Mercados y Cisnes Negros

Porque lo imposible es más común de lo que crees… Con el tiempo, vi que los mercados de capitales eran sistemas complejos y que la teoría de la complejidad, una rama de la física, era la mejor forma de comprender y gestionar el riesgo y de prever los colapsos de los mercados. Hoy te cuento por qué.

Empecé a estudiar la teoría de la complejidad como consecuencia de mi participación en Long Term Capital Management (LTCM) el fondo de cobertura que colapsó en 1998 después de que las estrategias de negociación de derivados fracasaran catastróficamente.

Después del colapso y posterior rescate, conversé con uno de los socios de LTCM que dirigía la empresa sobre lo que salió mal. Estaba familiarizado con los mercados y las estrategias comerciales, pero no era experto en las matemáticas aplicadas altamente técnicas que el comité de gestión usaba para diseñar sus estrategias.

El socio con el que estaba charlando era un verdadero “quant” con títulos avanzados en matemáticas. Le pregunté cómo todas nuestras estrategias comerciales podrían haber perdido dinero al mismo tiempo, a pesar de que no habían estado correlacionadas en el pasado.

Sacudió la cabeza y dijo: “Lo que sucedió fue simplemente increíble. Fue un evento de siete desviaciones estándar.”

En estadística, una desviación estándar se simboliza con la letra griega sigma. Incluso los no estadísticos entenderían que un evento de siete sigmas suena raro. Pero quería saber qué tan raro.

Consulté algunas fuentes técnicas y descubrí que, para una ocurrencia diaria, un evento de siete sigmas ocurriría menos de una vez cada mil millones de años, ¡o menos de cinco veces en la historia del planeta Tierra!

Sabía que mi socio cuantitativo tenía las matemáticas correctas. Pero era obvio para mí que su modelo debía estar equivocado. Los eventos extremos ocurrieron en los mercados en 1987, 1994 y luego en 1998. Ocurrieron cada cuatro años más o menos.

Cualquier modelo que tratara de explicar un evento como algo que ocurría cada mil millones de años no podía ser el modelo adecuado para comprender la dinámica de algo que ocurría cada cuatro años.

A partir de este encuentro, emprendí una odisea de 10 años para descubrir el método analítico adecuado para comprender el riesgo en los mercados de capitales. Estudié física, teoría de redes, teoría de grafos, teoría de la complejidad, matemáticas aplicadas y muchos otros campos que se conectaban de varias maneras con el funcionamiento real de los mercados de capital.

Con el tiempo, vi que los mercados de capitales eran sistemas complejos y que la teoría de la complejidad, una rama de la física, era la mejor forma de comprender y gestionar el riesgo y de prever los colapsos de los mercados. Empecé a dar conferencias y escribir sobre el tema, incluidos varios artículos que se publicaron en revistas técnicas.

Desarrollé sistemas con socios que usaban la teoría de la complejidad y disciplinas relacionadas para identificar eventos geopolíticos en los mercados de capitales antes de que esos eventos fueran conocidos por el público.

Finalmente, recibí invitaciones para enseñar y consultar en algunas de las principales universidades y laboratorios involucrados en la teoría de la complejidad, incluida la Universidad Johns Hopkins, la Universidad Northwestern, el Laboratorio Nacional de Los Álamos y el Laboratorio de Física Aplicada.

En estos lugares, promoví continuamente la idea de los esfuerzos interdisciplinarios para resolver los misterios más profundos de los mercados de capitales. Sabía que ningún campo tenía todas las respuestas, pero una combinación de experiencia de varios campos podría producir ideas y métodos que podrían hacer avanzar el arte de la gestión de riesgos financieros.

Propuse que un equipo formado por físicos, modeladores informáticos, matemáticos aplicados, abogados, economistas, sociólogos y otros pudiera refinar los modelos teóricos que yo y otros habíamos desarrollado y pudiera sugerir un programa de investigación empírica y experimentación para validar la teoría.

Estas propuestas fueron acogidas calurosamente por los científicos con los que trabajé, pero fueron rechazadas e ignoradas por los economistas. Invariablemente, los principales economistas opinaron que no tenían nada que aprender de la física y que los modelos económicos y financieros estándar eran una buena explicación de los precios de los valores y la dinámica de los mercados de capital.

Cada vez que los economistas prominentes se enfrentaban a un evento de mercado de “siete sigmas”, lo descartaban como un “valor atípico” y ajustaban ligeramente sus modelos sin siquiera reconocer el hecho de que sus modelos no funcionaban en absoluto.

Los físicos tenían un problema diferente. Querían colaborar en problemas económicos, pero ellos mismos no eran expertos en mercados financieros. Habían pasado sus carreras aprendiendo física teórica y no necesariamente sabían más sobre los mercados de capital que el inversionista común preocupado por su plan 401(k).

Yo era un participante inusual en el campo. La mayoría de mis colaboradores eran físicos que trataban de aprender sobre los mercados de capitales. Yo era un experto en mercados de capitales que se había tomado el tiempo de aprender física.

Uno de los líderes del equipo en Los Álamos, un ingeniero en ciencias de la computación educado en el MIT llamado David Izraelevitz, me dijo en 2009 que yo era la única persona que conocía con un profundo conocimiento práctico de finanzas y física, combinados de una manera que podría desbloquear el misterio de lo que causó el colapso de los mercados financieros.

Tomé esto como un gran cumplido. Sabía que tomaría décadas crear una teoría de la complejidad financiera completamente desarrollada y probada con las contribuciones de muchos investigadores, pero me complació saber que estaba haciendo una contribución al campo con un pie en el laboratorio de física y un pie plantado firmemente en Wall Street. Mi trabajo en este proyecto, y el de otros, continúa hasta el día de hoy.

Este enfoque contrasta marcadamente con los modelos de equilibrio estándar que utilizan la Fed y otros analistas de la corriente principal.

Un modelo de equilibrio como el que usa la Fed en sus pronósticos económicos básicamente dice que el mundo funciona como un reloj. De vez en cuando, según el modelo, hay alguna perturbación y el sistema pierde el equilibrio.

Luego, todo lo que hace es aplicar la política y empujarla de nuevo al equilibrio. Es como darle cuerda al reloj de nuevo. Esa es una forma abreviada de describir lo que es un modelo de equilibrio.

Desafortunadamente, esa no es la forma en que funciona el mundo. La teoría de la complejidad y la dinámica compleja lo explican mucho mejor.

La angustia en un área de los mercados financieros se extendió a otras áreas aparentemente no relacionadas de los mercados financieros. De hecho, las matemáticas del contagio financiero son exactamente como las matemáticas del contagio de enfermedades o virus. Por eso lo llaman contagio. Uno se parece al otro en términos de cómo se propaga.

¿Cuáles son ejemplos de la complejidad?

Uno de mis favoritos es lo que llamo la avalancha y el copo de nieve. Es una metáfora de la forma en que la ciencia realmente funciona, pero debo ser claro, no son solo metáforas. La ciencia, las matemáticas y la dinámica son en realidad las mismas que existen en los mercados financieros.

Imagina que estás en la ladera de una montaña. Puedes ver una capa de nieve acumulándose en la cresta mientras continúa nevando. Puedes saber con solo mirar la escena que hay peligro de una avalancha.

Ves caer un copo de nieve del cielo sobre la capa de nieve.

Altera algunos otros copos de nieve que yacen allí. Luego la nieve comienza a extenderse… luego comienza a deslizarse… luego toma impulso hasta que, finalmente, se suelta y toda la montaña se derrumba y entierra el pueblo.

Algunas personas se refieren a estos copos de nieve como “cisnes negros”, porque son inesperados y vienen por sorpresa. Pero en realidad no son una sorpresa si comprendes la dinámica del sistema y puedes estimar la escala del sistema.

¿A quién culpas? ¿Culpas al copo de nieve o culpas a la inestable masa de nieve?

Yo digo que el copo de nieve es irrelevante. Si no fue un copo de nieve el que provocó la avalancha, podría haber sido el de antes, el de después o el de mañana.

La inestabilidad del sistema en su conjunto era un problema. Entonces, cuando pienso en los riesgos del sistema financiero, no me concentro en el “copo de nieve” que causará problemas. El gatillo no importa.

Al final, no se trata de los copos de nieve; se trata de las condiciones iniciales de estado crítico que permiten la posibilidad de una reacción en cadena o avalancha.

¿Estás preparado para la próxima avalancha?

Saludos,

Jim Rickards

Para El Inversor Diario