En los años posteriores al auge y caída de las acciones de internet a finales de la década de 1990 y principios de la de los 2000, los economistas financieros buscaron explicaciones más satisfactorias de lo sucedido que la de que “los inversores se volvieron locos”.
Entre los más exitosos figuran Lubos Pastor y Pietro Veronesi, de la Escuela de Negocios Booth de la Universidad de Chicago, cuyo artículo “Technological Revolutions and Stock Prices” (Revoluciones tecnológicas y precios de las acciones), que se publicó en la revista American Economic Review en 2009, fue el tema central de toda una conferencia que se celebró este mes en el Instituto Tecnológico de Massachusetts (MIT).
El motivo fue que el artículo había obtenido el premio bienal Stephen A. Ross de la Fundación para el Avance de la Investigación en Economía Financiera (Ross, que falleció en 2017, fue un destacado académico en finanzas en el MIT), pero la cuestión de cómo se desarrollan las revoluciones tecnológicas en los mercados financieros ha vuelto a ser tema de actualidad en medio del auge de las inversiones en IA generativa.
El artículo y los dos precedentes de Pastor y Veronesi se basan en modelos matemáticos simples que no hacen predicciones sobre cuándo terminará ese auge o si terminará mal, aunque sí ofrecen información sobre cómo se desarrollará.
La conclusión más sencilla es que, conforme se aclare la importancia económica de la IA, las valoraciones, es decir, la relación precio-beneficio, precio-valor contable y otros ratios similares, de las acciones vinculadas a la inteligencia artificial caerán.
Los dos primeros artículos, “Stock Valuation and Learning about Profitability” (Valoración de acciones y aprendizaje sobre la rentabilidad) en 2003 y “Was There a Nasdaq Bubble in the Late 1990s?” (¿Hubo una burbuja del Nasdaq a finales de la década de 1990?) en 2006, amplían el curioso resultado matemático de que, en la fórmula económica básica para valorar las acciones en crecimiento, una elevada incertidumbre sobre el crecimiento equivale a unos valores más altos.
El tercero aborda aspectos más profundos del riesgo sistemático a medida que las innovaciones tecnológicas de la “nueva economía» empiezan a tener un impacto en la «vieja economía", que están pasando a primer plano con bastante velocidad en la revolución tecnológica en torno a la IA.
En primer lugar, lo divertido de las matemáticas.
El modelo de crecimiento de Gordon es una adaptación de la década de los 50 del influyente modelo de descuento de dividendos de John Burr Williams de 1938 para la valoración de acciones, que sostiene que el precio de una acción debe ser igual a su dividendo en el período actual (lo que suele significar el año en curso, ya que las tasas de interés suelen expresarse en términos anuales) dividido por la tasa de descuento menos la tasa de crecimiento esperada de los dividendos.
La tasa de descuento es simplemente aquella a la que un inversionista descuenta las ganancias futuras porque están en el futuro; puede ser totalmente idiosincrásica, pero a menudo se asemeja al costo promedio ponderado del capital de la empresa. Ya que las empresas tecnológicas de rápido crecimiento no suelen pagar dividendos, Pastor y Veronesi usan el valor contable en lugar de los dividendos, pero la idea básica es la misma.
Además, si la tasa de crecimiento de los dividendos (o el valor contable, las ganancias o el flujo de caja) es igual o superior a la tasa de descuento, el modelo se rompe, dando primero un precio indefinido porque no se puede dividir por cero y después precios negativos. Como dijo el difunto estadístico George Box: “Todos los modelos son erróneos, pero algunos son útiles”.
La utilidad del modelo de crecimiento de Gordon en este caso reside en que muestra por qué un inversor racional podría pagar más por un crecimiento incierto de las ganancias que por un crecimiento equivalente pero seguro, y también por qué los precios que ese inversor está dispuesto a pagar pueden fluctuar drásticamente a diario.
A continuación, se muestra un gráfico de lo que el modelo genera para una acción con un dividendo anual actual de US$1 por acción y una tasa de descuento del 10%.
Con un crecimiento de dividendos del 5%, una acción vale US$20. Pero supongamos que hay un 50% de probabilidad de que la tasa de crecimiento sea del 4% y otro 50% de probabilidad de que sea del 6%.
Esto equivale a la misma tasa de crecimiento esperada del 5% (la mitad del 4% más la mitad del 6%). Pero si primero se introducen esas tasas de crecimiento en el modelo, el valor esperado resultante no es US$20, sino US$20,83 (la mitad de US$16,67 más la mitad de US$25).
Si hay un 50% de probabilidad de que la tasa de crecimiento sea del 1% y un 50% de probabilidad de que sea del 9%, esto también resulta en una tasa de crecimiento esperada del 5%, pero el valor esperado se dispara a US$55,56. Si se ajustan las probabilidades a un 60% de probabilidad de crecimiento del 1% y un 40% de probabilidad de crecimiento del 9%, el valor esperado cae a US$46,67.
Pastor y Veronesi incorporaron las cifras del valor contable de las empresas que cotizaban en el Nasdaq a finales de la década de 1990 en su versión del modelo, y el resultado fue precios y volatilidad no muy diferentes de los que prevalecieron en los mercados durante el auge y la caída de las puntocom.
El artículo “Technological revolutions” también considera los cambios en el otro componente del denominador de la fórmula de crecimiento: la tasa de descuento.
Invertir en pequeñas empresas que explotan una nueva tecnología puede ser arriesgado, pero ese riesgo puede diversificarse, ya que la evolución de las empresas no está estrechamente vinculada a la evolución del resto de la economía y el mercado bursátil. Por lo tanto, un inversor racional podría aplicar una tasa de descuento baja, lo que elevaría la valoración de las acciones.
A medida que estas empresas de la “nueva economía” crecen, se vinculan más con la “vieja economía” y quedan sujetas a riesgos sistemáticos que elevan la tasa de descuento.
El éxito de las empresas de la nueva economía también conlleva un mayor riesgo sistemático para la vieja economía, ya que las empresas consolidadas se ven obligadas a adoptar las nuevas tecnologías o a quedarse rezagadas, lo que eleva aún más las tasas de descuento.
Para llegar a este punto, las empresas de la nueva economía también tuvieron que haber crecido mucho, lo que generó un “tira y afloja entre los flujos de caja y las tasas de descuento”, afirma Pastor, quien, además de su trabajo académico, forma parte del consejo del gigante de fondos indexados Vanguard.
Al inicio, los aumentos del flujo de caja bastaban para mantener los precios al alza, pero en las 50.000 simulaciones que Pastor y Veronesi realizaron para su artículo, el resultado promedio fue que el aumento de las tasas de descuento finalmente prevaleció y los precios cayeron, lo cual es lo que ocurrió a comienzos de la década de 2000 y en otro episodio que analizaron: el auge y la caída de las acciones ferroviarias de la década de 1850.
No todas las simulaciones resultaron así. “Algunas simplemente siguen subiendo”, afirma Pastor, y es posible que eso ocurra con la IA.
Sin embargo, un resultado predicho en el estudio y que ya se está desarrollando es que la beta, que mide el movimiento de una acción individual o un grupo de acciones en proporción a los movimientos del mercado bursátil en su conjunto, de las acciones relacionadas con la IA está en aumento, lo que indica un aumento de su riesgo sistemático que podría acabar afectando a los precios.
Un estudio presentado en la conferencia del MIT, que clasificó a las empresas según el uso de palabras clave relacionadas con la IA en las ofertas de empleo, reveló un aumento del beta en las empresas con un alto nivel de IA entre 2010 y 2018.
Un análisis rápido y superficial que ChatGPT5 elaboró para la conferencia a instancias de Veronesi reveló un gran aumento del beta este año para un conjunto de 28 acciones relacionadas con la IA. (No estuve en la conferencia, pero Pastor me envió las diapositivas y el video generado por IA que las acompañaba).
Los posibles escenarios para el futuro de la IA generativa van desde una inundación de basura prácticamente inútil hasta una superinteligencia que destruya a la raza humana; ambos serían perjudiciales para las acciones, en mi opinión.
Sin embargo, las previsiones que mueven los mercados ahora apuntan a un aumento de la productividad de dimensiones inciertas. A medida que se conozca con mayor certeza su magnitud, los inversores probablemente se sentirán menos entusiasmados.
Esta nota no refleja necesariamente la opinión del consejo editorial de Bloomberg LP y sus propietarios.
Lea más en Bloomberg.com
