Modelando el riesgo en mercados privados: la apuesta estratégica de Allianz GI
| Por Elsa Martin | 0 Comentarios
En la década de los 90 estalló un boom de la computación que llevó a universidades de todo el mundo a estudiar las posibilidades que abría la cuántica computacional. Risklab es una de esas iniciativas en las que cristalizó este entusiasmo tecnológico: un proyecto de investigación al amparo de una red de universidades que partió como un grupo de estudio compuesto principalmente por matemáticos, ingenieros y físicos. En 2003, risklab pasó a formar parte de Allianz Global Investors como unidad de investigación del riesgo; hoy, con un equipo de más de 60 personas, constituye uno de los cinco pilares de la plataforma de inversión de la compañía, junto con las áreas de Renta Fija, Renta Variable, Multiactivos y Mercados Privados.
“Aplicamos métodos estadísticos y de modelado desde una perspectiva científica para proporcionar a nuestros clientes información analítica que les ayude a tomar decisiones más informadas; también aplicamos este análisis cuantitativo para diseñar inversiones de solución e implementarlas para nuestros clientes”, resume Tim Friederich, director global de Risklab en Allianz Global Investors.
Funds Society se ha sentado con Friederich, matemático de formación, para hablar sobre los distintos caminos a los que les está llevando su investigación. “A nosotros, como matemáticos, a veces nos resulta difícil hacer que algo complejo sea fácil de entender, para que pueda ser usado por cualquiera. Pero eso es exactamente en lo que estamos trabajando”, avanza.
El riesgo de concentración se ha incrementado notablemente en los últimos dos años. ¿Cómo están abordando este reto desde risklab?
Debido al entorno político, estamos viendo una descentralización de la política monetaria, un incremento de los aranceles y, en general, una tendencia hacia la desglobalización. Por supuesto, esto representa riesgos para la economía. Desde la perspectiva del asset allocation, esto abre una oportunidad para una mayor diversificación. Es exactamente lo que estamos recomendando a los clientes: que se aseguren de que su cartera está realmente bien diversificada. Cabe recordar que muchos inversores con frecuencia tienen un sesgo nacional en sus asignaciones. Por tanto, en estos momentos es todavía más importante repensar las asignaciones y la diversificación.
En segundo lugar, vemos cierto riesgo en los mercados por varias razones, como la elevada concentración en IA: la ponderación de los siete valores de mayor tamaño no solo en el S&P 500, sino en el MSCI World representan una gran concentración. En términos de valoración, las acciones estadounidenses nunca habían estado tan caras desde septiembre del 2000, y todos recordamos lo que sucedió después, ¿verdad?
Así, estamos recomendando encarecidamente a nuestros clientes que piensen en un marco de gestión del riesgo antes de que se produzca una gran corrección en los mercados, porque son momentos en los que los inversores toman decisiones emocionales. Pensamos que es bueno equipar la cartera con un acercamiento sistemático que proporcione cierto nivel de confianza para estar preparados para lo que suceda cuando los mercados se desplomen.
¿Cómo está contribuyendo risklab a la innovación de producto para Allianz?
Trabajamos de forma continuada con unos 85 clientes institucionales que consideramos socios estratégicos, incluyendo grandes planes de pensiones, empresas, aseguradoras, bancos, endowments, fundaciones, family offices, bancas privadas y banca minorista. Nuestro objetivo no consiste en diseñar una solución que bata en rentabilidad al índice durante un ciclo de mercado y que genere un alfa elevada. Nuestro objetivo es comprender qué necesitan nuestros clientes y cómo podemos diseñar una estrategia que maximice la probabilidad de que alcancen sus objetivos.
Lo mejor de trabajar con estos grandes clientes es que nos llaman cuando tienen una duda. Puede pasar que un fondo de pensiones nos diga que está revisando su asset allocation porque su estructura de pasivos ha cambiado, y nos pregunte cuál sería la manera de reasignar sus activos. O que un cliente nos pida analizar los niveles de riesgo de su cartera. O que un banco nos pida una solución de inversión más profesional para su canal de banca privada. Así que toda la innovación sucede no solo por nuestros estudios del mundo académico y por nuestra investigación, sino también porque nuestros clientes nos plantean preguntas inteligentes, a veces desafiantes, para las que tenemos que diseñar una solución.
¿Puede darme algún ejemplo concreto de innovaciones reales que hayan partido de una petición de un cliente?
Puedo dar tres ejemplos. En el primero, un fondo de pensiones alemán acudió a nosotros y nos explicó que había sufrido tanto durante el estallido de la burbuja puntocom de 2001 que su tasa de financiación cayó del 75% al 60%. Hicimos un estudio de su asignación de activos y le mostramos una serie de carteras entre las que podía elegir; el problema es que, si elegían una cartera con un nivel muy bajo de riesgo y con coberturas para sus pasivos, su potencial para incrementar su estatus de financiación era muy bajo, y si elegían una cartera que podía elevar su tasa de financiación hasta el 100%, tenían que incluir renta variable, y no podían permitirse tanto riesgo. Acabamos diseñándoles una estrategia de gestión dinámica del riesgo que equilibraba la exposición al mercado con gestión del riesgo. Esto ha crecido hasta convertirse en un gran negocio para nosotros, y todo empezó porque un cliente nos llamó diciendo que tenía un problema.
En el segundo ejemplo, acudió a nosotros un family office que tenía mucha exposición a renta fija estadounidense. La volatilidad procedente del cambio euro/dólar superaba a la volatilidad de los activos subyacentes, pero los costes de cubrir el riesgo divisa eran muy elevados. Les diseñamos una solución de gestión dinámica del riesgo para el riesgo divisa que les ayudó a reducir la volatilidad significativamente y les ahorró mucho del coste de oportunidad de la cobertura. Es un mandato que hemos gestionado para este cliente durante más de cinco años y hemos lanzado una clase de acción para nuestra estrategia de crédito estadounidense con grado de inversión.
En el tercer ejemplo, muchos clientes nos piden ayuda para construir una asignación a mercados privados. Trabajamos con modelos cuantitativos que les muestran cómo cambia el comportamiento de su cartera, cuál es la mejor manera de añadir esta clase de activos o qué clases de activos dentro de los mercados privados se complementan mejor con el resto de sus estrategias.
Nos hemos dado cuenta de que los inversores necesitan más acompañamiento antes de dar el paso de invertir en activos privados, así que también trabajamos con ellos para construir lo que llamamos un plan de compromiso con el que puedan ir ganando exposición a mercados privados a largo plazo. También puede pasar que nos pidan directamente que asumamos la responsabilidad de gestionar esa parte de mercados privados por ellos; esto es algo interesante para los clientes con tamaño suficiente para beneficiarse de invertir en activos privados, pero no lo suficiente como para contar con un equipo dedicado.
¿Cómo recopilan e implementan los datos de mercados privados en sus modelos?
Los mercados privados presentan un nivel mayor de complejidad. En primer lugar, no hay datos con tanta frecuencia, lo que significa que necesitas encontrar de qué forma modelar el riesgo en este tipo de mercados. En segundo lugar, este tipo de mercados presentan características adicionales a considerar. Lo que hacemos en nuestro modelo es desglosar cada clase de activo en función del factor de riesgo. Necesitamos comprender qué es lo que impulsa cada rendimiento. Por ejemplo, los retornos del private debt están influenciados por la inflación, las primas por duración, los diferenciales de crédito, las primas de iliquidez y la tasa de impago. Son todos componentes que incluimos desde cero en nuestro modelo y que después ajustamos para generar datos.
¿Es un reto similar a la recopilación de datos para modelar factores ESG?
Llevamos haciendo análisis de sostenibilidad en risklab desde hace más de 15 años. Cuando llegó la primera ola de sostenibilidad, un cliente nos pidió ayuda para poder cuantificar cuán importantes iban a ser los criterios ESG para evaluar riesgos. Actualmente, nuestro modelo recopila datos de cerca de 1.000 clases de activos, incluyendo índices ESG, y abarca todo el espectro. Así, podemos cuantificar cómo se altera el perfil de rentabilidad riesgo por ejemplo si un cliente quiere rotar desde un producto de renta variable tradicional a uno ESG, qué le aporta a su cartera y si se pierde algo con esta nueva asignación.
¿Utilizan algún tipo de IA en sus modelos?
Creo que la IA generativa (GenAI) tiene un potencial tremendo para nuestra industria. En los 22 años de funcionamiento de risklab hemos puesto muchísimo análisis en todos nuestros modelos, incluyendo herramientas de IA antes de que hubiera un boom sobre el término, como el machine learning. Somos muy estrictos con nosotros mismos, porque tenemos que comprender qué significa el cambio de un parámetro para el resultado final del análisis.
Cuando pensamos en Gen AI, no quiero sonar pesimista, pero pienso que es necesario tener una muy buena comprensión y ser críticos respecto a qué problemas podemos resolver con Gen AI y cuáles no. Es necesario hacer un análisis realmente crítico de cuál es su potencial.
Pienso que la IA generativa es una herramienta fantástica para hacer análisis de mercado: para resumir informes, análisis del sentimiento en torno a valores y otra información que podamos usar como input. También creo que tiene un gran potencial para llevar las capacidades propias de los inversores institucionales a los canales de banca privada, ofreciendo a los inversores finales una experiencia mucho más personalizada. Y pienso que esta es una gran responsabilidad para nosotros, como industria.
La realidad para los inversores europeos es que nuestros sistemas de pensiones no son sostenibles en su forma actual. Esto llevará inevitablemente a un mayor traspaso de la responsabilidad sobre el ahorro para la jubilación hacia el inversor individual. Pienso que nosotros, como industria, y espero que los políticos también lo apoyen, necesitamos proporcionar a los inversores esas herramientas que en estos momentos ya estamos proporcionando a los grandes fondos de pensiones, y creo que la GenAI puede ser un gran vehículo para acercar esas capacidades institucionales de inversión a los minoristas.
