Diseñando un marco de atribución de desempeño ajustado al riesgo para carteras multi‑gestor
Un marco de atribución de desempeño ajustado al riesgo permite a family offices y equipos de inversión multi‑gestor descomponer los rendimientos de la cartera en componentes distintos y accionables: asignación estratégica, selección de gestores, temporización de factores y alfa idiosincrática. Esto es esencial al gestionar carteras con gestores superpuestos, donde la deriva de estilo y las exposiciones de riesgo correlacionadas ocultan la habilidad real. El marco se alinea con la metodología PEARL de Ortec Finance, que admite atribución por decisión, moneda, multi‑activo, renta variable, renta fija y factores, construida sobre jerarquías de fondos que reflejan la estrategia de inversión y las estructuras de overlay. Los resultados informan decisiones sobre sustitución de gestores, reasignación del presupuesto de riesgo y optimización del overlay.
La arquitectura de atribución sigue una jerarquía de tres niveles: (1) decisiones estratégicas a nivel de cartera, (2) ejecución táctica a nivel de gestor y (3) ajustes de overlay o cobertura. Cada nivel se vincula a un benchmark específico: un benchmark estratégico para la cartera, un benchmark de grupo de pares o alineado con factores para cada gestor, y un benchmark de moneda o cobertura de riesgo para los overlays. Esta estructura refleja el proceso de inversión y garantiza que la atribución represente la secuencia de toma de decisiones y no solo la correlación estadística. El marco requiere un conjunto coherente de factores de riesgo —típicamente macroeconómicos (p. ej., inflación, crecimiento), de estilo (p. ej., valor, momentum, baja volatilidad) y específicos de clase de activo (p. ej., duración, spread de crédito)— que se apliquen uniformemente a todos los gestores. Las cargas de factores se estiman mediante regresiones móviles o carteras que imitan factores, y se actualizan trimestralmente para capturar la deriva de estilo. La arquitectura de benchmark debe estar integrada en el motor de atribución (p. ej., PEARL) para soportar descomposición multi‑activo, multi‑moneda y multi‑nivel.
La ecuación central de atribución descompone el exceso de rendimiento sobre el benchmark estratégico como la suma de los efectos de asignación, selección, interacción y overlay:
\[\Delta R = \sum_i (w_i - w_i^b) \cdot R_i^b + \sum_i w_i^b \cdot (R_i - R_i^b) + \sum_i (w_i - w_i^b) \cdot (R_i - R_i^b) + \Delta R^{overlay}\]donde \(w_i\) y \(w_i^b\) son los pesos de la cartera y del benchmark en la clase de activo o gestor \(i\), y \(R_i\) y \(R_i^b\) son sus respectivos rendimientos. Los términos de interacción capturan el efecto conjunto de la mala asignación y el bajo rendimiento del gestor. Para carteras multi‑gestor, la misma estructura se aplica de forma recursiva a nivel de fondo: el rendimiento de cada fondo se descompone en exposición a factores (beta), temporización de factores (alfa derivado de apuestas dinámicas de factores) y selección de valores (alfa idiosincrática). Los modelos de atribución de factores —como Brinson‑Hood‑Beebower (BHB) ampliados con cargas de factores de riesgo— permiten separar la habilidad real de la exposición sistemática. Las decisiones de overlay (p. ej., cobertura de divisas, objetivo de duración) se atribuyen por separado mediante un benchmark de overlay dedicado.
El ajuste de riesgo garantiza que los retornos se escalen según el riesgo asumido para generarlos. Se emplean dos enfoques complementarios: (1) normalización de riesgo ex‑ante mediante cargas de factores, y (2) ajuste ex‑post del ratio Sharpe o Sortino. En el enfoque ex‑ante, el vector de exposición a factores de cada gestor se regresa contra el benchmark de factores del portafolio para calcular un peso ajustado por riesgo: \(w_i^{adj} = w_i \cdot (\beta_i^{port} / \beta_i^{manager})\), donde \(\beta\) representa la sensibilidad a un factor de riesgo compuesto (p. ej., mercado accionario, crédito, volatilidad). Esto corrige la deriva de estilo y la superposición. En el enfoque ex‑post, la contribución del gestor al ratio Sharpe del portafolio se calcula como \(\text{SR}_i = \frac{\text{Cov}(R_i, R_p)}{\sigma_p^2} \cdot \frac{\mu_i - r_f}{\sigma_i}\), aislando la contribución marginal al retorno ajustado por riesgo. El marco también incorpora ajustes de valor en riesgo condicional (CVaR) para exposiciones a riesgos de cola, especialmente relevantes cuando los gestores presentan distribuciones de retornos no normales. Estos ajustes se aplican antes de la agregación para evitar el doble conteo del riesgo sistémico.
La superposición de gestores se aborda construyendo una matriz de covarianza de factores a nivel de gestor y aplicando un algoritmo de descomposición de varianza (p. ej., análisis de componentes principales o clustering basado en factores) para identificar exposiciones redundantes. Un gestor se marca por superposición si la correlación de sus cargas de factores con las de otro gestor supera 0.7 durante dos trimestres consecutivos. La deriva de estilo se mide como la distancia euclidiana entre las cargas de factores actuales del gestor y sus cargas de referencia (iniciales o estratégicas), normalizada por la desviación estándar del benchmark de factores. Un umbral de deriva de 1.5 desviaciones estándar desencadena una revisión. El marco ajusta los pesos de atribución de forma dinámica: cuando la deriva supera el umbral, la asignación del gestor se reatribuye al bucket de factor más cercano (p. ej., reclasificando a un gestor de crecimiento como contribuyente de valor si la deriva persiste). Esto evita que la deriva de estilo inflacione el alfa de selección y garantiza que la atribución refleje la contribución real del gestor al perfil de riesgo del portafolio.
Considere un portafolio accionario de $500 millones con cuatro gestores activos, cada uno con una asignación de $125 millones. El gestor A (crecimiento de gran capitalización), B (valor de pequeña capitalización), C (momentum) y D (baja volatilidad) presentan cargas de factores superpuestas: A y C comparten una correlación de 0.65 en momentum, mientras que B y D comparten 0.58 en calidad. Con el marco, el benchmark de factores del portafolio se construye a partir de los seis factores de Fama‑French más un proxy de momentum y baja volatilidad. La atribución de factores revela que el 62 % del retorno excedente del portafolio sobre el benchmark estratégico proviene del timing de factores (p. ej., rotar a baja volatilidad durante tensiones del mercado), el 28 % de la selección de valores y solo el 10 % de la selección pura de gestores. Tras aplicar el ajuste de riesgo, la contribución del gestor C disminuye de +1.4 % a +0.3 % porque su exposición a momentum ya estaba capturada por la decisión de timing de factores del portafolio. El análisis de deriva de estilo muestra que las cargas del gestor A se desplazaron hacia valor (deriva = 1.8σ), lo que lleva a una reclasificación al bucket de valor y a una revisión al alza del alfa de selección del gestor B en 0.6 %. El informe final de atribución distingue así la habilidad de la exposición, orientando la decisión de reducir al gestor C y aumentar la asignación al gestor D.
Referencias
¿Cuál es el objetivo principal de un marco de atribución de desempeño ajustado al riesgo en carteras multi‑gestor?
Aislar la contribución de cada decisión de inversión —como la asignación de activos, la selección de gestores y la exposición a factores de riesgo— al rendimiento total de la cartera, ajustando al mismo tiempo las exposiciones superpuestas y la deriva de estilo entre los gestores.
¿Cómo maneja el marco la superposición de gestores?
Construyendo una jerarquía a nivel de fondo que refleje la estructura subyacente de exposiciones —como clase de activo, región y cargas de factores— y atribuyendo los rendimientos a capas de decisión (p. ej., asignación estratégica, selección de gestores, overlay) mediante una arquitectura de benchmark consistente.
¿Por qué la deriva de estilo es una preocupación en la atribución multi‑gestor?
La deriva de estilo introduce ruido espurio en la atribución al confundir la habilidad real con apuestas de factores no intencionadas; un marco sólido cuantifica la deriva mediante exposiciones de factores que varían en el tiempo y ajusta los pesos de atribución en consecuencia.