Parca toata suflarea a fost cuprinsa de febra pensiilor. Aproape oriunde poti vedea campanii de marketing concepute sa insufle romanului de rand o pofta nebuna dupa o viata linistita… La urma urmei, ce individ crescut si, mai ales, educat intr-o societate care se bazeaza mai mult pe “a avea” decat pe “a fi”, nu isi doreste o viata fara griji financiare?!
Presupunand ca este posibil sa avem o rata de acumulare suficient de mare astfel incat sa generam un “nest egg” adecvat nevoilor noastre de consum, ne punem intrebarea: ce inseamna, in termeni financiari, un pensionar “fericit”?!
Raspunsul la aceasta intrebare se traduce prin optimizarea valorii prezente a tuturor retragerilor din fondul acumulat, pe intreaga durata a perioadei de pensie.
Vom incerca sa prezintam situatia unei lumi ideale, in care potentialul client este foarte bine informat si interesat sa obtina informatii care sa-l ajute la adoptarea unor decizii optime.
In realitate, situatia poate fi mult diferita de cea descrisa in acest articol, in functie de gradul de maturitate al industriei.
Asadar, presupunand ca am trecut de faza de selectie a fondului, urmatoarea faza importanta este reprezentata de simularea evolutiei activelor fondului, aferenta perioadei de acumulare.
Chiar daca nu exista garantii cu referire la valoarea activelor aferente sfarsitului perioadei de acumulare, simularea evolutiei unui fond este o parte extrem de importanta, atat pentru administratorul fondului de pensii cat si pentru client.
Informatiile de baza, pe care un client ar trebui sa le cunoasca, se refera la:
• structura si alocarea activelor
• benchmark-urile utilizate pentru simularea randamentelor activelor
• perioada de timp pentru care au fost luate in calcul aceste benchmark-uri.
Spre exemplu, un benchmark larg utilizat pentru actiuni este S&P 500, dar cu siguranta ca societatea care administreaza fondul poate alege un alt proxy, in functie de pietele in care se efectueaza plasamentele. Pentru a fi relevanta, perioada de monitorizare a benchmark-ului poate atinge o durata de circa 60-70 de ani.
In general, proxy-ul ajuta la cunoasterea perspectivei asiguratorului asupra randamentelor activelor incluse in fond.
In plus, perioada pentru care se considera benchmark-ul este necesara pentru a avea idee asupra impactului crizelor financiare (de tip Black-Swan) care au fost incluse in modelul de simulare a randamentelor si, implicit, asupra celor care au fost excluse din acest model.
Ca idee, evenimentelor extreme li se poate atribui inclusiv o perioada de revenire care se include in modelul de simulare a intregului proces.
Atat distributiile probabilistice aferente randamentelor “normale” ale activelor cat si cele aferente frecventei si severitatii evenimentelor extreme, pot fi incluse intr-un model de simulare a valorii fondului, simulare ce se efectueaza, de regula, pe baza algoritmului MonteCarlo. Intreg modelul se poate genera intr-un spreadsheet Excel, avand la dispozitie si un software specializat pentru simulare (de exemplu, @RISK)
Asadar, dupa ce ne-am asigurat de faptul ca detinem aceste informatii, putem considera simularea prezentata de catre brokerul de pensii, drept multumitoare.
Trebuie spus ca societatile de administrare sunt obligate/ au tot interesul sa construiasca modele cat mai complete de simulare a valorii activelor. Aceste modele reprezinta, alaturi de forecast-ul vanzarilor, cea mai importanta parte a planului de afaceri.
In aceeasi ordine de idei, este adevarat faptul ca nu exista nicio garantie in ceea ce priveste valoarea fondului la sfarsitul perioadei de acumulare, dar aceastea nu inseamna ca nu trebuie sa ne straduim sa simulam toate scenariile la modul cat mai realist cu putinta. De aceea, includerea benchmark-urilor si a evenimentelor extreme, alaturi de cele normale, face posibila o simulare realista.
Ca referinta pentru utilizarea metodei MonteCarlo la simularea portofoliilor, avem Greer, C, “Factoring Uncertainty into retirement Planning: The MonteCarlo Method”, Fortune Magazine, January 1999.
Referitor la cea de-a doua faza, cea a consumului/ retragerilor din fond, de un real ajutor este articolul aparut in editia electronica a “Journal of Financial Planning”, publicat de FPA (The Financial Planning Association), articol publicat de Guyton & Klinger, in 2006.
Guyton & Klinger lanseaza ideea utilizarii de reguli prin care sa se decida modul de ajustare a ratei de retragere din activul fondului, in functie o serie de parametrii/ variabile, printre care regasim, cum era si firesc, randamentul activelor si rata inflatiei.
Pana la momentul aparitiei acestor reguli, regula de baza in industrie era ca , odata ce a fost determinata rata de retragere, aceasta sa fie lasata pe “pilot automat”, fiind ajustata, de la an la an, doar cu rata inflatiei din anul precedent.
Acum, prin introducerea unor reguli de ajustare a ratei de retragere din fond, valoarea prezenta a retragerilor poate creste substantial. Concret, autorii articolului accentueaza faptul ca, valoarea prezenta a tuturor retragerilor din fond se poate dubla, prin comparatie cu aplicarea unei rate de retragere din fond care nu are la baza reguli de ajustare in functie de variabilele modelului ( este ajustata doar cu inflatia anuala)
Aceasta inseamna ca pensionarii ar putea sa fie de doua ori mai bogati, in acelasi conditii de risc.
Rezulatul obtinut este intr-adevar semnificativ! Acesta constituie dovada clara a valorii adaugate mari pe care modelarea decizionala o aduce in vietile noastre.
Pentru ca modelul de ajustare a ratelor de retragere din fond sa aiba un sens economic, se considera valide doar simularile in urma carora rezulta o valoare pozitiva a activelor, in ultimul an de pensie.
Conditia este ca, circa 99% din simulari sa respecte aceasta conditie, rezultand un interval de incredere de 99%.
Foarte pe scurt, modelul ales pentru simularea randamentelor este cel “Lognormal” (Ibbotson & Associates 2005)
Ca benchmark-uri, s-au utilizat: pentru cash- 3-month T-bills, pentru obligatiuni- Obligatiuni emise pe termen lung de catre Trezoreria SUA, iar pentru actiuni s-a utilizat S&P 500.
Scenariile sunt simulate prin intermediul algoritmului MonteCarlo, iar toate scenariile in care in ultimul an din durata de pensie, valoarea activelor este negativa, sunt considerate “o ruina a portofoliului”. Acestea nu trebuie sa fie mai multe de 1% din totalul scenariilor simulate. Evident, nivelul de 1% se poate modifica, in functie de profilul de risc al clientului.
Guyton & Klinger aplica trei reguli de modificare a ratelor de retragere din fond, anume: “Regula ajustarii retragerilor din Fond”, “Regula Conservarii Capitalului” si “ Regula Prosperitatii”.
Autorii pornesc de la o valoare initiala a portofoliului de 1.0 Mil USD, cu alocare de 60 % actiuni, 30 % obligatiuni si 10% cash/ bonuri de trezorerie cu maturitatea cea mai redusa.
Pentru a depasi cumva zona abstracta a modelarii, rezultatele pe care le-am obtinut in urma simularii, desi diferite de cele ale autorilor ( din cauza datelor diferite si a alocarii deiferite) sunt de acelasi ordin de marime.
Aplicand simultan cele trei reguli de modificare, autorii obtin, la sfarsitul celor 40 de ani, o valoare mediana a portofolilului de 2.0 Mil. USD, in vreme ce modelul pe care le-am ales obtine 3.4 Mil. USD
Diferentele sunt ca urmare atat a datelor utilizate diferite, cat si a procentelor de alocare ( in modelul construit, s-a ales 8% bonuri de trezorerie, 16% obligatiuni si 76% actiuni).
Alocarea cu preponderenta catre actiuni are sens pentru perioade mari, iar cea cu preponderenta catre bonuri de trezorerie si obligatiuni, doar pentru un orizont mai redus de timp
La final, concluzia care pare a se desprinde este ca exista metode de optimizare care pot face fericiti clientii fondurilor de pensii…, de cel putin doua ori mai fericiti, cu conditia sa le aplicam.
