Ranking de Fondos Mutuos FOL-El Mercurio

Transcripción

1 Ranking de Fondos Mutuos FOL-El Mercurio Metodología utilizada para construir el Ranking FOL-El Mercurio de Fondos Mutuos, el cual se publica periódicamente en el diario El Mercurio F O L A g e n c i a d e V a l o r e s S p A S a n P i o X , P i s o 2, P r o v i d e n c i a, S a n t i a g o F o n o : M a i l : c o n t a c t f o l. c l J u l i o d e

2 Ranking de Fondos Mutuos FOL-El Mercurio 2 Contenido Sólo los mejores Fondos Mutuos son seleccionados... 3 Categorías a Rankear y Series de Fondos Mutuos a ser seleccionadas... 3 Índices IFM como Benchmarks para cada categoría de Fondo Mutuo... 4 Identificación de los Mejores Fondos Mutuos... 5 Descripción de las Siete Variables Relevantes... 6 Alfa... 6 Sharpe Ratio... 7 Information Ratio... 8 Rentabilidad Ajustada por Riesgo... 9 Market Capture R-Cuadrado Tracking Error Selección: Aumentando la Probabilidad de Performance Futura Superior Ponderación de las Variables Relevantes en cada Categoría de Fondo Los Mejores Fondos de la Industria al Alcance de Todos Sistema de Ranking Puede Evolucionar Sobre sí Mismo a Través del Tiempo Referencias... 16

3 Ranking de Fondos Mutuos FOL-El Mercurio 3 Sólo los mejores Fondos Mutuos son seleccionados Cuáles son los mejores Fondos Mutuos de cada clase?... Muchos inversionistas usualmente suelen repetir esta pregunta, la cual no es simple de responder apriori. La visión que históricamente ha predominado en el colectivo de los inversionistas es que los mejores Fondos Mutuos son aquellos que han tenido la mejor rentabilidad neta de su clase en el pasado. Sin embargo, el trayecto realizado por un Fondo Mutuo para haber logrado un nivel de rentabilidad neta en particular durante cierto período no es el mismo para todos los Fondos: es posible que el manager de un Fondo haya incurrido en mayores niveles de riesgo gestionando los activos de dicho Fondo para así lograr más rentabilidad, o bien también es posible que dicho manager disminuya o aumente excesivamente el nivel de diversificación de sus activos, perdiendo por ende el Fondo la capacidad de reflejar al mercado financiero al cual hace referencia, esto sin nombrar que muchos reglamentos internos de Fondos les permiten invertir en prácticamente cualquier activo de cualquier mercado sin haber un límite de inversión significativo. Todo lo anterior hace necesario el contar con indicadores estadísticos de performance de Fondos Mutuos, los cuales permitan evaluar el desempeño de cierto Fondo bajo distintas miradas. A dichos indicadores les llamaremos variables relevantes. De esta forma el Ranking FOL-El Mercurio de Fondos Mutuos pretende dar cuenta del rendimiento de los distintas series de Fondos Mutuos desde una amplia perspectiva, considerando no únicamente la rentabilidad neta que las distintas series de Fondos Mutuos han tenido en el pasado, sino que se evaluará dicho rendimiento en base a un puntaje global obtenido acorde al desempeño de siete variables relevantes. De esta forma, Ranking FOL-El Mercurio de Fondos Mutuos consiste en una herramienta la cual la cual valora individualmente de cada una de las distintas series de Fondos Mutuos dentro de su misma categoría en base a un análisis objetivo, el cual describe a continuación. Antes, se debe señalar que la intención del este Ranking FOL-El Mercurio no es sólo identificar cuáles han sido aquellos Fondos Mutuos que registraron la performance pasada, sino que también, tiene como propósito identificar aquellas series de Fondos Mutuos que tendrían una mayor probabilidad de rendimiento futuro superior a su mercado, es decir, superior al desempeño promedio de su misma categoría de Fondos. El Ranking FOL-El Mercurio de esta forma tiene como objetivo permitir que el público en general pueda identificar cuáles son las mejores alternativas de inversión en Fondos Mutuos existentes en la industria local, junto con fomentar el nivel de competitividad en la industria de Fondos Mutuos, reconociendo a aquellas entidades que han logrado los mejores desempeños. Categorías a Rankear y Series de Fondos Mutuos a ser seleccionadas El Ranking FOL-El Mercurio trabaja sobre un set de once distintas categorías de Fondos Mutuos, en donde se pueden encontrar tipos de Fondos Mutuos tales como Accionarios, de Deuda y Balanceados, abarcando de esta forma un amplio espectro del Mercado de Fondos Mutuos existentes en la industria. De esta forma, dichas categorías son las que a continuación se detallan: I. Renta Fija Chilena Menor a 90 Días II. Renta Fija Chilena Entre 90 y 365 Días

4 Ranking de Fondos Mutuos FOL-El Mercurio 4 III. Renta Fija Chilena Largo Plazo Mayor a 365 Días, Inversión en $ IV. Renta Fija Chilena Largo Plazo Mayor a 365 Días, Inversión en UF V. Renta Fija Internacional Largo Plazo Mayor a 365 Días VI. Accionario Chile VII. Accionario Latinoamérica VIII. Accionario Asia IX. Accionario Europa X. Accionario EE.UU. XI. Balanceado En relación al tipo de series de Fondos Mutuos a ser rankeadas, se consideran dentro de todos los Fondos Mutuos de las distintas Administradoras de Fondos existentes en el mercado, sólo aquellas series que exijan un Monto Mínimo de Inversión inferior a $ y que adicionalmente no posean los beneficios tributarios APV-APVC. Índices IFM como Benchmarks para cada categoría de Fondo Mutuo La literatura financiera internacional reconoce que la única forma reconocer y cuantificar los retornos anormales que pudiese tener un Fondo Mutuo a través de tiempo es mediante la comparación directa con un Benchmark adecuado, de esta forma también es posible diferenciar de forma objetiva el desempeño Fondos de la misma categoría, que a su vez hacen referencia a un mismo Benchmark (Holstrom, 1979). Cabe destacar que Brown, Harlow y Starks (1996) en sus estudios hallaron que, muchas veces, los Fondos Mutuos hacen referencia a Benchmarks erróneos (o bien, no hacen referencia a algún Benchmark en particular) debido a fines estratégicos: en particular, se busca aumentar el flujo de dinero por parte de los inversionistas hacia dichos Fondos. Chevalier y Ellison (1997, 1999) y Musto (1999) en sus estudios corroboraron dicho fenómeno: los flujos de dinero por parte de los inversionistas hacia los distintos Fondos Mutuos en muchas ocasiones no poseen un carácter racional dado el exceso de retorno de dichos Fondos contrastados con Benchmarks seleccionados de forma analítica. Adicionalmente, Goetzmann, Ingersoll, Spiegel y Welch (2007) reconocen que el hecho de establecer Benchmarks adecuados con un carácter de largo plazo para los distintos Fondos Mutuos, junto con el hecho de establecer métodos de evaluación de desempeño de Fondos que sean coherentes con la teoría económica/financiera (y que no estén sujetas a un criterio sesgado) los cuales puedan ser masificados, implica un potenciamiento a la industria de Fondos Mutuos en términos de mejorar sus niveles de competitividad, siendo finalmente los mismos inversionistas quienes son los que se ven mayormente beneficiados. Adicionalmente cabe señalar que, ante la existencia de una gran variedad de distintos índices de mercado bajo los cuales sería posible contrastar el rendimiento de alguna categoría de Fondo Mutuo, en la práctica sería incorrecto realizar comparaciones directas entre el rendimiento de alguno de estos índices y el rendimiento de un Fondo Mutuo, aun cuando ambos en teoría incluso tengan en común el objetivo el invertir en la misma región geográfica (o industrial). Lo anterior desde un punto de vista técnico se justifica dado que el rendimiento de cualquier Fondo Mutuo se encuentra asociado a la evolución del valor cuota de dicho Fondo, cuya variabilidad dependerá a la larga tanto de la variación en el valor de los activos en los cuales el Fondo invierte así como también por los costos de dicho Fondo Mutuo, estructura de costos la cual se especifica en su propio Reglamento Interno.

5 Ranking de Fondos Mutuos FOL-El Mercurio 5 Dado lo anterior, en FOL nos preguntamos: si existe el IPSA (Índice de Precios Selectivo de Acciones) para las acciones, por qué no construir un indicador similar para los Fondos Mutuos acorde a su categoría? Por lo tanto, el objetivo que nos planteamos fue construir una métrica inspirada en el IPSA para medir el desempeño de distintas categorías de Fondos Mutuos. Así como el IPSA representa el promedio ponderado de las cuarenta acciones más transadas en la Bolsa de Comercio de Santiago, en FOL buscamos que el Índice de Fondos Accionarios Chile, por ejemplo, represente al promedio ponderado de todos los Fondos Mutuos que tienen como objetivo principal invertir en Acciones Chilenas. Específicamente agrupamos todos los Fondos Mutuos de una misma categoría, cada uno con su propio valor cuota y número de cuotas y número de cuotas (Vi, Ni), convirtiéndolos en un solo Fondo equivalente, al que llamamos Fondo Conjunto, con su propio valor cuota Vc y número de cuotas Nc, que represente a esas categorías de Fondos Mutuos. Por lo tanto, cada índice IFM ( Índice FOL El Mercurio ) es el valor diario de la cuota (Vc) de este Fondo Conjunto. Es así como hemos recolectado la historia para cada serie de cada Fondo Mutuo de todas las categorías desde el 1 de Enero de Por simplificación, dimos el valor de $ al valor de la cuota (Vc) del 1 de enero de Esto quiere decir que el valor de IFM para esa fecha será de $ para cada Fondo Conjunto de cada categoría en la que se agrupan los Fondos Mutuos. Entonces, el Índice FOL El Mercurio (IFM) para una determinada fecha, es el valor obtenido por una inversión de $ hecha desde el 1 de enero de 2004 hasta esa fecha elegida, en un Fondo equivalente al promedio ponderado (según patrimonio) de los Fondos Mutuos de cada categoría. A modo de ejemplificar lo anteriormente expuesto, que el valor del índice IFM de la categoría Renta Fija Chilena menor a 90 días, tenga un valor de $ 1.402,8 para el 9 de Julio de 2012, significa que, si hubiéramos invertido $ el 1 de enero de 2004 en un Fondo que representa al promedio ponderado de todos los Fondos Mutuos de dicha categoría, tendríamos a esa fecha, 9 de julio de 2012, la cantidad de $ 1.402,8. Otra forma de leerlo es que la rentabilidad obtenida desde el 1 de Enero de 2004 hasta el 9 de Julio de 2012, hubiera sido del 40,28% por todo el periodo. Es preciso recordar una premisa básica al invertir en Fondos Mutuos: la rentabilidad obtenida en el pasado no garantiza que ella se repita en el futuro. Por lo tanto, el IFM no entrega estimaciones ni proyecciones de la rentabilidad futura, sino que simplemente indica el desempeño obtenido de cada categoría de Fondo Mutuo en el pasado. Identificación de los Mejores Fondos Mutuos El Ranking FOL-El Mercurio otorga un determinado puntaje ponderado a cada serie de Fondo Mutuo particular en base a un set de elementos: el puntaje ponderado logrado por cada serie de Fondo Mutuo se obtiene en base al desempeño histórico de siete variables relevantes, cada una de las cuales es capaz de analizar el rendimiento de una serie de Fondo Mutuo desde una visión particular. Dichas variables relevantes son las siguientes: I. Alfa II. Sharpe Ratio III. Information Ratio IV. Rentabilidad Ajustada por Riesgo

6 Ranking de Fondos Mutuos FOL-El Mercurio 6 V. Market Capture VI. R-Cuadrado VII. Tracking Error La razón por la cual se seleccionaron las variables relevantes antes mencionadas, y no otras, se debe a que estas se encuentran bien analizadas y cubiertas por la literatura financiera internacional. Cabe mencionar que existe una gran variedad de investigadores quienes incluso han llegado a testear el nivel de persistencia en la performance observada (es decir, que el buen desempeño pasado de un Fondo efectivamente se replique en el futuro) para muchas de las variables previamente señaladas, al menos en el corto plazo, tal como lo señalan autores tales como Hendricks, Patel y Zeckhauser (1993); Cremers y Petajisto (2008) y Brown, Goetzmann, Ibbotson y Ross (1992). Los valores de cada una de las variables relevantes antes señaladas para cada una de las series de Fondos Mutuos se obtienen en base a mediciones de rentabilidad neta de los últimos 30 meses. Tal como se detalla a continuación, algunas de las siete variables relevantes se obtienen en función del comportamiento de la serie de Fondo Mutuo en relación a su mercado (o Benchmark), consistiendo dicho mercado en este caso particular en un índice teórico compuesto por las distintas series de Fondos Mutuos que pertenecen a la misma categoría de la serie de Fondo Mutuo que se está analizando, que exijan un Monto Mínimo de Inversión inferior a $ y que adicionalmente no posean los beneficios tributarios APV-APVC. Descripción de las Siete Variables Relevantes A continuación se describe cada una de las siete variables relevantes antes mencionadas, dando a conocer su descripción etimológica y su fórmula matemática particular, junto con una breve explicación intuitiva. Alfa Usualmente se le considera como la habilidad del administrador del Fondo Mutuo para agregar valor a dicho fondo en relación al desempeño del Benchmark. Más explícitamente, corresponde al exceso de rentabilidad logrado por un Fondo Mutuo por sobre lo que, en equilibrio, un modelo financiero CAPM hubiese predicho. Es decir, si un modelo CAPM hubiese predicho que un Fondo Mutuo debiese rentar un 10% en determinado período en base al riesgo del portfolio, en el caso de que este fondo efectivamente rente un 15% en el período, entonces el Alfa del fondo sería un 5%. En términos matemáticos, corresponde a: Donde, : Alfa del Fondo Mutuo ( )

7 Ranking de Fondos Mutuos FOL-El Mercurio 7 : Retorno del Fondo Mutuo : Retorno de Tasa Libre de Riesgo Dados los retornos estimados por el modelo CAPM para el final del período de inversión, el Alfa del Fondo A es mayor al del Fondo B : Beta del Fondo : Retorno del mercado, es decir, del Benchmark asociado al Fondo Mutuo Rentabilidad Acumulada Histórica Fondo B ---- Retorno Efectivo Observado Retorno Estimado por CAPM Fondo A ---- Retorno Efectivo Observado Retorno Estimado por CAPM Usualmente este indicador se calcula Período de Inversión tomando en consideración el desempeño mensual de 36 meses. Sin embargo, dado el tamaño relativamente bajo del mercado local de Fondos Mutuos en términos de historia, el Modelo de Recomendaciones de Portfolios de Fondos Mutuos sólo considera 30 meses de historia en el análisis. Mientras mayor sea el Alfa obtenido para un Fondo Mutuo, se entiende que mayor es el valor agregado del Manager del Fondo. Respecto a la literatura financiera internacional, Lehmann y Modest (1987) en sus estudios reportaron evidencia de persistencia de rendimiento superior a sus pares en aquellos Fondos Mutuos con gran Alfa (data mensual, 1970 a 1975, Fondos que tienen de Benchmark el S&P 500), mientras que Grinblatt y Titman (1989, 1992) demostraron que dicho efecto es estadísticamente significativo. Sharpe Ratio Índice el cual refleja hasta qué punto el rendimiento de una inversión es capaz de compensar al inversionista por el hecho de asumir riesgo en dicha inversión. Específicamente, el indicador representa el exceso de retorno de un Fondo Mutuo por sobre la tasa libre de riesgo para un período determinado, obtenida por unidad de riesgo del Fondo Mutuo para el mismo período. El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30 meses para calcular este indicador. Sharpe Ratio del Fondo B es mayor que el del Fondo A, dado que la menor volatilidad observada en el período castigó en menor medida los Excesos de Retorno del Fondo B sobre la R.f En términos matemáticos, corresponde a: Fondo A Donde: : Sharpe Ratio : Rentabilidad del Fondo Mutuo en el período Rentabilidad Acumulada Histórica Fondo B Período de Inversión

8 Ranking de Fondos Mutuos FOL-El Mercurio 8 : Rentabilidad del la Tasa Libre de Riesgo en el período : Volatilidad anualizada del Fondo Mutuo Usualmente este indicador se calcula tomando en consideración el desempeño mensual de 36 meses. Sin embargo, dado el tamaño relativamente bajo del mercado local de Fondos Mutuos en términos de historia, el Modelo de Recomendaciones de Portfolios de Fondos Mutuos sólo considera 30 meses de historia en el análisis. Mientras mayor sea el Sharpe Ratio asociado a un Fondo Mutuo, mayor es el exceso de rentabilidad que dicho Fondo ofrece (sobre la Tasa Libre de Riesgo) por cada unidad de riesgo en la que dicho Fondo incurrió en el pasado. Respecto a la literatura financiera internacional, Hendricks, Patel y Zeckhauser (1993) en sus estudios del mercado de Fondos Mutuos en Estados Unidos entre 1974 y 1988, hallaron que Fondos Mutuos pertenecientes al octil con mayor Sharpe Ratio registran al año siguiente un retorno superior a la media Information Ratio Índice el cual mide la habilidad del administrador de un Fondo Mutuo de generar excesos de retorno positivos en relación a su Benchmark, ajustado por la volatilidad, es decir el nivel de riesgo, de dichos excesos de retorno. De esta forma el indicador refleja también la consistencia del administrador. En otras palabras, el Information Ratio corresponde al exceso de rentabilidad de un Fondo Mutuo sobre su Benchmark, ajustado por el Tracking Error. El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30 meses para calcular este indicador. En términos matemáticos, corresponde a: Donde: : Information Ratio : Rentabilidad del Fondo Mutuo en el período Dados los Fondos A y B que tienen el mismo Benchmark, la mayor variabilidad de la diferencia en los retornos del Fondo B respecto a su benchmark hacen que éste Fondo tenga un menor Information Ratio que el Fondo A : Rentabilidad del la Tasa Libre de Riesgo en el período Usualmente este indicador se calcula tomando en consideración el desempeño mensual de 36 meses. Sin embargo, dado el tamaño relativamente bajo del mercado local de Fondos Mutuos en Rentabilidad Acumulada Histórica Período de Inversión 1 Lugar Rentab.: Fondo B 2 Lugar Rentab.: Benchmark 3 Lugar Rentab.: Fondo A

9 Ranking de Fondos Mutuos FOL-El Mercurio 9 términos de historia, el Modelo de Recomendaciones de Portfolios de Fondos Mutuos sólo considera 30 meses de historia en el análisis. A mayor Information Ratio, se entiende que mayor ha sido el exceso de rentabilidad de un Fondo Mutuo respecto los retornos de su Benchmark, esto por cada unidad de riesgo adicional en la cual incurrió el Fondo Mutuo en relación a su Benchmark. Dentro de la literatura financiera internacional, se aprecia que el índice Information Ratio ya ha sido analizado como una medida de performance tanto por Brands, Brown y Gallaher (2006) como por Kacperczyk (2005). Al respecto Bodie, Kane y Markus (2009) analizando el mercado de Fondos Mutuos en Estados Unidos durante el período 1990 a 2007, hallaron que mientras más grande sea el Information Ratio de un Fondo Mutuo, mayor es la demanda por este Fondo. En particular, Brown, Goetzmann, Ibbotson y Ross (1992) hallaron que escoger una estrategia riesgosa puede resultar en seleccionar un elevado Alfa, aunque también esto puede aumentar la probabilidad de fracaso del Fondo Mutuo (desaparición). Al escoger Fondos con Information Ratio significativamente alto, se limpia el efecto alto riesgo probablemente presente en la estrategia de seleccionar Fondos con alto Alpha Rentabilidad Ajustada por Riesgo Índice el cual pretende reflejar cual sería el retorno de un Fondo Mutuo si este hubiese logrado registrar el mismo nivel de riesgo que su Benchmark durante un período de tiempo determinado. De esta forma, para obtener dicha rentabilidad ajustada por riesgo, se considera el desempeño de un portfolio compuesto por el retorno tasa libre de riesgo y el exceso de retorno del Fondo Mutuo apalancado por el nivel de riesgo incurrido. El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30 meses para calcular este indicador. En términos matemáticos, corresponde a: Donde: : Rentabilidad Ajustada por Riesgo : Rentabilidad del Fondo Mutuo en el período El Retorno Ajustado por Riesgo del Fondo B es mayor que el del Fondo A : El Fondo B, si hubiese asumido el mismo nivel de riesgo de su Benchmark, hubiese rentado más que éste. Análisis opuesto para el Fondo A : Rentabilidad del la Tasa Libre de Riesgo en el período : Volatilidad anualizada del Fondo Mutuo Rentabilidad Acumulada Histórica Fondo B ---- Retorno Ajustado Riesgo (Benchmk). Retorno Efectivo Observado Fondo A ---- Retorno Ajustado Riesgo (Benchmk). Retorno Efectivo Observado : Volatilidad anualizada del Fondo Mutuo Para cuantificar el índice de Período de Inversión Benchmark

10 Ranking de Fondos Mutuos FOL-El Mercurio 10 Rentabilidad Ajustada por Riesgo, se utilizará data de las rentabilidades históricas de los últimos 30 meses tanto para el Fondo Mutuo como para su Benchmark respectivo. A mayor Rentabilidad Ajustada por Riesgo, mayor ha sido la habilidad del Fondo para lograr capitalizar rentabilidad por cada unidad de riesgo en la cual ha incurrido, en relación al riesgo incurrido por su Benchmark. Respecto a la literatura financiera internacional, Elton y Gruber (1989) en sus estudios encontraron evidencia de que los Fondos Mutuos que cuentan con un Retorno Ajustado por Riesgo superior al promedio de sus pares durante cierto año, tienden a repetir la buena performance al siguiente año. A su vez, Goetzmann e Ibbotson (1994), en Fondos de Renta Variable (S&P 500) utilizando data mensual entre 1975 y 1992, concluyeron que la persistencia de buenos retornos en Fondos Mutuos está presente en aquellos Fondos que tienen altos niveles de Rentabilidad Ajustada por Riesgo, mientras que Hendricks, Patel y Zeckhauser (1993) mostraron estadísticamente la robustez de dicho fenómeno. Market Capture Indicador el evalúa el desempeño de un Fondo Mutuo frente a su Benchmark, cuantificando que tan capaz ha sido el Fondo Mutuo en un determinado período de tiempo de capturar las alzas del Benchmark, en función de que tan capaz ha sido de evitar las caídas de dicho Benchmark. Claramente si el Benchmark tan solo sigue una única tendencia, ya sea al alza o a la baja, dicho indicador no tiene sentido. El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30 meses para calcular este indicador. En términos matemáticos, corresponde a: Donde: : Market Capture : Rentabilidad promedio del Fondo Mutuo en aquellos meses en el cual su Benchmark rentó positivamente : Rentabilidad promedio del Fondo Mutuo en aquellos meses en el cual su Benchmark rentó negativamente : Rentabilidad promedio del Benchmark en aquellos meses en el cual este rentó positivamente Dados los Fondos A y B que tienen el mismo Benchmark, el Fondo B destaca por tener una mayor capacidad para evitar las caídas de su Benchmark Rentabilidad Acumulada Histórica Período de Inversión Fondo B Benchmark Fondo A : Rentabilidad promedio del Benchmark en aquellos meses en el cual este rentó negativamente

11 Ranking de Fondos Mutuos FOL-El Mercurio 11 Para cuantificar el índice Market Capture, se utilizará data de las rentabilidades históricas de los últimos 30 meses tanto para el Fondo Mutuo como para su Benchmark respectivo. A mayor Market Capture, mayor ha sido la habilidad global del Fondo Mutuo para sortear las fluctuaciones de su Benchmark. En relación a la literatura financiera internacional, Carlson (1970) encuentra evidencia de que los Fondos Mutuos que rentan por sobre el promedio en un año, típicamente repiten su desempeño superior el siguiente año, lo cual es denominado efecto momentum. A su vez, en relación a dicho efecto, Patel, Zeckhauser y Hendricks (1992) hallan que los inversionistas realizan el mayor flujo positivo de dinero hacia aquellos Fondos Mutuos que han tenido una buena performance recientemente R-Cuadrado Indicador el cual corresponde al porcentaje de rentabilidad de un Fondo Mutuo que es explicada por la rentabilidad de su Benchmark durante un período determinado. Este indicador varía en un rango entre 0 y 100, en donde un R-Cuadrado cercano a 100 indica que las distintas rentabilidades históricas observadas de un Fondo Mutuo son explicadas en un 100% por dichas rentabilidades históricas observadas en su Benchmark. Como estándar, se entiende que un Fondo Mutuo cuyo R-Cuadrado sea inferior a 70% en general no logra replicar satisfactoriamente las rentabilidades de su Benchmark asociado. En términos matemáticos, corresponde a: Donde: : R-Cuadrado : Rentabilidad promedio del Fondo Mutuo en un determinado período de tiempo Las variaciones de rentabilidad histórica del Fondo A son altamente explicadas por las variaciones de rentabilidad histórica de su Benchmark, en comparación a las variaciones de rentabilidad histórica del Fondo B : Rentabilidad promedio del Benchmark de un Fondo Mutuo en un determinado período de tiempo : Rentabilidad del Fondo Mutuo para cierto período i Rentabilidad Acumulada Histórica Fondo A Fondo B Benchmark : Rentabilidad del Benchmark de un Fondo Mutuo para cierto período i Período Período de de Inversión Inversión

12 Ranking de Fondos Mutuos FOL-El Mercurio 12 El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30 meses para calcular este indicador. A mayor R-Cuadrado, mayor es la capacidad del Fondo Mutuo de reflejar el comportamiento de la rentabilidad histórica de su Benchmark. Respecto a la literatura financiera internacional, Titman y Yiu (2008) hallaron que, en Fondos Mutuos de Renta Variable, existe una relación inversa entre el R- Cuadrado de cierto año y la performance del Fondo Mutuo asociado al año siguiente. En otros estudios, Amihud y Goyenko (2009) identificaron que, en general, al seleccionar Fondos Mutuos cuyo R-Cuadrado estuviese en el menor quintil en los últimos 12 meses, y adicionalmente, al seleccionar Fondos Mutuos cuyo Alpha estuviese en un quintil superior en los últimos 12 meses, en promedio, dichos Fondos Mutuos tienen un exceso de rendimiento ajustado por riesgo de 2.81% sobre el promedio en el siguiente año (CRPS Mutual Fund Database , retornos mensuales). Si bien se observa que la literatura internacional en general no considera al índice R-Cuadrado como un buen predictor de rentabilidad futura, en FOL consideramos que es importante que exista un nivel mínimo de relación entre el comportamiento de los retornos históricos de un Fondo Mutuo y aquellos de su Benchmark, de tal manera que el Fondo Mutuo pueda reflejar fielmente el espíritu de inversión que debiese tener. Tracking Error Indicador el cual corresponde a la divergencia en términos de comportamiento de precios entre un Fondo Mutuo y su Benchmark. En la práctica, el indicador pretende medir que tan cercanamente un Fondo Mutuo es capaz de replicar a su Benchmark en términos de movimientos históricos de precios. En términos matemáticos, corresponde a: Las diferencias históricas de rentabilidad entre el Fondo A y su Benchmark son menores que las diferencias entre el Fondo B y su Benchmark, por lo cual, el Fondo A tiene menor Tracking Error Donde: : Tracking Error : Rentabilidad del Fondo mutuo en un determinado período Rentabilidad Acumulada Histórica Fondo A Fondo B Benchmark : Rentabilidad del Benchmark en un determinado período Período Período de de Inversión Inversión El Modelo de Recomendaciones de Portfolios de Fondos Mutuos utiliza la performance de los últimos 30 meses para calcular este indicador. A menor Tracking Error, mayor es la capacidad del Fondo Mutuo para reflejar período a período la rentabilidad de su Benchmark. Respecto a la literatura financiera internacional, Cremers y Petajisto (2008) respecto al nivel de persistencia del Tracking Error en cuanto a su poder predictivo, hallaron que este es insignificante respecto al retorno futuro de un Fondo Mutuo. Sin embargo, tal como en el caso del R-Cuadrado, el índice Tracking Error funciona como una medida con la cual se evalúa el nivel de relación vista entre un Fondo Mutuo y su respectivo Benchmark, siendo deseable

13 Ranking de Fondos Mutuos FOL-El Mercurio 13 que los retornos de un Fondo Mutuo no tengan fluctuaciones históricas muy distorsionadas respecto a los retornos históricos de su Benchmark. En relación a la Tasa Libre de Riesgo utilizada en los cálculos de las distintas variables relevantes, esta corresponde a la rentabilidad mensual de los Pagarés Licitados por el Banco Central de Chile (PDBC) de 30 días denominados en moneda peso. La elección de este instrumento como referente para la Tasa Libre de Riesgo se basa en el muy bajo riesgo de default existente por parte de su emisor, en el bajo riesgo de tasa de interés al ser un instrumento de muy corto plazo, y además en el significativo nivel de liquidez con el que transan estos instrumentos. Selección: Aumentando la Probabilidad de Performance Futura Superior Una vez calculados los valores de las distintas variables relevantes previamente señaladas, ya se cuenta con la materia prima para diferenciar las características de un Fondo Mutuo en relación a aquellos de su misma categoría. En FOL, creemos que el mejor Fondo Mutuo no es sólo aquel que ha tenido un gran desempeño destacado en el pasado en relación a sus pares, sino que también es aquel que ofrece las mejores perspectivas futuras de desempeño superior en relación a sus pares. Lo anterior es comúnmente un fenómeno al cual se le denomina nivel de persistencia en performance de Fondos Mutuos, tópico el cual ha sido previamente estudiado por varios investigadores, tales como Hendricks, Patel y Zeckhauser (1993) y Grinblatt y Titman (1992). Se debe destacar que la ponderación de cada una de las siete variables relevantes al momento de calcular el puntaje final de cada serie de Fondo Mutuo dependerá exclusivamente de la categoría al cual esta pertenezca. De esta forma, se puede notar que el grado de importancia que se le asigna a cada una de las siete variables relevantes en cada categoría de Fondo Mutuo no ha sido un factor dejado al azar, más bien, una ponderación específica en cada una de estas variables puede aumentar el poder predictivo de performance futura para aquellos Fondos mejor evaluados en cada ranking. Esto se fundamenta en que cada uno de los mercados financieros en particular (cada uno de éstos asociado a su respectiva categoría de Fondo Mutuo) tiene características individuales que les diferencian de otros mercados, por ejemplo, estos pueden diferir en términos de asimetrías de información entre los inversionistas, nivel de transparencia de la información, grado de madurez de las empresas e industrias que constituyen cada uno de los mercados, niveles de liquidez del mercado y el marco regulatorio legal en cada uno de estos. De esta forma, es razonable esperar que, de acuerdo a las características que posean los mercados financieros, el nivel de importancia de los distintos factores que pueden explicar una cierta persistencia en la rentabilidad de distintos Fondos Mutuos a través del tiempo (es decir, que el buen desempeño pasado de un Fondo efectivamente se replique en el futuro) efectivamente pueden variar dependiendo del mercado financiero en particular. Ponderación de las Variables Relevantes en cada Categoría de Fondo Dado que la literatura financiera no ha profundizado mayormente en el tema de cuales son los factores que explican la persistencia de desempeño futuro en Fondos Mutuos, para el caso de la Industria de Fondos Mutuos en Chile, en FOL se utiliza una metodología para estimar la ponderación específica de cada una de las siete

14 Ranking de Fondos Mutuos FOL-El Mercurio 14 variables relevantes antes mencionadas en cada una de los principales categorías de Fondos Mutuos. Dicha metodología, la cual se detallará a continuación, lamentablemente no ha podido ser replicada en todas las categorías de Fondos Mutuos dado que no todas éstas disponen de Fondos que tengan una cantidad de historia óptima (existencia de Fondos Mutuos en la categoría que tengan una vigencia de por lo menos 36 meses), ni tampoco la cantidad de Fondos mínima (es deseable que existan a lo menos cinco Fondos Mutuos en su respectiva categoría) como para poder llevar a cabo la estimación con un nivel adecuado de robustez estadística. Los pasos seguidos para el cálculo de los ponderadores de cada variable relevante son los siguientes: I. Para las distintas categorías de Fondos Mutuos, el modelo calcula las siete variables relevantes por cada Fondo, desde diciembre 2007 hasta la fecha final del último semestre vigente. II. Respecto a los límites de ponderación de cada una de las siete variables relevantes, cada una de estas no puede tener una ponderación inferior al 5,0% ni tampoco superior al 35,0%. Estos límites se justifican debido a que no se desea que solo sean tres o menos variables las que expliquen la mayor parte de la ponderación, mas bien, se busca que todas las siete variables tengan a lo menos un mínimo nivel de protagonismo. III. Para cada categoría de Fondo Mutuo, entre las fechas señaladas anteriormente, el modelo simula entre y familias de rankings históricos de Fondos Mutuos de forma mensual. De esta forma, cada una de estas familias de rankings obedece a un único mix de ponderaciones de variables relevantes en particular. IV. En relación a todas las familias de rankings simuladas para cada uno de las categorías de Fondos Mutuos, el Modelo es capaz de identificar el mix de ponderaciones de variables relevantes que maximizó la rentabilidad acumulada histórica de la estrategia de invertir semestralmente en los tres primeros Fondos de cada ranking mensual, desde diciembre 2007 y todos los meses del año 2008 hasta la fecha final del último semestre. Finalmente, dicho mix identificado óptimo es el que se utilizará para asignar el grado de importancia de las siete variables relevantes en cada categoría de Fondo Mutuo. Cabe destacar que los puntajes ponderados obtenidos por los distintos Fondos Mutuos no son comparables entre las distintas categorías. Esto se debe principalmente a que el rendimiento de los Fondos de distintas categorías es contrastado en relación a distintos Benchmarks. De esta forma, se obtiene un mix óptimo de variables relevantes para cada uno de las categorías de Fondos Mutuos sobre los cuales se aplicará la metodología antes mencionada, de esta forma generándose un ordenamiento para asignar un puntaje ponderado específico a cada Fondo de las distintas categorías existentes en el mercado. Los Mejores Fondos de la Industria al Alcance de Todos Tal como se pudo ver anteriormente, la metodología antes descrita para identificar los mejores Fondos Mutuos de cada categoría de Fondo no hace discriminación según cualquiera sea la Administradora General de Fondos (AGF) que emita los distintos Fondos en el mercado. El Ranking FOL-El Mercurio de Fondos Mutuos es publicado periódicamente en el sitio web de FOL independientemente del caso en que FOL cuente (o no cuente) con un acuerdo de comercialización para dichos Fondos, reconociendo de esta forma que dichos Fondos son los mejores en su categoría que actualmente existen.

15 Ranking de Fondos Mutuos FOL-El Mercurio 15 Sistema de Ranking Puede Evolucionar Sobre sí Mismo a Través del Tiempo Se debe destacar que la estimación del mix identificado óptimo de variables relevantes puede variar ligeramente a través del tiempo, esto en la medida que nueva información de retornos históricos de Fondos Mutuos sean asimilados por el Modelo. Es por esta razón que debiese ser esperable que suceda un ajuste periódico en la ponderación de las siete variables relevantes. Dicho ajuste se realizará semestralmente, produciendo cambios marginales respecto al previo mix identificado óptimo de cada categoría de Fondo Mutuo, pudiendo generarse de esta forma variaciones marginales en cuanto a las posiciones de los distintos Fondos Mutuos de acuerdo al Ranking FOL-El Mercurio generado en cada categoría de Fondo Mutuo dado el uso de un nuevo mix óptimo de variables relevantes. Es por esta razón que se puede sostener que el Modelo de Recomendaciones es capaz de evolucionar sobre sí mismo a través de tiempo.

16 Ranking de Fondos Mutuos FOL-El Mercurio 16 Referencias Amihud, Y., Goyenko, R., Mutual Fund s R-Squared as Predictor of Performance. Working Paper Bodie, Z., Kane, A., Marcus, A.J., Investments, 8th edition, McGraw-Hill Irwin Brands, S., Brown, S.J., Gallagher, D.R., Portfolio Concentration and Investment Manager Performance. International Review of Finance, Brown, S.J., Goetzmann, W.N., Ibbotson, R.G., Ross, S., Survivorship Bias in Performance Studies. Review of Financial Studies 5, Brown, K., Harlow, W., Starks, L., Of Tournaments and Temptations: an Analysis of Managerial Incentives in the Mutual Fund Industry. Journal of Finance 51, Carlson, R.S., Aggregate Performance of Mutual Funds. Journal of Financial and Quantitative Analysis 5, 1-32 Chevalier,J., Ellison, G., Risk-Taking by Mutual Funds as a Response to Incentives. Journal of Political Economy 105, Chevalier, J., Ellison, G., Career Concerns of Mutual Fund Managers. Quarterly Journal of Economics 114, Cremers, M., Petajisto, A., How Active is Your Fund Manager? A New Measure That Predicts Performance. Review of Financial Studies. Elton, E.J., Gruber, M.J., Modern Portfolio Theory and Investment Management. John Whiley and Sons, New York. Goetzmann, W., Ingersoll, J., Spiegel, M., Welch, I., Portfolio Performance Manipulation and Manipulation- Proof Performance Measures. Review of Financial Studies 20, Grinblatt, M., Titman, S., Mutual Fund Performance: An Analysis of Quarterly Portfolio Holdings. The Journal of Business, 62(3), Grinblatt, M., Titman, S., The Persistence of Mutual Fund Performance. The Journal of Finance, 47(5), Hendricks, D., Patel, J., Zeckhauser, R., Hot Hands in Mutual Funds: Short-Run Persistence of Relative Performance, The Journal of Finance, Vol. 48, N 1, pp Holmstrom, B., Moral Hazard and Observability. Bell Journal of Economics 10, Kacperczyk, M. T., The Price of Sin: The Effects of Social Norms on Markets. Working Paper. Lehmann, B. N., Modest, D., Mutual Fund Performance Evaluation: A Comparison of Benchmarks and a Benchmark of Comparisons, Journal of Finance 21, Musto, D., Investment Decisions Depend on Portfolio Disclosures. Journal of Finance 54,

17 Ranking de Fondos Mutuos FOL-El Mercurio 17 Patel, J., Zeckhauser R., Hendricks, D., Investment Flows and Performance: Evidence from Mutual Funds, Cross-Border Investments, and New Issues. Cambridge University Press. Titman, S., Yiu, C., Do the Best Hedge Funds Hedge?. Working Paper. FOL Agencia de Valores SpA, , todos los derechos reservados. San Pio X 2390 Piso 2, (+56 2) , Providencia, Santiago.