Ahorrador inteligente (artificial)
Junio de 2023La inteligencia artificial (IA) ha emergido como una de las principales revoluciones de la industria financiera. Aunque su adopci贸n en el sector de la gesti贸n de activos a煤n es muy reciente, un creciente n煤mero de participantes est谩 analizando su aplicaci贸n para mejorar sus estrategias de inversi贸n y profundizar en el conocimiento de sus clientes. Si bien muchas gestoras de activos han reconocido el uso de la IA, su foco ha permanecido, de momento, en 谩reas como la automatizaci贸n de procesos, ventas y distribuci贸n o marketing, sin que se cuente con experiencias sobre la aplicaci贸n en la toma de decisiones. Solo un limitado n煤mero de gestores, la mayor铆a hedge funds, han anunciado p煤blicamente que est谩n implantando la IA en sus estrategias de inversi贸n. Y, desde luego, el n煤mero de fondos que solo usan la IA en su proceso de toma de decisi贸n es, de momento, muy limitado.
Como firme convencido de que la evoluci贸n del ciclo econ贸mico es el mejor estimador del comportamiento de las cotizaciones de los activos financieros, al menos con una perspectiva a medio y largo plazo, considero que cualquier progreso en el diagn贸stico de la posici贸n c铆clica y en la capacidad para predecir su evoluci贸n es muy positivo. En este sentido, la IA debe servir para contar con m谩s indicadores fiables que ayuden a determinar mejor la posici贸n c铆clica. Pero puede ser que la principal mejor铆a no se produzca tanto en el "ajuste fino de los modelos", es decir, en la reducci贸n de sus errores de estimaci贸n, sino en que permitan realizar predicciones m谩s r谩pidas (en "tiempo real"). Este segundo aspecto (la actualizaci贸n m谩s frecuente de la predicci贸n), junto con el primero (mejora de los modelos), ser谩 un avance muy significativo y tendr谩 un impacto claramente favorable en la gesti贸n de carteras y en el asesoramiento a clientes.
Ahora bien, frente a este avance que implicar谩 la IA en la predicci贸n del ciclo econ贸mico, cabe hacer las matizaciones ya cl谩sicas a las que se enfrenta todo econ贸metra: dado que la estructura econ贸mica mundial, as铆 como los factores que dinamizan o reducen el crecimiento, cambian de forma intensa y con alta frecuencia, podr铆a suceder que ni siquiera con la IA seamos capaces de acertar con las previsiones econ贸micas. 驴De verdad alguien cree que la IA habr铆a sido capaz de anticipar, por ejemplo, el momento del inicio de la Gran Recesi贸n de 2008? 驴Y de predecir tipos de inter茅s negativos del euro? 驴Incluso la quiebra de Silicon Valley Bank? Hay que reconocer estas limitaciones en la capacidad predictiva de las variables econ贸micas y financieras, pero no por ello hacer una valoraci贸n menos positiva de la mejora en el proceso que la IA va a implicar (lo est谩 haciendo ya), sobre todo, en la frecuencia de la predicci贸n y en el tiempo necesario para entender y modelizar los cambios "estructurales" de la econom铆a. La IA se configura como una herramienta m谩s que va a ayudar a los economistas en el diagn贸stico de la posici贸n c铆clica y en su evoluci贸n. Y con ello, a los gestores de carteras con enfoque global o fundamental.
Soy un firme defensor de la gesti贸n activa, que se basa en considerar que los precios de los activos financieros no reflejan la realidad de forma correcta durante determinados momentos del tiempo (que es cuando se genera la oportunidad de compra o de venta). Y estos "fallos" se pueden producir porque "el mercado" realiza una interpretaci贸n err贸nea de la realidad o porque no es capaz de anticipar correctamente el futuro. En ambos casos, la IA puede ser de utilidad, como ya he comentado, porque puede mejorar el diagn贸stico de la posici贸n c铆clica de la econom铆a, as铆 como la previsi贸n de su evoluci贸n futura. Pero no solo eso, ya que en el siguiente escal贸n del an谩lisis top down sirve para conocer mucho mejor la realidad de las empresas cotizadas. Es decir, la IA debe servir para tener una mayor conocimiento y control del riesgo sistem谩tico (medido a trav茅s de la beta de la cartera), pero tambi茅n puede aplicarse al riesgo individual de cada t铆tulo. Igual que he se帽alado la mayor capacidad de an谩lisis econ贸mico gracias a la IA, considero que esta tesis se puede extrapolar a la renta variable y a la renta fija (el avance puede incluso ser proporcionalmente superior). Por ahora, la principal fuente de informaci贸n sobre la salud de una compa帽铆a son los estados contables que publica, as铆 como la que suministran en determinados momentos a trav茅s de diversos canales de comunicaci贸n ("relaci贸n con inversores", "hechos relevantes" o "notas de prensa"). Como sucede con el PIB, esta informaci贸n es 煤til pero incompleta y, sobre todo, se conoce con retraso. Necesitamos contar con indicadores que permitan conocer de la forma m谩s contempor谩nea posible el estado de solvencia y rentabilidad de una empresa, as铆 como modelizar su evoluci贸n futura. Y, en mi opini贸n, la IA puede mejorar de forma m谩s significativa el conocimiento de la solvencia de una compa帽铆a que la futura evoluci贸n de su cuenta de resultados. Es decir, las metodolog铆as de credit scoring son las que m谩s pueden evolucionar gracias al uso de la IA y de ah铆 que piense que su aplicaci贸n puede ser superior en el mercado de renta fija que en el de renta variable.
En este sentido, es conveniente recordar c贸mo de forma creciente m谩s compa帽铆as emiten activos de renta fija como sustituci贸n a la financiaci贸n bancaria. Y en este proceso de intensificaci贸n de la desintermediaci贸n financiera, cada vez es m谩s necesario contar con informaci贸n de los emisores. Pero atenci贸n, porque de forma paralela se est谩 produciendo otro cambio en las carteras de activos financieros, en este caso, con la creciente presencia de activos no cotizados [1]. Esto es especialmente importante en la renta fija, a medida que se est谩n desarrollando veh铆culos dedicados al pr茅stamo directo (direct lending).
Por lo tanto, entendemos que la IA nos va a ayudar en el proceso de toma de decisiones en la gesti贸n de carteras de activos financieros, tanto de renta variable como, especialmente, de renta fija. Y tanto en activos cotizados como, en mayor medida, en no cotizados. Los gestores de fondos de capital riesgo y de pr茅stamos directos ser谩n los principales usuarios de la inteligencia artificial.
[1] Y de veh铆culos de inversi贸n en activos no cotizados.
