Centro de Inversión
Aprender

Módulo 5 · 30 min · 9 secciones

¿Se puede batir al mercado?

ÍndiceClases en vídeo
  1. Clases en vídeo
  2. Presentación
  3. Objetivos de aprendizaje
  4. Dedicación estimada
  5. Prerrequisitos y conexiones
  6. Cómo leer un debate abierto
  7. Lección 5.1 Fama frente a Shiller
  8. Teoría
  9. Evidencia
  10. Lección 5.2 Gestión activa y pasiva
  11. Teoría
  12. Evidencia
  13. Lección 5.3 Habilidad o suerte
  14. Teoría
  15. Evidencia
  16. Lección 5.4 Persistencia de resultados
  17. Teoría
  18. Evidencia
  19. Caso real: Bill Miller y el Legg Mason Value Trust, 1991–2008
  20. Contexto
  21. Cronología
  22. Quién ganó, quién perdió y por qué
  23. Los mecanismos (lo que conecta con este módulo)
  24. Interpretaciones y debates abiertos
  25. Lecturas del caso
  26. Pregunta para mi cartera
  27. Glosario del módulo
  28. Fuentes del módulo
  29. Cursos y manuales
  30. Datos e informes
  31. Investigación académica
  32. Caso Bill Miller
  33. Fuentes secundarias de datos
  34. Nota sobre cálculos propios

Clases en vídeo

El vídeo se carga al pulsar ▶. Marca las que vayas viendo.

Imprescindible

Robert Shiller · Yale ECON 252 (2011) · Lección 7

con la lección 5.1

Efficient Markets

Página del curso

Robert Shiller · Yale ECON 252 (2011) · Lección 11

con la lección 5.1

Behavioral Finance and the Role of Psychology

Página del curso

Aswath Damodaran · Investment Philosophies · Sesión 7

con la lección 5.1

Market Efficiency I: Laying the Groundwork

Página del curso

Aswath Damodaran · Investment Philosophies · Sesión 8

con la lección 5.1

Market Efficiency II: Testing market beating schemes and strategies

Página del curso

Aswath Damodaran · Investment Philosophies · Sesión 35

con la lección 5.2

The case for passive investing: Active investors' track record

Página del curso

Aswath Damodaran · Investment Philosophies · Sesión 36

con la lección 5.3

More on investor performance: Continuity & Consistency

Página del curso
Para profundizar · 2 clases

Andrew Lo · MIT 15.401 (2008) · Sesión 18

con la lección 5.1

Capital Budgeting II & Efficient Markets I

Página del curso

Aswath Damodaran · Investment Philosophies · Sesión 34

con la lección 5.4

Market Timing: Does it work?

Página del curso

Módulo 5. ¿Se puede batir al mercado?

Presentación

Batir al mercado es posible, pero es raro, difícil de reconocer por adelantado y más difícil aún de mantener tras costes. Esa es la conclusión que comparten hoy casi todos los investigadores; donde discrepan es en el porqué. En 2013 el Nobel premió a la vez a Eugene Fama y a Robert Shiller, que defienden visiones opuestas sobre la eficiencia de los mercados. Este módulo presenta los mejores argumentos de cada lado y la evidencia más reciente, para que tú saques tus conclusiones.

Objetivos de aprendizaje

Al terminar el módulo podrás:

  1. Explicar la hipótesis de los mercados eficientes y la crítica del exceso de volatilidad, con los mejores argumentos de cada lado.
  2. Leer un informe SPIVA o el Active/Passive Barometer de Morningstar y entender qué mide y qué no.
  3. Distinguir habilidad de suerte con una herramienta sencilla: cuántos ganadores produciría el azar.
  4. Evaluar si los buenos resultados pasados de un fondo predicen los futuros.
  5. Analizar el caso de Bill Miller: una racha excepcional, una caída brutal y unos inversores que ganaron mucho menos que su fondo.

Dedicación estimada

Bloque Horas
Clases en vídeo (Shiller, lecciones 7 y 11; Damodaran, Investment Philosophies, sesiones 7, 8, 35 y 36) 5
Lecturas imprescindibles (Bodie, Kane y Marcus, caps. 11 y 12, lectura selectiva; SPIVA y Morningstar) 3
Caso Bill Miller 1
Ejercicio con tu cartera 1
Total 10

Prerrequisitos y conexiones

  • Ver módulo 2, lección 2.3: la aritmética de Sharpe y el coste de la gestión activa son el punto de partida de todo este módulo.
  • Ver módulo 4, lecciones 4.3 y 4.4: el CAPM y los factores. Para decir que alguien bate al mercado hay que ajustar por el riesgo que asume.
  • Ver módulo 1, lección 1.3: SPIVA y la brecha del inversor de Mind the Gap.
  • Este módulo prepara el módulo 6 (valoración: cómo piensan quienes intentan batir al mercado), el módulo 8 (sesgos) y el módulo 9 (burbujas: el argumento más fuerte de Shiller).

Cómo leer un debate abierto

En este módulo hay más Debate abierto que en los anteriores. No es indecisión: es el estado real de la investigación. Las etiquetas se explican en el módulo 2 (presentación). Una regla útil: cuando dos premios Nobel discrepan, desconfía de quien te diga que la respuesta es obvia.

Lección 5.1 Fama frente a Shiller

Teoría

La hipótesis de los mercados eficientes: la intuición. Si hubiera una forma fácil y conocida de ganar dinero (por ejemplo, comprar siempre los lunes), miles de inversores la aprovecharían hasta hacerla desaparecer. En un mercado eficiente, los precios ya reflejan la información disponible, y solo cambian cuando llega información nueva, que por definición es impredecible. Fama distinguió tres versiones (Journal of Finance, 1970):

Forma Qué información ya está en los precios Implicación
Débil Los precios pasados El análisis de gráficos no da ventaja
Semifuerte Toda la información pública Analizar balances y noticias no da ventaja sistemática
Fuerte Toda la información, incluida la privada Ni siquiera los que tienen información privilegiada ganarían (casi nadie defiende esta versión)

Dos matices que suelen olvidarse:

  1. Eficiente no significa correcto. Significa que no puedes predecir de forma sistemática en qué dirección se equivoca el precio.
  2. El problema de la hipótesis conjunta. Para decir que alguien «bate al mercado» hay que ajustar por riesgo, y eso exige un modelo de riesgo (como el CAPM, ver módulo 4, lección 4.3). Si encuentras una estrategia que gana más, nunca sabrás del todo si el mercado es ineficiente o si tu modelo de riesgo es incompleto.

La paradoja de Grossman y Stiglitz (1980). Si los mercados fueran perfectamente eficientes, nadie tendría incentivo para analizar, y entonces dejarían de ser eficientes. Por eso los mercados tienen que ser «casi» eficientes: lo bastante ineficientes para pagar a quienes los corrigen.

La crítica de Shiller: la intuición. Si el precio de una acción es el valor actual de sus dividendos futuros (ver módulo 2, lección 2.1), debería moverse menos que los propios dividendos, porque es una media de expectativas. En su artículo de 1981, Shiller mostró que las bolsas se mueven mucho más de lo que justifican los dividendos que luego se pagaron (American Economic Review 71(3), pp. 421–436). Su conclusión: los precios reflejan también oleadas de optimismo y pesimismo.

Los mejores argumentos de cada lado:

Fama y la eficiencia Shiller y las finanzas conductuales
Argumento central Los precios incorporan la información muy deprisa; a corto plazo son casi impredecibles Los precios se alejan de su valor fundamental durante años por psicología colectiva
Evidencia a favor Pocos gestores baten al mercado de forma persistente (lecciones 5.2 a 5.4) Exceso de volatilidad; burbujas como la de 2000; rentabilidades a largo plazo parcialmente predecibles con la valoración
Cómo explica la predictibilidad a largo plazo Las primas de riesgo cambian con el tiempo: en las crisis, la gente exige más rentabilidad porque tiene más miedo, y eso es racional Los inversores extrapolan y exageran; luego los precios vuelven
Por qué no desaparecen los errores Porque no son errores, sino compensación por riesgo Porque hay límites al arbitraje: corregir un error puede exigir aguantar pérdidas durante años
Consecuencia para ti Compra el mercado barato y no intentes adivinar Compra el mercado barato, pero ten en cuenta la valoración y desconfía de las euforias

Fíjate en la última fila: ambos llegan a una recomendación práctica muy parecida para el inversor particular.

Imprescindible

  • Shiller, ECON 252 (2011), lección 7: «Efficient Markets», y lección 11: «Behavioral Finance and the Role of Psychology».
  • Bodie, Kane y Marcus, Investments, 13.ª ed., cap. 11: «The Efficient Market Hypothesis», y cap. 12: «Behavioral Finance and Technical Analysis» (apartados de finanzas conductuales y límites al arbitraje).
  • Aswath Damodaran, Investment Philosophies (curso online gratuito), sesiones 7 y 8: «Market Efficiency I: Laying the Groundwork» y «Market Efficiency II: Testing market beating schemes and strategies».

Para profundizar

Evidencia

Hecho. En 2013 el Nobel de Economía fue para Fama, Hansen y Shiller «por su análisis empírico de los precios de los activos». La Academia explicó que Fama demostró que los precios de las acciones son muy difíciles de predecir a corto plazo y que la información nueva se incorpora muy deprisa (Nobel Prize). Shiller descubrió a principios de los ochenta que, a plazos de varios años, sí hay cierta previsibilidad (Nobel Prize).

Hecho. La propia Academia presentó dos interpretaciones de esa previsibilidad: la respuesta racional de los inversores a una incertidumbre cambiante y las explicaciones conductuales (Nobel Prize). También destacó una consecuencia práctica de los hallazgos de Fama: la aparición de los fondos indexados en todo el mundo (Nobel Prize).

Hecho. El artículo de Shiller de 1981 fue elegido en 2011 entre los 20 más importantes de los 100 primeros años de la American Economic Review (Universidad de Yale).

Debate abierto. La discusión sigue viva. En 2024, Atkeson, Heathcote y Perri (Reserva Federal de Minneapolis y UCLA) publicaron un trabajo titulado «There is No Excess Volatility Puzzle»: sostienen que un modelo razonable de las expectativas sobre dividendos explica la volatilidad sin recurrir a burbujas ni a explicaciones conductuales (documento de trabajo). Es un documento de trabajo y no zanja la cuestión, pero muestra que el debate no está cerrado.

Interpretación. Para un inversor particular, el debate importa menos de lo que parece: incluso si los mercados son ineficientes a la manera de Shiller, explotar esas ineficiencias exige paciencia, capital para aguantar y aceptar años de resultados peores que el mercado. Pocos inversores, profesionales o no, lo consiguen (lecciones 5.2 a 5.4).

Lección 5.2 Gestión activa y pasiva

Teoría

El punto de partida. Ver módulo 2, lección 2.3: antes de costes, el gestor activo medio obtiene la rentabilidad del mercado; después de costes, menos. Esto no dice que todos los gestores activos pierdan, sino que, en conjunto, no pueden ganar. La pregunta útil no es «¿hay gestores que baten al mercado?» (sí, siempre los habrá), sino «¿puedo identificarlos por adelantado?» (lecciones 5.3 y 5.4).

Cómo leer los dos grandes informes:

SPIVA (S&P Dow Jones Indices) Active/Passive Barometer (Morningstar)
Compara los fondos activos con… Un índice de referencia, que no tiene costes Los fondos pasivos reales de la misma categoría, con sus costes
Fondos que cierran Cuentan como fracaso Cuentan como fracaso («tasa de éxito» = sobrevivir y batir)
Sesgo del informe Algo exigente con los activos Algo más favorable a los activos
Quién lo publica Un proveedor de índices Una empresa de análisis de fondos

Que ambos, con metodologías y sesgos distintos, lleguen a conclusiones parecidas refuerza la evidencia.

Los mejores argumentos de cada lado:

A favor de la gestión activa A favor de la gestión pasiva
Alguien tiene que analizar las empresas para que los precios sean correctos; sin activos, el pasivo no funcionaría (lección 5.1) La aritmética de costes juega siempre en contra del activo medio
En segmentos menos eficientes (pequeñas empresas, bonos, emergentes) los resultados son mejores Los datos de largo plazo son abrumadores en los segmentos principales
Puede adaptar la cartera a necesidades concretas (fiscalidad, criterios éticos, renta) Es sencilla, transparente y difícil de usar mal si no se opera
Un gestor excepcional puede añadir mucho valor Encontrarlo por adelantado es casi imposible (lección 5.4)

Imprescindible

Para profundizar

  • Jonathan Berk y Richard Green (2004), «Mutual Fund Flows and Performance in Rational Markets», Journal of Political Economy 112(6). Por qué incluso un gestor con talento acaba sin batir al mercado: el dinero que atrae su éxito diluye su ventaja.
  • Morningstar, European Active/Passive Barometer.

Evidencia

Hecho (EE. UU.). En 2025, el 79 % de los fondos activos de grandes empresas estadounidenses quedó por debajo del S&P 500, frente al 65 % de 2024: el cuarto peor año en los 25 años del informe (S&P Dow Jones Indices). A uno, tres y cinco años, las tasas fueron del 79 %, el 67 % y el 89 % (S&P Dow Jones Indices). A 20 años, el 95 % de todos los fondos de bolsa estadounidense quedó por debajo del S&P Composite 1500 (Larry Swedroe, con datos de SPIVA).

Hecho (Europa). Ver módulo 1, lección 1.3: el 81,8 % de los fondos activos de renta variable europeos quedó por debajo de su índice en 2025, y el 97,0 % a diez años. Según Morningstar, en la categoría de grandes empresas de la zona euro solo el 4,3 % de los fondos activos sobrevivió y batió a los pasivos en los diez años hasta junio de 2026 (Morningstar).

Hecho (la otra cara). Los resultados varían mucho por segmento y por año. En la primera mitad de 2025, solo el 54 % de los fondos de grandes empresas de EE. UU. quedó por debajo del S&P 500 (S&P Dow Jones Indices). En los diez años hasta junio de 2026, la tasa de éxito de los fondos activos de renta fija en EE. UU. fue del 45 %, la mayor de todos los grupos (Morningstar).

Hecho. En conjunto, solo el 25 % de las estrategias activas estadounidenses sobrevivió y batió a sus equivalentes pasivas en los diez años hasta junio de 2026. El coste vuelve a ser clave: el 33 % de los fondos activos más baratos lo consiguió, frente al 20 % de los más caros (Morningstar).

Interpretación. La gestión activa tiene más posibilidades donde los mercados son menos eficientes y los costes más bajos. En las grandes empresas de los mercados desarrollados, que son el núcleo de la mayoría de carteras, la evidencia favorece con claridad a la gestión pasiva.

Debate abierto. Si la concentración actual de los índices (ver módulo 4, lección 4.4) explica parte del mal resultado reciente de los activos, y si eso cambiará cuando las grandes empresas dejen de liderar. Es posible, pero los datos a 15 y 20 años incluyen periodos con mercados muy distintos.

Lección 5.3 Habilidad o suerte

Teoría

La intuición: el concurso de monedas. Imagina 10.000 gestores sin ninguna habilidad: cada año, cada uno tiene un 50 % de probabilidad de batir al mercado, como lanzar una moneda. Por puro azar:

Años seguidos batiendo al mercado Gestores que lo consiguen (de media)
1 5.000
5 313
10 10
15 0,3

Con miles de gestores, siempre habrá algunos con rachas impresionantes aunque nadie tenga habilidad. La pregunta correcta no es «¿es improbable esta racha?», sino «¿es improbable que alguien, entre todos, tenga una racha así?».

El contraargumento de Buffett. En 1984, Warren Buffett respondió a este razonamiento con su conferencia «The Superinvestors of Graham-and-Doddsville»: si muchos de los ganadores salen del mismo «pueblo» (en su caso, alumnos de Benjamin Graham con un método común), ya no parece azar. Es un buen argumento, con un problema: se presenta después de conocer quiénes ganaron.

Por qué es tan difícil medir la habilidad. La rentabilidad de un gestor frente a su índice varía mucho de un año a otro por ruido. Con una diferencia típica anual del 6 % frente al índice y una habilidad real de 1 punto al año, harían falta unos 144 años de datos para distinguirla del azar con la confianza estadística habitual. Con 2 puntos de habilidad, unos 36 años. Ningún inversor tiene ese tiempo para decidir.

La regla aproximada (para una prueba estadística con un umbral t de 2), siendo TE la variabilidad anual frente al índice y α la habilidad anual:

Imprescindible

  • Eugene Fama y Kenneth French (2010), «Luck versus Skill in the Cross-Section of Mutual Fund Returns», Journal of Finance 65(5), pp. 1915–1947 (resumen en RePEc). Lee la introducción y las conclusiones. Resumen divulgativo en Chicago Booth Review.
  • Aswath Damodaran, Investment Philosophies, sesión 36: «More on investor performance: Continuity & Consistency».

Para profundizar

  • Warren Buffett (1984), «The Superinvestors of Graham-and-Doddsville», revista Hermes de Columbia Business School. Incluido también como apéndice en algunas ediciones de El inversor inteligente.
  • Jonathan Berk y Jules van Binsbergen (2015), «Measuring Skill in the Mutual Fund Industry», Journal of Financial Economics 118(1), pp. 1–20 (repositorio de la Universidad de Pensilvania).
  • Campbell Harvey y Yan Liu (2022), «Luck versus Skill in the Cross Section of Mutual Fund Returns: Reexamining the Evidence», Journal of Finance 77(3), pp. 1921–1966.
  • Leonard Mlodinow (2008), El andar del borracho: el pasaje sobre la racha de Bill Miller.

Evidencia

Hecho (la visión escéptica). Fama y French estiman que, entre 1984 y 2006, la cartera agregada de fondos activos de EE. UU. rindió 0,8 puntos al año menos que el mercado (Chicago Booth Review). Sus simulaciones sugieren que pocos fondos generan rentabilidades suficientes para cubrir sus costes (Journal of Finance, resumen). Pero si se suman de nuevo las comisiones, sí aparece evidencia de habilidad, positiva y negativa, en los extremos (EconBiz, resumen del artículo).

Hecho (la visión favorable a la habilidad). Berk y van Binsbergen miden la habilidad en dólares añadidos, no en porcentaje. Encuentran que el fondo medio ha añadido unos 3,2 millones de dólares al año, que las diferencias de habilidad persisten hasta diez años y que los inversores premian a los mejores fondos con más dinero (Universidad de Pensilvania). La clave: ese valor se lo quedan sobre todo los gestores en forma de comisiones, no los partícipes.

Hecho (la revisión). Harvey y Liu (2022) concluyen que el método de Fama y French tiende a no detectar habilidad aunque algunos fondos generen rentabilidades ajustadas por riesgo económicamente grandes (RePEc).

Interpretación. Las tres visiones son compatibles: probablemente existe habilidad real en una minoría de gestores, pero los costes, el tamaño y el ruido estadístico hacen que al partícipe le llegue poco o nada, y que sea casi imposible identificar a los hábiles a tiempo.

Debate abierto. Cuántos gestores tienen habilidad real y si esa habilidad se puede capturar en neto. La investigación más reciente es menos tajante que la de hace 20 años, pero no cambia la conclusión práctica para un inversor particular.

Lección 5.4 Persistencia de resultados

Teoría

La intuición. Si los buenos resultados se debieran a la habilidad, los mejores fondos de un periodo tenderían a seguir entre los mejores en el siguiente. Si se debieran al azar, su permanencia arriba sería la que da el azar. La persistencia es, por tanto, la prueba práctica de la lección 5.3: lo que te importa no es si un fondo fue bueno, sino si su pasado te ayuda a predecir su futuro.

La referencia del azar. Si divides los fondos en cuatro grupos (cuartiles) según su rentabilidad, un fondo del cuartil superior tiene, por puro azar, un 25 % de probabilidad de seguir ahí al año siguiente, un 6,25 % de seguir dos años más y un 1,6 % de seguir tres años más. Para el grupo de la mitad superior, el azar da un 50 % en cada periodo.

Tres razones por las que los ganadores no repiten:

  1. Suerte. Parte del buen resultado era ruido, que no se repite (lección 5.3).
  2. Estilo. Muchos ganadores lo son porque su estilo (valor, crecimiento, pequeñas empresas) estuvo de moda; cuando cambia el ciclo, caen (ver módulo 4, lección 4.4).
  3. Tamaño. El éxito atrae dinero; con más dinero es más difícil invertir en las mismas oportunidades (Berk y Green, lección 5.2).

Lo que sí persiste. Los malos resultados persisten más que los buenos, sobre todo por una razón: las comisiones altas se repiten cada año (ver módulo 2, lección 2.3).

Imprescindible

Para profundizar

  • Mark Carhart (1997), «On Persistence in Mutual Fund Performance», Journal of Finance 52(1). La persistencia que se observa se explica sobre todo por el factor momento y por las comisiones, no por la habilidad.
  • Aswath Damodaran, Investment Philosophies, sesión 34: «Market Timing: Does it work?» (adelanto del módulo 10).

Evidencia

Hecho (EE. UU., a largo plazo). De todos los fondos de bolsa estadounidense que estaban en el cuartil superior en 2021, solo el 0,46 % siguió ahí hasta diciembre de 2025 (Advisor Perspectives, sobre el informe de S&P). Salvo en pequeñas empresas, ninguno de los fondos del cuartil superior de 2021 se mantuvo hasta 2025 en ninguna categoría de bolsa estadounidense; en pequeñas empresas, solo el 2 % lo logró a cinco años (S&P Dow Jones Indices). El azar habría dado en torno al 0,4 % para cuatro años seguidos tras el primero.

Hecho (EE. UU., a corto plazo). En grandes empresas, de los 173 fondos del cuartil superior en 2023, el 75,7 % seguía ahí un año después y el 28,9 % al final de 2025 (Genuine Impact, sobre el informe de S&P): bastante por encima del 25 % y el 6,25 % del azar. Es un dato a favor de cierta persistencia a corto plazo, que en este periodo coincidió con el liderazgo de las grandes tecnológicas.

Hecho (Europa). De los 408 fondos de renta variable global que estaban en la mitad superior por sus resultados de 2015 a 2020, solo el 16 % siguió en la mitad superior de 2020 a 2025 (S&P Dow Jones Indices), frente al 50 % que daría el azar. En renta variable del Reino Unido, solo 2 de los 69 fondos del cuartil superior de 2015–2020 repitieron en 2020–2025 (Evidence Investor).

Hecho (los perdedores). En el informe de 2024, el 25 % de los fondos de bolsa estadounidense del cuartil inferior (por sus resultados de 2014 a 2019) se fusionó o cerró en los cinco años siguientes, frente al 7 % de los del cuartil superior (S&P Dow Jones Indices). Los fondos malos no siempre mejoran: a menudo desaparecen, y con ellos su historial.

Interpretación. A largo plazo, la persistencia de los ganadores es igual o peor que la del azar en casi todas las categorías; a corto plazo puede haber algo más, a menudo ligado al estilo de moda. Elegir un fondo por su clasificación reciente es, en la práctica, comprar el estilo que acaba de funcionar.

Debate abierto. Si existen señales más fiables que la rentabilidad pasada para elegir gestores (comisiones bajas, gestores que invierten su propio dinero en el fondo, carteras muy distintas del índice). Algunas tienen respaldo empírico, sobre todo las comisiones bajas (ver módulo 2, lección 2.3); ninguna convierte la elección en algo fiable.

Caso real: Bill Miller y el Legg Mason Value Trust, 1991–2008

Bill Miller batió al S&P 500 quince años naturales seguidos, de 1991 a 2005, una racha que ningún otro gestor había logrado (Jason Zweig). Después, en 2008, su fondo perdió un 55 %, frente al 37 % del S&P 500 (InvestmentNews). El caso reúne las cuatro lecciones del módulo: un resultado extraordinario, la dificultad de saber si fue habilidad o suerte, la falta de persistencia y una lección adicional: los inversores del fondo ganaron mucho menos que el fondo.

Contexto

Miller no era un gestor convencional: había sido oficial de inteligencia del ejército, hizo estudios de doctorado en filosofía y presidió el Santa Fe Institute, dedicado al estudio de la complejidad (Jason Zweig). Se definía como inversor en valor, pero entendía el valor como el valor actual de los flujos de caja futuros (ver módulo 6), no como acciones baratas por sus datos contables (Institutional Investor). Eso le llevó a comprar empresas que otros inversores en valor evitaban, como Amazon tras hundirse más de un 80 % en 2000–2001 (Kiplinger) o Google en su salida a bolsa (Jason Zweig).

Cronología

Periodo Qué pasó
1991–2005 El fondo bate al S&P 500 cada año natural. Rinde un 16,4 % anual frente al 11,5 % del índice, y su patrimonio pasa de unos 650 millones de dólares a cerca de 20.000 millones (InvestmentNews). 10.000 dólares se convierten en 98.079, frente a 51.354 en el índice (Jason Zweig, con datos de Morningstar)
Finales de los noventa Tiene en cartera Enron y WorldCom y aun así obtiene buenos resultados (WealthManagement.com)
2006 Se rompe la racha (The Motley Fool)
2007–2008 Cuanto más caen sus acciones de bancos y financieras, más compra (Jason Zweig)
2008 El fondo pierde un 55 %; el S&P 500, un 37 % (InvestmentNews)
2009–2010 El fondo rebota con fuerza, pero muchos inversores ya se han ido (Institutional Investor)
Enero de 2006 a octubre de 2011 El fondo pierde un 36 % mientras el S&P 500 gana un 13 % (InvestmentNews)
Noviembre de 2011 Miller anuncia que dejará la gestión del fondo en abril de 2012 (Jason Zweig)
Después Sigue gestionando en su propia firma, con mucho menos dinero y buenos resultados en la década hasta 2019 (Institutional Investor)

Quién ganó, quién perdió y por qué

Quién Resultado Por qué
Inversores que entraron a principios de los noventa y mantuvieron Ganaron mucho, aunque sufrieron 2008 Capturaron la racha completa
Inversores que entraron atraídos por la fama, a mediados de los 2000 Perdieron Llegaron cuando el fondo era enorme y entraron justo antes de la caída. Morningstar calculó que el inversor medio del fondo obtuvo una rentabilidad considerablemente menor que la del propio fondo (Fortune)
Inversores que huyeron en 2008 Materializaron la pérdida Se perdieron el rebote de 2009–2010
Legg Mason Ganó durante años Las comisiones se cobran sobre el patrimonio, que fue máximo justo antes de la caída

Los mecanismos (lo que conecta con este módulo)

  1. Habilidad o suerte (lección 5.3). Un análisis citado en la prensa calculó que la probabilidad de que un gestor concreto lograra esa racha por azar era de una entre más de 370.000. Pero el físico Leonard Mlodinow estimó que, con miles de gestores durante 40 años, la probabilidad de que alguno lo lograra por azar era de aproximadamente tres entre cuatro (Alpha Architect, reseña del libro). El propio Miller llamó a su racha «un accidente del calendario» (Ritholtz), porque otros gestores tuvieron rachas de 15 años que no empezaban en enero (Institutional Investor).
  2. Persistencia (lección 5.4). En los cinco años siguientes al fin de la racha, el fondo perdió un 9 % anual y quedó último de los 840 fondos de su categoría, según Lipper (RealClearMarkets).
  3. Tamaño (lección 5.2, Berk y Green). El fondo multiplicó por 30 su patrimonio durante la racha. Gestionar 20.000 millones no es lo mismo que gestionar 650.
  4. La brecha del inversor (ver módulo 1, lección 1.3). El dinero llegó después de los buenos años y se fue después de los malos.
  5. Concentración (ver módulo 4). Su estilo, con apuestas grandes y compras a medida que caían los precios, producía resultados extremos en ambas direcciones.

Interpretaciones y debates abiertos

Interpretación. Miller probablemente tenía habilidad real: un método original, apuestas acertadas como Amazon y buenos resultados después de la crisis. Pero esa habilidad venía con un riesgo enorme, y la racha exageraba su fiabilidad. Las dos cosas pueden ser ciertas a la vez.

Debate abierto. Si 2008 fue un error de análisis (no ver el riesgo sistémico de los bancos) o la mala suerte que tarde o temprano toca a una estrategia contraria y concentrada. Los defensores de Miller señalan su recuperación posterior; sus críticos, que su método de comprar más cuando cae el precio es justo el que falla cuando la empresa no se recupera.

Lecturas del caso

Imprescindible

Para profundizar

Pregunta para mi cartera

¿Cada parte de mi cartera que es gestión activa tiene un motivo que sobreviva a la evidencia de este módulo?

Haz este ejercicio con cada fondo o ETF que tengas o estés pensando comprar (calcula una hora):

  1. Clasifícalo. ¿Es activo o pasivo? Si es activo, ¿en qué segmento invierte: grandes empresas de mercados desarrollados (donde la evidencia es más dura) o pequeñas empresas, bonos o emergentes (donde lo es menos)? (Lección 5.2.)
  2. Mira el coste. Anota su TER y compáralo con el de un fondo indexado de la misma categoría. Calcula con la calculadora del módulo 2 qué supone la diferencia a 30 años.
  3. Compara con su alternativa pasiva, no con su folleto. En la ficha de Morningstar del fondo, mira la rentabilidad a 5 y 10 años frente a su índice o categoría. Si no tiene 10 años de historia, anótalo: no sabes casi nada (lección 5.3).
  4. Prueba de persistencia. Si lo elegiste porque fue de los mejores, pregúntate qué te hace pensar que repetirá (lección 5.4). «¿Es su estilo el que acaba de funcionar?»
  5. Tu propia brecha. Si ya lo tienes, compara la rentabilidad del fondo (ponderada por tiempo, la que publica la gestora) con la tuya (ponderada por dinero, la que te da tu bróker o tu plataforma). Si la tuya es peor, la diferencia la explican tus entradas y salidas, como les pasó a los inversores de Miller.

Regla de decisión sugerida: mantén un fondo activo solo si puedes escribir en una frase por qué ese gestor debería ganar al mercado después de costes, y si aceptarías quedarte por detrás del índice cinco años seguidos sin venderlo. Si no, la alternativa pasiva es la opción por defecto.

Para tu plataforma: este ejercicio puede convertirse en una ficha por fondo con cinco campos (tipo, segmento, TER frente a alternativa, rentabilidad a 10 años frente a índice, rentabilidad propia frente a la del fondo) y una casilla «motivo para mantenerlo».

Glosario del módulo

Alfa: Rentabilidad de una inversión por encima de la que corresponde a su riesgo según un modelo (como el CAPM o un modelo de factores). Un alfa positivo después de costes es la medida estándar de «batir al mercado».

Brecha del inversor: Diferencia entre la rentabilidad que publica un fondo y la que obtienen de media sus partícipes, causada por el momento en que entran y salen. Suele ser negativa porque el dinero llega tras los buenos años y se va tras los malos.

CAPM: Ver glosario del módulo 4.

Cuartil: Cada uno de los cuatro grupos de igual tamaño en que se ordena un conjunto de fondos por su rentabilidad. El cuartil superior es el 25 % con mejores resultados.

Eficiencia débil: Versión de la hipótesis de mercados eficientes según la cual los precios ya reflejan toda la información de los precios pasados. Implica que el análisis de gráficos no da ventaja sistemática.

Eficiencia fuerte: Versión de la hipótesis de mercados eficientes según la cual los precios reflejan toda la información, incluida la privada. Casi nadie la defiende, porque el uso de información privilegiada sí genera beneficios.

Eficiencia semifuerte: Versión de la hipótesis de mercados eficientes según la cual los precios reflejan toda la información pública. Implica que analizar balances y noticias publicadas no da ventaja sistemática.

Exceso de volatilidad: Hallazgo de Shiller (1981) de que los precios de las acciones se mueven mucho más de lo que justificarían los cambios posteriores en los dividendos. Se usa como argumento contra la eficiencia de los mercados.

Factor: Ver glosario del módulo 4.

Finanzas conductuales: Rama de las finanzas que estudia cómo los sesgos psicológicos de los inversores afectan a los precios. Se desarrolla en el módulo 8.

Fondo indexado: Ver glosario del módulo 2.

Gestión activa: Ver glosario del módulo 2.

Gestión pasiva: Ver glosario del módulo 2.

Hipótesis de mercados eficientes: Teoría, asociada a Eugene Fama, según la cual los precios de los activos reflejan la información disponible. Implica que no es posible obtener de forma sistemática rentabilidades superiores a las que corresponden al riesgo asumido.

Inversión en valor: Estilo de inversión que busca comprar activos por debajo de su valor estimado. Se estudia en el módulo 6; no confundir con el factor valor (ver glosario del módulo 4).

Límites al arbitraje: Obstáculos (costes, riesgo, necesidad de capital, plazos) que impiden que los inversores informados corrijan de inmediato los precios equivocados. Explican por qué un error de precio puede durar años.

Momento: Ver glosario del módulo 4.

Paradoja de Grossman y Stiglitz: Argumento de que un mercado no puede ser perfectamente eficiente, porque entonces nadie tendría incentivo para pagar por analizar la información. Los mercados deben ser lo bastante ineficientes para recompensar a quienes los corrigen.

Persistencia: Tendencia de los fondos con buenos (o malos) resultados en un periodo a mantenerlos en el siguiente. Es la prueba práctica de si los resultados pasados ayudan a elegir fondos.

Problema de la hipótesis conjunta: Imposibilidad de comprobar la eficiencia del mercado por separado, porque toda prueba depende también de un modelo de riesgo. Una rentabilidad «anormal» puede indicar ineficiencia o un modelo de riesgo incompleto.

Rentabilidad ponderada por dinero: Rentabilidad que obtiene un inversor concreto teniendo en cuenta cuándo y cuánto aportó o retiró. Equivale a la TIR de sus flujos (ver glosario del módulo 3).

Rentabilidad ponderada por tiempo: Rentabilidad de un fondo por cada periodo, sin tener en cuenta las entradas y salidas de dinero. Es la que publican las gestoras y la que sirve para comparar gestores.

Sesgo del superviviente: Ver glosario del módulo 4. En fondos, se corrige contando como fracaso a los fondos que cierran o se fusionan.

Tasa de éxito: En el barómetro de Morningstar, porcentaje de fondos activos que, al principio de un periodo, sobreviven y baten a la media de los fondos pasivos de su categoría.

Tracking error (error de seguimiento): Variabilidad de la diferencia de rentabilidad entre una cartera y su índice de referencia. Cuanto mayor es, más años de datos hacen falta para distinguir habilidad de suerte.

Fuentes del módulo

Cursos y manuales

  • Robert Shiller, Financial Markets (ECON 252, Yale, 2011), lecciones 7 y 11. Open Yale Courses.
  • Aswath Damodaran, Investment Philosophies (curso online), NYU Stern, sesiones 7, 8, 34, 35 y 36.
  • MIT OpenCourseWare, 15.401 Finance Theory I, sesión 18.
  • Bodie, Kane y Marcus, Investments, 13.ª ed., McGraw-Hill, caps. 11 y 12 (referencia de capítulos no verificada contra el índice de la edición).

Datos e informes

Investigación académica

  • Robert Shiller (1981), «Do Stock Prices Move Too Much…?», American Economic Review 71(3), pp. 421–436. Sobre su reconocimiento: Universidad de Yale.
  • Andrew Atkeson, Jonathan Heathcote y Fabrizio Perri (2024), «There is No Excess Volatility Puzzle», documento de trabajo.
  • Eugene Fama y Kenneth French (2010), «Luck versus Skill in the Cross-Section of Mutual Fund Returns», Journal of Finance 65(5), pp. 1915–1947 (RePEc; EconBiz; Chicago Booth Review).
  • Jonathan Berk y Jules van Binsbergen (2015), «Measuring Skill in the Mutual Fund Industry», Journal of Financial Economics 118(1), pp. 1–20 (Universidad de Pensilvania).
  • Campbell Harvey y Yan Liu (2022), «Luck versus Skill in the Cross Section of Mutual Fund Returns: Reexamining the Evidence», Journal of Finance 77(3), pp. 1921–1966 (RePEc).
  • Citadas por revista y año, sin verificar el texto completo: Eugene Fama (1970), Journal of Finance 25(2); Sanford Grossman y Joseph Stiglitz (1980), «On the Impossibility of Informationally Efficient Markets», American Economic Review 70(3); Mark Carhart (1997), Journal of Finance 52(1); Jonathan Berk y Richard Green (2004), Journal of Political Economy 112(6); Warren Buffett (1984), «The Superinvestors of Graham-and-Doddsville», Hermes; Leonard Mlodinow (2008), El andar del borracho.

Caso Bill Miller

Fuentes secundarias de datos

Nota sobre cálculos propios

La tabla de las monedas (lección 5.3), las probabilidades de persistencia por azar (lección 5.4) y los años necesarios para detectar habilidad (144 y 36, con la regla aproximada indicada) son cálculos propios de este curso, no datos de una fuente.

Datos de ejemplo · no es asesoramiento financiero