto al book value.
Fino a questo punto sono state analizzate le logiche di alcune strategie diffusesi nel settore
del risparmio gestito negli ultimi anni; esse però non esauriscono, ovviamente, le alternative
proposte nell’ambito di singole case d’investimento. E’ altresì da evidenziare che le strategie di
investimento non si basano esclusivamente su semplici intuizioni logiche o su complessi algoritmi
matematici; spesso e volentieri i gestori aggiungono a questi elementi dei plus che possono avere
un’incidenza notevole sul risultato finale.
Ad esempio, è comune utilizzare in accompagnamento alla strategia prescelta procedure di
gestione/sfruttamento del rischio, quali la leva finanziaria e, ultimamente, il cosiddetto tail risk
hedging. La prima, chiaramente, è utilizzata allo scopo di poter aumentare le potenzialità del
portafoglio in quanto consiste (in varie maniere) nel prendere a prestito denari che potranno
essere investiti in aggiunta al capitale originario. Se facciamo un passo indietro possiamo ricordare
che in ambito CAPM, applicando la leva finanziaria l’investitore sostanzialmente si sposta a destra
del portafoglio di mercato sulla capital market line, nella parte della frontiera che prevede un
rendimento maggiore, ma anche l’assunzione di un rischio maggiore; e proprio quest’ultimo
aspetto rappresenta il punto critico dell’utilizzo della leva, tanto che molti fondi ne prevedono il
divieto tra le clausole del proprio regolamento. D’altronde, molte strategie d’investimento danno
invece il loro meglio proprio quando la leva viene utilizzata.
Sempre in merito alla gestione e al controllo dei rischi, si evidenzia come alcune case
d’investimento hanno ideato particolari metodologie miranti alla loro copertura, anche nel caso in
cui essi riguardino eventi di natura straordinaria quali crisi finanziarie, collassi sistemici, ecc.. Le
metodologie in oggetto possono essere utilizzate sia come “tattica”, all’interno di una più ampia
39
strategia di asset allocation, ma anche come logica di investimento a se stante. Ad esempio, le
strategie denominate tail risk hedging strategies o tail risk protection strategies nascono proprio
con l’obiettivo principale di coprire l’investitore dal rischio di perdite (o downside risk), ovvero di
limitare entro precisi range la variabilità dei rendimenti del prodotto proposto al mercato.
I metodi principalmente utilizzati come protezione dal rischio sono essenzialmente quattro:
long volatility, low volatility equity, trend following e equity exposure management. Nella prima
categoria rientrano quelle strategie che prevedono l’acquisto di derivati sugli indici di volatilità, tra
i quali il cosiddetto VIX oppure indici di varianza. La seconda categoria si concentra su low volatility
equity, ossia azionariato a bassa volatilità: fondamentalmente si tratta di formare portafogli
azionari a beta nullo o negativo, mirando d’altra parte sulle abilità di stock picking del gestore, cioè
sulla creazione di alpha. In questa categoria rientrano anche strategie che prevedono, ad esempio,
l’acquisto di azioni a beta basso all’interno di un determinato indice, e la contemporanea vendita
di azioni a beta elevato rientranti nello stesso benchmark.
La trend following strategy è basata solitamente su un ampio uso di derivati, è ha come
obiettivo quello di amplificare il trend positivo, ovvero di sovraperformare il trend negativo, di un
determinato mercato. L’ultima categoria citata, l’equity exposure management, si affida
generalmente all’abilità di market timing del gestore, prevedendo ad esempio l’acquisto di opzioni
call/put, ovvero l’investimento diretto in un determinato indice, quando esso si trova al di sopra o
al di sotto della propria media mobile.
Diversi studi hanno peraltro evidenziato come le suddette strategie basate sulla gestione
del rischio tendono a non battere il mercato in periodi “normali”, ma la loro performance risulta
invece significativamente interessante quando lo stesso mercato presenta segnali di crisi: si tratta
quindi di strategie che, se ben inserite nel portafoglio di un investitore, possono stabilizzare i
rendimenti di lungo termine.
40
6. Come utilizzare le strategie Smart Beta
A conclusione di questa sintetica dinamica delle logiche teoriche alla base delle strategie
Smart beta, e delle differenti modalità di implementazione delle stesse, è giunto il momento di
valutare come tali strategie possano essere utilizzate nella più ampia asset allocation del cliente.
L’industria del risparmio gestito ha dimostrato un grande interesse per lo Smart beta; le
ragioni dietro tale interesse sono da ricercare nei potenziali benefici che esse possano portare agli
investitori e cioè:
• Miglioramento dei risultati
• Riduzione dei costi di portafoglio
• Maggiore diversificazione
• Maggiore trasparenza
• Riduzione del rischio
Tuttavia, una singola strategia di investimento o un singolo prodotto, per quanto possano
sembrare attrattivi visti singolarmente, devono essere sempre valutati nell’ambito di un
portafoglio. Ed in particolare, se parliamo di strategie Smart beta, è proprio il loro utilizzo in
ambito di portafoglio che permette di esaltarne le qualità. Facciamo allora alcune considerazioni.
• Per prima cosa, è semplice comprendere che il factor investing alla base delle strategie
Smart beta realizza i risultati attesi nel medio-‐lungo termine, quando l’esposizione alle
fonti di rendimento prescelte conduce ad extra-‐rendimenti positivi. Queste strategie,
quindi, sono adatte in una logica di asset allocation strategica, mentre potrebbero
portare a rendimenti spiacevoli se implementate nel breve termine.
• D’altra parte, però, alcune delle strategie analizzate potrebbero risultare di difficile
integrazione in un portafoglio costruito sulla base di logiche ed asset class tradizionali.
Ecco allora che un’alternativa potrebbe essere quella di inserirle in una componente
satellite del portafoglio (magari insieme ad altre strategie alternative)
41
• Anche quando si investe in strategie Smart beta, inoltre, non viene meno la necessità di
diversificare. Il consiglio che qui riteniamo di dare è quello di non “innamorarsi” di una
strategia Smart beta, magari perché attratti dalle performance passate della stessa.
Infatti, anche le strategie Smart beta sono soggette all’andamento dei mercati e del
ciclo economico: esistono cioè strategie che meglio funzionano in periodi di alta/bassa
inflazione, ovvero in momenti di recessione/crescita del ciclo economico. Al riguardo si
veda la figura sottostante.
Figura n. 7. Strategie Smart beta e ciclo economico
• Inoltre, poiché a seconda del periodo alcune strategie potrebbero essere più o meno
costose, risulta opportuno effettuare ribilanciamenti tra le stesse, in modo da
mantenere una esposizione equilibrata alle stesse.
• Infine, sebbene possa sembrare ovvio, occorre sempre tener conto del profilo di rischio
del cliente; per quanto le strategie Smart beta abbiano come finalità (anche) quella di
ridurre o comunque di tenere sotto controllo il rischio, alcune di esse potrebbero
esporre a rischi non del tutto chiari (ad esempio il rischio legato alla leva). Inoltre, per
quanto le strategie Smart beta siano di per sé trasparenti ed essenzialmente
meccaniche, occorre che esse siano adeguatamente illustrate dal consulente finanziario
al proprio cliente.
42
Bibliografia
• Allen G., The risk parity approach to asset allocation, Callan Investment Institute Research,
2010
• Arnott R.D., Beck N., Kalesnik V., West J., (2016), How Can “Smart Beta” Go Horribly
Wrong?, Research affiliates
• Arnott, R.D., Hsu, J., Kalesnik, V., Tindall, P. (2013), “The surprising alpha from Malkiel’s
monkey and upside-‐down strategies”, The Journal of Portfolio Management.
• Asness, Moskowitz, Pedersen (2013), Value and Momentum Everywhere, Journal of finance
• Baker, M.P., B. Bradley, J.A. Wurgler. “Benchmarks as Limits to Arbitrage: Understanding
the Low Volatility Anomaly.” Financial Analysts' Journal, Vol. 67, No. 1 (2011), pp. 40-‐54.
• Baker, N. , R.A. Haugen “Low Risk Stocks Outperform within All Observable Markets of the
World” (2012). SSRN working paper no. 2055431.
• Barberis, N., M. Huang “Stocks as Lotteries: The Implications of Probability Weighting for
Security Prices.” American Economic Review, Vol. 98, No. 5 (2008), pp. 2066-‐2100.
• Benartzi, Shlomo and Richard H. Thaler. 1995. “Myopic Loss Aversion and the Equity
Premium Puzzle.” Quarterly Journal of Economics, vol. 110, no. 1 (February):73-‐92.
• Blitz, D. C., P. van Vliet. “The Volatility Effect.” The Journal of Portfolio Management, Vol.
34, No. 1 (2007), pp. 102-‐113.
• Blitz, David, J. Pang, P. Van Vliet “The Volatility Effect in Emerging Markets” (2012). SSRN
working paper no. 2050863.
• Bridgewater, Engineering targeted returns and risks
• Bridgewater, Risk parity is about balance
• Bridgewater, The all weather story
• Carvalho, R.L. de, X. Lu, P. Moulin “The risk anomaly in Equity Markets.” (2012) Working
paper.
• Carvalho, R.L.de, X. Lu, P. Moulin “Demystifying Equity Risk–Based Strategies: A Simple
Alpha plus Beta Description.” Journal of Portfolio Management, Vol. 38, No. 3 (2012), pp.
56-‐70.
43
• Chaves D., Hsu J., Li F. Shakernia O., Risk parity portfolio vs other asse allocation heuristic
portfolios, Research Affiliates, 2010.
• Choueifaty, Y., Y. Coignard. “Towards Maximum Diversification.” The Journal of Portfolio
Management, Vol. 34, No. 4 (2008), pp. 40-‐51.
• Christopher A. L., Risk Parity: in the spotlight after 50 years, NEPC, 2010
• Cialdini, Robert B. 2009. Influence: The Psychology of Persuasion. Revised edition. New
York: HarperCollins e-‐books.
• Clarke, R., H. de Silva, S. Thorley “Risk Parity, Maximum Diversification, and Minimum
Variance: An Analytic Perspective.” (2012). SSRN working paper no. 1977577.
• Clarke, R., H. de Silva, S. Thorley. “Minimum-‐Variance Portfolios in the USA Equity Market.”
The Journal of Portfolio Management, Vol. 33, No. 1 (2006), pp. 10-‐24.
• Clifford S. A., Frazzini A., Lass h. P., Leverage aversion and risk parity, Financial Analyst
Journal, 2012.
• De Bondt, W. and Thaler, R. (1085), Does the stock market overreact?, Journal of Finance,
Vol. 40, 3, pp. 793–805.
• Demey, P., S. Maillard, S., T. Roncalli. “Risk-‐Based Indexation.” SSRN working paper no.
1582998.
• Dreman D., Contrarian investment strategies: the psychological edge, Free Press, 2011.
• Fama E. French K. R, The Cross-‐section of expected stock returns, Journal of Finance, 1992.
• Fama E., Market efficiency, long term-‐returns and behavioral finance, Journal of Financial
Economics, 1997.
• Grinblatt, Mark, Matti Keloharju, and Juhanni T. Linnainmaa. 2012. “IQ, Trading Behavior,
and Performance.” Journal of Financial Economics, vol. 104, no. 2 (May):339-‐362.
• Haugen, R., N. Baker. “The Efficient Market Inefficiency of Capitalization-‐Weighted Stock
Portfolios.” The Journal of Portfolio Management, Vol. 17, No. 3 (1991), pp. 35-‐40.
• Haugen, R.A., A.J. Heins “On the Evidence Supporting the Existence of Risk Premiums in the
Capital Markets.” (1972). Wisconsin University. SSRN working paper no. 1783797.
• Inker B., The hidden risks of risk parity portfolios, GMO White Paper, 2010
• Jegadeesh, N. and Titman, S. (1993), Returns to buying winners and selling losers:
implications for stock market efficiency, Journal of Finance, Vol. 48, 1993, pp. 65–91
44
• Jegadeesh, N., S. Titman. “Profitability of Momentum Strategies: An Evaluation of
Alternative Explanations.” (1999). NBER working paper no. 7159.
• Jegadeesh, N., S. Titman. “Returns to buying winners and selling losers: Implications for
stock market efficiency.” Journal of Finance, Vol. 48, No. 1 (1993), pp. 65-‐91.
• Kahneman, Daniel, and Amos Tversky. 1979. “Prospect Theory: An Analysis of Decision
Under Risk.” Econometrica, vol. 47, no. 2 (March):263-‐292.
• Kahneman, Daniel. 2011. Thinking, Fast and Slow. New York: Farrar, Straus and Giroux.
• Kalesnik, Vitali. 2013. “Smart Beta and the Pendulum of Mispricing.” Simply Stated,
Research Affiliates (3rd Quarter).
• Lane, Robert E. 1991. The Market Experience. Cambridge: Cambridge University Press.
• Larson R.(2013), Hot potato: momentum as an investment strategy, Research Affiliates
• Larson, Ryan. 2013. “Hot Potato: Momentum As An Investment Strategy.” Fundamentals,
Research Affiliates (August).
• Mailard S., Roncalli T., Teiletche J., On the properties of equally weighted risk contributions
portfolios, May 2009. Working paper
• Maillard, S., T. Roncalli, J. Teiletche. “The Properties of Equally-‐weighted Risk Contributions
Portfolios.” The Journal of Portfolio Management, Vol. 36, No. 4 (2010), pp. 60-‐70.
• Malkiel B. G., A random walk down Wall Street, WW Norton & Company, 2012.
• Miccolis J., Goodman M. (2012), Dynamic Asset Allocation: Using Momentum to Enhance
Portfolio Risk Management, Journal of Financial Planning
• Moskowitz T. J. (2010), Momentum Investing, Investment Management Consultants
Association
• Peters E., Balancing betas. Essential risk diversification, FQ perspective, 2009
• Qian E, Risk parity portfolios: efficient portfolios through true diversification, Panagora
2005
• Schachter B., Thiagarjan R., Risk Parity – Reward, risks and research opportunities, EDHEC,
2011
• Scherer, B. “A Note on the Returns from Minimum Variance Investing.” Journal of Empirical
Finance, Vol. 18, No. 4 (2011), pp. 652-‐660.
45
• Statman, Meir. 2011. What Investors Really Want: Discover What Drives Investor Behavior
and Make Smarter Financial Decisions. New York: McGraw-‐Hill.
• Surowiecki, James. 2004. The Wisdom of Crowds: Why the Many Are Smarter Than the Few
and How Collective Wisdom Shapes Business, Economies, Societies, and Nations. New York:
Doubleday.
• Vogel J., (2015), Momentum Investing: A Simple Bond Momentum Strategy,
• Zweig, Jason. 2007. Your Money and Your Brain: How the New Science of Neuroeconomics
Can Help Make You Rich. New York: Simon & Schuster.