Previsione ritorno annuo del mercato globale stabile al 6%

 | 05.04.2023 11:02

Il rendimento atteso a lungo termine dell’indice del mercato globale (GMI) è rimasto stabile al 6,0% annualizzato a marzo, invariato rispetto al mese scorso e vicino alla sua performance di traino nell’ultimo decennio. La previsione si basa sulla stima media di tre modelli (definiti di seguito).

La previsione rivista oggi è leggermente inferiore al rendimento decennale annualizzato del 6,1% del GMI, un portafoglio non gestito e ponderato per il valore di mercato che detiene tutti i titoli delle principali classi di attività (eccetto la liquidità). La performance storica del benchmark a 10 anni e le proiezioni a lungo termine sono rimaste relativamente stabili negli ultimi mesi.

I componenti sottostanti del GMI continuano a registrare previsioni relativamente forti rispetto ai loro attuali rendimenti a 10 anni. L’eccezione è rappresentata dal mercato azionario statunitense, per il quale si prevede un rendimento nettamente inferiore rispetto alla sua performance nell’ultimo decennio. Anche la previsione del GMI è inferiore alla sua performance decennale, anche se di poco.

Il GMI rappresenta un benchmark teorico del portafoglio ottimale per un investitore medio con un orizzonte temporale infinito. Su questa base, il GMI è utile come punto di partenza per la ricerca sull’asset allocation e sulla progettazione del portafoglio. La storia del GMI suggerisce che la performance di questo benchmark passivo è competitiva con la maggior parte delle strategie di asset allocation attive, soprattutto dopo aver aggiustato il rischio, i costi di scambi e le tasse.

Tenete presente che tutte le previsioni di cui sopra saranno probabilmente errate in una certa misura. Per contro, le proiezioni di GMI dovrebbero essere più affidabili delle stime relative alle singole asset class. Le previsioni per le specifiche componenti del mercato (azioni USA, materie prime, ecc.) sono soggette a una maggiore volatilità e a un errore di tracciamento rispetto all’aggregazione delle previsioni nella stima GMI. Questo processo può ridurre alcuni degli errori nel tempo.