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