Hay un tipo de razonamiento financiero por el que siento cada vez más simpatía, probablemente porque uno va acumulando años, alguna que otra cicatriz y, sobre todo, un archivo mental bastante nutrido de cosas que parecían absolutamente evidentes después de haber sucedido y bastante menos mientras sucedían: me refiero a esa extraña capacidad que tenemos para confundir un buen diagnóstico sobre el estado del mercado con una estrategia de inversión que pueda ejecutarse de verdad.
La diferencia puede parecer menor, hasta que hay dinero de por medio.
Estos días me encontraba con un gráfico de The Kobeissi Letter que señalaba que, en 13 de las últimas 17 ocasiones en que el S&P 500 realizó lo que ellos denominan una «ruptura significativa» hacia nuevos máximos históricos, seis meses después se encontraba más arriba, con una rentabilidad media aproximada del 6,3%. No he conseguido encontrar qué criterio exacto convierte una ruptura vulgar y corriente en una “ruptura significativa”, pequeño inconveniente metodológico que, como imaginarán, tampoco hace que el gráfico resulte menos atractivo.
No me entiendan mal, el dato me parece útil, precisamente porque desmonta uno de esos reflejos que aparecen periódicamente entre los inversores: aquello de que comprar en máximos constituye alguna forma de imprudencia y que lo sensato consiste en esperar pacientemente la corrección, como si ésta tuviera la cortesía de aparecer antes de que el mercado haya subido otro 20%. Ahora bien, de ahí a convertir el dato en una estrategia hay un trecho bastante más largo de lo que puede parecer.
Algo parecido sucede cuando contemplamos 2008 desde el cómodo observatorio que nos proporciona 2026.
Bear Stearns cayó en marzo y Lehman Brothers lo hizo en septiembre, de manera que la narración retrospectiva resulta casi irresistible: primero llegó el temblor y después el terremoto. El pequeño inconveniente es que, entre ambas cosas, el S&P 500 llegó a subir más de un 10% desde marzo hasta mayo, con lo que nuestro hipotético inversor clarividente no sólo habría tenido que reconocer que Bear Stearns anticipaba algo bastante peor, sino decidir cuánto vender, soportar que el mercado subiera después de hacerlo y, llegado el momento, acertar cuándo regresar.
Ese último problema suele desaparecer misteriosamente de casi todas las historias sobre market timing.
Tal vez por eso me llamó la atención otra frase de Paul Tudor Jones, que recordaba el año 2000 como “el mercado bajista más fácil” que había visto en toda su vida y, acto seguido, señalaba las numerosas similitudes que encuentra entre aquel entorno y el actual. El matiz no es enteramente cosmético: no estaba diciendo que hoy tengamos delante un crash de manual esperando educadamente a ser arbitrado, sino que reconoce en la situación presente algunos mecanismos que le recuerdan a aquella. Uno puede concederle perfectamente la observación sin dar el salto ligeramente más acrobático de suponer que esa observación nos dice qué debemos hacer mañana por la mañana.
Porque incluso en el caso, nada trivial, de que acertemos en que existe una burbuja, todavía nos quedan tres preguntas bastante antipáticas: cuándo salir, cuánto salir y cuándo volver.
Y no son precisamente detalles administrativos.
Este problema aparece también de forma más sutil cuando utilizamos indicadores que aparentemente no tienen nada que ver con predecir crashes. Charlie Bilello mostraba, por ejemplo, la extraordinaria divergencia entre un S&P 500 en máximos y un sentimiento del consumidor deprimido, una de esas imágenes que parecen explicar por sí mismas que Wall Street ha perdido definitivamente todo contacto con Main Street. El gráfico es estupendo. La capacidad predictiva ya es otro cantar: el índice de sentimiento de Michigan alcanzó uno de sus grandes mínimos en junio de 2022 y, tomando el cierre de aquel mes como referencia, el S&P 500 ganó aproximadamente un 17,6% durante los doce meses siguientes, sin contar dividendos.
No quiero sustituir aquí una falacia por la contraria y sugerir que un consumidor deprimido sea una señal de compra, pues imagino que ya tenemos suficientes gurús como para añadir otra regla infalible a la colección. Lo que me interesa es algo bastante menos espectacular: contexto y señal operativa son dos cosas distintas, aunque nuestro cerebro tenga cierta inclinación a mezclarlas cuando una historia está bien contada.
Lo mismo ocurre, por cierto, con las valoraciones, que importan y mucho.
Una valoración de partida elevada puede reducir razonablemente nuestras expectativas de rentabilidad a largo plazo, del mismo modo que pagar mucho por cualquier flujo de caja futuro deja menos margen para obtener una gran rentabilidad sobre nuestro precio de compra. Pero que una variable sea relevante para estimar retornos esperados a diez años no la convierte automáticamente en una herramienta capaz de decirnos qué ocurrirá durante los próximos seis meses.
Aquí es donde, a mi juicio, cambia la utilidad de todas estas advertencias. Quizá Paul Tudor Jones no necesite decirnos exactamente cuándo llegará el próximo mercado bajista para que escucharle tenga valor; puede bastar con que nos obligue a preguntarnos qué ocurriría si nuestra cartera cayese mañana un 40%. La respuesta de un inversor de 35 años que continúa acumulando patrimonio probablemente deba ser muy distinta de la de otro de 58 que empezará a retirar capital dentro de poco, no porque uno conozca mejor hacia dónde va el mercado, sino porque las consecuencias de equivocarse son diferentes.
Por eso sospecho que un buen aviso sobre el mercado debería modificar antes nuestra preparación que nuestra predicción: nuestras expectativas de rentabilidad, la liquidez que necesitamos, la asignación de activos que podemos soportar, nuestra tasa de ahorro o la regla con la que vamos a rebalancear cuando lleguen tiempos menos amables.
Todo bastante poco heroico, me temo.
Pero quizá sea precisamente ése el problema de tantas predicciones financieras: que detectar el incendio proporciona una historia magnífica, mientras que haber construido correctamente las salidas de emergencia antes de que aparezca resulta bastante peor material para Twitter.
Y, por desgracia, suele ser más útil.