Hablemos del ciclo económico: implicaciones en materia de asignación a activos y sectores
Autores
Matthieu Walterspiler
Analista multiactivos
Benoit Anne
Managing Director sénior
Conclusiones principales
- Resulta complicado —aunque esencial— saber en tiempo real en qué estadio del ciclo económico nos hallamos. En el modelo de ciclo económico que acabamos de desarrollar, adoptamos un enfoque probabilístico con el fin de fundamentar nuestras opiniones sobre el ciclo económico.
- El principal desafío reposa en el carácter inherentemente impredecible de los datos macroeconómicos, aunque, en nuestra opinión, asignar probabilidades resulta bastante útil en los momentos en los que los datos macroeconómicos mandan señales contradictorias como las que se han observado en las últimas fechas.
- Partiendo de este modelo, estimamos que existe una probabilidad del 55% de que la economía estadounidense registre una expansión y una probabilidad del 45% de que muestre una desaceleración.
- Respecto de la asignación a activos, el modelo de ciclo económico apunta a una rentabilidad posiblemente discreta, pero aún positiva para los activos de riesgo (renta variable y crédito), que se conjugaría con unas expectativas según las cuales las rentabilidades seguirían siendo sólidas en la deuda pública.
- Por debajo del nivel de clase de activo, dado el punto del ciclo en el que nos encontramos, el modelo sugiere que los sectores cíclicos podrían no ofrecer rentabilidades adecuadas en relación con sus mayores betas.
Saber el estadio del ciclo económico en que nos hallamos es difícil, pero esencial
El ciclo económico ejerce una gran influencia en las rentabilidades de los activos. Pese a esto, es complicado identificar el estadio actual del ciclo en tiempo real. Un problema podría ser la sobrecarga de información. Existen numerosas series temporales. En el caso de Estados Unidos, la base de datos FRED del Banco de la Reserva Federal de St. Louis contiene más de 220.000 series, en las que se excluyen los datos regiones. Sin embargo, los datos suelen estar limitados en el tiempo, y el historial disponible suele ser demasiado escaso para realizar un análisis fiable. Otro desafío es que la economía registra cambios estructurales y es multidimensional. En otras palabras, el ciclo económico resulta complejo. Puede analizarse desde la perspectiva del nivel, el crecimiento, la dinámica y también la capacidad ociosa. Existen la oferta y la demanda, así como mercados para bienes, servicios y factores de producción. Si se tiene en cuenta el gran número de series temporales, el historial limitado de datos y el reducido número de recesiones en EE. UU. (solo 12 desde la posguerra), no sorprende escuchar con frecuencia acerca de un «indicador adelantado» que supuestamente nunca ha fallado a la hora de predecir una recesión, aunque en realidad refleje una precisión engañosa.
Nuestro modelo de ciclo económico se basa en un enfoque probabilístico
Para analizar el ciclo económico, el grupo de inversión de multiactivos ha desarrollado un marco en que se combina una variedad de indicadores, con el fin de producir una estimación de la probabilidad de la actual fase del ciclo. El modelo intenta cubrir tanto la incertidumbre como la naturaleza multidimensional de la economía.
Nuestro modelo del ciclo presenta cuatro fases:
- Crisis: La etapa de mayor contracción en las recesiones identificadas por la Oficina Nacional de Investigación Económica (NBER, por sus siglas en inglés), que se define por un crecimiento negativo, una débil dinámica y un desempleo al alza.
- Recuperación: El drástico cambio de rumbo que se suele dar tras una recesión, en que se registra una dinámica muy positiva y sigue habiendo capacidad ociosa.
- Expansión: Esta es la parte central del ciclo económico, durante la cual el crecimiento es positivo, la dinámica se mantiene estable y la capacidad ociosa disminuye lentamente.
- Desaceleración: Un deterioro en los datos, con un crecimiento más débil y una dinámica negativa que puede preceder a una crisis o revertirse hacia una nueva fase de expansión.
Algunas variables pueden reflejar valores similares en diferentes fases, y la combinación de variables nos permite identificar la fase del ciclo económico (gráfico 1).
Gráfico 1: Variables seleccionadas del modelo del ciclo económico
Variable |
Tipo |
Crecimiento producción industrial (interanual) |
Crecimiento |
Crecimiento de la vivienda (interanual) |
Crecimiento |
Nuevos pedidos ISM (media móvil de 3 meses del inventario) |
Dinámica del crecimiento |
Variación en el crecimiento de la producción industrial |
Dinámica del crecimiento |
Crecimiento interanual del empleo no agrícola (interanual) |
Mercado laboral |
Variación en la tasa de desempleo (interanual) |
Mercado laboral |
Variación en el crecimiento del empleo no agrícola |
Dinámica del mercado laboral |
Variación en la dinámica de la tasa de desempleo |
Dinámica del mercado laboral |
Utilización de la capacidad en la producción frente a la tendencia |
Capacidad ociosa |
Brecha del empleo |
Capacidad ociosa |
Variación en la utilización de la capacidad en la producción |
Variación en la capacidad ociosa |
Variación en la brecha del empleo |
Variación en la capacidad ociosa |
Fuente: Haver Analytics
Al analizar el tiempo que la economía ha pasado en cada fase del ciclo económico desde 1960, encontramos que la distribución de las observaciones no es uniforme entre las fases: la expansión constituye el modo predominante (63% del tiempo), mientras que la crisis (7%) y la recuperación (9%) representan circunstancias excepcionales. Mientras tanto, la fase de desaceleración, a la que atribuimos en estos momentos una probabilidad del 45%, ha registrado una frecuencia del 21%.
En el gráfico 2, mostramos la serie temporal de la evolución más probable de las fases, según el modelo del ciclo económico, junto con las recesiones oficiales de la NBER. Cabe reseñar que las fechas de las recesiones identificadas por la NBER no se conocen en tiempo real, ya que los comunicados oficiales se dan, de media, con un año de retraso. Resulta interesante constatar que las recesiones oficiales suelen empezar durante la fase de desaceleración del modelo y no durante la fase de crisis, lo que viene a poner de relieve por qué la desaceleración constituye una fase de gran importancia, pese a las similitudes que guarda respecto de la expansión. De hecho, las desaceleraciones se materializan como una transición entre las fases de expansión y contracción de las economías.
Existe una incertidumbre inherente sobre la fase del ciclo económico, ya que los datos macroeconómicos suelen enviar señales contradictorias.
Tratamos de cuantificar esta incertidumbre asignando probabilidades a cada estado subyacente. En promedio, hemos observado que la señal tiende a cambiar cada 10 meses, lo que sugiere que los resultados del modelo ofrecen una estabilidad útil. Dicho esto, resulta bastante provechoso diferenciar las expansiones de las desaceleraciones, ya que la diferencia entre ambas suele ser marginal. Emplear un enfoque probabilístico resulta especialmente útil para analizar situaciones de desaceleración moderada, como las que acontecieron en 2016 o 2019 —ninguna de las cuales derivó en una crisis—, ya que el modelo genera una señal que también capta el nivel de incertidumbre.
Aunque los resultados de nuestro modelo del ciclo económico ayudan a identificar la fase actual del ciclo, también contienen información prospectiva.
Esto se debe a que incluimos indicadores adelantados en la construcción del modelo, como la relación entre los nuevos pedidos y los inventarios del ISM. Además, dado que la secuencia de fases sigue un patrón predecible —de crisis a recuperación, luego a expansión y a desaceleración— y muestra persistencia, saber en qué estadio del ciclo económico nos encontramos hoy aporta información sobre hacia dónde podríamos dirigirnos en el futuro.
Esta incertidumbre, medida por la probabilidad de encontrarse en una fase determinada, puede influir en la probabilidad de la transición futura. Llegamos a la conclusión de que, cuando la probabilidad de que nos hallemos en una desaceleración es alta, hay más visos de permanecer en dicha fase de desaceleración o —con menor probabilidad— que se produzca una transición hacia una crisis.
Después de que la Fed acometiera un endurecimiento de su política monetaria, los últimos años han mostrado un cariz excepcionalmente incierto, lo que ha venido a reflejar principalmente unos débiles datos en materia de vivienda y producción, así como un incremento paulatino del desempleo, aunque acompañado de un pujante consumo privado. Como resultado, el modelo ha asignado de forma constante cierta probabilidad a que nos encontremos simultáneamente en expansión y desaceleración, un resultado poco habitual.
Tras cierta mejora durante los tres primeros meses del año, hemos percibido un renovado deterioro en el mercado laboral, lo que ha provocado que nuestro indicador vuelva a mostrar una probabilidad del 45% de desaceleración (gráfico 3). A más largo plazo, tendemos a tener un 95% de confianza en nuestra evaluación de la fase, en la que la expansión sería el resultado más frecuente.
Implicaciones de las fases del ciclo económico en las rentabilidad previstas
En términos históricos, la renta variable estadounidense ha ofrecido rentabilidades algo superiores a la media durante las fases de expansión, aunque muy inferiores a la media durante las fases de desaceleración. En conjunto, la desaceleración es la única fase que arroja rentabilidades negativas. Aunque pueda parecer contradictorio que la crisis genere las mejores rentabilidades, cabe destacar que nuestro modelo del ciclo económico se basa en exclusiva en datos macroeconómicos, mientras que los mercados financieros suelen anticiparse a los acontecimientos. Esa es la razón por la que se constatan rentabilidades negativas en la fase de desaceleración más que en la fase de crisis.
El ciclo no solo influye en las rentabilidades medias previstas, sino también en la forma de la distribución de las rentabilidades. Concluimos que las malas rentabilidades en las fases de desaceleración se atribuyen a un acontecimiento de cola izquierda, que suele reflejar los episodios de desaceleración que acaban convirtiéndose en crisis.
Fuera de la renta variable, nuestras conclusiones también se mantienen para el crédito, que muestra una tendencia a la ampliación de los diferenciales durante las fases de desaceleración.
En general, la rentabilidad de la deuda pública suele exhibir una menor sensibilidad a las fases del ciclo, ya que la renta fija es una clase de activo menos cíclica. Nuestra evaluación actual indica que existe una probabilidad significativa de que la economía se encuentre en la fase de desaceleración, lo cual concuerda con una rentabilidad positiva, aunque más débil que la rentabilidad incondicional de la renta variable.
El indicador del ciclo también proporciona información sobre la distribución de las rentabilidades previstas, no solo sobre su media. Una forma de resumir esta información es analizar la volatilidad anualizada por fase del ciclo. La volatilidad es más baja cuando la economía se encuentra en la fase de expansión. Sin embargo, percibimos un notable repunte de la volatilidad cuando los datos se vuelven más inciertos y entramos en la fase de desaceleración. Aunque las rentabilidades suelen ser sólidas en fases de crisis, esta también es la fase que presenta la mayor volatilidad.
Asignación a activos a lo largo del ciclo económico
Consideramos que nuestro modelo del ciclo económico genera un indicador eficaz para la asignación a activos. El modelo forma parte del marco utilizado por el grupo de inversión de multiactivos para determinar nuestro posicionamiento en renta variable. Para ilustrar la utilidad de asignar entre renta fija y renta variable según el indicador del ciclo económico, comparamos la rentabilidad de una cartera estática 60/40 con la de una que ajusta dinámicamente sus asignaciones en función de la fase del ciclo económico. En concreto, aumentamos la asignación a renta fija en la fase de desaceleración y la asignación a renta variable en las fases de crisis y expansión, mientras nos asegurábamos de que, con el tiempo, las ponderaciones de la cartera promediasen una proporción 60/40. Realizamos este ejercicio utilizando datos puntuales, reestimando el modelo del ciclo de manera mensual, si bien solo con los datos disponibles en cada momento y considerando el retraso en su publicación. Desde 1998, la cartera de asignación dinámica basada en el modelo habría generado una rentabilidad adicional de 113 puntos básicos anuales respecto a la cartera estática (8,4% frente a 7,3%), manteniendo una ponderación en renta variable y una volatilidad similares (en torno al 10,7% anualizado) (gráfico 5).
Repercusiones para la inversión en materia de asignación sectorial
Más allá del nivel del índice, el indicador también puede usarse para adoptar decisiones de asignación entre valores cíclicos y defensivos. Los datos del modelo sugieren que los valores cíclicos solo representan una propuesta de inversión atractiva durante las fases de crisis y recuperación del ciclo económico. Por otra parte, su rentabilidad suele coincidir con la de los valores defensivos durante las expansiones y tiende a situarse a la zaga en las desaceleraciones.
En general, creemos que el modelo de ciclo económico que acabamos de desarrollar puede constituir una herramienta útil no solo para identificar en qué estadio del ciclo económico nos encontramos, sino también para ayudarnos a formar una opinión sobre cuál podría ser la próxima fase del ciclo. Asimismo, los resultados de nuestro modelo del ciclo económico pueden ayudar a formular ideas de asignación a activos y a sectores. Con base en el modelo, estimamos una probabilidad del 45% de que la economía estadounidense se encuentre en estos instantes en la fase de desaceleración. Esto apunta a que los activos de riesgo podrían experimentar solo rentabilidades moderadas de cara al futuro.
1 Desde una perspectiva técnica, el método que usamos es un modelo de aprendizaje sin supervisión al que se denomina modelo de mezcla gaussiana (GMM, por sus siglas en inglés), lo cual cobra sentido, dado que los datos en cualquier momento pueden considerarse provenientes de estados latentes no observados (es decir, nuestras cuatro fases). El algoritmo estima tanto las características de esos estados no observados —en particular los valores de las variables— como la probabilidad de que cada mes pertenezca a una de las cuatro fases.
Debe tener en cuenta que todas las inversiones conllevan un cierto nivel de riesgo, incluida la posible pérdida del importe principal invertido.
Fuente de los datos de índices: MSCI. MSCI no ofrece garantía o declaración alguna, ni expresa ni implícita, y no asumirá responsabilidad alguna en relación con cualesquiera datos de MSCI incluidos en el presente documento. Los datos de MSCI no pueden redistribuirse ni emplearse como base para otros índices, ni para ningún valor o producto financiero. MSCI no ha aprobado, revisado ni elaborado el presente informe. No se puede invertir directamente en un índice.
Las opiniones expresadas en este material pertenecen al Grupo de soluciones de inversión de MFS, parte de la unidad de distribución de MFS, y pueden diferir de las de los gestores de carteras y analistas de MFS. Estas opiniones se presentan exclusivamente a título informativo y no deben considerarse como una recomendación para comprar cualquier valor o como una solicitud o consejo de inversión.
Las rentabilidades pasadas no garantizan los resultados futuros. Las previsiones no están garantizadas.
La diversificación no garantiza la obtención de beneficios ni la protección frente a pérdidas. Las rentabilidades pasadas no garantizan los resultados futuros.