22Oct

El fondo busca acciones con una capitalización bursátil sustancialmente inferior a la que su situación financiera, sus activos o su capacidad de generación de ingresos, tanto histórica como actual, harían creer.

Evli Hannibal, recientemente registrado en España pero existente desde el 30 de marzo de 2007 y con un volumen gestionado de 126,8 millones€ es un fondo deep value europeo que busca compañías con valoración extremadamente barata, con el apoyo de una herramienta cuantitativa denominada Zenostock.

No se basa en previsiones ni en ratios convencionales como el P/E actual. Su objetivo es identificar empresas que el mercado ha castigado en exceso, pero que conservan activos tangibles y una capacidad probada de generar beneficios. Petter Langenskiöld, gestor del fondo, deja muy claro que "no se trata de adivinar el futuro, sino de comprar compañías que ya han demostrado su capacidad, pero que hoy cotizan como si no valieran nada".

Este fondo de renta variable europea tiene una estrategia de inversión basada en la tendencia constante de los mercados a reaccionar exageradamente y, finalmente, a volver a la media. Sigue una estrategia de valor profundo/contraria sin concesiones y comienza su proceso de selección con acciones que, por el motivo que sea, tienen una valoración notablemente baja, claramente inferior a la anterior.

El fondo ha seguido la misma estrategia desde su creación en 2007, sin ninguna desviación de estilo, superando claramente el rendimiento del mercado europeo y de su clase de fondo. Desde el inicio, acumula una rentabilidad del 206%, con una cartera que hoy cotiza, de media, un 57% por debajo de sus valoraciones históricas. A cinco años, Hannibal supera ampliamente a su índice de referencia.

La composición de la cartera del fondo difiere completamente de los índices europeos generales y de los índices de estrategias de inversión/factoriales más comunes (crecimiento, dividendo, valor, calidad). 

El proceso de inversión parte de un universo de más de 4.500 compañías europeas, filtradas con Zenostock, una herramienta desarrollada por el propio equipo gestor. Se basa en tres criterios:

  • Valoración de activos: se buscan compañías con bajo P/B, idealmente en mínimos históricos, y con alto potencial de reversión hacia su media histórica.
  • Capacidad de generar beneficios: se analiza el valor de mercado frente a beneficios normalizados y dividendos históricos. El P/E actual o estimado no se considera.
  • Estructura de deuda: se penaliza el endeudamiento elevado y se premia el exceso de caja.

El resultado es una cartera concentrada (40–50 posiciones), con elevada gestión activa, fuerte sesgo cíclico, y una clara vocación 'contrarian'. El gestor lo resume así: “No necesitamos que las compañías estén funcionando bien para invertir; necesitamos que estén baratas en relación con su historia".

Durante la presentación, se destacó el caso de VolkswagenPorsche, que históricamente cotizaban a 0,8-0,9 veces su valor contable y hoy se compran a 0,3x. Otros ejemplos: conglomerados industriales suizos con divisiones que valen más que su capitalización bursátil completa o compañías de satélites, químicas y papeleras con activos no core infravalorados.

El gestor insistió en que “la calidad, tal como la define el mercado, no es un criterio útil para esta estrategia”. Muchas de las compañías en cartera tienen ratings bajos, pero eso no impide que generen valor cuando el mercado corrige su percepción: “Invertimos cuando el mercado ha perdido la fe, pero los activos y la historia siguen hablando.”

Más allá de lass ratios, lo que destaca es la lógica detrás de cada posición. Hannibal no necesita que las compañías “mejoren” para que la inversión funcione. Basta con que el mercado reconozca que ha exagerado el castigo. En muchos casos, los activos no core o las divisiones industriales valen más que la capitalización bursátil completa. Y eso, en un entorno de normalización, puede traducirse en revalorizaciones muy significativas.

La selección final de las acciones que cumplen con los criterios de valoración del fondo se realiza mediante el análisis tradicional de empresas y estados financieros (con especial énfasis en los activos ocultos/suma de partes, desglose, liquidación, valores de reposición/balances generales). El fondo utiliza Zenostock como su principal herramienta de selección e investigación. Zenostock ha sido desarrollado por esta gestora para la búsqueda de acciones y carteras de acciones baratas.

El núcleo de la estrategia de Evli Hannibal se resume en:

  • “Un precio de adquisición bajo es lo primero” 
  • Buscar solo empresas cuyos activos se vendan a precios bajos
  • Buscar solo empresas cuyos activos se vendan muy por debajo de la norma histórica
  • Buscar solo empresas cuya capacidad histórica de ganancias demostrada se venda a múltiplos bajos
  • Buscar solo empresas para las que el mercado tenga expectativas pesimistas sobre el futuro que contrasten claramente con los logros históricos

La condición principal para la selección de acciones es un precio bajo. El fondo busca acciones con una capitalización bursátil sustancialmente inferior a la que su situación financiera, sus activos o su capacidad de generación de ingresos, tanto histórica como actual, harían creer. El fondo no tiene preferencias por sector ni tamaño.

Los grupos más grandes son: 

  • 1. Automoción (principalmente el sector de Volkswagen), 
  • 2. Siderurgia, 
  • 3. Telecomunicación y Satélite, 
  • 4. Empresas en la fase anterior de la cadena de valor de semiconductores a un tercio de su valoración normal, 
  • 5. Industria química, 
  • 6. Una cesta de empresas suizas que, aunque han sufrido un desplome, son líderes, 
  • y 7. Papel y cartón.

 Los grupos se mantienen sin cambios, pero el número de miembros y el orden de tamaño de los grupos han cambiado. Las mayores compras netas se realizaron en el grupo "Crisis de semiconductores", que también incorporó a un nuevo miembro. Claramente, más de la mitad de las inversiones actuales del Evli Hannibal (30 acciones) aún no han contribuido en absoluto a la rentabilidad del fondo. Al cierre del mes, los activos ascendían a 127,5 millones€, y la participación en el capital de las empresas era de 248 millones. Esta ratio (127/248) es inferior a la mitad de la mediana de 10 años de las inversiones actuales. Los precios tendrían que multiplicarse por 2,5 para alcanzar el "nivel normal" a largo plazo.

El número 1 del mes fue el fabricante de obleas de silicio Siltronic AG, con un aumento del 31%, tras lo cual la capitalización bursátil de la compañía se situó en 1.400 millones. Hace cinco años, la compañía recibió una oferta de 4.200 millones. Siltronic ha logrado en dos ocasiones a lo largo de su historia un beneficio anual antes de impuestos de 500 millones€, un PER de aproximadamente 2.

 La cartera de Hannibal incluye 20 empresas (y el 52% de sus activos bajo gestión) con un PER calculado de esta manera, comenzando con los números 3, 2 o 1. El fondo es adecuado para inversores que deseen invertir en una cartera diversificada y de gestión activa de acciones europeas. que deseen beneficiarse de la posible apreciación futura del precio con grandes descuentos.

29Sep

Threelogic, empresa asturiana que ofrece servicios de analítica avanzada, visión por computador, procesamiento de lenguaje natural y protección de sistemas y datos frente a ciberamenazas, cotizará en BME Growth.

Miguel Ángel Valero

Valtteri Ahti, Chief Investment Strategist y Head of Investment Research de la gestora nórdica Evli, asegura que los ganadores de la carrera de la inteligencia artificial (IA) serán aquellas compañías que sepan entender a largo plazo los avances en robótica, automatización, y autonomía que se están produciendo, y que hayan construido modelos de negocio rentables.

La inteligencia artificial está impulsando una inversión récord. A diferencia de lo que sucedió durante la burbuja de internet, la capacidad no se está desplegando antes que la demanda, sino en respuesta a la demanda -la escasez de chips, energía e instalaciones son las principales limitaciones-.

El boom continuará porque las empresas tecnológicas más grandes no tienen otra opción que comprometerse; si no lo hacen, corren el riesgo de quedarse atrás el día de mañana. Y dado que la IA se entiende mejor como una evolución paso a paso que como una revolución, el boom de internet y su disrupción a gran escala no son el modelo en el que fijarse para lo que se avecina.

Nueve de las diez empresas más grandes del S&P 500 son firmas tecnológicas. Por  orden de su valor de mercado, son Nvidia, Microsoft, Apple, Alphabet, Amazon, Meta, Broadcom, Tesla Oracle. Juntas, representan alrededor del 40% del índice.

Estas empresas están ahora profundamente involucradas en el despliegue de la Inteligencia Artificial que está impulsando los mercados de valores. La escala de las inversiones para facilitar la adopción de la IA es histórica, aunque no sin precedentes. Este año, Microsoft, Amazon, Google y Meta se han comprometido a gastar cerca de 350.000 millones$ para la construcción de centros de datos en todo el mundo.

Actualmente, la inversión en centros de datos en EEUU ronda los 200.000 millones$ al año, lo que equivale a alrededor del 0,7% del PIB. Aunque considerable, sigue siendo inferior al de etapas anteriores de gasto en infraestructura transformadora.

Durante la gran expansión de las redes ferroviarias en el siglo XIX, la inversión anual alcanzó entre el 2% y el 3% del PIB en EEUU. La expansión de la electricidad en las décadas de 1920 y 1930 requirió un nivel similar de gasto en servicios públicos. Incluso el boom de internet y de las telecomunicaciones a finales del milenio pasado, generó un pico de gasto que se situó cerca del 1,2% del PIB.

En comparación, el actual boom de los centros de datos impulsado por la Inteligencia Artificial, es menor en términos relativos, pero está acelerándose. Dada la velocidad con la que tanto los consumidores como las empresas están incorporando el uso de la IA es razonable esperar que la inversión siga creciendo.

La demanda está superando a la oferta

Existen algunas preocupaciones respecto a la sobreinversión en centros de datos, tal y como ocurrió durante el boom de internet a finales de la década de 1990. En el apogeo del boom de las puntocom, se gastaron sumas enormes en la instalación de cables de fibra óptica para anticiparse a una fuerte subida del tráfico en el futuro. Algunas estimaciones sugerían que a principios de la década de 2000, hasta el 85% de la capacidad de fibra óptica instalada en EEUU no se utilizaba.

La diferencia clave es que esta vez las empresas no están desplegando capacidades para satisfacer anticipadamente la demanda futura; más bien, no pueden satisfacer la demanda actual. Amazon, Microsoft y Google señalan que la demanda para la computación está superando lo que pueden suministrar, porque se ve frenada por cuellos de botella en los chips, la energía y las instalaciones físicas.

La creciente demanda de IA se refleja perfectamente en OpenAI, que dice que tiene más de 700 millones de usuarios semanales, el crecimiento más rápido jamás registrado por una aplicación. La directora financiera de OpenAI, Sarah Friar, explicó con cierta sorna en la conferencia anual de tecnología de Goldman Sachs lo que piensa:  cada lunes, en la llamada regular con Microsoft, reitera la misma petición: más computación.

Algunos inversores están preocupados porque los precios actuales estén muy por debajo del costo de computación, lo que podría provocar que los modelos de negocio de empresas como OpenAI no fueran rentables. La compañía cobra solo 20$ al mes por el uso de ChatGPT, muy por debajo de los costos actuales de computación. Como muchas empresas en crecimiento, está dispuesta a quemar efectivo en busca de escalar, asumiendo que los beneficios pueden alcanzarse una vez que el ritmo de crecimiento se vaya acortando. 

Los costos de la Inteligencia Artificial bajarán. La ley de Moore -el número de transistores se dobla cada dos años aproximadamente-, ha reducido a la mitad el coste de la potencia de computación, aunque es más una tendencia empírica  que una ley de la física.

El dilema del prisionero

La carrera para la construcción de centros de datos entre Microsoft, Amazon, Google y Meta está impulsada no sólo por razones comerciales, sino también por consideraciones estratégicas. En teoría, las empresas estarían en mejor situación si moderasen el gasto en IA pero en la práctica, el miedo a ser superadas en gasto -y por tanto, en el ritmo de crecimiento- hace que ninguna está dispuesta a retroceder.

El resultado es una sobreinversión por parte de las empresas desde una perspectiva a corto plazo, pero que es racional en términos estratégicos. Ningún líder tecnológico quiere ser recordado como el que desperdició el boom de la IA. Esta trampa competitiva puede ser la razón más sólida por la que el boom de la inteligencia artificial continuará.

¿Quién captura el valor en la transición tecnológica?

Los cambios tecnológicos crean ganadores y perdedores. Durante el boom de internet, las empresas que venden "picos y palas" como Cisco, no fueron las ganadoras. Los proveedores de infraestructura como las empresas de telecomunicaciones tuvieron aún peor suerte. El verdadero valor se acumuló en lel ámbito de las aplicaciones: Microsoft para las empresas, Google y Amazon en el lado del consumidor.

Muchos de los ganadores ni siquiera estaban presentes durante la llegada de internet. El iPhone facilitó nuevas aplicaciones como Facebook y Uber. La computación en la nube generó más disrupción en el lado de las empresas, con ganadores como Salesforce, Adobe y Microsoft.

La transición de la IA no seguirá exactamente el modelo del despliegue de internet en la década de 1990. En esencia, la IA es un modelo estadístico aplicado a conjuntos de datos muy grandes. En términos generales, sus avances recientes se deben a dos factores: el uso de procesadores gráficos, que son muy eficientes en la multiplicación de matrices, y los enormes conjuntos de datos acumulados durante tres décadas de uso de Internet. La combinación de ambos factores ha permitido que los modelos se vuelvan muy sofisticados, como se puede ver en ChatGPT.

A la hora de la práctica, muchos problemas pueden resolverse mediante modelizaciones estadísticos. ¿Qué vídeo es más probable que vea un usuario a continuación? ¿Cómo debería reaccionar un coche sin conductor en una situación determinada? ¿Cuál es la trayectoria probable de un dron, dados sus parámetros de lanzamiento? La IA es muy adecuada para resolver este tipo de preguntas.

A corto plazo, la tecnología se aplicará a los problemas más fáciles y más rentables. Esto significa que la publicidad estará más ajustada al target, feeds de redes sociales más atractivos, y servicios digitales más eficientes. Con el tiempo, los modelos se extenderán a retos más complejos, desde la robótica hasta los sistemas autónomos.

La IA es resultado más de una evolución que una revolución. El nacimiento de internet fue transformador y destruyó industrias enteras: periódicos, cadenas de alquiler de videos y otras, reemplazándolas por empresas tecnológicas. La IA es evolutiva más que revolucionaria. Es por ello más probable que las empresas grandes se adapten, antes de que se las lleve la corriente.

Uber podría acabar beneficiándose de los robotaxis; empresas SaaS como Salesforce podrían aprovechar la IA agencial en lugar de ser sustituidas por una codificación de IA más sencilla; Google ya ha modificado su buscador para que cuente con asistencia de IA, y la publicidad de Meta se ha visto reforzada gracias a una mejor segmentación.

Los protagonistas de la era de Internet eran las tiendas de alquiler de vídeos; los de la era de la IA son gigantes tecnológicos globales que están impulsando el cambio. Los modelos Gemini de Google encabezan las descargas de la Apple Store, Microsoft tiene una participación en OpenAI,  y Amazon desarrolla hardware personalizado a través de Annapurna Labs en colaboración con Anthropic.

A largo plazo, solo los paranoicos sobreviven

Esto no significa que los líderes de hoy sean invulnerables. Intel parecía inexpugnable en la década de 1990, capturando la mayor parte de las ganancias de la industria de PC junto con Microsoft, pero luego flaqueó ante Taiwan Semiconductor Manufacturing Company (TSMC). Los errores estratégicos y los cambios tecnológicos aún pueden reordenar la jerarquía.

A corto plazo, la IA provocará crecientes cambios. A largo plazo, facilitará avances más imaginativos en robótica, autonomía y computación cuántica. La gente tiende a sobrestimar el cambio a corto plazo y subestimarlo a largo plazo.

Quizás esto refleje simplemente nuestra dificultad para comprender el poder del interés compuesto: pequeños cambios se van acumulando hasta convertirse en maravillas. Como se dice que Albert Einstein bromeó: "El interés compuesto es la octava maravilla del mundo. Quien lo entiende, lo gana... quien no lo entiende, lo paga".

Treelogic debutará en BME Growth

Por otra parte, Treelogic, con sede en Asturias, es una empresa tecnológica especializada en el desarrollo de soluciones avanzadas para la transformación digital de empresas e instituciones. Fundada en 2018, su actividad se centra en áreas clave como la IA, la ciberseguridad y la salud digital. 

La compañía ofrece servicios en analítica avanzada, visión por computador, procesamiento de lenguaje natural y protección de sistemas y datos frente a ciberamenazas. Además, desarrolla herramientas propias para el ámbito sanitario, como sistemas de triaje estructurado para urgencias, y soluciones IT personalizadas que mejoran la eficiencia operativa. Con un fuerte compromiso con la I+D, participa en proyectos europeos aplicando tecnologías disruptivas como Big Data e IA en sectores como la salud, la industria y la energía.