Rischio del portafoglio di settore di Robo-advisor: efficienza o scorciatoia?

I robo-advisor sono diventati famosi negli ultimi dieci anni, con il sottosettore fintech che ha incoraggiato un coinvolgimento più attivo degli investitori più giovani e delle masse nel risparmio e negli investimenti. I robo-advisor mirano a democratizzare la consulenza finanziaria e offrire servizi di alta qualità, precedentemente disponibili esclusivamente per investitori ricchi e sofisticati. In poche parole, il robo-advising è una forma di gestione degli investimenti che esternalizza la strategia di portafoglio a un algoritmo. La costruzione e il ribilanciamento del portafoglio sono automatizzati con l'aiuto di computer, fornendo soluzioni di gestione patrimoniale più convenienti e una potenziale riduzione dell'errore umano e del pregiudizio.

Molte startup nel settore lottano per raggiungere il pareggio e mostrare la differenziazione del marchio. Qual è il modo migliore per i robo-advisor di continuare a democratizzare gli investimenti e realizzare un profitto trasmettendo al contempo i veri rischi di un portafoglio?

Da dove viene la consulenza robotica?

Betterment e Wealthfront sono due dei robo-advisor più importanti, con il primo lanciato nel 2008. Si stima che entro il 2019 il settore avesse 440 miliardi di dollari di asset in gestione a livello globale e, nel tempo, i gestori patrimoniali tradizionali, come Vanguard, hanno anche adottato tali tecniche. Sebbene completamente diverso dalle piattaforme di trading di sola esecuzione, come Robinhood, il messaggio di responsabilizzazione finanziaria di entrambi i settori è stato accolto dagli investitori più giovani, che tradizionalmente non si sono interessati attivamente ai risparmi pensionistici fino a più tardi nella loro carriera.

Una delle proposte di valore chiave dei robo-advisor popolari è che aiutano i clienti a comprendere i rischi e i costi associati ai portafogli, invece di concentrarsi solo sui rendimenti. Argomenti contro la tradizionale gestione patrimoniale guidata da consulenti finanziari è il disallineamento degli incentivi, in cui le attività costose e con scarse prestazioni vengono incanalate verso gli investitori, che non sono in grado di analizzare i numeri in modo obiettivo per ottenere una visuale sulla performance. Per questo, i robo-advisor sono stati sostenitori degli investimenti passivi, evitando costosi fondi gestiti attivamente per fondi economici indicizzati e fondi negoziati in borsa (ETF).

Risk Management e Robo-advisor

Sebbene la maggior parte dei robo-advisor utilizzi in genere la moderna teoria del portafoglio (a volte in combinazione con altre metodologie ben studiate) per costruire i portafogli degli investitori, utilizzano modi diversi per esprimere i livelli di rischio associati a tali portafogli. La maggior parte dei professionisti degli investimenti concorda sul fatto che il rischio è una considerazione importante quanto il rendimento nella selezione del portafoglio. In effetti, la stragrande maggioranza dei professionisti continua a essere ispirata dal framework di ottimizzazione della varianza media illustrato dalla dissertazione del premio Nobel Harry Markowitz del 1952 sulla selezione del portafoglio.

Tuttavia, il rischio di solito non è ben compreso dall'investitore medio quanto i rendimenti attesi. Questo perché la tolleranza al rischio di un individuo è guidata non solo dalle prestazioni passate e dalle aspettative razionali, ma anche da circostanze personali uniche e altri fattori emotivi come speranze e paure. Inoltre, la tolleranza al rischio di un individuo non è certo una misura statica. La maggior parte delle persone percepirebbe decisamente la propria tolleranza al rischio come inferiore nel 2020, a causa delle incertezze presentate da COVID-19, rispetto a qualsiasi altro periodo dell'ultimo decennio. L'opportunità di un portafoglio consigliato è valutata da un investitore in parte in base alla propria percezione della rischiosità del portafoglio. Questo è il motivo per cui è fondamentale che un robo-advisor illustri chiaramente il rischio in modo che gli investitori possano comprenderne il rischio e metterlo in relazione con la propria tolleranza, obiettivi e preferenze emotive.

I robo-advisor utilizzano misure quantitative o qualitative per aiutare i clienti a comprendere il rischio. Ogni misura ha i suoi vantaggi e limiti.

Livelli di rischio qualitativo: aggressivi o ad alta crescita?

La maggior parte dei robo-advisor assegna una valutazione del rischio qualitativa in base al modo in cui gli investitori rispondono a un elenco predefinito di domande psicometriche. Questo generalmente varia su una scala numerica da "Molto conservatore" a "Molto aggressivo".

Un rating qualitativo del rischio presenta evidenti vantaggi, in quanto rende facile per un investitore percepire la rischiosità dei vari portafogli l'uno rispetto all'altro. Ad esempio, un portafoglio a cui è stato assegnato un rating "Aggressivo" può essere intrinsecamente più rischioso di uno etichettato "Conservativo". Le domande psicometriche aiutano a restringere la tolleranza degli investitori per le perdite e a identificare il livello di rischio appropriato.

Tuttavia, un rating qualitativo potrebbe non fornire una chiara comprensione della variabilità attesa del portafoglio. Potrebbe non essere ovvio quanto sia più volatile un portafoglio aggressivo rispetto a un portafoglio moderato. Molto probabilmente, un rating di rischio di 6 potrebbe non significare che il portafoglio sia due volte più rischioso di uno con rating 3. Inoltre, la percezione del rischio può variare in base a come viene verbalizzato il rating di rischio. Gli investitori possono visualizzare un portafoglio ad alto rischio in modo diverso, a seconda che sia etichettato come "Alta crescita" o "Molto aggressivo". Quindi tale categorizzazione introduce uno strato di soggettività nell'attrattiva percepita di un portafoglio.

La mia preoccupazione per i robo-advisor che enfatizzano eccessivamente il rischio qualitativo è che potrebbe dare agli investitori un falso senso di sicurezza per quanto riguarda la performance in corso dei loro portafogli. Un punteggio di rischio arbitrario in un intervallo aggressivo/conservativo potrebbe essere troppo ampio e alla fine sfociare in decisioni di pianificazione finanziaria non ottimali da parte di investitori le cui circostanze potrebbero essere più complesse di quanto si pensasse in precedenza. Le preoccupazioni relative ai rischi eccessivamente semplificati trovano eco nelle richieste di regolamentazione sui robo-advisor coinvolti in vendite errate sistemiche, con gli investitori che non riescono a comprendere la vera natura del prodotto.

Una maggiore adozione di misure di rischio quantitative istituzionali (utilizzate da banche, fondi e family office) con l'educazione dei clienti potrebbe essere la chiave per la fase successiva della robo-advising. Ciò potrebbe davvero far avanzare il settore e corrispondere ai movimenti nazionali per una maggiore educazione finanziaria.

Misure quantitative di rischio per i portafogli di investimento

Domare la volatilità: valore a rischio

Il Value at Risk, o VaR, è la misura più diffusa della volatilità di un portafoglio. In poche parole, il VaR è una misura delle perdite attese minime come un certo livello di probabilità (noto anche come livello di confidenza o percentile). Ad esempio, se il VaR del 99% di un portafoglio è del 12%, significa che esiste una probabilità del 99% che le perdite del portafoglio non superino il 12% durante un determinato periodo. In altre parole, c'è una probabilità dell'1% che le perdite di portafoglio siano superiori al 12%. Il VaR è già applicato da alcuni robo-advisor, con uno di questi esempi di utilizzo da StashAway di Singapore, che inserisce una linea guida del 99% in una misura chiamata "Indice di rischio".

Il VaR può essere calcolato utilizzando diversi metodi. Il metodo storico ordina i rendimenti storici di un portafoglio per grandezza e identifica il rendimento osservato a un determinato percentile (in genere 95% o 99%). Il metodo varianza-covarianza presuppone che i rendimenti siano normalmente distribuiti e utilizza la deviazione standard del portafoglio per stimare dove si troveranno i rendimenti peggiori del 5% o dell'1% sulla curva a campana. Il VaR può anche essere stimato utilizzando la simulazione Monte Carlo, che genera i peggiori rendimenti del 5% o dell'1% in base a risultati probabilistici.

La popolarità del VaR deriva dal fatto che rende facile per un investitore comprendere la variabilità di un portafoglio e metterla in relazione con la propria personale tolleranza alle perdite. Tuttavia, possiamo ottenere risultati diversi a seconda degli input e della metodologia utilizzata per calcolare il VaR, influendo sull'affidabilità della misura. Inoltre, il VaR si basa fortemente su numerose ipotesi, come la distribuzione normale dei rendimenti e l'allineamento ai rendimenti storici. Infine, un VaR del 99% del 12% (descritto sopra) non informa l'investitore sull'ammontare delle perdite che ci si può aspettare nello scenario peggiore.

I vari avvertimenti alla base del VaR potrebbero limitarne l'importanza nelle piattaforme di robo-advising, essendo visto come una metrica complicata da comprendere per gli utenti. L'esempio del marchio StashAway in una metrica più digeribile mostra come queste barriere possano essere abbattute in modo più convincente.

Valore condizionale a rischio

Affrontare una delle carenze del VaR, il valore condizionale a rischio, o CVaR, fornisce la perdita attesa a un investitore nello scenario peggiore. A un livello di confidenza del 99%, il CVaR viene calcolato come il rendimento medio del portafoglio nell'1% peggiore degli scenari. Il CVaR viene stimato utilizzando metodi simili al VaR. Sebbene possa aiutare a fornire un quadro più chiaro dello scenario peggiore rispetto al VaR, potrebbe soffrire di carenze simili dovute alle ipotesi e alle metodologie utilizzate nella stima.

Le disconnessioni del mercato del 2020 tendono a strappare i normali modelli di distribuzione, dimostrando che l'aggiunta di misure di rischio di portafoglio più "tridimensionali", come CVar, può essere vantaggiosa. Insieme alla misura standard del VaR, i dati CVaR migliorerebbero le offerte di gestione del rischio di un robo-advisor e sarebbero adatti, considerando che la maggior parte dei robo-asset sono fondi indicizzati (pasti di azioni).

I migliori e i peggiori resi

I rendimenti migliori e peggiori si riferiscono ai rendimenti periodici mobili di un titolo o di un portafoglio durante un determinato orizzonte temporale. Il rendimento può essere calcolato su base giornaliera, mensile o annuale, a seconda dell'orizzonte temporale dell'investitore. L'intervallo di tempo è solitamente determinato dalla disponibilità dei dati, ma può influire sui rendimenti migliori e peggiori osservati se non utilizziamo un orizzonte temporale sufficientemente lungo.

Rendimenti migliori e peggiori per i beni statunitensi: 1973-2016

La misura utilizza i rendimenti storici per fornire agli investitori un'indicazione degli scenari migliori e peggiori. Un chiaro vantaggio è che, a differenza del VaR, distingue tra rendimenti positivi e negativi, invece di assumere una distribuzione normale. Gli investitori tendono a non preoccuparsi della volatilità positiva e si preoccupano principalmente dei rischi assoluti al ribasso. Inoltre, a differenza di CVaR, mostra i peggiori rendimenti osservati in assoluto invece di prendere una media dei rendimenti, il che potrebbe sottostimare lo scenario peggiore. Tuttavia, come altre misure quantitative, questo tende a guardare indietro e dipende anche dal set di dati dei risultati osservati.

Le misure di rischio di rendimento migliore e peggiore sono adatte per le piattaforme di robo-advisor in quanto comunicano chiaramente agli investitori senza fare affidamento su rapporti finanziari intimidatori. Uno di questi rischi, tuttavia, è che possano giocare su pregiudizi irrazionali e incoraggiare il panico a vendere in un mercato in calo o a trattenere ostinatamente i perdenti.

Misurare personalmente il rischio quantitativo

Diamo un'occhiata a come calcolare i rendimenti VaR, CVaR e Best and Worst per un portafoglio di asset singoli. L'asset preso in considerazione è SPY, che è un ETF che traccia le azioni statunitensi a grande capitalizzazione.

I dati utilizzati per i calcoli seguenti si riferiscono al NAV e ai rendimenti mensili di SPY da luglio 2007 a giugno 2020. I calcoli possono essere eseguiti utilizzando le funzioni di Excel o Fogli Google.

VaR - 11,8% VaR implica che la probabilità che SPY perda più dell'11,8% in un dato mese è dell'1%. In altre parole, SPY ha fornito rendimenti mensili migliori rispetto a una perdita dell'11,8% nel 99% dei mesi. Passaggi (Fogli Google/Excel):

1. Calcola i rendimenti mensili storici dal prezzo delle azioni/dati NAV.
2. Utilizzare la funzione PERCENTILE.INC utilizzando l'array dei rendimenti storici e il percentile desiderato (ad esempio, 1% per un intervallo del 99%) come input.

CVaR - 14,5% CVaR implica che la perdita mensile prevista di SPY durante i peggiori risultati dell'1% è del 14,5%. Questo può essere determinato in Fogli Google/Excel utilizzando la funzione AVERAGEIF per calcolare la media dei rendimenti inferiori al risultato VaR.

Rendimenti migliori e peggiori - Come mostrato nella tabella, i rendimenti mensili migliori e peggiori osservati in SPY nel periodo 2007-2020 sono stati rispettivamente di +13% e -16%. Questi possono essere calcolati rapidamente utilizzando le funzioni MIN e MAX .

Come accennato, è importante notare che queste misure possono produrre valori diversi, a seconda del metodo e del periodo di osservazione. La scelta della metodologia e del periodo dovrebbe basarsi su fattori quali la disponibilità dei dati, l'orizzonte temporale di investimento previsto e il giudizio personale.

Differenziazione attraverso misure quantitative

Il fondamento della gestione patrimoniale tradizionale è l'adattamento dei portafogli alle esigenze individuali, che si tratti di durata, etica, propensione al rischio e esigenze basate sul reddito; per questo, ogni approccio è su misura. Ciò che rende interessante la consulenza robotica è il modo in cui i suoi metodi automatizzati possono funzionare su fasce di clienti.

Tuttavia, i robo-advisor devono aiutare i clienti a comprendere chiaramente i compromessi rischio-rendimento delle loro offerte di portafoglio in modo che possano scegliere i portafogli giusti che soddisfino le loro esigenze personali. Le misure di rischio qualitativo sono un "on ramp" di facile comprensione per il robo-advising, ma nel tempo i loro parametri possono diventare ridondanti. Tuttavia, se utilizzati insieme alle misure quantitative del rischio qui descritte, aiutano a fornire linee guida più olistiche per la gestione del rischio e consapevolezza della performance del portafoglio.