(Versione finale Settembre 2005) di Paolo Sassetti ed Alfonso Scarano

Transcript

1 Gestione fondamentale di portafoglio in stile value su base statistica (Versione finale Settembre 2005) di Paolo Sassetti ed Alfonso Scarano Premessa Il Capital Asset Pricing Model (Sharpe, 1964) contempla che il mercato azionario presenti una sola variabile sfruttabile dal gestore per pianificare il rendimento atteso del portafoglio: il grado d esposizione al rischio sistematico (non diversificabile) di mercato ed il conseguente grado di cattura del relativo premio per il rischio. Secondo questo modello, lo stock picking, in presenza di efficienza forte del mercato, non può generare extrarendimenti ma solo costi aggiuntivi che riducono il rendimento netto. Rendimenti differenti di portafogli diversi sono la conseguenza della sola diversa esposizione al rischio sistematico di mercato: a maggiore rischio assunto corrisponde maggiore rendimento atteso e questa, secondo il CAPM, rappresenta l unica via percorribile da un gestore per aumentare i rendimenti attesi del suo portafoglio. L esistenza di singoli gestori che riescono a battere il mercato viene spiegata come eccezione statistica destinata a scomparire nel tempo (ipotesi della regressione delle performance verso la media) e, comunque, irrilevante ai fini pratici per la presunta impossibilità di identificare ex ante i gestori che performeranno meglio in futuro. Il CAPM si situa cronologicamente alle origini delle moderne teorie sul funzionamento dei mercati finanziari: grazie alla sua semplicità d uso (ad esempio nella stima del costo del capitale delle imprese) ha spesso oscurato in popolarità le successive acquisizioni empiriche dell analisi finanziaria. Tra le successive acquisizioni empiriche particolare rilevanza assume il modello dei tre fattori dei professori Kenneth French e Eugene Fama ( The Cross-Section of Expected Stock Returns, Journal of Finance, 1992). French e Fama hanno argomentato (e statisticamente dimostrato sul mercato azionario statunitense) che le variabili sfruttabili sul mercato azionario per calibrare la pianificazione dei rendimenti attesi di portafoglio sono tre anziché una sola: 1. il (premio per il) rischio di mercato 2. la dimensione media delle società oggetto d investimento 3. il grado di sovra-sottovalutazione delle società oggetto d investimento, misurato dal rapporto price/book (prezzo di borsa/patrimonio netto per azione) La prima variabile è la stessa contemplata nel CAPM. In base alla seconda variabile, i rendimenti dei portafogli tendono a degradare man mano che aumenta la dimensione media delle società oggetto d investimento cosicché, privilegiando investimenti in società piccole e medie è (mediamente) possibile lucrare un extrarendimento rispetto al premio per il rischio globale del mercato azionario. La ragione di questo fenomeno risiederebbe (a) sia nelle superiori opportunità di crescita

2 che le small-middle cap avrebbero rispetto alle large cap, in quanto più spesso appartenenti a settori emergenti, (b) sia nel fatto che le società minori quando confrontate con quelle maggiori dello stesso settore controllando quote di mercato più basse, sfrutterebbero i maggiori spazi di crescita loro consentiti. La terza variabile è espressa dalla valutazione delle società quotate, per cui investendo in quelle con rapporto price/book inferiore a quello medio del mercato è (mediamente) possibile lucrare un extrarendimento sul premio per il rischio del mercato, e ciò indipendentemente dall extrarendimento precedentemente descritto che è connesso alla capitalizzazione di borsa. La ragione di questo fenomeno risiederebbe nel fatto che le società con un basso rapporto price/book avrebbero utili maggiormente dubbi o sarebbero addirittura distressed. Poiché French e Fama aderiscono all idea dei mercati finanziari efficienti, entrambe queste fonti di extrarendimento (rispetto al premio per il rischio del mercato azionario) sarebbero originate esclusivamente dall assunzione di maggior rischio sul mercato a- zionario: contro il senso comune, anche le società con price/book basso sarebbero più rischiose, per le ragioni testé descritte, di quelle con price/book elevato. Ovviamente anche le società più piccole presentano anch esse mediamente un maggiore rischio d investimento rispetto a quelle maggiori. Va messo in evidenza che le risultanze delle ricerche di French e Fama riguardano non singole società ma aggregati di società quotate, raggruppate per intervalli definiti di valori delle variabili descritte. Singole società possono registrare rendimenti effettivi anche ampiamente devianti da quelli predetti dalle due nuove variabili identificate da French e Fama ma, considerando aggregati di società (ad esempio il quartile dell universo col rapporto price/book più basso), gli extrarendimenti storicamente registrati risultano statisticamente significativi: in altri termini, le due variabili spiegano effettivamente gli extrarendimenti e questo risultato non è conseguenza della pura casualità con un elevato livello di confidenza. Una volta negata l idea della natura mono-dimensionale dell origine dei rendimenti del mercato azionario, le ricerche di French e Fama hanno accreditato, almeno in linea di principio, la possibilità dell esistenza di ulteriori variabili sfruttabili per lucrare e- xtra-rendimenti quali, ad esempio, l earning surprise, il frazionamento dell azionariato, persino (perché no?) il rating etico delle società, lo short ratio (il grado di scoperto esistente sui titoli delle singole società), i volumi di azioni negoziate dagli insider, ecc.. Le variabili esplorabili possono distinguersi in due grandi categorie: quelle che hanno una relazione logica con le teorie del valore dell impresa e quelle che hanno una relazione logica con il sentiment del mercato. Si è alimentato, in tal modo, un nuovo filone di ricerca statistica sulle società quotate non più esaminate singolarmente ma in quanto appartenenti ad aggregati di società classificate sulla base di diverse caratteristiche (variabili). Dopo avere teorizzato e verificato la sua ipotesi, Eugene Fama ne ha sfruttato concretamente le implicazioni, creando una società di gestione, la Dimensional Fund Advisors, che offre servizi di gestione a clienti istituzionali. Il rendimento atteso dei portafogli dei clienti è pianificato graduando le diverse dimensioni del rendimento del mercato azionario. La Dimensional Fund Advisors oggi gestisce 73 miliardi di dollari e rappresenta uno degli emblemi più clamorosi di come negli Stati Uniti la ricerca acca- 2

3 demica in ambito finanziario abbia udienza e riesca ad incorporarsi imprenditorialmente in attività di gestione 1. Il three factor model di French e Fama si presta, pertanto, a concrete applicazioni gestionali, come quelle presentate in questo articolo. Per lo sviluppo dei modelli nr. 1 e nr. 4, qui di seguito descritti, siamo anche debitori verso un interpretazione semplificata delle teorie sul valore d impresa del prof. William Fruhan, esposte nel suo Financial Strategy. Studies in the Creation, Transfer and Destruction of Shareholder Value, Irwin, Definizione dell universo dei titoli Abbiamo selezionato un universo di società statunitensi caratterizzate dal rientrare tra le prime 500 società delle tre principali borse azionarie statunitensi (NYSE, AMEX, Nasdaq) per capitalizzazione di borsa (equity market value). Questo campione rappresenta una proxy buona e realistica anche se non perfettamente coincidente con quella dell indice S&P 500 in quanto il timing mensile d ingresso/esclusione delle società nel nostro universo non rispecchia necessariamente quello adottato da Standard & Poor per l indice. Con questa scelta abbiamo deciso di escludere inizialmente la variabile capitalizzazione di borsa da quelle da noi considerate. La ragione di questa e- sclusione risiede nella volontà (a) di identificare strategie attive d investimento prevalentemente implementabili su azioni liquide e di largo mercato, sia pur pagando un prezzo in termini di minor rendimento rispetto a quello conseguibile includendo le small cap, e (b) di poter confrontare il portafoglio selezionato con un indice che consentisse una copertura quasi perfetta del rischio di mercato attraverso la vendita del future sull indice S&P 500. Il data base utilizzato presenta un survival bias in quanto non contempla società che in passato siano state depennate dal listino per fallimento. Riteniamo, tuttavia, che questo fattore abbia determinato un impatto distorsivo modesto o nullo sui risultati delle nostre simulazioni per via dei criteri da noi utilizzati nella selezione dei titoli. Strategia value nr. 1 Il nostro universo, mensilmente aggiornato in base al criterio della capitalizzazione di borsa, è stato oggetto di una doppia selezione di titoli attraverso uno screening effettuato con due criteri fondamentali complementari connessi logicamente al rapporto price/book. Questa doppia selezione ha prodotto un portafoglio finale di 50 titoli che veniva mensilmente aggiornato. Come nelle simulazioni successive in cui si sono utilizzati due criteri di selezione, il primo criterio è stato utilizzato per sgrossare l universo dei 500 titoli ed il secondo criterio per effettuare da questo sotto-universo la selezione finale dei 50 titoli. 1 Dimensional Fund Advisors così descrive la sua missione strategica: Dimensional Fund Advisors applies academic research to the practical world of investing. Our objective is to help clients structure globally diversified portfolios and to add value through engineering and trading. In questa specifica definizione di missione strategica, le parole chiave sono academic research, add value e engineering and trading. La definizione della missione strategica aziendale è essenziale in ogni (tipo di) società per identificare il suo focus strategico e la coerenza della sua operatività quotidiana con la sua missione strategica di lungo termine. 3

4 La tabella 1 in allegato riporta i rendimenti della simulazione condotta al netto dei costi di negoziazione stimati nell 1,5 per mille, li confronta con l indice S&P 500 e ne calcola l extrarendimento di periodo e globale sul benchmark. Il grafico 1 in allegato rappresenta i risultati. Il grafico dell extrarendimento cumulato rappresenta idealmente il rendimento di un fondo che tenga una posizione long sui 50 titoli selezionati e che si copra integralmente vendendo il future sull indice S&P 500. Invertendo l ordine dei criteri di selezione il risultato presenta solo un modesto peggioramento del rendimento globale e della stabilità degli extrarendimenti mensili (standard deviation dei rendimenti). 4

5 Tabella e grafico 1 Strategia value nr. 1 t Data Portfolio S&P 500 Extrarendimento Extrarendimento mensile cumulato 0 05/06/ ,0 100,0 0,0% /07/ ,4 99,6 1,7% 101, /08/ ,5 102,6 1,1% 102, /08/ ,5 101,6 0,1% 102, /09/ ,6 104,9 1,7% 104, /10/ ,9 105,6 0,4% 105, /11/ ,0 111,2 2,1% 107, /12/ ,1 116,6-1,4% 105, /01/ ,3 117,4 1,1% 106, /02/ ,9 114,9 1,8% 108, /03/ ,3 117,0-0,7% 108, /04/ ,3 113,0-0,5% 107, /05/ ,2 115,6 1,0% 108, /06/ ,8 116,1 1,7% 110, /07/ ,4 113,8 2,5% 112, /07/ ,0 114,6-0,2% 112, /08/ ,9 114,9 3,6% 116, /09/ ,0 113,5 4,3% 121, /10/ ,1 121,4-1,1% 120, /11/ ,4 124,0 0,0% 120, /12/ ,9 123,2 1,0% 121, /01/ ,1 125,5 3,6% 125, /02/ ,9 125,1 3,4% 130, /03/ ,2 123,4-0,9% 129, /04/ ,0 122,5-1,3% 127, /05/ ,6 125,2 0,1% 127, /06/ ,0 125,2 5,3% 134, /07/ ,5 129,6 0,4% 134,70 Rendimento annualizzato 30,74% 13,29% Strategia "value" nr. 1 Total Return % 200,0 190,0 180,0 170,0 160,0 150,0 140,0 130,0 120,0 110,0 100,0 lug-03 set-03 nov-03 gen-04 mar-04 mag-04 lug-04 set-04 nov-04 gen-05 mar-05 mag-05 lug-05 Portfolio S&P 500 Extrarendimento cumulato

6 Strategia value nr. 2 Abbiamo applicato allo stesso universo di 500 titoli una seconda strategia value che utilizza due filtri fondamentali sinergici di cui uno sempre in relazione al price/book. Anche questa doppia selezione ha generato un portafoglio di 50 titoli che veniva mensilmente aggiornato. La tabella 2 riporta i rendimenti della simulazione condotta al netto dei costi di negoziazione stimati nell 1,5 per mille, li confronta con l indice S&P 500 e ne calcola l extrarendimento mensile sul benchmark. Il grafico 2 rappresenta i risultati. Anche in questo caso, invertendo l ordine dei criteri di selezione il risultato presenta solo un modesto peggioramento del rendimento globale e della stabilità degli extrarendimenti mensili.

7 Tabella e grafico 2 Strategia value nr. 2 t Data Portfolio S&P 500 Extrarendimento Extrarendimento mensile cumulato 0 05/06/ ,0 100,0 0,0% /07/ ,0 99,6 1,3% 101, /08/ ,7 102,6 1,7% 103, /08/ ,1 101,6 1,3% 104, /09/ ,5 104,9 0,8% 105, /10/ ,8 105,6 1,4% 106, /11/ ,8 111,2 1,9% 108, /12/ ,1 116,6 2,0% 111, /01/ ,7 117,4 2,1% 113, /02/ ,3 114,9-0,5% 112, /03/ ,7 117,0 0,0% 112, /04/ ,0 113,0-2,5% 110, /05/ ,2 115,6 2,7% 113, /06/ ,0 116,1 0,9% 114, /07/ ,0 113,8 0,4% 114, /07/ ,9 114,6 0,0% 114, /08/ ,9 114,9 4,3% 119, /09/ ,4 113,5 0,8% 120, /10/ ,3 121,4 2,6% 123, /11/ ,5 124,0 1,9% 126, /12/ ,4 123,2 2,0% 128, /01/ ,1 125,5 3,0% 132, /02/ ,1 125,1 4,0% 137, /03/ ,2 123,4-2,7% 133, /04/ ,3 122,5 0,2% 134, /05/ ,8 125,2-0,7% 133, /06/ ,7 125,2 4,7% 139, /07/ ,3 129,6 1,5% 141,67 Rendimento annualizzato 33,52% 13,29% Strategia "value" nr. 2 Total Return % 200,0 190,0 180,0 170,0 160,0 150,0 140,0 130,0 120,0 110,0 100,0 lug-03 set-03 nov-03 gen-04 mar-04 mag-04 lug-04 set-04 nov-04 gen-05 mar-05 mag-05 lug-05 Portfolio S&P 500 Extrarendimento cumulato

8 Strategia growth/momentum nr. 3 Abbiamo applicato allo stesso universo di 500 titoli una terza strategia growth/momentum, distinta dalle precedenti strategie value, che utilizza come filtro un solo indicatore fondamentale indicativo del momentum della crescita economica delle società dell universo. La tabella 3 riporta i rendimenti della simulazione condotta al netto dei costi di negoziazione stimati nell 1,5 per mille, li confronta con l indice S&P 500 e ne calcola l extrarendimento mensile sul benchmark. Il grafico 3 rappresenta i risultati. Anche in questo caso, invertendo l ordine dei criteri di selezione il risultato presenta solo un modesto peggioramento del rendimento globale e della stabilità degli extrarendimenti mensili.

9 Tabella e grafico 3 Strategia growth/momentum nr. 3 t Data Portfolio S&P 500 Extrarendimento Extrarendimento mensile cumulato 0 05/06/ ,0 100,0 0,0% /07/ ,0 99,6 4,3% 104, /08/ ,5 102,6 2,3% 106, /08/ ,8 101,6-1,5% 105, /09/ ,3 104,9 0,8% 106, /10/ ,5 105,6 1,4% 107, /11/ ,6 111,2 1,0% 108, /12/ ,4 116,6 4,1% 113, /01/ ,1 117,4 0,6% 113, /02/ ,7 114,9-0,4% 113, /03/ ,3 117,0 0,2% 113, /04/ ,9 113,0 1,6% 115, /05/ ,0 115,6 1,7% 117, /06/ ,9 116,1 1,7% 119, /07/ ,8 113,8 1,2% 120, /07/ ,2 114,6 1,1% 121, /08/ ,3 114,9 0,6% 122, /09/ ,9 113,5 2,3% 125, /10/ ,8 121,4 2,2% 128, /11/ ,7 124,0 0,9% 129, /12/ ,0 123,2-0,3% 128, /01/ ,1 125,5 2,0% 131, /02/ ,8 125,1 0,7% 132, /03/ ,1 123,4 1,0% 133, /04/ ,1 122,5 1,4% 135, /05/ ,5 125,2 0,4% 136, /06/ ,5 125,2 2,9% 140, /07/ ,2 129,6 2,7% 143,76 Rendimento annualizzato 34,56% 13,29% Strategia "growth/momentum" nr. 3 Total Return % 200,0 190,0 180,0 170,0 160,0 150,0 140,0 130,0 120,0 110,0 100,0 lug-03 set-03 nov-03 gen-04 mar-04 mag-04 lug-04 set-04 nov-04 gen-05 mar-05 mag-05 lug-05 Portfolio S&P 500 Extrarendimento cumulato

10 Strategia complementare value nr. 4 Abbiamo applicato la strategia value nr. 1 ad un universo di società statunitensi con capitalizzazione di borsa compresa tra i 200 e gli 800 mln di dollari (small ma non micro cap). Questa strategia value nr. 4 si è rivelata nettamente più remunerativa ma anche più volatile della strategia nr. 1. Ha confermato la rilevanza della variabile equity market value nei rendimenti globali di portafoglio, in linea con quanto già dimostrato da French e Fama. Abbiamo definito complementare questa strategia in quanto si presta ad un eventuale allocazione minore (15-20%) sul portafoglio complessivo, al fine di incrementarne marginalmente il rendimento atteso con un impatto minore sulla volatilità complessiva dei rendimenti. Il portafoglio finale è sempre di 50 titoli. La tabella 4 riporta i rendimenti della simulazione condotta al netto dei costi di negoziazione stimati nell 1,5 per mille, li confronta con l indice S&P 500 e ne calcola l extrarendimento mensile sul benchmark. Il grafico 4 rappresenta i risultati. Anche in questo caso, invertendo l ordine dei criteri di selezione il risultato presenta solo un modesto peggioramento del rendimento globale e della stabilità degli extrarendimenti mensili. 10

11 Tabella e grafico 4 Strategia complementare value nr. 4 t Data Portfolio S&P 500 Extrarendimento mensile Extrarendimento cumulato 0 05/06/ ,0 100,0 0,0% /07/ ,5 99,6 1,9% 101, /08/ ,0 102,6 1,5% 103, /08/ ,1 101,6 1,1% 104, /09/ ,8 104,9 2,1% 106, /10/ ,7 105,6 3,7% 110, /11/ ,0 111,2 1,9% 112, /12/ ,6 116,6 4,5% 117, /01/ ,5 117,4 3,7% 121, /02/ ,7 114,9 6,4% 129, /03/ ,1 117,0 1,1% 131, /04/ ,5 113,0-7,5% 121, /05/ ,4 115,6 5,0% 127, /06/ ,1 116,1 2,9% 131, /07/ ,0 113,8-0,7% 130, /07/ ,6 114,6 1,8% 132, /08/ ,5 114,9 3,7% 137, /09/ ,6 113,5 3,1% 141, /10/ ,9 121,4 4,0% 147, /11/ ,1 124,0 7,5% 158, /12/ ,6 123,2 2,0% 161, /01/ ,3 125,5 2,1% 164, /02/ ,1 125,1-1,8% 161, /03/ ,8 123,4-2,3% 158, /04/ ,0 122,5-0,7% 156, /05/ ,8 125,2-0,3% 156, /06/ ,6 125,2 3,5% 162, /07/ ,6 129,6 3,5% 167,72 Rendimento annualizzato 44,43% 13,29% Strategia complementare "value" nr. 4 Total Return % 220,0 200,0 180,0 160,0 140,0 120,0 100,0 lug-03 set-03 nov-03 gen-04 mar-04 mag-04 lug-04 set-04 nov-04 gen-05 mar-05 mag-05 lug-05 Portfolio S&P 500 Extrarendimento cumulato

12 Caratteristiche dei risultati Le simulazioni condotte hanno generato una rotazione mensile di portafoglio variabile tra il 44% (22% in vendita e 22% in acquisto) ed il 56%. Sui rendimenti lordi generati abbiamo anche ipotizzato un worst case di rotazione mensile totale di portafoglio del 200% (100% in vendita + 100% in acquisto) e l abbattimento mensile di rendimento dello 0,3% che ne sarebbe derivato non avrebbe, comunque, significativamente intaccato l extrarendimento complessivo delle quattro strategie. Va precisato che le quattro strategie qui presentate non sono quelle offrono performance assolute più elevate. Altre strategie più performanti sono state identificate ma, in omaggio al mood dominante della bassa volatilità di portafoglio, la nostra ricerca si è concentrata su strategie che offrissero (a) una bassa percentuale di mesi sottoperformanti e (b) contenute escursioni delle sottoperformance mensili, il che è ovviamente più difficile da ottenere con la strategia nr. 4 che si concentra sulle small cap. Il grafico 5 rappresenta, per la prima delle quattro simulazioni da noi presentate, la distribuzione degli extrarendimenti mensili sullo S&P 500 delle 50 società selezionate (asse delle Y) rispetto ad uno dei due criteri fondamentali (il price/book) da noi utilizzati (asse delle X). Grafico 5 Come si confà ad un mercato efficiente/semi-efficiente, la distribuzione degli estrarendimenti (sullo S&P 500) delle 50 società selezionate rispetto al criterio di selezione è molto dispersa, ovverosia la relazione vale solo per campioni ampi, mentre il campione estratto presenta realisticamente a suo interno molte società devianti contro la regola generale che genera gli extrarendimenti. In altri termini, per battere il mercato su base statistica è necessario accettare di avere in portafoglio molte società che ne sono battute. L accettazione di questo principio implica, sotto il profilo psicologico ed operativo,

13 un atto di sottomissione verso Sua Maestà il Mercato che è difficile riscontrare nella filosofia dello stock picker puro che seleziona singolarmente ogni azione con un processo analitico-discrezionale nell aspettativa che ognuna sia vincente: subire perdite su singole azioni è il prezzo ineludibile della regola del gioco per riuscire a battere globalmente il mercato. Conseguentemente, nel caso presentato così come nelle altre simulazioni condotte, la retta di regressione tra la variabile fondamentale scelta e l extrarendimento generato sullo S&P 500 presenta una debole inclinazione e l erre quadro (il coefficiente di determinazione) della retta di regressione risulta molto basso (0.025). D altra parte, se, a contrariis, la relazione fosse più netta (lo scatter di punti meno disperso meno circolare e più ovale, l inclinazione della retta di regressione più pronunciata ed il coefficiente di determinazione più elevato), significherebbe che sarebbe facile ottenere ancora più alti extrarendimenti solo selezionando meno di 50 società, rendendo più selettivo l indicatore filtro, cioè semplicemente restringendo l intervallo selezionato dei valori degli indicatori fondamentali. Significherebbe anche che la relazione tra la variabile considerata e l extrarendimento sarebbe palese e facilmente riconoscibile, e ciò in contrasto con l ipotesi dell efficienza forte del mercato. Tuttavia, l aspettativa di facili extrarendimenti contrasta con l evidenza che ottenere e- xtrarendimenti sul mercato azionario non è affatto facile proprio a causa dell ampia dispersione dei rendimenti delle singole società rispetto a singole variabili fondamentali che, tuttavia, non riesce a negare la relazione generale grazie alla legge dei grandi numeri (portafogli composti da almeno 30 titoli ed oltre). In altri termini, la relazione tra una variabile fondamentale (come il price/book) e l extrarendimento da essa generato non può che essere debole perché, se fosse forte, sarebbe facilmente riconoscibile e l intervento degli investitori ne annullerebbe rapidamente la forza. Cosicché, solo su base statistica è possibile cogliere tale relazione, limitando al contempo il rischio derivante da scommesse troppo concentrate su pochi titoli, rischio connesso alla descritta elevata dispersione delle extraperformance. Prodotti implementabili Le descritte strategie si prestano ad essere implementate in diversi prodotti di risparmio gestito: 1. fondo comune Azioni America long only: volatilità e rischio elevati, benchmark S&P 500, obiettivo di rendimento relativo; 2. fondo comune America Market Neutral (sul modello già sperimentato della sicav Ersel Italy Market Neutral), long con (circa) 50 azioni e coperto fino al 100% sul future: volatilità e rischio bassi, nessun benchmark, obiettivo di rendimento assoluto; 3. fondo hedge America Market Neutral come caso nr. 2 ma con opzione di utilizzo di leva finanziaria; volatilità e rischio proporzionati alla leva, nessun benchmark, obiettivo di rendimento assoluto. Criticità Le strategie value possono fronteggiare difficoltà in situazioni di bolla speculativa tecnologica come quella degli anni (grafico 6, peso % del settore tecnologico sull indice S&P 500). 13

14 Grafico 6 Il monitoraggio tecnico-statistico del rapporto tra indice Nasdaq ed indice S&P 500 può indicare l emergere di questa situazione e suggerire, in concomitante presenza di svariati mesi consecutivi di underperformance, la sospensione delle strategie value. I tre grafici 7 che seguono illustrano tre modalità complementari di monitoraggio di questo rapporto. Il primo rappresenta la Forza Relativa (Comparative Relative Strength, R/S) tra indice Nasdaq Composite ed indice S&P 500. Il secondo, l inclinazione della retta di regressione (mobile) a 40 settimane calcolata sulla forza relativa. Il terzo, il coefficiente di correlazione (mobile) a 40 settimane, calcolato sui due indici. 14

15 Grafici 7 Forza Relativa tra Nasdaq e S&P ,0 210,0 190,0 170,0 150,0 130,0 110,0 90, Inclinazione della retta di regressione calcolata sulla R/S a 40 settimane 3,00 2,00 1,00 0, ,00-2,00-3,00 Correlazione a 40 settimane 1,2 1 0,8 0,6 0,4 0,

16 Conclusioni Le strategie sviluppate rispondono a criteri fondamentali di selezione e sono implementate secondo una logica sistematica di estrazione statistica e non di stock picking discrezionale. Sono ispirate ad una teoria che è correntemente utilizzata per strategie attive di asset allocation e che è confermata dagli aggiornamenti annuali realizzati sul mercato USA (Ibbottson). L efficacia delle strategie descritte è confermata dalla constatazione che, sia pure al lordo dei costi di gestione, persino le strategie market neutral da esse derivate risultano profittevoli quanto e più l investimento passivo nell indice S&P 500 di riferimento. Un interrogativo che ci è stato posto alla circolazione del draft preliminare di questo studio è come sia possibile che una teoria enunciata nel 1992 possa ancora produrre risultati positivi in un mercato giudicato efficiente. Le risposte a tale interrogativo possono essere diverse. Probabilmente French e Fama risponderebbero che in questo risultato non vi è nulla di illogico: il mercato azionario USA era efficiente nel 1992 e non è meno efficiente oggi e gli extrarendimenti conseguiti sono semplicemente il frutto dell accettazione di maggior rischio. Poiché sul mercato esisteranno sempre società più rischiose e società meno rischiose, questo risultato è strutturale al mercato stesso e, per battere il mercato, è sufficiente (!) concentrarsi su quelle più rischiose, contando sul fatto che, a causa della naturale avversione al rischio degli investitori, solo una minoranza di essi accetta (ed accetterà) di concentrarsi sulle società più rischiose attraverso strategie euristiche e devianti come quelle descritte. Risposte alternative all interrogativo sopra posto possono essere le seguenti: (a) anche se una nuova teoria offre buona prova di se stessa, lo scetticismo intellettuale della maggioranza degli investitori normalmente fa sì che essa sia accettata solo da una minoranza e, grazie a ciò, continui a funzionare. D altra parte, delle conseguenze dello scetticismo in finanza abbiamo un riscontro più clamoroso: nonostante l evidenza bisecolare che il mercato azionario offra un premio positivo per il rischio (le statistiche USA che lo confermano decorrono dal 1820), la maggior parte degli investitori del mondo non accetta, se non marginalmente, il rischio azionario e questo garantisce che il premio per il rischio continui ad essere positivo, almeno nel lungo termine, con eccezione per le fasi successive a quelle (le bolle speculative) in cui in troppi cominciano ad accettare il rischio azionario; (b) nel mondo, specie laddove i fondi pensione hanno un ruolo rilevante nella gestione di portafoglio, il processo di (sostanziale) indicizzazione dei portafogli rimane dominante e questo fenomeno preserva l efficacia delle strategie attive di gestione, che rimangono comunque minoritarie; (c) come gli operatori del settore sanno, anche nel mondo della gestione di portafoglio, che dovrebbe essere un mondo razionale, prevalgono talvolta fattori di ego, fattori psicologici e/o culturali che inibiscono un gestore dal considerare seriamente una strategia disegnata da un soggetto terzo. Tali risultati, infine, gettano luce sulle ragioni della nascita e dello sviluppo degli Stati Uniti di un florido filone di ricerca e di gestione quantitative. Florido perché, comunque, minoritario. 16

17 Tuttavia, questo filone di ricerca, ancor prima di essere un filone quantitativo, è una filosofia del funzionamento dei mercati finanziari 2. Questa filosofia dei mercati ha insegnato a convivere, sfruttandole, con quelle che abbiamo illustrato essere le necessarie relazioni deboli che, in un mercato azionario efficiente, legano le variabili fondamentali delle società quotate con le loro performance borsistiche. Paolo Sassetti paolo_sassetti@yahoo.it Alfonso Scarano scarano@finanalitica.com Soci Aiaf 2 Su questo tema si vedano i pamphlet di Paolo Sassetti, Perché liberalizzare la gestione del risparmio, BorsaExpert, 2003, specie al capitolo 4 ( Rischi ed opportunità nella gestione sistematica degli investimenti finanziari ) e Gli investimenti azionari ed il caso,