StarMine SmartEstimate: 20 años de un rendimiento de nivel superior 

El origen de StarMine SmartEstimate

Cómo surgió SmartEstimate

El origen de SmartEstimate se remonta a finales de los años 90 y a la fundación de StarMine. Antes de ser adquirida por Reuters en enero de 2008, StarMine era una empresa privada independiente respaldada por capital de riesgo. Era básicamente una de las primeras empresas de FinTech (antes de que se acuñara el término).

Los inicios se remontan a su fundador y director general de StarMine, Joe Gatto. Me puse en contacto con él para hablar de la génesis de SmartEstimate.

Me dijo: “Recuerdo que, allá por 1995, intentaba evaluar cuantitativamente la inversión en DELL. Sabía que las estimaciones precisas de las ganancias futuras eran fundamentales por dos razones. En primer lugar, las ganancias futuras sirven como nivel de referencia para comparar con el precio (la "E" de P/E). En segundo lugar, las ganancias futuras implican una tasa de crecimiento y las empresas con mayor crecimiento tienen un P/E (por sus siglas en inglés) más alto. Por tanto, conseguir una mejor E a futuro es doblemente esencial para la valoración.

“He mirado las estimaciones de Dell (en CompuServe por módem de acceso telefónico). La estimación más alta para el próximo año fiscal fue de 4,14 dólares, la estimación más baja fue de 1,98 dólares, y la estimación promedio de los analistas fue de unos 3 dólares por acción.

“Me reí porque el promedio se llamaba “consenso”. La palabra “consenso” generalmente significa “acuerdo”, pero está claro que no había acuerdo entre los analistas de Dell. Eso me llevó a pensar en medir la precisión de los analistas en el pasado y crear automáticamente estimaciones más inteligentes poniendo más peso en los analistas más precisos”,

“Me llevó unos cuantos años investigar la idea y conseguir fondos para crear una empresa. Y así nació StarMine”.

Es posible que StarMine sea más conocida por su método para medir objetivamente el desempeño de los analistas del lado de la venta. A día de hoy, los mejores analistas del sector reciben los “Premios StarMine” en muchos países del mundo.

Gatto reclutó a un excelente equipo de gestión (es decir, la contratación fue una de sus grandes habilidades). Lo acompañaron David Lichtblau, como vicepresidente de gestión de productos y marketing; Lyle Tripp, como director de tecnología; Vinesh Jha, como director de investigación cuantitativa y Haim Mozes, profesor de la Universidad de Fordham que había estado investigando sobre los grupos de revisión, como consultor.

Juntos crearon SmartEstimate. Éste, y otros modelos cuantitativos posteriores, construyeron la empresa y su reputación de desarrollar análisis de clasificación de valores rentables. El equipo de gestión de StarMine aumentó las ventas hasta alcanzar los 33 millones de dólares anuales de ingresos recurrentes y StarMine entró en la lista Inc 500 de empresas estadounidenses de más rápido crecimiento durante tres años consecutivos antes de ser adquirida por Reuters.

Pasado y presente

Visto en la aplicación de investigación original de StarMine Professional, el SmartEstimate y el Predicted Surprise tenían este aspecto:

A continuación se muestran las mismas vistas que en Eikon/Workspace con imágenes mejoradas. Esto se puede encontrar en la vista “Estimaciones detalladas” (ESTD).

Los datos están codificados por colores; verde brillante (o rojo) cuando una empresa tiene un gran porcentaje de Predicted Surprise positivo (negativo), un gran porcentaje positivo (negativo) de “Revisión promedio” o una “Estimación audaz” positiva (negativa).

Hay también una columna adicional en la sección del analista titulada “% de diferencia con respecto a la media”, que es un gráfico de barras que muestra la desviación entre la estimación del analista y el consenso. Esto permite a los usuarios identificar fácilmente los valores atípicos u ordenar la columna para ver cuántos analistas están por encima o por debajo del consenso.

Desempeño y persistencia

Hemos publicado los resultados del porcentaje de precisión de SmartEstimate y Predicted Surprise tres veces durante su existencia.

El primer conjunto de datos se publicó en 2001. En él se analizó la tasa de éxito de la predicción de la sorpresa de las ganancias con respecto a los componentes del Russell 3000. La tasa de éxito fue de casi el 70% y consistente tanto en las acciones de gran y pequeña capitalización, como en el crecimiento frente a los de valor y por sector. Además, cuanto mayor era la sorpresa predicha, más precisa era la predicción.

La segunda vez que publicamos los resultados de precisión fue en el white paper de StarMine de febrero de 2009 citado anteriormente, SmartEstimates and the Predicted Surprise: Interpretación y Precisión. En él se encontraron resultados similares:

“1) SmartEstimates es sistemáticamente más preciso que el consenso;

2) Cuando SmartEstimates difiere del consenso en un 2% o más, la señal predice con éxito la dirección de la sorpresa real con una tasa de éxito de alrededor del 70% en todas las regiones, topes de mercado, sectores y medidas financieras; y

3) SmartEstimates demuestra una mayor precisión a la hora de predecir las sorpresas de ganancias cuando van acompañados de revisiones de consenso en la misma dirección".

Nuestro análisis más reciente con respecto a su precisión se publicó en un documento de 2018, An update on the performance of the StarMine SmartEstimate and Predicted Surprise. Originalmente fue escrito por Maria Vieira, Ph.D., Hugh Genin, Ph.D. y Shirley Birman del equipo de Investigación Cuantitativa de StarMine, dirigido por Joe Rothermich.

El documento analizó las tasas de éxito para dos períodos diferentes: desde el 1/1/1998 hasta el 30/11/2008 y desde el 1/12/2008 hasta el 30/11/2017. Comprobó que “el desempeño del modelo se mantuvo esencialmente sin cambios a lo largo de los años para diferentes sectores, capitalizaciones y regiones.”

Además, añadió: “SmartEstimate sigue demostrando una mayor precisión que el consenso de los analistas, y la Predicted Surprise continúa prediciendo con exactitud las sorpresas reales. Este desempeño duradero subraya cómo los modelos de StarMine están formulados de forma sólida basándose en anomalías de comportamiento duraderas, y cómo siguen aportando valor a los inversores”

Potenciación de los modelos quant de StarMine

Como estimación más precisa, StarMine utiliza el SmartEstimate en sus modelos cuantitativos de clasificación de acciones siempre que se necesita una estimación prospectiva. Se aplicó por primera vez a lo que ahora se denomina Modelo de Revisiones de Analistas (ARM, por sus siglas en inglés).

Los datos de entrada son los cambios en las estimaciones de elementos de los estados financieros en el estado de resultados y en varios periodos fiscales. Utiliza el porcentaje de Predicted Surprise como señal de refuerzo. También tiene en cuenta los cambios en las recomendaciones de compra/venta/retención de los analistas.

Otros modelos de StarMine que incorporan SmartEstimate incluyen el modelo de Valoración Relativa, que utiliza ratios de valoración tanto retrospectivos como prospectivos. Otro enfoque de valoración es el modelo de Valoración Intrínseca. Comienza con SmartEstimate y luego ajusta el sesgo de optimismo que encontramos en las estimaciones a largo plazo, especialmente entre las empresas de crecimiento más rápido.

Además de los modelos generadores de alfa, podemos encontrar el SmartEstimate en el modelo SmartRatios Credit Risk. Éste, al igual que el modelo de Valoración Relativa, utiliza tanto los ratios reales históricos como los ratios futuros a 12 meses.

Obtenga más información sobre el conjunto de modelos y análisis de StarMine.(EN)

Ver: StarMine - El modelo de alfa combinado