Saltar al contenido
Recorrido formativo Oro Operador profesional

Performance attribution

Descomposición conciliada del rendimiento absoluto o activo en las decisiones representadas por un modelo, distinta de medición, appraisal y prueba causal de habilidad.

A quién va dirigido — A quien quiera conciliar rendimiento y decisiones representadas por el proceso —asignación, selección, factores, instrumentos, costes u operaciones— sin atribuir automáticamente causalidad o habilidad.

La performance attribution descompone un resultado en componentes definidos por un modelo. Parte de rendimientos, pesos, clasificaciones y benchmark coherentes y termina con efectos que deben conciliar con el total dentro de un residuo explicado.

Se distingue de performance measurement, que calcula el rendimiento; appraisal, que evalúa la calidad del proceso y posible skill; y risk attribution, que descompone riesgo en lugar de rendimiento. Una descomposición contable puede ser exacta sin demostrar causalidad o repetibilidad.

Atribución del rendimiento: del benchmark a la cartera Asignación, selección e interacción dependen del modelo de atribución Atribución del rendimiento: del benchmark a la cartera Asignación, selección e interacción dependen del modelo de atribución Rₚ − R_b = efecto asignación + selección + interacción benchmarkasignaciónseleccióninteraccióncartera Clasificación Sectores, países o factores debendefinirse antes del cálculo. Efectos Cada fórmula asigna explícitamentepesos y rendimientos a componentes. Enlace multiperiodo Los efectos aritméticos requieren unmétodo de enlace temporal. Cyclepedia · esquema didáctico: declara convenciones, periodo y datos
Cada barra pertenece a una convención: modelo, clasificación y linking determinan cómo se distribuye el active return.

Requisitos previos

Attribution exige cartera y benchmark con misma divisa y periodo, price o total return coherentes, pesos iniciales u otra convención temporal, clasificaciones compatibles, acciones corporativas, caja, derivados y hedge tratados, costes y fees explícitos, transacciones conciliadas y rendimientos totales ya verificados.

Si el benchmark es incorrecto, una attribution aritméticamente perfecta explica la diferencia frente a una referencia inadecuada. Si las categorías no coinciden, asignación y selección pueden contener residuos de mapeo.


Modelo Brinson de un periodo

Para cada segmento i:

  • wᵢ: peso de cartera;
  • Wᵢ: peso del benchmark;
  • rᵢ: rendimiento del segmento en cartera;
  • bᵢ: rendimiento del segmento en benchmark;
  • B: rendimiento total del benchmark.

Una versión Brinson–Hood–Beebower (BHB) escribe:

Asignaciónᵢ = (wᵢ − Wᵢ) × bᵢ
Selecciónᵢ = Wᵢ × (rᵢ − bᵢ)
Interacciónᵢ = (wᵢ − Wᵢ) × (rᵢ − bᵢ)

Brinson–Fachler modifica asignación:

Asignación_BF,ᵢ = (wᵢ − Wᵢ) × (bᵢ − B)

No son errores mutuos: distribuyen el resultado usando referencias distintas. El informe identifica BHB o BF y cómo trata la interacción.


Interpretar los efectos

Asignación compara pesos de segmentos. En BF, sobreponderar un segmento que supera al benchmark total contribuye positivamente, ceteris paribus. Selección compara rendimientos dentro del segmento aplicando el peso del benchmark en la fórmula mostrada. Interacción recoge la combinación entre peso activo y diferencia de rendimiento; algunos informes la separan y otros la integran, lo que cambia etiquetas, no el total.

No toda cartera sigue decisiones sectores–valores. Bonos pueden requerir curva y spreads; cuantitativas, factores; opciones, delta y volatilidad; mandatos globales, overlay de divisa. Aplicar BHB a categorías arbitrarias produce números legibles sin decisiones interpretables.


Ejemplo BHB

Un segmento tiene peso de cartera 60 %, peso benchmark 50 %, rendimiento 8 % y rendimiento benchmark 6 %:

Asignación = (0,60−0,50)×0,06 = 0,60%
Selección = 0,50×(0,08−0,06) = 1,00%
Interacción = (0,60−0,50)×(0,08−0,06) = 0,20%

El segmento aporta 1,80 % bajo esta convención. Para conciliar la cartera hacen falta todos los segmentos, incluida caja, sobre la misma base. BF necesitaría además B y daría otra asignación.


Varios periodos y fuentes de datos

Los efectos aritméticos de un periodo no se suman sin más cuando los rendimientos componen. Un método de linking o smoothing debe conciliar el rendimiento compuesto, tratar periodos extremos y documentar residuos y orden. Sumar efectos mensuales puede no devolver el active return anual y componer cada efecto por separado no siempre conserva aditividad.

CFA Institute distingue attribution basada en rendimientos, que infiere drivers con menos datos; en holdings, que usa snapshots y puede perder movimientos intermedios; y en transacciones, que explica mejor timing y costes pero exige registros completos. Un diario de trading puede descomponer P&L por setup, régimen y ejecución; es process attribution, pero no BHB si no usa sus pesos y benchmark.

Divisas, derivados e instrumentos no lineales

En una cartera global debe decidirse si el efecto de divisa pertenece a la selección local, a la asignación geográfica o a un overlay separado. La respuesta depende del proceso de inversión y del benchmark cubierto o no cubierto. Mezclar spot, carry y resultado de la cobertura dentro de un residuo impide distinguir la decisión sobre el activo de la decisión sobre la moneda.

Los derivados requieren una base económica coherente. Un peso calculado sobre prima pagada, notional, delta o exposición equivalente produce atribuciones distintas. Opciones con gamma y vega variables no quedan descritas por un peso lineal constante; futuros incorporan collateral y basis; swaps añaden financiación y contrapartida. La metodología debe explicar cómo transforma estas exposiciones y cómo reconcilia su P&L, sin forzar el modelo sectorial a instrumentos para los que no fue diseñado.


Costes, residuos y causalidad

Una attribution bruta puede desaparecer tras comisiones, spread, impacto, slippage, funding, borrow, management y performance fees, impuestos, FX o errores de transición. Los costes pueden ser categoría separada o estar dentro de rendimientos, sin doble conteo. Un residuo no debe redistribuirse en silencio: puede revelar timing, redondeo, mapeo o datos ausentes.

Selección positiva puede deberse a un factor omitido; asignación favorable, al azar; interacción, a la convención. Para hablar de habilidad hacen falta hipótesis previas, estabilidad, riesgo, costes, significación, datos fuera de muestra y proceso. La investigación Brinson tampoco implica que asset allocation explique una proporción universal de todo rendimiento.

Un informe publica modelo y variante, benchmark, clasificación, pesos, base total/price, divisa, bruto/neto, frecuencia y linking, caja y derivados, residuos, conciliación y separación frente a appraisal.

Error habitual — Leer un efecto de selección positivo como prueba causal de stock picking. El modelo asigna una diferencia contable bajo un benchmark y clasificación; factores omitidos y azar siguen siendo posibles.


Fuentes

Enlaces relacionados