INTRODUCCIN A DIFERENCIA DE SEGUIMIENTO

Como un aspecto integral de gestin de carteras, Parametric controla una

variedad de riesgos de la cartera. Un ejemplo de ello es el seguimiento de
error, que es una medida del grado de seguimiento de una cartera se
comporta como su ndice de referencia.
Este documento explica el error de seguimiento con mayor profundidad con
el fin de ayudar a los inversores a comprender el concepto y establecer sus
expectativas de rendimiento. Definimos el error de seguimiento y
proporcionamos una "sensacin" grfica para su medicin. Se discute cmo
surge error de seguimiento, cmo se predijo, y motivar a nuestra confianza
en su medicin. Tambin describimos la poltica de gestin de carteras de
Parametric en el seguimiento de un punto de referencia de destino.
DEFINICIN ERROR DE SEGUIMIENTO
Queremos medir cmo de cerca una cartera se comporta como su ndice de
referencia. Una cartera (incluso uno que es perfectamente indexados) se
comporta de forma ligeramente diferente de su ndice de referencia el da a
da, mes a mes y ao a ao. En otras palabras, no es un "bamboleo" en su
rendimiento en relacin con su ndice de referencia. El error de seguimiento
mide el grado de la oscilacin.
Error de seguimiento anual se define formalmente como la desviacin
estndar de la diferencia entre la rentabilidad anual de la cartera y el punto
de referencia. Dada una secuencia de rentabilidad anual de la cartera {Pi} y
{Bi} de referencia,
El error de seguimiento = desviacin estndar {Pi - Bi}
El error de seguimiento se expresa tpicamente tanto como un nmero anual
y como porcentaje. As, por ejemplo, se habla de una cartera como tener un
error de seguimiento con respecto a su ndice de referencia de (digamos)
1% por ao. Esto es similar a la forma en que el retorno se expresa como un
nmero anual y como porcentaje.
Si podemos suponer que la secuencia de las diferencias de retorno {Pi - Bi}
tienen una distribucin normal - una suposicin de que es razonable para
algunos fines y no para otros - entonces podemos hacer una declaracin
ms fuerte: para una cartera con un error de seguimiento anual de 2 % por
ao, podemos esperar su regreso para estar dentro del 2% de su ndice de
referencia, aproximadamente cada dos aos de cada tres.
Una importante distincin debe hacerse entre la diferencia de seguimiento
experimentado y previsto o anticipado de error de seguimiento:
La realizacin de cualquier cartera administrada se puede medir en contra
de su ndice de referencia durante el tiempo, y su error de seguimiento con
experiencia se calcula utilizando la frmula anterior.

 Dada una cartera actual, es posible predecir su error de seguimiento en el

futuro mediante el uso de mtodos estadsticos. Paramtrica predice de
forma rutinaria el error de seguimiento de las carteras de los inversores.
Cmo se hace esto y los modelos que se utilizan se discuten a
continuacin.
Tpicamente, debera ser claro por el contexto que se est utilizando nocin
de error de seguimiento.
A modo de contraste, mientras que el error de seguimiento se ocupa de
riesgo relativo (rendimiento relativo al ndice de referencia), las medidas
absolutas o totales de riesgo de la fluctuacin general de la cartera - que a
menudo se denomina la volatilidad total de la cartera.
POR QU EL ERROR DE SEGUIMIENTO ES IMPORTANTE?
El error de seguimiento es un concepto importante en la gestin de la
cartera y en la gestin del ndice en particular.
1. Vista del inversor: Mientras que un inversor puede lograr un rendimiento
indexado forma sencilla y econmica, que a menudo adquiere las
habilidades de un gerente que se aleja de su ndice de referencia con el fin
de buscar un mayor retorno o para reducir costes. Mediante el examen de la
secuencia de las diferencias de retorno experimentado por la cartera con el
tiempo, el inversor evala el desempeo del gerente y desarrolla la
confianza. Si el gerente logra rendimientos medios dbiles, mientras que
experimentan un error de seguimiento grande, esto puede ser una seal de
que algo anda mal.
2. Activo vista gerente de cartera: El error de seguimiento -ya sea
experimentado o anticipada- indica al administrador de una cartera activa
de lo cerca que es el punto de referencia. Esto es importante saber ya que
el valor de referencia contiene la opinin de consenso de un gran nmero de
participantes en el mercado inteligentes. Es el punto "neutral" desde la que
el gestor activo toma decisiones. l necesita saber cul es su posicin en
relacin con el consenso, y l lo ignora a su propio riesgo.
gestores de cartera activas buscan un sesgo positivo en la diferencia de
seguimiento. Buscan un exceso de retorno (o, alfa) y pagar por esta
incurriendo en un error de seguimiento.
ndice de gestores suelen buscar un tracking error muy bajo. Sin embargo,
es imposible para el seguimiento sea exactamente cero. El ndice es una
cartera de papel, con un precio una vez al da, y no incurre en el comercio y
otros gastos. Los buenos administradores de ndice con un ndice de lquido
de alta capitalizacin suelen alcanzar un error de seguimiento de 0,25% 0,5% por ao. Volver diferencias provienen de las fricciones de aplicacin, el
comercio y los costes de liquidez, los flujos de efectivo imprecisos, etc. Lo
ideal sera que el error de seguimiento de una cartera indexada no tiene un
sesgo y los promedios a cero con el tiempo. En la prctica, esto no incurre

en riesgo real. Sin embargo, cuando el objetivo de minimizar el error de

seguimiento significa que un gran precio debe ser pagado, debemos tener
en cuenta este objetivo con cuidado.
Nosotros encontramos que diferentes personas tienen una tolerancia
diferente para el error de seguimiento. Algunas personas, por ejemplo, les
gusta ver sus carteras se comportan muy bien con el punto de referencia de
destino cada perodo y pierden rpidamente la confianza cuando el
rendimiento se desva. Otros, tal vez ms cmodos con la de aqu para all
de los vientos de mercado, no les importa grandes oscilaciones, siempre y
cuando reciban un beneficio de compensacin.

EJEMPLOS DE SEGUIMIENTO DE ERRORES CON EXPERIENCIA

La Figura 1 muestra ejemplos de error de seguimiento visual. Aqu, estamos
trazando las diferencias de declaraciones mensuales, cada una
correspondiente a un nivel diferente de error de seguimiento anual. En estos
grficos, no asumimos ninguna alfa y simulamos las diferencias regreso de
un distribution.1 normales
1. T. E. 0,5%: se trata de un fondo de ndice. diferencias de retorno de cada
mes son muy pequeas.
2. T. E. 2%: esto es un ejemplo de un gestor de cartera de riesgo controlado.
Devolver cada mes diferencias tienden a estar en el rango de -1% a 1%. Es
raro ver a una diferencia mensual superior al 2%.
3. T. E. 5%: esto es tpico de un gestor activo que presta poca atencin al
riesgo. Es comn ver las diferencias de retorno que son ms de 3% en un
mes.
4. T. E. 10%: esto es tpico de un nico stock no diversificada de retencin.
Hay muy grandes desviaciones respecto a la referencia de cada mes.
Tenga en cuenta que las simulaciones mensuales mostrados en la Figura 1
provienen de las diferencias de retorno que normalmente se distribuyen. Si
bien estos son tiles para fines expositivos e incluso de anlisis, podemos
esperar que las distribuciones de las diferencias reales de retorno tengan los
extremos son mayores que las de la distribucin normal. Es decir, podemos
esperar que los eventos extremos de cualquiera de rentabilidad o bajo
rendimiento para ser ms comn que los que se muestran aqu.
Tracking error durante largos horizontes temporales
Qu pasa con el error de seguimiento a travs del tiempo? Podemos
esperar que el seguimiento de las diferencias de diversificar con el tiempo:
si (por ejemplo) hay una probabilidad de 1/6 de bajo rendimiento en un 2%
en un solo ao, slo hay una probabilidad de 1/36 de bajo rendimiento en un

2% en cada de dos aos. Por lo tanto, el error de seguimiento de varios aos

disminuye a medida que crece el horizonte temporal.
Por ejemplo, considere una cartera con un error de seguimiento de 2% por
ao; cul es la diferencia de seguimiento de cinco aos, es decir, cul es
la desviacin estndar de la diferencia de cinco aos entre la cartera y su
ndice de referencia? Suponiendo que no hay correlacin entre las
diferencias de declaraciones anuales, el desempeo de la cartera de cinco
aos tendr un error de seguimiento que es sustancialmente menor que el
error de seguimiento de un ao, y una cartera con un error de seguimiento
de 2% por ao se puede esperar que tenga una de error de seguimiento de
cinco aos de 0,90% y un error de seguimiento de diez aos de 0,65% .2

CMO SURGE ERROR DE SEGUIMIENTO Y SU PREDICCIN

Los riesgos de la cartera
Cuando el ndice de referencia es un ndice de mercado, el error de
seguimiento es una medida de diversificacin o de riesgo de la cartera.
Cualquier cartera tiene ciertos "exposicin" a las caractersticas esenciales
de su ndice de referencia. Por ejemplo, podemos comparar muchas
estadsticas de la cartera con las del ndice de referencia, tales como su
beta, P / E, libro / precio, tamao del casquillo, la industria y los pesos del
sector econmico, entre otros. La mayor de estas diferencias, la ms
diferente que los dos son, y cuanto mayor es la diferencia de seguimiento.
Cmo predecir Tracking Error: Modelos de Riesgo
Las previsiones de error de seguimiento son proporcionados por
matemticos "modelos de riesgo." La tecnologa de los modelos de riesgo y
la prediccin de error de seguimiento se ha desarrollado durante los ltimos
20 a 30 aos y est ahora bien aceptados en la industria financiera.
Un modelo de riesgo se especifica matemticamente como una matriz de
covarianza, que mide cmo se espera que cada poblacin se mueva con
respecto a todos los dems valores.
Un enfoque simplista de error de seguimiento de pronstico es asumir que
el comportamiento futuro de las acciones, con relacin a otro, ser el mismo
que el pasado. Este modelo de riesgo simple sera predecir el error de
seguimiento de una cartera preguntando: si hubiramos celebrado esta
cartera hace cinco aos, cul sera su error de seguimiento han sido? Si
bien es til, este modelo de riesgo ignora gran parte de lo que sabemos
acerca de las acciones, por ejemplo, que los grupos de la industria tienden a
moverse juntos, y que el tamao del stock y el estilo son importantes.
modelos de riesgo ms intrincados explotar la informacin adicional.

Todos los mtodos de modelizacin de riesgos se basan en la extraccin de

informacin a partir de datos histricos. El objetivo es identificar y retener la
parte de los rendimientos histricos utilizados para calcular los riesgos y las
correlaciones que se repetir, y para descartar aquellas que son no
esenciales y causados por eventos aleatorios. Un modelo de riesgo bien
integrado proporcionar una mejor estimacin de los riesgos futuros que la
simple extrapolacin de riesgos histricos.
La mayora de los modelos de riesgo describen el rendimiento de mercado
como siendo impulsado por las industrias, los factores macroeconmicos y
factores especficos de cada poblacin. Los riesgos de una cartera a
continuacin, se descomponen en los riesgos que son riesgos de mercado
(sistemticas) fundamentales, y los que no lo son (riesgos residuales).
Luego, con el tiempo, podemos atribuir los movimientos relativos de la
cartera a los movimientos en los factores fundamentales y de los
movimientos especficos de seguridad.
Qu tan bueno son las predicciones?
La Tabla 1 muestra la experiencia histrica de las carteras de muestra
(todos ellos son carteras reales). El primer conjunto de columnas muestra
los resultados de una cartera de S & P500 con un gol de seguimiento que se
mantuvo a lo largo de 1%. Durante un perodo de cuatro aos, su
seguimiento experimentado fue de 1,05%. El segundo conjunto de columnas
muestra el valor de una cartera con un gol de seguimiento de 2%. El
resultado conseguido a lo largo de un perodo de siete aos estaba muy
cerca de este. El tercer conjunto de columnas muestra una cartera indexada
con el objetivo de seguimiento de 0,25%. Una vez ms, se logr este
objetivo. Se han encontrado resultados similares para las carteras ms
activos tambin.
POLTICA DE PARAMTRICO SOBRE GESTIN DEL RIESGO
Los clientes de las paramtrico, habitualmente, especifican su tolerancia al
error de seguimiento, y que mantienen sus carteras a estas
especificaciones. En general, nuestra poltica es:
1. Control de error de seguimiento predijo que dentro de la meta, pero toma
en consideracin el costo de impuestos y el comercio de hacerlo.
2. Sea escptico de las predicciones matemticas, y evitar el mal uso de
ellos.
En la prctica, hacemos un seguimiento de la diferencia de seguimiento
estimado de nuestras carteras continuamente. Utilizamos modelos a partir
de una variedad de fuentes (as como nuestros propios modelos
desarrollados internamente), y una verificacin cruzada de ellos. En la
medicin y citando una estimacin de error de seguimiento, se utiliza la de
Barra. Reconocemos que si bien las herramientas matemticas pueden ser
muy tiles, no son infalibles, y que tienden hacia el escepticismo; erramos

en el lado de la precaucin mediante el control de numerosos riesgos de la

cartera, adems de error de seguimiento. Cada cartera se alinea con su
objetivo a lo largo de muchas dimensiones fundamentales, incluidos los de
rentabilidad por dividendo, distribucin casquillo grande, libro / precio, beta,
los sectores econmicos y de la industria; tambin limitar las exposiciones
especficas de seguridad e incluir dimensiones del riesgo de que nuestro
proceso de gestin tributaria es particularmente sensible to.3
El Apndice adjunto discute esto en un poco ms de profundidad.
El costo de reducir Tracking Error
En las carteras o pasivos indexados, es deseable mantener bajo error de
seguimiento. Cuando el inversor est exento de impuestos y el punto de
referencia es muy lquido, el costo de hacer esto es a menudo pequea. Hay
muchos casos, sin embargo, cuando el coste de la gestin de error de
seguimiento a una meta muy baja es bastante alto. Por ejemplo, en una
cartera pequea capitalizacin a menudo es caro o casi imposible comprar o
vender cada nombre en el punto de referencia. En las carteras de pasivos,
puede haber un coste fiscal sustancial a la venta de una seguridad
apreciada con el fin de reducir el error de seguimiento. En estos casos, es
necesario equilibrar el objetivo de reducir el error de seguimiento con el
costo de hacerlo.

ANEXO: COMENTARIOS ADICIONALES

tracking error estimado es una estimacin estadstica o prediccin de

futuras diferencias de rendimiento de una cartera de su ndice de referencia.
La estimacin se basa en un sistema simplificado "modelo de riesgo." Es
una afirmacin probabilstica, o una medida de incertidumbre.
En la gestin de una cartera, se observa las diferencias realizadas de la
cartera de su ndice de referencia en el tiempo, y compara estas diferencias
realizadas con la estimacin estadstica predicho.
No hay garanta de que las diferencias sern realizadas dentro de los niveles
de incertidumbre predichos. Dada una secuencia de las diferencias
observadas, se puede preguntar: se ve esto como si se trata de la
distribucin que se esperaba? De hecho, hay pruebas estadsticas formales
para determinar la probabilidad con la que las diferencias observadas
vinieron de la distribution.4 estimado Hay muchas razones por las que no
puede, lo ms importante:
El modelo de riesgo subyacente es incorrecta, estar demasiado lejos de Ty
reali.
Se ha producido un evento muy raro.
La ejecucin de la cartera caus problemas; stos no estn relacionados
con el modelado o para un evento raro.
Por supuesto, en la mayora de los casos una combinacin de estas razones
conspira contra nosotros, y tenemos que separarlos. stos son temas
relevantes sobre estos tres puntos.
Los Modelos
En primer lugar, sabemos que el modelo de riesgo es una aproximacin.
Nunca puede ser perfectamente correcto. Se basa en el comportamiento
pasado de los valores y los "principios" de cmo las poblaciones se mueven
juntos. Por lo general, hacemos suposiciones y simplificaciones adicionales
para tratabilidad matemtica - supuestos, por ejemplo, en la linealidad, en
distribuciones normales, etc. - que son claramente pobres. Los buenos
modelos son tiles a pesar de (y, a menudo debido a) estas simplificaciones.
La dificultad se debe en parte al hecho de que tenemos que tomar
decisiones en condiciones de incertidumbre, y en parte de que los mercados
financieros son particularmente complejos y no pueden ser descritos por un
proceso de "estacionario", como en las ciencias fsicas, cuando la naturaleza
de la incertidumbre es estable, constante, y a menudo simtrica. A pesar de
esto, hacemos todo lo posible para construir modelos que sean precisas y
medibles. Este es un objetivo valioso, pero no hay que dejar que la aparente
precisin matemtica de los modelos nos permiten perder de vista el
sistema con incertidumbre subyacente y las suposiciones de simplificacin.
La Naturaleza de la Incertidumbre

Uno de los problemas conocidos con la incertidumbre de modelos en los

sistemas financieros es que el supuesto de "distribuciones normales" es
errnea. En la prctica, en general encontramos colas que son muy grasa,
es decir, los eventos extremos son mucho ms frecuentes que los modelos
predicen normales simplificados. En una distribucin normal, un "evento de
una desviacin estndar" es aquel que se produce con menor frecuencia
que dos tercios del tiempo. A dos evento desviacin estndar se produce
con menor frecuencia que 5% del tiempo. Sin embargo, en los sistemas
financieros reales, eventos extremos ocurren con mucha ms frecuencia que
esto. Algunos profesionales cuantitativos engaar a la comunidad no tcnica
sobre este punto.
La incertidumbre en los mercados financieros no siempre es estable.
estimaciones matemticas de error de seguimiento se basan en los datos
del pasado con un nfasis en el pasado reciente, y esto los prejuicios.
Parecen ser ms conservador de lo que realmente son. Adems, las
estimaciones matemticas, dadas a muchos lugares de precisin, implican
una mayor certeza. Por ltimo, la incertidumbre en los mercados tiende a
tener una direccin; no siempre tiene un aspecto completamente al azar. No
tienden a ser "temas de mercado" (por ejemplo, estilo y tamao) que, si
bien difciles o imposibles de predecir, en retrospectiva parece persistir.
Es razonable cuestionar la utilidad de los modelos de riesgo matemticos.
Ha habido numerosos casos de golpe en marcha de operaciones por cuenta
propia, los fondos de cobertura, y el seguimiento de las capacidades de
otros gerentes en los ltimos aos. En muchas de estas situaciones, la
cantidad en riesgo es mucho mayor de lo que es para nosotros en
paramtrico, ya que manejamos el seguimiento estricto de una cartera a su
ndice
de
referencia.
Pero
los
problemas
de
modelado
son
fundamentalmente los mismos y modelos similares subyacen a las
aplicaciones. Nuestra opinin es que mientras que los modelos nunca son
perfectas siguen siendo de gran utilidad, y de hecho fundamental para el
trabajo que hacemos.
Implementacin
En la gestin de una cartera, la aplicacin no siempre es trivial y da lugar a
la incertidumbre adicional. Mientras que un ndice se define con precisin,
se compone de un conjunto de poblaciones especficas que cambian con el
tiempo, y su precio es a la vez muy especfico de la da.5 Tan pronto como
uno pasos del ndice uno pierde parte de la " control ", o al menos la
impresin de control.
Qu debemos hacer?
Como gestores de cartera, encontramos la nocin de error de seguimiento
para ser una extremadamente til. Sin embargo, dadas las dificultades de
modelado descritos aqu, qu podemos hacer? Sugerimos lo siguiente:

 Hay que tener cuidado con nuestras estimaciones. En la aplicacin de las

carteras,
imponemos
restricciones
pragmticos
y
conservadores
adicionales; llevamos tirantes y un cinturn. Pensamos en este tema
siempre, nunca caer en la complacencia, y aplicamos nuestro pensamiento
ms inteligente y el juicio para el problema.
En forma rutinaria volver a evaluar y reestimacin nuestros modelos de
riesgo, y buscamos siempre el modelo de "mejor de su clase". A menudo
usamos una variedad de modelos de riesgo sobre la base de los procesos de
pensamiento alternativos. (Tenga en cuenta que cuando se cambia un
modelo, esto cambia el error de seguimiento estimado de una cartera viva.)
Se incluyen estimaciones de la industria estndar; el estndar actual es el
de la BARRA, a pesar de algunas limitaciones. El uso de modelos de otros no
nos lleva fuera del gancho como fiduciarios, pero proporciona una ventana
en el estado de la tcnica y el desarrollo del modelo deja a los especialistas.
Aprendemos a vivir y aceptar algunas de las incertidumbres.
Es importante que nuestros clientes a establecer sus expectativas de
manera apropiada. No queremos prometer demasiado certeza ni implica un
mayor control de lo que realmente tenemos.
Sobre Paramtrico
Paramtrico es un proveedor lder en la industria de gestin de la cartera
estructurada, con sede en Seattle, Washington. Paramtrico y su afiliada,
paramtricas asesores de riesgo, ofrecen una variedad de soluciones de
cartera estructuradas, incluyendo carteras de acciones bsicas
personalizados (EE.UU., no son estadounidenses., Mundial), las estrategias
de opciones, y la gestin de la cartera de superposicin. Paramtrica es una
subsidiaria de propiedad mayoritaria de Eaton Vance (ticker EV).
Revelacin
Esta informacin est destinada nicamente a informar sobre las estrategias
de inversin y oportunidades identificadas por paramtricos cartera
Associates. Las opiniones y estimaciones ofrecidas constituyen nuestro
juicio y estn sujetos a cambios sin previo aviso, como lo son las
declaraciones de tendencias del mercado financiero, los cuales se basan en
las condiciones actuales del mercado. Creemos que la informacin aqu
proporcionada es confiable, pero no garantizamos su exactitud o integridad.
Este material no pretende ser una oferta o solicitud para la compra o venta
de cualquier instrumento financiero. Las referencias a determinados valores
y sus emisores son para fines ilustrativos y no pretenden ser, y no deben
interpretarse como, recomendaciones para comprar o vender dichos
valores. El rendimiento pasado no es garanta de resultados futuros.
Los puntos de vista y estrategias descritas pueden no ser adecuados para
todos los inversores. Paramtrica no proporciona asesoramiento legal, fiscal
y / o contable. Usted debe consultar a su asesor fiscal o legal respecto de

dichos asuntos. Por favor, pngase en contacto con su ejecutivo de cuenta

para obtener ms informacin.