Economía - Descartes, Bacon y las Hipotecas Subprime

Sobre Matemáticas, Intuiciones y Sentido Común

Si uno analiza detenidamente la historia de la Ciencia, y más concretamente la de la Ciencia Moderna, no podemos saltarnos a dos figuras que a la postre resultaron claves: Descartes y Bacon. El primero fue el padre del racionalismo y el segundo del empirismo. Aunque ambas doctrinas mantuvieron desde un principio posturas muy diferentes y críticas la una con la otra, al final, con el paso del tiempo, las dos líneas de pensamiento se revelaron como complementarias, no llegando a existir ningún gran choque entre racionalismo y empirismo. Recordemos brevemente en qué consistía cada una.

Descartes defendía que el camino de la ciencia y de la filosofía debía transcurrir por la senda de la razón. Para el filósofo Francés, lo primordial era encontrar un método de pensamiento claro y riguroso, que pudiera aplicarse a cualquier fenómeno. Para constituir dicho método, de acuerdo con María Novo en su libro "El Desarrollo Sostenible, su Dimensión Ambiental y Educativa", lo primero que se plantea es "deconstruir todos los supuestos anteriores, todos los principios de la ciencia y de la filosofía heredados. Practicando el principio de la duda metódica llega, cuirosamente, a la constatación de una certeza: el cógito ergo sum". El pensamiento cartesiano plantea una visión matemática de la realidad física. Siguiendo con el citado libro, "las matemáticas representan para Descartes el orden total" (....) "de forma que consigue eliminr del mundo todo lo que pudiera considerarse confuso, caótico y vivo. Su mundo es un mundo de precisión, no de confusión".

Bacon, por su parte, era el defensor del empirismo, o lo que es lo mismo, proponía que el camino hacia la ciencia era por la senda de la experiencia. Según Bacon, "era necesario encontrar un nuevo método para la ciencia que permitiese al ser humano ver la realidad sin deformaciones, sometiéndola a los hechos". La idea del filósofo Inglés, era la de obtener leyes generales, de tal forma que todo pudiera someterse a la observación, el cálculo y el experimento. "Las verdades generales dependerían siempre de la observación de muchos casos particulares. A la deducción propia del antiguo modelo de pensamiento él opone la inducción, la aplicación del criterio empírico, basado en la observación sistemática y la experimentación" (Novo, pag. 9). Para Bacon era posible encontrar un conocimiento objetivo de la realidad. No es tan importante el "Por qué" sino el "Cómo".

Las teorías de Descartes y Bacon, supusieron una revolución científica/filosófica de primer orden. A partir de sus ideas, "se consagraría la sobrevaloración de los procesos mentales, racionales y científicos sobre cualquier otro proceso que intentase dar cuenta de la realidad (sentimientos, emociones, conocimiento común o tácito...) y el afianzamiento de la visión dual de un mundo de objetos (y sujetos) separados (mente/cuerpo, persona/naturaleza) bajo el convencimiento de que sólo mediante la observación, la experimentación y la matematización es posible dar cuenta fielmente de lo que sucede en la realidad" (Novo, pag. 10).

Luego llegaron los Galileo, Newton, Locke y los filósofos del siglo XVIII que alumbraron el nacimiento de la Enciclopedia. Todos ellos, dicho ésto de un modo muy generalista, ahondaron en la necesidad de encontrar verdades únicas, a la par que excluyentes en muchos casos, bajo las ideas de Descartes y Bacon. Ahora bien, ¿qué tienen que ver las hipotecas subprime con el racionalismo y el empirismo?

El pasado domingo venía en el Magazine de El Mundo un artículo brillante titulado "Un cantante de Country y el Colapso de la Economía". En el mismo, se hablaba, tras una introducción también sumamente interesante, de cómo los matemáticos se "apropiaron" de Wall Street a principios de los años 80. Comenzaba hablando de Robert Rubin, el cual, en 1984, tomó la decisión de contratar para Goldman Sachs a Fischer Black, un economista y académico del Instituto Tecnológico de Massachussets. Black fue pionero en el empleo de las matemáticas en las finanzas e inauguró lo que pasó a denominarse "finanzas cuantitativas", las cuales trataban de eliminar los riesgos de las carteras de inversión utilizando las matemáticas. La apuesta de Rubin por Black fue un éxito sin precedentes, ganando Goldman Sachs sumas muy importantes de dinero por aquel entonces.

Tras la estela de Black, llegaron muchos especialistas en física de las partículas, en mecánica cuántica o incluso en Ingeniería Informática, y se volcaron en aplicar sus conocimientos a las finanzas. Se llegaron a ganar el título de POW (Physicist on Wall Street) e incluso el sobrenombre de los "cuánticos". El resultado, paradójicamente y contra todo pronóstico, fue nefasto. Baste como ejemplo Long Term Capital Management, un Hedge Fund dirigido por algunos de los mejores "cuánticos" que en 1998 requirió una intervención estatal ante el agujero de más de 3.000 millones de dólares que dejó tras el fracaso de sus modelos.

Como suele ocurrir en estos casos, el fracaso no sirvió como escarmiento, o al menos como aviso, de que los modelos matemáticos, no sólo podían poner en peligro a los inversores, sino que no podían sustituir, al menos en su totalidad, a parámetros tan importantes en el mundo de las finanzas como la experiencia o el instinto.

¿Por qué no funcionaban los modelos? Básicamente porque los mercados no funcionan como un laboratorio, en el cual los experimentos se realizan en un mundo cerrado y sin conexión alguna con el medio exterior. Los mercados están interconectados, y lo que pase en uno afecta al otro. No basta con saber la probabilidad de que una compañía tenga activos deteriorados o quiebre, sino que hay que estimar en qué medida la bancarrota de una empresa puede aumentar o reducir la probabilidad de que otras entidades puedan a hacer frente o no a sus compromisos de pago.

En medio del debate sobre la poca fiabilidad de los modelos y las limitaciones de éstos, apareció un matemático Chino afincado en Canadá, donde completó sus estudios universitarios, llamado Xiang Lin Li. En el año 2000 publicó un artículo en el Journal of Fixed Income que marcó un antes y un después en la reciente economía de las finanzas cuantitativas. En el mismo, utilizando sus conocimientos sobre el campo actuarial, y aplicando la teoría del "Corazón Roto", trataba de solucionar uno de los problemas irresolubles de los modelos propuestos por los "cuánticos" hasta entonces: la correlación existente entre los incumplimentos de las obligaciones de pago de diferentes compañías. Dicho de otra forma, las conexiones que habían entre que una empresa suspendiera pagos en un extremo del Atlántico y que otra compañía la siguiera poco después en el otro.

Sin querer entrar en demostraciones largas y tediosas, el "síndrome del corazón roto" es una medida estudiada por las empresas de seguros según la cual, cuando una pareja es mayor, la probabilidad de que el marido o la mujer mueran durante el año siguiente al fallecimiento del cónyuge, es 2 veces mayor de lo habitual entre las mujeres y 6 veces entre los hombres. No hay una explicación científica para ello pero la relación matemática es inefable. Se dice que estas personas se mueren de pena, porque se les parte el corazón, y por ello la teoría adquiere el nombre de "el síndrome del corazón roto". Li era un experto en el fenómeno y trató de aplicarlo a las finanzas cuantitativas.

La explicación matemática de cómo pudo aplicar dicha teoría en la modelización financiera es muy compleja, así que la dejo para aquellos que queráis leer el artículo entero y sepáis más matemáticas que yo, pero a groso modo y tratando de simplificarlo al máximo sin dejar de llamar a las cosas por su nombre, la teoría consistía en simular que la bancarrota de una empresa era como la muerte del cónyuge, entrando luego en juego un concepto matemático llamado cópulas gaussianas (en sustitución de las tradicionales cadenas de Markov que se utilizaban por aquel entonces), que dictaminaban mejor qué variables (es decir, compañías) estaban relacionadas y podían "morir", (esto es, suspender pagos), a continuación.

En el año 2003, el modelo de Li era famoso en Wall Street. Gracias al mismo, parecía que los tiempos en el que los bancos debían invertir en distintas carteras de producto para diversificar los riesgos se habían terminado. Gracias al modelo de cópulas gaussianas, lo que los bancos tenían que hacer ahora era evaluar los riesgos mediante modelos matemáticos, empaquetarlos y venderlos como otro título o valor corriente. El primer producto estrella que se usó bajo este modelo fue, como no podía ser de otra forma, el de las hipotecas. ¿Os empieza a sonar la historia?

En lugar de hacer una hipoteca como las de siempre y cobrar unos intereses durante la vida útil de la misma, los bancos calcularon las probabilidades de otros fallidos si el pagador dejaba de hacer frente a sus mensualidades. De esta forma, comenzaron a hacer "paquetes" de diferentes hipotecas que vendían a compañías de su propiedad creadas especialmente para tales efectos, quedando los activos fuera del balance. Estas compañías, a su vez, titulizaron" las hipotecas a través de activos financieros que se "mandaban al mercado", donde en ocasiones cohabitaban hipotecas "prime" (las de menor riesgo), y subprime (las de mayor) en un mismo producto, y en otras eran exclusivamente productos derivados de hipotecas subprime. Lo bueno que tenía la fórmula de Li era que permitía, aparentemente, determinar el riesgo a priori para cada tipo de inversor.

En agosto de 2004, Moody´s incorporaba la fórmula de Li en relación con los incumplimientos de los pagos a su propia metodología de calificación de deuda colateralizada (CDO) (para entender este concepto recomiendo que os leáis el famosísimo post de Leopoldo Abadía). Hasta ese momento, la agencia calificadora había insistido en que las CDO tuvieran una composición diferente (es decir, estuviera integrada por diferentes activos, no sólo hipotecas, vamos, que estuviera diversificada). Sin embargo, la fórmula de Li parecía que permitía medir el riesgo con una certeza matemática que invalidaba la vieja creencia acerca de la importancia de diversificar las carteras. Una semana después de hacerlo Moody´s, fue Standard&Poor´s la que también cambió a la metodología de Li.

A partir de ese momento, las CDO compuestas exclusivamente por hipotecas subprime, causaron furor. Utilizando el modelo de correlación basado en la cópula gaussiana y algún que otro invento de ingeniería fiscal, estos productos fueron valorados con una triple A, es decir, la máxima calificación que se otorgan para inversores de primer nivel, junto con otros activos. Si en el año 2000 la cifra total de CDO era de unas decenas de miles de millones de dólares, en el año 2007 se alcanzó la cifra de 600.000 millones de dólares.

En aquel período afloraron los inversores con liquidez ávidos de invertir en este tipo de productos, lo que derivó en un incremento de las hipotecas sin precedentes y un consiguiente aumento, también sin precedentes, a la luz del aumento de la demanda, de los precios de las viviendas. La burbuja se hinchó y los impagos en EEUU comenzaron a aflorar a finales del año 2006, siguieron a principios del 2007 y a finales de dicho año los incumplimientos se generalizaron por todo el país Norte Americano. Los bancos comenzaron a obtener pérdidas por sus CDO totalmente "inesperadas" a tenor del modelo de Li. El terror se apropió de las entidades financieras, porque al fallar el modelo, ninguno sabía con certeza cuantas "hipotecas basura" tenía el banco de al lado, lo que derivó también en un frenazo sin precedentes en el préstamo de fondos interbancarios y en un drenaje, también sin precedentes, de la liquidez.

¿Qué falló en el modelo de Li? Básicamente que en la vida las cosas no son blancas o negras. La fórmula de Li podía caber en un mundo en el que sólo hay resultados binarios (vida y muerte, en este caso, como en el síndrome del corazón roto), pero en la economía y en las finanzas, la realidad es mucho más compleja. Dicen que Li volvió a China durante al año 2007, cuando todo estalló, y que afirmó poco antes de irse, que se habían malinterpretado su trabajo y sus fórmulas, que poca gente entendió realmente sus sistema de cópulas gaussianas....

Y puede ser. Al menos no seré yo quien diga lo contrario, porque me he limitado a narraros un artículo que encontré interesante. Aún así, y aún reconociendo la valía de Descartes y Bacon, así como de muchos matemáticos que nos han permitido mejorar nuestros conocimientos económicos, coincido plenamente con mi amigo Paco Alcaide cuando dice que la teoría económica está sobrevalorada. Nos hemos empeñado en matematizar la realidad hasta límites insanos, obviando que en esta vida existen emociones, intuiciones, sentimientos e incluso el conocimiento tácito al que hacía alusión Ridderstrale en Executive Excellence, que no pueden ser obviados por todos aquellos que nos dedicamos a la empresa y la economía.

Una de las lecciones que nos deja esta crisis es aquella que ya comentábamos en palabras de Vicente Verdú: La economía es la ciencia social matemáticamente más avanzada pero también la ciencia humanamente más retrasada. Aún así, no debemos olvidar que la realidad es tan compleja y son tantas las variables que entran en juego, que modelizar la economía al 100% resulta imposible. Yo lo que confío es que de ahora en adelante hagamos caso al sentido común por encima de complejas demostraciones matemáticas. Os dejo mientras con una recomendación, a modo de moraleja, de Leopoldo Abadía: no invertir en aquello que no se entiende.




Comentarios

FAH ha dicho que…
El último día q nos vimos me dijiste q era "un filósofo del siglo XXI" (o algo así)... me parece q la etiqueta te la ponemos a ti mejor. Gracias por citarme. Me ha encantado la cita de Verdú: "La economía es la ciencia social matemáticamente más avanzada pero también la ciencia humanamente más retrasada". La he twitteado. abrazo.
Fernando ha dicho que…
Paco, gracias por pasarte y por tus palabras. La verdad es que me sacas los colores. Tengo que decirte que este artículo tiene mucho de lo que he aprendido de ti. El día que me dijiste aquello de que la ciencia económica estaba a menudo sobrevalorada me diste material para pensar muchos meses, y este post es un poco fruto de aquello.
La cita de Verdú es genial. Yo la tengo muy presente.

Nos vemos pronto.

Un abrazo
FAH ha dicho que…
Me he acordado de esto:

"Todas las dimensiones de lo que se supone ser el ser humano y ser tratado como tal no han sido incorporadas al cálculo económico del capitalismo” (Peter Drucker, Management in the next society).

...ah! y recuerda que "una tesis no se acaba, se termina".

abrazo,
Fernando ha dicho que…
Gran frase la de Drucker, Paco. Me la apunto también. Y me apunto el consejo de la Tesis... En estos momentos estoy con ella.

¡Un fuerte abrazo!
nanius ha dicho que…
Hola,

conjeturo si la falta de escarmiento del fracaso del Long Term Capital Management en 1998 no se debe precisamente a que fueron rescatados (y/o sabían que lo serían) como comentas.

También conjeturo si el fallo de los modelos no se debe a la razón contraria que mencionas. Si los mercados financieros eran lo suficientemente líquidos y desarrollados como para ser "eficientes", entonces los del Hedge Fund no entendieron desde el principio la premisa básica: que con modelos o sin ellos no se puede batir consistentemente, consciente y repetidamente al mercado. Experimentaron, tomaron riesgos, no batieron al mercado y fracasaron. Esta creación destructiva, muy schumpeteriana, me gusta más.

Ahora bien, suscribo que eso es un problema por las externalidades que tenga en otra gente, en ese mercado, en otros, en los contribuyentes. Desearía que los matemáticos se creyeran muy listos, intentaran cosas arriesgadas y si fracasan, que no manchen al resto. Como la tienda de mi barrio que es una panadería, y antes fue tienda de juegos de rol, inmobiliaria y papelería. Pero incorporar ese "riesgo sistémico" no es posible ni para los mejores matemáticos del MIT ni lo será...porque la economía es una ciencia social. Os recomiendo la interesante reflexión sobre la crisis que hace Daron Acemoglu, del MIT.

Muy interesante la historia del chino Li, la desconocía. Conjeturo si en Wall Street lo aplicaron desoyendo su mensaje clave: al empaquetar los productos y diversificar así el riesgo, estaban haciendo más de lo mismo: creando efectos dominó al incrementar la probabilidad de que alguien caiga si alguien concreto cayó antes, como Lehman. Sólo que ahora empezabas a perder la información de quién caería por perder de vista los productos empaquetados. Me suena a lo contrario, según he entendido, de lo que propugnaba Li. Tomo por ello su propia queja con mucha consideración.

Discrepo de la conclusión del dueño de este foro. El problema básico no ha sido el uso extensivo de las matemáticas (pobres, son una herramienta maravillosa y bella) sino el uso parcial de las mismas. Coincido con Barry Eichengreen, de Berkeley (leed su terrorífico artículo en http://www.nationalinterest.org/Article.aspx?id=21274) en que el problema no fue la pobreza de la teoría sino la lectura interesada de la misma. Él hace un gran repaso a muchos de los mejores avances de la ciencia económica que alertaban de riesgos y de incentivos perversos y que no fueron incorporados por Goldman Sachs y otros observadores...pero que estaban allí, a su alcance para que los hubieran utilizado.

Saludos
Fernando ha dicho que…
Hola Nanius:

Muchas gracias por pasarte. Desde luego muy interesantes todos tus puntos de vista. Me gusta mucho la idea que apuntas de saber/ esperar ser rescatado. Seguro que también animó a la gente a tomar más riesgos de lo razonable.

Muchas gracias también por el link que nos pasas. Lo leeré con calma.

Tengo que reconocerte que yo no soy un gran experto ni en mercados financierons ni en hedge funds. Sí que coincido contigo en que la economía está tan globalizada que es difícil suponer que lo que pase en un lado del planeta no va a "manchar", como bien indicas, a alguien que está al otro lado. Y también coincido contigo que los fallos sistémicos de la economía tienen repercusiones sociales, porque a menudo nos olvidamos de que la economía es eso, una ciencia social.

En cuanto a las matemáticas, no he querido restarle ni un ápice de importancia. Al contrario, en mi vida profesional trato de tener rigor y utilizarlas, no basarme simplemente en intuiciones a la hora de analizar la realidad.

Lo que sí que he querido indicar es que matematizar la economía por completo es imposible, porque siempre hay variables que se nos escaparán o circunstancias que pueden pasar que no habíamos previsto que den al traste con nuestras mediciones. Dicho ésto, rechazar el conocimiento tácito o explícito, o renegar de otros valores como la experiencia o la intuición por sistema, tampoco me parece que sea una buena idea.

Muchas gracias de nuevo, Nanius.


Un cordial saludo
nanius ha dicho que…
Hola, Fernando,

gracias por contestar tan rápido. Ok a todo lo que dices, pero añado un apunte que me parece fundamental sobre matematizar la vida económica.

Dices que modelizar la vida al 100% no es posible, siempre algo se queda fuera que no puedes o sabes modelizar o no sabes conectar con el resto del modelo. Por supuesto. El error, creo, está en creer que si eso fuera posible, se haría. NO! la modelización es sintetización y simplificación, porque si no es USELESS! Cualquier modelo pretende evitar información secundaria o irrelevante para poder sacar conclusiones algo más estilizadas. Es el método de razonamiento, y no la imposibilidad matemática, en lo que discrepamos.

Un abrazo
Fernando ha dicho que…
Totalmente de acuerdo contigo, Nanius. Lo que ocurre es que el Principio de Parsimonia rige en los modelos matemáticos y estadísticos de la ciencia social, haciendo que muchas veces para mejorar un poco el resultado tengas que emplear muchos más recursos.

Un abrazo

Entradas populares