Tags: Gestores | ETF | Ações | Europa | EUA |

Como explorar as distorções que os ETFs geram através do big data


Estamos a viver uma época caracterizada por uma alocação de capitais cada vez mais industrializada. A popularidade dos fundos indexados e dos ETFs disparou. Calcula-se que atualmente cerca de 20 biliões de dólares sejam geridos passivamente, o que representa um terço da capitalização bolsista mundial. Na Europa, a quota de mercado das estratégias de gestão passiva já alcança os 20%, mais quatro pontos do que há três anos. Paradoxalmente, o auge dos produtos indexados está a ser aproveitado como uma fonte de geração de alfa por parte dos gestores ativos.

Algumas gestoras já se deram conta dos efeitos da alocação de capitais maciça sobre a formação dos preços através de estratégias passivas e propuseram-se a explorá-los, uma missão que foi encomendada às equipas responsáveis do processamento de dados a grande escala (big data). É o caso de entidades como a BlackRock ou a Goldman Sachs AM.

Um dos muitos fatores que vigiam são os fluxos de ETFs. A razão é simples. Ter um controlo das entradas e saídas nos fundos cotados permite-lhes posicionar e adaptar as suas carteiras para aproveitar as distorções que os fluxos destes produtos criam nos preços dos ativos. Todo o processo baseia-se nos vínculos que existem entre os fundos cotados e as empresas que compõem os índices que replicam.

“É evidente que os ETFs são produtos cada vez mais utilizados pelos investidores. Dado que são estratégias que movem grandes volumes de ativos e o seu único objetivo é replicar um índice, a análise dos fluxos pode servir para prever que valores específicos vão ser beneficiados ou prejudicados em cada momento”, assegura Manuel Gutiérrez-Mellado, membro da equipa de vendas da BlackRock para a Península Ibérica.

Distorções dos ETFs

O raciocínio sobre o qual a análise se fundamenta, responde às leis da lógica: se x é verdade, então y também. Chegando ao contexto que falamos, isto significa que se a equipa deteta que existem volumes significativos de determinados ETFs, as maiores posições dos índices que replicam estes produtos acabarão por recolher esses fluxos. E ao contrário: se estes estão de saída, as empresas de maior peso nos índices irão sofrer, em grande escala, essa fuga de capitais. Uma vez que os volumes de negócios dos ETFs se trata de uma informação da qual é sabida no momento, as equipas de big data podem estudar um ETF concreto e vigiar segundo a segundo quais são os fluxos que estão a chegar para tentar conhecer, em primeiro lugar, qual é o sentimento de mercado e, em segundo, prever que empresas ver-se-ão afetadas.

Segundo Gutiérrez-Mellado, “trata-se de alavancar no passado para tentar prever o futuro, sempre tendo em conta que se acontecerem alterações macroeconómicas ou abalos de mercado importantes, a tendência quebra. Como os ETFs físicos têm de comprar o subjacente, os fluxos favorecerão determinadas empresas em detrimento de outras, criando assim, oportunidades no mercado”.

Isto é desta forma porque, quando um ETF recebe grandes fluxos, em muitas ocasiões as empresas de maior peso no índice subjacente absorvem uma boa parte dessas entradas, sem que existam razões cruciais que o sustentem. Isto significa que, além de se posicionar na direção dos fluxos, controlar esta informação também permite aos gestores ativos tomar posições contrárias ao mercado quando consideram que existe uma distorção.

Nos últimos anos, uma parte importante do trabalho de análise da equipa cientifica de ações de gestão ativa da BlackRock focou-se em identificar alterações na estrutura do mercado para detetar movimentos fora do comum, que faça com que os preços difiram do seu valor razoável. “Uma empresa americana padrão de grande capitalização encontra-se, em nada menos, do que 115 ETFs diferentes. Ao analisar os componentes de milhares de fundos cotados e da negociação diária destes produtos, podemos calcular o efeito possível a curto prazo no mercado dos diferentes títulos com o objetivo de posicionar as nossas carteiras mais a curto prazo para aproveitar estes movimentos”, explicam do Centro de Análise de Valorizações de Títulos da BlackRock. A Goldman Sachs AM também segue esta estratégia.

O desenvolvimento continua

Porém, o desenvolvimento dos sistemas de big data continua a seguir o seu caminho e as gestoras continuam a afinar ainda mais os seus sistemas. Na Goldman Sachs AM, por exemplo, aumentaram o alcance desta ideia, vigiando as bases de dados onde guardam as carteiras não só dos ETFs, mas também de fundos de investimento e de hedge funds. Desta forma, podem projetar que valores contam com o favorecimento do mercado e quais não são populares. Apenas nos EUA, vigiam as carteiras com mais de 15.000 fundos (domésticos, estrangeiros, ativos e passivos).

Há que ter em conta, contudo, que a análise dos ETFs é mais um sinal de que as equipas de big data juntam a outra série de fatores que também estudam. Com cada sinal elaboram um ranking, que os gestores cruzam entre si para antecipar o comportamento dos valores. A Goldman Sachs AM implementa essa estratégia na sua gama CORE e a equipa do Scientific Active Equity da BlackRock nos BSF Americas  Diversified Equity Absolute Return, onde 50%do alfa vem do big data, o que demonstra a transcendência que estas novas técnicas está a ter para a indústria de gestão de ativos.

Um estudo do The Boston Consulting Group revela que a sofisticação destes sistemas irá fornecer às gestoras vantagens competitivas na distribuição. O objetivo destas técnicas de gestão que as entidades utilizam é óbvio: diferenciar-se da concorrência com produtos que sistematicamente sejam capazes de gerar alfa.

Profissionais
Empresas

Notícias relacionadas

Anterior 1 2 Siguiente