© 2017 Economist Newspaper Ltd, Londres. Todos los derechos reservados. Reimpreso con permiso.

Construye una ratonera mejor, dice el refrán, y el mundo abrirá un camino hasta tu puerta. Encuentra una manera de vencer al mercado accionario, y construirán un tren de alta velocidad.

A medida que los inversionistas tratan de lograr este objetivo, están echando mano del trabajo de los académicos. Al hacerlo, sin embargo, están cambiando a los mercados y la forma en que los académicos los entienden.

La idea de que los mercados financieros son "eficientes" se extendió entre los académicos en los años 60 y 70. La hipótesis declaraba que toda la información relevante al valor de un activo instantáneamente se reflejaría en el precio, así que tendría poco sentido negociar con base en esos datos. Lo que movería al precio sería la información a futuro; las noticias que, por definición, no podían conocerse con anticipación. Los precios accionarios seguirían un "camino al azar". En realidad, el libro de Burton G. Malkiel "A Random Walk Down Wall Street" (W.W. Norton, 1973) se convirtió en un éxito de ventas.

La idea ayudó a inspirar la creación de los rastreadores de índices, fondos que simplemente compran todas las acciones en una referencia como el Standard & Poor's 500. Desde sus humildes inicios en los 70, los rastreadores han estado ganando participación de mercado constantemente. Dominan alrededor de 20 por ciento de todos los activos bajo administración actualmente.

Sin embargo, la hipótesis del mercado eficiente ha sido refutada repetidamente. Cuando el mercado bursátil estadounidense cayó en 23 por ciento en un solo día en octubre de 1987, fue difícil encontrar una razón de por qué los inversionistas deberían haber cambiado tan rápida y sustancialmente sus suposiciones sobre el valor de mercado de las acciones. Robert Shiller de la Universidad de Yale ganó un Premio Nobel de Economía por su trabajo que demostraba que el mercado accionario en general era mucho más volátil de lo que debería haber sido si los operadores estuvieran prediciendo adecuadamente los datos fundamentales: los flujos de efectivo recibidos por los inversionistas.

Otro ejemplo de la divergencia entre la teoría y la práctica se da en el mercado cambiario. Cuando Sushil Wadhwani dejó un fondo de cobertura para unirse al comité de política monetaria del Banco de Inglaterra en 1999, lo tomó por sorpresa la forma en que el banco predecía los movimientos monetarios. El banco se basaba en una teoría llamada "paridad de la tasa de interés no cubierta", la cual declara que el diferencial entre la tasa de interés entre dos países refleja el cambio esperado en los tipos de cambio. De hecho, esto significaba que el tipo de cambio forward en el mercado monetario era el mejor pronosticador de los movimientos cambiarios.

A Wadhwani le sorprendió este enfoque, ya que él conocía a muchas personas que usaban el "carry trade", es decir pedir prestado dinero en una divisa de bajo rendimiento e invertirlo en una de más alto rendimiento. Si el banco tenía razón, esa estrategia debería ser poco rentable. Después de cierto debate, el banco se puso de acuerdo en un compromiso británico clásico: pronosticar que la moneda se movería a la mitad de la distancia implicada por los tipos de cambio forward.

Muchos que trabajan en finanzas aún creen que pueden vencer al mercado. Después de todo, había un defecto potencial en el meollo de la teoría del mercado eficiente: para que la información se refleje en los precios, tenía que haber operaciones; pero, ¿por qué la gente negociaría si sus esfuerzos estarían condenados a ser poco rentables?

Una idea, según Antti Ilmanen, ex académico que ahora trabaja para AQR, una compañía de administración de fondos, es que los mercados son "eficientemente ineficientes". En otras palabras, el tipo promedio no tiene esperanza de vencer al mercado; pero, si se dedica suficiente capital y poder computacional al esfuerzo, se puede tener éxito.

Eso ayuda a explicar el ascenso de los inversionistas cuantitativos, o "quants", quienes intentan aprovechar las anomalías, las peculiaridades que no pueden ser explicadas por la hipótesis del mercado eficiente. Un ejemplo es el efecto del impulso: las acciones que han tenido un buen desempeño en el mercado en el pasado reciente continúan teniéndolo. Otro es el efecto de la "volatilidad baja", por medio del cual las acciones que se mueven menos violentamente que el mercado producen mejores rendimientos ajustados al riesgo de lo que predice la teoría.

Ha surgido una nueva clase de fondos, conocidos en jerga como "smart-beta", para sacar provecho de estas anomalías. En cierto sentido, estos fondos simplemente están tratando de imitar, de manera sistemática, los métodos usados por los administradores de fondos tradicionales que entrevistan a los ejecutivos y analizan hojas de balance en un intento por seleccionar a acciones con buen desempeño.

Que estos fondos prosperen depende de por qué las anomalías han sido rentables en el pasado. Hay tres posibilidades.

La primera es que las anomalías son peculiaridades estadísticas. Si se masajean los datos por el tiempo suficiente, se puede descubrir que las acciones tienen un buen desempeño en los lunes húmedos de abril. Eso no significa que continuarán haciéndolo.

La segunda posibilidad es que los rendimientos excesivos son una compensación por el riesgo. Las empresas más pequeñas pueden ofrecer rendimientos enormes, peros sus acciones son menos líquidas y, por tanto, más difíciles de vender cuando uno lo necesita; y las empresas también tienen más probabilidad de ir a la quiebra. Dos académicos, Eugene Fama y Kenneth French, han argumentado que la mayoría de las anomalías pueden explicarlas tres factores: el tamaño de una empresa, su precio en relación con sus activos y su volatilidad.

La tercera posibilidad es que los rendimientos reflejen alguna peculiaridad del comportamiento. Los rendimientos enormes de las acciones con impulso podrían haber ocurrido porque los inversionistas fueron lentos en darse cuenta de que la fortuna de una compañía había mejorado. Sin embargo, el comportamiento puede cambiar: Wadhwani dijo que los precios de las acciones se están moviendo más en el día de los anuncios de ingresos, en relación con los días subsecuentes, que hace 20 años. En otras palabras, los inversionistas están reaccionando más rápidamente.

El carry trade también es menos rentable de lo que era. Ilmanen dijo que es probable que los rendimientos de los factores smart-beta vayan a ser menores, ahora que las estrategias son más populares.

Si los mercados están cambiando, también lo están haciendo los académicos que los estudian. Muchos documentos de investigación modernos se enfocan en las anomalías o las peculiaridades conductuales que podrían causar que los inversionistas tomen decisiones aparentemente irracionales. La hipótesis de los mercados adaptativos, ideada por Andrew Lo del Instituto Tecnológico de Massachusetts, sugiere que el mercado se desarrolla de una manera similar a la evolución: los operadores y administradores de fondos siguen estrategias que creen serán rentables. Aquellos que tienen éxito siguen adelante, mientras que los que pierden dinero abandonan.

Los resultados pueden ser impresionantes. En agosto del 2007, hubo un "sismo quant" cuando las estrategias computarizadas dejaron de funcionar brevemente. La sospecha fue que un administrador estaba descargando sus posiciones después de registrar pérdidas en el mercado hipotecario. El episodio fue un indicio de un peligro del enfoque quant: si las computadoras están todas produciendo los mismos datos, podrían estar comprando las mismas acciones.

Actualmente, las acciones que impulsan el crecimiento estadounidense, como las empresas de tecnología, son tan caras, en relación con las acciones de valor global, como lo eran durante la burbuja de las compañías punto-com. ¿Qué pasará si la tendencia cambia? Ninguna fórmula matemática, no importa lo ingeniosa que sea, puede encontrar un comprador para las posiciones de un operador cuando todos son presas del pánico.